Académique Documents
Professionnel Documents
Culture Documents
ingeniera de la construccin
S. Castaeda
RESUMEN: La evaluacin financiera de proyectos de construccin es una herramienta clave antes de tomar
cualquier tipo de decisin de inversin; la forma como se evalan este tipo de proyectos en el mbito colombiano, no es el adecuado desde el punto de vista financiero y analtico. Lo que se propone en esta investigacin es una forma ms precisa de realizar un anlisis financiero por medio de un modelo que permita involucrar el comportamiento de las variables macroeconmicas y microeconmicas que afectan el sector, a travs
de la proyeccin de un flujo libre de caja, el cual se descuenta al WACC. Como resultado se tiene el Valor
presente neto y la Utilidad neta, utilizando la simulacin de Monte Carlo con el programa Crystal Ball, obteniendo un intervalo de confianza de los resultados esperados y analizando las variables que mas afectan el valor en este tipo de negocios.
ABSTRACT: The financial evaluation of construction projects is a key tool before taking any type of investment decision; the way in which these projects are evaluated in Colombia, is not adequate from the financial
and analytical perspective. This investigation proposes a more precise way to perform a financial analysis
through the use of a model that allows involving the behavior of macroeconomic and microeconomic variables that have an impact on the sector, by means of the projection of a Free Cash Flow, which is discounted
through the WACC. As result the Net Present Value and the Net Profit are obtained by means of a Monte
Carlo simulation, using the program Crystal Ball, which gives a confidence interval of the awaited results and
analyzes the variables that affect the most the value in this type of businesses.
1 INTRODUCCIN
Los proyectos de construccin se pueden determinar en gran parte como un negocio financiero, ya
que de la adecuada planeacin que se haga en cuanto a costos, financiamiento, ventas, formas de pago,
etc., depende el xito econmico del mismo. Dada
la importancia que tienen las finanzas en este negocio, nos encontramos con una situacin difcil de
explicar, y es que los constructores no utilizan las
herramientas adecuadas para determinar la viabilidad de invertir o no en un proyecto. Adicionalmente
no se realizan adecuadas proyecciones de los flujos
de caja futuros y tampoco estos se descuentan a la
tasa apropiada, lo que con lleva a que los proyectos
4.1 Valor
3 ALCANCE
V =
t =o
FCFs
(1 + WACC) t
(1)
WACC = Ke E + K d D
D + E
D + E
(2)
C.O : Rf + * ( E ( Rm) Rf )
(3)
Donde: C.O= costo de oportunidad; Rf= tasa libre de riesgo; =riesgo sistemtico del activo;
(E(Rm)-Rf)=prima por riesgo del mercado
5 MODELO PARAMETRIZADO
Es importante describir de forma detallada los parmetros que fueron utilizados para el desarrollo del
modelo, teniendo en cuenta que lo que se quiso representar en este trabajo es una aproximacin de
cmo funciona el negocio de la construccin y como se puede realizar un anlisis financiero mas sofisticado de los que normalmente se utilizan para
evaluar este tipo de proyectos. El proyecto modelo
se bas en la promocin, construccin y ventas de
un edificio de 5 pisos con 4000 m2 de rea construida incluyendo el rea de los parqueaderos que se
venden por separado de los cuales 3000 m2 de reas
de apartamentos son vendibles, el rea por piso es
de 600 m2, son 14 apartamentos tres por piso y 28
parqueaderos en total, este proyecto esta localizado
en un sector de estrato alto en la cuidad de Bogot
(estrato 6).
5.1 Plan de trabajo
Los dueos y promotores han constituido una
sociedad con un capital de $50000.000 y se tiene
previsto comprar el lote en enero del 2006 el cual
ser pagado de contado al igual que los estudios y
diseos (diseos arquitectnicos, presupuesto y
programacin de obra, estudios de suelos, diseos
estructurales, diseos elctricos, hidrulicos y
sanitarios) a las tarifas de la SAC (Sociedad
colombiana de Arquitectos) y de la SIC (Sociedad
colombiana de Ingenieros), estos sern aportados
por los socios en calidad de prstamo al proyecto.
Los estudios y diseos tienen previsto una duracin de cuatro meses desde enero hasta mayo 2006,
la etapa de preventa se inicia desde mayo hasta noviembre de 2006, la construccin comenzar desde
noviembre del 2006 hasta agosto de 2007 (diez meses). En septiembre de 2007 se escrituran y al final
del mismo mes sern subrogados los apartamentos,
fecha en la cual se terminar el proyecto con una
duracin total de veinte meses. Una entidad Fiduciaria se encargar de verificar que el proyecto se
desarrolle de la forma prevista, y sus honorarios sern del 0.5% de los desembolsos por concepto de
costos directos de obra. El proyecto se financiara
por medio de una Corporacin de Ahorro y Vivienda (CAV) en las siguientes condiciones:
- Tasa de crdito constructor DTF + 14% EA.
- Desembolsos trimestrales con intereses pagados
TA Trimestre anticipado.
- Garanta: hipoteca del lote.
- Desembolsos Acumulados: En ningn caso el
monto acumulado de los desembolsos puede superar el 80% del valor del proyecto descontando el valor del lote y de los estudios.
La forma de pago de los apartamentos puede ser
de contado o a crdito, en la primera el comprador
recibe un 10% de descuento del valor del precio del
apartamento dependiendo del mes en que sea comprado, en la segunda el cliente paga un 5% de cuota
inicial, 25% como cuotas de construccin y 70%
como cuota de subrogacin; el valor del metro cuadrado de los apartamentos se ira incrementando
mensualmente.
En el plan de venta se tuvieron en cuenta unos
factores de localizacin horizontales y verticales,
dependiendo de la vista y la altura, incrementando
el costo de los apartamentos mejor ubicados por altura y vista, y disminuyendo el costo de los de condiciones menos favorables en estos dos aspectos.
Con base en los parmetros anteriormente descritos, se realiz un plan de ventas de los apartamentos, se proyect el flujo de ingresos por ventas de
los apartamentos, y los egresos provenientes de los
costos directos e indirectos de construccin. Teniendo en cuenta lo anterior, se proyect el flujo de
tesorera y despus se realiz el flujo de financiacin dependiendo de las necesidades de crdito del
proyecto. Luego se proyectaron los Balances y los
estados de perdidas y ganancias durante el periodo
que dura el proyecto; es importante aclarar que como el estado de perdidas y ganancias se lleva por el
principio de causacin para este caso solo existe un
P&G el ultimo mes, ya que las ventas por los apartamentos solo se pueden registrar al momento de la
Probabilidad
Mean =7.92%
6.77%
7.66%
8.56%
9.45%
10.35%
DTF
Figura 1. Distribucin de valor extremo DTF.
200
150
100
50
0
Sep-10
May-
Ene-10
Sep-09
May-
Ene-09
Sep-08
May-
Ene-08
Sep-07
May-
Ene-07
Sep-06
May-
Ene-06
Sep-05
May-
Ene-05
Sep-04
May-
Ene-04
Sep-03
May-
Ene-03
Sep-02
May-
Ene-02
UVR $
Fecha
Data
Fitted
Forecast
Upper: 95%
Lower: 5%
12.00%
8.00%
Probabilidad
ICCV
10.00%
6.00%
4.00%
Jul-07
Jul-06
Ene-07
Jul-05
Ene-06
Jul-04
Ene-05
Jul-03
Ene-04
Jul-02
Ene-03
0.00%
Ene-02
2.00%
Mean = 0.50
0.00
0.25
0.50
0.75
1.00
Fecha
Data
Fitted
Forecast
Upper: 95%
Lower: 5%
Probabilidad
Mean = 3.43%
2.18%
2.81%
3.43%
4.06%
4.68%
ICCV
0.0
Mes 8.0
de venta
4.0
12.0
16.0
$ 3,000
$ 2,500
Mean = $ 2,359,000
$ 2,117,000
$ 2,238,000
$ 2,359,000
$ 2,480,000
$ 2,601,000
Figura 8. Distribucin triangular valor del metro cuadrado para el segundo semestre del 2006.
$ 2,000
$ 1,000
$ 500
$0
2008
2006
2005
2003:1
2002:2
2001:1
1999:2
1998:1
1996:2
1995:1
1993:2
1992:1
Fecha
Data
Fitted
Forecast
Probabilidad
$ 1,500
1990
Probabilidad
Probabilidad
Mean = 8.0
Mean = 1.0%
0.7%
Upper: 95%
0.9%
1.0%
1.2%
1.3%
Lower: 5%
pios del proyecto, y solamente la estructura de capital es relevante en la medida en que la deuda va
impuestos, costos de transaccin o cambios en la
poltica de inversin, afectan el riesgo de los retornos de los accionistas y el flujo de caja de los accionista ms no el del proyecto.
Como se mencion anteriormente esta teora esta
desarrollada para mercados eficientes bajo la Hiptesis de la eficiencia del mercado (MEH); para el
clculo del WACC en mercados imperfectos o
emergentes como el nuestro dichos clculos se ajustan aumentndoles el riesgo pas que es el spread
entre los bonos de largo plazo del tesoro Americano
y los Bonos de largo plazo del Gobierno colombiano.
Para calcular el WACC se comenz hallando el
costo del equity por el modelo del CAPM, el cual
est dado por la siguiente expresin
k e = Rf + e * ( E [Rm Rf ]) + Rp
(3)
.040
ExtremeValueDistribution
Mode =$1,034,511,674
Scale =$ 298,563,401
Probability
.030
.020
.010
VPN35.56%
.000
-$ 500,000,000
$ 125,000,000
$ 750,000,000
$ 1,375,000,000
$ 2,000,000,000
VPN 35.11%
Figura 10. Valor presente neto, distribucin de valor extremo.
Utilizando las herramientas adicionales de Crystal Ball se puede analizar la influencia de cada una
de las variables de entrada con las variables de salida. La grafica de sensibilidad muestra el rango de
correlacin y la contribucin a la varianza entre las
variables de entrada y las variables de salida, estas
se ordenan de mayor a menor grado de importancia.
Es de gran utilidad al momento de refinar los modelos y disminuir el grado de incertidumbre del mismo, ya que una vez se conocen las variables que
ms influyen en el resultado se busca obtener ms
informacin acerca del comportamiento de las mismas, con el fin de disminuir la incertidumbre y aminorar el riesgo.
10,000Trials
Frequency Chart
9,675Displayed
.034
338
.025
253.5
.017
169
.008
84.5
Mean = $439,524,275
.000
-$ 1,351,771,992
-$ 678,714,748
-$ 5,657,504
$
0
$ 667,399,739
$ 1,340,456,983
VALORM2
.76
-.17
VALORM2
55.7%
2.8%
2.8%
2.8%
INCREMENTOMENSUAL
2.8%
2.8%
2.8%
2.8%
2.8%
2.8%
2.8%
-.17
-.17
INCREMENTOMENSUAL
.17
-.17
-.17
-.17
-.17
-.17
-.17
-.17
-.17
2.8%
-.17
2.8%
-.17
2.8%
-.17
2.8%
FORMA DE PAGO5-C
-.08
2.8%
FORMA DE PAGO5-A
-.06
FORMA DE PAGO5-C
0.6%
FORMA DE PAGO3-A
-.05
FORMA DE PAGO5-A
0.3%
ICCV
-.05
FORMA DE PAGO3-A
0.2%
FORMA DE PAGO4-B
-.05
ICCV
0.2%
FORMA DE PAGO3-B
-.04
FORMA DE PAGO4-B
0.2%
FORMA DE PAGO2-A
-.04
FORMA DE PAGO3-B
0.2%
DTF
-.04
FORMA DE PAGO2-A
0.1%
FORMA DE PAGO1-C
-.04
DTF
0.1%
FORMA DE PAGO1-A
-.04
FORMA DE PAGO1-C
0.1%
FORMA DE PAGO2-B
-.03
FORMA DE PAGO1-A
0.1%
FORMA DE PAGO3-C
-.03
FORMA DE PAGO2-B
0.1%
FORMA DE PAGO4-A
-.03
FORMA DE PAGO3-C
0.1%
FORMA DE PAGO4-C
-.03
FORMA DE PAGO4-A
0.1%
FORMA DE PAGO1-B
-.02
FORMA DE PAGO4-C
0.1%
FORMA DE PAGO2-C
-.02
FORMA DE PAGO1-B
0.1%
FORMA DE PAGO2-C
0.0%
* -Correlatedassumption
-1
-0.5
0.5
* -Correlatedassumption
100%
50%
0%
50%
100%
Contribucin a la varianza
Rango de correlacin
Probability
.029
Weibull Distribution
Loc. =-$560,923,698
Scale =$1,500,624,524
Shape =6.02
.022
.014
.007
VPN35.56%
.000
$0
$ 437,500,000
$ 875,000,000
$ 1,312,500,000
$ 1,750,000,000
VPN 35.11%
Figura 14. Resultado de VPN, Distribucin Weibull.
Probability
respecto al VPN, sin embargo el porcentaje de correlacin es muy inferior al que tienen las otras variables; con el mes de venta cuyo coeficiente de correlacin es de 0.1 indica para este caso que es casi
indiferente, ya que si se vende tarde el incremento
mensual en el valor del metro cuadrado compensa
el no tener el dinero de manera rpida, sin embargo
no refleja de manera adecuada la realidad.
027
Normal Distribution
Mean =$542,085,802
StdDev=$ 283,600,447
021
014
007
UTILIDADNETA
000
-$ 250,000,000
$ 187,500,000
$ 625,000,000
$ 1,062,500,000
$ 1,500,000,000
Utilidad Neta
Figura 15. Utilidad neta, Distribucin normal.
VALORM2
.77
INCREMENTOMENSUAL
.13
ICCV
-.06
FORMA DE PAGO5-C
-.05
FORMA DE PAGO1-A
-.05
FORMA DE PAGO3-A
-.05
FORMA DE PAGO5-A
-.04
FORMA DE PAGO2-B
-.04
FORMA DE PAGO4-B
-.03
FORMA DE PAGO3-B
-.03
FORMA DE PAGO4-C
-.02
DTF
-.02
FORMA DE PAGO4-A
-.02
.02
.02
.02
FORMA DE PAGO3-C
-.02
FORMA DE PAGO2-C
-.02
.02
FORMA DE PAGO2-A
-.02
.01
.01
.01
.01
.01
-.01
FORMA DE PAGO1-C
-.00
FORMA DE PAGO1-B
.00
.00
-.00
-.00
.00
-1
-0.5
0.5
Rango de correlacin
REFERENCIAS
Balen, C. 2004. Notas del curso Administracin de proyectos.
Universidad de los Andes. Bogot Colombia
Ball, R. 1995. The Theory of stock market efficiency: accomplishments and limitations. Journal of Applied Corporate
Finance 8 (1): 4 -17.
Benchmark. Facultad de Administracin. Universidad de los
Andes, Bogot, Colombia.
Benninga, S. 2000. Financial modeling (2nd. ed). London.
MIT press
Bloomberg. Septiembre 2005.
Brealey, R. & Myers, S. 2004. Principles of corporate finance. (7th ed.). New York: Mcgraw Hill.
Clavijo, Janna,& Muoz. 2004. La vivienda en Colombia: sus
determinantes Socio- Econmicos y Financieros. Banco de
la Republica
Damodaran, A. 2002. Investment valuation: tools and techniques for determining the value of any asset. New york:
John Wiley & Sons.
Damodaran, A. 2005. New York, Federal Reserve data base in
St. Louis (FRED).
Departamento Administrativo Nacional de Estadstica
(DANE). Recuperado en Septiembre de 2005, de
http://www.dane.gov.co/inf_est/construccion_vivienda.ht
m
Departamento nacional de planeacin. (DNP).Recuperado en
Mayo de 2005, de http://www.dnp.gov.co/
Dixit, A. & Pindyck, R. 1995. The options approach to capital
investment. Harvard Business Review.
Echeverry, D. Notas de los cursos Gerencia de proyectos,
Programacin y presupuestos, Herramientas computacionales. Universidad de los Andes. Bogot Colombia
Garca, O. .2003. Valoracin de empresas, gerencia del valor
y EVA. Medelln: Digital Express Ltda.
Gordon, M. & Shapiro E. 1963. Capital equipment analisis:
the required rate of profit. The American Economic Review
Harris, R. 1996. Capital structure theory: a current perspective. University of Virginia Darden School Foundation,
Charlottesville.
Harris, R. 1997. Debt financing, firm value and the cost of
capital. University of Virginia Darden School Foundation,
Charlottesville.
Harris, R. 1997. Value creation, net present value and economic profit. University of Virginia darden school foundation, Charlottesville.
Jaramillo, P. 2000. Observatorio del mercado del espacio
construido en Bogot. Documentos CEDE. Universidad de
los Andes, Bogot, Colombia.
Jaramillo, S. 2004. Precios inmobiliarios en el mercado de vivienda en Bogot 1970-2004. Documentos CEDE. Universidad de los andes, Bogot, Colombia.
Palacio, P. 2003. Estructura de capital de las empresas en Colombia (sector de la construccin). Proyecto de grado.
Universidad de los Andes, Bogot, Colombia.
Larran, F. & Sachs, J. 2002. Macroeconoma en la economa
global. Buenos Aires: Pearson Education.
Modigliani, F. & Miller, M. 1958. The cost of capital, corporation finance and the theory of investments, The American Economic Review 48 (3): 261- 297.
Revista Construyendo. 2005. (22 ed.) Bogot, Colombia. Precios de venta de vivienda Pg: 14-20.
Sapag; C. 2001.Evaluacin de proyectos de inversin en la
empresa. Buenos Aires: Pearson.
ANEXO 1
Cuadro 1. VPN con correlacin entre el mes de venta y el valor del metro cuadrado
VPN
Trials
10000
10000
Mean
Median
Mode
Standard Deviation
Variance
Skewness
Kurtosis
Coeff. of Variability
Range Minimum
Range Maximum
Range Width
Mean Std. Error
$ 971,048,849
$ 1,067,013,839
--$ 545,287,960
3E+17
-3.32
16.57
0.56
-$ 2,816,787,479
$ 1,992,375,830
$ 4,809,163,309
$ 5,452,879.60
$ 853,499,121
$ 932,625,087
--$ 503,379,058
3E+17
-3.30
17.38
0.59
-$ 2,662,560,987
$ 1,908,049,823
$ 4,570,610,809
$ 5,033,790.58
10000
Trials
10000
10000
10000
$ 592,220,746
$ 653,750,200
--$ 481,556,911
2E+17
-3.41
19.03
0.81
-$ 2,853,697,543
$ 1,706,609,796
$ 4,560,307,339
$ 4,815,569.11
Mean
Median
Mode
Standard Deviation
Variance
Skewness
Kurtosis
Coeff. of Variability
Range Minimum
Range Maximum
Range Width
Mean Std. Error
$ 947,287,568
$ 960,114,207
--$ 275,803,807
8E+16
-0.34
3.27
0.29
-$ 766,339,541
$ 1,702,668,175
$ 2,469,007,716
$ 2,758,038.07
$ 831,532,054
$ 841,200,104
--$ 268,862,745
7E+16
-0.25
3.11
0.32
-$ 259,091,966
$ 1,678,968,719
$ 1,938,060,685
$ 2,688,627.45
$ 562,161,874
$ 568,189,799
--$ 258,161,307
7E+16
-0.19
3.15
0.46
-$ 481,763,445
$ 1,484,986,687
$ 1,966,750,132
$ 2,581,613.07
Cuadro 3. Utilidad neta con correlacin entre el mes de venta y el valor del metro cuadrado
UTILIDAD NETA
UTILIDAD NETA
Trials
Mean
Median
Mode
Standard Deviation
Variance
Skewness
Kurtosis
Coeff. of Variability
Range Minimum
Range Maximum
Range Width
Mean Std. Error
10000
$ 597,935,637
$ 731,202,752
--$ 716,751,435
5E+17
-3.67
19.21
1.20
-$ 4,807,464,641
$ 1,552,614,211
$ 6,360,078,851
$ 7,167,514.35
Trials
Mean
Median
Mode
Standard Deviation
Variance
Skewness
Kurtosis
Coeff. of Variability
Range Minimum
Range Maximum
Range Width
Mean Std. Error
10000
$ 682,542,024
$ 695,258,071
--$ 279,201,397
8E+16
-0.46
3.94
0.41
-$ 1,325,141,527
$ 1,521,572,421
$ 2,846,713,949
$ 2,792,013.97
10000
$ 439,524,275
$ 563,068,169
--$ 701,724,299
5E+17
-3.80
20.80
1.60
-$ 4,882,240,703
$ 1,408,042,124
$ 6,290,282,826
$ 7,017,242.99
10000
$ 45,914,142
$ 205,858,675
--$ 755,849,438
6E+17
-3.73
20.60
16.46
-$ 5,594,674,860
$ 1,014,464,351
$ 6,609,139,211
$ 7,558,494.38
10000
$ 542,085,802
$ 555,102,189
--$ 283,600,447
8E+16
-0.48
3.80
0.52
-$ 1,002,640,212
$ 1,358,880,571
$ 2,361,520,782
$ 2,836,004.47
10000
$ 173,205,035
$ 203,602,986
--$ 317,326,411
1E+17
-0.79
4.38
1.83
-$ 1,618,600,160
$ 1,038,782,702
$ 2,657,382,861
$ 3,173,264.11