Proyectos
15
ANÁLISIS DE RIESGOS
description
Evaluación de Proyectos
Transcript of Proyectos
ANÁLISIS DE RIESGOS
OBJETIVO:
El objetivo de este capítulo es analizar el problema del análisis del riesgo
en los proyectos y los distintos criterios de inclusión y análisis para su
evaluación.
No se incluye en este estudio el riesgo económico, que aunque es un tema
de alto interés, escapa al objetivo de este capitulo.
INTRODUCCION:
Cada proyecto tiene asociado cierto grado de riesgo que no puede
excluirse de su evaluación, puesto que hará variar su grado de
aceptabilidad.
El flujo de caja es la acumulación neta de activos líquidos en un periodo
determinado y, por lo tanto, constituye un indicador importante de la
liquidez de una empresa.
Se entiende por flujo de caja a los flujos de entradas y salidas de caja o
efectivo, en un periodo dado.
EL RIESGO EN LOS PROYECTOS:
El riesgo de un proyecto se define como la variabilidad de los flujos de
caja reales respecto a los estimados. Mientras más grande sea esta
variabilidad, mayor es el riesgo del proyecto. De esta forma, el riesgo se
manifiesta en la variabilidad de los rendimientos del proyecto, puesto que
se calculan sobre la proyección de los flujos de caja.
RIESGO E INCERTIDUMBRE:
El riesgo define una situación donde la información es de naturaleza
aleatoria, en que se asocia una estrategia a un conjunto de resultados
posibles, a cada uno de los cuales tiene asignada una probabilidad.
La incertidumbre caracteriza a una situación donde los posibles resultados
de una estrategia no son conocidos y, en consecuencia, sus
probabilidades de ocurrencia no son cuantificables. Por lo tanto puede ser
una característica de información incompleta, de exceso de datos, o
información inexacta, sesgada o falsa.
LA MEDICIÓN DEL RIESGO:
Existen formas precisas de medición que manifiestan su importancia
principalmente en la comparación de proyectos. La mas común es la
desviación estándar, que se calcula mediante la siguiente expresión:
σ = (𝐴𝑥 − 𝐴 )2 𝑛𝑥=1 𝑃𝑥
Donde:
Ax: es el flujo de caja de la posibilidad x.
Px: es su probabilidad de ocurrencia.
Ā: es el valor esperado de la distribución de probabilidades de los flujos de
caja.
𝐴 = 𝐴𝑥 𝑃𝑥𝑛𝑥=1
La desviación estándar se utiliza para determinar la probabilidad
de ocurrencia de un hecho.
EL MÉTODO DEL AJUSTE DE LA TASA DE
DESCUENTO.
Una forma de ajustar los flujos de caja consiste en hacerlo mediante
correcciones en la tasa de descuento. A mayor riesgo, mayor debe ser la tasa
para castigar la rentabilidad del proyecto. Un proyecto rentable evaluado en
función de una tasa libre de riesgo puede resultar no rentable, si se descuenta a
una tasa ajustada.
El principal problema de este método es determinar la tasa de descuento
apropiado para cada proyecto.
GRÁFICO:
USO DEL ÁRBOL DE DECISIÓN:
El árbol de decisión es una gráfica técnica que permite representar y
analizar una serie de decisiones futuras de carácter secuencial a través del
tiempo.
Cada decisión se representa gráficamente por un cuadrado con un
número dispuesto en una bifurcación del árbol de decisión. Cada rama
que se origina en este punto representa una alternativa de acción.
A cada rama que parte de estos sucesos se le asigna una probabilidad de
ocurrencia.
De esta forma, el árbol representa todas las combinaciones posibles de
decisiones y sucesos, permitiendo estimar un valor esperado del final,
como un valor actual neto, utilidad u otro.
En resumen: Un árbol de decisión es un modelo de predicción utilizado en el ámbito de
inteligencia artificial. Dada una base de datos se construyen diagramas de
construcciones lógicas, muy similares a los sistemas de predicción basados
en reglas, que sirven para representar y categorizar una serie de
condiciones que ocurren de forma sucesiva, para la resolución de un
problema.
Un árbol de decisión lleva a cabo un test a medida que este se recorre
hacia las hojas para alcanzar así una decisión.
Podemos decir que los árboles de decisión son diagramas de decisiones
secuenciales nos muestran sus posibles resultados.
Árbol de decisión para lanzamiento de un nuevo producto:
MODELO DE SIMULACIÓN DE MONTE
CARLO:
Llamado también método de ensayos estadísticos, es una técnica de
simulación de situaciones inciertas que permite definir valores esperados
para variables no controlables, mediante la selección de valores
aleatorios. Donde la probabilidad de elegir entre todos lo resultados
posibles esta en estricta relación con sus respectivas distribuciones de
probabilidades.
La simulación permite abordar desde problemas sencillos hasta problemas
muy complicados.
MODELO DE SIMULACION DE
MONTECARLO.
El método de Monte Carlo proporciona soluciones aproximadas a una
gran variedad de problemas matemáticos posibilitando la realización de
experimentos con muestreos de números pseudoaleatorios en una
computadora.
El método de Montecarlo es una técnica de selección de números
aleatorios a través de una o más distribuciones de probabilidad, para
utilizarlas en una simulación.
VENTAJAS Y DESVENTAJAS:
VENTAJAS:
Es un método directo y flexible.
La simulación nos permite formular condiciones extremas con riesgos nulos.
Permite estudiar la interacción entre las diferentes variables del problema.
La simulación permite resolver problemas que no tienen solución analítica
DESVENTAJAS:
• Una buena simulación puede resultar muy complicada, gran número de variables.
• La simulación no genera soluciones óptimas globales.
• No proporciona la decisión a tomar, sino que resuelve el problema mediante
aproximación para unas condiciones iniciales.
• Cada simulación es única, interviene el azar.
Gracias por su atención.
