Limitaciones que existen al analizar un proyecto de inversión mediante planilla electrónica

Para finalizar la exposición de las razones que nos llevaron a desarrollar EasyPlanEx para evaluar proyectos de inversión, nos referiremos ahora al problema de las limitaciones que existen cuando se analiza un proyecto mediante un software de planilla. Estas son básicamente dos:

- El análisis de sensibilidad es pobre y puede llevar a malas decisiones

- No es posible realizar análisis de riesgo (excepto si se adquiere un add-in)

Ahora vamos a comentar la primera de estas limitaciones.

Sabido es que el resultado de un proyecto puede ser afectado por múltiples variables exógenas, cuyo comportamiento no se puede predecir en forma exacta. Podemos mencionar, entre otras: demanda del producto o servicio, precio de los insumos, costo de la mano de obra, tipo de cambio, etc.

El análisis de sensibilidad que comúnmente se hace, cuando se evalúa un proyecto mediante un software de planilla, consiste en ver el efecto sobre el VAN del proyecto (o de otra función objetivo) de la variación en los valores de una de las variables, dejando todas las demás variables constantes (“ceteris paribus”). De este modo, en forma sucesiva, se va haciendo el análisis de todas las variable relevantes.

Si bien el análisis expuesto está bien que se haga, es, por definición, limitado, ya que supone asumir ciertos valores para las variables cuyos valores se mantienen constantes, en forma arbitraria. Y nada garantiza, por muy probables que parezcan ser dichos supuestos, que ellos vayan a cumplirse en el futuro valores. Es posible que se obtengan buenos resultados en el análisis, que pueden llevar a la decisión de implementar el proyecto, pero si después la realidad fuese diferente a la supuesta, el resultado real del proyecto podría diferir en gran medida del que se había proyectado.

Ahora bien, no es necesario que los valores reales sean muy diferentes a los supuestos para llevar a un mal resultado, pues lo que puede llevar a él es una combinación de factores que se potencien mutuamente. Por ejemplo, variaciones no muy importantes, pero simultáneas, en el precio de venta del producto, tipo de cambio y costo de producción, pueden convertir rápidamente en pérdida la utilidad esperada en un período.

Entonces, ¿ cuáles son las capacidades de análisis que introdujimos en EasyPlanEx para resolver el problema planteado ?

En primer lugar, desarrollamos una interfaz de análisis multidimensional, que permite, en forma instantánea, ver el efecto sobre la función objetivo de cualquier combinación de valores de las variables (desplegando todos los informes que se quieran ver). El software permite evaluar hasta 100.000 alternativas.

En segundo lugar, EasyPlanEx permite, con un solo clic, obtener un gráfico de la función objetivo versus cualquiera de las variables analizadas. Este gráfico es dinámico, es decir, se actualiza automáticamente si se selecciona cualquier otro valor para una o varias de las demás variables.

Tercero, con un solo clic es posible obtener una lista de las alternativas que generen los mejores (o peores) resultados. Es posible, así, ver qué combinaciones de valores de variables podrían generar un mismo resultado o rango de resultados. En otras palabras, es posible hacer una búsqueda de objetivo, pero basada en múltiples variables.

Y, cuarto, es posible, al hacer lo anterior, fijar el valor de una o algunas de las variables y obtener la lista de mejores (o peores) resultados, sujeta a dichos supuestos.

Debemos enfatizar que cuando decimos “resultado” no estamos hablando sólo del valor obtenido para la función objetivo, sino que de la posibilidad de desplegar un informe (o los que se deseen) que muestre el detalle del flujo de caja que está generando el resultado.

Por lo tanto, al utilizar EasyPlanEx en un proceso de evaluación, las posibilidades que el futuro pueda deparar al proyecto quedarán mejor consideradas, permitiendo tomar hoy mejores decisiones.

En un próximo comentario nos referiremos a cómo EasyPlanEx permite realizar análisis de riesgo, considerando que, en realidad, las variables no controlables tienen un comportamiento aleatorio, y que la mejor manera de caracterizarlas es mediante funciones de distribución de probabilidades.