En primer lugar, en este artículo veremos qué herramientas y técnicas estadísticas usar para saber cómo aplicar el modelo Monte Carlo en la gestión de riesgos en proyectos empresariales de cualquier tipo.
Por eso, se abordan los recursos más utilizados para este objetivo, como, por ejemplo:
- Excel para la gestión de riesgos.
- Modelos de simulación Monte Carlo.
- @Risk
Esto será especialmente útil para gestores de riesgos y gerentes de proyectos.
Qué es la simulación del modelo Monte Carlo
La simulación Monte Carlo es la técnica estadística mejor valorada para el análisis de riesgos en cualquier proyecto, que permite resolver problemas cuantitativos a través de la generación de números aleatorios.
En concreto, el uso de las distribuciones de probabilidad continua son las más utilizadas, las más intuitivas y las más adecuadas para empezar.
Cuando evaluamos riesgos mediante métodos cuantitativos, con técnicas estadísticas, nos obliga a medir valores inciertos para prevenir riesgos que pueden ocurrir en los proyectos.
El objetivo final es la mejora en el proceso de toma de decisiones en las organizaciones, es decir, para tomar decisiones de mejor calidad.
Por tanto, serán decisiones con más visibilidad de los riesgos y las incertidumbres que afectan a toda empresa y a todo proyecto.
Como se ha comentado, se basa en una técnica estadística, matemática, con rigor científico y alejada de cualquier percepción subjetiva.
De hecho, este método lleva usándose más de 60 años y se popularizó a raíz del uso de los ordenadores a nivel masivo por parte de los usuarios.
Con la finalidad de poder analizar con un mejor conocimiento las incertidumbres que afectas a nuestro negocio o proyecto, es necesario desarrollar una competencia de predicción de variables sujetas a incertidumbre e implementar políticas de mitigación de riesgos más efectivas.
La aplicación de este modelo permite tomar mejores decisiones después de estimar o predecir la evolución futura del proyecto, mediante la exploración de miles de escenarios como resultado de las variables analizadas.
Cómo se aplica este modelo
Estos son los pasos a seguir para elaborar el modelo de simulación Monte Carlo:
- Definición del problema.
- Construir un modelo en MsExcel
- Determinar qué variables son inciertas e importantes.
- Definir las variables inciertas de entrada con distribuciones de probabilidad (rango y forma) utilizando datos históricos y/o opiniones de expertos.
- Definir las variables de salida de los resultados que deseamos medir (duración, costes, VAN, flujos de caja, activo o pasivo.
- Ejecutar la simulación.
- Evaluar el riesgo, oportunidad, rango y probabilidad de los resultados.
- Probar alternativas de mitigación, si se requiere.
- Repetir el proceso hasta alcanzar el nivel de riesgo/exposición óptimo.
- Presentar los resultados y tomar la decisión.
Tras identificar los pasos, a continuación, veremos las herramientas para saber cómo aplicar el modelo Monte Carlo para la gestión de riesgos en proyectos de manera práctica.
Herramientas para aplicar el modelo Monte Carlo
Combinación de @Risk y MsExcel
Con la finalidad de estimar costes en proyectos es recomendable utilizar distribuciones de probabilidad continua.
Una de las herramientas más utilizadas en todo el mundo es el software @RISK debido a su facilidad de uso, además de favorecer el estudio de las funciones de probabilidad más accesibles (Triangular, Pert, etc.).
Este software se instala como add-in en Excel. Potenciando la gran capacidad para generar modelos de Excel para la creación de algoritmos cuantitativos, por tanto, son modelos en los que podemos usar fórmulas, códigos y algoritmos avanzados.
Para explicarlo de manera resumida, las distribuciones de probabilidad utilizan argumentos para especificar el rango de valores y su distribución de probabilidad. Por ejemplo, la distribución triangular se define por los valores mínimos, más probable y máximos. Esta distribución se representará mediante el histograma.
Resultados esperados
Por último, es importante tener en cuenta las funciones de probabilidad para el registro de riesgos en proyectos empresariales.
En este sentido, es clave analizar las distribuciones de probabilidad discretas para crear modelos de registro de riesgos mediante la relación de la probabilidad por el impacto.
Este modelo permite prever, identificar y cuantificar riesgos en proyectos en distribuciones de probabilidad discreta.
Es decir, conseguiremos modelos de probabilidad por impacto, lo cual ayuda a estimar cuál es el coste potencial, probable, el coste mínimo o máximo que pueden tener diversos elementos de riesgo en un proyecto.
Esto es de gran valor, ya que ayuda a las empresas y proyectos para hacer previsiones económicas de flujo de caja para hacer frente al coste económico de esos riesgos e incluir los planes de mitigación adecuados a esos riesgos.
Podemos concluir este artículo asegurando que el mayor riesgo al que se enfrenta una empresa es, sin duda, no analizar sus propios riesgos.
Curso online para aplicar la simulación del modelo Monte Carlo
Para todo profesional especializado en la gerencia de proyectos o la gestión de riesgos empresarial, es recomendable confiar en entidades educativas con experiencia en este tipo de formación.
Este es el caso de EALDE Business School, referencia internacional en la formación de gestión de riesgos en habla hispana.
Entre su amplia oferta formativa en el ámbito de gestión de riesgos, podemos destacar el siguiente ciclo de webinars sobre cómo aplicar el modelo Monte Carlo para la gestión de riesgos en proyectos paso a paso.
Este interesante programa ha sido impartido por Manuel Carmona, director del Gabinete de Formación- EdyTraining Ltd. (UK) y profesor de EALDE Business School.