Facultad de Ingeniera de Sistemas e Informtica

Formulacin y Evaluacin de Proyectos

(Semana 2: S2)

Lic. Norberto Osorio Beltrn nosoriobeltran@gmail.com

ESTRUCTURA ECONOMICA DEL MERCADO

Introduccin

Estructura del Mercado

La Demanda de un producto

La Oferta de un producto

El mercado lo conforman la totalidad de los

compradores y vendedores potenciales del

producto (bienes/servicios) que se va a elaborar

segn el proyecto; la estructura del mercado y el

tipo de ambiente competitivo donde operan los

oferentes y compradores de un producto.

INTRODUCCION 1/8

El comportamiento futuro de los factores econmicos de un proyecto es afectado fuertemente por la estructura actual y esperada del mercado.

INTRODUCCION 2/8

INTRODUCCION

Para qu nos sirve la investigacin del

mercado?.- pretende entregar informacin

histrica y actual (o Conocimiento) acerca

del comportamiento de los consumidores,

proveedores, competidores y tambin de los

canales de distribucin para la comercializacin

del producto del proyecto.

Esta informacin ser bsica tanto para la

eleccin de las tcnicas de proyeccin de

mercado ms adecuadas, como para efectuar

las proyecciones mismas.

3/8

INTRODUCCION 4/8

El Proceso de Investigacin de Mercado

INTRODUCCION 5/8

PROVEEDOR CONSUMIDOR

Proyecto

Competidor

Distribuidor

El Estudio de Mercado del Proyecto

INTRODUCCION

Por ejemplo, el preparador y evaluador de un proyecto puede verse enfrentado a una investigacin en donde la demanda del bien se encuentra claramente identificada y adems, cautiva, por lo que se podra conocer su comportamiento futuro.

A veces no ocurre lo mismo con determinados insumos del submercado del proveedor, para el cual se tiene que hacer estudios ms profundos para poder determinar en los costos del proyecto.

Igual puede ocurrir con respecto de la calidad y validez de la informacin disponible, la cual puede variar segn los distintos bienes y servicios, como el submercado respectivo, lo que podra afectar la investigacin del mercado.

Por eso la importancia que tiene conocer como se estructura el funcionamiento efectivo de todos ellos, de tal forma de poder adecuar y dirigir la investigacin de mercado con pleno conocimiento de lo que se quiere investigar.

6/8

La interaccin entre la oferta y la demanda en cada uno de submercados indicados puede ser muy distinta...

Poder de Negociacin de Proveedores

Poder de Negociacin de Clientes

Productos/Servicios Sustitutos

Nuevos Participantes

MERCADO Rivalidad entre Competidores del Mercado

El Proyecto

Anlisis de

Mercado: Oferta

y Demanda

INTRODUCCION 7/8

... Solo al determinarse cules son los comportamientos de la interaccin entre oferta y

demanda que hacen posible la existencia de los

mercados, podran definirse las metodologas

que resultan ms adecuadas para efectuar la

investigacin de cada uno de ellos.

INTRODUCCION 8/8

ESTRUCTURA DEL MERCADO

La Competencia Perfecta.- Se caracteriza porque existen muchos compradores y vendedores de un producto que, por su tamao, no pueden influir en su precio; el producto es idntico y homogneo; existe movilidad perfecta de recursos, y los agentes econmicos estn perfectamente informados de las condiciones del mercado.

El Monopolio.- Existe cuando un solo proveedor vende un producto para el que no hay sustitutos perfectos, y las dificultades para ingresar a esa industria son grandes.

El ambiente competitivo en que se desenvolver el proyecto, en caso de ser implementado, puede adquirir una de las siguientes cuatro formas generales: (i) Competencia Perfecta, (ii) Monopolio, (iii) Competencia Monoplica, y, (iv) Oligopolio.

ESTRUCTURA DEL MERCADO

La Competencia Monopolstica.- Se caracteriza porque existen numerosos vendedores de un producto diferenciado y porque, en el largo plazo, no hay dificultades para entrar o salir de esa industria.

Oligopolio.- Existe cuando hay pocos vendedores de un producto homogneo o diferenciado y el ingreso o salida de la industria es posible, aunque con dificultades.

LA DEMANDA DE UN PRODUCTO

De acuerdo con la teora de la demanda del consumidor, la cantidad demandada de un producto o servicio depende del precio que se le asigne, del ingreso de los consumidores, del precio de los bienes sustitutos o complementarios y de las preferencias del consumidor.

La cantidad demandada de un bien aumenta al bajar el precio del producto, al aumentar el precio de los bienes sustitutos o reducirse el de los complementarios, al aumentar el ingreso del consumidor y al aumentar las preferencias del consumidor por ese producto.

La Teora Econmica indica que la relacin funcional entre precio y cantidad demandada es inversa, es decir, al subir el precio disminuye la cantidad demandada.

El anlisis de la demanda constituye uno de los

aspectos centrales del estudio de proyectos por la

incidencia de ella en los resultados del negocio que se

implementar con la aceptacin del proyecto.

LA DEMANDA DE UN PRODUCTO

En todo proyecto es de vital importancia conocer la magnitud de la reaccin de la cantidad demandada ante un cambio en el precio: esto se conoce como la elasticidad de la demanda o elasticidad-precio, que se define como el porcentaje en que vara la cantidad demandada como consecuencia de los cambios porcentuales que se producen en el precio, mantenindose constantes los valores de todas las dems variables de la funcin de la demanda.

La determinacin de la elasticidad de la demanda o elasticidad-precio de la demanda permitir cuantificar el cambio relativo en las cantidades vendidas ante una variacin en los precios y se mide como el cambio porcentual en la cantidad demandada dividido por el cambio porcentual en el precio. Es decir:

LA DEMANDA DE UN PRODUCTO

1)

2)

Para calcular la elasticidad punto precio de la demanda:

Para calcular la elasticidad arco precio de la demanda:

La cantidad demandada se ilustra con una

curva de demanda como la que se muestra en

el siguiente grfico:

LA DEMANDA DE UN PRODUCTO

LA DEMANDA DE UN PRODUCTO Por ejemplo, si la funcin de la demanda de un producto fuese

Q = 400 - 40P, se tendran los siguientes resultados de cantidad

Demandada por precio:

Para calcular la elasticidad precio punto de la demanda en cada nivel

del precio, se aplica la correspondiente frmula y se obtiene:

LA DEMANDA DE UN PRODUCTO

La elasticidad arco de la demanda para los puntos

donde el precio es 3 y 4, es de la siguiente forma

LA OFERTA DE UN PRODUCTO

El comportamiento de los oferentes es distinto al de los compradores.

Un alto precio les significa un incentivo para producir y vender ms de ese bien o servicio.

A mayor incremento en el precio, mayor ser la cantidad ofrecida.

La Interseccin de ambas curvas, de la oferta y la demanda, determinan el precio de equilibrio y la cantidad de equilibrio.

Ante un aumento en el precio, la cantidad ofrecida aumenta y la cantidad demandada disminuye.

El trmino oferta se puede definir como el

nmero de unidades de un determinado bien

o servicio que los vendedores estn

dispuestos a vender a determinados precios.

TECNICAS DE PROYECCION DEL MERCADO

Introduccin

El mbito de la proyeccin

Mtodos de proyeccin: Mtodos cualitativos

Mtodos causales

Modelos de series de tiempo

INTRODUCCION

La estimacin del comportamiento futuro de algunas de las variables del estudio de mercado puede realizarse

utilizando diversas tcnicas de pronstico.

Cada una de las tcnicas de proyeccin tiene una aplicacin de carcter especial que hace de su seleccin un problema decisional influido por diversos factores, como por ejemplo, la validez y disponibilidad de los datos histricos.

La dificultad mayor de pronosticar comportamiento radica en la posibilidad de eventos que no hayan ocurrido anteriormente, como el desarrollo de nuevas tecnologas, la incorporacin de competidores con sistemas comerciales no tradicionales, variaciones en las polticas econmicas gubernamentales, etc.

EL AMBITO DE LA PROYECCION

La multiplicidad de alternativas metodolgicas existentes para estimar el comportamiento futuro de algunas variables del proyecto obliga al analista a tomar en consideracin un conjunto de elementos de cada mtodo, para poder seleccionar y aplicar correctamente aquel que sea ms adecuado para cada situacin particular.

La eleccin del mtodo correcto depender principalmente de la cantidad y calidad de los antecedentes disponibles, as como de los resultados esperados.

La efectividad del mtodo elegido se evaluar en funcin de su precisin, sensibilidad y objetividad.

Los resultados que se obtienen de los mtodos de proyeccin de mercado son solo indicadores de referencia para una estimacin definitiva, la cual aunque difcilmente ser exacta, deber complementarse con el juicio y las apreciaciones del anlisis, por parte de quien probablemente trabajar con ms de un mtodo en la bsqueda de la estimacin ms certera.

METODOS DE PROYECCION

el preparador de proyectos dispone de varias

alternativas metodolgicas para proyectar el mercado y

que la seleccin y uso de una o ms de stas dependa

de una serie de variables.

Una forma de clasificar las tcnicas de proyeccin

consiste en hacerlo en funcin de su carcter, esto es,

aplicando:

Mtodos de carcter cualitativo,

Modelos Causales, y

Modelos de Series de Tiempo.

Los mtodos de carcter cualitativo

Los mtodos de carcter cualitativo se

basan principalmente en opiniones de expertos, Ejemplo Mtodo DELPHI.

Su uso es frecuente cuando el tiempo para elaborar el pronstico es escaso, cuando no se dispone de todos los antecedentes mnimos necesarios o cuando los datos disponibles no son confiables para predecir algn comportamiento futuro.

An cuando la gama de mtodos predictivos cualitativos es bastante amplia, resulta prcticamente imposible emitir algn juicio sobre la eficacia de sus estimaciones finales.

Los Modelos Causales

Los modelos causales, a diferencia de los

mtodos cualitativos, intentan proyectar el mercado sobre la base de antecedentes cuantitativos histricos; para ello, suponen que los factores condicionantes del comportamiento de alguna o todas las variables del mercado permanecern estables.

Los modelos Causales de uso ms frecuente son: (i) los modelos de regresin, (ii) el modelo economtrico, y (iii) el modelo de insumo-producto, llamado tambin mtodo de los coeficientes-tcnicos.

Los Modelos Causales

Las causales explicativas se definen como variables independientes y la cantidad demandada, u otro

elemento del mercado que se desea proyectar, se define como variable dependiente. Las variables dependientes, en consecuencia, se explica por la variable independiente. El anlisis de regresin permite elaborar un modelo de pronstico basado en estas variables, el cual puede tener

desde una hasta n variables independientes.

Existen dos modelos bsicos de regresin: el modelo de regresin simple o de dos variables, y el modelo de regresin mltiple. El primero indica que la variable dependiente se predice sobre la base de una variable independiente, mientras que el segundo indica que la medicin se basa en dos o ms variables independientes.

1/11 Modelos Causales - Ejemplo

MODELO DE REGRESION SIMPLE: De la observacin de las variables se deriva un diagrama de dispersin que indica la relacin entre ambas. Grficamente, se

representa la variable independiente, x , con relacin al eje horizontal y el valor de la variable dependiente, y , con relacin al eje vertical. Cuando las relaciones entre ambas no son lineales, es usual determinar un mtodo de transformacin de valores para lograr una relacin lineal.

Modelos Causales - Ejemplo

El paso siguiente es determinar la ecuacin

lineal que mejor se ajuste a la relacin entre las

variables observadas- Para ello se utiliza el

mtodo de los Mnimos Cuadrados.

Los puntos del grfico representan las distintas relaciones observadas entre las variables x e y

2/11

Modelos Causales - Ejemplo

Matemticamente, la forma de la ecuacin de

regresin lineal es:

Donde Y es el valor estimado de la variable dependiente para un valor especfico de la variable independiente x, a es el punto de interseccin de la lnea de regresin con el eje Y, b es la pendiente de la lnea de regresin y x es el valor especfico de la variable independiente.

3/11

Modelos Causales - Ejemplo

El criterio de los mnimos cuadrados permite que

la lnea de regresin de mejor ajuste reduzca al

mnimo la suma de las desviaciones cuadrticas

entre los valores reales y estimados de la variable

dependiente para la informacin muestral.

4/11

Donde x e y son las medias de las

variables y n es el

nmero de

relaciones.

Modelos Causales - Ejemplo 5/11

En este ejemplo, supngase que los antecedentes histricos de produccin

y Ventas de un determinado producto son los que se muestran:

La lnea de regresin puede determinarse a partir del siguiente clculo

Modelos Causales - Ejemplo

Reemplazando a y b en las ecuaciones anteriores:

6/11

Modelos Causales - Ejemplo

De esta forma, la ecuacin final de regresin es:

Para estimar la Demanda Esperada en el 2013 (x = 6)

se reemplaza:

7/11

Modelos Causales - Ejemplo

Al ser el modelo de regresin un mtodo estadstico, es

posible determinar la precisin y confiabilidad de los

resultados de la regresin.

El coeficiente de correlacin r mide el grado de correlacin

que existe entre x e y. Sin embargo, es ms utilizado el

coeficiente de determinacin, r2 , que indica qu tan correcto es el estimado de la ecuacin de regresin.

Mientras ms alto sea r2, ms confianza se podr

tener en el estimado de la

lnea de regresin

(valores entre 0 y 1),

8/11

Modelos Causales - Ejemplo

Siguiendo con el ejemplo, se tiene que, al aplicar la frmula anterior, el coeficiente de determinacin es:

Esto significa que el 96% de la variacin total de la

demanda se explica por el ao, y queda el 4% restante

sin explicar. Este es un caso tpico de productos cuya

demanda depende fuertemente de la poblacin, ya que la

tasa de crecimiento se expresa como una funcin anual.

9/11

Modelos Causales - Ejemplo

Con los antecedentes disponibles es posible calcular el error estndar de una estimacin, para determinar la desviacin estndar de la variable independiente y para un valor especfico de la variable independiente x. El error estndar del estimado, designado Se, se define como la desviacin estndar de la regresin y se calcula por:

10/11

Modelos Causales - Ejemplo

Segn los datos del ejemplo, se tendr:

Si se desea que la prediccin sea confiable en un 95%, el

intrvalo de confianza sera la demanda estimada +/-

2(18.60). De esta forma, el error estndar muestra el intrvalo de confianza de la estimacin, y la gama dentro

de la cual se puede predecir la variable dependiente con

diferentes grados de confianza estadstica.

11/11

LOS MODELOS DE SERIES DE TIEMPO

Los modelos de series de tiempo se utilizan

cuando el comportamiento que asuma el mercado a futuro puede determinarse en gran medida por lo sucedido en el pasado, y siempre que est disponible la informacin histrica en forma confiable y completa, en el tiempo, a intrvalos espaciados uniformemente.

Cualquier cambio en las variables que caracterizaron a un determinado contexto en el pasado, como una recesin econmica, una nueva tecnologa o un nuevo producto sustituto de las materias primas, entre otros, hacen que pierdan validez los modelos de este tipo.

Sin embargo, es posible ajustar subjetivamente una serie cronolgica para incluir aquellos hechos no reflejados en datos histricos.

LOS MODELOS DE SERIES DE TIEMPO

El objetivo de la identificacin de la informacin histrica es determinar un patrn bsico en su comportamiento, que

posibilite la proyeccin futura de la variable deseada.

En un anlisis de series de tiempo pueden

distinguirse cuatro componentes bsicos que se refieren a: (i) una tendencia, (ii) un factor cclico, (iii) fluctuaciones estacionales, y, (iv) variaciones no sistemticas.

LOS MODELOS DE SERIES DE TIEMPO

Existen diversos mtodos que permiten estimar el comportamiento de una variable y que aslan, en general, el efecto tendencia. Estos son:

El Mtodo de los Promedios Mviles,

El Mtodo de Afinamiento exponencial, y

El Mtodo de Ajuste Lineal por el criterio de los mnimos cuadrados.

PROMEDIO MOVIL (PM).- Una serie cronolgica con fuerte

efecto estacional hace recomendable el uso de un promedio mvil simple de un nmero determinado de perodos, que normalmente es de los cuatro ltimos trimestres. El promedio mvil (PM) se obtiene de la siguiente ecuacin:

Ecuacin N 1: Ti PMt = n

As, si la demanda trimestral de un producto en cada uno de los ltimos cuatro trimestres de 190, 150, 220 y 170, el valor de PM1, sera de:

190 + 150 + 220 + 170 PM1 = = 182.50 4

EL METODO DE LOS PROMEDIOS MOVILES

PROMEDIO MOVIL CENTRADO (PMC).- Dado que dos promedios

mviles consecutivos no son representativos, se hace entonces necesario determinar un promedio mvil centrado, calculando la media entre dos promedios mviles, de la siguiente forma:

Ecuacin N 2: PMt + PMt+1 PMCt = 2

As, el valor de PMC1 de PM1 = 3.58 y PM2 = 5.00, sera de:

3.58 + 5.00 PMC1 = = 4.29 2

EL METODO DE LOS PROMEDIOS MOVILES

INDICE ESTACIONAL ESPECIFICO (IE).- Con el objeto de aislar

el efecto estacional correspondiente a un perodo de tiempo, Tt por ejemplo, se divide la demanda real de ese perodo por el PMC correspondiente. As, el ndice estacional especfico (IEt) podra expresarse de la siguiente forma:

Ecuacin N 3: Tt IEt = PMCj

As, el valor de IE1 de la demanda estacional del perodo T1 = 4.00 y del promedio mvil centrado PMC1= 2.88, sera de:

4.00 IE1 = = 1.39 2.88

EL METODO DE LOS PROMEDIOS MOVILES

Modelo de Series de Tiempo Ejemplo Mtodo de los Promedios Mviles

1/10

Ejemplo: Considrese la siguiente demanda

estacional para los datos del siguiente cuadro:

Cuadro N 1:

2/10

El promedio mvil calculado de acuerdo con la Ecuacin N 1 y los datos de las demandas estacionales del cuadro anterior, correspondera a:

2 + 3 + 4 + 1 PM1 = = 2.50 4

3 + 4 + 1 + 5 PM2 = = 3.25 4

PM1 se encuentra entre primavera y verano de 2002 y PM2 entre verano y otoo del mismo ao. Igual procedimiento se sigue hasta 2012, donde el ltimo promedio mvil que puede calcularse es el que considera las ltimas cuatro observaciones, esto es, entre primavera y verano de ese ao.

Modelo de Series de Tiempo Ejemplo Mtodo de los Promedios Mviles

3/10

Una vez calculados los promedios mviles (PMt), que se resumen en el Cuadro N 2, es posible calcular los promedios mviles centrados (PMCi), usando la Ecuacin N 2. De esta forma, los primeros promedios mviles centrados seran:

2.50 + 3.25 PMC1 = = 2.88 2

PMC1 se encuentra entre primavera y verano de 2002 y PMC2 entre verano y otoo del mismo ao. Igual procedimiento se sigue hasta 2012, donde el ltimo promedio mvil centrado que puede calcularse es el que considera los ltimos dos promedios mviles (PM).

3.25 + 4.00 PMC2 = = 3.63 2

Modelo de Series de Tiempo Ejemplo Mtodo de los Promedios Mviles

4/10

Cuadro N 2: 1/2

Modelo de Series de Tiempo Ejemplo Mtodo de los Promedios Mviles

5/10

Cuadro N 2: 2/2

Modelo de Series de Tiempo Ejemplo Mtodo de los Promedios Mviles

6/10

Una vez calculados los promedios mviles centrados (PMCi), que se resumen en el Cuadro N 2, es posible calcular los ndices estacionales (IEi), usando la Ecuacin N 3. De esta forma, los primeros ndices estacionales son:

4.00 IE1 = = 1.39 2.88

IE1 se encuentra entre primavera y verano de 2002 y IE2 entre verano y otoo del mismo ao. Igual procedimiento se sigue hasta 2012, donde el ltimo ndice estacional que puede calcularse es el que considera el ltimo promedio mvil centrado (PMC).

1.00 IE2 = = 0.28 3.63

Modelo de Series de Tiempo Ejemplo Mtodo de los Promedios Mviles

7/10

En el Cuadro N 3 aparecen los resultados del anlisis estacional histrico. La demanda trimestral ajustada se obtiene de:

Cuadro N 3:

Modelo de Series de Tiempo Ejemplo Mtodo de los Promedios Mviles

8/10

Debido que la suma de los promedios alcanza a 3.971, el ndice debe ajustarse por regla de tres simple para que sume cuatro. El resultado luego de ajustarse da los siguientes resultados:

Con esta informacin puede proyectarse la demanda estacional para el ao 2013. La demanda global para el 2013, de acuerdo a los resultados que se muestran en el Cuadro N 4, se proyecta en 263.540 unidades.

Modelo de Series de Tiempo Ejemplo Mtodo de los Promedios Mviles

9/10

Cuadro N 4:

De esta forma, la ecuacin final de regresin es:

Para estimar la Demanda Esperada en el 2013 (x = 6)

se reemplaza:

Modelo de Series de Tiempo Ejemplo Mtodo de los Promedios Mviles

10/10

Dado que la estacionalidad es trimestral, esta cifra deber dividirse entre cuatro y el resultado multiplicarse por el ndice estacional calculado. De esta forma se tiene:

La demanda estacional trimestral para el ao 2013 es: invierno = 60.482, primavera = 84.926, verano = 95.270 y otoo = 22.862.

263.540 = 65.885 4

Modelo de Series de Tiempo Ejemplo Mtodo de los Promedios Mviles

Fin de Sesin