Sunteți pe pagina 1din 55

FACULTAD DE CIENCIAS ECONOMICAS

Y DE ADMINISTRACION

Proyectos de Inversin

TRATAMIENTO
DEL RIESGO
Curso 2007

Consideracin del Riesgo

Qu es el riesgo desde el punto de vista de un


proyecto?
Es la variabilidad de su rentabilidad (VAN, TIR, etc..)
A mayor variabilidad

mayor riesgo

Cmo puede medirse?


EXISTEN MTODOS QUE PERMITEN EXPLICITAR EL
RIESGO PERO NO LO ELIMINAN
Prof. Cr. Esteban Lemes

Anlisis del Riesgo


Mtodos Empricos
Cmputo determinstico de las variables

1. Valores Conservadores
2. Equivalencia a certeza
3. Tasa requerida ajustada
4. Tres estimaciones
5. Anlisis de Sensibilidad
Prof. Cr. Esteban Lemes

Anlisis del Riesgo


Mtodos Probabilsticos
Cmputo aleatorio de variables clave

1. Distribucin verdadera
2. Valor esperado y varianza
3. Arboles de decisin
4. Simulacin Monte Carlo
Prof. Cr. Esteban Lemes

Anlisis Determinstico
del Riesgo

Anlisis de Sensibilidad
OBJETIVO

Medir y analizar el impacto generado por


desvos desfavorables y razonables de las
variables estratgicas.

Prof. Cr. Esteban Lemes

Anlisis de Sensibilidad Variables estratgicas


En los Ingresos
Volmenes fsicos de ventas
Precios unitarios

En los Egresos
Valores de las Inversiones
Precio de insumos Bsicos
Remuneraciones personales

En Ambos
Retraso en la ejecucin
Demoras en captacin del mercado
Prof. Cr. Esteban Lemes

Anlisis de Sensibilidad Presentacin Tradicional

Intenta responder la siguiente pregunta:


QU PASARA SI?

Prof. Cr. Esteban Lemes

Anlisis de Sensibilidad Presentacin Tradicional


ESQUEMA UNIDIMENSIONAL
Dinamiza las variables clave, tomndolas UNA a UNA y
suponiendo que todas ellas son INDEPENDIENTES.
PROCEDIMIENTO:
1. Seleccionar las variables clave
2. Modificar su valor, en sentido adverso al proyecto,
dentro de rangos de variacin probables
3. Recalcular los indicadores
4. Cotejar los resultados con los valores iniciales
CRITERIOS DE SENSIBILIDAD:
1. Descenso indicador >Alteracin de la variable
2. Alteracin del valor original cambia la decisin de
invertir

Prof. Cr. Esteban Lemes

Anlisis de Sensibilidad Unidimensional


VAN

Inversin
Variacin Fija Inicial
-35,0%
14.521
-30,0%
13.476
-25,0%
12.431
-20,0%
11.385
-15,0%
10.340
-10,0%
9.295
-5,0%
8.250
0,0%
7.205
5,0%
6.160
10,0%
5.114
15,0%
4.069
20,0%
3.024
25,0%
1.953
30,0%
867
35,0%
-220

Gastos
variables por
abonado
20.845
18.897
16.947
14.999
13.050
11.101
9.152
7.205
5.254
3.306
1.357
-632
-2.635
-4.639
-6.643

Minutos en el
aire por mes
por abonado
-25.086
-19.419
-14.533
-10.149
-5.765
-1.381
2.943
7.205
11.468
15.730
19.993
24.255
28.517
32.779
37.042

Cantidad
de
abonados
-4.968
-3.215
-1.450
316
2.087
3.808
5.513
7.205
8.902
10.605
12.302
14.007
15.719
17.406
19.099
Prof. Cr. Esteban Lemes

Anlisis de Sensibilidad Presentacin Tradicional


ESQUEMA MULTIVARIABLE
Dinamiza simultneamente varios factores crticos
(habitualmente dos)
Se abandona el sesgo negativo de las alteraciones
Construccin de la Matriz de Resultados

Prof. Cr. Esteban Lemes

Anlisis de Sensibilidad Dos Variables

Gastos Variables de produccin por abonado


VAN
facturar por
mes por
abonado

Variacin
-20,0%
-15,0%
-10,0%
-5,0%
0,0%
5,0%
10,0%
15,0%
20,0%

20%
-15.242
-11.589
-7.937
-4.284
-632
2.961
6.513
10.066
13.618

15%
-13.239
-9.586
-5.934
-2.280
1.357
4.909
8.462
12.014
15.566

10%
-11.235
-7.582
-3.930
-276
3.306
6.858
10.411
13.963
17.515

5%
-9.232
-5.578
-1.926
1.703
5.254
8.806
12.359
15.911
19.463

0%
-7.226
-3.573
79
3.653
7.205
10.757
14.310
17.862
21.414

-5%
-5.223
-1.570
2.049
5.601
9.152
12.705
16.257
19.809
23.361

-10%
-3.220
433
3.997
7.549
11.101
14.653
18.206
21.758
25.310

-15%
-1.216
2.395
5.947
9.499
13.050
16.603
20.155
23.707
27.259

-20%
788
4.344
7.895
11.447
14.999
18.551
22.104
25.656
29.208

Prof. Cr. Esteban Lemes

Anlisis de Sensibilidad Valor de Aceptabilidad


ESQUEMA UNIDIMENSIONAL
Hallar el valor de la variable clave que anule el VAN
PROCEDIMIENTO
1. Identificacin de las variables estratgicas
2. Determinar el valor de dichas variables que hacen que el
VAN = 0
CONCLUSIONES
Cuanto mayor sea la alteracin, menor es el riesgo

Prof. Cr. Esteban Lemes

Anlisis de Sensibilidad Valor de Aceptabilidad


ESQUEMA BIVARIABLE
Hallar el par de valores crticos de dos variables clave que
combinados anulen el VAN.
PROCEDIMIENTO:
Similar al esquema unidimensional.
PRESENTACIN DE LOS RESULTADOS:
Forma matricial
Curvas de indiferencia

Prof. Cr. Esteban Lemes

Valor de Aceptabilidad 2 Variables


Combinaciones de precios y cantidad
P

8.200
8.300
8.400
8.500
8.600
8.700
8.800
8.900
9.000
9.100
9.200
8.000

5,94
5,90
5,85
5,80
5,76
5,72
5,67
5,63
5,59
5,55
5,51
6,04

Combinaciones de precio y cantidad que hacen


VAN = 0
6,00
5,90
5,80
Precio

5,70
5,60
5,50
5,40
5,30
8.200

8.400

8.600

8.800

9.000

9.200

Cantidad anual
Prof. Cr. Esteban Lemes

Anlisis de Sensibilidad: Escenarios

Es una forma de aplicar el anlisis de sensibilidad


multivariable

Consiste en examinar el resultado que se obtendra bajo


combinaciones diferentes, pero coherentes, de mltiples
variables.

Casos particulares de Escenarios son los llamados


Escenario Optimista y Escenario Pesimista.

Prof. Cr. Esteban Lemes

Ejemplo: Productos Congelados


VOLUMENES DE VENTA

Ao 1
500

PRECIO DE VENTA

Ao 2
750

Ao 3
1.000

Ao 4
1.000

Ao 5 Aos 6-10
1.000
1.000

1,70

COSTOS VARIABLES
-Mats. Primas
-Mano de Obra
-Gtos de Fabric
-Envases
-Otros
Total

(% S/Vtas a un precio de 1,7)


30%
==>
$ 0,51
10%
==>
$ 0,17
6%
==>
$ 0,10
4%
==>
$ 0,07
5%
==>
$ 0,09
55%
==>
$ 0,94

COSTOS FIJOS

200,0

INVERSIONES FIJAS
-Obra Civil
-Equipos
-Otros
Total

US$ Miles VIDA UTIL


$ 800,0
10
$ 1.000,0
10
$ 100,0
10
$ 1.900,0

INVERSIONES EN CAPITAL DE TRABAJ

10,00% (% S/Vtas)

FINANCIAMIENTO
-Monto Solicitado
-Tasa Efect. Anual
-Plazo
-Cuotas

$ 1.000,0
9,00%
5 aos includo 1 de gracia en el cual se abonan slo los intereses
Iguales, Anuales y Vencidas

Prof. Cr. Esteban Lemes

CUADRO No. 1: PROYECCION DEL FLUJO DE FONDOS Y CALCULO DE INDICADORES DE RENTABILIDAD


(Miles de US$)
CONCEPTO
I)

INVERSIONES
-Fijas
-Circulantes

II)

INGRESOS
-Ventas

III)

COSTOS
-Mats. Primas
-Mano de Obra
-Gtos de Fabric
-Envases
-Otros
-Ctos Fijos
-Amortizaciones
-Intereses

IV)

UTILIDAD ANTES DE IRIC

V)

IRIC

VI)

AMORTIZACIONES

10

-1.985
1.900
85

-43

-43

170

43

43

-170

850
850

1.275
1.275

1.700
1.700

1.700
1.700

1.700
1.700

1.700
1.700

1.700
1.700

1.700
1.700

1.700
1.700

1.700
1.700

-948
255
85
51
34
43
200
190
90

-1.181
383
128
77
51
64
200
190
90

-1.395
510
170
102
68
85
200
190
70

-1.374
510
170
102
68
85
200
190
49

-1.350
510
170
102
68
85
200
190
25

-1.325
510
170
102
68
85
200
190

-1.325
510
170
102
68
85
200
190

-1.325
510
170
102
68
85
200
190

-1.325
510
170
102
68
85
200
190

-1.325
510
170
102
68
85
200
190

-98

94

305

326

350

375

375

375

375

375

-28

-91

-98

-105

-113

-113

-113

-113

-113

190

190

190

190

190

190

190

190

190

190

93

256

403

418

435

453

453

453

453

453

-219

-238

-260

-283

219

238

260

283

50

-6

165

158

151

453

453

453

453

623

VII) FLUJO DESPUES DE IRIC


VII) FINANCIAMIENTO
-Prestamos Obtenidos
-Amort del Principal
FLUJOS DE FONDOS

1.000
1.000

-985

CALCULO DE INDICADORES

TIR

17,11% VPN (12%)

340

Prof. Cr. Esteban Lemes

Tablas de Datos en Excel


Las tablas de datos son parte de una serie de comandos a veces denominados herramientas
de anlisis Y si. Una tabla de datos es un rango de celdas que muestra cmo afecta el
cambio de algunos valores de las frmulas a los resultados de las mismas. Las tablas de
datos constituyen un mtodo abreviado para calcular varias versiones en una sola operacin,
as como una manera de ver y comparar los resultados de todas las variaciones distintas en
la hoja de clculo.
Tablas de datos de una variable
Por ejemplo, utilice una tabla de datos de una variable
si desea ver de qu manera afectan distintos tipos de inters al pago mensual de una
hipoteca. En el siguiente ejemplo, la celda D2 contiene la frmula de pago,
=PAGO(B3/12,B4,-B5), que hace referencia a la celda variable B3.
Tabla de datos de dos variables
Una tabla de datos de dos variables puede mostrar
cmo afectan los distintos tipos de inters y plazos del prstamo al pago de una hipoteca. En
el siguiente ejemplo, la celda C2 contiene la frmula de pago, =PAGO(B3/12,B4,-B5), que
utiliza dos celdas variables, B3 y B4.
Clculos de las tablas de datos Las tablas de datos se actualizan cuando se actualiza
una hoja de clculo, aunque no hayan cambiado. Para acelerar el clculo de una hoja de
clculo que contenga una tabla de datos, pueden cambiarse las opciones de Calcular para
que se actualice automticamente la hoja de clculo pero no las tablas de datos.
Prof. Cr. Esteban Lemes

Prof. Cr. Esteban Lemes

Anlisis de Sensibilidad- Univariable


Valor de
Aceptab.

DISMINUCION DEL PRECIO DE VENTA

0%

5,6%

AUMENTO DE LAS INVERSIONES FIJAS

0%

17,9%

AUMENTO DEL PRECIO DE LA MAT. PRIMA

0%

18,3%

ANALISIS DE SENSIBILIDAD

DISMINUCION DEL
PRECIO DE VENTA
%
0,0%
2,0%
4,0%
6,0%
8,0%
10,0%
12,0%
14,0%
16,0%
18,0%
20,0%

VPN
340
218
96
-25
-149
-277
-404
-532
-660
-788
-925

AUMENTO DEL
COSTO DE LA
INVERSION FIJA
%
0,0%
2,0%
4,0%
6,0%
8,0%
10,0%
12,0%
14,0%
16,0%
18,0%
20,0%

VPN
340
302
264
226
188
150
112
74
36
-2
-40

AUMENTO DEL
PRECIO DE LA
MATERIA PRIMA
%
0,0%
2,0%
4,0%
6,0%
8,0%
10,0%
12,0%
14,0%
16,0%
18,0%
20,0%

VPN
340
302
265
228
191
154
117
80
43
6
-31

Prof. Cr. Esteban Lemes

Anlisis de Sensibilidad Valoracin del Mtodo


Es el ms refinado de los mtodos empricos
Es el de mayor difusin en la aplicacin prctica
Ofrece medidas respecto a la posibilidad de que la inversin
no sea rentable
Identifica las variables que tienen un mayor impacto relativo
sobre la inversin
Seala las reas que merecern mayor atencin en las fases
de ejecucin y operacin del proyecto

Prof. Cr. Esteban Lemes

Anlisis de Sensibilidad Valoracin del Mtodo

Orienta la organizacin del seguimiento y control de la


implementacin

Ofrece una clara visin de cun cerca del margen se ubica la


rentabilidad de un proyecto

Contribuye a seleccionar las variables a aleatorizar en el uso de


mtodos probabilsticos

Debe evitarse su uso exagerado pues el exceso de datos puede


generar confusin

No incorpora las potencialidades del clculo de probabilidades

Prof. Cr. Esteban Lemes

Anlisis Probabilstico
del Riesgo

Presentacin
Por qu tratar probabilsticamente el Riesgo?
Principios del anlisis probabilstico del riesgo
Simulacin
Conclusiones
Ejemplos

Prof. Cr. Esteban Lemes

Incertidumbre en los pronsticos

Valores
CERTEZA

INCERTIDUMBRE

Observaciones Pasadas

Futuro

+
+
+
+

Resultados
Mejores Estimaciones

+ + ++ +
+
++

+
+ +
+

+ +
+
+

Modo
Promedio
Valor conservador

Presente

Fin de la Ejecucin
del Proyecto

Tiempo

Prof. Cr. Esteban Lemes

Risk Assessment involves examining the range of all possible outcomes


and not just the expected outcome
Which pool would you rather dive into?

Average Depth = 1.60 Mts..

Average Depth = 1.60 Mts..

1.60 m.
2.30 m.
0.90 m.

e
u
l
a
v
c te d
e
p
x
l th
e
a

e
n
h
o
r
u
g
yo
o
t
R ely i n
s
u
o
d
zar
a
h
e
b
c an

Prof. Cr. Esteban Lemes

Principios del Anlisis Probabilstico


1.- Reconocer la necesidad de encarar el problema del riesgo y
cuantificarlo.
2.- Cmo lo cuantificamos?

Objetivamente

Subjetivamente
3.- La mayora de las veces la cuantificacin del riesgo involucra
los mejores juicios subjetivos, ya que las situaciones no son
repetibles.
4. - Cuando varios factores interactan produciendo efectos
compuestos el anlisis probabilstico del riesgo ayuda a
encararlo
Prof. Cr. Esteban Lemes

Principios
Describir el Riesgo con Funciones de Distribucin
1

0
0.0

0.3

0.5

0.8

1.0

Las funciones de distribucin


de probabilidad son usadas
para presentar y cuantificar el
riesgo de cada variable.

0.2

0
0.0

1.8

3.5

5.3

7.0

0.4

Cada variable es estudiada en


su contexto histrico
0.0
0.0

7.5

15.0

22.5

30.0

-4 -3 -2 -1

Prof. Cr. Esteban Lemes

Pasos del Modelo Probabilstico


1. Desarrollo del Modelo Determinstico
2. Seleccin de las Variables a Aleatorizar
3. Asignacin de Funciones de Probabilidad a las Variables
Relevantes
4. Estructuracin del Modelo
5. Proceso de Simulacin
6. Tabulacin y Anlisis de la Informacin
7. Toma de Decisiones

Prof. Cr. Esteban Lemes

Desarrollo del Modelo Determinstico

El modelo determinstico ya fue desarrollado al formular el


proyecto en condiciones de certeza.

Una ecuacin comprehensiva de las entradas y salidas


anuales de dinero, para un proyecto de creacin de una
empresa, adoptara la siguiente formulacin:

FFj = (Vj Cj Intj Dj ) * (1 t) + Intj + Dj + Prstj SDj Ij + VRj


Correspondiendo, para el ao j, a los siguientes conceptos:
FF

Flujo de fondos neto

Ingresos por ventas

Egresos operativos

Int

Intereses pagados

Am

Cuota anual de depreciacin

Tasa de impuesto a la renta

Prst Prstamos recibidos

SD

Servicio de las deudas

VR

Valores de rescate

Inversiones

Prof. Cr. Esteban Lemes

Seleccin de las Variables a Aleatorizar


Paso 1: Estudiar las Variables Relevantes
Estas fueron determinadas en el
anlisis de sensibilidad

Comportamiento Histrico
11

12

10

2
-4 -3 -2 -1

9
6

V1

8
7

0.6

0.4

0
0.0

1.3

2.5

3.8

V2

5.0

0.0
0.0

2.5

5.0

7.5

10.0

V3 ........

Rango; Mnimo; Mximo, Modo,


Media, Dispersin, etc.

Paso 2: Estudiar la Correlacin


entre las Variables
Prof. Cr. Esteban Lemes

Seleccin de Variables

Si bien todas las variables operan en condiciones de riesgo, es


suficiente trabajar en forma aleatoria con aquellos elementos que
tienen una incidencia significativa en la determinacin del retorno de
la inversin.

La razn para considerar en la simulacin slo a las variables de


importancia crucial es doble.

cuanto mayor es el nmero de variables aleatorias en el modelo,


ms grande es el riesgo de generar escenarios inconsistentes,
debido a la dificultad para establecer en forma precisa las
vinculaciones existentes entre las variables correlacionadas.

el costo para establecer distribuciones de probabilidad en forma


precisa para muchas variables, puede ser superior al beneficio
de la mayor precisin que potencialmente se lograra con su
introduccin en el anlisis.
Prof. Cr. Esteban Lemes

Funcin Densidad y Funcin Distribucin


F(x)
1

F(b)

F(a)

P(a X b)=F(b) - F(a)

0
a
f(x)

P(a X b) = Area under


f(x) between a and b
= F(b) - F(a)

x
Prof. Cr. Esteban Lemes

Funciones de Probabilidad

Prof. Cr. Esteban Lemes

Distribuciones
Probabilidad

Probabilidad

P3

P2
P4
P1
P5

M nim o

M xim o

V alor de
la V ariable

D iscreta

Mejor Estimacin

P2

P3

M nim o

P4

P5
M xim o

E scalera

V alor de
la V ariable

Mximo

Beta

P robabilidad

Probabilidad

P1

Mnimo

Valor de
la Variable

T rap ezoidal

V alor de
la V ariable

Prof. Cr. Esteban Lemes

Distribucin Uniforme
La funcin densidedad es
uniforme [0,5]:

1/5 para 0 X 5

f(x)=

0 en el resto

E(X) = 2.5 = ( b + a ) / 2

Uniform [0,5] Distribution


0.5

El rea total bajo f(x) = 1/5 * 5 = 1.00

0.4

f(x)

0.3

El rea total bajo f(x) desde 1 a 3 = P(1X3)


= (1/5)2 = 2/5

0.2
0.1
.0.0
-1

Prof. Cr. Esteban Lemes

Estructuracin del Modelo


Distribution for Expected Claims

0.05
0.03
0.00
361.3 421.5 481.6 541.8 602.0 662.2 722.4

Distribution for Expected Commissions


/ Expected Commissions

0.22

0.05

PROBABILITY

PROBABILITY

0.08

0.04
0.02
0.01
0.00
63.9

68.6

73.3

78.1

82.8

87.5

92.2

0.07

0.18

Regression Sensitivity for General Accident/D5

0.05

0.13

0.04

0.09

16
-.662
1996/C4
15
-.38
1997/D4
14
1998/E4 .294
13
Management Expenses / 2007/N30
-.158
12
1986 / Beta(0.62,0.87) * 5.00 + 6.50/J6
.154
11
Commission Expenses / 2005/L31
-.08
10
Expected Premium/B5
.065
9
General Accident / n/N15
.052
8
General Accident / p/P15
.039
7
General Accident / q/R15
.037
6
General Accident / r/T15
.019
5
General Accident / 1999/R16
.017
4
Guardian / r/T16
.015
3
Guardian / 1999/R17
.013
2
Cycle / Royal/H13
.012
1
Expected Expenses / Expected Expenses/T8-.012
0
-1.0
-0.5
0.0
0.5

0.03

0.04

0.01

0.00
0.0

Values in Thousands

16.7

33.3

50.0

66.7

83.3

100.0

0.00
0.6 17.1 33.6 50.1 66.6 83.1 99.6

Values in 10^-2

Values in 10^-2

0.16

0.07
0.05
0.02
9.1

18.2

0.17
0.12
0.08
0.04
0.00
0.0

27.3

16.6

33.3

49.9

66.6

83.2

0.12
0.09
0.06
0.03
0.00
53.2

99.8

0.05
0.04
0.03
0.01
33.5

50.1

66.7

83.3

85.6

96.4

107.1 117.9

Std b coeff
calculated at
end of bars

1.0

Coefficient Value

0.13

0.07

16.9

74.8

Distribution for 1996

Distribution for Commission Expenses


/ 2001

0.11
0.08

Values in 10^-2

Comparison Outcomes "FCF"

0.05
0.03
0.00
-7.2

99.9

-4.8

-2.4

0.0

2.4

4.8

0.23

7.2

Values in 10^-1

0.18
PROBABILITY

0.00
0.3

64.0

Values in 10^-1

Values in 10^-2

PROBABILITY

0.0

Legends:

0.14
D5/General Accident
0.09

D6/Guardian Royal Exchange


D7/Commercial Union

0.05
Distribution for General Accident/D5
0.08

PROBABILITY

-9.1

PROBABILITY

-18.2

PROBABILITY

PROBABILITY

0.21

0.10

0.00
-27.3

Distribution for 1987 /


PearsonVI(6.10e+3,79.63,9.34e-2)

Distribution for 1986 / Beta(0.55,1.00)


* 2.74e+6 + 3.63e+6

Distribution for General Accident /


1996
0.12

PROBABILITY

PROBABILITY

Distribution for Expected Expenses /


Expected Expenses

0.06

0.11

PROBABILITY

Distribution for Expected Premium /


GA
0.13

0.07

D8/ Royal Insurance

0.00
-928.4 -618.9 -309.5

D9/Sun Alliance
0.0

309.5

618.9

928.4

Values in Thousands

0.05
0.03
0.02
0.00
-456.03

-228.02

0.00

228.02

456.03

684.05

912.06

Values in Thousands

Prof. Cr. Esteban Lemes

Proceso de Simulacin (La Caja Negra)


1. Generar nmeros aleatorios
2. Transformacin en Probabilidad
3. Encontrar el valor de la variable
4. Iterar el proceso n veces
5. Verificar estabilidad de los resultados
6. Tabular los Datos

Prof. Cr. Esteban Lemes

Ejemplo Sencillo
Supongo una inversin con las siguientes caractersticas
Inversin Inicial
Ingresos Netos del Primer Ao
Ingresos Netos del Segundo Ao

=
=
=

X1
X2
X3

X1 se distribuye discreta
X1
100
110
120

P(X1)
0,2
0,7
0,1

X2 se distribuye uniforme en:

A
50

B
65

X3 se distribuye uniforme en:

70

100

Tasa de costo de capital:

0
0,2
0,9

100
110
120

12%

Prof. Cr. Esteban Lemes

Proceso de Simulacin
NUMERO
DE
ITERS.
1
2

298
299
300

X1

X2

SIMUL
VALOR
SIMUL
@rand X1
X1
@rand X2
0,506
110
0,336
0,355
110
0,420

0,795
0,176
0,657

110
100
110

0,002
0,514
0,307

X3
VALOR
SIMUL
X2
@rand X3
55,0
0,914
56,3
0,977

50,0
57,7
54,6

0,827
0,338
0,816

VALOR
X3
97,4
99,3

VALOR
VAN
16,8
19,4

94,8
80,1
94,5

10,2
15,4
14,1

Prof. Cr. Esteban Lemes

Tabulacin y Anlisis
Intervalos
(Lm Superior]

DATOS ESTADISTICOS
MINIMO
MAXIMO
MEDIA
VARIANZA
DESV STAND

(17,18)
36,35
9,35
87,13
9,33

Frecuencia
Absoluta

Frecuencia
Relativa

Frecuencia
Relativa Acum

(24)
(20)
(15)
(10)
(5)
0

0
0
2
6
9
35

0,0%
0,0%
0,7%
2,0%
3,0%
11,7%

0,0%
0,0%
0,7%
2,7%
5,7%
17,3%

5
10
15
20
25
30
35
40
More

53
55
50
44
25
14
6
1
0

17,7%
18,3%
16,7%
14,7%
8,3%
4,7%
2,0%
0,3%
0,0%

35,0%
53,3%
70,0%
84,7%
93,0%
97,7%
99,7%
100,0%
100,0%

Total

300

60

Serie1

35

40

40

30

35

25

30

20

25

15

20

10

15

10

(5)

(10

(15

(5

(20

0)

(24

5)

(1

10

0)

20

(1

30

(2

40

(2

50

4)

100,0%
90,0%
80,0%
70,0%
60,0%
50,0%
40,0%
30,0%
20,0%
10,0%
0,0%

Prof. Cr. Esteban Lemes


Serie1

Ejemplo: Productos Congelados


VOLUMENES DE VENTA

Ao 1
500

PRECIO DE VENTA

Ao 2
750

Ao 3
1.000

Ao 4
1.000

Ao 5 Aos 6-10
1.000
1.000

1,70

COSTOS VARIABLES
-Mats. Primas
-Mano de Obra
-Gtos de Fabric
-Envases
-Otros
Total

(% S/Vtas a un precio de 1,7)


30%
==>
$ 0,51
10%
==>
$ 0,17
6%
==>
$ 0,10
4%
==>
$ 0,07
5%
==>
$ 0,09
55%
==>
$ 0,94

COSTOS FIJOS

200,0

INVERSIONES FIJAS
-Obra Civil
-Equipos
-Otros
Total

US$ Miles VIDA UTIL


$ 800,0
10
$ 1.000,0
10
$ 100,0
10
$ 1.900,0

INVERSIONES EN CAPITAL DE TRABAJ

10,00% (% S/Vtas)

FINANCIAMIENTO
-Monto Solicitado
-Tasa Efect. Anual
-Plazo
-Cuotas

$ 1.000,0
9,00%
5 aos includo 1 de gracia en el cual se abonan slo los intereses
Iguales, Anuales y Vencidas

Prof. Cr. Esteban Lemes

CUADRO No. 1: PROYECCION DEL FLUJO DE FONDOS Y CALCULO DE INDICADORES DE RENTABILIDAD


(Miles de US$)
CONCEPTO
I)

INVERSIONES
-Fijas
-Circulantes

II)

INGRESOS
-Ventas

III)

COSTOS
-Mats. Primas
-Mano de Obra
-Gtos de Fabric
-Envases
-Otros
-Ctos Fijos
-Amortizaciones
-Intereses

IV)

UTILIDAD ANTES DE IRIC

V)

IRIC

VI)

AMORTIZACIONES

10

-1.985
1.900
85

-43

-43

170

43

43

-170

850
850

1.275
1.275

1.700
1.700

1.700
1.700

1.700
1.700

1.700
1.700

1.700
1.700

1.700
1.700

1.700
1.700

1.700
1.700

-948
255
85
51
34
43
200
190
90

-1.181
383
128
77
51
64
200
190
90

-1.395
510
170
102
68
85
200
190
70

-1.374
510
170
102
68
85
200
190
49

-1.350
510
170
102
68
85
200
190
25

-1.325
510
170
102
68
85
200
190

-1.325
510
170
102
68
85
200
190

-1.325
510
170
102
68
85
200
190

-1.325
510
170
102
68
85
200
190

-1.325
510
170
102
68
85
200
190

-98

94

305

326

350

375

375

375

375

375

-28

-91

-98

-105

-113

-113

-113

-113

-113

190

190

190

190

190

190

190

190

190

190

93

256

403

418

435

453

453

453

453

453

-219

-238

-260

-283

219

238

260

283

50

-6

165

158

151

453

453

453

453

623

VII) FLUJO DESPUES DE IRIC


VII) FINANCIAMIENTO
-Prestamos Obtenidos
-Amort del Principal
FLUJOS DE FONDOS

1.000
1.000

-985

CALCULO DE INDICADORES

TIR

17,11% VPN (12%)

340

Prof. Cr. Esteban Lemes

Anlisis de Sensibilidad- Univariable


Valor de
Aceptab.

DISMINUCION DEL PRECIO DE VENTA

0%

5,6%

AUMENTO DE LAS INVERSIONES FIJAS

0%

17,9%

AUMENTO DEL PRECIO DE LA MAT. PRIMA

0%

18,3%

ANALISIS DE SENSIBILIDAD

DISMINUCION DEL
PRECIO DE VENTA
%
0,0%
2,0%
4,0%
6,0%
8,0%
10,0%
12,0%
14,0%
16,0%
18,0%
20,0%

VPN
340
218
96
-25
-149
-277
-404
-532
-660
-788
-925

AUMENTO DEL
COSTO DE LA
INVERSION FIJA
%
0,0%
5,0%
7,5%
10,0%
12,5%
15,0%
17,5%
20,0%
22,5%
25,0%
30,0%

VPN
340
302
264
226
188
150
112
74
36
-2
-40

AUMENTO DEL
PRECIO DE LA
MATERIA PRIMA
%
0,0%
2,0%
4,0%
6,0%
8,0%
10,0%
12,0%
14,0%
16,0%
18,0%
20,0%

VPN
340
302
265
228
191
154
117
80
43
6
-31

Prof. Cr. Esteban Lemes

Variables a Aleatorizar
1) PRECIO DE VENTA ----->Se distribuye triangular en el intervalo [1.50..1.90]
2) PRECIO DE LA MATERIA PRIMA --> Se distribuye Normal (0.51 ; 0.063)
3) INVERSIONES FIJAS -OBRA CIVIL ---> Se distribuye uniforme en el intervalo [700-900]
-EQUIPOS---->Se distribuye discreta X=1.000 con P(X)=0.4
X= 850 con P(X)=0.6
FORMULAS DE SIMULACION
A) NORMAL

[-2*LN(@RAND)]^0.5*@COS(2*PI*@RAND)*S+MEDIA

B) UNIFORME

@RAND*(B-A)+A

C) TRIANGULAR

(@RAND+@RAND)/2*(B-A)+A

Triang(1,5; 1,7; 1,9)


X <= 1,5632
5,0%

MateriaPrima
Normal(0,51; 0,63)

X <= 1,8368
95,0%

X<=-0,526
5,0%

0,7

ObraCivil
Uniform(700; 900)
X<=2,100
99,4%

0,6

Values x 10^-3

0,4
0,3

2
0,2

0
1,45

1,55

1,6

1,65

1,7

1,75

1,8

1,85

1,9

1,95

0
-1,5

2
1

0,1

1,5

X<=890,0
95,0%

0,5

X<=710,0
5,0%

-1

-0,5

0,5

1,5

2,5

0
650

700

750

800

850

900

950

Prof. Cr. Esteban Lemes

Iteraciones
@RISK
Input Data
Iteration Precio de Vta

Mat Prima

Output Data

Obra Civil

Equipos

VPN (12%)

1
2
3
4
5
6
7
8
9
10

1,59
1,72
1,61
1,69
1,51
1,56
1,80
1,66
1,69
1,68

0,55
0,40
0,51
0,49
0,65
0,54
0,53
0,63
0,60
0,53

808
868
706
858
851
874
834
815
898
863

1.000
850
850
850
1.000
850
1.000
1.000
850
1.000

-256
795
164
369
-964
-278
535
-322
-32
80

495
496
497
498
499
500

1,67
1,79
1,76
1,68
1,73
1,70

0,62
0,60
0,46
0,44
0,60
0,59

746
774
726
735
719
864

1.000
850
850
1.000
850
850

-176
406
832
506
256
47

Prof. Cr. Esteban Lemes

Funcin de Distribucin del VAN


FUNCION DE DISTRIBUCION DEL VAN
500 SIMULACIONES

120,0%

PROBABILIDAD ACUMULADA (Fx*)

100,0%

80,0%

60,0%

40,0%

20,0%

0,0%
-1.000

-500

500

1.000

1.500

2.000

VALORES DEL VAN

Prof. Cr. Esteban Lemes

Distribucin de Frecuencias del VAN

Values in 10^ -4

Distribution for VPN (12%) / (% S/Vtas)/E86


10
9
8
7
6
5
4
3
2
1
0
-1

Mean=346.357

-0.5

0.5

1.5

Values in Thousands
5%

90%

-.27

5%

.96

Prof. Cr. Esteban Lemes

Toma de Decisiones: Aceptar


Figura VIII 9 . Probabilidad nula de VAN negativo
Probabilidad
Acumulada

Probabilidad

VAN

VAN

DECISION: ACEPTAR
Nota: El extremo inferior de la distribucin de la probabilidad acumulada se ubica a la derecha del VAN nulo

Prof. Cr. Esteban Lemes

Toma de Decisiones: Rechazar


Figura VIII 10 . Probabilidad nula de VAN positivo
Probabilidad
Acumulada

Probabilidad

VAN

VAN

DECISION: RECHAZAR
Nota: El extremo superior de la distribucin de probabilidades acumuladas est a la izquierda del VAN nulo

Prof. Cr. Esteban Lemes

Toma de Decisiones: ???


Probabilidad de VAN nulo es mayor que cero pero menor que 1
Probabilidad
Acumulada

Probabilidad

VAN

0
VAN

DECISION: INDETERMINADA

La decisin final depende de la actitud frente al


riesgo que tengan los accionistas
Prof. Cr. Esteban Lemes

Utilidad y Utilidad Marginal

Utilidad

La funcin de utilidad refleja la actitud del inversor


ante un conjunto de factores como ser: ganancia, prdida y riesgo.

Utilidad
Adicional

Utilidad
Adicional

{
}

}
Adicional $1000

Dlares

Adicional $1000

Prof. Cr. Esteban Lemes

Utilidad y Actitud frente al Riesgo


Utilidad

Utilidad

Risk Averse

Risk Taker

Dlares
Utilidad

Dlares
Utilidad

Risk Neutral

Dlares

Mixed

Dlares
Prof. Cr. Esteban Lemes

S-ar putea să vă placă și