UNIVERSIDAD DE LOS ANDES EXECUTIVE MBA MONOGRAFÍA DE …
Transcript of UNIVERSIDAD DE LOS ANDES EXECUTIVE MBA MONOGRAFÍA DE …
UNIVERSIDAD DE LOS ANDES
EXECUTIVE MBA
MONOGRAFÍA DE GRADO
DISEÑO DE UNA METODOLOGÍA DE ANÁLISIS DE RIESGO DE MERCADO Y NEGOCIOS
EN BAVARIA S.A.
ASESOR: MARIO CASTILLO H. PROFESOR ASOCIADO
DEPARTAMENTO DE INGENIERÍA INDUSTRIAL UNIVERSIDAD DE LOS ANDES
PATRICIA GUTIÉRREZ TORRES
BOGOTÁ, SEPTIEMBRE DE 2003
2
DISEÑO DE METODOLOGÍA DE ANÁLISIS DE RIESGO EN BAVARIA S.A.
1. DESCRIPCIÓN DE LA SITUACION..........................................................4
2. ESTRUCTURACION DEL PROBLEMA .....................................................6
2.1. SITUACION PROBLEMÁTICA EXPRESADA......................................6
2.1.1. Tendencias empresariales.............................................................6
2.1.2. Entorno Económico......................................................................11
2.1.3. Mercado .......................................................................................14
2.1.4. Actores .........................................................................................19
2.2. MARCO TEORICO.............................................................................20
2.3. FORMULACION DE LOS OBJETIVOS .............................................27
2.4. IDENTIFICACION DE HERRAMIENTAS Y MODELO.......................29
2.5. REVISION DE LA LITERATURA RELEVANTE.................................30
3. FORMULACION DEL MODELO DE ADMINISTRACIÓN DE RIESGO ...33
3.1. CONSTRUCCIÓN DETALLADA DEL MODELO ...............................33
3.2 METRICA DE RIESGO: ......................................................................36
4. APLICACIÓN DE LA METODOLOGÍA A BAVARIA S.A. .........................37
4.1. ESPECIFICACIÓN DE VARIABLES ..................................................37
4.2. ANÁLISIS DE SENSIBLIDAD A CAMBIOS EN VARIABLES DE
MERCADO Y NEGOCIOS ........................................................................39
4.3. FORMULACION DE ESCENARIOS ..................................................44
4.4. ANÁLISIS PROBABILISTICO ............................................................48
4.5. CALCULO DE ESTADÍSTICAS DE RIESGO ....................................56
4.6. ESTADÍSTICAS DEL CALCULO DE RIESGO ..................................59
5. CONCLUSIONES Y RECOMENDACIONES ...........................................62
5.1 CONCLUSIONES GENERALES.........................................................62
3
5.2 CONCLUSIONES Y RECOMENDACIONES SOBRE LA APLICACIÓN
DE LA METODOLOGÍA EN BAVARIA S.A...............................................65
6. BIBLIOGRAFIA.........................................................................................68
ANEXOS.......................................................................................................69
Resultados en Crystal Ball............................................................................70
4
1. DESCRIPCIÓN DE LA SITUACION
Las operaciones de inversión y adquisición realizadas por Bavaria S.A con
el fin de avanzar en la consolidación y expansión internacional del Grupo
Empresarial Bavaria, GEB, han requerido importantes recursos económicos
que se obtuvieron en el mercado de capitales tanto nacional como
internacional, a través de diferentes instrumentos de financiación en el
2002, entre los cuales se destacan:
Dos emisiones de bonos ordinarios por 700 mil y 370 mil millones de
pesos
Créditos sindicados por US$318 millones donde el agente de
sindicación fue el IFC
Créditos a mediano plazo por US$156 millones, con entidades
financieras nacionales e internacionales, principalmente con el Grupo
Aval
Estos créditos así como los bonos están en cabeza de Bavaria S.A. para
quien, junto con las otras empresas que conforman el GEB, este es un nivel
de endeudamiento nuevo, pues en los años anteriores su nivel de
endeudamiento como porcentaje de los activos totales fue:
1998 1999 2000 2001 200210% 8% 4% 18% 42%
5
Con el fin de cumplir las garantías exigidas por los prestamistas, se requiere
que el GEB alcance los objetivos de crecimiento de mercado, márgenes
operativos, capex, así como que se cumplan ciertas expectativas sobre
variables macroeconómicas tales como inflación, devaluación, crecimiento
pib y comportamientos de tasas de interés tanto a nivel nacional como
internacional (DTF, Libor)
Debido a las condiciones anteriormente expuestas, se hace necesario que
haya un análisis periódico interno de las variables de riesgo que más
inciden en los resultados de la compañía. En la actualidad este análisis es
realizado haciendo sensibilidades sobre variables tales como crecimiento en
ventas y tasas de interés.
6
2. ESTRUCTURACION DEL PROBLEMA
2.1. SITUACION PROBLEMÁTICA EXPRESADA
Con el fin de profundizar el estudio de la situación actual sobre el análisis de
riesgo de mercado y negocio en Bavaria S.A, es necesario entender un
conjunto de aspectos, actores y variables. En cuanto a los aspectos que
afectan el riesgo de la empresa se destacan los siguientes:
2.1.1. Tendencias empresariales
El mercado global cervecero ha tenido un crecimiento lento en las últimas
dos décadas, mostrando una mayor dinámica entre 1985 y 1990 y una
marcada desaceleración en los últimos cinco años. En 2002 Latinoamérica
representó el 15% del consumo global de cerveza, con un consumo per
cápita menor al de los mercados en países industrializados, pero mayor que
el de Asia y África.
El mercado latinoamericano de cervezas ha estado en su mayoría dominado por
monopolios, duopolios, en algunos casos, oligopolios y en los últimos años se ha
visto el surgimiento de fuertes competidores locales o entradas de compañías
cerveceras extranjeras. De otra parte, el incremento de la población joven ha
generado un aumento del consumo. Sin embargo, dentro del mercado
latinoamericano hay disparidad en el tamaño y consumo per cápita entre países, y
7
el crecimiento del mismo entre ellos no ha sido homogéneo, ejemplos de este
hecho son Brasil y Paraguay con crecimientos compuestos superiores al 5%,
mientras Colombia y Ecuador han evidenciado hasta 2001 crecimientos
compuestos negativos. Sin embargo, el crecimiento del consumo per cápita de la
región, de aproximadamente 1.7%, ha sido superior al promedio mundial de 0.2%.
En los últimos años, se observan las siguientes tendencias en la región:
Consolidación por países: Desde 1995 las cerveceras locales han
apalancado su crecimiento a través de consolidaciones de mercados
locales, como es el caso de la creación de Ambev, producto de la fusión de
Brahma y Antarctica en Brasil, la compra de Cervecería Leona por el GEB
en Colombia y la compra de Cervesur por Backus y Johnston en Perú .
Entrada a países vecinos: Las mayores cerveceras de la región han entrado
a otros países a competir contra los líderes locales, tal es el caso de Ambev
en Venezuela o a adquirir cervecerías locales, como la adquisición de
Backus y Johnston en Perú por parte de GEB, y de Quinsa en Argentina por
parte de Ambev. En general las grandes cerveceras locales han mostrado
su tendencia a consolidarse formando duopolios.
Distribución de marcas locales: las cerveceras mundiales han suscrito
acuerdos de distribución con cerveceras locales para importar o elaborar
marcas de cerveza mundialmente reconocidas, como es el caso de la
marca Budweiser de la norteamericana Anheuser Busch, que tiene
acuerdos con cerveceras centroamericanas y de la marca Heineken de la
8
cervecera holandesa del mismo nombre que tiene acuerdo de distribución
en Costa Rica
Entrada de jugadores internacionales: Cervecerías mundiales han invertido
en cervecerías locales para tener acceso a mercados con mayor
crecimiento, como Anheuser Busch en Cervecería Modelo de México y en
CCU de Chile, asi como Interbrew en Femsa de México.
En la actualidad la industria cervecera mundial enfrenta distintas amenazas como
la sobrecapacidad, que constituye un elemento negativo en la generación de valor,
y en los márgenes de utilidad. Esto último debido a los altos costos de empaques,
inversión en desarrollo de productos, publicidad y promociones, descuentos para
ganar participación de mercado y aumento en los gastos de capital para
ampliaciones y modernizaciones.
A continuación se presenta un resumen de las alianzas estratégicas vigentes:
Empresa Con presencia en Socio estratégico Ambev (Brasil) Brasil, Argentina, Uruguay,
Paraguay y Venezuela SAB/Miller (USA) Carlsberg (Dinamarca) Pepsico (USA)
Kaiser (Brasil) Brasil Heineken (Holanda) Coca Cola (USA)
Grupo Modelo (México) México Más de 140 países
Anheuser-Bush (USA)
9
Empresa Con presencia en Socio estratégico
Compañía de Cervezas Unidas CCU (Chile)
Chile, Argentina y Croacia Anheuser-Bush (USA) Guinness Brewing (Irlanda) Heineken (Holanda)
Cervecería Regional (Venezuela) Venezuela Labbatt Brewing (Canada)
Empresas Polar (Venezuela) Venezuela PepsiCo (USA)
Femsa (México) México Labbatt Brewing (Canada) SAB/Miller (USA) Coca Cola (USA)
Dadas las anteriores condiciones de mercado descritas, el Grupo Empresarial
Bavaria (GEB) ha estado desarrollando una estrategia de internacionalización, con
el fin de consolidar la industria cervecera en la región andina. De esta manera, el
Grupo controla los mercados de Colombia, Ecuador, Panamá y Perú, es la tercera
Millones Hectolitros 2001
Anheuser-Busch Group 162.3SABMiller 112.0Interbrew Group 79.8Heineken Group 73.0AMBEV Group 60.5Carlsberg Group 35.8Scottish And New castle Group 30.4Asahi Group 28.9Coors Group 28.2Kirin Group 26.9Bavaria (Colombia) Group 25.4Tsingtao Group 25.1Bbh Group 23.5Guinness Group 18.6Bass Group 17.9Foster`s Group 17.3Yanjing Group 17.0Danone Group 14.6Polar Group 14.5
TOTAL TOP 19 BREWERS 801.0
Millones Hectolitros 2001
Anheuser-Busch Group 162.3SABMiller 112.0Interbrew Group 79.8Heineken Group 73.0AMBEV Group 60.5Carlsberg Group 35.8Scottish And New castle Group 30.4Asahi Group 28.9Coors Group 28.2Kirin Group 26.9Bavaria (Colombia) Group 25.4Tsingtao Group 25.1Bbh Group 23.5Guinness Group 18.6Bass Group 17.9Foster`s Group 17.3Yanjing Group 17.0Danone Group 14.6Polar Group 14.5
TOTAL TOP 19 BREWERS 801.0
10
cervecera en América Latina, después de Ambev (Brasil) y Modelo (México) y en
el año 2001 se situó en el puesto undécimo dentro del ranking mundial de
cerveceras1.
La consolidación del GEB en el mercado latinoamericano, le ha significado
el Grupo ventajas en diferentes aspectos:
Estrategia: Presencia regional sólida y fuerte posición defensiva en
cada mercado.
Crecimiento: Oportunidad de crecimiento a través del aumento del
consumo per cápita
Rentabilidad: Negocios rentables sostenibles en cada país.
Diversificación: Flujos de caja generados en múltiples locaciones
Tamaño y capacidad defensiva: Segunda cervecería independiente
en Latinoamérica, con participación en compañías con posición
dominante.
Sinergias: Valor adicional por mejores prácticas operativas,
financieras y comerciales.
A continuación se observa la composición del GEB a nivel país:
1 Fuente: “Global Beer Report 2001“, Canadean, Octubre 2002
CÍA. DE CERVEZASNACIONALES
COLOMBIA PERU PANAMA
UCP BACKUS& JOHNSTON
CERVECERÍA NAC.DE PANAMA
CERVECERÍAANDINA
CERVUNIÓN
ECUADOR
CERVECERÍALEONA
CERVECERÍABAVARIA
CÍA. DE CERVEZASNACIONALES
COLOMBIA PERU PANAMA
UCP BACKUS& JOHNSTON
CERVECERÍA NAC.DE PANAMA
CERVECERÍAANDINA
CERVUNIÓN
ECUADOR
CERVECERÍALEONA
CERVECERÍABAVARIA
11
2.1.2. Entorno Económico
De acuerdo a la experiencia y a estudios realizados en la empresa, dentro de las
variables macroeconómicas que más inciden en los resultados de la compañía se
encuentran las siguientes:
PIB
Devaluación
Inflación
Nivel de empleo
Tasa impositiva sobre la cerveza
Ingreso disponible
Desde 1981 hasta 1995, Colombia había crecido siempre por encima de la media
de la región, con las excepciones de 1984 y 1991. En dicho período, Colombia
registró un crecimiento medio del 3,8% frente al 2,2% de América Latina. La
situación cambió drásticamente a partir de entonces. Desde 1996 hasta 2001,
Colombia desaceleró notablemente su ritmo de crecimiento promedio haciéndose
insuficiente incluso para cubrir el crecimiento del PIB per cápita. Con la excepción
de 2001, en el que el crecimiento de América Latina se vio afectado por la crisis
argentina y la recesión mexicana, Colombia creció en este último período siempre
por debajo de la media regional.
12
El conflicto interno que sufre el país explica en buena parte este deterioro del
crecimiento; en la segunda mitad de los años noventa se incrementó la intensidad
del conflicto armado y éste se ha convertido en una restricción explícita al
desarrollo. Esta situación ha provocado, por un lado, la migración de gran parte
de la población campesina a las ciudades y, por otro, una salida neta del país
estimada desde 1994 de más de tres millones de personas.
En los últimos tres años, la economía ha mostrado una ligera recuperación,
impulsada en parte por la reactivación del sector de la construcción; sin embargo,
la situación de orden público sigue siendo un factor negativo que desacelera esta
tendencia. A continuación se observan los comportamientos históricos de las
principales variables macroeconómicas en Colombia:
Inflación
-
5.0
10.0
15.0
20.0
25.0
30.0
35.0
1990
1992
1994
1996
1998
2000
2002
%
Crecimiento PIB
-6.0
-4.0
-2.0
-
2.0
4.0
6.0
8.0
1990
1992
1994
1996
1998
2000
2002
%
Desempleo
-
5.0
10.0
15.0
20.0
25.0
1990
1992
1994
1996
1998
2000
2002
%
Devaluación
-
5.0
10.0
15.0
20.0
25.0
30.0
35.0
1990
1992
1994
1996
1998
2000
2002
%
13
Para 2003 se espera un crecimiento del PIB cercano al 2.5%, ayudado por el
sector de la construcción que sigue con buena dinámica, aunque el sector de las
exportaciones se verá afectado por la situación venezolana. De otra parte, se
supone que el ATPA incrementará las exportaciones de productos no
tradicionales.
14
2.1.3. Mercado
A través de la experiencia, se ha observado que en Latinoamérica, los factores
que afectan el consumo de cerveza se pueden resumir en los siguientes:
Ingreso per cápita
Demografía de la región
Precios al consumidor
Impuestos
Clima
Grado de urbanización
Hábitos sociales
Sustitución de bebidas
El mercado Latinoamericano en la última década ha tenido junto con el
asiático uno de los crecimientos más rápidos, sin embargo la difícil situación
económica de los últimos años ha afectado ese ritmo de crecimiento. Este
M e rca do Ce rve ce ro M undia l
1,000,000
1,100,000
1,200,000
1,300,000
1,400,000
1,500,000
1,600,000
1,700,000
199619
9719
9819
9920
002001
2002P
2004F
2007F
Mile
s He
ctol
itros
M e rca do Ce rve ce ro Am é rica La tina
100,000
120,000
140,000
160,000
180,000
200,000
220,000
240,000
260,000
199619
9719
981999
2000
2001
2002P
2004F
2007F
Mile
s He
ctol
itros
15
mercado representa el 16% del mercado mundial;
En la industria cervecera latinoamericana, los monopolios tradicionales e
industrias cerradas están enfrentando la competencia directa de cervecerías
extranjeras y/o importaciones de las grandes marcas locales. De otro lado,
los grandes grupos cerveceros de la región, como Femsa, Modelo, GEB, y
Ambev se han expandido al exterior, mientras que las cervecerías medianas
están fortaleciéndose en sus mercados tradicionales a base de
racionalización, calidad y mercadeo.
ARGENTINA 32 lts per cap Ambev-Quinsa 78%
URUGUAY 16 lts per cap Ambev-Quinsa 100%
BRASIL 48 lts per cap Ambev 69% Molston 17%
VENEZUELA 73 lts per cap Polar 74% Regional 20%
BOLIVIA 15 lts per cap Ambev-Quinsa 98%
CHILE 26 lts per cap CCU 88% mdo
PARAGUAY 29 lts per capita Ambev-Quinsa 87%
MEXICO 50 lts per cap Modelo: 56% mdo Femsa: 44% mdo
COLOMBIA 32 lts per capita GEB: 98% mdo
ECUADOR 19 lts per capita GEB: 95% mdo
PERU 22 lts per capita GEB: 99% mdo
16
El consumo per cápita por país, medido en litros per cápita, muestra que el
mercado latinoamericano tiene muy buen potencial de crecimiento, siendo
Venezuela el país con mayor consumo per cápita, mientras los mayores
mercados están en México y Brasil.
A grandes rasgos, por países se tienen las siguientes características:
Argentina: Quilmes Industrial (Quinsa) dejó su asociación con la holandesa
Heineken para asociarse con Ambev, quien antes de esta asociación, ya
estaba presente en el país. Ahora tiene el 78% del mercado, mientras CCU
de Chile, quien está asociado con Anheuser Busch, tiene el 12%. El tamaño
del mercado asciende en la actualidad a 10 millones de hectolitros.
Consumo Per Capita
0
20
40
60
80
100
120
140
160
Irland
a
Aleman
ia
Inglat
erra
E.U.
Venez
uela
Canad
a
Mexico
Bras
il
Panam
a
Fran
cia
Costa
Rica
Colombia
Parag
uay
Argenti
naChil
e
Ecuad
orPeru
Singa
pur
Urugua
y
Hondu
ras
El Salv
ador
Guatem
ala
Nicarag
ua
Litro
s
17
Bolivia: Cervecería Boliviana Nacional, propiedad de Ambev-Quinsa es la
líder del mercado. El mercado actual es de 1.6 millones de hectolitros.
Brasil: En julio de 1999, Companhia Cervejaria Brama y Companhia
Antarctica Paulista se fusionaron para formar Companhia de Bebidas das
Americas, Ambev, que en la actualidad tiene el 69% del mercado. El
mercado asciende a 87 millones de hectolitros.
Chile: Compañía de Cervecerías Unidas, CCU tiene el liderazgo del
mercado con el 88% de participación, en alianza con Anheuser Busch
desde 1995. El tamaño del mercado es de 4 millones de hectolitros.
Colombia: GEB es el líder del mercado, después de un corto período de
competencia con Cervecería Leona. El mercado asciende a 14 millones de
hectolitros.
Ecuador y Perú: GEB controla el mercado a través de Compañía Cervezas
Nacionales y Cervecería Andina en Ecuador y UCP Backus en Perú. El
mercado peruano es de 6 millones de hectolitros y el ecuatoriano 2 millones
de hectolitros.
18
Como se puede observar, los mercados no son homogéneos y teniendo en
cuenta que en los mercados maduros como República Checa, Irlanda, y
Alemania, el consumo per cápita es superior a 120 litros, hay grandes
oportunidades de desarrollo en esta región
En Colombia el consumo per cápita se ha empezado a recuperar, pues
aunque en 1996 había ascendido a 46 litros, debido a los problemas
económicos mencionados, ésta cifra descendió hasta 28 litros en 2000.
La tendencia creciente que tiene en la actualidad demuestra que el
consumo de cerveza es elástico tanto al ingreso disponible como al
desempleo.
19
2.1.4. Actores
Los principales actores relacionados con el nivel de riesgo enfrentado por la
empresa son: los acreedores, la Administración, la Junta Directiva y el
mercado. Estas entidades se interrelacionan determinando las decisiones y
políticas que inciden en el riesgo.
Los prestamistas determinan las condiciones de los préstamos, incluyendo
entre éstas el plazo, las formas de amortización, los intereses cobrados y
las garantías exigidas. La Administración y la Junta Directiva deciden los
niveles de endeudamiento que va a tener la empresa, así como las
estrategias para asegurar el cumplimiento de los compromisos pactados. El
mercado determina las tasas de interés, las tasas de cambio, la inflación, la
demanda, variables que influyen de manera más directa en la generación de
riesgo
Planeación Demanda
Prestamistas:Condiciones de créditos
Administracion y Junta Directiva :Estrategias para cumplir con compromisos
Mercado:Tasas de interes, cambio, inflacion, demanda
Variación en Resultados Financieros: utilidades, caja, etc.
20
2.2. MARCO TEORICO
En el ambiente corporativo, el riesgo es el nivel de exposición a la
incertidumbre que las empresas deben entender y efectivamente manejar
mientras ejecutan sus estrategias para alcanzar sus objetivos de negocio y
crear valor. Esta incertidumbre es a veces externa a las operaciones
normales de la compañía pero en muchos casos está relacionada con
procesos internos. Al entender las variables que crean incertidumbre se dan
las bases para medir y manejar el riesgo. Ejemplos de estas variables
incluyen tasas de interés, inflación y factores humanos.
La alta gerencia de la compañía debe impulsar las iniciativas para que el
manejo del riesgo sea integral y parte del plan estratégico de la empresa y
que como tal afecte la estructura de la organización, sus procesos e
infraestructura2:
2 Fuente: Taming Uncertainty: Risk Management for the Entire Enterprise.
PriceWaterhouseCoopers. 2003
Concertación interareas
•E l manejo del riesgo debe estar integrado con las decisiones estratégicas•Los objetivos del manejo del riesgo deben estar articulados sobre una base empresarial
EstrategiaEstructura
OrganizacionalProcesos Infraestructura
•El manejo del riesgo debe ser una prioridad de la Junta Directiva•La organización para manejar el riesgo debe tener visibilidad, poder y acceso a la alta administración
•Debe haber una aproximacion común para generar indicadores de gestión que permitan comparar y agregar.•Generar políticas y metodologías para controlar y manejar el riesgo a través de la empresa.
•Implementación de sistemas para el manejo del riesgo que provean información que de soporte a la administración del riesgo.
21
Es útil que las organizaciones tengan un marco de referencia para priorizar
y recoger la información necesaria relacionada con la exposición e
incertidumbre que enfrentan. A continuación se presenta un compendio de
riesgos corporativos, organizados en categorías, cada una de las cuales
incide en la empresa dependiendo de las características y objetivos de la
misma3
Los riesgos de negocio y financieros son fuentes de exposición que pueden
afectar la habilidad de la empresa para alcanzar la utilidad y flujo de caja
esperados.
3 Fuente: CorporateMetrics Technical Document. Lee Alvin, 1999, RiskMetrics Group
Riesgos Corporativos
Negocio:Ventas Competencia CalidadReputacion
De MercadoTasa de cambioTasas de interesLiquidezPrecios insumos
Credito:DefaultPaisConcentración
Operacional:Desastres naturalesSistemasCalidad datosFraudeRegulaciones
22
La categoría de riesgos de negocio se refiere a la incertidumbre de los
resultados financieros de la empresa relacionados con decisiones de
negocio que toma la compañía y el ambiente de negocios en el que se
desenvuelve. Tal es el caso de decisiones relacionadas con estrategias de
mercadeo, manejo de precios e incertidumbre del volumen de ventas. En
general, estas son decisiones que conllevan un riesgo a largo plazo con el
fin de generar ganancias.
Los riesgos de mercado se refieren a la incertidumbre de alcanzar los
resultados financieros esperados debido a cambios en el entorno financiero.
Por ejemplo el margen operacional puede afectarse por aumentos en los
precios de insumos, o por cambios en las tasas de cambio si las ventas se
hacen en otros países. Estos cambios pueden presionar a las empresas a
cambiar sus precios, afectando así los volúmenes de venta y su
participación de mercado.
En su mayoría las compañías tienen poca influencia sobre los riesgos de
mercado; sin embargo, mientras algunas empresas los enfrentan, otras
compañías buscan manejar el impacto del riesgo en sus estados financieros
mediante el uso de estrategias de cobertura.
23
Es por esto que es conveniente que las empresas tengan un manejo de
riesgo establecido. Para este fin, se puede tener un proceso de valoración
de riesgos y toma de decisión para enfrentarlo4.
Este proceso de toma de decisiones para manejar riesgo define las tareas
esenciales y permite diseñar un proceso sistemático para construir y
mejorar habilidades para manejar la incertidumbre.
Las empresas siguen varias etapas evolutivas hasta llegar a un manejo de
riesgo corporativo total, en las cuales se hacen mejoras en la estrategia.
4 Fuente: Enterprise-wide Risk Management. James DeLoach, Prentice Hall
INFORMACION PARA TOMA
DE DECISIONES
Establecer un proceso de manejode riesgo:
•Metas y objetivos•Lenguaje común
Valorar riesgos:•Identificación•Fuente•Medida
Desarrollar estrategias para manejo del riesgo: prevenir, reducir, transferir
Monitorear el desempeño del manejo del riesgo
Diseñar e implementar habilidades para manejo del riesgo
Continuar mejorando las habilidades para manejar el riesgo
24
Adicionalmente, en la actualidad hay varias motivaciones para que las
compañías se interesen en mejorar su entendimiento y medida de riesgo5:
El mundo corporativo es cada vez más sensible a la volatilidad de las
ganancias, lo que afecta el valor de las acciones. Dado que los
riesgos de mercado son uno de los factores que contribuyen a esa
volatilidad, es beneficioso cuantificarlos.
Las tendencias hacia la globalización aumentan el riesgo de mercado.
Las compañías necesitan métodos de manejo de riesgo simples y
transparentes para enfrentar factores externos que puedan afectar su
desempeño.
Las compañías necesitan tener información precisa del riesgo con el
fin de tomar medidas de cobertura.
Las compañías calificadoras de riesgo analizan y evalúan el manejo
de riesgo que tengan las empresas a ser calificadas.
Con una aproximación coherente al manejo del riesgo, las empresas están
mejor posicionadas para enfrentar los siguientes retos6:
5 Fuente: Making Enterprise Risk Management Pay Off. Thomás Barton, William Shenkir, Paul
Walker. FEI Researh Foundation. 2002
The key to Risk Management: Management. Adrian Tschoegl. The Warton School. 2000. 6 Fuente: Integrated Risk Management for the Firm: A senior manager´s guide. Lisa K. Meulbroek.
Harvard Business School. 2002
25
Manejo de volatilidad de las ganancias: medir el riesgo de mercado
permite valorar si las empresas van a alcanzar sus objetivos.
Protección de márgenes: para defender márgenes operacionales en
ambientes de libre comercio internacional se hace necesario tener
información sobre los riesgos agregados a encarar.
Minimización de la posibilidad de enfrentar dificultades inducidas por
el mercado: las compañías en dificultades pueden ser calificadas
negativamente, lo que incrementa los costos de financiación. Si se
implementa un programa que minimice el riesgo de iliquidez se
aseguran accesos a capital con lo que mejora su estructura.
Manejo de riesgos en transacciones anticipadas: si las compañías
valoran el riesgo relacionado con sus flujos de caja y ganancias,
pueden decidir si utilizan herramientas de cubrimiento.
Gobierno corporativo en el manejo del riesgo: la Junta Directiva
puede y debe pedir a la alta gerencia implementar políticas de manejo
de riesgo.
Mejoras en la comunicación interna y externa: promoviendo
transparencia en el manejo de riesgos de mercado las compañías
mejoran las comunicaciones lo cual ayuda a los analistas e
inversionistas a tener confianza acerca de las proyecciones de
ganancias, volatilidades y otros riesgos.
26
En resumen, al mejorar la forma en que es medido el riesgo, las compañías
mejoran sus estrategias, a la vez que comunican un entendimiento del
riesgo en toda la organización y una implementación de estrategias
consistentes con la tolerancia que tengan al riesgo y a la volatilidad de las
utilidades.
De otra parte, una compañía con una clara identificación y manejo de los
factores de riesgo tiene un acceso más fácil a capitales externos, lo que a
su vez facilita el uso del apalancamiento financiero.
Para el caso específico de este trabajo, los factores de riesgo a analizar se
centrarán en los riesgos de mercado y de negocio, pues son los que se
pueden cuantificar directamente en los estados financieros de la compañía.
Sin embargo se hace énfasis en la necesidad de crear una metodología de
manejo de riesgo integral, que identifique, valore y diseñe estrategias de
cobertura de todos los riesgos corporativos a los que se enfrenta la
compañía.
27
2.3. FORMULACION DE LOS OBJETIVOS
Objetivo general:
El objetivo general de este trabajo es establecer una metodología de
análisis de riesgos de mercado y de negocio de la empresa Bavaria S.A.
que incluya:
1. Identificación de las variables que más inciden en el resultado
financiero de la compañía y están más expuestas a fluctuaciones no
controladas por la misma.
2. Determinación de la exposición al riesgo de mercado y negocio de la
compañía.
3. Generación de escenarios de posibles valores de las variables de
riesgo de mercado y negocio.
4. Valoración de los estados financieros afectados por los posibles
comportamientos de las variables identificadas
Objetivos específicos:
Investigar los conceptos y metodologías de análisis de riesgo de
mercado y de negocio en un ambiente corporativo.
28
Desarrollar una metodología y los modelos correspondientes que
permitan hacer análisis periódicos de la exposición a riesgos de
mercado y negocio y su posible resultado en los estados financieros.
Analizar e interpretar los resultados de las simulaciones de las
variables de riesgo mencionados.
Producir un conjunto de recomendaciones a la empresa acerca de la
información necesaria para desarrollar los modelos y las herramientas
a utilizar con el fin de identificar y medir el riesgo de mercado y
negocios al que se enfrenta en un período de tiempo específico.
29
2.4. IDENTIFICACION DE HERRAMIENTAS Y MODELO
La base principal de este trabajo se fundamenta en el marco conceptual del
análisis de riesgo de mercado y negocio en un entorno corporativo. La
finalidad del modelo es desarrollar una herramienta que mida
dinámicamente las variaciones de las principales fuentes de riesgos de
mercado y de negocio para así poder responder rápida y adecuadamente
ante posibles cambios.
Se espera que el modelo permita reconocer las variables que originan
incertidumbre en el logro de los objetivos financieros de la empresa. Una
vez identificadas, se mide el riesgo asociado a las mismas, para lo cual se
debe caracterizar su comportamiento.
En la medida en que una empresa tenga identificados y medidos los
agentes principales de riesgo de mercado, mejora la estrategia corporativa
para enfrentarlos acorde con la tolerancia a la volatilidad de las utilidades y
al riego implícito.
La caracterización de las variables de riesgo de mercado y negocio, se basa
en el comportamiento histórico de las mismas y en el criterio de
especialistas acerca de su probable comportamiento futuro
30
2.5. REVISION DE LA LITERATURA RELEVANTE
La primera metodología estructurada para medir cuantitativamente el riesgo
fue desarrollada en 1994 por JPMorgan y estaba enfocada principalmente
en la valoración del riesgo de las instituciones financieras. Antes de este
trabajo, había poca estandarización en el mercado, y lo primero que ésta
compañía hizo fue ofrecer información sobre la volatilidad y correlación de
veinte mercados.
Así mismo, creó una herramienta llamada RiskMetrics, la cual consta de la
metodología de cuantificación de riesgo, series de datos de
comportamientos macroeconómicos, así como índices de mercado y un
software para calcular el VaR (Value at Risk) de un portafolio de inversiones
y hacer reportes sobre el mismo.
VaR es una medida del máximo potencial de cambio de un portafolio
financiero en un horizonte de tiempo dado, normalmente muy corto.
Virtualmente todas las mayores instituciones financieras han adoptado esta
metodología para medir su riesgo diario.7
Respecto al análisis de riesgo corporativo, el mismo grupo, RiskMetrics
desarrolló la metodología Corporate Metrics para evaluar el riesgo de
instituciones no financieras. A diferencia de VaR, el horizonte de tiempo a
analizar en el ambiente corporativo es más largo, por lo tanto que se debe
analizar el comportamiento de las variables de riesgo en períodos de tiempo
mayores.
7 Fuente: Risk Management: A Practical Guide. RiskMetrics Group, 1999
31
De otra parte, se han desarrollado otras medidas de riesgo:
Pruebas de estrés8: se construyen escenarios con los eventos
posibles de ocurrir en mercados en crisis. Responde a la pregunta,
Qué impacto tendrá en los resultados si X ocurre?
Pruebas de sensibilidad: se refiere al impacto positivo o negativo de
un factor de riesgo específico, por ejemplo el cambio positivo o
negativo de las tasas de interés.
Análisis de escenarios: se refiere al resultado de la combinación de
múltiples factores de riesgo, los cuales se interrelacionan de una
manera lógica para formar un “escenario de riesgo”.
Análisis de RAROC (Risk-Adjusted Return on (Economic) Capital)9: es
una metodología desarrollada a finales de los años setenta, con el fin
de medir el riesgo de crédito de instituciones bancarias, así como la
cantidad de patrimonio necesario para limitar su riesgo.
En cuanto a herramientas no cuantitativas, están los mapas de riesgo, útiles
para priorizar las medidas a tomar frente a los riesgos.
8 Fuente: Are worst-case scenarios getting better. Jameson Rob. Erisk. Noviembre 2001
IMPA
CT
O E
CO
NO
MIC
O
Alto
Bajo
AltoBajoPROBABILIDAD DE OCURRENCIA
32
En general, la combinación de metodologías cuantitativas como las de
RiskMetrics, con pruebas de estrés y medidas no cuantitativas permiten una
análisis completo de riesgo.
Para el caso particular de esta monografía, para la identificación y
cuantificación de los riesgos de mercado y negocio de la compañía se
utilizarán las herramientas cuantitativas desarrolladas por RiskMetrics, así
como se harán análisis de escenarios y pruebas de estrés.
9 Fuente: RAROC Based Capital Budgeting and Performance Evaluation. James Christophe. The
Wharton School. 1996
33
3. FORMULACION DEL MODELO DE ADMINISTRACIÓN
DE RIESGO
Siguiendo los lineamientos planteados en el libro CorporateMetrics, la medición de
riesgo de mercado en empresas no financieras mira la incidencia del mismo en
dos estados financieros, el Estado de Resultados y el Flujo de Caja.
3.1. CONSTRUCCIÓN DETALLADA DEL MODELO
Con base en la metodología de análisis de riesgo especificada en
CorporateMetrics, se deben seguir cinco pasos:
1. Especificación de la métrica: Establecer los resultados financieros
sobre los cuales se va a medir el riesgo, Estado de Resultados y
Flujo de Caja, así como las medidas de riesgo de los mismos, el
horizonte de tiempo y el intervalo de confianza de la medición.
2. Mapeo de la exposición al riesgo: Identificar los componentes de
las utilidades y del flujo de caja (resultados financieros) que podrían
cambiar con las fluctuaciones de las variables de mercado (variables
aleatorias).
34
3. Generación de escenarios: Generar un gran número de escenarios
que contengan los posibles valores de las variables de mercado en
un período dado. Para cada horizonte especificado en el paso 1,
determinar la distribución de probabilidad de las variables de
mercado identificadas en el paso 2.
4. Valoración: Teniendo como entrada las variables de mercado para
un escenario dado se obtienen valores de los estados financieros
futuros. Repitiendo este proceso para cada escenario se obtiene una
distribución de los resultados financieros
5. Medición de riesgo: Con base en la distribución de resultados
financieros del paso anterior, se calculan estadísticas que describen
la distribución y caracterizan el riesgo de los resultados. Estas
estadísticas se refieren a:
Desviación estándar: Medida simétrica de la dispersión del
valor esperado de los resultados financieros pronosticados.
Nivel de confianza: Mide la probabilidad de que los resultados
financieros no caigan por debajo de un valor específico.
Máxima desviación del objetivo: Mide la máxima cantidad
que un resultado financiero puede no cumplir con un objetivo
dado, para un determinado nivel de confianza.
35
Promedio de desviación del objetivo: Mide el nivel esperado
en que los resultados financieros pueden quedar cortos en
cumplir el objetivo.
A continuación se presenta un resumen de los pasos anteriores:
1. Especificación de métricaDeterminar la medida de riesgo de mercado a calcularEspecificar el horizonte e intervalo de confianza
2. Mapa de exposición al riesgoCuantificar cómo las variables de riesgo de mercado afectan las utilidades y flujo de caja
3. Generación de escenariosGenerar posibles valores de las variables de mercado en cada horizonte
4. ValoraciónUsando los escenarios y el mapa de exposición al riesgo, calcular la distribución de los resultados financieros
Posibles medidas:EaR (Earnings at Risk)CaR (Cash Flow at Risk)
Posibles fuentes de información:Business planPresupuesto
Posibles métodos:Modelos econométricosDatos de mercado
Posibles métodos:Recálculo de Estados Financieros
5. Cálculo del riesgoCalcular el riesgo de mercado Posibles métodos:
Analizar las distribuciones de las utilidades y el flujo de caja
Definición de CorporateMetrics
Definiciones de la empresa
Definición de CorporateMetrics
36
3.2 METRICA DE RIESGO:
Las medidas de riesgo que se calcularán en este trabajo son:
Earnings at Risk: Especifica la máxima caída de las utilidades
debido al impacto del riesgo de mercado, relativo a un objetivo dado,
para un período y nivel de confianza determinados. Esta medida se
utilizará tanto para las utilidades netas como para el ebitda (utilidad
antes de intereses, impuestos, depreciaciones y amortizaciones) de
Bavaria S.A..
Cash Flow at Risk: Determina la máxima caída del flujo de caja
generado, relativo a un objetivo dado, debido a la exposición a
riesgos de mercado para un período y nivel de confianza
determinados. Para este análisis se determinará tanto para el cash
flow total como el operativo y el no operativo de Bavaria S.A.
Así mismo, en el análisis de escenarios determinísticos se medirá la
desviación de los resultados respecto a su valor probable y en el modelo de
simulación se cuantificará la diferencia entre el valor esperado y el
presupuestado por la compañía.
37
4. APLICACIÓN DE LA METODOLOGÍA A BAVARIA S.A.
Debido a que uno de los objetivos de este trabajo es el análisis de riesgo
oportuno, este estudio está enfocado en la incidencia del riesgo debido a
variables de mercado y de negocios en los resultados financieros de
Bavaria S.A., específicamente sobre el Estado de Resultados y el Flujo de
Caja mensuales para el segundo semestre de 2003.
4.1. ESPECIFICACIÓN DE VARIABLES
Mediante el desarrollo y análisis de modelos financieros de la compañía, se
ha identificado que las principales fuentes de variación en los resultados
financieros se deben a cambios en las siguientes variables:
Inflación: Afecta principalmente la caja no operativa, debido a
la deuda en bonos, cuyos intereses están relacionados con la
tasa de inflación. Este pago también afecta la utilidad neta,
debido a mayores gastos financieros.
DTF: Afecta la caja no operativa debido al pago de intereses de
los préstamos hechos en moneda nacional. De la misma
manera incide sobre la caja total y la utilidad neta.
Libor: Afecta la caja no operativa debido al pago de intereses
de los préstamos comprometidos según esta tasa. De la misma
manera incide sobre la caja total y la utilidad neta.
38
Devaluación: De la misma manera que la variable anterior,
afecta la caja no operativa por el pago de intereses de
préstamos hechos en moneda extranjera.
Ventas: Esta es la variable de negocios que afecta en mayor
medida la utilidad neta, ebitda y por tanto caja operativa. Esto
debido a que los cambios en las ventas generan la mayor
proporción de cambios en los estados financieros.
39
4.2. ANÁLISIS DE SENSIBLIDAD A CAMBIOS EN VARIABLES DE MERCADO Y NEGOCIOS
Las variables macroeconómicas inflación, tasas de interés DTF y Libor y
devaluación, así como el cumplimiento en las ventas esperadas, se
determinaron según criterios de especialistas macroeconómicos10 para el
caso de las variables de mercado y especialistas de mercadeo y ventas de
la compañía para el caso de la variable de negocios. Para cada variable se
establecieron valores máximo, probable y mínimo como se observan a
continuación:
Con base en los posibles valores máximo y mínimo de los parámetros
macroeconómicos mencionados se calculó el cambio en cada variable de
los resultados financieros.
Como se puede apreciar a continuación, el efecto que tiene en los
resultados financieros, los posibles cambios de comportamiento de cada
variable, expresados como la diferencia entre el resultado con el valor
10 Anif, Javier Fernández Rivas, Santander Investment, Suvalor.
Julio Agosto Septiembre Octubre Noviembre DiciembreInflacion Vr. Máximo 0.315% 0.705% 0.776% 0.501% 0.601% 0.852%
Esperado 0.158% 0.354% 0.390% 0.252% 0.302% 0.427%Vr.Mínimo 0.086% 0.193% 0.213% 0.137% 0.165% 0.233%
DTF Vr. Máximo 0.949% 0.949% 0.949% 0.949% 0.949% 0.949%Esperado 0.721% 0.721% 0.721% 0.721% 0.721% 0.721%Vr.Mínimo 0.566% 0.566% 0.566% 0.566% 0.566% 0.566%
Libor Vr. Máximo 0.123% 0.126% 0.128% 0.129% 0.131% 0.127%Esperado 0.102% 0.100% 0.099% 0.097% 0.096% 0.094%Vr.Mínimo 0.085% 0.079% 0.076% 0.071% 0.069% 0.076%
Devaluación Vr. Máximo 3.753% 1.662% 2.921% -0.342% 0.855% 0.613%Esperado 3.598% 1.509% 2.766% -0.491% 0.704% 0.462%Vr.Mínimo 3.393% 1.309% 2.563% -0.688% -0.327% -0.567%
Ventas Vr. Máximo 90% 90% 90% 90% 90% 90%Esperado 100% 100% 100% 100% 100% 100%Vr.Mínimo 105% 105% 105% 105% 105% 105%
40
máximo y mínimo de la misma, se manifiesta de manera diferente a través
del periodo analizado.
A continuación se observa el efecto que tiene en los resultados financieros,
los posibles cambios de comportamiento de cada variable, expresados
como la diferencia entre el comportamiento optimista y el pesimista.
La principal fuente de cambios de la Utilidad Neta está dada por los cambios
en el cumplimiento en la meta de ventas, seguido en menor escala por los
cambios en el comportamiento de la devaluación. Es necesario aclarar que
las ventas de la compañía son estacionales, con el pico principal en
Cambios en Utilidad Neta$ MM
5,000
10,000
15,000
20,000
25,000
30,000
35,000
40,000
45,000Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
InflacionDTFLiborDevaluacionVentas
41
diciembre, razón por lo cual en ese mes se ve que es mayor el cambio de la
utilidad neta debido a la diferencia del resultado entre el valor máximo de
cumplimiento y el valor mínimo.
Así mismo, el ebitda está totalmente afectado por el cambio en el
comportamiento del cumplimiento de ventas, así como le sucede a la caja
operativa, lo cual se debe a que el cambio en las otras variables, tasas de
interés, devaluación e inflación no afectan el resultado de estas variables de
resultado:
Cambios en Ebitda$MM
5,000
10,000
15,000
20,000
25,000
30,000
35,000
40,000
45,000Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
InflacionDTFLiborDevaluacionVentas
42
Es evidente como en diciembre es más importante el cambio en el
cumplimiento en las ventas esperadas que el cambio en cualquier otra
variable. Para el caso de la utilidad neta, la devaluación es importante en
agosto debido a que en ese mes se hace un pago a capital por concepto de
amortización de la deuda contraída.
Este resultado es diferente en el caso de la caja total y la no operativa, en
las cuales inciden en gran medida la inflación, las tasas de interés y la
devaluación, como se observa a continuación:
Cambios en Caja Operativa$MM
5,000
10,000
15,000
20,000
25,000
30,000
35,000
40,000
45,000Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
InflacionDTFLiborDevaluacionVentas
43
El cambio en el resultado de la caja no operativa muestra que la inflación es
la variable más importante, debido a que el pago de intereses de gran
cantidad de préstamos está atado a este parámetro.
Cambios en Caja Total$MM
5,000
10,000
15,000
20,000
25,000
30,000
35,000
40,000
45,000Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
InflacionDTFLiborDevaluacionVentas
Cambios en Caja No Operativa$MM
1,000
2,000
3,000
4,000
5,000
6,000
7,000
8,000
9,000Julio
Agosto
Septiembre
Octubre
Noviembre
Diciembre
InflacionDTFLiborDevaluacionVentas
44
4.3. FORMULACION DE ESCENARIOS
Como se mencionó, las variables de mercado y negocios fueron
caracterizadas con tres valores posibles, mínimo, esperado y máximo. Para
la formulación de escenarios se tomaron estos tres estados como los tres
posibles comportamientos optimista, esperado y pesimista.
Basados en el comportamiento de las variables de riesgo, se crearon tres
escenarios donde se consolidan los resultados con comportamientos
optimista, pesimista y probable.
A continuación se observan los resultados de la utilidad neta y ebitda para
los tres escenarios:
En estos dos resultados, la mayor desviación respecto al valor probable
ocurre en el mes de diciembre, donde en el escenario optimista la utilidad
neta es $30.391 millones superior al valor probable y en el escenario
pesimista, esta variable es $42.044 millones inferior al valor probable. Para
el caso del ebitda, el escenario optimista es $14.912 millones superior al
valor probable y el escenario pesimista es $29.823 millones inferior.
Utilidad Neta
-80,000
-60,000
-40,000
-20,000
0
20,000
40,000
60,000
80,000
100,000
Julio Agosto Septiembre Octubre Noviembre DiciembreMill
ones
$
Pesimista Probable Optimista
Ebitda
0
20,000
40,000
60,000
80,000
100,000
120,000
140,000
160,000
Julio Agosto Septiembre Octubre Noviembre Diciembre
Mill
ones
$
Pesimista Probable Optimista
45
De igual forma se pueden ver los resultados de las cajas operativa, no
operativa y total:
Como se puede advertir, los mayores cambios se dan en las utilidades
(neta y ebitda) y la caja operativa, esto debido a que como se comentó
anteriormente, el cumplimiento de las ventas es la variable que más influye
en los resultados financieros.
En contraste, los cambios en las tasas de interés, tanto DTF como Libor, no
influyen tanto en el cambio de resultado de la caja no operativa, siendo ésta
más afectada por cambios en la inflación.
Adicionalmente, se creó un escenario extremo, en el que se buscó medir el
resultado financiero de las variables de riesgo en los meses de agosto y
diciembre, debido a que en el primero se hacen cuantiosos pagos a la
deuda y en el último se presenta el pico de ventas. Para este caso, se
Caja Total
-500,000
-400,000
-300,000
-200,000
-100,000
0
100,000
200,000
Julio Agosto Septiembre Octubre Noviembre Diciembre
Mill
ones
$
Pesimista Probable Optimista
Caja Operativa
0
20,000
40,000
60,000
80,000
100,000
120,000
140,000
Julio Agosto Septiembre Octubre Noviembre Diciembre
Mill
ones
$
Pesimista Probable Optimista
Caja No Operativa
-500,000
-450,000
-400,000
-350,000
-300,000
-250,000
-200,000
-150,000
-100,000
-50,000
0Julio Agosto Septiembre Octubre Noviembre Diciembre
Mill
ones
$
Pesimista Probable Optimista
46
asumió que las variables inflación, DTF así como el cumplimiento en las
ventas mostrarían comportamientos extremos11, en detrimento de los
resultados financieros. A continuación se pueden ver los resultados para los
dos meses:
En agosto, la utilidad neta, el ebitda y la caja operativa muestran mayor
diferencia entre su resultado y el resultado esperado, causado
principalmente por el bajo cumplimiento en ventas. La variable de resultado
mas desfasada es la utilidad neta, con una diferencia de $76.208 millones
respecto al valor esperado.
11 Se asumió que la inflación mensual del segundo semestre sería del 1.9068%, con lo cual la
inflación acumulada semestral sería del 12%. Así mismo el DTF sería del 2.2078% mensual, esto
es 14% semestral y el cumplimiento de ventas sería del 80% en cada mes.
Resultados en Agosto
-400,000
-350,000
-300,000
-250,000
-200,000
-150,000
-100,000
-50,000
0
50,000
100,000
Utilidad Neta Ebitda Caja Operativa Caja No Operativa Caja Total
Mill
ones
$
Extremo Esperado
47
En diciembre, debido a que, como se ha mencionado, es el mes con la
máxima venta del año, la diferencia entre el valor esperado y el valor
extremo es mayor que en agosto. En este caso tanto la utilidad neta como la
caja total se alejan del valor esperado en $103.100 millones,
aproximadamente.
Los anteriores análisis demuestran que la variable de riesgo que más influye
en los estados financieros de la compañía es el cumplimiento de las ventas
proyectadas, seguido en menor escala por la inflación.
Resultados en Diciembre
-150,000
-100,000
-50,000
0
50,000
100,000
150,000
Utilidad Neta Ebitda Caja Operativa Caja No Operativa Caja TotalMiil
ones
$
Extremo Esperado
48
4.4. ANÁLISIS PROBABILISTICO
Con el fin de valorar el riesgo de los resultados financieros mensuales del
segundo semestre de 2003, se construyó un modelo probabilístico de
simulación12, utilizando el software Crystal Ball.
Las variables de riesgo, inflación, tasas de interés, devaluación y
cumplimiento de ventas fueron caracterizadas mensualmente con
distribuciones triangulares, siendo los mínimos, probables y máximos
valores, los mismos de los escenarios creados anteriormente, esto es, los
escenarios pesimista, probable y optimista.
De otra parte, el análisis requirió la construcción de una matriz de
correlaciones entre dichas variables, que se observa a continuación, la cual
se basó en la serie mensual de datos históricos desde enero de 2001 hasta
mayo de 2003.
Como se aprecia, las variables más correlacionadas son las tasas de interés
DTF y Libor, así como entre los rezagos de éstas. Las variables
“assumption”, las cuales corresponden a las variables de riesgo fueron
definidas en el modelo financiero que se muestra a continuación:
12 Modelo que estima la distribución de una variable de salida que depende de variables
probabilísticas de entrada, con base en la creación aleatoria de múltiples resultados.
INFL DTF LIBOR DEVAL IPC-1 DTF-1 LIBOR-1 DEVAL-1INFLACIÓN 0.65024DTF 0.11385 0.99297LIBOR 0.23106 0.87334 0.99246DEVALUACIÓN -0.12947 -0.28021 -0.06475 0.36396VENTAS -0.50702
49
Las variables a pronosticar, utilidad neta, ebitda, caja operativa, caja no
operativa y caja total se declararon y calcularon en el siguiente modelo
financiero, que consta de Estado de Resultados y Estado de Flujo de Caja.
Las cifras que a continuación se muestran son basadas en presupuestos
preliminares que no necesariamente reflejan los resultados definitivos de la
compañía.
PARAMETROS Julio Agosto Septiembre Octubre Noviembre Diciembre
MACROECONOMICOSInflaciòn interna 0.2% 0.4% 0.5% 0.3% 0.4% 0.5%PAAG 0.2% 0.1% 0.3% 0.3% 0.2% 0.2%Inflaciòn externa 0.2% 0.2% 0.2% 0.2% 0.2% 0.2%Devaluaciòn 3.6% 1.5% 2.8% -0.5% 0.4% 0.2%Tasa de Cambio inicial 2,817 2,918 2,962 3,043 3,028 3,040Tasa de Cambio promedio 2,868 2,940 3,003 3,036 3,034 3,043Tasa de Cambio final 2,918 2,962 3,043 3,028 3,040 3,045Tasa de impuesto de renta 38.5% 38.5% 38.5% 38.5% 38.5% 38.5%DTF 0.7% 0.7% 0.7% 0.7% 0.7% 0.7%Tasa de comtratación sobregiros 1.0% 1.0% 1.0% 1.0% 1.0% 1.0%LIBOR 0.1% 0.1% 0.1% 0.1% 0.1% 0.1%
MENSUAL 2003
0.00000P&G Col $ (000.000) Julio Agosto Septiembre Octubre Noviembre Diciembre
0.000 0.000 0.000 0.000 0.000 0.000Ventas netas $182,379 $178,948 $185,052 $188,892 $198,289 $284,487Total Costo de Ventas $94,673 $92,848 $86,889 $94,572 $92,515 $130,711Utilidad Bruta $87,706 $86,100 $98,163 $94,320 $105,774 $153,776Total Gastos Operacionales $44,253 $43,840 $43,417 $44,287 $45,606 $52,026Utilidad Operacional $43,453 $42,260 $54,746 $50,033 $60,168 $101,750Total Otros Ingresos $22,963 $22,942 $22,920 $22,943 $22,956 $22,934Total Otros Gastos $59,899 $65,994 $68,129 $65,882 $66,313 $67,444Total Diferencia en Cambio $(56,203) $(24,271) $(41,297) $7,751 $(6,238) $(2,585)Utilidad (Pérdida) Neta $(48,841) $(25,008) $(26,449) $21,365 $14,211 $57,814
MENSUAL 2003
50
Con Crystal Ball se hicieron 2.500 simulaciones, cuyos resultados para la
utilidad neta, ebitda, caja operativa, no operativa y total de cada mes se
presentan en el anexo.
A manera de ilustración, a continuación se muestra el resultado de la
utilidad neta para el mes de diciembre:
0.00000FLUJO DE CAJA Col $ (000.000) Julio Agosto Septiembre Octubre Noviembre Diciembre
GENERACIÓN OPERACIONAL DE CAJA = EBITDA $55,245 $54,235 $67,274 $62,825 $73,135 $115,047 + Variación en el capital de trabajo $(2,774) $(1,737) $(1,894) $(1,822) $(2,174) $(7,559) - Capex, Inversiones operativas e Imporrenta $(8,672) $(8,487) $(9,301) $(8,633) $(8,660) $(7,758) + TOTAL GENERACIÓN OPERACIONAL DE CAJA $43,799 $44,011 $56,079 $52,370 $62,301 $99,730
+ Otra Generación Operacional de caja $12,256 $15,002 $(42,823) $11,922 $14,775 $9,562
GENERACIÓN NO OPERACIONAL DE CAJAIngresos No OperativosTotal Ingresos no Operativos $22,963 $22,942 $22,920 $22,943 $22,956 $22,934
$0 $50 $5 $0 $0 $6Egresos no OperativosTotal Egresos no Operativos $490,230 $361,250 $194,130 $66,047 $66,478 $84,699
+ TOTAL GENERACIÓN NO OPERACIONAL DE CAJA $(467,267) $(338,308) $(171,210) $(43,103) $(43,522) $(61,765)
+ Amortizaciones varias $7,662 $7,992 $8,247 $8,340 $8,422 $8,458
= Caja de período $(403,550) $(271,302) $(149,707) $29,529 $41,976 $55,984
MENSUAL 2003
51
Crystal Ball ReportSimulation started on 16/8/03 at 16:30:22Simulation stopped on 16/8/03 at 16:39:25
Forecast: utilndic
Summary:Display Range is from $31,112 to $84,053 mm$Entire Range is from $28,609 to $86,904 mm$After 2,500 Trials, the Std. Error of the Mean is $212
Statistics: ValueTrials 2500Mean $57,570Median $58,437Mode ---Standard Deviation $10,587Variance $112,088,563Skewness -0.23Kurtosis 2.60Coeff. of Variability 0.18Range Minimum $28,609Range Maximum $86,904Range Width $58,295Mean Std. Error $211.74
Percentiles:
Percentile mm$0% $28,609
25% $50,42350% $58,43775% $65,403
100% $86,904
End of Forecast
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.006
.012
.017
.023
0
14.5
29
43.5
58
$31,112 $44,347 $57,583 $70,818 $84,053
2,500 Trials 13 Outliers
Forecast: utilndic
52
Assumptions
Assumption: inflacion diciembre
Triangular distribution with parameters:Minimum 0.2%Likeliest 0.4%Maximum 0.9%
Selected range is from 0.2% to 0.9%
Correlated with:devdic (S10) -0.13dtfdic (S15) 0.11infnov (R7) 0.65cumpdic (S37) -0.51libdic (S17) 0.23
Assumption: devaluacion diciembre
Triangular distribution with parameters:Minimum -0.6%Likeliest 0.5%Maximum 0.6%
Selected range is from -0.6% to 0.6%
Correlated with:devnov (R10) 0.36dtfdic (S15) -0.28infdic (S7) -0.13libdic (S17) -0.07
Assumption: dtf diciembre
Triangular distribution with parameters:Minimum 0.6%Likeliest 0.7%Maximum 0.9%
Selected range is from 0.6% to 0.9%
Correlated with:devdic (S10) -0.28dtfnov (R15) 0.99infdic (S7) 0.11libdic (S17) 0.87
Assumption: libor diciembre
Triangular distribution with parameters:Minimum 0.1%Likeliest 0.1%Maximum 0.1%
Selected range is from 0.1% to 0.1%
Correlated with:devdic (S10) -0.07dtfdic (S15) 0.87infdic (S7) 0.23libnov (R17) 0.99
Assumption: cumplimiento ventas diciembre
Triangular distribution with parameters:Minimum 90%Likeliest 100%Maximum 105%
Selected range is from 90% to 105%
Crystal Ball Student EditionNot for Commercial Use
0.2% 0.4% 0.5% 0.7% 0.9%
infdic
Crystal Ball Student EditionNot for Commercial Use
-0.6% -0.3% 0.0% 0.3% 0.6%
devdic
Crystal Ball Student EditionNot for Commercial Use
0.6% 0.7% 0.8% 0.9% 0.9%
dtfdic
Crystal Ball Student EditionNot for Commercial Use
0.1% 0.1% 0.1% 0.1% 0.1%
libdic
Crystal Ball Student EditionNot for Commercial Use
90% 94% 98% 101% 105%
cumpdic
53
Es necesario examinar también los resultados objetivo de la empresa
versus los obtenidos en las simulaciones. A continuación se presentan las
comparaciones entre los objetivos mensuales y el valor medio estimado con
base en el modelo de simulación.
Para los resultados de las utilidades netas y ebitda de la compañía, las
máximas dispersiones se presentan en el mes de diciembre, debido
principalmente al cumplimiento de las ventas esperado, siendo mayor el
estimado por la simulación.
Utilidad Neta
-80,000
-60,000
-40,000
-20,000
0
20,000
40,000
60,000
80,000
Julio Agosto Septiembre Octubre Noviembre DiciembreMill
ones
$
Presupuestado Esperado
Ebitda
40,000
50,000
60,000
70,000
80,000
90,000
100,000
110,000
120,000
Julio Agosto Septiembre Octubre Noviembre Diciembre
Mill
ones
$
Presupuestado Esperado
Caja Operativa
30,000
40,000
50,000
60,000
70,000
80,000
90,000
100,000
110,000
Julio Agosto Septiembre Octubre Noviembre Diciembre
Mill
ones
$
Presupuestado Esperado
Caja No Operativa
-600,000
-500,000
-400,000
-300,000
-200,000
-100,000
0Julio Agosto Septiembre Octubre Noviembre Diciembre
Mill
ones
$
Presupuestado Esperado
Caja Total
-500,000
-400,000
-300,000
-200,000
-100,000
0
100,000
Julio Agosto Septiembre Octubre Noviembre Diciembre
Mill
ones
$
Presupuestado Esperado
54
Así mismo, los resultados de las cajas operativa y no operativa presentan
diferencias en diciembre en el caso de la caja operativa debido a la misma
razón de la de las utilidades. La caja no operativa muestra mayor diferencia
en julio y agosto, debido a que la compañía supone que las tasas de interés
van a tener un comportamiento más desfavorable que el estimado en
Crystal Ball.
La caja total resulta de la combinación del resultado de la caja operativa y la
caja no operativa, mostrando una importante recuperación en diciembre,
debido a que el pico de venta de producto se da en este mes.
De otra parte, de la misma manera que se hizo en la formulación de
escenarios, se calculó una simulación con valores extremos13 con el fin de
valorar los resultados si ocurrían tales eventos. Para el mes de agosto se
obtuvo:
13 Se asumió una inflación mensual de 1.9068%, con lo cual la inflación acumulada semestral sería
del 12%. Así mismo el DTF sería del 2.2078% mensual, esto es 14% semestral y el cumplimiento
de ventas sería del 80% en cada mes.
Resultados Agosto
-$400,000
-$300,000
-$200,000
-$100,000
$0
$100,000
CAJ
A N
OO
PER
ACIO
NAL
CAJ
A O
PER
ACIO
NAL
CAJ
A TO
TAL
EBIT
DA
UTI
LID
AD N
ETA
$ M
illon
es
EXTREMO ESPERADO
55
El valor que más se afectó fue la utilidad neta, que decreció $70.643
millones , así mismo el ebitda disminuyó $34.385 millones.
En diciembre, estos desfases fueron más severos, como se puede observar:
En este mes, la utilidad en el caso extremo decreció $96.179 millones y el
ebitda disminuyó $54.620 millones.
La razón por la cual estas dos variables de resultado fueron las más
afectadas se debe a la variable de riesgo cumplimiento en ventas, que como
se ha analizado previamente, es la que más afecta el resultado financiero
de la compañía.
Resultados Diciembre
-$150,000
-$100,000
-$50,000
$0
$50,000
$100,000
$150,000
CAJ
A N
OO
PER
ACIO
NAL
CAJ
A O
PER
ACIO
NAL
CAJ
A TO
TAL
EBIT
DA
UTI
LID
AD N
ETA
$ M
illon
es
EXTREMO ESPERADO
56
4.5. CALCULO DE ESTADÍSTICAS DE RIESGO
Como se refirió en la metodología desarrollada, el riesgo está medido
básicamente con las métricas Earnings at Risk (EaR) y Cash Flow at Risk
(CFaR).
Para EaR, se midió tanto para la utilidad neta como para ebitda, el CFaR se
midió para las cajas total, operativa y no operativa. Es útil recordar que ésta
medida es la máxima caída que sufrirán los resultados proyectados, con un
nivel de confianza del 95%.14
Aunque en los meses de julio a septiembre hay menor riesgo de caída en la
utilidad neta, en el último trimestre aumenta el riesgo de caída del ebitda,
debido al riesgo de no cumplir las metas de ventas.
Earnings at RiskUtilidad Neta
-1,000
0
1,000
2,000
3,000
4,000
5,000
6,000
7,000
8,000
9,000
Julio Agosto Septiembre Octubre Noviembre Diciembre
Mill
ones
$
Earnings at RiskEbitda
0
1,000
2,000
3,000
4,000
5,000
6,000
7,000
Julio Agosto Septiembre Octubre Noviembre Diciembre
Mill
ones
$
En cuanto a las cajas, se observa que aunque la caja operativa muestra un
riesgo de caída, entre los meses de julio a septiembre la caja no operativa
se presupuestó con mayor nivel de pérdida de la estimada por el modelo,
con un nivel de confianza del 95%, por lo cual el CfaR para la caja no
operativa y total son negativos, mientras que en el último trimestre este
14 EaR y CfaR = Valor esperado (X95%)– Valor presupuestado
57
comportamiento se revierte y muestra CfaR positivo, o sea el nivel de caída
que podrían tener estos dos resultados, con un nivel de confianza del 95%.
Cash Flow at RiskCaja No Operativa
-45,000
-40,000
-35,000
-30,000
-25,000
-20,000
-15,000
-10,000
-5,000
0
5,000
Julio Agosto Septiembre Octubre Noviembre Diciembre
Mill
ones
$
Cash Flow at RiskCaja Operativa
0
1,000
2,000
3,000
4,000
5,000
6,000
Julio Agosto Septiembre Octubre Noviembre Diciembre
Mill
ones
$
Cash Flow at RiskCaja Total
-40,000
-35,000
-30,000
-25,000
-20,000
-15,000
-10,000
-5,000
0
5,000
10,000
Julio Agosto Septiembre Octubre Noviembre DiciembreM
illon
es $
De otra parte, es de utilidad poner en contexto el riesgo calculado con los
resultados financieros presupuestados, lo cual se puede ver a continuación.
RIESGO / PPTO Julio Agosto Septiembre Octubre Noviembre Diciembre
Utilidad neta 0.76% 8.92% 6.08% 39.16% 97.73% 16.39%Ebitda 9.25% 9.13% 6.98% 7.46% 6.02% 6.23%Caja total 8.17% 7.64% 2.80% 16.24% 10.92% 12.91%Caja operativa 9.79% 9.51% 6.77% 7.45% 5.89% 6.30%Caja no operativa 7.76% 7.05% 3.62% 2.96% 3.53% 3.57%
Así las cosas, en general, el mayor riesgo de cumplimiento de las cifras
presupuestadas se da para la utilidad neta, especialmente para el mes de
noviembre, pues debido a la devaluación estimada, se espera una
58
diferencia en cambio que afecta negativamente este resultado; sin embargo
en diciembre es menor el riesgo respecto a la cifra presupuestada.
En el caso del ebitda, a lo largo del período estimado, el porcentaje de
riesgo respecto al valor presupuestado se mantiene estable en un valor de
alrededor del 7%.
Para la caja no operativa este valor es menor, debido a que las
fluctuaciones aleatorias de las tasas de interés no afectan tanto el resultado,
lo cual confirma el resultado obtenido en los escenarios determinísticos.
59
4.6. ESTADÍSTICAS DEL CALCULO DE RIESGO
El análisis de las estadísticas de cada variable de resultado muestra la
calidad del cálculo. De esta manera, si se analiza la desviación estándar15
de los resultados, así como su error medio16, se pueden observar cuáles
variables son más probables de comportarse según la simulación, pues
muestran menor dispersión respecto a los valores esperados.
Así, la caja no operativa muestra muy poca dispersión, por lo cual su valor
esperado no debería mostrar mayor alejamiento. Sin embargo, el ebitda y la
utilidad neta muestran dispersiones mucho más amplias, por lo que el valor
esperado fluctuará en un rango igualmente amplio. A continuación se
pueden ver las estadísticas de cada variable de resultado: Las variables que
tienen unidades monetarias se refieren a millones de pesos. Julio Agosto Septiembre Octubre Noviembre Diciembre
Caja No operativa Media -$467,306 -$338,310 -$171,279 -$43,163 -$43,514 -$61,878
Mínimo -$471,173 -$344,335 -$177,807 -$48,901 -$49,568 -$69,179
Máximo -$464,367 -$333,824 -$165,880 -$38,784 -$38,829 -$56,250
Coeficiente variación 0.00 -0.01 -0.01 -0.04 -0.05 -0.04
Desviación $1,143 $1,924 $2,199 $1,804 $2,036 $2,479
Error medio $22.9 $38.5 $44.0 $36.1 $40.7 $49.6
Desviación / Media -0.24% -0.57% -1.28% -4.18% -4.68% -4.01%
15 σ = Desviación respecto al valor medio esperado. 16Medida de la variabilidad del valor medio esperado.
Desviacion Estandar
$0
$2,000
$4,000
$6,000
$8,000
$10,000
$12,000
Julio Agosto Septiembre Octubre Noviembre Diciembre
Caja No Oper Caja Operat Caja Total Ebitda Utilidad Neta
Error medio
$0
$50
$100
$150
$200
$250
Julio Agosto Septiembre Octubre Noviembre Diciembre
Caja No Oper Caja Operat Caja Total Ebitda Utilidad Neta
60
Julio Agosto Septiembre Octubre Noviembre Diciembre
Caja Operativa
Media $43,724 $44,053 $55,862 $52,337 $62,475 $99,777
Mínimo $30,050 $30,009 $41,931 $37,317 $46,393 $77,904
Máximo $55,013 $55,060 $67,933 $64,527 $75,137 $117,907
Coeficiente variación 0.12 0.12 0.10 0.11 0.10 0.09
Desviación $5,341 $5,413 $5,502 $5,680 $5,998 $8,498
Error medio $106.82 $108.26 $110.05 $113.60 $119.97 $169.96
Desviación / Media 12.21% 12.29% 9.85% 10.85% 9.60% 8.52%
Caja Total
Media -$403,663 -$271,263 -$149,994 $29,437 $42,157 $55,918
Mínimo -$419,447 -$289,811 -$169,751 $9,988 $20,663 $28,292
Máximo -$390,481 -$256,786 -$133,605 $44,683 $59,122 $77,860
Coeficiente variación -0.01 -0.02 -0.05 0.23 0.17 0.18
Desviación $5,921 $6,598 $6,889 $6,762 $7,342 $9,836
Error medio $118.43 $131.97 $137.79 $135.23 $146.84 $196.72
Desviación / Media -1.47% -2.43% -4.59% 22.97% 17.42% 17.59%
Ebitda
Media $55,161 $54,283 $67,036 $62,792 $73,325 $115,098
Mínimo $39,719 $38,719 $51,723 $46,651 $56,195 $91,643
Máximo $67,910 $66,466 $80,146 $75,955 $86,907 $134,463
Coeficiente variación 0.11 0.11 0.09 0.10 0.09 0.08
Desviación $6,030 $5,984 $6,012 $6,141 $6,433 $9,084
Error medio $120.60 $119.69 $120.24 $122.82 $128.65 $181.69
Desviación / Media 10.93% 11.02% 8.97% 9.78% 8.77% 7.89%
Utilidad Neta
Media -$49,276 -$25,230 -$27,041 $20,950 $14,238 $57,570
Mínimo -$67,357 -$46,203 -$46,874 $36,592 -$9,320 $28,609
Máximo -$34,861 -$9,967 -$10,931 $35,282 $37,602 $86,904
Coeficiente variación -0.13 -0.27 -0.26 0.33 0.56 0.18
Desviación $6,401 $6,876 $7,079 $6,843 $7,938 $10,587
Error medio $128.02 $137.53 $141.59 $136.87 $158.76 $211.74
Desviación / Media -12.99% -27.25% -26.18% 32.67% 55.75% 18.39%
61
Como se puede ver, la mayor desviación respecto al valor esperado se
presenta en la utilidad neta en el mes de noviembre, lo que confirma el
resultado del porcentaje de riesgo respecto a la cifra presupuestada para
ese mes.
De otra parte, en el mes de diciembre, que como se explicó, es muy
importante para la empresa pues sus ingresos aumentan
considerablemente por la estacionalidad de la venta, la dispersión del
resultado esperado disminuye con respecto al mes anterior, lo que da cierta
tranquilidad respecto al riesgo de cumplimiento que se enfrentará en ese
período.
Así mismo, los resultados de la caja operativa muestran resultados más
estables, con menores coeficientes de variación, lo que confirma la
conclusión de que la fluctuación esperadas de las tasas de interés no
afectan mayormente los resultados de la compañía.
62
5. CONCLUSIONES Y RECOMENDACIONES
5.1 CONCLUSIONES GENERALES
Las conclusiones generales respecto al análisis de riesgo, se refieren
principalmente a que éste permite un manejo efectivo de las compañías, al
cumplir con el objetivo de crear, proteger y mejorar el valor para los
shareholders, manejando la incertidumbre que puede influir en el alcance de
las metas de la organización.
De manera específica, en primer lugar las lecciones aprendidas en este
trabajo se refieren a la necesidad de seguir una metodología específica para
el manejo del riesgo en una empresa dada y para tal fin se siguieron los
siguientes pasos:
1. Especificación de la métrica
2. Mapeo de la exposición al riesgo
3. Generación de escenarios
4. Valoración
5. Medición de riesgo
En este caso, la metodología se aplicó a la incidencia de variables de riesgo
y mercado en los resultados financieros de Bavaria S.A. De esta manera, se
determinó que se medirían los resultados de los estados financieros Estado
de Perdidas y Ganancias y Estado de Flujo de Caja, básicamente en lo que
se refiere a utilidad neta, ebitda, generación de caja operativa, generación
de caja no operativa y generación de caja total.
63
Seguidamente se identificaron las variables de mercado y negocio cuyo
comportamiento inciden más en los resultados financieros de la empresa.
Tales variables son inflación, devaluación, tasas de interés y ventas, y son
las más importantes en el desempeño financiero de la compañía. Es muy
importante evaluar la relevancia de cada variable dentro de los resultados,
pues esto da un criterio para decidir acciones que mitiguen su
incertidumbre.
Después de identificar las variables, se hizo un análisis de su posible
comportamiento a corto plazo. Para tal fin se recurrió a estudios de
especialistas, con lo que se construyeron escenarios de conducta probable
tanto para la incidencia de cada variable independientemente, como
teniendo en cuenta su interacción en conjunto.
La generación de dichos escenarios facilitó la posterior valoración de los
resultados y la medición del riesgo de los mismos.
Acorde con la metodología de JPMorgan, la métrica a seguir fue Earnings at
Risk y Cash Flow at Risk., así mismo se midió la desviación de los
resultados respecto a su valor probable y en el modelo de simulación se
cuantificó la diferencia entre el valor esperado y el presupuestado por la
compañía.
La utilidad de este ejercicio es palpable en cuanto le permite a la empresa
valorar objetivamente el cumplimiento de sus metas financieras, a la luz del
probable comportamiento de variables que no puede controlar. Con base en
64
este análisis la empresa podrá tomar decisiones de cobertura dependiendo
de su predisposición al riesgo.
Es necesario que este ejercicio sea dinámico pues así como el
comportamiento de las variables de riesgo es cambiante a través del
tiempo, que para el caso del ambiente corporativo es de corto plazo, es muy
importante que periódicamente se haga este ejercicio con el fin de que la
empresa pueda responder adecuadamente.
Así mismo, es importante completar el análisis de riesgo, extendiéndolo a
los otros tipos de riesgo: de crédito y operacional, con el fin de crear una
estrategia de manejo de riesgo integral.
65
5.2 CONCLUSIONES Y RECOMENDACIONES SOBRE LA APLICACIÓN DE LA METODOLOGÍA EN BAVARIA S.A.
Respecto a la metodología aplicada en Bavaria S.A., se concluye lo
siguiente:
1. Las variables de riesgo no afectan de la misma manera los resultados
financieros de la empresa, en este caso, el cumplimiento de las
ventas es la variable más importante y a pesar del nivel de
endeudamiento de la empresa, la fluctuación de las variables de
mercado que afectan el cumplimiento de los compromisos, no incide
en mayor medida en los resultados de la empresa.
2. El mes de diciembre es el más determinante en la consecución de los
resultados financieros esperados, y dado que como se afirmó, la
variable de riesgo más importante es el cumplimiento de ventas, es
de vital trascendencia la estrategia que siga la empresa para lograr
ese objetivo.
3. Es recomendable tener estimaciones precisas sobre las variables de
mercado y mantener actualizaciones permanentes sobre su posible
comportamiento para incorporarlo en el cálculo periódico del riesgo.
4. Aunque en esta monografía solo se utilizaron herramientas
cuantitativas para la valoración de riesgos, es conveniente utilizar
herramientas no cuantitativas como los mapas de riesgo con el fin de
priorizar los riesgos según su severidad y frecuencia, especialmente
para riesgos operacionales, los cuales son difícilmente cuantificables.
66
5. El manejo integral de riesgo requiere el apoyo formal de la alta
dirección y en el caso de Bavaria S.A., sería apropiado crear una
infraestructura de manejo de riesgo, podría ser mediante la creación
de grupos interdisciplinarios que impulsen y controlen este esfuerzo,
para lo que es esencial contar con la participación de la alta gerencia
financiera.
6. Los procesos de toma de decisión deberán tener en cuenta el manejo
de riesgo por lo cual es necesario haber desarrollado la metodología
que asegure la identificación y valoración de las variables de
incertidumbre.
7. Con el fin de cubrir todas las variables de riesgo, sería provechosa la
participación interdisciplinaria de miembros de la organización,
utilizando herramientas como la Intranet, desarrollando escenarios de
posibles comportamientos de las variables de incertidumbre. Así
mismo es necesario contar con la infraestructura informática idónea
con el fin de recavar la información necesaria y tener la capacidad
para analizarlos.
8. El manejo de riesgo es un proceso que cada empresa debe
desarrollar individualmente pues depende de la cultura de la
compañía y en el caso de Bavaria S.A., dada su nueva orientación
hacia la internacionalización utilizando su apalancamiento financiero,
es muy importante que tenga una identificación y valoración formal de
los riesgos que afronta.
67
9. Es necesario crear un lenguaje común sobre análisis de riesgo en la
organización con el fin de que la comunicación fluya fácilmente, para
esto es conveniente que el personal esté capacitado en los conceptos
y el uso de herramientas de análisis de riesgo.
10. Es útil tener datos de referencia respecto a las medidas de
riesgo de otras empresas, en este caso empresas cerveceras o de
bebidas, con el fin de establecer benchmarks.
68
6. BIBLIOGRAFIA
Global Beer Report 2001, Canadean, Octubre 2002
CorporateMetrics Technical Document. Lee Alvin, 1999, RiskMetrics
Group
Taming Uncertainty: Risk Management for the Entire Enterprise.
PriceWaterhouseCoopers. 2003
Enterprise-wide Risk Management. DeLoach James, Prentice Hall
Making Enterprise Risk Management Pay Off. Barton Thomás,
Shenkir William, Walker Paul. FEI Researh Foundation. 2002
The key to Risk Management: Management. Tschoegl Adrian. The
Wharton School. 2000.
Integrated Risk Management for the Firm: A senior manager´s guide.
Meulbroek Lisa. Harvard Business School. 2002
Risk Management: A Practical Guide. RiskMetrics Group, 1999
Are worst-case scenarios getting better. Jameson Rob. Erisk.
Noviembre 2001
RAROC Based Capital Budgeting and Performance Evaluation: A
Case Study of Bank Capital. James Christopher. The Wharton
School. 1996
70
RESULTADOS EN CRYSTAL BALL
Utilidad Neta:
Julio
Agosto
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.006
.012
.018
.024
0
15
30
45
60
-$65,322 -$57,786 -$50,250 -$42,715 -$35,179
2,500 Trials 11 Outliers
Forecast: utilnjul
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.006
.013
.019
.026
0
16
32
48
64
-$43,081 -$34,901 -$26,722 -$18,543 -$10,363
2,500 Trials 11 Outliers
Forecast: utilnago
71
Septiembre
Octubre
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.006
.011
.017
.022
0
14
28
42
56
-$45,225 -$36,978 -$28,731 -$20,484 -$12,238
2,500 Trials 16 Outliers
Forecast: utilnsep
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.006
.012
.018
.024
0
15.25
30.5
45.75
61
$3,088 $11,464 $19,840 $28,216 $36,592
2,500 Trials 5 Outliers
Forecast: utilnoct
72
Noviembre
Diciembre
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.006
.012
.019
.025
0
15.5
31
46.5
62
-$6,568 $3,508 $13,583 $23,658 $33,734
2,500 Trials 15 Outliers
Forecast: utilnnov
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.006
.012
.017
.023
0
14.5
29
43.5
58
$31,112 $44,347 $57,583 $70,818 $84,053
2,500 Trials 13 Outliers
Forecast: utilndic
73
Ebitda
Julio
Agosto
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.006
.011
.017
.022
0
13.75
27.5
41.25
55
$39,719 $46,767 $53,814 $60,862 $67,910
2,500 Trials 0 Outliers
Forecast: ebitjul
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.006
.012
.017
.023
0
14.5
29
43.5
58
$38,719 $45,541 $52,364 $59,186 $66,009
2,500 Trials 7 Outliers
Forecast: ebitago
74
Septiembre
Octubre
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.006
.011
.017
.023
0
14.25
28.5
42.75
57
$51,723 $58,762 $65,802 $72,841 $79,880
2,500 Trials 1 Outlier
Forecast: ebitsep
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.006
.012
.019
.025
0
15.5
31
46.5
62
$47,099 $54,236 $61,373 $68,510 $75,647
2,500 Trials 5 Outliers
Forecast: ebitoct
75
Noviembre
Diciembre
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.006
.012
.017
.023
0
14.5
29
43.5
58
$57,186 $64,616 $72,046 $79,477 $86,907
2,500 Trials 5 Outliers
Forecast: ebitnov
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.005
.011
.016
.022
0
13.5
27
40.5
54
$92,938 $103,252 $113,566 $123,880 $134,193
2,500 Trials 9 Outliers
Forecast: ebitdic
76
Caja Total
Julio
Agosto
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.006
.012
.019
.025
0
15.5
31
46.5
62
-$419,020 -$411,982 -$404,943 -$397,905 -$390,866
2,500 Trials 2 Outliers
Forecast: cjtjul
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.007
.013
.020
.026
0
16.5
33
49.5
66
-$288,357 -$280,464 -$272,571 -$264,679 -$256,786
2,500 Trials 4 Outliers
Forecast: cjtago
77
Septiembre
Octubre
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.006
.012
.018
.024
0
15
30
45
60
-$167,527 -$159,349 -$151,171 -$142,992 -$134,814
2,500 Trials 13 Outliers
Forecast: cjtsep
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.006
.012
.017
.023
0
14.5
29
43.5
58
$11,817 $19,985 $28,152 $36,320 $44,488
2,500 Trials 6 Outliers
Forecast: cjtoct
78
Noviembre
Diciembre
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.006
.012
.018
.024
0
15
30
45
60
$23,143 $32,138 $41,132 $50,127 $59,122
2,500 Trials 7 Outliers
Forecast: cjtnov
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.007
.013
.020
.027
0
16.75
33.5
50.25
67
$29,602 $41,598 $53,593 $65,589 $77,584
2,500 Trials 6 Outliers
Forecast: cjtdic
79
Caja Operativa
Julio
Agosto
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.006
.011
.017
.023
0
14.25
28.5
42.75
57
$30,582 $36,512 $42,442 $48,371 $54,301
2,500 Trials 14 Outliers
Forecast: cjopjul
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.005
.011
.016
.022
0
13.5
27
40.5
54
$30,009 $36,196 $42,383 $48,569 $54,756
2,500 Trials 6 Outliers
Forecast: cjopago
80
Septiembre
Octubre
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
$$m
.000
.005
.011
.016
.022
0
13.5
27
40.5
54
$41,931 $48,327 $54,723 $61,120 $67,516
2,500 Trials 2 Outliers
Forecast: cjopsep
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.005
.011
.016
.021
0
13.25
26.5
39.75
53
$38,429 $44,907 $51,385 $57,862 $64,340
2,500 Trials 9 Outliers
Forecast: cjopoct
81
Noviembre
Diciembre
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.006
.012
.017
.023
0
14.5
29
43.5
58
$47,283 $54,247 $61,210 $68,174 $75,137
2,500 Trials 5 Outliers
Forecast: cjopnov
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
mm$
.000
.005
.011
.016
.022
0
13.5
27
40.5
54
$78,785 $88,508 $98,231 $107,954 $117,677
2,500 Trials 9 Outliers
Forecast: cjopdic
82
Caja No Operativa
Julio
Agosto
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
MM$
.000
.006
.012
.018
.024
0
14.75
29.5
44.25
59
-$470,503 -$469,024 -$467,544 -$466,065 -$464,586
2,500 Trials 11 Outliers
Forecast: cjnojul
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
MM$
.000
.006
.012
.019
.025
0
15.5
31
46.5
62
-$344,084 -$341,680 -$339,276 -$336,873 -$334,469
2,500 Trials 19 Outliers
Forecast: cnopago
83
Septiembre
Octubre
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
MM$
.000
.006
.012
.018
.024
0
14.75
29.5
44.25
59
-$177,335 -$174,471 -$171,607 -$168,744 -$165,880
2,500 Trials 6 Outliers
Forecast: cnopsep
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
MM$
.000
.007
.013
.020
.026
0
16.25
32.5
48.75
65
-$47,756 -$45,513 -$43,270 -$41,027 -$38,784
2,500 Trials 12 Outliers
Forecast: cjnopoct
84
Noviembre
Diciembre
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
MM$
.000
.006
.012
.017
.023
0
14.5
29
43.5
58
-$49,192 -$46,601 -$44,010 -$41,420 -$38,829
2,500 Trials 6 Outliers
Forecast: cjnopnov
Crystal Ball Student EditionNot for Commercial Use
Frequency Chart
MM$
.000
.006
.013
.019
.025
0
15.75
31.5
47.25
63
-$68,569 -$65,489 -$62,410 -$59,330 -$56,250
2,500 Trials 9 Outliers
Forecast: cjnopdic