Metodo o Simulacion de Montecarlo

  • Published on
    24-Jul-2015

  • View
    176

  • Download
    8

Transcript

Simulacin MontecarloSimulacin MontecarloQu es la simulacin de Monte Carlo?La simulacin de Monte Carlo es una tcnica cuantitativa que hace uso de la estadstica y los ordenadores para imitar, mediante modelos matemticos, el comportamiento aleatorio de sistemas reales no dinmicos (por lo general, cuando se trata de sistemas cuyo estado va cambiando con el paso del tiempo, se recurre bien a la simulacin de eventos discretos o bien a la simulacin de sistemas continuos).Dnde se desarrollo?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.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.Permite que:La Simulacin de Monte Carlo es una tcnica que permite llevar a cabo la valoracin de los proyectos de inversin considerando que una, o varias, de las variables que se utilizan para la determinacin de los flujos netos de caja no son variables ciertas, sino que pueden tomar varios valores. Por tanto, se trata de una tcnica que permite introducir el riesgo en la valoracin de los proyectos de inversin. La tcnica de la simulacin de Monte Carlo se basa en simular la realidad a travs del estudio de una muestra, que se ha generado de forma totalmente aleatoria. Resulta, por tanto, de gran utilidad en los casos en los que no es posible obtener informacin sobre la realidad a analizar, o cuando la experimentacin no es posible, o es muy costosa.Aplicacin del Mtodo MontecarloPara las finanzas el Mtodo Montecarlo es aplicable a fin de poder realizar un anlisis del riesgo de un portafolio de inversin, el comportamiento de ndices burstiles o las perspectivas del agregado econmico de un pas.Actualmente y gracias al desarrollo de software se cuenta con herramientas potentes para realizar simulaciones y planteamiento de escenarios, algunas de las ms populares son las siguientes:@Risk SimulatorAmbas herramientas nos proporcionan un soporte en base a Excel para el anlisis de variables, de tal forma que nos pueden ayudar en la toma de decisiones.ConclusionesEl Mtodo Montecarlo es til para establecer probabilidades y definir escenarios de actuacin.El objetivo de este mtodo no es el de brindar decisiones sino apoyar a la toma de estas.Existen diversos programas de soporte para problemas complejos, ser cuestin del analista elegir aquel que se adece mejor a sus necesidades.