Autor: Jos\u00e9 Luis Flores\u00a0\u00a0P\u00e9rez, MDO<\/p>\n
Copyright\u00a9 2007-2011 TenStep
\nLatinoam\u00e9rica S.A. de C.V. Todos los derechos reservados.<\/p>\n
Introducci\u00f3n<\/strong><\/p>\n Los diferentes estudios sobre las relaciones entre innovaci\u00f3n y el crecimiento\u00a0 econ\u00f3mico han puesto de manifiesto c\u00f3mo la innovaci\u00f3n afecta al crecimiento.\u00a0 En su forma b\u00e1sica puede ser: innovaci\u00f3n de\u00a0 producto (mercanc\u00edas o servicios nuevos); innovaci\u00f3n de procesos, se cambia la\u00a0 manera de producir un bien a una forma que aumente su rentabilidad; e\u00a0 innovaci\u00f3n organizacional, habilidad en la utilizaci\u00f3n de los recursos de una\u00a0 organizaci\u00f3n para crear una idea que represente una mejor posici\u00f3n en sus\u00a0 objetivos. Estos tres tipos de innovaci\u00f3n pueden estar relacionados en la\u00a0 econom\u00eda; por ejemplo, invertir en un proyecto de innovaci\u00f3n organizacional nos\u00a0 puede llevar a una mejora en la utilizaci\u00f3n de los recursos de la organizaci\u00f3n,\u00a0 y si este proyecto se demanda fuera de la organizaci\u00f3n (innovaci\u00f3n de un\u00a0 producto) mejora los procesos de la empresa que demand\u00f3 el producto (innovaci\u00f3n\u00a0 de procesos). Lo anterior nos lleva a pensar que la inversi\u00f3n en proyectos es\u00a0 un medio por el cual la innovaci\u00f3n se extiende por la econom\u00eda.<\/p>\n Los aumentos\u00a0 en la \u00abeficacia productiva\u00bb, a trav\u00e9s de la innovaci\u00f3n, introduce\u00a0 nuevos y mejores m\u00e9todos de producci\u00f3n; las innovaciones con \u00e9xito aumentar\u00e1n\u00a0 eventualmente el nivel y el ritmo de crecimiento de la productividad en el\u00a0 largo plazo; es decir, aumentos de la \u00abeficacia din\u00e1mica.\u00bb. Una\u00a0manera de aumentar esta \u00abeficacia\u00bb es fortalecer la capacidad\u00a0 innovadora de las empresas. Lo anterior es resultado de seleccionar e invertir\u00a0 eficientemente en proyectos. Un proyecto\u00a0 utiliza el m\u00e9todo cient\u00edfico con el objetivo de recabar todo tipo de Los\u00a0 diferentes m\u00e9todos de selecci\u00f3n de proyectos caen en las siguientes categor\u00edas:<\/p>\n \u2022\u00a0 Programaci\u00f3n matem\u00e1tica y optimizaci\u00f3n de portafolios: programaci\u00f3n lineal, \u2022\u00a0 Modelos econ\u00f3micos: valor presente, \u2022\u00a0 An\u00e1lisis de las decisiones: teor\u00eda de\u00a0 la utilidad multi\u2013atributo, \u00e1rboles de decisi\u00f3n, an\u00e1lisis de riesgo, proceso \u2022\u00a0 M\u00e9todos iterativos: Delphi, Q\u2013sort, \u2022\u00a0 Inteligencia artificial: sistemas Ante la\u00a0 diversidad y complejidad de los datos que presenta el proyecto, y su relaci\u00f3n\u00a0 en un contexto en continuo movimiento, dificulta la transformaci\u00f3n de estos\u00a0 datos en un conocimiento valioso para la toma de decisiones.<\/p>\n La\u00a0 incertidumbre provoca a la organizaci\u00f3n a controlar todo con cierta exactitud.\u00a0 Este miedo al fracaso puede alejar a los proyectos de \u00e9xito. Este trabajo\u00a0 pretende encontrar las problem\u00e1ticas y metodolog\u00edas que se est\u00e1n estudiando\u00a0 sobre la selecci\u00f3n y valoraci\u00f3n de proyectos con el fin de clasificarlas y\u00a0 ordenarlas para obtener una relaci\u00f3n entre conceptos y metodolog\u00edas que ayuden\u00a0 a identificar problemas, as\u00ed como las propuestas metodol\u00f3gicas para su\u00a0 soluci\u00f3n; cabe aclarar que en aqu\u00ed no se explican estas metodolog\u00edas ni se\u00a0contrastan.<\/p>\n Valoraci\u00f3n\u00a0 de proyectos de inversi\u00f3n<\/strong><\/p>\n La toma de\u00a0 decisiones sobre invertir o no en un proyecto de inversi\u00f3n lleva a crearnos una\u00a0 expectativa de beneficio futuro. Para encontrar este beneficio de invertir en\u00a0 un momento dado \u2014es posible que el costo de esperar lleve a la aceptaci\u00f3n\u2014 se\u00a0 requiere saber las fuentes de valor, de riesgo, costo y el comportamiento del\u00a0 proyecto frente a otros competidores y\/o proyectos (consecuencias de las\u00a0 acciones tomadas). Al momento de tomar decisiones la informaci\u00f3n es asim\u00e9trica\u00a0 y est\u00e1 relacionada una con otra; por ejemplo, no se puede hablar de valor sin\u00a0 tomar en cuenta el riesgo.<\/p>\n Seg\u00fan el\u00a0 m\u00e9todo elegido, se puede incorporar en la valoraci\u00f3n las diferentes fuentes de\u00a0 valor, riesgo, incertidumbre, costos y el comportamiento del proyecto durante\u00a0 su vida. Conocer bien estas fuentes y los alcances del m\u00e9todo elegido\u00a0 contribuir\u00e1 a mejorar el desempe\u00f1o en la toma de decisiones en las diferentes\u00a0 etapas de madurez del proyecto. Cabe aclarar que durante estas etapas se van\u00a0 presentando decisiones de la forma de una opci\u00f3n call, donde el inversionista\u00a0 tiene el derecho, mas no la obligaci\u00f3n, de seguir o no con el proyecto.<\/p>\n Durante la\u00a0 vida del proyecto se presentan diferentes opciones de seguir o no con el\u00a0 proyecto. La relevancia de la valoraci\u00f3n de proyectos consiste en verificar la\u00a0 viabilidad en la recuperaci\u00f3n del capital invertido, adem\u00e1s de un rendimiento\u00a0 asociado a un riesgo asumido. El m\u00e9todo de valoraci\u00f3n mediante el descuento de\u00a0 flujos de caja menos su inversi\u00f3n (valor presente neto, VPN) es el m\u00e1s\u00a0 aplicado, \u00e9ste no toma en cuenta la volatilidad de las variables en el tiempo.\u00a0 En la vida del proyecto se presentan variables como costos, ventas, tasas de\u00a0 inter\u00e9s, entre otras, as\u00ed como diversas opciones de decisi\u00f3n (flexibilidad).\u00a0 Este m\u00e9todo presenta limitaciones en el momento de valorar el impacto de la\u00a0 incertidumbre de estas variables.<\/p>\n Otra\u00a0 alternativa relacionada con el VPN es el m\u00e9todo de opciones reales (ver\u00a0 ecuaci\u00f3n 1) que toma en cuenta las diversas opciones (flexibilidad) para poder\u00a0 alterar el curso de una acci\u00f3n planeada en el futuro, dada la informaci\u00f3n\u00a0 disponible en ese momento; existen distintas posibilidades como ampliar nuevos\u00a0 productos o mercados, de vender el proyecto, de abandonar el proyecto, de\u00a0 diferir el comienzo del mismo, entre otros.<\/p>\n Donde:<\/p>\n VPN \u2013 valor presente neto del proyecto<\/p>\n VP sin flexibilidad \u2013 es el valor presente del VP flexibilidad \u2013 es el valor presente de las II \u2013 es la inversi\u00f3n inicial<\/p>\n Si asumimos\u00a0 conocer los procesos estoc\u00e1sticos que siguen estas variables, el m\u00e9todo\u00a0 alternativo para valorar esta flexibilidad es la simulaci\u00f3n mediante el m\u00e9todo\u00a0 Monte Carlo con regresiones de m\u00ednimos cuadrados; con \u00e9ste es posible hacer\u00a0 simulaciones con diferentes tipos de opciones en el mismo proyecto.<\/p>\n El riesgo\u00a0 pr\u00e1cticamente imposible de probabilizar nos lleva a suponer distribuciones de\u00a0 probabilidad (procesos estoc\u00e1sticos) para contecimientos futuros, lo que deja\u00a0 a un lado posibles acontecimientos debido a que los forzamos a que est\u00e9n dentro\u00a0 de una distribuci\u00f3n de probabilidad, por lo que estaremos frente a problemas\u00a0 h\u00edbridos, donde tendremos informaci\u00f3n cierta (se conoce la distribuci\u00f3n de\u00a0 probabilidad) e incierta (se desconoce la distribuci\u00f3n de probabilidad), seg\u00fan\u00a0 sea el caso.<\/p>\n Incertidumbre\u00a0 y selecci\u00f3n de proyectos<\/strong><\/p>\n Existe\u00a0 dentro de los proyectos informaci\u00f3n incompleta e imprecisa; adem\u00e1s, comprometer\u00a0 dinero o recursos dificulta la toma de decisiones. Los datos econ\u00f3micos y\u00a0 financieros exhiben dependencias que, frecuentemente, resultan de dif\u00edcil\u00a0 modelizaci\u00f3n. Al final, todo depende de la habilidad para valorar el riesgo e\u00a0 incertidumbre frente a los beneficios y desventajas proyectados. Esta\u00a0 informaci\u00f3n desde el punto de vista de la teor\u00eda de los conjuntos borrosos ve\u00a0\u00a0una ambig\u00fcedad o vaguedad entre la informaci\u00f3n y la falta de informaci\u00f3n.\u00a0 Cuando no se est\u00e1 seguro de la informaci\u00f3n se recurre a una formann\u00a0 probabil\u00edstica, con la cual se tendr\u00edan dos puntos de vista: el borroso dir\u00eda\u00a0 \u00abla informaci\u00f3n es borrosa o incierta\u00bb; el probabilista se\u00f1alar\u00eda\u00a0 \u00abla informaci\u00f3n es inexacta o riesgosa\u00bb.<\/p>\n Es necesario\u00a0 aclarar que a mayor precisi\u00f3n (grado) de la informaci\u00f3n, mayor borrosidad; en\u00a0 otras palabras, a mayor grado de precisi\u00f3n, mayor informaci\u00f3n; a mayor\u00a0\u00a0 informaci\u00f3n mayor borrosidad; con m\u00e1s informaci\u00f3n se describen mejor los\u00a0 hechos. Por otra parte, la probabilidad es bivalente, un elemento puede\u00a0 pertenecer o no a un conjunto. Los conjuntos borrosos aparecen cuando un\u00a0 elemento pertenece parcialmente a un conjunto, pueden ser multivalentes, tienen\u00a0 cierto grado de pertenencia. Por ello, la probabilidad excluye informaci\u00f3n\u00a0 (dice si pertenece o no, excluye el grado de pertenencia), en cambio los\u00a0 conjuntos borrosos no porque tienen cierto grado de pertenencia. La l\u00f3gica\u00a0 borrosa consiste en razonar con conjuntos borrosos; el conjunto borroso es la\u00a0 expresi\u00f3n de la informaci\u00f3n y la l\u00f3gica borrosa consiste en el manejo de esta\u00a0 informaci\u00f3n.<\/p>\n La l\u00f3gica\u00a0borrosa y las redes neuronales son herramientas que nos ayudan a comprender las\u00a0 imprecisiones, detalles peque\u00f1os y aspectos profundos de los diferentes hechos,\u00a0 sistemas, procesos y valores, pol\u00edticas y objetivos. Asimismo, son herramientas\u00a0 que ayudan a predecir la interacci\u00f3n y desenvolvimiento de sucesos complejos\u00a0 para poder resolver problemas y visualizar otros todav\u00eda no conocidos. Esta\u00a0 determinaci\u00f3n est\u00e1 captada por la teor\u00eda del caos. La teor\u00eda borrosa confirma\u00a0 esto, adem\u00e1s menciona que todo es cuesti\u00f3n de grado.<\/p>\n Innovar\u00a0 requiere crear algo nuevo, lo que trae consigo riesgos e incertidumbre. Una\u00a0 organizaci\u00f3n innovadora para tomar decisiones requiere saber calcular y valorar\u00a0 los riesgos y la incertidumbre. Por ello, se insiste en el uso de la teor\u00eda de\u00a0 conjuntos borrosos para la selecci\u00f3n de proyectos. Son cuatro los tipos de\u00a0 incertidumbre que se presentan, los cuales se exponen a la derecha de la figura<\/a>
\ninformaci\u00f3n para la formulaci\u00f3n y contrastaci\u00f3n de hip\u00f3tesis, las cuales se\u00a0 seleccionan junto con las teor\u00edas para que sean emp\u00edricamente refutables;\u00a0 adem\u00e1s, se someten constantemente al riesgo de la refutaci\u00f3n emp\u00edrica y se\u00a0 valoran de acuerdo con los resultados de esa contrastaci\u00f3n. Si hay \u00e9xito, se\u00a0 obtiene conocimiento y se analiza la posibilidad en convertir este conocimiento\u00a0 en innovaci\u00f3n para, posteriormente, desarrollarlo.<\/p>\n
\nprogramaci\u00f3n no lineal, programaci\u00f3n din\u00e1mica y optimizaci\u00f3n de portafolios.<\/p>\n
\nretorno de la inversi\u00f3n, an\u00e1lisis de costo\u2013beneficio y la teor\u00eda de opciones.<\/p>\n
\njer\u00e1rquico anal\u00edtico (analytic hierarchy process, AHP) y scoring.<\/p>\n
\nbehaviour decisi\u00f3n aids y modelado de la jerarqu\u00eda descentralizada.<\/p>\n
\nexpertos y la teor\u00eda de conjuntos borrosos.<\/p>\n
\nproyecto<\/p>\n
\nopciones que presenta el proyecto<\/p>\n
\n1.<\/p>\n