CONFERENCIA MAGISTRAL:
Planeamiento Estratégico de
Administración de Riesgos en
Reservas de Crédito y Riesgos Operacional

Arturo E. Carvajal O
KPMG Panamá

En la última década, la intensa competitividad ha obligado a las compañías a focalizarse en mejorar el desempeño del negocio. Además, la aparición de los requerimientos de la ley Sarbanes Oxley (SOX), Basilea II y Solvency II ha forzado a las organizaciones a dedicar mayor cantidad de recursos al fortalecimiento de la administración de riesgos y el control interno.

En esta presentación los participantes conocerán las últimas tendencias en planeamiento estratégico para la administración de reservas de créditos y riesgo operacional con utilización de modelos de valor en riesgos para la determinación de las reservas de créditos y requerimientos de capital económico para riesgo operacional.

Generacion de valor para los accionistas
a través de la gestión integral de riesgos
Marcos A. Hincapié C., Ingeniero Industrial y Especialista en Ingeniería Financiera
Diego Arboleda, Ingeniero Industrial y Especialista en Ingeniería Financiera
Grupo ISA

La generación de valor a través de la Gestión integral de riesgos de una compañía en el sector real considera la construcción de fronteras optimas de endeudamiento, generadas a partir de metodologías para la cuantificación del riesgo y su impacto en los estados financieros.

Dichos resultados acompañados de los limites máximos ante los cuales la empresa considera que se encuentra expuesta a un riesgo particular determinan la conveniencia de la realización de una operación de cobertura sintética.

Análisis de Proyectos Agrícolas Bajo Incertidumbre en el Contexto de Portafolios para Mejorar la Eficaz y Ganancias en el Sector Agrícola de Latinoamericana
John D. McKenzie, Educador y Consultor

El sector agrícola en Latinoamérica ha iniciado y adoptado tecnologías que han incrementado la productividad y las tasas de retorno netas de las fincas agrícolas. Avances en maquinaria agrícola, introducción de mejores semillas, incremento de la eficiencia de la irrigación y avances en el uso optimo de la materia prima, se han sumado para incrementar la productividad del campo. Sin embargo, un avance que no ha sido ampliamente adoptado es el análisis del riesgo a través de sofisticadas herramientas computacionales para la toma de decisiones.

Análisis de Riesgo en Proyectos Subvencionados: El Valor Presente Ajustado y el Método Monte Carlo
Ing. Daniel Ruiz Acero, Investigador

Bajo un enfoque tradicional, la tasa de descuento con la que los flujos de caja de un proyecto se actualizan, suele determinarse a través de la fórmula del Costo Promedio Ponderado de Capital, que reconoce el efecto de dos fuentes de financiación básicas: endeudamiento y recursos propios. Sin embargo, cuando se presentan proyectos que hacen uso de otro tipo de mecanismos de financiamiento, se recomienda utilizar el modelo denominado Valor Presente Ajustado (VPA), propuesto por Stewart Myers en 1973. El VPA tiene en cuenta todas las fuentes financieras de un proyecto y consiste en el cálculo inicial del Valor Presente Neto (VPN) para un caso base, en el que se asume que el proyecto se financia únicamente con recursos propios, y posteriormente se agrega a este cálculo el Valor Presente de los efectos derivados del acceso a otras fuentes de financiación, tales como los beneficios fiscales por deudas adquiridas o la reducción de costos por la obtención de subvenciones.

Como se presenta, el VPA supone que el acceso a otras fuentes de financiación es un hecho seguro, y no contempla la posibilidad de que este acceso no ocurra. Por ejemplo, en la evaluación económica de un proyecto, el analista no puede asegurar que el proyecto será subvencionado ya que podría infravalorar su costo real y sobreestimar su rentabilidad asociada. No obstante, descartar por completo esta posibilidad, podría conducirlo a rechazar un proyecto con opciones de acceder a una subvención.

Frente a los inconvenientes de la fórmula del VPA como criterio de valoración económica, se tiene como alternativa la construcción de escenarios artificiales, a través del Método Monte Carlo, de tal manera que se descarte el supuesto de certeza del VPA y se consiga realizar un análisis de los factores que agregan riesgo a un proyecto de esta naturaleza. El análisis se concentraría entonces, en la generación de variables aleatorias para los componentes financieros asociados a las fuentes de financiación con carácter de subvención, que permitan responder preguntas del tipo qué pasaría si el proyecto accediera o no a una subvención, y si accediera, qué porcentaje del costo total podría cubrir esta subvención.

Con la intención de ofrecer una muestra de la metodología del VPA complementado con el Método Monte Carlo, en esta presentación se describe el caso del Sector Cinematográfico en Colombia, que presenta un importante historial de proyectos subvencionados a través de diferentes fuentes de financiación.

Cantidad Optima Económica de
un Pedido con Demanda Conocida
Hernan Benito Aya Garcia
Ingeniero en Gestión de Agronegocios

El modelo ayuda al personal encargado de Inventarios a resolver el interrogante de cuál es la cantidad óptima de materia prima a comprar en cada pedido. Esta cantidad permite a la empresa optimizar los costos de hacer un pedido y de mantener inventario en bodega.

El modelo permite también analizar el escenario en el cual la empresa puede aprovechar un descuento por volumen.

Cuantificación del Riesgo Operacional
Utilizando @RISK
Luis Ceferino Franco Arbeláez - Matemático
Juan Guillermo Murillo Gómez - Matemático
Universidad De Medellíns

Las empresas e instituciones en el día a día de sus operaciones se enfrentan a diferentes riesgos, ya sean éstos propios de su actividad económica o del entorno en el que operan. La literatura financiera,en general, clasifica los riesgos financieros en tres grandes grupos que son: riesgos de mercado, de crédito y operacionales. La mayor parte de las metodologías se centran en la medición del riesgo de mercado y de crédito; sin embargo, para la medición del riesgo operacional las aproximaciones estadísticas pueden ser limitadas por varias razones, una de las cuales es la carencia de datos, debido,en parte, al carácter discreto de los eventos. Esto hace que la información disponible para valorar el riesgo operacional sea, en muchos casos, incompleta, vaga o subjetiva, lo cual  dificulta la medición; es por esto que en los últimos años se ha captado el interés de operadores e investigadores con el fin de desarrollar metodologías y plataformas para su tratamiento, lo que ha llevado a la aplicación diversas innovaviones metodológicas.

A nivel internacional el Comité de Basilea, a finales de 2006, publicó las directrices internacionales para las nuevas normas de adecuación de capital (Basilea II), y propone algunas técnicas de medición avanzada (AMA) para cuantificar las pérdidas y el capital económico asociado al riesgo operacional. En cada país, los reguladores nacionales han venido estableciendo la normatividad local para adecuarse a esos estándares internacionales. El Comité de Basilea introduce varios enfoques para la cuantificación del riesgo operacional, entre los cuales la opción más sofisticada es la metodología Advanced Measurement Approach (AMA), la cual permite una flexibilidad en la aplicación de técnicas para la modelación del cuerpo de la distribución de pérdidas, que es fundamental para el cálculo de la matriz de capital económico requerida por Basilea. El uso de las técnicas debe garantizar que se abarcan todas las fuentes de riesgo, y  la cuantificación del riesgo operacional debe estar sustentada en una metodología que cumpla los requisitos establecidos por Basilea.

Cuando se cuenta con información cuantitativa de eventos de pérdida operacional(frecuencia y severidad), una de las técnicas heredadas del cálculo actuarial más utilizadas en la medición del cuerpo de la distribución de pérdidas, es Loss Distribution Approach (LDA). El principal objetivo de un modelo LDA es proporcionar  las estimaciones de pérdida, tanto por línea de negocio como por evento, y luego las pérdidas agregadas; la distribución de pérdidas agregadas es producto de los datos de severidad y frecuencia de los eventos de riesgo.

Debido a que la metodología propuesta por Basilea, respecto a la aplicación de técnicas, es muy general, ya que sirve más de marco conceptual, nuestra presentación se centrará en la aplicación de una técnica estadística para calcular la pérdida esperada(EL), la pérdida inesperada(UL) y el capital económico(K), en la plataforma @RISK, de tal manera que se cumpla con los criterios de solidez establecidos por Basilea.

En resumen, en @RISK se realizará: Ajuste de las distribuciones de probabilidad a los datos(frecuencia y severidad), generación de la distribucion de pérdidas, simulacion de las pérdidas, cálculo de las distintas pérdidas, generación de escenarios para los eventos de pérdidas, y cálculo de la carga de capital.

Introducción a las herramientas de desarrollo
(RDK, BDK, RODK) de Palisade
Fernando Vélez Iñiguez - Ingeniero de Sistemas
Palisade Corporation

La necesidad de crear aplicaciones personalizadas y automatizadas de un modelo de análisis de riesgo, torna muy importante el uso de herramientas de desarrollo para programadores.

Esta presentación está enfocada al uso de dichas herramientas para la creación de sistemas
sin el ambiente Excel, mediante el uso de las librerías RDK, BDK, RODK en los lenguajes de programación más difundidos actualmente.

Mediante ejemplos simples de demostrará el uso de dichas librerías y se evidenciará los beneficios de la creación de programas de análisis de riesgo y optimización en ambientes Windows que residan ya sean a nivel local o accesibles a través del Internet.

Modelación estocástica de Huracanes en México

Luisarturo Castellanos
Director de Análisis Actuarial                       
Agroasemex

La presentación se trata sobre la modelación estocástica del fenómeno meteorológico de las tormentas tropicales (Huracanes) que tantos daños han provocado recientemente.  En ella no sólo se modela estocásticamente el número de tormentas que se pueden presentar en cada temporada sino también de manera estocástica, el lugar de gestación, la trayectoria y la intensidad de cada tormenta, con lo cual puede catalogarse si llegarán a ser Huracán y si puede provocar daños en territorio mexicano.  Todo realizado con base en simulaciones de Monte Carlo a traves del software @RISK.

Modelo de Simulación de Reclamaciones para
una Empresa Aseguradora del Sector Salud
José Raúl Castro Esparza, Maestro de UDLAP
Sergio Eliel Vargas Galindo, Maestro de UDLAP
Universidad de las Américas, Puebla

En la Industria Aseguradora suele ser incierta la cantidad de siniestros que se reciben por mes así como el monto de cada una de dichas reclamaciones. Es por dicho situación que el área actuarial de empresas de este ramo tiene como objetivo primordial identificar los riesgos asociados a estas contingencias, de manera que pueda determinar primas acordes para sus clientes. La aplicación del software @RISK en dicha industria para el sector salud permite analizar a detalle si las primas emitidas en un período histórico de tiempo son suficientes para evitar pérdidas en el largo plazo.

Modelos para Optimización de Flota 

David Osorio Arboleda
Director de Análisis Comercial
RENTING Colombia S.A.

Normalmente las empresas se enfrentan a un problema cuando tienen que determinar cual es la mejor forma de realizar la distribución de sus productos.  Para satisfacer esta necesidad las empresas cuentan con diferentes alternativas que van desde la compra y administración de los vehículos, hasta la subcontratación a través de un tercero.  El objetivo de la presentación, en su primera fase, es determinar cual seria el tamaño optimo de flota necesario que garantice un nivel de servicio deseado.  En una segunda fase el modelo presentado tiene como objetivo determinar cual seria la mejor figura para operar la flota, considerando distintas alternativas tales como la adquisición de la flota a través de recursos propios o se leasing, de subcontratación a través de terceros, o de una figura como el Renting.

Valoración de Empresas de Capital Semilla
Dr. Samuel Mongrut
Profesor de Finanzas
Instituto Tecnológico y de Estudios Superiores de Monterrey (México)

En esta presentación se explica una metodología consistente y lo menos sesgada posible para valorar proyectos de capital semilla.  Esta metodología, que esta basada en la propuesta de Mongrut y Ramírez (2006) y de Fuenzalida, Mongrut y Nash (2007), combina el análisis de escenarios como el análisis de riesgo para valorar proyectos de capital semilla que no poseen comparables en el mercado.  Con este fin se aplica el Palisade DeicisionTools para efectuar el análisis de riesgo al interior de cada escenario.  El resultado no es un solo valor si no un largo de posibles valores el proyecto a lo largo de los escenarios considerados y para cada uno de ellos se plantean estrategias de contingencia con la finalidad de incrementar la posibilidad de éxito del proyecto.