21/1/2015

CyTA

Imprimir

Cerrar

Artculo

UnaAplicacindelMtododeMonteCarloenelAnlisisde
RiesgodelosProyectos:Suautomatizacinatravsdeuna
planilladeclculo
MarceloClaudioPriss
ProfesorTitular,ProyectosInformticos
UniversidaddeCienciasEmpresarialesySociales
email:marcelo@cyta.com.ar

Resumen
.
PalabrasClave:

1.Introduccin
El este trabajo se presenta, a travs de un caso prctico, la utilizacin de la planilla
electrnica en el anlisis de rentabilidad de inversiones bajo riesgo. Especficamente
mostraremoscomooperarelproductoMicrosoftExcel,parallevaradelantelaconstruccin
delmtododeMonteCarloaplicadolaevaluacindeproyectosdeinversin.
El mtodo de Monte Carlo es una herramienta de investigacin y planeamiento
bsicamente es una tcnica de muestreo artificial, empleada para operar numricamente
sistemascomplejosquetengancomponentesaleatorios.
Gracias a la constante evolucin de las microcomputadoras, en lo que se refiere a su
capacidaddeprocesamientodelainformacin,elmtododeMonteCarloescadavesms
frecuentementeutilizado.
Esta metodologa provee como resultado, incorporada a los modelos financieros,
aproximaciones para las distribuciones de probabilidades de los parmetros que estn
siendoestudiados.
Paraellosonrealizadasdiversassimulacionesdonde,encadaunadeellas,songenerados
valores aleatorios para el conjunto de variables de entrada y parmetros del modelo que
estnsujetosaincertidumbre.Talesvaloresaleatoriosgeneradossiguendistribucionesde
probabilidadesespecficasquedebenseridentificadasoestimadaspreviamente.
Valedestacarqueelconceptodesimulacin,adoptadoenestetrabajo,eseldescriptoen
los estudios de Robert E. Shannon: "Simulacin es el proceso de disear y desarrollar un
modelocomputarizadodeunsistemaoproceso y conducir experimentos con este modelo
con el propsito de entender el comportamiento del sistema o evaluar varias estrategias
conlascualessepuedeoperarelsistema"Elconjuntoderesultados,producidosalolargo
detodaslassimulaciones,podrnseranalizadosestadsticamenteyproveerresultadosen
trminosdeprobabilidad.Esasinformacionesserntilesenlaevaluacindeladispersin
total de las apreciaciones del modelo, causado por el efecto combinado de las
incertidumbres de los datos de entrada y en al evaluacin de las probabilidades de ser
violadoslospadronesdelasproyeccionesfinancieras.
En lo que se refiere a la computadora, podemos asegurar que ya est comprobada su
utilidad para obtener: una visin clara de la variabilidad y el rdito de los proyectos bajo
anlisis como por ejemplo, y lo vamos a mostrar en este trabajo, la planilla de clculo
puede emplearse para obtener valiosa informacin sobre la sensibilidad del posible
http://www.cyta.com.ar/ta0102/finanzas.htm

1/12

21/1/2015

CyTA

rendimientofrente a las variaciones de factores determinados, y sobre la probabilidad de

obtenerdiversosnivelesderendimiento.
Estainformacinserfundamentalcomorespaldodealdecisionesgerencialesnopueden
quedar dudas que el conocimiento de la probabilidad de ocurrencia de toda la gama de
posiblesrendimientos,brindaunaciertaseguridaddequelainformacindisponiblehasido
empleadaconlamximaeficacia.
Elejercicioderazonarenbaselaincertidumbrecontribuyeamejorarlahabilidaddeelegir
lasinversiones,porquecomprenderlaincertidumbreyelriesgoequivaleacomprenderel
secretodelosnegocios,yeslallaveparaabrirlapuertaalabuenasoportunidades.

AutomatizacindelModelodeMonteCarlo
De forma simplificada, se puede aplicar el Modelo de Monte Carlo en el Excel de la
siguienteforma:
1. Estimar la escala de valores que podra alcanzar cada factor, y la
probabilidaddeocurrenciaasociadaacadavalor.
2.Elegir,aleatoriamente,unodelosvaloresdecadafactor,ydependiendodela
combinacinseleccionada,computarlatasaderendimientoresultante.
3. Repetir el mismo proceso una y otra ves, la cantidad de veces que sea
necesaria, que permita definir y evaluar la probabilidad de ocurrencia de cada
posible tasa de rendimiento. Como existen millones de posiblescombinaciones
defactores,necesitamosefectuarunnmerodepruebassuficientementegrande
para que pueda apreciarse la posibilidad de ocurrencia de las varias tasas de
rendimiento. El resultado a que se llegar ser una lista de distintas tasas de
rendimiento que podran lograrse, que puede variar desde una prdida (si los
factores son adversos) hasta la ganancia mxima que sea posible lograr
conformeconlospronsticosquesehayanefectuado.
4. Se calcula la tasa media esperada, que es el promedio ponderado de todas
las tasas resultantes de las sucesivas pruebas realizadas, siendo la base de
ponderacinlaprobabilidaddeocurrenciadecadauna.
5.Tambinsedeterminalavariabilidaddelosvaloresrespectodelpromedio,lo
que es importante porque a igualdad de otros factores, la empresa
presumiblementepreferirlosproyectosdemenorvariabilidad.
Dependiendodelapolticadedecisin,elprocesolopodremosaplicaralatasainternade
retorno o al valor actual neto. Los ejercicios aqu presentados trabajan en base al valor
actualneto.

Ejercicios
Presentaremos dos ejercicios uno para distribuciones discretas y otro para distribuciones
continuas.
Paradistribucionesdiscretas:
Bastara colocar la distribucin discreta basada en la funcin de probabilidad acumulada
(entre0%y100%),generarunaleatorio(porlafuncin=aleatorio())y,porejemplo,a
travs de una funcin de bsqueda y referencia (buscarv()) identificar el valor
correspondiente.
Usando una funcin de buscar y referencia, como buscarv. del Excel, podramos generar
aleatoriosyasaseguramoslaaleatoriedaddelascantidadesobtenidas,yqueluegode"n"
simulaciones ("n" no debera ser menor a 1.000) , permitira calcular el promedio y el
riesgodeladistribucin.
VeamosunejemploparadistribucionesDiscretasyunoparaDistribucionesContinuas.
DistribucinDiscreta:
http://www.cyta.com.ar/ta0102/finanzas.htm

2/12

21/1/2015

CyTA

Si hacemos mil simulaciones encontraremos que el promedio y el riesgo tienden a

estabilizarseprximosalosvalorespoblacionalesanteriormentecalculados.Recuerdeque
paraactivarlafrmulaaleatoriodebepresionarlateclaF9.

Para realizar una tabla de estas simulaciones se puede realizar una macro la cual valla
tomandolosvalores,loslleveaotrahoja(useelpegadoespecialparapasarlasfrmulas
a valores) para esta misma macro debe usar las posiciones relativas para que se vallan
incorporandolosregistros.
http://www.cyta.com.ar/ta0102/finanzas.htm

3/12

21/1/2015

CyTA

Plotenado el grfico de los nmeros de simulaciones con los valores del promedio y el
desvo, puede percibirse que prximo a las 200 simulaciones, los valores se tienden a
estabilizar.

DistribucionesContinuas:
En nuestro modelo de simulacin estocstico, existen varias varialbles aleatorias
intercatuando.Yestasvariables,siguendistribucionesdeprobabilidadtericasoempricas
distintasaladistribucinuniforme.Porestarazn,parasimularestetipodevariables,es
necesariocontarconungeneradordenmerosuniformesyunafuncinqueatravsdeun
mtodoespecfico,transformeestosnmerosenvaloresdedistribucinnormal.
Existen varios procedimientos para lograr este objetivo, en este trabajo se adopt el
siguienteprocedimientoespecialparagenerarnmerosalazarquesiganladistribucinde
probabilidad.
Para cada tipo de distribucin continua, se puede montar una funcin estocstica en
nuestrocaso,unadistribucinnormalpuedeserexpresadopor:

para expresar la distribucin acumulada de la distribucin normal en forma explcita,

utilizamos el teorema del lmite central, el cual establece que la suma de n variables
aleatorias independientes se aproxima a una distribucin normal a medida que n se
aproximaainfinito.
Queexpresadoenformadeteoremasera:
Six1,x2,.......xnes una secuencia de n variables aleatorias independientes con E(x)= i y

var(x)=2i(ambasfinitas)yY=a1x1+a2x2+.....+anxn,entoncesbajociertascondiciones
generales:

http://www.cyta.com.ar/ta0102/finanzas.htm

4/12

21/1/2015

CyTA

Tieneunadistribucinnormalestndaramedidaquenseaproximaainfinito.Silas
variablesqueseestnsumandosonuniformesenelintervalo(01)entonces:

dondeResunnmeroaleatorio.
Tieneunadistribucinnormalestndar.Puestoquelanormalestndardeunavariable
aleatoriaxdistribuidanormalmenteseobtienecomo:

entonces,lasimulacindelavariablealeatoriaxseharadeacuerdoalasiguiente
expresin:

Finalmente, utilizando un valor de n=12, la confiabilidad de los valores simulados es

bastanteaceptable.Yutilizandounvalorden=12,laltimaexpresinsesimplificaa:

ParahacerestaoperacinenelExcel,sedebeusarlafuncin=aleatorio().
=
((((ALEATORIO()+ALEATORIO()+ALEATORIO()+ALEATORIO()+ALEATORIO()+ALEATORIO()+
ALEATORIO()+ALEATORIO()+ALEATORIO()+ALEATORIO()+ALEATORIO()+ALEATORIO())6)*Desvo
+Promedio))
A continuacin se presenta un ejemplo de la utilizacin del mtodo de Monte Carlo en la
planilladeMicrosoftExcel.EstossonlosdatosdelEjercicio:

http://www.cyta.com.ar/ta0102/finanzas.htm

5/12

21/1/2015

CyTA

LuegosecomienzaaconstruirelModelo.
Paracadatipodegaseosasecalcula:
ElAcumulandodelasprobabilidades.
Elpromedioyelriesgo.
Seaplicalafuncinaleatrorio()ybuscarv()
Seaplicalafuncinestocsticaparadeterminarlacantidad.

http://www.cyta.com.ar/ta0102/finanzas.htm

6/12

21/1/2015

CyTA

LuegoyenfuncindeestosvaloresseprocedealclculodelValorActualNeto,utilizando
lafuncinpredeterminadadelExcelVNArecuerdequelainversininicialcorrespondiente
almomento0,valeteandoaestafuncin.

http://www.cyta.com.ar/ta0102/finanzas.htm

7/12

21/1/2015

CyTA

UnavezquesetienelaestructuraparaelclculodelValorActualNeto,sepuederealizar
una macro que valla acumulando los registros de cada valor puntual que correspondan al
Valor Actual Neto, a medida que se activa la funcin aleatoria para cada simulacin.
Adems se puede ir calculando los valores correspondientes del promedio y del desvo, a
findepoderestudiarelcomportamientodelmodelo.

http://www.cyta.com.ar/ta0102/finanzas.htm

8/12

21/1/2015

CyTA

SepuedeconstruirelHistogramacorrespondientealosvaloresdelValorActualNeto,para
elloserecurrealaopcinHistogramalocalizadaenelAnlisisdeldatos,queseencuentra
enHerramientasdelasistenteutilizandolafuncindeAnlisisdedatos.

http://www.cyta.com.ar/ta0102/finanzas.htm

9/12

21/1/2015

CyTA

ConlosdatosdelatablaqueseencuentranelpromedioyelriesgodelValorActualNeto,
seconstruyeelgrficodelPromedioydeldesvomuestralpornmerodesimulaciones.

http://www.cyta.com.ar/ta0102/finanzas.htm

10/12

21/1/2015

CyTA

AlconstruirelHistogramasecuentaconlaopcinderealizarelgrficoautomticamentey
ademsadicionarelporcentajeacumulado.Elresultadosemuestraenlasiguienteimagen.

Conclusin.

Cuando se parte de un modelo simple, se cuentan con las herramientas necesarias y se

poseeelsuficienteconocimientocomoparapoderutilizarlaseladministradortieneensus
manostodosloselementosqueserequierenparapodercrearbuenosSistemasdeSoporte
de Decisiones. En este artculo tambin se deja demostrando, que no se precisan ni
grandes recursos, ni grandes equipos de trabajo para llevar adelante un Proyecto
Informtico.

Bibliografa
Adriano Leal Bruni, Rubens Fam, Jos de Oliveira Siqueira, Anlise Do Risco Na
Avaliaao De Projetos De Investimento: Uma Aplicaao Do Mtodo De Monte Carlo
CadernodePesquisasemAdministraao,SaoPaulo,V.1,N6,1Trim./98.
Anlisis de la rentabilidad de inversiones en la empresa argentina, Federacin
ArgentinadeConsejosProfesionalesenCienciasEconmicas,reaAdministracin,Informe
N1,EdicionesMacchi,BuenosAires1988.
CossBu,Rauil,SimulacinUnenfoqueprctico,EditorialLimusa,Mxico1995
Costa Luiz Guilherme Tinoco Aboim e Azevedo, Marco Correia Lima. Anlise
Fundamentalista.RiodeJaneiro:FGV/EPGE.1996.
http://www.cyta.com.ar/ta0102/finanzas.htm

11/12

21/1/2015

CyTA

DavidBHertz, La incertidumbre y el riesgo en la evaluacin de proyectos de inversin,

HarvardBusinessReview,enerofebrero1964,pg.95.
JorgeLuisNarvez,ElladoOscurodelaEstratgia,C&C,BuenosAires1996
MarceloClaudioPeriss,ProyectoInformtico,BuenosAires2001ISBN:9874329475.
MarceloClaudioPeriss, Sistema para el Soporte de Decisiones Una Metodologa para
suDesarrollo,AplicacinTributariaRevistaInformate,Noviembre2000.
Seila,AndrewF.yBanks,JerrySpreadsheerRiskAnalysisUsingSimulation,1990.

Agradecimientos:
Ing. Ricardo Luis Marini, su conocimiento y sus pacientes y claras explicaciones me
permitieroncomprenderalproblemaentodasumagnitud.

DownloadarchivosMicrosoftExcel97
Paradistribucionesdiscretasmmcdiscreta.xls
Paradistribucionescontinuasmontecarlocontinua.xls

TcnicaAdministrativa,BuenosAires
ISSN16661680
http://www.cyta.com.ar

Recibidoel:Aprobadoel:

http://www.cyta.com.ar/ta0102/finanzas.htm

Volumen:01
Nmero:02
Noviembre/Diciembre2001

12/12