10 complemento evaluación de inversiones escenarios (1).pdf
TRANSCRIPT
Complemento Evaluación de
Inversiones
Rodrigo González G. sem 2 2013 1
Enfrentando la Incertidumbre
• Análisis de Sensibilidad
• Análisis de escenarios
• Simulaciones de montecarlo
• Utilizando el mercado
• Análisis de Flexibilidad
2Rodrigo González G. sem 2 2013
Análisis de Sensibilidad
• Identificar variables clave sobre las que existe incertidumbre
• Definir posibles valores que esa variable puede tomar.
• Ver los resultados del proyecto (VAN, TIR,…) según valores
que tomen las variables clave.
• Ejemplo Variables Clave:
– Precio de venta, inflación, tipo de cambio
– Ventas físicas actuales y futuras (tasa de crecimiento)
– Costos de producción variables o fijos más determinantes.
– Inversión requerida.
– Tasa de descuento
3Rodrigo González G. sem 2 2013
Análisis de Escenarios
• Se especifican tres escenarios que impacten a un conjunto pequeño de variables clave– Escenarios Optimista– Escenario Razonable (con valores esperados de las variables clave)– Escenario Pesimista
• En cada escenario, cada variable tendrá tres valores• Se hace el cruce de escenarios y se presentan los
resultados relevantes (VAN, TIR..) con tablas de doble entrada (tasa de crecimiento de las ventas versus tasa de descuento),(tasa de descuento versus consto de inversión),(etc.), identificando las zonas de las tablas que se muestren más razonables, incluyendo el punto que corresponde al escenario central
• Esto tiene la virtud de enfocar el problema y analizar resultados de ocurrencia conjunta
• No asignamos probabilidades a los escenarios
4Rodrigo González G. sem 2 2013
Análisis de escenarios
• El análisis de escenarios es una mejor aproximación
que el análisis de sensibilidad.
• Este análisis será apropiado en la medida que se
considere probabilidades de ocurrencia, y el grado
de correlación entre las variables fuentes de
incertidumbre.
• Así tendremos una estimación más apropiada de
resultados del proyecto, y qué tan probable es que
estos ocurran.
5Rodrigo González G. sem 2 2013
Simulación de Montecarlo
• Se identifican variables clave
• Se asocian a estas distribuciones de probabilidad
• Se identifican a veces funciones de probabilidad conjunta
• Se corre el modelo generando miles de secuencias de variables aleatorias
• Al final se encuentra la distribución de probabilidades del resultado del proyecto, ej. VAN o TIR
• Requiere mucha información y hay software que ayuda, ej @RISKmr
Rodrigo González G. sem 2 2013 6
Distribución de probabilidades del VAN
de un Proyecto
0
5
10
15
20
25
-140
-120
-100
-80
-60
-40
-20 0
20
40
60
80
100
120
140
160
180
200
220
240
260
280
300
320
340
360
Distribución del VPN
Series2
Preguntas
• ¿Cual el VAN esperado del proyecto?
• ¿Cual es la probabilidad de que el VAN sea negativo?
• ¿Cual es la probabilidad de que el VAN sea menos que un tercio de su valor esperado?
Rodrigo González G. sem 2 2013 7
Fuente: F Lefort G
Utilizando el Mercado• Todos los proyectos tienen riesgos
– Nada es fijo, todo es aleatorio
• El mercado mide y calcula Primas por Riesgo por cada industria (clase de riesgo)
– Se supone que firmas en la misma industria tienen los mismos riesgos de negocio
– Otra forma es analizar directamente empresas comparables en mercados financieros eficientes
• Ese riesgo se mide y se transforma en una rentabilidad adicional que exigir a un proyecto
• Los Flujos de Caja ahora son los valores esperados en estimaciones bien hechas
• Para ciertos bienes e insumos existen mercados a futuro que nos dan precios de venta asegurables y costos asegurables al momento de la evaluación
• Esto es el punto de partida de todos los demás métodos. Créale al mercado
Rodrigo González G. sem 2 2013 8