La utilización de escenarios y simulaciones consiste en someter los modelos financieros a pruebas de estrés antes de comprometer recursos reales. Mientras que el análisis de escenarios evalúa resultados discretos (pesimista, base, optimista) modificando pocas variables a la vez, la simulación (como la de Monte Carlo) permite asignar distribuciones de probabilidad a múltiples variables simultáneamente para generar miles de resultados posibles (Ross, Westerfield y Jaffe, 2012).
¿Cuándo recomendarlas? Su aplicación es indispensable en proyectos de presupuesto de capital de larga duración o alta incertidumbre (ej. infraestructura, I+D). Brealey, Myers y Allen (2010) sugieren su uso cuando las variables están correlacionadas; por ejemplo, si una caída en la economía afecta simultáneamente el precio y el volumen de ventas, una simulación capturará ese efecto conjunto mejor que un análisis estático.
¿Cuándo NO recomendarlas? No recomendaría su aplicación en decisiones operativas rutinarias de bajo impacto financiero, debido a la restricción Costo-Beneficio; el tiempo invertido en modelar no debe superar el valor de la decisión. Además, son peligrosas cuando los datos históricos son escasos o poco fiables. Como advierten Ross et al. (2012), ejecutar una simulación sofisticada con datos de entrada deficientes (Garbage In, Garbage Out) puede ser contraproducente, ya que genera una falsa sensación de precisión y seguridad sobre el futuro que en realidad no existe.
Saludos.
Referencias Bibliográficas
Brealey, R. A., Myers, S. C., & Allen, F. (2010). Principios de finanzas corporativas (9a ed.). México D.F.: McGraw-Hill Interamericana.
Ross, S. A., Westerfield, R. W., & Jaffe, J. (2012). Finanzas corporativas (9a ed.). México D.F.: McGraw-Hill Interamericana.