Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Análisis de Riesgos
Análisis de Riesgos
Análisis de Riesgos
Preparación y Evaluación
de Proyectos II
Riesgo e Incertidumbre
El comportamiento RIESGO
de los flujos de caja • Existe más de un
es incierto, ya que posible resultado
no es posible • Se conoce la
probabilidad o se
conocer con puede estimar.
anticipación todos
los hechos que INCERTIDUMBR
pueden ocurrir y E
que pueden tener • No se conocen
efecto sobre los las
flujos de caja. probabilidades o
no se pueden
2
estimar
El Riesgo en los
RIESGO Proyectos
El riesgo en un proyecto se
define como la variabilidad de
los flujos de caja reales
respecto a los estimados.
Cuánto más grande sea esta
variabilidad, mayor el riesgo del
proyecto
El riesgo define una situación
donde la información es
aleatoria, en la cual se asocia
una estrategia con un conjunto
de resultados posibles, cada
uno de los cuales tiene
asignada una probabilidad.
3
La medición del
• El
Riesgo
método más común para
medir la dispersión, en la
comparación de proyectos o =
entre alternativas de un mismo
Una medida de dispersión
proyecto, es la desviación
relativa, que complementa el
estándar, que se calcula
análisis, es el Coeficiente de
mediante la expresión:
Variación:
σ= CV =
A mayor coeficiente de
Donde Ax es el flujo de caja de
dispersión, mayor es el riesgo
la posibilidad x, Px es su relativo
probabilidad de ocurrencia y es
el valor esperado de la
distribución de probabilidades
de los flujos de caja.
4
Ejemplo 1
Determine el Valor Esperado,
la Desviación Estándar y el
Coeficiente de Variación
1 0,3 2000
2 0,4 2500
3 0,3 3000
5
Métodos para tratar
el riesgo
Dependencia e
independencia de flujos
Ajuste a la tasa de
descuento
Métodos
para Equivalencia a la
tratar el certidumbre
riesgo
Árbol de decisión
Método más
utilizado para
tratar riesgo
e Análisis de sensibilidad
incertidumbre
6
Independencia y Dependencia
de Flujos de Caja
•• El
análisis de riesgo en los proyectos de inversión se realiza de
manera distinta según si los flujos sean independientes o no entre sí.
Es decir, si el resultado de un periodo depende o no de lo que haya
pasado en otro periodo anterior.
VE(VAN)=
7
Independencia y Dependencia
de Flujos de Caja
•• También
es posible determinar la probabilidad de que el VAN sea
superior a inferior a cierto valor de referencia. Para ello se utiliza la
siguiente expresión:
Z = -0,43
8
Ejemplo 2
Periodo 1 Periodo 2 Periodo 3
Probabilidad Flujo de caja Probabilidad Flujo de caja Probabilidad Flujo de caja
0,3 4.000 0,2 3.000 0,15 2.000
0,4 5.000 0,6 4.000 0,5 3.000
0,3 6.000 0,2 5.000 0,35 4.000
Inversión = 10.000
Tasa de descuento =
6%
Determine el Valor esperado del VAN y
la probabilidad de que sea igual o
menor a cero
9
Flujos de Caja dependientes
=
Flujo de Caja
Dependientes
2. Los flujos de caja están
moderadamente correlacionados
(Entre 0 y1)
En flujos
dependientes, la En este caso es posible aplicar
desviación es el modelo de correlación
mayor a la de los intermedia desarrollado por
flujos Hiller o el modelo de
independientes simulación de Hertz
10
Método de Ajuste a la Tasa de
Descuento
• Una forma de ajustar los flujos de caja consiste en
hacerlo mediante correcciones en la tasa de
descuento. Al mayor riesgo, mayor debe ser la tasa
para castigar la rentabilidad del proyecto.
La dificultad reside en
la determinación de la VAN=
prima por riesgo. Al
tener un carácter
subjetivo, el valor del
VAN puede diferir, al
asignarse distintos
valores de primas por
f=i+p
riesgos.
Donde i es la tasa libre de riesgo y
p es la prima de riesgo que exige
el inversionista
11
Método de equivalencia a la
certidumbre
• Consiste en ajustar cada uno de los flujos por una tasa que
muestra la relación entre un flujo de caja cierto respecto a un
flujo de caja incierto.
12
Ejemplo 3
Flujo de Caja Flujo de Caja
Año 0 Cierto Incierto
1 5.000 6.000
2 5.000 6.500
3 5.000 7.200
Inversión = 10.000
Tasa libre de riesgo=
4%
Determine el coeficiente 𝞪 de cada
periodo y el Valor del VAN
13
Árbol de decisión
• El árbol de decisión es
una técnica gráfica que
permite representar y
analizar una serie de
decisiones futuras de
carácter secuencial a
través del tiempo.
• Cada decisión se
representa gráficamente
por un cuadrado con un
número en una
bifurcación del árbol de
decisión. Cada rama que
se origina en este punto
representa una alternativa
http://silverdecisions.pl/SilverDecisions.html?lang=en
de acción. 14
Ejemplo 4
• Considere que se estudia el lanzamiento de un nuevo
producto. Las posibilidades en estudio son introducirlo en el
ámbito nacional o solamente en el ámbito regional. Si decide
lanzarlo regionalmente, es posible lanzarlo posteriormente a
nivel nacional, siempre y cuando a nivel regional se cuente
con una demanda alta.
15
16
Modelo de Simulación de
Monte Carlo
El modelo de Monte
Carlo es una
técnica de
simulación de
situaciones inciertas
que permite definir
valores esperados
para variables no
controlables,
mediante la
selección aleatoria
de valores, donde la
probabilidad de
elegir entre los
resultados posibles
está en estricta
relación con sus
respectivas
distribuciones de
probabilidad.
17
Software de Apoyo
18
Crystal Ball
Oracle Crystal Ball es un conjunto de programas
basados en la aplicación de modelos predictivos,
previsión, simulación y optimización de manera que
permite identificar las variables críticas de un análisis
que se esté realizando.
Uno de los usos más comunes de Oracle Crystal Ball
es desarrollar la simulación de Monte Carlo, el cual es
una técnica empleada para estudiar cómo responde un
modelo a entradas generadas de forma aleatoria.
Entre los sistemas analizados mediante la simulación
Monte Carlo se incluyen modelos financieros, físicos y
matemáticos.
19
Ejemplo 5
• Un estudio de mercado, determinó la siguiente
demanda del mercado meta y la participación que
podría llegar a tener el proyecto, con sus respectivas
probabilidades:
Demanda Probabilidad Participación Probabilidad
AÑO 0 1 2 3 4 5
PRODUCCIÓN BASE (Unid) 18.000 21.000 23.000 25.000 25.000
VARIACIÓN VOLUMEN DE PRODUCCIÓN (%) 0,00% 0,00% 0,00% 0,00% 0,00%
VOLUMEN DE PRODUCCIÓN (Unid) 18.000 21.000 23.000 25.000 25.000
23
AÑO 0 1 2 3 4 5
1. INGRESOS 378.000 441.000 483.000 525.000 568.000
1.1 Ventas 378.000 441.000 483.000 525.000 525.000
1.2 Otros ingresos 43.000
24
Ejemplo 8
• Realice el análisis multidimensional de sensibilización
del VAN, del flujo de caja analizado en el ejemplo
anterior.
• Considere que las variables se comportan con una
distribución PERT, con un valor mínimo de -15% y un
valor máximo de 15%.
• Determine la probabilidad de que el VAN sea mayor a
cero.
• Determine cuál es la variable más sensible del modelo
• Genere un reporte estadístico completo de la
simulación.
25