Finanzas

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
CENT RO UNIVERSITARIO DE ORIENTE

CIENCIAS ECONOMICAS
ADMI NISTRACION DE E MPRESAS – PLAN S ÁBADO-
FINANZAS III –EDICION 2018
UNIDAD I
SISTEMA PRESUPUESTARIO DEL SECTOR PRIVADO
2.1 PRESUP UESTO DE OPERACIÓN
2.1.1 Pronósticos de ventas
a) ¿Qué es un pronóstico?
Consiste en utilizar datos pasados, para determinar acontecimientos futuros. Los pronósticos a
menudo son utilizados para poder predecir la demanda del consumidor de productos o servicios,
aunque se pueden predecir una amplia gama de sucesos futuros que pudieran de manera temporal
influir en el éxito. (Adam Everett E. Jr.)
Es emitir un enunciado sobre lo que es probable que ocurra en el futuro, basándose en análisis y
en consideraciones de juicio (Mendoza Zamora).
Puede ser una predicción del futuro subjetiva o intuitiva. O bien, una combinación de ambas, es
decir, un modelo matemático ajustado por el buen juicio de un administrador. Existen diferentes
técnicas de pronósticos pero rara vez hay un único modelo superior. Lo que mejor funciona en
una empresa bajo un conjunto de condiciones, puede ser un desastre completo en una organiza-
ción, o incluso en otro departamento de la misma empresa. En forma tradicional, podrá advertir
que existen límites sobre lo que puede esperarse de los pronósticos. Rara vez, si acaso, perfectos;
también son caros y consumen tiempo en su preparación y monitoreo. (Barry, Render)
El pronóstico es el arte y la ciencia de predecir eventos futuros.

Puede involucrar el manejo de datos históricos para proyectarlos al
futuro en forma sistemática, mediante algún tipo de modelo matemáti-
co.
b) ¿Qué es un pronóstico de ventas?
El pronóstico de ventas difiere del potencial de ventas de la empresa. Este establece lo que serán
las ventas reales de la empresa a un determinado grado de esfuerzo de mercadeo de la compañía,
mientras que el potencial de ventas evalúa qué ventas son posibles en los diversos niveles del es-
fuerzo de mercadeo, suponiendo que existan ciertas condiciones del entorno.
También se denomina como, la técnica que le permite calcular las proyecciones de ventas de una
manera rápida y confiable, utilizando como fuentes de datos, ya sea las transacciones de inventa-
rios o la facturación de ventas realizadas. También permite estimar la demanda hacia el futuro,
basándose en información histórica generada por el movimiento de productos del módulo de Con-
trol de Inventarios o por las ventas del módulo de Facturación.
El pronóstico de ventas son proyecciones rápidas y confiables de

ventas por la transacción de inventarios o la facturación de ventas
realizadas, lo que permite estimar la demanda hacia el futuro.
ADMINISTRACION DE EMPRESAS
SISTEMA PRESUPUESTARIO DEL SECTOR PRIVADO PLAN SÁBADO
c) Beneficios de los pronósticos de ventas
Apoya a la toma de decisiones por para de las Gerencias de Mercadeo, Ventas y Producción al
proveerlos con información congruente y exacta, la cual se calcula utilizando modelos matemáti-
cos de pronóstico, datos históricos del comportamiento de las ventas y el juicio de los ejecutivos
representantes de cada departamento involucrados de la empresa.
Mayar seguridad en el manejo de la información relacionada con las ventas de la empresa.
Apoya las decisiones del departamento de Ventas de una manera eficaz y oportuna, al pronosticar
los lineamientos de los productos y las demandas establecidos dentro del Plan Maestro de Pro-
ducción.
d) Enfoques para pronosticar:
Hay dos métodos para pronosticar la demanda: los métodos cualitativos y los cuantitativos. La
decisión en torno a un método o el otro depende del intervalo de tiempo necesario para que la es-
trategia empresarial tenga un efecto, es decir, del horizonte de planeación que se tenga, ya sea de
largo o de corto plazo. Aunque ambos métodos se pueden utilizar de manera combinada, se ob-
serva que por lo general los métodos cualitativos tienen mayor relevancia en decisiones de largo
plazo mientras que los cuantitativos son indispensables en decisiones de corto plazo.
e) Pronósticos de ventas Cualitativos:
Se denominan también subjetivos incorporan factores importantes tales como la intuición, emo-
ciones, experiencias personales del que toma la decisión y sistema de valores para alcanzar un
pronóstico. Algunas compañías utilizan la otra, (métodos cuantitativos); pero en la práctica una
combinación o mezcla de los dos estilos es generalmente más efectivo.
i. Definiciones:
Son aquellos que no requieren de una abierta manipulación de datos, solo utiliza el juicio de
quien pronostica. Desde luego el juicio del pronosticador es en realidad el resultado de la
manipulación mental de datos históricos pasados. (John E. Hanake Arthur G. Reitsch)
Implican el uso de juicio experto para elaborar pronósticos. Una ventaja de los procedimien-
tos cualitativos es que pueden aplicarse cuando la información sobre la variable que se está
pronosticando no puede cuantificarse y cuando lo datos históricos no so aplicables o no están
disponibles. (David R. Anderson, Dennis J. Sweeney, Thomas A. Williams)
Los pronósticos cualitativos o subjetivos incorporan factores

importantes tales como la intuición, experiencias personales del
que toma la decisión, y sistema de valores para alcanzar un
pronóstico.
Entre los métodos cualitativos más usuales, se encuentran:
i. Consenso de Comité Ejecutivo y el métodos Delfos (Delphi)
Esta técnica, elaborada originalmente por un grupo de investigadores, intenta elaborar

pronóst icos por medio del “Consenso del grupo”. En su aplicación común, a los miembros de
FINANZAS III 2
un panel de expertos, que están separados físicamente y no se conocen entre sí, se les pide que
respeten una serie de cuestiones. (David R. Anderson, Dennis J. Sweeney, Thomas A. Wi-
lliams)
Es un proceso de grupo cuyo objetivo es un pronóstico por consenso, a menudo un pronóstico

de carácter tecnológico. El proceso requiere de un grupo de expertos internos o externos de la
empresa para recabar opiniones sobre el punto sujeto a discusión (Adam Everett E Jr.)
Es un proceso iterativo grupal, con ciertas reglas y metodologías,

mediante el cual se pretende maximizar las ventajas que presentan
los métodos basados en grupos de expertos y minimizar sus inconve-
nientes. Ello se logra mediante el anonimato (ningún experto
conoce la identidad de los otros que componen el grupo de debate,
evitando la influencia y permitiendo que uno se anime a modificar
su postura inicial), una iteración con retroalimentación controla-
da, y la expresión de los resultados mediante una distribución
estadística.
ii. Analogía histórica y las investigaciones de Mercado:
La analogía histórica hace el pronóstico con base en los niveles de ventas de un producto simi-
lar durante su ciclo de vida y la investigación de mercado está basada en los cuestionarios, en-
trevistas y estadísticas directamente aplicados entre los consumidores; y son determinadas por
la aceptación de un producto lanzado en pequeñas regiones. En ambos cados se pretende de-
terminar el comportamiento del mercado. (Omar Romero Hernández y David Muñoz
Negrón)
La analogía histórica estima las ventas de un producto nuevo con el conocimiento de las ven-
tas de un producto similar y las investigaciones de mercado son las encuestas de mercado que
consisten en cuestionarios por correo y/o entrevistas telefónicas. (Rodríguez de Estofán, Mar-
ía Rosa y Franco de Berduc, Sandra Noeml)
Analogía histórica y las investigaciones de mercado, se usa para

productos nuevos, basándose en el análisis comparativo de la
introducción y crecimiento de productos similares.
iii. Juicio de expertos:
Los pronósticos cualitativos con frecuencia se basan en el juicio de un solo experto o represen-
ta el consenso de un grupo de expertos. (David R. Anderson, Dennis J. Sweeney, Thomas A.
Williams)
Consiste en informar a los participantes de un seguimiento de los resultados parciales obteni-

dos por otros. Esto estimula la convergencia hacia una predicción consensuada. Para evitar
desviaciones persistentes se elige la mediana, en lugar de la media, como pronóstico resultan-
te. (John Petroff)
El método juicio de expertos, puede considerar el juicio de un

experto o de varios, y consideran la misma información de la misma
manera cuando las condiciones del pasado se mantengan en el
futuro.
FINANZAS III 3
iv. Grupo nominal:
Los enfoques cualitativos subjetivos, o intuitivos, se basa en la capacidad de la mente para

procesar información que, en la mayoría de los casos, es difícil cuantificar. Esta técnica a me-
nudo se usa en trabajos de grupo, en los cuales un comité o panel busca desarrollar ideas nue-
vas o solucionar problemas complejos por medio de una serie de sesiones de lluvia de ideas.
En dichas sesiones, los individuos son liberados de las restricciones usuales en los grupos de
presión y críticas de los compañeros debido a que pueden presentar cualquier idea u opinión
sin considerar su relevancia y, lo más importante, sin temor a críticas. (David R. Anderson,
Dennis J. Sweeney, Thomas A. Williams)
Suposición básica subyacente a la técnica de grupo nominal es que grupo estructurado de gen-
te conocedora será capaz de llegar a un pronóstico por consenso. (Adam Everett E. Jr)
Este método asegura diferentes procesos para cada fase de creati-

vidad, balanceando la participación de los miembros e incorpora
las técnicas matemáticas de votación en la agrupación de los
juicios del grupo.
f) Pronósticos de ventas Cuantitativos:
Dentro de los métodos de pronósticos de ventas se encuentran los modelos matemáticos, conoci-
dos comúnmente como cuantitativos.
i. Definiciones:
No requiere de elementos de juicio; son procedimientos mecánicos que producen una manipu-
lación de datos mucho más compleja que otros. (John E. Hanke Arthur G. Reitsch)
Puede usarse cuándo: 1) se dispone de información pasada acerca de la variable que se va a

pronosticar, 2) la información puede cuantificarse y 3) es razonable suponer que el patrón del
pasado continuará en el futuro (David R. Anderson, Dennis J. Sweeney, Thomas A. Wi-
lliams)
Son modelos matemáticos que se basan en datos históricos, bajo el

supuesto de que son relevantes para determinar la demanda. Estos
modelos se pueden utilizar con series de tiempo.
Para determinar la precisión de los modelos de pronósticos se suma las distancias entre los
pronósticos y los datos reales a través del tiempo. Si la precisión del modelo es baja, o sea que la
suma obtenida es alta, se modifica el método o se escoge uno nuevo.
Los métodos cuantitativos más frecuentes, se describen a continuación.
Las predicciones del tipo en que interviene la explicación de los sucesos que ocurrirán en algún
tiempo futuro se denominan pronósticos y al proceso de llegar a estas explicaciones se le conoce
como pronosticación. Existen diversas formas de pronosticar los valores futuros de variables
económicas, inclusive el método intrínseco, en el cual se predicen los valores futuros de ciertas
variables a partir de sus valores pasados. Una serie estadística importante, incluida en el método
intrínseco, es el análisis de series de tiempo.
FINANZAS III 4
i. Series de tiempo:
Nos referimos a datos estadísticos que se recopilan, observan o registran en intervalos de

tiempo regulares. El término de “series de tiempo” o simplemente “serie” se aplica, por ejem-
plo, a datos registrados en forma periódica que muestran las ventas anuales totales de almace-
nes, el valor trimestral total de contratos de construcción otorgados, la cantidad total de pedi-
dos no satisfechos de industrias de bienes de consumo duradero al término de cada mes y las
compensaciones diarias.
Nos limitaremos al análisis de datos comerciales y económicos, perno ni el término series de

tiempo ni los métodos de análisis que estudiaremos están limitados a estos tipos de datos.
Aunque en los pronósticos nuestro interés principal radica en el futuro, el análisis de series de
tiempo comienza dando un vistazo al pasado. Si después basamos nuestros pronósticos en es-
tas regularidades y patrones, simplemente estamos expresando la confianza en que el futuro se
deriva del pasado con cierto grado de consistencia y que lo que ha sucedido en el pasado se-
guirá sucediendo, en mayor o menor grado, en el futuro. En forma específica, supondremos
que en una serie existen cuatro tipo básicos de variaciones, los cuales, sobrepuestos y actuando
en concierto, contribuyen a los cambios observados en un periodo de tiempo y dan a la serie
un aspecto errático. Estas son:
 Tendencia secular, o tendencia a largo plazo de una serie de tiempo intentamos dar a en-
tender que se trata del movimiento subyacente uniforme o regular de una serie de tiempo
muy largo. caracteriza el patrón gradual. En términos intuitivos, la tendencia de una serie
de tiempo caracteriza el patrón gradual y consistente de las variaciones de la propia serie,
que se consideran consecuencias de fuerzas persistentes que afectan el crecimiento o la re-
ducción (cambios en la población, en los ingresos y en la salud; cambios en el nivel de
educación y tecnología, etc.) y que ejercen su influencia con relativa lentitud. En la Gráfica
1, se presenta la tendencia ascendente del número de empleados que está en las nóminas de
establecimientos no agrícolas; en la Grafica 2, se presenta la disminución del consumo de
bebidas gaseosas en Guatemala y en la Grafica 3, se presente la curva ajustada de creci-
miento de las importaciones de pantalones de mezclilla.
FINANZAS III 5
 Variación estacional, Corresponde a los movimientos de una serie de tiempo, como en la

Gráfica 4, que recurren a año tras año en los mismos meses (o en los mismos trimestres)
del año poco más o menos con la misma intensidad. Por lo tanto, la variación de un mes a
otro, que se observa en las ventas de prendas de vestir al por menor, es un ejemplo de va-
riación estacional es una serie de tiempo. El termino variación estacional se aplica, asimis-
mo, a otros movimientos periódicos por naturaleza, como los que ocurren en una día, una
semana o un mes, cuyo periodo es cuando mucho un año. En cualquier caso, el movimiento
que se describe es sumamente evidente.
Pocas empresas están libre de los efectos de la variación estacional. El examen de cas cual-
quier serie de datos económicos, registrados sobre una base trimestral, mensual, semanal,
diaria o por hora, revela movimientos dentro de la serie que parecen ocurrir en un periodo
tras otro, con un grado definido de regularidad.
FINANZAS III 6
 Variación cíclica e irregulares, estas son de dos clases: 1) variaciones que son provocadas
por acontecimientos especiales, fácilmente identificables, como las elecciones, guerras,
inundaciones, terremotos, huelgas y deficiencias de los bajos; y, 2) variaciones aleatorias o
por casualidad, cuyas causas no se pueden señalar en forma exacta. La mayor parte del
tiempo, la variaciones irregulares, debidas de las incidencias de acontecimientos especia-
les, se pueden reconocer e identificar sin dificultad con los fenómenos que las provocaron;
enseguida, simplemente se pueden eliminar los datos que reflejan su impacto, antes de me-
dir las otras componentes de la serie de tiempo. La variación cíclica se define a veces como
aquéllas que pertenece a una serie, después de que se han eliminado las tendencias y las va-
riaciones, estacionales e irregular. En realidad, es mucho más que eso; pero, en el análisis
clásico de las series de tiempo, este proceso de eliminación constituye la manera habitual
de medir las variaciones cíclicas (comercial) o los ciclos comerciales. Los ciclos comercia-
les consisten en movimientos ascendentes y descendentes, recurrentes, de la actividad co-
mercial o económica, los cuales difieren de las variaciones estacionales en que se extienden
por periodos de tiempo más largos y, supuestamente, resultan de un conjunto de causas to-
talmente diferente.
ii. Método de línea recta:
Consiste en establecer mediante un análisis de la tendencia de las ventas en una serie de años,
el pronóstico de ventas futuras, se clasifica en:
 Método aritmético simple:
Se toma el año base de la serie y se compara con el último año de la misma.

La variación se divide dentro del número (cantidad) de periodos y el resultado es el factor
de acumulación.
El factor de acumulación se suma al último año, para determinar las ventas esperadas para
el año que se está pronosticando.
Ejemplo 1, Se presenta información estadística de ventas de útiles escolares por los últimos seis años,
con lo que se debe establecer las ventas proyectadas para el año 2010. Siendo las ventas de
25, 27.5, 24, 26, 28 y 29.5, en miles de quetzales,
Solución: 1. Comparación año base y último:
2009 29,500 unidades

Incremento 4,500 unidades
2. Determinación del factor de acumulación
4,500
= 900
5
3. Ventas esperadas para el año 2010
Ventas año 2009 29,500 unidades

(+) Factor de acumulación 900 unidades
Ventas año 2010 30,400 unidades
FINANZAS III 7
 Método de 𝒀𝒄 Calculada:
Consiste en aplicar la fórmula 𝑦 = 𝑎 + 𝑏𝑥 para ajustar la tendencia a una línea recta, en la

cual:
𝑎 = 𝑉𝑒𝑛𝑡𝑎𝑠 𝑑𝑒𝑙 𝑎ñ𝑜 𝑏𝑎𝑠𝑒

𝑏 = 𝐹𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑐𝑖ó𝑛
0 = 𝐴ñ𝑜 𝑞𝑢𝑒 𝑠𝑒 𝑞𝑢𝑖𝑒𝑟𝑒 (𝑝𝑎𝑟𝑡𝑖𝑒𝑛𝑑𝑜 𝑑𝑒 𝑐𝑒𝑟𝑜)
Ejemplo 2, Se desea conocer cuáles serán las ventas de agendas para ejecutivos para el año 2010,
utilizando el método de la 𝑌 calculada, para lo cual se proporciona la siguiente informa-
ción de ventas. En miles de unidades, 30, 35.5, 31, 37, 39 y 40.5.
Solución: 1. Comparación año, base y último.

Incremento 10,500 unidades
2. Determinación del factor de acumulación
10,500
= 2,100 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 (𝑓𝑎𝑐𝑡𝑜𝑟 𝑑𝑒 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑐𝑖ó𝑛 b)
5
3. Aplicación de la ecuación:
𝑌 = 𝑎 + 𝑏𝑥
𝑌 = 30,000 + 2,100(6)
𝑌 = 30,000 + 12,600
𝑌 = 42,600 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
 Método de semipromedios (cuando la serie de años es par)
Consiste en dividir la serie de años en dos partes iguales y obtener promedio de cada parte,
a efecto de determinar el factor de acumulación.
Procedimiento:
 La serie se divide en dos partes iguales
 Se obtienen promedios de cada parte de la serie
 Se comparan ambos promedios y el resultado se divide entre la cantidad de años de cada
semipromedio.
 El resultado que se obtiene con el paso anterior, es el factor de acumulación.
Ejemplo 3, Calcule las ventas en unidades para el año 2010, tomando como base la siguiente información
dada en miles de unidades así: 28, 26, 24, 30, 32 y 34.
FINANZAS III 8
Solución:
Ventas
Años 𝒙 𝒙𝟏 𝒙𝟐
unidades
2004 28,000
2005 26,000 26,000 0
2006 24,000 1
2007 30,000 2
2008 32,000 32,000 3 0
2009 34,000 4 1
2010 5 2
 Determinación de la diferencia entre los dos semipromedios en unidades y en tiempo.
32,000 − 26,000 = 6,000 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
𝑎ñ𝑜 2008 − 𝑎ñ𝑜𝑠 2005 = 3 𝑎ñ𝑜𝑠
 Determinación del factor de crecimiento de ventas “b”

,
= = 2,000 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
ñ
 Aplicando la 𝑌 calculada con el primer semipromedio. El primer semipromedio es

26,000 productos de sumar las ventas de los años 2004 al 2006y luego dividirlo entre
tres. El presente caso el semipromedio posee la tendencia de ubicación en el año central,
es decir 2005, por lo que éste es el año cero del primer semipromedio, numerando los
demás de forma correlativa, hasta llegar al año deseado, que en el presente caso es el
2010, correspondiéndole el año 5.
𝑌 = 26,000 + 2000(5)
Y = 26,000 + 10,000
Y = 36,000 unidades
 Aplicando la 𝑌 calculada con el segundo semipromedio. El segundo semipromedio es

32,000 producto de sumar las ventas de los años 2007 al 2009 y luego dividir el resulta-
do dentro de tres. En el presente caso el semipromedio posee la tendencia de ubicación
en el año central, es decir 2008, por lo que éste es el año cero del segundo semiprome-
dio, numerando los demás años de forma correlativa, hasta llegar al año deseado, que en
el presente caso es el 2010, correspondiéndole el año 2.
Y = 32,000 + 2,000(2)
Y = 32,000 + 4,000
Y = 36,000 unidades
FINANZAS III 9
 Método de semipromedios cuando la serie es impar:
 Si la serie es suficientemente grande, entonces puede eliminarse un año para convertir

en par.
 La serie impar puede convertirse a periodos pares y después proceder como se ha indi-
cado.
 Para el efecto, se toma el primer año de la serie y se suma al segundo obteniéndose el
promedio; luego el segundo año con el tercero y así sucesivamente, hasta llegar al
penúltimo año.
 Para procesar el último año, es necesario obtener previamente un factor de acumulación
midiendo la tendencia comparando el último año con el periodo intermedio establecido
inmediatamente antes y el resultado (aumento o disminución) se aplica al último año.
Ejemplo 4, Una empresa necesita conocer cuál será el número de unidades que venderá en el año 2010,
utilizado en método de semipromedios, para el efecto debe considera la información del
ejemplo 3, eliminando el año 2004.
Solución:
Ventas Tiempos
Años unidades 𝒙 𝒙𝒙
1 SP 2 SP
26,000
2005 26,000
25,000
24,000 26,400 0
2006 24,000
27,000 1⁄2
30,000 1
2007 30,000
31,000 1. 1⁄2
32,000 2
2008 32,000
33,000 33,000 2. 1⁄2 0
34,000 3 1
2009 34,000
35,000* 3. 1⁄2 2
2010 ¿? 4 3
 Para determinar el último semipromedio, se resta el anterior semipromedio calculado, con

el anterior a éste, para el presente caso: 34,000 − 33,000 = 1,000. luego, esta diferencia se
suma a las ventas del último año: 34,000 + 1,000 = 35,000.
 Determinación de la diferencia entre semipromedios en unidades y en tiempo
33,000 − 26,400 = 6,600 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
𝑚𝑒𝑑𝑖𝑎𝑑𝑜𝑠 𝑑𝑒𝑙 𝑎ñ𝑜 2008 − 𝑝𝑟𝑖𝑐𝑖𝑝𝑖𝑜𝑠 𝑑𝑒𝑙 𝑎ñ𝑜 2006 = 2.5 𝑎ñ𝑜𝑠
 Determinación del factor de acumulación
Diferencia en unidades 6,600 2,640

= = 2,640 Semestral: = 1,320
Diferencia en tiempo 2.5 2
 Determinación de la ventas para el año 2010 utilizando el primer semipromedio y factor

de acumulación anual
Y = a + bx
FINANZAS III 10
Y = 26,400 + 2,640(4)
Y = 26,400 + 10,500
𝑌 = 36,960 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
 Determinación de las ventas para el año 2010 utilizando el segundo semipromedio y

factor de acumulación semestral.
Y = a + bx
Y = 33,000 + 1,320(3)
Y = 33,000 + 3,960
Y = 36,960 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
iii. Tendencias lineales
Es el método para ajustar las líneas de tendencias a series de tiempo es el de los mínimos cua-
drados. Como ya se ha visto, el problema de ajustar una recta de mínimos cuadrados
ŷ = 𝑎 + 𝑏𝑥 consiste esencialmente en determinar los valores de 𝑎 𝑦 𝑏 que, para un conjunto
de datos dado, hagan 𝛴 (𝑦 − ŷ)𝟐 lo más pequeña posible. Podemos obtener esta dos cantida-
des en un problema cualquiera resolviendo las ecuaciones normales.
𝑦 = 𝑛𝑎 + 𝑏(𝛴 𝑥)
𝑥𝑦 = 𝑎(𝛴 𝑥) + 𝑏(𝛴 𝑥 )
O mediante el uso de las fórmulas que se derivan de ellas.
En el análisis de series de tiempo, las 𝑥 prácticamente siempre se refieren a periodos sucesivos

(por lo general años) y, en tal caso, podemos simplificar el trabajo de ajustar una línea de ten-
dencia de mínimos cuadrados realizando un cambio de escala, o una codificación de las 𝑥 de
manera que, en la nueva escala, la suma de las 𝑥 sea igual a cero. Si la serie tiene un número
de impar de años, contamos desde el centro del periodo, en unidades de un año, asignando
𝑥 = 0 al año del centro y 1, 2, 3,…. A loa años siguientes y -1, -2, -3,…. A los años anteriores.
Pero si la serie tiene un número par de años, hay dos años en el centro, en lugar de uno, y el
punto medio de la serie queda situado en medio de ellos. Al asignar 𝑥 = 0 a este punto en el
tiempo, y contar desde ahí en unidades de seis meses (o medios años), las 𝑥 son 1, 3, 5,… pa-
ra los años siguientes y -1, -3, -5,…. Para los años anteriores. En cualquiera de los dos casos
(un número impar o par de años, en la serie), 𝛴 𝑥 = 0 y, al sustituir esto en las dos ecuaciones
normales y al resolverlas para determinar 𝑎 𝑦 𝑏, se obtiene:
𝐹ó𝑟𝑚𝑢𝑙𝑎 𝑑𝑒
∑𝒚 ∑
𝑐á𝑙𝑐𝑢𝑙𝑜 𝑑𝑒 𝑎 𝑦 𝑏 𝑎= y 𝑏=
∑
𝒏
(𝑐𝑜𝑛 𝑐𝑜𝑑𝑖𝑓𝑖𝑐𝑎𝑐𝑖ó𝑛)
La ventaja de este tipo de codificación es evidente.
Ejemplo 5, En los años de 2001 a 2009, el número de televisores producidos y/o vendidos en Guatemala
(sin tomar en cuenta el país de origen), fue: 15 432, 17 406, 16 616, 18 532, 18 480, 16 405,
FINANZAS III 11
19 680, 22 210 y 20 525 miles de unidades. Ajuste a esta serie una recta o línea de tendencia
de mínimos cuadrados de la forma 𝑦 = 𝑎 + 𝑏𝑥.
Solución: Como tenemos datos de nueve años (un número impar), señalamos 𝑥 = 0 enfrente de 2005, el
años del centro, y contamos hacia atrás y hacia adelante desde eses origen, en años completos.
Mostramos los valor de 𝑥, codificados, en la segunda columna de la tabla siguiente y genera-
mos las sumas que necesitamos para determinar 𝑎 𝑦 𝑏 en la tercera, cuarta y quinta columna.
PRODUCCION
Y/O VENTAS
Año x y xy 𝒙𝟐
2001 -4 15,432 -61,728 16
2002 -3 17,406 -52,218 9
2003 -2 16,616 -33,232 4
2004 -1 18,532 -18532 1
2005 0 18,480 0 0
2006 1 16,405 16,405 1
2007 2 19,680 39,360 4
2008 3 22,210 66,630 9
2009 4 20,525 82,100 16
0 165,286 38,785 60
Al sustituir 𝒏 = 9, 𝜮 𝒚 = 𝟏𝟔𝟓, 𝟐𝟖𝟔, 𝜮 𝒙𝒚 = 𝟑𝟖, 𝟕𝟖𝟓 y 𝜮 𝒙𝟐 = 𝟔𝟎 en las nuevas fórmulas

de 𝑎 𝑦 𝑏, obtenemos:
 𝑦 165,286
𝑎= = = 18,365.1
𝑛 9
 𝑥𝑦 38,785
𝑏= = = 646.4
𝑥 60
Y, por lo tanto, 𝑦 = 18,365.1 + 646.4𝑥 para la ecuación de la línea de la tendencia.
El valor de la tendencia de 2005 es 18,365.1 miles y que el incremento de la tendencia anual

(crecimiento de un año al siguiente) en la producción y/o las ventas se estima como 646.4 en
este periodo.
Cuando hemos calculado una ecuación de tendencia, podemos utilizarla para determinar el va-
lor de la tendencia en un año cualquiera, al sustituir simplemente en la ecuación el valor de 𝑥
que corresponde a ese año.
Ejemplo 6, Con base en los resultados del ejemplo 5, determine los valores de tendencia de 2001 y 2009
de la producción y/o venta de televisores.
Solución: Mediante la sustitución de 𝑥 = −4, para el año 2001
ŷ = 𝑎 + 𝑏𝑥 = 18,365.1 + 646.4(−4) = 15,779.5
Al sustituir 𝑥 = 4, para el año 2009, se obtiene
ŷ = 18,365.1 + 646.4(4) = 20,950.7, para 2009
Algunas veces es necesario, o deseable, modificar una ecuación de tendencia como la anterior
FINANZAS III 12
de manera que se pueda utilizar con datos mensuales, para que la 𝑥 se refieran a meses sucesi-
vos y no a años sucesivos o el origen de las 𝑥 se la mitad de un mes y no la mitad de un año.
En los tres ejemplos siguientes mostramos como se pueden modificar éstas, mediante el uso,
con fines ilustrativos, de la serie de producción y/o ventas de televisores del ejemplo anterior.
Ejemplo 7, Cambie las unidades de 𝑦 en la ecuación ŷ = 𝟏𝟖, 𝟑𝟔𝟓. 𝟏 + 𝟔𝟒𝟔. 𝟒𝒙
Solución: Como promedio de las cifras mensuales de los nueve años equivale a un doceavo de las
correspondientes cifras anuales (es decir, ), debemos escribir una nueva ecuación con 𝑎 𝑦 𝑏
sustituidas por y La ecuación modificadas queda así:
ŷ = 1530.4 + 53.9
Ejemplo 8, Modifique la ecuación de tendencia que se obtuvo en el ejemplo 7, de manera que las 𝑥 se
refiere a meses sucesivos y no a años sucesivos.
Solución: Como 𝑏 mide el incremento en la tendencia, o sea, el aumento o la disminución de los valores
con tendencia, correspondientes a una unidad de 𝑥, debemos dividir 𝑏 entre 12, para convertir
el incremento de tendencia anual en un incremento de tendencia mensual. Si dejamos 𝑎 sin va-
riación, obtenemos:
ŷ = 1530.4 + 4.5𝑥
La ecuación que se obtuvo en el ejemplo anterior se puede utilizar con datos mensuales tal
como está ubicado al final del mes de junio (en el instante en que junio para a ser julio) de
2005; pero, para completar la modificación, a menudo desplazamos el origen de la mitad de
una año a la mitad de un mes.
Ejemplo 9, Desplace el origen de la ecuación de tendencia que se obtuvo en el ejemplo 8, de junio a julio
de 2005 a la mitad de enero de 2005.
Solución: La mitad de enero de 2005 es 5 meses antes de la mitad del año de 2005. Por lo tanto,
debemos restarle 5.5 veces el incremento de tendencias mensuales, que es 1530.4, al valor de
la tendencia de 2005, con lo cual se obtienes de la siguiente manera:
𝑦 = 1530.4 − (5.5)(4.5) = 1505.6 y, por último,
ŷ = 1505.6 + 4.5𝑥
FINANZAS III 13
Cuando la tendencia es en años pares, se procede de la siguiente manera, siguiendo con los da-
tos del ejemplo 1, eliminando el año 2001 para que el periodo sea de ocho años.
PRODUCCION
Y/O VENTAS
Año x y xy 𝒙𝟐
2002 -7 17,406 -121,842 49
2003 -5 16,616 -83,080 25
2004 -3 18,532 -55,596 9
2005 -1 18,480 -18,480 1
0
2006 1 16,405 16,405 1
2007 3 19,680 59,040 9
2008 5 22,210 111,050 25
2009 7 20,525 143,675 49
0 149,854 51,172 168
NOTA: Los valores 𝑥 están dados en semestres; es decir en el numeral cero, está aproximadamente en-
tre el 31 de diciembre de 2005 y el 1 de enero de 2006, por lo que se dé este punto a mediados del 2005
existe un semestre, de igual forma existe un semestre a mediados de 2006
Al sustituir 𝒏 = 8, 𝜮 𝒚 = 𝟏𝟒𝟗, 𝟖𝟓𝟒, 𝜮 𝒙𝒚 = 𝟓𝟏, 𝟏𝟕𝟐 y 𝜮 𝒙𝟐 = 𝟏𝟔𝟖 en las nuevas fórmulas

de 𝑎 𝑦 𝑏, obtenemos:
Procedimiento:
𝛴 𝑦 = 𝑛𝑎 + 𝑏(𝜮 𝒙)
𝛴 𝑥𝑦 = 𝑎(𝜮 𝒙) + 𝒃(𝜮 𝒙𝟐 )
Para despejar 𝑎 utilizamos la siguiente ecuación:
1. 𝛴 𝑦 = 𝑛𝑎 + 𝑏(𝜮 𝒙)
149,854 = 8𝑎 + 𝑏(0)
149,854 = 8𝑎 + 0
149,854 = 8𝑎
149,854
=𝑎
8
18,731.8 = 𝑎
Para despejar 𝑏 utilizamos la siguiente ecuación
2. 𝛴 𝑥𝑦 = 𝑎(𝜮 𝒙) + 𝒃(𝜮 𝒙𝟐 )
51,172 = 18731.8(0) + 168𝑏

51,172 = 0 + 168𝑏
51,172 = 168𝑏
51,172
=𝑏
168
304.6 = 𝑏
FINANZAS III 14
Y, por lo tanto, 𝑦 = 18,731.8 + 304.6𝑥 para la ecuación de la línea de tendencia.
El valor de la tendencia está aproximadamente entre el 31 de diciembre de 2005 y el 1 de ene-

ro de 2006, es 18731.8 miles y que el incremento de la tendencia semestral (crecimiento de un
semestre al siguiente) en la producción y/o las ventas se estima como 304.6 en este periodo.
Cuando hemos calculado una ecuación de tendencia, podemos utilizarla para determinar el va-
lor de la tendencia en un semestre cualquiera, al sustituir simplemente en la ecuación el valor
de 𝑥 que corresponde a ese semestre.
iv. Tendencias no lineales:
Cuando los datos parecen desviados por más o menos ampliamente de la linealidad, es el aná-
lisis de regresión o de una serie de tiempo, debemos pensar en ajustar una curva en lugar de
una línea recta. Una de las curvas más útiles es la parábola y su ecuación es:
ŷ = 𝑎 + 𝑏𝑥 + 𝑐𝑥
Al ajustar una parábola por medio del método de mínimos cuadrados, debemos determinar 𝑎, 𝑏
y 𝑐 de manera que (𝑦 − ý) = (𝑦 − 𝑎 − 𝑏𝑥 − 𝑐𝑥 ) sea mínimo. Para esto, consideramos
la parábola como una ecuación de regresión múltiple de la forma
𝑦 = 𝑎 + 𝑏𝑥 + 𝑐𝑥
Con 𝑥 = 𝑥 y 𝑥 = 𝑥 . Por consiguiente, el método nos lleva a obtener las ecuaciones nor-
males.
 𝑦 = 𝑛𝑎 + 𝑏( 𝑥) + 𝑐( 𝑥 )
 𝑥𝑦 = 𝑎( 𝑥) + 𝑏( 𝑥 ) + 𝑐( 𝑥 )
 𝑥 𝑦 = 𝑎( 𝑥 ) + 𝑏( 𝑥 ) + 𝑐( 𝑥 )
Cuando los valores están igualmente espaciados en un serie, la solución de estas ecuaciones
para determinar 𝑎, 𝑏 y 𝑐 se puede simplificar en forma apreciable mediante el uno de la mis-
ma codificación de la tenencias lineales. Si colocamos el cero de la nueva escala en el centro
de la serie y observamos los convencionalismos de la codificación de un número impar de pe-
riodos y de un número para de periodos, haremos  𝑥 = 0 y  𝑥 = 0, y las ecuaciones nor-
males se reducen a
𝐸𝑐𝑢𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑛𝑜𝑟𝑚𝑎𝑙𝑒𝑠  𝑦 = 𝑛𝑎 + 𝑐( 𝑥 )

𝑎𝑗𝑢𝑠𝑡𝑎𝑟 𝑢𝑛𝑎 𝑝𝑎𝑟á𝑏𝑜𝑙𝑎  𝑥𝑦 = 𝑏( 𝑥 )
(𝑐𝑜𝑛 𝑐𝑜𝑑𝑖𝑓𝑖𝑐𝑎𝑐𝑖ó𝑛)  𝑥 𝑦 = 𝑎( 𝑥 ) + 𝑐( 𝑥 )
Después podemos obtener 𝑏 directamente de la segunda ecuación
 𝑥𝑦
𝑏=
𝑥
Y podemos determinar 𝑎 y 𝑐 resolviendo simultáneamente la primera y tercera ecuación. Las
FINANZAS III 15
parábolas se conocen asimismo como ecuaciones polinomiales de segundo grado y las ecua-
ciones polinomiales de grado mayor que 2, en 𝑥 como 𝑦 = 𝑎 + 𝑏𝑥 + 𝑐𝑥 + 𝑑𝑥 y 𝑦 = 𝑎 +
𝑏𝑥 + 𝑐𝑥 + 𝑑𝑥 + 𝑒𝑥 , también se puede ajustar por medio de método de los mínimos cua-
drado.
Ejemplo10: En los años 1999 a 2009 se produjeron 8.48, 7.08, 8.58, 9.25, 8.30, 9.53, 9.90, 9.81, 6.47, 5.09
y 4.67 toneladas de azúcar en Guatemala.
a. Ajuste a esta serie una curva de tendencia parabólica, de la forma 𝑦 = 𝑎 + 𝑏𝑥 + 𝑐𝑥
b. Calcule los valores con tendencias de 1999, 2007 y 2010
c. Trace la gráfica de la parábola junto con la serie de datos originales
Solución: a) A fin de determinar 𝑎, 𝑏 y 𝑐 aa partir de las ecuaciones normales reducidas, debemos

encontrar 𝑛,  𝑦,  𝑥𝑦,  𝑥 𝑦,  𝑥 , y  𝑥 . En la siguiente columna de la tabla siguien-
te, se muestra la producción (los valores de 𝑦) y, en las cinco columnas de la derecha, se pre-
senta el trabajo realizado para obtener las sumas que se piden:
Producción
Año y x xy 𝒙𝟐 𝒚 𝒙𝟐 𝒙𝟒
1999 8.48 -5 -42.80 212.00 25 625
2000 7.08 -4 -28.32 113.28 16 256
2001 8.58 -3 -25.74 77.22 9 81
2002 9.25 -2 -18.50 37.00 4 16
2003 8.30 -1 -8.30 8.30 1 1
2004 9.53 0 0 0 0 0
2005 9.90 1 9.90 9.90 1 1
2006 9.81 2 19.62 39.24 4 16
2007 6.47 3 19.41 58.23 9 81
2008 5.09 4 20.36 81.44 16 256
2009 4.67 5 23.35 116.75 25 625
87.16 0 -30.62 753.36 110 1958
Ahora bien, ya terminado todo esto, podemos determinar 𝑏 directamente haciendo una sustitu-
ción en la fórmula para obtener
 𝑥𝑦 −30.62
𝑏= = = −0.28
𝑥 110
Después, al sustituir 𝑛 = 11 junto con los totales de las columnas 𝑦, 𝑥 𝑦, 𝑥 , 𝑥 en la prime-

ra y tercera ecuaciones normales reducidas, se obtiene:
 𝑦 = 𝑛𝑎 + 𝑐( 𝑥 ) ∶ 87.16 = 11𝑎 + 110𝑐
 𝑥 𝑦 = 𝑎( 𝑥 ) + 𝑐( 𝑥 ) ∶ 753.36 = 110𝑎 + 1958𝑐
Al resolver estas dos ecuaciones por el método de eliminación o por determinación, tenemos
los valores de 𝑎 y 𝑐.
FINANZAS III 16
Método de sumas y restas
87.16 = 11𝑎 + 110𝑐 − │10│
−871.60 = −110𝑎 − 1100𝑐

753.36 = 110𝑎 + 1958𝑐
−118.24 = 0 + 858𝑐
−118.24
𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠 𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑐 𝑠𝑒𝑟á = = −0.14
858
Para encontrar el valor de 𝑎 se sustituye el valor de 𝑐 en la ecuación original y luego se despe-

ja.
87.16 = 11𝑎 + 110𝑐

87.16 = 11𝑎 + 110(−.14)
87.16 = 11𝑎 − 15.4
87.16 + 15.4 = 11𝑎
102.56
𝑎= = 9.32
11
La tendencia para 1999 es: sustituimos 𝑥 = −5
𝑦 = 𝑎 + 𝑏𝑥 + 𝑐𝑥 ∶ 9.32 − 0.28(−5) − 0.14(−5) =

𝑦 = 9.32 + 1.4 − 3.5 = 𝟕. 𝟐𝟐
La tendencia para 2007es: sustituimos 𝑥 = 3
𝑦 = 9.32 − 0.28(3) − 0.14(3) = 9.32 − 0.84 − 1.26 = 𝟕. 𝟐𝟐
La tendencia para 2010 es: sustituimos 𝑥 = 6
Para trazar una tendencia parabólica necesitamos por lo menos tres puntos. Por lo tanto, me-
diante el uso de los resultados anteriores, junto con la información de que el valor de la ten-
dencia de 2004 es 𝑎 = 9.32, obtenemos la curva que se muestra en la Grafica 5.
9.32 − 0.28(−5) − 0.14(−5) = 9.32 + 1.40 − 3.50 = 7.22

9.32 − 0.28(−4) − 0.14(−4) = 9.32 + 1.12 − 2.24 = 8.2
9.32 − 0.28(−3) − 0.14(−3) = 9.32 + 0.84 − 1.26 = 8.9
9.32 − 0.28(−2) − 0.14(−2) = 9.32 + 0.56 − 0.56 = 9.32
9.32 − 0.28(−1) − 0.14(−1) = 9.32 + 0.28 − 0.14 = 9.46
9.32 − 0.28(0) − 0.14(0) = 9.32 + 0 − 0 = 9.32
9.32 − 0.28(1) − 0.14(1) = 9.32 − 0.28 − 0.14 = 8.9
9.32 − 0.28(2) − 0.14(2) = 9.32 − 0.56 − 0.56 = 8.2
9.32 − 0.28(3) − 0.14(3) = 9.32 − 0.84 − 1.26 = 7.22
9.32 − 0.28(4) − 0.14(4) = 9.32 − 1.12 − 2.24 = 5.96
9.32 − 0.28(5) − 0.14(5) = 9.32 − 1.40 − 3.50 = 4.42
FINANZAS III 17
FINANZAS III 18

Finanzas

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Finanzas

Uploaded by

Copyright:

Available Formats

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

CENT RO UNIVERSITARIO DE ORIENTE

2.1.1 Pronósticos de ventas

El pronóstico es el arte y la ciencia de predecir eventos futuros.

b) ¿Qué es un pronóstico de ventas?

El pronóstico de ventas son proyecciones rápidas y confiables de

Mayar seguridad en el manejo de la información relacionada con las ventas de la empresa.

d) Enfoques para pronosticar:

e) Pronósticos de ventas Cualitativos:

Los pronósticos cualitativos o subjetivos incorporan factores

Entre los métodos cualitativos más usuales, se encuentran:

i. Consenso de Comité Ejecutivo y el métodos Delfos (Delphi)

Esta técnica, elaborada originalmente por un grupo de investigadores, intenta elaborar

Es un proceso de grupo cuyo objetivo es un pronóstico por consenso, a menudo un pronóstico

Es un proceso iterativo grupal, con ciertas reglas y metodologías,

ii. Analogía histórica y las investigaciones de Mercado:

Analogía histórica y las investigaciones de mercado, se usa para

iii. Juicio de expertos:

Consiste en informar a los participantes de un seguimiento de los resultados parciales obteni-

El método juicio de expertos, puede considerar el juicio de un

Los enfoques cualitativos subjetivos, o intuitivos, se basa en la capacidad de la mente para

Este método asegura diferentes procesos para cada fase de creati-

f) Pronósticos de ventas Cuantitativos:

Puede usarse cuándo: 1) se dispone de información pasada acerca de la variable que se va a

Son modelos matemáticos que se basan en datos históricos, bajo el

Los métodos cuantitativos más frecuentes, se describen a continuación.

Nos referimos a datos estadísticos que se recopilan, observan o registran en intervalos de

Nos limitaremos al análisis de datos comerciales y económicos, perno ni el término series de

 Variación estacional, Corresponde a los movimientos de una serie de tiempo, como en la

ii. Método de línea recta:

 Método aritmético simple:

Se toma el año base de la serie y se compara con el último año de la misma.

Solución: 1. Comparación año base y último:

2009 29,500 unidades

2. Determinación del factor de acumulación

3. Ventas esperadas para el año 2010

Ventas año 2009 29,500 unidades

Consiste en aplicar la fórmula 𝑦 = 𝑎 + 𝑏𝑥 para ajustar la tendencia a una línea recta, en la

𝑎 = 𝑉𝑒𝑛𝑡𝑎𝑠 𝑑𝑒𝑙 𝑎ñ𝑜 𝑏𝑎𝑠𝑒

Solución: 1. Comparación año, base y último.

2009 40,500 unidades

2. Determinación del factor de acumulación

 Método de semipromedios (cuando la serie de años es par)

 Determinación de la diferencia entre los dos semipromedios en unidades y en tiempo.

32,000 − 26,000 = 6,000 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠

𝑎ñ𝑜 2008 − 𝑎ñ𝑜𝑠 2005 = 3 𝑎ñ𝑜𝑠

 Determinación del factor de crecimiento de ventas “b”

 Aplicando la 𝑌 calculada con el primer semipromedio. El primer semipromedio es

 Aplicando la 𝑌 calculada con el segundo semipromedio. El segundo semipromedio es

 Si la serie es suficientemente grande, entonces puede eliminarse un año para convertir

 Para determinar el último semipromedio, se resta el anterior semipromedio calculado, con

 Determinación de la diferencia entre semipromedios en unidades y en tiempo

33,000 − 26,400 = 6,600 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠

 Determinación del factor de acumulación

Diferencia en unidades 6,600 2,640

 Determinación de la ventas para el año 2010 utilizando el primer semipromedio y factor

 Determinación de las ventas para el año 2010 utilizando el segundo semipromedio y

iii. Tendencias lineales

O mediante el uso de las fórmulas que se derivan de ellas.

En el análisis de series de tiempo, las 𝑥 prácticamente siempre se refieren a periodos sucesivos

La ventaja de este tipo de codificación es evidente.

Al sustituir 𝒏 = 9, 𝜮 𝒚 = 𝟏𝟔𝟓, 𝟐𝟖𝟔, 𝜮 𝒙𝒚 = 𝟑𝟖, 𝟕𝟖𝟓 y 𝜮 𝒙𝟐 = 𝟔𝟎 en las nuevas fórmulas

Y, por lo tanto, 𝑦 = 18,365.1 + 646.4𝑥 para la ecuación de la línea de la tendencia.