Los Proyectos y la Teoría de la incertidumbre
Autor: José Luis Flores Pérez, MDO
Copyright© 2007-2011 TenStep
Latinoamérica S.A. de C.V. Todos los derechos reservados.
Introducción
Los diferentes estudios sobre las relaciones entre innovación y el crecimiento económico han puesto de manifiesto cómo la innovación afecta al crecimiento. En su forma básica puede ser: innovación de producto (mercancías o servicios nuevos); innovación de procesos, se cambia la manera de producir un bien a una forma que aumente su rentabilidad; e innovación organizacional, habilidad en la utilización de los recursos de una organización para crear una idea que represente una mejor posición en sus objetivos. Estos tres tipos de innovación pueden estar relacionados en la economía; por ejemplo, invertir en un proyecto de innovación organizacional nos puede llevar a una mejora en la utilización de los recursos de la organización, y si este proyecto se demanda fuera de la organización (innovación de un producto) mejora los procesos de la empresa que demandó el producto (innovación de procesos). Lo anterior nos lleva a pensar que la inversión en proyectos es un medio por el cual la innovación se extiende por la economía.
Los aumentos en la “eficacia productiva”, a través de la innovación, introduce nuevos y mejores métodos de producción; las innovaciones con éxito aumentarán eventualmente el nivel y el ritmo de crecimiento de la productividad en el largo plazo; es decir, aumentos de la “eficacia dinámica.”. Una manera de aumentar esta “eficacia” es fortalecer la capacidad innovadora de las empresas. Lo anterior es resultado de seleccionar e invertir eficientemente en proyectos. Un proyecto utiliza el método científico con el objetivo de recabar todo tipo de
información para la formulación y contrastación de hipótesis, las cuales se seleccionan junto con las teorías para que sean empíricamente refutables; además, se someten constantemente al riesgo de la refutación empírica y se valoran de acuerdo con los resultados de esa contrastación. Si hay éxito, se obtiene conocimiento y se analiza la posibilidad en convertir este conocimiento en innovación para, posteriormente, desarrollarlo.
Los diferentes métodos de selección de proyectos caen en las siguientes categorías:
• Programación matemática y optimización de portafolios: programación lineal,
programación no lineal, programación dinámica y optimización de portafolios.
• Modelos económicos: valor presente,
retorno de la inversión, análisis de costo–beneficio y la teoría de opciones.
• Análisis de las decisiones: teoría de la utilidad multi–atributo, árboles de decisión, análisis de riesgo, proceso
jerárquico analítico (analytic hierarchy process, AHP) y scoring.
• Métodos iterativos: Delphi, Q–sort,
behaviour decisión aids y modelado de la jerarquía descentralizada.
• Inteligencia artificial: sistemas
expertos y la teoría de conjuntos borrosos.
Ante la diversidad y complejidad de los datos que presenta el proyecto, y su relación en un contexto en continuo movimiento, dificulta la transformación de estos datos en un conocimiento valioso para la toma de decisiones.
La incertidumbre provoca a la organización a controlar todo con cierta exactitud. Este miedo al fracaso puede alejar a los proyectos de éxito. Este trabajo pretende encontrar las problemáticas y metodologías que se están estudiando sobre la selección y valoración de proyectos con el fin de clasificarlas y ordenarlas para obtener una relación entre conceptos y metodologías que ayuden a identificar problemas, así como las propuestas metodológicas para su solución; cabe aclarar que en aquí no se explican estas metodologías ni se contrastan.
Valoración de proyectos de inversión
La toma de decisiones sobre invertir o no en un proyecto de inversión lleva a crearnos una expectativa de beneficio futuro. Para encontrar este beneficio de invertir en un momento dado —es posible que el costo de esperar lleve a la aceptación— se requiere saber las fuentes de valor, de riesgo, costo y el comportamiento del proyecto frente a otros competidores y/o proyectos (consecuencias de las acciones tomadas). Al momento de tomar decisiones la información es asimétrica y está relacionada una con otra; por ejemplo, no se puede hablar de valor sin tomar en cuenta el riesgo.
Según el método elegido, se puede incorporar en la valoración las diferentes fuentes de valor, riesgo, incertidumbre, costos y el comportamiento del proyecto durante su vida. Conocer bien estas fuentes y los alcances del método elegido contribuirá a mejorar el desempeño en la toma de decisiones en las diferentes etapas de madurez del proyecto. Cabe aclarar que durante estas etapas se van presentando decisiones de la forma de una opción call, donde el inversionista tiene el derecho, mas no la obligación, de seguir o no con el proyecto.
Durante la vida del proyecto se presentan diferentes opciones de seguir o no con el proyecto. La relevancia de la valoración de proyectos consiste en verificar la viabilidad en la recuperación del capital invertido, además de un rendimiento asociado a un riesgo asumido. El método de valoración mediante el descuento de flujos de caja menos su inversión (valor presente neto, VPN) es el más aplicado, éste no toma en cuenta la volatilidad de las variables en el tiempo. En la vida del proyecto se presentan variables como costos, ventas, tasas de interés, entre otras, así como diversas opciones de decisión (flexibilidad). Este método presenta limitaciones en el momento de valorar el impacto de la incertidumbre de estas variables.
Otra alternativa relacionada con el VPN es el método de opciones reales (ver ecuación 1) que toma en cuenta las diversas opciones (flexibilidad) para poder alterar el curso de una acción planeada en el futuro, dada la información disponible en ese momento; existen distintas posibilidades como ampliar nuevos productos o mercados, de vender el proyecto, de abandonar el proyecto, de diferir el comienzo del mismo, entre otros.
Donde:
VPN – valor presente neto del proyecto
VP sin flexibilidad – es el valor presente del
proyecto
VP flexibilidad – es el valor presente de las
opciones que presenta el proyecto
II – es la inversión inicial
Si asumimos conocer los procesos estocásticos que siguen estas variables, el método alternativo para valorar esta flexibilidad es la simulación mediante el método Monte Carlo con regresiones de mínimos cuadrados; con éste es posible hacer simulaciones con diferentes tipos de opciones en el mismo proyecto.
El riesgo prácticamente imposible de probabilizar nos lleva a suponer distribuciones de probabilidad (procesos estocásticos) para contecimientos futuros, lo que deja a un lado posibles acontecimientos debido a que los forzamos a que estén dentro de una distribución de probabilidad, por lo que estaremos frente a problemas híbridos, donde tendremos información cierta (se conoce la distribución de probabilidad) e incierta (se desconoce la distribución de probabilidad), según sea el caso.
Incertidumbre y selección de proyectos
Existe dentro de los proyectos información incompleta e imprecisa; además, comprometer dinero o recursos dificulta la toma de decisiones. Los datos económicos y financieros exhiben dependencias que, frecuentemente, resultan de difícil modelización. Al final, todo depende de la habilidad para valorar el riesgo e incertidumbre frente a los beneficios y desventajas proyectados. Esta información desde el punto de vista de la teoría de los conjuntos borrosos ve una ambigüedad o vaguedad entre la información y la falta de información. Cuando no se está seguro de la información se recurre a una formann probabilística, con la cual se tendrían dos puntos de vista: el borroso diría “la información es borrosa o incierta”; el probabilista señalaría “la información es inexacta o riesgosa”.
Es necesario aclarar que a mayor precisión (grado) de la información, mayor borrosidad; en otras palabras, a mayor grado de precisión, mayor información; a mayor información mayor borrosidad; con más información se describen mejor los hechos. Por otra parte, la probabilidad es bivalente, un elemento puede pertenecer o no a un conjunto. Los conjuntos borrosos aparecen cuando un elemento pertenece parcialmente a un conjunto, pueden ser multivalentes, tienen cierto grado de pertenencia. Por ello, la probabilidad excluye información (dice si pertenece o no, excluye el grado de pertenencia), en cambio los conjuntos borrosos no porque tienen cierto grado de pertenencia. La lógica borrosa consiste en razonar con conjuntos borrosos; el conjunto borroso es la expresión de la información y la lógica borrosa consiste en el manejo de esta información.
La lógica borrosa y las redes neuronales son herramientas que nos ayudan a comprender las imprecisiones, detalles pequeños y aspectos profundos de los diferentes hechos, sistemas, procesos y valores, políticas y objetivos. Asimismo, son herramientas que ayudan a predecir la interacción y desenvolvimiento de sucesos complejos para poder resolver problemas y visualizar otros todavía no conocidos. Esta determinación está captada por la teoría del caos. La teoría borrosa confirma esto, además menciona que todo es cuestión de grado.
Innovar requiere crear algo nuevo, lo que trae consigo riesgos e incertidumbre. Una organización innovadora para tomar decisiones requiere saber calcular y valorar los riesgos y la incertidumbre. Por ello, se insiste en el uso de la teoría de conjuntos borrosos para la selección de proyectos. Son cuatro los tipos de incertidumbre que se presentan, los cuales se exponen a la derecha de la figura
1.
Conclusiones
Es importante reconocer cómo los avances en el estudio en la selección de proyectos basados en la teoría de conjuntos borrosos han llevado a incorporar la incertidumbre en la valoración y selección. Las características de un producto innovador —por ejemplo, en su momento el sistema Windows, Google, entre otros— pueden confundir como suficiente condición el potencial de innovación que representan para su financiamiento, pero en la realidad muchas veces no está muy claro su éxito comercial, o su éxito en sus primeras etapas (investigación y desarrollo); su identificación es muy difícil.
Una de las aportaciones es relacionar diversos conceptos y metodologías (ver figura 2) porque ayudan a formar un modelo de decisión en la asignación de recursos a proyectos y a indagar en cada área de análisis donde se presente incertidumbre. Como puede observarse en la misma figura no sólo se trata de seleccionar y retroalimentar, sino de mejorar la posición que se tenga en el armado del portafolios de proyectos (relaciones de riesgo y rendimiento). Estas aportaciones servirán a investigadores y profesionales a facilitar la búsqueda de la frontera del conocimiento en relación con la incertidumbre en la selección y valoración de proyectos.
Aunque los diferentes trabajos presentan una estructura razonable para la solución de los diferentes problemas en la selección de proyectos, la forma de pensar y actuar de un inversionista en este tipo de proyectos puede ser diferente. El inversionista tiene en mente un conjunto de factores, por ejemplo, nivel de apalancamiento, costo de capital, crecimiento económico, entre otros, que le ayudan a tomar decisiones sobre la inversión en este tipo de empresas (empresas que invierten de Investigación y Desarrollo); estos factores tal vez no son los mismos que utiliza un administrador (problemas de agencia).
Conocer la óptima combinación de factores que utiliza el inversionista ayudará a mejorar la presentación de los proyectos a inversionistas y a aumentar las inversiones en este tipo de proyectos.
Para avanzar sobre estas líneas de investigación es necesario la búsqueda de factores que permitan la participación de inversionistas en proyectos y la selección y valoración de proyectos. Esto permitirá a inversionistas, a gerentes de proyectos, a proveedores de créditos y a la política económica avanzar en la identificación de oportunidades de crecimiento económico mediante inversiones en Investigación y Desarrollo. Como se mencionó, este tipo de proyectos es un medio por el cual la innovación se extiende por la economía.
José Luis Flores Pérez es Director Editorial de TenStep Latinoamérica y tiene más de 30 años
de experiencia en Dirección de Proyectos de TI. Cuenta con una Maestría en
Desarrollo Organizacional y tiene estudios de Doctorado en Ciencias de la
Administración.
