Todos los derechos reservados. Prohibida su reproducción total o parcial por cualquier medio, electrónico o mecánico, para cualquier propósito, sin autorización escrita de su autor.
El software descrito se adquiere mediante licencia. Crystal Ball es una marca q yregistrada de Oracle Corporation. Otros nombres pueden ser marca registrada de sus respectivos propietarios.
© 2008 EDUARDO HERRERA LANA
Eduardo Herrera Lana
ContenidosContenidos
PresentaciónPresentaciónModelos de SimulaciónModelos PredictivosModelos de OptimizaciónAnexos
www.cydhem.com2
PresentaciónPresentación
Instructor: Ing. Eduardo Herrera Lana, MBAEduardo es el Presidente de Cydhem, compañía proveedora de soluciones de negocios en América Latina (www.cydhem.com).
Instructor: Ing. Eduardo Herrera Lana, MBA
( y )
Por más de una década ha sido Profesor Universitario de Estadística, Administración Presupuestaria, Técnicas de Simulación y Modelos esupues a a, éc cas de S u ac ó y ode osde Simulación Financiera.
Eduardo ha instruido a ejecutivos en seminarios relacionados con Simulación y Análisis de Riesgos Finanzas Corporativas Optimización Probabilística y Toma de Decisionesde Riesgos, Finanzas Corporativas, Optimización Probabilística y Toma de Decisiones.
Ha participado como conferencista e instructor en Argentina, Bolivia, Chile, Colombia, Costa Rica, Ecuador, Estados Unidos, México, Panamá, Perú, Trinidad y Tobago y Venezuela. Ha asesorado el desarrollo de importantes proyectos de inversión en el área de infraestructura, ingeniería, investigación y desarrollo y petróleo.
Eduardo es el autor del libro Riesgos en Proyectos de Inversión: Cómo Enfrentarlos (Cydhem, 2007)
www.cydhem.com4
PresentaciónPresentación
Objetivos
Crear modelos de simulación con Crystal Ball.
j
Aplicar CB Predictor para el pronósticos de series temporales(ventas, costos, etc.)( , , )
Utilizar OptQuest para optimizar variables de decisión (cantidad a invertir número de empleados a contratar etc )(cantidad a invertir, número de empleados a contratar, etc.)
www.cydhem.com5
Presentación
Agenda
Presentación
S i i Ej ti
g
Seminario EjecutivoHora Contenido
14:00 – 14:15 Presentación00 5 ese tac ó
14:15 – 15:45 Modelos de Simulación
Coffee break
16:00 – 16:40 Modelos Predictivos
16:40 – 18:00 Modelos de Optimizaciónp
Coctel de Clausura
www.cydhem.com6
PresentaciónPresentación
Bibliografía
BODIE & MERTON. Finanzas. México: Prentice Hall, 2003.
g
DE LA TORRE, Saturnino. Estrategias de Simulación. Barcelona: Octaedro, 1997.
HERRERA, Eduardo. Riesgos en Proyectos de Inversión: Cómo Enfrentarlos. Quito: Cydhem, 2007.
ROSS, WESTERFIEL & JAFFE. Finanzas Corporativas. México, 2000
ROSS. Simulación. México: Prentice Hall, 1999
TAHA. Investigación de Operaciones. México: Alfa Omega, 1995
www.cydhem.com7
Modelos de Simulación - ConfiguraciónModelos de Simulación - Configuración
Análisis de RiesgoAnálisis de RiesgoSimulación con Crystal BallDefinición de supuestosDefinición de pronósticosDefinición de pronósticosAjuste a distribuciones de probabilidadCorrelaciones entre supuestosT i t d di t ib i d b bilid dTruncamiento de distribuciones de probabilidad
Eduardo Herrera Lana
Modelos de SimulaciónModelos de Simulación
Análisis de Riesgo
Análisis de sensibilidad
g
Construcción de escenarios
Simulación
www.cydhem.com9
Modelos de SimulaciónModelos de Simulación
Simulación con Crystal Ball
Crystal Ball es el software líder a
y
Crystal Ball es el software líder a nivel mundial para aplicaciones que incluyen análisis de riesgos, pronósticos y optimizaciónpronósticos y optimización probabilística
www.cydhem.com10
Modelos de SimulaciónModelos de Simulación
Simulación con Crystal Bally
Crystal Ball funciona como un add-in de Excel
www.cydhem.com11
Modelos de SimulaciónModelos de Simulación
Simulación con Crystal Ball
Crystal Ball potencia la creación de modelos de simulación condos elementos básicos:
y
dos elementos básicos:
1. Supuestos: se representan con distribuciones de probabilidad.
2. Pronósticos: corresponden a variables dependientes de los supuestos.
www.cydhem.com12
Modelos de SimulaciónModelos de Simulación
Definición de supuestos
1. Elegir la celda adecuada (no d b t fó l )
p
debe contener fórmulas).2. Escoger Define Assumption.3 Seleccionar la distribución de3. Seleccionar la distribución de
probabilidad apropiada.
www.cydhem.com13
Modelos de SimulaciónModelos de Simulación
Definición de supuestos4. Ingresar los parámetros de la distribución escogida
p
www.cydhem.com14
Modelos de SimulaciónModelos de Simulación
Definición de pronósticos
1. Elegir la celda adecuada (debe contener fórmulas con referencias a una o más variables de entrada)
p
referencias a una o más variables de entrada).2. Escoger Define Forecast.3. Ingresar el nombre del pronóstico y las unidades.
www.cydhem.com15
Modelos de SimulaciónModelos de Simulación
Ajuste a distribuciones de probabilidad
1 Escoger Define
j p
1. Escoger Define Assumption
2 En la galería de2. En la galería de distribuciones esgoger Fit…
www.cydhem.com16
Modelos de SimulaciónModelos de Simulación
Ajuste a distribuciones de probabilidad
3. Definir la ubicación de los
j p
3. Definir la ubicación de los datos (rango o archivo de texto)
4. Escoger las distribuciones “molde” para el ajuste
5. Elegir el método para establecer un ordenamiento de ajuste o “ranking” (Anderson Chiranking (Anderson, Chi cuadrado o K-S)
www.cydhem.com17
Modelos de SimulaciónModelos de Simulación
Ajuste a distribuciones de probabilidadj p
www.cydhem.com18
Modelos de SimulaciónModelos de Simulación
Correlaciones entre supuestos
1. Definir las variables de entrada del
p
de entrada del modelo
2 Escoger una de las2. Escoger una de las variables a ser correlacionada
3. Hacer click en Correlate
www.cydhem.com19
Modelos de SimulaciónModelos de Simulación
Introducción4. Ingresar el coeficiente de correlación
www.cydhem.com20
Modelos de SimulaciónModelos de Simulación
Truncamiento de distribuciones de probabilidadHacer click en el botón More
p
M l lí it d l t i t
www.cydhem.com21
Marcar los límites del truncamiento
Modelos de Simulación - Preferencias
C it i d t i l ió
Modelos de Simulación - Preferencias
Criterios para detener una simulaciónMétodos de muestreoVelocidad de simulaciónVelocidad de simulaciónOpciones de simulación
Eduardo Herrera Lana
Modelos de SimulaciónModelos de Simulación
Criterios para detener una simulación
Trials
P á t NO i bl
p
Parámetro NO negociable.
Criterios alternativos:
• Errores de cálculo
• Precisión sobre un pronóstico
www.cydhem.com23
Modelos de SimulaciónModelos de Simulación
Métodos de Muestreo
Monte Carlo
Más aleatorio
Hipercubo
Reproducción más uniforme de una pdistribución
www.cydhem.com24
Modelos de SimulaciónModelos de Simulación
Velocidad de simulación
Extrema
Simulaciones hasta 100 veces más rápidas!
(Incompatible con algunos modelos…)
Normal
M d d ñ lá i dMotor de desempeño clásico de Crystal Ball
www.cydhem.com25
Modelos de Simulación - DecisionesModelos de Simulación - Decisiones
Ejecución de una simulaciónAnálisis e interpretación de resultadosReportes personalizadosReportes personalizadosExtracción de datos
Eduardo Herrera Lana
Modelos de SimulaciónModelos de Simulación
Ejecución de una simulación
Corresponde a la fase deexperimentación en la cual se
j
experimentación, en la cual segeneran múltiples escenariosaleatorios con el propósito de
findagar el funcionamiento delmodelo
www.cydhem.com28
M d l d Si l ióModelos de Simulación
Análisis e interpretación de resultados
Forecast Chart
Análisis e interpretación de resultados
Diagrama interactivo, permite obtener la probabilidad de que p qla variable pronosticada esté dentro de ciertosdentro de ciertos límites
www.cydhem.com29
Modelos de SimulaciónModelos de Simulación
Truncamiento de distribuciones de probabilidad
Sensitivity Chart
p
Muestra la contribución,de los supuestos,p ,a la variabilidad de unpronóstico
www.cydhem.com30
Modelos de SimulaciónModelos de Simulación
Reportes personalizadosp p
Tipos de reportes
• Supuestos• Variables de decisión• Pronósticos• Indice• Completo• Completo• Personalizado
www.cydhem.com31
Modelos de SimulaciónModelos de Simulación
Extracción de datos
Datos a extraer
• Estadísticas• Percentiles• Intervalos de clase• Sensibilidad
(correlaciones)( )• Escenarios
(iteraciones)
www.cydhem.com32
Modelos Predictivos
P ó ti CB P di t
Modelos Predictivos
Pronósticos con CB PredictorDatos de entradaAtributos de los datosAtributos de los datosMétodos para realizar pronósticosResultados
Eduardo Herrera Lana
Modelos PredictivosModelos Predictivos
Pronósticos con CB PredictorCB Predictor es una herramienta de Crystal Ball para el pronóstico de series temporales.
CB Predictor analiza los datos para determinar tendencia y estacionalidad.
Aplicando una metodología llamada Hypercasting, CB Predictorpuede, adicionalmente, crear un modelo de regresión lineal múltiple, cuando se dispone de información de una o más variablescuando se dispone de información de una o más variables dependientes.
www.cydhem.com34
Modelos PredictivosModelos Predictivos
Atributos de los datos
El paso 5 sólo se utiliza cuando se dispone información de variables
www.cydhem.com36
El paso 5 sólo se utiliza cuando se dispone información de variables dependientes
Modelos PredictivosModelos Predictivos
Métodos para realizar pronósticosCB Predictor dispone de una batería de 8 métodos para modelos con o sin estacionalidad, con o sin tendencia.
p p
www.cydhem.com37
Modelos PredictivosModelos Predictivos
ResultadosCB Predictor puede generar un reporte estadístico del modelo predictivo aplicado, así como gráficos y tablas dinámicas
www.cydhem.com38
Modelos de Optimización
Introducción
Modelos de Optimización
IntroducciónTipos de modelos de optimizaciónCómo construir un modelo de optimizaciónDefinición de variables de decisiónOptimización con OptQuestR lt dResultados
Eduardo Herrera Lana
Modelos de OptimizaciónModelos de Optimización
IntroducciónUn modelo de optimización es un modelo de decisión que tiene tres elementos básicos:
Variables de decisión: variables bajo control del decisorRestricciones: condiciones que limitan los valores de las variables de decisión Objetivo: es la meta del modelo expresada en términos Objet o es a e a de ode o e p esada e é osmatemáticos y generalmente corresponde a maximizar o minimizar una cantidad de interés
www.cydhem.com41
Modelos de OptimizaciónModelos de Optimización
Tipos de modelos de optimización
Determinista: aquel modelo que no maneja incertidumbre
p p
Estocástico: el modelo que sólo puede ser configurado en términos probabilísticos y en el cual el objetivo se expresa p y j pmediante una distribución de probabilidad
www.cydhem.com42
Modelos de OptimizaciónModelos de Optimización
¿Cómo construir un modelo de optimización?
1 Construir el modelo básico en la hoja electrónica Excel
¿ p
1. Construir el modelo básico en la hoja electrónica Excel2. Transformar el modelo de Excel en modelo de simulación con
Crystal Ball3. Identificar aquellas variables bajo control del decisor y definirlas
como variables de decisión4 Invocar a OptQuest4. Invocar a OptQuest
www.cydhem.com43
Modelos de OptimizaciónModelos de Optimización
Definición de variables de decisión
1. Elegir la celda adecuada (no debe contener fórmulas)
2. Escoger Define/Decision3 Definir los límites de la3. Definir los límites de la
variable y el tipo• Continua• Di t• Discreta• Binaria• Categórica• Personalizada• Personalizada
www.cydhem.com44
Top Related