TRABAJO AUTÓNOMO SEGUNDO HEMISTEMESTRE

PROGRAMA RISK SIMULATOR ”Caso de Aplicación”

RESUMEN

Risk Simulator es un potente add-in de Excel utilizado para llevar a cabo simulaciones,

predicciones, análisis estadístico y optimizaciones de sus modelos de hoja de cálculo en

Excel, el caso de aplicación fue realizado con uno de los módulos de este programa, como lo

es la Simulación de Monte Carlo obteniendo como resultado el costo al que se debería ofertar

el proyecto para maximizar la ganancia esperada de una persona. El desarrollo del presente

trabajo tiene como objetivo entender el funcionamiento de programa Risk Simulator y

conocer una nueva herramienta para resolver problemas pertenecientes al ámbito de las

finanzas, debido a que al ser Ingenieros Financieros encontramos con problemas financieros

a diario, por ello es vital para nosotros estar actualizados en programas como estos.

PLANTEAMIENTO DEL PROBLEMA:

David está por entrar a un concurso para la construcción de un proyecto. ÉL estima que le

costará $100.000 terminarlo. Licitarán cuatro competidores, considerando que la oferta de

cada uno, sigue una distribución uniforme entre una y tres veces su costo, tomando en cuenta

que las ofertas son independientes.

¿Qué valor debe ofrecer David para maximizar su ganancia esperada?

DELIMITACIÓN PROBLEMA:

Está por realizarse un concurso para la construcción de un proyecto, en el cual presentarán su

propuesta cuatro competidores, uno de los competidores que estamos analizando es David, el

estima que el costo total para lograr terminar su proyecto será de $100.000, las ofertas de

estos cuatro competidores son independientes, las ofertas antes mencionadas de cada uno de

los competidores siguen una distribución uniforme entre una y tres veces el costo de terminar

su propuesta, buscamos obtener el monto con el cuál debe competir David para tener un

menor costo en la aplicación de su proyecto y al mismo tiempo maximizar su ganancia

esperada

JUSTIFICACIÓN DE LA INVESTIGACIÓN:

El presente trabajo autónomo del segundo Hemisemestre de la materia de Sistemas

Estratégicos, pretende analizar cuál debería costo que se le debe asignar a un proyecto

maximizando la ganancia esperada y al mismo tiempo obtener una ventaja frente a sus

competidores logrando así ganar el concurso, este análisis se lo realizara utilizando el modelo

de simulación de Monte Carlo utilizando el programa Risk Simulator.

OBJETIVOS DE LA INVESTIGACIÓN:

OBJETIVO GENERAL

Realizar un análisis del costo que se le debe asignar al proyecto para maximizar su ganancia

esperada, utilizando el método de simulación de Monte Carlo, en el programa Risk Simulator.

OBJETIVOS ESPECÍFICOS

Conocer en que consiste y el manejo del programa Risk Simulator con precisión,

ahondando en los conceptos y parámetros estadísticos que utiliza.

Establecer en que consiste el modelo de simulación de Monte Carlo.

Estudiar el caso planteado y determinar cuál sería el costo que le permitiría a David

ganar el concurso.

MARCO TEÓRICO Y/O CONCEPTUAL:

RISK SIMULATOR

Risk Simulator es un potente add-in de Excel utilizado para llevar a cabo simulaciones,

predicciones, análisis estadístico y optimizaciones de sus modelos de hoja de cálculo en

Excel.

El programa comprende cuatro módulos diferentes:

Simulación de Monte Carlo

Optimización

Herramientas estadísticas y analíticas

Predicción de series temporales y cross-sectional

SIMULACIÓN

Es el proceso o técnica por la que un modelo, se calcula repetidas veces con diferentes valores

de entrada con la intención de obtener una representación completa de todos los escenarios

posibles que pudieran darse en una situación incierta, con el fin de entender el

comportamiento del modelo y evaluar las posibles estrategias con las que se pueden aplicar.

ETAPAS DEL PROCESO DE SIMULACIÓN

Lo primero es definir y describir el problema para lo cual se establece un plan de

acción.

Una vez establecido el problema se formula el modelo.

El siguiente paso es la programación de dicho modelo.

Luego, se procede a verificar y validar el modelo.

Se diseñan los experimentos y el plan de corridas con el fin de obtener la

representación de todos los escenarios posibles con distintos valores.

Por último se analizan los resultados.

SIMULACIÓN DE MONTE CARLO

La simulación de Monte Carlo es una técnica cuantitativa que hace uso de la estadística y los

ordenadores para imitar, mediante modelos matemáticos, el comportamiento aleatorio de

sistemas reales no dinámicos.

RESULTADOS OBTENIDOS

MANUAL DEL EJERCICIO RESUELTO EN EL PROGRAMA RISK SIMULATOR

1. Tenemos el planteamiento del problema que nos dice:

David está por entrar a un concurso para la construcción de un proyecto. ÉL estima que le

costará $100.000 terminarlo. Licitarán cuatro competidores, considerando que la oferta de

cada uno, sigue una distribución uniforme entre uno y tres veces su costo, tomando en cuenta

que las ofertas son independientes. ¿Qué valor debe ofrecer David para maximizar su

ganancia esperada?

2. Determinamos la secuencia a resolver del ejercicio antes mencionado:

a. Cada experimento representa un concurso.

b. Fijar la oferta.

c. Para cada experimento hay que calcular:

Oferta del competidor 1.

Oferta del competidor 2.

Oferta del competidor 3.

Oferta del competidor 4.

d. Repetir 1.000 veces el paso 3.

e. Calcular la ganancia promedio.

f. Repetir los pasos 2 a 5.

3. Abrir el programa Excel incluida su herramienta Risk Simulator:

4. Plantear los datos en Excel:

El costo del proyecto para David es $100.000, como se sigue una distribución uniforme entre

uno y tres veces su costo los limites serán: Límite inferior $100.000 y Límite superior

$300.000

5. Fijar la oferta: entre $105.000 y $160.000, considerando un incremento de $5.000.

6. Definir el número de Iteraciones y Simulaciones

a. Ir a @RISK

b. Configuración de Simulación

c. Colocar 1000 Iteraciones, 12 Simulaciones ya que son 12 valores de oferta y números

aleatorios:

7. Para empezar a resolver el ejercicio colocar el encabezado de la tabla de la

siguiente manera:

8. En el competidor 1 definir la Distribución Uniforme

a. Ir a Definir Distribuciones

b. Elegir la distribución Uniforme y seleccionar la distribución.

c. Como valor mínimo ubicamos la celda que contiene el límite inferior y en el valor

máximo la que contiene el límite superior.

d. Fijar los valores de los límites.

e. Lo mismo se hace para los demás competidores.

La calificación con el menor costo será la ganadora por lo tanto para calcular la ganancia se

debe usar un condicional en donde:

SI Nuestra oferta es menor a la de los competidores habrá ganancia de lo contrario no

habrá ganancia

Es decir:

=SI(RiskSimtable(B6:M6)=MIN(B10:E10;RiskSimtable(B6:M6));RiskSimtable(B6:

M6)-B2;0)

9. Empezaremos la simulación utilizando @RISK

a. Ir a Añadir Salida.

b. Ganancia y Aceptar.

c. Iniciar Simulación y cerrar la ventana que aparecerá.

10. Obtener el Resumen del Ejercicio.

a. Ir a Resumen

b. Editar y exportar.

c. Informe en Excel

d. Obtenemos el informe de los resultados de entradas y resultados de salidas en Excel.

11. Copiar la media de los resultados de salidas para copiarlos en nuestra tabla de

Excel

12. Pegamos la media copiada anteriormente el el documento de Excel.

13. Con esta media haremos una tabla de Oferta y Media

14. Copiamos los valores de la oferta para obtener la tabla Oferta y Media

15. Realizar una gráfica de Dispersión con la oferta y la media de la Ganancia.

a. Marcar los datos

b. Insertar

c. Dispersión

d. Dispersión con líneas suavizadas y marcadores

e. Ir a dar formato al eje en la gráfica “Fija de $100.000.

f. Agregar una línea de tendencia polinómica y presentar ecuación en la gráfica.

g. Tenemos:

h. Le damos el título al eje que contiene los valores de la Oferta y la Ganancia.

16. Derivamos la ecuación para calcular la Oferta que maximiza la Ganancia.

Tenemos como resultado $140.052,03 para X y $16.180,06 para Y, lo que indica que:

CONCLUSIONES Y RECOMENDACIONES

CONCLUSIONES

1. Risk Simulator es un software que se integra completamente a la hoja de cálculo de Excel,

por ello podemos realizar la simulación en dicho programa y analizar los resultados obtenidos

en el mismo o también podemos copiar las salidas que nos proporciona y realizar la gráfica en

Excel, como se lo realizo en el caso práctico antes realizado.

2. El método de Monte Carlo es el método más flexible para estudios de confiabilidad

usado como una herramienta de investigación y planeamiento, empleada para operar

Debería existir una oferta de $140.052,03 para obtener una ganancia

máxima de $16.180,06

numéricamente sistemas complejos que tengan componentes aleatorios o determinísticos,

manteniendo tanto la entrada como la salida un cierto grado de incertidumbre.

3. Al haber concluido con el ejercicio planteado se pudo determinar que debería existir una

oferta de $140.052,03 para que David obtenga una ganancia máxima de $16.180,06.

BIBLIOGRAFÍA

[1] A. Sandra Mireya Aguilar Mayorga, Nubia Alejandra Segura Tenjica, «@Risk », [En línea]. Available: http://www.fce.unal.edu.co/uifce/investigaciones/pdf/Risk. [Último acceso: 25-01-2016].

[2] B. U.O.C, « Simulación De Monte Carlo Con Excel,». [En línea]. Available: http://www.uoc.edu/in3/emath/docs/Simulacion_MC.pdf. [Último acceso: 25-01-2016].

[3] C. Real Options Valuation, Inc., « Simulador de Riesgo.,» [En línea]. Available: http://www.realoptionsvaluation.com/attachments/rsmanual-spanish.pdf. [Último acceso: 25-01-2016].