Académique Documents
Professionnel Documents
Culture Documents
=
= =
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.