Академический Документы
Профессиональный Документы
Культура Документы
Indice
Generalidades
Desarrollo Temtico
enlace1
PRONSTICO,
SU
METODOLOGA,
RELEVANCIA
EN
EL
MBITO
FINANCIERO
UTILIDAD
1. NDICE
1. Parmetros
de
pronstico
-
proyeccin
2. Tcnicas
de
proyeccin
y
aplicaciones
2.1.
Tcnicas
cualitativas
y
cuantitativas
2.2.
Anlisis
de
series
de
tiempo:
promedios,
promedios
mviles,
suavizacin
exponencial
2.3.
Modelos
causales:
regresiones,
tasas
de
crecimiento,
crecimientos
exponenciales,
ndices
estacionales,
otros
(modelo
de
insumo-producto
o
entrada-salida)
2.4.
Criterios
en
la
seleccin
de
una
tcnica
de
proyeccin
2.5.
Aplicacin
en
la
proyeccin
de
costos
y
gastos
de
operacin
2.6.
Aplicacin
en
la
proyeccin
de
los
estados
financieros
2.7.
Anlisis
de
las
cifras
proyectadas
2.8.
Sensibilidad
de
las
cifras
proyectadas
ante
cambios
en
las
polticas
financieras
INTRODUCCIN
Debido
a
la
trascendencia
que
trae
consigo
la
toma
de
decisiones
de
carcter
financiero,
es
relevante
contar
con
informacin
histrica,
del
presente
y
no
menos
importante,
datos
de
lo
que
podra
suceder
a
futuro;
estos
ltimos
permitirn
tomar
decisiones
en
lo
que
respecta
a
incrementos
de
ventas
segn
tendencias,
reducciones
en
compra
de
materia
prima,
incrementos
en
la
produccin
o
lo
correspondiente
a
contratacin
(ms
o
menos
mano
de
obra).
Adicionalmente,
los
pronsticos
permiten
conocer
situaciones
coyunturales
que
pueden
presentarse
en
el
mercado,
la
economa
o
la
sociedad
en
general
pueden
afectar
el
desempeo
de
la
empresa.
En
esta
cartilla
se
aborda
un
importante
tema
como
es
el
de
pronsticos,
su
metodologa,
utilidad
y
relevancia
en
el
mbito
financiero;
la
recomendacin
es
que
lean
disciplinadamente
esta
cartilla,
estudien
muy
bien
los
ejemplos
al
respecto,
interpreten
cifras
y
realicen
anlisis
de
resultados,
de
estos
conocimientos
depende
en
gran
medida
la
consecucin
de
las
competencias
establecidas
en
esta
unidad.
[ POLITCNICO GRANCOLOMBIANO]
Contenido
COMPONENTE
MOTIVACIONAL
El
tema
de
esta
unidad
(como
todos
los
dems),
es
muy
interesante
ya
que
toca
puntos
importantes
con
los
que
nos
enfrentamos
da
a
da
como
persona
natural
o
como
empresa,
su
aplicabilidad
y
practicidad
permiten
ver
las
finanzas
de
manera
diferente
y
como
tal
es
un
factor
clave
en
la
formacin
integral,
por
esto
es
muy
importante
que
destinen
tiempo
pertinente
para
su
estudio
y
con
ello
lograr
este
cometido.
RECOMENDACIONES
ACADMICAS
Lo
primero
que
recomiendo
es
que
naveguen
por
la
plataforma,
visiten
la
gua
de
uso
de
aula
virtual,
observen
la
video
capsula,
video
diapositiva,
el
juego
diseado
para
ustedes
y
desde
luego
den
seguimiento
permanente
al
calendario;
conozcan
semana
a
semana
los
objetivos
y
actividades,
las
lecturas
inmersas
en
cada
una
de
estas,
el
material
didctico
de
apoyo,
las
actividades
evaluativas
y
como
tal,
verifiquen
y
tengan
presente
plazos
de
entregas
y
criterios
de
evaluacin
en
lo
que
respecta
a
calificaciones.
DESARROLLO
DE
CADA
UNA
DE
LAS
UNIDADES
TEMTICAS
1. PROYECCIONES
FINANCIERAS
Concepto
de
pronsticos
Debido
a
que
en
los
negocios
est
presente
en
mayor
o
menor
medida
el
factor
de
incertidumbre,
las
decisiones
a
tomar
por
parte
de
las
empresas
se
basan
en
la
visualizacin
de
escenarios
futuros;
es
decir,
lograr
anticipar
acontecimiento
a
travs
de
pronsticos
con
los
que
se
evalan
posibles
efectos
de
acuerdo
con
decisiones
que
se
tomen
hoy.
As,
las
metodologas
tendientes
a
realizar
pronsticos
han
tomado
fuerza
en
la
planeacin
estratgica
y
en
la
construccin
de
modelos
financieros
por
su
aporte
en
cuanto
a
la
anticipacin
de
variables
futuras
y
con
ello,
montar
posibles
escenarios.
Pronosticar
es
proyectar
a
futuro
el
camino
o
la
tendencia
que
pueda
seguir
una
variable,
partiendo
del
comportamiento
histrico
y
desde
luego,
los
juicios
sobre
la
conducta
que
tendr
en
el
futuro.
Los
pronsticos
aplican
bajo
mtodos
estadsticos
de
pronstico,
as
como
la
gestin
adecuada
de
la
informacin
disponible
para
la
elaboracin
del
pronstico.
[FINANZAS CORPORATIVAS]
Anterior
Siguiente
enlace1
TABLA
1:
Mtodos
de
pronstico
CUALITATIVOS
[ POLITCNICO GRANCOLOMBIANO]
Contenido
CUANTITATIVOS
Mtodo Delphi
Consenso
de
un
panel
Estudio
o
investigacin
de
mercado
Analoga
histrica
Pronstico
visionario
o
construccin
de
escenarios.
Promedios mviles
Modelos de regresin
Tasa de crecimiento
Crecimiento exponencial
Modelos
economtricos
Modelos
de
insumo-producto
o
entrada-
salida
Anterior
Suavizacin
exponencial
Mtodo
de
Box-Jenkins
Descomposicin
de
series
de
tiempo
Siguiente
Modelos
causales
o
explicativos:
Fuente:
Alemn,
2003
MTODOS
CUALITATIVOS
Elaborados
bajo
el
criterio
de
la
persona
que
realiza
el
pronstico
con
el
fin
de
obtener
tendencias
probables
de
una
variable
desde
el
punto
de
vista
cuantitativo,
partiendo
de
datos
cualitativos.
Aqu
es
importante
contar
con
la
interdisciplinariedad
para
que
el
pronstico
tenga
un
alto
nivel
de
integralidad.
Entre
estos
mtodos
encontramos:
Mtodo
Delphi
Su
aplicacin
se
da
para
realizar
pronsticos
a
variables
de
largo
plazo
y
se
centra
un
poco
en
la
elaboracin
de
pronsticos
relacionados
con
tecnologa.
Igual,
aplica
el
concepto
de
interdisciplinariedad.
[FINANZAS CORPORATIVAS]
Consenso
de
un
panel
Relevantes
en
la
realizacin
de
pronsticos
de
ventas
para
portafolios
de
productos
y
servicios
nuevos
en
el
mercado.
As
mismo,
como
en
el
mtodo
anterior,
son
utilizados
para
pronsticos
de
carcter
tecnolgico
y
a
largo
plazo.
Se
trata
de
constituir
(como
su
nombre
lo
dice)
un
panel
de
personas
con
las
competencias
y
experticias
necesarias
para
que
socialicen
en
torno
al
estudio
de
caso
hasta
que
logren
un
acuerdo
respecto
al
pronstico
en
cuestin.
Estudio
de
mercado
Es
un
mtodo
muy
utilizado
para
analizar
un
producto
o
servicio
con
el
que
se
quiere
entrar
en
el
mercado,
aqu
se
determinan,
entre
otros,
consumidores,
posibles
competidores,
precios,
costos,
entorno,
stakehoders
y
la
informacin
respecto
a
estas
variables
se
obtiene
a
travs
de
recoleccin
primaria
y
secundaria.
Analoga
histrica
Analiza
las
tendencias
histricas
de
una
variable
(ventas)
o
de
un
producto
con
caractersticas
similares
al
del
estudio
de
caso,
para
establecer
su
tendencia
a
futuro.
Esto
mtodos
relacionados
con
pronsticos
en
series
de
tiempo
se
dividen
en
dos
grupos:
- El
mtodo
de
promedios
mviles
La
suavizacin
exponencial
- Mtodo
de
descomposicin
de
series
de
tiempo
.
Mtodos
de
pronsticos
basados
en
el
anlisis
de
series
de
tiempo
Mtodo
de
promedios
mviles
simples
Este
mtodo
determina
el
promedio
de
un
grupo
de
valores
actuales
relacionados
con
una
variable,
el
cual
servir
como
punto
de
partida
para
estimar
el
valor
que
tendr
la
variable
en
el
periodo
a
posteriori.
Recibe
su
nombre
de
promedios
mviles
porque
cuando
se
tiene
acceso
a
una
nueva
observacin,
genera
la
posibilidad
de
hallar
un
nuevo
promedio,
dejando
a
un
lado
la
observacin
ms
antigua
y
adicionando
la
variable
ms
actual,
con
lo
que
se
pronostica.
[ POLITCNICO GRANCOLOMBIANO]
Contenido
[FINANZAS CORPORATIVAS]
Anterior
Siguiente
Observen
que
hay
un
desplazamiento,
de
periodo
a
periodo,
por
eso
el
nombre
de
mvil
(de
recuadro
gris
a
recuadro
amarillo)
Periodo
Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic
Demanda
118
134
180
272
332
289
177
209
327
374
230
141
Prnostico
144
195
261
298
266
225
238
303
310
Inicialmente,
se
debe
determinar
sobre
cuantos
periodos
se
van
a
hallar
en
el
promedio.
En
este
caso,
se
tomarn
3
trimestres,
por
lo
que
se
va
a
iniciar
un
periodo
antes
de
ese
nmero,
en
este
ejemplo,
el
periodo
4
es
el
mes
de
abril
y
el
promedio
correspondiente
a
este
mes
corresponder
a
los
meses
anteriores
Promedio
abr
=
D
ene
+
D
feb
+
D
mar
Periodos
Promedio abr =
144
Con funcin =
144
Unidades
La
funcin
de
promedio
mvil
simple
en
Excel,
recibe
el
mismo
nombre:
Pronstico
As,
el
promedio
de
mayo
se
calculara
as:
Promedio
may
=
D
feb
+
D
mar
+
D
abr
Periodos
[ POLITCNICO GRANCOLOMBIANO]
Promedio may =
Con
funcin
=
Contenido
195
195
MTODO
PROMEDIOS
MVILES
EXPONENCIALES
Este
mtodo
aplica
para
elaborar
pronsticos
de
ventas
a
corto
plazo.
Es
similar
al
mtodo
anterior,
excepto
que
este
promedio
pondera
con
ms
fuerza
los
datos
ms
recientes.
Aqu,
el
pronstico
a
calcular
equivale
al
pronstico
del
periodo
anterior
ms
una
correccin
proporcional
al
ltimo
dato
observado.
Anterior
Siguiente
[FINANZAS CORPORATIVAS]
TABLA
3
EJEMPLO
DE
PROMEDIO
MVIL
PONDERADO
APLICADOS
A
ESTIMACIN
DE
VENTAS
Periodo
Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic
Demanda
118
134
180
272
332
289
177
209
327
374
230
141
Prnostico
151
211
278
300
249
216
254
322
300
PROMEDIO
MVIL
PONDERADO
Este
promedio
debe
ir
acompaado
de
valores
numricos,
los
cuales
van
a
ser
tiles
para
ponderar
la
demanda
y
con
ello
realizar
el
promedio.
Se
seleccionarn
tres
factores
(2,
3,
4),
cabe
recalcar,
que
los
factores
seleccionados
deben
estar
entre
1
y
10;
estos
factores
se
denotan
como
X,
Y
y
Z
que
se
expresan
en
la
siguiente
frmula
as:
Promedio
abr
=
z
D
mar
+
y
D
feb
+
x
D
ene
(x
+
y
+
z)
Se
va
a
pronosticar
a
partir
del
mes
de
abril
y
para
esto
se
multiplicar
el
factor
mayor
ponderado
por
la
demanda
ms
actual
al
periodo
que
se
quiere
pronosticar
y
as
sucesivamente;
Entonces,
para
el
pronstico
de
abril,
Z
es
el
mayor
factor
(que
corresponde
a
4)
que
va
a
multiplicar
la
demanda
de
marzo
porque
es
la
ms
reciente
y
luego
el
valor
ponderado
que
le
sigue
(que
corresponde
a
3)
y
multiplica
la
demanda
de
febrero;
por
ltimo,
el
valor
X
que
multiplicar
la
demanda
de
enero.
Todo
esto
dividido
entre
la
suma
de
los
tres
factores
ponderados
Promedio abr =
151 Unidades
10
[ POLITCNICO GRANCOLOMBIANO]
Contenido
Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic
Ventas en
miles de
unidades
30
31
25
24
23
26
27
28
30
30
31
33
Anterior
Siguiente
Determinar el volmen de ventas para enero del siguiente ao con distintos mtodos
A SMA:
[FINANZAS CORPORATIVAS]
11
Periodo
Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic
Punto
D
Ventas en
miles de
unidades
30
31
25
24
23
26
27
28
30
30
31
33
31,9 Se pronostican
31.900
unidades
a
vender
para
enero
del
prximo
ao
Periodo
1
2
3
4
5
6
7
8
9
10
11
12
13
Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic
Ene sgte. Ao
Ventas en
miles de
unidades
30
31
25
24
23
26
27
28
30
30
31
33
No disponible
Pronstico
con
suavizacin
exponencial
Contenido
Alfa = 0,09
32
31,82
31,7462
31,139042
30,4965282
29,8218407
29,477875
29,2548663
29,1419283
29,2191548
29,2894308
29,4433821
29,7634777
Anterior
Siguiente
DESCOMPOSICIN
DE
SERIES
DE
TIEMPO
Como
su
nombre
lo
dice,
se
trata
se
descomponer
la
serie
de
tiempo,
analizar
la
tendencia,
e l
ciclo,
l a
estacionalidad
y
e l
error
por
separado
con
el
fin
de
determinar
el
estndar
de
comportamiento
respectivamente
y
con
ello,
crear
un
modelo
matemtico
que
de
la
posibilidad
de
proyectar
hacia
el
futuro
teniendo
en
cuenta
los
mencionados
componentes.
Para
el
mismo
caso,
pero
utilizando
el
mtodo
de
promedio
mvil
exponencial,
suponiendo
que
contamos
con
un
pronstico
para
el
periodo
inicial
de
32
unidades,
es
decir,
esperamos
vender
en
enero
32.000
unidades
y
una
constante
de
error
al
pronstico
anterior
de
=
9%,
determinar
las
ventas
esperadas
para
enero
del
siguiente
ao.
La
ecuacin
para
realizar
los
pronsticos
con
descomposicin
de
series
de
tiempo
es:
Yt
=
Tt
x
St
x
Ct
x
It
Dnde:
Yt
=
Valor
observado
en
el
periodo
t
Tt
=
Factor
de
la
tendencia
en
el
periodo
t
St
=
Factor
estacional
en
el
periodo
t
Ct
=
Factor
cclico
en
el
periodo
t
12
[ POLITCNICO GRANCOLOMBIANO]
[FINANZAS CORPORATIVAS]
13
En
este
ejemplo
para
realizar
el
pronstico,
se
van
a
tratar
los
factores
de
tendencia
y
el
factor
estacional,
no
se
trabajar
el
factor
cclico
(Ct)
ni
el
factor
irregular
(It).
De
acuerdo
con
la
siguiente
informacin
(en
miles
de
pesos),
pronosticar
las
ventas
de
junio
a
diciembre
de
2015
y
realizar
un
anlisis
a
travs
del
mtodo
de
descomposicin
de
series
de
tiempo.
TABLA
5:
EJEMPLO
DE
DESCOMPOSICIN
DE
SERIES
DE
TIEMPO
Ao
2014
2015
Mes
enero
febrero
marzo
abril
mayo
junio
julio
agosto
septiembre
octubre
noviembre
diciembre
enero
febrero
marzo
abril
mayo
junio
julio
agosto
septiembre
octubre
noviembre
diciembre
Ventas
174
106
83
59
46
69
105
179
220
288
308
255
210
128
100
89
88
1. Para
calcular
las
mviles
de
cada
periodo:
se
halla
el
promedio
mvil
simple
de
12
periodos;
para
lo
cual,
se
comienza
en
el
mes
de
julio
de
2014,
(celda
verde),
en
donde
se
realiza
la
funcin
promedio;
luego,
se
seleccionan
los
12
primeros
periodos
y
se
halla
un
valor
de
158.000
como
promedio
de
ventas
para
el
mes
de
julio.
Se
debe
recordar
que
este
promedio
mvil
se
calcula
as
se
halla
iniciado
despus
del
punto
central
(entre
junio
y
julio).
Debido
a
esto,
la
primera
media
mvil
va
a
estar
en
el
sptimo
periodo
y
as
sucesivamente
se
determinar
con
los
dems
periodos.
Note
que
se
puede
calcular
este
promedio
solo
hasta
diciembre
de
2014,
ya
que
en
este
mes
el
promedio
abordara
los
datos
de
ventas
desde
junio
de
2014
hasta
mayo
de
2015
(que
es
hasta
donde
contamos
con
datos
de
ventas)
14
[ POLITCNICO GRANCOLOMBIANO]
Anterior
Siguiente
2. Se
calcula
el
promedio
mvil
centrado
que
permite
determinar
la
media
mensual
general,
respecto
a
las
medias
mviles
de
cada
periodo.
Para
ello,
se
utiliza
nuevamente
la
funcin
promedio
(celda
amarilla),
se
marcan
los
promedios
mviles
del
paso
1
y
se
obtiene
un
promedio
mvil
centrado
mensual
de
164.000
unidades
a
vender.
3. El
factor
estacional
(ver
nuevamente
el
concepto
de
variacin
estacional
de
esta
cartilla),
cuyo
clculo
corresponde
a
la
participacin
de
ventas
de
cada
mes
promedio
sobre
el
promedio
mvil
centrado
o
general
(celda
naranja).
Su
interpretacin
para
el
caso
del
mes
de
julio
de
2014
(tomando
como
supuesto
que
las
ventas
de
este
ejemplo
fueran
de
cerveza),
seria
as:
la
variacin
regular
para
el
mes
de
julio
(0.96)
en
el
consumo
de
bebidas
alcohlicas
muestra
que
sus
ventas
estarn
por
debajo
del
promedio
general
(por
ser
menor
a
1);
para
el
mes
de
noviembre,
pasa
lo
contrario,
el
factor
estacional
es
mayor
a
1
(1.02),
lo
que
significa
que
en
ese
mes
se
vender
ms
cerveza
que
en
el
promedio
general.
Vale
la
pena
resaltar,
que
la
suma
de
los
factores
de
estacionalidad
hallados
deben
ser
igual
al
nmero
de
periodos,
es
decir
6
(de
julio
a
diciembre
de
2014)
Contenido
[FINANZAS CORPORATIVAS]
15
TABLA
6
SUMA
DE
FACTORES
DE
ESTACIONALIDAD
Ao
2014
2015
Mes
enero
febrero
marzo
abril
mayo
junio
julio
agosto
septiembre
octubre
noviembre
diciembre
enero
febrero
marzo
abril
mayo
junio
julio
agosto
septiembre
octubre
noviembre
diciembre
Ventas
Promedio mvil
12 meses (MA)
174
106
83
59
46
69
105
179
220
288
308
255
210
128
100
89
88
TABLA 7:
Promedio movil
centrado CMA)
164
Mes
158
161
163
164
166
170
0,96
0,98
0,99
1,00
1,02
1,04
[ POLITCNICO GRANCOLOMBIANO]
2015
Mediana
Anterior
Indice estacional
ajustado (SI)
Enero
0,00
Febrero
0,00
Marzo
0,00
Abril
0,00
Mayo
0,00
Junio
0,00
Julio
0,96
0,96
0,96
Agosto
0,98
0,98
0,98
Septiembre
0,99
0,993799371
0,99
Octubre
1,00
1,002463263
1,00
Noviembre
1,02
1,017752484
1,02
Diciembre
1,04
1,039157394
1,04
6,00
Siguiente
6,00
5. Se
procede
a
determinar
el
factor
de
la
tendencia
que
no
es
ms
que
el
modelo
de
regresin
lineal:
Tt
=
0
+
1t
Donde:
Tt
es
la
tendencia
en
el
tiempo
0
es
el
intercepto
1
es
la
pendiente
t
es
el
tiempo
4. Clculo
de
la
mediana
y
el
factor
estacional
ajustado.
Al
relacionar
solo
dos
aos
de
los
cuales,
se
cuenta,
solo,
con
informacin
completa
de
uno
de
ellos
(
del
ao
2014),
el
clculo
de
la
mediana
de
los
factores
estacionales
tendr
un
resultado
que
ser
el
mismo
factor.
Si
en
el
ejemplo
se
relacionaran
ms
periodos,
la
mediana
arrojara
resultados
diferentes.
As
se
ajustan
los
ndices
estacionales,
seleccionando
el
ndice
estacional
(mediana)
correspondiente
a
cada
mes
y
multiplicndolo
por
un
factor
de
correccin,
que
en
este
caso
viene
a
ser
la
divisin
de
6
(correspondiente
a
los
periodos
que
tienen
informacin),
entre
el
acumulado
encontrado
en
la
mediana
(6);
cuando
se
tenga
este
clculo,
se
2014
16
Contenido
suman
estos
ndices
estacionales
ajustados
y
deben
dar
como
resultado
6
(por
los
seis
periodos).
Para
hallar
dicho
factor
de
tendencia,
se
utilizar
el
siguiente
cuadro:
[FINANZAS CORPORATIVAS]
17
TABLA
8:
CUADRO
PARA
DETERMINAR
EL
FACTOR
DE
LA
TENDENCIA,
EN
EL
MODELO
DE
REGRESIN
LINEAL
Coeficientes
de
tendencia
80,17361586
5,595614911
Ao
2014
2015
Mes
enero
febrero
marzo
abril
mayo
junio
julio
agosto
septiembre
octubre
noviembre
diciembre
enero
febrero
marzo
abril
mayo
junio
julio
agosto
septiembre
octubre
noviembre
diciembre
Periodo
t Ventas
Y
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
174
106
83
59
46
69
105
179
220
288
308
255
210
128
100
89
88
Contenido
Resumen
Estadsticas de la regresin
Coeficiente de correlacin mltiple
0,204818795
0,041950739
R^2 ajustado
-0,021919212
Error tpico
83,62802697
Observaciones
Anterior
17
ANLISIS DE VARIANZA
Grados de
libertad
Suma de
cuadrados
Promedio de los
cuadrados
Regresin
4593,531863
4593,531863
Residuos
15
104904,7034
6993,646895
Total
16
109498,2353
Coeficientes
Error tpico
Estadstico t
Valor crtico de F
0,656814954
Probabilidad
0,430357676
Inferior 95%
Siguiente
Superior 95%
Inferior 95,0%
Superior 95,0%
Intercepcin
117,2720588
42,42446933
2,764255173
0,014465209
26,84644295
207,6976747
26,84644295
207,6976747
Variable X 1
3,355392157
4,140204272
0,810441209
0,430357676
-5,469244356
12,18002867
-5,469244356
12,18002867
Figura
1.
Resumen
estadstico
Como
se
observa,
aparecen
una
serie
de
variables
calculadas
y
entre
estas
los
coeficientes
de
inters
para
aplicarlos
en
el
modelo
(celdas
verdes)
se
copian
y
se
trasladan
a
la
hoja
de
clculo
inicial
Se
seguir
la
siguiente
ruta:
datos
-
anlisis
de
datos,
regresin,
aceptar,
en
rango
de
Y
entrada,
se
seleccionarn
todas
las
ventas
(de
enero
2014
a
mayo
2014)
y
en
el
rango
X,
se
seleccionarn
los
periodos
(del
1
al
17).
Haga
clic
en
aceptar
y
en
ese
instante
Excel
abre
otra
hoja
(la
pueden
llamar:
anlisis
de
datos)
Para
hallar
el
factor
de
la
tendencia
Y
por
cada
mes,
se
suman
los
coeficientes
de
tendencia
(trados
de
la
hoja
denominada
anlisis
de
datos)
y
el
resultado
se
multiplica
por
el
periodo
correspondiente.
Los
ndices
estacionales
ajustados
se
traen
del
punto
anterior.
Por
ltimo,
los
valores
ajustados
y
pronosticados
se
calculan
multiplicando
el
factor
de
la
tendencia
Y
por
el
ndice
estacional
ajustado,
siguiendo
el
modelo
mencionado
anteriormente:
Yt
=
Tt
x
SI
x
CF.
Recordar
que
(CF),
el
factor
cclico
no
se
tiene
en
cuenta
en
este
ejemplo.
Con
esta
frmula
aplicada
en
el
la
hoja
de
Excel,
se
hallan
los
pronsticos
solicitados.
18
[ POLITCNICO GRANCOLOMBIANO]
[FINANZAS CORPORATIVAS]
19
TABLA
9:
CUADRO
DE
COEFICIENTE
DE
TENDENCIAS
Coeficientes
de
tendencia
117,2720588
3,355392157
Ao
2014
2015
Mes
enero
febrero
marzo
abril
mayo
junio
julio
agosto
septiembre
octubre
noviembre
diciembre
enero
febrero
marzo
abril
mayo
junio
julio
agosto
septiembre
octubre
noviembre
diciembre
Periodo
t
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
Ventas
Y
174
106
83
59
46
69
105
179
220
288
308
255
210
128
100
89
88
No
disponible
No
disponible
No
disponible
No
disponible
No
disponible
No
disponible
No
disponible
Factor
de
la
tendencia
Y
120,627451
123,982843
127,338235
130,693627
134,049020
137,404412
140,759804
144,115196
147,470588
150,825980
154,181373
157,536765
160,892157
164,247549
167,602941
170,958333
174,313725
177,669118
181,024510
184,379902
187,735294
191,090686
194,446078
197,801471
0
0
0
0
0
0
135,726263
141,6057579
146,5561779
151,1975045
156,918475
163,7054939
0
0
0
0
0
0
174,5511115
181,1693456
186,5712173
191,561393
197,8979794
205,5468607
Ventas
pronosticadas
Recuerden
que
las
ventas
ajustadas
y
pronosticadas
de
los
meses
de
enero
a
junio
quedan
en
ceros,
ya
que
se
cuenta
nicamente
con
informacin
de
julio
a
diciembre
de
2014,
es
decir,
no
se
tiene
informacin
del
2015;
por
lo
tanto,
la
mediana
y
por
ende,
el
ndice
estacional
ajustado
son
cero.
As,
al
analizar
ms
periodos
de
tiempo
y
contar
con
ms
informacin,
la
mediana,
el
ndice
estacional
ajustado
y
los
correspondientes
pronsticos
arrojaran
resultados
diferentes
a
cero.
2.3
MODELOS
CAUSALES
O
EXPLICATIVOS
Este
modelo
aplica
cuando
la
variable
que
se
va
a
pronosticar,
tiene
una
concordancia
explicativa
con
las
variables
independientes.
Por
ejemplo,
si
tomamos
las
ventas
pueden
tener
concordancia
que
explique
su
comportamiento
por
estar
en
funcin
de
la
capacidad
de
pago
de
los
consumidores
y
de
las
campaas
publicitarias,
entre
otros.
Los
principales
modelos
causales
son
los
siguientes:
20
[ POLITCNICO GRANCOLOMBIANO]
Contenido
MODELOS DE REGRESIN
Anterior
Y
=
f(x)
+
E
DONDE:
Y
=
variable
dependiente
X
=
variable
independiente
E
=
error
o
residuo
Excel
determina
la
ecuacin
de
pronstico
en
la
que
se
reemplaza
los
valores
futuros
Y,
y
hallar
el
valor
pronosticado
de
X.
las
funciones
estadsticas
para
esto
son
PRONSTICO
y
TENDENCIA.
Este
modelo
sirve
para
realizar
pronsticos
de
ventas
y
variables
financieras
como
las
tasas
de
inters.
EJEMPLOS
MTODO
DE
REGRESIN
CON
FUNCIN
PRONSTICO
Dadas
las
ventas
de
2010
a
2013,
pronosticar
las
ventas
del
2014
TABLA
10:
EJEMPLO
1
Ao
2010
2011
2012
2013
2014
Siguiente
Unds.
V endidas
(miles)
42
47
44
48
49
Para
llegar
al
pronstico
de
ventas
de
2014,
se
ubica
en
la
celda
donde
se
hallar
el
pronstico
(unidades
a
vender
2014
celda
verde)
y
se
aplica
la
funcin
pronstico.
Se
marca
como
x
la
celda
donde
se
encuentra
digitado
el
ao
2014,
como
es
conocido
Y
se
marca
el
rango
de
unidades
vendidas
del
2010
al
2013;
como
es
conocido
X,
se
marca
el
rango
del
ao
2010
a
2013.
[FINANZAS CORPORATIVAS]
21
TABLA
11:
EJEMPLO
2
Hallar
la
tendencia
de
ventas
de
acuerdo
con
la
siguiente
informacin:
Luego,
sobre
esta
lnea
que
arroja
la
grfica
se
da
clic
derecho
agregar
lnea
de
tendencia:
Da
1
2
3
4
5
6
7
8
9
10
Ventas en millones
14
12
38
27
30
32
48
53
51
43
Fecha
Aum. % vtas.
01/10/2015
0,00%
02/10/2015
-14,29%
03/10/2015
216,67%
04/10/2015
-28,95%
05/10/2015
11,11%
06/10/2015
6,67%
07/10/2015
50,00%
08/10/2015
10,42%
09/10/2015
-3,77%
10/10/2015
-15,69%
Excel
permite
determinar
las
ventas
mximas
con
la
funcin
Max
y
el
promedio
de
ventas
con
la
funcin
pronstico,
que
dejan
ver
un
panorama
ms
claro
de
cifras
antes
de
hallar
la
tendencia.
Se
grafican
las
ventas:
Contenido
ventas
60
50
40
30
20
10
0
Anterior
ventas
Lineal
(ventas)
1
2
3
4
5
6
7
8
9
10
Siguiente
ventas
60
40
ventas
20
0
1 2 3 4 5 6 7 8 9 10
22
[ POLITCNICO GRANCOLOMBIANO]
[FINANZAS CORPORATIVAS]
23
2.4.
ventas
80
y
=
4,0848x
+
12,333
R
=
0,72851
40
ventas
60
Lineal (ventas)
20
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Se
produce
un
R
no
muy
bueno
ya
que
no
se
acerca
mucho
a
1.
El
punto
verde
indica
el
da
15
ENTONCES:
Se
Digitan
las
cifras
de
la
ecuacin
y
el
da
a
pronosticar
que
es
el
15
y
se
obtiene:
4.0848
15
12.333
As:
Tendencia
=
4.0848
(15)+12.333
=
73.6.
(Este
valor
indica
que
las
ventas
en
el
da
15
sern
de
$
7360.000
MODELOS
DE
INSUMO-PRODUCTO
Contenido
Se
debe
establecer
el
volumen
de
informacin
que
es
necesario
por
cada
mtodo,
el
grado
de
validez
de
la
misma
y
hacer
un
sondeo
con
la
informacin
con
la
que
efectivamente
cuenta
la
empresa
y
as
elegir
el
mtodo
que
ms
se
ajusta
dependiendo
de
estos
parmetros.
Como
se
ha
visto
en
esta
cartilla,
los
mtodos
se
ocupan
de
variables
diferentes.
Por
lo
tanto,
dependiendo
del
tipo
de
pronstico
que
la
empresa
quiera
desarrollar,
se
deben
determinar
variables
tanto
internas
(estimacin
de
ventas,
precios,
liquidez,
polticas
propias
de
la
empresa
en
todos
los
mbitos)
como
externas
(indicadores
como
IPC,
PIB,
tecnologa,
entre
otros)
que
lleguen
a
impactar
dicho
pronstico.
Asimismo,
cada
mtodo
ofrece
un
nivel
de
confiabilidad
diferente,
por
lo
que
se
debe
elegir
el
que
ms
se
ajuste
dependiendo
del
nivel
de
confianza
requerido.
Desde
luego
el
factor
monetario
entra
a
jugar
un
papel
importante,
cada
mtodo
tiene
costos
que
van
acorde
con
la
calidad
del
mismo
y
lgicamente,
con
el
presupuesto
de
la
empresa;
lo
importante
es
determinar
la
relacin
costo
beneficio.
Aunque
esta
seleccin
depender
de
las
necesidades
de
la
empresa
y
de
definir
el
horizonte
de
tiempo
sobre
el
cual
se
realizar
el
pronstico.
Para
una
mayor
exactitud
del
pronstico,
es
una
buena
alternativa
tener
en
cuenta
varios
mtodos
a
la
vez
y
sopesar
ventajas
y
desventajas
de
unos
mtodos
con
respecto
a
otros.
Finalmente,
un
pronstico
no
tiene
validez
si
no
se
acta
empresarialmente
con
base
a
los
resultados
del
mismo,
propendiendo
desde
luego,
por
el
crecimiento
de
la
empresa.
Anterior
Siguiente
Establece
el
nivel
de
produccin
con
su
correspondiente
distribucin
de
costos
que
debe
tener
una
industria
que
d
respuesta
al
consumo
de
los
demandantes.
Esencialmente,
son
matrices
que
reflejan
los
insumos
necesarios
por
una
industria
para
producir
productos,
que
a
su
vez
son
insumos
para
otra
y
as
sucesivamente.
El
desarrollo
de
estos
modelos
es
costoso
y
complejo
por
lo
que
se
necesita
de
talento
humano
con
la
experticia
necesaria
para
elaborar
pronsticos
de
calidad
en
el
sector
industrial.
24
[ POLITCNICO GRANCOLOMBIANO]
[FINANZAS CORPORATIVAS]
25