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 5 aos Cap.W 80,000 $

Volumen 20,000 uds. Recuper. 80%
Maquinaria 200,000 $ P.Venta 18 $
VU maq 5 aos C.Variables 8 $
V.rezago 25,000 $ F.Erogables 60,000 $
VU Contable 4 aos IGA 30%
Vresidual 20,000 $ Tasa corte 15%

Cuadro de Resulta dos

Ao 0 Ao 1 Ao 2 Ao 3 Ao 4 Ao 5

Ventas 360.0 360.0 360.0 360.0 360.0

Costos V. (160.0) (160.0) (160.0) (160.0) (160.0)
Costos Fijos (60.0) (60.0) (60.0) (60.0) (60.0)
Amortizaciones (45.0) (45.0) (45.0) (45.0)
Util.extra 5.0
Perdida CW (16.0)
Benef.antes IGA 95.0 95.0 95.0 95.0 129.0
IGA (28.5) (28.5) (28.5) (28.5) (38.7)
Benef.desp.IGA 66.5 66.5 66.5 66.5 90.3

Flujo de Fondos
Ao 0 Ao 1 Ao 2 Ao 3 Ao 4 Ao 5

Maquina (200.0)
Cap.W (80.0)
Ventas 360.0 360.0 360.0 360.0 360.0
Costos V. (160.0) (160.0) (160.0) (160.0) (160.0)
Costos Fijos (60.0) (60.0) (60.0) (60.0) (60.0)
IGA (28.5) (28.5) (28.5) (28.5) (38.7)
Vta.Maq 25.0
Vta.CW 64.0

FF (280.0) 111.5 111.5 111.5 111.5 190.3

VAN $132.94
 Anlisis de Sensibilidad para
el Problema 2(2)
Var.Variable P.Venta VAN Var VAN C.Variables VAN Var VAN C.Fijos VAN Var VAN
Base 18 $133 0% 8 $133 0% 60000 $133 0%
-30% 12.6 ($120) -191% 5.6 $246 85% 42000 $175 32%
-20% 14.4 ($36) -127% 6.4 $208 56% 48000 $161 21%
-10% 16.2 $48 -64% 7.2 $170 28% 54000 $147 11%
10% 19.8 $217 64% 8.8 $95 -28% 66000 $119 -11%
20% 21.6 $302 127% 9.6 $58 -56% 72000 $105 -21%
30% 23.4 $386 191% 10.4 $20 -85% 78000 $91 -32%

Var.Variable Volumen VAN Var VAN V.Maquina VAN Var VAN Tasa IGA VAN Var VAN
Base 20000 $133 0% 200000 $133 0% 30% $133 0%
-30% 14000 ($8) -106% 140000 $180 35% 21% $163 23%
-20% 16000 $39 -71% 160000 $164 24% 24% $153 15%
-10% 18000 $86 -35% 180000 $149 12% 27% $143 8%
10% 22000 $180 35% 220000 $117 -12% 33% $123 -8%
20% 24000 $227 71% 240000 $102 -24% 36% $113 -15%
30% 26000 $274 106% 260000 $86 -35% 39% $103 -23%
 Anlisis de Sensibilidad para
el Problema 2(3)
$400 250%

200%

$300
150%

100%

$200
50%

0%
-30% -20% -10% 0% 10% 20% 30%
V AN

$100

-50%

-100%
$-

P.V e nta -150%

C.V ariable s
C.Fijos
-200%
$(100) V olum e n
V .Maquina
Tasa IGA -250%

$(200) -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 A o 1 A o 2 A o 3 A o 4 A o 5

P rec io V enta 18.0 16.2 14.6 13.1 11.8

V olum en 20,000 19,000 18,050 17,148 16,290
C.V ariables 8.0 8.8 9.7 10.6 11.7

V AN ($81.96)
 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 A o 1 A o 2 A o 3 A o 4 A o 5

P recio V enta 18.0 18.9 19.8 20.8 21.9

V olum en 20,000 21,000 22,050 23,153 24,310
C.V ariables 8.0 7.2 6.5 5.8 5.2

V AN $330.81
 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
De una distribucin a una Distribucin de
Probabilidad
Valor de la variable

F r e c u e n c ia

Mx imo

5
3
Mnimo
1 1

0 2 4 6 8 10 12 M x im o
V a lo r d e la V a r i a b l e
Observaciones Probabilidad

0.5
0.3

0.1 0.1
Mnimo 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 : R e la tive P ro b .

Co ntinuo us ra ng e 12.00 to 14.00 0.100000
Co ntinuo us ra ng e 14.00 to 22.00 0.800000
Co ntinuo us ra ng e 22.00 to 24.00 0.100000
T o ta l R e la tive P ro b a b ility 1.000000

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:

Uniformdistribution with parameters:
Minimum 6.50
Minimum 54,000.00
Likeliest 8.00
Maximum 9.50 Maximum 66,000.00

F.Erogables
Selected range is from 6.50 to 9.50

C.Variables

54,000.00 57,000.00 60,000.00 63,000.00 66,000.00

6.50 7.25 8.00 8.75 9.50
 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
Distribucin Acumulada Probabilidad

- 0 VAN +
VAN
- 0 +

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
Distribucin Acumulada Probabilidad

- VAN 0 +
VAN
- 0 +

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
DistribucinAcumulada Probabilidad

VAN - 0 VAN +
0
- +

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
Dis tr ibuc in Ac umulada Probabilidad

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
Distribucin Ac umulada Probabilidad

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 $500.00

Certainty i s 17.74%from -Infinity to $0.00 $
 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 : Va lue

T ria ls 10000
Me a n $121.23
Me d ia n $127.95
Mo d e ---
S ta nd a rd De via tio n $116.39
Va ria nc e $13,546.15
S ke wne s s -0.18
Kurto s is 2.22
Co e ff. o f Va ria b ility 0.96
R a ng e Minimum ($178.95)
R a ng e Ma ximum $448.58
R a ng e Wid th $627.52
Me a n S td . E rro r $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 0 0.5 1

Measured by Rank Correlation
 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 : Va lue

T ria ls 1 000 0
Me a n $12 2.3 7
Me dia n $12 8.0 1
Mod e ---
S ta nd a rd D e via tio n $8 5.6 9
Va ria nc e $7 ,34 2.6 7
Co e ff. o f Va ria b ility 0.7 0
R a ng e Minim u m ($8 5.1 7)
R a ng e Ma xim u m $34 9.4 2
R a ng e W id th $43 4.5 9
Me a n S td. E rro r $ 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 $350.0 0

Cert ainty is 9.42 % from -Infin ity to $0.00 $
 Resultados Problema 2 con
Contrato(2)
Sin Contrato Con Contrato
Valor esperado $ 121.23 $ 122.37

Prdida esperada $ (13.98) $ (5.38)

Ganancia esperada $ 135.21 $ 127.75

Razn de prdida esperada: 0.094 0.022

Coeficiente de variacin 0.96 0.70

Probabilidad VAN < 0 17.74% 9.42%