0
Hemos estado hablando sobre la variabilidad de los costes de los ingredientes del pienso y que con mucha frecuencia no se tiene en cuenta cuando calculamos los costes de producción o hacemos proyecciones de flujo de caja. Por ejemplo, se suele utilizar el precio actual o la media de un periodo reciente para calcular el coste actual de la producción o para predecir el valor futuro de los ingredientes del pienso.
El problema de este método es que vivimos en una época de gran variabilidad en los precios y representar su más que probable oscilación a lo largo del tiempo con un solo valor puede llevar a una mala toma de decisiones. Muchas de las decisiones que tomamos en producción (como inversión en activos, expansiones, futuros) requieren un análisis multi-periodo y pasar por alto el posible rango de precios es como subirse a un avión con el combustible justo para condiciones normales. Un fuerte viento de cara, un retraso por una tormenta en el aeropuerto o un retraso en la salida por una congestión de tráfico puede llevarnos a una situación muy vulnerable.
Afortunadamente hay algunas herramientas básicas para evaluar la variabilidad en el proceso de planificación y podemos utilizar un ejemplo para demostrar su utilidad.
Si conociéramos el patrón con el que es más probable que se muevan los precios a lo largo del tiempo, podríamos mejorar nuestro análisis haciendo varias versiones de nuestros presupuestos o previsiones de flujo de caja para tener en cuenta toda la gama de resultados posibles. Esto forma parte de una serie de técnicas llamadas análisis de sensibilidad. En su forma más básica el análisis de sensibilidad incluye la realización de tres versiones: el "escenario esperado", el "peor escenario" y el "mejor escenario". Esto es una gran mejora respecto a utilizar un único valor al hacer un presupuesto puesto que permite evaluar lo que sucedería si las cosas no saliesen como esperamos. Por ejemplo, un “peor escenario" podría implicar que necesitas negociar un colchón extra del 25 % en tu línea de crédito. A los prestamistas les gusta que sus clientes sean previsores y a la mayoría no les importará aprobar este extra al principio del proyecto si puedes demostrar que tu solicitud es el resultado de una presupuestación cuidadosa y prudente que tiene en cuenta todos los posibles resultados, no sólo los más probables. Es más fácil obtener este colchón al principio que solicitarlo más adelante, cuando empiezan a aparecer los problemas.
Más allá del análisis de sensibilidad en tres partes, existe una versión más sofisticada que incluye la estimación del patrón de futuros precios a partir de los movimientos de precios previos y nuestro conocimiento del futuro. Una vez caracterizados los patrones de precios esperados, sus "distribuciones", puede usarse el ordenador para generar cientos o miles de previsiones tomando muestras aleatorias del patrón mediante un análisis de simulación. Los resultados de este gran número de muestras pueden ser fácilmente resumidos en nuestra propia distribución de resultados probables y, con esta distribución, puede asignarse una probabilidad de alcanzar cada nivel del resultados.
Vamos a fijarnos en la figura 1, muestra la distribución del precio por fanega de maíz en EEUU desde enero de 2007. He elegido 2007 como punto inicial porque el efecto del etanol se convirtió en un factor permanente sobre el precio del maíz en EEUU a finales de 2006. Utilizando el precio antes de 2006 probablemente no tendríamos la información correcta para nuestra previsión. Las regiones azules de la figura 1 muestran el patrón de cada precio. Nótese que hay tres picos diferentes (llamados modas) en esta distribución. El precio que se da con mayor frecuencia está alrededor de los 3,50 USD por fanega (moda principal). Los otros dos precios que se dan con mayor frecuencia están alrededor de los 6,20 USD y los 7,00 USD/fanega (modos menores). Con líneas rojas he ilustrado dos maneras plausibles de caracterizar la frecuencia global de los precios para utilizarlos en nuestras simulaciones: puede conservarse la frecuencia multi-modal o suavizarla para producir una distribución unimodal asimétrica.
Figura 1. Precios del maíz USD/fanega en EEUU. 2007- 2013 (parcial)
Puedo utilizar la versión suavizada de la distribución del precio del maíz, y una parecida con el precio de la harina de soja, en un conjunto de dietas estándar de engorde en lugar de un único valor de precio medio estimado, obteniendo una distribución de costes de pienso esperados. Para simplificar en este ejemplo, he considerado como fijos los precios de los ingredientes menos importantes y he relacionado los precios de los más importantes con los del maíz y la soja, con su relación habitual. Esto es una simplificación que tu no tienes porqué querer hacer en tu previsión, pero que me permite explicar el argumento principal sin complicarnos demasiado para un artículo corto. La distribución del precio del maíz tiene un valor medio de 4,83 USD/fanega y una desviación estándar de 1,58 USD. La distribución de la soja tiene un valor medio de 348,70 USD/Tm corta y una desviación estándar de 81,89 USD. Sólo con ver esto ya sabemos que si utilizamos sólo el valor medio para realizar una predicción podemos esperar equivocarnos, de media, un valor igual a la desviación típica de cada precio. Vivimos en un tiempo de alta variabilidad de precios.
La figura 2 ilustra el resultado de nuestra estimación final del precio del pienso. Es el resultado de 1.000 estimaciones utilizando selecciones aleatorias de pares de precios de las distribuciones (correlacionadas) del precio del maíz y la harina de soja descritas más arriba. Una de las ventajas es que puedes asignar estimaciones de probabilidad a rangos de posibles resultados. En este caso mostramos el rango de precios en el que esperamos que caiga nuestro precio el 50 y el 90 % de las veces. Esto proporciona un medio para demostrar a los prestamistas la estabilidad de nuestros costes esperados (y, por lo tanto, de nuestros beneficios) y el rango de potenciales necesidades de capital que esperamos en el próximo periodo planificado. También muestra claramente lo que ya hemos descubierto, si hay una desviación del rango "normal" de precios, lo más probable es que sea hacia un precio más elevado. Esto se ilustra porque la cola de la derecha es más larga y más plana que la de la izquierda.
Figura 2. Distribución del coste estimado para el pienso de engorde/cerdo. 2014
