INVERSIÓN CON PROPÓSITO:
EL RIESGO COMO ACTIVO ESTRATÉGICO
EN ENTORNOS DE INCERTIDUMBRE PARA
PROYECTOS DE BIORREFINERÍAS
PURPOSE-DRIVEN INVESTMENT:
RISK AS A STRATEGIC ASSET IN UNCERTAIN
ENVIRONMENTS FOR BIOREFINERY PROJECTS
Marco Antonio Velázquez Bernal
Universidad Marista de Querétaro México
Luis Alberto Cepeda Villasana
Universidad Marista de Querétaro México
pág. 4129
DOI: https://doi.org/10.37811/cl_rcm.v9i6.21520
Inversión con Propósito: El Riesgo como Activo Estratégico en Entornos de
Incertidumbre para Proyectos de Biorrefinerías
Marco Antonio Velázquez Bernal1
marco_antonio_velazquez@yahoo.com.mx
https://orcid.org/0009-0007-9339-4086
Universidad Marista de Querétaro
México
Luis Alberto Cepeda Villasana
lacv97@hotmail.com
https://orcid.org/0000-0002-9946-0503
Universidad Marista de Querétaro
México
RESUMEN
La gestión moderna del riesgo en proyectos complejos trasciende el enfoque tradicional de amenaza y
probabilidad para concebirlo como un activo estratégico que orienta decisiones y genera valor
sostenible. Este artículo propone un marco integrado en tres dimensiones para su formulación y
evaluación: el riesgo como eje estratégico, el juicio experto como complemento a la modelación de
escenarios y las herramientas cuantitativos avanzadas. La evaluación financiera basada en riesgos debe
explorar combinaciones del riesgo de las variables críticas, las cuales se fundamentan en la correlación
entre factores, la probabilidad de ocurrencia, la robustez estadística y la probabilidad de eventos
externos, todos ellos elementos clave para construir modelos confiables de cada escenario que integren
tanto lo cualitativo como lo cuantitativo garantizando la sostenibilidad de los proyectos en el largo
plazo.
Palabras clave: riesgo, incertidumbre, estratégico, biorefinería, proyecto, complejo
1 Autor principal
Correspondencia: marco_antonio_velazquez@yahoo.com.mx
DOI: https://doi.org/10.37811/cl_rcm.v9i6.21520
Inversión con Propósito: El Riesgo como Activo Estratégico en Entornos de
Incertidumbre para Proyectos de Biorrefinerías
Marco Antonio Velázquez Bernal1
marco_antonio_velazquez@yahoo.com.mx
https://orcid.org/0009-0007-9339-4086
Universidad Marista de Querétaro
México
Luis Alberto Cepeda Villasana
lacv97@hotmail.com
https://orcid.org/0000-0002-9946-0503
Universidad Marista de Querétaro
México
RESUMEN
La gestión moderna del riesgo en proyectos complejos trasciende el enfoque tradicional de amenaza y
probabilidad para concebirlo como un activo estratégico que orienta decisiones y genera valor
sostenible. Este artículo propone un marco integrado en tres dimensiones para su formulación y
evaluación: el riesgo como eje estratégico, el juicio experto como complemento a la modelación de
escenarios y las herramientas cuantitativos avanzadas. La evaluación financiera basada en riesgos debe
explorar combinaciones del riesgo de las variables críticas, las cuales se fundamentan en la correlación
entre factores, la probabilidad de ocurrencia, la robustez estadística y la probabilidad de eventos
externos, todos ellos elementos clave para construir modelos confiables de cada escenario que integren
tanto lo cualitativo como lo cuantitativo garantizando la sostenibilidad de los proyectos en el largo
plazo.
Palabras clave: riesgo, incertidumbre, estratégico, biorefinería, proyecto, complejo
1 Autor principal
Correspondencia: marco_antonio_velazquez@yahoo.com.mx
pág. 4130
Purpose-Driven Investment: Risk as a Strategic Asset in Uncertain
Environments for Biorefinery Projects
ABSTRACT
Modern risk management in complex projects transcends the traditional threat-and-probability
approach, reconceptualizing risk as a strategic asset that guides decision-making and fosters sustainable
value creation. This article proposes an integrated three-dimensional framework for the formulation and
evaluation of risk: positioning risk as a strategic axis, incorporating expert judgment as a complement
to model of scenarios and advanced quantitative tools. Risk-based financial assessment should explore
combinations of critical variable risks, supported by factor correlations, probability of occurrence,
statistical robustness, and likelihood of external events. These elements are essential for constructing
reliable scenario models that integrate both qualitative and quantitative dimensions, thereby ensuring
the long-term sustainability of projects.
Keywords: risk, uncertainty, strategic, biorefinery, project, complex
Artículo recibido 20 octubre 2025
Aceptado para publicación: 15 noviembre 2025
Purpose-Driven Investment: Risk as a Strategic Asset in Uncertain
Environments for Biorefinery Projects
ABSTRACT
Modern risk management in complex projects transcends the traditional threat-and-probability
approach, reconceptualizing risk as a strategic asset that guides decision-making and fosters sustainable
value creation. This article proposes an integrated three-dimensional framework for the formulation and
evaluation of risk: positioning risk as a strategic axis, incorporating expert judgment as a complement
to model of scenarios and advanced quantitative tools. Risk-based financial assessment should explore
combinations of critical variable risks, supported by factor correlations, probability of occurrence,
statistical robustness, and likelihood of external events. These elements are essential for constructing
reliable scenario models that integrate both qualitative and quantitative dimensions, thereby ensuring
the long-term sustainability of projects.
Keywords: risk, uncertainty, strategic, biorefinery, project, complex
Artículo recibido 20 octubre 2025
Aceptado para publicación: 15 noviembre 2025
pág. 4131
INTRODUCCIÓN
Generalmente, la percepción del concepto de riesgo presenta una connotación negativa, particularmente
en lo referente a pérdidas de carácter patrimonial y financiero. En el desarrollo de proyectos de inversión
y/o de infraestructura complejos el riesgo suele tratarse como una amenaza que debe identificarse y
mitigarse, además, la formulación y evaluación financiera se realiza muchas veces bajo criterios
deterministas obteniendo un indicador financiero fijo como si el entorno de los riesgos se mantuviera
inamovible a lo largo de la vida del proyecto.
Asumir esta visión es incompleta ya que el riesgo no desaparece por ser diagnosticado, ni deja de afectar
por ser clasificado, nuevos riesgos pueden surgir como resultados de las interacciones de los riesgos
emergentes, lo verdaderamente útil es convertirlo en un eje estratégico, no para evitarlo, sino para
entender su impacto en las decisiones que realmente importan, el enfoque pasa de simplemente
minimizar el riesgo, a tomar riesgos calculados que estén alineados con una visión de impacto en el
largo plazo.
La inversión con propósito implica asumir riesgos estratégicos alineados con objetivos mayores, como
impulsar la innovación, facilitar la transición energética y generar valor sostenible y social en el tiempo.
Esta visión no debe entenderse como un gasto, sino como una apuesta estratégica que posiciona a la
empresa como aliada del territorio, al hacerlo, se activa una cadena de valor tangible: se fomenta el
empleo, se fortalece el tejido social, se dinamiza la economía local y se construyen relaciones de
confianza (Castriñón, 2024).
Al considerar el riesgo como una fuente de información estratégica, este se convierte en una elemento
que orienta decisiones clave: desde el diseño del proyecto y la elección de socios, hasta la estructura
financiera y el momento adecuado para ingresar al mercado, de este modo, no se trata únicamente de
protegerse ante lo que podría fallar, sino de aprovechar la incertidumbre como un criterio para generar
opciones sólidas y flexibles que refuercen la viabilidad del proyecto frente a futuros imprevistos (Rivas,
Montoya, Villanueva, Núñez, & Jaraba, 2020). En un entorno cada vez más dinámico y complejo, la
evaluación de riesgos ha evolucionado hacia enfoques híbridos que combinan análisis de datos con
inteligencia artificial y es necesario incorporar también la incertidumbre epistemológica, es decir, el
grado de conocimiento y confianza sobre lo que se sabe.
INTRODUCCIÓN
Generalmente, la percepción del concepto de riesgo presenta una connotación negativa, particularmente
en lo referente a pérdidas de carácter patrimonial y financiero. En el desarrollo de proyectos de inversión
y/o de infraestructura complejos el riesgo suele tratarse como una amenaza que debe identificarse y
mitigarse, además, la formulación y evaluación financiera se realiza muchas veces bajo criterios
deterministas obteniendo un indicador financiero fijo como si el entorno de los riesgos se mantuviera
inamovible a lo largo de la vida del proyecto.
Asumir esta visión es incompleta ya que el riesgo no desaparece por ser diagnosticado, ni deja de afectar
por ser clasificado, nuevos riesgos pueden surgir como resultados de las interacciones de los riesgos
emergentes, lo verdaderamente útil es convertirlo en un eje estratégico, no para evitarlo, sino para
entender su impacto en las decisiones que realmente importan, el enfoque pasa de simplemente
minimizar el riesgo, a tomar riesgos calculados que estén alineados con una visión de impacto en el
largo plazo.
La inversión con propósito implica asumir riesgos estratégicos alineados con objetivos mayores, como
impulsar la innovación, facilitar la transición energética y generar valor sostenible y social en el tiempo.
Esta visión no debe entenderse como un gasto, sino como una apuesta estratégica que posiciona a la
empresa como aliada del territorio, al hacerlo, se activa una cadena de valor tangible: se fomenta el
empleo, se fortalece el tejido social, se dinamiza la economía local y se construyen relaciones de
confianza (Castriñón, 2024).
Al considerar el riesgo como una fuente de información estratégica, este se convierte en una elemento
que orienta decisiones clave: desde el diseño del proyecto y la elección de socios, hasta la estructura
financiera y el momento adecuado para ingresar al mercado, de este modo, no se trata únicamente de
protegerse ante lo que podría fallar, sino de aprovechar la incertidumbre como un criterio para generar
opciones sólidas y flexibles que refuercen la viabilidad del proyecto frente a futuros imprevistos (Rivas,
Montoya, Villanueva, Núñez, & Jaraba, 2020). En un entorno cada vez más dinámico y complejo, la
evaluación de riesgos ha evolucionado hacia enfoques híbridos que combinan análisis de datos con
inteligencia artificial y es necesario incorporar también la incertidumbre epistemológica, es decir, el
grado de conocimiento y confianza sobre lo que se sabe.
pág. 4132
En este contexto, el juicio experto se vuelve esencial: permite plantear escenarios futuros, anticipar
riesgos emergentes y preparar respuestas más flexibles. Aunque no siempre cuantificable, el
conocimiento humano puede integrarse formalmente en modelos de evaluación, especialmente cuando
los datos son escasos pero el saber experto es abundante, esta colaboración entre tecnología avanzada
y experiencia humana permite diseñar estrategias más adaptativas, mejorar la toma de decisiones y
contrarrestar limitaciones como el sesgo algorítmico o la opacidad de los sistemas (Beckley, 2025).
Por ello, la evaluación debe centrase en dos enfoques complementarios de forma simultánea, el primero
es un enfoque cualitativo, orientado a la definición de escenarios construidos a partir de la experiencia
y las particularidades propias del proyecto, siempre desde una perspectiva estratégica.
El segundo es un enfoque cuantitativo, reportando los resultados de estos escenarios mediante
indicadores, no como valores fijos, sino como rangos acotados que reflejan su volatilidad y distribución
probabilística.
Formular escenarios basados en riesgos antes que en proyecciones obliga a considerar consecuencias
más realistas y relevantes por lo que la evaluación se vuelve más robusta al ofrecer resultados
probabilísticos sobre los indicadores financieros, logrando una alineación temprana entre los riesgos
estratégicos y los objetivos del proyecto, integrándolos al modelo financiero desde el inicio, la
flexibilidad de los escenarios planteados debe considerar tanto aspectos financieros como los
operativos.
Una evaluación financiera bien fundamentada de proyectos debe considerar al riesgo como un activo
estratégico, no como un obstáculo limitante, sino como un elemento que guía las decisiones y facilita
la exploración de nuevos escenarios.
MARCO TEÓRICO
El término riesgo es un concepto complejo de definir, cuya evolución conceptual a través de la historia,
lo ha enfrentado a las más diversas interpretaciones de las corrientes del pensamiento, la definición de
riesgo toma cierto sesgo, dependiendo del sector inclinándose en dos enfoques: el enfoque Dominante
(Tecnocrático), con una larga tradición de dominancia en el sector financiero y el enfoque de la
Corriente Alternativa (Ciencias Sociales) (Chávez, 2018).
En este contexto, el juicio experto se vuelve esencial: permite plantear escenarios futuros, anticipar
riesgos emergentes y preparar respuestas más flexibles. Aunque no siempre cuantificable, el
conocimiento humano puede integrarse formalmente en modelos de evaluación, especialmente cuando
los datos son escasos pero el saber experto es abundante, esta colaboración entre tecnología avanzada
y experiencia humana permite diseñar estrategias más adaptativas, mejorar la toma de decisiones y
contrarrestar limitaciones como el sesgo algorítmico o la opacidad de los sistemas (Beckley, 2025).
Por ello, la evaluación debe centrase en dos enfoques complementarios de forma simultánea, el primero
es un enfoque cualitativo, orientado a la definición de escenarios construidos a partir de la experiencia
y las particularidades propias del proyecto, siempre desde una perspectiva estratégica.
El segundo es un enfoque cuantitativo, reportando los resultados de estos escenarios mediante
indicadores, no como valores fijos, sino como rangos acotados que reflejan su volatilidad y distribución
probabilística.
Formular escenarios basados en riesgos antes que en proyecciones obliga a considerar consecuencias
más realistas y relevantes por lo que la evaluación se vuelve más robusta al ofrecer resultados
probabilísticos sobre los indicadores financieros, logrando una alineación temprana entre los riesgos
estratégicos y los objetivos del proyecto, integrándolos al modelo financiero desde el inicio, la
flexibilidad de los escenarios planteados debe considerar tanto aspectos financieros como los
operativos.
Una evaluación financiera bien fundamentada de proyectos debe considerar al riesgo como un activo
estratégico, no como un obstáculo limitante, sino como un elemento que guía las decisiones y facilita
la exploración de nuevos escenarios.
MARCO TEÓRICO
El término riesgo es un concepto complejo de definir, cuya evolución conceptual a través de la historia,
lo ha enfrentado a las más diversas interpretaciones de las corrientes del pensamiento, la definición de
riesgo toma cierto sesgo, dependiendo del sector inclinándose en dos enfoques: el enfoque Dominante
(Tecnocrático), con una larga tradición de dominancia en el sector financiero y el enfoque de la
Corriente Alternativa (Ciencias Sociales) (Chávez, 2018).
pág. 4133
El estándar Internacional ISO 73:2009, publica las guías para la Gestión del Riesgo a partir de un
esfuerzo internacional con la finalidad de estandarizar la práctica a un nivel global y ha resumido la
conceptualización histórica del riesgo: “El riesgo es el efecto de incertidumbre sobre los objetivos”. A
esta definición se suman algunas notas que le confieren un carácter más preciso e inclusivo:
▪ Un efecto es un desvío respecto a lo previsto, ya sea en sentido positivo y/o negativo.
▪ Los objetivos pueden tener diferentes aspectos (financieros, seguridad, salud, y ambientales) y
pueden aplicarse en diferentes niveles (estratégico, organizacional, proyectos, productos y
procesos).
▪ Generalmente el riesgo está caracterizado por referencia a eventos potenciales y sus consecuencias,
o a una combinación de ambos.
▪ Por lo general, el riesgo se define en términos de combinación de las consecuencias de un evento
(incluyendo los cambios en las circunstancias) y de su probabilidad de ocurrencia asociada.
▪ La incertidumbre es el estado de deficiencia de información, entendimiento, desconocimiento, falta
de consciencia o probabilidad de ocurrencia acerca de un evento.
Una situación de incertidumbre se transforma en una situación de riesgo cuando es identificada y
valorada en términos del nivel de desviación en torno a un valor esperado, pudiendo ser esta desviación
en sentido negativo o positivo, y por lo tanto el evento se categoriza como una amenaza o una
oportunidad y por lo tanto se convierte en un elemento clave para la planeación estratégica.
El proceso de transitar de un evento de incertidumbre a un evento de riesgo puede aplicarse a una
variable cualquiera (puede ser el tipo de cambio, la tasa de interés, el costo de capital de una inversión,
el costo de operación, el costo de una materia prima, el volumen de ventas, etc.), es decir variables de
entrada utilizadas en la estructura de un modelo de cálculo del flujo de caja, pero también se puede dar
en torno a una variable de salida como lo es un indicador financiero como la TIR, el VPN o cualquier
otro (Smith & Merrit, 2022). Para que el riesgo de una variable sea valorado, se deben definir sus tres
componentes:
El primer componente es el valor esperado, que en términos estadísticos corresponde a la media de un
conjunto de datos históricos o estimaciones calculadas.
El estándar Internacional ISO 73:2009, publica las guías para la Gestión del Riesgo a partir de un
esfuerzo internacional con la finalidad de estandarizar la práctica a un nivel global y ha resumido la
conceptualización histórica del riesgo: “El riesgo es el efecto de incertidumbre sobre los objetivos”. A
esta definición se suman algunas notas que le confieren un carácter más preciso e inclusivo:
▪ Un efecto es un desvío respecto a lo previsto, ya sea en sentido positivo y/o negativo.
▪ Los objetivos pueden tener diferentes aspectos (financieros, seguridad, salud, y ambientales) y
pueden aplicarse en diferentes niveles (estratégico, organizacional, proyectos, productos y
procesos).
▪ Generalmente el riesgo está caracterizado por referencia a eventos potenciales y sus consecuencias,
o a una combinación de ambos.
▪ Por lo general, el riesgo se define en términos de combinación de las consecuencias de un evento
(incluyendo los cambios en las circunstancias) y de su probabilidad de ocurrencia asociada.
▪ La incertidumbre es el estado de deficiencia de información, entendimiento, desconocimiento, falta
de consciencia o probabilidad de ocurrencia acerca de un evento.
Una situación de incertidumbre se transforma en una situación de riesgo cuando es identificada y
valorada en términos del nivel de desviación en torno a un valor esperado, pudiendo ser esta desviación
en sentido negativo o positivo, y por lo tanto el evento se categoriza como una amenaza o una
oportunidad y por lo tanto se convierte en un elemento clave para la planeación estratégica.
El proceso de transitar de un evento de incertidumbre a un evento de riesgo puede aplicarse a una
variable cualquiera (puede ser el tipo de cambio, la tasa de interés, el costo de capital de una inversión,
el costo de operación, el costo de una materia prima, el volumen de ventas, etc.), es decir variables de
entrada utilizadas en la estructura de un modelo de cálculo del flujo de caja, pero también se puede dar
en torno a una variable de salida como lo es un indicador financiero como la TIR, el VPN o cualquier
otro (Smith & Merrit, 2022). Para que el riesgo de una variable sea valorado, se deben definir sus tres
componentes:
El primer componente es el valor esperado, que en términos estadísticos corresponde a la media de un
conjunto de datos históricos o estimaciones calculadas.
pág. 4134
Estos valores pueden representarse mediante una curva de probabilidad, la cual constituye el segundo
componente, al reflejar la distribución de posibles resultados. El tercer componente es la desviación
respecto al valor esperado, conocida en estadística como desviación estándar, que describe cómo se
dispersan los datos alrededor de la media. Esta medida también se denomina volatilidad y suele
utilizarse como sinónimo de riesgo.
Si el concepto de riesgo es en sí mismo la valoración de un evento, el concepto de “gestión del riesgo”
adquiere entonces una connotación más estratégica, que se puede interpretar como la gestión de los
eventos en función de su impacto y probabilidad, ya sea en sentido positivo o negativo.
Tradicionalmente, ciertas estrategias se emplean para gestionar el riesgo y se adoptan en función de los
niveles de apetito y tolerancia de riesgo, de los criterios corporativos y del juicio de los expertos. Por
un lado, están las estrategias que minimizan los resultados negativos (amenazas) mediante estrategias
como eliminar, escalar, mitigar, transferir y aceptar el riesgo (IEC/ISO-31010, 2019) y las segundas son
estrategias que buscan optimizar los resultados positivos (oportunidades) mediante estrategias como
explotar, escalar, compartir y mejorar (Bravo & Sánchez, 2012). Asumir que el valor esperado de una
variable sea alcanzado sin plantear estrategia alguna es ya un riesgo en sí mismo.
No existe una clasificación universal de los riesgos, atendiendo a diversas definiciones institucionales
y de autores diversos y para efectos de este estudio se propone una agrupación conceptual en tres
grandes rubros: financieros, operativos y estratégicos. Esta tipología tiene un carácter referencial
solamente sin que ello genere sesgo conceptual y demerite el análisis detallado de cada riesgo en la
evaluación particular de cada proyecto.
Los riesgos financieros como la volatilidad de tasas de interés, del tipo de cambio, de liquidez o crédito,
suelen ser determinantes para la bancabilidad de un proyecto (de los Heros, Juan; Marín, Luis, 2016).
Por lo general se gestionan mediante coberturas, instrumentos financieros y esquemas contractuales
para mitigar y transferir el riesgo (PerkinsCoie LLC, 2018). Los riesgos operativos, por su parte, abarcan
factores internos y externos tanto en etapa de proyecto como en etapa de operación y son de carácter
múltiple, van desde las afectaciones por el desempeño del personal (fraudes, demandas, retención de
talento, etc.), fallas en los procesos de producción (accidentes, mala calidad de productos, retraso de
suministros, etc.), fallas estructurales que afecten la liquidez, problemas de mercado (incremento de
Estos valores pueden representarse mediante una curva de probabilidad, la cual constituye el segundo
componente, al reflejar la distribución de posibles resultados. El tercer componente es la desviación
respecto al valor esperado, conocida en estadística como desviación estándar, que describe cómo se
dispersan los datos alrededor de la media. Esta medida también se denomina volatilidad y suele
utilizarse como sinónimo de riesgo.
Si el concepto de riesgo es en sí mismo la valoración de un evento, el concepto de “gestión del riesgo”
adquiere entonces una connotación más estratégica, que se puede interpretar como la gestión de los
eventos en función de su impacto y probabilidad, ya sea en sentido positivo o negativo.
Tradicionalmente, ciertas estrategias se emplean para gestionar el riesgo y se adoptan en función de los
niveles de apetito y tolerancia de riesgo, de los criterios corporativos y del juicio de los expertos. Por
un lado, están las estrategias que minimizan los resultados negativos (amenazas) mediante estrategias
como eliminar, escalar, mitigar, transferir y aceptar el riesgo (IEC/ISO-31010, 2019) y las segundas son
estrategias que buscan optimizar los resultados positivos (oportunidades) mediante estrategias como
explotar, escalar, compartir y mejorar (Bravo & Sánchez, 2012). Asumir que el valor esperado de una
variable sea alcanzado sin plantear estrategia alguna es ya un riesgo en sí mismo.
No existe una clasificación universal de los riesgos, atendiendo a diversas definiciones institucionales
y de autores diversos y para efectos de este estudio se propone una agrupación conceptual en tres
grandes rubros: financieros, operativos y estratégicos. Esta tipología tiene un carácter referencial
solamente sin que ello genere sesgo conceptual y demerite el análisis detallado de cada riesgo en la
evaluación particular de cada proyecto.
Los riesgos financieros como la volatilidad de tasas de interés, del tipo de cambio, de liquidez o crédito,
suelen ser determinantes para la bancabilidad de un proyecto (de los Heros, Juan; Marín, Luis, 2016).
Por lo general se gestionan mediante coberturas, instrumentos financieros y esquemas contractuales
para mitigar y transferir el riesgo (PerkinsCoie LLC, 2018). Los riesgos operativos, por su parte, abarcan
factores internos y externos tanto en etapa de proyecto como en etapa de operación y son de carácter
múltiple, van desde las afectaciones por el desempeño del personal (fraudes, demandas, retención de
talento, etc.), fallas en los procesos de producción (accidentes, mala calidad de productos, retraso de
suministros, etc.), fallas estructurales que afecten la liquidez, problemas de mercado (incremento de
pág. 4135
precios, reducción de demanda, etc.), problemas tecnológicos (no se cumplen las expectativas de
desempeño, complejidad operativa, etc.) y eventos externos (vandalismo, hackeo, incendio, desastres
naturales, etc.).
Hay algunos tipos de riesgo que por definición son estratégicos como lo son los riesgos de fusiones y
de mercado (García-Nieto, Bueno-Rodríguez, Ramón-Jerónimo, & Flórez-López, 2024), más allá de
ello, no existe una regla para determinar cuáles son los riesgos extremos o estratégicos per se, en virtud
de que cualquier situación puede escalar hacia un nivel de riesgo estratégico por su pobre gestión, el
concepto se aplica a eventos que comprometen los objetivos fundamentales del negocio o la continuidad
del proyecto mismo, así, se reconoce al riesgo estratégico como el nivel donde se juega la viabilidad
última del proyecto, están relacionados con la reputación, el establecimiento de la buena relación con
los grupos de interés y el comportamiento ético de los empleados, los asuntos de carácter geopolítico y
el riesgo país, también aquellos que dependen de marcos normativos que son complejos y, a menudo,
contradictorios. Existen otros riesgos que rara vez se cuantifican, pero pueden frenar un proyecto por
completo como el riesgo social (protestas, conflictos por uso de agua o tierra o resistencias de
comunidades).
Datos del Independent Project Analysis (IPA) quien durante más de 30 años ha estudiado los proyectos
de inversión complejos a gran escala, indican que más del 65% de los proyectos desarrollados con un
presupuesto de más de mil millones de dólares de inversión fallaron en el cumplimiento de alguno de
sus objetivos, debido a una estrategia fallida del manejo de los riesgos, estadísticamente, el IPA ha
determinado, que el riesgo de un proyecto es influenciado por el tamaño del proyecto y su complejidad
(Merrow, 2011). El 81 % de las empresas que han experimentado las mayores pérdidas en el valor para
sus accionistas atribuyen dichas caídas principalmente a errores estratégicos. Este dato evidencia la
relevancia crítica que tiene la articulación entre la estrategia empresarial y la gestión de riesgos en la
creación de valor empresarial (Montoya & Rivas, 2018).
Dado que los riesgos estratégicos son complejos y difíciles de modelar cuantitativamente, el
pensamiento estratégico debe permear todas las áreas del negocio. La visión tradicional del riesgo como
una expectativa matemática resulta insuficiente en entornos de alta incertidumbre (Aven, 2016), así, el
riesgo estratégico debe ser empleado como el eje orientador de las decisiones.
precios, reducción de demanda, etc.), problemas tecnológicos (no se cumplen las expectativas de
desempeño, complejidad operativa, etc.) y eventos externos (vandalismo, hackeo, incendio, desastres
naturales, etc.).
Hay algunos tipos de riesgo que por definición son estratégicos como lo son los riesgos de fusiones y
de mercado (García-Nieto, Bueno-Rodríguez, Ramón-Jerónimo, & Flórez-López, 2024), más allá de
ello, no existe una regla para determinar cuáles son los riesgos extremos o estratégicos per se, en virtud
de que cualquier situación puede escalar hacia un nivel de riesgo estratégico por su pobre gestión, el
concepto se aplica a eventos que comprometen los objetivos fundamentales del negocio o la continuidad
del proyecto mismo, así, se reconoce al riesgo estratégico como el nivel donde se juega la viabilidad
última del proyecto, están relacionados con la reputación, el establecimiento de la buena relación con
los grupos de interés y el comportamiento ético de los empleados, los asuntos de carácter geopolítico y
el riesgo país, también aquellos que dependen de marcos normativos que son complejos y, a menudo,
contradictorios. Existen otros riesgos que rara vez se cuantifican, pero pueden frenar un proyecto por
completo como el riesgo social (protestas, conflictos por uso de agua o tierra o resistencias de
comunidades).
Datos del Independent Project Analysis (IPA) quien durante más de 30 años ha estudiado los proyectos
de inversión complejos a gran escala, indican que más del 65% de los proyectos desarrollados con un
presupuesto de más de mil millones de dólares de inversión fallaron en el cumplimiento de alguno de
sus objetivos, debido a una estrategia fallida del manejo de los riesgos, estadísticamente, el IPA ha
determinado, que el riesgo de un proyecto es influenciado por el tamaño del proyecto y su complejidad
(Merrow, 2011). El 81 % de las empresas que han experimentado las mayores pérdidas en el valor para
sus accionistas atribuyen dichas caídas principalmente a errores estratégicos. Este dato evidencia la
relevancia crítica que tiene la articulación entre la estrategia empresarial y la gestión de riesgos en la
creación de valor empresarial (Montoya & Rivas, 2018).
Dado que los riesgos estratégicos son complejos y difíciles de modelar cuantitativamente, el
pensamiento estratégico debe permear todas las áreas del negocio. La visión tradicional del riesgo como
una expectativa matemática resulta insuficiente en entornos de alta incertidumbre (Aven, 2016), así, el
riesgo estratégico debe ser empleado como el eje orientador de las decisiones.
pág. 4136
Si bien lo cualitativo es esencial, la modelación cuantitativa continúa siendo el lenguaje indispensable
para llevar los riesgos al terreno financiero, ciertas variables se convierten en los auténticos
controladores del proyecto, aquellas que concentran mayor peso en la viabilidad y que demandan una
atención prioritaria en la gestión y asignación de recursos. A menudo están asociadas con los rubros
más sensibles financieramente —como el costo de capital, los costos de operación o los ingresos—,
aunque no se trata de una regla fija: cualquier riesgo potencial debe ser evaluado por su impacto
específico.
Para evaluar el riesgo de manera certera, es fundamental considerar el impacto de cada variable en
conjunto con otras. Los escenarios completamente pesimistas u optimistas son poco probables, ya que
implican una alineación extrema de todas las variables. Por ello, es necesario evaluar estadísticamente
la correlación entre ellas y aplicar ponderaciones acordes a sus distribuciones de probabilidad. En casos
donde puedan surgir eventos extremos —como los llamados “cisnes negros”— se deben aplicar
criterios de contingencia y manejo de crisis.
La modelación de estas variables críticas debe apoyarse en los modelos estadísticos que mejor se ajusten
al comportamiento histórico o estimado, quedando en manos de los evaluadores del proyecto definir los
criterios de significancia y robustez
METODOLOGÍA
La gestión moderna del riesgo demanda una convergencia metodológica que articule marcos
normativos, herramientas cuantitativas y juicio experto, con el propósito de desarrollar sistemas de
evaluación más robustos y multidimensionales. En este contexto, la incertidumbre y el riesgo deben
abordarse desde diversas perspectivas —financiera, operativa, estratégica y estructural— mediante un
enfoque integrador que combine tecnología, estadística y conocimiento humano especializado. Esta
sinergia constituye el núcleo de una gestión de riesgos adaptativa y alineada con los estándares
internacionales vigentes.
Entre los estándares, los acuerdos de Basilea I, II y III introducen modelos regulatorios avanzados para
la gestión de riesgos financieros, tales como el Value at Risk (VaR) y las pruebas de estrés. Por su parte,
el marco COSO ERM vincula la gestión del riesgo con la estrategia organizacional y el desempeño
corporativo, mientras que la norma ISO 31000 proporciona una estructura transversal, flexible y
Si bien lo cualitativo es esencial, la modelación cuantitativa continúa siendo el lenguaje indispensable
para llevar los riesgos al terreno financiero, ciertas variables se convierten en los auténticos
controladores del proyecto, aquellas que concentran mayor peso en la viabilidad y que demandan una
atención prioritaria en la gestión y asignación de recursos. A menudo están asociadas con los rubros
más sensibles financieramente —como el costo de capital, los costos de operación o los ingresos—,
aunque no se trata de una regla fija: cualquier riesgo potencial debe ser evaluado por su impacto
específico.
Para evaluar el riesgo de manera certera, es fundamental considerar el impacto de cada variable en
conjunto con otras. Los escenarios completamente pesimistas u optimistas son poco probables, ya que
implican una alineación extrema de todas las variables. Por ello, es necesario evaluar estadísticamente
la correlación entre ellas y aplicar ponderaciones acordes a sus distribuciones de probabilidad. En casos
donde puedan surgir eventos extremos —como los llamados “cisnes negros”— se deben aplicar
criterios de contingencia y manejo de crisis.
La modelación de estas variables críticas debe apoyarse en los modelos estadísticos que mejor se ajusten
al comportamiento histórico o estimado, quedando en manos de los evaluadores del proyecto definir los
criterios de significancia y robustez
METODOLOGÍA
La gestión moderna del riesgo demanda una convergencia metodológica que articule marcos
normativos, herramientas cuantitativas y juicio experto, con el propósito de desarrollar sistemas de
evaluación más robustos y multidimensionales. En este contexto, la incertidumbre y el riesgo deben
abordarse desde diversas perspectivas —financiera, operativa, estratégica y estructural— mediante un
enfoque integrador que combine tecnología, estadística y conocimiento humano especializado. Esta
sinergia constituye el núcleo de una gestión de riesgos adaptativa y alineada con los estándares
internacionales vigentes.
Entre los estándares, los acuerdos de Basilea I, II y III introducen modelos regulatorios avanzados para
la gestión de riesgos financieros, tales como el Value at Risk (VaR) y las pruebas de estrés. Por su parte,
el marco COSO ERM vincula la gestión del riesgo con la estrategia organizacional y el desempeño
corporativo, mientras que la norma ISO 31000 proporciona una estructura transversal, flexible y
pág. 4137
aplicable a cualquier tipo de organización. En el ámbito de la gestión de proyectos, el PMBOK ofrece
una secuencia de procesos orientados a la planificación y control de riesgos.
En el contexto del financiamiento estructurado, el enfoque de Project Finance se fundamenta en la
asignación contractual de riesgos y en la modelación rigurosa de los flujos de caja asociados al proyecto.
Asimismo, se reconoce el valor de las herramientas digitales basadas en software que incorporan
métodos de simulación con enfoques dinámicos y/o estocásticos, permitiendo una representación más
realista de los escenarios de riesgo.
El concepto y la métrica del Valor en Riesgo (VaR), ampliamente utilizado en el ámbito financiero.
permite reportar el riesgo asociado a un proyecto en términos de sus tres componentes: valor esperado,
desviación y probabilidad. Este concepto se puede extrapolar para obtener un valor estadístico
representativo de los flujos de caja descontados y a los indicadores financieros, se requieren miles de
simulaciones que exploren todas las combinaciones posibles de las variables involucradas. Métodos
como la simulación Monte Carlo y el uso de software especializado permiten estimar el valor esperado,
la volatilidad y la distribución de probabilidad de los resultados financieros.
Desde esta perspectiva, esta propuesta metodológica plantea la integración estructurada de las
dimensiones cualitativa y cuantitativa de la gestión del riesgo, como parte esencial de los procesos de
formulación y evaluación, adoptando un enfoque estratégico, dinámico y contextualizado, sustentado
en los siguientes ejes:
Integración cualitativo–cuantitativa. La identificación cualitativa de riesgos debe vincularse de forma
directa con su posterior modelación cuantitativa, garantizando coherencia y continuidad en todo el
proceso de análisis.
Escenarios con enfoque estratégico en la fase cualitativa. Más que enumerar riesgos, es necesario
plantear escenarios múltiples que respondan a los objetivos del proyecto y consideren la posible
escalación hacia riesgos estratégicos, alineando el análisis con el propósito de largo plazo, basado en el
juicio y experiencia.
Modelación cuantitativa avanzada. El uso de simulaciones como Monte Carlo y software
especializado permite ponderar el efecto combinado de las variables críticas, integrando riesgos
parciales y oportunidades. Así, la cuantificación probabilística amplía la visión de los impactos
aplicable a cualquier tipo de organización. En el ámbito de la gestión de proyectos, el PMBOK ofrece
una secuencia de procesos orientados a la planificación y control de riesgos.
En el contexto del financiamiento estructurado, el enfoque de Project Finance se fundamenta en la
asignación contractual de riesgos y en la modelación rigurosa de los flujos de caja asociados al proyecto.
Asimismo, se reconoce el valor de las herramientas digitales basadas en software que incorporan
métodos de simulación con enfoques dinámicos y/o estocásticos, permitiendo una representación más
realista de los escenarios de riesgo.
El concepto y la métrica del Valor en Riesgo (VaR), ampliamente utilizado en el ámbito financiero.
permite reportar el riesgo asociado a un proyecto en términos de sus tres componentes: valor esperado,
desviación y probabilidad. Este concepto se puede extrapolar para obtener un valor estadístico
representativo de los flujos de caja descontados y a los indicadores financieros, se requieren miles de
simulaciones que exploren todas las combinaciones posibles de las variables involucradas. Métodos
como la simulación Monte Carlo y el uso de software especializado permiten estimar el valor esperado,
la volatilidad y la distribución de probabilidad de los resultados financieros.
Desde esta perspectiva, esta propuesta metodológica plantea la integración estructurada de las
dimensiones cualitativa y cuantitativa de la gestión del riesgo, como parte esencial de los procesos de
formulación y evaluación, adoptando un enfoque estratégico, dinámico y contextualizado, sustentado
en los siguientes ejes:
Integración cualitativo–cuantitativa. La identificación cualitativa de riesgos debe vincularse de forma
directa con su posterior modelación cuantitativa, garantizando coherencia y continuidad en todo el
proceso de análisis.
Escenarios con enfoque estratégico en la fase cualitativa. Más que enumerar riesgos, es necesario
plantear escenarios múltiples que respondan a los objetivos del proyecto y consideren la posible
escalación hacia riesgos estratégicos, alineando el análisis con el propósito de largo plazo, basado en el
juicio y experiencia.
Modelación cuantitativa avanzada. El uso de simulaciones como Monte Carlo y software
especializado permite ponderar el efecto combinado de las variables críticas, integrando riesgos
parciales y oportunidades. Así, la cuantificación probabilística amplía la visión de los impactos
pág. 4138
financieros y habilita decisiones más informadas complementando la visión determinista con modelos
dinámicos y/o estocásticos además de los análisis comparativos entre los escenarios, para finalmente
optimizar las alternativas seleccionadas.
Decisiones basadas en opciones y no en binarios. La decisión final debe trascender el dilema ejecutar
/ no ejecutar. La toma de decisiones debe sustentarse en la evaluación de un espectro amplio de
alternativas estratégicas, considerando la naturaleza específica de los escenarios y los resultados
esperados. Entre las opciones viables se incluyen: diferir la implementación del proyecto, ajustar la
capacidad operativa, desarrollar el proyecto en fases, incrementar la inversión, contemplar la opción de
abandono, o ejecutar un proyecto piloto con el propósito de obtener información adicional que permita
reducir la incertidumbre. Este enfoque orientado a la flexibilidad y al análisis de múltiples rutas de
acción contribuye a una gestión más robusta, adaptativa y alineada con los objetivos organizacionales.
Reajuste metodológico en la gestión de riesgos. Tomando como base los estándares de la gestión del
riesgo se propone incorporar el replanteamiento temprano de escenarios bajo la óptica de los riesgos
estratégicos.
Basado en lo anterior, las etapas propuestas de la metodología son:
Figura 1 – Metodología
Fuente: adaptado de (IEC/ISO-31010, 2019), (PM-BOK 6a. Ed., 2017) y (Bello, 2022)1
Objetivos del proyecto
(alineado con el Acta de
Constitución del
Proyecto)
2
Estrategia de obtención
de información y
comunicación
3
Definir contexto
general
4
Planteamiento de
escenarios y
estrategias
5
Identificación de
riesgos
6
Ajuste del
planteamiento de
escenarios
7
Valoración del riesgo de
las variables críticas y
supuestos de entrada
8
Desarrollo del modelo de
cálculo de los indicadores
financieros – caso base
determinista
10
Desarrollo del “Modelo
Probabilístico Dinámico
bajo Incertidumbre
Esperada”
11
Correr “Modelo
Probabilístico Dinámico
bajo Incertidumbre
Esperada”
y análisis de resultados
12
Desarrollo del “Modelo
Estocástico con
Opciones Reales”
13
Correr “Modelo
Estocástico con
Opciones Reales” y
análisis de resultados
14
Optimización de
escenarios
seleccionados
15
Actualización de Plan de
Gestión Integral de
Riesgos
9
Correr modelo
determinista y análisis de
resultados, seleccionar
casos
financieros y habilita decisiones más informadas complementando la visión determinista con modelos
dinámicos y/o estocásticos además de los análisis comparativos entre los escenarios, para finalmente
optimizar las alternativas seleccionadas.
Decisiones basadas en opciones y no en binarios. La decisión final debe trascender el dilema ejecutar
/ no ejecutar. La toma de decisiones debe sustentarse en la evaluación de un espectro amplio de
alternativas estratégicas, considerando la naturaleza específica de los escenarios y los resultados
esperados. Entre las opciones viables se incluyen: diferir la implementación del proyecto, ajustar la
capacidad operativa, desarrollar el proyecto en fases, incrementar la inversión, contemplar la opción de
abandono, o ejecutar un proyecto piloto con el propósito de obtener información adicional que permita
reducir la incertidumbre. Este enfoque orientado a la flexibilidad y al análisis de múltiples rutas de
acción contribuye a una gestión más robusta, adaptativa y alineada con los objetivos organizacionales.
Reajuste metodológico en la gestión de riesgos. Tomando como base los estándares de la gestión del
riesgo se propone incorporar el replanteamiento temprano de escenarios bajo la óptica de los riesgos
estratégicos.
Basado en lo anterior, las etapas propuestas de la metodología son:
Figura 1 – Metodología
Fuente: adaptado de (IEC/ISO-31010, 2019), (PM-BOK 6a. Ed., 2017) y (Bello, 2022)1
Objetivos del proyecto
(alineado con el Acta de
Constitución del
Proyecto)
2
Estrategia de obtención
de información y
comunicación
3
Definir contexto
general
4
Planteamiento de
escenarios y
estrategias
5
Identificación de
riesgos
6
Ajuste del
planteamiento de
escenarios
7
Valoración del riesgo de
las variables críticas y
supuestos de entrada
8
Desarrollo del modelo de
cálculo de los indicadores
financieros – caso base
determinista
10
Desarrollo del “Modelo
Probabilístico Dinámico
bajo Incertidumbre
Esperada”
11
Correr “Modelo
Probabilístico Dinámico
bajo Incertidumbre
Esperada”
y análisis de resultados
12
Desarrollo del “Modelo
Estocástico con
Opciones Reales”
13
Correr “Modelo
Estocástico con
Opciones Reales” y
análisis de resultados
14
Optimización de
escenarios
seleccionados
15
Actualización de Plan de
Gestión Integral de
Riesgos
9
Correr modelo
determinista y análisis de
resultados, seleccionar
casos
pág. 4139
La metodología propuesta contempla el desarrollo de tres modelos analíticos. El primero corresponde
al modelo determinista tradicional, el cual se utiliza como caso base para efectos comparativos (etapa
8). El segundo, denominado “Modelo Probabilístico Dinámico bajo Incertidumbre Esperada” (etapa 9),
incorpora simulaciones tipo Monte Carlo aplicadas a variables representadas mediante distribuciones
de probabilidad, construidas a partir de datos históricos, estimaciones expertas, referencias sectoriales
o supuestos razonables. Este modelo no se fundamenta en una estructura matemática que represente la
incertidumbre como un proceso continuo en el tiempo, sino en la generación de escenarios discretos
que reflejan trayectorias posibles. Su carácter dinámico radica en la capacidad de simular múltiples
resultados, aunque sin incorporar formalismos estocásticos como el movimiento browniano, procesos
de Wiener, árboles binomiales o decisiones contingentes dependientes del estado del sistema.
Por esta razón, se evita el uso del término “estocástico” en su denominación, reservándolo
exclusivamente para modelos que sí integran dichas estructuras, como el desarrollado en la etapa 12,
descrito como “Modelo Estocástico con Opciones Reales”.
El concepto de “Incertidumbre Esperada” se refiere a la representación cuantitativa de la variabilidad
futura de las variables críticas —tales como ventas, costos o demanda— basada en información
disponible al momento del análisis. En este sentido, el uso de incertidumbre esperada dentro del Modelo
Probabilístico Dinámico resulta metodológicamente válido, ya que permite capturar la dispersión
anticipada de los resultados financieros sin requerir una estructura estocástica formal. Este enfoque
ofrece una herramienta práctica para representar el riesgo operativo y financiero, especialmente en
situaciones donde no se dispone de modelos estructurales ni de datos suficientes para su calibración.
Los escenarios generados no buscan predecir el futuro con precisión, sino representar de manera
razonable la variabilidad potencial de las condiciones relevantes del proyecto. Al asignar distribuciones
de probabilidad a variables clave se construye un marco analítico que facilita la comparación de
alternativas de inversión bajo distintos contextos de riesgo.
Caso de estudio
Etapa 1 Objetivos del proyecto: Implementar un proyecto tecnológico de un proceso innovador
enfocado a alcanzar las metas de descarbonización (reducción de emisiones de CO2) para el año 2030
La metodología propuesta contempla el desarrollo de tres modelos analíticos. El primero corresponde
al modelo determinista tradicional, el cual se utiliza como caso base para efectos comparativos (etapa
8). El segundo, denominado “Modelo Probabilístico Dinámico bajo Incertidumbre Esperada” (etapa 9),
incorpora simulaciones tipo Monte Carlo aplicadas a variables representadas mediante distribuciones
de probabilidad, construidas a partir de datos históricos, estimaciones expertas, referencias sectoriales
o supuestos razonables. Este modelo no se fundamenta en una estructura matemática que represente la
incertidumbre como un proceso continuo en el tiempo, sino en la generación de escenarios discretos
que reflejan trayectorias posibles. Su carácter dinámico radica en la capacidad de simular múltiples
resultados, aunque sin incorporar formalismos estocásticos como el movimiento browniano, procesos
de Wiener, árboles binomiales o decisiones contingentes dependientes del estado del sistema.
Por esta razón, se evita el uso del término “estocástico” en su denominación, reservándolo
exclusivamente para modelos que sí integran dichas estructuras, como el desarrollado en la etapa 12,
descrito como “Modelo Estocástico con Opciones Reales”.
El concepto de “Incertidumbre Esperada” se refiere a la representación cuantitativa de la variabilidad
futura de las variables críticas —tales como ventas, costos o demanda— basada en información
disponible al momento del análisis. En este sentido, el uso de incertidumbre esperada dentro del Modelo
Probabilístico Dinámico resulta metodológicamente válido, ya que permite capturar la dispersión
anticipada de los resultados financieros sin requerir una estructura estocástica formal. Este enfoque
ofrece una herramienta práctica para representar el riesgo operativo y financiero, especialmente en
situaciones donde no se dispone de modelos estructurales ni de datos suficientes para su calibración.
Los escenarios generados no buscan predecir el futuro con precisión, sino representar de manera
razonable la variabilidad potencial de las condiciones relevantes del proyecto. Al asignar distribuciones
de probabilidad a variables clave se construye un marco analítico que facilita la comparación de
alternativas de inversión bajo distintos contextos de riesgo.
Caso de estudio
Etapa 1 Objetivos del proyecto: Implementar un proyecto tecnológico de un proceso innovador
enfocado a alcanzar las metas de descarbonización (reducción de emisiones de CO2) para el año 2030
pág. 4140
de una empresa siderúrgica. Esta alternativa debe ser orientada a una visión de largo plazo y que pueda
escalar a lograr niveles altos de descarbonización.
Etapa 2 - Estrategia de obtención información y comunicación. Expertos proponen que para alcanzar
este objetivo se implemente un proyecto piloto para la producción de materias primas y energía a partir
de residuos municipales, agrícolas y/o industriales a fin de sustituir el uso del gas natural. Para lograr
lo anterior, es necesario la implementación un proyecto basado en un esquema de biorrefinería, cuya
inversión es del interés de un tercero. La biorrefinería es el proceso sostenible que transforma biomasa
en un espectro de productos comercializables de base biológica a los que se les denomina bioenergía
(biocombustibles, energía eléctrica y calor) y bioproductos como alimentos, químicos y materiales (IEA
Bioenergy Task 42, 2020). (Biomasa es cualquier materia de origen biológico o desechos de organismos
vivos: residuos derivados de actividades agropecuarias, silvícolas, agrícolas, aceites extraídos de
semillas y algas y desechos orgánicos animales y humanos, se incluye también a los residuos
municipales orgánicos y los industriales como madera, plástico, papel y tela). Las biorrefinerías son en
sí mismos proyectos creados con propósito ambiental y están ganando protagonismo como parte clave
en la transición hacia modelos de negocio orientados a la sostenibilidad. Representan uno de los
mayores retos dentro del ámbito de la transición energética y la economía circular, debido a su elevada
complejidad técnica, económica y operativa. Se caracterizan por sus altos niveles de incertidumbre
tecnológica y económica, adoptar una postura proactiva ante el riesgo, es clave para anticipar y reducir
posibles impactos y gestionar estos desarrollos como un programa multiproyecto permite articular
diversas iniciativas (como el aprovechamiento de residuos para la producción de bioenergía y
biomateriales) dentro de una estrategia unificada, lo que favorece una mejor asignación de recursos y
fortalece la resiliencia organizacional (Smith, Merna, & Jobling, 2014).
El proyecto por su compleja naturaleza y al no disponer de información histórica suficiente y confiable
como para desplegar un proyecto de gran capacidad se propone de desarrolle como proyecto piloto para
la obtención de información que permita saber el desempeño financiero y técnico, así como conocer los
riesgos asociados a fin de evaluar la factibilidad de escalar hacia proyectos de mayor tamaño. Sin
embargo, aun siendo un proyecto piloto, las buenas prácticas de la Gestión de Proyectos dictan que
antes de la erogación de recursos monetarios para la construcción se debe realizar un estudio de
de una empresa siderúrgica. Esta alternativa debe ser orientada a una visión de largo plazo y que pueda
escalar a lograr niveles altos de descarbonización.
Etapa 2 - Estrategia de obtención información y comunicación. Expertos proponen que para alcanzar
este objetivo se implemente un proyecto piloto para la producción de materias primas y energía a partir
de residuos municipales, agrícolas y/o industriales a fin de sustituir el uso del gas natural. Para lograr
lo anterior, es necesario la implementación un proyecto basado en un esquema de biorrefinería, cuya
inversión es del interés de un tercero. La biorrefinería es el proceso sostenible que transforma biomasa
en un espectro de productos comercializables de base biológica a los que se les denomina bioenergía
(biocombustibles, energía eléctrica y calor) y bioproductos como alimentos, químicos y materiales (IEA
Bioenergy Task 42, 2020). (Biomasa es cualquier materia de origen biológico o desechos de organismos
vivos: residuos derivados de actividades agropecuarias, silvícolas, agrícolas, aceites extraídos de
semillas y algas y desechos orgánicos animales y humanos, se incluye también a los residuos
municipales orgánicos y los industriales como madera, plástico, papel y tela). Las biorrefinerías son en
sí mismos proyectos creados con propósito ambiental y están ganando protagonismo como parte clave
en la transición hacia modelos de negocio orientados a la sostenibilidad. Representan uno de los
mayores retos dentro del ámbito de la transición energética y la economía circular, debido a su elevada
complejidad técnica, económica y operativa. Se caracterizan por sus altos niveles de incertidumbre
tecnológica y económica, adoptar una postura proactiva ante el riesgo, es clave para anticipar y reducir
posibles impactos y gestionar estos desarrollos como un programa multiproyecto permite articular
diversas iniciativas (como el aprovechamiento de residuos para la producción de bioenergía y
biomateriales) dentro de una estrategia unificada, lo que favorece una mejor asignación de recursos y
fortalece la resiliencia organizacional (Smith, Merna, & Jobling, 2014).
El proyecto por su compleja naturaleza y al no disponer de información histórica suficiente y confiable
como para desplegar un proyecto de gran capacidad se propone de desarrolle como proyecto piloto para
la obtención de información que permita saber el desempeño financiero y técnico, así como conocer los
riesgos asociados a fin de evaluar la factibilidad de escalar hacia proyectos de mayor tamaño. Sin
embargo, aun siendo un proyecto piloto, las buenas prácticas de la Gestión de Proyectos dictan que
antes de la erogación de recursos monetarios para la construcción se debe realizar un estudio de
pág. 4141
prefactibilidad (FEED 1)2 que proporcione datos preliminares a fin de determinar la potencial viabilidad
del proyecto y determinar si procede la asignación de recurso adicional a una siguiente fase para
profundizar en la evaluación y precisar con más detalle los alcances, costos, tiempos y riesgos del
proyecto.
La información más importante es la que se obtiene a partir de los oferentes de las tecnologías y de la
consulta de referencias y consultores especializados en el tema. Por su parte, las firmas de consultoría
en materia técnica, legal y financiera complementan los requerimientos técnicos, legales y financieros
respectivamente con las actividades, alcance, costos y riesgos asociados al desarrollo del proyecto. La
percepción del riesgo por parte de estos es un invaluable activo debido a la mezcla de sus habilidades y
conocimientos.
Etapa 3 – Contexto general. La estrategia central radica en la vinculación de la biorrefinería a una
empresa ya establecida y de sólida presencia en el sector de la industria siderúrgica, conformándose
como un elemento de la cadena de valor mediante la proveeduría de materias primas y/o combustibles
verdes, apoyando en los objetivos de descarbonización, hoy día esta empresa utiliza el gas natural para
sus operaciones, el cual lo canaliza como energético y también es utilizada como materia prima en los
procesos de producción.
Se pretende que el proyecto sustituya el consumo de gas natural entre un 2% y 3%, este enfoque de
cubrir solo una parte de la demanda, está basado en evaluar el potencial de llevarlo a una mayor escala
o bien desarrollar la replicabilidad o extensión a medida que se desarrolla la infraestructura, el
conocimiento y el capital humano de acuerdo con las recomendaciones planteadas por la ONU (ONU
Energía, 2007).
Etapa 4 - Planteamiento de escenarios y estrategias y Etapa 5 – Identificación de riesgos. Se han
definido nueve escenarios resultantes de la combinación de tres materias primas y tres productos
distintos. Este conjunto inicial no contempla, por el momento, las posibles alternativas relacionadas con
2 FEED: Front End Engineering Design, también llamada FEL (Front End Loading), es una metodología desarrollada por Ed
Merrow en 1987 (Fundador de IPA – Independent Project Analysis) y de uso estandarizado a nivel mundial para proyectos de
infraestructura compleja. https://www.ipaglobal.com/team/edward-merrow/
prefactibilidad (FEED 1)2 que proporcione datos preliminares a fin de determinar la potencial viabilidad
del proyecto y determinar si procede la asignación de recurso adicional a una siguiente fase para
profundizar en la evaluación y precisar con más detalle los alcances, costos, tiempos y riesgos del
proyecto.
La información más importante es la que se obtiene a partir de los oferentes de las tecnologías y de la
consulta de referencias y consultores especializados en el tema. Por su parte, las firmas de consultoría
en materia técnica, legal y financiera complementan los requerimientos técnicos, legales y financieros
respectivamente con las actividades, alcance, costos y riesgos asociados al desarrollo del proyecto. La
percepción del riesgo por parte de estos es un invaluable activo debido a la mezcla de sus habilidades y
conocimientos.
Etapa 3 – Contexto general. La estrategia central radica en la vinculación de la biorrefinería a una
empresa ya establecida y de sólida presencia en el sector de la industria siderúrgica, conformándose
como un elemento de la cadena de valor mediante la proveeduría de materias primas y/o combustibles
verdes, apoyando en los objetivos de descarbonización, hoy día esta empresa utiliza el gas natural para
sus operaciones, el cual lo canaliza como energético y también es utilizada como materia prima en los
procesos de producción.
Se pretende que el proyecto sustituya el consumo de gas natural entre un 2% y 3%, este enfoque de
cubrir solo una parte de la demanda, está basado en evaluar el potencial de llevarlo a una mayor escala
o bien desarrollar la replicabilidad o extensión a medida que se desarrolla la infraestructura, el
conocimiento y el capital humano de acuerdo con las recomendaciones planteadas por la ONU (ONU
Energía, 2007).
Etapa 4 - Planteamiento de escenarios y estrategias y Etapa 5 – Identificación de riesgos. Se han
definido nueve escenarios resultantes de la combinación de tres materias primas y tres productos
distintos. Este conjunto inicial no contempla, por el momento, las posibles alternativas relacionadas con
2 FEED: Front End Engineering Design, también llamada FEL (Front End Loading), es una metodología desarrollada por Ed
Merrow en 1987 (Fundador de IPA – Independent Project Analysis) y de uso estandarizado a nivel mundial para proyectos de
infraestructura compleja. https://www.ipaglobal.com/team/edward-merrow/
pág. 4142
exenciones fiscales, subsidios o mecanismos de apoyo financiero, los cuales podrán ser incorporados y
evaluados posteriormente, en función de los resultados obtenidos en esta primera fase del análisis.
Se deberá asegurar el abastecimiento de dos o más materias primas, para lo cual, como parte de la
estrategia se buscará establecer alianzas con los generadores de los residuos para formar parte de la
cadena de valor, con contratos de largo plazo o bien como asociados.
Las materias primas para explorar son:
Residuos sólidos municipales (RSM), es decir, la basura del tipo doméstico exceptuando los metales
y vidrio.
▪ Establecer alianzas con el Municipio y preferentemente recibir un ingreso por parte de este debido
a la disposición del residuo (tipping fee).
▪ Contribuir con la reducción de la demanda de suelo para los rellenos sanitarios.
▪ Un primer acercamiento indica que el Municipio no impondría un costo del RSM pero tampoco del
pago del procesamiento del residuo por lo tanto el proyecto absorbería el costo de recolección y
transportación.
Residuos agrícolas (RA), como las puntas de caña y residuos de piña entre otros.
▪ Hay disponibilidad de alrededor de 55 mil toneladas al año solamente de puntas de caña en México.
▪ Los generadores de los residuos agrícolas han externado su interés de participar como proveedores
(y posiblemente como socios).
▪ Evaluar el impacto del costo logístico.
Residuos industriales (RI), son aquellos elaborados a base de carbono (madera, plásticos, unicel, tela,
cartón, papel, etc.).
▪ Establecer convenios a nivel de parques industriales.
▪ Un primer acercamiento detecta que el costo de este residuo sería nulo y no se pagaría cuota por su
recolección, por lo que los gastos incurridos correrían a cuenta del proyecto.
Los productos considerados son: energía eléctrica (EE), gas de síntesis (CO) para usar como
combustible y gas de síntesis (GS) para uso como materia prima.
exenciones fiscales, subsidios o mecanismos de apoyo financiero, los cuales podrán ser incorporados y
evaluados posteriormente, en función de los resultados obtenidos en esta primera fase del análisis.
Se deberá asegurar el abastecimiento de dos o más materias primas, para lo cual, como parte de la
estrategia se buscará establecer alianzas con los generadores de los residuos para formar parte de la
cadena de valor, con contratos de largo plazo o bien como asociados.
Las materias primas para explorar son:
Residuos sólidos municipales (RSM), es decir, la basura del tipo doméstico exceptuando los metales
y vidrio.
▪ Establecer alianzas con el Municipio y preferentemente recibir un ingreso por parte de este debido
a la disposición del residuo (tipping fee).
▪ Contribuir con la reducción de la demanda de suelo para los rellenos sanitarios.
▪ Un primer acercamiento indica que el Municipio no impondría un costo del RSM pero tampoco del
pago del procesamiento del residuo por lo tanto el proyecto absorbería el costo de recolección y
transportación.
Residuos agrícolas (RA), como las puntas de caña y residuos de piña entre otros.
▪ Hay disponibilidad de alrededor de 55 mil toneladas al año solamente de puntas de caña en México.
▪ Los generadores de los residuos agrícolas han externado su interés de participar como proveedores
(y posiblemente como socios).
▪ Evaluar el impacto del costo logístico.
Residuos industriales (RI), son aquellos elaborados a base de carbono (madera, plásticos, unicel, tela,
cartón, papel, etc.).
▪ Establecer convenios a nivel de parques industriales.
▪ Un primer acercamiento detecta que el costo de este residuo sería nulo y no se pagaría cuota por su
recolección, por lo que los gastos incurridos correrían a cuenta del proyecto.
Los productos considerados son: energía eléctrica (EE), gas de síntesis (CO) para usar como
combustible y gas de síntesis (GS) para uso como materia prima.
pág. 4143
Tabla 1 – Matriz de alternativas de proyecto
Fuente: diseño propio.
Con respecto a la parte institucional, las oportunidades que emergen con los PODECIBI constituyen un
factor clave para proyectos de biorrefinerías, ya que pueden habilitar financiamiento preferencial, apoyo
a la innovación o condiciones de mercado más favorables (Diario Oficial de la Federación - Presidencia
de la República, 2025, 4 de Julio). Integrar estas oportunidades en el análisis estratégico permite
capturar ventajas competitivas que no provienen únicamente del proceso tecnológico, sino del entorno
institucional que permite optimizar las alternativas desde una visión sistémica, maximizando valor
mientras se minimizan las vulnerabilidades en proyectos de biorrefinería complejos. Un PODECIBI es
un Polo de Desarrollo de Economía Circular para el Bienestar, son zonas especiales creadas por el
gobierno mexicano para impulsar proyectos industriales sostenibles, con beneficios fiscales,
regulatorios y de inversión para atraer tecnologías limpias y economía circular.
Etapa 6 - Ajuste de los escenarios. Se deja como están planteados en virtud de que los escenarios serán
evaluados en torno al avance de los estudios y el eventual desempeño de la tecnología, tanto en los
aspectos técnicos, costos operativos y riesgos asociados.
Etapa 7 - Valoración del riesgo de las variables críticas
Variable inversión. La estimación del costo de inversión se fundamentó en los datos publicados por
(Swanson, Satrio, Brown, Platon, & Hsu, 2010), incorporando ajustes en el equipamiento conforme a
las características de las materias primas y el producto, considerando las sinergias entre las plantas, con
el objetivo de optimizar los costos operativos. Se aplicó una escalación de tamaño utilizando el criterio
de las seis décimas internacionalmente aceptado (Peters, Timmerhaus, & West, 2003), y se actualizaron
los valores conforme al (Chemical Engineering Plant Cost Index - CEPCI). Esta variable será
considerada como dinámica tomando en consideración la variabilidad reportada por la Association for1 2 3 4 5 6 7 8 9
Materia prima
Producto
Energía
eléctrica
(EE)
Combustible
(CO)
Gas de
síntesis como
materia prima
(GS)
Energía
eléctrica
(EE)
Combustible
(CO)
Gas de
síntesis como
materia prima
(GS)
Energía
eléctrica
(EE)
Combustible
(CO)
Gas de
síntesis como
materia prima
(GS)
Escenario RSM - EE RSM - CO RSM - GS RA - EE RA - CO RA - GS RI - EE RI - CO RI - GS
Escenario
Residuo sólido municipal
(RSM)
Residuo agrícola}
(RA) Residuo Industrial (RI)
Tabla 1 – Matriz de alternativas de proyecto
Fuente: diseño propio.
Con respecto a la parte institucional, las oportunidades que emergen con los PODECIBI constituyen un
factor clave para proyectos de biorrefinerías, ya que pueden habilitar financiamiento preferencial, apoyo
a la innovación o condiciones de mercado más favorables (Diario Oficial de la Federación - Presidencia
de la República, 2025, 4 de Julio). Integrar estas oportunidades en el análisis estratégico permite
capturar ventajas competitivas que no provienen únicamente del proceso tecnológico, sino del entorno
institucional que permite optimizar las alternativas desde una visión sistémica, maximizando valor
mientras se minimizan las vulnerabilidades en proyectos de biorrefinería complejos. Un PODECIBI es
un Polo de Desarrollo de Economía Circular para el Bienestar, son zonas especiales creadas por el
gobierno mexicano para impulsar proyectos industriales sostenibles, con beneficios fiscales,
regulatorios y de inversión para atraer tecnologías limpias y economía circular.
Etapa 6 - Ajuste de los escenarios. Se deja como están planteados en virtud de que los escenarios serán
evaluados en torno al avance de los estudios y el eventual desempeño de la tecnología, tanto en los
aspectos técnicos, costos operativos y riesgos asociados.
Etapa 7 - Valoración del riesgo de las variables críticas
Variable inversión. La estimación del costo de inversión se fundamentó en los datos publicados por
(Swanson, Satrio, Brown, Platon, & Hsu, 2010), incorporando ajustes en el equipamiento conforme a
las características de las materias primas y el producto, considerando las sinergias entre las plantas, con
el objetivo de optimizar los costos operativos. Se aplicó una escalación de tamaño utilizando el criterio
de las seis décimas internacionalmente aceptado (Peters, Timmerhaus, & West, 2003), y se actualizaron
los valores conforme al (Chemical Engineering Plant Cost Index - CEPCI). Esta variable será
considerada como dinámica tomando en consideración la variabilidad reportada por la Association for1 2 3 4 5 6 7 8 9
Materia prima
Producto
Energía
eléctrica
(EE)
Combustible
(CO)
Gas de
síntesis como
materia prima
(GS)
Energía
eléctrica
(EE)
Combustible
(CO)
Gas de
síntesis como
materia prima
(GS)
Energía
eléctrica
(EE)
Combustible
(CO)
Gas de
síntesis como
materia prima
(GS)
Escenario RSM - EE RSM - CO RSM - GS RA - EE RA - CO RA - GS RI - EE RI - CO RI - GS
Escenario
Residuo sólido municipal
(RSM)
Residuo agrícola}
(RA) Residuo Industrial (RI)
pág. 4144
the Advancement of Cost Engineering (AACE3 por sus siglas en inglés y quien ha definido cinco tipos
de Estimados de Costo, para las prácticas de manejo de proyectos). Para un estimado de costo Clase 4
la desviación estimada oscila entre -15% / -30% y hasta un +20% / +50% con respecto al valor del
estimado de inversión. Para este trabajo se tomará como límites los valores de -20% y + 50% y se
considera emplear una distribución de probabilidad triangular.
Variable ingresos. Con base en un análisis del comportamiento histórico y futuro de los precios en el
mercado de la energía eléctrica y del gas natural, se tendrá una base y un techo de precio a ofertar para
colocar los precios del proyecto bajo un contrato Offtake Agreement (contrato de compra) de largo
plazo antes de la construcción de la planta.
Para el gas natural presenta una proyección del precio del orden de los $8.50 USD/MM BTU (MM
BTU = millones de BTUs) en 2023 y de $10.00 USD/ MM BTU a 2025 para el Estado de Nuevo León
(Hinojosa, y otros, 2023). Por su parte, la Asociación Nacional de la Industria Química (ANIQ),
proporciona el valor de 8.5 USD/MM BTU con una tendencia a la alza.
Figura 2 – Precio del gas natural en USD/MM BTU
Fuente: (Asociación Nacional de la Industria Química - ANIQ, 2023)
Para el caso de la energía eléctrica, a partir de los datos tomados del portal de la CFE en Monterrey, el
precio de la energía eléctrica para la tarifa GMDTH (Gran Demanda Media Tensión Horaria) presenta
la siguiente tendencia para las tarifas media y punta en MXP/kw-h:
3 La AACE (Association for the Advancement of Cost Engineering) ha definido cinco tipos de Estimados de Costo.
https://web.aacei.org
the Advancement of Cost Engineering (AACE3 por sus siglas en inglés y quien ha definido cinco tipos
de Estimados de Costo, para las prácticas de manejo de proyectos). Para un estimado de costo Clase 4
la desviación estimada oscila entre -15% / -30% y hasta un +20% / +50% con respecto al valor del
estimado de inversión. Para este trabajo se tomará como límites los valores de -20% y + 50% y se
considera emplear una distribución de probabilidad triangular.
Variable ingresos. Con base en un análisis del comportamiento histórico y futuro de los precios en el
mercado de la energía eléctrica y del gas natural, se tendrá una base y un techo de precio a ofertar para
colocar los precios del proyecto bajo un contrato Offtake Agreement (contrato de compra) de largo
plazo antes de la construcción de la planta.
Para el gas natural presenta una proyección del precio del orden de los $8.50 USD/MM BTU (MM
BTU = millones de BTUs) en 2023 y de $10.00 USD/ MM BTU a 2025 para el Estado de Nuevo León
(Hinojosa, y otros, 2023). Por su parte, la Asociación Nacional de la Industria Química (ANIQ),
proporciona el valor de 8.5 USD/MM BTU con una tendencia a la alza.
Figura 2 – Precio del gas natural en USD/MM BTU
Fuente: (Asociación Nacional de la Industria Química - ANIQ, 2023)
Para el caso de la energía eléctrica, a partir de los datos tomados del portal de la CFE en Monterrey, el
precio de la energía eléctrica para la tarifa GMDTH (Gran Demanda Media Tensión Horaria) presenta
la siguiente tendencia para las tarifas media y punta en MXP/kw-h:
3 La AACE (Association for the Advancement of Cost Engineering) ha definido cinco tipos de Estimados de Costo.
https://web.aacei.org
pág. 4145
Figura 3 – Precio de la energía eléctrica
Fuente: Elaboración propia a partir de datos de CFE
A junio de 2023, el precio de la energía eléctrica se encontró en su punto más alto, a un valor del orden
de 1.81 MXP/kw-h que basado en un tipo de cambio de $18 MXP/USD, equivale a 0.10 USD/kw-h.
Ambos energéticos muestran un pronóstico con tendencia al alza. Así, el riesgo relacionado a la variable
crítica ingresos, no se verá sensiblemente afectada por las variaciones del precio de los mercados de la
energía eléctrica y el gas natural, una vez que este sea negociado, pudiendo de esta manera focalizare
más en la variable crítica Inversión y Costo de Operación a fin de ofertar un precio de energía eléctrica
y de gas combustible atractivo.
En una primera evaluación, los precios de venta se alinearán al mercado para establecer una referencia
inicial. El gas natural se considera a 8.5 USD/MM BTU (33.72 USD/mm kcal), aunque este escenario
podría no ser competitivo, dado que el gas de síntesis, al tener un mayor valor añadido, resulta más
rentable como materia prima en procesos industriales que como combustible. Al no existir un mercado
establecido para el gas de síntesis (ya que es producido in situ) su precio será negociado, proponiéndose
inicialmente en 0.35 USD/kg. Asimismo, la energía eléctrica se evaluará con un precio estimado de 0.13
USD/kWh. No se prevén variaciones significativas en los precios, en virtud de que bajo un contrato de
offtake agreement se establecen límites de estos, definiéndose en etapas posteriores mediante
negociación los porcentajes de incremento anual aplicables durante la vida útil del proyecto.
Variable materias primas. De acuerdo con lo descrito en la Etapa 4 para los residuos de las alternativas
a) y c) no habrá valoración del riesgo del costo, pero para el caso del costo de la alternativa b) el
proveedor se compromete a mantener que este precio pueda fluctuar entre un ± 25%, con una
Figura 3 – Precio de la energía eléctrica
Fuente: Elaboración propia a partir de datos de CFE
A junio de 2023, el precio de la energía eléctrica se encontró en su punto más alto, a un valor del orden
de 1.81 MXP/kw-h que basado en un tipo de cambio de $18 MXP/USD, equivale a 0.10 USD/kw-h.
Ambos energéticos muestran un pronóstico con tendencia al alza. Así, el riesgo relacionado a la variable
crítica ingresos, no se verá sensiblemente afectada por las variaciones del precio de los mercados de la
energía eléctrica y el gas natural, una vez que este sea negociado, pudiendo de esta manera focalizare
más en la variable crítica Inversión y Costo de Operación a fin de ofertar un precio de energía eléctrica
y de gas combustible atractivo.
En una primera evaluación, los precios de venta se alinearán al mercado para establecer una referencia
inicial. El gas natural se considera a 8.5 USD/MM BTU (33.72 USD/mm kcal), aunque este escenario
podría no ser competitivo, dado que el gas de síntesis, al tener un mayor valor añadido, resulta más
rentable como materia prima en procesos industriales que como combustible. Al no existir un mercado
establecido para el gas de síntesis (ya que es producido in situ) su precio será negociado, proponiéndose
inicialmente en 0.35 USD/kg. Asimismo, la energía eléctrica se evaluará con un precio estimado de 0.13
USD/kWh. No se prevén variaciones significativas en los precios, en virtud de que bajo un contrato de
offtake agreement se establecen límites de estos, definiéndose en etapas posteriores mediante
negociación los porcentajes de incremento anual aplicables durante la vida útil del proyecto.
Variable materias primas. De acuerdo con lo descrito en la Etapa 4 para los residuos de las alternativas
a) y c) no habrá valoración del riesgo del costo, pero para el caso del costo de la alternativa b) el
proveedor se compromete a mantener que este precio pueda fluctuar entre un ± 25%, con una
pág. 4146
confiablidad del 95% y una distribución normal de probabilidades. (En el caso de que no se disponga
de información suficiente se puede asignar una probabilidad normal cuando se dispone de los datos de
la media y desviación estándar; una probabilidad triangular cuando se dispone del dato mínimo, máximo
y más probable; una probabilidad uniforme cuando solo se dispone de los datos mínimo y máximo y
una distribución probabilidad del tipo Bernoulli cuando se disponga de la probabilidad de ocurrencia
para cada una de las decisiones binarias. Lo anterior solo como una guía, que deber ser validada por un
experto y utilizada con cautela y tomando las reservas pertinentes).
Variable costos de operación y mantenimiento. Una vez operando la planta, se tiene considerado
adjudicar los servicios operativos a través de un Contrato de Operación y Mantenimiento (O&M
Agreement), los expertos recomiendan considerar un posible rango del 30% en los costos y un mínimo
del -5% sobre el valor preliminarmente estimado del costo de producción, con una distribución de
probabilidades triangular.
Variable costo de servicios y energéticos. El suministro de los servicios auxiliares (agua, aire, vapor,
etc.) para la operación de la biorrefinería serán proporcionados por los excedentes de energéticos de la
empresa siderúrgica, logrando con ello simplificar al proyecto y minimizando costos del proyecto y de
la operación y negociados en el precio de los productos. A este mecanismo se le conoce como sinergia
y es una estrategia para reducir costos de operación.
Supuestos de entrada.
Los siguientes supuestos de entrada se consideraron para la evaluación, y corresponden al año 2023 por
lo que los resultados al día de hoy pudieran diferir debido a los cambios en las variables implicadas:
Mercado
▪ El precio de venta propuesto de la bioenergía eléctrica es de $0.13 USD/kw-h, el precio del
combustible gaseoso es $33.72 USD/MM kcal (MM kcal = millones de kilocalorías).
▪ El gas de síntesis como materia prima carece de un precio definido en el mercado, dado que no se
comercializa directamente, se genera y se consume in situ, su precio puede establecerse con base
en los costos de producción. Para fines de análisis inicial, se considera un precio de $0.35 USD/kg.
confiablidad del 95% y una distribución normal de probabilidades. (En el caso de que no se disponga
de información suficiente se puede asignar una probabilidad normal cuando se dispone de los datos de
la media y desviación estándar; una probabilidad triangular cuando se dispone del dato mínimo, máximo
y más probable; una probabilidad uniforme cuando solo se dispone de los datos mínimo y máximo y
una distribución probabilidad del tipo Bernoulli cuando se disponga de la probabilidad de ocurrencia
para cada una de las decisiones binarias. Lo anterior solo como una guía, que deber ser validada por un
experto y utilizada con cautela y tomando las reservas pertinentes).
Variable costos de operación y mantenimiento. Una vez operando la planta, se tiene considerado
adjudicar los servicios operativos a través de un Contrato de Operación y Mantenimiento (O&M
Agreement), los expertos recomiendan considerar un posible rango del 30% en los costos y un mínimo
del -5% sobre el valor preliminarmente estimado del costo de producción, con una distribución de
probabilidades triangular.
Variable costo de servicios y energéticos. El suministro de los servicios auxiliares (agua, aire, vapor,
etc.) para la operación de la biorrefinería serán proporcionados por los excedentes de energéticos de la
empresa siderúrgica, logrando con ello simplificar al proyecto y minimizando costos del proyecto y de
la operación y negociados en el precio de los productos. A este mecanismo se le conoce como sinergia
y es una estrategia para reducir costos de operación.
Supuestos de entrada.
Los siguientes supuestos de entrada se consideraron para la evaluación, y corresponden al año 2023 por
lo que los resultados al día de hoy pudieran diferir debido a los cambios en las variables implicadas:
Mercado
▪ El precio de venta propuesto de la bioenergía eléctrica es de $0.13 USD/kw-h, el precio del
combustible gaseoso es $33.72 USD/MM kcal (MM kcal = millones de kilocalorías).
▪ El gas de síntesis como materia prima carece de un precio definido en el mercado, dado que no se
comercializa directamente, se genera y se consume in situ, su precio puede establecerse con base
en los costos de producción. Para fines de análisis inicial, se considera un precio de $0.35 USD/kg.
pág. 4147
Técnicos
▪ La planta tendrá una capacidad de procesamiento de 200 ton/día y operará 8,000 horas por año.
▪ El rendimiento de los procesos es de 0.9 toneladas de gas de síntesis por tonelada de residuo sólido
municipal, mientras que para el residuo agrícola y el residuo industrial es 0.91 y 1.2
respectivamente.
▪ El costo de las materias primas para el residuo agrícola es de $ 52.8 USD/ton (con intención de
sumarse como socio del proyecto), mientras que para el residuo industrial es de $ 33.3 USD/ton (el
residuo se ofrece sin costo, pero la recolección es a costa del proyecto), para el residuo sólido
municipal, no hay costo, pero el municipio no ofrece pago (tipping fee) por su procesamiento, solo
ofrece apoyo logístico.
▪ Por ahora no se considera costo de licencia por uso de tecnología, pero sí el pago de una regalía de
0.1% sobre las ventas.
▪ Se estima se genere un 15-17% de residuos basados en el residuo de entrada con un costo de
disposición de $ 47.6 USD/ton.
▪ Costo de operación por procesamiento: $ 32.51 USD/ton para el residuo sólido municipal, mientras
que para el residuo agrícola y el residuo industrial es de $ 29.51 USD/ton y $29.52 USD/ton
respectivamente.
▪ Costos de mantenimiento de planta: 19% del costo de operación.
▪ El poder calorífico del gas de síntesis combustible depende de la composición final, se tomará un
valor promedio de 2 MM kcal/h.
▪ Para la transformación del gas a energía eléctrica se considera un microturbina con una eficiencia
estimada del 40%.
▪ Parte del gas de síntesis se destina a la producción de energía eléctrica para uso propio.
Financieros
▪ Horizonte de tiempo para evaluación del proyecto: 10 años.
▪ Estructura de capital: 40% capital propio (inversionistas que esperan al menos un 17% de
rendimiento) y 60% crédito refaccionario con tasa al 10% a un plazo de 10 años.
▪ Tipo de cambio: $18 MXP/USD.
Técnicos
▪ La planta tendrá una capacidad de procesamiento de 200 ton/día y operará 8,000 horas por año.
▪ El rendimiento de los procesos es de 0.9 toneladas de gas de síntesis por tonelada de residuo sólido
municipal, mientras que para el residuo agrícola y el residuo industrial es 0.91 y 1.2
respectivamente.
▪ El costo de las materias primas para el residuo agrícola es de $ 52.8 USD/ton (con intención de
sumarse como socio del proyecto), mientras que para el residuo industrial es de $ 33.3 USD/ton (el
residuo se ofrece sin costo, pero la recolección es a costa del proyecto), para el residuo sólido
municipal, no hay costo, pero el municipio no ofrece pago (tipping fee) por su procesamiento, solo
ofrece apoyo logístico.
▪ Por ahora no se considera costo de licencia por uso de tecnología, pero sí el pago de una regalía de
0.1% sobre las ventas.
▪ Se estima se genere un 15-17% de residuos basados en el residuo de entrada con un costo de
disposición de $ 47.6 USD/ton.
▪ Costo de operación por procesamiento: $ 32.51 USD/ton para el residuo sólido municipal, mientras
que para el residuo agrícola y el residuo industrial es de $ 29.51 USD/ton y $29.52 USD/ton
respectivamente.
▪ Costos de mantenimiento de planta: 19% del costo de operación.
▪ El poder calorífico del gas de síntesis combustible depende de la composición final, se tomará un
valor promedio de 2 MM kcal/h.
▪ Para la transformación del gas a energía eléctrica se considera un microturbina con una eficiencia
estimada del 40%.
▪ Parte del gas de síntesis se destina a la producción de energía eléctrica para uso propio.
Financieros
▪ Horizonte de tiempo para evaluación del proyecto: 10 años.
▪ Estructura de capital: 40% capital propio (inversionistas que esperan al menos un 17% de
rendimiento) y 60% crédito refaccionario con tasa al 10% a un plazo de 10 años.
▪ Tipo de cambio: $18 MXP/USD.
pág. 4148
▪ Tasa corporativa para cálculo del VPN: 12.8% (Se consideró el valor del WACC).
▪ ISR de 35% y un PTU de 10%.
▪ Crédito por bonos de CO2 no se considera por ahora.
▪ Costo de administración y venta se estiman en 8% de costo de operación.
Etapa 8 y 9 – Desarrollar y correr modelo de cálculo base determinista y análisis de resultados.
Datos entrada al modelo. Para la realización del cálculo se empleó el software PEAT (Project
Economic Analysis Tool). El modelo se puede correr en modalidad determinista y/o dinámica. Basado
en los escenarios planteados, se muestran los datos alimentados al modelo, a manera de ejemplo se
muestra solo la alimentación de datos al software del caso 9, en el software, las variables dinámicas se
declaran con sus parámetros estadísticos, los datos se reportan en millones de dólares americanos:
Figura 4 – Datos de entrada caso 9
Fuente: datos de entrada del software PEAT.2023 2024 2025 2026 2027 2028 2029 2030 2031 2032 2033
Ingresos $0.00 $47.15 $47.15 $47.15 $47.15 $47.15 $47.15 $47.15 $47.15 $47.15 $47.15
Venta energía eléctrica
principal $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00
Venta energía eléctrica
excedente $5.18 $5.18 $5.18 $5.18 $5.18 $5.18 $5.18 $5.18 $5.18 $5.18
Venta de gas de síntesis
(combustible $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00
Venta de gas de síntesis
(materia prima $41.97 $41.97 $41.97 $41.97 $41.97 $41.97 $41.97 $41.97 $41.97 $41.97
Ingresos por disposición
de sólidos $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00
Ingresos por bonos de CO2 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00
Otros
Costos Directos $0.00 $7.00 $7.00 $7.00 $7.00 $7.00 $7.00 $7.00 $7.00 $7.00 $7.00
Materia prima $2.22 $2.22 $2.22 $2.22 $2.22 $2.22 $2.22 $2.22 $2.22 $2.22
Manufactura $2.81 $2.81 $2.81 $2.81 $2.81 $2.81 $2.81 $2.81 $2.81 $2.81
Mantenimiento $1.25 $1.25 $1.25 $1.25 $1.25 $1.25 $1.25 $1.25 $1.25 $1.25
Personal $0.72 $0.72 $0.72 $0.72 $0.72 $0.72 $0.72 $0.72 $0.72 $0.72
Otros
Utilidad Bruta $0.00 $40.15 $40.15 $40.15 $40.15 $40.15 $40.15 $40.15 $40.15 $40.15 $40.15
Gastos Indirectos
(General) &
Administrativos
$0.00 $0.56 $0.56 $0.56 $0.56 $0.56 $0.56 $0.56 $0.56 $0.56 $0.56
EBITDA $0.00 $39.59 $39.59 $39.59 $39.59 $39.59 $39.59 $39.59 $39.59 $39.59 $39.59
Depreciación $8.98 $8.98 $8.98 $8.65 $8.40 $8.40 $8.40 $8.40 $8.40 $8.40
Amortización $0.50 $0.50 $0.50 $0.50 $0.50 $0.50 $0.50 $0.50 $0.50 $0.50
EBIT $0.00 $30.11 $30.11 $30.11 $30.44 $30.69 $30.69 $30.69 $30.69 $30.69 $30.69
Intereses $5.46 $5.12 $4.74 $4.33 $3.87 $3.37 $2.82 $2.21 $1.54 $0.81
EBT $0.00 $24.65 $24.99 $25.37 $26.11 $26.82 $27.32 $27.87 $28.48 $29.15 $29.88
Impuestos Corporativos $0.00 $11.09 $11.25 $11.42 $11.75 $12.07 $12.29 $12.54 $12.82 $13.12 $13.45
UTILIDAD NETA $13.56 $13.74 $13.95 $14.36 $14.75 $15.03 $15.33 $15.66 $16.03 $16.43
Total de Elementos sin
Gasto de Efectivo $0.00 $6.05 $5.71 $5.34 $4.59 $3.88 $3.38 $2.83 $2.22 $1.56 $0.82
Amortización de deuda ($3.43) ($3.77) ($4.14) ($4.56) ($5.02) ($5.52) ($6.07) ($6.68) ($7.34) ($8.08)
Otros Gastos que no
implican Desembolso de
Efectivo
INVERSIONES DE
CAPITAL $90.99 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00
Inversión diferida $5.00
Inversión fija $82.99
Otras inversiones $3.00
GANANCIA NETA
OPERATIVA DESPUES DE
IMPUESTOS (NOPAT)
$0.00 $16.56 $16.56 $16.56 $16.74 $16.88 $16.88 $16.88 $16.88 $16.88 $16.88
FLUJO DE CAJA NETO
(FCN) $0.00 $19.61 $19.45 $19.29 $18.95 $18.63 $18.41 $18.16 $17.88 $17.59 $17.25
AÑO
▪ Tasa corporativa para cálculo del VPN: 12.8% (Se consideró el valor del WACC).
▪ ISR de 35% y un PTU de 10%.
▪ Crédito por bonos de CO2 no se considera por ahora.
▪ Costo de administración y venta se estiman en 8% de costo de operación.
Etapa 8 y 9 – Desarrollar y correr modelo de cálculo base determinista y análisis de resultados.
Datos entrada al modelo. Para la realización del cálculo se empleó el software PEAT (Project
Economic Analysis Tool). El modelo se puede correr en modalidad determinista y/o dinámica. Basado
en los escenarios planteados, se muestran los datos alimentados al modelo, a manera de ejemplo se
muestra solo la alimentación de datos al software del caso 9, en el software, las variables dinámicas se
declaran con sus parámetros estadísticos, los datos se reportan en millones de dólares americanos:
Figura 4 – Datos de entrada caso 9
Fuente: datos de entrada del software PEAT.2023 2024 2025 2026 2027 2028 2029 2030 2031 2032 2033
Ingresos $0.00 $47.15 $47.15 $47.15 $47.15 $47.15 $47.15 $47.15 $47.15 $47.15 $47.15
Venta energía eléctrica
principal $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00
Venta energía eléctrica
excedente $5.18 $5.18 $5.18 $5.18 $5.18 $5.18 $5.18 $5.18 $5.18 $5.18
Venta de gas de síntesis
(combustible $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00
Venta de gas de síntesis
(materia prima $41.97 $41.97 $41.97 $41.97 $41.97 $41.97 $41.97 $41.97 $41.97 $41.97
Ingresos por disposición
de sólidos $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00
Ingresos por bonos de CO2 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00
Otros
Costos Directos $0.00 $7.00 $7.00 $7.00 $7.00 $7.00 $7.00 $7.00 $7.00 $7.00 $7.00
Materia prima $2.22 $2.22 $2.22 $2.22 $2.22 $2.22 $2.22 $2.22 $2.22 $2.22
Manufactura $2.81 $2.81 $2.81 $2.81 $2.81 $2.81 $2.81 $2.81 $2.81 $2.81
Mantenimiento $1.25 $1.25 $1.25 $1.25 $1.25 $1.25 $1.25 $1.25 $1.25 $1.25
Personal $0.72 $0.72 $0.72 $0.72 $0.72 $0.72 $0.72 $0.72 $0.72 $0.72
Otros
Utilidad Bruta $0.00 $40.15 $40.15 $40.15 $40.15 $40.15 $40.15 $40.15 $40.15 $40.15 $40.15
Gastos Indirectos
(General) &
Administrativos
$0.00 $0.56 $0.56 $0.56 $0.56 $0.56 $0.56 $0.56 $0.56 $0.56 $0.56
EBITDA $0.00 $39.59 $39.59 $39.59 $39.59 $39.59 $39.59 $39.59 $39.59 $39.59 $39.59
Depreciación $8.98 $8.98 $8.98 $8.65 $8.40 $8.40 $8.40 $8.40 $8.40 $8.40
Amortización $0.50 $0.50 $0.50 $0.50 $0.50 $0.50 $0.50 $0.50 $0.50 $0.50
EBIT $0.00 $30.11 $30.11 $30.11 $30.44 $30.69 $30.69 $30.69 $30.69 $30.69 $30.69
Intereses $5.46 $5.12 $4.74 $4.33 $3.87 $3.37 $2.82 $2.21 $1.54 $0.81
EBT $0.00 $24.65 $24.99 $25.37 $26.11 $26.82 $27.32 $27.87 $28.48 $29.15 $29.88
Impuestos Corporativos $0.00 $11.09 $11.25 $11.42 $11.75 $12.07 $12.29 $12.54 $12.82 $13.12 $13.45
UTILIDAD NETA $13.56 $13.74 $13.95 $14.36 $14.75 $15.03 $15.33 $15.66 $16.03 $16.43
Total de Elementos sin
Gasto de Efectivo $0.00 $6.05 $5.71 $5.34 $4.59 $3.88 $3.38 $2.83 $2.22 $1.56 $0.82
Amortización de deuda ($3.43) ($3.77) ($4.14) ($4.56) ($5.02) ($5.52) ($6.07) ($6.68) ($7.34) ($8.08)
Otros Gastos que no
implican Desembolso de
Efectivo
INVERSIONES DE
CAPITAL $90.99 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00 $0.00
Inversión diferida $5.00
Inversión fija $82.99
Otras inversiones $3.00
GANANCIA NETA
OPERATIVA DESPUES DE
IMPUESTOS (NOPAT)
$0.00 $16.56 $16.56 $16.56 $16.74 $16.88 $16.88 $16.88 $16.88 $16.88 $16.88
FLUJO DE CAJA NETO
(FCN) $0.00 $19.61 $19.45 $19.29 $18.95 $18.63 $18.41 $18.16 $17.88 $17.59 $17.25
AÑO
pág. 4149
Etapa 10 y 11- Desarrollar y correr modelo probabilístico bajo incertidumbre esperada y análisis de
resultados. Se corren el modelo en el software PEAT utilizando una simulación de 10,000 escenarios
para el cálculo dinámico.
Etapas 12, 13, 14 y 15. Serán desarrollados posteriormente dependiendo de los resultados preliminares.
RESULTADOS Y DISCUSIONES
Con modelo determinístico. De los resultados de los nueve casos, se muestra que la TIR y el VPN de
los escenarios 1 a 8 muestran resultados negativos y solo el escenario 9 es financieramente viable,
reportando para el caso una TIR de 16.0% y un VPN de $ 11.7 MM USD para un horizonte de 10 años.
Los resultados de todos los escenarios de muestran en la Tabla 2.
Tabla 2 – Comparativo de indicadores financieros bajo modelo determinista para todos los escenarios.
Fuente: Diseño propio con datos reportados por el PEAT.
Con modelo dinámico.
Solo el escenario 9 se corrió como modelo dinámico. Los resultados de la simulación indican que los
pronósticos de la media de los indicadores financieros en este modelo dinámico se reportan menores
que para el modelo determinístico, sin embargo, la bondad del modelo dinámico permite acotar los
valores de los indicadores financieros dentro de un rango de probabilidades y de nivel de confianza
determinados, lo que permite tomar decisiones con más certeza y muestran la oportunidad de optimizar
el escenario 9 que puede alcanzar valores más altos de la media.1 2 3 4 5 6 7 8 9
Materia prima
Producto final Energía
Eléctrica
Gas de
síntesis
(combustible)
Gas de
síntesis
(materia
prima)
Energía
Eléctrica
Gas de
síntesis
(combustible)
Gas de
síntesis
(materia
prima)
Energía
Eléctrica
Gas de
síntesis
(combustible)
Gas de
síntesis
(materia
prima)
Total Inversión de
Capital $118 $111 $111 $116 $109 $109 $98 $91 $91
Valor Presente Neto
- VPN
(MM USD)
-$143.86 -$140.14 -$76.82 -$188.88 -$185.14 -$116.87 -$65.87 -$65.36 $11.73
Tasa Interna de
Retorno (TIR)
Flujos de caja
negativos
Flujos de caja
negativos -10.77% Flujos de caja
negativos
Flujos de caja
negativos
Flujos de caja
negativos -9.64% -12.01% 16.01%
Retorno de la
Inversión (ROI) -122.04% -126.51% -69.35% -162.49% -169.67% -107.11% -67.14% -71.83% 12.89%
Periodo de
Recuperación
(años)
4.73
EBITDA 67.6 54.5 179.3 -19.3 -32.4 92.4 165.9 140.3 395.9
Escenario
Residuo sólido municipal (RSM) Residuo agrícola (RA) Residuo industrial (RI)
Etapa 10 y 11- Desarrollar y correr modelo probabilístico bajo incertidumbre esperada y análisis de
resultados. Se corren el modelo en el software PEAT utilizando una simulación de 10,000 escenarios
para el cálculo dinámico.
Etapas 12, 13, 14 y 15. Serán desarrollados posteriormente dependiendo de los resultados preliminares.
RESULTADOS Y DISCUSIONES
Con modelo determinístico. De los resultados de los nueve casos, se muestra que la TIR y el VPN de
los escenarios 1 a 8 muestran resultados negativos y solo el escenario 9 es financieramente viable,
reportando para el caso una TIR de 16.0% y un VPN de $ 11.7 MM USD para un horizonte de 10 años.
Los resultados de todos los escenarios de muestran en la Tabla 2.
Tabla 2 – Comparativo de indicadores financieros bajo modelo determinista para todos los escenarios.
Fuente: Diseño propio con datos reportados por el PEAT.
Con modelo dinámico.
Solo el escenario 9 se corrió como modelo dinámico. Los resultados de la simulación indican que los
pronósticos de la media de los indicadores financieros en este modelo dinámico se reportan menores
que para el modelo determinístico, sin embargo, la bondad del modelo dinámico permite acotar los
valores de los indicadores financieros dentro de un rango de probabilidades y de nivel de confianza
determinados, lo que permite tomar decisiones con más certeza y muestran la oportunidad de optimizar
el escenario 9 que puede alcanzar valores más altos de la media.1 2 3 4 5 6 7 8 9
Materia prima
Producto final Energía
Eléctrica
Gas de
síntesis
(combustible)
Gas de
síntesis
(materia
prima)
Energía
Eléctrica
Gas de
síntesis
(combustible)
Gas de
síntesis
(materia
prima)
Energía
Eléctrica
Gas de
síntesis
(combustible)
Gas de
síntesis
(materia
prima)
Total Inversión de
Capital $118 $111 $111 $116 $109 $109 $98 $91 $91
Valor Presente Neto
- VPN
(MM USD)
-$143.86 -$140.14 -$76.82 -$188.88 -$185.14 -$116.87 -$65.87 -$65.36 $11.73
Tasa Interna de
Retorno (TIR)
Flujos de caja
negativos
Flujos de caja
negativos -10.77% Flujos de caja
negativos
Flujos de caja
negativos
Flujos de caja
negativos -9.64% -12.01% 16.01%
Retorno de la
Inversión (ROI) -122.04% -126.51% -69.35% -162.49% -169.67% -107.11% -67.14% -71.83% 12.89%
Periodo de
Recuperación
(años)
4.73
EBITDA 67.6 54.5 179.3 -19.3 -32.4 92.4 165.9 140.3 395.9
Escenario
Residuo sólido municipal (RSM) Residuo agrícola (RA) Residuo industrial (RI)
pág. 4150
La Tabla 3 muestra los valores de la TIR y el VPN.
Tabla 3 – Comparativo de indicadores financieros bajo modelo dinámico escenario 9.
Fuente: Diseño propio con datos reportados por el PEAT.
Optimización y análisis futuros
El escenario 9 se pueden optimizar una vez que se hayan analizado los resultados y se evalúe la
sensibilidad de las variables, a efecto de definir escenarios mejorados para recalcular los indicadores
financieros.
CONCLUSIONES
El análisis comparativo de escenarios revela que el escenario 9 presenta los resultados más favorables
en términos de desempeño global. Sin embargo, los escenarios 3, 7 y 8 también deben considerarse en
la etapa de preselección, dado que ofrecen enfoques estratégicos alternativos que podrían aportar
flexibilidad y adaptabilidad al proyecto.
La selección de materias primas con bajo contenido de humedad se identifica como un factor técnico
crítico, ya que contribuye significativamente a la reducción de costos energéticos y mejora los
rendimientos de conversión. Esta decisión incide directamente en la resiliencia operativa y en la
competitividad del proyecto.
La producción in situ del gas de síntesis como materia prima para una cadena de procesos vinculados
ofrece un valor agregado significativo al eliminar costos de transporte y asegurar continuidad
operacional. No obstante, esta integración vertical introduce riesgos sistémicos que deben gestionarse
mediante redundancias operativas y una planificación robusta de continuidad.
Los resultados financieros obtenidos en esta fase deben considerarse preliminares, ya que están
condicionados por las estrategias de sinergia y los esquemas de proceso evaluados. CualquierDeterministico
Dinámico con
95% de
confianza
Deterministico
Dinámico con
95% de
confianza
Caso 9 16.00%
Entre 8% y
20% con una
media de
13.2%
$ 11.73
Entre -22.74 y
+22.62 con una
media de 2.71
TIR
(%)
VPN
(MM USD)
La Tabla 3 muestra los valores de la TIR y el VPN.
Tabla 3 – Comparativo de indicadores financieros bajo modelo dinámico escenario 9.
Fuente: Diseño propio con datos reportados por el PEAT.
Optimización y análisis futuros
El escenario 9 se pueden optimizar una vez que se hayan analizado los resultados y se evalúe la
sensibilidad de las variables, a efecto de definir escenarios mejorados para recalcular los indicadores
financieros.
CONCLUSIONES
El análisis comparativo de escenarios revela que el escenario 9 presenta los resultados más favorables
en términos de desempeño global. Sin embargo, los escenarios 3, 7 y 8 también deben considerarse en
la etapa de preselección, dado que ofrecen enfoques estratégicos alternativos que podrían aportar
flexibilidad y adaptabilidad al proyecto.
La selección de materias primas con bajo contenido de humedad se identifica como un factor técnico
crítico, ya que contribuye significativamente a la reducción de costos energéticos y mejora los
rendimientos de conversión. Esta decisión incide directamente en la resiliencia operativa y en la
competitividad del proyecto.
La producción in situ del gas de síntesis como materia prima para una cadena de procesos vinculados
ofrece un valor agregado significativo al eliminar costos de transporte y asegurar continuidad
operacional. No obstante, esta integración vertical introduce riesgos sistémicos que deben gestionarse
mediante redundancias operativas y una planificación robusta de continuidad.
Los resultados financieros obtenidos en esta fase deben considerarse preliminares, ya que están
condicionados por las estrategias de sinergia y los esquemas de proceso evaluados. CualquierDeterministico
Dinámico con
95% de
confianza
Deterministico
Dinámico con
95% de
confianza
Caso 9 16.00%
Entre 8% y
20% con una
media de
13.2%
$ 11.73
Entre -22.74 y
+22.62 con una
media de 2.71
TIR
(%)
VPN
(MM USD)
pág. 4151
modificación en la estrategia implicará una variación en dichos resultados, lo que subraya la necesidad
de mantener una visión dinámica en el análisis financiero.
La implementación de un enfoque por etapas permite identificar desde fases tempranas los escenarios
con mayor viabilidad, optimizando así la asignación de recursos y el diseño estratégico del proyecto.
Los modelos propuestos para la gestión de la incertidumbre no deben considerarse definitivos, sino
como herramientas de referencia que requieren ser complementadas con metodologías de enfoque
estratégico. En este sentido, el riesgo estratégico debe ocupar un lugar central en la evaluación integral
de proyectos.
La evaluación de escenarios basada en criterios de flexibilidad permite explorar alternativas diversas y
capitalizar oportunidades contextuales, favoreciendo la identificación de opciones más viables en
entornos cambiantes.
La modelación del riesgo debe abordarse de manera integral, combinando enfoques cualitativos-
estratégicos con análisis cuantitativos-estadísticos, lo que permite una comprensión más profunda de
las vulnerabilidades y fortalezas del proyecto.
La sinergia entre tecnología y conocimiento humano se configura como un elemento clave para
fortalecer la evaluación de riesgos, al integrar capacidades analíticas con experiencia contextual.
La modelación dinámica se presenta como una herramienta fundamental para delimitar el rango de
oportunidades aprovechables y anticipar escenarios adversos, lo que facilita la toma de decisiones
informadas y estratégicas.
La inversión con propósito transforma el riesgo en una oportunidad, alineando decisiones estratégicas
con metas de largo plazo como la innovación, la sostenibilidad y el impacto social. Este enfoque genera
valor más allá del retorno financiero.
REFERENCIAS BIBLIOGRAFICAS
Anderson, D., Sweeney, D., & Williams, T. (2008). Estadística para Administración y Economía.
Cenage Learning, 10a. Ed.
Asociación Nacional de la Industria Química - ANIQ. (Junio de 2023). Obtenido de
https://aniq.org.mx/webpublico/publicaciones.asp.
modificación en la estrategia implicará una variación en dichos resultados, lo que subraya la necesidad
de mantener una visión dinámica en el análisis financiero.
La implementación de un enfoque por etapas permite identificar desde fases tempranas los escenarios
con mayor viabilidad, optimizando así la asignación de recursos y el diseño estratégico del proyecto.
Los modelos propuestos para la gestión de la incertidumbre no deben considerarse definitivos, sino
como herramientas de referencia que requieren ser complementadas con metodologías de enfoque
estratégico. En este sentido, el riesgo estratégico debe ocupar un lugar central en la evaluación integral
de proyectos.
La evaluación de escenarios basada en criterios de flexibilidad permite explorar alternativas diversas y
capitalizar oportunidades contextuales, favoreciendo la identificación de opciones más viables en
entornos cambiantes.
La modelación del riesgo debe abordarse de manera integral, combinando enfoques cualitativos-
estratégicos con análisis cuantitativos-estadísticos, lo que permite una comprensión más profunda de
las vulnerabilidades y fortalezas del proyecto.
La sinergia entre tecnología y conocimiento humano se configura como un elemento clave para
fortalecer la evaluación de riesgos, al integrar capacidades analíticas con experiencia contextual.
La modelación dinámica se presenta como una herramienta fundamental para delimitar el rango de
oportunidades aprovechables y anticipar escenarios adversos, lo que facilita la toma de decisiones
informadas y estratégicas.
La inversión con propósito transforma el riesgo en una oportunidad, alineando decisiones estratégicas
con metas de largo plazo como la innovación, la sostenibilidad y el impacto social. Este enfoque genera
valor más allá del retorno financiero.
REFERENCIAS BIBLIOGRAFICAS
Anderson, D., Sweeney, D., & Williams, T. (2008). Estadística para Administración y Economía.
Cenage Learning, 10a. Ed.
Asociación Nacional de la Industria Química - ANIQ. (Junio de 2023). Obtenido de
https://aniq.org.mx/webpublico/publicaciones.asp.
pág. 4152
Aven, T. (2016). Risk assessment and risk management: Review of recent advances on their foundation.
European Journal of Operational Research. doi:10.016/j.ejor.2015.12.023
Banobras. (2020). Guía práctica para la preparación de proyectos de Asociaciones Público Privadas.
México.
Beckley, J. (2025). Advanced risk assessment techniques: Merging data-driven analytics with expert
insights to navigate uncertain decision-making processes. International Journal of Research
Publication and Reviews Vol 6. Issue 3, 112-128.
Bello, M. A. (2022). Curso Gestión integral de riesgos con apoyo de herramientas analíticas.
www.software-shop.com.
Bravo, O., & Sánchez, M. (2012). Gestión Integral de riesgos, 4a. Ed. B&S.
Castriñón, M. (2024). La inversión con propósito ya no es un lujo. Revista C-Level. Obtenido de
https://revistaclevel.com/opinion/la-inversion-con-proposito-ya-no-es-un-lujo
Chávez, S. (2018). El Concepto de Riesgo. Recursos Naturales y Sociedad,. Vol. 4 (1):32-52.
https://doi.org/10.18846/renaysoc.2018.04.04.01.0003.
Chemical Engineering Plant Cost Index - CEPCI. (s.f.). Chemical Engineering Magazine. Obtenido de
https://www.chemengonline.com
de los Heros, Juan; Marín, Luis. (2016). Una Revisión al Project Finance. Derecho Administrativo e
Inversión Privada RDA-16.
Diario Oficial de la Federación - Presidencia de la República. (2025, 4 de Julio). Decreto por el que se
otorgan beneficios fiscales en los Polos de Desarrollo de Economía Circular para el Bienestar.
Diario Oficial de la Federación. Obtenido de http://sidof.segob.gob.mx/notas/5762117
Energy and Commerce. (2019). Foro: Proyectos de Inversión en México, mejores prácticas y variables
determinantes.
García-Nieto, M., Bueno-Rodríguez, V., Ramón-Jerónimo, J., & Flórez-López, R. (2024). Trends and
risks in mergers and acquisitions: A review. Risks 12. doi:
https://doi.org/10.3390/risks12090143
Gatti, S. (2020). Financing and Investing in Infrastructure. Bocconi University.
Gatti, Stefano. (2008). Project Finance in Theory and Practice. Elsevier.
Aven, T. (2016). Risk assessment and risk management: Review of recent advances on their foundation.
European Journal of Operational Research. doi:10.016/j.ejor.2015.12.023
Banobras. (2020). Guía práctica para la preparación de proyectos de Asociaciones Público Privadas.
México.
Beckley, J. (2025). Advanced risk assessment techniques: Merging data-driven analytics with expert
insights to navigate uncertain decision-making processes. International Journal of Research
Publication and Reviews Vol 6. Issue 3, 112-128.
Bello, M. A. (2022). Curso Gestión integral de riesgos con apoyo de herramientas analíticas.
www.software-shop.com.
Bravo, O., & Sánchez, M. (2012). Gestión Integral de riesgos, 4a. Ed. B&S.
Castriñón, M. (2024). La inversión con propósito ya no es un lujo. Revista C-Level. Obtenido de
https://revistaclevel.com/opinion/la-inversion-con-proposito-ya-no-es-un-lujo
Chávez, S. (2018). El Concepto de Riesgo. Recursos Naturales y Sociedad,. Vol. 4 (1):32-52.
https://doi.org/10.18846/renaysoc.2018.04.04.01.0003.
Chemical Engineering Plant Cost Index - CEPCI. (s.f.). Chemical Engineering Magazine. Obtenido de
https://www.chemengonline.com
de los Heros, Juan; Marín, Luis. (2016). Una Revisión al Project Finance. Derecho Administrativo e
Inversión Privada RDA-16.
Diario Oficial de la Federación - Presidencia de la República. (2025, 4 de Julio). Decreto por el que se
otorgan beneficios fiscales en los Polos de Desarrollo de Economía Circular para el Bienestar.
Diario Oficial de la Federación. Obtenido de http://sidof.segob.gob.mx/notas/5762117
Energy and Commerce. (2019). Foro: Proyectos de Inversión en México, mejores prácticas y variables
determinantes.
García-Nieto, M., Bueno-Rodríguez, V., Ramón-Jerónimo, J., & Flórez-López, R. (2024). Trends and
risks in mergers and acquisitions: A review. Risks 12. doi:
https://doi.org/10.3390/risks12090143
Gatti, S. (2020). Financing and Investing in Infrastructure. Bocconi University.
Gatti, Stefano. (2008). Project Finance in Theory and Practice. Elsevier.
pág. 4153
Haidar, T., & Colhoun, C. (2018). Death of the megaprojects? How to solve the problems involved in
the oil & gas industrie. Oil and Gas IQ.
Hinojosa, J., Parra, L., Duque, J., Villamizar, S., Márquez, J., & van den Bos, A. (2023). Prospectiva
Energética: Hidrógeno Verde en Nuevo León. Alemania: Ministerio Federal de Economía y
Protección. Ambiental - Alemania.
IEA Bioenergy Task 42. (2020). Bio-Based Chemicals. Technology Collaboration Programme.
Obtenido de https://task42.ieabioenergy.com/wp-content/uploads/sites/10/2020/02/Bio-based-
chemicals-a-2020-update-final-200213.pdf
IEC/ISO-31010. (2019). Gestión de Riesgos / Técnicas de Valoración de Riesgos.
ISO 31000. (2018). Administración y Gestión de Riesgos.
ISO 73. (2009). Gestión del riesgo - Vocabulario.
Mascareñas, J. (2018). Introducción a la gestión del riesgo. Universidad Complutense de Madrid.
Merrow, E. W. (2011). Industrial Megaprojects - Concepts, strategies, and practices for success. Wiley.
Miller, B. (2015). Converting MSW Into Low-Cost, Renewable Jet Fuel. IATA Alternative Fuel
Symposium.
Montoya, C., & Rivas, L. M. (2018). Riesgo Estratégico: Contraste de perspectivas. Red de Posgrados
e Investigación Latinos en Administración y Estudios de la Organización. Universidad EAFIT.
Obtenido de https://core.ac.uk/download/pdf/290653941.pdf
ONU Energía. (2007). Bioenergia Sostenible. Un marco para la toma de decisiones. Obtenido de
https://repositorio.cepal.org/entities/publication/f3c7c3cf-372a-4c15-9a6a-60653a004e00
Ortegón, E., Pacheco, J. F., & Roura, H. (2005). Metodología general de identificación, preparación y
evaluación de proyectos de inversión pública,. Santiago de Chile: CEPAL. Obtenido de
https://www.cepal.org/es/publicaciones/5608-metodologia-general-identificacion-
preparacion-evaluacion-proyectos-inversion
PerkinsCoie LLC. (2018). Seminar on Large-Scale Energy Infrastructure Investments (Legal Issues
Seminar for Project Finance). CDMX, Pierce, John; Kuzma, Jazon.
Peters, M., Timmerhaus, K., & West, R. (2003). Plant Design and Economics for Chemical Engineers.
(5th ed.). McGraw-Hill.
Haidar, T., & Colhoun, C. (2018). Death of the megaprojects? How to solve the problems involved in
the oil & gas industrie. Oil and Gas IQ.
Hinojosa, J., Parra, L., Duque, J., Villamizar, S., Márquez, J., & van den Bos, A. (2023). Prospectiva
Energética: Hidrógeno Verde en Nuevo León. Alemania: Ministerio Federal de Economía y
Protección. Ambiental - Alemania.
IEA Bioenergy Task 42. (2020). Bio-Based Chemicals. Technology Collaboration Programme.
Obtenido de https://task42.ieabioenergy.com/wp-content/uploads/sites/10/2020/02/Bio-based-
chemicals-a-2020-update-final-200213.pdf
IEC/ISO-31010. (2019). Gestión de Riesgos / Técnicas de Valoración de Riesgos.
ISO 31000. (2018). Administración y Gestión de Riesgos.
ISO 73. (2009). Gestión del riesgo - Vocabulario.
Mascareñas, J. (2018). Introducción a la gestión del riesgo. Universidad Complutense de Madrid.
Merrow, E. W. (2011). Industrial Megaprojects - Concepts, strategies, and practices for success. Wiley.
Miller, B. (2015). Converting MSW Into Low-Cost, Renewable Jet Fuel. IATA Alternative Fuel
Symposium.
Montoya, C., & Rivas, L. M. (2018). Riesgo Estratégico: Contraste de perspectivas. Red de Posgrados
e Investigación Latinos en Administración y Estudios de la Organización. Universidad EAFIT.
Obtenido de https://core.ac.uk/download/pdf/290653941.pdf
ONU Energía. (2007). Bioenergia Sostenible. Un marco para la toma de decisiones. Obtenido de
https://repositorio.cepal.org/entities/publication/f3c7c3cf-372a-4c15-9a6a-60653a004e00
Ortegón, E., Pacheco, J. F., & Roura, H. (2005). Metodología general de identificación, preparación y
evaluación de proyectos de inversión pública,. Santiago de Chile: CEPAL. Obtenido de
https://www.cepal.org/es/publicaciones/5608-metodologia-general-identificacion-
preparacion-evaluacion-proyectos-inversion
PerkinsCoie LLC. (2018). Seminar on Large-Scale Energy Infrastructure Investments (Legal Issues
Seminar for Project Finance). CDMX, Pierce, John; Kuzma, Jazon.
Peters, M., Timmerhaus, K., & West, R. (2003). Plant Design and Economics for Chemical Engineers.
(5th ed.). McGraw-Hill.
pág. 4154
PM-BOK 6a. Ed. (2017). Project Management Institute.
PMBOK-7a.Ed. (2021). Project Management Institute.
Rivas, L. M., Montoya, C., Villanueva, E., Núñez, M., & Jaraba, I. M. (2020). Riesgo Estratégico.
EAFIT. doi: https://doi.org/10.17230/9789587206425lr0.
Ross, S. A., Westerfield, R. W., & Jaffe, J. F. (2010). Finanzas Corporativas, 9a. Ed. Mc. Graw-Hill.
Smith, J., & Merrit, R. (2022). Managing financial uncertainty: From stochastic inputs to risk-adjusted
outcomes in capital budgeting. Journal of Fincial Modeling and Analysis, 215-238. doi:
https://doi.org/10.63053/ijmea.32
Smith, N., Merna, T., & Jobling, P. (2014). Managing risk in construction projects. John Wiley & Sons.
Swanson, R. M., Satrio, J. A., Brown, R., Platon, A., & Hsu, D. (2010). Techno-Economic Analysis of
Biofuels Production Based on Gasification. National Renewable Energy Laboratory.
Taleb, N. (2012). El cisne negro: El impacto de lo altamente improbable. Lectulandia.
Wang, J. Z. (2019). Harmonized Stochastic Techno-Economic. ICAO Stocktaking Seminar toward the
2050 vision for Sustainable Aviation Fuels.
PM-BOK 6a. Ed. (2017). Project Management Institute.
PMBOK-7a.Ed. (2021). Project Management Institute.
Rivas, L. M., Montoya, C., Villanueva, E., Núñez, M., & Jaraba, I. M. (2020). Riesgo Estratégico.
EAFIT. doi: https://doi.org/10.17230/9789587206425lr0.
Ross, S. A., Westerfield, R. W., & Jaffe, J. F. (2010). Finanzas Corporativas, 9a. Ed. Mc. Graw-Hill.
Smith, J., & Merrit, R. (2022). Managing financial uncertainty: From stochastic inputs to risk-adjusted
outcomes in capital budgeting. Journal of Fincial Modeling and Analysis, 215-238. doi:
https://doi.org/10.63053/ijmea.32
Smith, N., Merna, T., & Jobling, P. (2014). Managing risk in construction projects. John Wiley & Sons.
Swanson, R. M., Satrio, J. A., Brown, R., Platon, A., & Hsu, D. (2010). Techno-Economic Analysis of
Biofuels Production Based on Gasification. National Renewable Energy Laboratory.
Taleb, N. (2012). El cisne negro: El impacto de lo altamente improbable. Lectulandia.
Wang, J. Z. (2019). Harmonized Stochastic Techno-Economic. ICAO Stocktaking Seminar toward the
2050 vision for Sustainable Aviation Fuels.
pág. 4155
ANEXO
Reporte de salida del PEAT para la TIR del escenario 9 en términos de su distribución de distribución
de probabilidades.
Anexo I – Reporte de salida del TIR para escenario 9 bajo modelo dinámico
Fuente: Reporte de salida software PEAT.
Límite superior de
la TIR bajo
escenario de
simulación
dinámica
SIMULACIÓN
Límite inferior de la
TIR bajo escenario
de simulación
dinámica
ANEXO
Reporte de salida del PEAT para la TIR del escenario 9 en términos de su distribución de distribución
de probabilidades.
Anexo I – Reporte de salida del TIR para escenario 9 bajo modelo dinámico
Fuente: Reporte de salida software PEAT.
Límite superior de
la TIR bajo
escenario de
simulación
dinámica
SIMULACIÓN
Límite inferior de la
TIR bajo escenario
de simulación
dinámica