 El objetivo del análisis de riesgos es separar los riesgos

menores de los mayores, y proveer de información para

poder evaluar y controlar el riesgo.

 Análisis de riesgos es proporcionar, a partir de la estimación

cuantitativa o cualitativa de los riesgos, la información útil
para la valoración de los efectos no previstos.

2
 Riesgo:
› Es la potencial ocurrencia o condición que puede
conducir a lesiones, daño al medio ambiente, atrasos o
pérdidas económicas

 Análisis de riesgo:
› Proceso estructurado que identifica la probabilidad y las
consecuencias de peligros que surgen de una actividad o
lugar dado.

 Evaluación de riesgos:
› Comparación entre los resultados de un análisis de riesgo
y los criterios de aceptación definidos.

 Medida de reducción de riesgos:

› Una acción que puede ser adoptada para controlar un
riesgo, ya sea disminuyendo su probabilidad de
ocurrencia como mitigando sus consecuencias.
3
 Administración del riesgo:

› Implementación de acciones para reducir riesgos no

aceptables a niveles permisibles o aceptables.

 Incertidumbre:

› Es el origen del riesgo y domina todas las formas de

actividad humana.

› Hay dos tipos:

Conceptual: incertidumbre sobre el mecanismo de un
proceso
De parámetros: incertidumbre sobre los valores o
parámetros de una variable de interés

4
 Introducción
En el tratamiento del análisis económico se supone que los
valores de todos las parámetros se conocían con certeza.

 Análisis de sensibilidad. Trata de responder a la pregunta

“¿qué sucedería si…?.
 Análisis de riesgo. La disponibilidad de ordenadores ha
permitido la aplicación de métodos de simulación aleatoria.
 Análisis de valor esperado. Busca una media ponderada
del valor económico del proyecto.
 Análisis de supervivencia. Investiga el riesgo de pérdida
del capital invertido en proyectos.
Variables que aportan riesgo e
incertidumbre en los proyectos mineros

Son las fuentes de incertidumbre, y son aquellas que

intervienen realmente como variables aleatorias.
Es posible subdividirlas en tres grupos:
 Vinculadas al yacimiento.
 Vinculadas a la operación minera.
 Vinculadas al mercado y contexto exterior.
Fuentes de incertidumbre en una
empresa minera

CM
PA, PV INV

T, Ley Inflación
Precio dinero
Fiscalidad
Legislación

%
PROYECTO

RIESGO?
TRI
Incertidumbre percibida para una componente del flujo
de fondos en el instante de decisión de la inversión.

TIEMPO

Resolución de la incertidumbre de una variable en

diferentes etapas de desarrollo del proyecto.

x
x

INSTANTE DE COMIENZO DE FINAL DE LA VIDA

DECISION DE LA LA PRODUCCION DE LA MINA
INVERSION
 Etapa del Proyecto Riesgos o incertidumbre por cambios en
Conceptual Incertidumbre de recursos,
Método de explotación,
Riesgo Político,
Riesgo macro-económico,
Diseño Diseño minero,
Diseño de proceso,
Infraestructura,
Permisos y licencias
Construcción Programación e hitos de riesgo
Seguridad de empresa contratista
Sobre gasto inversional
Operación y Mejoramiento Programa de producción
Recuperación planta
Ley de cabeza
Cierre de Faena y Disposición Administración de estériles
de Residuos Generación de ácido
Diseño de rehabilitación
Costos de rehabilitación
Procesamiento,
Acuerdo de Riesgo Compartido (joint venture)
Colaboradores,
Indicadores económicos del proyecto
Tamaño de operación,
Finanzas del proyecto,
Periodo retorno de inversión,
Gradiente de producción,
Explotabilidad, Procesabilidad,
Comportamiento macizo rocoso
Indicadores de Seguridad,
Temas Medio ambiente
Recuperación de aguas subterráneas,
Mantención después del cierre de faena,
Temas Comunitarios del Entorno
9
10
Se basa en la técnica de simulación
Montecarlo.
Metodología mediante la cual se procesan las
principales variables de riesgo en un modelo de
pronóstico.
De esta manera se estima el impacto del riesgo
sobre los resultados proyectados.
El análisis está sujeto a varias ejecuciones de
simulación con computadora.
Durante el proceso de simulación, se
construyen escenarios sucesivos que utilizan los
diferentes valores probabilísticos de las
variables de riesgo.

11
Modelo de
Pronósticos
Preparación de un
modelo capaz de
predecir la realidad
Variables de Riesgo
Selección de las variables
clave del proyecto
Distribución de Proba- Distribuciones de
bilidades (Paso 1) Probabilidades (Paso 2)
Definición de los límites Asignación de ponderación
de rango para posibles de probabilidad al
valores de variables rango de valores

Condiciones de Series de Simulación Análisis de

Correlación Resultados
Establecimiento de rela- Generación de escenarios Análisis estadístico del
ciones de correlación aleatorios con base en resultado de la situación
grupos de supuestos

12
 Criterio Modelo Identificación
Evaluación de Riesgo Conceptual del Proyecto Eventos no Deseados

Procesos que Conducen Factores que Conducen

a Eventos a Accidentes

Identificar Medidas
Para Reducir Riesgo
Tipo de
Análisis
?
Cuantitativo Cualitativo

Estimación
Determinar Determinar (subjetiva)
Consecuencias de Probabilidad de Probabilidad de
Ocurrencia Ocurrencia Ocurrencia

Determinar Evaluar
Dependencias Consecuencias de
Relaciones Ocurrencia

Determinar Determinar
Riesgo del Proyecto Riesgo Total

Riesgo Proceder con SI Riesgo

SI
Aceptable Planes & Programas Aceptable
? Actuales ?

NO NO
13
 Bajo el nombre de Método Monte Carlo o
Simulación Monte Carlo se agrupan una serie
de procedimientos que analizan distribuciones
de variables aleatorias usando simulación de
números aleatorios.

 El Método de Monte Carlo da solución a una

gran variedad de problemas matemáticos
haciendo experimentos con muestreos
estadísticos en una computadora. El método
es aplicable a cualquier tipo de problema, ya
sea estocástico o determinístico.

14
15
16
 Identificar las variables más críticas.

 Identificar dónde se debe dedicar más

esfuerzos, tanto en el proceso de
planeación como en el de control y
seguimiento de una decisión.

 Identificar las variables que deben ser

incluidas en la creación de escenarios o en
la simulación de Monte Carlo.

17
 El análisis de sensibilidad
Consiste en cambiar el valor de una
variable a fin de poner a prueba el
impacto sobre el resultado final;
Se utiliza para identificar las variables más
importantes y altamente sensibles del
proyecto.

18
 Sensibilidad de una
variable respecto de otra

(VAN )
SVAN tasa 
(i)

19
 Valor Actual

-500
0
500
1000
1500
2000
2500
0.
0%

0.
5%

1.
0%

1.
5%
2.
0%

2.
5%

3.
0%
3.
5%

4.
0%

4.
5%

5.
0%
5.
5%

6.

Tasa descuento
0%
Perfiles de VAN

6.
5%
7.
0%

7.
5%

8.
0%

8.
5%
9.
0%

9.
5%
Sensibilidad respecto a la tasa

10
.0
%
20
VAN B
VAN A
Generación de escenarios

OPTIMISTA

RAZONABLE O REAL

PESIMISTA

21
Q= 900Tpd
Precio= 38.51 US$/TM
C=17.41 US$/TM
Ley = 2.5 %
Ejemplo:
Un Ing. trata de evaluar 03 alternativas de inversión para las cuales
se hacen estimaciones pesimistas (P), Razonables (R) y optimistas
(O), para la vida útil, los costos anuales de operación y el valor de
rescate, según datos de la tabla. Determine la alternativa más
económica usando el CAUE. La tasa de oportunidad del capital es
12%.
ESTIMACIÓN PRECIO VALOR COSTO VIDA ÚTIL
COMPRA RESCATE OPERACIÓN

ALTERNATIVA A
P 20 000 0 11 000 3
R 20 000 0 9 000 5
O 20 000 0 5 000 8
ALTERNATVA B
P 15 000 500 4 000 2
R 15 000 1 000 3 500 4
O 15 000 2 000 2 000 7
ALTERNATIVA C
P 30 000 3 000 8 000 3
R 30 000 3 000 7 000 7
O 30 000 3 000 3 500 9

28
 SOLUCIÓN: ALTERNATIVA “A” - PESIMISTA

0 1 2 3
t (años)

A = 11 000
20 000

CAUE = 11 000 + 20 000 (A/P, 12%, 3)

= 19 327

ESTIMACIÓN ALTERNATIVA ALTERNATIVA ALTERNATIVA

“A” “B” “C”
P 19 327 12 640 19 601
R 14 548 8 229 13 276
O 9 026 5 089 8 927

29
CAUE
P La alternativa “B” es la más favorable
20 000
P

Altern. “C”
15 000
R R
P Altern. “A”

10 000
O
R
O
Altern. “B” O
5 000

1 2 3 4 5 6 7 8 9 t (años)

30
 Se puede hacer análisis de sensibilidad mucho más
allá de cambiar una variable en un cierto porcentaje
o utilizar los tradicionales criterios de optimista
promedio y pesimista.

 Se puede decir que el análisis de sensibilidad sirven

para identificar los parámetros relativamente
sensibles que afectan la solución óptima, para tratar
de estimarlos con más cuidado y después elegir una
solución que se mantenga como buena en un cierto
intervalo de valores posibles de estos parámetros
sensibles. No hay que olvidar que este análisis
constituye una parte muy importante de los estudios
de programación lineal.

31
PRACTICA DE GRUPO:
El proyecto de explotación de una cantera de gravas y arenas, considera
que las hipótesis optimista y pesimista corresponden a desviaciones del
20% en más o menos, según el caso, con una vida de 10 años y una tasa
del 20%.
¿Cómo varía la TIR del proyecto?.

DATOS OPTIMISTA PROBABLE PESIMISTA

Inversión (Miles) 450
F.F. Neto anual (Miles) 100
Valor residual (Miles) 90
Vida (Años) 15
TRI (%) 21,2

32
SOLUCIÓN PRÁCTICA GRUPAL:
El proyecto de explotación de una cantera de gravas y arenas, considera
que las hipótesis optimista y pesimista corresponden a desviaciones del
20% en más o menos, según el caso, con una vida de 10 años y una tasa
del 20%.
¿Cómo varía la TIR del proyecto?.

DATOS OPTIMISTA PROBABLE PESIMISTA

Inversión (Miles) 360 450 540
F.F. Neto anual (Miles) 120 100 80
Valor residual (Miles) 108 90 72
Vida (Años) 15 15 15
TRI (%) 33,0 21,2 12,6

33
Los resultados obtenidos indican que el proyecto es atractivo
económicamente en las hipótesis probable y optimista, pero no en
la pesimista.
Para tomar una decisión bien fundada, sería conveniente disponer
de más información acerca de la probabilidad de ocurrencia de las
circunstancias pesimistas.

En resumen, los análisis de sensibilidad proporcionan una

información útil en los estudios de evaluación y constituyen un
importante puente entre el análisis convencional en condiciones
de certeza supuesta y el análisis de riesgo.

34