Según explica el BCRP en un documento de trabajo, la simulación de Montecarlo parte de suponer un modelo de comportamiento para cada uno de los factores de riesgo y para las relaciones de dependencia con el resto de los factores. Seguidamente, se generan escenarios basados en el modelo de comportamiento conjunto, que arrojarán una pérdida o una ganancia. La combinación y tabulación de todos ellos dará lugar a un mapa de pérdidas y ganancias. Es decir, se calcula una teórica distribución de probabilidades para la cartera de instrumentos o posiciones, o sus equivalentes, para un determinado periodo de tiempo.

Así, la Simulación de Montecarlo se presenta como una multitud de posibles senderos para los precios de tal modo que se llega a una distribución de precios esperada. Este método ofrece una gran versatilidad o flexibilidad para la valoración y simulación sobre instrumentos complejos o no lineales como las opciones financieras.

La aplicación de este tipo de simulación requiere de recursos computacionales y temporales:

Un caso expuesto por la FAO

En un documento de trabajo cuyo objetivo es esbozar los lineamientos de una evaluación económica de las inversiones y explotaciones agropecuarias, la FAO explica el uso del Modelo de Simulación de Montecarlo, el mismo que -señala la organización internacional- sirve para simular los resultados que puede asumir un indicador de rentabilidad, como el Valor Actual Neto (VAN) o la Tasa Interna de Retorno (TIR), de un proyecto. Sin embargo, aclara que el modelo también es aplicable a cualquier resultado que surja de un proceso de combinación de variables que puedan simularse probabilísticamente.

El procedimiento implica la asignación aleatoria de un valor a cada variable pertinente del flujo de fondos proyectado. La selección de valores aleatorios permite la posibilidad de que al aplicarlos en forma repetida a las variables relevantes (por ejemplo precio, rendimientos, hectáreas, etc.), se obtengan suficientes resultados probables de tal modo que se establezca una aproximación a la forma de una distribución de frecuencias "estimada" de los valores de la variable pertinente (VAN o TIR, por ejemplo).

Cada variable relevante asume individualmente valores aleatorios concordantes con una distribución de probabilidades propia para cada una de ellas.

El Modelo de Simulación de Montecarlo se diferencia del análisis de sensibilidad porque en este último los valores de las variables son definidos según el criterio del evaluador, en tanto que en el Modelo de Montecarlo los valores son asignados en función de la distribución de probabilidades que se asigne para cada uno y dentro del intervalo determinado por el evaluador.

Para aplicar este modelo se emplean softwares como el denominado Simulaad40 y otros similares que no varían demasiado en su forma de aplicación.

FUENTES CONSULTADAS:

Documento de trabajo "Gestión del Riesgo Cambiario: Una Aplicación del Valor en Riesgo para el Mercado Financiero Peruano", de Mario Antonio Zambrano, publicado por el Banco Central de Reserva del Perú (BCRP) en la revista Estudios Económicos.

Documento "Desarrollo Institucional para la Inversión", publicado por la FAO.

¿Deseas saber más acerca del Modelo de simulación de Montecarlo? Inscríbete en el Diploma Internacional en Gestión de Riesgos en el Sistema Financiero de ESAN.