Diapositivas de Riesgo PDF

CURSO
PREPARACIN Y EVALUACIN DE
PROYECTOS DE INVERSIN PBLICA
ANLISIS DE RIESGO
SANTIAGO DE CHILE
CLAUDIA NERINA BOTTEON

claudia.botteon@ac-consultores.com.ar
cyatrape@yahoo.com.ar
Octubre- 2011
Anlise de Risco
Consideracin del riesgo en la evaluacin de proyectos.
Riesgos asegurables.
Evaluacin determinstica.
Mtodos que no consideran la probabilidad de
ocurrencia de cada evento: variables crticas, anlisis de
sensibilidad y anlisis de escenarios.
Mtodos que consideran la probabilidad
de ocurrencia de cada evento: mtodo de
simulacin de Monte Carlo.
Uso de herramientas informticas
para el anlisis de riesgo.
Anexo de herramientas estadsticas para anlisis de
riesgo.
Prof. Claudia Nerina Botteon
RIESGO EN EVALUACIN DE PROYECTOS

EL RIESGO EN LA EVALUACIN DE PROYECTOS
Por qu se debe considerar el riesgo de un proyecto?
Hasta este momento, se ha supuesto que se conocen con certeza los valores futuros
de las variables relevantes.
Al momento de hacer la evaluacin, suele existir desconocimiento sobre muchos

aspectos relacionados con el proyecto, como por ejemplo:
La evolucin de la economa local, nacional e internacional.
Los tiempos y el monto a invertir en el proyecto.
La obsolescencia de la tecnologa.
Las modificaciones en la moda.
Los factores climticos que afectan las cosechas.
Los cambios en las regulaciones y/o en las polticas de la actividad.
Etc.
Todo ello puede afectar el valor de los indicadores de rentabilidad.
Se hace necesario considerar el riesgo en la evaluacin de proyectos.

Costo de inversin
Demanda como % de
Proyecto efectivo como %
la demanda estimada
del estimado
Puente Humber (UK) 175 % 25 %
Tnel del Canal de la
80 % 18 %
Mancha
Metro de Baltimore 60 % 40 %
Tyne and Wear Metro
55 % 50 %
(UK)
Metro de Portland (USA) 55 % 45 %
Metro de Bufallo (USA) 50 % 30 %
Metro de Miami 35 % 15 %
TGV Paris Nord 25 % 25 %
Fuente: Extrado de una diapositiva del profesor Eduardo Aldunate.

Proyecto Sobre-costo
Canal de Suez 1.900 %
Opera de Sydney 1.400 %
Concorde 1.100 %
Canal de Panam 200 %
Puente de Brooklyn 100 %

Fonte: Megaprojects and Risk, Bent Flybjerg

Ferrovias ERRORES DE ESTIMACIN DE

+45% INVERSIN
EN 9 de cada 10 proyectos de
transporte se subestimaron los
costos (tamao de la muestra: 258).
Puentes, tneles
+ 34 % Este fenmeno fue observado en 20
pases de los 5 continentes.
La diferencia es mayor en pases en
desarrollo.
Los errores de la estimacin no se
Rodovias
redujeron con el paso de los aos.
+20 %
No existe justificacin tcnica. Son
errores estratgicos.
Fonte: Megaprojects and Risk, Bent Flybjerg con base en el estudioEconomic
Appraisal of Large-ScaleTransport Infrastructure Investments de Mette K. Skamris.

Trnsito actual como

Proyecto
% del proyectado
Metro de Calcutta 5%
Tnel del Canal de La
18 %
Mancha
Metro de Miami 15 %
TGV Paris Nord 25 %
Puente Humber (UK) 25 %
Metro de Ciudad de
50 %
Mxico
Fonte: Megaprojects and Risk, Bent Flybjerg

Ferrovias ERRORES DE ESTIMACIN DE

-39 % DEMANDA
Modelos inadecuados.
Falta de datos.
Cambios de comportamiento.
Carreteras
Cambios no previstos en factores
+9 % exgenos.
Sesgo de los consultores.
Sesgo del evaluador.
Fonte: Megaprojects and Risk, Bent Flybjerg con base en el estudioEconomic

Appraisal of Large-ScaleTransport Infrastructure Investments de Mette K. Skamris.

Ciertas o no aleatorias:
Su valor se conoce con certidumbre en
el momento de tomar la decisin
Variables que inciden en acerca de la conveniencia de la
los indicadores de ejecucin del proyecto.
rentabilidad:
Aleatorias:
Su valor no es conocido con exactitud.
Son las que dan origen al riesgo

asociado a un proyecto.

Qu es el riesgo desde el punto de vista de un

proyecto?
Es la variabilidad de su rentabilidad medida a travs de

alguno de sus indicadores (VAN, TIR, etc..)
A mayor variabilidad mayor riesgo

Cmo puede medirse el riesgo?
MTODOS QUE PERMITEN EXPLICITAR EL RIESGO Y

TENERLO EN CUENTA EN LA DECISIN
Como ninguno de los mtodos es perfecto

suelen utilizarse en forma complementaria
NO LO ELIMINAN, LO PONEN DE MANIFIESTO

NO SON PERFECTOS (usan informacin histrica)

EVALUACIN DETERMINSTICA

En qu consiste la evaluacin determinstica?
Considera: EL VALOR ESPERADO DE CADA VARIABLE

Ej.: precio del bien X est entre $ 40 y $ 50, pero su
valor ms probable es $ 46.
En la evaluacin se considera $ 46
Qu resulta de esta evaluacin?
Los INDICADORES DE RENTABILIDAD son

VALORES ESPERADOS
Ejemplo sencillo
Concepto Valores Unidades
Duracin fase de inversin 1 ao
Inversin total a valores sociales: 50.000 $
En momento 0 60%
En momento 1 40%
Duracin fase de operacin 3 aos
Costos sociales fijos 12.000 $/ao vencido
Costos sociales variables 2 $/unidad, vencido
Cantidad de unidades 9.000 unidades anuales
Precio social del bien generado 6 $/unidad, vencido
Tasa social de descuento 8% anual
Flujo de beneficios y costos del proyecto

Concepto 0 1 2 3 4
Costo social de la inversin -30.000 -20.000
Costo social fijo -12.000 -12.000 -12.000
Costo social de los insumos -18.000 -18.000 -18.000
Valor social de la produccin 54.000 54.000 54.000
Beneficios netos -30.000 -20.000 24.000 24.000 24.000
VAN esperado del proyecto = $ 8.750,30

Cundo es poco recomendable el uso de

esta metodologa?
- No necesariamente la variable va a tener un solo valor ms probable.
Incluso podra ocurrir el caso de que todos los valores probables tuviesen la
misma probabilidad de ocurrencia.
- An cuando pueda estimarse correctamente el valor ms

Probable, esto no implica que sea el que va a adoptar la variable en
cuestin.
- An de existir un nico valor ms probable, en muchos casos es

muy difcil poder estimarlo con un grado de exactitud adecuado.
Cules son los mtodos que permiten incorporar

el riesgo ms usados?
No la incorporan:
Determinacin de las variables crticas

Segn si incorporan o no Punto de nivelacin
la probabilidad de Anlisis de sensibilidad
ocurrencia Anlisis de escenarios
S la incorporan:
Mtodo de simulacin de Monte Carlo
Complementarios entre s
Claudia Nerina Botteon

MTODOS QUE NO CONSIDERAN LA
PROBABILIDAD DE OCURRENCIA

NO CONSIDERAN PROBABILIDAD
Cules son los mtodos que no consideran la

probabilidad de ocurrencia ms usados?
Punto de nivelacin
Anlisis de sensibilidad
Anlisis de escenarios

Para cada una de las variables que inciden en el VAN

se estima:
La elasticidad del VAN respecto de cada variable.

La variabilidad de esa variable.
El indicador de variable crtica.


La elasticidad del VAN respecto de la variable Y
VAN
E VAN,Y = VAN
Y
Y


EVAN,Y indica:
Cun sensible es el VAN a los cambios en esa variable
VAN
Si Y es la cantidad del bien
E VAN,Y = VAN = 3 y se incrementa en un 1%,
Y el VAN lo har en un 3%.
Y

Clculo: Elasticidad del VAN respecto de la inversin inicial

Inversin considerada en evaluacin es de $ 50.000
VAN = $ 8.750,30
Si ocurriera un aumento del 10% de la inversin
Inversin aumenta a $ 55.000
Nuevo VAN = $ 3.898,45
VAN 3.898,45 8.750,30
VAN 8.750,30
E VAN,Inversin = = = 5,54
I 55.000 50.000
I 50.000
Elasticidad del VAN respecto de la inversin inicial
VAN
E VAN,Inversin = VAN = 5,54
I
I
Es negativa, dado que la inversin es un costo: si
aumenta, el VAN disminuye.
Su valor indica que si la inversin total aumenta en un

1%, el VAN disminuye en un 5,54%.


Variabilidad de la variable Y
Existen varias formas de medir la variabilidad de una

variable aleatoria Y:
Rango de variacin de la variable o recorrido, en

trminos porcentuales
Coeficiente de variacin (CVY), definido como la

desviacin estndar (Y) sobre la media (Y)
Rango de variacin de la variable o recorrido, en

trminos porcentuales:
Ejemplo, si el precio esperado de Y es $ 100 y puede variar

entre $ 90 y $ 110, entonces:
El precio es $ 100 ms/menos 10%
El rango de variacin es del 10% del valor medio.


El coeficiente de variacin (CVY), definido como
la desviacin estndar (Y) sobre la media (Y):
Y
CVY =
Y
m m
Y= i =1
Yi A i Y = i
( Y
i =1
Y ) 2
Ai
Yi son los valores que puede asumir la variable Y

Ai es la probabilidad de ocurrencia correspondiente al valor Yi

Y
El coeficiente de variacin CVY =
Y
Si la variable Y se distribuye como normal
El 68,27% de los valores que asume Y estn incluidos dentro

del intervalo: Media .
Si el CV = 0,2, el 68,27% de los valores de la variable cae en

el intervalo Media 20% sobre la Media.
Rango de Indicador de
Variable Elasticidad variacin (%) variable crtica Orden
Inversin social (I*) -5,545 0,01% -0,06% 5
Costos sociales fijos (CF*) -3,272 10,00% -32,72% 3
Costos sociales variables unitarios (cv*) -4,909 5,00% -24,54% 4
Precio social del bien (P*) 14,726 8,00% 117,81% 2
Cantidad de unidades (X) 9,817 15,00% 147,26% 1
Indicador = EVAN,Y Medida de la variabilidad de Y
Interpretacin con respecto de la cantidad (X):
El indicador refleja el cambio porcentual mximo

del VAN debido a la variacin de X. Prof. Claudia Nerina Botteon

Indicador de variable crtica

(utilizando el Coeficiente de Variacin)
Hay que conocer:
la distribucin de probabilidades de la variable o
los parmetros que definen la distribucin.



Xi Ai
8.000 0,1
8.500 0,2
9.000 0,4
9.500 0,2
10.000 0,1


Concepto Valor
Media 9.000
Desviacin estndar 547,72
Coeficiente de variacin (CV) 6,09%
Indicador de variable crtica 59,75%
Interpretacin:
La variacin del VAN debido a variaciones en X

ser del 59,75% en el 68,27% de los casos.
APLICACIN
La empresa concedente de una franquicia normalmente impone un
conjunto de condiciones: tamao mnimo del local de ventas, la cantidad
de bienes en existencia, el porcentaje de comercializacin, el porcentaje
del ingreso por ventas a cobrar, etc. Algunas condiciones pueden ser
negociables por el concesionario.
Rango de Indicador de
Variable Elasticidad
variacin variable crtica
Tamao del local -0,5 10% 0,05
Porcentaje a pagar (sobre el
- 20 1% 0,20
ingreso por ventas)
Supngase que existe la posibilidad de negociar los valores

de dos variables: tamao del local y porcentaje de las
ventas a pagar a la empresa concedente.
Es preferible lograr una reduccin del 1% en el porcentaje a

pagar (con el cual se logra un aumento del VAN en 20%),
que una reduccin del 10% en el tamao del local (con lo
cual se logra un aumento del VAN en 5%). Prof. Claudia Nerina Botteon
Punto de nivelacin de una variable
Para cada una de las variables se puede determinar su:
Valor mnimo (en caso que incidan en forma positiva).
Valor mximo (en caso que incidan en forma negativa).

VAN = 0
Precio mnimo = $ 5,59

Cantidad mnima = 8.083
Suponen que el resto de las variables asumen sus

valores medios.

APLICACIN
Este procedimiento se suele utilizar cuando el valor de una variable

importante para el proyecto es desconocido.
Por ejemplo, hace algunos aos la Municipalidad de la Ciudad de Mendoza

se plante la conveniencia de privatizar el servicio pblico de recoleccin
de residuos, y no se dispona de ninguna informacin sobre el precio que
podra cobrar una empresa para prestar el servicio. Entonces se estim el
mximo canon mensual que hara de la privatizacin un buen negocio para
la Municipalidad.
Este anlisis suele ser til es cuando se est estudiando el proyecto a

nivel de idea o de perfil y no se ha hecho el estudio de mercado, por lo
cual no se dispone de estimaciones del precio de venta del bien a
producir.
Se calcula entonces el mnimo precio al cual debe venderse cada unidad

para que sea conveniente ejecutar el proyecto. Si el precio mnimo
resultante es indudablemente mayor que el esperado, se puede afirmar
que no es conveniente la ejecucin del proyecto.
Efectos que producen sobre el VAN las variaciones en los

valores de las variables
Para elegir las variables con las cuales se har el anlisis de

sensibilidad es til determinar previamente cules son las ms
crticas para el proyecto.
Una de las variables muy utilizada en este tipo de anlisis es la

tasa de descuento, debido principalmente a las dificultades en la
determinacin de su valor.

Efectos que producen sobre el VAN las variaciones

en los valores de las variables
Es necesario elegir rangos de variacin

razonables para cada variable, acordes con la
informacin disponible.
Si, como se supuso en el anlisis de las variables crticas,

el coeficiente de variacin de la cantidad (X) es igual a
0,0608, se sabe que el 68,27% de los casos estar entre
Media : 8.453 y 9.547 unidades.
Dado que esto no abarca la totalidad de los casos, a
continuacin se realiza el anlisis de sensibilidad para
cantidades entre 8.000 y 10.000 unidades anuales.
Efectos que producen sobre el VAN las variaciones en los
valores de las variables
PARA UNA VARIABLE (X)
Sensibilidad del VAN a la cantidad anual vendida
Cantidad VAN
19000
8.000 -794,50
8.200 1.114,46
8.400 3.023,42 14000
8.600 4.932,38
VAN
8.800 6.841,34 9000

9.000 8.750,30
9.200 10.659,26
4000
9.400 12.568,22
9.600 14.477,19
9.800 16.386,15 -1000
8000 8400 8800 9200 9600 10000
10.000 18.295,11
Cantidad anual vendida

PARA DOS VARIABLES
Sensibilidad del VAN a la cantidad y al precio
Cantidad Precio de venta

5 5,5 6 6,5 7
8.000 -19.884,11 -10.339,30 -794,50 8.750,30 18.295,11
8.200 -18.452,39 -8.668,96 1.114,46 10.897,88 20.681,31
8.400 -17.020,67 -6.998,62 3.023,42 13.045,47 23.067,51
8.600 -15.588,95 -5.328,28 4.932,38 15.193,05 25.453,71
8.800 -14.157,23 -3.657,94 6.841,34 17.340,63 27.839,91
9.000 -12.725,50 -1.987,60 8.750,30 19.488,21 30.226,11
9.200 -11.293,78 -317,26 10.659,26 21.635,79 32.612,31
9.400 -9.862,06 1.353,08 12.568,22 23.783,37 34.998,51
9.600 -8.430,34 3.023,42 14.477,19 25.930,95 37.384,71
9.800 -6.998,62 4.693,76 16.386,15 28.078,53 39.770,92
10.000 -5.566,90 6.364,10 18.295,11 30.226,11 42.157,12

Sensibilidad del VAN a la tasa de descuento
Tasa de
VAN Se nsi bi l i d a d d e l VA N a l a ta sa de d e scue nto
descuento
5% 13.198,05 15.000
6% 11.653,10
7% 10.171,57
10.000 TIR =15,25%
8% 8.750,30
9% 7.386,30
VAN
10% 6.076,77 5.000

11% 4.819,06
12% 3.610,67 0
13% 2.449,26 5% 7% 9% 11% 13% 15% 17%
14% 1.332,60 -5.000
15% 258,61
Tasa de descuento
16% -774,70
17% -1.769,20
18% -2.726,65
Sensibilidad del VAN a la duracin de la fase de inversin
Momento Situacin base Nueva situacin

0 60% 40%
1 40% 30%
2 30%
VAN = $ 8.750,30 VAN = $ 6.277,72

TIR = 15,25% TIR = 12,48%
La disminucin en el VAN es de un 28,26% en

relacin con el originalmente calculado
APLICACIN
Si lo que se quiere es determinar la rentabilidad de un

proyecto que consiste en plantar trigo y se conocen los
niveles de produccin de los ltimos 6 aos, los cuales
estn directamente relacionados con los niveles de
lluvia, se puede calcular los VAN correspondientes a los
ingresos obtenidos con esas producciones.
Ao VAN
2001 2500 Si bien el proyecto es en

2002 2600
2003 2700
promedio rentable, un nivel de
2004 -100 precipitaciones como el del ao
2005 3500 2004 hara incurrir en una prdida
2006 2800
VENTAJAS
El anlisis de sensibilidad permite visualizar la forma en que

cada variable incide en el VAN del proyecto y se dispone de
ms informacin sobre los probables resultados del proyecto.
Por ejemplo, si se sensibiliza el VAN respecto de la cantidad

producida anualmente y del precio de venta del bien, se
pueden identificar los rangos de combinaciones de valores de
esas variables que permiten obtener VAN positivos. Si se
piensa que esas combinaciones son razonables, puede
concluirse que la ejecucin del proyecto es conveniente,
mientras que si no es as, se plantean dudas sobre su
conveniencia. Prof. Claudia Nerina Botteon
LIMITACIONES
Pueden presentarse dificultades al definir los rangos dentro

de los cuales puede variar cada variable. Si previamente se
han determinado las variables crticas, esos rangos debern
ser coherentes con el indicador de variabilidad de cada
variable.
En algunos proyectos existen relaciones entre las variables

que influyen en los indicadores de rentabilidad. Por ejemplo,
la cantidad de agua disponible para riego afecta la
produccin de uva, pero si se cosecha poca uva su precio
puede ser ms alto. En estos casos, es necesario considerar
las posibles relaciones entre esas variables.
CONJUNTO DE SITUACIONES
POSIBLES
Combinan en forma coherente las

variables ms crticas

Escenario Optimista
Escenario Pesimista
Escenario Original (Promedio)
Escenario Cantidad Precio VAN

Optimista 9.400 6,20 17.054,28
Promedio 9.000 6,00 8.750,30
Pesimista 8.600 5,80 828,12

APLICACION
Este mtodo suele ser muy til cuando se plantea

originalmente un escenario, pero el evaluador no est
seguro sobre su certeza.
Unos aos atrs se utiliz al evaluar el proyecto de
pasar el Casino de Mendoza, que estaba bajo la rbita
estatal, a manos de los empleados. En ese momento se
estaba instalando en la Provincia otro casino, con lo
cual el estatal pasaba a tener competencia, y no se
conoca en qu medida esto podra afectar sus ventas.
Se supusieron escenarios alternativos con relacin al
porcentaje de disminucin de las ventas.

MTODOS QUE CONSIDERAN LA
PROBABILIDAD DE OCURRENCIA

CONSIDERAN PROBABILIDAD
Por qu surgen los mtodos que

consideran la probabilidad de ocurrencia?
Los mtodos que no la consideran slo agregan

informacin sobre resultados alternativos del
proyecto, pero no indican
CUL ES LA PROBABILIDAD DE OCURRENCIA
DE CADA UNO DE ELLOS
Escenario VAN
Sino se conoce la PROBABILIDAD
DE OCURRENCIA es muy difcil
Optimista 1000
decidir.
Promedio 0
Pesimista -1000
Si todas las variables que influyen en el VAN son ciertas, el resultado es

nico.
Si al menos una variable es aleatoria, existe una distribucin de
probabilidades del VAN.
Distribucin de probabilidades de una Distribucin de probabilidades de una
variable no aleatoria variable aleatoria
1,5 0,5
0,4
Probabilidad
Probabilidad
1
0,3
0,2
0,5
0,1
0 0
1200 800 1000 1200 1400 1600
Beneficio neto del ao 1 Beneficio neto del ao 1
El BN del ao 1 ms probable en ambos es de $ 1.200, pero la segunda

propuesta es ms riesgosa.
En la mayora de los casos quien debe decidir sobre la ejecucin de un proyecto
no es indiferente entre uno que le permite obtener un determinado VAN con
certeza y otro que tiene el mismo VAN esperado, pero sujeto a una cierta
distribucin. Si tiene aversin al riesgo, preferir el primer proyecto.
Cules es el mtodo que considera la

probabilidad de ocurrencia ms usados?
Modelo de simulacin Monte Carlo
Requieren de los
resultados de los mtodos
que no consideran la
probabilidad

Qu ventaja tiene el mtodo de simulacin

con el modelo MONTE CARLO?
Permite obtener una distribucin probabilstica del

VAN, a travs de la seleccin aleatoria de valores
de las distintas variables que en l inciden, acorde
con la distribucin de probabilidades de cada una.
Se puede trabajar con muchas variables aleatorias

Modelo MONTE CARLO
Pasos a seguir:
Definir variable dependiente: VAN.
Identificar variables independientes: precio del bien, etc.
Definir las interrelaciones existentes entre variables.
Clasificar las variables en ciertas y aleatorias.
Identificar la distribucin de probabilidades de los valores
de cada variable: normal, uniforme, triangular, etc. (en base
a la informacin disponible y/o a la experiencia).
Generar k nmeros aleatorios para cada una de las
variables aleatorias a partir de su respectiva distribucin de
probabilidades.
Calcular el conjunto de VAN

Modelo MONTECARLO
Qu permite lograr su aplicacin?
UNA DISTRIBUCIN DE PROBABILIDADES DEL VAN

m
VAN i
VANe = i =1
VAN
, Esperado m
m
1
VAN = ( VANi VANe )2
Desviacin
, estndar (m 1) i=1
VAN
CVVAN =
Coeficiente de variacin VANe
donde los VANi son los m valores del VAN obtenidos.
Tabla de frecuencias
Histograma
Cantidad de VAN superiores e inferiores a determinado valor
Modelo MONTECARLO
Una variable aleatoria: cantidad anual vendida
Distribucin normal con los mismos parmetros utilizados
en la determinacin de variables crticas:
Y = 9.000 ; = 547,72
Valor social Costos
Cantidades Beneficios netos
de la sociales VAN*
anuales sociales anuales
produccin anuales
X P* . X cv* . X + CF*
(1) (2) (1) (2)
8.835,55 53.013,33 29.671,11 23.342,22 7.180,70
8.300,18 49.801,07 28.600,36 21.200,71 2.070,64
9.133,79 54.802,72 30.267,57 24.535,15 10.027,27
9.699,16 58.194,96 31.398,32 26.796,64 15.423,65
9.656,37 57.938,22 31.312,74 26.625,48 15.015,22
9.949,28 59.695,71 31.898,57 27.797,14 17.811,04
7.803,99 46.823,93 27.607,98 19.215,96 -2.665,39
8.871,73 53.230,39 29.743,46 23.486,93 7.526,02
... ... ... ... ...
Se generaron 300 nmeros aleatorios. Se presentan los primeros 8 valores obtenidos.
Modelo MONTECARLO
Porcentaje del
Concepto Valores
total de casos
Valor medio del VAN* 9.065,19
Desviacin estndar 5.384,73
Coeficiente de variacin 0,59
VAN* negativos 16 5,33%
VAN* inferiores a $ 3.000 41 13,67%
VAN* inferiores a $ 5.000 71 23,67%
VAN Frecuencia Histograma
-6.000 0 80
-3.000 3 70
0 13 60
3.000 25
Frecuencia
50
6.000 49
40
9.000 53
30
12.000 68
20
15.000 44
10
18.000 31
0
21.000 11
-6000 -3000 0 3000 6000 9000 12000 15000 18000 21000 24000 y
24.000 3 mayor...
y mayor... 0
VAN
Modelo MONTECARLO
Dos variables aleatorias: cantidad y precio social
Distribucin normal:
Y = 9.000 ; = 547,72
P=6 ; = 0,3
Beneficios
Valor social Costos
Cantidades netos
Precio social de la sociales VAN*
anuales sociales
produccin anuales
anuales
P* . X cv* . X + CF*
X P
(1) (2) (1) (2)
8.835,55 6,23 55.062,00 29.671,11 25.390,89 12.069,24
8.300,18 5,94 49.285,87 28.600,36 20.685,51 841,27
9.133,79 5,51 50.336,95 30.267,57 20.069,38 -628,94
9.699,16 6,64 64.419,82 31.398,32 33.021,50 30.277,42
9.656,37 6,22 60.044,50 31.312,74 28.731,76 20.041,24
9.949,28 6,49 64.549,02 31.898,57 32.650,45 29.392,02
7.803,99 6,01 46.902,30 27.607,98 19.294,32 -2.478,38
8.871,73 6,37 56.504,51 29.743,46 26.761,04 15.338,71
... ... ... ... ... ...
Se generaron 300 nmeros aleatorios. Se presentan los primeros 8 valores obtenidos.

Modelo MONTECARLO
Porcentaje del
Concepto Valores
total de casos
Valor medio del VAN 8.915,18
Desviacin estndar 8.505,23
Coeficiente de variacin 0,9540
VAN negativos 46 15,33%
VAN inferiores a 3.000 73 24,33%
VAN inferiores a 5.000 99 33,00%
VAN Frecuencia Histograma
-6.000 13 50
45
-3.000 11
40
0 22
35
3.000 27
Frecuencia
30
6.000 36 25
9.000 39 20
12.000 46 15
15.000 31 10
18.000 30 5
0
21.000 23
.
-600
0
- 300
0 0 3000 6000 9000 1200 0 1500 0 1800 0 2100 0 2400 0 mayo r..
24.000 14 y
y mayor... 8 VAN
Modelo MONTECARLO
APLICACIONES
En la evaluacin de un proyecto hidroelctrico en la Provincia de Mendoza, en
el cual uno de los problemas era estimar la serie de caudales futuros del ro,
puesto que se trataba de una variable fundamental en la determinacin de la
cantidad de energa producida. Se conocan los caudales mensuales histricos
desde principios del siglo XX.
En primer lugar se hizo una evaluacin determinstica del proyecto utilizando los
caudales medios para cada uno de los meses del ao.
Sin embargo, la variabilidad de esos caudales mensuales poda hacer cambiar
significativamente el VAN.
A partir de la serie histrica de caudales, se generaron series de caudales
hipotticos para un horizonte de 50 aos, coincidente con la duracin de la fase
de operacin del proyecto.
Luego se calcul el VAN del proyecto para cada una de las series.
Para la gran mayora de las series el proyecto result aceptable.

Modelo MONTECARLO
APLICACIONES
En la determinacin de las provisiones presupuestarias para enfrentar pasivos

contingentes.
En la concesin de ciertos proyectos viales se puede optar por garantizar un
nivel de ingreso mnimo (volumen de trfico x peaje).
Las simulaciones de Monte Carlo se aplican para determinar la demanda futura
de las diferentes autopistas, de manera de poder estimar los pagos que se
debern hacer por efecto de la Garanta de Ingreso Mnimo.
Sobre la base de informacin histrica se generan nmeros aleatorios
concerniente a los ingresos anuales y se identifican los casos en que hay un
desvo negativo respecto de lo garantizado.
Ese desvo anual constituye el pago que el estado debe hacer al concesionario.
La media de esos desvos constituyen el valor esperado de la provisin anual y
sirve de base para armar el presupuesto.

ANEXO DE HERRAMIENTAS ESTADSTICAS
NECESARIAS PARA ANLISIS DE RIESGO

HERRAMIENTAS ESTADSTICA
RECOPILACIN Y
SISMATIZACIN/ORDENAMIENTO
DE DATOS
Muestreo
Distribucin de frecuencias
ESTADSTICA Histograma
TRATAMIENTO DE DATOS
Medidas o indicadores
Si existen fallas en el proceso, las conclusiones sern erradas

ESTADSTICA DESCRIPTIVA
Trata de resumir las observaciones en 3 4 nmeros que muestren con

claridad la manera de comportarse del grupo.
Esos nmeros son las ESTADSTICAS.
MEDIDAS DE TENDENCIA CENTRAL
MEDIDAS DE DISPERSION

ESTADSTICA DESCRIPTIVA
Describen el comportamiento de la variable en la zona central de la

distribucin.
En este grupo estn la media (valor promedio) y las medidas de posicin

(mediana, modo, cuartiles, etc.).
MEDIDAS DE DISPERSIN
Indican en qu forma estn diseminados los datos a lo largo del recorrido

de la variable.
Pertenecen a este grupo la dispersin, la varianza y el coeficiente de

variacin.

MEDIA ARITMTICA
CENTRO DE GRAVEDAD DE UNA DISTRIBUCIN,

el cual no es necesariamente la mitad.
X
1
X= i
n i =1
Si se disponen los valores de todas las variables.

n
X
1
X= i fi
n i =1
Si se disponen las frecuencias (fi) correspondiente a cada valor.

MEDIA ARITMTICA
Xi fi Xi . fi
1 9 9
2 60 120
3 70 210
4 34 136
5 25 125
6 12 72
Suma 210 672
Media = 672 / 210 = 3,2


MEDIA ARITMTICA
Una de las limitaciones de la media es que se ve afectada por

valores extremos: valores muy altos tienden a aumentarla
mientras que valores muy bajos tienden a bajarla, lo que implica
que puede dejar de ser representativa de la poblacin.
La media de todas La media de todas las notas de

las notas de una una persona, si es que tiene la
persona, si es que mitad de ellas igual a 2 y la
tiene todos 6, es 6. otra igual a 10, tambin es 6.


MEDIANA
Es el valor ubicado de manera tal que:

- el 50% de los valores resultan menores que l y;
- el 50% restante mayores que l.
Rendimiento
fsico
Edad

MEDIANA
Principales propiedades
- Es menos sensible que la media a oscilaciones de los valores de la
variable. Un error de transcripcin en la serie del ejemplo anterior en,
pongamos por caso, el ltimo nmero, deja a la mediana inalterada.
- No se ve afectada por la dispersin. De hecho, es ms representativa

que la media aritmtica cuando la poblacin es bastante
heterognea.
Suele darse esta circunstancia cuando se resume la informacin
sobre los salarios de un pas o una empresa. Hay unos pocos
salarios muy altos que elevan la media aritmtica haciendo que
pierda representatividad respecto al grueso de la poblacin. Sin
embargo, alguien con el salario "mediano" sabra que hay tanta gente
que gana ms dinero que l, como que gana menos.

MEDIANA
Principales inconvenientes
No se presta a clculos algebraicos tan bien como la media

aritmtica.


MODO, MODA O VALOR MODAL
Es el valor de la variable que presenta la frecuencia

absoluta mxima.
En el caso de los las edades de los empleados de una
empresa el intervalo 36-38.
Frecuencia absoluta
20
18
16
Nmero de empleados
14
12
10
8
6
4
2
0
6 8 0 2 4 6 8 0 2 4 6 8 0 2 4 6 8
-2 6-2 8-3 0-3 2-3 4-3 6-3 8-4 0-4 2-4 4-4 6-4 8-5 0-5 2-5 4-5 6-5
24 2 2 3 3 3 3 3 4 4 4 4 4 5 5 5 5
Edad (en aos)

Comparacin entre la media, mediana y modo
Modo < Media < Mediana

Rendimiento
fsico
Mo Me Mn Edades

Modo > Media > Mediana

Ingresos
Mn Me Mo Edades


Modo = Media = Mediana
Edades
Empleados
Mo = Me =Mn
Muestran la variabilidad de una distribucin, indicando por medio de un

nmero, si las diferentes puntuaciones de una variable estn muy alejadas de
la MEDIA.
Dan una idea de la forma en que se encuentran diseminados los datos a lo

largo del recorrido (o rango de variacin) de la variable.
Cuanto mayor es el valor de esa medida, mayor es la variabilidad.
Cuanto menor, ms similares son los valores de la variable a la MEDIA.

Valores de la
Frecuencia
Valores de la variable Y
Frecuencia 0 0
variable X
20 0 30 0,5
50 1 50 1,5
70 3 70 2
90 1 90 1,5
110 0 110 0,5
130 0
Las dos distribuciones tienen la misma media (70), la misma
mediana (70) y el mismo modo (70), sin embargo, los datos
estn diseminados en forma diferente.
Las medidas de tendencia central deben acompaarse de otras que
muestren la dispersin de los valores: X est menos diseminada que Y.
Variable X
3,5
2,5
1,5
1
Las medidas de
0,5
0
dispersin de la
20 50 70 90 110
variable X son
Variable Y mayores que las de
2,5
Y.
2
1,5
0,5
0
0 30 50 70 90 110 130
VARIANZA Y DISPERSIN
Si X toma n valores: x1, x2, , xn, la media resulta ser igual a:

x 1 + x 2 + .... + x n
x=
n
Se pueden calcular los desvos de cada valor que asume la
variable respecto de la media:
( x 1 x ); ( x 2 x );....; ( x n x )
La varianza si se conocen los valores de todas las variables es:
2
+ 2
+ + 2 n

( x x ) ( x x ) .... ( x x ) 1
2 = 1 2 n
= (x i x) 2
n n i =1

VARIANZA Y DISPERSIN
La frmula de la varianza si se conocen las frecuencias de cada uno

de los valores es la siguiente:

1
=
2
(x i x) 2 f i
n i =1
La dispersin es igual a la raz cuadrada de la varianza:
= 2

DISTRIBUCIN NORMAL
Edades
La zona sombreada
representa el 68,27% de
la superficie total de la
curva.
Me disp Me Me + disp Empleados
Si se toma una muestra de 100 valores de la variable, aproximadamente el 69

asumiran valores iguales a los comprendidos en el rango
(media dispersin) y (media +dispersin). Prof. Claudia Nerina Botteon
COEFICIENTE DE VARIACIN
Es el cociente entre la dispersin y la media

CV =
x
Se usa para eliminar el problema de escala en la comparacin de dos
distribuciones de frecuencias diferentes.
Distribucin Distribucin
A B
media 20 200
dispersin 4 40
CV 0,2 0,2

PRINCIPAL BIBLIOGRAFA
FERRA, Coloma y BOTTEON, Claudia, Evaluacin privada de proyectos, (Mendoza,
Facultad de Ciencias Econmicas-Universidad Nacional de Cuyo, 2007).
FONTAINE, Ernesto, Evaluacin social de proyectos, 12a. ed. (Mxico, Alfaomega,

1999).
GABRIELLI, Adolfo, Evaluacin privada de proyectos (La Paz, Bolivia, 1990),

mimeografiado.
JANSSON MOLINA, Axel, Formulacin y evaluacin de proyectos de inversin

(Santiago de Chile, Universidad Tecnolgica Metropolitana, 2000).
RODRIGUEZ, J., Anlisis de riesgo en proyectos de perforacin exploratoria.

Tcnicas de simulacin. Mtodo de Monte Carlo (Mendoza, 1981), mimeografiado.
SAPAG CHAIN, Nassir y SAPAG CHAIN, Reinaldo, Preparacin y evaluacin de

proyectos, 4. ed. (Santiago, Mc Graw Hill, 2000).

Diapositivas de Riesgo PDF

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Diapositivas de Riesgo PDF

Încărcat de

Drepturi de autor:

Formate disponibile

CURSO

CLAUDIA NERINA BOTTEON

Prof. Claudia Nerina Botteon

Por qu se debe considerar el riesgo de un proyecto?

Al momento de hacer la evaluacin, suele existir desconocimiento sobre muchos

Todo ello puede afectar el valor de los indicadores de rentabilidad.

Se hace necesario considerar el riesgo en la evaluacin de proyectos.

Metro de Bufallo (USA) 50 % 30 %

TGV Paris Nord 25 % 25 %

Fuente: Extrado de una diapositiva del profesor Eduardo Aldunate.

Canal de Suez 1.900 %

Opera de Sydney 1.400 %

Canal de Panam 200 %

Puente de Brooklyn 100 %

Fuente: Extrado de una diapositiva del profesor Eduardo Aldunate.

Prof. Claudia Nerina Botteon

Ferrovias ERRORES DE ESTIMACIN DE

Fuente: Extrado de una diapositiva del profesor Eduardo Aldunate.

Trnsito actual como

Fuente: Extrado de una diapositiva del profesor Eduardo Aldunate.

Ferrovias ERRORES DE ESTIMACIN DE

Fonte: Megaprojects and Risk, Bent Flybjerg con base en el estudioEconomic

Prof. Claudia Nerina Botteon

Son las que dan origen al riesgo

Prof. Claudia Nerina Botteon

Qu es el riesgo desde el punto de vista de un

Es la variabilidad de su rentabilidad medida a travs de

A mayor variabilidad mayor riesgo

Prof. Claudia Nerina Botteon

Cmo puede medirse el riesgo?

MTODOS QUE PERMITEN EXPLICITAR EL RIESGO Y

Como ninguno de los mtodos es perfecto

NO LO ELIMINAN, LO PONEN DE MANIFIESTO

Prof. Claudia Nerina Botteon

Prof. Claudia Nerina Botteon

En qu consiste la evaluacin determinstica?

Considera: EL VALOR ESPERADO DE CADA VARIABLE

Qu resulta de esta evaluacin?

Los INDICADORES DE RENTABILIDAD son

Flujo de beneficios y costos del proyecto

VAN esperado del proyecto = $ 8.750,30

Cundo es poco recomendable el uso de

- No necesariamente la variable va a tener un solo valor ms probable.

- An cuando pueda estimarse correctamente el valor ms

- An de existir un nico valor ms probable, en muchos casos es

Cules son los mtodos que permiten incorporar

Determinacin de las variables crticas

Mtodo de simulacin de Monte Carlo

Claudia Nerina Botteon

Prof. Claudia Nerina Botteon

Cules son los mtodos que no consideran la

Determinacin de las variables crticas

Prof. Claudia Nerina Botteon

Determinacin de las variables crticas

Para cada una de las variables que inciden en el VAN

La elasticidad del VAN respecto de cada variable.

Prof. Claudia Nerina Botteon

Determinacin de las variables crticas

La elasticidad del VAN respecto de cada variable.

La elasticidad del VAN respecto de la variable Y

Prof. Claudia Nerina Botteon

Determinacin de las variables crticas

La elasticidad del VAN respecto de cada variable.