PRESUP CAPITAL RIESGO.ppt

7/22/2019 PRESUP CAPITAL RIESGO.ppt

1/31

Dr. Manrique Borda P.


2/31

Un proyecto de inversin consiste en

asignar recursos a una cierta actividad,partiendo en un tiempo prximo, para

generar beneficios en el futuro.

Hay pocas cosas que ocurrirn en el futuro

sobre las cuales tenemos algn grado deseguridad o certidumbre.

INTRODUCCION


3/31

Riesgo: hay riesgo si los eventos que sucedern en elfuturo no son determinsticos, sino que existe un grado deincerteza acerca de los que suceder. Este grado deincerteza es slo parcial debido a la historia, la que nospermite conocer los resultados obtenidos anteriormente en

alguna experiencia y nos sirve para estimar la probabilidadde que ocurra un evento especfico sometido a igualescondiciones.

Incertidumbre: existir incertidumbre cuando lasprobabilidades de ocurrencia de un evento no estncuantificadas. Las fuentes bsicas de la incertidumbre soncuando la informacin es incompleta, inexacta, sesgada,falsa o contradictoria.

CONCEPTOS


4/31

RIESGO E INCERTIDUMBRE


5/31

Probabilidad

Probabilidad

Pro

babilidad

Vida del proyecto Vida del proyecto

Vida del proyecto


6/31

Causas del Riesgo y la Incertidumbre

Variabilidad en la economa en general (cambios

en polticas macroeconmicas, recesiones

externas, etc) La competencia

El desarrollo tecnolgico

Cambios en las preferencias de los consumidores

Cambios legislativos

Dinmica de los mercados


7/31

QUE ES ANALISIS DE RIESGO?

Es una herramienta, para los que

tienen que tomar decisiones, sobreun particular curso de accin y

manejar riesgos en forma objetiva,

repetible y documentada.


8/31

Qu pretende el Anlisis de

Riesgo?

El Anlisis de Riesgo intenta contestar las siguientes

preguntas:

Qu puede salir mal? (OIE:Identificacin de

Peligros).

Qu probabilidad hay de que algo salga mal?

Cules pueden ser las consecuencias de que algo

salga mal?

Qu se puede hacer para reducir la probabilidad y

las consecuencias de que algo salga mal?.


9/31

ETAPAS DEL ANALISIS DE

RIESGO

IDENTIFICACION

DE PELIGRO

ESTIMACION DE

RIESGOS

MANEJO DE

RIESGOS

COMUNICACIN DEL RIESGO


10/31

Formas de reducir el grado de incertidumbre

Incremento de informacin obtenida antes dela decisin.

Aumentar el tamao de operaciones dediferentes proyectos.Diversificar los productos, eligiendo lneas de

productos cuyas ventas se vean afectadas enforma diferenciada por cambios en la vidaempresarial.


11/31

Riesgo e Incertidumbreen Proyectos de Inversin

Son

VariablesAleatorias(en lugar deconstantes

conocidas)

Vida til

InversinValor de liquidacinIngresos peridicosCostos peridicosCosto de capital


12/31

Mtodos paratratar el riesgo

Mtodos subjetivos

Anlisis de sensibilidad

Mtodos basados en estimacin estadstica:

Varianza, desviacin estndar y coeficiente de

variacin.

Mtodo de los valores esperados (rbol de

decisin)

Ajuste de la tasa de descuento

Simulacin Montecarlo

METODOS DE EVALUACIN DE PROYECTOS ENCONDICIONES DE RIESGO


13/31

METODO SUBJETIVO

El sistema subjetivo para el ajuste del riesgo implica elclculo del valor presente neto de un proyecto para

tomar en seguida la decisin de presupuesto de capital

con base en la evaluacin subjetiva de quien toma las

decisiones acerca del riesgo del proyecto a travs del

rendimiento calculado.

EQUIVALENTE A CERTIDUMBRE

Lawrence J. Gitman, seala como el mtodo subjetivo, al Equivalente de

Certidumbre (EC), los cuales representan el porcentaje de entrada de

efectivo que los inversionistas desean recibir con certeza, en lugar de

entradas de efectivo consideradas como posibles para cada ao.


14/31

Busca cuantificar y visualizar la sensibilidad de un proyecto frente

a variaciones de las variables inciertas.

Se parte de una situacin base o esperada.

Se determina las variables ms significativas, entre ellos:

Precio de venta

Precio de insumos

Costos

Inversiones

Volmenes de ventas

Se generan valores optimistas y pesimistas de las variables

inciertas

Anlisis de Sensibilidad


15/31

Luego se estima el valor presente del proyecto modificando

de una variable por vez, manteniendo las otras variables

constantes.

Ventajas del mtodo Fcil de aplicar

Fcil de entender

Desventajas del mtodo

Slo permite analizar variaciones de un parmetro a la vez

Interpretacin subjetiva de los conceptos optimista y

pesimista

No considera posibles interrelaciones entre variables inciertas

No entrega una medida nica de riesgo

Anlisis de Sensibilidad


16/31

RIESGO EN LA

EVALUACION DEPROYECTOS BAJO EL

METODO ESTADISTICO


17/31

El sistema estadstico de evaluacin de riesgo, son las tcnicas para medirel riesgo del proyecto utilizando la desviacin estndar y el coeficiente de

variacin, que son una medida comn en el manejo de riesgo en la

evaluacin de proyectos.

En esta tambin se puede realizar un estudio de la correlacin entre

proyectos. Esta correlacin cuando es combinada con otros ndicesestadsticos, tales como la desviacin estndar y el valor esperado de los

rendimientos, proporciona un marco dentro del cual quien toma las

decisiones puede tomar la alternativas riesgo-rendimiento relacionadas con

diferentes proyectos para para seleccionar los que mejor se adapten hacia

sus necesidades.

SISTEMA ESTADISTICO

n

i

iiPXXxE1

)(VALOR

ESPERADO:VARIANZA:

i

n

i

i Pxx

2

1

DESVIACION

ESTANDAR: x

CVA

COEFICIENTE

DE VARIACION:

i

n

i

i Pxx

2

1

i

n

i

i Pxx

2

1


18/31

Condic.

Ecos. Proy. A Proy. B Probabil.

Muy mala -4000 800 0,1

Mala -1000 1000 0,2

Regular 3500 2500 0,4

Buena 4000 3000 0,2

Muy buena 6500 370 0,1

Total 1

Io = Inversin Inicial: S/. 8,000 y el FNF son anualidades.

PROPUESTAS DE INVERSION A LA LUZ DEL RIESGO


19/31

0

0.4

0.6

0.2

FNF o utilidades

Pro

babili

dad

DISTRIBUCION DE PROBABILIDAD DEL PROYECTO A Y B

MEDIA

Proy. B

Proy. A


20/31

VALOR MONETARIO ESPERADO

n

i ii

PXXxE1

)(

VALOR MONETARIO ESPERADO (VME, en S/.)

Cond.

Ecos.

Proy. A

(1)

Probab.(

2)

VME:

(1*2)

Proy.B

(3)

VME:

(3*2)

Muy malas -4000 0,1 -400 800 80

Malas -1000 0,2 -200 1000 200

Regulares 3500 0,4 1400 2500 1000

Buenas 4000 0,2 800 3000 600

Muy buena 6500 0,1 650 3700 370

Totales 1 2250 2250


21/31

VARIANZA Y DESVIACION ESTANDAR DE LOS PROYECTOS

i

n

i i

PxxxVar

2

1

2)(

i

n

i

i Pxx

2

1

Varianza:

Desviacin

Estndar:

PROYECTO "A"

Condiciones

Diferencia

s

Cuadrado

de

Difs.*Proba

b.econmicas FNF

Valores

Esperados

Cuadrad.

De las Difs.

Probab.

(2)

Xi VE Xi-VE (Xi-VE)2 Pi (Xi-VE)

2*Pi

Muy malas -4000 2250 -6250 39062500 0,1 3906250

Malas -1000 2250 -3250 10562500 0,2 2112500

Regulares 3500 2250 1250 1562500 0,4 625000

Buenas 4000 2250 1750 3062500 0,2 612500

Muy buena 6500 2250 4250 18062500 0,1 1806250

Varianza (s2) 9062500

Desviacin

Tpica 3010


22/31

PROYECTO "B"

Condiciones

Diferen-

cias

Cuadradode

Difs.*Pro

bab.econmicas FNF

Valores

Esperad.

Cuadrad.

De las

Difs.

Probab

(2)

Xi VE Xi-VE (Xi-VE)2 Pi

(Xi-

VE)2*PiMuy malas 800 2250 -1450 2102500 0,1 210250

Malas 1000 2250 -1250 1562500 0,2 312500

Regulares 2500 2250 250 62500 0,4 25000

Buenas 3000 2250 750 562500 0,2 112500Muy buena 3700 2250 1450 2102500 0,1 210250

Varianza

(s2) 870500

Desviacin

Tpica 933


23/31

RESUMEN:

ConceptoPROYECTO

"A" "B"

ValorEsperado 2250 2250

Varianza 9062500 870500

Desv.Tpica 3010 933

Coef.Variac. 1,3377 0,4146

xCVA

xCV

B

= 3010/2250 = 1.3377 = 933/2250 = 0.4146

COEFICIENTE DE VARIACION


24/31

ARBOL DE DECISIONES EN LA EVALUACION DE

PROYECTOS DE INVERSION

Un rbol de decisin es un tcnica de anlisis por

diagramas usado para seleccionar el mejor curso de accin

en situaciones resultados futuros inciertos.

El valor del resultado o valor monetario estimado (EMV) es

el producto de una probabilidad de evento de riesgo y el

valor monetario del evento de riesgo.

Se puede dibujar un rbol de decisin para ayudar a

encontrar el EMV.


25/31

Acciones Eventos Resultados ProbabilidadFlujo efectivo esperado

Vtas (Unds.) = 40 1200 0.60 720

Vtas (Unds.) = 70 3600 0.40 1,440

"A" 2160

Vtas (Unds.) = 40 1400 0.60 840

"B"

Vtas (Unds.) = 70 3500 0.40 1,400

2240

"C" Vtas (Unds.) = 40 1600 0.60 960

Vtas (Unds.) = 70 2800 0.40 1120

2080

ARBOL DE DECISION


26/31

CAPM: Capital Asset Pricing Model

Supone que los individuos tienen aversin alriesgo, por lo cual exigen una compensacinpara afrontarlo.

Un inversor slo debe ser remunerado por el

riesgo sistmatico (no diversificable) queenfrenta.

El rendimiento de un activo depende de sucontribucin a la variabilidad de la cartera,

medida por beta.

TASA DE DESCUENTO AJUSTADO AL

RIESGO


27/31

DETERMINACION DEL CAPM

O TASA DE DESCUENTO

prK f

fm rrEp )(

El costo de capital es igual a la tasa libre de riesgo

+ una compensacin por el riesgo.

El riesgo est determinado por la Beta, que

viene a ser el factor del riesgo de mercado

menos tasa de mercado libre de riesgo

)(

),(

m

mp

rVar

rrCov

Para hallar Beta, se divide la covariancia de

riesgo especfico del proyecto Vs riesgo de

mercado, dividido por la variancia de riesgo

de mercado.


28/31

MES

RENDIMIENT

O IGBVL

RENDIMIENTO ACTIVOS

MINERA PESQUERA

Ene-06 17.31% 18.00% 12.00%

Feb-06 7.94% 18.20% 8.00%

Mar-06 -2.63% 18.30% 7.00%

Abr-06 20.65% 18.40% -3.00%

May-06 0.96% 18.40% -2.00%

Jun-06 13.09% 18.70% 1.80%

Jul-06 10.03% 19.80% 5.00%

Ago-06 11.57% 18.70% 4.00%

Sep-06 3.78% 17.00% -4.00%

Oct-06 2.93% 17.50% 6.00%

Nov-06 7.37% 17.80% 7.00%

Dic-06 12.21% 18.00% 8.00%Ene-07 5.82% 18.50% 4.00%

Feb-07 11.13% 18.60% -3.00%

Mar-07 13.21% 19.60% -4.00%

Abr-07 20.53% 18.90% 3.00%

May-07 -2.64% 19.00% 7.00%

E(r )= 9.02% 18.44% 3.34%

MINERIA PESQUERIA

Cov (Mi),(m)= 0.00010522 -0.00041898

Var(m)= 0.00505031 0.00505031

Beta= 0.02083488 -0.08296145

Si tasa libre de riesgo= 21.880%

(Tasa activa promedio MN)

E(r )= K 21.808% 23.42%

EJEMPLO DE CALCULO DE TASA DE

DESCUENTO o K


29/31

Simulacin

La simulacin usa un modelo o representacin de unsistema para analizar el comportamiento odesempeo del sistema.

El Anlisis de Monte Carlo simula muchosresultados de un modelo para proporcionar unadistribucin estadstica de los resultados calculados.

Para usar una Simulacin de Monte Carlo, se debe

tener: tres estimaciones (frecuentemente, pesimista y optimista)

una estimacin de la probabilidad de estimar entre: ms probable yel valor optimista.


30/31

Anlisis de Monte Carlo

1. Evale el rango para las variables a serconsideradas

2. Determine la distribucin de probabilidad decada variable.

3. Para cada variable, escoja un valor basadoen la distribucin de probabilidad.

4. Corra un anlisis determinstico o pase porel modelo.

5. Repita pasos 3 y 4 muchas veces paraobtener la distribucin de probabilidad delos resultados del modelo.


31/31

Anlisis de sensibilidad

El anlisis de sensibilidad es una tcnica usadapara presentar los efectos del cambio de una o msvariables en el resultado.

Por ejemplo, mucha gente lo usa para determinar loque los pagos mensuales para un prstamo se darnproporciones o perodos de inters diferentes delprstamo, o para determinar puntos uniformes de larotura basado en suposiciones diferentes.

Software de hoja de clculo, tal como Excel, es unaherramienta comn para realizar anlisis desensibilidad.

Documents

PRESUP CAPITAL RIESGO.ppt