Estudio de Riesgos Final

MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO EN EL COMIT DE REGANTES
CALACALA, DISTRITO CAIRANI, PROVINCIA DE CANDARAVE REGIN TACNA

Anlisis de riesgos econmicos y financieros
ndice de contenidos
1.
Introduccin........................................................................................................ 4
2.
Resumen............................................................................................................. 6
3.
Objetivos............................................................................................................. 7
3.1.
Objetivo general........................................................................................... 7
3.2.
Objetivos especficos....................................................................................7
4.
Marco Legal......................................................................................................... 8
5.
Materiales y Mtodos.......................................................................................... 9
5.1.
Mtodos de anlisis......................................................................................9
5.1.1.
5.2.
6.
Metodologas para formular un anlisis de riesgos................................9
Metodologa utilizada en el anlisis de riesgos financieros.........................11
5.2.1.
Anlisis de riesgo cualitativo...............................................................11
5.2.2.
Anlisis de Riesgo Cuantitativo...........................................................13
Anlisis de riesgos financieros..........................................................................17

6.1.
Determinacin de problemas sustantivos y secundarios............................17
6.1.1.
Beneficios por el incremento del Valor Neto de la Produccin.............17
6.1.2.
Costos incrementales por accin del proyecto....................................21
6.2.
Indagacin a profundidad...........................................................................21
6.2.1.
6.3.
Elaboracin del diagrama sistmico...........................................................22
6.3.1.
6.4.
Variables del modelo de rentabilidad..................................................21
Determinacin de supuestos...............................................................22
Elaboracin de matriz de riesgos...............................................................22
6.4.1.
Riesgos en otras dimensiones.............................................................27
Pgina N 1

7.
Conclusiones..................................................................................................... 31
8.
Recomendaciones............................................................................................. 32
Pgina N 2

1. Introduccin
El presente documento denominado ANALISIS DE RIESGOS ECONOMICOS Y

FINANCIEROS DEL ESTUDIO DE FACTIBILIDAD DEL PIP MEJORAMIENTO DEL
SERVICIO DE AGUA PARA RIEGO EN EL COMIT DE REGANTES CALACALA, DISTRITO
CAIRANI, PROVINCIA DE CANDARAVE REGIN TACNA, recopila la informacin
correspondiente a dicho anlisis probabilstico.
Cabe precisar inicialmente que se define riesgo como la probabilidad de que la
unidad social o sus medios de vida sufran daos y prdidas a consecuencia del
impacto de un peligro (DGPM-MEF, 2006). Por ello expresamos que, el riesgo es la
funcin de un peligro o amenaza que tiene unas determinadas caractersticas, y de
la vulnerabilidad de una unidad social (Personas, familias, comunidad, sociedad),
estructura fsica o actividad econmica, a dicho peligro. Esto quiere decir que el
riesgo es una funcin de ambos componentes.
Si la relacin es positiva en ambos casos implica que: a mayor peligro (intensidad,
multiplicidad, frecuencia), mayor riesgo; y a mayor vulnerabilidad -que se explica
por tres factores: mayor exposicin, mayor fragilidad o menor resiliencia; mayor
riesgo. Es decir, que la probabilidad de daos y/o prdidas sea mayor. El nivel de
riesgo se caracteriza por ser dinmico y cambiante, de acuerdo con las variaciones
que sufren sus dos componentes (peligro y vulnerabilidad) en el tiempo, en el
territorio, en el ambiente y en la sociedad. La tarea consiste en reducir el nivel de
riesgo, logrando que no se activen nuevos peligros, no se generen nuevas
condiciones de vulnerabilidad o se reduzcan las vulnerabilidades existentes (DGPMMEF, 2006).
Contemplando lo citado en los dos prrafos previos podemos asumir que el anlisis
de riesgo conocido tambin como la evaluacin de riesgo o PHA (Process Hazard
Analysis); es un proceso que se encuentra bsicamente enfocado en analizar las
causas de las posibles amenazas y probables eventos no deseados que devienen de
una actuar o intervencin (como en este caso de la ejecucin del proyecto de
inversin pblica: MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO EN EL
COMIT DE REGANTES CALACALA, DISTRITO CAIRANI, PROVINCIA DE CANDARAVE
REGIN TACNA
Pero un anlisis de riesgos se plantea tambin determinar los daos y las
consecuencias que la inaccin en torno a estos eventos pudiera suscitarse.
Como se desprende de lo anterior el anlisis de riesgos ofrece una herramienta de
gestin importante en la administracin y control de un proyecto; pero
adicionalmente un medio de aseguramiento y de control de los riesgos probables
vinculados.
Pgina N 3

El anlisis de riesgos es til porque da seguridad a la poblacin, inversiones y
actividades socio-econmicas, identificando peligros-amenazas, factores de
vulnerabilidad, reas afectables, daos probables; proponiendo acciones de
mitigacin o prevencin, y sensibilizando a los actores respecto a los riesgos
existentes (amenazas y vulnerabilidad).
Es un criterio o condicin elemental para planificaciones seguras, mejorando la
sostenibilidad de las inversiones pblicas y privadas, dando seguridad a inversiones
futuras y valorizando alternativas.
El proyecto de denominacin ya citada, ha sido priorizado en su formulacin y
posterior ejecucin por el Gobierno Regional de Tacna, por lo cual este estudio
procura que la intervencin propuesta sea realmente sostenible enfrentando las
amenazas actualmente implcitas.
Pgina N 4

2. Resumen
El presente estudio de riesgos econmicos y financieros, para el estudio de

preinversin a nivel de factibilidad MEJORAMIENTO DEL SERVICIO DE AGUA PARA
RIEGO EN EL COMIT DE REGANTES CALACALA, DISTRITO CAIRANI, PROVINCIA DE
CANDARAVE REGIN TACNA fue desarrollado con el propsito de identificar los
principales peligros o amenazas a las que se halla expuesta la zona y
posteriormente determinar los niveles de vulnerabilidad que por fragilidad,
exposicin o resiliencia afrontan estas; asimismo el riesgo financiero establecido
sobre el anlisis beneficio costo que a nivel social la intervencin genera.
Para ello se utiliz en el anlisis de riesgos naturales una metodologa cualitativa,
especficamente el mtodo de anlisis por colores que permiti establecer que el
proyecto enfrenta altos niveles de riesgo por vulcanismo, flujos, deslizamientos y
erosin de laderas; pero a la par se determina una alta vulnerabilidad por
desertificacin de la zona afectada por el problema que el proyecto busca atender.
Se estipula luego un listado de acciones que pudieran generar una intervencin
prospectiva sobre las mismas que por el impacto de costos evitados y otros
beneficios resulta ms que pertinente implementar.
En cuanto a los riesgos financieros, recurriremos al uso de una metodologa
cuantitativa utilizando para ello el software Crystal Ball, el cual nos permite entre
otras cosas, conocer las posibilidades de que el proyecto fracase o tenga xito al
alterar el comportamiento proyectado de ms de una variable por medio de 1,000
interacciones o simulaciones de acuerdo a comportamientos preestablecidos por el
programa y por el evaluador.
Las prximas pginas exponen entonces este anlisis y los resultados a los que se
lleg.
Pgina N 5

3. Objetivos
3.1.
Objetivo general
Elaborar el Estudio Anlisis de Riesgos Econmicos y Financieros, para el Estudio de

Preinversin a Nivel de Factibilidad: MEJORAMIENTO DEL SERVICIO DE AGUA PARA
RIEGO EN EL COMIT DE REGANTES CALACALA, DISTRITO CAIRANI, PROVINCIA DE
CANDARAVE REGIN TACNA.
3.2.
Objetivos especficos
Analizar,
identificar,
evaluar
cuantitativamente
los
peligros
y
vulnerabilidades financieras y econmicas a los que se encuentra expuesto
el proyecto.
Generar un inventario de riesgos, descripcin y anlisis de las probabilidades
de ocurrencia, de los fenmenos potencialmente dainos, perodos de
tiempo y ubicacin.
Determinar la exposicin de la rentabilidad social, ante cambios suscitados
en las variables utilizadas en el anlisis beneficio costo.
Pgina N 6

4. Marco Legal
En cuanto al anlisis de riesgos financieros el Ministerio de Economa y Finanzas

(MEF) establece la necesaria incorporacin de este proceso en la formulacin de
todo estudio de preinversin.
A la par y en la propia entidad se determin establecer el software adhoc para este
anlisis. Precisamente y de acuerdo al artculo 2 de la Ley de Contrataciones del
Estado, aprobada mediante Decreto Legislativo N 1017, establece que el referido
dispositivo legal busca que las contrataciones que realicen las Entidades del Sector
Piiblico se efecten en forma oportuna y bajo las mejores condiciones de precio y
calidad;
De igual modo, el artculo 11 del Reglamento de la Ley de Contrataciones del
Estado, aprobado mediante Decreto Supremo N 184-2008-EF, establece que para
la descripcin de las caractersticas tcnicas de los bienes a contratar no se har
referencia a marcas o nombre comerciales, patentes, diseos o tipos particulares,
fabricantes determinados, ni descripcin que oriente la contratacin de marca,
fabricante o tipo de producto especfico, y que solo ser posible solicitar marca o
tipo de producto determinado cuando ello responda a un proceso
de
estandarizacin debidamente sustentado, bajo responsabilidad del Titular de la
Entidad,
En torno a ello, el numeral 22) del Anexo de Definiciones del Reglamento, define a
la Estandarizacin como el proceso de racionalizacin consistente en ajustar a un
determinado tipo o modelo los bienes o servicios a contratar, en atencin a los
equipamientos preexistentes,
La Directiva N 010-2009-OSCE/CD, Lineamientos para la contratacin en la que se
hace referencia a determinada marca o tipo particular", aprobada mediante
Resolucin N 358-2009-OSCE/PRE, seala en su numeral VI. 1 que la
estandarizacin es el proceso de racionalizacin que una Entidad debe aplicar
cuando le resulte inevitable contratar un bien o servicio de una determinada marca
o tipo particular, dado que solo este bien o servicio garantiza la funcionalidad,
operatividad o valor econmico del equipamiento o infraestructura preexistentes
en la Entidad,
El numeral VI.3 de la Directiva antes mencionada, seala el contenido mnimo que
debe contener el Informe Tcnico de Estandarizacin, cuyo cumplimiento ha
quedado acreditado en el Informe Tcnico aludido en el Vistos, expedido por la
Oficina General de Tecnologas de la Informacin - OGTI, mediante el cual se han
sustentado tcnicamente la estandarizaci0n de la herramienta de software para el
anlisis de riesgo financiero Oracle Crystal Ball, habindose verificado a su vez el
cumplimiento de los presupuestos establecidos en su numeral VI.2 que exige la
preexistencia de determinado equipamiento o infraestructura, que los bienes o
servicios a contratar sean accesorios o complementarios at equipamiento o
Pgina N 7

infraestructura preexistente y que resulte imprescindible para garantizar la
funcionalidad, operatividad o valor econmico del equipamiento o infraestructura
preexistente,
Precisamente la Oficina General de Tecnologas de la Informacin ha estandarizado
el citado software y establece su uso exclusivo para el uso del anlisis de riesgo
financiero en el Ministerio de Economa y Finanzas, por ello tomaremos tambin
como referencia el citado programa para el desarrollo de este trabajo.
Pgina N 8

5. Materiales y Mtodos
5.1.
Mtodos de anlisis
5.1.1. Metodologas para formular un anlisis de riesgos

5.1.1.1.
Anlisis de riesgos financieros
Galaway L. (en su obra Quantitative Risk Analysis for Project Management: A critical
review, 2004), se establece que el anlisis y la administracin del riesgo del
proyecto es el arte y la ciencia de identificar, analizar, y responder a los riesgos a lo
largo de la vida de un proyecto, con el propsito de lograr los objetivos del
proyecto.
La administracin de riesgo del proyecto puede tener un impacto positivo en la
seleccin de proyectos, en la determinacin del alcance de los proyectos, y
desarrollar estimados ms reales de costos y plazos.
Una buena administracin del riesgo de proyectos a menudo pasa desapercibida.
Cuando la administracin de riesgos es efectiva, los resultados se reflejan en el
menor nmero de problemas. En algunas ocasiones es difcil determinar si la
administracin de riesgos o la buena suerte fue la responsable de un adecuado
desarrollo de un proyecto de tecnologa de informacin. Pero los integrantes de un
proyecto saben que sus proyectos trabajaron mejor debido a la buena
administracin de riesgos.
Para poder realizar la revisin histrica de este tema, se recurri nuevamente al
trabajo de investigacin realizado por el Doctor Lionel Galaway, Quantitive Risk
Analysis for Project Management: A critical review, quien seala que la primera
tcnica cuantitativa de la administracin moderna de proyecto en el rea del
anlisis de riesgos relacionado con los tiempos o plazos del proyecto fue el
diagrama de Gantt, desarrollada por Henry Gantt en 1917. El diagrama de Gantt
proporciona un resumen grfico del progreso de un listado de actividades que son
mostradas verticalmente, representando el inicio y la duracin de cada actividad
por una lnea horizontal a lo largo de una escala de tiempo. De esta manera se
muestra cundo cada tarea debe empezar y el estatus actual de su ejecucin. Sin
embargo, el diagrama de Gantt tiene una limitacin para administrar proyectos
complejos por que no muestra la interrelacin entre las actividades.
Ante esta limitacin, y en la bsqueda de nuevas herramientas, a mediados de los
aos 1950, la Oficina de Proyectos Especiales Polaris desarroll la tcnica PERT
(Program Evaluation Review Technique).
La base del PERT fue un detallado diagrama de todas las tareas anticipadas en un
proyecto, organizadas en una red, la cual representa la dependencia de cada tarea
con relacin a aquellas tareas que las preceden. Adems, los planificadores
Pgina N 9

estimaran o asumiran una distribucin de probabilidades para el tiempo, que
tomara realizar cada una de las tareas.
Para cada estimacin del tiempo se tena que proponer tres escenarios: pesimista,
optimista, y el ms probable.
Por otro lado, en los mismos aos 1950 se desarroll una tcnica de planificacin y
administracin fue desarrollada por Du Pont. La tcnica CPM (Critical Path Method).
Esta tcnica tambin utiliza la representacin de una red, pero inicialmente no
utilizaba distribuciones de probabilidades para determinar la duracin o el plazo de
las tareas. Con el avance de las capacidades de los computadores, la tcnica CPM
fue mejorada utilizando el mtodo de simulacin de Monte Cario. De esta manera la
estimacin de los tiempos o plazo de cada tarea aplicando la tcnica de Monte Cario
dio lugar a la tcnica a CPM estocstico, la cual es ahora la metodologa preferida
para evaluar el riesgo en la estimacin del tiempo en la administracin de
proyectos.
Para poder realizar un anlisis cuantitativo del riesgo, los expertos en proyectos
tienen que especificar una distribucin de probabilidad para cada elemento de la
estructura de descomposicin de trabajo, y luego la simulacin de Monte Cario (que
formularemos en este documento) es utilizada para estimar una distribucin de
probabilidad para el costo total del proyecto. En tanto que en el anlisis de riesgo
del desempeo del proyecto se utilizan tcnicas cualitativas y cuantitativas. En este
caso, las tcnicas no son genricas como en el caso de los riesgos asociados con los
plazos o los costos; las tcnicas utilizadas son ms especficas.
Podemos por ello establecer que el anlisis de riesgos financieros implica los
procedimientos utilizados necesarios para gestionar los riesgos econmicos y
financieros presentes en un proyecto o para minimizar el impacto de los mismos.
Existen dos aproximaciones:
Cuantitativa:
Intenta
establecer
valores
numricos
(bsicamente
probabilsticos del riesgo) y el nivel de afectacin al proceso, procedimiento
o proyecto analizado.
Cualitativa: Establece la vulnerabilidad de un proceso, procedimiento o
proyecto sin asignar nmeros ni valores monetarios en activos y prdidas.
Establece a travs de escenarios de riesgos un rango de la materialidad de
una amenaza.
Antes de detallar cada uno de esos enfoques, precisemos previamente que la

identificacin de riesgos es el proceso de comprender qu eventos potencialmente
podra daar o mejorar a un proyecto en particular. Es importante identificar los
riesgos potenciales lo ms pronto posible, pero tambin se debe continuar con la
identificacin de los riesgos basados en los cambios en el entorno del proyecto.
Se cuenta con varias herramientas y tcnicas para identificar riesgos. Los
administradores de proyectos a menudo empiezan el proceso de identificacin de
los riesgos revisando la documentacin, y la informacin reciente e histrica
relacionada a la organizacin, y los supuestos que pueden afectar el proyecto.
Pgina N 10

Despus de identificar los riesgos potenciales, los administradores del proyecto
pueden utilizar diferentes tcnicas para identificar los riesgos. Las cinco tcnicas
ms utilizadas son:
La tormenta de ideas,
El mtodo Delphi,
Las entrevistas,
El anlisis causa efecto, y
El anlisis FODA (Fortalezas, debilidades, oportunidades, y amenazas).
Detallemos ahora s lo que implica cada uno de los enfoques para formular el
anlisis de riesgos:
a) Anlisis cualitativo de riesgos
Los Doctores Kindinger y Darby en su presentacin realizada en el Seminario Anual
del Project Management Institute, realizada en septiembre de 2000, sealaban que
el anlisis cuantitativo de riesgos involucra evaluar la probabilidad y el impacto de
la identificacin de riesgos, para determinar su magnitud y prioridad. Para poder
evaluar cuantitativamente los riesgos se cuenta fundamentalmente con tres
herramientas:
La matriz de probabilidad e impacto para calcular los factores de riesgos,

La tcnica de seguimiento de los diez factores de riesgo ms importantes, y
la evaluacin del juicio de expertos.
Para el presente documento utilizaremos la tercera de las herramientas, como

describiremos luego.
b) Anlisis cuantitativo de los riesgos

En tanto el Dr. Roberts en su trabajo de investigacin "The benefits of Integrated
Quantitative Risk Management" (5) considera que el anlisis cuantitativo del riesgo
a menudo sucede al anlisis cualitativo del riesgo, aunque ambos procesos pueden
llevarse por separado o en forma simultnea.
En algunos proyectos, el equipo puede solamente ejecutar el anlisis cualitativo. La
naturaleza del proyecto y la disponibilidad de tiempo y dinero influyen en el tipo de
tcnica a utilizar. Los proyectos grandes y complejos que involucran tecnologa de
punta requieren la aplicacin de tcnicas cuantitativas. Las principales tcnicas
para el anlisis cuantitativo exigen la recoleccin de datos, la aplicacin de tcnicas
cuantitativas, y tcnicas de modelamiento. Las tcnicas de anlisis cuantitativo ms
utilizadas son:
El anlisis de rboles de decisin,

La simulacin, y
El anlisis de sensibilidad
Pgina N 11

Utilizaremos para este caso la segunda tcnica enunciada, utilizando para ello la
tcnica de Monte Cario a travs del software Oracle Crystal Ball.
5.2.
Metodologa utilizada en el anlisis de riesgos financieros
Para formular el anlisis de riesgos financieros recurriremos alternativamente a

criterios cualitativos y cuantitativos, los que describimos a continuacin:
5.2.1. Anlisis de riesgo cualitativo

El mtodo Delphi1, cuyo nombre se inspira en el antiguo orculo de Delphos, parece
que fue ideado originalmente a comienzos de los aos 50 en el seno del Centro de
Investigacin estadounidense RAND Corporation por Olaf Helmer y Theodore J.
Gordon, como un instrumento para realizar predicciones sobre un caso de catstrofe
nuclear. Desde entonces, ha sido utilizado frecuentemente como sistema para
obtener informacin sobre el futuro.
Linston y Turof2 definen la tcnica Delphi como un mtodo de estructuracin de un
proceso de comunicacin grupal que es efectivo a la hora de permitir a un grupo de
individuos, como un todo, tratar un problema complejo.
Una Delphi consiste en la seleccin de un grupo de expertos a los que se les
pregunta su opinin sobre cuestiones referidas a acontecimientos del futuro. Las
estimaciones de los expertos se realizan en sucesivas rondas, annimas, al objeto
de tratar de conseguir consenso, pero con la mxima autonoma por parte de los
participantes.
Podemos en ocasiones conseguir nombres y direcciones de expertos que vivan lejos
y a los que sera difcil entrevistar. Ejemplos de fuentes potenciales de expertos:
Poblaciones de evaluadores. Para consultar a tales expertos, podemos recurrir a un
cuestionario en lugar de a la entrevista. Si deseamos preguntar a varias personas
simultneamente, podramos considerar el uso del mtodo Delphi.
En al mtodo Delphi, el investigador dirige preguntas idnticas a un grupo de
expertos, pidindoles que den sus suposiciones sobre el futuro desarrollo del tema
especfico. En el siguiente paso, el investigador hace un sumario de todas las
respuestas que ha recibido, las enva a sus correspondientes y les pregunta si algn
experto quiere revisar su respuesta original.
1 Para una buena descripcin del mtodo Delphi, ver Landeta, Jon. (1999) El mtodo Delphi.
Una Tcnica de previsin para la incertidumbre. Ariel. Barcelona y Godet, Michel. (1996)
Manuel de Prospective Strategique. Dunod. Pars.
2 Linstone, H., Turof, M. : The Delphi Method. Techniques and Applications , AddisonWesley, 1975, p.3
Pgina N 12

Para nuestro caso indagamos en torno a qu factores (consideran cada una de las
personas) que sern elementos limitantes o restrictivos del desarrollo de Ilabaya en
los prximos aos, a nivel:
Social econmica
Ideolgica-cultural
Poltico-organizativa
Establecemos la ponderacin de acuerdo a cada sector, definiendo en razn a las

respuestas obtenidas y la proporcin de las mismas respecto al total; valores que
estructuramos como:
Si= ponderacin por cada factor socio econmico analizado = N respuestas

del factor/N" entrevistados
G= ponderacin por cada factor ideolgico-cultural analizado = N
respuestas del factor/N0 entrevistados
Pi= ponderacin por cada factor poltico-organizativo analizado = N
respuestas del factor/N" entrevistados
Citamos adicionalmente que:

Y:
Si e (0,1) Ci e
(0,1)
Pi 6 (0-1)
La segunda fase del proceso implica solicitar a cada entrevistado valorice con
valores de 1 al 3 dependiendo la gravedad que asigne a cada factor, as tenemos:
PjSi = Nmero de personas que asignan calificacin j al factor social i
PjCi = Nmero de personas que asignan calificacin j al factor ideolgico - cultural i
PJP = Nmero de personas que asignan calificacin j al factor poltico - organizativo
i
Donde j=l,2,3 (ponderado asignado a cada factor)
Luego determinamos el valor de vulnerabilidad por cada factor el cual se estructura
del modo siguiente:
Pgina N 13

Luego determinamos los ndices de vulnerabilidad por zona, a partir de la sumatoria

de los datos anteriores.; as tenemos:
5.2.2. Anlisis de Riesgo Cuantitativo

Para el desarrollo del anlisis de riesgo cuantitativo utilizaremos el software Crystal
Ball, el cual nos permite entre otras cosas, conocer las posibilidades de que el
proyecto fracase o tenga xito al alterar el comportamiento proyectado de ms de
una variable por medio de 1,000 interacciones o simulaciones de acuerdo a
comportamientos preestablecidos por el programa y por el evaluador.
Para el presente proyecto, inidalmente identificaremos las variables que alteran el
nivel de rentabilidad social del proyecto (medido en este caso por el Valor Actual
Neto - VAN). Se proceder a identificar en ellos su comportamiento probabilstico y
con ellos formular las simulaciones de sus posibles cambios y establecer con ellos la
probabilidad de que la rentabilidad se vea alterada.
El resultado que arroja el software se ver como a continuacin se plantea:
Pgina N 14

Figura 1. Resultado de Anlisis de riesgos utilizando el Crystal Ball
Durante cada ensayo de una simulacin, Crystal Ball selecciona un valor aleatorio
para cada supuesto en el modelo. Crystal Ball selecciona sobre la base de estos
valores la toma de muestras en la opcin Ejecutar> Ejecutar Preferencias> La toma
de muestras de dilogo. Los dos mtodos de muestreo son:
Simulacin Monte Carlo: selecciona aleatoriamente cualquier valor vlido de

cada supuesto definido por su distribucin.
Simulacin Latn Hipercubo: selecciona al azar los valores, pero los valores
aleatorios se extienden uniformemente en cada supuesto de la distribucin
que se define.
Revisamos cada uno de estos:

5.2.2.1.
Simulacin de Monte Cario
La Simulacin de Monte Cario genera aleatoriamente los valores de las variables

inciertas una y otra vez para simular un modelo. Los valores para cada supuesto de
distribucin de probabilidad son aleatorios. Los valores tambin son totalmente
independientes. En otras palabras, el valor seleccionado al azar para un juicio no
tiene ningn efecto sobre el siguiente valor generado al azar.
Simulacin de Monte Cario fue creada en Monte Cario, Monaco, donde la atraccin
principal son los casinos que contienen juegos de azar. Juegos de azar tales como
ruedas de ruleta, dados y mquinas tragamonedas exposicin comportamiento
aleatorio.
El comportamiento aleatorio en juegos de azar es similar a la forma en que la
simulacin Monte Cario origina los valores de las variables seleccionadas al azar
para simular un modelo. Cuando al lanzar un dado, usted sabe que, o bien obtiene
un 1, 2, 3, 4, 5 o 6 segn se incremente, pero no sabe para cualquier juicio. Lo
mismo sucede con las variables que tienen una conocida gama de valores, cual es
un valor seguro para cualquier momento o evento (por ejemplo, las tasas de
Pgina N 15

inters, las necesidades de personal, los precios de las acciones, el inventario, las
llamadas telefnicas por minuto).
El Uso de muestreo de Monte Cario es una aproximacin a la verdadera forma de la
distribucin que requiere de un mayor nmero de ensayos de hipercubo Latina. El
uso de Monte Cario muestrea cuando se quiere simular el "mundo real" lo queimplica un escenario para su modelo de hoja de clculo.
5.2.2.2.
Simulacin de muestreo latina hipercubo
En la simulacin hipercubo latina con la toma de muestras, Crystal Ball divide cada
supuesto de distribucin de probabilidad que no se solapan en segmentos, cada uno
con la igualdad de probabilidad, como se ilustra a continuacin.
Si bien se est ejecutando una simulacin, Crystal Ball selecciona al azar un valor
supuesto de cada segmento de acuerdo con el segmento de la distribucin de
probabilidad. Este conjunto de valores constituye la muestra hipercubo Latina.
Despus el software Crystal Ball ha cada segmento de la muestra y exactamente
una vez, repite el proceso hasta que la simulacin se detiene.
La opcin Tamao de la muestra (en Ejecutar Preferencias> La toma de muestras de
dilogo) permite un control al nmero de segmentos en la muestra. Latina
hipercubo de muestreo es generalmente ms preciso en el clculo estadstico de la
simulacin de Monte Cario, que los mtodos convencionales ya que el muestreo de
toda la gama de distribuciones es la muestra ms uniforme y coherente. Con Latina
hipercubo de muestreo, no es necesario realizar muchos ensayos para lograr el
mismo nivel de precisin estadstico que con el muestreo de Monte Cario. El gasto
adicional que este mtodo se supone; es la memoria adicional necesaria para
realizar un seguimiento de los segmentos que han sido incluidos en la muestra
mientras se ejecuta la simulacin. (En comparacin con la mayora de los resultados
de la simulacin generados de extra es menor).
Generalmente se utiliza el muestreo de Latina hipercubo cuando se requiera
principalmente de la precisin de la simulacin estadstica.
El proceso de simulacin desarrollado con el software Crystal Ball, implica la
determinacin de variables generadoras de riesgos as como la determinacin y
configuracin de los supuestos sobre los que ellas subyacen. Obviamente cada
modelo de simulacin se ajusta de acuerdo al problema a solucionar.
Para ello se considera:
Pgina N 16

a) Identificacin de las variables generadoras de riesgo
Denominamos variables de riesgo a aquellos factores que afectan el valor o
volumen de la variable central de anlisis. Vale decir los factores cuya alteracin
resulta determinante para contraer una variable dependiente de ellos.
b) Determinacin y configuracin de supuestos
La determinacin de un supuesto, propone establecer cul es el comportamiento de
cada una de las variables generadoras del riesgo asumiendo en ello una condicin
probabilstica de anlisis.
Por tanto para definir o establecer un supuesto se debe asumir y asignar un tipo de
la distribucin a estas variables. El Crystal Ball usa las distribuciones de
probabilidad para describir la incertidumbre en las celdas supuestas.
El software permite definir tres tipos de supuestos:
Las Celdas Supuesto de Prediccin: (las variables independientes) Contienen

los valores que se est definiendo como variables independientes inciertas
en el problema, y que usted est intentando resolver. Las celdas de las
variables supuestas deben contener los valores numricos simples, no
frmulas o el texto.
Las Celdas Definicin de Decisin: Inconstantes contienen los valores que
estn dentro de su mando al cambio. Las celdas de decisin inconstantes
deben contener los valores numricos simples, no frmulas o texto. stos se
usan por algunas de las herramientas del software del crystal como el
OptQuest.
Las Celdas De Pronsticos: (las variables dependientes) contienen frmulas
que se refieren a uno o ms supuestos y celdas decisin inconstantes. Se
configuran las celdas de prediccin de los valores en las variables supuestas,
y en las variables de decisin, y otras celdas que realizan el clculo
obteniendo un resultado. Por ejemplo, una celda de prediccin podra
contener la frmula = C17*C20*C21.
Para cada variable incierta en una simulacin, o supuesto, se debe definir los
posibles valores con una distribucin de probabilidad. El tipo de distribucin usted
seleccione depende de las condiciones que rodean la variable. Por ejemplo, algunos
tipos de la distribucin comunes se muestran a continuacin:
Pgina N 17

Figura 2. Tipo de distribucin de variables analizadas
Durante una simulacin, el Crystal Ball calcula numerosas iteraciones de un modelo

de sus los valores repetidamente, escogiendo la distribucin de probabilidad para
las variables inciertas y usando esos valores por cada celda de los supuestos.
Normalmente, una La simulacin del Crystal Ball, calcula centenares o miles de
iteraciones, o ensayos, en slo unos segundos. El valor a usar para cada supuesto
para cada ensayo se selecciona al azar de las posibilidades definidas.
Porque las distribuciones para las variables independientes son tan importantes a
las simulaciones, seleccionando y aplicando la distribucin apropiada; estas son la
parte principal a definir en una celda de un supuesto.
6. Anlisis de riesgos financieros
La naturaleza del proyecto planteado nos permite establecer que a priori ubicamos
cuatro tipos de riesgo y vulnerabilidad bsica del proyecto. Estos son:
Riesgos
Riesgos
Riesgos
Riesgos
Riesgos
econmicos financieros
socio econmicos
poltico administrativos
culturales
ambientales
Para el primero de los casos recurriremos a la tcnica de Anlisis Cuantitativo para

la determinacin del nivel de riesgo que el proyecto acarrea, en tanto que en los
casos restantes utilizaremos el anlisis cualitativo para el desarrollo de la
evaluacin.
6.1.
Determinacin de problemas sustantivos y secundarios
Comprende en determinar las variables o factores que inciden o determinan el nivel

de rentabilidad del proyecto (pudiendo recurrir en ellos a los priorizados en el
anlisis cualitativo. Tras la determinacin de dichas variables
Para determinar los problemas y variables que influyen en la rentabilidad del
proyecto, desglosamos los factores que inciden en sta.
6.1.1. Beneficios por el incremento del Valor Neto de la Produccin
Pgina N 18

Estimamos que el Valor Neto de la Produccin (VNP), implica el volumen neto de
ingresos percibidos por el productor agrario en un lapso de tiempo (para nuestro
caso expresada a nivel anual); emerge de la diferencia entre el Valor Bruto de la
Produccin o Ingresos Totales y los Costos de Produccin. Podemos asumir que esta
variable puede ser expresada en forma agregada definiendo en este caso la utilidad
captada por un conjunto de productores situados en un espacio territorial materia
de nuestro anlisis.
El incremento del Valor Neto de la Produccin sera por tanto el diferencial entre los
volmenes netos de ingreso futuros y los actualmente registrados; esto es:
Dnde:
Stj = Superficie cultivada en el ao t del cultivo j (en hectreas)
Rtj = Rendimiento obtenido en el ao t del cultivo j (en Kilogramos/hectrea)
Ptj = Precio de venta en el ao t del cultivo j (en nuevos soles por hectrea)
Mtj = Porcentaje destinado al mercado en el ao t del cultivo j (en porcentaje)
Ctj = Costo de produccin por hectrea en el ao t del cultivo j
(en nuevos soles por
hectrea)
S0j = Superficie cultivada antes del proyecto del cultivo j (en hectreas)
R0j = Rendimiento
Kilogramos/hectrea)
obtenido
antes
del
proyecto
del
cultivo
(en
P0j = Precio de venta antes del proyecto del cultivo j (en nuevos soles por hectrea)
M0j = Porcentaje destinado al mercado antes del proyecto del cultivo j (en
porcentaje)
C0j = Costo de produccin por hectrea antes del proyecto del cultivo j
soles por hectrea)
Y sabiendo que:
Descripcin
Pgina N 19
(en nuevos

1
Ao 01 posterior a la culminacin de la inversin
10
11
12
13
14
15
Adicionalmente:
Cultivo
1,00
2,00
3,00
Organo
Organo
(instalacin)
Alfalfa
4,00
Maz amilceo
5,00
Papa
6,00
Haba GV
7,00
Otros
Como se deduce de lo anterior la segunda parte de la citada ecuacin comprende

valores actuales de las variables nombradas; esto es, que su valor es contrastable y
su resultado por ello una constante estimada en S/.1 157 615,90. Valor que en
atencin a lo planteado es obtenido del modo siguiente:
Cuadro 1. Determinacin del Valor Neto de la Produccin en la situacin actual de la zona

Conceptos
Nmero de Hectreas
Organo
Alfalfa
Monto
(S/.)
196,46
114,05
67,6
Pgina N 20

Conceptos
Maz Amilceo
Monto
(S/.)
4,93
Papa
9,17
Haba GV
0,61
Otros
0,1
Costos por Hectrea

Organo
Alfalfa
1 691,28
752,78
Maz Amilceo
1 178,93
Papa
1 461,15
Haba GV
Otros
829,02
656,5
Rendimiento por Hectrea

Organo
Alfalfa
Maz Amilceo
Papa
2 600,75
17 350,00
1 580,25
11 256,13
Haba GV
3 828,09
Otros
1 755,00
Precio de Venta
Organo
4,8
Alfalfa
0,21
Maz Amilceo
3,05
Papa
0,89
Haba GV
Otros
Porcentaje destinado al
mercado
Organo
Alfalfa
0,8
1,01
0,8
0,8
Maz Amilceo
0,75
Papa
0,75
Haba GV
0,75
Otros
Valor Bruto de la Produccin
Organo
Alfalfa
0,75
1 421
176,12
1 140
142,67
193 099,67
Maz Amilceo
17 791,86
Papa
68 604,32
Haba GV
Otros
Costo Total
Organo
Alfalfa
Maz Amilceo
Papa
1 404,93
132,68
263 560,22
192 890,26
50 887,79
5 812,12
13 398,71
Pgina N 21

Monto
(S/.)
505,7
Conceptos
Haba GV
Otros
65,65
Valor Neto de la Produccin

Organo
947 252,41
Alfalfa
142 211,88
Maz Amilceo
11 979,74
Papa
55 205,61
Haba GV
899,23
Otros
67,03
1 157
615,90
Total
Por tanto, para determinar el incremento del Valor Neto de la Produccin en cada
uno de los anos del horizonte de planeamiento compararemos el valor obtenido del
VNP en este perodo respecto a las cifras recin explicitadas.
Esto es:
VNP t=
Stj
j=1
( Rtj P tj M tj )
100
]}
Ctj 1 157 615,90
Aadimos a este el VNP incremental pecuaria (VNPPt) cuyo valor alcanza los S/.
2 652 652,50 al ao 01 y se expande a los S/. 2 887 449,14 desde el segundo ao;
con ello tenemos:
VNP t=
Stj
j=1
( Rtj P tj M tj )
100
]}
Ctj 1 157 615,90+VNPPt
6.1.2. Costos incrementales por accin del proyecto

Explican en este caso flujos negativos para la evaluacin de la rentabilidad del
proyecto, contempla la revisin bsica de:
Inversin prevista
Entonces:
Costos t=IP t
Dnde:
IPt = Inversin prevista en el ao t (en nuevos soles)
Pgina N 22

6.2.
Indagacin a profundidad
Finalmente conglomerando todo lo anterior la utilidad anual a lo largo del horizonte

de planeamiento est dado por la siguiente funcin:
Costos t=I 0
Ao 0
Ao 1 al 10
FC t =
S tj
j=1
( Rtj Ptj M tj )
100
]}
C tj 1 157 615,90+VNPPt ( I t )
6.2.1. Variables del modelo de rentabilidad

De lo anterior encontramos que las variables parte del modelo de rentabilidad son
las siguientes:
Variabl
e
Stj
Rtj
Ptj
Ctj
Mtj
IPt
6.3.
Denominacin
Superficie cultivada en el ao t del cultivo j (en hectreas)
Rendimiento obtenido en el ao t del cultivo j (en
Kilogramos/hectrea)
Precio de venta en el ao t del cultivo j (en nuevos soles por
hectrea)
Costo de produccin por hectrea en el ao t del cultivo j
(en nuevos soles por hectrea)
Porcentaje destinado al mercado en el ao t del cultivo j (en
porcentaje)
Inversin prevista en el ao t (en nuevos soles)
Elaboracin del diagrama sistmico
6.3.1. Determinacin de supuestos

En este punto establecemos en razn al anlisis estadstico establecido para cada
variable (ver anexos), el comportamiento o distribucin estadstica de
probabilidades que cada variable sigue; el cuadro siguiente resume as esto:
Cuadro 2. Variables y supuestos por considerar
Pgina N 23

Variable
Sij
Rij
Pij
Cij
Mij
IPt
Denominacin
Superficie en el ao j de cultivo i
Rendimiento en el ao j de cultivo i
Precio en el ao j de cultivo i
Costo de produccin en el ao j de cultivo i
% destinado al mercado en el ao j de cultivo i
Inversin prevista en el ao t (en nuevos soles)
Distribucin
estadstica
Triangular
Triangular
Triangular
Triangular
Triangular
Distribucin
triangular
Ingresamos ahora las constantes, variables y supuestos del modelo para la

obtencin del anlisis requerido.
6.4.
Elaboracin de matriz de riesgos
Considerando las variables antes sealadas y utilizando la simulacin por el modelo

de Monte Carlo provisto por el software Crystal Ball, obtenemos un 56,6% de
certeza de alcanzar una rentabilidad social del proyecto.
Veamos as el siguiente grfico de frecuencias para el Valor Actual Neto Social del
proyecto, en el cual se evidencia lo sealado anteriormente:
Pgina N 24

Ilustracin 1. Grfico de frecuencias de mrgenes de rentabilidad (VAN Social) del proyecto
Revisando exhaustivamente los datos generados encontramos un VAN Social en el

escenario normal de S/. 1 401 673,83; y una media para las mil simulaciones
generadas que alcanza los S/. 1 285 379,45, con un margen de variabilidad del
201%. Es apreciable encontrar tambin que el mnimo margen de rentabilidad
alcanzable en la simulacin es (S/. 5 819 148,08) en tanto que el valor mximo es
de S/. 9 737 154,67.
Veamos as el cuadro siguiente:
Cuadro 3. Indicadores de rentabilidad (VAN) generados por simulacin

Estadsticas:
Pruebas
Caso base
Media
Mediana
Modo
Desviacin estndar
Varianza
Sesgo
Curtosis
Coeficiente de variacin
Mnimo
Valores de
previsin
1 000
1 401 673,83
1 285 379,45
1 373 333,41
--10 891 697,53
6 701 020 960

010,78
0,0360
2,76
0,5595
-5 819 148,08
Pgina N 25

Mximo
Ancho de rango
Error estndar medio
9 737 154,67
15 556 302,75
344 425,72
Respecto a los factores que inciden en la variacin del inicial VAN Social,
formulamos el siguiente cuadro y grfico explicativo:
Cuadro 4. Contribucin a la rentabilidad del VAN Social por variable
Item
Contribucin
Precio Oregano
0,28255789
Rendimiento oregano
0,21957778
% orientado al mercado oregano
0,20664425
Superficie oregano
0,13406693
Inversin inicial
0,1023945
VNP agrcola sin proyecto
0,01204136
Precio alfalfa
0,00676718
Rendimiento maz amilceo
0,00385471
Costo de produccin papa
0,00374218
VNP incremental pecuario ao 02

Superficie oregano instalado ao
01
0,0029637
0,00289202
Pgina N 26

Item
Contribucin
VNP incremental pecuario ao 01
0,00279417
Costo de instalacion oregano
0,00277975
% orientado al mercado alfalfa
0,0026817
Rendimiento otros
0,0020263
Costo de produccin haba GV
0,00184382
Rendimiento alfalfa
Costo de produccin maz
amilceo
0,00181334
superficie maiz amilaceo
0,00128849
Superficie alfalfa
0,00123726
Precio haba GV
0,0014467
0,0007539
% orientado al mercado haba GV
0,00068107
Costos de produccion oregano
0,00056576
Costo de produccin alfalfa
0,00050865
Superficie otros
0,00043595
Other
0,00164065
Item
Precio Oregano
RankCorrelati
on
0,51598518
Pgina N 27

Item
Rendimiento oregano
% orientado al mercado
oregano
Superficie oregano
Inversin inicial
VNP agricola sin proyecto
Precio alfalfa
Rendimiento maz amilceo
Costo de produccin papa
VNP incremental pecuario
ao 02
Superficie oregano instalado
ao 01
VNP incremental pecuario ao
01
Costo de instalacion oregano
% orientado al mercado
alfalfa
Rendimiento otros
Costo de produccin haba GV
Rendimiento alfalfa
Costo de produccin maz
amilceo
superficie maiz amilaceo
Superficie alfalfa
Precio haba GV
% orientado al mercado haba
GV
Costos de produccion oregano
Costo de produccin alfalfa
Superficie otros
Other
RankCorrelati
on
0,45485995
0,44126061
0,35542202
-0,31061457
-0,10651755
0,07985228
0,06026696
0,05938075
0,05284461
0,05220161
-0,05131097
0,05117838
0,05026767
-0,04369532
0,04168145
0,04133552
-0,03692098
-0,03484364
0,03414391
0,02665273
0,02533249
-0,02308871
-0,02189234
0,02026761
Pgina N 28

Podemos encontrar que los 10 primeros factores explicativos de la variacin de la

rentabilidad, son bsicamente referidos a la inversin y las condiciones productivas
del organo.
Para apreciar detalles podemos apreciar en anexos el reporte completo de
simulacin generado por el software Crystal Ball.
6.4.1. Riesgos en otras dimensiones

Podemos evaluar la vulnerabilidad y el riesgo en distintas dimensiones, por efecto
del proyecto utilizando para ello los resultados aportados por los stakeholders o
involucrados quienes en razn a su opinin han determinado los siguientes
resultados:
Investigamos en este caso los elementos que a criterio de la poblacin determinan
un probable limitante futura para el desarrollo y logro de los impactos esperados
por el proyecto. Para tal fin las variables investigadas fueron analizadas en tres
dimensiones.
A nivel socio econmico

A nivel poltico administrativo
A nivel cultural
Revisemos cada uno de ellos:

6.4.1.1.
A nivel socio econmico
Se plante inicial interrogante a los involucrados, sobre los aspectos que a su

criterio en el plano social y econmico, encontrndose las siguientes respuestas:
Resistencia al cambio de cedula de cultivo

Reduccin significativa de precios en chacra
Menor disposicin de recursos hdricos
Empobrecimiento de la calidad de suelos
Se plante indagar adicionalmente en torno a la ponderacin o peso especfico de

cada uno de los aspectos reseados anteriormente, encontrndose los siguientes
resultados:
Cuadro 5. Factores de ponderacin por variables de vulnerabilidad socio econmica

Variable
Ponderado
Empobrecimiento de la calidad de suelos
0,50
0,38
Resistencia al cambio de cedula de cultivo
0,06
Reduccin significativa de precios en chacra
0,06
Pgina N 29

Respecto a cada factor se interrog tambin a los entrevistados, sobre el nivel de
vulnerabilidad que ellos asignaban a cada uno de ellos, obtenindose los siguientes
resultados:
Cuadro 6. Factores de vulnerabilidad por variable
Variable
Empobrecimiento de la calidad de
suelos
Resistencia al cambio de cedula de
cultivo
Reduccin significativa de precios en
chacra
Factor
0,667
0,667
0,944
0,958
Donde el valor del factor expresado en un nmero entre 0 y 1; siendo 0 el valor de

menor riesgo y 1 el de mximo. Como apreciamos a tenor de la evaluacin
formulada por los propios stakeholders el nivel de vulnerabilidad asignado a cada
factor es superior al medio y se acerca por mucho al alto.
Finalmente determinamos que el ndice de vulnerabilidad econmica del proyecto
es 0,9167; esto es un nivel de vulnerabilidad social y econmica de 91,67%.
6.4.1.2.
A nivel poltico administrativo
En esta dimensin los elementos rescatados y evaluados por los entrevistados

como los que aportan mayor vulnerabilidad al proyecto son:
Elevados niveles de morosidad de tarifa de riego

Retraso en ejecucin por carencia de recursos
Resistencia al desarrollo de asociaciones
Desigual reparto de recurso hdrico

resultados:
Pgina N 30

Cuadro 7. Factores de ponderacin por variables de vulnerabilidad poltico administrativo
Variable
Elevados niveles de morosidad de tarifa
de riego
Retraso en ejecucin por carencia de
recursos
Resistencia al desarrollo asociativo
Ponderado
0,44
0,31
3
1
0,19
0,06

resultados:
Cuadro 8. Factores de vulnerabilidad por variable poltico administrativo
Variable
Elevados niveles de morosidad de tarifa
de riego
Retraso en ejecucin por carencia de
recursos
Resistencia al desarrollo asociativo
Factor
1,00
0,50
0,73
0,50

es 0,7917; esto es un nivel de vulnerabilidad poltico administrativa de 79,17%.
6.4.1.3.
A nivel cultural
A nivel cultural los elementos rescatados y evaluados por los entrevistados como
los que aportan mayor vulnerabilidad al proyecto son:
Uso inadecuado del recurso hdrico

Escasa o nula participacin de jornadas de capacitacin
Se mantiene prcticas tradicionales de cultivo

resultados:
Pgina N 31

Cuadro 9. Factores de ponderacin por variables de vulnerabilidad cultural
Variable
Escasa o nula participacin de jornadas de
capacitacin
N
8
Ponderado
0,50
0,38
0,13

resultados:
Cuadro 10. Factores de vulnerabilidad por variable cultural
Variable
Escasa o nula participacin de jornadas de capacitacin
Factor
0,9583
0,75
0,50

es 0,8229; esto es un nivel de vulnerabilidad poltico administrativa de 82,29%.
Resumimos finalmente estos resultados:
Cuadro 11. Resumen vulnerabilidades calculadas
Vulnerabilidad
Socioeconmica
Poltico
administrativo
Cultural
Valor (%)
92,67
79,27
82,29
Pgina N 32

7. Conclusiones
De lo anterior concluimos:
El proyecto se halla expuesto a una oscilacin en la rentabilidad social a

partir del xito de la actividad productiva a implementar en la zona de
beneficio.
Resulta necesario establecer tambin en la inversin una amplia
propuesta de sensibilizacin, asistencia y acompaamiento tcnico a fin de
garantizar los beneficios que el proyecto propone.
Resulta necesario establecer tambin en la inversin una amplia
propuesta de sensibilizacin, asistencia y acompaamiento tcnico a fin de
garantizar los beneficios que el proyecto propone.
Pgina N 33

8. Recomendaciones
Se recomienda incorporar las acciones en el Estudio de Preinversin a nivel de
factibilidad desarrollado y con ellas los costos y beneficios deducidos en este
documento, y con ello la determinacin de la rentabilidad social final del proyecto.
Pgina N 34

Anexos
Reporte Crystal Ball
Pgina N 35

Estudio de Riesgos Final

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Estudio de Riesgos Final

Enviado por

Direitos autorais:

Formatos disponíveis

MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO EN EL COMIT DE REGANTES

CALACALA, DISTRITO CAIRANI, PROVINCIA DE CANDARAVE REGIN TACNA

Metodologas para formular un anlisis de riesgos................................9

Metodologa utilizada en el anlisis de riesgos financieros.........................11

Anlisis de riesgo cualitativo...............................................................11

Anlisis de Riesgo Cuantitativo...........................................................13

Anlisis de riesgos financieros..........................................................................17

Determinacin de problemas sustantivos y secundarios............................17

Beneficios por el incremento del Valor Neto de la Produccin.............17

Costos incrementales por accin del proyecto....................................21

Elaboracin del diagrama sistmico...........................................................22

Variables del modelo de rentabilidad..................................................21

Elaboracin de matriz de riesgos...............................................................22

Riesgos en otras dimensiones.............................................................27

MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO EN EL COMIT DE REGANTES

MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO EN EL COMIT DE REGANTES

El presente documento denominado ANALISIS DE RIESGOS ECONOMICOS Y

MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO EN EL COMIT DE REGANTES

MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO EN EL COMIT DE REGANTES

El presente estudio de riesgos econmicos y financieros, para el estudio de

MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO EN EL COMIT DE REGANTES

Elaborar el Estudio Anlisis de Riesgos Econmicos y Financieros, para el Estudio de

MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO EN EL COMIT DE REGANTES

En cuanto al anlisis de riesgos financieros el Ministerio de Economa y Finanzas

MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO EN EL COMIT DE REGANTES

MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO EN EL COMIT DE REGANTES

5.1.1. Metodologas para formular un anlisis de riesgos

Anlisis de riesgos financieros

MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO EN EL COMIT DE REGANTES

Antes de detallar cada uno de esos enfoques, precisemos previamente que la

MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO EN EL COMIT DE REGANTES

La matriz de probabilidad e impacto para calcular los factores de riesgos,

Para el presente documento utilizaremos la tercera de las herramientas, como

b) Anlisis cuantitativo de los riesgos

El anlisis de rboles de decisin,

MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO EN EL COMIT DE REGANTES

Metodologa utilizada en el anlisis de riesgos financieros

Para formular el anlisis de riesgos financieros recurriremos alternativamente a

5.2.1. Anlisis de riesgo cualitativo

MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO EN EL COMIT DE REGANTES

Establecemos la ponderacin de acuerdo a cada sector, definiendo en razn a las

Si= ponderacin por cada factor socio econmico analizado = N respuestas

Citamos adicionalmente que:

MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO EN EL COMIT DE REGANTES

Luego determinamos los ndices de vulnerabilidad por zona, a partir de la sumatoria

5.2.2. Anlisis de Riesgo Cuantitativo

MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO EN EL COMIT DE REGANTES

Figura 1. Resultado de Anlisis de riesgos utilizando el Crystal Ball

Simulacin Monte Carlo: selecciona aleatoriamente cualquier valor vlido de

Revisamos cada uno de estos:

Simulacin de Monte Cario

La Simulacin de Monte Cario genera aleatoriamente los valores de las variables

MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO EN EL COMIT DE REGANTES

Simulacin de muestreo latina hipercubo

MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO EN EL COMIT DE REGANTES

Las Celdas Supuesto de Prediccin: (las variables independientes) Contienen

MEJORAMIENTO DEL SERVICIO DE AGUA PARA RIEGO EN EL COMIT DE REGANTES

Durante una simulacin, el Crystal Ball calcula numerosas iteraciones de un modelo

6. Anlisis de riesgos financieros

Para el primero de los casos recurriremos a la tcnica de Anlisis Cuantitativo para

Determinacin de problemas sustantivos y secundarios

Comprende en determinar las variables o factores que inciden o determinan el nivel

6.1.1. Beneficios por el incremento del Valor Neto de la Produccin