Proyectos

15
ANÁLISIS DE RIESGOS

description

Evaluación de Proyectos

Transcript of Proyectos

Page 1: Proyectos

ANÁLISIS DE RIESGOS

Page 2: Proyectos

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.

Page 3: Proyectos

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.

Page 4: Proyectos

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.

Page 5: Proyectos

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.

Page 6: Proyectos

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.

Page 7: Proyectos

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.

Page 8: Proyectos

GRÁFICO:

Page 9: Proyectos

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.

Page 10: Proyectos

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.

Page 11: Proyectos

Árbol de decisión para lanzamiento de un nuevo producto:

Page 12: Proyectos

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.

Page 13: Proyectos

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.

Page 14: Proyectos

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.

Page 15: Proyectos

Gracias por su atención.