Orador Magistral de la Conferencia de Usuarios de 2007, San José, Costa Rica:

Transcripción

1 INSTRUCTOR ENRIQUE NAVARRETE M.Sc. en Economía, University of Chicago (USA). B.Sc. en Economía, MIT (USA). B.Sc. en Matemáticas, MIT (USA). Orador Magistral de la Conferencia de Usuarios de 2007, San José, Costa Rica: Matemático y Economista de nacionalidad mexicana, actualmente es Gerente General de Scalar Consulting Cia. Ltda. Instructor de Palisade Corporation, México DF y Bogotá. Consultor de Derivados, Riesgos Financieros, y Modelos de Optimización y Simulación durante el periodo , ha dictado más de 250 seminarios en los países de la región sobre estos temas, tanto en la industria como en el sector financiero, universidades, así como en organismos de control en países tales como Estados Unidos, México, Colombia, Costa Rica, Panamá, El Salvador, Honduras, República Dominicana, Guatemala, Ecuador, Perú y Bolivia. Asimismo ha colaborado con organismos internacionales tales como la Asociación Bancaria de Colombia, la Asociación Colombiana de Ejecutivos de Finanzas (ACEF), la Asociación Latinoamericana de Instituciones de Desarrollo (ALIDE), y el Banco Interamericano de Desarrollo (BID). Participó como conferencista en el Congreso de Riesgos organizado por la Asociación Bancaria de Colombia, en los años 2005 y 2006.

2 El Dr. Navarrete ha sido profesor de economía y matemática en la Universidad de las Américas, ESPOL, Universidad Iberoamericana de México, entre otras. Catedrático invitado por la Escuela Politécnica Nacional (EPN) en las Maestrías de Estadística e Investigación de Operaciones y por la FLACSO en la Maestría de Economía. Diseñó la Maestría en Riesgos Financieros en la Escuela Politécnica Nacional (EPN). Ha diseñado el sistema modular de riesgos POWER RISK : Riesgos de Mercado y Liquidez, Tipo de Cambio, Crédito (Scoring, Calificaciones Internas-IRB), Operativo, Cuadro Integral de Mandos, Tesorería, Divisas y Prevención de Crisis, Ratings de Crédito y Optimización. Ha colaborado como Catedrático en el Programa de Actualización en Supervisión (PAS), Superintendencia de Bancos y Seguros del Ecuador (SBS), en colaboración con la Escuela Politécnica Nacional y USAID. Colabora actualmente con la Universidad Pontificia Bolivariana y la Universidad Iberoamericana de México (UIA), impartiendo cátedra en el Diplomado en Administración de Riesgos Financieros ofrecido a través de un convenio entre Scalar Consulting y dicha universidad en diversos países de la región (República Dominicana, Colombia (Bogotá, Cali), Ecuador, Perú). Ha dictado los cursos Modelos de Simulación y Optimización en Finanzas y en la Industria, Taller de Modelización de Riesgos, Modelos Econométricos Avanzados para una Eficiente Gestión de Riesgos Financieros, Herramientas de Predicción, Análisis y Simulación Indispensables en la Industria y las Finanzas, El Riesgo Operativo y el Control de Calidad Institucional, Taller de Modelización de Precios con EVIEWS, Optimización y Simulación entre otros, todos ellos utilizando herramientas avanzadas de simulación y optimización estocástica.

3 Ha realizado aplicaciones en los siguientes campos: Industria Modelos de Programación y Logística Control y Manejo de Inventarios Redes eléctricas y ruteadores Teoría de filas Finanzas Optimización de Portafolios y Cálculo de Frontera Eficiente Predicción de Precios, Tasas y Tipo de Cambio Valoración de Opciones Marketing y Precios Precios no lineales (Ejemplo: celulares) Agrupamientos (Bundlings) Tarifarios óptimos (Ejemplo: líneas aéreas) Valoración de clientes Banca y Entidades Financieras Gestión de Tesorería y Análisis GAP con simulación Cash Flow at Risk ó Flujos de Caja en Riesgo Earnings-at-Risk (EAR): Utilidad en Riesgo Value-at-Risk (VAR): Desvalorización de Portafolios por precios inciertos Capital-at-Risk (CAR): Desvalorización del Patrimonio Modelos de Riesgo de Crédito y Riesgo Operativo Valoración de Empresas y Proyectos con Incertidumbre Análisis PERT con incertidumbre VAN y TIR con flujos inciertos Finanzas corporativas Opciones reales

4 CONTENIDO DEL CURSO 1. Introducción sobre la importancia y necesidad del Análisis de Riesgos Definición estándar del riesgo en las finanzas y en la industria; Conceptos asociados de aversión y propensión al riesgo con ejemplos prácticos. 2. Estructurando Modelos de Optimización con Incertidumbre Pasos en la ejecución de una Evaluación de Riesgos; Definiendo el Problema; Estableciendo los Fundamentos para un Modelo de Optimización y de Análisis de Riesgo; Ensamble del modelo en hojas electrónicas (Excel); Definición de Restricciones; Definición de Variables Estocásticas y Deterministas. 3. Distribuciones Útiles para el Análisis de Riesgos Introducción: Cómo especificar una distribución? Distribuciones Discretas; Distribuciones Continuas; Distribuciones Normales truncadas y Lognormales truncadas; Definición de la distribución de probabilidad adecuada para cada variable estocástica.

5 4. Breve Descripción y Funciones Básicas Barra de Variables de Variables de Ejecutando el modelo; Ejecución de Múltiples simulaciones e iteraciones; Plantilla de Resultados; Examen de Resultados; Presentación de Resultados. 5. Introducción a la Simulación de Monte Carlo Método Monte Carlo vs. Hipercubo Latino; Cuántas simulaciones debemos realizar? Monitoreando la convergencia de las simulaciones; Generación de simulaciones en paralelo mediante el comando RiskSimTable

6 6. Gráficos e Interpretación de Resultados Interpretación de Gráficos de Tornado; Análisis de Sensibilidad; Qué variables influyeron en mayor grado a los resultados de la simulación? Variables de Variables de Ejecutando el modelo. Regression Sensitivity for VAN/B17 Uso de vacuna por cabeza d.../b9,87 -,505 Ingresos de competidores/b11 -,264 Ingresos de competidores /.../C11 -,12 Ingresos de competidores/d11 -,041 Ingresos de competidores/e11 Tamaño de mercado / Mejor.../C8,026 Tamaño de mercado/d8,015 Tamaño de mercado/e8,011 Ingresos de competidores/f11,01 Tamaño de mercado/f8, ,75-0,5-0,25 0 0,25 0,5 0,75 1 Std b Coefficients

7 7. Combinando Simulación y Optimización: Optimización Estocástica Introducción a la optimización estocástica y a los algoritmos genéticos; Definición de restricciones mediante Risk Optimizer; Definición de Variable Objetivo; diferencias con el solver de Excel. Buscando soluciones mediante combinaciones de datos; Interpretación de los principales informes de salida del Risk Optimizer. Nota: Los temas a tratar se ilustrarán mediante ejemplos prácticos relacionados con ventas, valoración de nuevos mercados, manejo de portafolios, gestión de inventarios, logística y transporte, y otros de interés general seleccionados durante la impartición del curso en diversos países. Resolución de problemas por medio de Algoritmo Genético