Webcasts

Introducción al análisis de riesgo en Proyectos con la nueva versión @RISK v 6.3.1 en Español

Más información y video

Este evento ha sido diseñado para ofrecer una introducción de nivel básico sobre análisis de riesgo y demostrar cómo se puede aplicar la simulación Monte Carlo y otras técnicas a sus decisions y análisis de negocio diarios.

Si normalmente crea modelos en Excel, ciertamente las soluciones de Palisade podrán ayudarle a tomar decisiones más informadas, y sin moverse de su escritorio. Durante la demostración en vivo, se muestra cómo añadir incertidumbre a sus propios modelos, correlacionar variables, usar datos históricos para crear las distribuciones a las que mejor se adaptan esos datos, ejecutar simulaciones y análisis de sensibilidad, y finalmente transformar el fundamento de los debates de decisión al establecer “rangos”, “probabilidades” y “probabilidad de suceso”, dejando las estimaciones de un solo punto –así como las estimaciones de mejor caso, peor caso y caso más probable– para los historiadores.

Introducción al análisis de riesgo con @RISK 6.3.1 en Español

Más información y video

Este evento ha sido diseñado para ofrecer una introducción de nivel básico sobre análisis de riesgo y demostrar cómo se puede aplicar la simulación Monte Carlo y otras técnicas a sus decisions y análisis de negocio diarios.

Si normalmente crea modelos en Excel, ciertamente las soluciones de Palisade podrán ayudarle a tomar decisiones más informadas, y sin moverse de su escritorio. Durante la demostración en vivo, se muestra cómo añadir incertidumbre a sus propios modelos, correlacionar variables, usar datos históricos para crear las distribuciones a las que mejor se adaptan esos datos, ejecutar simulaciones y análisis de sensibilidad, y finalmente transformar el fundamento de los debates de decisión al establecer “rangos”, “probabilidades” y “probabilidad de suceso”, dejando las estimaciones de un solo punto –así como las estimaciones de mejor caso, peor caso y caso más probable– para los historiadores

Más información y video

En este webcast, se demuestra cómo la poderosa capacidad de simulación Monte Carlo de @RISK nos permite calcular los posibles resultados de la Copa Mundial, y sus posibilidades de que se produzcan.

Se construyó un modelo en @RISK para Excel para predecir las probabilidades de cada uno de los 32 equipos nacionales de ganar la Copa del Mundo de fútbol en Brasil este verano.

El modelo considera la información de la FIFA, la organización mundial de fútbol. FIFA mantiene el ranking de sus más de 200 equipos nacionales. El modelo calcula la probabilidad de ganar la Copa del Mundo con el uso de los juegos y los datos de las clasificaciones de los últimos cuatro años (2011-2014) incluidos los juegos todavía por celebrarse hasta el 31 de mayo de 2014. Tomado en cuenta los 1089 juegos celebrados entre los 32 equipos clasificados entre sí y con otros equipos, y teniendo en cuenta la clasificación actual de cada equipo de los últimos cuatro años.

La primera etapa para la construcción de este modelo consistió en el cálculo de las probabilidades históricas de ganar, perder o empatar entre los equipos clasificados. Al clasificar los equipos en diez intervalos de igual probabilidad ponderada, es posible calcular estas probabilidades en un momento dado. Por ejemplo, un equipo de la más alta categoría (10) tendría una mayor probabilidad de ganar a un equipo, digamos, en un quinto intervalo intermedio. En este caso, la información histórica arroja que el equipo mejor clasificado tendría una oportunidad de 86% de ganar a un equipo intermedio, un 7% de probabilidad de perder y también un 7% de probabilidad de conseguir un empate. Eso es parte de la belleza y el misterio del fútbol – la emoción de que un equipo débil, de vez en vez, consiga la victoria ante un equipo favorito…

Más información y video

Algunas empresas de giro comercial, de manufactura y agrícola experimentan grandes variaciones en sus actividades anuales producto de estacionalidades propias de su negocio. Grandes oscilaciones operativas sumadas a un crecimiento acelerado en sus ventas pueden tener efectos muy significativos sobre la planeación del capital de trabajo.

El desafío financiero de administración del capital de trabajo consiste en el adecuado uso del efectivo, cuentas por cobrar, de líneas de crédito bancarias, de financiamiento de proveedores y otras herramientas para poder enfrentar las necesidades de liquidez del plazo inmediato.

Con un modelo que considere tales instrumentos financieros de corto plazo, es posible generar una estrategia optimizada de planeación del efectivo para los próximos meses y estaciones. Con las grandes variaciones posibles en los flujos de efectivo, el planificador financiero podrá valorar probabilísticamente las tácticas adecuadas en la negociación y uso de líneas de crédito bancarias (y demás instrumentos de financiación del corto plazo), el uso de financiamiento por parte de descuento de facturas comerciales y descuentos por pronto pago a proveedores, y demás.

La dimensión probabilística podrá entonces, contestar preguntas tales como: ¿Cuál es la probabilidad que las actuales líneas de crédito a disposición sean utilizadas al máximo durante la próxima temporada alta de ventas? ¿Cuál es la probabilidad que se requieran descuentos de facturas comerciales para el financiamiento del flujo de efectivo de corto plazo? ¿Cuál es el monto de nuevas líneas de crédito de corto plazo que garanticen un x% de posibilidad de contar con flujos líquidos de efectivo? En esta demostración en línea de una hora, se mostrará el uso de las herramientas del @RISK sobre un modelo de planeación de efectivo de corto plazo para contestar este tipo de preguntas.

Fernando Hernández se desempeña como consultor e instructor senior para Palisade Corporation desde el 2003. Como tal, ha desarrollado modelos de cuantificación de riesgos en Norte, Centro y Sur América y Europa para clientes en múltiples industrias tales como petróleo, minería, telecomunicaciones, transporte, manufactura, finanzas y seguros. Ha enseñado cursos e impartido conferencias de cuantificación de riesgos, toma de decisiones, optimización y finanzas estratégicas en más de quince países del continente.

Las áreas de experiencia de Fernando Hernández incluyen banca, finanzas, manufactura, evaluación de proyectos, pronósticos de mercado y precios. Previo a desempeñarse como consultor para Palisade Corporation, Fernando fue director de finanzas en empresas locales y multinacionales en diversas industrias: manufactura, servicios hospitalarios, comercio, informática y servicios bancarios. También dictó cursos de maestría incluyendo Introducción a las Finanzas Corporativas, Simulación Financiera y Decisiones de Inversión. Desde 1992, ha creado modelos financieros, análisis de riesgo y estudios de factibilidad utilizando @RISK.

Fernando obtuvo su licenciatura en Administración Financiera en la Universidad de Costa Rica. Como becario Fulbright, obtuvo su MBA de Indiana University con especialidades en Finanzas y Sistemas de Información Gerencial.

Más información y video

Este evento ha sido diseñado para ofrecer una introducción de nivel básico sobre optimizaciones y demostrar cómo se puede aplicar las soluciones de Palisade y otras técnicas en sus decisiones diarias. Si normalmente crea modelos en Excel, ciertamente las soluciones de Palisade podrán ayudarle a tomar decisiones más eficientes, y sin moverse de su escritorio. Durante la demostración en vivo, mostraré como hacer mejores optimizaciones que van mas allá de los clásicos, pero insuficientes, métodos de optimización tales como simplex, programación lineal, etc. lo cual las hace sumamente potentes y flexibles pues pueden ser aplicadas a casi cualquier situación de negocios en donde se necesite optimizar recursos para obtener los resultados buscados.

Cuantificacion del Riesgo Crediticio de una Cartera de Colocaciones Mediante Simulacion Montecarlo con @RISK

Más información y video

En esta sesión especializada se cuantifica el riesgo de incumplimiento de la cartera expuesta al riesgo crediticio mediante la simulación Monte Carlo. Esta metodología permite determinar la curva completa de distribución de probabilidad de pérdida por incumplimiento en la cartera crediticia. De esta forma, es posible determinar, para cualquier nivel de confianza requerido, cuál será la pérdida esperada y la no esperada. Con base en estos dos conceptos, es posible calcular en cualquier momento, la máxima pérdida esperada para determinado nivel de confianza para un periodo de tiempo en el futuro (es decir, el Valor en Riesgo).

De manera integrativa, por tanto, en esta sesión se puede derivar el cálculo del Valor en Riesgo y la reserva patrimonial que debe asignarse a carteras crediticias basadas en su pérdida estimada, siguiendo el modelo de asignación de pérdidas esperadas y no esperadas de la metodología sugerida por Basilea II.

Más allá inclusive del simple cálculo de un Valor en Riesgo y un Valor en Riesgo Condicional, esta misma metodología podría utilizarse para calcular un RAROC. Los métodos RAROC (de Risk Adjusted Return On Capital) o Rentabilidad ajustada al riesgo son unos de los métodos que más emplean las entidades financieras y aseguradoras para medir la rentabilidad de su cartera de créditos y el límite de exposición de sus clientes y acreedores teniendo en cuenta una probabilidad de pérdida determinada. Es decir, no mide únicamente la rentabilidad, si no que la pondera al nivel de riesgo asumido.

Comentarios cerrados.