EVALUACIN DE PROYECTOS

Simulacin de Montecarlo

ES

una tcnica que combina conceptos estadsticos (muestreo aleatorio) con la capacidad que tienen los ordenadores para generar nmeros pseudo-aleatorios y automatizar clculos.

Los orgenes

Los orgenes de esta tcnica estn ligados al trabajo desarrollado por Stan Ulam y John Von Neumann a finales de los 40 en el laboratorio de Los Alamos, cuando investigaban el movimiento aleatorio de los neutrones [W1]. En aos posteriores, la simulacin de Monte Carlo se ha venido aplicando a una infinidad de mbitos como alternativa a los modelos matemticos exactos o incluso como nico medio de estimar soluciones para problemas complejos.

Usos

en la actualidad es posible encontrar modelos que hacen uso de simulacin Monte Carlo en las reas informtica, empresarial,

econmica, industrial e incluso social [5, 8]. En otras palabras, la

simulacin de Monte Carlo est presente en todos aquellos mbitos en los que el comportamiento aleatorio o probabilstico desempea un papel fundamental

Proviene

Monte Carlo proviene de la famosa ciudad de Mnaco, donde abundan los casinos de juego y donde el azar, la probabilidad y el comportamiento aleatorio conforman todo un estilo de vida. anlisis de escenarios (what-if

anaylisis).

La Clave

La clave de la simulacin Monte Carlo consiste en crear un modelo matemtico del sistema, proceso o actividad que se quiere analizar,

identificando aquellas variables (inputs del modelo) cuyo

comportamiento aleatorio determina el comportamiento global del sistema..

La Clave

Una vez identificados dichos inputs o variables aleatorias, se lleva a cabo un experimento consistente en (1) generar con ayuda del ordenador-muestras aleatorias (valores concretos) para dichos inputs, y (2) analizar el comportamiento del sistema ante los valores generados.

La Clave

Tras repetir n veces este experimento, dispondremos de n observaciones sobre el comportamiento del sistema, lo cual nos ser de utilidad para entender el funcionamiento del mismo obviamente, nuestro anlisis ser tanto ms preciso cuanto mayor sea el nmero n de experimentos que llevemos a cabo

Usos

El Data Warehouse aplicado al anlisis de riesgos financieros ofrece capacidades avanzadas de desarrollo de aplicaciones para dar soporte a las diversas actividades de gestin de riesgos. Es posible desarrollar cualquier herramienta utilizando las funciones que incorpora la plataforma, gracias a la

potencionalidad estadstica aplicada al riesgo de crdito.

Funcionalidades

As se puede usar para llevar a cabo las siguientes funcionalidades:

Para la gestin de la posicin:

Determinacin de la posicin, Clculo de sensibilidades, Anlisis what/if, Simulaciones, Monitorizacin riesgos contra lmites, etc.

Funcionalidades

Para la medicin del riesgo:

Soporte metodologa RiskMetrics (Metodologa registrada de J.P. Morgan / Reuters), Simulacin de escenarios histricos, Modelos de covarianzas, Simulacin de Montecarlo, Modelos de valoracin, Calibracin modelos valoracin, Anlisis de rentabilidad, Establecimiento y seguimiento. de lmites, Desarrollo/modificacin modelos, Stress testing, etc.

Funcionalidades

El uso del Data Warehouse ofrece una gran flexibilidad para creacin o modificacin de modelos propios de valoracin y medicin de riesgos, tanto motivados por cambios en la regulacin, como en avances en la modelizacin de estos instrumentos financieros. Ello por cuanto se puede almacenar y poner a

disposicin informacin histrica de mercado y el uso de tcnicas de Data Mining nos simplifica la implantacin de cualquier mtodo
estadstico. Los mtodos de previsin, se pueden realizar usando series histricas, (GARCH, ARIMA, etc.)