J,F.T.

1


UNIDAD 1: EVALUACION ECONOMICA DE PROYECTOS DE INVERSION

ANALISIS Y PROYECCION DE LA DEMANDA O ESTUDIO DE MERCADO

Esta etapa constituye una de las primeras y ms importantes en la evaluacin econmica de un
proyecto de inversin.

Propsitos del estudio de mercado y criterios generales.

1. Aportar elementos de juicios cualitativos sobre la demanda. Por ejemplo: cualidades del bien o
producto que los consumidores ms aprecian; usos del bien; formas optimas de presentacin;
elasticidad-precio y elasticidad-ingreso de la demanda; porcentaje de individuos que utilizarn
el bien o servicio; formas de comercializacin; etc.
2. Proyectar la demanda de los bienes y servicios a producir por el proyecto.
3. Proyectar los precios y el monto de las ventas.

El criterio general para el desarrollo de un estudio de mercado puede variar de acuerdo con las
diversas caractersticas de los bienes o servicios que sern objeto del proyecto.

As pueden distinguirse claramente cuatro tipos distintos:

a) bienes o servicios de consumo final, ya sea durables o no durables;
b) bienes o servicios de demanda intermedia;
c) bienes de capital o de equipo;
d) bienes para la exportacin.

Cuando se trata de bienes de consumo final, el mercado se asienta directamente en la poblacin
consumidora. Los estudios de la demanda estarn ntimamente relacionados con factores
demogrficos, a travs de formas directas ya sea censos, encuestas o bien la recopilacin de datos
histricos obtenidos por esas mismas vas. En el caso de bienes o servicios de demanda intermedia,
o sea aquellos adquiridos por otras empresas para transformarlos e incorporarlos a la produccin, los
estudios de mercado suelen tener caractersticas distintas al anterior.

El mercado se ubica en empresas y no en una masa poblacional, o sea el nmero de demandantes
es ms limitado. Determinados bienes intermedios tienen una utilizacin muy especfica y limitada a
casos muy particulares, mientras que otros la tienen en forma muy difundida y tan extensa que el
nmero de demandantes vuelve a ser excesivamente grande.

Este ltimo caso podra ser, por ejemplo, el del cemento o del acero, mientras que como ejemplo de
uso ms limitado se tiene a gran parte de los productos qumicos y repuestos de bienes de equipos.
Cuando la utilizacin del bien intermedio est difundida a un gran nmero de industrias, los mtodos
de anlisis se asemejan a los empleados en los bienes de consumo final.

Cuando se trata de bienes de equipo o de capital, el anlisis de la demanda presenta dificultades
mayores. Si bien existen casos en que la utilizacin de estos bienes puede estar ampliamente
difundida (por ejemplo vehculos de transporte pblico), en general su empleo est limitado a un
escaso nmero de demandantes.

Las leyes que rigen la demanda de bienes de equipos contienen parmetros de muy difcil prediccin
y estn influidas predominantemente por factores macroeconmicos. Por ejemplo, las expectativas de
los empresarios inciden sobre el nivel de inversin y, por lo tanto, el volumen de incorporacin de
nuevos bienes de equipo .
J,F.T.

2

La proyeccin al futuro de las cantidades demandadas a un proyecto puede enfocarse desde dos
hiptesis de trabajo diferentes:

1) realizar proyecciones de carcter probabilstico, o
2) realizar proyecciones de carcter normativo.

En el primer caso se trata de realizar pronsticos o predicciones de la demanda, intentando
determinar aquellas magnitudes que sean ms probables en base a la evolucin pronosticada del
resto de las variables econmicas y demogrficas.

En el segundo caso se trata mas bien de metas que de pronsticos; las proyecciones realizadas
constituirn objetivos deseables, independientemente de la probabilidad de que ello ocurra.

El criterio de realizar proyecciones normativas o de tipo deseable es aplicable en el rea
gubernamental cuando los proyectos estn encuadrados dentro de programas econmicos que
intentan modificar las tendencias histricas.

Obtencin de elementos de juicio cualitativos sobre la demanda

La caracterizacin sobre la demanda de bienes o servicios producidos por un proyecto constituye un
aspecto de importancia para definir sus caractersticas tcnicas y organizativas e inclusive para
facilitar la propia proyeccin de esa demanda. Resulta de gran trascendencia para el xito del
proyecto el conocimiento de las cualidades del producto que los consumidores ms aprecian.

La proyeccin cuantitativa de la demanda exige, por lo general, la determinacin previa de algunos
parmetros que la caracterizan. Ellos son en algunos casos los coeficientes de elasticidad-precio y
elasticidad-ingreso, el porcentaje de individuos o familias que emplean un determinado bien y la
tipificacin de los usos del bien producido.

Podr ser necesario, adems, identificar si existe demanda insatisfecha o bien si el producto puede
sustituir rpidamente a otros que se consumen actualmente.

El conocimiento de las caractersticas de la demanda puede lograrse ya sea a travs de informacin
existente y con cierto grado de elaboracin (fuentes secundarias) o bien sobre la base de
relevamientos directos de informacin sobre la poblacin, los usuarios, o quienes utilizaran el bien o
servicio que se va a producir (fuentes primarias).

Este ltimo caso es el que presenta mayores complejidades y ocupa, en general, gran parte de la
dedicacin y el costo en una evaluacin de un proyecto; cuando se hace necesario. Se describirn las
caractersticas relevantes de los procesos de obtencin directa de informacin.

Una regla bsica que se debe seguir es no recopilar ms informacin que la estrictamente necesaria
para el estudio del proyecto o para una eventual ilustracin de quienes tuvieran que revisarlo.

En el caso que el proyecto est destinado a la produccin de bienes de equipo, o bienes intermedios
que sern empleados por un nmero relativamente reducido de demandantes, la obtencin directa de
informacin se restringe a la realizacin de entrevistas con los posibles clientes.

Para el caso de bienes de consumo final, o bienes de utilizacin intermedia muy difundida, el
relevamiento de informacin directa de los demandantes potenciales, requerir, por lo general, el
diseo previo de muestras que permitan obtener informacin confiable sin la necesidad de entrevistar
a la totalidad de los demandantes potenciales.

J,F.T.

3

Tcnicas de muestreo para el relevamiento de informacin directa o primaria

La obtencin de una muestra consiste en definir la porcin elegida de familias, individuos, o unidades
de decisin en general, sobre un universo excesivamente grande como para ser abarcado en un
censo mediante entrevistas directas. Los resultados de la informacin obtenida de la muestra deben
ser representativos y similares de aquellos que tericamente se obtendran si se abarcara la totalidad
de ese universo.

Para estudios de mercado, en general se aplica el mtodo de cuotas, que consiste en dividir
previamente el mercado potencial en zonas geogrficas, o categoras de ingreso o de ocupacin,
para luego disear muestras a encuestar en cada una de esas secciones. El problema a partir de all
es el dimensionamiento de la muestra, o sea la determinacin de la cantidad de encuestas que deben
realizarse para obtener resultados representativos y extrapolables al universo.

Uno de los aspectos de dimensionamiento de muestras se refiere al caso en que se trata de
establecer que porcentaje del universo encuestado presenta una caracterstica dada que puede tener
relevancia para el anlisis de la demanda. Sea el caso, por ejemplo, de querer determinar que
porcentaje de familias de una zona consume vino. El nmero total de familias de esa zona es U =
100.000.

Ese es el universo que obviamente no podra ser abarcado por entrevistas individuales a la totalidad
de las familias. Se impone, por lo tanto, un muestreo. Deber obtenerse la cantidad n de entrevistas
que se han de realizar de forma tal que permitan llegar a resultados con un error probable
razonablemente bajo.

Para la resolucin de este problema es necesario tener una presuncin sobre el porcentaje de
familias que tiene las caractersticas investigada. Por ejemplo en nuestro caso:

P = 65% (porcentaje de familias que se presume consumen vino)

Q = 35% (porcentaje de familias que no consumen presumiblemente vino)

Es necesario adems fijar el error estndar de la muestra pretendido. Por ejemplo se exige que dicho
error no supere el 2% (D < 2%). El error estndar es un indicador de la dispersin de una distribucin
de frecuencias. Para una distribucin normal, que pudiera estar representada por alguna de las
funciones empleadas para dicha distribucin (funcin Gauss, binomial, etc.) puede afirmarse que dos
tercios de los casos muestran un valor de la variable cuya diferencia con la media es inferior al error
estndar.

Diecinueve veinteavos de los casos mostraran diferencias respecto de la media inferiores a dos veces
el error estndar y noventa y nueve por ciento de los casos presentaran diferencias respecto de la
media inferiores a tres veces el error estndar. Estos porcentajes son aproximados y constituyen una
regla de uso practico difundida entre los estadsticos.

Esta es una regla comn en el manejo de funciones de distribucin en la teora estadstica.

Volviendo al ejemplo anterior, puede pasarse inmediatamente al dimensionamiento de la muestra.
Este pude lograrse con la frmula indicada a continuacin:

U q p
D
n
1
1
2
+

=
J,F.T.

4

En la frmula anterior tanto D como p y q se introducen en forma de porcentajes. Para el ejemplo que
nos ocupa, la dimensin de la muestra, o sea la cantidad de familias que se deber encuestar resulta
la siguiente:

Como conclusin deber entrevistarse una muestra de 566 familias para cumplimentar el error
estndar exigido. Si el resultado es efectivamente p = 65%, y si se repitiera la encuesta sobre un
conjunto numeroso de muestras de la misma magnitud (566 familias) se llegara finalmente a
comprobar que 2/3 de las muestras mostraran p entre 63% y 67% y 19/20 de las muestras daran un
p entre 61% y 69%.
Esto ultimo da idea de la probabilidad de que el resultado del porcentaje p se aproxime al valor de
ese porcentaje para el universo de familias.
De la expresin anterior puede advertirse que a medida que el universo tiende a hacerse ms grande,
el segundo sumando del denominador tiende a hacerse ms insignificante respecto del primero. Para
el caso de un universo suficientemente grande, por ejemplo la poblacin de un pas, la expresin de
la muestra resulta la siguiente:

Si luego de determinado el valor real de p ste resulta distinto del anteriormente presumido para el
dimensionamiento de la muestra deber procederse a verificar que el error estndar no excede a un
valor razonable. Si as no fuera, irremediablemente deber ampliarse la muestra hasta lograr no
sobrepasar dicho error. El valor del error estndar, conocida la dimensin de la muestra y los valores
reales de p y q surge de la siguiente expresin:

Otro caso que difiere del anterior es el dimensionamiento de la muestra para la determinacin del
valor de una cualidad. Ahora se trata de determinar el valor medio de una determinada cualidad en el
universo encuestar. Sea, por ejemplo, que pretende determinarse la cantidad media de litros de vino
diarios consumidos por familia en la misma zona del ejemplo anterior.
Supuestamente existir una distribucin tal como la indicada en la figura1 que muestre la cantidad
porcentual de familias ubicadas en los distintos intervalos de cantidad de litros diarios consumidos. En
caso de ser la curva de distribucin simtrica, el valor medio coincidir con la moda y ser igual por
ejemplo, a 2 litros diarios por familia.
Sobre esa distribucin podra calcularse tericamente la desviacin estndar, que resulta en el
ejemplo igual a 0.25 litro. De acuerdo con ello 2/3 de las familias consumirn entre 1,75 y 2,25 litros
diarios, y 19/20 de las familias tendran un consumo entre 1,5 y 2,5 litros diarios.
Obviamente no seria posible conocer la funcin de distribucin, ni la desviacin estndar, antes de
efectuar el relevamiento. El dimensionamiento de la muestra exige, sin embargo, presumir los valores
de la media y la desviacin estndar, ya que estos intervienen en la frmula que da la cantidad de
unidades a censar. En efecto, la expresin que da el valor de la muestra es la siguiente:

566
100000
1
35 65
2
1
2
=
+

= n
2
D
q p
n

+ =
U n
q p D
1 1
J,F.T.

5


















Donde:
n: nmero de unidades de la muestra.
D: error estndar requerido para la muestra.
s%: desviacin estndar presumida para la cualidad que pretende medirse, expresada en
porciento de la media M.
U: cantidad de unidades que componen el universo.

En el ejemplo dado, sea:
D = 1%
s = 0,25 litros diarios
M = 2 litros diarios
s% = 0,25 x 100 = 12,5%
2
U = 100.000 familias

El valor de la muestra resultar:

O sea que debern entrevistarse 156 familias para cumplimentar el mximo error estndar de la
muestra requerida. Si el valor medio de consumo de vino por familia fuera efectivamente de 2 litros
diarios, y se obtuviera gran cantidad de muestras de 156 familias cada una, se encontrara que 2/3 de
las muestras daran valores de la media entre 1,98 y 2,02; 19/20 de las muestras arrojaran
resultados de la media entre 1,96 y 2,04 litros diarios.

Esto da la idea de la probabilidad de obtener un valor de la media con un error superior al 1%. En el
caso de que el valor de la cualidad obtenido fuera distinto del presumido previamente para el
dimensionamiento de la muestra, o bien que tampoco coincidiera la desviacin estndar supuesta
para la distribucin, debera verificarse si el dimensionamiento ha sido correcto.

Para ello podr despejarse de la frmula anterior al valor del error de la muestra, incorporando el
valor efectivo de la desviacin estndar y del tamao n de la muestra. La obtencin de D surgira de
la expresin que sigue:

1 2 3
s
CANTIDAD
DE FAMILIAS
DISTRIBUCION DE LOS
CONSUMIDORES SEGUN LA
CANTIDAD CONSUMIDA
CONSUMO
LITROS/DIA
FIGURA 1
156
100000
1
5 , 12
1
1
2
2
=
+
= n
J,F.T.

6




En caso de que el universo sea suficientemente grande el dimensionamiento de la muestra queda
determinado por la expresin que sigue:

Diseo de los formularios de encuesta y procesamiento de la informacin primaria.

Otra de las reglas importantes es definir los mtodos y sistemas de procesamiento de la informacin
antes de elaborar los formularios o cuestionarios que se emplearan para relevarla. El procesamiento
permitir lograr todos los resultados que luego se utilizaran en las etapas posteriores de la evaluacin
del proyecto.
Es necesario definir la forma en que dicho procesamiento se har, para poder disear los formularios
de encuesta de forma que faciliten en la mayor medida posible el traspaso posterior de la informacin.

La realizacin de la encuesta

La realizacin de censos y encuestas con fines de anlisis de la demanda exige respetar algunas
reglas bsicas para garantizar una informacin confiable y aceptable. Cuando la encuesta se realiza
en forma muestral, es decir cuando no abarca la totalidad de los posibles demandantes del proyecto
sino una muestra previamente dimensionada, debe tenerse siempre presente que la seleccin de
entrevistados es al azar.

El relevamiento de informacin directa puede emplear diversos caminos. Los ms comunes son los
siguientes:

Encuestas o entrevistas directas en el domicilio.
Encuestas o entrevistas directas en lugares especiales de concurrencia de los potenciales
demandantes.
Encuestas o entrevistas directas en la va pblica, ya sea a peatones o conductores de
vehculos.
Envo de cuestionarios por correspondencia y respuesta por la misma va o por retiro personal.
Encuestas telefnicas.
Publicaciones de cuestionarios de encuesta en diarios o revistas o a travs de medios de
difusin tales como televisin y radio.
Observacin directa sin pedido de opinin o respuesta.

Proyeccin de la demanda dirigida el proyecto

En las secciones que siguen se estudian los distintos mtodos que pueden adoptarse para proyectar
la demanda. Se ver en cada caso no solo la mecnica a seguir, sino tambin en qu casos y
condiciones el mtodo es aplicable.

Extrapolacin de la tendencia histrica

Este mtodo es aplicable a aquellos proyectos que producirn bienes o servicios que ya se han
utilizado histricamente en el mercado que se pretende analizar.
2
1 1
s
U n
D

=
2
2
D
s
n =
J,F.T.

7


Se trata de una proyeccin de tipo probable, que no tiene en cuenta eventuales cambios en las
pautas que pueden alterar el ritmo de crecimiento histrico. El mtodo supone que todos los factores
que influyen sobre la demanda continuarn hacindolo en la misma forma que en el pasado.

El mtodo de extrapolacin solo exige la obtencin de las series histricas por periodos ms o menos
prolongados, no requirindose otras investigaciones ni tampoco proyecciones de carcter econmico
o demogrfico al futuro. Es aplicable en aquellos proyectos destinados a producir bienes de consumo
final o intermedio muy difundidos.

La extrapolacin de la tendencia histrica puede emplearse para proyectar alguna de las variables
que influyen sobre la demanda y que luego se introducen en otros modelos de mayor complejidad.

Por regla general, cuanto ms antigua sea la serie de la variable que se analiza, tanto mas confiable
ser la proyeccin.

La representacin grfica de una serie cronolgica es tal como la que se indica en la figura 2. En la
figura 2(a) los puntos representativos de las cantidades de cada ao se han unido mediante trazos
rectos, en cambio, en la figura 2(b) se grafican mediante columnas.




Figura 2


REPRESENTACION GRAFICA DE SERIES CRONOLOGICAS DE LA DEMANDA.

Es comn el empleo de escalas semilogartmicas, o sea manteniendo la escala lineal en el eje de
abscisas, pero empleando una escala logartmica en el eje de las ordenadas. Una representacin
bajo tales condiciones seria la que se muestra en la figura 3.




0
1
2
3
4
5
6
7
92 93 94 95 96 97 98 99
0
1
2
3
4
5
6
7
92 93 94 95 96 97 98 99
(a) (b)
J,F.T.

8

























Figura 3.

REPRESENTACION GRAFICA EN ESCALA LOGARITMICA

Las escalas semilogartmicas se emplean para representar aquellas series que obedecen a leyes de
crecimiento exponenciales y que en lapsos suficientemente largos obligaran a representar los
primeros puntos de la curva con ordenadas excesivamente pequeas y los ltimos, excesivamente
grandes.

La evolucin de una variable (por ejemplo, de la demanda de un bien) a lo largo del tiempo esta
sometida a la influencia de diversos factores que pueden clasificarse en tres grupos, distintos:

a) factores sistemticos;
b) factores peridicos;
c) factores accidentales.

Los factores sistemticos influyen sobre la variable a lo largo del tiempo de manera de ocasionar en
ella aumentos o disminuciones que componen la denominada tendencia de la serie. Por definicin,
la influencia de estos factores es gradual y sujeta a leyes de variacin continua. Los factores
peridicos ejercen sobre los valores de la serie cronolgica una influencia de tipo oscilante. Provocan
en ella crecimientos y cadas que determinan valores por encima y por debajo de lo que tericamente
seria la tendencia de la serie.

Los factores peridicos pueden ser de carcter cclico (con una duracin del ciclo de varios aos),
estacionales, mensuales, semanales, etc. Por ltimo, los factores accidentales no tienen una ley
establecida de variacin en el tiempo y por lo general tienen una influencia secundaria sobre la
variable. Esta influencia es la que produce alteraciones hacia arriba o debajo de la tendencia que no
siguen una ley de periodicidad establecida.

1
2
3
4
5
6
7
8
9
99 98 97 96 95 94 93 92 91
J,F.T.

9

Simple extrapolacin grfica de la tendencia histrica

La extrapolacin grfica de la tendencia histrica consiste simplemente en trazar sobre un grfico la
recta que por simple observacin se aprecie como representativa de la tendencia histrica y luego
prolongarla hasta el futuro. Esta forma de operar y proyectar supone naturalmente un margen de error
y en la practica solo es aplicable a tendencias lineales.

Representacin de la tendencia por funciones matemticas
Regresin lineal

La adaptacin grfica de una recta a una serie cronolgica implica la bsqueda de una lnea que se
ajuste en forma optima a una serie de puntos. Ello se realiza mediante tanteos tratando que
finalmente queden ambos lados de la lnea trazada igual cantidad de puntos y a distancias similares.
Ese enfoque prctico de la cuestin acepta, no obstante, un planteo analtico. Pueden imponerse
condiciones de carcter matemtico que lleven a obtener la ecuacin de una recta u otra funcin que
logre un ajuste optimo a la serie cronolgica estudiada. Ese es el propsito del anlisis de regresin
lineal.
El mtodo ms difundido y ampliamente utilizado para el ajuste de lneas rectas a series cronolgicas
u otras es el de los mnimos cuadrados, el cual ser explicado a continuacin.

Para ello se plantear una ecuacin de pronostico que ser:

Y
p
= a + b X (1)
Donde:
Y
p
: Es el valor del pronostico para el periodo de X
X : Es el periodo de tiempo
a : Es el valor de Y en el punto base. (Origen de coordenadas X = 0, o tambin es la ordenada
al origen)
b : Es la pendiente, o sea la cantidad que aumenta o disminuye Y por cada cambio unitario de
X, lo cual tambin representa la tendencia.
Calculando ahora la sumatoria de la ecuacin (1), resulta:

Y
1
= a + b X
1

Y
2
= a + b X
2

Y
3
= a + b X
3

.......................
Y
n
= a + b X
n

____________

Y = n a + b X (2)

Siendo n el nmero de trminos intervinientes.
Multiplicando cada termino de la ecuacin (1), por el correspondiente valor de X, y efectuando la
sumatoria, resulta ser:


Y
1
X
1
= a + b X
1
X
1

Y
2
X
2
= a + b X
2
X
2

Y
3
X
3
= a + b X
3
X
3

.................................
Y
n
X
n
= a + b X
n
X
n

__________________
Y X= a X + b X
2
(3)
J,F.T.

10


Se llamar a (1) ecuacin de pronostico y a (2) y (3) ecuaciones normales.

Mediante un sistema de dos ecuaciones con dos incgnitas, formado por las ecuaciones normales, se
obtendrn los valores de a y b, los que siendo reemplazados en la ecuacin de pronostico, permitir
obtener el valor pronosticado de demanda buscado.

Representacin de la tendencia mediante una funcin exponencial

La mayora de las variables econmicas y, en mayor medida, las demogrficas muestran tendencias
en el crecimiento distintas de la funcin lineal. Por lo comn se trata de funciones de tipo exponencial,
o sea aquellas de tasas de crecimiento anual acumulativo constante. La expresin matemtica de
dicha funcin es la siguiente:

Y = Y
0
(1 + r)
x
, o en general Y = K
x


Y
0
: valor de Y en el ao cero
r :tasa de crecimiento anual
x : nmero de aos a partir del ao cero

El crecimiento exponencial supone que con el transcurso del tiempo los incrementos absolutos
aumentan, mantenindose una proporcionalidad entre el valor de dichos incrementos y la cantidad
alcanzada hasta ese momento. Esta forma de crecimiento es generalmente aplicable a series de
poblacin, producto bruto, consumo, produccin agropecuaria e industrial, etc. Los crecimientos de
carcter exponencial suelen darse en estas series cuando no se toman plazos de tiempo
excesivamente prolongados, de lo contrario pueden ocurrir alteraciones en la propia tasa anual de
crecimiento.

La obtencin de funciones matemticas que se ajusten a la tendencia histrica de series que crecen
exponencialmente, se realiza en forma idntica a la de regresin lineal, con la salvedad de que es
preciso hacer una transformacin previa. Si se toman logaritmos de la expresin anterior se tiene:

log y = log y
0
+ x . log (1 + r)

Haciendo log y = u; log y
0
= a; log (1 + r) = b queda:

u = a + b x que es la ecuacin de una recta.

Una vez transformada la ecuacin exponencial en una lineal, se procede en la misma forma que en
la regresin lineal para obtener los valores de a y b. Conocidos stos es posible proyectar luego los
valores del log y, y obteniendo antilogartmos calcular y.

Tendencias expresadas por la funcin de Gompertz y la funcin logstica

La funcin de Gompertz responde a la siguiente expresin matemtica:

La variable independiente x representa el tiempo de la serie cronolgica, y la variable dependiente y
representa la demanda, consumo, u otra variable representativa del mercado, en la serie histrica. La
funcin de Gompertz se ajusta a series con ritmo o tasa de crecimiento en aumento.

x
c
b a y =
J,F.T.

11

Sera aplicable el caso de series cuyo crecimiento se va acelerando en el tiempo, por ejemplo
productos cuya penetracin en el mercado va incrementndose adems de contar con mercados
cuya poblacin e ingresos tambin se encuentran en expansin.
En caso de ser aplicables, los lapsos empleados en la proyeccin deben ser cortos, no extendindose
ms all de plazos en donde pueda aceptarse una penetracin creciente del producto.
La funcin logstica tiene la siguiente expresin matemtica:

Donde:

e: base de los logaritmos neperianos
a, b, k: constantes positivas

La representacin grfica de una funcin logstica es tal como la indicada en la figura 4.
La curva tiende asintticamente a un valor limite: y = a. La forma en que tiende a dicho limite depende
del valor de k. Si k es menor que 1 la curva muestra en un principio similitud con una curva de
crecimiento exponencial. Si k es mayor que 1 la curva muestra siempre convexidad hacia arriba
tendiendo hacia el mismo limite. La logstica corta el eje de coordenadas en un valor: a/(1 + b).













Figura 4.

La figura 5 ilustra sobre la representacin grfica de la logstica, la curva de Gompertz, y la
exponencial. En ella pueden verse las diferencias antes sealadas.
El ajuste por funciones logsticas es aplicable a series que tienden a una saturacin en el tiempo.
Tambin sucede con series de produccin que dependen marcadamente de un recurso limitado.













Figura 5

FUNCION LOGISTICA
X TIEMPO
a
1 + b
y = a
X
Y
Logstica
Gompertz
Exponencial
kx
e b
a
y

+
=
. 1
J,F.T.

12

Proyeccin de la demanda mediante el empleo de funciones de elasticidad constante

Este mtodo consiste en emplear la funcin matemtica que relaciona las cantidades demandadas de
un bien en un mercado con los precios de ese mismo bien, los precios de los dems bienes
sustitutivos o complementarios y el ingreso medio de los consumidores del rea. Luego de conocida
la expresin matemtica que relaciona esas variables, es posible deducir el valor futuro de la variable
dependiente, es decir las cantidades demandadas del bien, de acuerdo con la proyeccin del valor de
los precios y del ingreso medio de los consumidores.

La expresin general de la funcin de la demanda es la siguiente:

qA = f (p
A
; p
B
; p
C
; .........;R)

Donde:

q
A
: cantidades demandadas del bien en el mercado
p
A
; p
B
;p
C
: precios de los bienes A, B, y C respectivamente
R: renta o ingreso medio por habitante de los consumidores del mercado

Se define como elasticidad de la variable q
A
respecto de cualquier otra de las variables
independientes, a la siguiente expresin:

La primera de las expresiones anteriores puede escribirse de la siguiente manera:



Si se integra cada uno de los miembros de la igualdad, se tiene lo siguiente:


Tomando antilogaritmos:


A
A
A
A
A A
A A
A
q
p
dp
dq
p dp
q dq
E = =
A
A A A
A
q
R
dR
dq
R R d
q dq
E = =
A
A
B
A
B B
A A
A
q
p
dp
dq
p dp
q dq
E = =
(Elasticidad precio)
(Elasticidad cruzada)
(Elasticidad ingreso)
A
A
A
A
A
p
dp
E
q
dq
=

=
A
A
A
A
A
p
dp
E
q
dq
constante E
A
=
C p E q
A A A
+ = ln ln
A
E
A A
p K q =
J,F.T.

13

Esta ltima expresin resulta una funcin exponencial que ha podido ser reducida bajo la hiptesis de
que E
A
es constante, y que las dems variables de la frmula general de la demanda permanecen
tambin constantes.

Puede demostrarse que si se acepta que todas las elasticidades son constantes, la expresin general
de la demanda queda representada de la siguiente forma:


Los pasos necesarios que se deben seguir para emplear la funcin de demanda en la proyeccin, son
los siguientes:

En primer lugar, debe obtenerse el valor de las elasticidades y las constantes que integran la
funcin demanda.
En segundo lugar, deben proyectarse al futuro los valores de precios, ingreso por habitante, y
poblacin que permiten, al ser introducidos en la formula, obtener los valores futuros de la
demanda del producto.

Para dar una idea de los valores de las elasticidades se incluyen a continuacin algunos resultados
numricos obtenidos en la Argentina.

Valores de elasticidad-ingreso (ingreso global del mercado)

Energa elctrica: e = 1,4
Cemento: e = 1,6
Acero: e = 1,3
Pan: e= 0,0
Carne: e = 0,5

Valores de elasticidad-precio

Nafta: e = -0,2
Leche: e = -0,1
Entradas de cine: e = -1,2

Regresin con tres variables

A pesar de lo escrito en la teora estadstica sobre el mtodo de mnimos cuadrados, a veces trabajar
con dos variables no es muy til al hacer un estudio de mercado. El tiempo como variable
independiente no influye por si mismo en el comportamiento de una variable como la demanda.

Esto quiere decir que existe la necesidad de considerar otra u otras variables, adems de las
mencionadas (Tiempo y demanda), que verdaderamente influyan en forma directa en el
comportamiento de la variable dependiente (demanda).

El anlisis estadstico en vez de calcular la ecuacin de una recta y su pendiente, se calcula la
inclinacin de un plano. La ecuacin que lo rige es:


R C B A E E
C
E
B
E
A A
R p p p K q = .. ..........
i i i
z x Y + + =
J,F.T.

14

La interpretacin geomtrica de es la inclinacin del plano cuando hay un movimiento en direccin
paralela al plano (X,Y) manteniendo a Z constante; as, es el efecto marginal del tiempo sobre la
demanda. Similarmente, es la inclinacin del plano (Z,Y) manteniendo a X constante; por tanto, es
el efecto marginal del, por ejemplo, PBI sobre la demanda.

Para calcular , y se reduce la suma de las desviaciones al cuadrado entre las Y observadas y las
Y ajustadas, esto es reducir:

Donde , y son los estimadores de , y . Esto se hace calculando las derivadas parciales de
esta funcin respecto de , y e igualando a cero. Obsrvese que aqu tambin se usan las nuevas
variables

El resultado son las siguientes ecuaciones:

Al resolver este par de ecuaciones simultneas se obtienen los valores de y . El valor de an es
igual a Y.

Utilizacin de modelos para la proyeccin de la demanda

Los modelos consisten en formulaciones matemticas que tratan de reproducir la relacin existente
entre distintas variables econmicas; en este caso entre la demanda de un bien y otras variables que
influyen sobre ella.

Los modelos pueden alternativamente plantearse el propsito de simular o reproducir una realidad
presente o futura, o bien de optimizar un objetivo.

Un campo particular donde es comn el empleo de modelos es el transporte. A solo ttulo de ejemplo
se muestra a continuacin una versin, el denominado Modelo Gravitatorio, de muy difundida
utilizacin en la proyeccin de la demanda o bien en la distribucin de flujos de trfico en proyectos
de transporte.

El modelo se compone de las siguientes expresiones matemticas:


Siendo:


( )
n
ij
m
j i
ij
C
V V
k q

=
Frmula gravitatoria
i i i i i
R f A e M d P b a V + + + + =
j j j j j
R f A e M d P b a V + + + + =
(Generacin de viajes en i)
(Generacin de viajes en j)
( )

zi xi i
Y

Z Z yz X X x
i i i i
= =


+ =
+ =
=
2
2

i i i i i
i i i i i
z z x z Y
z x x x Y
Y

J,F.T.

15


Siendo:

A
i
; A
j
: Accesibilidad de las zonas i y j
q
ij
: Demanda de viajes de personas entre las zonas i y j, en un periodo de tiempo dado
c
ij
: costo de transporte, incluido costo de tiempo entre las zonas i y j
P
i
; P
j
: Poblacin de las zonas i y j
M
i
; M
j
: Relacin de automviles por habitantes en las zonas i y j
R
i
; R
j
:Ingreso por habitante en las zonas i y j
a, b, d, e, f, k, m, n: constantes de la frmula

Por anlisis de correlacin mediante datos histricos o actuales conocidos de q
ij
y las dems
variables independientes se puede obtener el valor de las constantes de la formula. Para obtener
suficientes juegos de valores y poder plantear un anlisis de correlacin satisfactorio, es necesario,
en este caso particular, desarrollar censos de Origen y destino y efectuar investigaciones que den
los valores de la poblacin, relacin de automviles por habitante, accesibilidad y otros parmetros
necesarios para plantear la correlacin.

Luego de definidas las constantes, solo es necesario proyectar al futuro los valores de las variables
independientes para obtener por aplicacin el modelo de valores de q
ij
. Se advierte que existen
formas distintas de sta utilizacin de expresiones gravitatorias para la proyeccin de la demanda de
viajes; se muestra sta a solo ttulo de ejemplo.

En rigor, el desarrollo de modelos no esta sujeto a una teora en particular sino limitado a los alcances
de la imaginacin del economista o del ingeniero de sistemas. El empleo de modelos complejos est
justificado solo cuando se tiene abundante informacin que permita lograr ajustes adecuados en las
correlaciones y cuando la proyeccin de las variables independientes pueda ser sustentada
suficientemente.

Demanda del mercado y demanda dirigida al proyecto

Hasta este momento se ha hablado en general de la demanda, sin especificar si se trata de la
demanda total del mercado, o bien de la demanda dirigida al proyecto. Ambos conceptos no son
idnticos ya que puede haber, y en general existe, una diferencia entre ellos. Diversos son los casos
que puedan presentarse, de acuerdo con las modalidades diferentes de tipos de mercados
conocidas. Un caso extremo es el monopolio.

En esta situacin, el mercado est caracterizado por la presencia de un solo productor y un conjunto
numeroso de compradores. Las leyes que rigen la variacin de la demanda en relacin con los
precios, los ingresos, y la evolucin en el tiempo, son en este caso idnticas, ya se trate del mercado
en general o de ese productor. Por ser el nico oferente ambos conceptos coinciden.

En el otro extremo se halla la situacin de competencia perfecta. Este tipo de mercado esta
caracterizado por la presencia de un conjunto muy numeroso de productores e igualmente numeroso
de demandantes.
La participacin de cada productor en el mercado es tan pequea que por s solo no puede influir
significativamente en las alteraciones globales de la produccin y por lo tanto de los precios.

No obstante, para cada productor individual la cantidad demandada no esta tericamente limitada y
es infinitamente grande si su precio iguala al del mercado o es menor a l y se anula si pretende
vender a un precio superior al del mercado.

J,F.T.

16

El oligopolio esta caracterizado por la presencia de un nmero limitado de productores enfrentados a
un nmero suficientemente grande de demandantes. Cada uno de estos productores est en
condiciones de alterar significativamente los volmenes ofrecidos y por lo tanto afectar los precios de
equilibrio. La demanda dirigida a cada productor no ser ya infinitamente elstica, sino que ser
decreciente con los precios.

La competencia monopolista est caracterizada por una cierta diferenciacin entre los productos de
cada uno de los oferentes del mercado. El nmero de productores puede ser grande pero los
consumidores no valoraran por igual el producto de cada uno de ellos. La diferenciacin podr darse
en la calidad, facilidad, u otra caracterstica referida a la adquisicin del bien.

Proyeccin de los precios

La definicin de los precios a los cuales se podr vender la produccin constituye, como se vio
anteriormente, uno de los tres objetivos bsicos del anlisis del mercado.

La proyeccin de los precios en un anlisis de un proyecto debe ser entendida como una proyeccin
a moneda de valor constante. En otras palabras, el propsito es prever la evolucin de los precios
relativos. Se deben proyectar los cambios del precio en relacin a la evolucin de un ndice de nivel
general de precios.

Segn los distintos tipos de mercado, existir posibilidad o no de que un productor pueda influir sobre
los precios. Cuando esta influencia sea posible, por ejemplo en el caso de monopolio o competencia
imperfecta, la definicin del precio optimo que se debe fijar a la produccin del proyecto constituye
otro de los resultados buscados en el estudio.

En este caso, si se trata de un empresario privado, el precio que se ha de fijar ser aquel que
maximice las utilidades del proyecto, o sea la diferencia entre los ingresos por venta y los costos de
produccin.

Cuando el proyecto se inserta en un mercado de competencia perfecta, el precio es, como se vio, el
nico resultado que pretende obtenerse del anlisis de mercado.

El precio de algunos bienes est sujeto a variaciones cclicas de varios aos y que siguen leyes
determinadas que son predecibles.

Otra situacin comn es la de variaciones estacionales de precios.

Cuando se trata de proyectos emprendidos por el estado, el objetivo de maximizar las utilidades
puede quedar supeditado al propsito de maximizar el beneficio econmico general.

El problema de proyectar precios al futuro puede no limitarse estrictamente a un anlisis de mercado,
sino considerar la eventualidad de una poltica de control de precios por el gobierno. Ha sido
frecuente que el estado ejerza control directo o indirecto sobre los precios de una variedad de
productos o de servicios.

Esto ha sido ms frecuente para los bienes esenciales de la canasta familiar y para los insumos
bsicos de empleo difundido. Cuando un proyecto tiende a satisfacer la demanda de un bien o
servicio cuyo precio cae frecuentemente bajo control gubernamental, es necesario investigar mviles
y propsitos de ese control para fijar las pautas de su proyeccin al futuro.