Académique Documents
Professionnel Documents
Culture Documents
JONATHAN HERNNDEZ
INGENIERIA INDUSTRIAL
Bogot D.C
2017
MTODO MONTECARLO APLICADO EN EL RIESGO FINANCIERO
JONATHAN HERNNDEZ
Docente:
INGENIERIA INDUSTRIAL
Bogot D.C
2017
Contenido
INTRODUCCIN..................................................................................................................................4
OBJETIVO GENERAL............................................................................................................................5
OBJETIVOS ESPECFICOS.....................................................................................................................5
GENERALIDADES DEL METODO..........................................................................................................6
MTODO MONTECARLO APLICADO EN EL RIESGO FINANCIERO........................................................7
ANLISIS DEL MTODO MONTECARLO.............................................................................................10
APORTES AL MTODO MONTECARLO..............................................................................................12
CONCLUSIONES................................................................................................................................13
GLOSARIO.........................................................................................................................................13
BIBLIOGRAFA...................................................................................................................................13
INTRODUCCIN
As mismo podemos observar que entre sus propsitos puede hacer un uso del
estudio de los escenarios de acuerdo a los rendimientos o precios, lo cual nos
permite generar un anlisis ms profundo sobre los riesgos a los que pueden estar
expuestas las empresas a nivel financiero.
OBJETIVOS ESPECFICOS
Es curioso que la base terica del mtodo fuera bien conocida desde hace mucho
tiempo. Es ms, algunos problemas de la Estadstica se resolvan a veces
empleando las muestras aleatorias, o sea, aplicando de hecho el mtodo de
Montecarlo. Sin embargo, hasta la aparicin de las mquinas calculadoras
electrnicas (MCE), este mtodo no encontraba aplicaciones suficientemente
amplias ya que la simulacin a mano de variables aleatorias constituye un proceso
muy laborioso.
Para efectuar el mtodo de Montecarlo debe tener en cuenta los siguientes pasos:
Dnde:
Si se supone una cartera con dos activos, hay que generar parejas de nmeros
aleatorios que se encuentren correlacionados segn una estimacin previa de la
historia o situacin de los mercados en cuestin (Martin et l., 2000:54).
Z = AY
Dnde:
Y: vector
Obsrvese que:
Deducindose que:
Papageorgiou y Paskov (1999) consideran que los mejores mtodos para estimar
el riesgo de mercado son la simulacin histrica y la simulacin Montecarlo; los
dos similares, slo que en el primero se usan cambios histricos en los precios en
lugar de cambios simulados basados en un modelo estocstico.
Con lo anterior queremos indicar que las empresas que ejecuten este modelo de
simulacin con informacin veraz podrn observar diferentes escenarios de
acuerdo a los rendimientos que se quieren proyectar en el ejercicio as mismo
ofrece posibilidades ya que al no tener una seleccin ms especfica, lo que dara
ahorro de tiempo, y mayor eficiencia. Sin embargo, por eso es conocido como un
mtodo de azar o la suerte.
Se puede apreciar que el mtodo Montecarlo, est sujeto bajo una tcnica
estadstica que sirve para generar nmeros aleatorios, aplicando esta tcnica a
los juegos de azar, para llevar a cabo la ms mnima posibilidad de ganar en estos
juegos mediante esta tcnica.
La aplicacin del mtodo Montecarlo, en nuestra vida nos conlleva, a analizar las
diversas posibilidades hay de implementarlo mediante una variabilidad de valores
respecto de factores que se adecuen a todo tipo de proyectos.
Para la parte financiera, se debe entender que los resultados son aleatorios y se
deben tratar como son, estimaciones solamente, por eso muchas decisiones no
deben ser tomadas por los resultados que arroje la metodologa, se debe realizar
un anlisis apoyado por otras herramientas que puedan certificar una mayor
credibilidad a la estadstica del resultado.
CONCLUSIONES
GLOSARIO
Estocstico:
Contingencia:
BIBLIOGRAFA
1.
LECCIONES POPULARES DE MATEMATICAS
METODO MONTECARLO
AUTOR: I. M. SOBOL
EDITORIAL MIR
Primera edicin 1976
Segunda edicin 1983
IMPRESO EN LA URSS.
2. Revista Innovar Journal de Ciencias Administrativas y Sociales, volumen
19. Universidad Nacional de Colombia.