Anlisis de Riesgo

Mtodos alternativos para tratar el Riesgo

Anlisis de Sensibilidad Anlisis de Escenarios Mtodo de Simulacin de Monte Carlo

Anlisis de Sensibilidad
Estima la sensibilidad de los resultados del proyecto(VAN) a cambios de un parmetro. Anlisis que pasa si. Permite conocer qu variables de riesgo son importantes (como fuente de riesgo) Una variable es importante dependiendo de: a) Su participacin porcentual en los beneficios o costos b) Su rango de valores probables El anlisis de sensibilidad permite determinar la direccin del cambio en el VAN. El anlisis de punto de quiebre permite determinar cunto una variable puede cambiar hasta que su VAN se vuelva negativo.

Anlisis de Sensibilidad para el Problema 2(1)

Tabla de parme tros Vida Proyecto Volumen Maquinaria VU maq V.rezago VU Contable Vresidual 5 20,000 200,000 5 25,000 4 20,000 aos uds. $ aos $ aos $ Cap.W Recuper. P.Venta C.Variables F.Erogables IGA Tasa corte 80,000 80% 18 8 60,000 30% 15% $ $ $ $

Cuadro de Resultados Ao 0 Ventas Costos V. Costos Fijos Amortizaciones Util.extra Perdida CW Benef.antes IGA IGA Benef.desp.IGA

Ao 1 360.0 (160.0) (60.0) (45.0)

Ao 2 360.0 (160.0) (60.0) (45.0)

Ao 3 360.0 (160.0) (60.0) (45.0)

Ao 4 360.0 (160.0) (60.0) (45.0)

Ao 5 360.0 (160.0) (60.0) 5.0 (16.0) 129.0 (38.7) 90.3

95.0 (28.5) 66.5

95.0 (28.5) 66.5

95.0 (28.5) 66.5

95.0 (28.5) 66.5

Flujo de Fondos Ao 0 Maquina Cap.W Ventas Costos V. Costos Fijos IGA Vta.Maq Vta.CW FF (200.0) (80.0) 360.0 (160.0) (60.0) (28.5) 360.0 (160.0) (60.0) (28.5) 360.0 (160.0) (60.0) (28.5) 360.0 (160.0) (60.0) (28.5) 360.0 (160.0) (60.0) (38.7) 25.0 64.0 190.3 Ao 1 Ao 2 Ao 3 Ao 4 Ao 5

(280.0)

111.5

111.5

111.5

111.5

VAN

$132.94

Anlisis de Sensibilidad para el Problema 2(2)

Var.Variable P.Venta 18 Bas e -30% 12.6 -20% 14.4 -10% 16.2 10% 19.8 20% 21.6 30% 23.4 VAN Var VAN C.Variables $133 0% 8 ($120) -191% 5.6 ($36) -127% 6.4 $48 -64% 7.2 $217 64% 8.8 $302 127% 9.6 $386 191% 10.4 VAN $133 $246 $208 $170 $95 $58 $20 Var VAN 0% 85% 56% 28% -28% -56% -85% C.Fijos 60000 42000 48000 54000 66000 72000 78000 VAN $133 $175 $161 $147 $119 $105 $91 Var VAN 0% 32% 21% 11% -11% -21% -32%

Var.Variable Volumen 20000 Bas e -30% 14000 -20% 16000 -10% 18000 10% 22000 20% 24000 30% 26000

VAN Var VAN V.Maquina $133 0% 200000 ($8) -106% 140000 $39 -71% 160000 $86 -35% 180000 $180 35% 220000 $227 71% 240000 $274 106% 260000

VAN $133 $180 $164 $149 $117 $102 $86

Var VAN Tas IGA a 0% 30% 35% 21% 24% 24% 12% 27% -12% 33% -24% 36% -35% 39%

VAN $133 $163 $153 $143 $123 $113 $103

Var VAN 0% 23% 15% 8% -8% -15% -23%

Anlisis de Sensibilidad para el Problema 2(3)

$400 250% 200% $300 150% 100% $200 50%

0% V AN $100

-30%

-20%

-10%

0%

10%

20%

30%
-50%

-100% $-

P.V e nta C.V ariable s C.Fijos

$(100)

-150%

V olum e n V .Maquina Tasa IGA

-200%

-250%

$(200) Variacin Variable

-300%

Limitaciones del Anlisis de Sensibilidad

1. Rango y distribucin de probabilidad de variables El Anlisis de Sensibilidad tpicamente no representa el posible rango de valores. El Anlisis de Sensibilidad no representa las probabilidades para cada rango. Generalmente hay una pequea probabilidad de estar en el extremo. 2. Direccin de los efectos Para la mayora de variables, la direccin es obvia A)Ingresos suben VAN sube B)Costos suben VAN baja C)Inflacin No tan obvio

Limitaciones del Anlisis de Sensibilidad(2)

3. Un anlisis basado en el cambio de una sola variable no es realista porque las variables estn correlacionadas. A) Si el precio de venta sube, la cantidad vendida bajar. B) Si la inflacin cambia, todos los precios cambian. C) Si el tipo de cambio vara, todos los precios de los bienes transables y pasivos con el exterior cambian. Un mtodo que toma en cuenta estos efectos combinados o correlacionados es el anlisis de escenarios.

Anlisis de Escenarios(1)
El anlisis de escenarios reconoce que ciertas variables estn correlacionadas. Como resultado, un pequeo nmero de variables puede ser alterado de manera consistente al mismo tiempo. Cul es el conjunto de circunstancias que producen diferentes casos o escenarios? A. El Peor Caso/ Caso pesimista B. Caso ms probable/ El mejor estimado C. El Mejor Caso/ Caso Optimista Nota: El anlisis de escenarios no toma en cuenta la probabilidad de los casos que ocurren,

Anlisis de Escenarios(2)
La interpretacin es fcil cuando los resultados son robustos: A. Aceptar proyecto si VAN > 0 an en el peor caso. B. Rechazar proyecto si VAN < 0 an en el mejor caso. C. Si VAN es a veces positivo o negativo, los resultados no son concluyentes.

Anlisis de Escenarios para el Problema 2(1)

Escenario Pesimista
Debido a competencia creciente la empresa se ve obligada a reducir el precio de venta un 10% cada ao, y paralelamente por el mayor nmero de oferentes el volumen de ventas baja un 5% por ao. Los costos variables que contienen un alto componente importado aumentan 10% cada ao por sucesivas devaluaciones.
V a ria cin de va ria ble s P rec io V enta V olum en C.V ariables A o 1 18.0 20,000 8.0 A o 2 16.2 19,000 8.8 A o 3 14.6 18,050 9.7 A o 4 13.1 17,148 10.6 A o 5 11.8 16,290 11.7

V AN

($81.96)

Anlisis de Escenarios para el Problema 2(2)

Escenario Optimista
Debido a ausencia de competidores la empresa puede aumentar el precio de venta un 5% cada ao, y debido a una creciente demanda el volumen de ventas aumenta un 5% por ao. Los costos variables disminuyen 10% cada ao por optimizaciones en compra de insumos.

V a ria cion de va ria ble s P recio V enta V olum en C.V ariables

A o 1 18.0 20,000 8.0

A o 2 18.9 21,000 7.2

A o 3 19.8 22,050 6.5

A o 4 20.8 23,153 5.8

A o 5 21.9 24,310 5.2

V AN

$330.81

Anlisis de Escenarios para el Problema 2(3)

Escenario Pesimista VAN = ($ 81.96) Escenario ms probable VAN = $ 132.94 Escenario Optimista VAN = $ 330.81 Conclusin: los resultados no son concluyentes.

El Mtodo Monte Carlo de Anlisis de Riesgo

Una extensin del anlisis de sensibilidad y de escenarios. Simultneamente toma en cuenta las diferentes distribuciones de probabilidades y los diferentes rangos de los valores para las variables claves del proyecto. Permite la correlacin entre variables. Anlisis de tipo dinmico. Escenarios aleatorios consistentes. Genera una distribucin de probabilidad de resultados del proyecto (VAN) en vez de un solo estimado. Perfil riesgo/rendimiento. La distribucin de probabilidad del proyecto facilita la toma de decisiones pero existen problemas de interpretacin y uso.

Pasos para llevar a cabo una simulacin Monte Carlo

1. Modelo Matemtico: Planilla del proyecto 2. Identificar variables claves que son sensibles e inciertas. 3. Definir el riesgo Establecer un rango de opciones (mnimo y mximo) Asignar distribucin de probabilidad - Distribucin Normal - Distribucin Triangular - Distribucin Uniforme - Distribucin xxxx

Pasos para llevar a cabo una simulacin Monte Carlo(2)

4. Identificar y definir variables correlacionadas Correlacin positiva o negativa Grado de correlacin 5. Modelo de Simulacin 6. Anlisis de resultados Resultados estadsticos Distribuciones

2. Identificar variables claves que son sensibles e inciertas.

Pequea desviacin de su valor proyectado es probable y potencialmente daina para el rendimiento. Regla: - No incluir : Rendimiento muy sensible, incertidumbre dbil. Rendimiento poco sensible, incertidumbre alta. Solo variables cruciales, - A mayor cantidad, mayores escenarios inconsistentes. - Costo( en $ y T) de definir distribuciones y condiciones de correlacin.

3. Definir el riesgo
De una distribucin a una Distribucin de Probabilidad
Valor de la variable
F r e c u e n c ia

Mx imo

5 3 1 1 M x im o V a lo r d e la V a r i a b l e

Mnimo

6 Observaciones

10

12
Probabilidad

0.5 0.3 0.1 Mnimo 0.1 Mximo Valor de la Variable

3. Definir el riesgo para el Problema 2

Variables clave y distribuciones(1)
A s s u m p tio n : V o lu m e n ( c a n tid a d ) N o rm a l d is trib u tio n with p a ra m e te rs : Me a n 2 0 ,0 0 0 .0 0 S ta n d a rd D e v . 2 ,0 0 0 .0 0 S e le c te d ra n g e is fro m -In fin ity to +In fin ity
Volumen( cantidad)

14,000.00

17,000.00

20,000.00

23,000.00

26,000.00

3. Definir el riesgo para el Problema 2(2)

As s um p tio n : P .Ve nta

Variables clave y distribuciones(2)

to to to R e la tive P ro b . 14.00 0.100000 22.00 0.800000 24.00 0.100000 1.000000

Cus to m d is trib utio n with p a ra m e te rs : Co ntinuo us ra ng e 12.00 Co ntinuo us ra ng e 14.00 Co ntinuo us ra ng e 22.00 T o ta l R e la tive P ro b a b ility

P.Venta

12.00

15.00

18.00

21.00

24.00

3. Definir el riesgo para el Problema 2(3)

Variables clave y distribuciones(3)
As s umption: C.Variable s Triangular distribution with parameters: Minimum 6.50 Likeliest 8.00 Maximum 9.50 Selected range is from 6.50 to 9.50
C aia le .V r b s

Assumption: F.Erogables Uniformdistribution w parameters: ith M inimum 54,000.00 M aximum 66,000.00

F r gb .Eo a les

6 .50

7 .25

80 .0

85 .7

9 .50

5,00 0 4 0.0

5,00 0 7 0.0

6,00 0 0 0.0

6,00 0 3 0.0

6,00 0 6 0.0

4. Identificar y definir variables correlacionadas

Dos variables correlacionadas tienden a variar juntas de manera sistemtica. Ej: variacin de precio de venta y variacin de cantidad vendida. Su existencia puede distorsionar resultados por la aleatoriedad violar correlacin resultados sesgados o fuera del blanco. Condiciones de correlacin restringen seleccin aleatoria. Solucin: se utilizan coeficientes de correlacin -Se indica direccin (+ -) -Estimado de validez de la asociacin En Problema 2 se correlaciona el precio de Venta con el volumen vendido. Coef. de correlacin= - 0.8

5. Modelo de Simulacin
Computadora asume el mando. Seleccin aleatoria de variables de riesgo segn rango, distribucin y correlacin. Procesa reiteradamente el modelo generando suficientes resultados representativos, mayor a 300 ejecuciones. Resultados pueden ser: VAN, TIR, Flujo ao x, Beneficio ao x, etc. Cada ejecucin genera un resultado distinto. Resultados se calculan y almacenan.

6. Anlisis de resultados
Distribucin de probabilidades de posibles resultados del proyecto.( valor esperado, varianza) Cada ejecucin : p = 1/N Probabilidad VAN < Z = p x ( Cantidad de ejecuciones con VAN < Z). Riesgo del proyecto representado en la posicin y forma de la distribucin de probabilidades acumuladas. A travs del valor esperado, criterios de decisin mantienen su aplicabilidad. Con perfil, decisin final subjetiva segn actitud del inversionista al riesgo.

Caso 1: Probabilidad de VAN Negativo = 0

D istribucin Acum ulada

P bb a ro a ilid d

VAN

VN A

Decisin: Aceptar
El lmite menor de la distribucin acumulada est a la derecha del VAN con valor de cero.

Caso 2: Probabilidad de VAN Positivo = 0

D istribucin Acum ulada

P babilid d ro a

VAN

VN A

Decisin: Rechazar
El lmite mayor de la distribucin acumulada est a la izquierda del VAN con valor de cero.

Caso 3: La Probabilidad de un VAN

de cero es mayor a 0 pero menor a 1
DistribucinA cumulada

P bb a ro a ilid d

VA N

VN A

Decisin: Ambigua
VAN de cero atraviesa la distribucin acumulada.

Caso 4: Proyectos Mutuamente Excluyentes

Dis tr ibuc in Ac umulada

1 - Dada la misma probabilidad, un proyecto siempre muestra un mayor rendimiento

Probabilidad

Proy ec to A

Proyecto A
Proyecto B

Proyecto B

VAN

VAN

Decisin: Elegir Proyecto B

Las distribuciones acumuladas no se intersectan en ningn punto.

Caso 5: Proyectos Mutuamente Excluyentes(2)

2 - Alto Rendimiento vs. Pequea Prdida
Distribucin Ac umulada Proyec to B Pr oyecto A

Probabilidad

Proy ecto B

Proyecto A

VAN

VAN

Decisin: Ambigua
Las distribuciones acumuladas se intersectan. Es necesario saber las actitudes frente al riesgo

Medidas de riesgo
Valor esperado Prdida esperada: Total de rendimientos negativos x probabilidad respectiva. Ganancia esperada: Total de rendimientos positivos x probabilidad respectiva. Razon de prdida esperada: Prdida esperada Ganancia esperada + Prdida esperada valores: 0 a 1 Coeficiente de variacin = Desviacin standard / Valor esperado. < Coeficiente < Riesgo

Resultados Problema 2(1)

Valor esperado = $ 121.23 Prdida esperada = ($ 13.98) Ganancia esperada = $ 135.21 Razn de prdida esperada: 13.98 / (135.21 + 13.98) = 0.0937 Coeficiente de variacin = 116.39 / 121.23 = 0.96 Probabilidad VAN < 0 = 17.74%

Resultados Problema 2(2)

Cry s ta l B a ll R e p o rt
Overlay Chart Frequency Comparison
.024

.018

.012

VAN

.006

.000 ($200.00) ($25.00) $150.00 $325.00 $500.00

Resultados Problema 2(3)

Forecast: VAN 10,000 Trials
1.000

Cumulative Chart

0 Outliers
10000

.750

.500

.250

.000 ($200.00) ($25.00) $150.00 $325.00 $500.00

Certainty i s 17.74%from -Infinity to $0.00 $

Resultados Problema 2(4)

F o re c a s t: VAN S umma ry: Ce rta inty Le ve l is 17.74% Ce rta inty R a ng e is fro m -Infinity to $0.00 $ Dis p la y R a ng e is fro m ($200.00) to $500.00 $ E ntire R a ng e is fro m ($178.95) to $448.58 $ Afte r 10,000 T ria ls , the S td . E rro r o f the Me a n is $1.16 S ta tis tic s : T ria ls Me a n Me d ia n Mo d e S ta nd a rd De via tio n Va ria nc e S ke wne s s Kurto s is Co e ff. o f Va ria b ility R a ng e Minimum R a ng e Ma ximum R a ng e Wid th Me a n S td . E rro r Va lue 10000 $121.23 $127.95 --$116.39 $13,546.15 -0.18 2.22 0.96 ($178.95) $448.58 $627.52 $1.16

Resultados Problema 2(5)

Sensitivity Chart

Target Forecast: VAN

* * P.Venta Volumen( cantidad) C.Variables F.Erogables .93 -.60 -.23 -.07

* - Correlated assumption

-1

-0.5

0.5

Measured by Rank Correlation

Cmo reducir el costo del riesgo?

Uso de Contratos para reasignar riesgos y rendimientos Opciones disponibles Contratos que limitan el rango de valores a un tem del flujo de caja neto. Por ejemplo, un comprador puede aceptar comprar una cantidad mnima o pagar un precio mnimo a fin de asegurar la oferta; estas medidas podran establecer un lmite mnimo a los ingresos brutos Contratos que reestructuran la correlacin de los componentes del Flujo de Caja del proyecto reducen el riesgo de los inversionistas. Por ejemplo, contratos de reparto de utilidades con los trabajadores, precio del producto indexado con costo de materia prima.

Uso de contratos para reducir riesgo en el Problema 2

Se estudia la posibilidad de hacer contratos de venta con los clientes de tal forma de atar el precio de venta al costo variable, de tal forma que: - si los cv bajan, el precio baja. Estableciendo un precio mnimo de $12. - si los cv aumentan, el precio aumenta. Estableciendo un precio mximo de $24. - Se incorpora al modelo estableciendo una correlacin positiva de 1 entre las variables: pv y cv.

Resultados Problema 2 con Contrato(1)

Cry s ta l B a ll Re p o r t Fo re c a s t: VA N S um m a ry : Ce rta i nty Le v e l is 9. 4 2 % C e rta inty R a ng e is from -In f inity t $0 .0 0 $ o Di p la y R a ng e is fro m ($10 0.0 0) to $3 50. 00 $ s Enti re R a ng e is from ($8 5.1 7) to $3 49. 42 $ Aft r 10,0 00 Tr i ls , t e a he S td . E rro r o f t he M a n is $ 0.8 6 e S t tis ti s : a c T ria ls Me a n M dia n e Mod e S t nd a r d D e via tio n a Va ria nc e Co e f o f Va ria b ility f. R a ng e Minim u m R a ng e Ma xim u m R a ng e W id th Me a n S td. E rro r Va lue 1 000 0 $12 2.3 7 $12 8.0 1 --$8 5.6 9 $7 ,34 2.6 7 0.7 0 ($8 5.1 7) $34 9.4 2 $43 4.5 9 $ 0.8 6

For ec ast VAN : 10,0 00 Tr als i

1.00 0

Cumulative Chart

0 O utlier s
1 000 0

.75 0

.50 0

.25 0

.00 0 ($10 0.0 0) $ 12.5 0 $1 25.0 0 $2 37.5 0 $3 50.0 0

C ert ainty is 9.42 % from Infin ity to $0 .00 $

Resultados Problema 2 con Contrato(2)

Valor esperado Prdida esperada Ganancia esperada Sin Contrato $ 121.23 $ (13.98) $ 135.21 Con Contrato $ 122.37 $ (5.38)

$ 127.75 0.022 0.70 9.42%

Razn de prdida esperada: 0.094 Coeficiente de variacin Probabilidad VAN < 0 0.96 17.74%