Comparativa de modelos determinísticos y estocásticos en la evaluación de inversiones : caso de una planta gastronómica en Argentina utilizando simulación de Monte Carlo y análisis de sensibilidad (2021-2022)

Abstract

El sector gastronómico ha enfrentado variaciones significativas, especialmente en un contexto de alta incertidumbre, exacerbado por la crisis económica derivada de la pandemia. Este proyecto de tesis evalúa la implementación de una nueva planta elaboradora para una multinacional de servicios de alimentación en Argentina, utilizando metodologías avanzadas de gestión de riesgo. La herramienta principal será la simulación de Monte Carlo, complementada con el análisis de escenarios y la construcción de un perfil de riesgo. Estas técnicas permiten una evaluación detallada del riesgo y la incertidumbre asociados, proporcionando una visión más completa y precisa de la viabilidad del proyecto. La empresa en cuestión, está próxima a realizar esta inversión estratégica. En un principio, el proyecto fue evaluado utilizando metodologías tradicionales en el marco del desarrollo del trabajo final para la especialización de Administración Financiera. En esta tesis, se ampliará el espectro mediante la comparación de diferentes herramientas avanzadas, como la simulación de Montecarlo, el análisis de escenarios y el análisis de sensibilidad, para mejorar la toma de decisiones en situaciones de riesgo e incertidumbre. Tradicionalmente, el análisis de proyectos de inversión ha utilizado metodologías determinísticas que evalúan los flujos futuros y su rentabilidad, asumiendo una tasa de descuento fija. Sin embargo, en contextos de alta incertidumbre y sectores sensibles a variables específicas, es crucial adoptar enfoques avanzados que permitan una evaluación más detallada y precisa. Este trabajo no solo integrará la simulación de Monte Carlo usando Microsoft Excel como la principal herramienta estocástica, sino que también comparará sus resultados con los de modelos determinísticos tradicionales. Esta comparativa permitirá ampliar el panorama de análisis y mejorar la gestión del riesgo y la incertidumbre inherentes al proyecto de inversión, proporcionando así una base más sólida para tomar decisiones informadas.