Metodo o simulacion de Montecarlo

1. Simulación
Montecarlo

2. ¿Qué es la simulación de Monte
Carlo?
 La simulación de Monte Carlo es una técnica
cuantitativa que hace uso de la estadística y los
ordenadores para imitar, mediante modelos
matemáticos, el comportamiento aleatorio de
sistemas reales no dinámicos (por lo general,
cuando se trata de sistemas cuyo estado va
cambiando con el paso del tiempo, se recurre
bien a la simulación de eventos discretos o bien
a la simulación de sistemas continuos).

3. ¿Dónde se desarrollo?
 El uso de los métodos de Monte Carlo como
herramienta de investigación, proviene del trabajo
realizado en el desarrollo de la bomba atómica durante
la Segunda Guerra Mundial en el Laboratorio Nacional
de Los Álamos en EE. UU.
 El método se llamó así en referencia al Casino de Monte
Carlo (Principado de Mónaco) por ser “la capital del
juego de azar”, al ser la ruleta un generador simple de
números aleatorios. El nombre y el desarrollo sistemático
de los métodos de Monte Carlo datan
aproximadamente de 1944 y se mejoraron
enormemente con el desarrollo de la computadora.

4. Permite que:
 La Simulación de Monte Carlo es una técnica que permite
llevar a cabo la valoración de los proyectos de inversión
considerando que una, o varias, de las variables que se
utilizan para la determinación de los flujos netos de caja no
son variables ciertas, sino que pueden tomar varios valores.
Por tanto, se trata de una técnica que permite introducir el
riesgo en la valoración de los proyectos de inversión.
 La técnica de la simulación de Monte Carlo se basa en
simular la realidad a través 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 información sobre la realidad a analizar, o
cuando la experimentación no es posible, o es muy costosa.

6. Aplicación del Método
Montecarlo
Para las finanzas el Método Montecarlo es aplicable a fin de poder
realizar un análisis del riesgo de un portafolio de inversión, el
comportamiento de índices bursátiles o las perspectivas del
agregado económico de un país.
Actualmente y gracias al desarrollo de software se cuenta con
herramientas potentes para realizar simulaciones y planteamiento de
escenarios, algunas de las más populares son las siguientes:
@Risk Simulator
Ambas herramientas nos proporcionan un soporte en base a Excel
para el análisis de variables, de tal forma que nos pueden ayudar en
la toma de decisiones.

7. Conclusiones
 El Método Montecarlo es útil para establecer
probabilidades y definir escenarios de actuación.
 El objetivo de este método no es el de brindar
decisiones sino apoyar a la toma de estas.
 Existen diversos programas de soporte para problemas
complejos, será cuestión del analista elegir aquel que se
adecúe mejor a sus necesidades.