El documento presenta una introducción al análisis cuantitativo para la gerencia de riesgos, incluyendo conceptos como relación costo-beneficio, punto de equilibrio, análisis de sensibilidad, escenarios, árboles de decisión, simulación de Montecarlo y control estadístico de procesos. Explica fórmulas y provee ejemplos para aplicar diferentes métodos cuantitativos en la evaluación y gestión de riesgos.

1. GERENCIA DE RIESGOS

2. ANALISIS CUANTITATIVO

3. ANALISIS CUANTITATIVO

4. ANALISIS CUANTITATIVO

5. ANALISIS CUANTITATIVO RELACION COSTO/BENEFICIO:

6. ANALISIS CUANTITATIVO

7. ANALISIS CUANTITATIVO

8. ANALISIS CUANTITATIVO

9. ANALISIS CUANTITATIVO B/C = REDUCCION DE RIESGO/ COSTO DE LA SOLUCION B/C = MPP situación actual – MPP al implementar la solución Costo de la solución Donde: B/C = Beneficio - costo MPP = Máxima perdida probable, que es = al costo del riesgo X probabilidad de ocurrencia X grado de exposición

10. ANALISIS CUANTITATIVO

11. ANALISIS CUANTITATIVO

12. ANALISIS CUANTITATIVO

13. ANALISIS CUANTITATIVO VOLUMEN OBJETIVO = (Costo Fijo + Utilidad Objetivo) / (Precio Venta – Costo Variable) VOLUMEN OBJETIVO = ($200.000.000 + $120.000.000) / ($30.000.000 - $22.000.000) VOLUMEN OBJETIVO = 40 UNIDADES PUNTO DE EQUILIBRIO = Costo Fijo / (Precio de Venta – Costo Variable) PUNTO DE EQUILIBRIO = $200.000.000 / ($30.000.000 - $22.000.000) PUNTO DE EQUILIBRIO = 25 UNIDADES

14. ANALISIS CUANTITATIVO } 1200 1080 750 200 VENTAS M$ Utilidad Costos Variables Costos Fijos } } 25 40 NUMERO DE UNIDADES PUNTO DE EQUILIBRIO PARA EL CONCESIONARIO

15. ANALISIS CUANTITATIVO TIEMPO DE REPAGO: $

16. ANALISIS CUANTITATIVO

17. ANALISIS CUANTITATIVO VER EJEMPLO 8.2

18. ANALISIS CUANTITATIVO ANALISIS DE SENSIBILIDAD:

19. ANALISIS CUANTITATIVO

20. ANALISIS CUANTITATIVO

21. ANALISIS CUANTITATIVO

22. ANALISIS CUANTITATIVO

23. ANALISIS CUANTITATIVO ANALISIS DE ESCENARIOS:

24. ANALISIS CUANTITATIVO EJEMPLO 8.6 Y 8.7

25. ANALISIS CUANTITATIVO ARBOLES DE DECISIONES:

26. ANALISIS CUANTITATIVO

27. ANALISIS CUANTITATIVO

28. ANALISIS CUANTITATIVO

29. ANALISIS CUANTITATIVO

30. ANALISIS CUANTITATIVO

31. ANALISIS CUANTITATIVO

32. ANALISIS CUANTITATIVO

33. ANALISIS CUANTITATIVO

34. ANALISIS CUANTITATIVO EJEMPLO 9.1

35. ANALISIS CUANTITATIVO ANALISIS DE SENSIBILIDAD:

36. ANALISIS CUANTITATIVO EJEMPLO 9.2

37. ANALISIS CUANTITATIVO EL VALOR DE LA INFORMACION:

38. ANALISIS CUANTITATIVO EJEMPLO 9.3 EJEMPLO 9.4

39. ANALISIS CUANTITATIVO EJEMPLO 9.5 EJEMPLO 9.7 EJEMPLO 9.8

40. ANALISIS CUANTITATIVO

41. ANALISIS CUANTITATIVO

42. ANALISIS CUANTITATIVO SIMULACION DE MONTECARLO

43. ANALISIS CUANTITATIVO

44. ANALISIS CUANTITATIVO

45. ANALISIS CUANTITATIVO

46. ANALISIS CUANTITATIVO

47. ANALISIS CUANTITATIVO EJEMPLO 10.2

48. ANALISIS CUANTITATIVO

49. ANALISIS CUANTITATIVO

50. ANALISIS CUANTITATIVO

51. ANALISIS CUANTITATIVO _ _ X = PROMEDIODE LA MUESTRA μ = Promedio de la población σ = Desviación estándar de la población s = Desviación estándar de la muestra o error estándar de la muestra n = numero de muestras

52. ANALISISCUANTITATIVO

53. ANALISIS CUANTITATIVO LSC = μ + Zσ LIC = μ + Zσ Donde: LSC = Limite superior de control LIC = Limite inferior de control Z = Variable aleatoria estándar Valor Z , es el valor de la constante aleatoria estándar, en la distribución normal, al calcularlo, se determina la probabilidad de que X sea inferior al valor de ocurrencia. El valor Z permite determinar fácilmente el numero de desviaciones estándar por encima de la media que un determinado valor ocupa dentro de la función de distribución.

54. ANALISIS CUANTITATIVO

55. ANALISIS CUANTITATIVO

56. ANALISIS CUANTITATIVO

57. ANALISIS CUANTITATIVO Donde: n mínimo = Cantidad ensayos requeridos para alcanzar nivel de confianza para la media de la muestra. e = Error aceptado para la media de la muestra

58. ANALISIS CUANTITATIVO

59. GERENCIA RIESGOS MUCHAS GRACIAS