Syllabus:

Herramientas para la Evaluación de Proyectos

y Análisis de Riesgos con @Risk, Crystal Ball
y Risk Simulator
Sandro A. Huamanı́ Antonio
shuamani@kdis.ac.kr
GRUPO LAMBDA
Abril 2019

1. Información General
1.1. Experiencia Docente
Es magister en Public Policy (MPP) por el KDI School de Corea del
Sur (Think Tank No 1 del Asia), con desempeño sobresaliente (Dean’s List
with Distinction). También es magister en Regulación de Servicios Públicos
y Gestión de Infraestructura por la Universidad del Pacifico y la Universi-
dad Politécnica de Cataluña de España. Cuenta con experiencia docente en
diversas universidades (UNMSM, UPC, PUCP, etc.) y cursos de extensión
universitaria (SUNASS, MVCS, etc.). Asimismo, es profesor y socio fundador
del Grupo Lambda.

1.2. Descripción del curso

Este curso tiene como objetivo principal proveer al estudiante el conoci-
miento necesario de los softwares de riesgos y su aplicación en la evaluación
de los proyectos y modelación de riesgos. Es importante señalar que no es
un curso profundo de evaluación de proyectos, pero sı́ del manejo de los soft-
wares que representan herramientas útiles. Éste es un curso intensivo pero
bastante práctico a un nivel Intermedio, cuyo éxito también dependerá del
esfuerzo del estudiante. El curso tendrá una duración de 24 horas.

1
1.3. Dirigido
El curso está dirigido a estudiantes de Economı́a, economistas, admi-
nistradores o personas interesados en el manejo de riesgos y proyectos de
inversión.

1.4. Requisitos
Conocimientos en Estadı́stica y Modelos Financieros es deseable pero no
obligatorio.

2. Contenido del curso

2.1. Tema 1: Conceptos Generales sobre Estadı́stica,
Riesgos y Evaluación de Proyectos
Distribución de frecuencias y estadı́sticos.

Distribución de probabilidades: Discreto y Continuo.

Teorema del Lı́mite Central.

¿Qué es Riesgo? ¿Qué es Análisis de Riesgo? ¿Qué es un modelo?

¿Qué es una simulación de Monte Carlo?.

Desarrollo de un modelo de riesgos.

Modelo Económico Financiero: Flujo de Caja.

Indicadores de rentabilidad: VAN y TIR.

2.2. Tema 2: Herramientas Analı́ticas del @Risk y Crys-

tal Ball
Variables de Entrada y Salida.

Ajuste de Distribución: variable única y variables múltiples

Simulación de Ajuste.

Herramienta de Tornado y Sensibilidad en la Simulación.

Herramienta de Diagnóstico para Pronostico y Regresión.

2
 Herramienta de Análisis Estadı́stico, Análisis Distribucional y Análisis
de Escenarios.

Herramienta de Agrupación y de Segmentación.

Aplicación: Evaluación de Proyectos y Domináncia Estocástica.

2.3. Tema 3: Optimización por Simulación

Optimización Tradicional versus la Optimización por Simulación.

Optimización con Solver.

Comandos del RISKOptimizer

Ejemplos de Aplicaciones.

Métodos de Optimización: Algoritmos de ascenso de colinas.

Ejemplo de Algoritmos genéticos.

Simulación y análisis de riesgo.

2.4. Tema 4 y 5: Pronósticos con RISK SIMULATOR

(Econometrı́a)
Regresión Múltiple: Teorı́a y práctica.

Simulación Análisis de serie de tiempo: Teorı́a y práctica.

Modelos de Elección Discreta Univariado: Teorı́a y práctica.

Pronósticos Estocásticos.

Extrapolación No Lineal.

Curva J-S.

Spline Cúbico (Interpolación y Extrapolación).

3
2.5. Tema 6: Árbol de Decisiones con RISK SIMULA-
TOR
Gráficas de Árbol de Decisiones

Modelos de Simulación

Análisis Bayesiano

Valor Esperado de la Información Perfecta

Análisis de Minimax y Maximin

Perfil de Riesgo y valor de la Información Imperfecta.

Sensibilidad y Tablas de Escenario.

Funciones de utilidad.