PRÁCTICA

UNIVERSIDAD CATÓLICA DE SANTA MARÍA

Ingeniería Industrial – IX Semestre
Guía de Prácticas de Proyectos Industriales
12
Analisis de Riesgo con Crystal
Ball

❒O B J E T I V O
Exponer el uso del software Crystal Ball incorporado en una hoja de cálculo Excel para plantear
diferentes escenarios, y el uso de técnicas de simulación como el método de Monte Carlo, orientado a
la toma de decisiones de inversión.

RECURSOS

- Computador con hoja de cálculo Excel y aplicativo

Crystal Ball
- Cuadernos, apuntes, libros
- Calculadora
- Pizarra
- Guía de Prácticas.

DURACIÓNDELAPRÁCTICA
Una sesión (2 horas).

❒P RE S E NT ACI O N
Trabajo individual.
Resolver los ejercicios propuestos en un documento de excel.
 Curso Proyectos Industriales

 MA R CO T EÓ RI CO

Analisis de Riesgo en la Evaluación Económica

El riesgo es la probabilidad de tener éxito o fracaso. Es importante integrar la evaluación del riesgo a la
evaluación económica de un proyecto. Existen nuevas metodologías que no usan los métodos VPN, TIR,
TREMA y B/C de forma tradicional, sino que evalúan factores que pueden incidir en el resultado, y hacen
uso de la estadística al modelar variables asociadas a algún tipo de distribución de probabilidad; por lo
tanto, los parámetros de las variables permiten conocer de forma real la probabilidad de obtener un
resultado y para ello toman en cuenta el riesgo y la incertidumbre. Existen softwares en el mercado que
permiten evaluar proyectos bajo este enfoque, tales como Crystal Ball, Risk Simulator, SimulAR, entre
otros.

Crystal Ball1

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

El método de Montecarlo

La simulación de Montecarlo o método de Montecarlo, le debe el nombre al famoso casino del principado
de Mónaco. La ruleta es el juego de casino más famoso y también el ejemplo más sencillo de mecanismo
que permite generar números aleatorios. Asi, el objetivo principal de la simulación de Montecarlo es
intentar imitar el comportamiento de variables reales para, en la medida de lo posible, analizar o predecir
cómo van a evolucionar.

Dado que la rentabilidad de una inversión es impredecible se utiliza este tipo de método para evaluar
distintos tipos de escenarios. Un ejemplo sencillo se encuentra en la bolsa de valores. Los movimientos de
una acción no se pueden predecir. Se pueden estimar, pero es imposible hacerlo con exactitud. Por ello,
mediante la simulación de Montecarlo, se intenta imitar el comportamiento de una acción o de un
conjunto de ellas para analizar cómo podrían evolucionar. Una vez se realiza la simulación de Montecarlo
se extraen una cantidad muy grande de escenarios posibles.

La evaluación de proyectos de inversión con simulación Montecarlo, considera variables de entrada

con distribuciones de probabilidad asociadas, cuyos parámetros dependen de datos históricos o de
distribuciones empíricas.

Distribución de probabilidad

La distribución de probabilidad de una variable aleatoria es una función

que asigna a cada suceso definido sobre la variable la probabilidad de que
dicho suceso ocurra. Lo que necesitamos es conocer la probabilidad de
obtener el VAN y el TIR que hallamos, en base al ingreso de la función de
probabilidades de las variables como cantidad de productos vendidos,
precio, inversión en capital de trabajo, u otros. Ejemplo:

1
https://www.oracle.com/technetwork/es/articles/oem/oracle-crystal-ball11-1-4434142-esa.html
 Curso Proyectos Industriales

Para la definición de variables de entrada con Crystal ball es necesario conocer la distribución de
nuestras variables de entrada, en base a las que se efectuará todo el cálculo de probabilidades:

Ejemplos2
A continuación, se mostrará las configuraciones realizadas en cada variable:

Variable Distribución

Cantidad de
Productos
Vendidos

La distribución triangular la utilizamos cuando se conocen los valores:

mínimo, máximo y el más probable.

En nuestro ejemplo estamos considerando que la cantidad mínima de

2
https://www.oracle.com/technetwork/es/articles/oem/oracle-crystal-ball11-1-4434142-esa.html
Curso Proyectos Industriales

productos vendidos será de 20,000 unidades llegando a un valor de 80,000

unidades como máximo, siendo 50,000 unidades el valor más probable.

%
Crecimiento
de Ventas
Anual

La distribución normal es ampliamente utilizada y es distribución continua

más conocida y algunas de sus aplicaciones en estimaciones son:
características morfológicas y fisiológicas, errores de mediciones, tiempo de
respuesta a un estímulo, la inflación de un país, tipo de cambio, etc.

En nuestro caso, hemos asumido que contamos con historial de porcentaje

de crecimiento de ventas (independientes entre ellas) para el mercado en
que se encuentra esta empresa y cuya media nos devuelve 10% de
crecimiento con una desviación estándar de 2%.

Costos
Variables x
Unidad

La distribución uniforme tiene la misma probabilidad a todos los valores

entre el mínimo y el máximo. Es una distribución de probabilidad continua.

Hemos indicado a nuestra variable que sus valores se encontrarán

oscilando entre $0.5 y $1.6 con la misma probabilidad.
Curso Proyectos Industriales

CONCEPTOS ESTADÍSTICOS RELEVANTES PARA EL ANÁLISIS DE LOS

RESULTADOS

- Media: El promedio es la suma de las observaciones dividida entre la cantidad de observaciones.

- Desviacion Estandar: es la desviación de los valores individuales observados respecto al

promedio.

- El coeficiente de variación es una medida en % de cuánta variación existe en relación con

la media.

- Asimetría o sesgo: es la carencia de simetría de los datos. Indica el grado de desviación respecto a
la simetría. Si el valor es 0, los datos son simétricos; si es mayor que 0 (positiva), los datos son
asimétricos hacia la derecha; eso quiere decir que la cola más larga es la del lado derecho. Si la
asimetría es menor que 0 (negativa), los datos son asimétricos hacia la izquierda; quiere decir que la
cola más larga está en el lado izquierdo.

- Curtosis o apuntamiento : es una medida de lo picuda que es la distribución de los datos. Se usa
como medida de la altura del pico en una distribución
 Curso Proyectos Industriales

PROCEDIMIENTO PARA EL DESARROLLO DE UN CASO CON CRISTAL BALL

Configurar el modelo de simulación:

1° Definir suposiciónes: luego de la elaboración del flujo de caja económico, a analizar, definir las variables
independientes, por ejemplo: cantidad de variables vendidas, costos variables, costos fijos. Se requerirá precisar
su media, desviación, valor minimo, máximo, de acuerdo al tipo de distribución. Ejemplo:

SUPUESTOS Valor media desv min Distribucion

Cant productos vendidos - año 1 50,000 55000 1000 40000 Normal
% incremento ventas 10% 8% 0.10% 5% Normal

SUPUESTOS Valor min mas probable max Distribucion

Precio 2.4 2 2.4 2.6 Triangular
Costos variables x unidad 0.8 0.6 0.8 1 Uniforme
Costos fijos 50,000 45000 55000 Uniforme
Inversion 100,000 80000 100000 110000 Triangular

Pararse con el mouse sobre la celda de cada valor, por ejemplo 50,000, y l uego dar click en el botón “definir
suposición”. Y asi sucesivamente. El programa no aceptará celda con fórmulas, dado que supone que las
variables independientes son valores FIJOS, que no dependen de otras variables.

Se deberá indicar el tipo de distribución. Sino se conoce, poner “ajustar distribución a datos” para lo cual se
debería contar con datos históricos por lo menos de 35 periodos.

Las suposiciones se marcarán de color verde. Otro ejemplo

 Curso Proyectos Industriales

2° Definir Previsión: es la variable de salida, o dependiente, la cual tendrá el resultado de los diferentes valores asociadas
a probabilidades. Por ejemplo: VAN, TIR. Pararse con el mouse sobre la celda de valor del van, y dar click en “definir
previsión”.

Se marcaran de color celeste:

Ejecutar la simulación
 Curso Proyectos Industriales

3° Dar click en el botón “iniciar”

4° Analizar la probabilidad de que el VAN sea mayor a cero: en este ejemplo dicha probabilidad es mayor a
39.46%

5° Analizar la probabilidad de que el VAN económico sea igual o mayor a la calculada. Ejemplo: se calculó
VAN de $ 1,120. Y su probabilidad encontrada fue de 97.63%

6° Analizar la probabilidad de que el TIR sea mayor al COK. En nuestro ejemplo dicha probabilidad es del
100%
 Curso Proyectos Industriales

7° Analizar la probabilidad de que el TIR sea igual o mayor al calculado. Ejemplo: se calculó tir de 45%. Y
su probabilidad encontrada fue de 83.38%

8° Efectuar un Análisis de Sensibilidad: haciendo clic en el menú del reporte de la variable de salida, opción
Abrir gráfico de sensibilidad.

Este reporte indica el impacto de cada variable de entrada (ingresadas como suposiciones), en el indicador financiero VAN
(ingresado como variable de salida).

Es decir, indica el grado de correlación de las distintas variables que se han considerado, como la cantidad de productos
vendidos, o los costos variables, y que pueden tener una mayor o menor influencia sobre el VAN. La correlación puede ser
positiva o negativa
 Curso Proyectos Industriales

Ejemplo 1 Interpretación del Ejemplo 1

 - El número de productos vendidos tiene un impacto
positivo de 50.7% en el VAN. Es la variable que
más le afecta al VAN.

 - Los costos variables x unidad tienen un impacto

negativo de 48.7% en el VAN

 - El % de crecimiento de ventas anual tuvo un

impacto positivo insignificantico de 0.6%.

Ejemplo 2 Interpretación del Ejemplo 2

- La demanda del año 1 tiene una correlacion
positiva del 47% sobre el VAN.
- La demanda del año 2 tiene una correlacion
positiva del 44% sobre el VAN.
- La demanda del año 3 tiene una correlacion
positiva del 42% sobre el VAN.
- La demanda del año 4 tiene una correlacion
positiva del 42% sobre el VAN.
- Los costos fijos del año 1 tienes una
correlacion negativa del -20% sobre el VAN.
- Los costos variables del año 2 tienen una
correlacion negativa del -12% sobre el VAN.
- Y así sucesivamente con cada variable de
entrada definida

Es posible realizar más gráficos, tablas de estadísticas, análisis tornado, araña, etc
 Curso Proyectos Industriales

 A CT IVID ADE S D E LA PR Á CT IC A
Caso 1
Ud está realizando un proyecto de inversión para la instalación de un invernadero para la producción
de productos orgánicos. Existe alta incertidumbre respecto a la inversión, las ventas del año 1, el %
crecimiento de las ventas, el precio, y el costo variable unitario, por lo que se desea realizar un análisis
de riesgo con cristal ball, tomando estas variables como suposiciones, y las variables de salida: VAN y
TIR.

Se prevé los sgtes flujos.

- Horizonte de planeación de 5 años.

- Cantidad de productos vendidos el primer año de 8,400 u en escenario realista. Se cree que la
media sería de $8,500 y la desviación de $250, y como mínimo las ventas nunca bajarían de
8000 u. Considerar distribución Normal.
- Tasa de crecimiento de los productos vendidos 3% respectivamente, correlativo al crecimiento
del PBI proyectado. Desviación 0.1%, el promedio de periodos anteriores fue de 2.5% y se
considera que nunca bajaría de esa tasa. Distribución Normal.
- Precio de venta 4 $/unidad es el promedio de los últimos meses, y se prevé que se mantenga.
Podría bajar como mínimo a $ 3.6 y subir como máximo a $ 4.2. Distribución Triangular.
- Costo variable 0.25 $/unidad. Se cree que como mínimo se le podría ajustar hasta $ 0.23 y
como máximo $0.28. Considerar distribución Triangular.
- Costo fijo de 12,000 $/año, podría variar de $ 12,000 a $15,000/año. Distribución Uniforme.
- Impuesto a la renta es de 30%,
- La TMAR 14 %.
- La inversión requerida: terreno $ 20,000, obras civiles $15,000, equipos $10,000. En el caso
bajen los precios de los terrenos, se cree que la inversión mínima (total) podría ser de $ 40,000.
Y si suben, la inversión máxima podría llegar a $ 50,000. Considerar distribución triangular.
- Depreciación lineal, obras civiles 20 años, equipos 10 años

Se pide:
a) Realizar el flujo de efectivo del escenario más probable, configurar la simulación en cristal ball y
ejecutarla, siguiendo los 8 pasos descritos en el marco teórico.
b) Analizar los gráficos y realizar conclusiones acerca de las probabilidades de que el proyecto llegue a ser
tan rentable como se planteó en el flujo de caja
c) Incluir otros gráficos y estadísticas que consideren agrega valor al análisis para la toma de decisiones
Curso Proyectos Industriales

REFERENCIAS BIBLIOGRÁFICAS

SAPAG CHAIN Nassir, SAPAG CHAIN Reinaldo, SAPAG P. José Manuel, Preparación y Evaluación de
Proyectos, Editorial Mc Graw Hill– México, Sexta Edición 2014.
https://www.oracle.com/technetwork/es/articles/oem/oracle-crystal-ball11-1-4434142-esa.html
Análisis de riesgo en Alternativas de Inversión, publicación Gestión y Producción

DOCUMENTOSADJUNTOS
Ninguno