Facultad de Ingeniera de

Sistemas e Informtica

Formulacin y Evaluacin
de Proyectos
(Semana 2: S2)

Lic. Norberto Osorio Beltrn

nosoriobeltran@gmail.com

ESTRUCTURA ECONOMICA DEL MERCADO

Introduccin
Estructura del Mercado
La Demanda de un producto
La Oferta de un producto

INTRODUCCION

El mercado lo conforman la totalidad de los

compradores y vendedores potenciales del
producto (bienes/servicios) que se va a elaborar
segn el proyecto; la estructura del mercado y el
tipo de ambiente competitivo donde operan los
oferentes y compradores de un producto.

1/8

INTRODUCCION

El comportamiento futuro de los

factores econmicos de un proyecto
es afectado fuertemente por la estructura
actual y esperada del mercado.

2/8

INTRODUCCION
Para qu nos sirve la investigacin del
mercado?.- pretende entregar informacin
histrica y actual (o Conocimiento) acerca
del comportamiento de los consumidores,
proveedores, competidores y tambin de los
canales de distribucin para la comercializacin
del producto del proyecto.
Esta informacin ser bsica tanto para la
eleccin de las tcnicas de proyeccin de
mercado ms adecuadas, como para efectuar
las proyecciones mismas.

3/8

INTRODUCCION
El Proceso de Investigacin de Mercado

4/8

INTRODUCCION

5/8

Proyecto
PROVEEDOR

Distribuidor
Competidor

El Estudio de Mercado del Proyecto

CONSUMIDOR

INTRODUCCION

6/8

La interaccin entre la oferta y la demanda

en cada uno de submercados indicados
puede ser muy distinta...
Por ejemplo, el preparador y evaluador de un proyecto puede verse enfrentado a una
investigacin en donde la demanda del bien se encuentra claramente identificada y
adems, cautiva, por lo que se podra conocer su comportamiento futuro.
A veces no ocurre lo mismo con determinados insumos del submercado del proveedor,
para el cual se tiene que hacer estudios ms profundos para poder determinar en los
costos del proyecto.

Igual puede ocurrir con respecto de la calidad y validez de la informacin disponible, la

cual puede variar segn los distintos bienes y servicios, como el submercado respectivo, lo
que podra afectar la investigacin del mercado.
Por eso la importancia que tiene conocer como se estructura el funcionamiento efectivo de
todos ellos, de tal forma de poder adecuar y dirigir la investigacin de mercado con pleno
conocimiento de lo que se quiere investigar.

INTRODUCCION
Nuevos
Participantes

Poder de
Negociacin
de Clientes

Rivalidad entre
El
Competidores
ProyectoMERCADO
del Mercado

Productos/Servicios
Sustitutos

7/8

Anlisis de
Mercado: Oferta
y Demanda

Poder de
Negociacin de
Proveedores

INTRODUCCION
... Solo al determinarse cules son los
comportamientos de la interaccin entre oferta y
demanda que hacen posible la existencia de los
mercados, podran definirse las metodologas
que resultan ms adecuadas para efectuar la
investigacin de cada uno de ellos.

8/8

ESTRUCTURA DEL MERCADO

El ambiente competitivo en que se desenvolver el
proyecto, en caso de ser implementado, puede
adquirir una de las siguientes cuatro formas
generales: (i) Competencia Perfecta, (ii) Monopolio,
(iii) Competencia Monoplica, y, (iv) Oligopolio.
La Competencia Perfecta.- Se caracteriza porque existen muchos
compradores y vendedores de un producto que, por su tamao, no
pueden influir en su precio; el producto es idntico y homogneo;
existe movilidad perfecta de recursos, y los agentes econmicos
estn perfectamente informados de las condiciones del mercado.
El Monopolio.- Existe cuando un solo proveedor vende un producto
para el que no hay sustitutos perfectos, y las dificultades para
ingresar a esa industria son grandes.

ESTRUCTURA DEL MERCADO

La Competencia Monopolstica.- Se caracteriza porque existen
numerosos vendedores de un producto diferenciado y porque, en el
largo plazo, no hay dificultades para entrar o salir de esa industria.
Oligopolio.- Existe cuando hay pocos vendedores de un producto
homogneo o diferenciado y el ingreso o salida de la industria es
posible, aunque con dificultades.

LA DEMANDA DE UN PRODUCTO
El anlisis de la demanda constituye uno de los
aspectos centrales del estudio de proyectos por la
incidencia de ella en los resultados del negocio que se
implementar con la aceptacin del proyecto.
De acuerdo con la teora de la demanda del consumidor, la cantidad
demandada de un producto o servicio depende del precio que se le asigne,
del ingreso de los consumidores, del precio de los bienes sustitutos o
complementarios y de las preferencias del consumidor.
La cantidad demandada de un bien aumenta al bajar el precio del
producto, al aumentar el precio de los bienes sustitutos o reducirse el de los
complementarios, al aumentar el ingreso del consumidor y al aumentar las
preferencias del consumidor por ese producto.
La Teora Econmica indica que la relacin funcional entre precio y cantidad
demandada es inversa, es decir, al subir el precio disminuye la cantidad
demandada.

LA DEMANDA DE UN PRODUCTO
En todo proyecto es de vital importancia conocer la magnitud de la
reaccin de la cantidad demandada ante un cambio en el precio:
esto se conoce como la elasticidad de la demanda o elasticidad-precio, que se
define como el porcentaje en que vara la cantidad demandada como
consecuencia de los cambios porcentuales que se producen en el precio,
mantenindose constantes los valores de todas las dems variables de la
funcin de la demanda.
La determinacin de la elasticidad de la demanda o elasticidad-precio de
la demanda permitir cuantificar el cambio relativo en las cantidades
vendidas ante una variacin en los precios y se mide como el cambio
porcentual en la cantidad demandada dividido por el cambio porcentual en el
precio. Es decir:

LA DEMANDA DE UN PRODUCTO
Para calcular la elasticidad punto precio de la demanda:

1)
Para calcular la elasticidad arco precio de la demanda:

2)

LA DEMANDA DE UN PRODUCTO
La cantidad demandada se ilustra con una
curva de demanda como la que se muestra en
el siguiente grfico:

LA DEMANDA DE UN PRODUCTO
Por ejemplo, si la funcin de la demanda de un producto fuese
Q = 400 - 40P, se tendran los siguientes resultados de cantidad
Demandada por precio:

Para calcular la elasticidad precio punto de la demanda en cada nivel

del precio, se aplica la correspondiente frmula y se obtiene:

LA DEMANDA DE UN PRODUCTO
La elasticidad arco de la demanda para los puntos
donde el precio es 3 y 4, es de la siguiente forma

LA OFERTA DE UN PRODUCTO
El trmino oferta se puede definir como el
nmero de unidades de un determinado bien
o servicio que los vendedores estn
dispuestos a vender a determinados precios.
El comportamiento de los oferentes es distinto al de los compradores.
Un alto precio les significa un incentivo para producir y vender ms
de ese bien o servicio.
A mayor incremento en el precio, mayor ser la cantidad ofrecida.
La Interseccin de ambas curvas, de la oferta y la demanda,
determinan el precio de equilibrio y la cantidad de equilibrio.
Ante un aumento en el precio, la cantidad ofrecida aumenta y la
cantidad demandada disminuye.

TECNICAS DE PROYECCION DEL MERCADO

Introduccin
El mbito de la proyeccin
Mtodos de proyeccin:
Mtodos cualitativos
Mtodos causales
Modelos de series de tiempo

INTRODUCCION
La estimacin del comportamiento futuro de algunas de
las variables del estudio de mercado puede realizarse
utilizando diversas tcnicas de pronstico.
Cada una de las tcnicas de proyeccin tiene una
aplicacin de carcter especial que hace de su seleccin un
problema decisional influido por diversos factores, como
por ejemplo, la validez y disponibilidad de los datos
histricos.
La dificultad mayor de pronosticar comportamiento
radica en la posibilidad de eventos que no hayan ocurrido
anteriormente, como el desarrollo de nuevas tecnologas,
la incorporacin de competidores con sistemas comerciales
no tradicionales, variaciones en las polticas econmicas
gubernamentales, etc.

EL AMBITO DE LA PROYECCION
La multiplicidad de alternativas metodolgicas existentes para
estimar el comportamiento futuro de algunas variables del
proyecto obliga al analista a tomar en consideracin un conjunto de
elementos de cada mtodo, para poder seleccionar y aplicar
correctamente aquel que sea ms adecuado para cada situacin
particular.
La eleccin del mtodo correcto depender principalmente de la
cantidad y calidad de los antecedentes disponibles, as como de los
resultados esperados.
La efectividad del mtodo elegido se evaluar en funcin de su
precisin, sensibilidad y objetividad.
Los resultados que se obtienen de los mtodos de proyeccin
de mercado son solo indicadores de referencia para una
estimacin definitiva, la cual aunque difcilmente ser exacta,
deber complementarse con el juicio y las apreciaciones del
anlisis, por parte de quien probablemente trabajar con ms de un
mtodo en la bsqueda de la estimacin ms certera.

METODOS DE PROYECCION
el preparador de proyectos dispone de varias
alternativas metodolgicas para proyectar el mercado y
que la seleccin y uso de una o ms de stas dependa
de una serie de variables.

Una forma de clasificar las tcnicas de proyeccin

consiste en hacerlo en funcin de su carcter, esto es,
aplicando:
Mtodos de carcter cualitativo,
Modelos Causales, y
Modelos de Series de Tiempo.

Los mtodos de carcter cualitativo

Los mtodos de carcter cualitativo se
basan principalmente en opiniones de expertos,
Ejemplo Mtodo DELPHI.
Su uso es frecuente cuando el tiempo para elaborar
el pronstico es escaso, cuando no se dispone de
todos los antecedentes mnimos necesarios o cuando
los datos disponibles no son confiables para predecir
algn comportamiento futuro.

An cuando
cualitativos
prcticamente
eficacia de sus

la gama de mtodos predictivos

es
bastante
amplia,
resulta
imposible emitir algn juicio sobre la
estimaciones finales.

Los Modelos Causales

Los modelos causales, a diferencia de los
mtodos cualitativos, intentan proyectar el
mercado sobre la base de antecedentes
cuantitativos histricos; para ello, suponen que
los factores condicionantes del comportamiento
de alguna o todas las variables del mercado
permanecern estables.
Los modelos Causales de uso ms frecuente
son: (i) los modelos de regresin, (ii) el modelo
economtrico, y (iii) el modelo de insumoproducto, llamado tambin mtodo de los
coeficientes-tcnicos.

Los Modelos Causales

Las causales explicativas se definen como variables
independientes y la cantidad demandada, u otro
elemento del mercado que se desea proyectar, se define
como variable dependiente. Las variables dependientes, en
consecuencia, se explica por la variable independiente. El
anlisis de regresin permite elaborar un modelo de
pronstico basado en estas variables, el cual puede tener
desde una hasta n variables independientes.
Existen dos modelos bsicos de regresin: el modelo
de regresin simple o de dos variables, y el modelo
de regresin mltiple. El primero indica que la variable
dependiente se predice sobre la base de una variable
independiente, mientras que el segundo indica que la
medicin se basa en dos o ms variables independientes.

Modelos Causales - Ejemplo

1/11

MODELO DE REGRESION SIMPLE: De la observacin

de las variables se deriva un diagrama de dispersin
que indica la relacin entre ambas. Grficamente, se
representa la variable independiente, x , con relacin al
eje horizontal y el valor de la variable dependiente, y ,
con relacin al eje vertical. Cuando las relaciones entre
ambas no son lineales, es usual determinar un mtodo
de transformacin de valores para lograr una relacin
lineal.

Modelos Causales - Ejemplo

2/11

El paso siguiente es determinar la ecuacin

lineal que mejor se ajuste a la relacin entre las
variables observadas- Para ello se utiliza el
mtodo de los Mnimos Cuadrados.
Los
puntos
del
grfico representan
las
distintas
relaciones
observadas entre las
variables x e y

Modelos Causales - Ejemplo

3/11

Matemticamente, la forma de la ecuacin de

regresin lineal es:

Donde Y es el valor estimado de la variable

dependiente para un valor especfico de la variable
independiente x, a es el punto de interseccin de la
lnea de regresin con el eje Y, b es la pendiente de
la lnea de regresin y x es el valor especfico de la
variable independiente.

Modelos Causales - Ejemplo

4/11

El criterio de los mnimos cuadrados permite que

la lnea de regresin de mejor ajuste reduzca al
mnimo la suma de las desviaciones cuadrticas
entre los valores reales y estimados de la variable
dependiente para la informacin muestral.

Donde x e y son las

medias
de
las
variables y n es el
nmero
de
relaciones.

Modelos Causales - Ejemplo

5/11

En este ejemplo, supngase que los antecedentes histricos de produccin

y Ventas de un determinado producto son los que se muestran:

La lnea de regresin puede determinarse a partir del siguiente clculo

Modelos Causales - Ejemplo

Reemplazando

y b en las ecuaciones anteriores:

6/11

Modelos Causales - Ejemplo

De esta forma, la ecuacin final de regresin es:

Para estimar la Demanda Esperada en el 2013 (x = 6)

se reemplaza:

7/11

Modelos Causales - Ejemplo

8/11

Al ser el modelo de regresin un mtodo estadstico, es

posible determinar la precisin y confiabilidad de los
resultados de la regresin.
El coeficiente de correlacin r mide el grado de correlacin
que existe entre x e y. Sin embargo, es ms utilizado el
coeficiente de determinacin, r2 , que indica qu tan
correcto es el estimado de la ecuacin de regresin.
Mientras ms alto sea r2,
ms confianza se podr
tener en el estimado de la
lnea de regresin
(valores entre 0 y 1),

Modelos Causales - Ejemplo

9/11

Siguiendo con el ejemplo, se tiene que, al aplicar

la frmula anterior, el coeficiente de
determinacin es:

Esto significa que el 96% de la variacin total de la

demanda se explica por el ao, y queda el 4% restante
sin explicar. Este es un caso tpico de productos cuya
demanda depende fuertemente de la poblacin, ya que la
tasa de crecimiento se expresa como una funcin anual.

Modelos Causales - Ejemplo

10/11

Con los antecedentes disponibles es posible calcular el

error estndar de una estimacin, para
determinar la desviacin estndar de la variable
independiente y para un valor especfico de la variable
independiente x. El error estndar del estimado,
designado Se, se define como la desviacin estndar
de la regresin y se calcula por:

Modelos Causales - Ejemplo

Segn los datos del ejemplo, se tendr:

Si se desea que la prediccin sea confiable en un 95%, el

intrvalo de confianza sera la demanda estimada +/2(18.60). De esta forma, el error estndar muestra el
intrvalo de confianza de la estimacin, y la gama dentro
de la cual se puede predecir la variable dependiente con
diferentes grados de confianza estadstica.

11/11

LOS MODELOS DE SERIES DE TIEMPO

Los modelos de series de tiempo se utilizan
cuando el comportamiento que asuma el mercado a
futuro puede determinarse en gran medida por lo
sucedido en el pasado, y siempre que est disponible
la informacin histrica en forma confiable y
completa, en el tiempo, a intrvalos espaciados
uniformemente.
Cualquier cambio en las variables que caracterizaron a un
determinado contexto en el pasado, como una recesin
econmica, una nueva tecnologa o un nuevo producto
sustituto de las materias primas, entre otros, hacen que
pierdan validez los modelos de este tipo.
Sin embargo, es posible ajustar subjetivamente una serie
cronolgica para incluir aquellos hechos no reflejados en
datos histricos.

LOS MODELOS DE SERIES DE TIEMPO

El objetivo de la identificacin de la
informacin histrica es determinar un
patrn bsico en su comportamiento, que
posibilite la proyeccin futura de la variable
deseada.

En un anlisis de series de tiempo pueden

distinguirse cuatro componentes bsicos que se
refieren a: (i) una tendencia, (ii) un factor
cclico, (iii) fluctuaciones estacionales, y, (iv)
variaciones no sistemticas.

LOS MODELOS DE SERIES DE TIEMPO

Existen diversos mtodos que permiten

estimar el comportamiento de una
variable y que aslan, en general, el
efecto tendencia. Estos son:
El Mtodo de los Promedios Mviles,
El Mtodo de Afinamiento exponencial, y
El Mtodo de Ajuste Lineal por el criterio de
los mnimos cuadrados.

EL METODO DE LOS PROMEDIOS MOVILES

PROMEDIO MOVIL (PM).- Una serie cronolgica con fuerte
efecto estacional hace recomendable el uso de un promedio
mvil simple de un nmero determinado de perodos, que
normalmente es de los cuatro ltimos trimestres. El promedio
mvil (PM) se obtiene de la siguiente ecuacin:

Ti
PMt =
n

Ecuacin N 1:

As, si la demanda trimestral de un producto en cada uno de los

ltimos cuatro trimestres de 190, 150, 220 y 170, el valor de PM1, sera
de:
190 + 150 + 220 + 170
PM1 = = 182.50
4

EL METODO DE LOS PROMEDIOS MOVILES

PROMEDIO MOVIL CENTRADO (PMC).- Dado que dos promedios
mviles consecutivos no son representativos, se hace
entonces necesario determinar un promedio mvil centrado,
calculando la media entre dos promedios mviles, de la
siguiente forma:

PMt + PMt+1
PMCt =
2

Ecuacin N 2:

As, el valor de PMC1 de PM1 = 3.58 y PM2 = 5.00, sera de:

3.58 + 5.00
PMC1 = = 4.29
2

EL METODO DE LOS PROMEDIOS MOVILES

INDICE ESTACIONAL ESPECIFICO (IE).- Con el objeto de aislar
el efecto estacional correspondiente a un perodo de tiempo,
Tt por ejemplo, se divide la demanda real de ese perodo por
el PMC correspondiente. As, el ndice estacional especfico
(IEt) podra expresarse de la siguiente forma:

Tt
IEt =
PMCj

Ecuacin N 3:

As, el valor de IE1 de la demanda estacional del perodo T1 = 4.00 y

del promedio mvil centrado PMC1= 2.88, sera de:
4.00
IE1 = = 1.39
2.88

Modelo de Series de Tiempo Ejemplo

1/10

Mtodo de los Promedios Mviles

Ejemplo: Considrese la siguiente demanda
estacional para los datos del siguiente cuadro:

Cuadro N 1:

Modelo de Series de Tiempo Ejemplo

2/10

Mtodo de los Promedios Mviles

El promedio mvil calculado de acuerdo con la
Ecuacin N 1 y los datos de las demandas
estacionales del cuadro anterior, correspondera a:

2+3+4+1
PM1 = = 2.50
4

3+4+1+5
PM2 = = 3.25
4

PM1 se encuentra entre primavera y verano de 2002 y PM2 entre

verano y otoo del mismo ao. Igual procedimiento se sigue hasta
2012, donde el ltimo promedio mvil que puede calcularse es el que
considera las ltimas cuatro observaciones, esto es, entre primavera y
verano de ese ao.

Modelo de Series de Tiempo Ejemplo

3/10

Mtodo de los Promedios Mviles

Una vez calculados los promedios mviles (PMt),
que se resumen en el Cuadro N 2, es posible
calcular los promedios mviles centrados (PMCi),
usando la Ecuacin N 2. De esta forma, los
primeros promedios mviles centrados seran:

2.50 + 3.25
PMC1 = = 2.88
2

3.25 + 4.00
PMC2 = = 3.63
2

PMC1 se encuentra entre primavera y verano de 2002 y PMC2 entre

verano y otoo del mismo ao. Igual procedimiento se sigue hasta
2012, donde el ltimo promedio mvil centrado que puede calcularse
es el que considera los ltimos dos promedios mviles (PM).

Modelo de Series de Tiempo Ejemplo

Mtodo de los Promedios Mviles
Cuadro N 2:

1/2

4/10

Modelo de Series de Tiempo Ejemplo

Mtodo de los Promedios Mviles
Cuadro N 2:

2/2

5/10

Modelo de Series de Tiempo Ejemplo

6/10

Mtodo de los Promedios Mviles

Una vez calculados los promedios mviles
centrados (PMCi), que se resumen en el Cuadro N
2, es posible calcular los ndices estacionales (IEi),
usando la Ecuacin N 3. De esta forma, los
primeros ndices estacionales son:

4.00
IE1 = = 1.39
2.88

1.00
IE2 = = 0.28
3.63

IE1 se encuentra entre primavera y verano de 2002 y IE2 entre verano

y otoo del mismo ao. Igual procedimiento se sigue hasta 2012,
donde el ltimo ndice estacional que puede calcularse es el que
considera el ltimo promedio mvil centrado (PMC).

Modelo de Series de Tiempo Ejemplo

7/10

Mtodo de los Promedios Mviles

En el Cuadro N 3 aparecen los resultados del
anlisis
estacional
histrico.
La
demanda
trimestral ajustada se obtiene de:

Cuadro N 3:

Modelo de Series de Tiempo Ejemplo

8/10

Mtodo de los Promedios Mviles

Debido que la suma de los promedios alcanza a
3.971, el ndice debe ajustarse por regla de tres
simple para que sume cuatro. El resultado luego
de ajustarse da los siguientes resultados:

Con esta informacin puede proyectarse la

demanda estacional para el ao 2013. La demanda
global para el 2013, de acuerdo a los resultados
que se muestran en el Cuadro N 4, se proyecta en
263.540 unidades.

Modelo de Series de Tiempo Ejemplo

Mtodo de los Promedios Mviles
Cuadro N 4:

De esta forma, la ecuacin final de regresin es:

Para estimar la Demanda Esperada en el 2013 (x = 6)
se reemplaza:

9/10

Modelo de Series de Tiempo Ejemplo

10/10

Mtodo de los Promedios Mviles

Dado que la estacionalidad es trimestral, esta cifra
deber dividirse entre cuatro y el resultado
multiplicarse por el ndice estacional calculado. De
esta forma se tiene:
263.540
= 65.885
4

La demanda estacional trimestral para el ao 2013

es: invierno = 60.482, primavera = 84.926, verano
= 95.270 y otoo = 22.862.

Fin de Sesin