analisis de riesgos

145Escuela de Ingeniera de Antioquia

* Ingeniero Industrial y Especialista en gerencia de Proyectos, EIA. Estudio de Moda S. A. [email protected]

** Ingeniero Civil, Universidad Nacional de Colombia; Especialista en gerencia de Proyectos, EIA. Analista de Proyectos, Isagn S. A. [email protected]

Anlisis de riesgos financieros del proyecto soluciones

informticas de compugroup Revista Soluciones de Postgrado EIA, Nmero 3. p. 145-158 Medelln, enero 2009

Luis Arturo Villegas De Bedout* y Carlos Mauricio Meza Osorio**

146

ANLISIS DE RIESgOS FINANCIEROS DEL PROYECTO SOLUCIONES INFORMTICAS DE COMPUgROUP

Luis Arturo Villegas De Bedout y carlos Mauricio Meza Osorio

Resumen

Este artculo tiene como finalidad la evaluacin de los riesgos financieros de la proyectada empre-sa compugroup, a partir de la actualizacin del estudio financiero desarrollado en el ao 2006. Para llevar a cabo dicha evaluacin se realizaron los anlisis determinstico y estocstico median-te el programa crystal Ball y se encontr que es un proyecto altamente rentable, a pesar de que su flujo neto de efectivo arroja un valor presente neto (VPn) con una desviacin alta.

Palabras clave: simulacin de Montecarlo, compugroup, valor presente neto, tasa interna de retorno, anlisis determinstico, anlisis estocstico, riesgo financiero, anlisis de sensibilidad.

Abstract

This article aims at assessing the financial risks of the proposed company compugroup from updating the financial study developed in 2006. To conduct such an assessment was made a de-terministic and stochastic analysis using the program crystal Ball, finding that the project is highly profitable but also its net Present Value has a high deviation.

Key words: Montecarlo simulation, compugroup, net Present Value, Internal rate of return, deterministic analysis, stochastic analysis, financial risk, sensitivity analysis.

14Escuela de Ingeniera de Antioquia

1. IntroduccinEl proyecto de soluciones informticas Compugroup busca ofrecer un canal no convencional para realizar programas de mercadeo dirigidos a comunidades de jvenes universitarios a quienes se les transmitir publicidad segmentada, de manera no invasiva y adems se les facilitar la realizacin de campa-as publicitarias y programas de fidel-izacin de clientes y que, adicional a esto, permitir a las universidades com-plementar los procesos de aprendizaje actuales mediante la utilizacin del canal virtual para realizar actividades de investigacin y extensin. Compu-group comenz hace ms de tres aos, cuando el plan de negocio elaborado por estudiantes de Ingeniera Industrial

de la Escuela de Ingeniera de Antioquia fue reconocido con el primer puesto del Premio ANDI a la Creacin de Empre-sas en el ao 2005. A partir de all se continu trabajando en la investigacin y elaboracin de las partes que compo-nen el estudio de factibilidad presen-tado en el ao 2006 como proyecto de grado para optar al ttulo de Ingenieros Industriales.

A partir del estudio de factibilidad men-cionado, se elabor un anlisis de los riesgos financieros en que se incurre al ejecutar el proyecto con base en la actualizacin y complementacin del estudio financiero. Es importante tra-bajar con las cifras actualizadas, por los cambios que se han presentado en la economa colombiana y, en general, en

Anlisis de riesgos financieros del proyecto soluciones informticas de

compugroup Luis Arturo Villegas De Bedout y carlos Mauricio Meza Osorio

Revista Soluciones de Postgrados EIA, Nmero 3. p. 145-158. Medelln, enero 2009

14

Villegas De Bedout / Meza Osorio

Revista Soluciones de Postgrado EIA, Nmero 3. pp 145-158 Medelln, enero 2009 / Gerencia de Proyectos

el mbito mundial, especialmente en sectores de alto desarrollo tecnolgico como son la educacin y los medios de comunicacin.

Para realizar el anlisis de los riesgos financieros se procedi a elaborar un anlisis de sensibilidad; se construyeron tres escenarios de evaluacin enmarca-dos en un anlisis determinstico y, uti-lizando el programa Crystal Ball, se eje-cutaron una serie de simulaciones que permitieron mostrar, de manera ms prctica, el impacto de las diferentes va-riables en el resultado de la evaluacin del proyecto.

Metodologa A continuacin se muestra la metodolo-ga utilizada para la realizacin del anli-sis de los riesgos financieros, resaltando que el estudio se efectu con el modelo de valor presente neto (VPN) como la variable de salida en todo momento, para poder comparar y concluir cules eran las variables de mayor incidencia en las variaciones que se podan pre-sentar en los resultados del proyecto.

Actualizacin del estudio financiero. Partiendo de la premisa de que cuanta ms informacin se tuviera, menor sera la incertidumbre que intervendra en el proyecto, se revisaron, en primera ins-tancia, los diferentes supuestos adopta-dos, las variables y su valor respectivo y la estructura de los diferentes flujos e in-formes construidos en la versin inicial del estudio financiero del proyecto de

empresa Compugroup; esto permiti la actualizacin y el nuevo clculo de los diferentes indicadores financieros del proyecto, como el valor presente neto, la tasa interna de retorno (TIR) y el valor econmico agregado.

Anlisis determinstico. Por medio del anlisis de la informacin existente y de la actualizacin de la evaluacin fi-nanciera, se desagregaron sus elemen-tos clave, de manera que se pudieran verificar las variables que generaran ms incertidumbre en el proyecto y as tener las medidas de mitigacin correspondientes.

Para el anlisis del modelo econmico se desarrollaron escenarios concretos, los cuales representaron el peor caso y el ms realista posibles; el equilibrio en-tre ambas situaciones se encuentra por el nivel de informacin existente, pues en la medida en que se tenga mayor informacin, los escenarios se acercan mucho a condiciones reales y, en caso contrario, los escenarios corresponden a condiciones ms conservadoras. Este anlisis se hizo con un enfoque deter-minstico, en el cual se supone que las cifras de ingresos-egresos o de flujos de efectivo neto-inversiones netas pro-pias son conocidas a lo largo del hori-zonte de tiempo propio del proyecto analizado.

No obstante, para el anlisis determi-nstico se tuvieron en cuenta las difi-cultades que existen en los pronsticos de los flujos, dadas las circunstancias

149

Anlisis de riesgos financieros del proyecto soluciones informticas de Compugroup

Escuela de Ingeniera de Antioquia

de dinamismo que caracterizan a todo proceso de inversin, en este caso par-ticular, variables como los costos fijos, cantidad de usuarios, variacin en el ndice de precios al consumidor (IPC), entre otros. As mismo, se observ la necesidad de involucrar en el anlisis el problema del riesgo asociado con cada variable.

Para este anlisis se precisaron las pr-didas o ganancias econmicas que se obtendran al final de determinado pe-rodo. Por medio de este mecanismo se pudo conocer al final de cada perodo la situacin neta del proyecto, o sea, la cantidad de dinero que an estaba in-volucrada en l o el excedente que se haba logrado, considerando en ambos casos las exigencias mnimas de renta-bilidad determinadas para el proyecto. Lo anterior se logr con la elaboracin del estado de prdidas y ganancias y el balance general, este ltimo como una radiografa econmica del proyecto en cada uno de los perodos de su vida econmica.

Todos los resultados de la evaluacin financiera del proyecto corresponden a los obtenidos en el escenario esperado, donde las variables previamente defi-nidas tomaron los valores estimados y proyectados en el presente estudio.

Anlisis estocstico. Para el anlisis de la informacin se utiliz la simulacin de Monte Carlo, con el apoyo del pro-grama Crystal Ball, en el cual se adiciona

la componente dinmica del anlisis, en la medida en que se pueden construir mltiples escenarios aleatorios, consis-tentes con los supuestos, dependiendo del nivel de riesgo de las variables de entrada del proyecto.

Se realiz un anlisis estocstico de sen-sibilidad con el Crystal Ball, asignando distribuciones de probabilidad a las variables crticas del proyecto halladas en el anlisis determinstico, para efec-tos de sensibilizar el proyecto en mlti-ples escenarios y cambios simultneos en los valores de dichas variables. Lo anterior permiti ampliar la evaluacin financiera del proyecto, de tal manera que se proporcionaran los rangos en los cuales es probable que se ubiquen los parmetros de rentabilidad, y de esta manera cuantificar su riesgo.

Este riesgo se define como la desviacin de los valores esperados en la rentabi-lidad de un proyecto. Dentro del anli-sis del riesgo se lleg a la identificacin de sus fuentes y dimensiones, para to-mar las medidas correctivas de manera oportuna y eficaz.

Anlisis de riesgosActualizacin del estudio financiero. Para poder proceder con los diferen-tes anlisis de riesgo que se realizaron, surgi la necesidad de tener toda la informacin actualizada y calcular de nuevo los diferentes valores y flujos que

150



permitieran determinar la factibilidad econmica del proyecto.

Se modific en su totalidad la estruc-tura del estudio financiero realizado en la fase de prefactibilidad inicial, para complementarla con ms informacin extrada de los datos obtenidos en la actualizacin del estudio, por ejemplo, el balance general, el flujo de efectivo, el estado de resultados, entre otros.

Se calcularon los diversos ingresos, egresos e inversiones que intervienen en el proyecto, teniendo en cuenta los cambios ocurridos en la economa co-lombiana, permitiendo la revalorizacin del costo de capital promedio ponde-rado, al utilizar tanto el costo de capital promedio ponderado (wACC) como el modelo CAPM y encontrar el costo del patrimonio o de los recursos propios.

De acuerdo con las actualizaciones que se hicieron en el estudio financiero se encontr un wACC de 15,9% efectivo anual, que corresponde a una estructu-ra de capital en la que el 50% ser apor-tado por los socios y el 50% restante corresponde a la deuda, una tasa impo-sitiva del 33% y un costo del patrimonio o recursos propios de 18,11%, que se calcul con el modelo CAPM, utilizando la beta del sector de la publicidad como 1,463.

Anlisis determinstico. Se realiz el anlisis de sensibilidad del VPN del pro-yecto, modificando algunas de las prin-cipales variables involucradas. Adicio-nalmente, se construy un anlisis por escenarios, en el que a partir de tres es-cenarios se identifican el VPN esperado y la desviacin estndar. A continuacin se presentan los principales resultados.

Anlisis de sensibilidad. Como en las diferentes estimaciones realizadas de las

151



variables que intervienen en el proyecto exista un grado de incertidumbre, se decidi realizar un anlisis de sensibili-dad, de manera que se pudiera medir su impacto en el VPN del proyecto y ga-rantizar un grado de seguridad relativo, reduciendo la incertidumbre y, adems, abarcando un rango completo de los posibles resultados que ocurriran como consecuencia de las variaciones en las

estimaciones iniciales de los parmetros del proyecto. En la tabla 1 se identifica la importancia relativa de la variable es-tudiada por medio de la elasticidad del VPN, indicando las variaciones del VPN con cada unidad de la variable, es decir, la elasticidad sirve para identificar la re-lacin existente entre estas variables y el VPN, teniendo una mayor importancia relativa la que ms elstica sea.

Tabla 1. Elasticidad del VPN

Variable VPN VPN Variable ElasticidadInflacin 775 533,711 2.0% 6.00% 0.004 # de contactos 1,457,921 1,079,076 5 1,079,076 291,584.261 $ por contacto 1,092,827 1,258,813 150 400 2.315 Costo a universidades 776,022 792,791 150,000 150,000 0.979 Capital 14,971- 525,399 40% 70% 0.050-

Elasticidad del VPN

Anlisis de variacin VPN Vs. ContactosEscenario esperado

-600,000

-400,000

-200,000

-

200,000

400,000

600,000

800,000

1,000,000

1,200,000

0 2 4 6 8 10 12

Contactos por da

VPN (

Miles)

Como consecuencia del anlisis realizado, es evidente que la variable de mayor inci-dencia es el nmero de contactos que se pueden conseguir, y como dicha variable es crtica con un valor de 5, cualquier otro valor menor hace que el proyecto deje de ser rentable, como se observa en la figura 1.

Variable VPN VPN Variable ElasticidadInflacin 775 533,711 2.0% 6.00% 0.004 # de contactos 1,457,921 1,079,076 5 1,079,076 291,584.261 $ por contacto 1,092,827 1,258,813 150 400 2.315 Costo a universidades 776,022 792,791 150,000 150,000 0.979 Capital 14,971- 525,399 40% 70% 0.050-

Elasticidad del VPN

Anlisis de variacin VPN Vs. ContactosEscenario esperado

-600,000

-400,000

-200,000

-

200,000

400,000

600,000

800,000

1,000,000

1,200,000

0 2 4 6 8 10 12

Contactos por da

VPN

(Mile

s)

Figura 1. VPN y nmero de contactos

152



Anlisis de escenarios. Normalmente se presentan cambios simultneos en diversas variables, ya que, en alguna medida, suelen estar interrelacionadas. Por esto el anlisis de escenarios permi-te observar el efecto de algunas combi-naciones de las variables en el valor del proyecto.

Para este anlisis, se construyeron tres escenarios con el fin de apreciar su comportamiento a lo largo de la vida del proyecto, considerando el pesimis-ta, el optimista y el esperado, y con pro-babilidades de ocurrencia del 17%, 26% y 57% respectivamente, asignadas a partir del estudio realizado que recoge la opinin de expertos y la comparacin con los dems competidores que se analizaron en su momento en el sector del mercadeo relacional o marketing uno a uno. Los clculos para el VPN y la TIR as como los resultados del anlisis se aprecian en la tabla 2.

Tabla 2. Resumen de escenarios

Escenario Probabilidad de ocurrencia VPN TIRPesimista 17% 97,818- 4.4%Esperado 57% 532,923 48.7%Optimista 26% 1,784,243 117.9%

VPN Esperado 751,040Desviacin estndar 957,931 128%

Resumen de escenarios

Anlisis estocstico. Para este anlisis, a cada variable se le asoci una distribu-cin de probabilidad, dependiendo de su comportamiento, segn la informa-cin obtenida en los estudios previos y que recogan los escenarios propuestos en el anlisis determinstico. Se llev a cabo en cada una de las variables el pro-cedimiento que se expone enseguida.

Variable IPC. Se realiz una prueba de bondad de ajuste tomando una serie de datos histricos desde enero de 2000 hasta marzo de 2008, teniendo en cuen-ta el valor acumulado de los ltimos doce meses. Esta prueba arroj como resultado un ajuste de la inflacin a una distribucin weibull, segn la figura 2.

Escenario Probabilidad de ocurrencia VPN TIRPesimista 17% 97,818- 4.4%Esperado 57% 532,923 48.7%Optimista 26% 1,784,243 117.9%

VPN Esperado 751,040Desviacin estndar 957,931 128%

Resumen de escenarios

Figura 2. Bondad de ajuste para la inflacin

153



Variable Crecimiento nmero de es-tudiantes. Este crecimiento se calcul por semestre y por ao, ya que en uno u otro de esos perodos hay el ingreso de nuevos alumnos a las universidades; adems, este ndice recoge la penetra-

cin de la empresa en el mercado, es decir, la forma como se va expandiendo el programa a otras universidades.

La figura 3 muestra las distribucio-nes de las variables de entrada de la simulacin.

Figura 3. Variables crecimiento

Se anota que el crecimiento esperado de los estudiantes se model de acuer-do con distribuciones triangulares don-de los parmetros se estimaron a partir de los diferentes escenarios propuestos, es decir, el lmite inferior es el valor que se tiene de cada variable para el esce-nario pesimista, el ms probable corres-ponde al escenario esperado, y el lmite superior, al escenario optimista.

Variable Precio de cada contacto. Para definir la distribucin del precio de cada contacto se sigui el mismo anlisis rea-lizado para la variable Crecimiento del nmero de estudiantes, es decir, se uti-liz una distribucin triangular cuyos parmetros se extraen de los escenarios construidos antes, segn la figura 4.

154



Figura 4. Variable precio del contacto

Variable Nmero de contactos. Para definir la distribucin del nmero de contactos se realiz el mismo anlisis utilizado para el crecimiento del nme-ro de estudiantes y el precio por contac-to, con la nica diferencia que deba ser una distribucin discreta, ya que no se puede presentar un nmero diferente a un entero de contactos por da y por estudiante. Se utiliz una distribucin uniforme con un lmite inferior de 6 y un lmite superior de 10, tal como se obser-va en la figura 5.

Figura 5. Variable nmero de contactos

Variable Costo por outsourcing a las universidades. Por ltimo, la variable Costo por tercerizacin (outsourcing en ingls) para las universidades se tom como una distribucin normal, segn la figura 6, pues hay diferencias en los valores cobrados a las diferentes univer-

sidades, en virtud de que el costo actual de estas instituciones vara de acuerdo con el nmero de alumnos y el grado de avance tecnolgico, entre otros fac-tores. La media se defini en 100.000 pesos, valor calculado en el estudio de mercado, utilizando una desviacin estndar correspondiente al 40% de la media.

Figura 6. Variable costo por outsourcing a las universidades

Anlisis de los resultados de la simu-lacin. En el proceso de simulacin no se correlacionaron variables, pues no se cont con la informacin disponible en la identificacin de las dependencias de una variable en funcin de otra. Duran-te la simulacin del modelo se opt por la generacin de 10.000 escenarios, en los cuales se defini como variable de salida el VPN del proyecto; los resulta-dos se observan en las figuras 7 y 8.

La figura 7 muestra el histograma de frecuencia para el VPN, para las 10.000 simulaciones realizadas; se puede iden-tificar la probabilidad de ocurrencia para cada valor de la variable de salida definida que, para este caso, correspon-de al VPN.

155



Figura 7. Resultados de la simulacin para el VPN

El VPN sigue una distribucin beta, con una media de 657 millones de pesos y una desviacin estndar de 624 mi-llones, es decir, un coeficiente de va-riabilidad de 0,95, lo que representa el gran nivel de incertidumbre asociado al proyecto.

Igualmente se identific la proporcin con la que contribuyen las variables de entrada en la varianza del VPN. La figu-ra 8 presenta la proporcin correspon-diente; con ello se observa, de mayor a menor, la influencia de cada variable en la desviacin del VPN.

Figura 8. Tornado para la desviacin del VPN

156



Tal como se indic en el anlisis deter-minstico, con esta figura de tornado se ratifica que las variables de mayor influencia en el VPN son, en su orden, el nmero de contactos por da, el creci-miento esperado en el segundo ao de operacin y el precio que se logre nego-ciar para cada contacto.

Finalmente, se deduce tambin que la inflacin agrega poca variabilidad al VPN, ya que, como se expres en el an-lisis de sensibilidad, este valor es poco elstico a cambios de dicha variable.

Discusin y conclusiones En el proceso de actualizacin del

estudio financiero se cambiaron al-gunas variables, como la inflacin, los diferentes salarios estimados de acuerdo con la estructura del negocio, los principales costos y egresos del proyecto, dando como resultado cambios en el VPN espe-rado del proyecto.

En el trabajo complementario se construy, en adicin a lo que se tena en principio, el flujo de efec-tivo, el balance general y el valor econmico agregado (VEA). Esto permiti ver de una mejor manera el flujo de efectivo, con las impli-caciones que tienen las decisiones que se pueden tomar; por ejem-plo, en el supuesto de un dficit

de tesorera, que antes no se haba cuantificado, se hace necesaria una fuente adicional de financiacin, lo que impacta el resultado esperado del proyecto.

Otras variables que previamente se consideraban importantes o que parecan haber cambiado de modo sustancial, como son los costos de los equipos de red necesarios para el funcionamiento adecuado del programa en las universidades, mostraron que, a pesar de la reva-luacin marcada del peso frente al dlar, los precios no se precipitaron en igual proporcin y, ms bien, se puede afirmar que los precios de dicha tecnologa estn en niveles muy similares a los estimados en el trabajo previo, realizado en el 2006, pero con una mejora evi-dente en la tecnologa disponible; actualmente se pueden conseguir equipos mucho ms completos y avanzados por un valor equivalen-te al estimado; por esa razn no se hizo modificacin alguna en el valor necesario para la adquisicin de estos equipos; si se compara el VPN del proyecto calculado en ambas versiones para el escenario esperado, se encontr una varia-cin negativa del 22%, pasando de 673 millones de pesos en el trabajo previo a 525 millones en la versin actualizada, teniendo como pero-do de evaluacin un plazo de cinco

15



aos en ambas versiones del estu-dio financiero.

gracias al anlisis de sensibilidad desarrollado, se lograron identificar las variables que ms incertidum-bre generan en el VPN del proyec-to. Estas son, en su orden, el nme-ro de contactos que se programan por da, el precio de cada uno de estos e igualmente la tasa de creci-miento esperada para los primeros aos de operacin del programa, es decir, el plan de expansin pre-visto luego de la implementacin en la Escuela de Ingeniera de An-tioquia, que, segn el cronograma de actividades y los flujos de efec-tivo calculados, podra ser a partir del primer semestre del ao 2009. Lo anterior se debe a que los egre-sos de la Compaa crecen en la medida en que lo hace el nmero de estudiantes inscritos en el pro-grama. Cuanto mayor cantidad de usuarios, la estructura se debe hacer ms robusta y pasan a ser costos fijos, entre tanto los ingre-sos generados por ese alumno adi-cional estn determinados en una mayor proporcin por los ingresos adicionales obtenidos por el mer-cadeo realizado, indicando que ese alumno genera pocos ingresos fijos adicionales y se hace determinante la gestin comercial de la empresa para lograr, con una masa crtica ms grande, generar mayores in-

gresos, atendiendo ms empresas que potencialmente estn intere-sadas en pautar a travs del canal creado, y buscando siempre ideas complementarias de negocio que aporten para cubrir esos mayores costos y gastos fijos generados. Del mismo anlisis se desprende que la inflacin es poco significa-tiva en la variabilidad del valor del proyecto, ya que su influencia hace crecer tanto los ingresos como los egresos.

En cuanto a la TIR, para este pro-yecto, de acuerdo con los anlisis efectuados y la simulacin de Mon-te Carlo realizada con el programa Crystal Ball, se encontr que tie-ne un valor esperado del 60,61%; igualmente, como producto del mismo anlisis, se obtuvo un VPN esperado de 657 millones de pe-sos, lo que indica que el proyecto es altamente atractivo, generando ingresos por encima del wACC cal-culado, que para este caso fue del 15,9%, con una estructura equi-librada de pasivos y patrimonio. Pero tampoco hay que desconocer que, segn la teora, a mayor renta-bilidad corresponde mayor riesgo, y este proyecto no es ajeno a esta afirmacin, puesto que, a pesar de ser tan atractivos estos nmeros, se tiene tambin una gran variabi-lidad en el retorno de la inversin, representada en un coeficiente de

15



variacin que es del orden de 0,95, lo cual puede generar dificultades operativas y de mercado por la complejidad de hallar inversionis-tas dispuestos a asumir el riesgo asociado a este proyecto; por otra parte, se pueden generar dificul-tades para encontrar apoyo de las instituciones educativas, ya que no est garantizada la permanen-cia en el tiempo de la oferta de servicios complementarios que Compugroup les proveera. Adicio-nalmente, se debe tener en cuenta que el mercadeo uno a uno es un negocio bastante nuevo e inexplo-rado en Colombia, lo que agrega ms incertidumbre a la posibilidad de que esos clientes potenciales identificados en su momento efec-tivamente se conviertan en clien-tes reales para el proyecto, que va-loren la opcin ofrecida y que esa segmentacin de la masa crtica hecha por Compugroup, gracias al conocimiento detallado de los in-tegrantes de la comunidad confor-mada, logre aumentar el retorno que actualmente obtienen estos clientes con la inversin en publi-cidad en los medios tradicionales, a travs de los cuales realizan sus diferentes campaas de mercadeo y de acercamiento a sus clientes.

BibliografaBACA CURREA, guillermo. Ingeniera econmica.

7 ed. Bogot.: Fondo Educativo Panamericano, 2002. 395 p.

COSS, Bu. Anlisis y evaluacin de proyectos de inversin. 2 ed. Mxico: Limusa, 1998. 375 p.

DECISIONEERINg. User Manual - Crystal Ball 2000. 2, 2001. 414 p.

FIORITO, Fabin. La simulacin como una herramienta para el manejo de la incertidumbre - Universidad del CEMA.

gARCA S., Oscar Len. Administracin financiera: fundamentos y aplicaciones. 3 ed. Cali: Prensa Moderna, 1999. 574 p.

gua de los fundamentos de la direccin de proyectos, PMBOK. 3 ed. Project Management Institute, Inc. 2004. 409 p.

LPEZ DUMRAUF, guillermo. Planificacin y anlisis del riesgo del proyecto. Universidad de CEMA. Revista UPIICSA en lnea. http://w w w. re v i s t a u p i i c s a . 2 0 m . c o m / E m i l i a /RevMayAgo07/gerardo.pdf (consultada 5 de abril de 2008)

MANOTAS DUQUE, Diego Fernando. Anlisis de riesgo en la evaluacin de proyectos aplicando tcnica de simulacin. Revista Heurstica, No. 13, 2006.

MORALES REYES, gerardo. Estructura de anlisis de decisiones para la evaluacin econmica de proyectos petroleros bajo condiciones de incertidumbre y riesgo. 2007. http://w w w. re v i s t a u p i i c s a . 2 0 m . c o m / E m i l i a /RevMayAgo07/gerardo.pdf

SAPAg CHAN, Nassir. Proyectos de inversin: Formulacin y evaluacin. 1 ed. Mxico: Pearson Prentice Hall, 2007. 486 p.

wALPOLE, Ronald E. y MYERS, Raymond H. Probabilidad y estadstica. 4 ed. Mxico: Mcgraw- Hill, 1992. 707 p.

wACKERLY, Dennis D.; MENDENHALL III, william y SCHEAFER, Richard L. Estadstica matemtica con aplicaciones. 6 ed. Mxico: Thomson, 2002. 853 p.

analisis de riesgos

Documents