1

2

Paso # 1: Objetivo Estratgico y Modelo MS Excel.

La empresa XYZ necesita hacer un pronstico de la inversin que tiene que realizar en la construccin de varios edificios. En la siguiente hoja de MS Excel, se detallan las partidas de la inversin y un Anlisis de Escenarios donde la Administracin ha determinado que el presupuesto base es de $14,000 miles. La propuesta de $14,000 miles es el Presupuesto de Inversin Deterministico, el cual emplearemos en el Anlisis de Riesgos. Tener esta estimacin es crtica para poder solicitar el financiamiento idneo y tambin poder estimar el capital necesario para desarrollar esta obra sin dificultades financieras. A continuacin presentamos el modelo deterministico en la hoja de MS Excel.

Paso # 2 Anlisis Pre-Simulacin: Cules son las Variables de Entrada que debo modelar como Supuestos (Riesgos)?

La empresa desea hacer un anlisis de sensibilidad empleando la herramienta Tornado para conocer cul de las partidas de esta inversin inmobiliaria es la que ms impacta al objetivo estratgico Total Presupuesto. El Anlisis Tornado nos ayuda a reconocer las variables de entrada ms crticas. Es decir, nos ayuda a focalizar nuestros recursos en los posibles Supuestos (Riesgos) que son crticos. El valor de la Herramienta Tornado es muy importante especialmente cuando se tiene modelos con una gran cantidad de variables de entrada y deseamos seleccionar las ms importantes. Tambin, nos detecta si el escenario base es lgico o real para que el Anlisis de Riesgo genere valor agregado.

3

'[Analisis de Presupuesto de Inversiones.xls]Modelo'!$C$14

800

1,200

1,200

1,280

1,400

1,440

1,800

2,080

1,200

1,800

1,800

1,920

2,100

2,160

2,700

3,120

13,000 13,500 14,000 14,500 15,000

Mater

iales

Venta

s_y_

Merca

deo

Tierra

Otro

s_Ind

irecto

s

Salar

ios_

y_Su

eldos

Edific

ios

Infor

mac

in_

Tecn

olgic

a

Segu

ros

'[Analisis de Presupuesto de Inversiones.xls]Modelo'!$C$14

13,000

13,500

14,000

14,500

15,000

-20.0% -10.0% 0.0% 10.0% 20.0%

Percentage deviations from the base case

Materiales

Ventas_y_Mercadeo

Tierra

Otros_Indirectos

Salarios_y_Sueldos

Edificios

Informacin_Tecnolgica

Seguros

Las debilidades de este anlisis son las siguientes: 1) No toma en cuenta las dependencias entre variables de entrada, 2) El anlisis de impacto al pronstico se obtiene al hacer un cambio a una variable de entrada y las dems las mantiene con la cifra o monto que est en el escenario base. El Anlisis Tornado se encuentra en el Men Run More Tools.

Las Grficas Tornado y Spider del Anlisis Tornado son las siguientes:

Grfica Tornado:

Grfica Spider:

En ambas grficas podemos concluir que los riesgos ms crticos al Objetivo Estratgico Total Presupuesto son: Materiales, Ventas & Mercadeo y Tierra.

Esto nos indica que debemos realizar un Anlisis de Riesgos para determinar con mayor exactitud el monto del Presupuesto de Inversin. Si tuvisemos en la grfica Spider una pendiente con tendencia a 0, no valdra la pena hacer la etapa de Anlisis de Riesgos.

4

Paso # 3 Modelacin de Supuestos (Riesgos) y Dependencias Empleando el Software Crystal Ball.

La empresa ha empleado el mtodo Anlisis de Escenarios y ha empleado tres escenarios: Optimista, Ms Probable y Psimo. Las conclusiones de esta tcnica popular es que el presupuesto de inversin ser de$14,000 miles.

Empleando el Software Crystal Ball modelaremos todos los estimados por escenario con la Distribucin Triangular, para la cual solo necesitamos introducir Escenarios: ptimo, Ms Probable y Psimo. Modelemos la primera partida que es Tierra, para eso, debemos ampliar una columna que la denominamos CB Riesgo:

En la columna CB Riesgo modelaremos los riesgos con la distribucin de probabilidad triangular, para la cual debemos introducir los tres valores de los escenarios: 1; 600; 1,800 y 3,000. A continuacin mostramos la pantalla del Primer Supuesto (Riesgo) Tierra, la cual se obtiene haciendo click en el siguiente cono:

5

As hay que modelar todas las dems partidas con la distribucin triangular. El modelo completo se detalla a continuacin:

Las fortalezas de Simulacin Monte Carlo son:

1. Modelar los Supuestos (Riesgos) con las distribuciones de probabilidad idneas. 2. Tomar en cuenta las dependencias entre riesgos. 3. Poder generar mltiples Pronsticos u Objetivos Estratgicos. 4. Realizar Anlisis de Riesgos con amplia o limitada informacin histrica. 5. Mitigar la falla del promedio y del escenario por la enumeracin eficiente y nivel

de corridas.

La empresa ha analizado las dependencias entre varios supuestos, los cuales se presentan en la siguiente matriz de correlacin:

El no considerar las dependencias entre los supuestos impacta directamente en los riesgos del objetivo estratgico o Pronstico. En otras palabras, se estaran subestimando o sobreestimando los riesgos del perfil del Objetivo o Pronstico dependiendo de la magnitud de las correlaciones y su signo (Positiva, cero o negativa).

El montaje de las dependencias se desarrolla empleando More Tools del men Run. La matriz de correlacin se detalla a continuacin:

6

Si se desea verificar la correlacin, se pueden encontrar en las pantallas de los Supuestos que tienen dependencias, como Tierra. A continuacin, se presenta la pantalla:

Paso # 4 Modelacin del Objetivo Estratgico o Pronstico:

Nuestro objetivo estratgico es el Presupuesto de Inversin que se debe de emplear para desarrollar la obra, ste debe modelarse en la celda G14. Sin embargo, debemos de hacer

7

una frmula que es la suma de todas las celdas G6:G13, es decir las partidas individuales. Luego, hay que hacer un click al siguiente cono de Forecast y tendr la siguiente pantalla:

El Modelo Completo con su Pronstico y Supuestos Cargados lo detallamos a continuacin:

8

Paso # 5 Administracin de la Simulacin

Nuestro modelo ya est completo dado que tiene los Supuestos, Dependencias y Pronsticos montados.

Hoy debemos de tomar la decisin de cuntas corridas debemos hacer. En el primer modelo, haremos 1,000 Simulaciones, trials o Escenarios. Qu significan las 1,000 corridas? La respuesta es que ha construido la obra 1,000 veces. La administracin de la simulacin la coordinamos con el icono que se llama Run Preferences.

Paso # 6 Resultados de la simulacin o determinacin del Perfil de Riesgo del Objetivo Estratgico o Pronstico: Presupuesto de Inversin.

El fin de Anlisis de Riesgo empleando la tcnica de Simulacin Monte Carlo, es poder responder las siguientes preguntas:

1. Qu puede pasar? 2. Cul es la probabilidad que suceda el evento de nuestro inters? 3. Si ocurre el evento, cules son las consecuencias? 4. Qu puede hacerse? 5. Cules son las opciones? 6. Cules son los trueques asociados con cambios en Rentabilidad (Costos,

beneficios) y Riesgos?

A continuacin se presenta el pronstico de la duracin total del proyecto que estamos analizando.

Perfil de Riesgo del Pronstico:

9

En la grfica podemos concluir lo siguiente:

1. El Escenario Base de $14,000 miles tiene una probabilidad muy baja de que se logre. Solamente existe una probabilidad del 2.72% que se cumpla esa meta determinstica.

2. La probabilidad de los Escenarios Optimista y Pesimista es igual al 0%.

Como se puede apreciar, los resultados de la Simulacin Monte Carlo no solo enumeran todos los posibles resultados en segundos, sino que tambin podemos obtener probabilidades de eventos y todos los parmetros estadsticos (Momentos) de la Distribucin de Salida que denominamos Perfil de Riesgo del Pronstico.

Cul es el valor del presupuesto de inversin que debemos emplear? En nuestro ejemplo, estamos empleando la mtrica 95% VAR. Qu significa eso? Significa que existe una probabilidad del 95% que el peor escenario del Presupuesto de Inversin ascienda a $17,133 miles durante la ejecucin del mismo, la cual podemos ver en el siguiente grafico de pronstico:

La probabilidad que el valor del presupuesto sea arriba de $17,133 miles es de 5%.

Cules son las consecuencias si nuestra empresa emplea el Escenario Base $14,000 miles? La empresa estara subvaluando el costo del proyecto, reduciendo su margen de utilidad sobre la venta del proyecto, solicitando un monto de financiamiento bancario errneo y subvaluando el monto del capital propio para financiar la obra. Qu pasa si somos el banco que aporta los recursos para hacer esta obra?

10

La obra se parara con lo cual el banco tendra que dar financiamiento adicional y reducir la cobertura de la garanta a la deuda como caso extremo.

Paso # 7 Revisin del Modelo

Aqu revisamos el modelo de la siguiente manera: 1. Existe alta concentracin en un Riesgo? 2. Cmo es el Impacto de la correlacin en el Pronstico? 3. Podemos mejorar la modelacin de los Supuestos (Riesgos)? 4. Estn los clculos y la lgica correctos? 5. Falta algn Riesgo en el Modelo? 6. La Estructura del Modelo es la idnea?

Si existe algn cambio debemos ir a los pasos # 1 y 3.

Paso # 8 Estrategia de Riesgos: Anlisis de Sensitividad y Mitigacin de Riesgos:

En el paso anterior hemos visto que las posibilidades son muy limitadas para poder cumplir con el Presupuesto Base de $ 14,000 miles. Necesitamos saber qu riesgos son los que impactan a nuestro objetivo estratgico para poder luego crear la Estrategia de Riesgos. La siguiente grfica es la de Sensitividad la cual toma en cuenta las dependencias y riesgos de todos los supuestos. Es decir, a diferencia del Anlisis Tornado, aqu todos los supuestos cambian a la vez y se toman en cuenta todas las dependencias, para ver cmo afectan el Objetivo Estratgico o Pronstico Presupuesto de Inversin

11

Los riesgos que ms impactan a esta inversin son las siguientes partidas: Tierra, Edificios, y Materiales. Cmo podemos mitigar estos riesgos? Si logramos mitigarlos qu logramos en trminos del Pronstico Presupuesto de Inversiones?

Asumamos que hacemos un contrato de compra y venta de toda la tierra que emplearemos y logramos subcontratar la partida de Salarios y Sueldos de toda la obra.

Cules seran los resultados?

Cambi la Probabilidad de cumplir con el Presupuesto Base?

Cul es el estimado del 95%VAR?

Cmo son los lmites inferior y superior del Pronstico?

Las respuestas a las preguntas anteriores se pueden contestar analizando los resultados de la simulacin Monte Carlo que se detallan en el siguiente Tableau de Riesgo:

12

Puede verse en este ejemplo el valor agregado que se obtiene al ampliar los anlisis determinsticos con los anlisis de Riesgos empleando la tcnica Simulacin Monte Carlo y el Software Crystal Ball.

Paso # 9 Back-Testing del Modelo

Si el modelo es de carcter repetitivo, para poder implementarlo debemos hacer un Back-Testing. Qu quiere decir Back-Testing? Lo que significa es que debemos comprobar los resultados reales versus los que el modelo pronostica para implementar el modelo en la organizacin. Ejemplos de modelos repetitivos son los Riesgos Financieros como: Mercado, Operativo y Crditos. Tambin Back-Testing se puede hacer en empresas corporativas como la modelacin del pronstico de las ventas o el modelo de administracin de inventarios. Back-testing sirve para implementar el modelo en la organizacin y tambin ayuda a indicarnos cundo se debe de actualizar los Supuestos y Dependencias dado que stos pueden cambiar en el tiempo. Por el contrario, para modelos no repetitivos como la evaluacin de la compra de una empresa, un proyecto de inversin nico o el caso de este modelo, no se realiza el Back-Testing antes de implementarlo dado que solo servir para esta operacin especfica.

13

Pasos en el Anlisis de Riesgos con la Tcnica Simulacin Monte Carlo

14

Graduado de Licenciatura en Administracin de Empresas con concentracin en

Gerencia Industrial de la Universidad de Tennessee en Knoxville, Tennessee, USA. Posee grado de Maestra en Ciencias Econmicas con especializacin en Finanzas y

Estadstica Aplicada de North Carolina State University de Raleigh, North Carolina, USA. Entrenado por Oracle en Denver, USA, en Crystal Ball Introductorio y

Avanzado, Opciones Reales y Seis Sigma. Es profesor de Simulacin Monte Carlo y Optimizacin en los programas de Maestra de

Administracin de Empresas y Finanzas de la Universidad Centroamericana Jos Simen Caas de El Salvador (UCA), Universidad de El Salvador (UN) y Universidad Rafael Landvar de Guatemala (URL).

Ha participado en la Alta Direccin de Bancos Comerciales por 8 aos y Empresas Manufactureras de Exportacin por 16 aos en El Salvador, Centro Amrica.

Facilitador Certificado en Anlisis de Riesgo empleando el Software Oracle Crystal Ball por Crystal Ball Global Unit de Denver, Colorado, USA.

Conferencista en Simulacin, Pronsticos y Optimizacin Estocstica de Oracle USA, Inc. para Amrica Latina.

Ha impartido entrenamientos de Anlisis de Riesgo con Crystal Ball aplicado a las siguientes Industrias: Petrleo, Gas, Minera, Bancaria, Educativa y Corporativa, durante los ltimos cuatro aos en los siguientes pases: Mxico, Guatemala, El Salvador, Nicaragua, Costa Rica, Panam, Repblica Dominicana, Colombia, Per, Chile y Bolivia.

Es Consultor en Finanzas, Inversiones y Anlisis de Riesgo para Amrica Latina.

l.zaldivar@modelacionderiesgos.com crystalball@integra.com.sv

(503) 7989-2888