S03 Determinacion Riesgo Usando @RISK

2020-01
Curso:
Evaluación Económica
Financiera de Proyectos de
Mejora y su Impacto en el
EVA de la empresa
Docente:
William Oria Chavarría
Agosto 2020
© 2020. Tema: Evaluación Económica Financiera Proyectos Mejora Docente: WILLIAM ORIA CHAVARRIA 1
03
Sesión 03:
Determinación del Riesgo usando
@RISK
El @RISK
@RISK es una aplicación desarrollado como un Add In en el Excel que
permite realizar modelación y análisis de riesgos en diversos escenarios
desde áreas financieras hasta científicas utilizando simulación de Monte
Carlo.
@RISK cuenta con tres ediciones: @RISK Industrial, @RISK Professional y
@RISK Estándar.
Fuente: Elaboración Propia, Gráfico WEB
Recopilado por William Oria
Características del @RISK
Utiliza herramientas estadísticas –

distribuciones de probabilidad, fórmulas de
estadística descriptiva, muestreo y
simulaciones de Monte Carlo, entre otras- para
modelar situaciones o escenarios de riesgo.
Analiza datos, los ajusta a las funciones de probabilidad, identifica sus

elementos críticos y los escenarios en que actúan, aplica capacidades de
simulación avanzadas partiendo de la simulación de Monte Carlo y ofrece
los resultados tanto a nivel numérico como gráfico para su mejor
comprensión e interpretación.
Características Generales del @RISK
Características Generales:
Los resultados y ventanas del modelo se encuentran
integradas a Excel.
Tiene acceso directo a los parámetros de simulación.
Las gráficas y los resultados están referenciadas dentro
del Excel por medio de sus correspondientes celdas de
datos y se actualizan mientras corre la simulación.
Permite incluir en las celdas hasta 37 distribuciones de
probabilidad distinta mediante funciones.
El programa admite cualquier numero de iteraciones
por cada simulación y cualquier número de
simulaciones en cada análisis. Permite re cálculos de
cada hoja.
Características Generales del @RISK
@RISK utiliza información presentada como
un modelo en Excel, para analizar los
resultados posibles. Es como si pudiera llevar
a cabo cientos de miles de análisis de
escenarios al mismo tiempo. Realiza
SIMULACIONES.
@RISK permitirá ver todo lo que puede pasar
en esa situación. Es como “vivir” esa
situación una y otra vez, cada vez con una
serie diferente de condiciones, obteniendo
una serie diferente de resultados.
Áreas de aplicación del @RISK
Áreas de Aplicación:
En la empresa: ámbitos comerciales, de mercados,
de ventas y de técnicas de marketing. Estrategias de
inversión y de rentabilidad para nuevas empresas o
nuevas inversiones. Selección de proyectos.
Planificaciones y presupuestos contables y
financieros. Valoración, fusiones y adquisiciones de
empresas.
En finanzas: préstamos, hipotecas, fondos de
inversión, fondos de pensiones y jubilación.
Optimización de inversiones en acciones y bonos,
composición de carteras. Protección frente al riesgo
de variación de tipos de interés. Análisis bancario de
activos y pasivos. Oportunidades de arbitraje.
Aplicaciones del Value at Risk. (VaR)
Aplicaciones del @RISK

Etapas de una Simulación
• Estudiar el contexto del problema
• Identificar los objetivos del proyecto
Definición del • Especificar los índices de medición de la efectividad del sistema
sistema • Especificar los objetivos específicos del modelamiento
• Definir el sistema que se va a modelar.
• Definición y construcción del modelo con el cual se obtendrán los

Formulación del resultados deseados.
modelo • Definir todas las variables, sus relaciones lógicas y los diagramas de flujo
que describan en forma completa el modelo.
Colección de Definir con claridad y exactitud los datos que el modelo va a requerir para
datos producir los resultados deseados.
Implementación Decidir si se utiliza algún lenguaje como el fortran, algol, etc., o se utiliza algún
paquete como, @RISK, Promodel, Vensim, Stella y iThink,
del modelo en la GPSS, simula, simscript, Rockwell Arena, [Flexsim], etc., para procesarlo en la
computadora computadora y obtener los resultados deseados.
Etapas de una Simulación
El proceso de verificación consiste en comprobar que el modelo simulado
Verificación cumple con los requisitos de diseño para los que se elaboró. Se trata de
evaluar que el modelo se comporta de acuerdo a su diseño del modelo
Validación Del A través de esta etapa es valorar las diferencias entre el funcionamiento del
Sistema simulador y el sistema real que se está tratando de simular
La experimentación con el modelo se realiza después que éste haya sido

Experimentación validado. La experimentación consiste en generar los datos deseados y en
realizar un análisis de sensibilidad de los índices requeridos.
En esta etapa del estudio, se interpretan los resultados que arroja la

simulación y con base a esto se toma una decisión. Es obvio que los resultados
Interpretación que se obtienen de un estudio de simulación ayuda a soportar decisiones del
tipo semi-estructurado.
Dos tipos de documentación son requeridos para hacer un mejor uso del
modelo de simulación. La primera se refiere a la documentación del tipo
Documentación técnico y la segunda se refiere al manual del usuario, con el cual se facilita la
interacción y el uso del modelo desarrollado.
Simulación de Montecarlo
La Simulación de Montecarlo es un método no determinístico o estadístico
numérico usado para aproximar expresiones matemáticas complejas y
costosas de evaluar con exactitud. Se llamó así en referencia al Casino de
Montecarlo (Principado de Mónaco) por ser “la capital del juego de azar”, al
ser la ruleta un generador simple de números aleatorios. El nombre y el
desarrollo sistemático de los métodos de Montecarlo datan aproximadamente
de 1944 y se mejoraron enormemente con el desarrollo de la computadora.
El uso de la Simulación de Montecarlo como herramienta de investigación,
proviene del trabajo realizado en el desarrollo de la bomba atómica durante
la segunda guerra mundial en el Laboratorio Nacional de Los
Álamos en EE.UU. Este trabajo conllevaba la simulación de problemas
probabilísticos de hidrodinámica concernientes a la difusión de neutrones en
el material de fisión. Esta difusión posee un comportamiento eminentemente
aleatorio. En la actualidad es parte fundamental de los algoritmos
de Raytracing para la generación de imágenes 3D.

Simulación de Montecarlo
La Simulación de Montecarlo proporciona soluciones aproximadas a una
gran variedad de problemas matemáticos posibilitando la realización de
experimentos con muestreos de números pseudo-aleatorios en una
computadora. El método es aplicable a cualquier tipo de problema, ya
sea estocástico (funciona, sobre todo, por el azar) o determinista. A diferencia
de los métodos numéricos que se basan en evaluaciones en N puntos en un
espacio M-dimensional para producir una solución aproximada, el método de
Montecarlo tiene un error absoluto de la estimación que decrece como:
en virtud del teorema del límite central.

Uso del @RISK en los elementos del Riesgo
Riesgo
Identificación
Medición @RISK
Control
Gestión @RISK

Medición del Riesgo con @RISK
Medición del Riesgo
Desarrollo de un modelo Excel
Definición de la Distribución de Probabilidad @RISK
Elección de variables y número iteraciones @RISK
Ejecución de la Simulación @RISK
Análisis de los Resultados Analista

Toma de Decisiones Decisor

Procedimiento de uso de @RISK para la medición del riesgo
• Paso 1: Elaborar el Modelo a evaluar (ejemplo: evaluación económica
financiera de un proyecto o plan de negocio) en una hoja Excel, grabar y
cerrar la hoja Excel.
• Paso 2: Ejecutar el @RISK.
• Paso 3: Cargar la hoja Excel en el programa Excel que contiene el @RISK.
• Paso 4: Definir las variables de entrada.
• Paso 5: Definir la función de distribución de las variables de entrada.
• Paso 6: Definir los parámetros según la función de distribución elegida.
• Paso 7: Definir el número de iteraciones y el número de simulaciones.
Considerar número de iteraciones 1,000 y número de simulaciones 1.
• Paso 8: Definir la o las variables de salida.
• Paso 9: Ejecutar la simulación.
• Paso 10: Mostrar los resultados con la función de probabilidad acumulada.
• Paso 11: Interpretar los resultados.

Uso del @RISK
a. Definir Variables de Entrada

Distribuciones de Probabilidad Continua
Es la más importante de todas ya que describe gran cantidad de fenómenos naturales, así
Distribución como otros debidos a las decisiones humanas. Los gestores empresariales lo utilizan para
Normal describir variables inciertas como ventas, beneficios, costos, gastos, tasas futuras de
inflación, precio del petróleo, tipos de interés, etc.
Distribución Esta definida por tres parámetros, el mínimo (a), el más probable (c) y el máximo (b). Es
Triangular aplicable sobre riesgo financiero y de negocio, costos y gastos.
Es la más sencilla de las distribuciones. Está acotada entre un punto mínimo (a), y un
Distribución
punto máximo (b). Es aplicable para calcular probabilidades de tiempos de espera que se
Uniforme mueven en ciclos: autobuses, trenes, ascensores, etc.
Se utiliza para describir sucesos aleatorios que ocurren a lo largo del tiempo. Se utiliza a
Distribución
menudo para modelar el tiempo que transcurre entre la incorporación de un elemento a
Exponencial un sistema o el fallo de maquinas o de componentes electrónicos.
Esta se forma con la variable aleatoria del logaritmo natural de “X”. Si la distribución del
logaritmo natural de una variable aleatoria es normal entonces “X” es una variable con
Distribución distribución Log Normal. Sus aplicaciones están en la modelización de fenómenos que
Log Normal no pueden tomar valores negativos, por ejemplo el tiempo de realización de un trabajo,
el precio de una acción, el precio de los inmuebles, etc.

Uso del @RISK
b. Definir Distribuciones a las variables de entrada
En la mayoría de los modelos de calculo existen valores que son inciertos.
@risk permite representar mencionados valores a través de una función
distribución de probabilidad.
Botón para definir

funciones de
distribución
Uso del @RISK
Dentro de la ventana
podrá seleccionar el
tipo de distribución
Los tipos de distribución se
encuentran agrupados
Dentro del modelo de

calculo seleccione la
celda que tendrá la
función de
distribución.
Uso del @RISK
@Risk posee diversos tipos de
distribución
Se muestran algunos como por

ejemplo:
Comunes
Distribuciones continuas.
Distribuciones discretas, etc.
Uso del @RISK
También podemos asignar las distribuciones con el botón insertar

función
Uso del @RISK
Asignar los parámetros de
la distribución
Se asignaran los
parámetros y se
mostrara la grafica
resultante.
Grafico que muestra la

distribución seleccionada y
sus parámetros
Uso del @RISK
Para visualizar las

Activar el botón
distribuciones
asignadas se deberá
activar el botón
definir distribución
y luego seleccionar
la celda deseada
Moverse sobre la
celda que se quiere
visualizar
Uso del @RISK
c. Definir Variables de Salida
Con el comando Añadir salida del @RISK, se puede identificar aquellas celdas
(o rango de celdas) sobre las que le interesa obtener resultados de simulación.
Normalmente estas celdas de salida contienen los resultados de la hoja de
cálculo.
Botón “Añadir
salida”
Uso del @RISK
Como funciona:
Seleccionar las celdas
que se desean utilizar
como variables de
salida.
En este caso de
C14:L14
Celdas C14:L14
Uso del @RISK
Como funciona:
Haga clic sobre el botón Añadir

Salida
Uso del @RISK
Como funciona:
@risk nombra automáticamente el
rango de salida, así como cada variable
de salida de forma individual
Uso del @RISK
Como funciona:
Luego se podrá ver la función de

RiskOutput (variable de salida) en la
fórmula de la celda, lo cual la designa
como una variable de salida @risk
Uso del @RISK
d. Ejecución de la Simulación
Con las opciones de simulación (iteraciones, simulaciones, modo demo, etc.)

se puede seleccionar el número de iteraciones del cálculo, número de
simulaciones y otras configuraciones. Se puede poner @risk en modo Demo,
para actualizar la hoja de cálculo y los gráficos en tiempo real durante la
simulación.
Botones de simulación
Uso del @RISK
d. Ejecución de la Simulación Seleccionar el numero de
iteraciones para la simulación
Como funciona:
Seleccionar el numero de
simulaciones a ejecutar
Uso del @RISK
Durante una simulación Montecarlo, @risk toma valores de muestra de las
variables de entrada y registra las variables de salida resultantes – cientos de
miles de veces. Esto le ofrece una imagen de muchos posibles escenarios
distintos y de la probabilidad de que éstos ocurran.
Botón de inicio de
simulación
Uso del @RISK
Como funciona:
Seleccione las opciones de

visualización y otras
configuraciones
Uso del @RISK
Como funciona:
Activar el botón Modo Demo,

de tal manera que @risk
actualice el modelo en tiempo
real
Uso del @RISK
Como funciona:
Se Realiza la
simulación
Uso del @RISK
e. Ventana del Modelo
La ventana del modelo de @RISK ofrece un resumen de todas las
distribuciones de probabilidad, las variables de salida de simulación y las
matrices de correlación descritas en su modelo. En esta tabla se puede editar
agregar distribuciones, editar correlaciones y otras cosas mas, todo en un solo
lugar.
Botón “Ventana de
Modelo”
Uso del @RISK
Como funciona:
Al apretar el botón de
Ventana de Modelo,
se abrirá una pantalla
donde se podrá
visualizar:
Las variables de
entrada
Uso del @RISK
Como funciona:
Ventana de Modelo,
donde se podrá
visualizar y editar las
variables de salida.
Las variables de
salida
Como funciona:
Ventana de Modelo,
donde se podrá
visualizar y editar las
Correlaciones.
Las Correlaciones
Uso del @RISK
f. Análisis de Resultados
@risk puede mostrar gráficamente de diferentes formas el resultado de

muchos escenarios de una simulación Monte Carlo.
Los histogramas y las curvas acumulativas son dos de estas formas. Puede
utilizar la tecla de tabulación o hacer clic directamente sobre los gráficos de
resultados del modelo.
Botón Visualizar
resultados
Uso del @RISK
Como funciona:
Haga clic aquí para activar o

desactivar el Modo de
visualización después de una
simulación.
Uso del @RISK
Como funciona:
Al desplazarse por las

celdas, se podrá visualizar
los resultados
Uso del @RISK
Como funciona:
Haga clic aquí para cambiar la

visualización a curva
acumulativa
Uso del @RISK
Como funciona:
Se activa la barra de menú y

seleccione la opción
Acumulativo ascendente
Uso del @RISK
Como funciona:
Luego el tipo de gráfico

cambiará y se podrá
visualizar como una curva
acumulativa
Uso del @RISK
Gráficos de Tornado:
Los gráficos de tornado de un análisis de sensibilidad despliegan las jerarquizaciones de la
variables de entrada de distribución que impactan una variable de salida. En el @RISK 5.5,
están disponibles tres métodos para desplegar los gráficos de tornado—Coeficientes de
Regresión, Regresión (Valores Mapeados) y Coeficientes de correlación.
En conclusión este
grafico nos muestra
cual es el factor mas
importante que influye
a la variable de salida
Uso del @RISK
Diagramas de Dispersión:
Para mostrar la relación entre las variables de salida simuladas y muestras de
una distribución de entrada se usan los diagramas de dispersión que pueden
realizarse desde cualquier ventana de grafico o desde la ventana de resultados
de resumen.
Se muestra el
diagrama de
dispersión
Uso del @RISK
Diagramas de Caja Resumen y de Tendencia:
El programa dispone de diagramas de caja de resumen y gráficos de tendencia para
visualizar el riesgo a lo largo de un rango de variables de salida. Estos gráficos pueden
hacerse directamente desde cualquier ventana de grafico o desde la ventana de
resultados de resumen.
Se puede ver la
media y varios de
los percentiles de
los ingresos netos
de cada año
GRACIAS
Elaborado por: William Oria
Celular: 988-031-960
Emails:
woriach@uni.edu.pe

S03 Determinacion Riesgo Usando @RISK

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

S03 Determinacion Riesgo Usando @RISK

Cargado por

Copyright:

Formatos disponibles

2020-01

Fuente: Elaboración Propia, Gráfico WEB

Recopilado por William Oria

Utiliza herramientas estadísticas –

Analiza datos, los ajusta a las funciones de probabilidad, identifica sus

Fuente: Elaboración Propia, Gráfico WEB

Recopilado por William Oria

Fuente: Elaboración Propia, Gráfico WEB

Recopilado por William Oria

Fuente: Elaboración Propia, Gráfico WEB

Recopilado por William Oria

Fuente: Elaboración Propia, Gráfico WEB

Recopilado por William Oria

Recopilado por William Oria

• Definición y construcción del modelo con el cual se obtendrán los

Recopilado por William Oria

La experimentación con el modelo se realiza después que éste haya sido

En esta etapa del estudio, se interpretan los resultados que arroja la

Fuente: Elaboración Propia, Gráfico WEB

Recopilado por William Oria

en virtud del teorema del límite central.

Fuente: Elaboración Propia, Gráfico WEB

Recopilado por William Oria

Fuente: Elaboración Propia, Gráfico WEB

Recopilado por William Oria

Medición del Riesgo

Desarrollo de un modelo Excel

Definición de la Distribución de Probabilidad @RISK

Elección de variables y número iteraciones @RISK

Ejecución de la Simulación @RISK

Análisis de los Resultados Analista

Fuente: Elaboración Propia, Gráfico WEB

Recopilado por William Oria

Fuente: Elaboración Propia, Gráfico WEB

Recopilado por William Oria

Recopilado por William Oria

Recopilado por William Oria

Botón para definir

Dentro del modelo de

Se muestran algunos como por

También podemos asignar las distribuciones con el botón insertar

Grafico que muestra la

Para visualizar las

Haga clic sobre el botón Añadir

Luego se podrá ver la función de

Con las opciones de simulación (iteraciones, simulaciones, modo demo, etc.)

Seleccione las opciones de

Activar el botón Modo Demo,

@risk puede mostrar gráficamente de diferentes formas el resultado de

Haga clic aquí para activar o

Al desplazarse por las

Haga clic aquí para cambiar la

Se activa la barra de menú y

Luego el tipo de gráfico

También podría gustarte