Proyecto de granja de pollos parrilleros
Basado en un modelo de simulación con Vensim
Edgard Hernán Maimbil et al.
tinymaimbil@gmail.com
El mercado avícola Argentino está atravesando un
momento de esplendor, ya que desde el año 2003
creció sostenidamente a un promedio del 12.3%
anual. Esto se debe más que nada al precio relativo
que enfrenta este producto en las góndolas en
relación al precio del asado, siendo más accesible
para los consumidores, y por otro lado al aumento
del precio por kg que acompaño al crecimiento del
mercado, lo cual permitió las nuevas inversiones en
granjas.
La cadena avícola en la Republica Argentina se
divide en 3 etapas principales, producción primaria,
etapa industrial y el destino final. En la primera
etapa se incluyen los eslabones de incubación de
abuelos, padres y pollos parrilleros, y su respectivo
engorde en cabañas de abuelos, padres y pollos
parrilleros. Luego la etapa industrial la componen
los frigoríficos faenadores, los cuales se encargan de
la venta tanto al mercado interno como al mercado
externo finalizando así la tercera etapa.
Con respecto a la localización, la mayor parte de la
cadena se encuentra concentrada en Buenos Aires y
Entre Ríos. El 87% de la faena y el 88% de las
granjas de engorde se encuentran en estas
provincias.
La producción se encuentra altamente concentrada,
seis empresas concentran el 54% de la faena2,
mientras que las primeras 20 empresas concentran el
83% de la misma.
Estas empresas trabajan en la modalidad productorfaenador
con lo cual integran casi la totalidad de la
cadena de producción sólo subcontratando a granjas
de terceros el servicio de engorde de pollos
parrilleros.
El engorde de pollos parrilleros se realiza en granjas
integradas al faenador, pero de propiedad de
terceros. En estas granjas se realiza el engorde bajo
la supervisión de la empresa productora-faenadora
que envía a la granja de engorde los pollos recién
nacidos, el alimento balanceado y brinda
asesoramiento técnico durante la crianza, que
finaliza cuando el pollo alcanza los 2.8kgs de peso
aprox.
En el presente trabajo, se analizará la construcción
de una granja para engorde con capacidad de
180.000 pollos parrilleros, en un terreno de 20
hectáreas ya existente en la localidad de Florencio
Varela – Buenos Aires.
El análisis económico-financiero depende de
distintos factores variables sean estos la cantidad de
crianzas por año por granja, la cantidad de pollos por
crianza (volumen), los ingresos generados y los
costos.
El objetivo del presente modelo es analizar la
rentabilidad sobre el capital propio, el VAN y la tasa
interna de retorno de realizar una inversión en una
granja para engorde de pollos parrilleros con
capacidad para 180000 pollos, contando con 6 naves
de 30000 pollos cada una.
El análisis brindará la posibilidad de realizar
distintos análisis de sensibilidad, para permitirnos
evaluar en base a los diferentes escenarios de
mercado, financiación y pricing si el proyecto es
factible de realización o no.
El presente trabajo consiste en la construcción de un
modelo computacional en base a la disciplina de
Dinámica de Sistemas, en plataforma Vensim PLE
con interfaces de operación y ensayos de políticas
que permita simular el comportamiento del proyecto
de inversión desde el momento de la construcción de
las granjas hasta la operación, contemplando un plazo
de 10 años.
Se evaluará el proyecto con financiación propia, y
con capital prestado bajo un sistema de amortización
tipo francés.
Se tomarán como input los estados los costos y
precios de mercado, con objeto de analizar cómo
afecta al proyecto la variación de de precios y
volúmenes por crianza y cantidad de crianzas por año
al momento de tomar la decisión de llevar a cabo la
inversión o no.
Para satisfacer los requerimientos de evaluación del
modelo, se analizaron las variables principales que
se tienen en cuenta en general al evaluar un proyecto
de inversión. Estas son los costos, ingresos,
inversión inicial y los indicadores de evaluación
como TIR y WACC.
Según Wikipedia la dinámica de sistemas es una técnica para analizar y modelar el comportamiento temporal en entornos complejos. Se basa en la identificación de los bucles de realimentación entre los elementos, y también en las demoras en la información y materiales dentro del sistema. Lo que hace diferente este enfoque de otros usados para estudiar sistemas complejos es el análisis de los efectos de los bucles o ciclos de realimentación, en términos de flujos y depósitos adyacentes. De esta manera se puede estructurar a través de modelos matemáticos la dinámica del comportamiento de estos sistemas. La simulación de estos modelos actualmente se puede realizar con ayuda de programas computacionales específicos.
Originalmente desarrollada en 1950 para ayudar a los administradores de empresas a mejorar su comprensión de los procesos industriales, actualmente se usa en el sector público y privado para el análisis y diseño de políticas. Fue creada a principios en la década de 1960 por Jay Forrester de la MIT Sloan School of Management del Massachusetts Institute of Technology) con la creación del MIT System Dynamics Group.
Los modelos de simulación con Dinámica de Sistemas tienen aplicaciones en prácticamente todas las áreas del conocimiento como podemos observar en los numerosos artículos publicados en los congresos anuales de la System Dynamics Society. Se trata de una potente herramienta para:
Enseñar a los reflejos del sistema de pensamiento de las personas que está siendo entrenado.
Analizar y comparar los supuestos y modelos mentales acerca de cómo funcionan las cosas.
Obtener una visión cualitativa sobre el funcionamiento de un sistema o las consecuencias de una decisión.
Reconocer arquetipos de sistemas disfuncionales en la práctica diaria.
Los modelos permiten simular el impacto de diferentes políticas relativas a la situación a estudiar ejecutando simulaciones what if (¿qué pasaría si?) que permiten ver las consecuencias a corto y medio plazo, y ser de gran ayuda en la comprensión de cómo los cambios en un sistema lo afectan en el tiempo. En este sentido es muy similar al Pensamiento sistémico ya que se basa en los mismos diagramas de causales con bucles o lazos de retroalimentación (feedback). Sin embargo, estos modelos de simulación permiten además hacer simulaciones para estudiar el comportamiento de los sistemas y el impacto de políticas alternativas. Se utiliza en especial para investigar la dependencia de los recursos naturales y los problemas resultantes del creciente consumo a nivel global para mejorar el especial en el desarrollo de nuevos productos. Existe una gran variedad de marcas de software en el mercado que ayudan a aplicar esta herramienta de una forma amigable: Vensim, Stella, ithink, Powersim, Dynamo, etc.
Descargue el texto completo aquí
|
