Anlisis de riesgo en proyectos de inversin

El riesgo es un trmino utilizado en general, para situaciones que involucran incertidumbre, en el sentido de
que el rango de posibles resultados para una determinada accin es en cierta medida significativo. Sin
embargo, la incertidumbre no necesariamente implica riesgo. La importancia del riesgo radica en que los
individuos, de manera general, son adversos al riesgo; sta es una caracterstica de las preferencias de los
individuos ante situaciones de riesgo. En lo referente a empresas, estas enfrentan las siguientes categoras de
riego: riesgo de produccin, riesgo de precio de los productos y riesgo de precio de los insumos, todo ello se
evala dentro de un marco de referencia especfico (Bodi Z. y Merton R., 2003; Eppen et. al. 2000).
El proceso de administracin del riesgo consiste en: identificacin, evaluacin, seleccin de tcnicas de
administracin, implementacin y, revisin. Dentro de las tcnicas de administracin se considera: a) la
evaluacin, b) prevencin y control de prdidas, c) retensin del riesgo y, d) transferencia del riesgo. Este
ltimo tiene tres dimensiones: cobertura, aseguramiento y diversificacin. A travs de la diversificacin se
mejora el bienestar al distribuir los riesgos de tal manera que la incertidumbre existente tenga menos
importancia (Bodi Z.; Merton R., 2003).
Existe riesgo cuando los posibles escenarios con sus resultados se conocen y existen antecedentes para
estimar su distribucin de frecuencia, y hay incertidumbre cuando los escenarios o su distribucin de
frecuencia se desconocen. La definicin ms comn de riesgo es la de la variabilidad relativa del retorno
esperado, o la desviacin estndar (DS) del retorno esperado respecto al retorno medio, en cuanto a la
magnitud de la variacin. Mientras ms alta sea la desviacin estndar, mayores sern las variaciones del
retorno y por consiguiente, del riesgo.
El riesgo en los proyectos de inversin se presenta cuando una variable puede tomar distintos valores, pero
se dispone de informacin necesaria para conocer las probabilidades asociadas a cada uno de los posibles
valores, es decir, el riesgo implica conocer la distribucin de probabilidad de un evento (Beltran A. y Cueva
H., 2000).
Percepcin y actitud al riesgo en agricultura
Considerando el ambiente natural, econmico y socio-poltico, la percepcin del riesgo como probabilidad
de resultados inciertos (rendimiento, ingresos y beneficios) estn asociados a distribuciones de probabilidad
de diversos resultados, en diferentes parcelas y en varias campaas agrcolas. En cambio, la actitud al riesgo,
est relacionado con las prcticas que adoptan para minimizar el riesgo (Crissman Ch., 1991).
Fuentes del riesgo
El riesgo que enfrentan los agricultores tiene orgenes naturales, econmicos y socio-polticos (Anderson,
1974). Los factores climticos tales como las sequas, heladas, granizadas y exceso de precipitacin pluvial,
que a su vez influyen en la presencia de plagas y enfermedades, representan para los agricultores las
principales causas de riesgo natural.
En el mbito econmico, los agricultores enfrentan el riesgo de precios inciertos de los insumos y del
producto, adems de los factores que influyen en la oferta y demanda, tales como los cambios en los gustos y
preferencias, e ingreso de los consumidores. En el mbito socio-poltico, es afectado a travs de las
intervenciones del gobierno en relacin al acceso a insumos o mercados con acciones polticas.
Puesto que la produccin agrcola se destina tanto al autoconsumo como al mercado, se asume que procuran
optimizar la utilidad, pero como ste no es directamente perceptible, se usa el concepto de ingreso neto de las
cosechas como sustituto para evaluar la conducta de los agricultores (Crissman Ch., 1991).
Para muchos agricultores, el riesgo en los ingresos netos de las cosechas es un factor importante en
el nivel de los ingresos agrcolas. Estas variaciones estn relacionados con cinco fuentes: 1) precio de los
insumos, 2) niveles de insumos, 3) rea sembrada, 4) rendimiento y 5) precio de venta (Walter y Ryan,
1990). Las variaciones del rendimiento y precio de venta merecen mayor atencin en esta investigacin.

Riesgo, adopcin de tecnologa y eficiencia en la produccin

En economa, los estudios de riesgo estn relacionados con la adopcin de tecnologa y eficiencia en la
produccin (Pope y Kramer, 1979). La influencia del riesgo en la eficiencia de la produccin est
relacionado con el uso de factores productivos que pueden reducir el riesgo, tales como los pesticidas,
plaguicidas entre otros. Es decir, los agricultores asignaran mayor cantidad de dichos factores productivos
en caso de produccin incierta, de modo que los niveles ptimos demostrados por modelos sin riesgo no
alcanzaran el ptimo, creando una impresin de ineficiencia tcnica y de asignacin de recursos.
La influencia del riesgo en la adopcin de tecnologa, bajo diferentes climas y actitudes al riesgo fue
expresado en un modelo por Binswanger y Sillers (1983), basado en un caso hipottico de recomendacin de
cambio en los niveles de fertilizacin (figura 3). Asumen que un cambio en los niveles de fertilizacin
aumenta no solo la media del rendimiento sino tambin su varianza. El costo de este cambio para todo los
agroclimas se describe por la recta AA, que adems describe que la utilidad producida por un cambio
tecnolgico vara de acuerdo a las condiciones climticas.
Asumiendo que los agricultores son indiferentes al riesgo, el beneficio neto de la tecnologa para cualquier
condicin climtica se describe por la recta BB. Los agricultores en los agroclimas OE adoptaran la
tecnologa porque el beneficio neto es mayor que el costo. En cambio, los agricultores con agroclima EF no
la adoptaran.
Suponiendo que los agricultores que podran adoptar la tecnologa poseen un rango de actitud al riesgo desde
ligeramente adverso (BB), hasta altamente adverso (CC), la adopcin total ocurrira entre OD y no entre
EF.
FIGURA 3
ADOPCION DE TECNOLOGIA EN DISTINTOS CONDICIONES CLIMATICAS

Simulacin Montecarlo
Se define como un sistema que utiliza nmeros
aleatorios y es til para el anlisis de pronstico,
estimacin y riesgo. Calcula numerosos escenarios
de un modelo, al escoger repetidamente valores de
una distribucin de probabilidad para las variables
inciertas y, usa dichos valores como insumos para el
modelo. Los pronsticos son eventos, basados en
determinadas relaciones entre variables, tales como
el ingreso neto (Mun J., 2006).
La generacin de nmeros aleatorios para una
variable aleatoria continua (w) se ilustra en la figura
4, donde la funcin de distribucin acumulada de w,
F(x) = P (w x) es el elemento mas importante; se
caracteriza por ser no decreciente, es continua y va
de 0 a 1 (Eppen et al., 2000).
En la actualidad los modelos de simulacin se
utilizan con frecuencia para analizar una decisin bajo riesgo; modelo en el cual el comportamiento de uno o
mas factores no se conoce con certeza. El factor que no se conoce con certeza se considera una variable
aleatoria cuyo comportamiento se describe mediante una distribucin de probabilidad. Este tipo de
simulacin se conoce como mtodo de Montecarlo. La simulacin basada en hoja de calculo es el mtodo
experimental mas comn para modelos de toma de decisiones (Eppen et. al. 2000).
En un modelo de simulacin pueden intervenir cuatro tipos de variables: a) constantes definidas, cuyos
valores se conocen, b) cantidades empricas, conformado por variables que se pueden medir y modelar bajo
algn tipo de distribucin de probabilidad, c) variables de decisin, cuyo valor tiene bajo control el tomador
de decisin, d) parmetros de valor, son preferencias de quien toma decisiones y no tiene un nico valor
verdadero.
Distribucin de frecuencias
Una manera de solucionar el inconveniente de definir
una distribucin para las variables aleatorias, es ajustar
una distribucin terica a la informacin disponible y
luego verificar la validez del ajuste estadsticamente,
mediante la prueba de Kolmogorov-Smirnov. En este
sentido, un resumen de las estadsticas principales
provee criterios adicionales para definir la naturaleza
de la distribucin. Los estadsticos descriptivos
basados en los momentos muestran lo siguiente:
a)
Primer momento, describe la tendencia central (media,
mediana y moda). La Figura 5, ilustra el primer momento
donde la distribucin se mide por la media () o valor
promedio.
b) Segundo momento, describe la amplitud o extensin de
una distribucin, mide la variabilidad o los potenciales
escenarios de los resultados, y constituye una medida de
riesgo.
La Figura 6, ilustra distribuciones con primer momento
idntico, pero segundos momentos (riesgos) diferentes.

c) Tercer momento, mide la desviacin (sesgo o eventos

ms probables) de una distribucin. La figura 7.1,
ilustra sesgo hacia la izquierda y la figura 7.2 ilustra
sesgo hacia la derecha. En estos casos, la media se
mueve pero la desviacin estndar, varianza o amplitud
pueden permanecer aun constante. Si el eje horizontal
representa beneficios netos, una distribucin desviada
negativamente podra ser preferida puesto que denota
probabilidad ms alta de mayores beneficios, ocurrira lo
contrario con una distribucin con sesgo positivo. De
esta forma, en una distribucin sesgada, la media es la
mejor medida de los beneficios, puesto que la mediana
en ambos casos (figuras 7.1 y 7.2) es idntica. En
consecuencia omitir el sesgo de una distribucin podra
significar escoger un proyecto incorrecto, cabe la
posibilidad de que dos proyectos tengan primer y
segundo momento idnticos, es decir, ambos tienen
beneficios y perfiles de riesgo idnticos, pero el sesgo de
las distribuciones pueden ser muy diferentes.
d) Cuarto momento, mide el punto ms alto de una
distribucin, amplitud en las colas significan grandes
ganancias o prdidas catastrficas.
Considerando 0
como el nivel normal de Curtosis, los valores de Curtosis
negativas indican colas mas planas (platicrticas),
mientras que los valores positivos indican colas ms gruesas
(leptocurticas). La figura 8 ilustra que la distribucin en
lnea continua tiene Curtosis mas alta, de modo que el rea
bajo la curva es ms gruesa en las colas y tiene menos rea
en el cuerpo central, condicin que tiene mayor impacto en
el anlisis de riesgo. Los primeros tres momentos (media,
desviacin estndar y sesgo) pueden ser idnticos, pero el
cuarto momento es diferente. Esta condicin significa que,
aunque los beneficios y riesgo sean idnticos, las
probabilidades de que ocurran eventos extremos y
catastrficos (grandes ganancias o prdidas) sean ms altas
para una distribucin de alta Curtosis. (Perez, C., 2001;
Mun, J., 2006).
Distribuciones de probabilidad
Las distribuciones de probabilidad asociado al manejo de la informacin cuantitativa permiten calcular el
riesgo. La distribucin Normal es la mas importante porque describe muchos fenmenos. Esta distribucin
tiene tres condiciones: a) algunos valores de la variable incierta tienen mayor probabilidad (la media), b) la
variable incierta podra probablemente estar por encima o por debajo de la media (simtrica respecto a la
media), c) es mas probable que la variable incierta est mas cerca de la media.
Otras distribuciones importantes son: la distribucin Triangular, que se usa cuando se conoce solo los valores
mnimo, mximo y mas probable; la distribucin Lognormal, se usa cuando los valores tienen un sesgo
positivo, y los valores no son menores que cero; la distribucin Beta usado principalmente para representar la
variabilidad sobre un rango fijo; distribucin de Pareto que se usa para estudiar fenmenos empricos (Mun,
J., 2006).
Distribucin de los rendimientos
La distribucin de los rendimientos de los cultivos, est limitado por cero en el extremo inferior, mientras
que en el extremo superior est limitado por el potencial gentico de las semillas y la tecnologa mas
apropiada. Por tanto, se espera que a priori los rendimientos no correspondan a una distribucin normal.
Sin embargo, en algunos trabajos de investigacin (Mamani S. E., 2010), apoyados en la teora de lmite

central y la conveniencia matemtica en la investigacin, consideran que el rendimiento sigue una

distribucin normal.
Dado que los rendimientos de los cultivos involucran cierto riesgo, se definen como variables aleatorias. Por
lo tanto, las estimaciones de la distribucin tienen las siguientes implicancias (figura 9): 1) asumiendo
constante los otros factores de la distribucin, los agricultores preferiran (b) a (a); 2) los niveles variables de
insumos afectan a la varianza y la simetra de la distribucin; los agricultores adversos al riesgo podran
preferir un menor rendimiento mas constante (c) que otro mayor, pero con mayor variabilidad (d); 3) bajo
condiciones favorables, existe mayor probabilidad de que los rendimientos sean mayores al promedio, con
una distribucin asimtrica negativa (e), mientras que en condiciones desfavorables ocurrira lo contrario,
correspondiendo a una distribucin asimtrica positiva (f).
FIGURA 9
POSIBLES DISTRIBUCIONES DE LOS RENDIMIENTOS

Los agricultores adversos al riesgo preferiran una distribucin asimtrica negativa donde la probabilidad de
rendimientos bajos es mnima, contrario a la probabilidad de rendimientos altos.
Crissman Ch. (1991), menciona que las variedades modernas incrementan la media del rendimiento pero
adems incrementan la varianza. En cambio los pesticidas qumicos son percibidos por los agricultores
como un tipo de seguro que permite pasar del extremo izquierdo al derecho de la distribucin.