Herramientas de Simulación para el Análisis del Riesgo. MÉTODO DE MONTE CARLO

A la hora de gestionar el riesgo de un proyecto y nos enfrentamos a situaciones sobre las que no es posible obtener una información satisfactoria, su investigación o su análisis es muy complicado para aplicar métodos tradicionales, existe la posibilidad de diseñar un proceso y una realidad mediante la simulación.

Así, los modelos de simulación pretenden representar una realidad de una manera simplificada, recogiendo las relaciones o criterios que se consideran fundamentales y, por consiguiente, determinantes de la realidad a simular.

El Método de Monte Carlo (propuesto por J.Von Neumann y S. Ulam) es un método cuantitativo para el desarrollo de análisis de riesgos; fue llamado así en referencia al Principado de Mónaco, por ser «la capital del juego de azar». Dicho método busca representar la realidad a través de un modelo de riesgo matemático, de forma que asignando valores de manera aleatoria a las variables de dicho modelo, se obtengan diferentes escenarios y resultados.

Este se basa en realizar un número lo suficientemente elevado de iteraciones (asignaciones de valores de forma aleatoria), de manera que la muestra disponible de resultados sea lo suficientemente amplia como para que se considere representativa de la realidad. Dichas iteraciones se podrán realizar haciendo uso de un motor informático.

Con los resultados obtenidos de las diferentes iteraciones realizadas se efectúa un estudio estadístico del que se sacan conclusiones relevantes respecto al riesgo del proyecto, tales como, valores medios, máximos y mínimos, desviaciones típicas, varianzas y probabilidades de ocurrencia de las diferentes variables determinadas sobre las que medir el riesgo.

El Monte Carlo, al igual que los demás modelos matemáticos de análisis de riesgo, contiene como mínimo cuatro pasos o etapas de desarrollo generales, que normalmente son secuenciales:

  1. Identificación y descrición de los riesgos.
  2. Evaluacion y valoracion.
  3. Cálculo matemático.
  4. Comparación contra variables predefinidas.

Así mismo para el desarrollo de un modelo de riesgo son necesarias cuatro etapas principales:

  1. Selección de la funciones de probabilidad: triangular, uniforme, discreta, etc., según el comportamiento que siguen la variable de riesgo utilizada para el análisis. En la mayoria de las herramientas estas funciones ya vienen predefinidas.
  2. Identificación de las variables sobre las que se va a medir el riesgo. Para medir el riesgo global de un proyecto empresarial se recomienda usar variables que sean representativas del valor del negocio.
  3. Simulación computacional.
  4. Generación de informes y obtención del perfil de riesgo. Por ejemplo: histogramas, perfil de riesgo, límite de riesgo y VAR, tornado, análisis de escenarios, etc.

 


Suscribirse a comentarios Respuestas cerradas, se permiten trackback. |

Comentarios cerrados.


Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.plugin cookies

ACEPTAR
Aviso de cookies