Clase 3 gir
Upcoming SlideShare
Loading in...5
×
 

Clase 3 gir

on

  • 487 views

 

Statistics

Views

Total Views
487
Views on SlideShare
487
Embed Views
0

Actions

Likes
1
Downloads
13
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Clase 3 gir Clase 3 gir Presentation Transcript

  • GESTION INTEGRAL DE RIESGOS
  • GESTION INTEGRAL DE RIESGOS
  • Gestion integral de riesgos
  • Gestion integral de riesgos
  • Gestion integral de riesgos
  • Gestion integral de riesgos
  • GESTION INTEGRAL DE RIESGOS
  • Gestion integral de riesgos
  • GESTION INTEGRAL DE RIESGOS
  • Gestion integral de riesgos
  • GESTION INTEGRAL DE RIESGOS
  • GESTION INTEGRAL DE RIESGOS
  • GESTION INTEGRAL DE RIESGOS
  • GESTION INTEGRAL DE RIESGOS
  • GESTION INTEGRAL DE RIESGOS
    μ= Promedio de la población
    Σx= Suma de valores de la población
    N= Tamaño de la población
  • GESTION INTEGRAL DE RIESGOS
  • GESTION INTEGRAL DE RIESGOS
    X = Σx / n
    Donde :
    X = Promedio de la muestra
    Σx = Suma de los valores que puede tomar la muestra
    n = Tamaño de la muestra
    En nuestra muestra 34/12 = 2.8 hijos.
    Letras Griegas y mayúsculas = Población
    Letras minúsculas = muestra
  • GESTION INTEGRAL DE RIESGOS
    Evaluar proceso de ensayo y error
    Condiciones Incertidumbre
    Lanzar un dado, escoger carta al azar
    Crecimiento económico, duración temporada de lluvias
    Promedio - Valor Esperado (E(r))
    Media o esperanza matemática
    Evaluar diferentes escenarios
    Promedio ponderado del conjunto de escenarios que se pueden definir para la situación analizada, ya sean éxito o fracaso
  • GESTION INTEGRAL DE RIESGOS
    n
    E (r)=Σ hі rі
    і=1
    Donde: E(r) = Valor esperado de las ocurrencias
    hi= Probabilidad de las diferentes ocurrencias ri
    ri= Valor de las ocurrencias i
  • GESTION INTEGRAL DE RIESGOS
  • GESTION INTEGRAL DE RIESGOS
    ESTA MEDIDA ES LA MAS IMPORTANTE EN LO QUE RESPECTA A LA MEDICION EN CONDICIONES DE INCERTIDUMBRE
  • GESTION INTEGRAL DE RIESGOS
    No debemos olvidar que el Valor Esperado es un promedio, sirve como indicador, que a veces no representa la realidad, se puede malinterpretar
    60 años
  • GESTION INTEGRAL DE REISGOS
    Al evaluar proyectos utilizando Valor Esperado, no debe perderse de vista que se trata establecer la ruta media de lo que puede ocurrir en medio de la incertidumbre
    Facilita el proceso mental que nos lleva a decidir cual es la mejor alternativa a seguir en determinadas circunstancias
  • GESTION INTEGRAL DE RIESGOS
  • GESTION INTEGRAL DE RIESGOS
    La medida de dicha variabilidad
    √ = es la desviación estándar
    VARIANZA
    σ = Desviación estándar de las ocurrencias
    X = Valor que toma la ocurrencia
    μ = Media de la población
    N = Numero de ocurrencias
    σ = √Σ(x-μ)2
    N
  • GESTION INTEGRAL DE RIESGOS
    En el caso de la Desviación Estándar de la
    Muestra, esta tiene un tratamiento diferente
    dado que por tratarse de ensayos que poseen
    algún grado de diferencia con la realidad, la
    métrica siempre presentaría valores por encima
    de lo real, razón por la cuál se debe corregir
    considerando los grados de libertad.
  • GESTION INTEGRAL DE RIESGOS
    S = √Σ (X-X)
    S = Desviación estándar de la muestra
    x = Valor que toma la ocurrencia
    n = Número de muestras o ensayos
    X = Promedio de la muestra
    2
    N-1
  • GESTION INTEGRAL DE RIESGOS
    Madres numero de hijos.
    Grados de libertad = # de datos libres, no pueden deducirse de los otros, incorporan información única
    La muestra 12 valores – 12 grados de libertad, independientes. Sin embargo para desviación estándar se usa promedio de la muestra (2,83), que genera un error, si la media es 3, error 0.17 en el computo de cada (X-promedio) para cada valor = valor desviación estándar diferente al real
    Se corrige el calculo de la desviación estándar dividiéndolo por el numero de grados de libertad, en este caso 11. Cuando se usa muestra como referente estadístico de población, se pierde un grado de libertad en los cálculos
  • GESTION INTEGRAL DE RIESGOS
    Desviación Estándar de la conjugación de varios escenarios o procesos de ensayo y error
    Donde:
    σ(r) = Desviación estándar
    h = Probabilidad de las diferentes ocurrencias r
    r = Valor de las ocurrencias i
    E (r) = Valor esperado de las ocurrencias
    σ (r)= √Σ h [ r - E (r) ]
    n
    2
    i
    i=1
    i
    i
    i
  • GESTION INTEGRAL DE RIESGOS
    .
    La desviación estándar como métrica por si sola carece de sentido si no se compara con otra medida o factor como el valor esperado
    Ya que el resultado obtenido es un #, que difícilmente explica por si mismo la incertidumbre asociada a una situación particular
    Se han ideado medidas complementarias para definir el riesgo, tales como el coeficiente de variación o el valor en riesgo (VaR) permitiendo expresar en forma mas lógica
    La INCERTIDUMBRE y sus 2 componentes:
    RIESGO
    OPORTUNIDAD
  • GESTION INTEGRAL DE RIESGOS
    VER EJEMPLO 1.1
  • GESTION INTEGRAL DE RIESGOS
    Razón entre desviación estándar y Valor Monetario Esperado
    COEFICIENTE DE VARIACION
    Facilitar la comprensión de la dispersión de los flujos de caja libre
    Es de gran utilidad para incorporar la magnitud del valor esperado al calculo de la desviación estándar
    Permite comparar proyectos entre si
  • GESTION INTEGRAL DE RIESGOS
  • GESTION INTEGRAL DE REISGOS
    EJEMPLO 1.2
    Que pasa si el flujo de caja proyecto B es 70.000 con la misma probabilidad de ocurrencia? Es mas riesgoso? Cual es la diferencia en el riesgo de los proyectos B y D?
    EJEMPLO 1.3
    Se presentan las diferencias en el valor percibido para 4 esquemas de financiamiento de un prospecto exploratorio. Uso del criterio de valor esperado para presentar las alternativas
  • GESTION INTEGRAL DE RIESGOS
    Funciones de Distribución:
    Moda= 2
  • GESTION INTEGRAL RIESGOS
    Para representar las diferentes posibilidades de un evento
    Nos valemos de graficas del comportamiento de la variable aleatoria
    Ilustrar los conceptos de riesgo, oportunidad e incertidumbre
    FUNCIONES DE DISTRIBUCION
    Son representaciones matemáticas que relacionan las posibilidades de un evento con su probabilidad de ocurrencia
    Continuas: Infinito numero de valores.
    Discretas: Finito numero de ocurrencias en un rango
  • GESTION INTEGRAL DE RIESGOS
    Ejemplo 1.4
    Se construye una función de distribución de las diferentes probabilidades.
  • GESTION INTEGRAL DE RIESGOS
    Para construir grafica de distribución, se necesita calcular frecuencia relativa.
    Ejemplo. Espesor neto de la formación productora en un campo petrolero.
    Se muestra calculo frecuencia relativa. Distribución continua, infinito numero
    de posibilidades entre el rango mínimo de 10 y máximo de 150:
  • GESTION INTEGRAL DE RIESGOS
  • GESTION INTEGRAL DE RIESGOS
    Con la información organizada de esta forma es posible construir un diagrama de distribución de frecuencia acumulada muy útil para determinar la probabilidad de ocurrencia de un evento.
  • GESTION INTEGRAL DE RIESGOS
    A los diferentes valores de la distribución acumulada, ordenada y homogénea en cuanto a tamaño se le conoce como CUANTILES. Los mas utilizados son , cuartiles, deciles y percentiles, que dividen en 4, 10 y 100 partes respectivamente.
  • GESTION INTEGRAL DE RIESGOS
  • GESTION INTEGRAL DE RIESGOS
    Ejemplo 1.5
    Excel construye histogramas de frecuencia para situaciones especificas de forma practica y sencilla.
  • GESTION INTEGRAL DE RIESGOS
    PRUEBAS DE BONDAD Y AJUSTE:
    1
    Ideal pero no el mas común. Programas de computador como el Crystall Ball
  • GESTION INTEGRAL DE RIESGOS
    Comparan los datos disponibles con una distribución de probabilidad estándar mediante el calculo del factor de ajuste, denominado P
  • GESTION INTEGRAL DE RIESGOS
    Si el valor calculado es inferior al teórico, el ajuste es bueno y se acepta la prueba
  • GESTION INTEGRAL DE RIESGOS
    Cálculos de rentabilidad de un proyecto o tiempo estimado de finalización
  • GESTION INTEGRAL DE RIESGOS
    Ejemplo 1.7
  • GESTION INTEGRAL DE RIESGOS
    HISTOGRAMAS
    Los resultados se aproximen de la mejor manera posible a la población
  • GESTION INTEGRAL DE RIESGOS
    ANALISIS DE CORRELACION:
    Flujo de caja de 2 proyectos
  • GESTION INTEGRAL DE RIESGOS
    Cov = Σ[ r – r ] [ r – r ]
    ai
    a
    bi
    b
    n- 1
  • GESTION INTEGRAL DE RIESGOS
    Donde:
    Cov = Covarianza entre los valores de las variables a y b
    rai = Valor de la variable aleatoria a
    ra = Promedio de la variable ra
    rbi = Valor de la variable aleatoria b
    rb = Promedio de la variable rb
    n = Tamaño de la muestra
  • GESTION INTEGRAL DE RIESGOS
  • GESTION INTEGRAL DE RIESGOS
    La sumatoria de diferentes incertidumbres independientemente de su forma
    Se presenta con gran frecuencia, ya que por la sumatoria del límite central
    Resultado distribución de este tipo
  • GESTIOIN INTEGRAL DE RIESGOS
    Distribución Normal
    F(x)
    Media= Moda= Mediana
    VARIABLE ALEATORIA (X)
  • GESTION INTEGRAL DE RIESGOS
    Z = Valor de la variable aleatoria estándar
    X = Valor de la variable aleatoria
    μ = Valor esperado de la variable aleatoria
    Z= x - μ
    σ
    σ = Desviación estándar de la variable aleatoria
  • GESTION INTEGRAL DE RIESGOS
  • GESTION INTEGRAL DE RIESGOS
    Se utiliza en la determinación de intervalos de confianza en un muestreo cuando se tiene una muestra de tamaño pequeño, y se puede asumir que la población investigada esta normalmente distribuida
    Se requiere conocer los grados de libertad de los datos obtenidos
  • GESTION INTEGRAL DE RIESGOS
  • GESTION INTEGRAL DE RIESGOS
    VARIABLE ALEATORIA (X)
  • GESTION INTEGRAL DE RIESGOS
    Los parámetros se calculan de igual forma a la distribución normal
    Excel = Distr.Log.Norm(x,m,s).
  • GESTION INTEGRAL DE RIESGOS
    Distribución continua que describe una variable aleatoria en la que cualquier valor tiene la misma probabilidad de ocurrencia tanto en el limite inferior como en el superior. Es útil cuando se puede especificar solo un valor mínimo y uno máximo. La forma de distribución se presenta como una línea recta. Se utiliza muy raramente, ya que es difícil imaginar una situación que pueda describirse con este tipoi de distribución
  • GESTION INTEGRAL DE RIESGOS
    Distribución Uniforme
    F(x)
    X Mínimo X Máximo
    Variable aleatoria (x)