1.
Introducción
El estudio de los flujos financieros
y los indicadores de rentabilidad ha sido un área de ingeniería industrial, en
los últimos años el gran auge de las tecnologías informáticas ha impulsado a la
simulación como una de las herramientas más usadas en el estudio de ingeniería
económica [1].
Básicamente, la simulación busca
reproducir el comportamiento del flujo financiero frente a distintos valores de
los parámetros elegidos aleatoriamente siguiendo distribuciones de probabilidad
previamente elegidas y que representan una ajustada representación de los datos
históricos de dichas variables [2].
Ello permitirá predecir cómo serán
las distribuciones de probabilidad de los indicadores económicos financieros
observados ante distintos potenciales escenarios.
De esta manera la simulación es una
valiosa herramienta para la toma de decisiones, sobretodo en ambientes
complejos con presencia de altos niveles de incertidumbre [3].
Estas condiciones son las que se
enfrenta un productor agrícola con variables de incertidumbre en el campo
climático, tecnológico, económico y financiero.
El objetivo de esta investigación es
aplicar el indicador de rentabilidad denominado Tasa Interna de Retorno, que es
una de las herramientas que aporta la simulación de Montecarlo, en analizar los
resultados financieros como ayuda a la toma de decisiones para el inversor en
un negocio bajo incertidumbre [3].
La ventaja que ofrece este indicador
es que no precisa del conocimiento de la tasa financiera a la cual se van a
descontar los flujos, y el resultado logrado de aplicarla es el de contar con
valores de tasas de rentabilidad para distintas probabilidades de ocurrencia de
la misma [2].
El caso del cultivo de yerba mate
ante distintas densidades del cultivo e incertidumbre de las variables
operativas es un ejemplo de las ventajas de su aplicación.
A pesar de que el cultivo de yerba
mate tiene sus orígenes en la época colonial, como un legado de la adaptación de
los Jesuitas a las costumbres guaraníes, la tecnología del cultivo fue
evolucionando en los últimos años en todos sus aspectos, tanto científicos genéticos
y agronómicos como tecnológicos y uno de los principales temas de estudio ha
sido el de la densidad de los cultivos[4].
Como lo indican Darío Günther y otros
la evolución en las densidades de los árboles de yerba mate ha pasado distintas
etapas tanto en Paraguay como en Argentina.
Desde los valores originales de 1.110
unidades/ha en las chacras más antiguas, cultivadas en los años 50 y que
efectivamente tienen una densidad actual de solo de 500 a 700 árboles/ha se ha
pasado a 2000 a 2500 unidades / ha en plantaciones de los años 80, para, por último,
llegar a 4.000 árboles/ ha en las plantaciones de este siglo.
Esta última tecnología viene acompañada
de enriquecimiento del suelo, cobertura verde, y enriquecimiento genético de
las especies plantadas [5].
Algunos autores han sostenido que en
los cultivos perennes los márgenes brutos están correlacionados positivamente
con la densidad del cultivo [4].
Esta hipótesis será comprobada en
esta investigación aplicando el modelo de simulación de Montecarlo.
Hipótesis Nula: No existe correlación
positiva entre las rentabilidades y la densidad del cultivo en yerba mate.
Hipótesis Alternativa: Existe
correlación positiva entre las rentabilidades y la densidad del cultivo en
yerba mate.
El aumento de consumo en el mercado
mundial obligó al sector yerbatero a incorporar los últimos avances genéticos
en micropropagación, a los intentos de lograr, resistencia ambiental y
sanitaria en alta densidad en los cultivos, todo ello apuntado a incrementar el
rendimiento y disminución de los costos de producción. Estos desarrollos son
el producto de las investigaciones de técnicos en agronomía, con logros en múltiples
temas, desde la clonación de plantas iniciada en el vivero hasta búsqueda de
sistemas de cobertura para solución de problemas ambientales, cultivos
asociados, tecnologías de cosecha, transporte a secaderos y desarrollo de
nuevos productos. [6].
Tanto en Argentina como en Paraguay
los grandes productores han adoptado ciertas técnicas, principalmente en las
parcelas productivas, donde además de implantar alta densidad en el cultivo,
también aplicaron nuevas técnicas de cosecha, utilizando tijeras de alta
productividad y seguridad y transformando a los arbustos altos y estrechos en
arbustos bajos y copas anchas. Ello generó incrementos en el rendimiento de los
cultivos y por ende un incremento de ingresos. En el caso de los productores minifundiarios,
estos avances son aún, tema de estudio, ya que para la introducción de estas
nuevas tecnologías requiere de una inversión económica muy elevada. [7].
Los autores de la investigación recorrieron
los cultivos y entrevistaron a sus propietarios, lograron identificar todas las
variables del sistema y posteriormente consultando a los expertos y empresarios
con experiencia lograron elaborar los parámetros de las variables del sistema
del flujo financiero [8].
2. Materiales y Métodos
La metodología en esta investigación
se ha basado en la recolección de datos de productores de la zona Cantera del
distrito de Obligado, Departamento de Itapúa, región sur del Paraguay.
Como lo explica el Manual de
Investigaciones de UNAE, los autores han relevado la información visitando a
los principales agricultores para cada tecnología.
Además de las visitas citadas, se ha
procedido a consultar a los ingenieros extensionistas de la empresa yerbatera
ubicada en la región, quienes han establecido un fuerte lazo de actividad
comercial con toda la colonia, cumpliendo la tarea de asesoramiento y
transferencia de tecnología [9].
La información lograda tuvo su origen
no solamente en visitas a las explotaciones y a la industria sino también, fue
en general, producto de largas charlas y entrevistas a gerentes de empresas de
servicio y comercios que abastecen a la colonia y tienen un profundo
conocimiento de la actividad yerbatera.
La información lograda fué ajustada a
la metodología del INTA y queda resumida en la tabla de datos Nro. 1.
En ella se pueden leer para cada tecnología
utilizada, cantidad de productores que la practican, superficie media, máxima y
mínima de las explotaciones estudiadas, así como de los cultivos de yerba mate
implantados en ellas [6].
También dicha tabla contiene los
valores estimados por los expertos consultados, de la tierra antes de la
implantación de los cultivos y el valor logrado al cabo del final del flujo
diseñado.
La tabla Nro 2 muestra para cada
tecnología, los valores económicos operativos medidos para una hectárea de
superficie de producción utilizada y en el horizonte de tiempo del análisis
financiero, que ha sido de 10 años [6].
Al inicio se han estimado la
inversión de la implantación del cultivo, y los gastos de cuidado, mientras que
para el resto de los años se incorpora gastos de replantado de los plantines
fallados, y en años de cosecha también los gastos de cosecha.
Para los ingresos se han calculado
los ingresos por cosechas, que empiezan en el tercer año y se mantienen todo el
resto del flujo.
Tabla Nro1. Datos de
las Explotaciones Agropecuarias del Distrito de Obligado, Itapúa, Paraguay
Tabla Nro. 2 Datos del
Fujo Operativo del Cultivo de Yerba Mate
Simulación de Montecarlo
La simulación de Montecarlo precisa
definir tres tipos de componentes para la construcción del modelo [1]:
·
Definición de las
distribuciones de probabilidad que representan los valores que pueden asumir
las variables no controlables.
·
Resultado a
obtener del modelo.
·
Alternativas de
las decisiones a tomar
Las distribuciones de probabilidad fueron
decididas luego de consulta a los técnicos extensionistas de la principal
empresa yerbatera de la región.
Las distribuciones elegidas han sido
del tipo uniformes, triangulares y normales, y las tablas 3, 4 y 5 resumen los
parámetros de cada una.
Tabla Nro. 3 Parámetros
de las Distribuciones Asumidas para Alta Densidad del Cultivo
Tabla Nro. 4 Parámetros de las
Distribuciones Asumidas para Media Densidad del Cultivo
Tabla Nro. 5 Parámetros
de las Distribuciones Asumidas para Baja Densidad del Cultivo
3. Resultados
La tabla Nro. 6 muestra el flujo
financiero para explotaciones de las diferentes densidades indicadas, referidas
a la unidad de medida de la explotación, que es la hectárea y valuadas en
valores monetarios dólares estadounidenses.
Las columnas de izquierda a derecha
son los años analizados, el nombre de la cuenta contable indicada, y para cada
tecnología se han colocado los valores según sean ingresos o egresos para por
último totalizarlos en resultados parciales de subtotales por origen y los
totales resultantes de cada año.
Estos flujos serán simulados mediante
la técnica de Montecarlo 1000 veces para cada uno de ellos, extrayendo en cada
una de dichas iteraciones, valores aleatorios siguiendo las distribuciones probabilísticas
elegidas para cada cuenta contable.
Los valores inmobiliarios de compra y
venta de las parcelas se ha decidido utilizar distribuciones uniformes con
valores de máximos y mínimos obtenidos de consulta a los entrevistados que
están en el negocio yerbatero de la zona.
Los gastos de implantación de
cultivos, tareas de cuidado, control, cosecha y podas fueron simuladas con
distribuciones triangulares que privilegian los valores centrales antes de los
extremos.
Los ingresos por cosecha fueron
considerados que la distribución que mejor representa la aleatoriedad de sus
valores son las distribuciones normales donde los expertos con mucha
experiencia en el resultado de las tarefas bajo distintas condiciones
ambientales y de mercado, estimaron sus parámetros.
Tabla Nro. 6 Flujo Financiero para las
Distintas Densidades de Plantación
La Figura Nro. 1 muestra la
distribución de los valores del indicador de rentabilidad T.I.R. para cultivos
de alta densidad.
Fig. 1. Simulación de T.I.R. para Tecnología
de Alta Densidad
Se observa que existen altas
frecuencias (cantidad de veces que se han obtenido dichos valores en los 1000
flujos simulados) de T.I.R. entre 18 % y 23 % de dicho instrumento de medición,
mientras que valores superiores caen dichas frecuencias más rápidamente que
para valores menores a la franja superior.
Al realizar la simulación con iguales
parámetros que la anterior para Media Densidad se obtiene la Fig. 2.
Se observa un mayor amesetamiento de
los valores logrados, y aumento del rango de valores superiores, que ahora se
encuentran entre 17% y 24% con similares caídas en los extremos.
Ello significa mayor estabilidad de
rentabilidades esperadas que en la correspondiente a alta tecnología y por ende
menores riesgos a caer en el extremo inferior.
Este resultado contradice a los
conceptos de los expertos quienes sostienen que la economía de escala se aplica
en la actividad yerbatera y que por lo tanto a mayor escala de la explotación agropecuaria
mayor será la rentabilidad [4].
Por último, la Fig. 3
muestra el comportamiento de la simulación de la T.I.R. del flujo financiero de
baja densidad.
Cabe aclarar que la tasa interna de
retorno es, desde el concepto matemático la raíz de un polinomio que presenta
un solo cambio de signo, y que dicha raíz puede ser valores naturales positivos
o negativos.
Pero desde el punto de vista
financiero no tiene explicación valores negativos, por lo que la simulación de
T.I.R. debe ser recortada al valor cero y no considerar valores negativos.
Se puede observar que existen valores
levemente en una meseta, con valores de T.I.R. pequeños, inferiores al 6 %.
Esta tecnología es la que ofrece
mayor concentración de rentabilidades en valores bajos, lo que significa
mayores riesgos de rentabilidades negativas, situación que queda demostrada en
la vida real por la baja rentabilidad de los productores de minifundios quienes
son los que utilizan con mayor frecuencia esta tecnología.
La Fig. 4 permite observar un
análisis de tendencias de las tres tecnologías simultáneamente.
Los gráficos de sensibilidad resumen
y muestran para las varias alternativas estudiadas, en este caso tipos de
tecnología implantada en el cultivo de yerba mate, relaciones que facilitan la
tarea de detectar y analizar las tendencias de previsión.
Se puede observar que las
alternativas se presentan en una serie de bandas de color. Cada banda
representa los rangos de certeza en los que se encuadran los valores reales de
las alternativas. Por ejemplo, la banda que representa el rango de certeza del
90%, que es la inferior a todas y sobre ellas se superponen las otras dos
alternativas.
En la abscisa se ubican las tres
alternativas analizadas, tecnología de alta densidad, media y baja con
denominaciones de 1,2, y 3 respectivamente.
Se puede ver que, por ejemplo, el
rango de valores en el que una alternativa de las tres, tenga un 90% de
probabilidad de ubicarse corresponde a rentabilidades entre 3 % y 6 % para la
tecnología de baja densidad (3), entre 11,8 % y 17% para la tecnología media
(2) y entre 16% y 25 % para la tecnología de alta densidad (1).
De igual forma se analizan las bandas
de los colores amarillo y rojo.
Las bandas se centran en torno a la
mediana de cada alternativa. Las bandas se harán más anchas a medida que las
desviaciones estándar de las alternativas aumenten. De esta forma, muestran
cómo aumenta la incertidumbre a medida que las alternativas avanzan en el
futuro.
Fig. 2. Simulación de T.I.R. para Tecnología de Media Densidad
Fig. 3. Simulación de T.I.R. para Tecnología de Baja Densidad
Fig. 4. Análisis de las Tendencias de las Distribuciones de
T.I.R. Simuladas
4.
Conclusiones
Se ha demostrado la validez de la
hipótesis nula en el cultivo de yerba mate, ya que las mejores probabilidades
de lograr rentabilidades se dan en densidades medias y no altas.
Los estudios de simulación son de
mucha importancia para elaborar un diagnóstico más acotado a los errores y ello
queda demostrado su importancia cuando se lo realiza en un sistema de alta incertidumbre,
donde existen pocos datos con precisión y se debe modelar apoyado en las
informaciones de opiniones de expertos.
En este caso se puede demostrar que
la alta tecnología ofrece mayor incertidumbre de lograr mantener su fuerte
rentabilidad que es su mayor atractivo, y en cambio la tecnología media tiene
valores más previsibles.
Es importante observar que las
actividades del sector agrícola yerbatero presentan para los expertos
posiciones encontradas entre tecnología a aplicar y economía del negocio, es en
esta situación de ideas enfrentadas donde los modelos de simulación más
contribuyen a poner luz a la polémica.
5. Referencias Bibliográficas
[1] I.Ponzoni
,L.B.Chinestra,”Importancia de la Simulación para la Toma de Decisión en Lineas
Manufactureras”, Revista de Investigación Operativa Vol 17 , pp 43 – 58 ,
Buenos Aires, 2007.
[2]J. Evans, D. Olson, “Introduction to
Simulation and Risk Analysis”, Prentice Hall, pp 15 – 17, Nueva York, 1997
[3] J R. Evans , D. L. Olson, "Introduction to
Simulation and Risk Analysis”, Prentice Hall,2008.
[4] D. O.
Acuña,”Margen Bruto de Plantaciones de Yerba Mate”, Economía de los Cultivos
Industriales. Edicion INTA,4ta edición, pp 181-189 , 2012.
[5] D. Günther,”Resultados
Económicos del Cultivo de Yerba Mate”. Economía de los Cultivos Industriales. Edicion
INTA,1ra edición, pp 85-89 , 2008.
[6] Inta.” Indicadores
Económicos para la gestión de empresas agropecuarias”. Bases Metodológicas. Argentina,
2009.
[7] Masloff, Víctor. (2013).
Yerba Mate compendio de experiencias en la recuperación de agroecosistemas
yerbateros. MR producciones. Paraguay.
[8] Manual de
Investigación.(2014). Encarnación: Centro de Investigación y Documentación de
la Universidad Autónoma de Encarnación (CIDUNAE), Equipos Asesores de Tesis,
Docentes e Investigadores de la UNAE.
[9] Guerra E., Guillermo.
(2002). El agronegocio y la empresa agropecuaria en el siglo XXI. Ed.
Agroamerica. Costa Rica.
