Académique Documents
Professionnel Documents
Culture Documents
Ing. Annarella Parada Curbelo1, Dr. C. Alberto Medina Len2 , Ing. Daylin Medina
Nogueira3,Dra. C. Dianelys Nogueira Rivera4 , Dra. C. Arialys Hernndez Nario5
1. Universidad de Matanzas Camilo Cienfuegos, Va Blanca
Km.3, Matanzas, Cuba.
2. Universidad de Matanzas Camilo Cienfuegos, Va Blanca
Km.3, Matanzas, Cuba.
3. Universidad de Matanzas Camilo Cienfuegos, Va Blanca
Km.3, Matanzas, Cuba.
4. Universidad de Matanzas Camilo Cienfuegos, Va Blanca
Km.3, Matanzas, Cuba.
5. Universidad de Matanzas Camilo Cienfuegos, Va Blanca
Km.3, Matanzas, Cuba.
CD de Monografas 2013
(c) 2013, Universidad de Matanzas Camilo Cienfuegos
Resumen.
Dada la importancia que tiene para las empresas proyectarse al futuro sobre la base de
pronsticos acertados y su vnculo con la elaboracin de estrategias financieras, de
mercadotecnia y productivas, el presente trabajo tiene como objetivo fundamental el
estudio de varios mtodos de pronsticos por series de tiempo sustentado en el uso del
mdulo Forecasting del Quantitative System Business for Windows (WINQSB) como
herramienta por excelencia para dicho propsito. Como resultado se ejemplifican los
elementos tericos con la determinacin del pronstico de las ventas para el ao 2013 de un
objeto de estudio ficticio.
Palabras claves: Pronstico; previsin.
Introduccin
La planificacin, implementacin y control de actividades empresariales requiere
estimaciones precisas que viabilice no solo la toma de decisiones de forma ms acertada
sino tambin el asentamiento de las bases para una mejor proyeccin hacia el futuro.
Normalmente, estas estimaciones toman la forma de pronsticos y previsiones.
Los pronsticos son vitales para toda organizacin mercantil y para toda decisin
administrativa importante. Los mismos constituyen el fundamento de los planes a largo
plazo de la empresa. En las reas funcionales de finanzas y contabilidad, los pronsticos
son la base para la planeacin del presupuesto y el control de los costos. El departamento
de marketing depende de los pronsticos de ventas para sus planes de productos nuevos,
para remunerar al personal de ventas y para tomar decisiones fundamentales. El personal de
produccin y el de operaciones usan los pronsticos para tomar decisiones de manera
peridica, respecto a la seleccin de procesos, la planeacin de la capacidad y la
disposicin fsica de las instalaciones, s como para las decisiones sobre los planes de
produccin, los programas e inventarios.
(Everett et al. 1991) plantea: si bien todos los elementos de la administracin de
operaciones son importantes, considero que los pronsticos son uno de los elementos
decisivos en la estructura de las operaciones, () las necesidades del mercado estn
cambiando y hoy, ms que nunca, tenemos que cumplir en la entrega de productos.
De manera que, sin duda alguna, el pronstico es esencial para aumentar la ventaja
competitiva, a la vez que permite reaccionar rpidamente y con precisin a los cambios del
mercado. Su estudio es una necesidad imperiosa, a pesar de las contradicciones entre
exactitud y necesidad de las tcnicas para su determinacin. En consecuencia con lo
anteriormente planteado, en el presente trabajo se desarrollaran varios mtodos de
pronsticos por series de tiempo haciendo uso del mdulo Forecasting del Quantitative
System Business for Windows (WINQSB), software muy utilizado en la actualidad tanto por
estudiantes de pregrado y postgrado que incluyen en su plan de estudios asignaturas como
la investigacin de operaciones o temas relacionados; para dar solucin a una gran variedad
de problemas administrativos.
Horizonte
de tiempo
Exactitud
necesaria
Nmero de
productos
Nivel
gerencial
Mtodos de
pronsticos
Largo
Media
Unos o pocos
Alto
Planeacin de la
capacidad de las
instalaciones
Largo
Media
Unos o pocos
Alto
Cualitativos o
causales
Cualitativos o
causales
Planeacin agregada
Mediano
Alta
Pocos
Mediano
Programacin
Corto
La ms alta
Muchos
Ms bajo
Administracin de
inventario
Corto
La ms alta
Muchos
Ms bajo
Causales o
series de
Tiempo
Series de
tiempo
Series de
tiempo
Cuadro 1.1: Relacin entre los mtodos de pronstico, el uso que se le dar, la exactitud
exigida, el perodo de tiempo recomendado, el nmero de productos y el nivel en la
gerencia para su aplicacin.
Algunos preceptos a considerar:
Se puede concluir que la previsin posee un carcter de arte y ciencia, pues est
matizada por la experiencia y el conocimiento de la actividad de quien decide.
Resulta importante lograr una relacin exacta entre, el esfuerzo invertido en la
previsin y los resultados obtenidos. Slo destinar grandes recursos en los casos
donde un error en la previsin implique daos grandiosos o que para su
recuperacin se requieran notables inversiones y mucho tiempo.
Al estudiar los pronsticos se debe ser cuidadoso, no sumergirse demasiado en las
tcnicas y no perder de vista las razones para aplicarlas.
El pronstico en s, no es un producto final, sino que debe utilizarse como una
herramienta en la toma de decisiones.
Las tcnicas empleadas en la realizacin de pronsticos varan en funcin del contenido del
contexto en que se mueve el fenmeno objeto de la previsin.
En principio, las tcnicas pueden clasificarse en dos grandes categoras: tcnicas
cuantitativas y tcnicas cualitativas.
Varios autores como (Companys, 1990), (Schroeder, 2011), (Zandin & Maynard, 2011),
(Hiller & Lieberman, 2001) coinciden en que:
Produccin
845
2007
920
2008
988
2009
1172
2010
1145
2011
1174
2012
1475
Aos
2006
Produccin
845
2007
920
2008
988
2009
1172
2010
1145
2011
1174
2012
1475
Debajo se encuentran los men archivo (File) y ayuda (Help). El men File comprende las
siguientes opciones:
En el caso que se quiera eliminar o agregar nuevos datos, las opciones agregar una
observacin (Add an Observation) y eliminar una observacin (Delete an Observation) en
el men Editar (Edit) permitirn hacerlo.
Posterior a los datos histricos se procede a resolver y analizar el problema para lo que se
selecciona la opcin Solve and Analice, Perform Forcasting o simplemente dando click
izquierdo en el cono sealado:
Inmediatamente, aparece una nueva ventana que visualiza los diferentes mtodos de
solucin para series de tiempo:
Es importante destacar que en dependencia del mtodo selecionado, sern los datos que hay
que entrar en la seccin derecha de la ventana.
En la parte inferior izquierda en letras rojas se encuentra la opcin Retain other methods
result que permite mantener el resultado de un mtodo para poder compararlo con otros
distintos. A continuacin se inicia la solucin y anlisis del ejemplo a travs de diferentes
mtodos.
Solucin y anlisis del ejemplo
Mtodo Simple Average
Primeramente como antes se haba mencionado, se realiza la seleccin del mtodo, para lo
cual se requiere la entrada del nmero de perodos a pronosticar (Number of periods to
forecast). A continuacin se muestra la ventana resultante.
BIAS = CFE/n
FE = Yt - t
Donde:
FE: Error del pronstico
n: cantidad de aos para los que se pudo determinar el pronstico y el error (caso anterior
n=6)
En este mtodo los valores de m pueden oscilar entre 2 y 5 (teniendo en cuenta que la
cantidad de aos en la serie es 7) en dependencia del propsito, si lo que se pretende es
darle seguimiento al mercado debe ser menor (2) y si por el contrario m aumenta (5)
disminuye la capacidad de respuesta antes los cambios del mercado. En el ejemplo que se
trabaja se tuvieron en cuenta dos valores de m (m=2 y m=3).
Resultados del pronstico
Puesto que a inicios de la solucin del ejemplo se seleccion la opcin Retain other
methods result en la ventana anterior se muestra no solo el resultado del pronstico
arrojado por el mtodo de promedio simple, sino que, tambin muestra los resultados del
presente mtodo (promedio mvil) permitiendo comparar entre uno y otro para la seleccin
del mejor resultado.
En este sentido el mejor mtodo de pronstico ser aquel que tenga un menor MAD y
menor MSE. El mtodo ms usado entre los dos es el MAD puesto que el MSE se utiliza en
casos de grandes costos y riesgos; esto acompaado del resultado de la seal de rastreo que
debe oscilar entre -6 y +6.
En este caso, el mejor mtodo de pronstico es el de promedio mvil con m=2, el cual
arroja un pronstico de ventas para el 2013 igual a 1324,5 miles de pesos. El MAD tiene un
valor de 143,9 y la seal de rastreo est dentro de los lmites establecidos (5).
Promedios mviles ponderados
En el presente mtodo adems de la entrada del nmero de perodos para el pronstico y del
valor de m, se requiere el ingreso de los pesos del promedio mvil en el botn Enter
Moving Average Weights, como se muestra en las siguientes ventanas:
La cantidad de pesos () a entrar est dada por el valor de m, as que en este caso la
cantidad es 2. El orden de los pesos est determinado por el grado de antigedad de los
i 1
El software ofrece una solucin aunque no se cumpla esta condicin, lo que constituye una
dificultad del mismo. Por tanto, el usuario deber velar por el cumplimiento de esta
condicin que el software no valida.
En la medida de que el valor de alfa ms reciente sea mayor se busca un mayor seguimiento
al mercado. Pero si este valor decrece tambin lo hace la capacidad de respuesta al mercado
del mtodo.
En este caso como se mostr anteriormente: 1 = 0,4 y 2 = 0,6.
Resultados del pronstico
Segn los resultados del mtodo el pronstico de ventas para el ao 2013 es 1354,6 miles
de pesos. Es vlido destacar que comparativamente con los restantes mtodos es mejor
puesto que el valor del MAD es menor (137,32) y la seal de rastreo se encuentra en el
rango establecido.
Segn el resultado del mtodo el pronstico de ventas para el ao 2013 es de 1776 miles de
pesos. El mismo posee un MAD igual a 132,4 y una seal de rastreo igual a 1,7.
Comparando este mtodo con los dems es mejor para el caso que se analiza.
Mtodo de suavizado exponencial simple
Para el presente mtodo se requiere la entrada de:
Aqu los valores de alfa que se recomiendan oscilan entre 0,1 y 0,3; puesto que este es un
mtodo concebido para no dar un seguimiento brusco al mercado. Adems requiere de la
estimacin por parte del investigador de un valor inicial que se recomienda hacerlo con la
utilizacin con la media aritmtica (los autores del presente trabajo). El software no valida
tampoco que los valores de alfa cumplan la condicin de estar entre 0,1 y 0,3.
En el ejemplo tratado, primero se pronostica utilizando el criterio del perodo anterior y
luego con la media aritmtica, en ambos casos alfa toma un valor de 0,2.
En la ventana siguiente se muestran los datos:
Perodo
anterior
Media
aritmtica
El pronstico de ventas para el ao 2013 con un valor inicial igual al perodo anterior es de
1244,245 miles de pesos y para un valor inicial igual a la media aritmtica es de 1166,261
miles de pesos. Como se puede apreciar en ambos resultados el error del MAD aumenta en
comparacin con el mtodo desarrollado anteriormente, lo que quiere decir, que el mtodo
de promedio mvil con tendencia lineal ofrece un mejor valor de pronstico.
Conclusiones
Luego de haber realizado el pronstico para el ejemplo anteriormente detallado a travs de
diferentes mtodos de series de tiempo se concluye que el mtodo que arroja un mejor
valor de pronstico de ventas para el ao 2013 es de 1776 miles de pesos. El mismo posee
un MAD igual a 132,4 y una seal de rastreo igual a 1,7.
Forecasting del Quantitative System Business for Windows (WINQSB) es una aplicacin
de gran potencia y fcil manejo, debido a su gran versatilidad permite la solucin de una
gran cantidad de problemas: administrativos, de produccin, de recursos humanos,
direccin de proyectos, entre otros.
Bibliografa
1. Chase, R.; Aquilano, N.J. & Jacobs, F.R. Administracin de operaciones Manufactura y servicios (10 ed.) McGraw-Hill Interamericana, Santa Fe de
Bogot. 2008.
2. Companys Pascual, R. Previsin tecnolgica de la demanda. Editorial Boixerau
Marcombo, Barcelona. 1990.
3. Everett, E. et al. Administracin de la produccin y las operaciones - Conceptos,
modelos y funcionamiento. Editorial Prentice-Hall Hispanoamericana, Mxico DF.
1991.
4. Fernndez Snchez, E. Direccin de la produccin I - Fundamentos estratgicos.
Editorial Civil, Oviedo. 1993.
5. Hiller, F. S. & Lieberman, G. J.. Investigacin de operaciones. Mxico: McGrawHill. 2001.
6. Hillier, F. S., Hillier, M. S. & Lieberman, G. J. Mtodos cuantitativos para
administracin. Mxico: McGraw Hill. 2002.
7. Medina, A., Maden, R. H. & Rivera, D. N. Fundamentos Generales de la logstica.
Captulo 5. La Habana. 2008.
8. Montgomery, D. C., Jennings, C. L. & Kulahci, M. Introduction to time series
analysis and forecasting. New York: Wiley. 2009.
9. Schroeder, R. Administracin de Operaciones. casos y conceptos contemporneos.
(Segunda Edicn ed.). Mxico D.F. 2011.
10. Torres, Daduna y Mederos. Fundamentos Generales de la Logstica. Editorial
universitaria, Cuba. 2007. ISBN 978-959-16-0531-3.
11. Zandin, K. & Maynard. Maynard, Manual de Ingeniero Industrial (2 Vols) (5a ed).
Mxico: MC Graw Hill. 2011.