ALGORITMOS SIMHEURÍSTICOS PARA OPTIMIZAR EL CRÉDITO COMERCIAL EN PYMES

Tamaño: px

Comenzar la demostración a partir de la página:

Download "ALGORITMOS SIMHEURÍSTICOS PARA OPTIMIZAR EL CRÉDITO COMERCIAL EN PYMES"

Emilio Rico Toledo
hace 6 años
Vistas:

E VA VA L L A D O R E G A L A D O M Á S T E R E

1 ALGORITMOS SIMHEURÍSTICOS PARA OPTIMIZAR EL CRÉDITO COMERCIAL EN PYMES A U TO R : J U A N F E L I C I F E R R Í S D I R E C TO R A S : D ª. L A U R A C A LV E T L I Ñ Á N D R ª. E VA VA L L A D O R E G A L A D O M Á S T E R E N I N G E N I E R Í A C O M P U TA C I O N A L Y M AT E M Á T I C A

2 ÍNDICE 1. Objetivos 2. Motivación 3. Teórica: Gestión del crédito comercial 4. Matemática: Modelo de diseño 5. Informática: Modelo computacional 6. Práctica: Experimentos y análisis 7. Conclusiones MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 2

3 1. Objetivos o Desarrollar un sistema de apoyo a las decisiones para la gestión del crédito comercial en PYMEs. Estudio teórico. Modelización del problema. Optimización mediante algoritmos simheurísticos. Implementación del sistema. Experimentación. MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 3

4 2. Motivación o Importancia del crédito comercial en PYMEs como fuente de financiación, sobre todo en periodos de recesión. o Problema poco tratado en la literatura científica por su complejidad. o Una mala gestión del crédito comercial está relacionada con situaciones de quiebra. o Necesidad, por parte de las PYMEs, de contar con herramientas cuantitativas que ayuden en la gestión del crédito comercial. MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 4

5 3.1. El crédito comercial o Es el aplazamiento del pago de una compraventa de bienes o de una prestación de servicios. MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 5

6 3.1. El crédito comercial o Características: Forma de financiación a corto plazo. Financiación B2B. Permite adquirir una mercancía que, ya vendida, le permite ser pago de la misma al proveedor. o Ejemplos: Inicios de Apple Wal-Mart MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 6

7 3.1. El crédito comercial o Relación con las PYMEs: Prestamista: Beneficios: incremento en las ventas, favorece las relaciones entre empresas. Perjuicios: vulnerabilidad a impagos. Prestatario: Beneficios: fuente de financiación, permite operar con independencia de la tesorería. Perjuicios: exige un mayor grado de responsabilidad. MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 7

8 3.1. El crédito cromercial o Gestión del riesgo: Riesgo por posibles eventos de impago. Análisis de los clientes. Uso de herramientas cuantitativas. Principales determinantes del riesgo: Cantidad e crédito comercial. Medida de solvencia del cliente. MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 8

9 3.2. La teoría moderna del portafolio o Frontera eficiente: Maximizar rendimiento esperado. Minimizar riesgo. MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 9

10 3.2. La teoría moderna del portafolio o Diversificación: ρ=1 ρ=0 ρ= 1 MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 10

11 3.2. La teoría moderna del portafolio o Aplicación a la gestión del crédito comercial: Distribución de pérdidas: Probabilidad Pérdidas esperadas Pérdidas inesperadas Fuentes de incertidumbre. Porcentaje del valor perdido del portafolio MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 11

12 3.3. Los algoritmos simheurísticos o Técnica de optimización que combina simulación y metaheurística. MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 12

13 3.3. Los algoritmos simheurísticos o Simulación: modela la naturaleza estocástica del problema Simulación de Monte- Carlo. MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 13

14 3.3. Los algoritmos simheurísticos o Metaheurística: búsqueda de soluciones a problemas no convexos. Algoritmos genéticos. MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 14

15 4.1. Modelo conceptual o Comprensión del problema TCPOP: MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 15

16 4.1. Modelo conceptual o Primera extensión - STCPOP: MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 16

17 4.1. Modelo conceptual o Segunda extensión - DSTCPOP: MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 17

18 4.1. Modelo conceptual o Representación del modelo: Variable de decisión: X=[ x 1, x 2,..., x n ] Función objetivo: Restricciones: max(raroc )=max( x i [0,1] Expected return Economic capital ) MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 18

19 4.2. Algoritmo de resolución o TCPOP: Generar una población inicial. Bucle: comprobar si se cumple la condición Mantener la población que está en la élite. Cruzar la población que no está en la élite. Mutar la población recombinada. Evaluar población. Solución: individuo mejor adaptado (mayor RAROC) MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 19

20 4.2. Algoritmo de resolución o STCPOP: Bucle: simulación de la exposición en impago Generar una población inicial. Bucle: comprobar si se cumple la condición Mantener la población que está en la élite. Cruzar la población que no está en la élite. Mutar la población recombinada. Evaluar población. Solución: mejor individuo medio de todas las simulaciones MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 20

21 4.2. Algoritmo de resolución o DSTCPOP: Bucle: recalcular restricciones Bucle: simulación de la exposición en impago Generar una población inicial. Bucle: comprobar si se cumple la condición Mantener la población que está en la élite. Cruzar la población que no está en la élite. Mutar la población recombinada. Evaluar población. Solución: mejor individuo medio de todas las simulaciones MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 21

22 5. Implementación del DSS o Estructura: Codificación: Python MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 22

23 6.1. Diseño e implementación de experimentos o Diseño: MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 23

24 6.1. Diseño e implementación de experimentos o Implementación: MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 24

25 6.1. Diseño e implementación de experimentos o Datos simulados: MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 25

26 6.2. Análisis de resultados o Informes gráficos: Baja volatilidad Alta volatilidad MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 26

27 7. Conclusiones o Potencial de las herramientas cuantitativas para ayudar en la toma de decisiones. o Importancia de la simulación para emular la naturaleza estocástica de los problemas complejos. o Necesidad de optimizar los sistemas para el uso eficiente de los recursos. MÁSTER EN INGENIERÍA COMPUTACIONAL Y MATEMÁTICA 27

28 ALGORITMOS SIMHEURÍSTICOS PARA OPTIMIZAR EL CRÉDITO COMERCIAL EN PYMES A U TO R : J U A N F E L I C I F E R R Í S D I R E C TO R A S : D ª. L A U R A C A LV E T L I Ñ Á N D R ª. E VA VA L L A D O R E G A L A D O M Á S T E R E N I N G E N I E R Í A C O M P U TA C I O N A L Y M AT E M Á T I C A

Documentos relacionados

Algoritmos Simheurísticos para Optimizar el Crédito Comercial en PYMEs

1 Universitat Rovira i Virgili - Universitat Oberta de Catalunya Máster en Ingeniería Computacional y Matemática Algoritmos Simheurísticos para Optimizar el Crédito Comercial en PYMEs Trabajo Final de