![]() |
||||
![]() ![]() ![]() ![]() ![]() |
![]() |
![]() ![]() ![]() ![]() ![]() |
||
![]() |
||||
![]() Qué Hay de Nuevo » Se anuncia el calendario de actividades » El lanzamiento de El Riesgo en la Empresa » @RISK: El tercer software de mayor utilización en el mundo actuarial » NeuralTools participa en la revista de Scientific Computing Caso de Estudio Enfoque de Producto Aplicaciones de Respuestas Expertas
» Brasil » Norteamérica » Europa » Asia-Pacífico
» Risk and Decision Assessment Training using @RISK, Part II » Project Risk Assessment using @RISK for Project
Society of Actuaries Annual Meeting and Exhibit INFORMS Annual Meeting 2007 SPE Annual Technical Conference and Exhibition - 2007 38th Annual Meeting of the Decision Sciences Institute - DSI 2007 » Europa FERMA BPPM European Banking and Insurance Fair » Asia-Pacífico ISEC Conference AIPM PMI New Zealand International Conference on Operations and Quantitative Management AusBiotech 2007 SPE Asia Pacific Oil and Gas Conference RMIA
|
![]() |
|||
![]() ![]() ![]() ![]() ![]() |
Se anuncia
el calendario de actividades El programa incluye sesiones prácticas de laboratorio utilizando @RISK 5.0, tópicos avanzados con @RISK 5.0, @RISK para MSProject, RISKOptimizer y otros paquetes de software de Palisade; otras sesiones incluyen cómo seleccionar la mejor distribución en @RISK, cómo valorar opciones reales, y muchos casos de estudio de varias industrias presentados por sus mismos usuarios y desarrolladores. Por favor, nótese que el calendario está sujeto a cambios sin aviso previo. » Visualice el Calendario de la Conferencia de Usuarios » Aprenda más sobre El Riesgo en la Empresa
@RISK: El tercer software
de mayor utilización en el mundo actuarial
La encuesta, titulada “Los actuarios sobresalen: ¿pero qué hay con respecto a su software?”, fue presentada por la consultora independiente Louise Pryor en la Convención General de Seguros de Viena del 2006, el 26 de septiembre de 2006. “Por mucho tiempo hemos mantenido una fuerte base de clientes en el mercado actuarial y de seguros”, afirmó el presidente de Palisade Sam McLafferty. “Esta última encuesta confirma la tendencia que hemos observado. Por medio de reuniones como la de la Sociedad de Actuarios, la cobertura en una variedad de publicaciones sobre seguros y ciencias actuariales, así como por medio de las ventas, hemos visto una dramática expansión del @RISK para aplicaciones actuariales.” » Lea la encuesta completa (PDF)
NeuralTools participa en » Leas la historia completa en inglés
La Universidad de Buenos Aires ![]()
Análisis de estrés con @RISK Por ejemplo, una compañía de seguros podría desear analizar sus reservas para pérdidas. Quisiera saber cuál sería el efecto sobre el pago de reclamaciones si se eliminase una póliza de reaseguro para la cobertura de un número extraordinario de reclamaciones. Al estresar la distribución que representa el número de reclamaciones para que se represente tan sólo el percentil 90 e inferiores, usted podría observar si las reservas disponibles son suficientes para cubrir el 90% de las posibles reclamaciones presentadas, mientras simultáneamente se cubre el 10% más alto con una póliza externa. Después de completar una simulación, el análisis de estrés le provee a usted una variedad de informes y gráficos que usted puede utilizar para analizar los efectos. Estos incluyen:
100% Excel ![]() » Algoritmos genéticos en sistemas de El agua potable ha sido considerada como un bien con poco valor por muchas personas, pero podría ser poco conocido el hecho que la optimización por algoritmos genéticos ha venido jugando un importante papel en la gestión y operación de los sistemas municipales de agua potable por medio de modelos hidráulicos y de calidad de agua. » Expertos de FIAC calificarán el Fideicomiso Metrofinanciera #650 – Securitización de préstamo para construcción de puente La calificadora Fitch se enfoca en algunas variables cuantitativas y cualitativas clave que podrían afectar el desempeño de los activos subyacentes. Fitch estima el riesgo de insolubilidad sobre el portafolio utilizando un modelo de simulación Monte Carlo multi periodos, el cual simula el comportamiento de insolución de un activo individual para cada año de vida de la transacción. La simulación Monte Carlo permite que la modelación de la distribución de las insolubilidades y pérdidas del portafolio, considerando la correlación de los activos dentro del portafolio. » Un nuevo motor para análisis financiero El método numérico para el análisis de derivados utiliza las simulaciones Monte Carlo dentro del mundo Black-Scholes. El algoritmo utiliza fuertemente las operaciones matemáticas de punto flotante tales como el uso de logaritmos, exponenciales, raíces cuadradas y divisiones. Adicionalmente, estos cálculos deben ser repetidos a lo largo de millones de iteraciones. La solución numérica de Black-Scholes se utiliza típicamente dentro de una simulación Monte Carlo, en donde el valor de un derivado se estima al computar el valor esperado, es decir el promedio, de los valores a lo largo de un inmenso número de distintos escenarios, cada uno de ellos representando una condición de mercado distinta. » Piense globalmente, calcule localmente Algunos modelos de cambio climático producirán copiosas lluvias sobre cierta región mientras que en otros para la misma localización se predicen ambientes muy secos. Existe ahora un número cada vez más grande de modelos regionales de simulación para comparar. Algunos proyectos recientes aplican la técnica de Monte Carlo para refinar las distribuciones de probabilidad, con el enunciado del objetivo de producir “un estimado probabilística de la incertidumbre en el clima del futuro”. » Fitch Derivados lanza modelo beta de CFXO Fitch Derivados ha lanzado su versión beta de su modelo de vector CFXO para obligaciones colaterlizadas en moneda extranjera (CFXOs). El análisis cuantitativo de activos de referencia denominados en moneda extranjera de Fitch está basado sobre la simulación Monte Carlo utilizando procesos GARCH asimétricos con saltos para ajustar a las tasas de cambio de moneda individuales. » La aplicación de herramientas estadísticas para La implementación práctica de la simulación Monte Carlo a aplicaciones de continuidad de negocios ha sido grandemente simplificada con la emergencia de complementos de Excel tales como el @RISK. Este es utilizado para calcular las probabilidades cuando no existe una fórmula analítica y ha sido usado ampliamente en campos tan diversos como:
Aplicando la técnica para calcular, por ejemplo, las pérdidas de la interrupción de negocios, es muy directa. » Polvo inteligente con desplazamiento de forma Miles de minúsculos sensores con tecnología de comunicación sin cables, llamados también “polvo inteligente” podrían ser utilizados algún día para explorar otros planetas, revoloteando a lo largo de las superficies planetarias y alterando sutilmente su forma. El investigador John Barker empleo simulación Monte Carlo para reproducir la conducta errática del viento marciano. Fraude con activos financieros » Dos premios Pulitzer Prices por el Wall Street Journal » Las compañías de seguros no aprovechan del todo Muchas compañías de seguros no están aprovechándose totalmente de la tecnología cuando se trata de batallar en contra de los fraudes, sugiere un reciente reporte elaborado por la firma de investigación y consultoría bostoniana Celent. Algunas técnicas más recientes – incluyendo las redes neuronales – han permanecido subutilizadas. La industria de seguros se encuentra retrasada respecto de las industrias de tarjetas de crédito y de banca respecto de la adopción de tecnologías de lucha contra los fraudes. » El nuevo escuadrón anti-fraudes Con un costo de 216 millones de libras esterlinas anuales en el Reino Unido y con una tasa de crecimiento anual del 16%, el fraude con tarjetahabientes no presentes (CNP por sus siglas en inglés) es actualmente la mayor categoría de fraudes por tarjetas plásticas. La industria de consumo masivo por internet está creciendo a unas tasas excepcionalmente altas en el Reino Unido y los estafadores de tarjetas de crédito están atacando a sus objetivos más débiles en el sector en línea. Una categoría de sistemas de prevención de fraude está constituida por las redes neuronales que pueden ser construidas dentro de los sistemas de procesamiento de pagos para poder identificar las transacciones potencialmente engañosas. » El Derby de desempeño relativo y otros males Columna de John Mauldin que discute la “diversificación de portafolios y los obstáculos que devienen a cuenta de la comparación contra otros.” El autor considera el uso de la simulación Monte Carlo para la construcción de un universo de portafolios potenciales. Optimización de la cadena de oferta » Optimización de la cadena de oferta
(“supply Existe un renovado interés en la “simulación” de la cadena de oferta a distintos niveles; y nuevos conceptos (para la cadena de oferta) que se montan sobre enfoques de optimización y simulación, tales como “optimización estocástica”. La clave es que la demanda (u otras variables clave) no son estáticas, sino que son más dinámicas. Es posible utilizar técnicas tales como el análisis de “Monte Carlo” para hacer que la demanda u otra variable sea poblada más o menos aleatoriamente a lo largo de cierto periodo de tiempo. » Los Estados Unidos atacan el problema de El Departamento de Energía de los Estados Unidos ha diseñado un programa en Web para ayudar a las empresas de petróleo y gas a resolver sus desafíos ambientales con respecto a aguas producidas. Las aguas producidas son aguas extraídas del subsuelo con petróleo y gas. Este programa provee de un árbol de decisiones para opciones tecnológicas para lidiar con los asuntos propios de aguas producidas. » La empresa Riverdale Oil & Gas Corp. anuncia su programa de desarrollo de gas natural en la región de la costa del Golfo en Tejas Riverdale Oil & Gas Corp. anunció un programa de gas natural para desarrollar las reservas atrapadas en las arenas poco profundas de la costa del golfo de Frío y Mioceno en Tejas. La compañía se encuentra en las negociaciones finales con Nettlecombe Oil Co., Inc., una empresa de consultoría geofísica localizada en Houston, Tejas. Nettlecombe utilizará redes neuronales e inteligencia artificial, las cuales son poderosas extensiones de sus análisis sísmicos en 3D. » Después de un ataque a pequeña escala de anthrax: vacunar, tratar Los investigadores utilizaron la simulación Monte Carlo a lo largo de un periodo de tiempo de 10 años desde un punto de vista sociológico para evaluar la respuesta más efectiva en términos de costo para responder ante un ataque de ántrax por medio de los centros de distribución de correos de los Estados Unidos en una gran área metropolitana. Tratamiento y diagnóstico de cáncer » Un acercamiento a la enfermedad pancréatica: El cáncer pancreático se encuentra entre los cánceres actuales más mortíferos debido a técnicas limitadas en el diagnóstico temprano y a pocos tratamientos efectivos. La investigación observa con mayor detalle el cáncer pancreático y las nuevas y prometedoras aplicaciones de tecnología que mejorarán las tasas de supervivencia en los años por venir. En términos generales, el modelo basado en una rede neuronal fue muy preciso a la hora de clasificar el cáncer pancréatico, con un área por debajo de la curva ROC de 0.93. » El cálculo de dosis con Cyberknife utiliza Accuray Incorporated, un líder global en el campo de la radiocirugía, anunció una extensión de su suite de productos CyberKnife System enfocada hacia el tratamiento no invasivo de tumores de pulmón con un algoritmo de cálculo de dosis utilizando Monte Carlo, el cual está pendiente de aprobación por parte de la FDA. » Estimando el riesgo de cáncer asociado con la exposición a radiación de una angiografía coronaria con tomografía computacional de 64 particiones La angiografía coronaria con tomografía computacional (CTCA por sus siglas en inglés) se ha convertido en una popular prueba de diagnóstico, aún cuando existen pocos datos respecto del riesgo de cáncer asociado. Un reporte reciente provee un marco conceptual basado en simulación Monte Carlo para estimar estos riesgos a lo largo de la vida. » Riesgos De Mercado:
Respuestas expertas a preguntas técnicas Estimada Amy, ¿Puedo utilizar Evolver y @RISK para determinar la distribución óptima en un portafolio de fondos con crecimiento aleatorio? —M.V. Estimado M.V., La resolución de problemas de esta naturaleza involucra dos etapas en la construcción del modelo. La primera etapa utiliza el @RISK para simular el riesgo en los crecimientos de cada uno de los fondos. La segunda etapa utiliza al Evolver para determinar la distribución óptima del portafolio basado en los datos de simulación generados por @RISK. Típicamente, la meta de la optimización por Evolver sería la de maximizar el rendimiento promedio total o un percentil específico del rendimiento total que represente su VAR (Valor en Riesgo por sus siglas en inglés). Se pueden añadir restricciones adicionales sobre los estadísticos del rendimiento total como por ejemplo respecto de la desviación estándar o sus percentiles. Ejemplo: Para efectos demostrativos, el modelo @RISK subyacente para generar los datos de crecimiento de fondos individuales ha sido simplificado en este ejemplo. Típicamente, los modelos que valoran el crecimiento de valor sujetos a riesgo tienden a ser muy complejos, siendo usualmente autoregresivos o de otra naturaleza utilizando técnicas ad hoc de modelación de series de tiempo. Estos tópicos están fuera del ámbito de este artículo.
|
|||
![]() Envíe por correo electrónico sus comentarios o sugerencias a ventas@palisade-lta.com ©2007 Palisade Latinoamérica, 798 Cascadilla Street, Ithaca, NY 14850 EE.UU. $unsub |