ANALISIS DE RIESGO: La funcin de la evaluacin consiste en ayudar a alcanzar un nivel

razonable de consenso en torno a los objetivos en cuestin, y asegurar un nivel mnimo que
permita desarrollar indicadores operacionales a partir de los cuales medir y evaluar.
Los resultados obtenidos del anlisis, van a permitir aplicar alguno de los mtodos para el
tratamiento de los riesgos, que involucra identificar el conjunto de opciones que existen para tratar
los riesgos, evaluarlas, preparar planes para este tratamiento y ejecutarlos.
El anlisis de riesgos puede ser cualitativo o cuantitativo. El anlisis de riesgos cualitativo precede
en ocasiones al cuantitativo, cuando se quiere profundizar en algn riesgo concreto. En otras
ocasiones precede directamente a la planificacin de respuesta al riesgo, obvindose el anlisis
cuantitativo. El anlisis de riesgos tiene como objetivo establecer una priorizacin de los riesgos del
proyecto para su tratamiento posterior. Tambin permite establecer una clasificacin general de
riesgo del proyecto, en relacin a otros proyectos de la organizacin. Esta informacin puede ser
utilizada para apoyar decisiones de inicio o cancelacin de un proyecto, para realizar asignaciones
de recursos entre proyectos, o para la realizacin de anlisis costo-beneficio. La repeticin de
estos anlisis proporciona informacin sobre tendencias que indiquen acciones a tomar para
gestionar el riesgo.
Riesgos en los proyectos:
El riesgo en un proyecto es un evento incierto o condicin incierta que si ocurre, tiene un efecto
positivo o negativo sobre el proyecto. As como sucede en un viaje, el riesgo est presente en
todos los proyectos. Se conoce como factor de riesgo a cada aspecto particular del riesgo en el
proyecto, el cual tiene causas y consecuencias que pueden ser analizadas con diferente
profundidad y detalle.
Existe tambin el concepto de Riesgos Conocidos y Riesgos Desconocidos. Riesgos
conocidos son aquellos que fueron identificados, analizados, y que es posible encontrar una
minimizacin de su probabilidad de ocurrencia o de su impacto.
Los riesgos desconocidos no pueden ser administrados, lo mximo que se puede hacer es
basarse en experiencias similares anteriores para mejorar la situacin en el momento en que
ocurren. Ejemplos de riesgo desconocidos: el atentado a las
Torres Gemelas el 11 de septiembre de 2001, el tsunami de Indonesia, un sismo en una zona
poco ssmica, algo que nunca te imaginaste que poda ocurrir.
Los riesgos que son una amenaza para el proyecto deben ser asumidos si el balance entre el
posible dao y la recompensa
que se obtiene al asumirlos es positivo: viajamos en automvil porque a pesar de que sea un
riesgo, si sabemos administrarlo, el beneficio de usarlos es mayor al de no usarlos.
Las organizaciones deben saber aceptar el hecho de que hay riesgos en todos los proyectos de
la misma forma de que hay riesgos en todos los viajes, y deben tener una metodologa para
administrarlos. El gerente de cada proyecto es el impulsor de esta metodologa, y debe actuar
con trasparencia y realismo al tratar el riesgo con los patrocinadores.
Diferencia y causas ente riesgos e incertidumbre:
La principal diferencia es que la incertidumbre no es medible. Aunque sea sencillo realizar
previsiones que resulten crebles, slo conseguimos una sensacin falsa de certeza, pues se
trata de pura especulacin. La incertidumbre no se puede evaluar de forma completa, mientras que

el riesgo s se puede establecer de forma clara cules son todas las opciones y determinar cules
son
las probabilidades
de
cada
una
de
ellas.
Pongamos, por ejemplo, el lanzamiento de una moneda en el que no sabemos si saldr cara o
cruz. En este caso es sencillo evaluar las probabilidades de cada resultado posible, que son un
50%. No podemos controlar qu saldr, pero s cules son las opciones y qu probabilidad tienen.
De
esta
forma,
sabemos
a
qu
riesgo
nos
enfrentamos.

El riesgo se maneja analizando las probabilidades de cada opcin posible. Sin embargo, en la
mayora de ocasiones no resulta tan sencillo realizar un anlisis tan detallado. Y cuando esto no es
posible,
es
cuando
nos
enfrentamos
a
la
incertidumbre.
El tratar de evaluar mediante probabilidades es un ejercicio que llevamos a cabo intuitivamente,
incluso en los casos en los que no tenemos claro cules son todas las opciones y mucho menos
determinar sin lugar a dudas sus posibilidades. No podemos evitarlo.
Entonces, Cmo afrontar la incertidumbre?
Para afrontar mejor la incertidumbre, tenemos que tratar de ejercer influencia para que suceda lo
que nos interesa, aun sin estar seguros de cules son las probabilidades de obtener el resultado
que alcanzaremos. No podemos afrontarla tratando de conseguir un fin concreto sino procurando
mejorar las probabilidades de que suceda algo, algo sobre lo que no tenemos el control absoluto,
pero que nos resulta favorable. No podemos eliminar la incertidumbre pero si tratar de inclinar la
balanza
a
nuestro
favor.
El riesgo nos resulta ms manejable aun cuando al no est en nuestra mano el resultado. No
debemos olvidar que la diferencia entre riesgo e incertidumbre no reside en si tenemos el control
sobre el resultado. Se trata de saber si conocemos todas las opciones posibles, y sus
probabilidades (riesgo), o no (incertidumbre).Esto es un grave error puesto que gestionar supone
ser consciente de los recursos que se han comprometido y las opciones que tenemos de
aprovecharlos. Sea ante el riesgo o ante la incertidumbre. Debemos llevar cuidado porque se tiene
la sensacin de mayor control y no es as. Un buen gestor tiene que estar dispuesto a afrontar las
incertidumbres y calcular los riesgos para poder tomar las decisiones correctas.

Mtodos para tratar el riesgo:

Mtodo cualitativo de riesgos:
Este proceso evala el impacto y la probabilidad de ocurrencia de los riesgos identificados en el
proceso anterior usando mtodos y herramientas de anlisis cualitativo. El riesgo se mide a partir
de dos parmetros: probabilidad e impacto. La probabilidad es la posibilidad de que el riesgo pueda
ocurrir. El impacto o severidad es el efecto sobre los objetivos del proyecto, caso de materializarse
el riesgo. Todo riesgo viene definido por sus valores de probabilidad e impacto. Si el riesgo puede
materializarse en ms de una ocasin, aparece un tercer parmetro de medida: la frecuencia, que
mide el nmero de veces que un determinado riesgo puede materializarse a lo largo del proyecto.
Para que este mtodo sea til y no lleve a conclusiones errneas es preciso contar con informacin
precisa y no tendenciosa acerca de los riesgos. Los riesgos deben ser adecuadamente entendidos
antes de proceder a la determinacin de su probabilidad e impacto. Ello implica examinar: el grado
de conocimiento del riesgo, la informacin disponible, y la calidad e integridad de la informacin.
Para medir probabilidad e impacto pueden utilizarse escalas numricas y no numricas. En la
figura siguiente se muestra un ejemplo de escala no numrica para medir el impacto de los riesgos
sobre los objetivos del proyecto, utilizando los rangos de: nulo, bajo, medio, y alto.
Mtodo cuantitativo de riesgos:
Este proceso utiliza tcnicas cuantitativas para determinar la probabilidad y el impacto de los
riesgos del proyecto. Generalmente se realiza despus del anlisis cualitativo de riesgos. Entre las
herramientas utilizadas para el anlisis cuantitativo del riesgo se encuentran: - Entrevistas. La
informacin recogida de los expertos es tratada estadsticamente a partir de los datos de algn
parmetro concreto cuyo riesgo se quiera estimar (por ejemplo: coste, tiempo, etc.)
correspondiente a un elemento del WBS. Los datos solicitados dependern del tipo de distribucin
a emplear. Por ejemplo, si se usa una distribucin triangular se solicitarn 3 valores
correspondientes a los escenarios pesimista, optimista, y ms probable. - Anlisis de rbol de
decisiones. Se trata de un diagrama que describe una decisin considerando todas las alternativas
posibles. Cada rama incorpora probabilidades de riesgos y los costes o beneficios de las
decisiones futuras. La resolucin del rbol permite determinar cul es la decisin que produce el
mayor valor esperado. El valor esperado o esperanza matemtica se define como el sumatorio de
probabilidad por costos y beneficios. - Otros: anlisis de sensibilidad, simulacin (Anlisis de
Montecarlo).
Usos del rbol de decisin: El rbol de decisin es una de las herramientas ms tiles y
utilizadas para la toma de decisiones adecuadas teniendo varias alternativas posibles de accin. El
rbol de decisin es una buena ayuda para elegir entre varios cursos de accin. El nombre de rbol
de decisin proviene de la forma que adopta el modelo, semejante a un rbol. Est formado por
mltiples nodos cuadrados, que representan los puntos de decisin, y de los cuales surgen ramas
que representan las distintas alternativas.
El rbol de decisin es un grfico que nos sirven como herramienta para la toma de decisiones en
la empresa. Platean el problema para que todas las opciones sean analizadas, y hace posible
analizar las consecuencias de adoptar una u otra decisin. Tambin nos permite cuantificar su
coste y las probabilidades de ocurrencia de cada decisin.

Pueden aplicarse en muchas situaciones de la empresa a la hora de la toma de decisiones, como

en inversin, reinversin, polticas de crditos y financiacin a corto y largo plazo.
Al empresario en muchas ocasiones se le plantea la eleccin de una opcin entre varias
posibilidades, por lo que recurre a sta herramienta. La eleccin de una alternativa supone el
abandono de las dems opciones. Al tomar una decisin, el resultado de sta vendr determinado
por un suceso incierto (estados de la naturaleza). Una vez producido ese estado de naturaleza, es
posible elegir de nuevo entre distintas alternativas que dependen a su vez de nuevos estados de
naturaleza.
Ventajas:

Toma las ventajas de la estructura consecutiva de las ramas del rbol de decisin, de tal
forma que se identifican de manera inmediata el orden de verificacin de las condiciones y las
acciones que se deben llevar a cabo.

Las condiciones y las acciones del rbol de decisin se encuentran en ciertas ramas pero
no en otras, a diferencia de las tablas de decisin, donde todas forman parte de la misma
tabla.

Al compararse con las tablas los rboles de decisin se entienden con ms facilidad en
una organizacin y son apropiadas como un mtodo de comunicacin.

Plantea el problema para que todas las opciones sean analizadas.

Analiza las consecuencias de llevar a cabo una alternativa.

Facilita la interpretacin de la decisin adoptada.

Muestra un esquema de coste de las distintas alternativas

-Nos lleva a adoptar la mejor alternativa con la informacin existente

Desventajas:

Las reglas de asignacin son bastante sencillas a pequeas perturbaciones en los datos.

Dificultad para elegir un rbol ptimo.

Ausencia de una funcin global de las variables y por lo tanto prdida de la representacin.

Los rboles de decisin requieren un gran nmero de datos de los que muchas veces no
disponemos.
Modelo de simulacin de Monte Carlos: Es un mtodo no determinista o estadstico numrico,
usado para aproximar expresiones matemticas complejas y costosas de evaluar con exactitud. El
mtodo se llam as en referencia al Casino de Monte Carlo (Principado de Mnaco) por ser la
capital del juego de azar, al ser la ruleta un generador simple de nmeros aleatorios. El nombre y
el desarrollo sistemtico de los mtodos de Monte Carlo datan aproximadamente de 1944 y se
mejoraron enormemente con el desarrollo de la computadora.

El uso de los mtodos de Monte Carlo como herramienta de investigacin, proviene del trabajo
realizado en el desarrollo de la bomba atmica durante la Segunda Guerra Mundial en

el Laboratorio Nacional de Los lamos en EE. UU. Este trabajo conllevaba la simulacin de
problemas probabilsticos de hidrodinmica concernientes a la difusin de neutrones en el material
de fisin. Esta difusin posee un comportamiento eminentemente aleatorio. En la actualidad es
parte fundamental de los algoritmos de Raytracing. En la primera etapa de estas
investigaciones, John von Neumann y Stanislaw Ulam refinaron esta ruleta rusa y los mtodos "de
divisin" de tareas. Sin embargo, el desarrollo sistemtico de estas ideas tuvo que esperar al
trabajo de Harris y Herman Kahn en1948. Aproximadamente en el mismo ao, Enrico
Fermi, Nicholas Metropolis y Ulam obtuvieron estimadores para los valores caractersticos de
la ecuacin de Schrdinger para la captura de neutrones a nivel nuclear usando este mtodo.

Dependencia e independencia en el flujo de caja en el tiempo

El anlisis de riesgo en los proyectos de inversin se realiza de distinta formas segn los filados de
caja en el tiempo, sean o no dependientes entre s. Es decir, si el resultado de un perodo depende
o no de lo que haya pasado en otro perodo anterior. Cuando hay independencia entre las
distribuciones de probabilidad de los flujos de caja futuros, el valor esperado del valor actual neto
sera:

Donde i es la tasa de descuento libre de riesgo. La desviacin estndar de la distribucin de

probabilidades de este valor actual neto es:

Que corresponde a la desviacin estndar alrededor del valor esperado calculado por
la expresin 18.4.
Medicin de riesgo:
El riesgo R se evala mediante la medicin de los dos parmetros que lo determinan, la magnitud
de la prdida o dao posible L, y la probabilidad p que dicha prdida o dao llegue a ocurrir. Parte
de la dificultad en la gestin de riesgos es que la medicin de los dos parmetros que determinan
el riesgo es muy difcil, por lo cual se dice que es un proceso subjetivo. La incertidumbre asociada
a la medicin de cada uno de los dos parmetros (L y p) es por lo general grande. La gestin de
riesgo tambin sera ms simple si fuera posible contar con una nica mtrica que refleje en la

medicin toda la informacin disponible. Sin embargo esto no es posible, ya que se trata de medir
dos cantidades. Un riesgo con gran magnitud de prdida o dao y una baja probabilidad de
ocurrencia debe ser tratado en forma distinta que un riesgo con una reducida magnitud de prdida
o dao y una alta probabilidad de ocurrencia. En teora los dos riesgos indicados poseen una
idntica prioridad para su tratamiento, pero en la prctica es bastante difcil gestionarlos cuando se
hace frente a limitaciones en los recursos disponibles, especialmente tiempo para llevar a cabo el
proceso de gestin de riesgo.