Riesgo

CURSO
PREPARACIN Y EVALUACIN DE
PROYECTOS DE INVERSIN PBLICA
ANLISIS DE RIESGO
SANTIAGO DE CHILE
CLAUDIA NERINA BOTTEON
claudia.botteon@ac-consultores.com.ar
cyatrape@yahoo.com.ar
Octubre- 2011
Anlise de Risco
Consideracin del riesgo en la evaluacin de proyectos.
Riesgos asegurables.
Evaluacin determinstica.
Mtodos que no consideran la probabilidad de
ocurrencia de cada evento: variables crticas, anlisis de
sensibilidad y anlisis de escenarios.
Mtodos que consideran la probabilidad
de ocurrencia de cada evento: mtodo de
simulacin de Monte Carlo.
Uso de herramientas informticas
para el anlisis de riesgo.
Anexo de herramientas estadsticas para anlisis de
riesgo.
Prof. Claudia Nerina Botteon
RIESGO EN EVALUACIN DE PROYECTOS
EL RIESGO EN LA EVALUACIN DE PROYECTOS
Por qu se debe considerar el riesgo de un proyecto?

Hasta este momento, se ha supuesto que se conocen con certeza los valores futuros
de las variables relevantes.
Al momento de hacer la evaluacin, suele existir desconocimiento sobre muchos
aspectos relacionados con el proyecto, como por ejemplo:
La evolucin de la economa local, nacional e internacional.
Los tiempos y el monto a invertir en el proyecto.
La obsolescencia de la tecnologa.
Las modificaciones en la moda.
Los factores climticos que afectan las cosechas.
Los cambios en las regulaciones y/o en las polticas de la actividad.
Etc.
Todo ello puede afectar el valor de los indicadores de rentabilidad.
Se hace necesario considerar el riesgo en la evaluacin de proyectos.

Proyecto
Costo de inversin
efectivo como %
del estimado
Demanda como % de
la demanda estimada
Puente Humber (UK)
175 %
25 %
Tnel del Canal de la

Mancha
80 %
18 %
Metro de Baltimore
60 %
40 %
Tyne and Wear Metro

(UK)
55 %
50 %
Metro de Portland (USA)
55 %
45 %
Metro de Bufallo (USA)
50 %
30 %
Metro de Miami
35 %
15 %
TGV Paris Nord
25 %
25 %
Fuente: Extrado de una diapositiva del profesor Eduardo Aldunate.

Proyecto
Sobre-costo
Canal de Suez
1.900 %
Opera de Sydney
1.400 %
Concorde
1.100 %
Canal de Panam
200 %
Puente de Brooklyn
100 %
Fonte: Megaprojects and Risk, Bent Flybjerg

ERRORES DE ESTIMACIN DE
INVERSIN
Ferrovias
+45%
Puentes, tneles
+ 34 %
Rodovias
+20 %
EN 9 de cada 10 proyectos de
transporte se subestimaron los
costos (tamao de la muestra: 258).
Este fenmeno fue observado en 20

pases de los 5 continentes.
La diferencia es mayor en pases en

desarrollo.
Los errores de la estimacin no se

redujeron con el paso de los aos.
No existe justificacin tcnica. Son

errores estratgicos.
Fonte: Megaprojects and Risk, Bent Flybjerg con base en el estudioEconomic

Appraisal of Large-ScaleTransport Infrastructure Investments de Mette K. Skamris.
Proyecto
Metro de Calcutta
Tnel del Canal de La
Mancha
Metro de Miami
TGV Paris Nord
Puente Humber (UK)
Metro de Ciudad de
Mxico
Trnsito actual como

% del proyectado
5%
18 %
15 %
25 %
25 %
50 %
Fonte: Megaprojects and Risk, Bent Flybjerg

ERRORES DE ESTIMACIN DE
DEMANDA
Ferrovias
-39 %
Carreteras
+9 %
Modelos inadecuados.
Falta de datos.
Cambios de comportamiento.
Cambios no previstos en factores

exgenos.
Sesgo de los consultores.
Sesgo del evaluador.
Fonte: Megaprojects and Risk, Bent Flybjerg con base en el estudioEconomic

Appraisal of Large-ScaleTransport Infrastructure Investments de Mette K. Skamris.
Variables que inciden en

los indicadores de
rentabilidad:
Ciertas o no aleatorias:
Su valor se conoce con certidumbre en
el momento de tomar la decisin
acerca de la conveniencia de la
ejecucin del proyecto.
Aleatorias:
Su valor no es conocido con exactitud.
Son las que dan origen al riesgo
asociado a un proyecto.
Qu es el riesgo desde el punto de vista de un

proyecto?
Es la variabilidad de su rentabilidad medida a travs de

alguno de sus indicadores (VAN, TIR, etc..)
A mayor variabilidad
mayor riesgo
Cmo puede medirse el riesgo?

MTODOS QUE PERMITEN EXPLICITAR EL RIESGO Y
TENERLO EN CUENTA EN LA DECISIN
Como ninguno de los mtodos es perfecto

suelen utilizarse en forma complementaria
NO LO ELIMINAN, LO PONEN DE MANIFIESTO

NO SON PERFECTOS (usan informacin histrica)
EVALUACIN DETERMINSTICA
En qu consiste la evaluacin determinstica?

Considera: EL VALOR ESPERADO DE CADA VARIABLE
Ej.: precio del bien X est entre $ 40 y $ 50, pero su
valor ms probable es $ 46.
En la evaluacin se considera $ 46
Qu resulta de esta evaluacin?
Los INDICADORES DE RENTABILIDAD son

VALORES ESPERADOS
Ejemplo sencillo
Concepto
Valores
Duracin fase de inversin

Inversin total a valores sociales:
En momento 0
En momento 1
Duracin fase de operacin
Costos sociales fijos
Costos sociales variables
Cantidad de unidades
Precio social del bien generado
Tasa social de descuento
1
50.000
60%
40%
3
12.000
2
9.000
6
8%
Unidades
ao
$
aos
$/ao vencido
$/unidad, vencido
unidades anuales
$/unidad, vencido
anual
Flujo de beneficios y costos del proyecto

Concepto
Costo social de la inversin

Costo social fijo
Costo social de los insumos
Valor social de la produccin
-30.000
-20.000
Beneficios netos
-30.000
-12.000
-18.000
54.000
-12.000
-18.000
54.000
-12.000
-18.000
54.000
24.000
24.000
24.000
-20.000
VAN esperado del proyecto = $ 8.750,30

Cundo es poco recomendable el uso de

esta metodologa?
- No necesariamente la variable va a tener un solo valor ms probable.

Incluso podra ocurrir el caso de que todos los valores probables tuviesen la
misma probabilidad de ocurrencia.
- An cuando pueda estimarse correctamente el valor ms

Probable, esto no implica que sea el que va a adoptar la variable en
cuestin.
- An de existir un nico valor ms probable, en muchos casos es
muy difcil poder estimarlo con un grado de exactitud adecuado.
Cules son los mtodos que permiten incorporar

el riesgo ms usados?
No la incorporan:
Segn si incorporan o no
la probabilidad de
ocurrencia
Determinacin de las variables crticas

Punto de nivelacin
Anlisis de sensibilidad
Anlisis de escenarios
S la incorporan:
Mtodo de simulacin de Monte Carlo
Complementarios entre s
Claudia Nerina Botteon
MTODOS QUE NO CONSIDERAN LA

PROBABILIDAD DE OCURRENCIA
NO CONSIDERAN PROBABILIDAD
Cules son los mtodos que no consideran la

probabilidad de ocurrencia ms usados?

Punto de nivelacin
Para cada una de las variables que inciden en el VAN

se estima:
La elasticidad del VAN respecto de cada variable.

La variabilidad de esa variable.
El indicador de variable crtica.

La elasticidad del VAN respecto de la variable Y
E VAN,Y
VAN
= VAN
Y
Y

EVAN,Y indica:
Cun sensible es el VAN a los cambios en esa variable
E VAN,Y
VAN
= VAN = 3
Y
Y
Si Y es la cantidad del bien

y se incrementa en un 1%,
el VAN lo har en un 3%.

Clculo: Elasticidad del VAN respecto de la inversin inicial

Inversin considerada en evaluacin es de $ 50.000
VAN = $ 8.750,30
Si ocurriera un aumento del 10% de la inversin
Inversin aumenta a $ 55.000
Nuevo VAN = $ 3.898,45
E VAN,Inversin
VAN 3.898,45 8.750,30

8.750,30
VAN
=
=
= 5,54
I
55.000 50.000
I
50.000

Elasticidad del VAN respecto de la inversin inicial
E VAN,Inversin
VAN
= VAN = 5,54
I
I
Es negativa, dado que la inversin es un costo: si

aumenta, el VAN disminuye.
Su valor indica que si la inversin total aumenta en un
1%, el VAN disminuye en un 5,54%.


Variabilidad de la variable Y
Existen varias formas de medir la variabilidad de una
variable aleatoria Y:
Rango de variacin de la variable o recorrido, en
trminos porcentuales
Coeficiente de variacin (CVY), definido como la
desviacin estndar (Y) sobre la media (Y)


Rango de variacin de la variable o recorrido, en
trminos porcentuales:
Ejemplo, si el precio esperado de Y es $ 100 y puede variar
entre $ 90 y $ 110, entonces:
El precio es $ 100 ms/menos 10%

El rango de variacin es del 10% del valor medio.


El coeficiente de variacin (CVY), definido como
la desviacin estndar (Y) sobre la media (Y):
Y
CVY =
Y
Y=
Yi A i
Y =
i =1
2
(
Y
Y
)
Ai
i
i =1
Yi son los valores que puede asumir la variable Y

Ai es la probabilidad de ocurrencia correspondiente al valor Yi


El coeficiente de variacin
Y
CVY =
Y
Si la variable Y se distribuye como normal

El 68,27% de los valores que asume Y estn incluidos dentro
del intervalo: Media .
Si el CV = 0,2, el 68,27% de los valores de la variable cae en
el intervalo Media 20% sobre la Media.

Variable
Elasticidad
Inversin social (I*)
-5,545
Costos sociales fijos (CF*)
-3,272
Costos sociales variables unitarios (cv*)
-4,909
Precio social del bien (P*)
14,726
Cantidad de unidades (X)
9,817
Rango de
variacin (%)
0,01%
10,00%
5,00%
8,00%
15,00%
Indicador de
variable crtica Orden
-0,06%
5
-32,72%
3
-24,54%
4
117,81%
2
147,26%
1
Indicador = EVAN,Y Medida de la variabilidad de Y

Interpretacin con respecto de la cantidad (X):
El indicador refleja el cambio porcentual mximo

del VAN debido a la variacin de X.


Indicador de variable crtica
(utilizando el Coeficiente de Variacin)
Hay que conocer:
la distribucin de probabilidades de la variable o
los parmetros que definen la distribucin.


Xi
Ai
8.000
8.500
9.000
9.500
10.000
0,1
0,2
0,4
0,2
0,1


Concepto
Valor
Media
Desviacin estndar
Coeficiente de variacin (CV)
9.000
547,72
6,09%
59,75%
Interpretacin:
La variacin del VAN debido a variaciones en X

ser del 59,75% en el 68,27% de los casos.

APLICACIN
La empresa concedente de una franquicia normalmente impone un
conjunto de condiciones: tamao mnimo del local de ventas, la cantidad
de bienes en existencia, el porcentaje de comercializacin, el porcentaje
del ingreso por ventas a cobrar, etc. Algunas condiciones pueden ser
negociables por el concesionario.
Variable
Tamao del local
Porcentaje a pagar (sobre el
ingreso por ventas)
Rango de
variacin
Indicador de
variable crtica
-0,5
10%
0,05
- 20
1%
0,20
Elasticidad
Supngase que existe la posibilidad de negociar los valores

de dos variables: tamao del local y porcentaje de las
ventas a pagar a la empresa concedente.
Es preferible lograr una reduccin del 1% en el porcentaje a
pagar (con el cual se logra un aumento del VAN en 20%),
que una reduccin del 10% en el tamao del local (con lo
cual se logra un aumento del VAN en 5%).
Punto de nivelacin de una variable

Para cada una de las variables se puede determinar su:
Valor mnimo (en caso que incidan en forma positiva).

Valor mximo (en caso que incidan en forma negativa).
VAN = 0
Precio mnimo = $ 5,59
Cantidad mnima = 8.083
Suponen que el resto de las variables asumen sus
valores medios.

APLICACIN
Este procedimiento se suele utilizar cuando el valor de una variable
importante para el proyecto es desconocido.
Por ejemplo, hace algunos aos la Municipalidad de la Ciudad de Mendoza
se plante la conveniencia de privatizar el servicio pblico de recoleccin
de residuos, y no se dispona de ninguna informacin sobre el precio que
podra cobrar una empresa para prestar el servicio. Entonces se estim el
mximo canon mensual que hara de la privatizacin un buen negocio para
la Municipalidad.
Este anlisis suele ser til es cuando se est estudiando el proyecto a
nivel de idea o de perfil y no se ha hecho el estudio de mercado, por lo
cual no se dispone de estimaciones del precio de venta del bien a
producir.
Se calcula entonces el mnimo precio al cual debe venderse cada unidad
para que sea conveniente ejecutar el proyecto. Si el precio mnimo
resultante es indudablemente mayor que el esperado, se puede afirmar
que no es conveniente la ejecucin del proyecto.
Efectos que producen sobre el VAN las variaciones en los
valores de las variables
Para elegir las variables con las cuales se har el anlisis de

sensibilidad es til determinar previamente cules son las ms
crticas para el proyecto.
Una de las variables muy utilizada en este tipo de anlisis es la

tasa de descuento, debido principalmente a las dificultades en la
determinacin de su valor.
Efectos que producen sobre el VAN las variaciones
en los valores de las variables
Es necesario elegir rangos de variacin
razonables para cada variable, acordes con la
informacin disponible.
Si, como se supuso en el anlisis de las variables crticas,
el coeficiente de variacin de la cantidad (X) es igual a
0,0608, se sabe que el 68,27% de los casos estar entre
Media : 8.453 y 9.547 unidades.
Dado que esto no abarca la totalidad de los casos, a
continuacin se realiza el anlisis de sensibilidad para
cantidades entre 8.000 y 10.000 unidades anuales.
Efectos que producen sobre el VAN las variaciones en los
valores de las variables
PARA UNA VARIABLE (X)
Sensibilidad del VAN a la cantidad anual vendida
VAN
8.000
8.200
8.400
8.600
8.800
9.000
9.200
9.400
9.600
9.800
10.000
-794,50
1.114,46
3.023,42
4.932,38
6.841,34
8.750,30
10.659,26
12.568,22
14.477,19
16.386,15
18.295,11
19000
14000
VAN
Cantidad
9000
4000
-1000
8000
8400
8800
9200
Cantidad anual vendida
9600
10000
PARA DOS VARIABLES
Sensibilidad del VAN a la cantidad y al precio
Cantidad
5
8.000
8.200
8.400
8.600
8.800
9.000
9.200
9.400
9.600
9.800
10.000
Precio de venta
6
5,5
-19.884,11 -10.339,30
-18.452,39 -8.668,96
-17.020,67 -6.998,62
-15.588,95 -5.328,28
-14.157,23 -3.657,94
-12.725,50 -1.987,60
-11.293,78
-317,26
-9.862,06
1.353,08
-8.430,34
3.023,42
-6.998,62
4.693,76
-5.566,90
6.364,10
-794,50
1.114,46
3.023,42
4.932,38
6.841,34
8.750,30
10.659,26
12.568,22
14.477,19
16.386,15
18.295,11
6,5
8.750,30
10.897,88
13.045,47
15.193,05
17.340,63
19.488,21
21.635,79
23.783,37
25.930,95
28.078,53
30.226,11
18.295,11
20.681,31
23.067,51
25.453,71
27.839,91
30.226,11
32.612,31
34.998,51
37.384,71
39.770,92
42.157,12
Sensibilidad del VAN a la tasa de descuento
VAN
5%
6%
7%
8%
9%
10%
11%
12%
13%
14%
15%
16%
17%
18%
13.198,05
11.653,10
10.171,57
8.750,30
7.386,30
6.076,77
4.819,06
3.610,67
2.449,26
1.332,60
258,61
-774,70
-1.769,20
-2.726,65
Se nsi bi l i d a d d e l VA N a l a ta sa de d e scue nto
15.000
10.000
VAN
Tasa de
descuento
TIR =15,25%
5.000
0
5%
7%
9%
11%
13%
-5.000
Tasa de descuento
15%
17%
Sensibilidad del VAN a la duracin de la fase de inversin
Momento Situacin base Nueva situacin

0
1
2
60%
40%
40%
30%
30%
VAN = $ 8.750,30
VAN = $ 6.277,72
TIR = 15,25%
TIR = 12,48%
La disminucin en el VAN es de un 28,26% en

relacin con el originalmente calculado
APLICACIN
Si lo que se quiere es determinar la rentabilidad de un
proyecto que consiste en plantar trigo y se conocen los
niveles de produccin de los ltimos 6 aos, los cuales
estn directamente relacionados con los niveles de
lluvia, se puede calcular los VAN correspondientes a los
ingresos obtenidos con esas producciones.
Ao
2001
2002
2003
2004
2005
2006
VAN
2500
2600
2700
-100
3500
2800
Si bien el proyecto es en
promedio rentable, un nivel de
precipitaciones como el del ao
2004 hara incurrir en una prdida
VENTAJAS
El anlisis de sensibilidad permite visualizar la forma en que
cada variable incide en el VAN del proyecto y se dispone de
ms informacin sobre los probables resultados del proyecto.
Por ejemplo, si se sensibiliza el VAN respecto de la cantidad
producida anualmente y del precio de venta del bien, se
pueden identificar los rangos de combinaciones de valores de
esas variables que permiten obtener VAN positivos. Si se
piensa que esas combinaciones son razonables, puede
concluirse que la ejecucin del proyecto es conveniente,
mientras que si no es as, se plantean dudas sobre su
conveniencia.
LIMITACIONES
Pueden presentarse dificultades al definir los rangos dentro
de los cuales puede variar cada variable. Si previamente se
han determinado las variables crticas, esos rangos debern
ser coherentes con el indicador de variabilidad de cada
variable.
En algunos proyectos existen relaciones entre las variables
que influyen en los indicadores de rentabilidad. Por ejemplo,
la cantidad de agua disponible para riego afecta la
produccin de uva, pero si se cosecha poca uva su precio
puede ser ms alto. En estos casos, es necesario considerar
las posibles relaciones entre esas variables.
CONJUNTO DE SITUACIONES
POSIBLES
Combinan en forma coherente las

variables ms crticas
Escenario Optimista
Escenario Pesimista
Escenario Original (Promedio)
Escenario
Cantidad
Precio
VAN
Optimista
Promedio
Pesimista
9.400
9.000
8.600
6,20
6,00
5,80
17.054,28
8.750,30
828,12
APLICACION
Este mtodo suele ser muy til cuando se plantea
originalmente un escenario, pero el evaluador no est
seguro sobre su certeza.
Unos aos atrs se utiliz al evaluar el proyecto de
pasar el Casino de Mendoza, que estaba bajo la rbita
estatal, a manos de los empleados. En ese momento se
estaba instalando en la Provincia otro casino, con lo
cual el estatal pasaba a tener competencia, y no se
conoca en qu medida esto podra afectar sus ventas.
Se supusieron escenarios alternativos con relacin al
porcentaje de disminucin de las ventas.
MTODOS QUE CONSIDERAN LA

PROBABILIDAD DE OCURRENCIA
CONSIDERAN PROBABILIDAD
Por qu surgen los mtodos que

consideran la probabilidad de ocurrencia?
Los mtodos que no la consideran slo agregan
informacin sobre resultados alternativos del
proyecto, pero no indican
CUL ES LA PROBABILIDAD DE OCURRENCIA
DE CADA UNO DE ELLOS
Escenario
Optimista
Promedio
Pesimista
VAN
1000
0
-1000
Sino se conoce la PROBABILIDAD

DE OCURRENCIA es muy difcil
decidir.
Si todas las variables que influyen en el VAN son ciertas, el resultado es

nico.
Si al menos una variable es aleatoria, existe una distribucin de
probabilidades del VAN.
Distribucin de probabilidades de una
variable no aleatoria
Distribucin de probabilidades de una

variable aleatoria
0,5
Probabilidad
Probabilidad
1,5
1
0,5
0
0,4
0,3
0,2
0,1
0
1200
800
1000
1200
1400
1600
Beneficio neto del ao 1
Beneficio neto del ao 1
El BN del ao 1 ms probable en ambos es de $ 1.200, pero la segunda

propuesta es ms riesgosa.
En la mayora de los casos quien debe decidir sobre la ejecucin de un proyecto
no es indiferente entre uno que le permite obtener un determinado VAN con
certeza y otro que tiene el mismo VAN esperado, pero sujeto a una cierta
distribucin. Si tiene aversin al riesgo, preferir el primer proyecto.
Cules es el mtodo que considera la

probabilidad de ocurrencia ms usados?
Modelo de simulacin Monte Carlo
Requieren de los
resultados de los mtodos
que no consideran la
probabilidad
Qu ventaja tiene el mtodo de simulacin

con el modelo MONTE CARLO?
Permite obtener una distribucin probabilstica del
VAN, a travs de la seleccin aleatoria de valores
de las distintas variables que en l inciden, acorde
con la distribucin de probabilidades de cada una.
Se puede trabajar con muchas variables aleatorias
Modelo MONTE CARLO

Pasos a seguir:
Definir variable dependiente: VAN.

Identificar variables independientes: precio del bien, etc.
Definir las interrelaciones existentes entre variables.
Clasificar las variables en ciertas y aleatorias.
Identificar la distribucin de probabilidades de los valores
de cada variable: normal, uniforme, triangular, etc. (en base
a la informacin disponible y/o a la experiencia).
Generar k nmeros aleatorios para cada una de las
variables aleatorias a partir de su respectiva distribucin de
probabilidades.
Calcular el conjunto de VAN
Modelo MONTECARLO
Qu permite lograr su aplicacin?
UNA DISTRIBUCIN DE PROBABILIDADES DEL VAN
m
,
VAN
Esperado
VANe =
VAN
i =1
VAN
,
Desviacin
estndar
Coeficiente de variacin
m
1
=
( VANi VANe )2
(m 1) i=1
CVVAN =
VAN
VANe
donde los VANi son los m valores del VAN obtenidos.
Tabla de frecuencias
Histograma
Cantidad de VAN superiores e inferiores a determinado valor
Modelo MONTECARLO
Una variable aleatoria: cantidad anual vendida
Distribucin normal con los mismos parmetros utilizados
en la determinacin de variables crticas:
Y = 9.000
Cantidades
anuales
X
8.835,55
8.300,18
9.133,79
9.699,16
9.656,37
9.949,28
7.803,99
8.871,73
...
= 547,72
Costos
Valor social
Beneficios netos
de la
sociales
sociales anuales
produccin
anuales
P* . X
cv* . X + CF*
(1)
(2)
(1) (2)
53.013,33
49.801,07
54.802,72
58.194,96
57.938,22
59.695,71
46.823,93
53.230,39
...
29.671,11
28.600,36
30.267,57
31.398,32
31.312,74
31.898,57
27.607,98
29.743,46
...
23.342,22
21.200,71
24.535,15
26.796,64
26.625,48
27.797,14
19.215,96
23.486,93
...
VAN*
7.180,70
2.070,64
10.027,27
15.423,65
15.015,22
17.811,04
-2.665,39
7.526,02
...
Se generaron 300 nmeros aleatorios. Se presentan los primeros 8 valores obtenidos.
Modelo MONTECARLO
Concepto
Valores
Valor medio del VAN*

Desviacin estndar
VAN* negativos
VAN* inferiores a $ 3.000
VAN* inferiores a $ 5.000
9.065,19
5.384,73
0,59
16
41
71
-6.000
-3.000
0
3.000
6.000
9.000
12.000
15.000
18.000
21.000
24.000
y mayor...
0
3
13
25
49
53
68
44
31
11
3
0
5,33%
13,67%
23,67%
Histograma
Frecuencia
80
70
60
Frecuencia
VAN
Porcentaje del
total de casos
50
40
30
20
10
0
-6000 -3000
3000 6000
9000 12000 15000 18000 21000 24000

VAN
y
mayor...
Modelo MONTECARLO
Dos variables aleatorias: cantidad y precio social
Distribucin normal:
Y = 9.000 ; = 547,72
P=6
; = 0,3
Valor social
Cantidades
de la
Precio social
anuales
produccin
X
P* . X
(1)
8.835,55
8.300,18
9.133,79
9.699,16
9.656,37
9.949,28
7.803,99
8.871,73
...
6,23
5,94
5,51
6,64
6,22
6,49
6,01
6,37
...
55.062,00
49.285,87
50.336,95
64.419,82
60.044,50
64.549,02
46.902,30
56.504,51
...
Costos
sociales
anuales
Beneficios
netos
sociales
anuales
cv* . X + CF*
(2)
(1) (2)
29.671,11
28.600,36
30.267,57
31.398,32
31.312,74
31.898,57
27.607,98
29.743,46
...
25.390,89
20.685,51
20.069,38
33.021,50
28.731,76
32.650,45
19.294,32
26.761,04
...
VAN*
12.069,24
841,27
-628,94
30.277,42
20.041,24
29.392,02
-2.478,38
15.338,71
...
Se generaron 300 nmeros aleatorios. Se presentan los primeros 8 valores obtenidos.
Modelo MONTECARLO
Concepto
Valores
Valor medio del VAN

Desviacin estndar
VAN negativos
VAN inferiores a 3.000
VAN inferiores a 5.000
8.915,18
8.505,23
0,9540
46
73
99
-6.000
-3.000
0
3.000
6.000
9.000
12.000
15.000
18.000
21.000
24.000
y mayor...
13
11
22
27
36
39
46
31
30
23
14
8
15,33%
24,33%
33,00%
Histograma
Frecuencia
50
45
40
35
Frecuencia
VAN
Porcentaje del
total de casos
30
25
20
15
10
5
0
0
-600
0
- 300
3000
6000
.
9000 1200 0 1500 0 1800 0 2100 0 2400 0 mayo r..
y
VAN
Modelo MONTECARLO
APLICACIONES
En la evaluacin de un proyecto hidroelctrico en la Provincia de Mendoza, en
el cual uno de los problemas era estimar la serie de caudales futuros del ro,
puesto que se trataba de una variable fundamental en la determinacin de la
cantidad de energa producida. Se conocan los caudales mensuales histricos
desde principios del siglo XX.
En primer lugar se hizo una evaluacin determinstica del proyecto utilizando los
caudales medios para cada uno de los meses del ao.
Sin embargo, la variabilidad de esos caudales mensuales poda hacer cambiar
significativamente el VAN.
A partir de la serie histrica de caudales, se generaron series de caudales
hipotticos para un horizonte de 50 aos, coincidente con la duracin de la fase
de operacin del proyecto.
Luego se calcul el VAN del proyecto para cada una de las series.
Para la gran mayora de las series el proyecto result aceptable.
Modelo MONTECARLO
APLICACIONES
En la determinacin de las provisiones presupuestarias para enfrentar pasivos

contingentes.
En la concesin de ciertos proyectos viales se puede optar por garantizar un
nivel de ingreso mnimo (volumen de trfico x peaje).
Las simulaciones de Monte Carlo se aplican para determinar la demanda futura
de las diferentes autopistas, de manera de poder estimar los pagos que se
debern hacer por efecto de la Garanta de Ingreso Mnimo.
Sobre la base de informacin histrica se generan nmeros aleatorios
concerniente a los ingresos anuales y se identifican los casos en que hay un
desvo negativo respecto de lo garantizado.
Ese desvo anual constituye el pago que el estado debe hacer al concesionario.
La media de esos desvos constituyen el valor esperado de la provisin anual y
sirve de base para armar el presupuesto.
ANEXO DE HERRAMIENTAS ESTADSTICAS

NECESARIAS PARA ANLISIS DE RIESGO
HERRAMIENTAS ESTADSTICA
RECOPILACIN Y
SISMATIZACIN/ORDENAMIENTO
DE DATOS
ESTADSTICA
Muestreo
Distribucin de frecuencias
Histograma
TRATAMIENTO DE DATOS
Medidas o indicadores
Si existen fallas en el proceso, las conclusiones sern erradas
ESTADSTICA DESCRIPTIVA
Trata de resumir las observaciones en 3 4 nmeros que muestren con

claridad la manera de comportarse del grupo.
Esos nmeros son las ESTADSTICAS.
MEDIDAS DE TENDENCIA CENTRAL
MEDIDAS DE DISPERSION
ESTADSTICA DESCRIPTIVA
Describen el comportamiento de la variable en la zona central de la
distribucin.
En este grupo estn la media (valor promedio) y las medidas de posicin
(mediana, modo, cuartiles, etc.).
MEDIDAS DE DISPERSIN
Indican en qu forma estn diseminados los datos a lo largo del recorrido
de la variable.
Pertenecen a este grupo la dispersin, la varianza y el coeficiente de
variacin.

MEDIA ARITMTICA
CENTRO DE GRAVEDAD DE UNA DISTRIBUCIN,

el cual no es necesariamente la mitad.
1
X=
n
i =1
Si se disponen los valores de todas las variables.
1
X=
n
fi
i =1
Si se disponen las frecuencias (fi) correspondiente a cada valor.


MEDIA ARITMTICA
Xi
1
2
3
4
5
6
Suma
fi
Xi . fi
9
60
70
34
25
12
9
120
210
136
125
72
210
672
Media = 672 / 210 = 3,2


MEDIA ARITMTICA
Una de las limitaciones de la media es que se ve afectada por

valores extremos: valores muy altos tienden a aumentarla
mientras que valores muy bajos tienden a bajarla, lo que implica
que puede dejar de ser representativa de la poblacin.
La media de todas
las notas de una
persona, si es que
tiene todos 6, es 6.
La media de todas las notas de

una persona, si es que tiene la
mitad de ellas igual a 2 y la
otra igual a 10, tambin es 6.

MEDIANA
Es el valor ubicado de manera tal que:

-
el 50% de los valores resultan menores que l y;

el 50% restante mayores que l.
Rendimiento
fsico
Edad

MEDIANA
Principales propiedades
-
Es menos sensible que la media a oscilaciones de los valores de la

variable. Un error de transcripcin en la serie del ejemplo anterior en,
pongamos por caso, el ltimo nmero, deja a la mediana inalterada.
No se ve afectada por la dispersin. De hecho, es ms representativa

que la media aritmtica cuando la poblacin es bastante
heterognea.
Suele darse esta circunstancia cuando se resume la informacin
sobre los salarios de un pas o una empresa. Hay unos pocos
salarios muy altos que elevan la media aritmtica haciendo que
pierda representatividad respecto al grueso de la poblacin. Sin
embargo, alguien con el salario "mediano" sabra que hay tanta gente
que gana ms dinero que l, como que gana menos.

MEDIANA
Principales inconvenientes
No se presta a clculos algebraicos tan bien como la media
aritmtica.

MODO, MODA O VALOR MODAL
Es el valor de la variable que presenta la frecuencia

absoluta mxima.
En el caso de los las edades de los empleados de una
empresa el intervalo 36-38.
Frecuencia absoluta
20
Nmero de empleados
18
16
14
12
10
8
6
4
2
0
6
8
0
2
4
6
8
0
2
4
6
8
0
2
4
6
8
-2 6-2 8-3 0-3 2-3 4-3 6-3 8-4 0-4 2-4 4-4 6-4 8-5 0-5 2-5 4-5 6-5
24
2
2
3
3
3
3
3
4
4
4
4
4
5
5
5
5
Edad (en aos)

Comparacin entre la media, mediana y modo
Modo < Media < Mediana
Rendimiento
fsico
Mo Me Mn
Edades

Modo > Media > Mediana
Ingresos
Mn Me Mo
Edades

Modo = Media = Mediana
Edades
Mo = Me =Mn
Empleados
Muestran la variabilidad de una distribucin, indicando por medio de un

nmero, si las diferentes puntuaciones de una variable estn muy alejadas de
la MEDIA.
Dan una idea de la forma en que se encuentran diseminados los datos a lo
largo del recorrido (o rango de variacin) de la variable.
Cuanto mayor es el valor de esa medida, mayor es la variabilidad.
Cuanto menor, ms similares son los valores de la variable a la MEDIA.
Valores de la
Frecuencia
variable X
20
0
50
1
70
3
90
1
110
0
Valores de la
Frecuencia
variable Y
0
0
30
0,5
50
1,5
70
2
90
1,5
110
0,5
130
0
Las dos distribuciones tienen la misma media (70), la misma

mediana (70) y el mismo modo (70), sin embargo, los datos
estn diseminados en forma diferente.
Las medidas de tendencia central deben acompaarse de otras que
muestren la dispersin de los valores: X est menos diseminada que Y.
Variable X
3,5
3
2,5
2
1,5
1
0,5
0
20
50
70
90
110
Variable Y
2,5
Las medidas de
dispersin de la
variable X son
mayores que las de
Y.
2
1,5
1
0,5
0
0
30
50
70
90
110
130
VARIANZA Y DISPERSIN
Si X toma n valores: x1, x2, , xn, la media resulta ser igual a:
x 1 + x 2 + .... + x n
x=
n
Se pueden calcular los desvos de cada valor que asume la
variable respecto de la media:
( x 1 x ); ( x 2 x );....; ( x n x )
La varianza si se conocen los valores de todas las variables es:
2
2
2
+
+
(
x
x
)
(
x
x
)
....
(
x
x
)
1
2
n
2 = 1
=
n
n
i =1
(x i x) 2
VARIANZA Y DISPERSIN
La frmula de la varianza si se conocen las frecuencias de cada uno

de los valores es la siguiente:
1
2
=
n
(x i x) 2 f i
i =1
La dispersin es igual a la raz cuadrada de la varianza:
DISTRIBUCIN NORMAL
Edades
La zona sombreada
representa el 68,27% de
la superficie total de la
curva.
Me disp
Me
Me + disp
Empleados
Si se toma una muestra de 100 valores de la variable, aproximadamente el 69

asumiran valores iguales a los comprendidos en el rango
(media dispersin) y (media +dispersin).
COEFICIENTE DE VARIACIN
Es el cociente entre la dispersin y la media
CV =
Se usa para eliminar el problema de escala en la comparacin de dos

distribuciones de frecuencias diferentes.
Distribucin Distribucin
A
B
media
20
200
dispersin
4
40
CV
0,2
0,2
PRINCIPAL BIBLIOGRAFA
FERRA, Coloma y BOTTEON, Claudia, Evaluacin privada de proyectos, (Mendoza,
Facultad de Ciencias Econmicas-Universidad Nacional de Cuyo, 2007).
FONTAINE, Ernesto, Evaluacin social de proyectos, 12a. ed. (Mxico, Alfaomega,
1999).
GABRIELLI, Adolfo, Evaluacin privada de proyectos (La Paz, Bolivia, 1990),
mimeografiado.
JANSSON MOLINA, Axel, Formulacin y evaluacin de proyectos de inversin
(Santiago de Chile, Universidad Tecnolgica Metropolitana, 2000).
RODRIGUEZ, J., Anlisis de riesgo en proyectos de perforacin exploratoria.
Tcnicas de simulacin. Mtodo de Monte Carlo (Mendoza, 1981), mimeografiado.
SAPAG CHAIN, Nassir y SAPAG CHAIN, Reinaldo, Preparacin y evaluacin de
proyectos, 4. ed. (Santiago, Mc Graw Hill, 2000).

Riesgo

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Riesgo

Cargado por

Copyright:

Formatos disponibles

CURSO

RIESGO EN EVALUACIN DE PROYECTOS

Prof. Claudia Nerina Botteon

EL RIESGO EN LA EVALUACIN DE PROYECTOS

Por qu se debe considerar el riesgo de un proyecto?

Se hace necesario considerar el riesgo en la evaluacin de proyectos.

EL RIESGO EN LA EVALUACIN DE PROYECTOS

Puente Humber (UK)

Tnel del Canal de la

Tyne and Wear Metro

Metro de Portland (USA)

Metro de Bufallo (USA)

TGV Paris Nord

Fuente: Extrado de una diapositiva del profesor Eduardo Aldunate.

EL RIESGO EN LA EVALUACIN DE PROYECTOS

Fonte: Megaprojects and Risk, Bent Flybjerg

Fuente: Extrado de una diapositiva del profesor Eduardo Aldunate.

EL RIESGO EN LA EVALUACIN DE PROYECTOS

Este fenmeno fue observado en 20

La diferencia es mayor en pases en

Los errores de la estimacin no se

No existe justificacin tcnica. Son

Fonte: Megaprojects and Risk, Bent Flybjerg con base en el estudioEconomic

Fuente: Extrado de una diapositiva del profesor Eduardo Aldunate.

EL RIESGO EN LA EVALUACIN DE PROYECTOS

Trnsito actual como

Fonte: Megaprojects and Risk, Bent Flybjerg

Fuente: Extrado de una diapositiva del profesor Eduardo Aldunate.

EL RIESGO EN LA EVALUACIN DE PROYECTOS

Cambios no previstos en factores

Sesgo de los consultores.

Sesgo del evaluador.

Fonte: Megaprojects and Risk, Bent Flybjerg con base en el estudioEconomic

Prof. Claudia Nerina Botteon

EL RIESGO EN LA EVALUACIN DE PROYECTOS

Variables que inciden en

Prof. Claudia Nerina Botteon

EL RIESGO EN LA EVALUACIN DE PROYECTOS

Qu es el riesgo desde el punto de vista de un

Es la variabilidad de su rentabilidad medida a travs de

Prof. Claudia Nerina Botteon

EL RIESGO EN LA EVALUACIN DE PROYECTOS

Cmo puede medirse el riesgo?

Como ninguno de los mtodos es perfecto

NO LO ELIMINAN, LO PONEN DE MANIFIESTO

Prof. Claudia Nerina Botteon

Prof. Claudia Nerina Botteon

En qu consiste la evaluacin determinstica?

Los INDICADORES DE RENTABILIDAD son

Duracin fase de inversin

Flujo de beneficios y costos del proyecto

Costo social de la inversin

VAN esperado del proyecto = $ 8.750,30

Cundo es poco recomendable el uso de

- No necesariamente la variable va a tener un solo valor ms probable.

- An cuando pueda estimarse correctamente el valor ms

Cules son los mtodos que permiten incorporar

Determinacin de las variables crticas

MTODOS QUE NO CONSIDERAN LA

Prof. Claudia Nerina Botteon

Cules son los mtodos que no consideran la

Determinacin de las variables crticas

Prof. Claudia Nerina Botteon

Determinacin de las variables crticas