Riesgo e Incertidumbre de Un Proyecto

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
FACULTAD DE CIENCIAS FISICAS

E.A.P INGENIERA MECNICA DE FLUIDOS
FORMULACIN Y EVALUACIN DE PROYECTOS
RIESGO E INCERTIDUMBRES EN
LOS PROYECTOS
PROFESOR:
ING. MG. GASTELO VILLANUEVA, JORGE

AUTORES
ARPI CHOQUE VERONICA VANESSA

MALLQUI SANTOS CRISTHIAN JHOSEP
SEGURA CAYETANO LEONCIO
YNQUILLA GUTIERREZ FRANCO
CIUDAD UNIVERSITARIA, LIMA PER
2015

FACULTAD DE CIENCIAS FSICAS
EAP INGENIERA MECNICA DE FLUIDOS
INDICE
I.
II.
III.
IV.
V.
INTRODUCCION...... 2
OBJETIVOS.. 3
MARCO TEORICO... 3
3.1. ANLISIS DEL RIESGO: BREVE REVISIN CONCEPTUAL 3
3.1.1. Peligro o amenaza. 3
3.1.2. Vulnerabilidad..... 6
3.1.3. Qu se entiende por Anlisis del Riesgo de Desastres (AdR)?............... 8
3.1.4. Incorporacin del AdR en los proyectos de Inversin Pblica............... 8
3.1.4.1. El AdR en el ciclo del proyecto 8
3.1.4.2. Por qu es importante el AdR en los PIP?............................... 9
3.2. EL RIESGO EN LOS PROYECTOS.. 14
3.2.1. La medicion del riesgo... 15
3.2.2. Metodos para tratar el riesgo 21
3.2.2.1. El mtodo de ajuste a la tasa de descuento 18
3.2.2.2. El mtodo de la equivalencia a certidumbre. 21
3.2.2.3. Dependencia e independencia de los Flujos de caja en el
tiempo................................................................................................22
3.2.2.4. Uso del Arbol de decisin..........26
3.2.2.5. Modelo de Simulacion de Monte Carlo. 29
CONCLUSION. 38
BIBLIOGRAFA. 38
Riesgo e incertidumbre en un Proyecto

RIESGO E INCERTIDUMBRE EN LOS ROYECTOS
I.
INTRODUCCIN
El presente trabajo, se pretende es ampliar el anlisis terico y prctico para las decisiones
de inversin y contribuir de este modo a enriquecer y a difundir su discusin acadmica.
El estudio de un proyecto de inversin, parte de un conjunto de datos bsicos,
fundamentados en supuestos que, despus de analizados y estudiados, los consideramos
como ciertos. No obstante, en la mayor parte de las inversiones existe un grado de
incertidumbre o riesgo en torno a tales datos o hiptesis.
La primera aproximacin que trata en situaciones de riesgo, se logra a travs del anlisis o
prueba de sensibilidad, que es una de las formas elementales de incluir el riesgo en la
toma de decisiones de inversin.
El anlisis de sensibilidad, no es sino el grado de elasticidad de la rentabilidad de un
proyecto ante determinadas variaciones de los parmetros crticos del mismo. Es decir, la
variacin que la rentabilidad del proyecto puede sufrir como consecuencia de un cambio
determinado (prefijado por nosotros), de alguna variable bsica del proyecto, por
ejemplo, precio de venta. El anlisis de sensibilidad, tiene como finalidad evaluacin del
efecto que tiene sobre cualquier medida de rentabilidad de un proyecto, desviacin
potencial de las mejores estimaciones disponibles.

II.
OBJETIVOS
Analizar el problema de la medicin del riesgo en los proyectos y los distintos
criterios y mtodos que existen como una forma de incorporarlos a la
evaluacin de proyectos.
Anlisis de la diferencia de riesgo e incertidumbre
Administrar el riesgo de tal forma que pueda prevenirse la bancarrota de la
empresa
Evaluar el grado de impacto del riesgo en la decisin de realizar o no un
proyecto, con ejemplos de los mtodos a tratar.
Comprender la importancia del por qu es prioridad el anlisis de riesgo en
los proyectos pblicos.
III.
MARCO TEORICO
3.1.
ANLISIS DEL RIESGO: BREVE REVISIN CONCEPTUAL
El riesgo se define como la la probabilidad de que la unidad social o sus medios de vida
sufran daos y prdidas a consecuencia del impacto de un peligro (DGPM-MEF, 2006). El
riesgo es funcin de un peligro o amenaza que tiene unas determinadas caractersticas, y
de la vulnerabilidad de una unidad social (personas, familias, comunidad, sociedad),
estructura fsica o actividad econmica, a dicho peligro. Esto quiere decir que el riesgo es
una funcin de ambos componentes:
riesgo = f(peligro, vulnerabilidad)
La relacin es positiva en ambos casos: a mayor peligro (intensidad, multiplicidad,
frecuencia), mayor riesgo; y a mayor vulnerabilidad - que se explica por tres factores:
mayor exposicin, mayor fragilidad o menor resiliencia mayor riesgo, es decir, que la
probabilidad de daos y/o prdidas sea mayor. El nivel de riesgo se caracteriza por ser
dinmico y cambiante, de acuerdo con las variaciones que sufren sus dos componentes
(peligro y vulnerabilidad) en el tiempo, en el territorio, en el ambiente y en la sociedad. La
tarea consiste en reducir el nivel de riesgo, logrando que no se activen nuevos peligros, no
se generen nuevas condiciones de vulnerabilidad o se reduzcan las vulnerabilidades
existentes (DGPM-MEF, 2006).
3.1.1. Peligro o amenaza
El primer elemento que explica el nivel de riesgo es el peligro. Este es un evento fsico que
tiene probabilidad de ocurrir y por tanto de causar daos a una unidad social o

econmica. El fenmeno fsico se puede presentar en un lugar especfico, con una cierta
intensidad y en un perodo de tiempo definido. As, el grado o nivel de peligro est
definido en funcin de caractersticas como intensidad, localizacin, rea de impacto,
duracin y perodo de recurrencia.
Los peligros se pueden clasificar como:
a) Naturales: son peligros asociados a fenmenos meteorolgicos, oceanogrficos,
geotectnicos, biolgicos, de carcter extremo o fuera de lo normal.
En el Per, ocurren una serie de eventos o peligros naturales que se pueden
caracterizar como:
a) De mayor impacto: sismos, inundaciones, lluvias intensas y sequas severas
(intensificadas en algunos casos por la presencia de Fenmenos El Nio intensos),
como por ejemplo:
El Fenmeno El Nio 1982/83 y El Nio 1997/1998.
El sismo del sur, del 23 de junio de 2007.
b) De menor impacto pero mayor recurrencia: deslizamientos, heladas, huaycos y
pequeas inundaciones, como por ejemplo:
Los huaycos que se presentan en verano en algunas zonas de la Carretera
Central.
b) Socionaturales: son peligros que se generan por una inadecuada relacin hombre naturaleza, debido a procesos de degradacin ambiental o por la intervencin
humana sobre los ecosistemas. Las actividades humanas, dentro de las cuales se
encuentran los proyectos, pueden ocasionar un aumento en la frecuencia y/o
severidad de algunos peligros que originalmente se consideran como peligros
naturales; dar origen a peligros donde no existan antes, o reducir los efectos
mitigantes de los ecosistemas naturales, todo lo cual incrementa las condiciones
de riesgo. Los peligros ms frecuentes en esta categora son los huaycos,
inundaciones, deslizamientos, entre otros.
Ejemplos:
La probabilidad de ocurrencia de deslizamientos o huaycos se incrementa por las
actividades de remocin de tierras que se realizan para la construccin de grandes
infraestructuras como carreteras, aeropuertos, represas.
Los peligros de inundaciones se ven acentuados por la deforestacin que los
agricultores realizan para disponer de mayor cantidad de tierra para la actividad
agrcola o por la tala de rboles para el uso domstico.

c) Antrpicos: son peligros generados por los procesos de modernizacin,

industrializacin, desindustrializacin, desregulacin industrial o importacin de
desechos txicos. La introduccin de tecnologa nueva o temporal puede tener un
papel en el aumento o la disminucin de la vulnerabilidad de algn grupo social
frente a la ocurrencia de un peligro natural.
Ejemplos:
El derramamiento de sustancias txicas, tal como el derrame de mercurio que
ocurri en Choropampa- Cajamarca, en junio del 2000, por la ejecucin de
actividades mineras.
En el cuadro, se presenta una relacin de los peligros que ocurren con mayor frecuencia
en el pas, clasificados por origen.
Clasificacin de peligros por origen

Naturales
Socionaturales
Antrpicos
Sismos
Tsunamis
Heladas
Erupciones volcnicas
Sequas
Granizadas
Precipitaciones pluviales,
que ocasionan amenazas
fsicas como
inundaciones,
avalanchas de lodo y
desbordamiento de ros,
entre otros.
Inundaciones
(relacionadas con
deforestacin de cuencas,
acumulacin de desechos
domsticos, industriales y
otros en los cauces de los
ros)
Deslizamientos (en reas
de pendientes
pronunciadas o con
deforestacin)
Huaycos
Desertificacin
Salinizacin de suelos
Contaminacin ambiental
Incendios urbanos
Explosiones
Derrames de sustancias
txicas
El conocimiento de los peligros dentro del proceso de identificacin, formulacin y

evaluacin de proyectos permite tomar en cuenta el potencial impacto del medio
ambiente y el entorno sobre el proyecto, de tal manera que sea posible implementar
medidas para no afectar la operacin del proyecto y para reducir los riesgos y potenciales
daos.

3.1.2. Vulnerabilidad
El segundo elemento que explica la condicin de riesgo es la vulnerabilidad, la cual se
entiende como la incapacidad de una unidad social (personas, familias, comunidad,
sociedad), estructura fsica o actividad econmica, de anticiparse, resistir y/o recuperarse
de los daos que le ocasionara la ocurrencia de un peligro o amenaza. La vulnerabilidad
es, entre otros, el resultado de procesos de inapropiada ocupacin del espacio y del
inadecuado uso de los recursos naturales (suelo, agua, biodiversidad, entre otros) y la
aplicacin de estilos o modelos de desarrollo inapropiados, que afectan negativamente las
posibilidades de un desarrollo sostenible.
Existen tres factores que determinan la vulnerabilidad:
a) Exposicin: relacionada con decisiones y prcticas que ubican a una unidad social
(personas, familias, comunidad, sociedad), estructura fsica o actividad econmica en las
zonas de influencia de un peligro. Este factor explica la vulnerabilidad porque expone a
dicha unidad social al impacto negativo del peligro.
Ejemplos de vulnerabilidad por exposicin:

Instalacin de cultivos, viviendas e infraestructura educativa o de salud en las
orillas de los ros o en reas propensas a inundacin.
Construccin de centros de salud, postas mdicas o centros educativos en zonas
de laderas o en cauces secos de ros, todo lo cual pone en riesgo a dicha
infraestructura, pero fundamentalmente a la poblacin que recibe los servicios en
dicha infraestructura.
b) Fragilidad: se refiere al nivel o grado de resistencia y/o proteccin frente al impacto de
un peligro, es decir, las condiciones de desventaja o debilidad relativa de una unidad
social. En la prctica, se refiere a las formas constructivas, calidad de materiales,
tecnologa utilizada, entre otros.
Ejemplos de vulnerabilidad por fragilidad:
Las viviendas de adobe ubicadas en zonas bajas y planas son sensibles a la erosin
y humedad que se genera por las lluvias intensas y las inundaciones.
Los puentes, carreteras e infraestructura de mayor y menor tamao en el sur del
Per son frgiles si no se aplican las normas de construccin sismorresistente, ya
que esa zona del pas enfrenta peligros ssmicos.
c) Resiliencia: est asociada al nivel o grado de asimilacin y/o recuperacin que pueda
tener la unidad social (personas, familias, comunidad, sociedad), estructura fsica o
actividad econmica, despus de la ocurrencia de un peligro -amenaza.

Ejemplos de vulnerabilidad por resiliencia:

Bajo grado de organizacin de la sociedad e inexistencia de redes sociales, lo que
impide el desarrollo e implementacin de estrategias de ayuda mutua para
reconstruccin de viviendas o provisin de servicios bsicos.
Falta de diversificacin de la base productiva en actividades agrcolas, comerciales,
servicios, entre otros, lo cual impide que la poblacin tenga opciones de empleo e
ingresos que le permitan recuperarse del desastre.
Ausencia de medidas de contingencia para la operacin de la infraestructura en
condiciones de emergencia o inexistencia de mecanismos alternativos para la
provisin del servicio en dichas situaciones.
Falta de mecanismos financieros para la reconstruccin, lo que impide una rpida
recuperacin de la produccin o disposicin de bienes y/o servicios.
El anlisis de los factores de vulnerabilidad debe formar parte del proceso de
identificacin, formulacin y evaluacin de un Proyecto de Inversin Pblica (PIP), porque
permite examinar las condiciones de exposicin, fragilidad y resiliencia existentes, para
definir mecanismos y medidas que permitan reducir el riesgo al que puede estar expuesto
el proyecto.
Es decir, se debe realizar un anlisis tcnico, que permita definir: el tamao del proyecto
(Cunto se producir?), que debe estar en funcin de la demanda objetivo; la localizacin
del proyecto (Dnde se ubicar?), que se debe definir considerando que no se est
exponiendo a potenciales peligros; y la tecnologa a utilizar (Cmo se construir o
producir?) para comprobar que se hayan adoptado medidas que permitan que el
proyecto pueda resistir ante la ocurrencia de un peligro.
Tambin, se debe analizar si se han considerado medidas (estructurales y/o no
estructurales) que permitan que el proyecto pueda operar en condiciones mnimas y/o
pueda recuperar la capacidad operativa en el ms breve plazo, ante la ocurrencia de un
desastre.
Es importante tambin verificar que en la ejecucin y operacin del proyecto no se
intensifique o genere nuevos riesgos para otras unidades sociales o econmicas, como
podra ocurrir cuando la construccin de una carretera genera condiciones para la
ocurrencia de deslizamientos, entre otros.
Teniendo claro los conceptos de peligro, vulnerabilidad y riesgo, surge la pregunta de
cmo introducir estas variables en el proceso de identificacin, formulacin y evaluacin
del PIP.
La propuesta es gestionar el riesgo a travs de un proceso de adopcin e implementacin
de polticas, estrategias y prcticas orientadas a reducir los riesgos de que se presenten

desastres o en todo caso, minimizar sus potenciales daos y/o prdidas. La Gestin de
Riesgo (GdR) puede ser de dos tipos:
a) Gestin prospectiva del riesgo: es el proceso orientado a la adopcin e
implementacin de medidas para evitar que se generen condiciones de
vulnerabilidad o que se propicien situaciones de peligros. Se desarrolla en funcin
del riesgo an no existente pero que podra afectar al proyecto.
Se concreta a travs de regulaciones, inversiones pblicas o privadas, planes de
desarrollo o planes de ordenamiento territorial, pero tambin de manera
especfica en la identificacin, formulacin y evaluacin de proyectos.
b) Gestin correctiva del riesgo: es el proceso a travs del cual se toman medidas
para reducir la vulnerabilidad existente. Implica intervenir sobre las causas que
generan las condiciones de vulnerabilidad actual.
3.1.3. Entonces, qu se entiende por Anlisis del Riesgo de Desastres (AdR)?
El AdR es una herramienta que permite la identificacin y evaluacin de los probables
daos y/o prdidas ocasionados por el impacto de un peligro sobre un proyecto o
elementos de este (Zapata, 2006). As, se identifican e incluyen medidas que eviten la
generacin de vulnerabilidades o corrijan las existentes de tal manera que se reduzca el
riesgo en las alternativas de solucin al problema planteado.
El objetivo final es que la alternativa priorizada para la ejecucin del PIP incluya
mecanismos para reducir el riesgo cuando sea necesario, de tal manera que se contribuya
a la sostenibilidad del proyecto.
3.1.4. Incorporacin del AdR en los proyectos de inversin pblica
3.1.4.1. El AdR en el ciclo del proyecto
Contando con la definicin del Anlisis del Riesgo (AdR), las preguntas que es necesario
responder son:
Cmo incorporar el Anlisis del Riesgo en los proyectos de inversin pblica? En qu
etapa? De qu forma? La respuesta es: en los PIP, el AdR se incluye como un enfoque
transversal que se aplica a lo largo de todas las fases del ciclo del proyecto: preinversin,
inversin y post-inversin, tal como se muestra en el Grfico.

3.1.4.2.
Por qu es importante el AdR en los PIP?
El AdR es importante en la identificacin, formulacin y evaluacin de los PIP, debido a
que permite tomar en cuenta los probables daos y/o prdidas que puede ocasionar el
impacto de un peligro sobre un proyecto y, de esta manera, la posible interrupcin en la
provisin del servicio, durante la vida til de proyecto.
Para entender esta idea, suponga que est evaluando la ejecucin de un PIP. Suponga que
el proyecto implica la construccin de infraestructura que es vulnerable a condiciones de
peligro. Antes de aplicar el AdR, los formuladores y evaluadores de proyectos suponan
que durante la vida til del proyecto, este no iba a ser afectado por ningn peligro, por lo
que no habra ninguna interrupcin del bien o servicio para el cual el proyecto haba sido
construido. Esta situacin se muestra en el Grfico.
Sin embargo, en un pas con un historial de situaciones de desastre, donde los peligros son
diversos en tipo y magnitud, ese supuesto no es vlido. As, no es posible suponer que la
probabilidad de que ocurra una situacin de peligro es cero (que es lo que se asume, tal
como en el Grfico), sino que es necesario reconocer que dicha probabilidad no es cero y

que, por tanto, es necesario analizar los impactos negativos en cuanto a beneficios y
costos, tal como se muestra en el Grfico.
Donde:
(1) Costos de inversin del proyecto que usualmente se estiman para un proyecto.
(2) Beneficios del proyecto que usualmente se estiman.
(3) Costos de operacin y mantenimiento del proyecto.
(4) Situacin de riesgo que ocasiona un desastre en el perodo t y que interrumpe
la prestacin del servicio durante m perodos del proyecto.
(5) Costos de reconstruccin asociados a la ocurrencia del desastre. Pueden ser de
mayor o menor envergadura, en funcin de la intensidad del dao generado.
(6) Durante el perodo de reconstruccin, no es posible que el proyecto brinde
servicios, por lo que no se percibirn durante dicho perodo.
(7) Luego de la reconstruccin, el proyecto reiniciar operaciones y por tanto
generar beneficios. Sin embargo, debe tomarse en cuenta que generalmente el
proyecto no recupera su total operatividad de manera inmediata, sino que se
requiere un perodo de tiempo para tal recuperacin. Es por ello que en algunos
casos los beneficios empezarn a generarse de manera paulatina, hasta
posteriormente alcanzar el nivel mximo.
De esta forma, el proyecto puede estar expuesto a situaciones en las cuales la ocurrencia
de una situacin de riesgo puede ocasionar la interrupcin de la operatividad del
proyecto, con lo cual se dejan de percibir los beneficios del proyecto y se generan costos
de rehabilitacin y/o reconstruccin. Todo esto genera efectos negativos en la poblacin
beneficiaria del proyecto.
10

Al introducir el AdR en el proyecto, es posible reducir los impactos negativos; se pueden

identificar los peligros y las vulnerabilidades, es decir la condicin de riesgo a la que puede
estar expuesto el PIP, y se pueden evaluar posibles medidas de reduccin del riesgo para
incluirlas en el PIP, de tal manera que se reduzcan los potenciales impactos negativos.
Es importante sealar que el AdR se inicia con la determinacin de los peligros y las
vulnerabilidades a los que se enfrenta, y luego, de ser el caso, se determina un conjunto
de medidas de reduccin de riesgo, que pueden ser de carcter estructural
(infraestructura) o no estructural (organizacin, mecanismos de coordinacin). En
cualquiera de los casos, ello puede implicar la necesidad de asignar recursos econmicos
en la fase de inversin y/o de operacin y mantenimiento del proyecto. Los beneficios de
tales inversiones se podrn observar si ocurre una situacin de riesgo (Mechler, 2005), tal
como se muestra en el Grfico
Donde:
(1) Costos de inversin del proyecto que usualmente se estiman para un proyecto
de irrigacin.
(2) Costos de inversin adicionales por incorporar medidas de reduccin de riesgo
(por ejemplo, mayores gastos para la construccin de muros de contencin, bases
especiales, entre otros).
(3) Beneficios por la operacin del proyecto.
(4) Costos de operacin y mantenimiento usuales del proyecto.
(5) Costos de operacin y mantenimiento adicionales que se pueden requerir por
incorporar las medidas de reduccin de riesgo. Es poco usual que se requiera estos
gastos adicionales, pero se colocan para mostrar un caso general.
(6) En el perodo t se presenta la situacin de riesgo pero no afecta el proyecto,
debido a que las medidas de reduccin de riesgo incorporadas en el proyecto
generan condiciones para que el impacto de la situacin de riesgo no produzca un
desastre. El servicio que brinda el proyecto se sigue otorgando luego de la
ocurrencia de la situacin de riesgo, hasta el final de su horizonte de evaluacin.
11

Es decir, cuando se incluyen medidas de reduccin de riesgo es posible evitar que se

interrumpa la operacin del proyecto, con lo cual se mantiene el flujo de servicios y se
ahorran los costos de rehabilitacin y/o reconstruccin. La inversin que es necesario
realizar para generar esta situacin se refiere a los costos de inversin de algunas medidas
de reduccin de riesgo al inicio de la ejecucin del proyecto y en algunos casos, tambin
se requieren costos durante el perodo de operacin y mantenimiento.
Para analizar los beneficios y los costos de la inclusin de las medidas de reduccin de
riesgo en los PIP, se puede construir una situacin sin proyecto (no incluir medidas de
reduccin de riesgo) y la situacin con proyecto (incluir medidas de reduccin de riesgo),
para determinar el impacto neto en trminos de beneficios y costos incrementales, tal
como se muestra en el Grfico
Donde:
(1) Flujo incremental en los costos de inversin, proveniente de la inclusin de las
medidas de reduccin de riesgo.
(2) Flujo incremental en los costos de operacin y mantenimiento, proveniente de
la inclusin de las medidas de reduccin de riesgo (quiz algunos proyectos no
necesiten estos costos adicionales de operacin y mantenimiento, con lo que esta
seccin no se incluira).
(3) Beneficios incrementales generados porque el proyecto no dejar de operar
debido a la ocurrencia del peligro. Es un beneficio porque reduce los impactos
directos negativos (Mechler, 2005).
(4) Beneficio incremental generado porque no es necesario incurrir en costos de
reconstruccin. Es un beneficio porque implica evitar realizar un gasto para
reconstruir el proyecto (Mechler, 2005).
(5) En el perodo t se presenta la situacin de riesgo pero el proyecto no se ve
afectado y por tanto se obtienen los beneficios descritos en (3) y (4).
12

En este caso, cuando se analiza el flujo incremental de incluir medidas de reduccin de

riesgo, se observa que los costos netos incluyen las inversiones y los gastos de operacin y
mantenimiento de las medidas de reduccin de riesgo, mientras que los beneficios se
refieren a la no interrupcin de la operacin del proyecto y a los costos evitados de
reconstruccin, entre otros. Adicionalmente, existen una serie de beneficios indirectos por
la no interrupcin de los servicios, que tambin deberan ser considerados al momento de
evaluar las medidas de reduccin de riesgo.
As, la inclusin del AdR no modifica el proceso de identificacin, formulacin y evaluacin
del proyecto, sino que permite identificar los costos adicionales que implica incluir
medidas de reduccin de riesgo y los beneficios que se generan ante la ocurrencia de una
situacin de riesgo. En el Cuadro se presenta de manera general los beneficios y costos
que genera incluir estas medidas en un PIP
Para explicitar con mayor detalle los beneficios de incluir medidas de reduccin de riesgo,
se puede mencionar:
Costos evitados de rehabilitacin y reconstruccin que se logran al introducir

medidas estructurales y no estructurales. Por ejemplo, en el caso del Fenmeno El
Nio 1997 / 1998 se gastaron S/. 720,2 millones por concepto de prevencin,
rehabilitacin y reconstruccin de infraestructura. En un proyecto especfico,
debera tomarse en cuenta los costos de rehabilitar y/o reconstruir la
infraestructura que puede ser afectada por el peligro y por tanto, si con las
medidas de reduccin de riesgo no se incurre en dicho costo, entonces, ello se
convierte en un beneficio.
Menores prdidas de vidas humanas y condiciones sociales: aunque estos

beneficios son de difcil valoracin monetaria, se reconoce que si se logra que
ciertas medidas de reduccin de riesgo eviten la prdida de vidas humanas, la
ganancia es invaluable.
Beneficios directos de no interrumpir el servicio que brinda el proyecto: se refiere
al conjunto de acciones y operaciones econmicas y/o sociales que no se dejarn
13

de realizar si el proyecto no se ve afectado por la situacin de riesgo. Por ejemplo,

si ocurre una inundacin de proporciones que destruye un puente, los beneficios
de incluir medidas de reduccin de riesgo se podran estimar como el valor de las
ventas que no se dejaron de realizar por el hecho de que el puente no se vea
afectado debido a la inclusin de las medidas de reduccin de riesgo.
Beneficios indirectos: el hecho de que el proyecto no deje de operar, implica que
no se tendrn efectos negativos en las condiciones de un contexto ms amplio,
como cambios en los precios o disponibilidad de ciertos bienes.
No obstante que los beneficios son claros en trminos cualitativos, el problema es que no
se conoce con certeza y a priori el momento de ocurrencia de la situacin de riesgo, por lo
que es difcil definir el perodo en el cual se generar. Sin embargo, es importante
empezar a trabajar con algunos escenarios y probabilidades, tal como se muestra en el
mdulo IV de estas pautas.
Es decir, mientras que los costos de inversin y operacin y mantenimiento de las medidas
de reduccin de riesgo se pueden incluir con certeza en los flujos del proyecto, sea que se
presente o no la situacin de riesgo, los beneficios del proyecto se harn tangibles slo en
el caso de que se presente la situacin de riesgo, lo cual est asociado a una probabilidad
de ocurrencia (Mechler, 2005). Esto implica asociar la probabilidad de ocurrencia a
distintos escenarios de riesgo.
En resumen, cuando se incluye el AdR en el proceso de Identificacin, Formulacin y
Evaluacin, puede ser que se identifiquen condiciones de riesgo para el proyecto, por lo
que ser necesario incluir medidas estructurales y no estructurales de reduccin de riesgo,
las cuales generalmente se van a traducir en mayores costos directos de inversin, como
por ejemplo la construccin de medidas estructurales (construccin de diques, defensas
ribereas, reforzamiento de pilares de puentes, entre otros) y tambin en mayores costos
de operacin y mantenimiento, mientras que la inclusin de los beneficios depender de
los supuestos que se realicen sobre la ocurrencia de las situaciones de riesgo.
3.2.
EL RIESGO EN LOS PROYECTOS
El riesgo de un proyecto se define como la variabilidad de los flujos de caja reales respecto
de los estimados. Cuanto ms grande sea esta variabilidad, mayor es el riesgo del
proyecto. As, el riesgo se manifiesta en la variabilidad de los rendimientos del proyecto,
puesto que se calculan sobre la proyeccin de los flujos de caja.
Como ya se indic, el riesgo define una situacin donde la informacin es de naturaleza
aleatoria, en la cual se asocia una estrategia con un conjunto de resultados posibles, cada
uno de los cuales tiene asignada una probabilidad. La incertidumbre caracteriza a una
14

situacin donde los posibles resultados de una estrategia no son conocidos y, en

consecuencia, sus probabilidades de ocurrencia no son cuantificables.
La incertidumbre, por tanto, puede ser una caracterstica de informacin incompleta, de
exceso de datos, o de informacin inexacta, sesgada o falsa.
La incertidumbre de un proyecto crece en el tiempo. El desarrollo del medio condicionar
la ocurrencia de los hechos estimados en su formulacin. La sola mencin de las variables
principales incluidas en la preparacin de los flujos de caja deja de manifiesto el origen de
la incertidumbre: el precio y la calidad de las materias primas; el nivel tecnolgico de
produccin; las escalas de remuneraciones; la evolucin de los mercados; la solvencia de
los proveedores; las variaciones de la demanda, tanto en cantidad y calidad como en
precio; las polticas del gobierno respecto del comercio exterior (sustitucin de
importaciones, liberalizacin del comercio exterior); la productividad real de la operacin,
etctera.
Una diferencia menos estricta entre riesgo e incertidumbre identifica al riesgo como la
dispersin de la distribucin de probabilidades del elemento en estudio o los resultados
calculados, mientras que la incertidumbre es el grado de falta de confianza respecto a que
la distribucin de probabilidades estimadas sea la correcta.
John R. Canad seala y analiza ocho causas del riesgo y la incertidumbre en los proyectos.
Entre stas cabe mencionar el nmero insuficiente de inversiones similares
que puedan proporcionar informacin promediable; los prejuicios contenidos en los datos
y su apreciacin, que inducen efectos optimistas o pesimistas, dependiendo de la
subjetividad del anlisis; los cambios en el medio econmico externo que anulan la
experiencia adquirida en el pasado y la interpretacin errnea de los datos o los errores
en la aplicacin de ellos.
Se han hecho muchos intentos para enfrentar la falta de certeza en las predicciones. Las
mejoras limitadas, que David B. Hertz sealaba como esfuerzos con xito limitado que
parecen no haber llegado a alcanzar la meta para hacer frente a la incertidumbre, se han
superado por diversas tcnicas y modelos cuya aplicacin ha permitido una evaluacin de
proyectos que an con las limitaciones propias de tener que trabajar sobre la base de
predicciones futuras, logra incorporar la medicin del factor riesgo.
3.2.1. La medicin del riesgo
El riesgo de un proyecto se defini como la variabilidad de los flujos de caja reales
respecto de los estimados. Ahora corresponde analizar las maneras de medir esa
variabilidad como un elemento de cuantificacin del riesgo de un proyecto.
15

La falta de certeza de las estimaciones del comportamiento futuro se puede asociar

normalmente con distribucin de probabilidades de los flujos de caja generados por el
proyecto. Su representacin grfica permite visualizar la dispersin de los flujos de caja,
asignando un riesgo mayor a aquellos proyectos cuya dispersin sea mayor.
Existen, sin embargo, modos precisos de medicin que manifiestan su importancia
principalmente en la comparacin de proyectos o entre alternativas de un mismo
proyecto.
El ms comn es la desviacin estndar, que se calcula mediante la expresin:
donde
es el flujo de caja de la posibilidad , es su probabilidad de ocurrencia, y es el
valor esperado de la distribucin de probabilidades de los flujos de caja, que se obtienen
de:
Si correspondiera al valor esperado del valor actual neto, ante igualdad de riesgo se
elegir el proyecto que exhiba el mayor valor esperado. Cuanto mayor sea la dispersin
esperada de los resultados de un proyecto, mayores sern su desviacin estndar y su
riesgo.
Para ejemplificar la determinacin del valor esperado y de la desviacin estndar,
supngase la existencia de un proyecto que presente la siguiente distribucin de
probabilidades de sus flujos de caja estimados:
Probabilidad
Flujo de caja
1
2
3
0.30
0.40
0.30
2000
2500
3000
16

Al aplicar la ecuacin, se determina que el valor esperado de la distribucin de

probabilidades es de 2.500, que se obtiene de:
0,30 (2.000) = 600

0,40 (2.500) = 1.000
0,30 (3.000) = 900
= 2.500
)
Reemplazando con estos valores en la ecuacin, se calcula la desviacin estndar en
$387,30, que resulta de:
2000 - 2500
2500 - 2500
-500
0
250000
0
(250000)x0.30 = 75000
(0)x 0.40 = 0
3000 - 2500
+500
250000
(250000)x0.30 = 75000
Varianza =150000
Si hubiera otra alternativa de inversin cuya desviacin estndar fuese mayor que
$387,30, su riesgo sera mayor, puesto que estara indicando una mayor dispersin de sus
resultados. La desviacin estndar, como se ver luego, se utiliza para determinar la
probabilidad de ocurrencia de un hecho. No es adecuado utilizarla como nica medida de
riesgo, porque no discrimina en funcin del valor esperado. De esta manera, alternativas
con valores esperados diferentes de sus retornos netos de caja pueden tener desviaciones
estndares iguales, requiriendo una medicin complementaria para identificar
diferenciaciones en el riesgo.
El coeficiente de variacin es, en este sentido, una unidad de medida de la dispersin
relativa, que se calcula por la expresin
Aun cuando las alternativas pudieran presentar desviaciones estndares iguales, si los
valores esperados de sus flujos de caja son diferentes, este procedimiento indicar que
17

cuanto mayor sea el coeficiente de variacin, mayor es el riesgo relativo. Es decir,

comnmente se dar preferencia a un proyecto ms riesgoso slo si su retorno esperado
es suficientemente ms alto que el de un proyecto menos riesgoso.
3.2.2. Mtodos para tratar el riesgo
Para incluir el efecto del factor riesgo en la evaluacin de proyectos de inversin se
han desarrollado diversos mtodos o enfoques que no siempre conducen a un
resultado idntico. La informacin disponible es, una vez ms, uno de los elementos
determinantes en la eleccin de uno otro mtodo.
El criterio subjetivo es uno de los mtodos comnmente utilizados. Se basa en
consideraciones de carcter informal de quien toma la decisin, sin considerar
especficamente el riesgo del proyecto, salvo en su apreciacin personal. Se ha
intentado mejorar este mtodo sugiriendo que se tengan en cuenta las expectativa
media y la desviacin del VAN, lo cual, aun que otorga un carcter ms objetivo a la
inclusin del riesgo, no logra incorporarlo en toda su magnitud. De igual manera, el
anlisis de fluctuaciones de los valores optimistas, ms probables y pesimistas del
proyecto, solo disminuye el grado de subjetividad de la evaluacin del riesgo, sin
eliminarla.
Los mtodos basados en mediciones estadsticas son quiz los que logran superar de
mejor manera, aunque no definitivamente, el riesgo asociado con cada proyecto.
Para ello, analizan la distribucin de probabilidades de los flujos futuros de caja para
presentar a quien tome la decisin de aprobacin o rechazo los valores probables de
los rendimientos y de la dispersin de su distribucin de probabilidad. En el
apartado 2 se analiza este mtodo para los casos de dependencia e independencia
del flujo de caja respecto del tiempo.
Un mtodo diferente de inclusin del riesgo en la evaluacin es el del ajuste a la tasa
de descuento. Con este mtodo, el anlisis se efecta slo sobre la tasa pertinente
de descuento, sin entrar a ajustar o evaluar los flujos de caja del proyecto.
Si bien este mtodo presenta serias deficiencias, en trminos prcticos es un
procedimiento que permite solucionar las principales dificultades del riesgo. En la
seccin El mtodo del ajuste a la tasa de descuento se aborda nuevamente este
tema.
18

Frente a las desventajas (que posteriormente se analizarn) respecto del mtodo del
ajuste a la tasa de descuento y con similares beneficios de orden prctico, est el
mtodo de la equivalencia a certidumbre. Segn este criterio, quien decide est en
condiciones de determinar su punto de indiferencia entre flujos de caja por percibir
con certeza y otros, obviamente mayores, sujetos a riesgo. La seccin El mtodo de
la equivalencia a certidumbre se destina a analizar este mtodo.
Otro de los criterios que debe evaluarse es el de los valores esperados. Este mtodo,
conocido comnmente como anlisis del rbol de decisiones, combina las
probabilidades de ocurrencia de los resultados parciales y finales para calcular el
valor esperado de su rendimiento. Aunque no incluye directamente la variabilidad
de los flujos de caja del proyecto, ajusta los flujos al riesgo en funcin de la
asignacin de probabilidades. El apartado Uso del rbol de decisin se ocupa de
este procedimiento.
El ltimo mtodo que se estudia en este texto es el anlisis de sensibilidad, que si
bien es una forma especial de considerar el riesgo, se analiza cmo caso particular
en el captulo 18, por la importancia prctica que ha adquirido. La aplicacin de este
criterio permite definir el efecto que tendran sobre el resultado de la evaluacin
cambios en uno o ms de los valores estimados en sus parmetros.
3.2.2.1. El Mtodo de ajuste a la tasa de descuento:
Consiste en hacer correcciones en la tasa de descuento con el fin de ajustar los
flujos de caja.
Consideremos de que si el riesgo es grande, entonces la tasa para castigar la
rentabilidad del proyecto tambin debe ser mayor.
OJO: Un proyecto rentable evaluado en funcin de una tasa libre de riesgo puede
resultar no rentable, si se descuenta a una tasa ajustada.
Consideraciones:
El problema principal en ste mtodo es determinar la tasa de descuento que ser
apropiada para cada proyecto.
Segn muchos autores consideran ste mtodo como una aproximacin
imperfecta para incorporar el factor riesgo a los proyectos.
19

Curva de Indiferencia del Mercado
Tambin llamada funcin de ventajas y desventajas entre riesgo y rendimiento.

Como mencionamos en un inicio, a medida que el riesgo aumenta, se requieren
rendimientos esperados cada vez ms altos para compensar a los inversionistas por el
riesgo adicional que asumen en una inversin.
De acuerdo con lo anterior visto, determinamos el valor actual neto mediante la siguiente
ecuacin:
Donde BNt son los beneficios netos del periodo t y f la tasa de descuento ajustada por
riesgo, que resulta de aplicar la siguiente expresin:
f=i+p
i: tasa libre de riesgo
p: prima por riesgo (exigida por el inversionista)
20

Ejemplo:
A
-1.550
Q1
500
Q2
600
Q3
700
El V.A.N. en ausencia de riesgo lo podramos calcular al 3%, y por lo tanto su valor

ser de 142.
Al introducir el riesgo, consideramos que la prima de riesgo, p, es del 5,5%, y por lo
tanto el coste del capital para la empresa ser del 8,5% (3,0%+5,5%=f). El V.A.N.
empleando la nueva tasa de descuento ser pues de -31, y consecuentemente no
ser rentable llevar a cabo este proyecto.
3.2.2.2.
El mtodo de la equivalencia a certidumbre:
Procedimiento alternativo al mtodo de la tasa de descuento ajustada por riesgo.

El principio que se encuentra detrs de este mtodo supone que un sol seguro
reporta mayor utilidad que uno riesgoso.
EJEMPLO:
Se le pide a una persona elegir entre las dos alternativas siguientes: (i) lanzar una moneda
y ganar S/. 50.00 si resulta cara o no ganar ni perder nada si resulta sello y, (II) recibir
directamente
S/. 5.00. Dada esta informacin, se esperara que la persona elija la primera alternativa,
pues con ella la ganancia esperada es de S/. 25 (si asumimos que la moneda es
equiprobable). Sin embargo, a medida que la ganancia ofrecida en la segunda alternativa
se incremente, la persona podr elegir esta segunda alternativa. Es decir, se llegar a un
punto en que la persona sea indiferente al elegir entre ambas alternativas.
El flujo de caja del proyecto debe ajustarse por un factor que represente un punto
de indiferencia entre un flujo del que se tenga certeza y el valor esperado de un
flujo sujeto a riesgo.
Donde t es el factor de ajuste que se aplicar a los flujos de caja inciertos en el periodo t,
BNCt representa el flujo de caja en el periodo t sobre el que se tiene certeza y BNRt
representa el flujo de caja incierto en el periodo t.
21

El factor del coeficiente t vara inversamente proporcional al grado de riesgo. A

mayor riesgo asociado, menor ser el coeficiente t, cuyo valor estar entre cero y
uno.
Al expresar todos los flujos de caja en su equivalencia de certeza, puede evaluarse el
proyecto mediante el VAN, actualizando estos flujos a la tasa libre de riesgo (i), de acuerdo
con la siguiente expresin:
El ndice t del coeficiente indica que ste puede variar en un mismo proyecto a travs del
tiempo.
3.2.2.3.
Dependencia e independencia de los flujos de caja en el

tiempo
El anlisis de riesgo en los proyectos de inversin se realiza de manera distinta

segn los flujos de caja en el tiempo, sean o no dependientes entre s. Es decir, si el
resultado de un periodo depende o no de lo que haya pasado en otro periodo
anterior. Cuando hay independencia entre las distribuciones de probabilidad de los
flujos de caja futuros, el valor esperado del valor actual neto sera.
Donde i es la tasa libre de riesgo. La distribucin estndar de la distribucin de

probabilidades de este valor actual neto es:
Incorporando en esta ecuacin la ecuacin 1 resulta:
22

Que corresponde a la desviacin estndar alrededor del valor esperado calculado

por la ecuacin.
Adems de la informacin proporcionada por las ecuaciones 5 y 7, es posible
calcular la probabilidad de que el VAN sea superior o inferior a cierto monto de
referencia. Para ello, se resta el valor esperado del valor actual neto calculado en la
expresin 5 de ese valor de referencia y se divide su resultado entre la desviacin
estndar. Esto es:
Donde z es la variable estandarizada o el nmero de desviaciones estndar de la

media (valor esperado del VAN).
Para determinar la probabilidad de que el VAN del proyecto sea menor o igual que
x, se acude a una tabla de distribucin normal, que muestra el rea de dicha
distribucin, que es x es desviaciones estndares hacia la izquierda o derecha de la
media.
Para ilustrar la aplicacin de esta formulas, supnganse la existencia de una
propuesta de inversin que requiere $ 100.000 en el momento cero. Los flujos de
caja futuros se proyectan a tres periodos con las siguientes probabilidades de
ocurrencia:
Periodo 1
Flujo de
Probabilidad
caja
0.30
40000
0.40
50000
0.30
60000
Periodo 2
Flujo de
Probabilidad
caja
0.30
30000
0.40
40000
0.30
50000
Periodo 3
Probabilidad Flujo de caja
0.30
0.40
0.30
20000
30000
40000
Al aplicar la ecuacin 2, se obtiene que los valores esperados de los flujos de caja
para cada periodo son $50000, $40000 y $30000.
De acuerdo con la ecuacin 5, el valor esperado de VAN es, para una tasa libre de
riesgo del 6%, de $7958.
Al utilizar la ecuacin 7, puede obtenerse la desviacin estndar alrededor del valor
esperado, de la siguiente forma:
23

Se deja como una constante los $7.746, por cuanto la distribucin de probabilidades
de todos los periodos tiene la misma dispersin en relacin con los valores
esperados y, por tanto, sus desviaciones estndares son iguales
Si se deseara calcular la probabilidad de que el VAN de este proyecto fuese igual o
menor que cero, se utiliza la frmula 7, con lo que se obtiene:
Recurriendo a una tabla de distribucin normal, se obtiene que la probabilidad que

se deseaba averiguar corresponda aproximadamente al 33%.
Hasta ahora se ha supuesto que los flujos de caja son independientes entre s a lo
largo del tiempo. Sin embargo, en la mayora de los proyectos existe cierta
dependencia entre los resultados de dos periodos. Es importante saber si existe o no
dependencia entre los flujos, por las consecuencias que tienen sobre el anlisis del
riesgo. Si los flujos son dependientes, o sea, si estn correlacionados a travs del
tiempo, la desviacin estndar de la distribucin de probabilidad de los valores
actuales netos probables es mayor que si fueran independientes. A mayor
correlacin, mayor dispersin de la distribucin de probabilidad.
Los flujos de caja estarn perfectamente correlacionados si la desviacin del flujo de
caja de un periodo alrededor de la media de la distribucin de probabilidades en ese
periodo implica que en todos los periodos futuros el flujo de caja se desviar
exactamente de igual manera.
La desviacin estndar de los flujos de caja perfectamente correlacionados de un
proyecto se calcula aplicando la siguiente expresin:
Utilizando el mismo ejemplo anterior, se incorporan sus valores en esta frmula,

para calcular la siguiente desviacin estndar:
24

Esto confirma que cuando los flujos de caja estn perfectamente correlacionados, la
desviacin estndar y el riesgo son mayores que cuando existe independencia entre
ellos.
Cuando los flujos de caja no se encuentran perfectamente correlacionados, es
posible aplicar el modelo de correlacin intermedia desarrollado por Frederick
Hillier. En l se plantea que la desviacin estndar para un flujo de caja que no est
perfectamente correlacionado se encuentra en algn punto intermedio entre las dos
desviaciones calculadas antes. El problema de su clculo reside en que incorpora en
un mismo modelo tanto flujos perfectamente correlacionados como
independientes. La dificultad prctica ms relevante es la necesidad de clasificar
como independientes o perfectamente correlacionadas las distintas variables del
flujo de caja.
David Hertz propuso un modelo de simulacin integral para calcular los resultados
probables, as como su dispersin. Su modelo se basa en la definicin de nueve
factores principales del proyecto que influyen en el resultado de la evolucin:
dimensin del mercado, precios de venta, tasa de crecimiento del mercado,
participacin en el mercado, inversin en el mercado, inversin requerida, valor de
recuperacin de la inversin, costos operativos, costos fijos y vida til de los
equipos.
Para cada factor se estiman los valores probables que asumira y se le asigna una
probabilidad de ocurrencia a cada valor slo como referencia. Sin calcular un valor
esperado de cada factor, se combinan al azar los nueve factores para valores
probables cambiantes. Es decir, se calculan distintos rendimientos sobre la
inversin, simulando valores cambiantes para cada uno de los nueve factores.
Con los resultados observados mediante este procedimiento se elabora una tabla de
frecuencia sobre la cual se calcula el resultado probable y su dispersin o riesgo.
El modelo de simulacin de Hertz es similar a uno de los criterios de anlisis de
sensibilidad que se desarrolla en el prximo captulo. Sin embargo, el modelo se
25

ampliar, generalizndolo al uso de cualquier variable y para calcular no slo la tasa

media de rendimiento sobre la inversin, sino cualesquiera de los criterios de
decisin analizados en el captulo anterior.
3.2.2.4.
Uso del rbol de decisin
El rbol de decisin es una tcnica grfica que permite representar y analizar una serie de
decisiones futuras de carcter secuencial a travs del tiempo.
Cada decisin se representa grficamente por un cuadrado con un nmero dispuesto en
una bifurcacin del rbol de decisin. Cada rama que se origina en este punto representa
una alternativa de accin. Adems de los puntos de decisin, en este rbol se expresan,
mediante crculos, los sucesos aleatorios que influyen en los resultados. A cada rama que
parte de estos sucesos se le asigna una probabilidad de ocurrencia. As, el rbol
representa todas las combinaciones posibles de decisiones y sucesos, permitiendo estimar
un valor esperado del resultado final, como un valor actual neto, utilidad u otro.
Supngase, a manera de ejemplo, que se estudia el lanzamiento de un nuevo producto.
Las posibilidades en estudio son introducirlo en el mbito nacional o regional.
Si se decide lanzar el producto regionalmente, es posible hacerlo luego nacionalmente
si el resultado regional as lo recomienda.
En el grfico se representa un diagrama de un rbol de decisin para este caso, en el cual
cada ramificacin conduce a un cierto valor actual neto diferente.
Para tomar la decisin ptima se analizan los sucesos de las alternativas de decisin ms
cercanas al final del rbol, calculando el valor esperado de sus valores actuales netos y
optando por aquella que proporcione el mayor valor esperado del VAN.
Por ejemplo, la ltima decisin de nuestro caso, que presenta dos sucesos de alternativa.
El valor esperado del suceso (C) se calcula aplicando la ecuacin, as:
0,60 . 4.000 = 2.400
0,10 . 1.000 = 100
0,30 . 2.000 = (600)
VE (VAN) = 1.900
que representa el valor esperado del VAN en el caso de ampliar la introduccin en el

mbito nacional.
En el caso de continuar regionalmente, se obtiene, por el mismo procedimiento, el
siguiente resultado:
26

0,60 . 2.000 = 1.200

0,10 .1.500 = 150
0,30 . 1.000 = 300
VE (VAN) = 1.650
Por tanto, la decisin ser ampliar nacionalmente, porque retorna un VAN esperado
mayor.
La siguiente decisin se refiere a la introduccin inicial. Si es regionalmente, existe un 70%
de posibilidades de que la demanda sea alta. Si as fuese, el VAN esperado sera de 1.900,
que correspondera al resultado de la decisin que se tomara de encontrarse
en ese punto de decisin. Aplicando el procedimiento anterior, se obtiene:
0,70 . 1.900 = 1.330
0,10 . 2.000 = 200
0,20 . 1.000 = 200
VE (VAN) = 1.730
27

28

Para la alternativa de introduccin nacional se tendra:
0,50 . 5.000 = 2.500

0,20 . 100 = 20
0,30. (3.000) = (900)
VE (VAN) = 1.620
En consecuencia, se optara por una introduccin inicial en el mbito regional, que luego
se ampliara nacionalmente. Esta combinacin de decisiones es la que maximiza el valor
esperado de los resultados.
Este mtodo, as tratado, no incluye el efecto total del riesgo, puesto que no considera la
posible dispersin de los resultados ni las posibilidades de las desviaciones.
En el ejemplo anterior, la decisin se haca sobre la base de un valor actual neto
promedio.
Sin embargo, es fcil apreciar que, dependiendo de su grado de aversin al riesgo, algunos
inversionistas podran optar por continuar regionalmente.
Una manera de obviar este problema es medir los rboles de decisin probabilsticos que,
adems de las caractersticas sealadas, permiten que todas las cantidades, variables y
sucesos aleatorios puedan representarse por distribuciones continuas de probabilidad. As
mismo, la informacin acerca del resultado de cualquier combinacin de decisiones puede
ser expresada probabilsticamente, lo que permite su comparacin, considerando sus
respectivas distribuciones de probabilidad.
3.2.2.5.
Modelo de simulacin de Monte Carlo
El modelo de Monte Carlo, llamado tambin mtodo de ensayos estadsticos, es una

tcnica de simulacin de situaciones inciertas que permite definir valores esperados para
variables no controlables, mediante la seleccin aleatoria de valores, donde la
probabilidad de elegir entre todos los resultados posibles est en estricta relacin con sus
respectivas distribuciones de probabilidades.
En la actualidad se dispone de varios software que solucionan fcilmente esta tarea.
Programas como Crystal Ball, Parisimet, SimulAr, EasyPlanEx permiten asignarle a
determinadas variables un comportamiento aleatorio posible de definir por medio de una
distribucin de probabilidades que se elige de entre varias opciones que ofrece cada
29

software: normal, triangular, uniforme, beta, lognormal, gamma, exponencial, pareto,

etctera.
De esta manera, el programa selecciona un valor aleatorio al azar para cada variable
elegida, el cual est acorde con la distribucin de probabilidades asignada a cada una. Al
pedirle que ejecute, por ejemplo, mil iteraciones, permite obtener valores actuales netos,
los cuales presenta en un resumen grfico con los resultados de la simulacin. Adems de
entregar informacin estadstica, indica el porcentaje de escenarios en que el VAN es igual
o superior a cero.
Si las variables inciertas relevantes en un proyecto fuesen, por ejemplo, la demanda y la
participacin de mercado, deber aplicarse en ambas la simulacin para estimar su
comportamiento en el futuro. Supngase que estudios realizados sealan que la demanda
global esperada del mercado tiene la siguiente distribucin de probabilidades:
Demanda Probabilidad
Demanda
200.000
250.000
300.000
350.000
400.000
450.000
Probabilidad
0,10
0,25
0,35
0,15
0,10
0,05
Al mismo tiempo, supngase que la participacin en el mercado para el proyecto sea

tambin una variable incierta, para la cual se estima la siguiente distribucin de
probabilidades:
Demanda
0,08
0,09
0,10
0,11
0,12
0,13
0,14
0,15
Probabilidad
0,26
0,22
0,16
0,13
0,10
0,07
0,05
0,01
30

Supngase, adems, que la demanda global del mercado est correlacionada con la tasa
de crecimiento de la poblacin, que se estima en un 2% anual a futuro. El precio y los
costos asociados con el proyecto se suponen conocidos o su resultado
futuro menos incierto.
El primer paso en la solucin consiste en expresar matemticamente el problema. En
este caso, la demanda por ao que podra enfrentar el proyecto se puede expresar como:
donde
corresponde a la demanda del proyecto,
porcentaje de participacin del proyecto en el mercado.
a la demanda global y p al
La tasa de crecimiento de la demanda se incorporar al final como un factor de

incremento sobre la demanda del proyecto. Una alternativa es incorporarlo en la frmula
anterior, lo que permite obtener el mismo resultado, con clculos ms complejos.
El siguiente paso del mtodo Monte Carlo es la especificacin de la distribucin de
probabilidades de cada variable. En el ejemplo, las variables que deben especificar su
distribucin de probabilidades son la demanda global del mercado y la participacin del
proyecto. Posteriormente en ambos casos se deber calcular la distribucin de
probabilidad acumulada y la asignacin de rangos de nmeros entre 0 y 99 (o sea, 100
nmeros). A continuacin se muestran estos clculos para las dos variables en estudio.
Demanda global
Demanda Global
200.000
250.000
300.000
350.000
400.000
450.000
Distribucin de
probabilidades
0,10
0,25
0,35
0,15
0,10
0,05
Probabilidad
acumulada
0,10
0,35
0,70
0,85
0,95
1,00
Asignacin Nos.
representativos
00 - 09
10 - 34
10 - 34
70 - 84
85 - 94
95 - 99
31

Participacin de
mercado
0,08
0,09
0,10
0,11
0,12
0,13
0,14
0,15
Distribucin de
probabilidades
0,26
0,22
0,16
0,13
0,10
0,07
0,05
0,01
Probabilidad
acumulada
0,26
0,48
0,64
0,77
0,87
0,94
0,99
1,00
Asignacin Nos.
representativos
00 - 25
26 - 47
48 - 63
64 - 76
77 -86
87 - 93
94 - 98
99
La asignacin de nmeros representativos se efecta en proporcin a la probabilidad

acumulada. As por ejemplo, si el 10% se encuentra en el rango de hasta 200.000, deben
asignarse 10 nmeros representativos (0 al 9). Como hasta 250.000 hay un 35% de
probabilidades, se asignan 35 nmeros representativos (0 al 34).
La etapa siguiente del modelo requiere tomar al azar nmeros aleatorios. Para ello, se
puede usar una tabla de nmeros aleatorios como la del cuadro. Cada nmero
seleccionado debe ubicarse en la columna Asignacin de nmeros representativos.
Una vez localizado, se da el valor correspondiente de demanda global, el cual se ajusta por
el porcentaje de participacin en el mercado obtenido de igual manera. Por ejemplo, si se
usa la tabla de nmeros aleatorios de arriba hacia abajo, se encuentra que el primer
nmero es 23, el cual se ubica en el rango 10-34 de la asignacin de nmeros
representativos del cuadro de demanda global, lo que hace seleccionar el primer valor de
250.000. El segundo nmero aleatorio es 05, el cual se ubica en el rango 0-25 de la
asignacin de nmeros representativos (siguiente cuadro) de la participacin del proyecto
en el mercado, lo que hace seleccionar el valor de 0,08.
32

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
23
5
14
38
97
11
43
93
49
36
7
43
61
31
57
9
97
93
72
61
97
89
25
81
11
15
54
87
97
31
74
36
80
54
76
9
31
57
35
4
24
95
73
62
2
83
16
96
44
32
75
55
16
67
26
26
12
62
1
87
25
0
0
28
88
34
53
25
11
7
98
9
68
33
25
48
50
3
49
17
93
88
4
31
26
23
1
63
37
65
42
50
95
12
44
54
71
82
17
49
50
43
50
51
18
81
59
78
81
33
92
81
60
99
26
0
18
70
25
18
74
92
20
19
31
1
10
32
94
99
44
11
38
8
37
24
44
6
10
27
68
40
43
0
45
33
22
62
5
42
83
53
40
1
75
33
1
26
42
94
62
86
17
77
79
72
89
78
92
37
5
23
87
4
36
72
74
43
17
53
93
64
80
98
82
71
38
36
91
59
10
48
19
26
12
59
29
17
95
23
59
35
62
58
8
8
56
44
41
15
26
3
37
89
36
71
83
88
82
7
17
6
92
48
43
93
8
23
53
70
72
23
91
87
69
7
7
75
41
82
37
29
85
64
94
18
37
65
6
86
76
90
50
78
94
32
93
55
69
41
6
52
63
31
90
30
52
56
35
95
45
35
2
74
8
24
61
5
80
25
79
0
75
53
95
55
55
14
57
52
72
23
67
66
91
47
5
82
69
62
97
18
10
59
12
73
90
11
82
96
84
51
89
97
95
97
8
16
65
73
35
54
35
0
49
8
37
3
1
58
31
4
89
96
86
53
61
51
64
65
57
25
88
94
78
41
54
28
75
76
86
44
22
94
41
18
99
32
61
70
44
48
23
48
46
56
21
26
34
66
44
89
62
67
67
95
10
11
32
54
22
43
58
77
45
67
89
35
62
35
9
22
95
71
99
22
88
84
65
42
23
96
54
42
88
64
64
47
73
27
33
74
1
58
6
29
53
99
68
53
3
43
91
1
24
3
22
38
87
21
70
7
55
80
48
84
29
74
48
53
82
26
64
75
61
42
81
95
71
52
TABLA DE NMERO ALEATORIOS
De acuerdo con esto, la demanda esperada para el proyecto en el primer ao corresponde

a:
El mismo procedimiento se repite un nmero suficiente de veces como para que la

probabilidad de elegir entre todos los resultados posibles guarde estrecha relacin con sus
distribuciones de probabilidades. En el ejemplo, se toman 100 pruebas para cada variable,
obtenindose los resultados que se indican.
33
67
13
8
16
5
68
40
25
95
38
53
46
69
69
22
76
15
45
18
93
30
63
48
65
32
44
43
34
95
13
50
36
71
27
80
20
47
93
19
54
50
87
69
67
78
0
61
83
45
45

34

35

Basados en los resultados de las 100 pruebas aleatorias para cada variable, debe
elaborarse una distribucin de probabilidades para la demanda del proyecto. El anlisis
de la distribucin de probabilidades acumuladas permite determinar la probabilidad de
que la demanda del proyecto se encuentre bajo un determinado valor. En el cuadro se
36

aprecia, por ejemplo, que la probabilidad de que la demanda del proyecto sea menor o
igual que 39.999 unidades es de 86%.
Rango total de
demanda
Observaciones
en el rango
Distribucin de
probabilidades
Probabilidad
acumulada
15.000 - 19.999
20.000 - 24.999
25.000 - 29.999
30.000 - 34.999
35.000 - 39.999
40.000 - 44.999
45.000 - 49.999
50.000 - 54.999
55.000 - 59.999
60.000 - 64.999
6
26
22
13
19
5
5
0
3
1
6%
26%
22%
13%
19%
5%
5%
0%
3%
1%
6%
32%
54%
67%
86%
91%
96%
96%
99%
100%
Por otra parte, el valor esperado de la demanda del proyecto para el primer ao es
de 31.150 unidades. Luego si la tasa de crecimiento estimada fuese de un 2% anual,
podra esperarse una demanda para el proyecto de:
Ao
1
2
3
4
5
Demanda
31.150
31.773
32.408
33.057
33.718
37

IV.
CONCLUSIONES
Se analiz los mtodos para tratar el riesgo para la inversin de los

proyectos, y se concluye que es muy importante el criterio y la experiencia
del evaluador ya que una primera instancia el porcentaje que se asigna a
los flujos de caja es subjetivo
El avaluar el grado de incertidumbre y cuantificar el riesgo en los
proyectos hace que nuestro proyecto tienda a una mayor certeza de
rentabilidad.
Al igual que el riesgo en los proyectos privados, en los pblicos tambin
son de importancia trata de hacer un buen uso a los recursos limitados
que dispone el estado.
V.
BIBLIOGRAFA
SAPANG CHAIN, N. y SAPANG CHAIN, R. Preparacin y evaluacin de

proyectos, Quinta edicin Ed. Mc., Grill Hill pg., 371 386.
SOTO CAEDO, C. y HERRERA JARA J., Sistema nacional como inversin
pblica (SNIP) y la Preparacin de Inversin Pblica (PIN), Cuarta edicin Growth Corporation Editorial pg., 487 517.
HESPOS, R. y STRASSMAN, P. rbol probabilstico de decisin,
Administracin de empresas, vol. IV B, 1974.
SOLOMON, Martn B., Jr. La incertidumbre y su efecto sobre el anlisis de
la inversin de capital, Barcelona Gili, 1970.
38

Riesgo e Incertidumbre de Un Proyecto

Cargado por

Copyright:

Formatos disponibles

Riesgo e Incertidumbre de Un Proyecto

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Riesgo e Incertidumbre de Un Proyecto

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE CIENCIAS FISICAS

FORMULACIN Y EVALUACIN DE PROYECTOS

ING. MG. GASTELO VILLANUEVA, JORGE

ARPI CHOQUE VERONICA VANESSA

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

Riesgo e incertidumbre en un Proyecto

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

RIESGO E INCERTIDUMBRE EN LOS ROYECTOS

Riesgo e incertidumbre en un Proyecto

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

ANLISIS DEL RIESGO: BREVE REVISIN CONCEPTUAL

Riesgo e incertidumbre en un Proyecto

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

Riesgo e incertidumbre en un Proyecto

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

c) Antrpicos: son peligros generados por los procesos de modernizacin,

Clasificacin de peligros por origen

El conocimiento de los peligros dentro del proceso de identificacin, formulacin y

Riesgo e incertidumbre en un Proyecto

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

Ejemplos de vulnerabilidad por exposicin:

Riesgo e incertidumbre en un Proyecto

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

Ejemplos de vulnerabilidad por resiliencia:

Riesgo e incertidumbre en un Proyecto

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

Riesgo e incertidumbre en un Proyecto

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

Riesgo e incertidumbre en un Proyecto

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

Riesgo e incertidumbre en un Proyecto

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

Al introducir el AdR en el proyecto, es posible reducir los impactos negativos; se pueden

Riesgo e incertidumbre en un Proyecto

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

Es decir, cuando se incluyen medidas de reduccin de riesgo es posible evitar que se

Riesgo e incertidumbre en un Proyecto

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

En este caso, cuando se analiza el flujo incremental de incluir medidas de reduccin de

Costos evitados de rehabilitacin y reconstruccin que se logran al introducir

Menores prdidas de vidas humanas y condiciones sociales: aunque estos

Riesgo e incertidumbre en un Proyecto

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

de realizar si el proyecto no se ve afectado por la situacin de riesgo. Por ejemplo,

EL RIESGO EN LOS PROYECTOS

Riesgo e incertidumbre en un Proyecto

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

situacin donde los posibles resultados de una estrategia no son conocidos y, en

Riesgo e incertidumbre en un Proyecto

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

La falta de certeza de las estimaciones del comportamiento futuro se puede asociar

Riesgo e incertidumbre en un Proyecto

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

Al aplicar la ecuacin, se determina que el valor esperado de la distribucin de

0,30 (2.000) = 600

Riesgo e incertidumbre en un Proyecto

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

cuanto mayor sea el coeficiente de variacin, mayor es el riesgo relativo. Es decir,