Modelo de valoracin financiera de proyectos especializados en

ingeniera de la construccin
S. Castaeda

Universidad de los Andes, Bogot D.C, Colombia

J. Villarreal & D. Echeverry

Universidad de los Andes, Bogot D.C, Colombia

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

sean realizados sin saber a ciencia cierta si son rentables o no.

2 OBJETIVOS

2.1 Objetivos Generales

Crear un modelo que le permita al Gerente o promotor de proyectos evaluar el impacto de las variables que afectan el valor en los proyectos de construccin.

2.2 Objetivos especificos

4.1 Valor

Determinar el flujo libre de caja de un proyecto de

construccin por medio de la proyeccin de los balances y los estados de prdidas y ganancias.
Determinar la tasa de descuento WACC (Weighted
average cost of capital) costo de capital promedio
ponderado de proyectos de construccin en Colombia.

El concepto de valor rene elementos que permiten

medir, manejar y maximizar el valor de una compaa. La creacin de valor esta vinculado con las decisiones perspicaces de la compaa, en el mbito
tanto financiero como operacional, de esta introduccin nace el concepto de que el valor es la capacidad que tiene una firma de crear flujos futuros
(Villarreal et al. 2003).

3 ALCANCE

4.2 Mtodo de flujo de caja descontados

Elaborar un modelo para evaluar el impacto de las

variables claves que afectan el valor en proyectos
de construccin.
Establecer el riesgo para el negocio de la construccin en Colombia.
4 ANTECEDENTES Y MARCO TEORICO
El negocio de la construccin es por definicin riesgoso y cambiante, va ligado a los ciclos de expansin y contraccin de la economa de cada pas y
tiene que ver mucho con el desempeo de variables
macroeconmicas (Clavijo et al. 2004) como las tasas de inters del mercado, las expectativas inflacionarias, el crecimiento del pas, la poltica monetaria, la capacidad de ahorro de los colombianos, las
polticas de crdito y ahorro fiscal, el poder adquisitivo, los subsidios en los estratos bajos y los beneficios fiscales en los estratos altos adems del entorno
econmico mundial; tambin es afectado por variables microeconmicas como la capacidad financiera
de los inversionistas, la capacidad de endeudamiento de las firmas constructoras, la oferta y demanda
de vivienda, la experiencia especifica en el sector
de los constructores, valor del metro cuadrado etc.
Sin embargo a pesar de todas las correlaciones econmicas en el sector de construccin las empresas
no valoran sus proyectos con la proyeccin de un
flujo de caja libre ni aplican el WACC (Costo de
capital promedio ponderado) para planear sus estructuras de capital, la gestin se limita a buscar entre las limitadas fuentes de financiacin las de ms
bajo costo (Palacio 2003), y toman decisiones con
base en un Estado de perdidas y ganancias sin analizar como esta el entorno econmico, y las tendencias que pueden afectar el retorno de los proyectos.

Esta metodologa asume que el valor de la empresa

ser la suma de los flujos futuros que genere la
compaa, descontados a la tasa apropiada que representa el costo de capital de la compaa. En este
caso el valor de compaa no esta reflejado en el valor que los activos puedan tener en el mercado, si
no por los flujos futuros que los mismos puedan generar (Villarreal et al. 2003).
t

V =
t =o

FCFs
(1 + WACC) t

(1)

Donde: V= valor; FCFs = flujo libre de caja;

WACC= costo de capital promedio ponderado;
t=periodo
4.3 WACC
Es el modelo mas comnmente usado para el descuento de flujos de caja de una firma; este mide el
promedio ponderado de los costos de las fuentes de
financiacin, buscado una aproximacin a la tasa de
inters de oportunidad o la rentabilidad mnima requerida por el inversionista. En la utilizacin del
WACC es necesario saber el costo del equity (capital) (ke) y el costo de la deuda (Kd) (Villarreal et al.
2003).

WACC = Ke E + K d D
D + E
D + E

(2)

Donde Ke = costo de capital; Kd = costo de la

deuda despus de impuestos; E/(D+E)= proporcin
o valor del mercado del patrimonio; D/(D+E) =
proporcin o valor del mercado de la deuda.

4.4 CAPM (the Capital Asset Pricing Model)

Este modelo mide el riesgo en trminos de varianza
diversificable y relaciona los retornos esperados a
esa medida de riesgo. El riesgo no diversificable para cualquier activo puede ser medido por la covarianza de sus retornos sobre un ndice del mercado,
el cual se define como el beta del activo. Si el beta
del patrimonio puede ser hallado, el costo del patrimonio ser el retorno requerido (Villarreal et al.
2003).

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.

5.2.2 UVR (Unidad de valor real)

Con base en la serie histrica de la UVR desde
enero del 2002 hasta septiembre de 2005, se utiliz
el CB Predictor para proyectar el comportamiento
de la UVR desde enero de 2006 hasta septiembre
del 2007, teniendo en cuenta que se utilizar para
realizar la correccin monetaria.
250

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

5.2 Variables macro generales

ca mayor por las posibilidades de que la distorsin

sea muy amplia por eventos ocurridos en el pasado.
Utilizando Criytal Ball se defini la distribucin
estadstica que representaba ms fielmente estos datos de la evolucin mensual de la DTF desde enero
del 2003 hasta septiembre del 2005 (Fig. 1), as los
valores de la DTF se mover aleatoriamente en los
rangos que muestra la distribucin de valor extremo
durante la simulacin.

UVR $

escrituracin. Una ves estn proyectados el balance

y el estado de perdidas y ganancias se procede a
calcular el flujo libre de caja (Free Cash Flow) por
el mtodo indirecto y se descuenta al Costo de capital promedio ponderado WACC.
Es importante resaltar que como toda la deuda
del proyecto se tom de corto plazo por la duracin
del proyecto, el flujo libre de caja muestra valores
negativos solo al final, esto se debe a que el proyecto se mueve entre las variaciones de capital de trabajo (activos corrientes menos pasivos corrientes),
induciendo a que solo al final cuando se pagan todas las obligaciones con los bancos y socios, se presentan flujos de cajas negativos; en este proyecto en
especial no hay activos fijos por que se esta suponiendo que todo se realiza por leasing. La particularidad de este flujo de caja no permite hacer anlisis
de sensibilidad a distintos nivel de WACC, sin embargo tambin se realiz la simulacin incluyendo
el valor del lote y los estudios como deuda de largo
plazo, caso en el cual el flujo de caja se comportaba
de forma tradicional con valores negativos al principio y positivos al final, llegando sin embargo a las
mismas conclusiones.
Toda la plataforma del modelo se desarroll en
el software Criytal Ball 7 que es una herramienta
analtica utilizada para examinar distintos escenarios por medio de mltiples simulaciones en modelos insertados en una hoja de calculo, en este caso
Excel. El objetivo principal de esta herramienta es
la de cuantificar los factores de riesgo para tomar
decisiones con base en un nmero determinado de
simulaciones. Criytal Ball funciona con la simulacin de Monte Carlo, lo que permite no solo simular
un escenario a la ves sino muchos escenarios, lo que
facilita que se llegue a mejores aproximaciones
acerca del nivel de riesgo de las variables que se
analizan en el modelo.

Fecha

5.2.1 DTF (Tasa para los certificados de depsito

a trmino fijo)
Dado que la DTF se utiliza para definir la tasa de
los crditos, es una variable importante en el negocio de la construccin debido al alto nivel de apalancamiento a que se someten los constructores para
emprender sus proyectos. Para la proyeccin de la
DTF se utiliz la serie histrica de los ltimos 3
aos, desde enero del 2002 hasta septiembre del
2005 ya que se considera estadsticamente robusta,
por el nmero de registros que se encuentran en dicho periodo; no se tiene en cuenta una serie histri-

Data

Fitted

Forecast

Upper: 95%

Lower: 5%

Figura 2. Proyeccin de la UVR.

5.3 Variables macro sectoriales

5.3.1 ICCV( ndice de los costos de construccin
de vivienda)
Es un indicador que mide el incremento en los costos de construccin, tiene como principal objetivo

evaluar la evolucin del costo medio de la demanda

de insumos para la construccin de vivienda a travs de las variaciones en los precios de dichos insumos a nivel nacional, en quince ciudades investigadas por clase y tipo de vivienda. Tiene como
objetivo especifico producir un deflector para variables econmicas, tales como valor de la produccin e incremento de los salarios en el sector, sirve
como instrumento para el reajuste de contratos de
obra, ya sea entre particulares o entre estos y entidades del Estado (Dane 2005). Con base en la evolucin del indicador desde enero del 2002 hasta junio del 2005 se proyect la evolucin de los precios
con Crytal Ball (Fig. 3).Se toma como valor base el
obtenido en Noviembre del 2006, fecha en la cual
se tiene proyectado el comienzo de la construccin
del proyecto modelo (Fig. 4).

5.3.2 Forma de pago

La forma de pago es otra variable de entrada en el
modelo, en este tipo de proyectos la forma de pago
depende mucho de la capacidad adquisitiva de los
compradores, las expectativas inflacionarias, las tasas de captacin y colocacin de entidades financieras para los crditos de vivienda. En una encuesta
que se realiz con distintas firmas constructoras se
lleg a la conclusin que aproximadamente un 30%
de las ventas se realizan de contado y un 70% se
realizan a crdito, en algunos casos el porcentaje de
ventas de contado puede ser mayor por las caractersticas explicadas anteriormente. Para la implementacin del modelo se asign una distribucin uniforme para que generara nmeros aleatorios de 0 a
1, luego se realiz un filtro en Excel para que por
medio de una probabilidad asignada (30%-70%) determinara si la venta era a crdito o contado (Fig.
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%

Figura 5. Distribucin uniforme, forma de pago.

Probabilidad

Figura 3. Proyeccin de los costos de construccin de vivienda.

Mean = 3.43%
2.18%

2.81%

3.43%

4.06%

4.68%

ICCV

Figura 4. Distribucin triangular del ICCV proyeccin noviembre del 2006.

5.3.3 Mes de venta

En los proyectos de construccin es bastante importante la rapidez con que este sea vendido ya que
gran parte de la financiacin del proyecto se realiza
con dinero de los compradores; de manera contraria
los gastos financieros en que se incurren son demasiado altos y la creacin de valor disminuye drsticamente por este concepto. Para el modelo desarrollado se tomaron los meses de ventas como
variables aleatorias incluyendo una distribucin
uniforme en la cual se le da la posibilidad de que
los apartamentos se vendan desde mayo de 2006
donde comienza la preventa de apartamentos, hasta
enero del 2007 cuando termina el proyecto con una
duracin total de 16 meses (Fig. 6).

0.0

Mes 8.0
de venta

4.0

12.0

16.0

Figura 6. Distribucin uniforme mes de venta.

5.4 Variables micro

$ 3,000
$ 2,500

Mean = $ 2,359,000
$ 2,117,000

$ 2,238,000

$ 2,359,000

$ 2,480,000

$ 2,601,000

Valor del metro cuadrado

Figura 8. Distribucin triangular valor del metro cuadrado para el segundo semestre del 2006.

5.4.2 Incremento del valor del metro cuadrado

Para la representacin de esta variable en el modelo
se decidi incluir una distribucin normal con media del 1% y desviacin estndar del 0.1% (Fig. 7),
adicionalmente se le realiz una correlacin negativa con el mes de venta, es decir, en la medida que
se venda rpido el incremento mensual en el valor
del metro cuadrado aumentar, y disminuir en caso
contrario, esto se realiz ya que si el proyecto se esta vendiendo de manera rpida, con una alta demanda por parte de los compradores, el constructor
tender a aumentar los precios para obtener mayores ganancias, de manera contraria, si el proyecto
tiene una demanda baja, el constructor no podr
aumentar el precio y en cambio si tender a disminuir el valor del metro cuadrado para aumentar las
ventas.

$ 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

Valor m2 miles de pesos

5.4.1 Valor del metro cuadrado

En este modelo el valor del metro cuadrado es bastante importante, ya que de este depende el flujo de
ingresos por valor de las ventas de los apartamentos
que un constructor puede esperar. La importancia
de medir este parmetro resulta de gran utilidad para cualquier economa, sin embargo no es de fcil
obtencin, dada la heterogeneidad con que se construye en diferentes momentos del tiempo, caso contrario ocurrira si se construyera siempre bajo unos
parmetros estndar, no obstante lo que se ofrece en
cada momento es distinto en cuanto a acabados, materiales, especificaciones, etc., por eso resulta complicado comparar as sea en un mismo estrato o ciudad la evolucin de un precio con respecto a otro.
Dada la complejidad de este tema an no existe
consenso entre la mejor metodologa, sin embargo a
nivel mundial el ms utilizado es el concepto de ndice de precios hednico, que consiste en estimar
econometricamente ecuaciones que tienen como variable dependiente el precio del bien o el servicio y
como represores los atributos o caractersticas del
mismo (Revista construyendo 2005). Otra forma de
proyectar el valor del metro cuadrado para un proyecto determinado es un estudio de mercado especifico del lugar donde se va a construir el edificio, y
tratar de obtener una relacin entre lo que se est
ofreciendo y el valor del metro cuadrado.

Probabilidad

Probabilidad

Mean = 8.0

El anlisis en este proyecto se realiz con base

en los estudios de Samuel Jaramillo (2004) acerca
de los precios inmobiliarios en el mercado de vivienda en Bogot entre 1970-2004 con un enfoque
en lo estratos altos por la localizacin del proyecto
modelo. Utilizando el predictor se proyecto el valor
del metro cuadrado para el segundo semestre del
2006 fecha en la cual empiezan las ventas. En la Figura 7 se puede ver la evolucin del metro cuadrado
y su proyeccin, y en la Figura 8 se ve la distribucin triangular asignada para el proyecto con base
en la proyeccin.

Mean = 1.0%
0.7%

Upper: 95%

0.9%

1.0%

1.2%

1.3%

Lower: 5%

In cremen to men s u al d el v alo r d el metro cu ad rad o

Figura 7. Proyeccin del valor del metro cuadrado, estrato alto.

Figura 9. Distribucin normal incremento mensual del valor

del metro cuadrado.

6 COSTO DE CAPITAL PARA EL SECTOR DE

LA CONSTRUCCIN EN COLOMBIA (WACC)
El costo de capital promedio ponderado (WACC) se
conoce como la tasa de rentabilidad mnima bajo
condiciones de incertidumbre (Riesgo), para el caso
de proyectos reales en el sector de la construccin,
esta tasa de inters debe compensar al inversionista
por el valor del dinero en el tiempo, la prima por
riesgo dependiendo de la naturaleza del mismo y la
creacin de valor econmico EVA (Economic Value Added) (Villarreal 2005).
Para que un proyecto real sea atractivo para un
inversionista, ste debe generar como mnimo una
rentabilidad igual al costo de oportunidad ajustado
por el riesgo, teniendo en cuenta que solo se lograr
crear valor si se invierten en proyectos reales que
generan una rentabilidad superior a su costo de
oportunidad ajustado por el riesgo, esta misma tasa
es la que se utiliza para descontar los flujos futuros
de un proyecto y hallar su valor presente neto
(VPN); siguiendo la regla bsica de que si el VPN
es positivo el proyecto se debe realizar, porque se
deduce que su rentabilidad es mayor que la tasa de
descuento apropiada ajustada por el riesgo, en finanzas se parte de la base que a medida que aumenta el riesgo, el retorno esperado debe ser mayor como incentivo por el riesgo asumido.
Para hallar el costo de oportunidad real ajustado
por el riesgo, se utiliz la propuesta conceptual del
Modelo del CAPM- Capital Assent Pricing Model
(Sharpe 1964) este modelo econmico de equilibrio
parcial, basado en el funcionamiento eficiente del
mercado de capitales (MEH- Market Efficiency
Hypothesis) (Ball 1995) afirma que la tasa de descuento ajustada por riesgo apropiado para calcular
el VPN del proyecto, es una funcin de 4 elementos
1) el costo de la deuda despus de impuestos (valor
esperado del retorno de la deuda, 2) el costo del
equity (retorno esperado de la inversin en equity),
3) la estructura de capital y 4) el riesgo sistemtico
tanto de la deuda como del equity. Este enfoque es
conocido como WACC - Weighted Average Cost of
Capital (Modigliani et at. 1958).
La tasa de descuento puede ser calculada tambin por el CAPM (Capital Assent Pricing Model)
teniendo en cuenta que se puede calcular el costo de
oportunidad con base al riesgo sistemtico del proyecto, es decir el riesgo no diversificable.
En conclusin por cualquiera de las dos vas
WACC y CAPM el resultado debe ser totalmente
consistente, y es bastante importante porque va ligado a la teora de Modigliani Miller en la cual la
estructura de capital no afecta los flujos de caja pro-

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)

Donde: Rf= tasa libre de riesgo, calculado como el

yield al que cerraron los bonos de largo plazo del
tesoro americano 4.5% (Bloomberg 2005).
E[Rm Rf]= prima de riesgo del mercado. Promedio aritmtico del spread del rendimiento del
S&P500 sobre la tasa libre de riesgo. Se calcula en
largos periodos de tiempo usualmente desde 1928.
Risk Premium = 6.53% (Damodaran 2005)
Rp= riesgo pas, se calcula como el spread del rendimiento en dlares de los bonos de largo plazo del
pas en este caso Colombia y el rendimiento de los
bonos de largo plazo de Norteamrica.
Riesgo pas = 444bp (Ministerio de Hacienda 2005,
clculos del autor)
e= beta del equity, conocido como el beta de los
accionistas o Beta apalancado. Corresponde al riesgo sistemtico no diversificable que enfrentan los
accionistas del proyecto. Aritmticamente se calcula como la covarianza entre los retornos de la accin y los retornos del portafolio de mercado, dividida por la varianza de los retornos del portafolio
del mercado. El beta del mercado por definicin es
1 por lo tanto si un activo tiene un beta mayor a 1 se
supone que sus retornos son mas riesgosos que los
del mercado, si es menor a uno sus retornos son
menos riesgosos que los del mercado (Villarreal
2005).
Para el clculo del Beta se tomaron como referencia
el promedio de 34 compaas en el ndice Home-

building que representa las firmas constructoras

ms importantes del mundo que cotizan en la bolsa
de Nueva York. La fuente de esta informacin fue
tomada de A. Damodaran, en su pgina de la Universidad de Nueva York que provee la informacin
pblica ms actualizada. Esta permite ver el riesgo
sistemtico y la estructura de capital para el sector
de la construccin en Estados Unidos; se observa un
Beta de 0.85 y una estructura de capital Deuda/Equity (D/E) de 0.4602, que es equivalente a un
nivel de Deuda del 31.52% y un nivel de Equity del
68.48%.
La estructura de capital y el beta encontrados se
toma como una aproximacin a la estructura de capital ptima, aunque se est hablando de un pas
desarrollado y uno en va de desarrollo se supone
que la naturaleza del negocio de las constructoras
en Estados Unidos y en Colombia son similares. Para encontrar el WACC se parte del riesgo sistemtico (Beta) y la estructura de capital, y se aproxima a
pases emergentes por medio de un apalancamiento
y desapalancamiento de betas teniendo en cuenta la
estructura de capital de las firmas constructoras en
Colombia y el riesgo pas.
Spread de la deuda = cota mxima de intermediacin que refleja el spread optimo de bonos AAA
sobre la tasa libre de riesgo. Su valor es 1.5% (Damodaran 2005).
Estructura de capital firmas constructoras en Colombia=Deuda = 58.7% Equity = 41.30%
D/E= 1.4213. (Benchmarck 2005)
Utilizando las variables anteriormente descritas
se obtiene el WACC para el sector de la construccin en Colombia, teniendo en cuenta la estructura
de capital promedio encontrado de las firmas constructoras de Colombia y con base en una devaluacin proyectada del 6.9% (Departamento de Planeacin nacional 2005) obtenemos un WACC del
11.07% la cual seria la tasa mnima de rentabilidad
en dlares o 18.73% la tasa mnima equivalente de
rentabilidad en pesos a septiembre de 2005 para el
sector de la construccin en Colombia con la estructura ptima de las firmas constructoras en Colombia. Es importante aclarar que este seria el punto de
equilibrio en el cual el Valor Presente Neto (VPN)
seria igual a cero, se le debe aumentar un spread
que se maneja en el negocio de la construccin de
aproximadamente un 2% lo que dara una tasa
13.07% en dlares o 20.87% en pesos colombianos.
Ahora cada proyecto tiene diferente proporcin en
las fuentes de financiacin, por eso el WACC debe

recalcularse si se va a invertir en un proyecto y la

estructura de capital varia; para el sector de la construccin en Colombia es importante analizar como
es la relacin Deuda/Equity para los proyectos de
construccin que se realizan con un porcentaje de
deuda mucho mayor, gran parte del proyecto se financia por prestamos con bancos, y de los socios.
Entonces para el proyecto modelo tendramos una
relacin D/E del 67.96 que equivale a un 98.55% de
deuda y un 1.45% de Equity, lo cual produce un
mayor incremento en el WACC, por que hay mayor
riesgo de alcanzar un Financial Distress (apuro financiero) dado el nivel de deuda, el costo de la deuda antes de impuestos se incrementa desde una tasa
libre de riesgo del 1% hasta un 5%. Por lo tanto, el
WACC se aumenta de 20.87% a 35.11% nominal
anual en pesos.
7 VALOR TERMINAL
Cuando se est valorando una empresa por el mtodo del flujo libre de caja, un punto fundamental
constituye la determinacin del plazo o periodo a
proyectar, cuando existe la percepcin de la continuidad de las operaciones de la empresa en el largo
plazo. Es importante determinar el periodo en el
cual se van a proyectar los flujos y esto depende
mucho del tipo de negocio. El valor terminal busca
simular los flujos luego de la proyeccin explicita
cuando se cree que el negocio tendr flujos perpetuos, estos son calculados bsicamente por dos enfoques, el primero es un enfoque de ingresos futuros
y el segundo es un enfoque de mercado (Villarreal
et at. 2003).
Para el caso explicito de este proyecto, el valor
terminal es cero ya que una vez acabado el proyecto
este se liquida en su totalidad y no va a generar flujos futuros ni perpetuos, por lo tanto solo se proyecta el flujo libre de caja para los veinte meses que
dura el proyecto.
8 RIESGO, ANALISIS, SENSIBILIDAD Y
VALOR
Una vez desarrollado el modelo probabilstico que
parte de haber definido las variables de entrada (assuptions), ajustado la distribucin estadstica con
base en informacin histrica, y de haber proyectado el comportamiento futuro de las variables utilizando la herramienta del Criytal Ball Predictor proyectando las tendencias futuras, se realizaron
10.000 simulaciones para obtener intervalos de con-

fianza acerca del Valor Presente Neto (VPN), y la

Utilidad Neta del proyecto con un WACC del
35.11% dada la estructura Deuda/ Equity del proyecto.
Dichos resultados nos dan un intervalo de confianza del 95% de los rangos entre los cuales van a
estar las variables de salida.
8.1 Simulacin de las variables con correlacin
negativa entre el mes de venta y el incremento
de los costos de construccin
Teniendo en cuenta una correlacin negativa entre
el incremento mensual del valor del metro cuadrado
y el mes de venta, se puede analizar la distribucin
probabilista que sigue el VPN y la Utilidad Neta; en
ambos casos se asemeja a una distribucin de valor
extremo como se aprecia en las Figuras 10 y 11.
Es importante analizar de forma detallada los valores extremos, sobre todo del lado izquierdo para
analizar el escenario ms pesimista y ver realmente
hasta donde llega el nivel de riesgo, por ejemplo en
la Figura 10 del VPN, se puede analizar como el
rango mnimo va desde $-2,662,560,987 hasta
$1,908,049,823 en el rango mximo, aunque despus de las 10,000 simulaciones tenemos una media
de $853,499,121 y una desviacin estndar de
$503,379,058, es importante ver que el valor extremo del lado izquierdo es realmente un factor fundamental a tener en cuenta por los inversionistas del
proyecto en caso de que todas las condiciones fueran desfavorables. De igual manera sucede con la
utilidad neta del proyecto que tiene un rango desde
$-4,882,240,703 hasta $1,408,042,124, con una
media de $439,524,275 y una desviacin estndar
de $701,724,299; as mismo, en este caso se aprecia
un valor extremo negativo bastante preocupante en
caso de que el escenario fuera totalmente adverso,
entre las teoras de las finanzas modernas se destacan estudios de eventos de casos extremos del lado
izquierdo.

.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

Figura 11. Utilidad neta, distribucin de valor extremo.

Se puede observar que las variables que tienen

una correlacin positiva con la variable de salida se
incrementa al lado derecho de la grafica a partir de
la lnea 0, es decir, a medida que el valor de variable de entrada aumenta, se incrementa el valor de la
variable de salida, de manera contraria las variables
que tienen una correlacin negativa aumentan sobre
el lado izquierdo y en la medida que el valor de estas aumenta el valor de la variable de salida diminuye.
En la Figura 12 donde se muestra el rango de correlacin de las variables con el VPN, se puede ver
que la variable con mayor correlacin positiva es el
valor del metro cuadrado con un 0.76 en una escala
de -1 a 1; este resultado es de esperarse ya que el
valor del metro cuadrado es el precio del producto
en el negocio de la construccin. El mes de venta,
tiene una correlacin negativa con el VPN, es la segunda variable ms relevante lo cual es totalmente
consistente con la realidad. Si sumamos todas las
correlaciones de los apartamentos tenemos un total
de -2.2 es decir entre ms rpido se venda se creara
mayor valor. El incremento mensual del valor del
metro cuadrado tiene una correlacin positiva de
0.17, lo cual es consistente ya que entre mayor sea
el incremento en los precios mensuales mayor ser

el VPN. La forma de pago tienen una correlacin

negativa, es decir es mejor vender a contado que a
crdito, y si sumamos las de todos los apartamentos
nos da una correlacin de -0.54 convirtindose en
una variable importante despus del valor del metro
cuadrado y el mes de venta. El incremento en los
costos de construccin de vivienda (ICCV) y la
DTF, tienen una correlacin negativa, en la medida
en que aumenten disminuir el VPN, la primera tiene una correlacin de -0.048 y la segunda de -0.036,
es importante analizar como estas variables no influyen de la manera que se esperara.

VALORM2

.76

MES DEVENTA 3-C

-.17

rianza negativo del -36.05%, la forma de pago suma

apenas un -2.35%, el incremento del valor del metro
cuadrado tiene un 2.8% y el ICCV y la DTF tienen
un -0.2% y -0.1% respectivamente.
Como conclusin general en este caso, es evidente que el valor del metro cuadrado y el mes de
venta son las variables que ms afectan el negocio
de la construccin; la forma de pago se puede incluir en un tercer lugar y llama la atencin que ni la
DTF ni el incremento en los costos de construccin
pesan tanto como las anteriores.

VALORM2

55.7%

MES DEVENTA 3-C

2.8%

MES DEVENTA 4-B

2.8%

MES DEVENTA 4-A

2.8%

INCREMENTOMENSUAL

2.8%

MES DEVENTA 5-A

2.8%

MES DEVENTA 2-B

2.8%

MES DEVENTA 3-A

2.8%

MES DEVENTA 1-C

2.8%

MES DEVENTA 1-B

2.8%

MES DEVENTA 2-C

2.8%

MES DEVENTA 4-B

-.17

MES DEVENTA 4-A

-.17

INCREMENTOMENSUAL

.17

MES DEVENTA 5-A

-.17

MES DEVENTA 2-B

-.17

MES DEVENTA 3-A

-.17

MES DEVENTA 1-C

-.17

MES DEVENTA 1-B

-.17

MES DEVENTA 2-C

-.17

MES DEVENTA 5-C

-.17

MES DEVENTA 2-A

-.17

MES DEVENTA 5-C

2.8%

MES DEVENTA 4-C

-.17

MES DEVENTA 2-A

2.8%

MES DEVENTA 3-B

-.17

MES DEVENTA 4-C

2.8%

MES DEVENTA 1-A

-.17

MES DEVENTA 3-B

2.8%

FORMA DE PAGO5-C

-.08

MES DEVENTA 1-A

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

Figura 12. Anlisis de sensibilidad, rango de correlacin de

las variables con el VPN.

Analizando la Figura 13 en la que se muestra la

contribucin a la varianza de las variables de entrada contra el VPN, los porcentajes muestran en que
medida la incertidumbre de las variables de salida
son ocasionadas por cada una de las variables de
entrada; observamos nuevamente que el valor del
metro cuadrado tiene 55.7% de varianza positiva
sobre el resultado, es decir, es la variable que mas
influencia el VPN. El mes de venta es la segunda
variable ms importante con un porcentaje de va-

Figura 13. Anlisis de sensibilidad, contribucin a la varianza

con el VPN

8.2 Simulacin de las variables sin tener en cuenta

ningn tipo de correlacin entre ellas
Cuando se realizan las simulaciones sin ningn tipo
de correlacin se puede observar que las distribuciones del VPN ya no corresponde a una distribucin de valor extremo sino una distribucin Weibull
(Fig. 14), adems el lmite negativo es tan solo de
$-259,091,966 y el lmite superior es de

$1,678,968,719, con una media de $831,532,054 y

una desviacin estndar de $268,862,745.

Probability

.029
Weibull Distribution
Loc. =-$560,923,698
Scale =$1,500,624,524
Shape =6.02

.022

.014

.007

VPN35.56%

8.3 Anlisis del modelo si se aumenta la duracin

de la obra.

.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.

Si analizamos la utilidad neta, esta se asemeja a

una distribucin normal con una media de
$542,085,802, una desviacin estndar de
$283,600,447 y un rango mnimo de $1,002,640,212 y mximo de $1,358,880,571 (Fig.
15).

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.

Este resultado es ms optimista, y muestra que el

valor extremo del lado negativo no es preocupante.
Adicionalmente se puede analizar con el rango de
correlacin (Fig. 16), que el valor del metro cuadrado es nuevamente la variable ms importante con
una correlacin de 0.77 en una escala de -1 a 1. La
forma de pago se ubica en segundo lugar evidenciando claramente que es mejor vender los apartamentos a contado que a crdito inclusive dando el
descuento del 10%. S sumamos todos los coeficientes de correlacin de esta variable por cada uno
de los apartamentos nos da un valor de -0.37. El incremento mensual del valor del metro cuadrado con
0.13 es la tercera variable que ms afecta el valor.
El incremento en los costos de construccin de vivienda (ICCV) con un -0.06 y la DTF con un -0.03
son variables que tiene una correlacin negativa

De manera muy comn en las obras de ingeniera

civil la programacin de estas no se lleva a cabo en
el tiempo previsto dados los mltiples riesgos tcnicos a que estn sujetas. En este caso para medir la
sensibilidad en el tiempo del modelo se aument en
dos meses la etapa de construccin del edificio, por

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

MES DEVENTA 1-A

.02

MES DEVENTA 5-C

.02

MES DEVENTA 5-A

.02

FORMA DE PAGO3-C

-.02

FORMA DE PAGO2-C

-.02

MES DEVENTA 2-B

.02

FORMA DE PAGO2-A

-.02

MES DEVENTA 4-B

.01

MES DEVENTA 4-A

.01

MES DEVENTA 3-C

.01

MES DEVENTA 4-C

.01

MES DEVENTA 3-B

.01

MES DEVENTA 3-A

-.01

FORMA DE PAGO1-C

-.00

FORMA DE PAGO1-B

.00

MES DEVENTA 1-B

.00

MES DEVENTA 2-C

-.00

MES DEVENTA 2-A

-.00

MES DEVENTA 1-C

.00
-1

-0.5

0.5

Rango de correlacin

Figura 16. Anlisis de sensibilidad, rango de correlacin de

las variables con el VPN.

lo tanto empezara en enero del 2006 y terminara

en noviembre del 2007 para un total de veintids
meses. El presupuesto aumentar en los costos fijos
y administrativos que se mantienen en ese periodo.

Al realizar el anlisis, encontramos que la demora

en la obra destruye valor de manera notable en el
proyecto. Cuando se realiza la simulacin incluyendo la correlacin entre el mes de venta de los aparamentos y el incremento mensual del valor del metro cuadrado encontramos un valor medio esperado
en el VPN de $592,220,746 y una desviacin estndar de $481,556,911, encontrando un rango inferior
de $-2,853,697,543 y un rango superior de
$1,706,609,796. Esto evidencia como aumenta el
nivel de riesgo y como es de sensible el proyecto
ante un retrazo en la construccin perdiendo el 31%
en el valor esperado del VPN por el aumento del
periodo en la recuperacin de los flujos invertidos y
los incrementos en costos. Con la utilidad neta pasa
algo similar, el valor esperado despus de las simulaciones es de $45,914,142, un 90% menos que la
duracin esperada, siendo ms critica la perdida que
la de el VPN, la desviacin estndar es de
$755,849,438, el rango mnimo es de $5,594,674,860 y el rango mximo es de
$1,014,464,351, ambos resultados se asemejan a
distribuciones de valor extremo. Cuando se realiza
la simulacin sin tener en cuenta ningn tipo de correlacin entre las variables de entrada, el valor presente neto tiene una media de $562,161,874 con una
perdida del 32% con relacin a la duracin esperada
y una desviacin estndar de $258,161,307, los rangos mnimos y mximos son respectivamente $481,763,445 y $1,484,986,687; la utilidad neta nos
muestra una media de $173,205,035, 68% menos
que la duracin esperada, las desviacin estndar es
de $317,326,411 con un rango mnimo y mximo
respectivamente
de
$-1,618,600,160
y
$1,038,782,702. En este caso se muestra de igual
manera como se destruye valor a medida que aumenta la duracin del proyecto, sin embargo el riesgo es menor que cuando se realiza el anlisis teniendo en cuenta las correlaciones.
8.4 Anlisis del modelo disminuyendo la duracin
de la obra
Caso contrario a lo expuesto anteriormente, se realiz la simulacin teniendo en cuenta que la construccin se demora dos meses menos de lo previsto
es decir el proyecto comienza en enero del 2006 y
termina en julio del 2007 para un total de dieciocho
meses, en este caso se evidencia como al disminuir
el tiempo se crea valor, el resultado obtenido muestra que si tenemos en cuenta las correlaciones entre
las variables los resultados obtenidos para el VPN
son de $971,048,849 por media, 14% ms que la
duracin esperada y una desviacin estndar de

$545,287,960 y para la utilidad una media de

$597,935,637, 36% ms que la duracin esperada y
una desviacin estndar de $716,751,435. Si no se
tiene en cuenta la correlacin entre las variables, se
obtiene una media en el VPN de $947,287,568,
14% ms que la duracin esperada, con una desviacin estndar de $275,803,807, y con la utilidad se
obtiene una media de $682,542,024, 26% ms que
la duracin esperada y una desviacin estndar de
$279,201,397.
9 CONCLUSIONES Y RECOMENDACIONES
La conclusin ms relevante que esta investigacin
arroja es que el valor del metro cuadrado y la rapidez con que sean vendidos los proyectos en su respectivo orden son las variables que ms influyen en
el valor en un proyecto de construccin. Se analiza
claramente que este tipo de negocios son demasiado
sensibles a los precios de ventas, por esto el promotor de proyectos debe conocer muy bien el mercado
y tener una muy buena aproximacin de los precios
a los cuales se vender el proyecto, tambin se analiza que el valor depende mucho de la rapidez con
que se realicen las ventas, por lo tanto las practicas
de vender sobre planos protegen un poco del riesgo
a los inversionistas en la medida que se posee un
flujo de caja con el cual se puede financiar disminuyendo las obligaciones financieras y asegurando
un precio de venta antes de comenzar el proyecto,
de igual manera da tiempo para analizar la opcin
de abandonar el proyecto si no se alcanza un punto
de equilibrio esperado. La forma de pago se puede
catalogar en un tercer lugar, esta muestra que la
venta de contado tiene un efecto positivo inclusive
con el descuento del 10%, sin embargo el mes de
venta prima sobre la forma como estos sean pagados ya que se provee de efectivo el proyecto disminuyendo los costos financieros. La DTF y el incremento mensual en los costos de construccin
(ICCV) son variables no tan relevantes como las
que mencionamos anteriormente. Sin embargo, la
DTF podra afectar en mayor medida ya que de esta
dependen tambin las tasas de colocacin de los
crditos para los compradores, por lo tanto si las tasas de inters son altas menos compradores estarn
dispuestos a acudir al sistema financiero, afectando
la demanda. El incremento mensual del valor del
metro cuadrado tambin es una variable importante
en la medida que est directamente relacionado con
el valor de venta, y sirve para llamar la atencin de
los compradores y generar ms ingresos convirtin-

dose en una prctica muy til que crea valor en los

proyectos.
Si se realiza un anlisis entre la duracin de los proyectos es claro que entre ms rpido se realizan ser
mejor y se creara valor, dado que se tiene un retorno ms rpido de las inversiones y adicionalmente
se reducirn los costos administrativos que siempre
estn presentes cuando las obras duran ms de lo
esperado, de manera contraria entre mayor duracin
tengan los proyectos el VPN y la utilidad sern menores.
Los proyectos de construccin son por naturaleza
riesgosos, esto se ve reflejado claramente en el Beta
del Equity del 1.25 para la construccin en Colombia, indicando que es mas riesgoso que el promedio
del mercado segn el CAPM (Capital Assent Pricing Model); el WACC de 20.87% para la estructura de capital promedio de las firmas constructoras
en Colombia, se incrementa a medida que aumenta
el nivel de deuda, como fue el caso del proyecto
modelo con un WACC del 35.11% para una relacin Deuda/Equity del 65.67 exigiendo una alta rentabilidad dado el nivel de riesgo (Financial disttress).
Se puede observar claramente que la construccin es muy sensible a variables que muchas veces
no se pueden controlar como la oferta, la demanda y
la capacidad adquisitiva de los compradores. Resulta evidente que la construccin tiene una correlacin positiva con los ciclos de expansin y contraccin de la economa por lo tanto se debe tener una
visin amplia del comportamiento de estas variables
macroeconmicas y microeconmicas para no invertir en momentos inadecuados, aunque resulta
claro la imposibilidad de predecir el comportamiento de una economa y de las variables que la componen, en la medida que se conozcan y se estudien
sus comportamientos se puede reducir los niveles de
incertidumbre y aminorar el riesgo.
Modelos financieros como este aplicados al negocio de la construccin son de gran utilidad dado
que se pueden obtener mejores estimativos del negocio en conjunto involucrando las variables a las
cuales se les desea realizar seguimiento y anlisis
de riesgos, encaminado a tomar acciones encausadas a mitigarlo y controlarlo. Sin embargo un modelo financiero es una aproximacin muy gruesa de la
realidad, que en ningn momento puede representarla en su totalidad. A pesar de ser una herramienta
muy til para tomar decisiones de inversin no podrn debatir la experiencia de un experto en el tema,
sin embargo el objetivo de esta investigacin es dar
una herramienta ms para tomar decisiones en conjunto con la experiencia.

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.

Serrano, J. 2001. Matemticas financieras y evaluacin de

proyectos. Bogot: Ediciones Uniandes.
Sharpe, W. 1964. Capital asset prices: a theory of market
equilibrium under conditions of risk. The Journal of Finance 19 (3): 425-442.
Umaa, Y. 2003. El sector de la construccin: un sector lder.
Bogot: Subdireccin de actuara. Banco de la Republica.
Villarreal, J., Cruz, J. & Rosillo, J. 2003. Finanzas corporativas, Valoracin, Poltica de Financiamiento y Riesgo. Bogot: Thomsom.
Villarreal, J. 2004. Notas para ajustar el riesgo sistemtico
por el apalancamiento financiero. Universidad de los Andes. Bogot, Colombia.
Villarreal, J. 2004-2005. Notas de los cursos Aspectos financieros en la construccin, Finanzas bsicas, Gerencia financiera del riesgo. Universidad de los Andes. Bogot,
Colombia.
Villarreal, J. Mayo 2005. El costo de capital en proyectos de
infraestructura civil bsica (IB). Revista de Ingeniera Universidad de los Andes. 21: 17-27

ANEXO 1

Resumen de las simulaciones con los diferentes escenarios

Cuadro 1. VPN con correlacin entre el mes de venta y el valor del metro cuadrado
VPN

DURACIN OPTIMISTA DURACIN ESPERADA DURACIN PESIMISTA

(18 meses)
( 20 meses)
(22 meses)

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

Cuadro 2. VPN sin correlacin entre las variables

VPN

DURACIN OPTIMISTA DURACIN ESPERADA DURACIN PESIMISTA

(18 meses)
( 20 meses)
(22 meses)

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

Cuadro 4. Utilidad Neta sin correlacin entre las variables

UTILIDAD NETA

DURACIN OPTIMISTA DURACIN ESPERADA DURACIN PESIMISTA

(18 meses)
( 20 meses)
(22 meses)

UTILIDAD NETA

DURACIN OPTIMISTA DURACIN ESPERADA DURACIN PESIMISTA

(18 meses)
( 20 meses)
(22 meses)

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