Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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
Proyecto
Costo de inversin
efectivo como %
del estimado
Demanda como % de
la demanda estimada
175 %
25 %
80 %
18 %
Metro de Baltimore
60 %
40 %
55 %
50 %
55 %
45 %
50 %
30 %
Metro de Miami
35 %
15 %
25 %
25 %
Proyecto
Sobre-costo
Canal de Suez
1.900 %
Opera de Sydney
1.400 %
Concorde
1.100 %
Canal de Panam
200 %
Puente de Brooklyn
100 %
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).
Proyecto
Metro de Calcutta
Tnel del Canal de La
Mancha
Metro de Miami
TGV Paris Nord
Puente Humber (UK)
Metro de Ciudad de
Mxico
ERRORES DE ESTIMACIN DE
DEMANDA
Ferrovias
-39 %
Carreteras
+9 %
Modelos inadecuados.
Falta de datos.
Cambios de comportamiento.
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.
A mayor variabilidad
mayor riesgo
EVALUACIN DETERMINSTICA
EVALUACIN DETERMINSTICA
EVALUACIN DETERMINSTICA
Ejemplo sencillo
Concepto
Valores
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
-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
EVALUACIN DETERMINSTICA
EVALUACIN DETERMINSTICA
Segn si incorporan o no
la probabilidad de
ocurrencia
Complementarios entre s
Claudia Nerina Botteon
NO CONSIDERAN PROBABILIDAD
NO CONSIDERAN PROBABILIDAD
NO CONSIDERAN PROBABILIDAD
E VAN,Y
VAN
= VAN
Y
Y
NO CONSIDERAN PROBABILIDAD
EVAN,Y indica:
Cun sensible es el VAN a los cambios en esa variable
E VAN,Y
VAN
= VAN = 3
Y
Y
NO CONSIDERAN PROBABILIDAD
E VAN,Inversin
E VAN,Inversin
VAN
= VAN = 5,54
I
I
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)
Prof. Claudia Nerina Botteon
Variabilidad de la variable 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:
Variabilidad de la variable Y
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
Variabilidad de la variable Y
El coeficiente de variacin
Y
CVY =
Y
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
NO CONSIDERAN PROBABILIDAD
NO CONSIDERAN PROBABILIDAD
Ai
8.000
8.500
9.000
9.500
10.000
0,1
0,2
0,4
0,2
0,1
Valor
Media
Desviacin estndar
Coeficiente de variacin (CV)
Indicador de variable crtica
9.000
547,72
6,09%
59,75%
Interpretacin:
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
NO CONSIDERAN PROBABILIDAD
NO CONSIDERAN PROBABILIDAD
VAN = 0
Precio mnimo = $ 5,59
Cantidad mnima = 8.083
Suponen que el resto de las variables asumen sus
valores medios.
NO CONSIDERAN PROBABILIDAD
Anlisis de sensibilidad
Efectos que producen sobre el VAN las variaciones en los
valores de las variables
NO CONSIDERAN PROBABILIDAD
Anlisis de sensibilidad
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.
Prof. Claudia Nerina Botteon
NO CONSIDERAN PROBABILIDAD
Anlisis de sensibilidad
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
9600
10000
NO CONSIDERAN PROBABILIDAD
Anlisis de sensibilidad
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
NO CONSIDERAN PROBABILIDAD
Anlisis de sensibilidad
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
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%
NO CONSIDERAN PROBABILIDAD
Anlisis de sensibilidad
Sensibilidad del VAN a la duracin de la fase de inversin
60%
40%
40%
30%
30%
VAN = $ 8.750,30
VAN = $ 6.277,72
TIR = 15,25%
TIR = 12,48%
NO CONSIDERAN PROBABILIDAD
Anlisis de sensibilidad
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
Prof. Claudia Nerina Botteon
NO CONSIDERAN PROBABILIDAD
Anlisis de sensibilidad
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.
Prof. Claudia Nerina Botteon
NO CONSIDERAN PROBABILIDAD
Anlisis de sensibilidad
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.
Prof. Claudia Nerina Botteon
NO CONSIDERAN PROBABILIDAD
Anlisis de escenarios
CONJUNTO DE SITUACIONES
POSIBLES
NO CONSIDERAN PROBABILIDAD
Anlisis de escenarios
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
NO CONSIDERAN PROBABILIDAD
Anlisis de escenarios
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.
Prof. Claudia Nerina Botteon
CONSIDERAN PROBABILIDAD
VAN
1000
0
-1000
CONSIDERAN PROBABILIDAD
Probabilidad
1,5
1
0,5
0
0,4
0,3
0,2
0,1
0
1200
800
1000
1200
1400
1600
CONSIDERAN PROBABILIDAD
Requieren de los
resultados de los mtodos
que no consideran la
probabilidad
Prof. Claudia Nerina Botteon
CONSIDERAN PROBABILIDAD
CONSIDERAN PROBABILIDAD
CONSIDERAN PROBABILIDAD
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
Tabla de frecuencias
Histograma
Cantidad de VAN superiores e inferiores a determinado valor
Prof. Claudia Nerina Botteon
CONSIDERAN PROBABILIDAD
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
...
CONSIDERAN PROBABILIDAD
Modelo MONTECARLO
Concepto
Valores
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
y
mayor...
CONSIDERAN PROBABILIDAD
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
...
CONSIDERAN PROBABILIDAD
Modelo MONTECARLO
Concepto
Valores
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
CONSIDERAN PROBABILIDAD
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.
Prof. Claudia Nerina Botteon
CONSIDERAN PROBABILIDAD
Modelo MONTECARLO
APLICACIONES
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
Prof. Claudia Nerina Botteon
HERRAMIENTAS ESTADSTICA
ESTADSTICA DESCRIPTIVA
MEDIDAS DE DISPERSION
HERRAMIENTAS ESTADSTICA
ESTADSTICA DESCRIPTIVA
MEDIDAS DE TENDENCIA CENTRAL
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.
Prof. Claudia Nerina Botteon
HERRAMIENTAS ESTADSTICA
1
X=
n
i =1
1
X=
n
fi
i =1
HERRAMIENTAS ESTADSTICA
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
HERRAMIENTAS ESTADSTICA
La media de todas
las notas de una
persona, si es que
tiene todos 6, es 6.
HERRAMIENTAS ESTADSTICA
Rendimiento
fsico
Edad
Prof. Claudia Nerina Botteon
HERRAMIENTAS ESTADSTICA
HERRAMIENTAS ESTADSTICA
Principales inconvenientes
No se presta a clculos algebraicos tan bien como la media
aritmtica.
HERRAMIENTAS ESTADSTICA
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
HERRAMIENTAS ESTADSTICA
Mo Me Mn
Prof. Claudia Nerina Botteon
Edades
HERRAMIENTAS ESTADSTICA
Mn Me Mo
Prof. Claudia Nerina Botteon
Edades
HERRAMIENTAS ESTADSTICA
Mo = Me =Mn
Prof. Claudia Nerina Botteon
Empleados
HERRAMIENTAS ESTADSTICA
MEDIDAS DE DISPERSIN
HERRAMIENTAS ESTADSTICA
MEDIDAS DE DISPERSIN
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
HERRAMIENTAS ESTADSTICA
MEDIDAS DE DISPERSIN
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
HERRAMIENTAS ESTADSTICA
MEDIDAS DE DISPERSIN
VARIANZA Y DISPERSIN
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
Prof. Claudia Nerina Botteon
i =1
(x i x) 2
HERRAMIENTAS ESTADSTICA
MEDIDAS DE DISPERSIN
VARIANZA Y DISPERSIN
1
2
=
n
(x i x) 2 f i
i =1
HERRAMIENTAS ESTADSTICA
MEDIDAS DE DISPERSIN
DISTRIBUCIN NORMAL
Edades
La zona sombreada
representa el 68,27% de
la superficie total de la
curva.
Me disp
Me
Me + disp
Empleados
HERRAMIENTAS ESTADSTICA
MEDIDAS DE DISPERSIN
COEFICIENTE DE VARIACIN
CV =
Distribucin Distribucin
A
B
media
20
200
dispersin
4
40
CV
0,2
Prof. Claudia Nerina Botteon
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).