Instituto Politcnico Nacional

Escuela Superior de Cmputo

Anlisis de
Sensibilidad

M. En C. Eduardo
Bustos Faras

Mtodos alternativos para

tratar el Riesgo

Anlisis de Sensibilidad

Anlisis de Escenarios

Mtodo de Simulacin de Monte Carlo

Anlisis de Sensibilidad

Estima la sensibilidad de los resultados del proyecto(VAN)

a cambios de un parmetro. Anlisis que pasa si.
Permite conocer qu variables de riesgo son importantes
(como fuente de riesgo)
Una variable es importante dependiendo de:
a) Su participacin porcentual en los beneficios o costos
b) Su rango de valores probables
El anlisis de sensibilidad permite determinar la direccin
del cambio en el VAN.
El anlisis de punto de quiebre permite determinar cunto
una variable puede cambiar hasta que su VAN se vuelva
negativo.

Anlisis de Sensibilidad para

el Problema 2(1)
Tabla de pa rmetros
Vida Proyecto
Volumen
Maquinaria
VU maq
V.rezago
VU Contable
Vresidual

5
20,000
200,000
5
25,000
4
20,000

Cuadro de Resulta dos

Ao 0
Ventas
Costos V.
Costos Fijos
Amortizaciones
Util.extra
Perdida CW
Benef.antes IGA
IGA
Benef.desp.IGA

aos
uds.
$
aos
$
aos
$

Cap.W
Recuper.
P.Venta
C.Variables
F.Erogables
IGA
Tasa corte

Ao 1
360.0
(160.0)
(60.0)
(45.0)

95.0
(28.5)
66.5

Ao 2
360.0
(160.0)
(60.0)
(45.0)

95.0
(28.5)
66.5

80,000
80%
18
8
60,000
30%
15%

Ao 3
360.0
(160.0)
(60.0)
(45.0)

95.0
(28.5)
66.5

$
$
$
$

Ao 4
360.0
(160.0)
(60.0)
(45.0)

95.0
(28.5)
66.5

Ao 5
360.0
(160.0)
(60.0)
5.0
(16.0)
129.0
(38.7)
90.3

Flujo de Fondos
Ao 0
Maquina
Cap.W
Ventas
Costos V.
Costos Fijos
IGA
Vta.Maq
Vta.CW

(200.0)
(80.0)

FF

(280.0)

VAN

Ao 1

Ao 2

Ao 3

Ao 4

Ao 5

360.0
(160.0)
(60.0)
(28.5)

360.0
(160.0)
(60.0)
(28.5)

360.0
(160.0)
(60.0)
(28.5)

360.0
(160.0)
(60.0)
(28.5)

360.0
(160.0)
(60.0)
(38.7)
25.0
64.0

111.5

111.5

111.5

111.5

190.3

$132.94

Anlisis de Sensibilidad para

el Problema 2(2)
Var.Variable P.Venta
18
Base
-30%
12.6
-20%
14.4
-10%
16.2
10%
19.8
20%
21.6
30%
23.4

VAN
Var VAN C.Variables
$133
0%
8
($120)
-191%
5.6
($36)
-127%
6.4
$48
-64%
7.2
$217
64%
8.8
$302
127%
9.6
$386
191%
10.4

VAN
$133
$246
$208
$170
$95
$58
$20

Var VAN
0%
85%
56%
28%
-28%
-56%
-85%

C.Fijos
60000
42000
48000
54000
66000
72000
78000

VAN
$133
$175
$161
$147
$119
$105
$91

Var VAN
0%
32%
21%
11%
-11%
-21%
-32%

Var.Variable Volumen
20000
Base
-30%
14000
-20%
16000
-10%
18000
10%
22000
20%
24000
30%
26000

VAN
Var VAN V.Maquina
$133
0%
200000
($8)
-106%
140000
$39
-71%
160000
$86
-35%
180000
$180
35%
220000
$227
71%
240000
$274
106%
260000

VAN
$133
$180
$164
$149
$117
$102
$86

Var VAN Tasa IGA

0%
30%
35%
21%
24%
24%
12%
27%
-12%
33%
-24%
36%
-35%
39%

VAN
$133
$163
$153
$143
$123
$113
$103

Var VAN
0%
23%
15%
8%
-8%
-15%
-23%

Anlisis de Sensibilidad para

el Problema 2(3)
250%

$400

200%

$300

150%

100%
$200
50%

V AN

0%
$100

-30%

-20%

-10%

0%

10%

20%

30%
-50%

-100%
$-

P.V e nta

-150%

C.V ariable s
C.Fijos
$(100)

V olum e n

-200%

V .Maquina
Tasa IGA

$(200)

-250%

-300%
Variacin Variable

Limitaciones del Anlisis de

Sensibilidad
1. Rango y distribucin de probabilidad de variables
El Anlisis de Sensibilidad tpicamente no representa
el posible rango de valores.
El Anlisis de Sensibilidad no representa las
probabilidades para cada rango. Generalmente hay
una pequea probabilidad de estar en el extremo.
2. Direccin de los efectos
Para la mayora de variables, la direccin es obvia
A)Ingresos suben

VAN sube
B)Costos suben

VAN baja
C)Inflacin

No tan obvio

Limitaciones del Anlisis de

Sensibilidad(2)
3. Un anlisis basado en el cambio de una sola
variable no es realista porque las variables estn
correlacionadas.
A) Si el precio de venta sube, la cantidad vendida
bajar.
B) Si la inflacin cambia, todos los precios cambian.
C) Si el tipo de cambio vara, todos los precios de los
bienes transables y pasivos con el exterior cambian.
Un mtodo que toma en cuenta estos efectos
combinados o correlacionados es el anlisis de
escenarios.

Anlisis de Escenarios(1)

El anlisis de escenarios reconoce que ciertas

variables estn correlacionadas.
Como resultado, un pequeo nmero de variables puede
ser alterado de manera consistente al mismo tiempo.
Cul es el conjunto de circunstancias que producen
diferentes casos o escenarios?
A. El Peor Caso/ Caso pesimista
B. Caso ms probable/ El mejor estimado
C. El Mejor Caso/ Caso Optimista
Nota: El anlisis de escenarios no toma en cuenta la
probabilidad de los casos que ocurren,

Anlisis de Escenarios(2)

La interpretacin es fcil cuando los resultados son

robustos:
A. Aceptar proyecto si VAN > 0 an en el peor caso.
B. Rechazar proyecto si VAN < 0 an en el mejor caso.
C. Si VAN es a veces positivo o negativo, los resultados
no son concluyentes.

Anlisis de Escenarios para el

Problema 2(1)
Escenario Pesimista
Debido a competencia creciente la empresa se ve obligada a reducir
el precio de venta un 10% cada ao, y paralelamente por el mayor
nmero de oferentes el volumen de ventas baja un 5% por ao. Los
costos variables que contienen un alto componente importado
aumentan 10% cada ao por sucesivas devaluaciones.

V a ria cin de va ria ble s

P rec io V enta
V olum en
C.V ariables

A o 1
18.0
20,000
8.0

V AN

($81.96)

A o 2
16.2
19,000
8.8

A o 3
14.6
18,050
9.7

A o 4
13.1
17,148
10.6

A o 5
11.8
16,290
11.7

Anlisis de Escenarios para el

Problema 2(2)
Escenario Optimista
Debido a ausencia de competidores la empresa puede aumentar el
precio de venta un 5% cada ao, y debido a una creciente demanda
el volumen de ventas aumenta un 5% por ao. Los costos
variables disminuyen 10% cada ao por optimizaciones en compra
de insumos.

V a ria cion de va ria ble s

P recio V enta
V olum en
C.V ariables

A o 1
18.0
20,000
8.0

V AN

$330.81

A o 2
18.9
21,000
7.2

A o 3
19.8
22,050
6.5

A o 4
20.8
23,153
5.8

A o 5
21.9
24,310
5.2

Anlisis de Escenarios para el

Problema 2(3)

Escenario Pesimista VAN = ($ 81.96)

Escenario ms probable VAN = $ 132.94
Escenario Optimista VAN = $ 330.81
Conclusin: los resultados no son
concluyentes.

El Mtodo Monte Carlo de

Anlisis de Riesgo

Una extensin del anlisis de sensibilidad y de escenarios.

Simultneamente toma en cuenta las diferentes
distribuciones de probabilidades y los diferentes rangos de
los valores para las variables claves del proyecto.
Permite la correlacin entre variables.
Anlisis de tipo dinmico. Escenarios aleatorios consistentes.
Genera una distribucin de probabilidad de resultados del
proyecto (VAN) en vez de un solo estimado. Perfil
riesgo/rendimiento.
La distribucin de probabilidad del proyecto facilita la toma de
decisiones pero existen problemas de interpretacin y uso.

Pasos para llevar a cabo una

simulacin Monte Carlo
1. Modelo Matemtico: Planilla del proyecto
2. Identificar variables claves que son sensibles e
inciertas.
3. Definir el riesgo
Establecer un rango de opciones (mnimo y
mximo)
Asignar distribucin de probabilidad
- Distribucin Normal
- Distribucin Triangular
- Distribucin Uniforme
- Distribucin xxxx

Pasos para llevar a cabo una

simulacin Monte Carlo(2)
4. Identificar y definir variables correlacionadas
Correlacin positiva o negativa
Grado de correlacin
5. Modelo de Simulacin
6. Anlisis de resultados
Resultados estadsticos
Distribuciones

2. Identificar variables claves

que son sensibles e inciertas.

Pequea desviacin de su valor proyectado es

probable y potencialmente daina para el
rendimiento.
Regla:
- No incluir :
Rendimiento muy sensible, incertidumbre dbil.
Rendimiento poco sensible, incertidumbre alta.
Solo variables cruciales,
- A mayor cantidad, mayores escenarios
inconsistentes.
- Costo( en $ y T) de definir distribuciones y
condiciones de correlacin.

3. Definir el riesgo
Valor de la variable

De una distribucin a una Distribucin de

Probabilidad
F r e c u e n c ia

Mx imo

5
3

Mnimo
1

6
Observaciones

10

12

M x im o
V a lo r d e la V a r i a b l e

Probabilidad

0.5
0.3
0.1
Mnimo

0.1
Mximo
Valor de la Variable

3. Definir el riesgo para el

Problema 2
Variables clave y distribuciones(1)
A s s u m p tio n : V o lu m e n ( c a n tid a d )
N o rm a l d is trib u tio n with p a ra m e te rs :
Me a n
2 0 ,0 0 0 .0 0
S ta n d a rd D e v .
2 ,0 0 0 .0 0
S e le c te d ra n g e is fro m -In fin ity to +In fin ity
Volumen( cantidad)

14,000.00

17,000.00

20,000.00

23,000.00

26,000.00

3. Definir el riesgo para el

Problema 2(2)
Variables clave y distribuciones(2)

As s um p tio n : P .Ve nta

Cus to m d is trib utio n with p a ra m e te rs :

Co ntinuo us ra ng e
12.00
Co ntinuo us ra ng e
14.00
Co ntinuo us ra ng e
22.00
T o ta l R e la tive P ro b a b ility

R e la tive P ro b .
14.00 0.100000
22.00 0.800000
24.00 0.100000
1.000000

to
to
to

P.Venta

12.00

15.00

18.00

21.00

24.00

3. Definir el riesgo para el

Problema 2(3)
Variables clave y distribuciones(3)
As s umption: C.Variable s

Assumption: F.Erogables

Triangular distribution with parameters:

Minimum
6.50
Likeliest
8.00
Maximum
9.50

Uniformdistribution with parameters:

Minimum
54,000.00
Maximum
66,000.00
F.Erogables

Selected range is from 6.50 to 9.50

C.Variables

54,000.00
6.50

7.25

8.00

8.75

9.50

57,000.00

60,000.00

63,000.00

66,000.00

4. Identificar y definir
variables correlacionadas

Dos variables correlacionadas tienden a variar juntas de

manera sistemtica. Ej: variacin de precio de venta y
variacin de cantidad vendida.
Su existencia puede distorsionar resultados por la
aleatoriedad violar correlacin resultados sesgados o
fuera del blanco.
Condiciones de correlacin restringen seleccin aleatoria.
Solucin: se utilizan coeficientes de correlacin
-Se indica direccin (+ -)
-Estimado de validez de la asociacin
En Problema 2 se correlaciona el precio de Venta con el
volumen vendido. Coef. de correlacin= - 0.8

5. Modelo de Simulacin

Computadora asume el mando.

Seleccin aleatoria de variables de riesgo
segn rango, distribucin y correlacin.
Procesa reiteradamente el modelo
generando suficientes resultados
representativos, mayor a 300 ejecuciones.
Resultados pueden ser: VAN, TIR, Flujo ao
x, Beneficio ao x, etc.
Cada ejecucin genera un resultado distinto.
Resultados se calculan y almacenan.

6. Anlisis de resultados

Distribucin de probabilidades de posibles resultados

del proyecto.( valor esperado, varianza)
Cada ejecucin : p = 1/N
Probabilidad VAN < Z = p x ( Cantidad de ejecuciones
con VAN < Z).
Riesgo del proyecto representado en la posicin y
forma de la distribucin de probabilidades acumuladas.
A travs del valor esperado, criterios de decisin
mantienen su aplicabilidad.
Con perfil, decisin final subjetiva segn actitud del
inversionista al riesgo.

Caso 1: Probabilidad de VAN

Negativo = 0
Probabilidad

Distribucin Acumulada

VAN

VAN

Decisin: Aceptar
El lmite menor de la distribucin acumulada est a la
derecha del VAN con valor de cero.

Caso 2: Probabilidad de VAN

Positivo = 0
Probabilidad

Distribucin Acumulada

VAN

VAN

Decisin: Rechazar
El lmite mayor de la distribucin acumulada est a la
izquierda del VAN con valor de cero.

Caso 3: La Probabilidad de un VAN

de cero es mayor a 0 pero menor a 1
Probabilidad

DistribucinAcumulada

VAN
+

VAN

Decisin: Ambigua
VAN de cero atraviesa la distribucin acumulada.

Caso 4: Proyectos Mutuamente

Excluyentes
1 - Dada la misma probabilidad, un proyecto siempre
muestra un mayor rendimiento
Probabilidad

Dis tr ibuc in Ac umulada

Proy ec to A

Proyecto A

Proyecto B

Proyecto B

VAN

VAN

Decisin: Elegir Proyecto B

Las distribuciones acumuladas no se intersectan en ningn punto.

Caso 5: Proyectos Mutuamente

Excluyentes(2)
2 - Alto Rendimiento vs. Pequea Prdida
Probabilidad

Distribucin Ac umulada
Proyec to B

Proy ecto B

Pr oyecto A

Proyecto A

VAN

VAN

Decisin: Ambigua
Las distribuciones acumuladas se intersectan.
Es necesario saber las actitudes frente al riesgo

Medidas de riesgo

Valor esperado
Prdida esperada: Total de rendimientos negativos x
probabilidad respectiva.
Ganancia esperada: Total de rendimientos positivos
x probabilidad respectiva.
Razon de prdida esperada:
Prdida esperada
Ganancia esperada + Prdida esperada
valores: 0 a 1
Coeficiente de variacin = Desviacin standard /
Valor esperado.
< Coeficiente < Riesgo

Resultados Problema 2(1)

Valor esperado = $ 121.23

Prdida esperada = ($ 13.98)

Ganancia esperada = $ 135.21

Razn de prdida esperada:

13.98 / (135.21 + 13.98) = 0.0937

Coeficiente de variacin = 116.39 / 121.23 = 0.96

Probabilidad VAN < 0 = 17.74%

Resultados Problema 2(2)

Cry s ta l B a ll R e p o rt

Overlay Chart
Frequency Comparison
.024

.018

.012

VAN

.006

.000
($200.00)

($25.00)

$150.00

$325.00

$500.00

Resultados Problema 2(3)

Forecast: VAN
10,000 Trials

Cumulative Chart

0 Outliers

1.000

10000

.750

.500

.250

.000

0
($200.00)

($25.00)

$150.00

$325.00

Certainty i s 17.74%from -Infinity to $0.00 $

$500.00

Resultados Problema 2(4)

F o re c a s t: VAN
S umma ry:
Ce rta inty Le ve l is 17.74%
Ce rta inty R a ng e is fro m -Infinity to $0.00 $
Dis p la y R a ng e is fro m ($200.00) to $500.00 $
E ntire R a ng e is fro m ($178.95) to $448.58 $
Afte r 10,000 T ria ls , the S td . E rro r o f the Me a n is $1.16
S ta tis tic s :
T ria ls
Me a n
Me d ia n
Mo d e
S ta nd a rd De via tio n
Va ria nc e
S ke wne s s
Kurto s is
Co e ff. o f Va ria b ility
R a ng e Minimum
R a ng e Ma ximum
R a ng e Wid th
Me a n S td . E rro r

Va lue
10000
$121.23
$127.95
--$116.39
$13,546.15
-0.18
2.22
0.96
($178.95)
$448.58
$627.52
$1.16

Resultados Problema 2(5)

Sensitivity Chart
Target Forecast: VAN
*

P.Venta

.93

Volumen( cantidad)

-.60

C.Variables

-.23

F.Erogables

-.07

* - Correlated assumption

-1

-0.5

Measured by Rank Correlation

0.5

Cmo reducir el costo del

riesgo?

Uso de Contratos para reasignar riesgos y rendimientos

Opciones disponibles
Contratos que limitan el rango de valores a un tem del flujo
de caja neto.
Por ejemplo, un comprador puede aceptar comprar una
cantidad mnima o pagar un precio mnimo a fin de asegurar
la oferta; estas medidas podran establecer un lmite mnimo
a los ingresos brutos
Contratos que reestructuran la correlacin de los
componentes del Flujo de Caja del proyecto reducen el
riesgo de los inversionistas.
Por ejemplo, contratos de reparto de utilidades con los
trabajadores, precio del producto indexado con costo de
materia prima.

Uso de contratos para reducir

riesgo en el Problema 2

Se estudia la posibilidad de hacer contratos de venta

con los clientes de tal forma de atar el precio de
venta al costo variable, de tal forma que:
- si los cv bajan, el precio baja. Estableciendo un
precio mnimo de $12.
- si los cv aumentan, el precio aumenta.
Estableciendo un precio mximo de $24.
- Se incorpora al modelo estableciendo una
correlacin positiva de 1 entre las variables: pv y cv.

Resultados Problema 2 con

Contrato(1)
Cry s ta l B a ll Re p o rt
Fo re c a s t: VA N
S um m a ry :
Ce rta i nty Le v e l is 9. 4 2 %
C e rta inty R a ng e is fr om -In finity to $0 .0 0 $
Dis p la y R a ng e is fro m ($10 0.0 0) to $3 50. 00 $
Entire R a ng e is from ($8 5.1 7) to $3 49. 42 $
Afte r 10,0 00 Tria ls , the S td . E rro r o f the Me a n is $ 0.8 6
S ta tis tic s :
T ria ls
Me a n
Me dia n
Mod e
S ta nd a rd D e via tio n
Va ria nc e
Co e ff. o f Va ria b ility
R a ng e Minim u m
R a ng e Ma xim u m
R a ng e W id th
Me a n S td. E rro r

Va lue
1 000 0
$12 2.3 7
$12 8.0 1
--$8 5.6 9
$7 ,34 2.6 7
0.7 0
($8 5.1 7)
$34 9.4 2
$43 4.5 9
$ 0.8 6

Forec ast: VAN

10,0 00 Tri als

Cumulative Chart

0 Outlier s

1.00 0

1000 0

.75 0

.50 0

.25 0

.00 0

0
($100.0 0)

$12.5 0

$125.0 0

$237.5 0

Cert ainty is 9.42 % from -Infin ity to $0.00 $

$350.0 0

Resultados Problema 2 con

Contrato(2)

Valor esperado

Sin Contrato
$ 121.23

Prdida esperada

$ (13.98)

Ganancia esperada

$ 135.21

$ 127.75

Razn de prdida esperada: 0.094

0.022

Coeficiente de variacin

Probabilidad VAN < 0

0.96
17.74%

Con Contrato
$ 122.37
(5.38)

0.70
9.42%