Vous êtes sur la page 1sur 10

Fundación Universitaria Konrad Lorenz, Quesada, Laura.

Estimación De Balance General 1

Estimación del balance general del año 2010 para


Saprama Ltda.
Quesada, Laura
lauram.quesadag@fukl.edu.co
Fundación Universitaria Konrad Lorenz

Resumen: en el presente artículo se examinarán los balances generales de la empresa Saprama Ltda., desde su
inicio en el 2002 hasta el 2008 y, en busca de una estimación para el año 2010, se aplicará el aprendizaje
obtenido en el curso de métodos numéricos que permita encontrar un resultado aproximado para dicho
problema.

Índice de Términos: balance general, activos, pasivos, patrimonios, regresión.

I. INTRODUCCIÓN
A lo largo de la historia las empresas han sido expuestas a miles de cambios económicos
generados por diferentes factores como lo son las crisis mundiales, inflación, oferta y
demanda, etc. Por ello las quiebras, los recortes de personal, el desempleo entre otros; por
lo general al iniciar una empresa se hacen proyecciones que revelan si la empresa es
rentable y productiva, cuando la empresa está en funcionamiento se realizan este tipo de
estimaciones que facilitan la toma de decisiones al incluir un nuevo servicio o al invertir
capital; estos procedimientos se han hecho cada vez más comunes ya que las empresas no
desean arriesgar su dinero, menos en épocas de recesión económica, además, porque son la
forma más confiable para encontrar este tipo de datos, ya que son utilizados desde hace
muchísimos años.

II. FORMULACIÓN DEL PROBLEMA


Para hacer una proyección hacia el año 2010 debemos evaluar el movimiento financiero de
la empresa, en este caso Saprama Ltda., como esta inició actividades en el 2002 tomaremos
todos los valores de sus balances hasta el 2008.
El balance general es un resumen de todo lo que tiene la empresa, lo que debe, lo que le
deben y lo que realmente le pertenece a una fecha determinada. Al elaborarlo se obtiene la
información sobre su negocio, como el estado de sus deudas, lo que debe cobrar y la
disponibilidad de dinero en el momento. Se conforma por los Activos, pasivos y el
patrimonio. Los Activos son todo lo que la empresa tiene y posee valor, los Pasivos son
todo lo que la empresa debe, el Patrimonio es el valor que le pertenece al empresario a la
fecha del balance [1], en los balances el total de los activos es igual al total de la suma entre
el total del pasivo y el total del patrimonio.

A continuación se presentaran los balances generales de Saprama limitada evaluados en los


activos, los pasivos y los patrimonios, como se podrá observar los totales son iguales en las
dos tablas, por lo que solo se hablará de cada año y su respectivo total, es decir, tomaremos
como valores de “x” los años y como valores de “y” el total de los activos para cada año.
Fundación Universitaria Konrad Lorenz, Quesada, Laura. Estimación De Balance General 2

SAPRAMA LTDA. SEM


SOCIEDAD ADMINISTRADORA DE LA PLAZA DE MERCADO Y MATADERO MUNICIPAL
BALANCE GENERAL COMPARATIVO
EN MILES DE PESOS
ACTIVOS

Cód. ACTIVO 31-dic-02 31-dic-03 31-dic-04 31-dic-05 31-dic-06 31-dic-07 31-dic-08

CORRIENTE (1) 31.222 26.410 34.211 39.125 54.368 59.310 95.952


11 Efectivo 11.773 5.440 5.583 14.531 35.983 37.237 88.845
12 Inversiones - - - - - - -
13 Rentas por cobrar - - 293 668 - - -
14 Deudores 19.449 20.970 28.335 23.926 18.385 22.073 7.107
19 Otros activos - - - - - - -
saldo neto consolidación cuentas

NO CORRIENTE (2) 285.990 287.516 281.849 263.764 250.838 250.729 271.612


13 Rentas por cobrar - - - - - - -
14 Deudores - - - - - - -
16 Propiedades, planta y equipo 1.942 1.923 2.895 4.345 4.010 3.901 3.503
17 Bienes de beneficio y úso público - - - - - - -
Recursos naturales y del
18 ambiente - - - - - - -
19 Otros activos 284.048 285.593 278.954 259.419 246.828 246.828 268.109
Saldo neto consolidacion cuentas (CR)*

TOTAL ACTIVO 317.212 313.926 316.060 302.889 305.206 310.039 367.564

SAPRAMA LTDA. SEM


SOCIEDAD ADMINISTRADORA DE LA PLAZA DE MERCADO Y MATADERO MUNICIPAL
BALANCE GENERAL COMPARATIVO
EN MILES DE PESOS
PASIVOS Y PATRIMONIOS

Cód. PASIVO 31-dic-02 31-dic-03 31-dic-04 31-dic-05 31-dic-06 31-dic-07 31-dic-08

CORRIENTE (4) 5.356 10.897 19.356 17.835 28.225 28.781 39.788


22 Deuda pública - -
23 Obligaciones financieras - 763 763 229 229
24 Cuentas por pagar 2.403 6.171 13.281 11.501 19.258 20.137 26.240
25 Obligaciones laborales - - 258
27 Pasivos estimados 2.953 3.963 5.312 6.105 8.738 8.386 8.386
29 Otros pasivos - 5.162
Fundación Universitaria Konrad Lorenz, Quesada, Laura. Estimación De Balance General 3

3 PATRIMONIO (7) 311.856 303.030 296.704 285.054 276.981 281.258 327.776


31 Hacienda pública 311.856 303.030 308.343 308.343 308.343 309.112 310.666
32 Resultado del ejercicio -11.639 -23.289 -31.362 -27.854 17.110

TOTAL PASIVO Y
PATRIMONIO 317.212 313.927 316.060 302.889 305.206 310.039 367.564

Lo que se puede observar Valores Vs. Número de dato


en la gráfica 1. es el
movimiento financiero de la Gráfica 1
empresa donde el eje “x” 400000
representa el numero del año
y el eje “y” el valor del 350000
balance, a partir de estos
datos obtendremos el valor
para el punto 9, para ello se 300000
realizará una regresión
polinomica. 250000

200000
III. JUSTIFICACIÓN
Algunos fenómenos resultan
ser mejor representados por un 150000
polinomio aunque no se
pueden expresar en una 100000
relación de causa y efecto entre
las variables, es tan flexible y
tan fácilmente manejable en 50000
forma matemática que resulta
de gran utilidad [2]. Este es 0
uno de esos, ya que los valores
0 2 4 6 8
no se comportan de manera
lineal sino que siguen una
DATOS REALES
tendencia.

En este artículo se pretende aproximar un valor en “y” por medio de un polinomio de grado “p”, si a
dicho polinomio se le añaden potencias de “x” se aumentará la flexibilidad del modelo [2], es decir,
su ajuste será mucho más acertado. Al ajustar un modelo polinomico es recomendable utilizar un
grado de polinomio bajo, para ello es necesario hacer un análisis de los residuos que determinarán si
el ajuste es apropiado [3].

¿Como funciona? Primero se deben hallar los coeficientes para cada ecuación de manera tal que
permita generar una función que minimice la suma de cuadrados para la regresión (SCR), se hace
por medio de la siguiente ecuación.

y  a0  a1 x  a2 x 2  ...  am x m
(1)
Fundación Universitaria Konrad Lorenz, Quesada, Laura. Estimación De Balance General 4

La suma de los residuos esta dada por

n
Sr   ( y  a0  a1 xi  ...  am xim ) 2
i n (2)

Derivando y reagrupando la ecuación 2 se concluye en las ecuaciones normales. Se necesitarán


tantas ecuaciones como coeficientes haya, o una mas que el grado de la ecuación que se quiera
ajustar [2].es decir que para encontrar los coeficientes se debe resolver un sistema de m+1
ecuaciones desde i=0 hasta n. donde n es el numero de datos que se tienen.

 n   n   n   n 
(n  1)a0    xi  a1    xi2  a2      xim  am    yi 
 i 0   i 0   i 0   i 0 
 n   n 2  n 3  n m 1   n 
 i  0  i  1  i  2
x a  x a  x a     i  m  i i 
x a  x y
 i 0   i 0   i 0   i 0   i 0 
 n 2  n 3  n 4  n m2   n 2 
  xi  a0    xi  a1    xi  a2      xi  am    xi yi 
 i 0   i 0   i 0   i 0   i 0 

 n m  n m 1   n m2   n 2m   n m  (3)
  xi  a0    xi  a1    xi  a2      xi  am    xi yi 
 i 0   i 0   i 0   i 0   i 0 
El sistema de ecuaciones normales se puede expresar también de la siguiente manera

m n n

a  x
i 0
i
k 0
i j
k   xkj yk
k 0
j=0,1, 2,…, m
(4)

Una vez resuelto esto se pueden representar los datos con la siguiente ecuación

Pm ( x)  a0  a1 xi  a2 xi2    am xim  yi
(5)

𝑗
Lugo se multiplica esta ecuación por 𝑥𝑖 con j= 0, 1,2,…m y al mismo tiempo se genera la suma de
i, lo que nos da como resultado la siguiente ecuación

n n n n n
a0  xi  a1  x
j 1 j
i  a2  x 2 j
i    am  x m j
i   xij y
i 0 i 0 i 0 i 0 i 0 (6)
Fundación Universitaria Konrad Lorenz, Quesada, Laura. Estimación De Balance General 5

Para verificar que la regresión esta dada de la manera mas apropiada se calcula un coeficiente
llamado de correlación, el Coeficiente de Correlación es un valor cuantitativo de la relación entre
dos o más variables. El coeficiente de correlación puede variar desde -1.00 hasta 1.00. La
correlación de proporcionalidad directa o positiva se establece con los valores +1.00 y de
proporcionalidad inversa o negativa, con -1.00. [4]

Para hallar el coeficiente de correlación se deben encontrar las sumas de los cuadrados de la
regresión (SCR) y totales (SCT).

  n  n     n 2  n     n 3  n  
 n   x   y    n   x   y    n   x   y  
SCR  a1   xy   k 1  k 1    a2   x y 
2  k 1  k 1    a3   x y   k 1  k 1  
3

 k 1 n   k 1 n   k 1 n 
     
      (7)

  n 
2

 n  y 
SCT   y   k 1 
 2 
 k 1 n 
 
 
  (8)

Una vez hallados estos valores se tiene el coeficiente de correlación de la siguiente manera

 scr 
R  2

 sct  (9)
IV. INSUMOS PARA LA RESOLUCIÓN DEL PROBLEMA
Para resolver el problema tendremos en cuenta las siguientes fórmulas y datos

A la matriz 1. Se le halla la inversa la cual es multiplicada por la matriz 2. Lo cual dará como
resultado los valores independientes para a₀, a₁, a₂ y a₃

0 1 2 3

Matriz 1. Matriz 2.
Fundación Universitaria Konrad Lorenz, Quesada, Laura. Estimación De Balance General 6

P( x)  a0  a1 x  a2 x 2  a3 x3 (10)

  n  n     n 2  n     n 3  n  
 n      
x y  n      
x y  n   x   y  
SCR  a1   xy   k 1  k 1    a2   x 2 y   k 1  k 1    a3   x3 y   k 1  k 1  
 k 1 n   k 1 n   k 1 n 
     
      (7)

   scr 
R 
2
 n  2
 y
 n
SCT    y 2   k 1 

 
 k 1


n 


 sct  (9)
  (8)

DATOS
X 2002 2003 2004 2005 2006 2007 2008
Y 317212 313927 316060 302889 305206 310039 367564

V. SOLUCIÓN DEL PROBLEMA


Se toman los datos donde “x” representará el numero del dato (año) y “y” el valor respectivo para
ese dato, se realizan los cálculos necesarios para satisfacer la tabla.

Años
2002 1 317212 1 1 1 1 1 1,0062E+11 317212 317212 317212
2003 2 313927 4 8 16 32 64 9,855E+10 627854 1255708 2511416
2004 3 316060 9 27 81 243 729 9,9894E+10 948180 2844540 8533620
2005 4 302889 16 64 256 1024 4096 9,1742E+10 1211556 4846224 19384896
2006 5 305206 25 125 625 3125 15625 9,3151E+10 1526030 7630150 38150750
2007 6 310039 36 216 1296 7776 46656 9,6124E+10 1860234 11161404 66968424
2008 7 367564 49 343 2401 16807 117649 1,351E+11 2572948 18010636 126074452

28 2232897 140 784 4676 29008 184820 7,1519E+11 9064014 46065874 261940770
Fundación Universitaria Konrad Lorenz, Quesada, Laura. Estimación De Balance General 7

Con estos se elaboran las matrices para hallar los coeficientes

0 1 2 3
7 28 140 784 Matriz 1
28 140 784 4676
140 784 4676 29008
784 4676 29008 184820

Inversa de la matriz 1
2232897
8,428571 -8,11905 2,142857143 -0,1667
9064014
-8,11905 8,580026 -2,373015873 0,18981
2,142857 -2,37302 0,678571429 -0,0556 46065874
-0,16667 0,189815 -0,055555556 0,00463
261940770

Matriz 2.
Estas últimas se multiplican y dan como resultado los coeficientes

a₀ 284762,7
a₁ 45671,38
a₂ -17548,9
a₃ 1808,167

Ahora se remplazan estos valores en la ecuación 10

P( x)  284762,7143  45671,38095x  17548,88095x 2  1808,166667 x3

Esto nos da como resultado un polinomio


que modela el movimiento de los datos,
Polinomio Modelador
por tal motivo se tomarán los datos Gráfica 2.
iniciales y se compararán con el 400000
polinomio anterior.
350000

300000
X INICIAL MODELADO
250000
1 317212 314693,381 200000
2 313927 320375,2857
150000
3 316060 312657,4286
100000
4 302889 302388,8095
50000
5 305206 300418,4286
0
6 310039 317595,2857 0 2 4 6 8
7 367564 364768,381
DATOS INICIALES DATOS MODELADOS
Fundación Universitaria Konrad Lorenz, Quesada, Laura. Estimación De Balance General 8

Como se puede observar en la gráfica 2. la curva del polinomio se ajusta muy bien a los datos
iniciales, pero, para estar más seguros de la confiablidad del polinomio se hallará el coeficiente de
correlación.

Primero se debe hallar el SCR ecuación 7

SCR= 2778589438

Ahora el SCT ecuación 8

SCT= 2926174731

Teniendo estos valores podemos hallar el R2 ecuación 10

R2 0,94956375

Esto significa un 95% de confiabilidad, teniendo en cuenta que para el ajuste perfecto el coeficiente
de regresión sería igual a uno (1) siendo este el cien porciento (100%), conociendo esto podemos
realizar la aproximación para el año 2010, recordemos que este año esta representado por x=9.

x y Por ende x y
9 592499,3 2010 592499,3

Ya se tiene el polinomio que se ajusta, el valor aproximado para el 2010 solo resta mostrar la
grafica modelada con los valores para cada año.

REGRESIÓN DATOS INICIALES APROXIMACIÓN

x y X Y x y
2002 314693 2002 317212 2010 592499,3
2003 320375 2003 313927
2004 312657 2004 316060
2005 302389 2005 302889
2006 300418 2006 305206
2007 317595 2007 310039
2008 364768 2008 367564
2010 592499
Fundación Universitaria Konrad Lorenz, Quesada, Laura. Estimación De Balance General 9

REGRESIÓN - Balances Vs. Años


Gráfica 3.
900000

800000

700000

600000

500000

400000

300000

200000

100000

0
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

DATOS INICIALES regresion APROXIMACION

Como se puede observar en la gráfica 3. el balance general para el año 2010 tiene un proyección de
alza, es decir, la empresa generará cambios económicos en los activos y pasivos de manera tal que
los activos el patrimonio aumenten y los pasivos disminuyan, en los balances mostrados al inicio
del articulo se puede ver como la empresa, en los últimos tres años, sólo ha aumentado su valor total
en el balance general.
Fundación Universitaria Konrad Lorenz, Quesada, Laura. Estimación De Balance General
10

REFERENCIAS

[1] http://www.gerencie.com/balance-general.html
[2] http://costaricalinda.com/Estadistica/Polino.htm
[3] http://dm.udc.es/asignaturas/estadistica2/sec10_3.html
[4] http://viref.udea.edu.co/contenido/menu_alterno/apuntes/gusramon/seminario_invest_vi/05-
correlacion-variables.pdf

Elaborado por:
Laura M. Quesada G.
Estudiante de Matemáticas
Fundación Universitaria Konrad Lorenz
2009