Documente Academic
Documente Profesional
Documente Cultură
'r'lfrcdu:.c(O(\
,;
;,:::~ -
En los captulos anteriores se han estudiado los criterios que se usan para definir la convenien
cia de una inversin basada en condiciones de certeza, o bien, en la existencia de un caso base.
Tal suposicin, sin embargo, se adopt para presentar los procedimientos metodolgicos de la
evaluacin de un proyecto, adems de la evaluacin de. la situacin base que corresponde al
escenario de mayor probabilidad deocurrencia. o obstante, la ')fyecd d.~ flujos 'es por
definicri incierta y sujeta a un sinnmern de varibfes de p~rmanente incertidmpr{';por lo\
que. la construccin de un flujo de caja evidentmite ciistifye unjiiilisi~prcario para una :
evaluacin correcta.
.
.
.
. . , . .
. .
. .
Conoceren anticipacin .todos los hechos que pueden ocurrir en el futuro. y que ti.en._~n
efectos en los flujos de caja constituye uno delos principales desafos dl preparador.y evalua
dor 'de proyectos. l no tener certeza sobr.Tos'f13'os'tuhitoic''a}''qu'ocasionar cada
inversin, se estar en una situacin .de riesgo O de incertidumbre,;~xiste f.i.~g,O 'Cuando hay
una situacin en la cual una decisin tiene ms de un posible resultado y la probabilidad de
cada resultado especfico se conoce o puede estimarse. Hay incertidumbre'cuando no puede iden
tificarse cules son los eventuales escenarios a los que ei proyecto pudiera verse enfrentado, con '
qu probabilidad de ocurrencia o nivel de exposicin, ni tampoco pueden determinarse los "
efectos econmicos derivados de dichos escenarios.
El objetivode este :captlo es analizar el problema d la identificacin, clasificacin v'
medicin del riesgo n los proyectos, as como los distintos criterios de inclusin anlis: s nara
s~'evaluacin.
. .
.
En este estudio no se incluye el riesgo de cartera, que, aunque es un tema de alto inters,
escapa al objetivo de este texto.
,1Z.~ 1
~! ri~~go_ae 11n proyecto se .define como Ia'Y~riabili<l9.iV presentan los componentes del.flujo
de~c.aJ. ef.ectiv:>' respecto de los estim.ados.en.e_lca~o.,b'se.: Cunto mas grande sea esta variabi
lidad, mayor es el riesgo del proyecto. A~( e_t~i~gs..se manifiesta en),~ yar.i'!:.1?.iJidadde los ren
diinintos 'del proyecto, puesto que se calculan sobre la proyeccin d.e-fo's flujos de caja:
.
.. Como ya se indic, el riesgo define una situacin donde el comportamientode un resultado
est sujeto a un conjunto de resultados posibles, cada uno de los cuales con una probabilidad
asignada. LFinirtidriibre caracteriza unasituacin en .la_@~.19.?. PQ.~i~le.s:r~s.1,iltqQQ~:de. ,na
;?..!!'~~e~t~g_9.tqg~~Q.P.OC~HtY1:,~~pQn~~c~~I?:f.i~,~~u.ps robabilidadesde :~~rrencia no:s;n ~U~!
1_
~1'
r tL
1
l.
conceptos_.,
claves
~iesgo: la variabilidad
que presentan los flujos
de caja efectivos respec
to de los estimados en el
caso base.
lncertldurnbre: ca racteri
z:a a una situacin en la
que los posibles resulta
dos de una estrategia no
son conocidos y, en con
secuencia, sus probabili
dades de ocurrencia no
son cuantificables.
1? Anlisis de riesgo
nico
fruta
proyecto
La
tiempo.
ffi~di_tj,.s9~ojcio~fll,a
o~rr~p
recuerde
y reflexione
r: concepto ~
clave
....,,
Identificar el riesgo: de
terminar los escenarios
adversos a los que un
proyecto pudiera verse
enfrentado.
Se han hecho muchos intentos para enfrentar la falta de certeza en las predicciones; no
obstante, Jos Sapag plantea en su artculo '.'Cmo abordar Ja problemtictLdel riesgo en la
evaluacin . de _proy~ctos_',~ -=1~--q. ue
el proceso.req :1.~.,. ...... ~: 'i~~t~tp~'tf\it-<la'~'~ri
'._a~~
.:-::; ----.
., ,'
,," ' ._..
. \
, riesgo, clasificarlo y.medirlo, Si bien el anlisis parte de una identificacincualitativa del riesgo,
ello posteriormenteseva t;ansformando en elementos de carcter cuantitativo. Para compren
der mejor el proceso, se abordar en detalle cada una de las tres etapas.
.
:::
,~,
;:,.r...:;..~...i .t'.,J;~:"f.i
..
::>..;;:.~.;:.IJ:,::..:~"1'
11T~;;t:~~;
. ..
.J"
t~i~_;:
41,',t),,".'1~
li;a~
be:
vis10:nes
"nei"do~
def~f;htb~yr1tlira::~,fit]i.Ji? e f
1
Jos Manuel Sapag, "Cmo abordar la problemtica del riesgo en la evaluacin de proyectos", edicin di
agosto de 2013.
~JU.
idh
Figura 17.1
17 .2 La
identificacin
oga
riesgo cas
ada,
ctos
ecto
gital,
del
301
tt
recuerde
y reflexione
:cpn
. -'.'
. ,.
,'
:,.:5-:1-::
..:..
.1 ..... \~
...
'i
'
302
Figura 17.2
mig,~Wlf;K!fI~1~iv~t~1t71**t;~i~;;;Mi;~h(U~~~~~~;~~ff
'. ~ a:.
~.h,, ..
i."::',.J
:'.:; . ~~.:\.
;~ :.
v '::~""
.:
~~ ;: .. ~: -::. ;..
: -:-e
. ~ ,-=~'-:
~..2!!lm2i2&1~~.i~]1c1.tiJas'fentes:9t{1:~sgo~a~r~vatlasdel :~_to"r_~<tJ.nt!!tnac1onal.HoyAi:l;s
ecoomas.delnmndo':estn . cada:vez:.rns:mtetrelacibhadas integradas, de tal forma que lo
qll~~b;t.6ft~'iJ "h xt~'l&}\}gi;:itii{atr
'i;tiltadc(qe pudiera generar un proyecto h un
mbito ~ci"~'ilQ~iegional\ :rd ejemplo, :fa. crisis financiera de los pases europeos, la desace
leiti dt(l' ec"ori'ci'midhiiiy fa ~~cesin en Estados Unidos no son indiferentes a los resul
tados de los mercados locales. Lo mismo ocurre con los 'efectos derivados del calentamiento
global y su impacto en el precio de las hortalizas, las consecuencias del terrorismo internacional,
las pandemias como la ocurrida en Mxico conla fiebre AHlNl-y
las consecuencias que
podra generar un ciberataque a los sistemas informticos. Todos estos factores sin duda cons
tituyen fuentes de riesgo que debern ser analizadas y consideradas en el momento de evaluar
la conveniencia de efectuar una inversin.
e{iiii~ ~a,i
17 ~3.
riesgo
La
clasificacin
del
fl1ctl?sitaci6fl1er'es]"5~puea"ibg;c[gfstr~kjb''aos~~"r~q~~;~
:tip~1~g:;~:pct'o/i}:irni1~
t~~._g!gjsgs,
.~:.'\-
1~i~'
~..
;
17 .3
generar en el resultado de unnegocio en caso que dicho evento ocurra. No todos los
riesgos tienen ~1 rnismojmpacto
elpryecto.hay algunos mucho ms relevantes que
otros: no todos
en
303
concepto
clave
Zona de alto riesgo:
aquellos riesgos que
pre senten una alta
probabili dad de
ocurrencia y que
generen alto impacto
en
el desempeo
econmico del negocio.
Alta
. .
Z~n-~ de'
'aho'riesgo . -.
Media
Baja
Me.dio
Alto
;:
Figura 17.3
Para una explicacin detallada respecto de cmo obtener este grfico, refirase al ejercicio 58,
denominado "Simulacin de Montecarlo" en el libro: Jos Manuel Sapag, Evaluacin de proyectos.
Gua de problemas y soluciones, McGrawHill, 2007, pp. 309316.
'
' '
. l
1.
;
,1
304
Captulo i? Anlisis
de
riesgo
Figura 17.4
~~.:~epto ~
Medicin del riesgo: la
manera de medir la varia
bilidad de los flujos de
caja respecto de los esti
mados en el caso base
com~''.un elemento de
cuantificacin del riesgo
de un proyecto.
.
.
: .. ;
:.s'
!.
recuerde
y reflexione
.,
Tomar decisiones bajo riesgo necesariamente implica que pudieran darse escenarios ed Iq{
que el proyecto no redite 10 exigido, e incluso en los que signifique una prdida de valor
el inversionista. Lo anterior en ningn caso significa que el proyecto estuvo mal evaluado, s~~ );
_,
que se dieron algunas de las combinaciones adversas que se ideritificaron como posibles. l!,if'.(!
.' r
proyecto s est mal evaluado cuando ocurre algn escenario que, pudindose haber previsfq/
no se consider en la evaluacin econmica.
.:
.
El primer paso para cuantificar el riesgo consiste en relacionar las distintas
. fuentes de rieslcr::S
detectadas con las variables consideradas en la construccin del caso base Por ejemplo, si un."f
de las amenazas detectada
P~r~:
c~~?i:
305
-..; .
.-;;'. ,.'\~:.
recuerde
;,
y reflexione
una vezque se detenili~ 1a: rdcin ~a'us~::~rectode cada {Jelasfu~ntes de riesgo, </:
en partisular aquell{cra.sificadas en .la: z6pf de alto. riesi/~.~1:>~r ~bajars~ en. la/:.:: . .
daerminacin
(el comprtamiento"cie.diclia:variabley
distribucin probabilstica;
..
.
.
delran.go.di,;ariabilidad
~r
r
:;11 1
i .
.;: :'
~,.
;:.r
. l ~-i
l1
i
.~
~-
1
"Ji
ui
-;.\
~,
~
~
i
1
l
\
de.su:
En efecto, debern establecerse los rangos mnimos y mximos que podra ocupar la varia
ble y cmo se comporta esta probabilsticamente. De acuerdo con el anlisis de evidencia
emprica, as como con base en proyecciones y estimaciones de expertos y lderes de opinin,
deber establecerse el rango de comportamiento de la variable considerada en la proyeccin, de
tal manera que permita calcular valores extremos que s respondan a una posibilidad, aunque
su probabilidad de ocurrencia sea baja; de ah la importancia de la determinacin de su com
portamiento probabilstico. Por ejemplo, si los valores extremos tienen igual probabilidad remota
de que ocurran, lo usual en ese caso ser trabajar con una distribucin normal; sin embargo, si
la probabilidad de los valores extremos es equivalente a la probabilidad de los valores centrales,
lo ms recomendable sera utilizar una distribucin uniforme.
El modelo de Monte Cario, llamado tambin mtodo de ensayos estadsticos, es una tcnica
de simulacin de situaciones inciertas que permite definir valores esperados para variables no
controlables, mediante la seleccin aleatoria de valores, donde la probabilidad de elegir entre
todos los resultados posibles est en estricta relacin con sus respectivas distribuciones de pro
babilidades .
En la actualidad se dispone de varios software que solucionan fcilmente esta tarea. Pro
gramas como Crystal Ball, Parisinet, SimulAr, permiten asignarle a determinadas variables un
comportamiento aleatorio posible de definir por medio de una distribucin de probabilidades
que se elige de entre varias opciones que ofrece cada software: normal, triangular, uniforme,
beta, lognormal, gamma, exponencial, pareto, etctera.
De esta manera, el programa selecciona un valor aleatorio al azar para cada variable elegida,
el cual es acorde con la distribucin de probabilidades asignada a cada una. Al pedirle que
ejecute, por ejemplo, mil iteraciones, permite obtener valores actuales netos, los cuales presenta
en un resumen grfico con los resultados de la simulacin. Adems de entregar informacin
estadstica, indica el porcentaje de escenarios en los que el VAN es igual o superior a cero.
Como se muestra en la figura 17 .5, el uso de Crystal Ball3 permite asignar dichas funciones
probabilsticas a cada variable, ya sea en forma manual o automtica, en el caso de que se dis
ponga de antecedentes histricos que permitan vincular dicho comportamiento a una distribu
cin probabilstica. No obstante, aunque ello ocurra, es importante validar que el comportamiento
histrico sea una correcta base de prediccin del futuro; de lo contrario, deber determinar su
comportamiento en funcin de estimaciones subjetivas.
La estimacin subjetiva del comportamiento esperado de una variable, obedece a la proba
bilidad que se le asigne a la ocurrencia de un determinado evento. Por ejemplo, si en el estudio
de mercado de un proyecto se logra detectar que existen bajas barreras a la entrada, muchos
demandantes y baja oferta, la probabilidad de que ingrese un nuevo actor a la industria se
percibe particularmente alta, por lo tanto el nivel de exposicin del proyecto a eventuales cadas
de precio en el mercado tambin seran altas, en cuyo caso la distribucin probabilstica escogida
para efectuar la simulacin deber necesariamente inclinarse por aquella que considere escena
rios hacia la baja de precios, en vez de escenarios al alza, lo que podra asimilarse a una distri
bucin Gamma o Lognormal, dep~ndiendo de cuan categricos fuesen los escenarios a la baja.
Se analizar con ms detalle el uso de esta aplicacin en el captulo 18, denominado Anlisis de sensibilidad.
n
~
concepto
clave
l
'306
Captulo 17
Anlisis de riesgo
_
.
~
_
.
.
u.
.
2
. _-].- . _- . . - .
_. : -
iii-
i:
Normal
Triangular
Uniforrn
Gamma
.
. .
. _.
.
: ., ' . . -
Mx - eixf r em e -
Logistic
Lognormal
Min extreme
--
.:,>
Beta
~.1]
Weibu
\:
-::
~e
Student's
Exponential
ll
D l iL l
<.
. . .
>
Pareto
Discrete uniform
Figura 17.5
Gti....:]'
Binomial
Yes-No
Poisson
Custom
Llffi:J ~
Neg binomial
Geometric
(J'
lCAx = A)2 r,
xAl
.....
17.1
0.30
2 000
0.40
2 500
0.30
3 000
0.30 * 2 000 =
600
900
A= z sco
1
1
Cuadro 17.3
t;
{IF
+ 500
20002500
2 500 2 500
30002500
:1
!I
l
:fjr
l~
500
250 oo
250 000
75 000
(O) 0.40
75 000
~1,~S,;;ffl~
=
tra alternativa de inversin cuya desviacin estndar fuese mayor que $387.30, su riesgo sera
mayor, puesto que estara indicando una mayor dispersin de sus resultados. La desviacin
estndar, como se ver ms adelante, se utiliza para determinar la probabilidad de ocurrencia
de un hecho. No es adecuado utilizarla como nica medida de riesgo porque no discrimina
en funcin del valor esperado. De esta manera, alternativas con valores esperados diferentes de
sus retornos netos de caja pueden tener desviaciones estndares iguales, requirin dose entonces
una medicin complementaria para identificar diferenciaciones en el riesgo.
El coeficiente de variacin es; en este sentido, una unidad de medida de la dispersin relativa,
que se calcula por la expresin
S
i
h
u
b
i
e
r
a
1703
; i
Aunque las alternativas pudieran prese~t~r ~esviaciones estndares iguales, si los valores
esperados d~ sus flujos _de ~aja son difer:ntes'. este proc~dimiento indicar que cuanto mayor
sea el coeficiente de vanacion, mayor sera el nesgo relativo. Es decir,
t-
~r.~cuerde.
y reflexione
Al reemplazar con los valores del ejemplo anterior, se tendra:
V=
387.3
2 500
= O.IS
recuerde~
y reflexione
V'
Se ha intentado mejorar este mtodo sugiriendo que se tenga en cuenta la expectativa media y la
desviacin estndar del VAN, lo cual, aunque otorga un carcter ms objetivo a la inclusin del riesgo,
no logra incorporarlo en toda su magnitud. De igual manera, el anlisis de fluctua ciones de los
valores optimistas y pesimistas ms probables del rendimiento del proyecto solo disminuye el grado
de subjetividad de la evaluacin del riesgo, sin eliminarla.
Los mtodos basados en mediciones estadsticas son quiz los que logran superar de mejor
manera, aunque no definitivamente, el riesgo asociado con cada proyecto. Para ello, analizan la
distribucin de probabilidades de los flujos futuros de caja a fin de presentar los valores probables
de los rendimientos y de la dispersin de su distribucin de probabilidad a quien tome la decisin de
aprobacin o rechazo. En el apartado 17.4 se analiz este mtodo para los casos de dependencia e
independencia del flujo de caja respecto del tiempo.
Un mtodo diferente de inclusin del riesgo en la evaluacin es el del ajuste a la tasa de
descuento. Con este mtodo, el anlisis se efecta solo sobre la tasa pertinente de descuento, sin entrar
a ajustar o evaluar los flujos de caja del proyecto. Si bien este mtodo presenta serias deficiencias,
en trminos prcticos es un procedimiento que permite solucionar las principales dificultades del
riesgo. Ms adelante se aborda nuevamente este tema.
Frente a las desventajas (que posteriormente se analizarn) respecto del mtodo del ajuste a la
tasa de descuento y con similares beneficios de orden prctico, est el mtodo de la equi
valencia a certidumbre. Segn este criterio, quien decide est en condiciones de determinar su punto
de indiferencia entre flujos de caja y otros, obviamente mayores, sujetos a riesgo. Ms
adelante se destina un apartado a analizar este mtodo.
, . : : J{\
iJ.~.i.r
de los resultados parciales y finales para calcular el valor esperado de su rendimiento. Aunque, . ;:,;,:, no
incluye directamente la variabilidad de los flujos de caja del proyecto, ajusta los flujos
riesgo en
:"jJti.
funcin
de
la
asignacin
de
probabilidades.
Un
apartado
adelante se ocupalneas
de . .
};r;J;
{
este
procedimiento
. /~f,{,f;.
~r
El ltimo mt~do que se estudia en este texto es el anlisis de sensibilidad, que si bien::e~>rr1"; una
forma especial de considerar el riesgo, se analiza como caso particular en el captulo 1 f(?
; por la
importancia practica que ha adquirido. La aplicacin de este criterio permite def
. . efecto que
tendran sobre el resultado de la evaluacin cambios en uno o ms de los v
; estimados en sus
parmetros.
.
t"-:~;:- ,
rt.:
inir el
alores
17 .
Mtodo
del ajuste
a la tasa de descuento
de
fa
.n:esta
Tasa de rendimiento
requerida
!;
L"i
.
i! .
;.
r:
f:'.
1
Prima
por
riesgo
12%
10%
8%
Tasa libre
de riesgos
_J
5%
Riesgo
0.6
1.0
1.4
del mercado.
La curva de indiferencia del mercado graficada indica que los flujos de caja asociados con
un evento sin riesgo se descuentan a una tasa libre de riesgo de 5%, que corresponde a una
situacin de certeza. Los puntos B, C y D indican que para coeficientes de variacin de 0.6, 1.0
y 1.4 se precisan tasas de descuento de 12, 10 y 8%, respectivamente. Al aumentar el riesgo de
un proyecto se necesitan rendimientos mayores para que amerite aprobarse.
As, el mayor grado de riesgo se compensa por una mayor tasa de descuento que tiende a
castigar el proyecto. De acuerdo con esto, el clculo del valor actual neto se efecta mediante
la siguiente ecuacin:
17.4
VAN=
BN1 = lo
r=1Cl + !Y
donde BN1 son los beneficios netos del periodo t y fla tasa de descuento ajustada por riesgo,
que resulta de aplicar la siguiente expresin:
17.5
f=i.+p
309
recuerde
y reflexione
ocedimiento
de medir
los rboles de
sealadas, permiten
que todas las arse por
distribuciones continuas
d_e O desus cualquier
su comparacin, considerando
combinacin de deci e
3
1 '.-: r
l1
.
~
_ :s
.
.:
i!i~l i
d
e
d
e
c
i
s
i
n
e
s
u
n
a
~,
\: .
it6i-i J~inilisis"g'.~
'
g
r
f
i
c
a
e'de Mi_f~
~~f
1;ci~idb /~.ai/~~~1~
~d~ d~ 6'c~iie~da
del 9. \es1:1it~4o ~
J Ai:r
~:;r;"'"
~.
:,
. -,
's
~/;!
:
c
n
i
c
a
q
u
e
i~'a?
'
r. 7 se representa un diagrama de
un rbol de decisin para este
caso, en el
(in conduce a un cierto valor
actual neto diferente.
:
~ecisin ptima, se analizan los
sucesos de las alternativas de
decisin ms
i rbol, calculando el valor
esperado de sus valores actuales
netos y optando
~ que proporcione el mayor valor
esperado del VAN. Por ejemplo,
la ltima paso es la [2), que
presenta dos sucesos de
alternativa. El valor esperado del
~ aplicando la ecuacin 17 .5, as:
r
t
~
m~~g~q
:;~~~;p:9
910~~1~'.
~f:iij
0
.
1
0
e,
b
ti
e
n
0
0
0
=
1
0
0
~~t~
i~3tl~~
~F/
~.:{:
(f. ~:~
V
E
(
V
A
N
)
=
1
9
0
0
e
l
m
is~o procedimiento, el
siguient~
.
.
,
:
..
,.:
,
...
...;'.).
..
'.I
..
'
..._. 1. . . .'
0
.
1
0
X
1
5
0
0
=
1
5
0
i
VE (VAN)= 1 650
. evaluacin de
proyectos.
y externas.
.
.nversin podra no
ser una umdad
sa de descuento o los
flujos de caja
1
\cisin Ser ampliar nacionalmente, porque ella retoma un
VAN es~erado
0
1
.
Preguntas
5.
6.
7.
y problemas
0.10
70 000
Recesin moderada
0.25
100 000
Crecimiento normal
0.30
150 000
Sobrecrecimiento moderado
0.25
200 000
0.10
230 000
Recesin
alta
Determine:
Crecimiento
a)
b)
e)
alto
flujos
de caja anuales,
Qu significa cada uno de estos conceptos? Cmo se utilizan en la medicin del riesgo?
Material complementario
Ejercicios recomendados del texto complementario: Jos
Manuel Sapag, Evaluacin de proyec- tos, gua de ejercicios,
problemas y soluciones,Mc6raw"'HiU;3a. ed~;'.2007:
50. Fbrica de neumticos, 51. S&F, 52. Transporte
ferroviario, 53. Cmara de congelado, 54. Extraccin de
arena, 63. Granja educativa
Alexander, G.
Sharpe y
J. V.
J.,
W. F.
Bailey,
Fundamentos de
inversiones: teora y
prctica, Pearson
Educacin, 2010.
Bierman, H. y W.
Hausman, "Resolucin de
la incertidumbre en el
tiempo" en
Administracin, de
empresas, vol. IV-B, 1974.
Brigham, E. F. y J. F.
Houston, Fundamentals of
Financia/ Management,
Thornson/Southvves
tern, 2007.
Brigham, E. F. y M. C.
Bhrhardt, Financia/
Management Theory
and Practice, Cengage
Learning, 2010.
R., Tcnicas
de anlisis econmi- co
para administradores e
ingenieros, Diana, Mxico,
Canada, John
1980.
Herrera, Beatriz, Acerca
de la tasa de descuen-
tos en
proyecto
s,
2011.
Hillier,
Frederic
k, "The
Derivati
on of
Probabili
s- tic
lnformati
on for
the
Evaluati
on of
Risky
lnvestm
ents"
en
Manag
ement
Science,
vol. IX,
1963, pp.
443-457.
Robichek, A. A. y S. C. Myers,
"Conceptual Problems in the Use
of Risk-Adjusted Discount Rates"
en Journal of Finance, diciembre,
1966, pp. 727-736.
Sapag, Jos, "Cmo abordar
la.problemtica del riesgo en la
evaluacin de proyectos",
edicin digital 2013.
E. Brigham, Finanzas
en administra- cin, vols. 1 y 2,
Weston F. y
McGraw-Hill,
1995.