Formulacin y Evaluacin de

Proyectos
Anlisis de Riesgo
Juan Quinteros
Qu es el riesgo?
El riesgo implica incertidumbre.
La incertidumbre no necesariamente implica
riesgo.
La aversin al riesgo es una caracterstica
inherente a cada individuo, configurando un
perfil de riesgo.
La evaluacin de las compensaciones entre
beneficios esperados y riesgos tolerables es
una funcin del perfil de riesgo.
Exposicin al riesgo
Todos estamos expuestos a determinados
tipos de riesgos en un entorno dinmico y
normalmente tomamos decisiones que
tienden a disminuir el grado de exposicin a
ciertos riegos.
Sin embargo, algunas decisiones podran
provocar una elevacin del grado de
exposicin al riesgo.
Exposicin al riesgo
A los inversionistas que aumentan su
exposicin al riesgo con la expectativa de
aumentar su riqueza, se les llama
especuladores.
Aquellos inversionistas que toman decisiones
para disminuir la exposicin al riesgo son
inversionistas de cobertura.
Introduccin
El propsito de la evaluacin de inversiones es
valorar las perspectivas econmicas de un
proyecto de inversin.
Es una metodologa para calcular el
rendimiento esperado con base en los
pronsticos de los flujos de caja de muchas
variables interrelacionadas
Introduccin
La evaluacin de riesgos de un proyecto
depende de:
Nuestra capacidad para identificar y entender la
naturaleza de la incertidumbre que caracteriza a
las variables clave del proyecto
Los instrumentos y metodologa para procesar sus
implicaciones de riesgo sobre el rendimiento del
proyecto
Mtodos de anlisis de riesgo
Enfoque clsico:
Punto de equilibrio
Anlisis de sensibilidad
Escenarios
Enfoque holstico
Simulacin Monte Carlo
Incertidumbre del proyecto
La primera tarea de la evaluacin de un
proyecto es estimar los valores futuros de las
variables proyectadas.
Al seleccionar un valor nico no se incluye en
el anlisis un rango de otros resultados
probables.
Al usar valores nicos como insumos,
implcitamente se supone que los valores
utilizados son ciertos.
Incertidumbre del proyecto
Tomando en cuenta que los valores proyectados
no son ciertos, un informe de evaluacin
usualmente se complementa con anlisis de
sensibilidad y de escenarios.
El anlisis de sensibilidad identifica las variables
ms importantes y altamente sensibles del
proyecto.
El anlisis de escenarios permite el cambio
simultneo de los valores de un nmero
importante de variables clave.
Incertidumbre del proyecto
Ambas pruebas tienen una naturaleza esttica
y bastante arbitraria.
La simulacin Monte Carlo agrega la
dimensin del anlisis dinmico haciendo
posible construir escenarios aleatorios.
El resultado de un anlisis de riesgo no es un
valor nico sino una distribucin de
probabilidades de todos los rendimientos
esperados posibles.
Qu es el anlisis de riego?
Es la metodologa mediante la cual se procesa
la incertidumbre que incluye las principales
variables proyectadas en un modelo de
pronsticos.
Durante la simulacin de construyen
escenarios sucesivos
Se controla la simulacin limitando la
seleccin aleatorio de valores
Qu es el anlisis de riego?
Los resultados se recopilan y analizan en
forma estadstica para llegar a una
distribucin de probabilidades de los
resultados potenciales del proyecto y estimar
las diferentes medidas de riesgos del
proyecto.
Proceso del anlisis de riesgo
Modelo de pronsticos.
Variables de riesgo
Distribucin de probabilidades
Series de simulacin
Anlisis de resultados
Modelos de pronsticos
Debe contarse con un modelo slido, capaz de
predecir correctamente si se le introducen los
datos correctos.
Es un conjunto de frmulas que procesan
diferentes variables de entrada para llegar a un
resultado

Variables Relaciones Resultado
B = 3
C = 2 B C R = 1
Modelos de pronsticos
Un buen modelo es aqul que incluye todas
las variables pertinentes y excluye las
variables no pertinentes, y postula las
relaciones correctas entre ellas.
Variables de riesgo
Es una variable que es decisiva para la
viabilidad del proyecto en el sentido de que
una pequea desviacin de su valor
proyectado es probable y potencialmente
daina para el valor del proyecto.
Para identificar las variables ms importantes
se utiliza el anlisis de sensibilidad.
Variables de riesgo
Razones para incluir solamente las variables
ms cruciales en el anlisis de riesgo:
Cuanto mayor sea el nmero de distribuciones de
probabilidades empleadas, mayor ser la
probabilidad de generar escenarios inconsistentes.
Costo en trmino de dinero y tiempo del
evaluador.
Distribuciones de probabilidades
Aunque el futuro es por definicin incierto,
todava podemos prever el resultado de
eventos futuros.
Hay muchos factores que regulan nuestra
capacidad para pronosticar un evento futuro
en forma exacta:
Complejidad del sistema que determina el
resultado de una variable
Fuentes de incertidumbre
Distribuciones de probabilidades
Aunque es casi imposible pronosticar en
forma exacta el valor real es posible incluir el
valor verdadero dentro de los lmites de una
distribucin de probabilidad.
El nivel de variacin se especifica
estableciendo lmites mnimos y mximos
Cuando hay datos disponibles, el
establecimiento de lmites es sencillo.
Distribuciones de probabilidades
Las distribuciones de probabilidades se
utilizan para regular las probabilidades de
seleccin dentro de los rangos definidos.

Ejecuciones de simulacin
Consiste en procesar reiteradamente el
modelo hasta que se generen suficientes
resultados como para generar una muestra
representativa.
No debera ser un nmero inferior a 500
Anlisis de los resultados
Cada ejecucin representa una probabilidad
de que ocurra:
p = 1/n
La probabilidad de que el resultados del
proyecto sea menor a cierto valor es
simplemente el nmero de resultados que
tienen un menor valor multiplicado por la
ponderacin de probabilidad de una ejecucin
Conclusiones
1. Mejora la toma de decisiones en proyectos
marginales
2. Investiga nuevas ideas de proyectos y ayuda
a la identificacin de las oportunidades de
inversin
3. Destaca las reas del proyecto que
necesitan mayor investigacin y orienta la
recopilacin de informacin
Conclusiones
4. Ayuda a la reformulacin de proyectos a
amoldarse a las actitudes y requisitos del
inversionista.
5. Induce un cuidadoso reexamen de los
estimados de valor nico en el mtodo
determinista.
6. Ayuda a reducir el sesgo de evaluacin del
proyecto
Conclusiones
7. Facilita el uso minucioso de expertos
8. Cierra la brecha de comunicacin entre el
analista y el que toma las decisiones
9. Brinda un marco conceptual para evaluar
los estimados de resultados de un proyecto.
10. Brinda la base de informacin necesaria
para facilitar una asignacin y manejo de
riesgos ms eficiente.
Advertencias
Pasar por alto interrelaciones significativas
entre las variables proyectadas puede
distorsionar el anlisis.
La exactitud de las predicciones depende de la
capacidad de prediccin del modelo.
Proceso de administracin de
riesgos
La administracin del riesgo puede concebirse
como un proceso sistemtico de 4 etapas que
pueden retroalimentarse en forma
permanente.
Identificacin
Evaluacin
Seleccin de estrategias
Aplicacin
Identificacin
Determinar las exposiciones al riesgo
relevantes para la unidad de anlisis
(modelacin)
Evaluacin
Cuantificar los costos asociados con los riesgos
potenciales determinados en la fase anterior.
Establecer una compensacin entre riesgo y
rendimiento.
Medidas cuantitativas del riesgo (simulacin)
Estrategias de administracin de
riesgos
Evasin. Decisin intencionada de no
exponerse a un riesgo especfico.
Prevencin. Est asociada con acciones para
reducir la exposicin a ciertos riesgos.
Retencin. Consiste en asumir con recursos
propios los efectos de la exposicin a un
riesgo en particular.
Transferencia. Es el mecanismo por el cual se
transfiere el riesgo a otro.
Formas de transferencias de riesgo
Cobertura. Consiste en reducir la exposicin al
riesgo a cambio de ceder un potencial de
ganancia.
Aseguramiento. Implica el pago de una prima
para reducir el potencial de prdida. A
diferencia de la cobertura, se mantiene el
potencial de ganancia.
Diversificacin. Inversin en un conjunto de
inversiones para reducir la exposicin al riesgo
total.
Conclusiones y observaciones
La percepcin del riego influye en las
decisiones econmicas de individuos y
organizaciones. El problema es la no
percepcin derivada del hecho de trabajar con
modelos deterministas.
Para agudizar el nivel de percepcin es preciso
incorporar incertidumbre en los modelos a
travs de una modelacin probabilstica del
problema.
Conclusiones y observaciones
Los modelos no se construyen en piedra,
deben evolucionar al ritmo de cambio de las
variables del entorno.
Enfrentar riesgos en forma planificada
convierte al dueo del proyecto en un ente
proactivo que sistemticamente aplicar
estrategias para asegurar el xito de los
proyectos.