Ing economica

Los modelos tradicionales para la evaluación de proyectos y alternativas de inversión, usan reglas tales como período de recuperación de la inversión y técnicas de flujos de caja descontados, conocidas como Valor Actual Neto (VAN). Estos métodos, asumen que el proyecto reunirá el flujo de caja esperado sin la intervención de la gerencia en el proceso. Toda la incertidumbre es mantenida en latasa de descuento, la cual es ajustada de acuerdo al riesgo. Sin embargo, las empresas no son inversionistas pasivos. La gerencia tiene la flexibilidad de reasignar recursos, vender el activo, invertir después, esperar y ver cómo se comporta la competencia

e inclusive puede abandonar el proyecto. Dicha flexibilidad, no es tomada en cuenta en los modelos tradicionales, lo cual crea análisiserróneos y costo de oportunidad. Para incluir el efecto riesgo, los métodos basados en mediciones estadísticas son los que logran superar en mejor forma al criterio subjetivo, que a pesar de ser uno de los más utilizados, se basa en consideraciones de carácter informal de quien toma la decisión, sin incorporar específicamente el riesgo del proyecto. La falta de estimaciones del comportamiento futuro sepuede asociar normalmente a una distribución de probabilidad de los flujos de caja generados por la inversión. Existen sin embargo, formas precisas de medición que manifiestan su importancia principalmente en la comparación de proyectos o entre alternativas de un mismo proyecto. La más común es la desviación estándar, que se calcula mediante la expresión:

Así se puede determinar cuales son lasprobabilidades de obtener rentabilidad negativa o viceversa, si los resultados probables de los rendimientos se encuentran dispersos o no al resultado probable medio y la búsqueda de proyectos con menor probabilidad de riesgo. Es necesario destacar que la desviación estándar no es convincente utilizarle como única medida de riesgo, porque discrimina en función del valor esperado. De esta manera,dos alternativas con valores esperados diferentes de sus retornos netos pueden tener desviaciones estándares iguales, requiriendo una desviación complementaria para identificar diferenciaciones en el riesgo. El análisis de sensibilidad nos permite considerar una sola o más variables. Con el método de escenarios se tiene la posibilidad de considerar el efecto combinado de un número reducido devariables y en limitadas combinaciones. Sin embargo, el método de Monte Carlo, renovado con aplicación del software @ RISK que mediante el entorno de las hojas de cálculo del Excel permite la modelización del riesgo en todos sus aspectos, eliminando así este inconveniente dentro de los siguientes pasos básicos del método:

1. Definir la incertidumbre. Comience por reemplazar los valores inciertosde su hoja de cálculo por distribuciones de probabilidad de @RISK. Estas funciones simplemente representan una serie de posibles valores en lugar de limitarse a un solo valor.

2. Seleccione sus objetivos.

3. Simular: Calcular el modelo de su hoja de cálculo cientos y miles de veces. En cada simulación, toma muestras de valores aleatorios de las funciones de RISK que usted ha introducido.A través de esta técnica, se asigna un comportamiento aleatorio a cada variable de entrada ( Observar Tabla 1) del modelo sobre la que no exista certidumbre en su realización a través de definir que cada entrada tiene asociado una distribución de frecuencia determinada, como la distribución normal , donde es más probable que el valor realizado se encuentre cerca de la media teniendo en cuentaun cierto desvío, o la uniforme donde se debe establecer entre que mínimo y máximo puede fluctuar la variable aleatoria de entrada de manera equiprobable, o la triangular, donde fluctúa entre un mínimo y un máximo con mayor probabilidad hacia un valor en especial.

Tabla 1 Comportamiento aleatorio de las variables de entrada del modelo.

Así, independientemente de cuantas sean, y con las...