Análisis de la estructura de costos
PUBLICACIONES
¿Cuáles son las principales dificultades al analizar una estructura de costos?
¿Qué herramientas de análisis se pueden utilizar?
ANÁLISIS DE LA ESTRUCTURA DE COSTOS
Al analizar la estructura de costos de una empresa, no es una tarea fácil reducir el conjunto de costos totales de una empresa a una clasificación entre costos variables y costos constantes. Existe una diversidad de costos que tienen un comportamiento parcialmente variable o constante. Por otro lado, uno de los supuestos básicos del costeo variable es el comportamiento proporcional o lineal de los costos, pero existen costos que tienen un comportamiento no proporcional.
Para poder realizar este análisis existen distintas herramientas o métodos que pueden utilizarse para conocer el grado (coeficiente o tasa) de variabilidad y el componente constante de los costos, a partir de una serie de datos históricos de costos totales y de las unidades producidas o vendidas (u otras variables significativas).
El análisis de la conducta de los costos en el pasado permite conocer qué costos tuvieron un comportamiento variable y cuáles se mantuvieron inalterados en las condiciones operativas vigentes durante los períodos analizados. Es posible analizar e identificar las relaciones que existen entre los costos y otras variables (cantidad de producción, volumen de ventas, cantidad de horas hombre, cantidad de horas máquina, …). Es factible, inclusive, analizar en qué medida o grado las variables están correlacionadas [1] y cuál es la tasa de variabilidad de los costos (el cambio en el costo por cada unidad de cambio en la variable independiente). Este análisis de los datos del pasado posibilita comprender también qué costos constantes se mantuvieron, en los períodos bajo análisis, relativamente invariables ante cambios en el nivel de actividad (costos constantes de estructura) y cuáles se modificaron como consecuencia de variaciones en dicho nivel (costos constantes de operación).
HERRAMIENTAS DE ANÁLISIS
Entre las herramientas o métodos para analizar la conducta de los costos, bajo el supuesto de proporcionalidad de los costos variables, se encuentran el método de los puntos extremos (llamado también del punto alto y punto bajo) y el método de mínimo cuadrados. Estos métodos, en base al análisis de la relación entre los costos y los niveles de actividad en el pasado, permiten:
segregar los costos semivariables y determinar sus componentes variable y constante
estimar el coeficiente de variabilidad de los costos variables
determinar el componente constante de los costos
estimar los costos unitarios (de producción o comercialización) y las funciones de costos (de un centro de costos o de una empresa)
Con frecuencia, al analizar el comportamiento de los costos, se establece como un supuesto a priori que existe una relación lineal entre el costo (la variable dependiente) y la variable independiente bajo análisis. Pero, se debe tener precaución de no utilizar un modelo lineal para analizar relaciones no lineales entre variables porque las conclusiones que se obtengan serán incorrectas. Una manera simple de comprobar si la relación entre dos variables es de tipo lineal es aplicar el denominado método de ajuste visual o diagrama de dispersión. Consiste en ajustar, en un sistema de ejes cartesianos, el conjunto de datos u observaciones a una recta que muestre la tendencia de los costos a diferentes niveles de actividad. En el eje de ordenadas (eje vertical) se representa la variable dependiente (el costo) y en el eje de abscisas (eje horizontal) la variable independiente. El diagrama permite visualizar si la relación entre las variables es lineal o aproximadamente lineal [2].
La principal limitación del método de puntos extremos radica en que las observaciones seleccionadas no sean representativas del conjunto de datos u observaciones bajo análisis. Sin embargo, tiene como principal ventaja su simplicidad y sencillez en su aplicación. El método de mínimos cuadrados se basa en el análisis de regresión lineal [3] y permite estimar la ecuación de la recta que mejor se ajusta a los datos de la muestra (conjunto de observaciones), minimizando los desvíos de cada una de las observaciones con relación a esa recta [4] (denominada línea de regresión o mínimos cuadrados). La principal diferencia con el método de los puntos extremos radica en que se utilizan todos los datos de la muestra para estimar la función. Desde el punto de vista práctico, existen hoy en día distintas herramientas que facilitan llevar adelante el análisis de la conducta de los costos, como las herramientas para análisis de Microsoft Excel (gráfico de dispersión, coeficiente de correlación, estadística descriptiva y regresión).
Se describieron distintos métodos y herramientas que permiten estimar la tasa promedio de variabilidad y el componente constante de los costos a partir de datos históricos. Pero se debe tener presente que estas estimaciones son válidas para la estructura de producción y ventas que se consideró al determinarlas y siempre que el nivel de actividad permanezca dentro del rango relevante.
Aunque es indudable el valor de disponer de tal información, no se debe olvidar que si bien el comportamiento en el pasado de los costos puede ser un indicador de cómo se comportarán esos costos en el futuro, nada asegura que la historia se repita porque si se modifican las condiciones de operación, el nivel de actividad no se mantiene dentro del rango relevante o se producen cambios en la estructura de producción y ventas, las estimaciones realizadas pueden carecer de validez. Y lo lógico es pensar que la tendencia natural de una empresa es (intentar) crecer, por lo menos al mismo ritmo que el mercado a fin de mantener su participación en el mismo.
La principal preocupación radica entonces en poder planificar, diseñar y analizar la estructura de costos que la empresa tendrá en un período específico futuro, a fin de disponer de información oportuna para la toma de decisiones. Las ventas y la mezcla de productos que se espera tener en el futuro determinan, en definitiva, la estructura de producción y ventas que será necesaria para cumplir con esos objetivos.
Por lo tanto, la sola extrapolación de datos del pasado hacia el futuro puede conducir a errores en la toma de decisiones. Para poder estimar las funciones de costos futuras es requisito analizar los planes futuros de la empresa. Es necesario responder, entre otros, a los siguientes interrogantes:
¿cuál es el nivel de ventas esperado?
¿qué mezcla de ventas ofrecerá la empresa?
¿se mantendrán las especificaciones técnicas de los distintos productos que se elaboran o se introducirán modificaciones?
¿se planean cambios en los procedimientos o métodos de trabajo?
¿el sistema de remuneración de la mano de obra se mantendrá vigente o está dentro de los planes introducir modificaciones?
¿se comprarán nuevos equipos o máquinas, o se modificarán los existentes?
¿se ampliarán o modificarán las líneas de proceso?
¿cómo afectarán esos cambios la eficiencia y el control sobre las operaciones?
Recuerde que para estimar adecuadamente las funciones de costos futuras hay que contemplar todos los cambios que pudieran producirse en el período bajo análisis y los efectos que tendrán esos cambios sobre el comportamiento y la magnitud de los costos de la empresa.
[1] El análisis de correlación sirve para conocer el grado de vinculación o asociación lineal entre dos variables. El coeficiente de correlación varía entre -1 y 1. Si el coeficiente de correlación es menor que cero la relación lineal entre las variables es negativa o inversa, si es igual a cero significa que no hay relación lineal entre las variables (aunque esto no significa que las variables sean independientes), y si es mayor que cero la relación lineal entre las variables es positiva o directa. La correlación no implica que exista una relación de causalidad entre las variables pero una buena correlación puede ser un indicador de una relación causal.
El coeficiente de correlación entre dos variables x e y, se calcula mediante la siguiente fórmula:
Covarianza (x,y)
Coeficiente de correlación = ----------------
Sx . Sy
[2] Otra manera rápida de analizar si existe una relación lineal entre dos variables es analizar si las diferencias entre los valores en la variable independiente y dependiente son proporcionales (cambian en la misma razón).
[3] El análisis de regresión permite identificar relaciones entre variables y la naturaleza de esa relación. En el análisis de regresión lineal simple se utiliza una sola variable independiente o explicativa para estimar la variable dependiente, mientras que en el análisis de regresión lineal múltiple se utiliza más de una variable independiente o explicativa.
El coeficiente de regresión mide la potencia o calidad total de una regresión. Es la fracción o proporción de la variabilidad total que puede ser explicada por el modelo. Puede variar entre 0 y 1. Si es igual a 1, la regresión es perfecta y si es igual a 0 la regresión no explica nada (no hay relación lineal entre las variables).
[4] La suma de los cuadrados de los desvíos verticales de los puntos considerados respecto de esa recta es menor que respecto de cualquier otra recta.