Presentación Caso Montecarlo

592 visualizaciones

Publicado el

0 comentarios
0 recomendaciones
Estadísticas
Notas
  • Sé el primero en comentar

  • Sé el primero en recomendar esto

Sin descargas
Visualizaciones
Visualizaciones totales
592
En SlideShare
0
De insertados
0
Número de insertados
12
Acciones
Compartido
0
Descargas
13
Comentarios
0
Recomendaciones
0
Insertados 0
No insertados

No hay notas en la diapositiva.

Presentación Caso Montecarlo

  1. 1. RESOLUCIÓN CASO: EL TESORO MONTECARLO Servicios Montecarlo Angélica María Pineda Cardona Claudia Cristina Sierra Galeano Luis Gabriel Restrepo Cárdenas Claudia Milena Sabogal Serrano Especialización en Gestión Empresarial Universidad Nacional de Colombia Noviembre, 2012
  2. 2. OBJETIVO DEL CASO
  3. 3. Para el desarrollo del caso se tuvo en cuenta losiguiente:Definición de distribuciones de probabilidadpara las variables mas relevantes.Proyección del flujo de caja para los próximossiete meses.Realización de simulación Montecarlo yanálisis de sensibilidad mediante el programa@Risk.
  4. 4. VARIABLES RELEVANTES• Ventas Super Combo• Ventas Expreso• Ventas Corporativos• Cobranzas Rally Alquileres• Cobranzas Corporativas• Cobranzas Taller Epoca• Costos• Otros Egresos
  5. 5. DEFINICION DE DISTRIBUCIONES DE PROBABILIDADPara definir las distribuciones de probabilidad que mejor seajustan a las bases de datos proporcionadas en el ejercicio, seasumen las siguientes hipótesis:H0: Los datos se ajustan a la distribución de probabilidad.H1: Los datos no se ajustan a la distribución de probabilidad.Para rechazar o aceptar la hipótesis se toma como estadísticode prueba la Chi-Cuadrado.
  6. 6. Super Combo VARIABLE VENTAS: SUPER COMBO Mes -24 435 Mes -23 470 Mes -22 395Dado p-valor = 0,6626 > 0,05, podemos decir que con un 95% de Mes -21 425 Mes -20 405confianza no hay suficiente evidencia estadística para rechazar Mes -19 430Ho, por lo cual el numero de vehículos atendidos Super Combo se Mes -18 Mes -17 395 405ajustan a una distribución normal. Mes -16 465 Mes -15 420 Mes -14 430 Mes -13 330 Mes -12 450 Mes -11 560 Mes -10 480 Mes -9 475 Mes -8 440 Mes -7 435 Mes -6 435 Mes -5 470 Mes -4 370 Mes -3 480 Mes -2 445 Mes -1 440 Mes -0 480 Distribución 438,6
  7. 7. Expreso VARIABLE VENTAS: SERVICIO EXPRESO Mes -24 570 Mes -23 605Dado p-valor = 0,7358 > 0,05, podemos decir que con un 95% de Mes -22 Mes -21 630 595confianza no hay suficiente evidencia estadística para rechazar Mes -20 580 Mes -19 550Ho, por lo cual el numero de vehículos atendidos Expreso se Mes -18 540ajustan a una distribución normal. Mes -17 570 Mes -16 630 Mes -15 625 Mes -14 635 Mes -13 625 Mes -12 585 Mes -11 675 Mes -10 630 Mes -9 660 Mes -8 530 Mes -7 575 Mes -6 530 Mes -5 640 Mes -4 505 Mes -3 675 Mes -2 585 Mes -1 685 Mes -0 610 Distribución 601,6
  8. 8. VARIABLE VENTAS: CORPORATIVO Corporativo Mes -24 N/ADado p-valor = 0,3657 > 0,05, podemos decir que con un 95% de Mes -23 N/Aconfianza no hay suficiente evidencia estadística para rechazar Mes -22 Mes -21 N/A N/AHo, por lo cual el numero de vehículos atendidos Corporativo se Mes -20 N/A Mes -19 N/Aajustan a una distribución normal. Mes -18 N/A Mes -17 N/A Mes -16 N/A Mes -15 N/A Mes -14 N/A Mes -13 N/A Mes -12 N/A Mes -11 N/A Mes -10 35 Mes -9 50 Mes -8 45 Mes -7 50 Mes -6 105 Mes -5 120 Mes -4 105 Mes -3 210 Mes -2 235 Mes -1 225 Mes -0 205 Distribución 125,909
  9. 9. VARIABLE VENTAS: RALLY ALQUILERESDado p-valor = 0,3657 > 0,05, podemos decir que con un 95% deconfianza no hay suficiente evidencia estadística para rechazarHo, por lo cual el historial de cobranzas de Rally Alquileres se Rally alquileresajustan a una distribución normal. Mes -10 30 Mes -9 29 Mes -8 28 Mes -7 33 Mes -6 30 Mes -5 30 Mes -4 27 Mes -3 29 Mes -2 30 Mes -1 30 Mes -0 30 Distribución 29,6364
  10. 10. VARIABLE VENTAS: FLOTAS CORPORATIVASDado p-valor = 0,7630> 0,05, podemos decir que con un 95% de Flotas Corporativasconfianza no hay suficiente evidencia estadística para rechazar Mes -10 28Ho, por lo cual el historial de cobranzas de Flotas Corporativas se Mes -9 28 Mes -8 29ajustan a una distribución normal. Mes -7 31 Mes -6 30 Mes -5 29 Mes -4 31 Mes -3 32 Mes -2 30 Mes -1 28 Mes -0 29 Distribución 29,5455
  11. 11. VARIABLE VENTAS: TALLER ÉPOCADado p-valor = 0,7630> 0,05, podemos decir que con un 95% deconfianza no hay suficiente evidencia estadística para rechazarHo, por lo cual el historial de cobranzas de Taller Época se ajustan Taller épocaa una distribución normal. Mes -10 65 Mes -9 61 Mes -8 55 Mes -7 60 Mes -6 58 Mes -5 59 Mes -4 60 Mes -3 60 Mes -2 56 Mes -1 58 Mes -0 63 Distribución 59,5455
  12. 12. VARIABLE INSUMOS: COSTOSDado p-valor = 0,8098> 0,05, y queeste es el mayor de todas lasdistribuciones de probabilidad,podemos decir que con un 95% deconfianza no hay suficiente evidenciaestadística para rechazar Ho, por locual los costos se ajustan a unadistribución weibull.
  13. 13. VARIABLE: OTROS EGRESOSDado p-valor = 0,8449> 0,05, y queeste es el mayor de todas lasdistribuciones de probabilidad,podemos decir que con un 95% deconfianza no hay suficiente evidenciaestadística para rechazar Ho, por locual los otros egresos se ajustan auna distribución normal.
  14. 14. Una vez definidas las distribuciones deprobabilidad de cada una de las variablesrelevantes, se procede a realizar el flujo de caja,en donde es importante rescatar que se asumióque los intereses generados en el banco por losexcedentes de dinero son contabilizadosdirectamente en la caja.
  15. 15. FLUJO DE CAJA PROYECTADO (7 MESES)
  16. 16. Teniendo definido el modelo financiero, seprocede a realizar la simulación Montecarlo con1.000 iteraciones para analizar elcomportamiento del flujo de caja en los sietemeses proyectado, utilizando el software @Risk.Los resultados obtenidos se muestran acontinuación:
  17. 17. ANÁLISIS DE LA SIMULACIÓN MONTECARLO Existe una probabilidad del 95% que la caja para el mes 1 sea negativa, alcanzando un valor mínimo de $-14.09MMLa variable que hace mas sensible lacaja es las ventas de Súper Combo.Los otros egresos y las cobranzas deRally Alquileres tiene una relacióninversa con el flujo de caja.
  18. 18. El análisis anterior se realiza para todos losmeses, en donde se concluye que con mas de un90% de probabilidad la empresa va generar undeficit, para los primeros cuatro meses, y suvariable mas significativa son las ventas SuperCombo, como se muestra a continuación:
  19. 19. LÍNEA DE CRÉDITOCon base en los resultados anteriores, yteniendo en cuenta los percentilesarrojados por el programa, la empresadebería asumir la línea de crédito por2.300.000 para cubrir el posible déficit conuna confianza del 75% cumpliendo con elrango del 70% al 90% de confianza definidoen el enunciado del caso.
  20. 20. FLUJO DE CAJA – LÍNEA DE CRÉDITOAsumiendo el endeudamiento financiero, el flujo de caja de la compañía lucede la siguiente manera:

×