Simulación como técnicas para toma de decisiones bajo incertidumbre
Otra técnica ideada para ayudar a los administradores a tomar decisiones bajo incertidumbre es la simulación por computadora.
A fin de ilustrar esta técnica, considérese una situación en la que se va a construir una nueva planta de textiles. El costo exacto de la planta se desconoce. Se espera que sea de unos $150 millones.
Si no surgen dificultades en la construcción, el costo puede ser tan bajo como $ 125 millones; sin embargo, una serie desafortunada de acontecimientos —huelgas, aumentos no proyectados en los costos de los materiales, problemas técnicos y aspectos similares— podrían producir un desembolso de la inversión hasta $225 millones.
Los ingresos provenientes de la nueva fábrica, la cual operará durante muchos años, dependerán del crecimiento de la población y del ingreso regional, de la competencia, de los desarrollos tecnológicos en los materiales sintéticos, de la investigación y de las cuotas de importación de los textiles.
Los costos de operación dependerán de la eficacia en la producción, de las tendencias en los costos de los materiales y de la mano de obra, y de otros aspectos similares. Debido a que tanto los ingresos por ventas como los costos de operación son inciertos, las utilidades anuales también serán inciertas.
Suponiendo que se pueden desarrollar distribuciones de probabilidad para cada una de las determinantes de los costos e ingresos principales, se puede construir un programa de computación para simular lo que probablemente ocurrirá.
En efecto, la computadora selecciona al azar un valor de cada una de las distribuciones relevantes, lo combina con otros valores elegidos a partir de otras distribuciones, y produce una utilidad y un valor presente neto estimados, o tasa de rendimiento, sobre la inversión.
Esta utilidad y tasa de rendimiento en particular ocurren sólo para la combinación particular de valores que se hayan elegido en la prueba.
La computadora procede a seleccionar otros conjuntos de valores y a calcular otras utilidades y tasas de rendimiento para tal vez varios cientos de pruebas.
Se lleva la cuenta de las veces que se ha calculado cada una de las diversas tasas de rendimiento, y cuando las pruebas del computador se han completado, puede trazarse la frecuencia con la cual ocurrieron las diversas tasas de rendimiento como una distribución de frecuencias.
La tasa esperada de rendimiento sobre la inversión X es de 15%, y la de la inversión Y es de 20%. Sin embargo, éstas son sólo las tasas promedio de rendimiento generadas por el computador; las tasas simuladas oscilaron entre -10 % y + 45% para la inversión Y, y de 5 a 25% para la inversión X.
La desviación estándar generada para X es sólo de 4 puntos de porcentaje; la de Y es de 12 puntos de porcentaje. A partir de esto puede calcularse un coeficiente de variación de 0.267 para el proyecto X y de 0.60 para el proyecto Y. Claramente, entonces, la inversión Y es más arriesgada que la inversión X.
La simulación computarizada ha proporcionado una estimación de los rendimientos esperados sobre los dos proyectos y de sus riesgos relativos. Ahora puede tomarse una decisión acerca de la alternativa que debería elegirse sobre la base de una de las técnicas que se expusieron anteriormente: tasas de descuento ajustadas por el riesgo, o utilidad esperada.
Existe un aspecto final que debe ponerse de relieve acerca del uso de la simulación por computadora para el análisis del riesgo. Esta técnica requiere obtener distribuciones de probabilidad acerca de un número de variables —desembolsos de inversión, unidades de ventas, precios de los productos, precios de los insumos, vidas de los activos y otros aspectos—, y comprende un alto grado de programación y costos de tiempo de máquina.
Por lo tanto, la simulación a gran escala generalmente no es factible excepto en el caso de proyectos de gran tamaño y de costo elevado, tal como expansiones significativas de la planta o decisiones de nuevos productos. Sin embargo, en los casos en que una empresa decide si debe aceptar o no un proyecto de gran envergadura que abarque varios millones de dólares, la simulación por computadora puede proporcionar valiosos indicios en cuanto a los méritos relativos de estrategias alternativas.
También debe notarse que una técnica de simulación un poco menos costosa está disponible como método alternativo para analizar los resultados de diversos proyectos o estrategias. En vez de usar distribuciones de probabilidad para cada una de las variables del problema, pueden simularse los resultados empezando con las mejores estimaciones posibles para cada variable, posteriormente se deben cambiar los valores de las variables (dentro de límites razonables) para observar los efectos de tales cambios sobre la tasa de rendimiento.
En forma característica, la tasa de rendimiento es altamente sensible para algunas variables, y menos sensible para otras. Consecuentemente, la atención se deberá centrar en las variables ante las cuales la rentabilidad sea más sensible.
Esta técnica, conocida como análisis de sensibilidad, es bastante menos costosa que la simulación a escala total y proporciona datos similares para propósitos de toma de decisiones.
Fuente: Apuntes de Economía administrativa de la Unideg
