Dr. Manrique Borda P.

Un proyecto de inversin consiste en

asignar recursos a una cierta actividad,
partiendo en un tiempo prximo, para
generar beneficios en el futuro.
Hay pocas cosas que ocurrirn en el futuro
sobre las cuales tenemos algn grado de
seguridad o certidumbre.
INTRODUCCION

Riesgo: hay riesgo si los eventos que sucedern en el
futuro no son determinsticos, sino que existe un grado de
incerteza acerca de los que suceder. Este grado de
incerteza es slo parcial debido a la historia, la que nos
permite conocer los resultados obtenidos anteriormente en
alguna experiencia y nos sirve para estimar la probabilidad
de que ocurra un evento especfico sometido a iguales
condiciones.

Incertidumbre: existir incertidumbre cuando las
probabilidades de ocurrencia de un evento no estn
cuantificadas. Las fuentes bsicas de la incertidumbre son
cuando la informacin es incompleta, inexacta, sesgada,
falsa o contradictoria.




CONCEPTOS
RIESGO E INCERTIDUMBRE
P
r
o
b
a
b
i
l
i
d
a
d
P
r
o
b
a
b
i
l
i
d
a
d
P
r
o
b
a
b
i
l
i
d
a
d
Vida del proyecto Vida del proyecto
Vida del proyecto
Causas del Riesgo y la Incertidumbre
Variabilidad en la economa en general (cambios
en polticas macroeconmicas, recesiones
externas, etc)
La competencia
El desarrollo tecnolgico
Cambios en las preferencias de los consumidores
Cambios legislativos
Dinmica de los mercados

QUE ES ANALISIS DE RIESGO?
Es una herramienta, para los que
tienen que tomar decisiones, sobre
un particular curso de accin y
manejar riesgos en forma objetiva,
repetible y documentada.

Qu pretende el Anlisis de
Riesgo?
El Anlisis de Riesgo intenta contestar las siguientes
preguntas:
Qu puede salir mal? (OIE:Identificacin de
Peligros).
Qu probabilidad hay de que algo salga mal?
Cules pueden ser las consecuencias de que algo
salga mal?
Qu se puede hacer para reducir la probabilidad y
las consecuencias de que algo salga mal?.
ETAPAS DEL ANALISIS DE
RIESGO
IDENTIFICACION
DE PELIGRO
ESTIMACION DE
RIESGOS
MANEJO DE
RIESGOS
COMUNICACIN DEL RIESGO
Formas de reducir el grado de incertidumbre
Incremento de informacin obtenida antes de
la decisin.
Aumentar el tamao de operaciones de
diferentes proyectos.
Diversificar los productos, eligiendo lneas de
productos cuyas ventas se vean afectadas en
forma diferenciada por cambios en la vida
empresarial.
Riesgo e Incertidumbre
en Proyectos de Inversin
Son
Variables
Aleatorias
(en lugar de
constantes
conocidas)
Vida til
Inversin
Valor de liquidacin
Ingresos peridicos
Costos peridicos
Costo de capital
Mtodos para
tratar el riesgo
Mtodos subjetivos
Anlisis de sensibilidad
Mtodos basados en estimacin estadstica:
Varianza, desviacin estndar y coeficiente de
variacin.
Mtodo de los valores esperados (rbol de
decisin)
Ajuste de la tasa de descuento
Simulacin Montecarlo
METODOS DE EVALUACIN DE PROYECTOS EN
CONDICIONES DE RIESGO
METODO SUBJETIVO
El sistema subjetivo para el ajuste del riesgo implica el
clculo del valor presente neto de un proyecto para
tomar en seguida la decisin de presupuesto de capital
con base en la evaluacin subjetiva de quien toma las
decisiones acerca del riesgo del proyecto a travs del
rendimiento calculado.
EQUIVALENTE A CERTIDUMBRE
Lawrence J. Gitman, seala como el mtodo subjetivo, al Equivalente de
Certidumbre (EC), los cuales representan el porcentaje de entrada de
efectivo que los inversionistas desean recibir con certeza, en lugar de
entradas de efectivo consideradas como posibles para cada ao.
Busca cuantificar y visualizar la sensibilidad de un proyecto frente
a variaciones de las variables inciertas.
Se parte de una situacin base o esperada.
Se determina las variables ms significativas, entre ellos:
Precio de venta
Precio de insumos
Costos
Inversiones
Volmenes de ventas
Se generan valores optimistas y pesimistas de las variables
inciertas
Anlisis de Sensibilidad
Luego se estima el valor presente del proyecto modificando
de una variable por vez, manteniendo las otras variables
constantes.
Ventajas del mtodo
Fcil de aplicar
Fcil de entender
Desventajas del mtodo
Slo permite analizar variaciones de un parmetro a la vez
Interpretacin subjetiva de los conceptos optimista y
pesimista
No considera posibles interrelaciones entre variables inciertas
No entrega una medida nica de riesgo
Anlisis de Sensibilidad
RIESGO EN LA
EVALUACION DE
PROYECTOS BAJO EL
METODO ESTADISTICO
El sistema estadstico de evaluacin de riesgo, son las tcnicas para medir
el riesgo del proyecto utilizando la desviacin estndar y el coeficiente de
variacin, que son una medida comn en el manejo de riesgo en la
evaluacin de proyectos.

En esta tambin se puede realizar un estudio de la correlacin entre
proyectos. Esta correlacin cuando es combinada con otros ndices
estadsticos, tales como la desviacin estndar y el valor esperado de los
rendimientos, proporciona un marco dentro del cual quien toma las
decisiones puede tomar la alternativas riesgo-rendimiento relacionadas con
diferentes proyectos para para seleccionar los que mejor se adapten hacia
sus necesidades.
SISTEMA ESTADISTICO

=
= =
n
i
i i
P X X x E
1
) (
VALOR
ESPERADO:
VARIANZA:
i
n
i
i
P x x
2
1

|
.
|

\
|
= o
DESVIACION
ESTANDAR:
x
CV
A
c
=
COEFICIENTE
DE VARIACION:
i
n
i
i
P x x
2
1

|
.
|

\
|
= o
i
n
i
i
P x x
2
1

|
.
|

\
|
= o
Condic.
Ecos. Proy. A Proy. B Probabil.
Muy mala -4000 800 0,1
Mala -1000 1000 0,2
Regular 3500 2500 0,4
Buena 4000 3000 0,2
Muy buena 6500 370 0,1
Total 1
Io = Inversin Inicial: S/. 8,000 y el FNF son anualidades.
PROPUESTAS DE INVERSION A LA LUZ DEL RIESGO
0
0.4
0.6
0.2
FNF o utilidades
P
r
o
b
a
b
i
l
i
d
a
d
DISTRIBUCION DE PROBABILIDAD DEL PROYECTO A Y B
MEDIA
Proy. B
Proy. A
VALOR MONETARIO ESPERADO

=
= =
n
i
i i
P X X x E
1
) (
VALOR MONETARIO ESPERADO (VME, en S/.)
Cond.
Ecos.
Proy. A
(1)
Probab.(
2)
VME:
(1*2)
Proy.B
(3)
VME:
(3*2)
Muy malas -4000 0,1 -400 800 80
Malas -1000 0,2 -200 1000 200
Regulares 3500 0,4 1400 2500 1000
Buenas 4000 0,2 800 3000 600
Muy buena 6500 0,1 650 3700 370
Totales 1 2250 2250
VARIANZA Y DESVIACION ESTANDAR DE LOS PROYECTOS
i
n
i
i
P x x x Var
2
1
2
) (

=

|
.
|

\
|
= = o
i
n
i
i
P x x
2
1

|
.
|

\
|
= o
Varianza:
Desviacin
Estndar:
PROYECTO "A"
Condiciones

Diferencia
s

Cuadrado
de
Difs.*Proba
b. econmicas FNF
Valores
Esperados
Cuadrad.
De las Difs.
Probab.
(2)
X
i
VE X
i
-VE (X
i
-VE)
2
P
i
(X
i
-VE)
2
*P
i

Muy malas -4000 2250 -6250 39062500 0,1 3906250
Malas -1000 2250 -3250 10562500 0,2 2112500
Regulares 3500 2250 1250 1562500 0,4 625000
Buenas 4000 2250 1750 3062500 0,2 612500
Muy buena 6500 2250 4250 18062500 0,1 1806250
Varianza (s
2
) 9062500
Desviacin
Tpica 3010
PROYECTO "B"
Condiciones

Diferen-
cias

Cuadrado
de
Difs.*Pro
bab. econmicas FNF
Valores
Esperad.
Cuadrad.
De las
Difs.
Probab
(2)
X
i
VE X
i
-VE (X
i
-VE)
2
P
i

(X
i
-
VE)
2
*P
i

Muy malas 800 2250 -1450 2102500 0,1 210250
Malas 1000 2250 -1250 1562500 0,2 312500
Regulares 2500 2250 250 62500 0,4 25000
Buenas 3000 2250 750 562500 0,2 112500
Muy buena 3700 2250 1450 2102500 0,1 210250
Varianza
(s
2
) 870500
Desviacin
Tpica 933
RESUMEN:
Concepto
PROYECTO
"A" "B"
Valor
Esperado 2250 2250
Varianza 9062500 870500
Desv.Tpica 3010 933
Coef.Variac. 1,3377 0,4146
x
CV
A
c
=
x
CV
B
c
=
= 3010/2250 = 1.3377 = 933/2250 = 0.4146
COEFICIENTE DE VARIACION
ARBOL DE DECISIONES EN LA EVALUACION DE
PROYECTOS DE INVERSION
Un rbol de decisin es un tcnica de anlisis por
diagramas usado para seleccionar el mejor curso de accin
en situaciones resultados futuros inciertos.

El valor del resultado o valor monetario estimado (EMV) es
el producto de una probabilidad de evento de riesgo y el
valor monetario del evento de riesgo.

Se puede dibujar un rbol de decisin para ayudar a
encontrar el EMV.
Acciones Eventos Resultados ProbabilidadFlujo efectivo esperado
Vtas (Unds.) = 40 1200 0.60 720
Vtas (Unds.) = 70 3600 0.40 1,440
"A" 2160
Vtas (Unds.) = 40 1400 0.60 840
"B"
Vtas (Unds.) = 70 3500 0.40 1,400
2240
"C" Vtas (Unds.) = 40 1600 0.60 960
Vtas (Unds.) = 70 2800 0.40 1120
2080
ARBOL DE DECISION
CAPM: Capital Asset Pricing Model
Supone que los individuos tienen aversin al
riesgo, por lo cual exigen una compensacin
para afrontarlo.
Un inversor slo debe ser remunerado por el
riesgo sistmatico (no diversificable) que
enfrenta.
El rendimiento de un activo depende de su
contribucin a la variabilidad de la cartera,
medida por beta.
TASA DE DESCUENTO AJUSTADO AL
RIESGO
DETERMINACION DEL CAPM
O TASA DE DESCUENTO
p r K
f
+ =
| |
f m
r r E p = ) ( |
El costo de capital es igual a la tasa libre de riesgo
+ una compensacin por el riesgo.
El riesgo est determinado por la Beta, que
viene a ser el factor del riesgo de mercado
menos tasa de mercado libre de riesgo
) (
) , (
m
m p
r Var
r r Cov
= |
Para hallar Beta, se divide la covariancia de
riesgo especfico del proyecto Vs riesgo de
mercado, dividido por la variancia de riesgo
de mercado.
MES
RENDIMIENT
O IGBVL
RENDIMIENTO ACTIVOS
MINERA PESQUERA
Ene-06 17.31% 18.00% 12.00%
Feb-06 7.94% 18.20% 8.00%
Mar-06 -2.63% 18.30% 7.00%
Abr-06 20.65% 18.40% -3.00%
May-06 0.96% 18.40% -2.00%
Jun-06 13.09% 18.70% 1.80%
Jul-06 10.03% 19.80% 5.00%
Ago-06 11.57% 18.70% 4.00%
Sep-06 3.78% 17.00% -4.00%
Oct-06 2.93% 17.50% 6.00%
Nov-06 7.37% 17.80% 7.00%
Dic-06 12.21% 18.00% 8.00%
Ene-07 5.82% 18.50% 4.00%
Feb-07 11.13% 18.60% -3.00%
Mar-07 13.21% 19.60% -4.00%
Abr-07 20.53% 18.90% 3.00%
May-07 -2.64% 19.00% 7.00%
E(r )= 9.02% 18.44% 3.34%
MINERIA PESQUERIA
Cov (Mi),(m)= 0.00010522 -0.00041898
Var(m)= 0.00505031 0.00505031
Beta= 0.02083488 -0.08296145
Si tasa libre de riesgo= 21.880%
(Tasa activa promedio MN)
E(r )= K 21.808% 23.42%
EJEMPLO DE CALCULO DE TASA DE
DESCUENTO o K
Simulacin
La simulacin usa un modelo o representacin de un
sistema para analizar el comportamiento o
desempeo del sistema.

El Anlisis de Monte Carlo simula muchos
resultados de un modelo para proporcionar una
distribucin estadstica de los resultados calculados.

Para usar una Simulacin de Monte Carlo, se debe
tener:
tres estimaciones (frecuentemente, pesimista y optimista)
una estimacin de la probabilidad de estimar entre: ms probable y
el valor optimista.
Anlisis de Monte Carlo
1. Evale el rango para las variables a ser
consideradas
2. Determine la distribucin de probabilidad de
cada variable.
3. Para cada variable, escoja un valor basado
en la distribucin de probabilidad.
4. Corra un anlisis determinstico o pase por
el modelo.
5. Repita pasos 3 y 4 muchas veces para
obtener la distribucin de probabilidad de
los resultados del modelo.
Anlisis de sensibilidad
El anlisis de sensibilidad es una tcnica usada
para presentar los efectos del cambio de una o ms
variables en el resultado.

Por ejemplo, mucha gente lo usa para determinar lo
que los pagos mensuales para un prstamo se darn
proporciones o perodos de inters diferentes del
prstamo, o para determinar puntos uniformes de la
rotura basado en suposiciones diferentes.

Software de hoja de clculo, tal como Excel, es una
herramienta comn para realizar anlisis de
sensibilidad.