En los campos donde se está constantemente al frente de la elaboración y análisis de escenarios futuros, hay un dicho que se ha convertido casi en un mantra: “lo único cierto de las proyecciones es que no se van a cumplir a cabalidad”. Y nada más cierto. Existen gran cantidad de variables que determinan la capacidad de generación de flujos de caja de las compañías, lo que genera incertidumbre e incrementa la probabilidad de que cualquier estimación a futuro esté errada en alguna proporción. Es en este contexto que, en procesos de planeación financiera, de valoración de startups y empresas maduras, de análisis de crédito, entre otras, adquiere mayor relevancia incorporar escenarios de incertidumbre para analizar el impacto de la variabilidad de los principales inductores sobre los resultados finales de modelación.
La construcción de modelos financieros encuentra su uso en diferentes contextos y actores en el sector, por mencionar algunos, las áreas financieras dentro de las compañías, áreas de análisis de crédito en instituciones bancarias, compañías de consultoría o intermediarias en transacciones como las bancas de inversión y los equipos financieros de los fondos de capital privado, fondos de deuda y fondos de capital de riesgo. El principal objetivo en la estructuración de modelos es la estimación de los flujos de caja futuros a partir de la proyección de los principales estados financieros: balance general, estado de resultados y flujo de caja, para la gestión de tesorería en el corto plazo, el aprovechamiento de oportunidades comerciales, estructuración de estrategias de financiación, evaluación de decisiones de inversión, el análisis de capacidad de pago, valoración de compañías, entre otros (Proyecciones Económicas Colombia 2024 – 2025 (Video y Podcast)).
Los modelos pueden ser tan complejos como se quieran estructurar, con la incorporación de las diferentes variables que explican la empresa, proyecto o el activo en análisis. En esta construcción, es clave la identificación de los principales inductores o variables que darán cuerpo al modelo y que tienen mayor incidencia en el comportamiento financiero de las compañías. En el proceso, es usual asignar de forma determinística valores únicos a las variables identificadas, de tal forma que los outputs de interés, como por ejemplo saldos en caja, criterios de evaluación en proyectos, indicadores de análisis de endeudamiento, entre otros, serán de igual forma valores únicos.
Ciertamente los modelos determinísticos son estáticos y no permiten reconocer la incertidumbre que se presenta en las dinámicas del día a día de las compañías, por lo que adolecen de la incorporación de potenciales escenarios de riesgo que se puedan presentar. En este orden de ideas, en los diferentes análisis de proyección que se realizan en el sector, es indispensable la estructuración de modelos probabilísticos que permitan asignar incertidumbre a las variables críticas.
El proceso de construcción de modelos probabilísticos que permitan el reconocimiento de incertidumbre parte de la identificación de las principales variables de interés, como pueden ser las cantidades vendidas, los precios unitarios de venta, costos unitarios de producción, tasas de interés, tasa de cambio, el costo de activos fijos productivos, etc. Posteriormente, se asignan distribuciones de probabilidad a las variables identificadas, de tal forma que cada una de ellas no se comporte estáticamente sino de acuerdo con la distribución y los parámetros establecidos. Por ejemplo, si a la variable de tasa de interés, que puede ser la IBR overnight, se le asigna una distribución de probabilidad triangular, cuyos parámetros son el valor mínimo, el valor máximo y el valor más probable, se está asumiendo en la proyección que el comportamiento de la IBR no va a ser estático, sino que responderá a los parámetros establecidos, a la generación de números aleatorios y a la cantidad de iteraciones asignadas a la simulación (Aumentar las Probabilidades de Éxito Empresarial en la Gestión de Oportunidades Emergentes, la Misión de Sectorial.co).
Es de esta forma, las modelaciones asocian dos mundos: el de las distribuciones de probabilidad y la generación de valores aleatorios. Cuando se asignan en su totalidad las distribuciones a las variables identificadas, se realiza una simulación de “n” iteraciones, usualmente más de 10 mil pero dependerá de los objetivos y del análisis del tamaño de muestra adecuado, se le está indicando al modelo que genere 10 mil números aleatorios a cada una de las variables inputs definidas, para analizar la incidencia sobre las variables outputs establecidas una vez finalizada la simulación. Como consecuencia de lo anterior, ya no se obtendrán valores únicos de saldos en caja, de criterios de evaluación financiera o de cumplimiento de indicadores financieros de cobertura, sino que los resultados arrojarán histogramas de frecuencia por cada variable output definida junto con la respectiva estadística descriptiva. Se podrán establecer análisis orientados a probabilidades de cumplimiento, intervalos de confianza, valores máximos y mínimos eventualmente obtenidos y demás análisis requeridos asociados a la simulación.
La implementación de distribuciones de probabilidad en la asignación de variables críticas garantiza el reconocimiento de la incertidumbre en la construcción de los modelos financieros, solucionando de esta forma la principal limitante de los modelos determinísticos. Su aplicación es ampliamente usada en los fondos de capital de riesgo por la naturaleza de los activos que se evalúan, pero no se debería limitar solo a estos. Áreas de crédito, áreas financieras en compañías, bancas de inversión, fondos de capital privado, fondos de deuda, etc, deberían implementar este tipo de modelaciones para incorporar en los resultados los escenarios de incertidumbre que se generan alrededor de las principales variables críticas y, por ende, sobre los outputs de interés.
Alfredo Carreño Toro
Director de Estructuración Inercia Valor Banca de Inversión
Correo: acarreno@inerciavalor.com
LinkedIn: https://www.linkedin.com/in/alfredo-carre%C3%B1o-ba2838215/
Acepto la política de tratamiento de datos
