Activo es un sistema construido con bienes y servicios, con capacidades
funcionales y operativas que se mantienen durante el desarrollo de cada actividad socio-econmica especfica. Los activos de las empresas varan de acuerdo con la naturaleza de la actividad desarrollada. Tipos de activo Activo corriente: Bienes y derechos adquiridos con intencin de que permanezcan menos de un ao; como es el caso de las existencias. Activo no corriente o Activo fijo: Bienes y derechos adquiridos con intencin de que permanezcan en la empresa durante ms de un ao, que no se han adquirido con fines de venta; como maquinarias y bienes inmuebles. Activo financiero: Un activo financiero es el mismo activo intangible materializado en un ttulo o simplemente en una anotacin contable, por el que el comprador del ttulo adquiere el derecho a recibir un ingreso futuro de parte del vendedor. Los activos financieros son emitidos por las unidades econmicas de gasto y constituyen un medio de mantener riqueza para quienes los poseen y un pasivo para quienes lo generan. Activo intangible: Un activo intangible es definido por su propio nombre, es decir no es tangible, no puede ser percibido fsicamente. El activo intangible es, por tanto, de naturaleza inmaterial. Por ejemplo, el valor de una marca, que no puede ser medido de manera fsica. Se tiene en cuenta en la contabilidad porque posee la capacidad de generar beneficios econmicos futuros que pueden ser controlados por la entidad econmica. Activo subyacente: Es un activo que, en los mercados de productos derivados, est sujeto a un contrato normalizado y es el objeto de intercambio. Es decir, es aquel activo sobre el que se efecta la negociacin de un activo derivado. Activo funcional: se denomina de esta forma a la parte del activo que contribuye, de acuerdo a los fines y objetivos de una empresa, en la produccin de bienes y servicios de sta. Activo diferido: Representan costos y gastos que no se cargan en el perodo en el cual se efecta el desembolso sino que se pospone para cargarse en perodos futuros, los cuales se beneficiaran con los ingresos producidos por estos desembolsos; aplicando el principio contable de la asociacin de ingresos y gastos. Son gastos que no ocurren de manera recurrente. Activos a largo plazo: Son los activos tangibles con un promedio de vida superior a un ao, que no est hecho para revender y que es usado en las operaciones de un negocio; estas pueden incluir planta y equipo, pero no inventario o cuentas por cobrar. Son aquellos que tienen una apariencia fsica, y puede ser tocado, tales como monedas, edificios, bienes inmuebles, vehculos, inventarios, equipos, y metales preciosos. Activos a corto plazo Activo dirigido Activo in-funcional Definicin de Confiabilidad La confiabilidad es la "capacidad de un tem de desempear una funcin requerida, en condiciones establecidas durante un perodo de tiempo
determinado". Es decir, que habremos logrado la Confiabilidad requerida cuando
el "tem" hace lo que queremos que haga y en el momento que queremos que lo haga. Tambin se puede definir como la capacidad de un producto de realizar su funcin de la manera prevista.De otra forma, la confiabilidad se puede definir tambin como la probabilidad en que un producto realizar su funcin prevista sin incidentes por un perodo de tiempo especificado y bajo condiciones indicadas. Qu es el riesgo? El riesgo es la probabilidad de que una amenaza se convierta en un desastre. La vulnerabilidad o las amenazas, por separado, no representan un peligro. Pero si se juntan, se convierten en un riesgo, o sea, en la probabilidad de que ocurra un desastre. Sin embargo los riesgos pueden reducirse o manejarse. Si somos cuidadosos en nuestra relacin con el ambiente, y si estamos conscientes de nuestras debilidades y vulnerabilidades frente a las amenazas existentes, podemos tomar medidas para asegurarnos de que las amenazas no se conviertan en desastres. La gestin del riesgo no solo nos permite prevenir desastres. Tambin nos ayuda a practicar lo que se conoce como desarrollo sostenible. El desarrollo es sostenible cuando la gente puede vivir bien, con salud y felicidad, sin daar el ambiente o a otras personas a largo plazo. Incertidumbre La incertidumbre, tal como se defini en la Consulta Tcnica sobre el Enfoque Precautorio en Pesqueras (CTEP), es "la imperfeccin en el conocimiento sobre el estado o los procesos de la naturaleza" (FAO/Gobierno de Suecia, 1995). La incertidumbre estadstica es "la aleatoridad o el error proveniente de varias fuentes como las descritas al usar la metodologa estadstica". La CTEP define el riesgo como "la probabilidad de que pase algo malo." Note que en trminos de teora de decisiones, el riesgo es definido como las prdidas promedio o las prdidas que se pronostican cuando algo malo sucede. Tipos de incertidumbre Incertidumbre Incertidumbre Incertidumbre Incertidumbre
debida a errores de medicin y sesgo
en el proceso en el modelo en la estimacin
Hay varias fuentes de incertidumbre en el clculo de los puntos de referencia y en
la evaluacin del estado de las poblaciones con respecto a estos puntos de referencia. Cinco tipos de incertidumbre, que emergen de un conocimiento impreciso del estado de la naturaleza, son (Rosenberg y Restrepo, 1992): - Incertidumbre en la medicin, es el error en las cantidades observadas tales como la captura o los parmetros biolgicos; - Incertidumbre en el proceso, es la aleatoridad subyacente en la dinmica poblacional tal como la variabilidad en el reclutamiento; - Incertidumbre en el modelo, es la especificacin errnea de la estructura del modelo;
- Incertidumbre en la estimacin, es la que puede resultar de cualquiera, o de
una combinacin, de las incertidumbres descritas anteriormente y es la inexactitud e imprecisin en la abundancia o en la tasa de mortalidad por pesca; - Incertidumbre en la implementacin, es la consecuencia de la variabilidad que resulta de una poltica de ordenacin, i.e. incapacidad para alcanzar exactamente el objetivo de una estrategia de captura. Not que las fuentes de incertidumbre incluyen no slo el error estadstico en detectar el estado de la poblacin y las tendencias ambientales, o a los errores en el anlisis poblacional, sino tambin a las decisiones errneas y un marco de ordenacin ineficiente; asuntos que se tratan posteriormente en este trabajo. Incertidumbre debida a errores de medicin y sesgo Las fuentes potenciales de variabilidad en los datos de pesqueras comerciales comnmente disponibles -captura, esfuerzo de pesca y muestras biolgicas de la captura por tamaos, determinacin de edades y de madurez- han sido el inters de los estadsticos pesqueros y de los cientficos encargados de las evaluaciones por varias dcadas (Doubleday y Rivard, 1983, Reporte del Grupo de Trabajo de Evaluaciones del ICES). Ahora, estas fuentes son relativamente bien conocidas y cuantificadas. Donde se utilizan cruceros de muestreo hay problemas estadsticos estndares relacionados con el tamao y la representatividad de las muestras. Sin embargo, la dificultad para contabilizar los descartes continua sesgando las estadsticas de desembarque de muchas pesqueras (Alverson et al., 1994). En las bitcoras y sistemas de reporte existen a menudo reportes errneos y, al cuantificar el esfuerzo, a menudo existen incrementos ocultos en el poder de pesca de las embarcaciones debido al aprendizaje de los pescadores y a los cambios tecnolgicos. Mientras que una prospeccin de pesca, con una embarcacin estndar y un diseo aleatorizado, puede proporcionar estimaciones objetivas o un ndice del tamao de la poblacin que son menos propensos a riesgos que los datos de captura, las estimaciones resultantes de la prospeccin tambin tienen una varianza significativa (Doubleday y Rivard, 1981). La varianza asociada con las prospecciones acsticas es tambin considerable (Simmonds et al., 1992) La tabla 4 incluye algunas estimaciones del rango de errores probables en algunas de las variables poblacionales para poblaciones de peces bien estudiadas. Incertidumbre en el proceso La variabilidad natural asociada a los sistemas de produccin de peces puede ser enorme. La variabilidad ambiental, la fuente ms grande de errores en el proceso, usualmente se manifiesta como variabilidad en el reclutamiento (Hennemuth et al., 1980). En poblaciones de vida corta, esto puede resultar en fluctuaciones dramticas en la biomasa de los adultos (Lluch-Belda et al., 1989) Aunque pueden haber relaciones y patrones que pueden modelarse estadsticamente para proporcionar alguna explicacin de eventos anteriores, ha habido poco xito en predecir, con suficiente anticipacin, las condiciones ambientales o las respuestas de las poblaciones de peces y que sean tiles para la ordenacin (Walters y Collie, 1988). De esta manera, a menudo la variabilidad ambiental se considera completamente estocstica y, usualmente, el enfoque ms apropiado es medir directamente sus efectos sobre las poblaciones de peces mediante prospecciones de los pre-reclutas (Bradford, 1992). Adems de la variabilidad a una escala de tiempo inter-anual, tambin hay cambios ambientales que abarcan dcadas e incluso sobre escalas de tiempo ms largas, las cuales afecten la abundancia de la poblacin, su distribucin y
localizacin en formas que son difciles de medir y mucho menos de predecir
(Murawski, 1993) Generalmente se acepta que las poblaciones de peces llegan a ser ms susceptibles a la variabilidad ambiental en la medida en que se incrementa la explotacin. De esta forma, hay un efecto directo de la ordenacin en la incertidumbre y la reduccin de la incertidumbre puede ser, en si misma, un objetivo de la ordenacin. Incertidumbre en el modelo Los errores de los modelos raramente son evaluados, debido a que los datos requeridos para distinguir entre los diferentes modelos no estn disponibles. Los estudios sobre el desempeo relativo de varias formulaciones de modelos, e.g. los modelos de produccin de Schaeffer y Fox, sugieren que stos pueden proporcionar resultados sustancialmente diferentes usando el mismo conjunto de datos. De hecho, el mismo modelo puede dar resultados bastante distintos dependiendo de la estructura de error asumida (Polancheck et al., 1993). Otros ejemplos de errores potenciales en los modelos de evaluacin de poblaciones incluyen los modelos utilizados para calibrar ndices de abundancia (e.g. ajuste o sintonizacin del APV), el uso de valores convencionales constantes para la mortalidad natural y el establecimiento de valores de F para los peces jvenes como una funcin de estos propios valores en los individuos ms viejos. El error en el modelo puede examinarse, en algn grado, utilizando varios modelos para evaluar el mismo recurso aunque, en la prctica, los datos y experiencia requeridos para un enfoque de multimodelos raramente existen. Sin embargo, en aquellos casos en que se ha intentado, a menudo se han encontrado diferencias sustanciales, por ejemplo, en el caso del atn de aleta azul del Atlntico Occidental, tres mtodos dieron estimados del MRS de 3942, 5530 y 6755 tm/ao (ICCAT, 1994). Incertidumbre en la estimacin Debido a la naturaleza secuencial de las evaluaciones, los errores en la estimacin ocurren en varias etapas y se propagan a travs del proceso. Ellos pueden verse como el resultado combinado de los tres tipos de errores bosquejados anteriormente. Aunque en el pasado, los estimados explcitos de la exactitud eran raros, ahora han llegado a ser ms comunes en la literatura. En la tabla 4 se presentan algunos estimados del orden probable del error para las cantidades comnmente utilizadas en la evaluacin del estado de las poblaciones de pesqueras costeras. La generalidad de estos ejemplos puede ser cuestionable, pero probablemente estn subestimadas en el caso de las poblaciones de peces pelgicos y grandes pelgicos. Los intentos para cuantificar los errores en la estimacin utilizan la variabilidad estimada en los valores de los parmetros medidos. Es importante notar, sin embargo, que varios procedimientos utilizan entradas asumidas o sin mediciones, para las cuales no hay informacin sobre la variabilidad. El ms significativo de estos parmetros de entrada asumidos es la mortalidad natural, la cual raramente se mide o es fcilmente medible. Un anlisis reciente del eglefino en tres subreas del Mar del Norte proporcion estimaciones de M que varan desde 0.37 hasta 0.53, considerablemente ms altos que el valor convencional de 0.2 que se utiliza para las poblaciones demersales del Atlntico Norte (Jones y Shanks, 1990). Los errores en la estimacin que resultan de sesgos o de tendencias en las variables de entrada pueden ser muy difciles de detectar o de describir. Un ejemplo dramtico es el error sistemtico en la estimacin de la abundancia poblacional utilizando mtodos de anlisis secuencial de poblaciones (anlisis de
poblacin virtual y anlisis de cohortes). Estos errores solamente fueron
detectados cuando los cientficos realizaron un anlisis retrospectivo, varios aos despus de que los estimados poblacionales haban sido utilizados para suministrar asesora para la ordenacin. Esto slo pudo hacerse mediante la comparacin de los estimados poblacionales para cohortes que hubieran pasado casi completamente a travs de la pesquera (cohortes para las cuales los anlisis secuenciales de poblaciones, ASP, convergieron y para los cuales los estimados son poco afectados por los valores de entrada de F para los aos ms recientes), con las estimaciones de aquellas cohortes en el momento en que acababan de entrar a la pesquera. Fueron detectadas diferencias sustanciales entre las dos estimaciones, algunas veces diferencias de un orden de magnitud o ms. "EN AUSENCIA DE INFORMACION PRECISA, PUEDE SER NECESARIO ESTABLECER OBJETIVOS SENSATAMENTE PRUDENTES" Anon., 1991 Hasta la fecha, el inters ha estado en la cuantifcacin de la incertidumbre asociada con las estimaciones del estado de la poblacin. Los puntos de Referencia se ven frecuentemente como valores puntuales. El problema ser probablemente ms severo cuando el estado y los valores objetivos se estimen utilizando diferentes modelos y/o datos.