64
1 UNIVERSIDAD NACIONAL DE INGENIERIA FACULTAD DE INGENIERIA QUIMICA ECONOMIA DE LOS PROCESOS (PI 510 B) Ing. Magali Camila Vivas Cuellar AREA DE INVESTIGACIÓN: Bio Ingeniería (Biocombustibles, productos naturales, etc) [email protected]

PI510 Cap10 Analisis de Riesgo

  • Upload
    llaqfar

  • View
    218

  • Download
    4

Embed Size (px)

DESCRIPTION

economia

Citation preview

  • 1UNIVERSIDAD NACIONAL DE INGENIERIA

    FACULTAD DE INGENIERIA QUIMICA

    ECONOMIA DE LOS PROCESOS

    (PI 510 B)

    Ing. Magali Camila Vivas Cuellar

    AREA DE INVESTIGACIN:

    Bio Ingeniera

    (Biocombustibles, productos naturales, etc)

    [email protected]

  • 2Programa Analtico

    1. Conceptos generales

    2. Matemticas Financieras

    3. Estados financieros proyectados

    4. Anlisis de mercado

    5. Inversin en equipos y unidades de proceso

    6. Depreciacin de activo fijo y amortizacin de

    intangibles

    7. Costos de produccin

    8. Criterios de evaluacin de inversiones

    9. Alternativas de reemplazo

    10. Anlisis de riesgo e incertidumbre

    11. Modelamiento matemtico

    12. Optimizacin

    13. Optimizacin de procesos de destilacin

  • 3Capitulo 10 Anlisis de riesgo e incertidumbre

    Medicin del riesgo.

    Equivalente de certeza.

    Tasa de descuento ajustada.

    Anlisis de sensibilidad.

    Arboles de decisin.

    Simulacin de Montecarlo

  • 4Anlisis del riesgo

    Cuando la rentabilidad de un proyecto no es conocida con plena certidumbre, sino su distribucin de probabilidades de ocurrencia se dice que hay riesgo.

    Certidumbre Riesgo Incertidumbre

  • 5Qu es el riesgo desde el punto de vista de un

    proyecto?

    Es la variabilidad de su rentabilidad medida a

    travs de alguno de sus indicadores

    (VAN, TIR, etc..)

    A mayor variabilidad mayor riesgo

  • 6Al considerar el riesgo se suelen distinguir dos casos:

    El riesgo propiamente dicho:

    Se refiere a situaciones en las que se conoce la

    probabilidad de ocurrencia de un evento particular.

    Por ejemplo, la probabilidad de que en una determinada

    zona caiga granizo.

    La incertidumbre:

    Se refiere a situaciones en las que no se conoce la

    probabilidad de ocurrencia.

    Por ejemplo, es difcil conocer la probabilidad de que

    aparezca una nueva tecnologa para producir cierto bien.

    Riesgo e incertidumbre

    Incertidumbre

    Distribucin de

    probabilidades

    de ocurrenciaRiesgo+

  • 7Fuentes de Riesgo e Incertidumbre

    Los FNFs fueron calculados de los Estados Financieros que fueron elaborados para el escenario esperado, para lo cual se proyectaron

    las variables relevantes del proyecto como son:

    - Inversin

    - Precios (venta, M.P., insumos).

    - Niveles de produccin.

    - Volumen de ventas

    - Eficiencia del proceso (rendimientos)

    - Consumo de materia prima, materiales y servicios.

    Cuanto ms lejano del presente est el perodo proyectado, la

    probabilidad de ocurrencia del escenario esperado, y por tanto del

    FNF esperado, en dicho perodo es menor.

  • 8Riesgo y tiempo

    Cuanto ms lejano del presente est el perodo proyectado, menor

    ser la probabilidad de ocurrencia del valor esperado de las variables.

  • 9Ejemplos de variables relevantes en la industria de Petrleo

    A.- Reservas recuperables

    - rea productiva

    - Espesor de formacin

    - Porosidad

    - Saturacin de agua

    - Factores de recuperacin

    - Factor de volumen de formacin de petrleo

    - Porcentaje petrleo y gas en la estructura

    - Temperatura y presin del reservorio

    - Compresibilidad, etc.

    B.- Perforacin y produccin

    - Nmero de pozos perforados

    - Recuperacin/pozo

    - Potencial inicial/pozo

    - Velocidad de declinacin

    - Velocidad de abandono

    - Nmero de pozos secos

    - Nmeros de plataformas

    - Tamao de ductos

    - Produccin diferida por perforacin o

    construccin de ductos, etc.

    C.- Costos e ingresos

    - Costo de perforacin

    - Costo de plataforma

    - Precios de petrleo y gas

    - Costos operativos

    - Costo de facilidades de produccin

    - Impuestos

    - Regalas, etc.

  • 10

    Medicin del riesgo

    El VPN esperado (VPNE) es la esperanza de los VNPs

    VPNE = Pi VPNi 2= Pi (VPNi -VPNE ) 2

    A pesar que el VPNE de las tres alternativas es el mismo, estos no pueden ser comparados ya que involucran diferentes niveles de riesgo. El VPN no es un buen indicador cuando hay riesgo o incertidumbre de por medio.

  • 11

    VPN esperado y riesgo

    VPNE = Pi VPNi

    Existen dos proyectos excluyentes, A y B, los ingresos dependen del escenario sea prospero o recesivo, los egresos son similares en ambos proyectos y no dependen de los escenarios

    Probabilidad A B

    VP Ingresos

    Escenario 1 0.8 2000 1750

    Escenario 2 0.2 100 1100

    VP Esperado de Ingresos 1620 1620

    VP Esperado de Egresos 1000 1000

    VPN E 620 620

    Segn el VPNE ambos proyectos son iguales. Debido a que el nivel de riesgo es diferente en cada uno de ello, los VPNE con son comparables.

    INGE A= 0.8*2000+0.2*100 = 1620

    INGE B= 0.8*1750+0.2*1100= 1620

  • 12

    VPN esperado y riesgo

    Distribucin de probabilidades y riesgo

    Utilizaremos el ejemplo anterior para verificar que ambos proyectos no tienen el mismo nivel de riesgo.

    P A B

    VP Ingresos

    Escenario 1 0.8 1000 750

    Escenario 2 0.2 -900 100

    VPN E 620 620

    Varianza - 2 577600 67600

    Desviacin estandar - 760 260

    unitario = u = /VPN E

    1.23 0.42

    A (1.23) presenta mayor riesgo que B (0.42)

    A tiene 20% de probabilidad de ser no rentable, B tiene 100% de probabilidad de ser rentable.

    A pesar que los VPN esperados son iguales, los proyectos no son equivalentes y por tanto sus VPNs esperados no son comparables.

    riesgo VPNE = Pi VPNi 2= Pi (VPNi -VPNE ) 2

  • 13

    VPN Esperado en perforacin de desarrollo

    El VPN esperado indica que el proyecto es rentable, el anlisis de la distribucin de probabilidades seala que existe 40% de probabilidad que el proyecto no sea rentable.

    El VPN esperado es un indicador de rentabilidad riesgoso o incierto ya que se determin de los FNF esperados (que tambin son riesgosos o inciertos.)

    VPNE = Pi VPNi VPN esperado= VPNE = 28.0

    P de

    ocurrenciaVPN 15%, 0

    Pozo seco 0.4 -20.0

    Pozo productivo 0.6 60.0

  • 14

    Introduccin del Riesgo en el anlisis de inversiones

    Hay varios mtodos, que en cierta medida, tratan de introducir el factor de riesgo o incertidumbre en la evaluacin de inversiones:

    - Tasa de descuento ajustada.

    - Mtodo del Equivalente de Certeza.

    - Ajustes de decisin

    - Anlisis de sensibilidad.

    - Mtodo de simulacin.

    El mtodo que mejor muestra el efecto del riesgo (distribucin de probabilidades de ocurrencia de variables) en la evaluacin de inversiones es el mtodo de simulacin.

  • 15

    Tasa de descuento Ajustada (TDA)

    Este mtodo, modifica el denominador de la ecuacin del VPN:

    El FNFE es riesgoso y la TD es certera -> VNPE es riesgoso

    Para corregir el riesgo a la TD se le adiciona una prima por riesgo (PR) convirtindola en la TDA (que es una tasa riesgosa). De manera que el numerador y denominador sean riesgosos y por tanto se anulen, resultando el VPN certero.

    TDA=TD + PR PR es funcin del riesgo (): PR =

    Si existen dos proyectos que comparar: PRA = PRB A

    u / B

    u

    Proyectos de alto riesgo ( grande) tendran PR mayores.

    VPNE TD, 0 = N (FNFE j)j=0 (1+TD)j

    VPN certero = VPNC TDA, 0 = N (FNFE j) = N ( FNFE j )_ j=0 (1+TDA) j j=0 (1+TD+PR) j

  • 16

    Tasa de descuento Ajustada (TDA)

    Ejemplo:

    En el ejemplo de los Estados Financieros determinar el VPN si la PR es 5% compararlo con el VPN (VPN esperado).

    TD=15% PR=5% TDA=20%

    VPN certero = VPNC TDA, 0 = N (FNFE j) = N ( FNFE j )_ j=0 (1+TDA) j j=0 (1+TD+PR) j

    Se aprecia que el proyecto sigue siendo rentable en un escenario certero. Se observa que la rentabilidad certera es menor que la esperada, esto debido a que el proyecto se ve castigado por la Prima por riesgo.

    La desventaja del mtodo de la TDA es que no puede determinar la TIR certera.

    FNFE (MMUS$ de 0) 0 1 2 3 4 5 6 7 8 9 10

    Ev. Econmica -136 -60.2 53.4 61.4 79.7 70.1 46.3 82 67 62.2 202.3

    Ev. Financiera -76 -78.7 36.6 46.2 66 70.1 46.3 82 67 62.2 202.3

    VNPE 15%,0 TIRE VNPC 15%,0 TIR

    C

    Ev. Econmica S/. 113.26 26.1% S/. 51.76 -

    Ev. Financiera S/. 126.64 29.9% S/. 69.27 -

  • 17

    Mtodo del Equivalente de Certeza (MEC)

    A diferencia del mtodo de la TDA que acta sobre el denominador de la ecuacin del VPN, este mtodo acta sobre el numerador y convierte el FNF esperado (riesgoso) en FNF certero multiplicndolo por un factor de equivalencia de certeza ()

    FNFC j = FNFE

    j

    El factor de equivalencia de certeza ser inversamente proporcional al riesgo, para el FNF que no muestra riesgo ser igual a 1. Los FNF futuros ms alejados del presente sern ms riesgosos y por lo tanto su factor de equivalencia de certeza ser menor.

    j = 1 / j -> -> j

    VPN certero = VPNC TD, 0 = N (FNFC j) = N ( j FNFE j)

    j=0 (1+TD) j j=0 (1+TD) j

    En el mtodo TDA se corrige el denominador y en el MEC se corrige el

    numerador de la ecuacin del VPN, pero ambos mtodos deben ser

    equivalentes, puesto que deben proporcionar el mismo VPN certero. Al contar

    con el FNF certero ya se puede calcular la TIR certera.

  • 18

    Equivalencia entre la TDA y el MEC

    VPNC TD, 0 = N (FNFC j) j=0 (1+TD) j

    Si la TD es real, la PR tambin deber ser real, lo mismo que . Si la TD es corriente, la PR tambin deber ser corriente, lo mismo que la .

    VPNC TDA, 0 = N (FNFE j) j=0 (1+TD+PR) j

    FNFC = ( FNFE j )

    (1+TD) j (1+TD+PR) j

    j FNFE

    j = ( FNFE j )

    (1+TD) j (1+TD+PR) j

    j = ( 1 + TD ) j

    (1+TD+PR) j

  • 19

    Mtodo del Equivalente de Certeza (MEC)

    Ejemplo:

    Determinar el FNF y la rentabilidad certeros del ejemplo de los estados financieros. Asumir que la prima por riesgo real es 5%/ao (PR)

    TDA= TD+ PR j = ( (1+TD)/(1+TDA))j j = ( 1.15/ 1.20)

    j

    FNFE (MMUS$ de 0) 0 1 2 3 4 5 6 7 8 9 10

    Ev. Econmica -136 -60.2 53.4 61.4 79.7 70.1 46.3 82 67 62.2 202.3

    Ev. Financiera -76 -78.7 36.6 46.2 66 70.1 46.3 82 67 62.2 202.3

    j 1 0.9583 0.9184 0.8801 0.8435 0.8083 0.7746 0.7424 0.7114 0.6818 0.6534

    FNFC (MMUS$ de 0)

    Ev. Econmica -136.00 -57.69 49.04 54.04 67.22 56.66 35.87 60.87 47.67 42.41 132.18

    Ev. Financiera -76.00 -75.42 33.61 40.66 55.67 56.66 35.87 60.87 47.67 42.41 132.18

    VNPE 15%,0 TIRE VNPC 15%,0 TIR

    C

    Ev. Econmica S/. 113.26 26.1% S/. 51.76 20.8%

    Ev. Financiera S/. 126.64 29.9% S/. 69.27 24.5%

    Se verifica la equivalencia entre los mtodos de la TDA y del MEC, tambin

    se muestra que el MEC es el nico mtodo que proporciona la TIRC.

  • 20

    Arboles de decisin

  • 21

    Se utiliza cuando el proyecto involucra muchas actividades o alternativas excluyentes para su

    ejecucin, y por lo tanto se debe tomar la

    decisin de que alternativa realizar.

    Cada alternativa tiene una distribucin de probabilidades de ocurrencia (eventos), o sea

    que es un escenario de riesgo.

    Arboles de Decisin

  • 22

    Se utiliza para evaluar el impacto de decisiones secuenciales

    Punto de Decisin

    Hecho Aleatorio

    pA

    1-pA

    pB

    1-pB

    A

    B

    C

    Invierto

    VPpA

    VPpBNoInvierto

    VP = VPp p + VP(1-p) (1- p)

    En C se decide entre VPA y VPB, eligiendo el

    de mayor valor presente neto

    Arboles de Decisin

  • 23

    El futuro presenta dos escenarios: prspero (demanda alta) y recesivo (demanda baja). Se desea determinar si la planta a

    instalar debe ser de gran capacidad o de tamao medio. Utilizar

    como Tasa de Descuento real (TD) 10%/ao.

    Arboles de Decisin

    D alta 200$

    P=0.6

    D alta 1000$

    P=0.8

    D alta 100$

    P=0.6

    D baja 0$

    P=0.4

    D baja (100$)

    P=0.6

    D baja 50$

    P=0.2

    D alta 500$

    P=0.3

    D baja (500$)

    P=0.7D alta P=0.8 800$

    D baja P=0.2 200$

    D alta P=0.8 400$

    D baja P=0.2 200$

    D baja P=0.7 0$

    D alta P=0.3 300$

    Ao 0 Ao 1 Ao 2

  • 24

    Se toma la decisin mas interna, construir o no otra planta mediana en el ao 1:

    Arboles de Decisin

    Ao 1 Ao 2

    D alta P=0.8 800$

    D baja P=0.2 200$

    D alta P=0.8 400$

    D baja P=0.2 200$

    Construir otra planta:

    VPN E 10%,0= -200/(1.1)0+(0.8*800+0.2+200)/(1.1)1=418.2 $

    No construir:

    VPN E 10%,0= 0/(1.1)0+(0.8*400+0.2+200)/(1.1)1=327.3 $

    De acuerdo al VPN E, es conveniente construir otra planta en el ao 1.

  • 25

    Incluyendo la decisin anterior en el rbol principal.

    Arboles de Decisin

    D alta 200$

    P=0.6

    D alta 1000$

    P=0.8

    D alta

    P=0.6

    D baja 0$

    P=0.4

    D baja (100$)

    P=0.6

    D baja 50$

    P=0.2

    D alta 500$

    P=0.3

    D baja (500$)

    P=0.7

    D alta P=0.8 800$

    D baja P=0.2 200$

    D baja P=0.7 0$

    D alta P=0.3 300$

    Ao 0 Ao 1 Ao 2

    100$

    -200$

    -100$

  • 26

    Arboles de Decisin

    Construir planta grande:

    VPN E 10%,0= -400/(1.1)0+(0.6*200+0.4*(-100))/(1.1)1+

    0.6*(0.8*1000+0.2*50)+0.4*(0.3*500+0.7*(-500))/(1.1)2

    VPN E 10%,0 = 8.3 $

    Construir planta mediana:

    VPN E 10%,0= -200/(1.1)0+(0.6*200+0.4*0)/(1.1)1+

    0.6*(0.8*800+0.2*200)+0.4*(0.3*300+0.7*0)/(1.1)2

    VPN E 10%,0 = 112.4 $

    Es mucho mas conveniente construir la planta mediana.

  • 27

    Anlisis de sensibilidad

  • 28

    Estudia la variacin de la rentabilidad con las variables ms

    importantes del proyecto. Tambin determina que variables son las

    que ms influyen en el proyecto desde el punto de vista de

    variabilidad. Los pasos para realizar el anlisis de sensibilidad son los

    siguientes:

    1.Se identifican las variables relevantes e independientes del

    proyecto.

    2.En adicin al valor esperado de las variables, se identifican los

    valores mnimos y mximos que alcanzaran las variables. Estos

    valores se expresan como tanto por uno del valor esperado.

    Valor mnimo VMIN -> VMIN / V E = MIN

    Valor esperado V E -> E = 1.0

    Valor mximo VMAX -> VMAX / V E = MAX

    En general =V / V E V = V E

    Anlisis de sensibilidad

  • 29

    3. Se vara el valor de la primera variable relevante e independiente

    desde su VMIN ( MIN) hasta su VMAX ( MAX) , mientras que las otras permanecen en su valor esperado, y se determina la rentabilidad

    del proyecto.

    4. Se retorna la variable anterior a su valor esperado V E ( = 1.0) y se repite el paso 3 para todas las variables identificadas en el

    paso 1.

    5. Con los resultados se construye la matriz de rentabilidad.

    Anlisis de sensibilidad

    VPN TD,0

    variable 1 variable 2 variable 3 variable 4 variable 5

    0.70

    0.75

    0.80

    0.85

    0.90

    0.95

    1.00

    1.05

    1.10

    1.15

    1.20

    1.25

    1.30

    Escenario

    Esperado

  • 30

    6. En la matriz anterior se determina el nmero de puntos (#VPNs) y

    el numero de VPN negativos (#VPNs (-)) . La siguiente relacin

    proporciona un indicio de probabilidad que el proyecto no sea

    rentable.

    = (#VPNs(-))/ (#VPNs)

    7. Para determinar la sensibilidad de la rentabilidad (sensibilidad del

    proyecto) respecto a cada variable, se grafica VPN vs .

    Anlisis de sensibilidad

    VP

    N T

    D,0

    El proyecto es ms sensible a las variables VAR 1 y VAR 4, es ms

    estas variables podran hacer que el proyecto no sea rentable.

  • 31

    Esquema de anlisis de sensibilidad de un

    proyecto:

    Identificar las variables clave

    Introducir cambios porcentuales (+/-) en el valor de esas variables tomadas de a una

    Determinar el impacto de los cambios en el VAN

    Evaluar la sensibilidad del VAN a esos cambios

    Identificar las variables relevantes y las no relevantes.

    Profundizar si es necesario el conocimiento de las variables relevantes

    Anlisis de sensibilidad

  • 32

    Ejemplo:

    En el ejemplo de los estados financieros efectuar el correspondiente anlisis de sensibilidad a las siguientes variables:

    Valor Mnimo Valor Mximo

    Variables ( MIN) ( MAX)

    Inversin 0.80 1.30

    Precio de la materia prima 0.90 1.10

    Precio del producto 0.90 1.15

    Costos variables 0.80 1.30

    Anlisis de sensibilidad

    Solucin:

    Se vara una variable por vez y se construye los cuadros de FNF e indicadores de rentabilidad.

  • 33

    Anlisis de sensibilidad

    Ao 0 1 2 3 4 5

    Ingresos 600 630 650 690 730

    Costos de operacin y mantenimiento 200 210 230 240 250

    Gastos de ventas 20 30 40 50 60

    Gastos generales 27 32 37 42 42

    Egresos 247 272 307 332 352

    Depreciacin 83 83 83 83 83

    Interes

    UN (utilidad neta) 0 189 192.5 182 192.5 206.5

    Depreciacin 83 83 83 83 83

    Inversin (Inv) 682 10 14 10 8

    Amortizacin

    Valor de recupero 309

    Flujo de caja operativo

    (Net profit)-682 262 261.5 255 267.5 598.5

    Evaluacin Econmica

  • 34

    Anlisis de sensibilidad

    Evaluacin Financiera

    Ao 0 1 2 3 4 5

    Ingresos 600 630 650 690 730

    Costos de operacin y mantenimiento 200 210 230 240 250

    Gastos de ventas 20 30 40 50 60

    Gastos generales 27 32 37 42 42

    Egresos 247 272 307 332 352

    Depreciacin 83 83 83 83 83

    Interes 40 30 20 10

    UN (utilidad neta) 0 161 171.5 168 185.5 206.5

    Depreciacin 83 83 83 83 83

    Inversin (Inv) 298 6 10 6 4

    Amortizacin 100 100 100 100

    Valor de recupero 309

    Flujo de caja operativo

    (Net profit)-298 138 144.5 145 164.5 598.5

  • 35

    Anlisis de sensibilidad

    Sensibilidad a la inversin

    Evaluacin Econmica

    FNF (MMUS$ de 0) Rentabilidad

    0 1 2 3 4 5 VPN TD,0 TIR (%)

    0.80 -565.36 257.02 256.52 250.02 262.52 559.88 444.95 41.2%

    0.85 -594.52 258.27 257.77 251.27 263.77 569.54 424.14 38.9%

    0.90 -623.68 259.51 259.01 252.51 265.01 579.19 403.34 36.8%

    0.95 -652.84 260.76 260.26 253.76 266.26 588.85 382.53 34.8%

    1.00 -682.00 262.00 261.50 255.00 267.50 598.50 361.73 33.0%

    1.05 -711.16 263.25 262.75 256.25 268.75 608.16 340.92 31.4%

    1.10 -740.32 264.49 263.99 257.49 269.99 617.81 320.12 29.8%

    1.15 -769.48 265.74 265.24 258.74 271.24 627.47 299.31 28.4%

    1.20 -798.64 266.98 266.48 259.98 272.48 637.12 278.51 27.1%

    1.25 -827.8 268.23 267.73 261.23 273.73 646.78 257.70 25.8%

    1.30 -856.96 269.47 268.97 262.47 274.97 656.43 236.90 24.6%

  • 36

    Anlisis de sensibilidad

    Sensibilidad a la inversin

    Evaluacin Financiera

    FNF (MMUS$ de 0) Rentabilidad

    0 1 2 3 4 5 VPN TD,0 TIR (%)

    0.80 -181.36 133.02 139.52 140.02 159.52 559.88 501.44 81.9%

    0.85 -210.52 134.27 140.77 141.27 160.77 569.54 480.63 71.7%

    0.90 -239.68 135.51 142.01 142.51 162.01 579.19 459.83 63.8%

    0.95 -268.84 136.76 143.26 143.76 163.26 588.85 439.02 57.5%

    1.00 -298.00 138.00 144.50 145.00 164.50 598.50 418.22 52.2%

    1.05 -327.16 139.25 145.75 146.25 165.75 608.16 397.41 47.8%

    1.10 -356.32 140.49 146.99 147.49 166.99 617.81 376.61 44.0%

    1.15 -385.48 141.74 148.24 148.74 168.24 627.47 355.80 40.7%

    1.20 -414.64 142.98 149.48 149.98 169.48 637.12 335.00 37.8%

    1.25 -443.80 144.23 150.73 151.23 170.73 646.78 314.19 35.3%

    1.30 -472.96 145.47 151.97 152.47 171.97 656.43 293.38 33.0%

  • 37

    Anlisis de sensibilidad

    Sensibilidad al Precio de la materia prima

    Evaluacin Econmica

    FNF (MMUS$ de 0) Rentabilidad

    0 1 2 3 4 5 VPN TD,0 TIR (%)

    0.80

    0.85

    0.90 -674.00 276.40 277.00 271.50 284.70 606.00 418.38 36.0%

    0.95 -678.00 269.20 269.25 263.25 276.10 602.25 390.06 34.5%

    1.00 -682.00 262.00 261.50 255.00 267.50 598.50 361.73 33.0%

    1.05 -686.00 254.80 253.75 246.75 258.90 594.75 333.40 31.6%

    1.10 -690.00 247.60 246.00 238.50 250.30 591.00 305.07 30.1%

    1.15

    1.20

    1.25

    1.30

  • 38

    Anlisis de sensibilidad

    Sensibilidad al Precio de la materia prima

    Evaluacin Financiera

    FNF (MMUS$ de 0) Rentabilidad

    0 1 2 3 4 5 VPN TD,0 TIR (%)

    0.80

    0.85

    0.90 -290.00 152.40 160.00 161.50 181.70 606.00 474.87 58.5%

    0.95 -294.00 145.20 152.25 153.25 173.10 602.25 446.54 55.3%

    1.00 -298.00 138.00 144.50 145.00 164.50 598.50 418.22 52.2%

    1.05 -302.00 130.80 136.75 136.75 155.90 594.75 389.89 49.2%

    1.10 -306.00 123.60 129.00 128.50 147.30 591.00 361.56 46.3%

    1.15

    1.20

    1.25

    1.30

  • 39

    Anlisis de sensibilidad

    Sensibilidad al Precio del producto

    Evaluacin Econmica

    FNF (MMUS$ de 0) Rentabilidad

    0 1 2 3 4 5 VPN TD,0 TIR (%)

    0.80

    0.85

    0.90 -682.00 220.00 217.40 209.50 219.20 547.40 208.92 25.6%

    0.95 -682.00 241.00 239.45 232.25 243.35 572.95 285.33 29.3%

    1.00 -682.00 262.00 261.50 255.00 267.50 598.50 361.73 33.0%

    1.05 -682.00 283.00 283.55 277.75 291.65 624.05 438.13 36.7%

    1.10 -682.00 304.00 305.60 300.50 315.80 649.60 514.53 40.3%

    1.15 -682.00 325.00 327.65 323.25 339.95 675.15 590.94 43.8%

    1.20

    1.25

    1.30

  • 40

    Anlisis de sensibilidad

    Sensibilidad al Precio del producto

    Evaluacin Financiera

    FNF (MMUS$ de 0) Rentabilidad

    0 1 2 3 4 5 VPN TD,0 TIR (%)

    0.80

    0.85

    0.90 -298.00 96 100.4 99.5 116.2 547.4 265.41 38.5%

    0.95 -298.00 117 122.45 122.25 140.35 572.95 341.81 45.4%

    1.00 -298.00 138.00 144.50 145.00 164.50 598.50 418.22 52.2%

    1.05 -298.00 159 166.55 167.75 188.65 624.05 494.62 59.1%

    1.10 -298.00 180 188.6 190.5 212.8 649.6 571.02 66.0%

    1.15 -298.00 201 210.65 213.25 236.95 675.15 647.43 72.9%

    1.20

    1.25

    1.30

  • 41

    Anlisis de sensibilidad

    Sensibilidad a los Costos variables

    Evaluacin Econmica

    FNF (MMUS$ de 0) Rentabilidad

    0 1 2 3 4 5 VPN TD,0 TIR (%)

    0.80 -678.24 269.78 271.38 266.98 281.18 604.62 398.47 34.9%

    0.85 -679.18 267.84 268.91 263.99 277.76 603.09 389.28 34.4%

    0.90 -680.12 265.89 266.44 260.99 274.34 601.56 380.10 34.0%

    0.95 -681.06 263.95 263.97 258.00 270.92 600.03 370.91 33.5%

    1.00 -682.00 262.00 261.50 255.00 267.50 598.50 361.73 33.0%

    1.05 -682.94 260.06 259.03 252.01 264.08 596.97 352.54 32.6%

    1.10 -683.88 258.11 256.56 249.01 260.66 595.44 343.36 32.1%

    1.15 -684.82 256.17 254.09 246.02 257.24 593.91 334.18 31.7%

    1.20 -685.76 254.22 251.62 243.02 253.82 592.38 324.99 31.2%

    1.25 -686.7 252.28 249.15 240.03 250.40 590.85 315.81 30.7%

    1.30 -687.64 250.33 246.68 237.03 246.98 589.32 306.62 30.3%

  • 42

    Anlisis de sensibilidad

    Sensibilidad a los Costos variables

    Evaluacin Financiera

    FNF (MMUS$ de 0) Rentabilidad

    0 1 2 3 4 5 VPN TD,0 TIR (%)

    0.80 -294.24 145.78 154.38 156.98 178.18 604.62 454.95 55.9%

    0.85 -295.18 143.84 151.91 153.99 174.76 603.09 445.77 55.0%

    0.90 -296.12 141.89 149.44 150.99 171.34 601.56 436.58 54.1%

    0.95 -297.06 139.945 146.97 147.995 167.92 600.03 427.40 53.1%

    1.00 -298.00 138.00 144.50 145.00 164.50 598.50 418.22 52.2%

    1.05 -298.94 136.06 142.03 142.01 161.08 596.97 409.03 51.3%

    1.10 -299.88 134.11 139.56 139.01 157.66 595.44 398.47 34.9%

    1.15 -300.82 132.17 137.09 136.02 154.24 593.91 390.66 49.5%

    1.20 -301.76 130.22 134.62 133.02 150.82 592.38 381.48 48.6%

    1.25 -302.70 128.28 132.15 130.03 147.40 590.85 372.29 47.7%

    1.30 -303.64 126.33 129.68 127.03 143.98 589.32 363.11 46.8%

  • 43

    Anlisis de sensibilidad

    Resumen del Anlisis de Sensibilidad

    Evaluacin Econmica

    VPN TD,0

    InversinPrecio de

    Materia Prima

    Precio del

    Producto

    Costos

    variables

    0.80 444.95 398.47

    0.85 424.14 389.28

    0.90 403.34 418.38 208.92 380.10

    0.95 382.53 390.06 285.33 370.91

    1.00 361.73 361.73 361.73 361.73

    1.05 340.92 333.40 438.13 352.54

    1.10 320.12 305.07 514.53 343.36

    1.15 299.31 590.94 334.18

    1.20 278.51 324.99

    1.25 257.70 315.81

    1.30 236.90 306.62

  • 44

    Anlisis de sensibilidad

    Resumen del Anlisis de Sensibilidad

    0

    100

    200

    300

    400

    500

    600

    700

    0.80 0.90 1.00 1.10 1.20 1.30

    VP

    N 1

    5%

    , 0

    B

    Inversin Precio de Materia Prima

    Precio del Producto Costos variables

  • 45

    Anlisis de sensibilidad

    Resumen del Anlisis de Sensibilidad

    Evaluacin Financiera

    VPN TD,0

    Inversin

    Precio de

    Materia

    Prima

    Precio del

    Producto

    Costos

    variables

    0.80 501.44 454.95

    0.85 480.63 445.77

    0.90 459.83 474.87 265.41 436.58

    0.95 439.02 446.54 341.81 427.40

    1.00 418.22 418.22 418.22 418.22

    1.05 397.41 389.89 494.62 409.03

    1.10 376.61 361.56 571.02 398.47

    1.15 355.80 647.43 390.66

    1.20 335.00 381.48

    1.25 314.19 372.29

    1.30 293.38 363.11

  • 46

    Anlisis de sensibilidad

    Resumen del Anlisis de Sensibilidad

    0

    100

    200

    300

    400

    500

    600

    700

    0.80 0.90 1.00 1.10 1.20 1.30

    VP

    N 1

    5%

    , 0

    B

    Inversin Precio de Materia Prima

    Precio del Producto Costos variables

  • 47

    Anlisis de sensibilidad

    Resumen del Anlisis de Sensibilidad

    En ambas evaluaciones hay un total de 33 puntos, y cero puntos con valores negativos del VPN.

    Una indicacin de la probabilidad que el proyecto no sea rentable estar por la relacin de nmero de puntos con VPN negativo y el nmero total de puntos.

    = ( Nro de VPNs negativos / Nro de VPNs )

    ECONOMICO= 0/33 = 0%

    FINANCIERO= 0/33 = 0%

  • 48

    Simulacin Montecarlo

  • 49

    Simulacin Montecarlo

    Permite obtener una distribucin probabilstica del VAN, a

    travs de la seleccin aleatoria de valores de las distintas

    variables que en l inciden, acorde con la distribucin de

    probabilidades de cada una.

    Se puede trabajar con muchas variables aleatorias

    Pasos a seguir:

    Definir variable dependiente: VAN. Identificar variables independientes: precio del bien, etc. Definir las interrelaciones existentes entre variables. Clasificar las variables en ciertas y aleatorias. Identificar la distribucin de probabilidades de los valores de

    cada variable: normal, uniforme, triangular, etc. (en base a la

    informacin disponible y/o a la experiencia).

    Generar k nmeros aleatorios para cada una de las variables aleatorias a partir de su respectiva distribucin de probabilidades.

    Calcular el conjunto de VAN

  • 50

    Simulacin Montecarlo

    1. Estimar la distribucin de probabilidades de ocurrencia de cada una de las variables relevantes e independientes

    2. Seleccionar aleatoriamente un valor para cada variable utilizando su correspondiente distribucin de probabilidades

    3. Calcular el VAN a la tasa de descuento libre de riesgo

    4. Repetir los pasos 2 y 3 numerosas veces (ms de 1000)

  • 51

    Simulacin Montecarlo

    Una Variable aleatoria X es una funcin cuyos valores son nmeros

    reales y dependen del azar.

    Para caracterizar las variables aleatorias se utilizan las

    distribuciones de probabilidad.

    Variables Aleatorias

  • 52

    Simulacin Montecarlo

    Una distribucin de probabilidad describe el rango de valores que puede tomar una variable

    aleatoria y la probabilidad asignada a cada

    valor o rango de valores.

    Distribucin de probabilidad

  • 53

    Simulacin Montecarlo

    Triangular

    Aplicaciones: estimar subjetivamente la distribucin de la variable aleatoria cuando todo

    lo que puede precisarse de la misma es el valor

    mnimo, el valor ms probable y el valor mximo.

    Parmetros: Triang (min, +prob, max)

  • 54

    Simulacin Montecarlo

    Normal

    La mayora de las variables aleatorias que se presentan en los estudios relacionados con las ciencias sociales, fsicas y biolgicas, son continuas y se distribuyen segn la distribucin de probabilidad Normal, que tiene la siguiente expresin analtica :

    Donde es la media de la variable aleatoria y es su desviacin tpica.

    2

    2

    1

    2

    1),,(

    x

    exf

  • 55

    Simulacin Montecarlo

    Normal

    La distribucin de probabilidad Normal, tiene forma de campana

  • 56

    Simulacin Montecarlo

    Ejercicio

    Efectuar el anlisis de riesgo por simulacin de Montecarlo del siguiente proyecto

  • 57

    Simulacin Montecarlo

    VARIABLES A ANALIZAR InversionCostos

    AnualesIngresos

    Media 250 380 500

    Desviacion Estandar 30 50 60

    Perodo 0 1 2 3 4 5

    Ingresos 441.6 441.6 441.6 441.6 441.6

    Costo del Producto 362.2 362.2 362.2 362.2 362.2

    Utilidad Neta 55.5 55.5 55.5 55.5 55.5

    Depreciacin 34.4 34.4 34.4 34.4 34.4

    Inversin 215.3 1.1 0 0 0 0

    Capital Fijo 172.2

    Capital Trabajo 43.1 44.2 44.2 44.2 44.2 44.2

    Valor Recupero 44.2

    Flujo Neto Fondos

    Econmico-215.3 88.9 90.0 90.0 90.0 134.1

    Valor Actual -215.312 79.4 71.7 64.0 57.2 76.1

    Valor Actual Neto 133.1

    Solucin

  • 58

    Simulacin Montecarlo

    Solucin

    -366-167

    33

    232

    432

    631

    8310

    50

    100

    150

    200

    250

    300

    350

    400

    -600 -400 -200 0 200 400 600 800 1000

    VAN

    Promedio 232

    Desvo 199

    Mnimo -460

    Mximo 1040

    Confianza 0,95 12

    - 220

    + 245

    Clases Frecuencia

    -366 2

    -167 18

    33 141

    232 350

    432 322

    631 145

    831 21

  • UNA DISTRIBUCIN DE PROBABILIDADES DEL VAN

    VAN Esperado

    Desviacin estndar

    Coeficiente de variacin

    Tabla de frecuencias Histograma Cantidad de VAN superiores e inferiores a determinado

    valor

    Qu permite lograr su aplicacin?

    Modelo MONTECARLO

    m

    VAN

    VANe

    m

    1i

    i

    m

    1i

    2

    iVAN )VANeVAN()1m(

    1

    VANeCV VANVAN

    ,

    ,

    donde los VANi son los m valores del VAN obtenidos.

  • Modelo MONTECARLO

    Una variable aleatoria: cantidad anual vendidaDistribucin normal

    Existe independencia entre los valores de las cantidades correspondientes a cada

    uno de los tres aos de la fase de operacin del proyecto.

    58,821$;72,547$;27,657$;000.9$XXX4X3X2X432

    Cantidades anuales

    X2 X3 X4 VAN

    8.234,69 8.708,58 10.021,49 8.203,72 7.969,42 9.037,05 9.614,93 7.141,69 9.748,33 8.920,09 9.399,36 12.237,00 8.032,74 9.091,54 9.293,57 6.587,01 9.045,92 8.049,21 8.110,58 3.273,72 9.141,80 8.544,29 9.527,90 9.341,66 9.752,96 8.185,94 9.223,49 9.404,67 9.759,01 9.130,21 9.198,93 12.351,53

    Algunos VAN son

    superiores al VANe

    ($ 8.750,30).

    Otros inferiores.

    La mayora son

    positivos.

    Se generaron 300 nmeros aleatorios. Se presentan los primeros 8 valores obtenidos.

    A partir de los 300 VAN se obtuvieron los siguientes resultados:

    VANe = $ 8.809,62 ; VAN = $ 3.630,95 ; CV = 0,41

  • Modelo MONTECARLO

    Una variable aleatoria: cantidad anual vendidaDistribucin normal

    Existe independencia entre los valores de las cantidades correspondientes a cada

    uno de los tres aos de la fase de operacin del proyecto.

    A partir de los 300 VAN se obtuvieron los siguientes resultados:

    VANe = $ 8.809,62 ; VAN = $ 3.630,95 ; CV = 0,41

  • Modelo MONTECARLO

    Una variable aleatoria: cantidad anual vendidaDistribucin normal

    Existe correlacin perfecta entre los valores de las cantidades correspondientes a

    cada uno de los tres aos de la fase de operacin del proyecto.

    27,657$;000.9$XXX4X3X2X432

    A partir de los 300 VAN se obtuvieron los siguientes resultados:

    VANe = $ 8.993,04 ; VAN = $ 6.631,70 ; CV = 0,74

    Los valores de la VAN encontrados utilizando este mtodo son

    bastante similares a los del anlisis que utiliza la distribucin de

    probabilidades de los beneficios netos, tanto cuando se considera

    independencia entre los beneficios netos de cada perodo como

    cuando existe correlacin perfecta.

  • Modelo MONTECARLO

    Una variable aleatoria: cantidad anual vendidaDistribucin normal

    Independencia Correlacin perfecta

    Rango del VAN Frecuencia

    Porcentaje acumulado

    Frecuencia Porcentaje acumulado

    Menor a -3.000 0 0,00% 8 2,67% -3.000 a 0 2 0,67% 22 10,00% 0 a 3.000 21 7,67% 34 21,33%

    3.000 a 6.000 43 22,00% 25 29,67% 6.000 a 9.000 93 53,00% 62 50,33%

    9.000 a 12.000 83 80,67% 48 66,33% 12.000 a 15.000 44 95,33% 46 81,67% 15.000 a 18.000 12 99,33% 32 92,33% 18.000 a 21.000 2 100,00% 11 96,00% 21.000 a 24.000 0 100,00% 8 98,67% Mayor a 24.000 0 100,00% 4 100,00%

    Las probabilidades de observar valores ms extremos para el VAN son

    mayores en el caso de correlacin perfecta que en el de independencia.

  • 64

    Ing. Magali Camila Vivas Cuellar

    AREA DE INVESTIGACIN:

    Bio Ingeniera

    (Biocombustibles, productos naturales, etc)

    [email protected]

    GRACIAS POR SU ATENCIN