UNIVERSIDAD NACIONAL DEL ALTIPLANO

ESCUELA DE POSGRADO

MAESTRÍA EN ECONOMÍA

TESIS

ANÁLISIS DE RIESGO DEL PROYECTO DE INVERSIÓN PÚBLICA DEL

SECTOR SANEAMIENTO: CASO PROYECTO TINICACHI – YUNGUYO

PRESENTADA POR:

OMAR MOISÉS RODRÍGUEZ LIMACHI

PARA OPTAR EL GRADO ACADÉMICO DE:

MAGISTER SCIENTIAE EN ECONOMÍA

MENCIÓN EN PLANIFICACIÓN Y GESTIÓN PÚBLICA

PUNO, PERÚ

2018
 UNIVERSIDAD NACIONAL DEL ALTIPLANO

ESCUELA DE POSGRADO

MAESTRÍA EN ECONOMÍA

TESIS
ANÁLISIS DE RIESGO DEL PROYECTO DE INVERSIÓN PÚBLICA DEL SECTOR
SANEAMIENTO: CASO PROYECTO TINICACHI – YUNGUYO

PRESENTADA POR:

OMAR MOISÉS RODRÍGUEZ LIMACHI

PARA OPTAR EL GRADO ACADÉMICO DE:

MAGISTER SCIENTIAE EN ECONOMÍA

MENCIÓN EN PLANIFICACIÓN Y GESTIÓN PÚBLICA

APROBADA POR EL SIGUIENTE JURADO:

PRESIDENTE
………………………….……………..
Dr. ALCIDES HUAMANI PERALTA

PRIMER MIEMBRO
…………………………………………………..
Dr. POLAN FRANBALT FERRO GONZALES

SEGUNDO MIEMBRO
…………………………………….……
Dr. RONALD PAUL AVILA CHOQUE

ASESOR DE TESIS
…………………………………………….
Dr. JUAN WALTER TUDELA MAMANI

ÁREA: Políticas públicas y sociales. Puno, 25 de enero de 2018

TEMA: Inversión y riesgo.
 DEDICATORIA

A Dios por darme la vida y por su

protección desde el cielo; y a la memoria

de mi padre Teófilo Rodríguez.

A mi madre Esther Limachi,

admirable mujer, por sus consejos a cada

situación, recomendaciones, cuidados, y

educación, quien es mi amor eterno.

A Yanet por su compañía y felicidad que

me da a cada instante; y a mi hija Luhana

Génesis que es la esperanza del mañana.

i
 AGRADECIMIENTOS

- Un especial agradecimiento y reconocimiento a Dios por la realización del

presente trabajo de investigación.

- Un especial agradecimiento a mi Director de Tesis Dr. Juan Walter Tudela

Mamani por su guía, interés, apoyo, y sobre todo paciencia para la elaboración de

este trabajo de investigación.

- A la Universidad Nacional del Altiplano y a la Escuela de Post Grado por haberme

acogido en el Programa de Maestría en Economía.

- A los destacados docentes del Programa de Maestría en Economía por su valiosa

contribución académica.

- A los miembros del Jurado de Tesis por su valioso aporte en la presente

investigación.

ii
 ÍNDICE GENERAL

Pág.

DEDICATORIA i

AGRADECIMIENTOS ii

ÍNDICE GENERAL iii

ÍNDICE DE TABLAS vi

ÍNDICE DE FIGURAS vii

ÍNDICE DE ANEXOS viii

RESUMEN ix

ABSTRACT x

INTRODUCCIÓN 1

CAPÍTULO I

REVISIÓN DE LITERATURA

1.1 Marco teórico 3

1.1.1 Riesgo e incertidumbre en la evaluación de proyectos 3

1.1.2 El riesgo y la incertidumbre 4

1.1.3 Modelo de simulación de Montecarlo 5

1.1.4 Distribuciones de probabilidad 7

1.2 ANTECEDENTES 8

CAPÍTULO II

PLANTEAMIENTO DEL PROBLEMA

2.1 IDENTIFICACIÓN DEL PROBLEMA 19

2.2 ENUNCIADOS DEL PROBLEMA 20

2.2.1 Problema general 20

2.2.2 Problemas específicos 20

2.3 JUSTIFICACIÓN 20

2.4 OBJETIVOS 21

iii
 2.4.1 Objetivo general 21

2.4.2 Objetivos específicos 21

2.5 HIPÓTESIS 21

2.5.1 Hipótesis general 21

2.5.2 Hipótesis específicas 21

CAPÍTULO III

MATERIALES Y MÉTODOS

3.1 LUGAR DE ESTUDIO Y POBLACIÓN 22

3.2 MÉTODOS 23

3.2.1 La medición del riesgo de un proyecto de inversión 23

3.2.2 El método de simulación de Montecarlo 27

3.2.3 Modelo metodológico para realizar el análisis de riesgo en los proyectos

de inversión pública 28

CAPÍTULO IV

RESULTADOS Y DISCUSIÓN

4.1 FLUJO DE FONDOS DEL PROYECTO E INDICADORES DE

RENTABILIDAD SOCIAL DEL PROYECTO 30

4.1.1 Costos de inversión 30

4.1.2 Costos de operación y mantenimiento 33

4.1.3 Beneficios sociales 35

4.1.4 Indicadores de rentabilidad social del proyecto 36

4.1.5 Análisis de sensibilidad ante cambios porcentuales en las variables

críticas 38

4.2 VARIABLES DE ENTRADA Y DISTRIBUCIÓN DE

PROBABILIDADES 43

4.2.1 Variable inversión 44

4.2.2 Variable costos de operación y mantenimiento 44

4.2.3 Beneficios sociales 45

iv
 4.3 VARIABLES DE SALIDA 46

4.3.1 Valor Actual Neto VAN 46

4.3.2 Tasa Interna de Retorno TIR 46

4.4 SIMULACIÓN DEL MODELO DE MONTECARLO 46

4.4.1 Simulación del modelo de Montecarlo para el VAN 46

4.4.2 Simulación del modelo de Montecarlo para la TIR 47

4.4.3 Probabilidad de no viabilidad del proyecto de inversión pública 47

4.4.4 Probabilidad de que la TIR sea mayor que el 9% 48

4.4.5 Análisis de sensibilidad del proyecto de inversión pública 49

4.5 ANÁLISIS COMPARATIVO ENTRE LA EVALUACIÓN

DETERMINÍSTICA Y LA EVALUACIÓN CON RIESGO 50

4.5.1 Evaluación determinística 50

4.6 LA INCORPORACIÓN DEL RIESGO EN EL CONTEXTO DE

LATINOAMÉRICA Y EL CARIBE 54

4.6.1 El riesgo en la evaluación de proyectos 55

4.6.2 En Uruguay 55

4.6.3 En México 55

4.6.4 En Perú 56

CONCLUSIONES 57

RECOMENDACIONES 58

BIBLIOGRAFÍA 59

ANEXOS 63

v
 ÍNDICE DE TABLAS

Pág.

1. Costos de inversión de la alternativa recomendada 31

2. Resumen de inversión de la alternativa recomendada 31
3. Costos de inversión a precios sociales 32
4. Resumen de inversión a precios sociales 33
5. Costo de operación y mantenimiento sin proyecto 33
6. Costos de operación y mantenimiento con proyecto 34
7. Costos operación y mantenimiento S/P a precios sociales 34
8. Costos de operación y mantenimiento C/P a precios sociales 35
9. Beneficios sociales del proyecto 36
10. Flujo de costos y beneficios 37
11. Resultados de la evaluación social 37
12. Sensibilidad del VANS respecto a la variación de los costos de inversión 38
13. Porcentaje máximo de variación de los costos de inversión 40
14. Sensibilidad del VANS respecto a la variación de los costos de operación y
mantenimiento 40
15. Porcentaje máximo de variación de los costos de operación y mantenimiento 41
16. Sensibilidad del VANS respecto a la variación de los beneficios sociales 42
17. Porcentaje máximo de variación de los beneficios sociales 43

vi
 ÍNDICE DE FIGURAS

Pág.

1. Distribuciones de probabilidad. 28
2. Sensibilidad del VANS respecto a la variación de los costos de inversión. 39
3. Sensibilidad del VANS respecto a la variación de los costos de operación y
mantenimiento. 41
4. Sensibilidad del VANS respecto a la variación de los beneficios sociales. 43
5. Distribución normal variable inversión 44
6. Distribución triangular variable costos de operación y mantenimiento. 45
7. Distribución uniforme variable beneficios sociales. 45
8. Resultados de la simulación de Montecarlo para el VAN social. 46
9. Resultados de la simulación de Montecarlo para la TIR social. 47
10. Probabilidad de no viabilidad del proyecto. 48
11. Probabilidad de que la TIR social sea mayor que el 9%. 49
12. Análisis de sensibilidad del proyecto. 50

vii
 ÍNDICE DE ANEXOS

Pág.

1. Ficha de viabilidad del proyecto de inversión pública 64

viii
 RESUMEN

Esta investigación apoya (complementa) a algunas escazas investigaciones que han

ayudado a la incorporación del riesgo en los proyectos de inversión pública formulados y
evaluados en el marco del sistema nacional de inversión pública en Latinoamérica y el
caribe, y en el actual sistema nacional de programación multianual y gestión de
inversiones del Perú Invierte.pe. El objetivo de esta investigación es presentar una
metodología que nos permita medir e incorporar el riesgo en la evaluación de proyectos
de inversión pública. Para lo cual se ha utilizado el método de simulación de Montecarlo
puesto que incorpora la probabilidad de ocurrencia en las variables aleatorias y en los
indicadores de rentabilidad social del proyecto de inversión. Dentro de los resultados se
puede apreciar que para el proyecto de inversión pública de agua potable la probabilidad
de que el VANS sea menor que cero [p(VANS < 0)] es de 0.00%, consecuentemente la
probabilidad de viabilidad del proyecto de inversión pública es de 100.00%; y la
probabilidad de que la TIRS sea mayor que la tasa social de descuento [p(TIRS > 9%)]
es del 100.00%, este resultado evidencia que existe una elevada probabilidad de que el
proyecto de inversión pública es rentable económicamente. El análisis de sensibilidad
muestra que la variable crítica inversión es la que más impacta en el VANS con un -
87.3%, la variable crítica beneficios sociales afecta en un 12.7% sobre el VANS, y la
variable crítica costos de operación y mantenimiento no afecta en los resultados del
VANS.

Palabras clave: Evaluación social, incorporación, probabilidad, proyecto de inversión

pública y riesgo.

ix
 ABSTRACT

This research supports (complements) some few investigations that have helped the
incorporation of risk in public investment projects formulated and evaluated within the
framework of the national system of public investment in Latin America and the
Caribbean, and the current national system of multi-annual programming and the Perú
investment management Invierte.pe. The objective of this study is to present a
methodology that allows us to measure and incorpórate the risk in the evaluation of public
investment projects. It has been used the method of Montecarlo simulation since
incorporating the probability of occurrence in the random variables and indicators of
social profitability of the investment project. Within the resuhs you can see that you for
the public investment project of drinking water the probability that the VANS would be
less than zero. [p(VANS < 0)] is of 0.00%, as a resuh the probability of viability of the
public investment project is of 100.00%; and the probability that the TIRS is greater than
the social rate of discount [p(TIRS > 9%)] is of the 100.00%, This result demonstrates
that there is a high probability that the public investment project is economically
profitable. he sensitivity analysis shows that the critical variable investment is which has
more impact on the VANS with a -87.3%, the critical variable affects social benefits in a
12.7% on the VANS, and the critical variable operation and maintenance costs does not
affect the results of the VANS.

Keywords: incorporation, probability, public investment, risk project and social

assessment,

x
 INTRODUCCIÓN

En el presente año 2017 a nivel nacional se implementó el sistema nacional de

programación multianual y gestión de inversiones como sistema administrativo del estado
peruano en remplazo al sistema nacional de inversión pública (SNIP), con la finalidad de
orientar el uso de los recursos públicos destinados a la inversión para la efectiva
prestación de servicios y la provisión de la infraestructura necesaria para el desarrollo del
país. Para lo cual se elaboran fichas técnicas y estudios de pre inversión según la
complejidad del proyecto, para sustentar y justificar la inversión del proyecto de acuerdo
a su viabilidad económica, ambiental y social.

En el llenado de las fichas técnicas y desarrollo de los estudios de pre inversión no se

toma en cuenta el análisis de riesgo e incertidumbre en la evaluación social del proyecto
de inversión pública cuando se estima los indicadores de rentabilidad económica VAN
social y TIR social. Puesto que en los instructivos y guías metodológicas especificas
presentadas por la dirección general de inversión pública del ministerio de economía y
finanzas, señala que la gestión de riesgos de desastres en el proyecto identifica los
posibles peligros que podría enfrentar el proyecto. Los peligros podrían ser Tsunamis,
heladas, friajes, erupciones volcánicas, sequías, granizadas, lluvias intensas, avalanchas,
flujos de lodo (huaycos), deslizamientos, inundaciones, entre otros. Además se plantean
las medidas de mitigación de peligros y su respectivo costo para la implementación de las
medidas de reducción de riesgos de desastres.

Por todo lo antes mencionado el análisis de gestión de riesgo de desastres en proyectos

de inversión que comúnmente se realiza en la elaboración de fichas técnicas y estudios
de pre inversión, es distinto al análisis de riesgo debido a la importancia de conocer el
efecto de las variables críticas del proyecto en la rentabilidad económica de la evaluación
social de un proyecto de inversión pública.

Cuando estimamos los indicadores de rentabilidad social, no se conoce las variaciones

que pueden sufrir las variables críticas del proyecto, como los cambios en el monto de
inversión, cambios en los montos de los costos de operación y mantenimiento, y cambios
en montos de los beneficios sociales; los cuales pueden tener un impacto positivo o
negativo en el cálculos de los indicadores de rentabilidad.

1
El propósito de la presente investigación es proponer una metodología que incorpore el
análisis de riesgo e incertidumbre en la evaluación social de un proyecto de inversión
pública. Para conocer la probabilidad de los indicadores de rentabilidad económica
puedan ser favorables para el proyecto.

Para ello se utilizó como instrumento de investigación el modelo de simulación de

Montecarlo, para calcular el impacto del factor riesgo en los indicadores de rentabilidad
social del proyecto como el valor actual neto (VAN) y la tasa interna de retorno (TIR).

El presente trabajo consta de cuatro capítulos. En el primer capítulo se desarrolla la

revisión de literatura, el marco teórico y los antecedentes. El segundo capítulo consta del
planteamiento del problema, identificación del problema, enunciados del problema,
justificación, objetivos y las hipótesis de la investigación. El tercer capítulo contiene los
materiales y métodos utilizados en el presente trabajo. El cuarto capítulo se presenta el
análisis de los resultados y discusión de la investigación. Finalmente se presentan las
conclusiones y recomendaciones, así como la bibliografía consultada y algunos anexos
que se consideraron de vital importancia.

2
 CAPÍTULO I

REVISIÓN DE LITERATURA

1.1 MARCO TEÓRICO

1.1.1 Riesgo e incertidumbre en la evaluación de proyectos

Beltrán y Cueva (2005) detallan que la evaluación de uno o varios

proyectos se basa en la proyección de sus respectivos flujos de caja. A partir de
ellos se calculan los índices de rentabilidad que permitirán al inversionista tomar
decisiones respecto a la viabilidad económica y financiera del proyecto. Hasta el
momento se habían considerado como ciertas dichas proyecciones; es decir, se
había supuesto que los flujos proyectados iban a ser los efectivos. Sin embargo,
en términos generales, resulta obvio que este supuesto no necesariamente se
cumple.

Además menciona que las situaciones en las cuales las proyecciones realizadas
son inciertas. Es necesario analizar este problema ya que, si las condiciones
económicas bajo las cuales una inversión es declarada rentable cambian
drásticamente con el tiempo, la rentabilidad pronosticada también variara. Por
ello, seleccionar los proyectos sobre la base del valor actual neto (VAN) o la tasa
interna de rentabilidad estimados sin considerar el riesgo asociado con el proyecto
y la posible variabilidad de los supuestos sobre los que se basa la evaluación, no
sería de mucha utilidad (Beltrán y Cueva, 2005).

Sapag (2011), manifiesta que para analizar los proyectos de inersión en

condiciones de riesgo e incertidumbre, debemos direnciar los conceptos de riesgo
e incertidumbre, mientras que el primero considera que los supuestos de la
proyección se basan en probabilidades de ocurrencia que se pueden estimar, el

3
segundo enfrenta una serie de eventos futuros a los que es imposible asignar una
probabilidad. En otras palabras, existe riesgo cuando los posibles escenarios y sus
resultados se conocen, y cuando hay antecedentes para estimar su distribución de
frecuencia. Tal es el caso de la cantidad de madres que llegan a una clínica para
tener un parto normal y terminan con cesárea.

Hay incertidumbre cuando los escenarios, o la distribución de frecuencia de sus

resultados, se desconocen, como por ejemplo la posibilidad de que un avión caiga
sobre una fábrica.

El evaluador de proyectos debe incorporar cualquier información adicional que

permita al inversionista conocer las posibilidades de que su rentabilidad suba o
baje por el riesgo, o la incertidumbre de que cambie el valor de cualquier variable
pronosticada para medir dicha rentabilidad. Cuando el proyecto enfrenta
condiciones de incertidumbre, se dispone de dos metodologías de análisis no
excluyentes entre sí. Cuando enfrenta condiciones de riesgo, además de poder usar
las dos anteriores, dispone de una potente herramienta que cuantifica el riesgo
total de la inversión e identifica las variables pertinentes de las cuales depende el
resultado de su proyecto, permitiendo, en consecuencia, tomar anticipadamente
decisiones para su mitigación (Sapag, 2011).

Los procesos de simulación pueden, a su vez, clasificarse de dos formas:

simulación determinista o simulación aleatoria. En referencia a la simulación
determinista, se denominan deterministas los procesos que, ante un mismo cambio
en el valor de las variables, dan el mismo resultado. Los modelos de análisis de
escenarios y de cálculo de puntos críticos caen bajo esta categoría. Una simulación
aleatoria es aquella donde no se puede predecir el resultado, ya que depende de la
distribución de probabilidades de cada variable y del valor probabilístico que
asuma en cada análisis (Sapag, 2011).

1.1.2 El riesgo y la incertidumbre

Beltrán y Cueva (2005) mencionan que cuando no se tiene certeza sobre

los valores que tomaran los flujos netos futuros de una inversión, nos encontramos
ante una situación de riesgo o incertidumbre. El riesgo se presenta cuando una
variable puede tomar distintos valores, pero se dispone de información suficiente
para conocer las probabilidades asociadas a cada uno de estos posibles valores.

4
En general, nos encontramos ante una situación de riesgo si se conoce la
distribución de probabilidad de un evento. Un ejemplo podría ser lanzar una
moneda y apostar a cara o sello con la esperanza de ganar: si resulta cara se ganan
S/.10 y si resulta sello se pierden los S/.5.

Obviamente, la ganancia de participar en este juego no es segura, pero conocemos

los eventos (solo son dos, ganar 10 si resulta cara o perder los 5 si es sello) y las
probabilidades (para cada evento sería igual a 0.5, siempre que la moneda sea
equiprobable).

Por el contrario, en una situación de incertidumbre no se conocen los posibles

resultados de un evento o suceso y/o su distribución de probabilidades del
elemento en estudio (del flujo de caja, por ejemplo), la incertidumbre es el grado
de desconfianza de que la distribución de probabilidades analizada sea la correcta.

Para analizar un proyecto con riesgo. Ante la incertidumbre, como se explicó

líneas arriba, se determinan probabilidades de ocurrencia subjetivas sobre la base
de la experiencia del evaluador. Una vez definidas estas probabilidades, el
desarrollo del análisis es similar al caso de riesgo.

1.1.3 Modelo de simulación de Montecarlo

Según Beltrán y Cueva (2005) el modelo de simulación de Montecarlo se puede

definir como un método de ensayos estadísticos por ser una técnica de simulación
de situaciones inciertas que permite definir valores esperados para variables no
conocidas. Lo que permiten definir estos valores es una selección aleatoria, la
probabilidad de elegir un proyecto esta asociado con sus respectivas distribuciones
de probabilidades. Así este método se utiliza para derivar la distribución de
probabilidad de una determinada variable de interés que está relacionada con una
serie de sucesos o eventos con probabilidades teóricas definidas.

La simulación de Montecarlo realiza una conbinación de todas las variaciones

posibles de las variables. Por lo tanto, realiza un análisis multidimensional y no
un análisis para una sola variable en forma independiente.

5
Específicamente, el método de Montecarlo consiste en generar números aleatorios
basados en una de ley de probabilidad teórica y convertirlos luego en
observaciones de las variables del proyecto, para llegar a determinar una
distribución de probabilidad que se aproxime más a la real. De esto se deduce
que se pueden realizar varias simulaciones de Montecarlo, con la finalidad de
llegar a una mejor aproximación. Pero el número de simulaciones que se debe
hacer depende de las variaciones en la respuesta que nos da este método. Cuando
la respuesta generada se haya vuelto estable, significa que ya no deben realizar
más simulaciones por ser similares a las resultados que ya se tienen.

Para Sapag (2011) el modelo de simulación de Montecarlo genera numerosos

resultados que puede tomar el VAN del proyecto, si a cada factor que condiciona
el flujo de caja se le asigna, aleatoriamente, un valor probable de ocurrencia. Al
aplicar repetidas veces la selección de valores aleatorios para cada uno de los
factores, dentro de su propia distribución de probabilidad, se logra obtener un
número suficiente de resultados como para pronosticar la forma de la distribución
del comportamiento probabilístico del VAN. La definición de la distribución de
probabilidades asignada a la ocurrencia de cada uno de los factores se denomina
supuesto de entrada. Cuando se selecciona un valor para cada factor, se obtiene
una proyección para el VAN (o la variable que se desee simular), la que se
denomina supuesto de salida o pronóstico. Al realizar muchas pruebas
probabilísticamente posibles, se puede observar la probabilidad con que se repite
un VAN o la probabilidad de que su resultado sea negativo o positivo.

Los supuestos de entrada no se aplican a aquellos factores que dependen del

comportamiento de otros. Por ejemplo, si en el estudio de elasticidad se estimó
una relación entre el precio y la cantidad, solo uno de ellos se selecciona para
hacer las pruebas y el otro se define como una función del anterior.

La simulación permite experimentar para observar los resultados que va

mostrando el VAN, especialmente cuando existen dudas del comportamiento de
más de una variable a la vez; aunque no es un instrumento que busca su
optimización, sí cuenta con una herramienta de optimización y simulación
simultánea que permite obtener resultados más precisos bajo un conjunto de
restricciones.

6
1.1.4 Distribuciones de probabilidad

Para Palizade (2017) la simulación de Montecarlo las variables criticas de un

proyecto pueden generar diferentes distribuciones de probabilidad los cuales
pueden producir diferentes resultados de distribuciones de probabilidad. Las
distribuciones de probabilidad son una forma mucho más realista de describir la
incertidumbre en las variables críticas de un análisis de riesgo. Las distribuciones
de probabilidad más comunes son:

Normal o curva de campana: Con esta distribución se define la media o valor

esperado y una desviación estándar para describir la variación con respecto a la
media. Los valores intermedios cercanos a la media tienen mayor probabilidad
de producirse. Ejemplos de variables que se pueden describir con distribuciones
normales son la estatura de una población, los índices de inflación y los precios
de la energía.

Lognormal: Los valores muestran una clara desviación; no son simétricos como
en la distribución normal. Se utiliza para representar valores que no bajan por
debajo del cero, pero tienen un potencial positivo ilimitado. Ejemplos de variables
descritas por la distribución lognormal son los valores de las propiedades
inmobiliarias y bienes raíces, los precios de las acciones de bolsa y las reservas de
petróleo.

Uniforme: Todos los valores tienen las mismas probabilidades de producirse; sólo
se define el mínimo y el máximo. Ejemplos de variables que se distribuyen de
forma uniforme son los costos de manufacturación o los ingresos por las ventas
futuras de un nuevo producto.

Triangular: Define los valores mínimo, más probable y máximo. Los valores
situados alrededor del valor más probable tienen más probabilidades de
producirse. Las variables que se pueden describir con una distribución triangular
son el historial de ventas pasadas por unidad de tiempo y los niveles de inventario.

7
1.2 ANTECEDENTES

En el ámbito nacional e internacional existen múltiples investigaciones realizadas

para evaluar proyectos de inversión privada afectadas por el riesgo, y solo unas pocas
investigaciones que evalúan proyectos de inversión pública influenciadas por el riesgo.

Alvarado y Gálvez (2017) consideran tres variables importantes para la evaluación del
proyecto del sector de pequeños hoteles de San Salvador en incertidumbre: el primero es
el precio, seguido por la inflación, y finalmente el porcentaje de ocupación de la empresa;
se elabora un flujo de caja aleatorio que parte del flujo de caja determinístico para diseñar
un modelo que refleje un escenario incierto, se parte de definir los supuestos que serán
las tres variables en incertidumbre como lo son, el precio de kWh, la tasa de inflación y
el rendimiento requerido por el accionista, estas serán simuladas con 10,000 escenarios
posibles al mismo tiempo en el software Crystall Ball, obteniendo un panorama mucho
más amplio de un solo escenario en método determinístico. En un escenario de
confiabilidad del 95%, los resultados del pronóstico del VAN probabilístico es de 80%,
y los resultados del pronóstico de la TIR probabilística es de 80%; además hace una
comparación de los indicadores de rentabilidad en donde el VAN probabilístico es de
15,843 dólares y el VAN determinístico es de 21,351 dólares, Así mismo el TIR
determinístico es de 18.47% y el TIR probabilístico es de 14.76%. Los resultados de la
evaluación probabilística son mucho menores a los de la evaluación determinística pero
siempre es rentable el proyecto.

Huamaní (2017) desarrolla su investigación en el contexto en el que el estado peruano

tiene como una de sus prioridades alcanzar la cobertura universal del servicio de agua
potable. El incremento de la cobertura de servicio de agua a las familias es relevante para
una sociedad debido a que eleva los beneficios sociales mediante: i) el incremento del
consumo de agua potable y la reducción del precio debido a la sustitución del abastecedor
de agua, ii) el ahorro en el tiempo de traslado del agua desde el lugar de compra hasta la
vivienda y iii) el ahorro en el gasto del tratamiento para evitar enfermedades diarreicas.

Sin embargo, la implementación de políticas para el incremento de la cobertura de agua

potable desarrolladas por el estado requiere de costos de inversión, de operación y
mantenimiento. En ese sentido, la investigación tiene como principal objetivo cuantificar
los beneficios y costos sociales del acceso al servicio de agua potable en Lima
Metropolitana y evaluar la rentabilidad social mediante la metodología de análisis costo-

8
beneficio, en el marco de la nueva política nacional de saneamiento. Además, mediante
una simulación de Montecarlo se estimó que la probabilidad de que el ratio
beneficio/costo sea mayor a uno con un flujo de caja de 10 y 11 años es de 52,3% y 94,3%,
respectivamente, es decir, existe un alto grado de certidumbre en los resultados obtenidos
en el análisis costo-beneficio.

Hoyos et al. (2016) exponen consideraciones de viabilidad y riesgo financiero de una

entidad sin ánimo de lucro (ESAL) que se dedicará a promocionar proyectos que mejoren
condiciones de vivienda rural, en el departamento de Cundinamarca en Colombia. Se
adelanta un análisis de riesgo financiero que simula el tiempo y costo de ejecución de un
proyecto de mejoramiento de vivienda mediante la dinámica de sistemas. Los resultados
inicialmente obtenidos garantizan un flujo de caja positivo para sus primeros cinco años
de operación, por lo que se encontró viabilidad financiera de esta ESAL. Los resultados
indicaron un potencial de instalación de 248 sanitarios y la construcción de 345 pisos en
concreto con un área promedio por piso de 20 m2. Se determinó el flujo de caja mediante
las simulaciones de Montecarlo a fin de evaluar el riesgo presente en las variaciones
esperadas del flujo de caja, se realizó la simulación con 250,000 replicaciones con un
nivel de confianza del 95 %.

Zevallos (2015) tuvo como objetivo realizar la evaluación social del proyecto de
instalación del sistema de agua potable en las comunidades de San José, Circa Pampa,
Catacora, Chapi, Nueva Esperanza de Quilloacota, Tacnapata, Phorke, Conduriri y San
Salvador del distrito de Conduriri, usando indicadores cualitativos y cuantitativos; se ha
verificado que los beneficios son mayores que los costos de inversión, operación y
mantenimiento, por lo que se recomienda ejecutar el proyecto. Los beneficios se han
calculado mediante la reducción de costos de abastecimiento de agua, el mayor consumo
de agua y ahorro en tratamiento de enfermedades. La disponibilidad a pagar (DAP) por
agua potable de la población, se ha calculado utilizando el método de valoración
contingente, en base a 131 encuestas, se ha podido obtener el valor económico que tiene
para el poblador promedio del distrito de Conduriri el beneficio de contar con agua
potable domiciliaria. Para el cálculo de la DAP se utilizó el modelo Logit, dando como
resultado que el 40.46 % de la población está dispuesta a pagar mensualmente por familia
S/. 3.35.

9
Además dentro de la investigación se realizó un análisis de sensibilidad conjunta (prueba
de Montecarlo) para el proyecto de inversión pública, el cual se utilizó el modelo de
simulación de Montecarlo con el software Crystal Ball, con 1,000 iteraciones, para la
estimación se supone de que las variables inversión, beneficios, operación y
mantenimiento presentan una distribución normal. Los resultados obtenidos del
pronóstico que presenta el proyecto presenta una probabilidad de rentabilidad del 97.99%
(VAN>0), mientras que la probabilidad de obtener un VAN negativo es de 2.01%. Del
análisis de sensibilidad incorporando el riesgo se puede apreciar que el beneficio familiar
incide positivamente en un 44.4% sobre el VAN, y la inversión bruta, los costos de
Operación· y mantenimiento, y el COK inciden negativamente en un 15.6%, 0.5% y
39.5% en el VAN respectivamente.

Tudela (2015) expone una metodología para la evaluación social de un proyecto de

inversión pública que incorpora el componente riesgo e incertidumbre, con la finalidad
de mejorar los procesos de evaluación de proyectos. Se demuestra que la simulación de
Montecarlo definitivamente aporta una mejor aproximación al análisis del riesgo en la
evaluación de proyectos y es perfectamente aplicable a la evaluación de un proyecto que
sea identificado, formulado y evaluado en el marco del sistema nacional de inversión
pública.

Los resultados de la investigación demuestran que la probabilidad de no viabilidad del

proyecto de inversión pública para que el VAN sea menor que cero ⌊p(VAN < 0)⌋ es del
19.7%, esta probabilidad también se conoce como la probabilidad de no viabilidad y
consiguientemente la probabilidad de viabilidad en este caso seria 80.93%. Por lo tanto
la rentabilidad del proyecto social está garantizada. Además, la probabilidad de que la
TIR sea mayor que el 14% (tasa de descuento utilizado para descontar el flujo de fondos
del proyecto), según resultados de la investigación existe la probabilidad del 80.93%, de
que la TIR sea superior a la tasa de descuento.

Tito (2015) concluye que la incertidumbre en la producción de trucha en la región Puno,

determinado por su nivel de riesgo, limita un adecuado nivel de inversión y operación de
la actividad, siendo importante conocer el Nivel de riesgo de pérdida del productor de
trucha en función a los riesgos asociados (mercado, técnico y financiero) para cada escala
productiva, que permitirá que productores, empresas financieras y el estado tomen
mejores decisiones. Se han aplicado encuestas en una muestra de 175 productores de

10
trucha beneficiarios del programa de PROCOMPITE segmentándolos en 5 escalas
representativas de producción (sobrevivencia, menor escala inicial, menor escala
intermedia, menor escala avanzada y mayor escala inicial). El uso del método de
Montecarlo basada en el método del valor presente neto y en la identificación de los
riesgos asociados, permite que mediante una simulación de 100,000 escenarios se
determine el nivel de riesgo de pérdida del productor de trucha por cada escala productiva.
El modelo de probabilidad representativo es la distribución logística con sesgo cercano a
0 y curtosis de 4, la variable de riesgo de mayor impacto es el precio de la trucha. Para
una tasa de descuento del 3.25% (tasa de referencia BCRP), el nivel de pérdida del
productor se incrementa de S/. 32,775 en la escala 1 a S/. 488,602 en la escala 5, y la
probabilidad de pérdida disminuye de un 61% de la escala 1 a un 8% a la escala 5.

Iniesta y Lamothe (2015), las técnicas tradicionales de la metodología Project Finance

empleadas en la evaluación de proyectos resultan insuficientes para analizar
adecuadamente el nivel de riesgo que soportan los accionistas y los prestamistas en los
proyectos de infraestructuras.

La consideración explícita de la aleatoriedad de las proyecciones mediante funciones de

distribución de probabilidad permite mejorar considerablemente el análisis de los
resultados de los principales parámetros de un proyecto, como son las tasas de
rentabilidad, los ratios de cobertura de la deuda o el nivel de riesgo de crédito de un
proyecto.

Para ello se propone una metodología alternativa basada en el empleo de técnicas

estadísticas para la evaluación, en los proyectos de infraestructuras, del nivel de riesgo de
crédito para los prestamistas y del nivel de rentabilidad para los inversores.

Para medir el nivel de riesgo de las diferentes medidas de rentabilidad de un proyecto

(flujos de caja del proyecto o flujos de caja de los accionistas) además de los métodos
clásicos como el análisis de sensibilidad o análisis de escenarios, se propone emplear
funciones de distribución de probabilidad de las principales variables de rentabilidad de
un proyecto – ejemplo, VAN y TIR – mediante el uso de funciones estadísticas y
simulaciones con Montecarlo. Los resultados muestran que la estimación de que la TIR
con una probabilidad del 70% es superior al 12%, y de que tan sólo en el 30% de los casos
la TIR se situará por debajo del 12%; y la estimación del VAN con una probabilidad del

11
70% es superior a 30’000,000 de euros, y de que tan sólo en el 30% de los casos el VAN
se situará por debajo de 30’000,000 de euros.

Toro, Ledezma y Escobar (2015) proponen un modelo de evaluación de proyectos de

inversión bajo condiciones de riesgo en instituciones de educación superior. Es común
que estas instituciones se enfrenten al proceso de toma de decisiones en un proyecto de
inversión, esperando que el panorama sea lo más acertado posible. Por esto deben contar
con herramientas que les permitan una valoración de riesgos alrededor de la inversión. El
modelo propuesto ha sido validado con información real y simulado con pruebas
computacionales en Crystal Ball. El desarrollo del modelo ha hecho posible la
incorporación y el uso de conceptos de riesgo para el proceso de toma de decisiones. El
modelo de evaluación propuesto utilizado es el análisis de riesgo cuantitativo mediante la
simulación Montecarlo, una vez realizada la simulación de las variables de entrada y
salida se puede observar que el VPN del proyecto tiene un 33,34 % de probabilidad de
ser menor que cero, a su vez, también se puede analizar que existe un 66 % de
probabilidad de que la institución de educación superior tenga VPN mayor a cero. Del
análisis de sensibilidad y las variables más importantes en la evaluación del proyecto, se
puede observar que la variable tasa de ingreso de los estudiantes tiene un impacto positivo
en la recuperación de la inversión, con un valor del 55,9 %, lo contrario sucede con la
variable tasa de deserción, que es la que más contribuye de manera negativa al VPN con
un 27,5 %.

Proeva (2013) hace una introducción de las técnicas usuales para el manejo de la
incertidumbre en la evaluación de proyectos de inversión. El objetivo de evaluar un
proyecto de inversión es valorar su rentabilidad económica esperada a partir de los
pronósticos de los flujos de caja correspondientes a las múltiples interrelaciones de las
variables del proyecto. Frente a las incertidumbres que rodea las variables del proyecto
de inversión existen varias metodologías para tomar en cuenta el riesgo asociado a dicha
incertidumbre: el análisis de sensibilidad, el método de los escenarios y el análisis de
riesgo.

El análisis de riesgo o método de simulación probabilística permite introducir la dinámica

en el análisis de evaluación costo-beneficio de los proyectos de inversión, mediante el
empleo de la técnica de simulación de Montecarlo. De esta manera, se incorpora al
análisis costo-beneficio una evaluación de la incertidumbre asociada a las principales

12
variables del proyecto y de esta manera estimar el impacto del riesgo sobre la rentabilidad
del proyecto. Los resultados de la investigación generados por el programa Crystal Ball
durante una simulación de 1000 escenarios del modelo muestran el perfil de
riesgo/rentabilidad del proyecto de inversión el cual el valor promedio del VAN (r=12%)
del proyecto es $6,396 y la probabilidad de obtener un VAN > 0 es 90%.

León (2013) manifiesta que el sector eléctrico constituye parte fundamental en el

desarrollo del país, cada proyecto que se realice implica un aporte considerable en
beneficio del país, al mismo tiempo representa un esfuerzo económico importante.
Realizar un correcto análisis de riesgo es primordial al momento de planificar el
desarrollo de un proyecto. El sector eléctrico está clasificado en 3 partes, generación,
transmisión y distribución. Para este trabajo se considera la generación. Los casos de
estudio son considerados con información histórica y herramientas de análisis de riesgo
que son de gran utilidad para este tipo de trabajos. Durante el desarrollo de esta
investigación se analiza la estructura del sector eléctrico, su operatividad financiera,
teorías sobre análisis de riesgo, herramientas y metodologías que serán aplicadas para las
particularidades del sector.

Para obtener resultados más cercanos a la realidad se utiliza la metodología Montecarlo

utilizando la herramienta Crystal Ball, la metodología de Montecarlo ya no sólo permite
saber si el proyecto es rentable (VAN positivo) sino también conocer en mayor
profundidad los riesgos asociados al proyecto. Con el modelo definido se obtuvo en
primera instancia un VAN de -91,180.36 y una TIR -6.18%, estos son datos
determinísticos, posteriormente utilizando la metodología Montecarlo se realizan 10,000
iteraciones en la que se obtiene que existe una probabilidad del 99,13% de que el VAN
este dentro de un rango de -131,445.24 a -29,525.06 y la TIR de -8.45% a -3.56%.

Morales (2012) menciona que la falta de acceso a agua potable es el causante de miles de
muertes de niños, jóvenes y adultos alrededor del mundo. Es por esto que es prioritario
llevar fuentes de agua saludables a todas aquellas regiones que carecen de ellas. Por lo
cual presenta una evaluación socioeconómica que busca determinar la viabilidad de
construcción de un sistema de abastecimiento de agua para la comunidad indígena de La
Rivera, del municipio de Florida en el Valle del Cauca. Se realiza una valoración a través
de una adaptación de una metodología sugerida por la Organización Mundial de la Salud,
en la cual se incluye un análisis de riesgo a través de simulaciones de Montecarlo que

13
incorporan la incertidumbre de ciertas variables claves en el cálculo del VPN, TIR y razón
beneficio/costo del proyecto. El análisis de riesgo se realizó con la con la ayuda del
paquete estadístico Risk de Pallisade para la simulación del modelo de Montecarlo, por
lo que se encontró un noventa por ciento de probabilidad de que el VPN del proyecto se
encuentre entre - $131’000,000 y $384’000,000. El valor más probable a obtener en el
VPN es de $254’000,000 aproximadamente el cual se ve reflejado por la media; y en
cuanto a la Tasa interna de retorno, se encuentra que el valor más probable de dicho
indicador es del 23%, claramente superior a la tasa social de descuento. Adicionalmente
con un 90% de confianza se puede afirmar que la TIR del proyecto estará entre el 18% y
el 29%.

Guigui (2012) busca demostrar una metodología eficiente y confiable para evaluar
proyectos de inversión dentro de un ámbito de riesgo, con el objeto de facilitar la toma
de decisiones en cuanto a la aceptación o rechazo de inversiones de capital, y tiene como
objetivo fundamental proponer y validar, empíricamente, una metodología para evaluar
los proyectos seleccionados, estableciendo como propuesta básica, la aplicación de la
estimación del valor presente neto en riesgo (VPNR) en la evaluación de proyectos de
inversión, por medio de rangos de aceptación o rechazo, con el objeto de que esta medida
financiera, sea la fundamental para la toma de decisiones. Se efectuó una simulación
Montecarlo en Crystal Ball, para cada uno de los proyectos con 1’000,000 iteraciones,
tomando como base el flujo libre de caja, por lo que la P (VPN>0) del proyecto de
producción de pantalones de mezclilla es de 78.65%, y la P(VPN>0) del proyecto de
producción de lingotes en base a zinc y aluminio es de 75.85%. Por lo tanto la aplicación
de un modelo racional empírico para la evaluación de inversiones de capital, utilizando
como medida fundamental el valor presente en riesgo (VPNR), predice el desempeño del
proyecto de manera más eficiente y confiable, que las medidas tradicionales, para aceptar
o rechazar un determinado proyecto de inversión.

Aparacio, Duran y Giesecke (2011), quien tuvo como objetivo demostrar si los eventos
de riesgo alto determinan de manera integral en variaciones de costos de inversión y de
duración del cronograma, en la ejecución de un proyecto público turístico de sol y playa.
Aplicando la metodología de Montecarlo, en la gestión de riesgos para el proyecto:
“Acondicionamiento Turístico de la Zona Centro de la Playa del Distrito de Máncora”,
Se ha verificado que el no uso del análisis de riesgos significa un valor en términos
monetarios ascendente a S/ 1’656,317.26, dicha cifra recoge el efecto conjunto del atraso

14
en el cronograma y el aumento en el presupuesto del proyecto como consecuencia de la
presencia de los eventos de riesgo. Sobre el particular, se ha estimado el valor del efecto
de los riesgos por el lado de los costos ascendente de S/. 626,556.84 (reserva de
contingencia en costos); asimismo, se ha determinado el efecto de los riesgo por el lado
del cronograma asciende a S/. 1’029,760, estas cifras indican sobre la necesidad de prever
recursos adicionales a fin de lograr el cumplimiento de los entregables del proyecto.

Castro (2011) con el objetivo de diseñar y elaborar un modelo que permita identificar los
riesgos financieros en un proyecto de inversión, que contribuya a la toma de decisiones
en el sector de la administración aeroportuaria, sobre la relación entre el riesgo y la
rentabilidad de un proyecto de inversión y las características del negocio aeroportuario,
de tal manera que se pueda plantear un modelo financiero que optimice la toma de
decisiones bajo los escenarios de riesgo en que están involucrados los proyectos.

A partir de la construcción del tradicional modelo financiero determinístico se han

evaluado las variables críticas que deben considerarse al momento construir un modelo
aleatorio, para que, a través de la determinación de las distribuciones de probabilidades
que las caracterizan, proyectar la influencia de la variabilidad que pueden tomar sus
valores a lo largo del tiempo en los resultados financieros que se evalúan antes de tomar
las decisiones de inversión. Con la utilización del software Crystal Ball se han generado
simulaciones de Montecarlo que han dado como resultado distribuciones probabilísticas
de variables de salida las cuales se han comparado con los valores del modelo
determinístico para tener la debida certeza razonable sobre la posibilidad de obtener los
resultados esperados.

Se realizó la simulación Montecarlo, con diez mil ensayos y un nivel de confianza del
95%, donde se puede observar que con el modelo aleatorio existe un 100% de
probabilidad de que el VAN sea positivo, y que la probabilidad de que el VAN sea mayor
al obtenido en el modelo determinístico es de 7.43%; además la probabilidad de que la
TIR sea mayor al 20% (tasa de oportunidad del proyecto) es del 100%, y la probabilidad
de que la TIR sea mayor que 36.73% es 5.01%. Del análisis de sensibilidad se puede
apreciar que las variables que más impactan los resultados finales del proyecto son el
ingreso por tasa de salida de pasajeros internacionales que afecta de forma favorable con
el 63.1%, seguida por la tasa de salida de pasajeros nacionales en un 16.1%, en tercer y
cuarto lugar aparecen el Tipo de cambio y la inflación, y posteriormente la concesión y

15
los sueldos afectando en forma negativa al representar costos que disminuyen la variable
de estudio.

Sánchez (2009) menciona que en casi todos los proyectos privados utilizan conceptos
como demanda, oferta, aversión al riesgo, etc.; sin embargo, pocas veces observamos la
aplicación de instrumentos propios del análisis económico para evaluar estos aspectos.
Además permite verificar la importancia del instrumental económico al medir el impacto
del grado de aversión al riesgo del decisor, en particular, y el análisis de riesgos, en
general. Ante escasos recursos, alta incertidumbre y escasas alternativas de elección
elevan la certeza en las decisiones; sin embargo, pocas veces son utilizados por su
“complicada” aplicación, percepción que pretendemos reducir.

Manifiesta que resulta necesario calcular la probabilidad de obtener algún VAN, es decir,
debemos recurrir al método de simulación, el cual incorpora todo valor con posibilidad
de realización (implícitamente considera todos los escenarios posibles) de cualquier
variable (principalmente de las variables críticas). Mediante el método de simulación de
Montecarlo con un nivel de confianza del 95%, se estima una probabilidad de que el VAN
sea mayor a cero del 84%, y una de probabilidad del 16% de que el VAN sea menor que
cero.

Bazzani y Cruz (2008), identifica los riesgos financieros en los proyectos de inversión de
las empresas, su análisis y manejo, con el objetivo de cumplir con los objetivos
Institucionales (Misión y Visión); dentro del análisis de los resultados obtenidos, La
rentabilidad de la inversión esperada, según el modelo estocástico, es del -9.77%, es decir,
no alcanza a cumplir con la tasa de oportunidad propuesta para el proyecto de 30%.
Además la utilidad neta esperada, es de $2’925,018.00, una desviación estándar hacia la
derecha daría $13’233,205.00, es decir, muestra un nivel de sensibilidad muy alto ante el
comportamiento de las variables de entrada. La probabilidad de ocurrencia del valor
hallado en el modelo determinístico de $3’560,407.00, es de 49.60%. La utilidad neta
puede darse en un rango de valores entre -$26’000,000 y $26’000,000.

El flujo de caja esperado es de $5’863,012.00, una desviación estándar hacia la derecha

de $24’453,594.00, los valores de fluctuación están en un rango aproximado entre -
$60’000,000 y $60’000,000. La probabilidad de ocurrencia del valor hallado en el modelo
determinístico de -$4’310,469 es de 30.40%. Dentro de las conclusiones la metodología
presentada amplía el panorama de análisis para los proyectos, incluyendo el

16
comportamiento de las variables exógenas y endógenas que en países en vía de desarrollo
como Colombia son volátiles e inestables y obligan a la realización de este tipo de técnicas
para la toma de decisiones con mejores elementos de juicio.

Bazzani (2007) detalla que en la gerencia moderna de proyectos la administración de

riesgos y la gerencia de riesgos han tomado un papel importante para definir estrategias
y mantener la estabilidad de la empresa procurando minimizar las pérdidas económicas
por la ocurrencia de riesgos. Los riesgos financieros son una preocupación para las
empresas en Colombia puesto que tomado importancia a nivel nacional y mundial. Por lo
que en su trabajo de investigación pretende desarrollar una metodología técnica, que
permita identificar los riesgos financieros en los proyectos de inversión de las empresas,
su análisis y manejo para garantizar la supervivencia de las empresas en Colombia.

Para el análisis de riesgo se utilizó la simulación del método de Montecarlo mediante el

programa Crystal Ball, la simulación muestra la probabilidad de obtener una tasas de
rentabilidad de la inversión del 30%, se obtiene el resultado de 27.57%, probabilidad
bastante baja, que muestra al fragilidad del proyecto y el riesgo del mismo ante el
comportamiento del entorno en que se ejecutara.

Del Carpio y Eyzaguirre (2007), menciona que la aplicación de la técnica de simulación

de Montecarlo, aporta a elegir mejores decisiones. Además concluye: En el desarrollo del
ejemplo de aplicación se muestra que la técnica de simulación de Montecarlo aporta
significativamente en el análisis de inversión bajo condiciones de riesgo. Pues el método
determinístico produce un solo valor como es el caso del VANE igual a S/. 1,223.98. En
tanto que la aplicación de Montecarlo indica una distribución de probabilidades del
VANE, determinando que la probabilidad del VANE sea mayor que S/. 1,100.00 se
estima en 97.63%. La ayuda de un software como Crystal Ball simplifica el análisis de
riesgo en las decisiones de inversión. De esta manera, los modelos determinísticos pueden
ser enriquecidos con el uso de aplicaciones informáticas que permitirán enfrentar con
mayor éxito situaciones tan cambiantes como las vigentes.

Retana y Meza (2007), menciona que la el análisis de VPN proporciona criterios de

decisión sistemáticos y claros para todos los proyectos. No obstante, también tiene sus
limitaciones; la maximización del valor de la empresa como el fin que guía el proceso
decisional de la firma que desarrolla su actividad en un entorno incierto y dinámico. La
incertidumbre y el riesgo son inherentes a toda actividad económica, manifestándose de

17
múltiples formas, y su presencia e impactos se han magnificado como resultado de los
procesos de globalización. En las empresas, el riesgo se ha hecho presente principalmente
en la toma de decisiones en proyectos de inversión, cuyos parámetros (flujos de efectivo,
tasas de interés, etc.) están sujetos a fluctuaciones impredecibles. Estos cambios
desfavorables afectan los ingresos y la estabilidad financiera de las empresas, los
individuos y las naciones. El objetivo es obtener las herramientas para la evaluación de
proyectos utilizando técnicas actuales de evaluación que nos permitan administrar el
riesgo de una manera efectiva y eficiente. El ahorrar dinero mediante procedimientos
modernos es importante ya que conduce a una utilización más efectiva de los recursos
con la finalidad de maximizar el valor de una organización.

Para el análisis de riesgo se utilizó modelos por medio de la simulación, mediante el

método de Montecarlo, se realiza la distribución de posibles resultados se genera
mediante el cálculo repetido, la simulación se realizó con Risk y Crystall Ball, que
permiten la realización de pronóstico y análisis de riesgo. Para el proyecto laboratorios
Vision Research se realiza la simulación de Montecarlo con el programa crystal ball con
un nivel de la certeza del 100%, la probabilidad de alcanzar un beneficio positivo es de
79.40%, por lo que podemos considerar un 20.60% de probabilidad de tener un beneficio
negativo.

De la Garza (2006) tiene como objetivo evaluar como proyecto de inversión autónomo
la explotación de las reservas de petróleo y gas en México, para lo cual se aplicó el
paquete de simulación de crystal ball y diferentes formas de evaluar un proyecto de
inversión.

Las variables que afectan la rentabilidad del proyecto son los cambios en las tasas de
interés, la inflación, los precios del crudo y el gas, la carga fiscal. La evaluación del
proyecto se realizó mediante la simulación de Montecarlo y el paquete crystal ball, los
resultados nos muestran que el proyecto es rentable, su rentabilidad estimada esta entre
5,600 y 57,900 millones de dólares. La simulación de la TIR es positiva, la probabilidad
es que su valor esté entre 8% y 12%.

18
 CAPÍTULO II

PLANTEAMIENTO DEL PROBLEMA

2.1 IDENTIFICACIÓN DEL PROBLEMA

En la actualidad se creó el sistema nacional de programación multianual y gestión

de inversiones como sistema administrativo del estado, con la finalidad de orientar el uso
de los recursos públicos destinados a la inversión para la efectiva prestación de servicios
y la provisión de la infraestructura necesaria para el desarrollo del país. Dentro del ciclo
del proyecto, la formulación del proyecto, de las propuestas de inversión consideradas en
la programación multianual, y la evaluación respectiva sobre la pertinencia de su
ejecución, debiendo considerarse los recursos para la operación y mantenimiento del
proyecto y las formas de financiamiento. La formulación se realiza a través de una ficha
técnica, y solo en caso de los proyectos que tengan alta complejidad se requerirá el nivel
de estudio que sustente la concepción técnica y el dimensionamiento del proyecto (MEF-
DGPMI-DL, 2017).

En esta situación, según el Contenido Mínimo del Estudio de Preinversión a Nivel de

Perfil (MEF-DGPMI-CONTENIDO, 2017), en un proyecto de inversión de debe
Identificar los peligros que pueden afectar a la unidad productora de bienes y/o servicios
(UP), si existe, y al proyecto, así como las dimensiones ambientales que se esté afectando
o se pudiera afectar. Se analiza y evalúa la exposición y vulnerabilidad de la UP frente a
los peligros identificados en el diagnóstico del área de estudio, así como los efectos del
cambio climático asociados con la gestión del riesgo.

Para Tudela (2015) la literatura de proyectos y en particular en los manuales y guías

metodológicas no se tiene claramente explicitada la metodología a seguir cuando se
requiere analizar el riesgo e incertidumbre en el proceso de evaluación de un proyecto de

19
inversión pública. Además señala, que al momento de evaluar un proyecto suele existir
desconocimiento sobre muchos aspectos relacionados con el proyecto, como por ejemplo:
el incremento de costos de operación y mantenimiento, aumentos en los montos de
inversión, disminución de beneficios, etc. Todas estas variables pueden afectar los
indicadores de rentabilidad.

Por lo antes mencionado, es necesario realizar una propuesta metodológica para un

análisis de riesgo e incertidumbre en la evaluación de proyectos de inversión mediante la
metodología costo-beneficio.

2.2 ENUNCIADOS DEL PROBLEMA

A partir de esta premisa, con este trabajo de investigación se busca responder a la

siguiente pregunta general:

2.2.1 Problema general

¿Cómo medir e incorporar el análisis de riesgo en un proyecto de

inversión pública del sector saneamiento?

2.2.2 Problemas específicos

 ¿Cómo medir el riesgo en la rentabilidad del proyecto?

 ¿Cómo incorporar el análisis de riesgo en un proyecto del sector
saneamiento?

2.3 JUSTIFICACIÓN

En la siguiente investigación se pretende contribuir al sistema nacional de

programación multianual y gestión de inversiones Invierte.pe., del Ministerio de
Economía y Finanzas - Perú, una metodología que incorpore el análisis de riesgo que
mejore la evaluación social de proyectos de inversión. Dentro del análisis de riesgo se
pretende estimar el nivel de riesgo de los proyectos, afectados por factores críticos de
variabilidad que influyen en los indicadores de rentabilidad social del proyecto como el
VAN y la TIR.

En la actualidad Invierte.pe., dentro de la formulación y evaluación de proyectos de

inversión solo realiza un análisis y evaluación de gestión de riesgos de desastres,

20
vulnerabilidad y ambiental; más no un análisis de riesgo que incluyen las variables críticas
que afectan la rentabilidad social del proyecto.

Así mismo, con la presente investigación se plantea mejorar el proceso de evaluación

social de proyectos del sistema nacional de programación multianual de inversiones
Invierte.pe., del Ministerio de Economía y Finanzas – Perú, utilizando el modelo de
simulación de Montecarlo para tomar mejores decisiones en la selección de las
alternativas de solución del proyecto.

2.4 OBJETIVOS

2.4.1 Objetivo general

Presentar una metodología que permita medir y analizar el riesgo en un

proyecto de inversión pública del sector saneamiento.

2.4.2 Objetivos específicos

 Analizar y medir el riesgo en los indicadores de rentabilidad.

 Hacer recomendaciones metodológicas para analizar el riesgo en un

proyecto de inversión pública del sector saneamiento.

2.5 HIPÓTESIS

2.5.1 Hipótesis general

Es posible construir un modelo metodológico que permita medir y analizar

el riesgo en un proyecto de inversión pública del sector saneamiento

2.5.2 Hipótesis específicas

 El proyecto de inversión pública del sector saneamiento presenta bajos

niveles de riesgo en los resultados de los indicadores de rentabilidad.

 Existen vacíos metodológicos en el análisis de riesgo de un proyecto de

inversión pública del sector saneamiento.

21
 CAPÍTULO III

MATERIALES Y MÉTODOS

Para la siguiente investigación se realiza un análisis cualitativo y cuantitativo de los

riesgos del proyecto, se analiza el afecto del riesgo en los indicadores de rentabilidad del
proyecto de inversión pública denominado: Mejoramiento y ampliación de los servicios
de agua potable y alcantarillado de la localidad de Tinicachi, distrito de Tinicachi -
Yunguyo - Puno; y el impacto de los aumentos y reducciones de las variables críticas en
el VAN social y la TIR social.

3.1 LUGAR DE ESTUDIO Y POBLACIÓN

Para analizar el caso de estudio, se utilizó un proyecto de inversión pública del

sector saneamiento de la municipalidad distrital de Tinicachi, de la provincia de Yunguyo,
de la región de Puno; el cual en la actualidad se encuentra viable, y contiene la siguiente
información:

 Código del proyecto : 2314374

 Código SNIP : 351951

 Monto de inversión : S/.3’093,164.00

La alternativa recomendada del proyecto de inversión pública consiste en: la construcción

de infraestructura de agua potable mediante la captación en ladera, construcción
reservorio de 16m3, construcción reservorio de 4m3, redes de conducción, redes de
distribución, y 224 conexiones domiciliarias; construcción del sistema de red de
alcantarillado, buzones de inspección, cajas de inspección; se instalara un tanque imhoff,

22
y finalmente se desarrollara talleres de capacitación acerca de la práctica de higiene,
conocimiento de operación y mantenimiento, y educación sanitaria.

3.2 MÉTODOS

Dentro de nuestro análisis cualitativo se identifica las probabilidades de ocurrencia

de los posibles riesgos en los indicadores de rentabilidad del proyecto de inversión
pública. Por lo que estas probabilidades de riesgo pueden ser: primero bajo, segundo
moderado y tercero alto de acuerdo los resultados obtenidos. Para el análisis cuantitativo
se estima la probabilidad de ocurrencia de riesgo con un porcentaje, el cual calcula el
valor esperado del evento riesgoso.

El riesgo en la evaluación de proyectos se diferencia en los siguientes dos casos: primero

el riesgo propiamente dicho cuando hay situaciones en las que se conoce la probabilidad
de ocurrencia de un evento en particular, y segundo la incertidumbre cuando hay
situaciones en las que no se conoce la probabilidad de ocurrencia.

Las técnicas utilizadas para el análisis de las variaciones de las variables críticas en la
evaluación de un proyecto de inversión pública son la metodología del análisis de
sensibilidad, y la metodología del modelo de simulación de Montecarlo.

El análisis de sensibilidad no considera las probabilidades de ocurrencia, el proyectista es

el que asigna los valores a las variables criticas mediante rangos los cuales producen
efectos en los indicadores de rentabilidad social como el VAN social y la TIR social. Este
análisis a diferencia de la simulación de Montecarlo se analiza solo para el caso de un
escenario.

El modelo de simulación de Montecarlo utiliza las probabilidades de ocurrencia, por lo

que cada una de las variables críticas del proyecto tiene una distribución de
probabilidades.

3.2.1 La medición del riesgo de un proyecto de inversión

Según Beltrán y Cueva (2005), Para medir el riesgo en la evaluación de un

proyecto de inversión se debe tener en cuenta que el objetivo principal es
maximizar la esperanza del VAN y de al TIR.

23
Para calcular el riesgo, se supone que la principal fuente de riesgo esta generado
por la variabilidad de los flujos de caja pronosticados. Además se supone que las
otras variables (vida útil, COK, inversión, etc.) son verdaderas y ciertas.

Por lo tanto, primero se debe calcular el valor esperado o promedio del flujo de
caja de cada periodo, mediante la siguiente ecuación.

E(FCt ) = ∑ FC ti × Pi
i=1

Donde:

FCti : FC del periodo (t) si se diera el resultado (i)

s : Número de posibles resultados del FCt .

Pi : Probabilidad de ocurrencia del resultado (i).

Luego, a partir de los flujos de caja promedio se determina el valor esperado del
VAN:

n
FCt
E[VAN] = E [−Inv + ∑ ]
(1 + r)t
t=1

n
FCt
E[VAN] = E[−Inv] + E [∑ ]
(1 + r)t
t=1

n
E(FCt)
E[VAN] = −Inv + ∑
(1 + r)t
t=1

Donde:

n : Número de períodos

24
r : Tasa de descuento

Si el VAN esperado del proyecto es positivo es decir mayor a cero, se debería

invertir en el proyecto.

Pero es preciso mencionar que la esperanza matemática del VAN mide el valor de
la tendencia de una variable aleatoria cuando se repite varias veces el mismo
experimento.

Pero, es importante que el inversionista tome una decisión en función al nivel de

riesgo o grado de variabilidad de los indicadores de rentabilidad. Es por tal motivo
que se pretende estimar el nivel de riesgo.

Además, el riesgo de un proyecto de inversión está relacionado con los cambios o

variabilidad de los flujos calculados para cada periodo; por consiguiente el riesgo
está vinculado con la dispersión de los flujos.

Con estas variaciones de los flujos podremos calcular las variaciones

(variabilidad) del VAN, y finalmente calcular la medida para el nivel de riesgo del
proyecto de inversión.

Para calcular da dispersión calculamos la varianza del flujo de caja:

s
2
V (FCt ) = σ2t = ∑(FCti − E(FCt)) XPi
i=1

Donde:

V(FCt ) : Varianza del FCt

Luego, calculamos la desviación estándar:

s
2
DS(FCt) = σt = √∑(FCti − E(FCt)) XPi
i=1

25
Pero, el objetivo de esta metodología es calcular la desviación estándar del VAN,
para lo cual primero calculamos la variación del VAN:

n
FCt
V[VAN] = V [−Inv + ∑ ]
(1 + r)t
t=1

σ2 (FC1 ) σ2(FCn) 2Cov(FC1 , FC2 ) 2Cov(FCn−1, FCn)

V[VAN] = +. . + + +. . +
(1 + r)2 (1 + r)2n (1 + r)3 (1 + r)2n−1

Luego reducimos la ecuación de la varianza del VAN, para lo cual debemos

estimar la dependencia entre flujos de caja, es decir, si la variabilidad del flujo de
caja explica o no la variabilidad de los otros flujos de caja.

Para ello vamos a suponer que los flujos de caja son independientes en los
periodos restantes, en este sentido la covarianza será igual a cero. Por lo tanto la
ecuación para calcular la varianza del VAN seria la siguiente:

n
FCt
V[VAN] = V [−Inv + ∑ ]
(1 + r)t
t=1

σ2 (FC1 ) σ2(FC2) σ2 (FCn )

V[VAN] = + +. . . +
(1 + r)2 (1 + r)4 (1 + r)2n

n
σ2 (FCt )
V[VAN] = ∑
(1 + r)2t
t=1

Por lo tanto la ecuación para calcular la desviación estándar de la VAN sería:

26
 n
σ2(FCt)
DS[VAN] = √∑
(1 + r)2t
t=1

Con las ecuaciones anteriores podemos calcular el coeficiente de variabilidad,

para que el inversionista tome decisiones para minimizar el riesgo y escenarios
más seguros para su elección.

El coeficiente de variabilidad es un valor aproximado del riesgo, para (Beltrán &

Cueva, 2005) el coeficiente de variabilidad mide el grado de dispersión por unidad
de rendimiento esperado; para (Contreras, 2009), el coeficiente de variación (CV)
indica cuantas unidades de riesgo ($ del VAN) se están tomando por cada unidad
obtenida del VAN esperado.

σ(VAN)
CV =
E(VAN)

Este coeficiente es una medida relativa de riesgo, para elegir el proyecto, es mejor
que el coeficiente de variabilidad sea menor.

3.2.2 El método de simulación de Montecarlo

Para el presente trabajo de investigacion utilizaremos el programa Crystal Ball

para la simulación del modelo de Montecarlo el cual está al alcance de cualquier
usuario.

Aparacio et al. (2012) La simulación de Montecarlo puede incluir todas las

combinaciones posibles de las variables que afectan los resultados de un proyecto.
Por ejemplo, se puede evaluar cuál será la duración del proyecto si cambian todas
las variables al mismo tiempo, teniendo en cuenta la interrelación que existe entre
ellas.

Palizade (2017) La simulación Montecarlo realiza el análisis de riesgo con la

creación de modelos de posibles resultados mediante la sustitución de un rango de
valores con una distribución de probabilidad para cualquier factor con
incertidumbre inherente. Luego, calcula los resultados una y otra vez, cada vez

27
usando un grupo diferente de valores aleatorios de las funciones de probabilidad.
Dependiendo del número de incertidumbres y de los rangos especificados, para
completar una simulación Montecarlo puede ser necesario realizar miles o decenas
de miles de recálculos. La simulación Montecarlo produce distribuciones de
valores de los resultados posibles.

A las variables críticas se le asigna una distribución de probabilidad las cuales

pueden tener una distribución normal, triangular, uniforme, etc.

Figura 1. Distribuciones de probabilidad.

Fuente: Programa Crystal Ball.

3.2.3 Modelo metodológico para realizar el análisis de riesgo en los

proyectos de inversión pública

El diseño metodológico que se plantea para este trabajo de investigación y que

llevara al logro de los objetivos según (Botteon, 2011; Tudela, 2015) es como
sigue:

1. Procesar el flujo de fondos del proyecto e indicadores de rentabilidad social

del proyecto de acuerdo al siguiente detalle:

 Costos de inversión

 Costos de operación y mantenimiento

 Beneficios sociales

 Indicadores de rentabilidad social del proyecto

28
  Análisis de sensibilidad ante cambios porcentuales en las variables
críticas.

2. Definir las variables de entrada y distribución de probabilidades

 Variable inversión

 Variable costos de operación y mantenimiento

 Variable beneficios sociales

3. Definir las variables de salida

 Valor actual neto VAN

 Tasa interna de retorno TIR

4. Aplicar la simulación del modelo de Montecarlo

 Simulación del modelo de Montecarlo para el VAN

 Simulación del modelo de Montecarlo para la TIR

5. Identificar la probabilidad de no viabilidad del proyecto de inversión pública

6. Identificar la probabilidad de que la TIR sea mayor que la tasa social de

descuento (9%).

7. Realizar el análisis de sensibilidad del proyecto de inversión pública

29
 CAPÍTULO IV

RESULTADOS Y DISCUSIÓN

4.1 FLUJO DE FONDOS DEL PROYECTO E INDICADORES DE

RENTABILIDAD SOCIAL DEL PROYECTO

En esta sección se realiza el procesamiento del flujo de fondos del proyecto, con el
objetivo de estimar los indicadores de rentabilidad de la evaluación social del proyecto,
de los que se obtuvieron los siguientes resultados:

4.1.1 Costos de inversión

El costo de inversión del proyecto a precios de mercado se establece según los

requerimientos previos a la puesta en marcha del proyecto para la alternativa
recomendada. Se presenta los costos de inversión para la alternativa recomendada.

La inversión total requerida a precios de mercado asciende a S/.3’093,164.00 que

comprende el mejoramiento del sistema de agua potable (captación tipo
manantial), mejoramiento del sistema de alcantarillado y tratamiento de aguas
servidas.

30
Tabla 1
Costos de inversión de la alternativa recomendada
UND. DE COSTO
DESCRIPCCION CANTIDAD TOTAL
MEDIDA UNITARIO
A. COSTO DIRECTO
1
SISTEMA DE AGUA POTABLE

2 CAPTACION EN LADERA
UND. 4.00 5,852.70 23,410.80
3 RESERVORIO 16 M3
UND. 1.00 22,466.63 22,466.63
4 RESERVORIO 4 M3
UND. 1.00 18,408.72 18,408.72

5 REDES DE CONDUCCION Y DISTRIBUCION

ML. 11,428.00 33.02 377,395.06
6 VALVULAS DE PURGA Y CONTROL
UND. 16.00 843.06 13,488.88
7 CAMARA DE REUNION
UND. 1.00 1,300.45 1,300.45
8 CRUCE DE RIACHUELO
UND. 3.00 368.00 1,104.00
9 VALVULA ROMPE PRESION
UND. 1.00 450.00 450.00
10 CONEXIÓN DOMICILIARIA DE AGUA
UND. 224.00 225.00 50,400.00

B. COSTO INDIRECTO 508,424.54

GASTOS GENERALES 11.38% 56,824.32

UTILIDAD 6% 30,505.47

SUB TOTAL 595,754.34

IGV 18% 107,235.78

SUPERVISIÓN 4.63% 27,279.74

EXPEDIENTE TECNICO 1.68% 9,882.53

INVERSION TOTAL 740,152.40

Fuente: Perfil de proyecto

Tabla 2
Resumen de inversión de la alternativa recomendada
ÍTEM DETALLE TOTAL
Costo directo
1 AGUA POTABLE 508,424.54
2 ALCANTARILLADO Y TANQUE IMHOFF 1,583,604.44
3 EDUCACIÓN SANITARIA 32,723.15
SUB TOTAL 2,124,752.13
4 GASTOS GENERALES 11.38% 237,473.99
5 UTILIDAD 6% 127,485.13
SUB TOTAL 2,489,711.25
6 IGV 18% 448,148.03
7 SUPERVISIÓN 4.63% 114,004.52
8 EXPEDIENTE TÉCNICO 1.68% 41,300.00
TOTAL 3,093,164
Fuente: Perfil de proyecto

31
En la tabla 3 se detalla los costos de inversión a precios sociales, para tal efecto,
se aplica los factores de corrección para convertirlos a precios sociales. De
acuerdo a las características del proyecto de inversión pública se vio por
conveniente ejecutar el proyecto por administración indirecta, más conocido como
ejecución por contrata; es por tal motivo que se aplicó como factor de corrección
para bienes y servicios nacionales (no transables).

Tabla 3
Costos de inversión a precios sociales

UND. DE COSTO PRECIOS PRECIOS

DESCRIPCCION CANTIDAD FC
MEDIDA UNITARIO PRIVADOS SOCIALES
A. COSTO DIRECTO
1
SISTEMA DE AGUA POTABLE

2 CAPTACION EN LADERA
UND. 4.00 5,852.70 23,410.80 0.847 19,828.95
3 RESERVORIO 16 M3
UND. 1.00 22,466.63 22,466.63 0.847 19,029.24
4 RESERVORIO 4 M3
UND. 1.00 18,408.72 18,408.72 0.847 15,592.19

5 REDES DE CONDUCCION Y DISTRIBUCION

ML. 11,428.00 33.02 377,395.06 0.847 319,653.62
6 VALVULAS DE PURGA Y CONTROL
UND. 16.00 843.06 13,488.88 0.847 11,425.08
7 CAMARA DE REUNION
UND. 1.00 1,300.45 1,300.45 0.847 1,101.48
8 CRUCE DE RIACHUELO
UND. 3.00 368.00 1,104.00 0.847 935.09
9 VALVULA ROMPE PRESION
UND. 1.00 450.00 450.00 0.847 381.15
10 CONEXIÓN DOMICILIARIA DE AGUA
UND. 224.00 225.00 50,400.00 0.847 42,688.80

B. COSTO INDIRECTO 508,424.54 430,635.59

GASTOS GENERALES 11.38% 56,824.32 0.847 48,130.20

UTILIDAD 6% 30,505.47 0.847 25,838.14

SUB TOTAL 595,754.34 504,603.92

IGV 18% 107,235.78 0.847 90,828.71

SUPERVISIÓN 4.63% 27,279.74 0.847 23,105.94

EXPEDIENTE TECNICO 1.68% 9,882.53 0.847 8,370.51

INVERSION TOTAL 740,152.40 626,909.08

Fuente: Perfil de proyecto

32
Tabla 4
Resumen de inversión a precios sociales
ÍTEM DETALLE TOTAL
Costo directo
1 AGUA POTABLE 430,635.59
2 ALCANTARILLADO Y TANQUE IMHOFF 1,341,312.96
3 EDUCACIÓN SANITARIA 27,716.51
SUB TOTAL 1,799,665.05
4 GASTOS GENERALES 201,140.47
5 UTILIDAD 107,979.91
SUB TOTAL 2,108,785.43
6 IGV 379,581.38
7 SUPERVISIÓN 96,561.83
8 EXPEDIENTE TÉCNICO 34,981.10
TOTAL 2,619,909.73
Fuente: Perfil de proyecto

4.1.2 Costos de operación y mantenimiento

Los costos de operación y mantenimiento en una situación sin proyecto se

muestran en la tabla 5.

Tabla 5
Costo de operación y mantenimiento sin proyecto
ÍTEM COMPONENTE A PRECIOS DE MERCADO
1 COSTOS DE OPERACIÓN 2,025.00
1.1 COSTOS FIJOS DE OPERACIÓN 525
Personal Obrero 525
1.2 COSTOS VARIABLES DE OPERACIÓN 1,500.00
Hipoclorito de Calcio al 70% 1,000.00
Control de Calidad 500
2 COSTOS DE MANTENIMIENTO 1,940.00
COSTOS FIJOS DE MANTENIMIENTO 900
Personal Obrero 900
2.2 COSTOS VARIABLES DE MANTENIMIENTO 1,040.00
Materiales 500
Equipos y Herramientas 120
Personal Obrero 420
TOTAL 3,965.00
Fuente: Perfil de proyecto

Los costos de operación y mantenimiento en una situación con proyecto son los
siguientes: los costos de operación son para lograr la continuidad del proyecto,
son costos regulares que se tendrán que asumir a lo largo de la vida útil del
proyecto de inversión, y los costos de mantenimiento son para mantener en
perfecto estado los equipos, mobiliario de escritorio, computadoras y demás
bienes adquiridos en el marco de la ejecución del proyecto.

33
Tabla 6
Costos de operación y mantenimiento con proyecto
A PRECIOS DE
ÍTEM COMPONENTE
MERCADO
1 COSTOS DE OPERACIÓN 8,000.00
1.1 COSTOS FIJOS DE OPERACIÓN 3,500.00
Personal Obrero 3,500.00
1.2 COSTOS VARIABLES DE OPERACIÓN 4,500.00
Hipoclorito de Calcio al 70% 3,000.00
Control de Calidad 1,500.00
2 COSTOS DE MANTENIMIENTO 3,160.00
COSTOS FIJOS DE MANTENIMIENTO 360
Personal Obrero 360
2.2 COSTOS VARIABLES DE MANTENIMIENTO 2,800.00
Materiales 800
Equipos y Herramientas 650
Personal Obrero 1,350.00
TOTAL 11,160.00
Fuente: Perfil de proyecto

Precios sociales

En las siguientes tablas se muestran los costos de operación y mantenimiento a

precios sociales, estos costos representan el valor que tiene para la sociedad dichos
recursos disponibles para solucionar una necesidad. En la tabla 7 se presenta
costos de operación y mantenimiento en una situación sin proyecto, y en la tabla
8 se observa los costos en una situación con proyecto.

Tabla 7
Costos operación y mantenimiento S/P a precios sociales
ÍTEM COMPONENTE PRECIOS SOCIALES
1 COSTOS DE OPERACIÓN 1625.25
1.1 COSTOS FIJOS DE OPERACIÓN 330.75
Personal Obrero 330.75
1.2 COSTOS VARIABLES DE OPERACIÓN 1294.5
Hipoclorito de Calcio al 70% 840
Control de Calidad 454.5
2 COSTOS DE MANTENIMIENTO 1352.4
COSTOS FIJOS DE MANTENIMIENTO 567
Personal Obrero 567
2.2 COSTOS VARIABLES DE MANTENIMIENTO 785.4
Materiales 420
Equipos y Herramientas 100.8
Personal Obrero 264.6
TOTAL 2977.65
Fuente: Perfil de proyecto

34
Tabla 8
Costos de operación y mantenimiento C/P a precios sociales
ÍTEM COMPONENTE PRECIOS SOCIALES
1 COSTOS DE OPERACIÓN 6,088.50
1.1 COSTOS FIJOS DE OPERACIÓN 2,205.00
Personal Obrero 2,205.00
1.2 COSTOS VARIABLES DE OPERACIÓN 3,883.50
Hipoclorito de Calcio al 70% 2,520.00
Control de Calidad 1,363.50
2 COSTOS DE MANTENIMIENTO 2,295.30
COSTOS FIJOS DE MANTENIMIENTO 226.8
Personal Obrero 226.8
COSTOS VARIABLES DE
2.2 2,068.50
MANTENIMIENTO
Materiales 672
Equipos y Herramientas 546
Personal Obrero 850.5
TOTAL 8,383.80
Fuente: Perfil de proyecto

4.1.3 Beneficios sociales

Los beneficios sociales del proyecto de agua potable están asociados a la

liberación de recursos debido a la reducción de los costos de abastecimiento que
los pobladores en una situación sin el proyecto tenían que dedicar, dado el tiempo
y esfuerzo de acarrear el agua y/o adquirirlo a un precio unitario mucho mayor
que la tarifa del servicio público; y al incremento del consumo de agua por
reducirse el precio unitario de abastecimiento de agua, incrementando el nivel de
bienestar de la población, valorada a través de la máxima disposición a pagar
(DAP) por el mayor consumo de agua.
La disposición a pagar incorpora la valoración del usuario al impacto favorable
del proyecto en la reducción en sus costos de salud al disminuir la incidencia de
morbilidad al mejorarse la calidad del servicio de agua potable.
La función de demanda se define como el máximo precio que se está dispuesto a
pagar por cada unidad adicional del bien, equivalentemente es la máxima cantidad
que se está dispuesto a consumir del bien dado su precio.
Así mismo, los beneficios sociales del proyecto de inversión pública de
abastecimiento de agua potable se calculan:
 Por la liberación de recursos
 Por mayor consumo de agua

35
 Tabla 9
Beneficios sociales del proyecto

Antiguos Nuevos
Año Beneficios Sociales
Usuarios Usuarios

1 205 22 229,411.19
2 205 25 239,528.44
3 205 28 249,772.16
4 205 30 260,143.93
5 205 33 270,645.34
6 205 36 281,278.02
7 205 39 292,043.60
8 205 42 302,943.76
9 205 45 313,980.17
10 205 49 325,154.53
11 205 52 336,468.58
12 205 55 347,924.05
13 205 58 359,522.71
14 205 62 371,266.36
15 205 65 383,156.80
16 205 68 395,195.87
17 205 72 407,385.43
18 205 75 419,727.36
19 205 79 432,223.57
20 205 82 444,875.97
Fuente: Perfil de proyecto

4.1.4 Indicadores de rentabilidad social del proyecto

Para la evaluación social del proyecto se ha utilizado la metodología

costo/beneficio. El criterio de decisión para que el proyecto sea viable se da
cuando el valor actual neto (VAN) sea mayor que cero, y la TIR sea mayor que la
tasa social de descuento (9%) establecida por el Ministerio de Economía y
Finanzas.
Se ha establecido como horizonte de evaluación 20 años. En tal sentido se
consideran las inversiones necesarias para asegurar la prestación del servicio en
las mismas condiciones de calidad y cantidad.

Cuando los resultados de rentabilidad son favorables se puede concluir que

invertir en el proyecto de agua potable es rentable para la sociedad.

1) Valor Actual Neto Social (VANS): es la diferencia de los beneficios sociales

con los costos sociales actualizados a una tasa social de descuento (TSD).
𝑉𝐴𝑁𝑆 > 0

36
2) Tasa Interna de Retorno Social (TIRS): es la rentabilidad promedio social de
un proyecto de inversión pública.
𝑇𝐼𝑅𝑆 > 𝑇𝑆𝐷

Tabla 10
Flujo de costos y beneficios

COSTOS DE
COSTOS DE BENEFICIOS
AÑO OPERACIÓN Y FLUJO NETO
INVERSIÓN SOCIALES
MANTENIMIENTO

0 626,909.08 -626,909.08
1 5406.15 229411.19 224,005.04
2 5406.15 239528.44 234,122.29
3 5406.15 249772.16 244,366.01
4 5406.15 260143.93 254,737.78
5 5406.15 270645.34 265,239.19
6 5406.15 281278.02 275,871.87
7 5406.15 292043.6 286,637.45
8 5406.15 302943.76 297,537.61
9 5406.15 313980.17 308,574.02
10 5406.15 325154.53 319,748.38
11 5406.15 336468.58 331,062.43
12 5406.15 347924.05 342,517.90
13 5406.15 359522.71 354,116.56
14 5406.15 371266.36 365,860.21
15 5406.15 383156.8 377,750.65
16 5406.15 395195.87 389,789.72
17 5406.15 407385.43 401,979.28
18 5406.15 419727.36 414,321.21
19 5406.15 432223.57 426,817.42
20 5406.15 444875.97 439,469.82
VAN SOCIAL (S/.) 2,084,052.79
TIR SOCIAL (%) 39.82%
Fuente: Perfil de proyecto

Los resultados de la evaluación social del proyecto, muestran que el VANS es de

S/. 2’084,052.79, y la TIRS de 39.82% por lo que el proyecto es aceptable debido

a sus indicadores de rentabilidad muy elevados. Por lo que el proyecto de

inversión de agua potable es rentable para la sociedad en su conjunto.

Tabla 11
Resultados de la evaluación social

AGUA POTABLE
ALTERNATIVA
RECOMENDADA VANS (9%) TIRS
2,084,052.79 39.82%
Fuente: Perfil de proyecto

37
4.1.5 Análisis de sensibilidad ante cambios porcentuales en las variables
críticas

El análisis de sensibilidad ante cambios porcentuales en las variables críticas es

desarrollado comúnmente por los formuladores de proyectos en nuestro medio;
Este método busca conocer cómo influyen los cambios porcentuales de las
variables críticas en los indicadores de rentabilidad como el VAN y la TIR. Para
lo cual vamos a identificar las variables críticas del proyecto, y luego plantemos
el rango de variación porcentual de las variables críticas.

Variación en los costos de inversión

A aumentos entre 300% a 400% de los costos de inversión, el VANS del proyecto
de inversión pública se convierte en negativo, y a reducciones porcentuales de los
costos de inversión los resultados del VANS serán positivos.
En nuestro caso se fijó un rango de variaciones porcentuales entre -500.00% a
600.00%, desde reducciones a aumentos de la inversión.

Tabla 12
Sensibilidad del VANS respecto a la variación de los costos de inversión

VARIACIÓN
CAMBIOS EN LA VARIACIÓN DEL
PORCENTUAL
INVERSIÓN VANS
(Porcentaje x 100%)

2507636.32 -5.00 5,218,598.19

1880727.24 -4.00 4,591,689.11
1253818.16 -3.00 3,964,780.03

626909.08 -2.00 3,337,870.95

0.00 -1.00 2,710,961.87
-626909.08 0.00 2,084,052.79

-1253818.16 1.00 1,457,143.71

-1880727.24 2.00 830,234.63
-2507636.32 3.00 203,325.55

-3134545.40 4.00 -423,583.53

-3761454.48 5.00 -1,050,492.61
-4388363.56 6.00 -1,677,401.69

38
En la tabla 12 y en la figura 2, se observa como estos cambios afectan

positivamente y negativamente en los resultados del valor actual neto social del

proyecto de inversión pública.

El análisis de sensibilidad del VANS respecto a los cambios en los costos de

inversión para nuestro caso muestra una pendiente negativa, tal como se puede

apreciar en la figura 2.

Figura 2. Sensibilidad del VANS respecto a la variación de los costos de

inversión.
De acuerdo a los resultados de la metodología del punto de nivelación, se puede

apreciar en la tabla 13 que la máxima resistencia del VANS con respecto a las

variaciones de los costos de inversión es del 332.43%, esto significa que este

porcentaje es el valor máximo que puede incidir en forma negativa para que el

VANS sea igual a cero.

39
Tabla 13
Porcentaje máximo de variación de los costos de inversión

MÁXIMA RESISTENCIA DEL VANS

CAMBIO DE LOS COSTOS DE

VANS (S/.)
INVERSIÓN (%)

332.43 0.00

Variación en los costos de operación y mantenimiento

A aumentos entre 4,000% a 6,000% de los costos de operación y mantenimiento,

el VANS del proyecto de inversión pública se convierte en negativo, y a

reducciones porcentuales de los costos de operación y mantenimiento los

resultados del VANS son positivos.

En nuestro caso se fijó un rango de variaciones porcentuales entre -10,000.00% a

12,000.00%, desde reducciones a aumentos en los costos de operación y

mantenimiento.

Tabla 14
Sensibilidad del VANS respecto a la variación de los costos de operación y
mantenimiento

CAMBIOS EN LOS
VARIACIÓN
COSTOS DE
PORCENTUAL VARIACIÓN DEL VANS
OPERACIÓN Y
(Porcentaje x 100%)
MANTENIMIENTO

4,885,678.43 -100.00 7,019,081.51

3,898,672.69 -80.00 6,609,634.56
2,911,666.94 -60.00 5,622,628.82
1,924,661.20 -40.00 4,635,623.07
937,655.46 -20.00 3,648,617.33
-49,350.29 0.00 2,661,611.59
-1,036,356.03 20.00 1,674,605.84
-2,023,361.77 40.00 687,600.10
-3,010,367.52 60.00 -299,405.64
-3,997,373.26 80.00 -1,286,411.39
-4,984,379.00 100.00 -2,273,417.13
-5,971,384.75 120.00 -3,260,422.87

40
El análisis de sensibilidad del VANS respecto a los cambios en los costos de
operación y mantenimiento también muestra una pendiente negativa, tal como se
puede apreciar en la figura 3.

Figura 3. Sensibilidad del VANS respecto a la variación de los costos de

operación y mantenimiento.

De acuerdo a los resultados de la metodología del punto de nivelación, se puede

apreciar en la tabla 15 que la máxima resistencia del VANS con respecto a las
variaciones de los costos de operación y mantenimiento es de 5,393.31%, esto
significa que este porcentaje es el valor máximo que puede incidir en forma
negativa para que el VANS sea igual a cero.

Tabla 15
Porcentaje máximo de variación de los costos de operación y mantenimiento
MÁXIMA RESISTENCIA DEL VANS
CAMBIO DE LOS COSTOS DE
OPERACIÓN Y VANS (S/.)
MANTENIMIENTO (%)
5,393.31 0.00

41
Variación en los beneficios sociales

Los beneficios sociales pueden variar entre -75.00% a -100.00% para que

el VANS del proyecto no sea rentable. En nuestro caso se determinó un rango de

variaciones porcentuales entre -200.00% a 75.00%, desde reducciones a aumentos

en los beneficios sociales.

Tabla 16
Sensibilidad del VANS respecto a la variación de los beneficios sociales
CAMBIOS EN LOS
VARIACIÓN PORCENTUAL
BENEFICIOS VARIACIÓN DEL VANS
(Porcentaje x 100%)
SOCIALES

-2,760,312.16 -2.00 -3,436,571.53

-2,070,234.12 -1.75 -2,746,493.49

-1,380,156.08 -1.50 -2,056,415.45

-690,078.04 -1.25 -1,366,337.41

0.00 -1.00 -676,259.37

690,078.04 -0.75 13,818.67

1,380,156.08 -0.50 703,896.71

2,070,234.12 -0.25 1,393,974.75

2,760,312.16 0.00 2,084,052.79

3,450,390.20 0.25 2,774,130.83

4,140,468.24 0.50 3,464,208.87

4,830,546.28 0.75 4,154,286.91

El análisis de sensibilidad del VANS respecto a los cambios en los beneficios

sociales muestra una pendiente positiva, tal como se puede observar en la figura

4.

42
 Figura 4. Sensibilidad del VANS respecto a la variación de los beneficios
sociales.
Los resultados de la metodología del punto de nivelación, muestran en la tabla 17

que la máxima resistencia del VANS con respecto a las variaciones de los

beneficios sociales es negativo con -75.50%, esto significa que este porcentaje es

el mínimo valor que puede incidir en forma positiva para que el VANS del

proyecto sea igual a cero.

Tabla 17
Porcentaje máximo de variación de los beneficios sociales
MÁXIMA RESISTENCIA DEL VANS

CAMBIO DE LOS BENEFICIOS

VANS (S/.)
SOCIALES (%)

-75.50 0.00

4.2 VARIABLES DE ENTRADA Y DISTRIBUCIÓN DE PROBABILIDADES

Se han visto por conveniente utilizar como variables críticas las variables que
utiliza en el análisis de sensibilidad de un proyecto de inversión pública los cuales son:
primero variable critica inversiones, segundo variable critica costos de operación y

43
mantenimiento, y tercero la variable critica beneficios sociales. Estas variables críticas
serán analizadas cada una con sus respectivas distribuciones de probabilidades.

4.2.1 Variable inversión

Dentro de la investigación se ha supuesto que para la variable critica

inversión se plantea una distribución de probabilidades normal, el cual tiene una
media de S/. 629,909.08 con una desviación estándar de S/.62,990.91. En la figura
5 se muestra la distribución normal de la variable inversión.

Figura 5.Distribución normal variable inversión

Fuente: Programa Crystal Ball.

4.2.2 Variable costos de operación y mantenimiento

Para la variable costos de operación y mantenimiento se ha supuesto una

distribución de probabilidades de forma triangular con un costo mínimo S/.
4,865.54, un costo máximo de S/. 5,946.77 y el costo más probable de S/.
5,406.15. En la figura 6 se muestra la distribución triangular de la variable costos
de operación y mantenimiento.

44
Figura 6. Distribución triangular variable costos de operación y mantenimiento.
Fuente: Programa Crystal Ball.
4.2.3 Beneficios sociales

Para la variable critica beneficios sociales se asume una función de distribución

uniforme, con un mínimo de beneficios sociales de S/. 229,411.19 y un máximo

de S/. 444,875.97. En la figura 7 se muestra la distribución uniforme de la variable

beneficios sociales.

Figura 7. Distribución uniforme variable beneficios sociales.

Fuente: Programa Crystal Ball.

45
4.3 VARIABLES DE SALIDA

4.3.1 Valor Actual Neto VAN

Como variable de salida del modelo presentamos al valor actual neto

(VAN), el cual se pronostica la probabilidad de ocurrencia de esta variable
dependiente.

4.3.2 Tasa Interna de Retorno TIR

También consideramos como variable de salida a la tasa de interna de

retorno (TIR), el cual se pronostica la probabilidad de ocurrencia de esta variable
dependiente.

4.4 SIMULACIÓN DEL MODELO DE MONTECARLO

Para la simulación del modelo de Montecarlo utilizamos 1,000 escenarios como

número de pruebas de simulación.

4.4.1 Simulación del modelo de Montecarlo para el VAN

Los resultados del pronóstico tienen un nivel de certeza del 100%. El resultado
del VAN promedio es de S/. 2’081,052.79 estos resultados de la simulación son
similares a los obtenidos tradicionalmente mediante el análisis costo/beneficio
para proyectos de inversión pública. Aunque, la ventaja de la incorporación dela
análisis de riesgo en los proyectos de inversión constituye en la probabilidad de
ocurrencia de viabilidad y no viabilidad de un proyecto de inversión pública.

Figura 8. Resultados de la simulación de Montecarlo para el VAN social.

Fuente: Programa Crystal Ball.

46
4.4.2 Simulación del modelo de Montecarlo para la TIR

Los resultados del pronóstico tienen un nivel de certeza del 100%. El

resultado de la TIR promedio es de 39.65% estos resultados de la simulación son
similares a los obtenidos tradicionalmente mediante el análisis costo/beneficio
para proyectos de inversión pública. Aunque, la ventaja de la incorporación dela
análisis de riesgo en los proyectos de inversión constituye en probabilidad de
ocurrencia de viabilidad y no viabilidad de un proyecto de inversión pública.

Figura 9. Resultados de la simulación de Montecarlo para la TIR social.

Fuente: Programa Crystal Ball.

4.4.3 Probabilidad de no viabilidad del proyecto de inversión pública

Dentro de la probabilidad de no viabilidad del proyecto de inversión

pública, se tiene los siguientes resultados: la probabilidad de que el VAN sea
menor que cero [𝑝(𝑉𝐴𝑁 < 0)] es de 0.00%, este resultado representa la
probabilidad de no viabilidad de un proyecto de inversión, consecuentemente la
probabilidad de viabilidad del proyecto de inversión pública es de 100.00%.
Por lo tanto este resultado del análisis de riesgo indica que la rentabilidad social
del proyecto de inversión pública está garantizada.

47
Figura 10. Probabilidad de no viabilidad del proyecto.
Fuente: Programa Crystal Ball.

4.4.4 Probabilidad de que la TIR sea mayor que el 9%

La probabilidad de que la TIR sea mayor a la tasa de social de descuento

del 9%, el cual aplicamos al flujo de fondos en la evaluación social del proyecto
de inversión pública, presenta el siguiente resultado: la probabilidad de que la TIR
sea mayor que la tasa social de descuento [𝑝(𝑇𝐼𝑅 > 9%)] es del 100.00%, este
resultado evidencia que existe una elevada probabilidad que el proyecto de
inversión pública es rentable socialmente.

Por lo tanto la ejecución del presente proyecto de inversión pública es viable

económicamente y desde el punto de vista de la sociedad, en consecuencia el
instrumento de simulación de riesgo del modelo de Montecarlo perfecciona la
evaluación económica mediante el análisis costo/beneficio y el análisis de
sensibilidad.

Además en el desarrollo de la evaluación de proyectos de inversión pública se

puede perfeccionar con el análisis de riesgo mediante la simulación de Montecarlo
para un uso efectivo de los recursos públicos en las inversiones del estado.

48
Figura 11. Probabilidad de que la TIR social sea mayor que el 9%.

Fuente: Programa Crystal Ball.

4.4.5 Análisis de sensibilidad del proyecto de inversión pública

Del pronóstico del análisis de sensibilidad del proyecto de inversión, se

puede apreciar las variables críticas del proyecto y definir el nivel de importancia
de estas variables críticas en el modelo de simulación de Montecarlo.

Del pronóstico del análisis de sensibilidad se puede identificar que las variables
más influyentes son las siguientes: primero la variable critica inversión, segundo
la variable critica beneficios sociales, y tercero los costos de operación y
mantenimiento.

Con los resultados obtenidos del análisis de sensibilidad se puede tomar medidas
de control en las variables más influyentes del proyecto conociendo el elevado
nivel de incertidumbre que generan dichas variables críticas.

49
 Figura 12. Análisis de sensibilidad del proyecto.

Fuente: Programa Crystal Ball.

4.5 ANÁLISIS COMPARATIVO ENTRE LA EVALUACIÓN

DETERMINÍSTICA Y LA EVALUACIÓN CON RIESGO

Para la incorporación del riesgo en la evaluación de proyectos de inversión pública,

primero analizaremos la evaluación determinística y luego analizaremos la evaluación
incorporando el riesgo.

4.5.1 Evaluación determinística

La evaluación determinística es una evaluación son certeza supuesta, en

este caso se supone que se tiene certeza de los valores esperados que tomaran los
flujos netos para estimar los indicadores de rentabilidad social del proyecto como
el VANS y la TIRS. En cambio, no se consideran los posibles cambios que podrían
presentar las variables críticas del proyecto los cuales afectan los resultados de la
evaluación social del proyecto.

En la evaluación determinística de un proyecto de inversión pública se determina:

50
 1. Los costos de inversión del proyecto: Implica los costos por elaboración
de estudios, ejecución de obras, adquisición de equipos, contratación de
servicios y supervisión.

2. Los costos de operación y mantenimiento del proyecto: Son recursos para

el funcionamiento del proyecto en la fase de postinversión.

3. Los beneficios sociales del proyecto: Es el valor que le asigna la sociedad

en su conjunto por recibir un bien o servicio público.

4. El flujo neto del proyecto: se estima para cada periodo del proyecto
mediante la diferencia entre los beneficios sociales y los costos del
proyecto.

5. Los indicadores de rentabilidad social del proyecto: se calcula bajo el

supuesto de que no existe riesgo en el proyecto, bajo el supuesto de que
los resultados son seguros y ciertos.

6. El análisis de sensibilidad del proyecto: Este análisis se realiza ente

variaciones de una sola variable crítica del proyecto, y no ante variaciones
simultáneas o en conjunto de todas las variables críticas que se
identificaron.

Ventajas y desventajas de la evaluación determinística:

Dentro de las ventajas de la evaluación determinística tenemos:

 El procedimiento de la evaluación determinística es más fácil en su

aplicación.

 La fácil compresión de los resultados de los valores esperados.

Las desventajas de la evaluación determinística son:

 Los cálculos de la evaluación no son totalmente seguros o ciertos.

 Se utiliza en escenarios donde no existe un alto nivel de riesgo.

 Se suponen que los resultados de los indicadores de rentabilidad social son

totalmente válidos.

51
  No se examina la posibilidad de que los indicadores de rentabilidad social
pueden tomar valores diferentes, debido a cambios en las variables críticas.

 No se utiliza distribuciones de probabilidad de las variables críticas del

proyecto.

 No se estiman las distribuciones de probabilidad de los resultados de la

evaluación del proyecto (VANS y TIRS).

4.5.2 Evaluación incorporando el riesgo

Para incorporar el análisis de riesgo en la evaluación de un proyecto de

inversión pública, debemos conocer las variables críticas que impactan en los
indicadores de rentabilidad social del proyecto. Es por tal motivo que es necesario
conocer el riesgo que pueden producir estas variables riesgosas en la evaluación
del proyecto.

El riesgo desde la perspectiva de un proyecto de inversión pública es la

variabilidad de los indicadores de rentabilidad social del proyecto como son el
VANS y la TIRS. Esto significa que a mayor variabilidad de la rentabilidad mayor
el riesgo del proyecto (Botteon, 2011).

Para Botteon (2011), se puede apreciar que hay dos tipos de variables que inciden
en los indicadores de rentabilidad; primero las variables ciertas o no aleatorias que
se conoce su valor de manera segura y cierta, bajo este supuesto de certeza de los
valores que tomaran las variables se evalúa y declara viable el proyecto para su
ejecución.

El segundo tipo son las variables aleatorias, donde sus valores no son conocidos
con exactitud, y son estas variables la que producen el riesgo en los proyectos de
inversión pública.

Para medir el riesgo en los proyectos de inversión pública existen varios métodos
que pueden aplicarse, los resultados de estos métodos no son perfectos, es por tal
motivo que todos estos métodos se complementan para tomar una buena decisión.

52
Resultado del análisis de sensibilidad

Del análisis de sensibilidad del proyecto de inversión pública del sector

saneamiento, podemos apreciar que la variable crítica más riesgosa son los
beneficios sociales, puesto que su nivel máximo de resistencia es de -75.50%, este
es el porcentaje máximo que puede soportar ante reducciones en los beneficios
sociales para que el proyecto siga siendo rentable desde el punto de vista social.

La segunda variable más riesgosa son los costos de inversión, puesto que la
máxima resistencia del VANS es de 332.43% por incrementos en los costos de
inversión para que el VANS siga siendo rentable; y la tercera variable crítica más
riesgosa son los costos de operación y mantenimiento, debido a que el VANS
puede soportar un incremento máximo hasta 5,393.31% sin que deje de ser
rentable el proyecto.

De los resultados anteriores se puede concluir que cuando aplicamos la

metodología de análisis de sensibilidad las dos variables más riesgosas del
proyecto en orden de prioridad son: primero los beneficios sociales, y segundo los
costos de inversión. Estos resultados se han obtenido en un contexto donde solo
varia una variable critica en forma independiente el cual afecta en los cálculos del
VANS y la TIRS, y no en un contexto donde varían todas las variables críticas en
forma conjunta.

Además para introducir riesgo en los proyectos de inversión debemos diferenciar

que el método de análisis de sensibilidad no incluye para probabilidad de
ocurrencia, en cambio el método de simulación de Montecarlo incluye la
probabilidad de ocurrencia en la evaluación social de proyectos de inversión
pública. Así mismo, es preciso mencionar que estas dos metodologías se
complementan y nos ayudan a que las decisiones de ejecutar el proyecto sea la
más conveniente (Botteon, 2011). Por consiguiente el método de simulación de
Montecarlo es la que realiza una mejor aproximación del análisis de riesgo en la
evaluación de proyectos de inversión pública (Tudela, 2015).

Utilizando el método de simulación de Montecarlo

Utilizamos el método de simulación de Montecarlo por que incorpora un factor

muy importante para la toma de decisiones de un proyecto de inversión, el cual es

53
 la probabilidad de ocurrencia de saber si el proyecto es o no es rentable
efectivamente. Es decir, con este método podemos conocer la probabilidad de que
el valor actual neto social sea mayor que cero [𝑝(𝑉𝐴𝑁𝑆 > 0)]. Es por tal motivo
que necesitamos conocer esta información para poder decidir más fácilmente la
inversión que deseamos ejecutar.

Además esta técnica de simulación de Montecarlo es uno de los métodos más

utilizados que incorpora las probabilidades de ocurrencia en el análisis de riesgo
de los proyectos de inversión. Con esta técnica se pueden calcular las
distribuciones de probabilidad de los indicadores de rentabilidad social (VANS y
TIRS), en base a las distribuciones de probabilidad de las variables aleatorias del
proyecto de inversión pública (Costos de Inversión, costos de operación y
mantenimiento, y beneficios sociales).

Análisis de sensibilidad aplicando el método de simulación de Montecarlo

Después de haber aplicado el método de simulación de Montecarlo, el análisis de

sensibilidad nos muestra que la variable crítica inversión es la que más impacta
en un -87.3% sobre el VAN social del proyecto, la variable crítica beneficios
sociales afecta en un 12.7% en el VAN social, y la variable crítica costos de
operación y mantenimiento no afecta en los resultados del VAN social.

Es preciso mencionar que el método de simulación de Montecarlo a través del

programa informático Crystal Ball efectúa un análisis multivariable, en donde
varían todas las variables críticas simultáneamente en diversos escenarios.

De los resultados anteriores podemos concluir que las dos variables más
importantes que afectan el VAN social son primero la inversión y segundo los
beneficios sociales.

4.6 LA INCORPORACIÓN DEL RIESGO EN EL CONTEXTO DE

LATINOAMÉRICA Y EL CARIBE

Los países de Latinoamérica y el Caribe forman parte de una red de sistemas

nacionales de inversión pública, los cuales realizan la evaluación social de los proyectos
de inversión pública. Esta red tiene la misión de apoyar en el desarrollo de la gestión de
la inversión pública de los países integrantes mediante el intercambio de experiencias,

54
documentos e información sobre evaluación de proyectos, sistemas de información y
otras actividades correspondientes a los sistemas de los países de América Latina y el
Caribe, (Candia, Perrotti, & Aldunate, 2015).

4.6.1 El riesgo en la evaluación de proyectos

El análisis riesgo en la evaluación de proyectos no es común en los

proyectos que formulan y evalúan los sistemas de inversión pública de los países
de América Latina y el Caribe.

Por lo que se ha ido mejorando las metodologías, guías generales y sectoriales

hasta lograr introducir el riesgo en la evaluación de proyectos de inversión
pública. Este desarrollo de las metodologías fue en base a un constante trabajo y
esfuerzo de los países que actualmente han incorporado el análisis de riesgo en la
evaluación de proyectos. Este método plantea supuestos sobre las distribuciones
de probabilidades de las variables riesgosas para estimar las distribuciones de
probabilidad del VANS y la TIRS, estos resultados de los indicadores de
rentabilidad representan valores más seguros y ciertos.

Para (Candia et al., 2015), solo los países de Uruguay, y México consideraron el
riesgo y la incertidumbre en las metodologías de formulación y evaluación de
proyectos dentro de la región.

4.6.2 En Uruguay

En Uruguay dentro de sus metodologías de formulación y evaluación de

proyectos ha alcanzado incorporar el análisis de riesgo a través de la técnica de
simulación de Montecarlo, el cual en la elaboración del proyecto utiliza el modelo
de riesgo e incertidumbre en la estimación de los indicadores de rentabilidad social
del proyecto de inversión.

4.6.3 En México

En este país dentro de sus metodologías, guías generales y sectoriales se

desarrolla el análisis de sensibilidad y el análisis de riesgos para la evaluación de
los proyectos de inversión pública. Así mismo dentro de la evaluación ex post
descubren la presencia de los riesgos para prevenirlos, y controlan los riesgos de
ampliaciones de costos y plazos en la ejecución de proyectos.

55
4.6.4 En Perú

En nuestro país se cuenta solo con metodologías para la incorporación del

análisis de riesgos de desastres en los proyectos, y solo se realiza un análisis de
sensibilidad definiendo las variables inciertas y determinando sus rangos de
variación, para calcular los cambios en los flujos e indicadores de rentabilidad
social del proyecto.

Según la penúltima metodología general y sectorial presentada en el año 2015,

menciona se podría realizar un análisis multivariable para hallar la variación en
los indicadores de rentabilidad social del proyecto. Para lo cual sugiere la
aplicación del programa Crystal Ball.

Con los últimos instructivos, metodologías, anexos y formatos implementados por

el nuevo sistema de programación multianual y gestión de inversiones
Invierte.pe., nuevamente se nota la ausencia del análisis de riesgo en la evaluación
de proyectos, y solo se le da énfasis al análisis de riesgos de desastres naturales.

Consideraciones finales

Del anterior análisis podemos apreciar que solo hay unos cuantos países en latino
América y el caribe que han logrado avanzar y desarrollar sus metodologías de
evaluación de proyectos incorporando el análisis de riesgo. Por lo cual con esta
investigación se puede apoyar a mejorar las metodologías actuales para tomar una
mejor decisión al momento de invertir en un proyecto social que beneficie a la
población en su conjunto en nuestro país.

56
 CONCLUSIONES

 En el presente trabajo a modo de conclusión general, según los resultados obtenidos

se puede mencionar que es posible la aplicación de la simulación del modelo de
Montecarlo en la evaluación económica de los proyectos de inversión del estado.

 En la presente investigación se utilizó un criterio técnico según el uso y

características de las variables críticas para asumir las distribuciones de
probabilidades como son: primero se asumió una distribución normal para la variable
critica inversión, segundo se asumió una distribución triangular para la variable
critica costos de operación y mantenimiento, y tercero se asumió una distribución
uniforme para la variable cítrica beneficios sociales.

 Se concluye que es posible incorporar una metodología para analizar el análisis de

riesgo en los proyectos de inversión del sector saneamiento. Puesto que los
proyectistas según las metodologías planteadas por el MEF y la DGPI utilizan un
análisis sencillo y no tan perfeccionado al momento de decidir la viabilidad
económica del proyecto de inversión mediante la metodología costo/beneficio, el
cual se pretende que se incorpore la simulación del modelo de Montecarlo en la
evaluación económica de los proyectos de inversión.

 Finalmente se plantea la implementación del análisis de riesgo en la elaboración,

formulación, y evaluación de los proyectos de inversión del sector saneamiento que
el estado pretende ejecutar.

57
 RECOMENDACIONES

 Incorporar el análisis de riesgo en la evaluación económica de los proyectos de

inversión pública que formula y evalúa el sistema nacional de programación
multianual y gestión de inversiones Invierte.pe.

 Utilizar el modelo de simulación de Montecarlo como instrumento de análisis de

riesgo en la avaluación de proyectos de inversión.

 Usar los resultados obtenidos de la simulación del modelo de Montecarlo para

sustentar mejor la viabilidad económica de los indicadores de rentabilidad social;
como son el VAN social y el TIR social de los proyectos de inversión del estado.

 Se debe incentivar o motivar para que los proyectistas fortalezcan sus capacidades
para asimilar esta metodología para el análisis de riesgo económico en la elaboración
de los proyectos de inversión del estado peruano.

 Se debe continuar con el mejoramiento de las metodologías de elaboración,

formulación y evaluación de los proyectos de inversión pública del invierte.pe.

 Finalmente, se recomienda la realización de nuevos estudios de investigación que

apoyen a la incorporación del análisis de riesgo económico en la formulación y
evaluación de proyectos de inversión del estado mediante el sistema nacional de
programación multianual y gestión de inversiones invierte.pe.

58
 BIBLIOGRAFÍA

Alvarado, H. y Gálvez, E. (2017). Incertidumbre en Evaluación de Proyectos de Inversión

del Sector de Pequeños Hoteles en el Área Metropolitana de San Salvador.
Universidad de El Salvador.

Aparacio, M., Duran, D. y Giesecke, C. R. (2012). Análisis de Gestión de Riesgos de un

Proyecto de Inversión Pública de Sol y Playa Durante su Fase de Inversión: El Caso
del Proyecto Acondicionamiento Turístico de la Playa de Centro Máncora.
Universidad Nacional de Ingeniería, Perú.

Bazzani, C. y Cruz, E. (2008). Análisis de Riesgo en Proyectos de Inversión un Caso de

Estudio. Universidad Tecnológica de Pereira, Colombia, (38), 309–314.

Bazzani, C. L. (2007). Modelo Metodológico para Evaluar Riesgo en Proyectos de

Inversión. Universidad Tecnológica de Pereira. Colombia. p. 267.

Beltrán, A. y Cueva, H. (2005). Evaluación Privada de Proyectos (2da ed.) Universidad

Del Pacífico. Lima, Perú.

Castro, G. (2011). Diseño y Elaboración de un Modelo para Evaluar Riesgos en Proyectos

de Inversión Aplicado al Sector de la Administración Aeroportuaria. Universidad
Andina Simón Bolívar Sede Ecuador, 1–102.

Contreras, E. (2009). Evaluación de inversiones bajo incertidumbre: teoría y aplicaciones

a proyectos en Chile. Instituto Latinoamericano Y Del Caribe de Planificación
Económica Y Social (ILPES), Naciones Unidas (CEPAL), Santiago de Chile., 115.
Retrieved from
https://books.google.com/books?hl=en&lr=&id=g7x7BVNZKmoC&oi=fnd&pg=PA9&dq=E
valuaci%3Fn+de+inversiones+bajo+incertidumbre:+teor%3Fa+y+aplicaciones+a+proyecto
s+en+Chile&ots=14V9E-

59
 QvN0&sig=DlL4lMyT1LCx3M2utNV71HlEOjU#v=onepage&q=Evaluaci%3Fn%20de%20inve
rsiones%20bajo%20incertidumbre%3A%20teor%3Fa%20y%20aplicaciones%20a%20proy
ectos%20en%20Chile&f=false

De la Garza, M. A. (2006). Rentabilidad de las inversiones futuras en Pemex.

Universidad de las Américas Puebla, Maestría en Administración de Empresas con
especialidad en Proyectos de Inversión, México. Universidad de las Américas
Puebla.

Del Carpio, J. y Eyzaguirre, R. (2007). Análisis de riesgo en la evaluación de alternativas

de inversión utilizando Crystal Ball. Gestión y Producción, 10(1), 55–58.

Guigui, R. (2012). Análisis del riesgo en proyectos de inversión: Propuesta metodológica

para la selección de inversiones de capital, a través de una prueba empírica de la
medición del desempeño del Valor Presente Neto en Riesgo (VPNR ) de proyectos
de diferentes. In Universidad Panamericana, Retos de las ciencias administrativas
desde las economías emergentes: Evolución de sociedades. México. (pp. 1–31).

Hoyos, A., Díaz, M. y Montero, C. (2016). Análisis de riesgo financiero para una Entidad
Sin Ánimo de Lucro (ESAL) dedicada a proyectos de mejoramiento de vivienda
rural en Cundinamarca, Colombia. Cuadernos Latinoamericanos de
Administración, 12(22), 51. https://doi.org/10.18270/cuaderlam.v12i22.1785

Huamaní, S. A. (2017). Estimación de la rentabilidad social de incrementar la cobertura

de agua potable en Lima Metropolitana. Repositorio de La Universidad Del
Pacífico-UP, Escuela de Postgrado, Perú, 84. Retrieved from
http://repositorio.up.edu.pe/handle/11354/1734

Iniesta, F. y Lamothe, P. (2015). Aplicación de la Metodología Project Finance para la

financiación de infraestructuras y Evaluación de la Rentabilidad y del Riesgo de
Crédito. Universidad Autónoma de Madrid, España, 311. Retrieved from
https://repositorio.uam.es/bitstream/handle/10486/671170/iniesta_soria_fernando.p
df?sequence=1

León, G. A. (2013). Análisis de riesgo de un proyecto de inversión de generación

eléctrica en el Ecuador. Universidad Andina Simón Bolívar Sede Ecuador,
Programa de Maestría, 9–85. Retrieved from http://bit.ly/2ybsTS2

MEF-DGPMI. (2017a). Contenido Mínimo del Estudio de Preinversión a Nivel de Perfil.

60
 Perú, Ministerio de Economía Y Finanzas - Dirección General de Inversión Pública.
Lima, Setiembre, 2017.

MEF-DGPMI. (2017b). Decreto Legislativo N° 1252. Perú, Ministerio de Economía Y

Finanzas - Dirección General de Inversión Pública. Lima, Enero, 2017. Retrieved
from https://www.mef.gob.pe/es/documentacion-sp-30574/instrumento/decretos-
legislativos/15603-decreto-legislativo-n-1252/file

Morales, E. (2012). Evaluación socioeconómica de una proyecto de inversión en un

sistema de abastecimiento de agua para la comunidad indígena la Rivera, del
municipio de Florida en el valle del Cauca. Maestría en finanzas. Universidad
ICESI Cali, Colombia.

Palizade (2017). Análisis de riesgo. Fabricante Del Software Líder a Nivel Mundial de
Análisis de Riesgo Y de Decisiones.

Proeva. (2013). Material de apoyo: El análisis de riesgo de un proyecto de inversión.

Universidad de La República Uruguay, Facultad de Ciencias Económicas Y de
Administración, 9(1987), 1–371.

Retana, J. y Meza, J. (2007). Integración del Valor Presente Neto, la Simulación y las
Opciones Reales en el Desarrollo Estratégico de la Evaluación de Proyectos.
Universidad Nacional Autónoma de México.

Sánchez, E. (2009). Análisis de riesgos en proyectos de inversión. Pensamiento Crítico

N°11. Universidad Nacional Mayor de San Marcos. p. 129–138.

Sapag, N. (2011). Proyectos de Inversión: Formulación y Evaluación (2da ed.). Chile:

Pearson Educación.

Tito, E. J. (2015). Simulación de Montecarlo del Nivel de Riesgo de Pérdida del

Productor de Trucha en Función de los Factores Asociados a la Actividad y al
Tamaño Mayo - Junio Departamento Puno. Universidad Nacional Del Altiplano de
Puno. Puno, Perú. p.96.

Toro, S. M., Ledezma, J. E. y Escobar, J. W. (2015). Modelo de evaluación de Proyectos

de Inversión en condiciones de riesgo para apertura de programas de pregrado en
instituciones de educación superior de Colombia : caso de estudio. Pontificia
Universidad Javeriana Cali, Colombia. p. 99–132.

61
Tudela, J. W. (2015). Análisis de Riesgo en la evaluación de Proyectos de Inversión
Pública utilizando Crystal Ball. Revista de Investigaciones Altoandinas, UNAP-
Perú, 17(2), 237–242.

Zevallos, N. (2015). Evaluación social del sistema de agua potable en las comunidades
del distrito de Conduriri, provincia de El Collao-Puno(tesis para grado de magister
en economía). EPG Universidad Nacional del Altiplano de Puno. Puno, Perú.

62
ANEXOS

63
Anexo 1. Ficha de viabilidad del proyecto de inversión pública

FORMATO SNIP-03:
FICHA DE REGISTRO - BANCO DE PROYECTOS
[La información registrada en el Banco de Proyectos tiene carácter de Declaración Jurada]

Fecha de la última
14/11/2017
actualización:

1. IDENTIFICACIÓN

1.1 Código SNIP del Proyecto de Inversión Pública: 351951

1.2 Nombre del Proyecto de Inversión Pública: MEJORAMIENTO Y AMPLIACION DE

LOS SERVICIOS DE AGUA POTABLE Y ALCANTARILLADO EN LA LOCALIDAD
DE TINICACHI, DISTRITO DE TINICACHI - YUNGUYO - PUNO

1.3 Responsabilidad Funcional del Proyecto de Inversión Pública:

Función 18 SANEAMIENTO
División Funcional 040 SANEAMIENTO

Grupo Funcional 0088 SANEAMIENTO URBANO

Responsable Funcional VIVIENDA, CONSTRUCCION Y SANEAMIENTO

(según Anexo SNIP 04)

1.4 Este Proyecto de Inversión Pública NO pertenece a un Programa de Inversión

1.5 Este Proyecto de Inversión Pública NO pertenece a un Conglomerado Autorizado

1.6 Localizacion Geográfica del Proyecto de Inversión Pública:

Departame nto Provincia Distrito Localidad

PUNO YUNGUYO TINICACHI tinicachi

1.7 Unidad Formuladora del Proyecto de Inversión Pública:

Sector: GOBIERNOS LOCALES

Pliego: MUNICIPALIDAD DISTRITAL DE TINICACHI

Nombre: UNIDAD FORMULADORA

64
 Persona Responsable de ING. ECONOMISTA OMAR MOISES RODRIGUEZ
Formular: LIMACHI

Persona Responsable de la
YESICA ANCACHI PUMA
Unidad Formuladora:

1.8 Unidad Ejecutora del Proyecto de Inversión Pública:

Sector: GOBIERNOS LOCALES

Nombre: MUNICIPALIDAD DISTRITAL DE TINICACHI

Persona Responsable de la
ING. WALTER CALDERON CAPIA
Unidad Ejecutora:

2 ESTUDIOS

2.1 Nivel Actual del Estudio del Proyecto de Inversión Pública

Costo
Nivel de
Nivel Fecha Autor (Nuevos
Calificación
Soles)

PERFIL 18/03/2016 ING. ECONOMISTA OMAR MOISES RODRIGUEZ LIMACHI APROBADO

-

2.2 Nivel de Estudio propuesto por la UF para Declarar Viabilidad: PERFIL

3 JUSTIFICACIÓN DEL PROYECTO DE INVERSIÓN PÚBLICA

3.1 Planteamiento del Problema

EL PROBLEMA CENTRAL DEL PROYECTO ES PARTE DE LA POBLACION DE LA

LOCALIDAD DE TINICACHI ACCEDE A LOS SERVICIOS DE AGUA POTABLE Y
ALCANTARILLADO, PERO ESTOS NO CUMPLEN CON LOS ESTANDARES DE
CALIDAD ESTABLECIDOS

3.2 Beneficiarios Directos

3.2.1 Número de los Beneficiarios Directos 896 (N° de personas)

3.2.2 Caracteristica de los Beneficiarios

LOS BENEFICIARIOS DIRECTOS CON EL PIP, SON LOS POBLADORES DE LA

LOCALIDAD DE TINICACHI LAS PRINCIPALES ACTIVIDADES ECONÓMICAS A
LAS QUE SE DEDICAN LOS POBLADORES DE LA ZONA SON: EL 52.18% SE
DEDICA AL GRUPO DE ACTIVIDADES ECONÓMICAS DE AGRICULTURA Y
GANADERÍA, TRABAJOS NO CALIFICADOS, PEÓN O VENDEDOR AMBULANTE,
EL 18.93% SE DEDICA AL GRUPO DE ACTIVIDADES ECONÓMICAS SE DEDICA A
OBRERO OPERARIO DE MINAS INDUSTRIA O MANUFACTURA Y OTRAS, EL
13.7% SE DEDICA AL GRUPO DE ACTIVIDADES ECONÓMICAS VENDEDOR
COMERCIAL, 6.85% SE DEDICA A OBREROS DE CONSTRUCCIÓN. EN EL
DIAGNOSTICO SE PUDO INFORMAR QUE LA POBLACIÓN DE LA LOCALIDAD DE
TINACACHI REGISTRA MAYORES PORCENTAJES DE ENFERMEDADES DE NIVEL
HÍDRICO, ASÍ 34% DE LA POBLACIÓN DE NIÑOS SE ENFERMA DE DIARREA Y

65
 EL 31.4% DE LA POBLACIÓN DE ADULTOS TAMBIÉN SUFRE ESTA
ENFERMEDAD, 30.2 % DE LA POBLACIÓN DE NIÑOS SE ENFERMA DE
INFECCIONES ESTOMACALES Y 28.6% DE LA POBLACIÓN DE ADULTOS
TAMBIÉN SUFRE ESTA ENFERMEDAD, 35% DE LA POBLACIÓN DE NIÑOS SE
ENFERMÓ DE PARASITOSIS; ESTOS DATOS SON RESULTADOS DE ENCUESTAS
CON LA PREGUNTA DE ¿CUÁL FUE LA ENFERMEDAD QUE PADECIÓ EL
ÚLTIMO AÑO? ASI MISMO, EL 81% DE LA POBLACIÓN SE ABASTECE DE AGUA
POR CONEXIÓN DOMICILIARIA, EL 7% SE ABASTECE DE RIO O ACEQUIA, 6% SE
ABASTECE DE MANANTIAL, 6% DE POZO PÚBLICO. SEGÚN RESULTADOS DE
ENCUESTAS APLICADOS A LA LOCALIDAD DE TINICACHI, 50% TIENE QUE
TRASLADARSE ALREDEDOR DE 300 A 400 METROS DE DISTANCIA PARA PODER
ABASTECERSE DE ESTE LÍQUIDO, 17% SE TRASLADA ALREDEDOR DE 100 A 200
METROS, 16% TIENE QUE HACER CAMINATA ALREDEDOR DE 50 A 100 DE
DISTAN, 17 % CAMINA MÁS DE 400 METROS PARA PODER ABASTECERSE DE
AGUA EN LA VIVIENDA.

3.3 Objetivo del Proyecto de Inversión Pública

EL OBJETIVO DEL PROYECTO ES LA POBLACION DE LA LOCALIDAD DE

TINICACHI ACCEDE A LOS SERVICIOS DE AGUA POTABLE Y
ALCANTARILLADO, QUE CUMPLEN CON LOS ESTANDARES DE CALIDAD
ESTABLECIDOS

3.4 Análisis de la demanda y oferta

Tramo Longitud IMD Costo por tramo

4 ALTERNATIVAS DEL PROYECTO DE INVERSIÓN PÚBLICA

(Las tres mejores alternativas)

4.1 Descripciones:
(La primera alternativa es la recomendada)

PARA LA INFRAESTRUCTURA DE AGUA POTABLE; - CAPTACIÓN

EN LADERA, CONSTRUCCIÓN RESERVORIO DE 16 M3 ,
CONSTRUCCIÓN RESERVORIO DE 4 M3,REDES DE CONDUCCIÓN,
REDES DE DISTRIBUCIÓN, VALVULA DE CONTROL DE 1 1/2 08
UNIDADES, VALVULA DE PURGA DE 1 08 UNIDADES, CÁMARA
DE REUNION, 03 CRUCES, VÁLVULA DE ROMPE PRESIÓN, 224
CONEXIONES DOMICILIARIAS PARA LA INFRAESTRUCTURA DE
SISTEMA DE ALCANTARILADO; - TRABAJOS PROVISIONALES,
SUMINISTRO E INSTALACIÓN DE LA RED DE ALCANTARILLADO,
Alternativa 1
BUZONES DE INSPECCIÓN, CAJAS DE INSPECCIÓN, EMISOR
(Recomendada)
GENERAL, BUZONES DE INSPECCIÓN (RED EMISOR), CONEXIÓN
DOMICILIARIA PARA LA INSTALACIÓN DE TANQUE IMHOFF
CAMARA DE REJAS Y DESARENADOR, TANQUE IMHOFF, LECHO
DE SECADO, TRANSPORTE DE MATERIALES DE OBRA - PARA EL
PROGRAMA DE EDUCACIÓN Y SENSIBILIZACIÓN - TALLERES
PARA LA JASS, EN CUANTO A CAPACITACIÓN TÉCNICA Y
ADMINISTRATIVA TALLERES PARA LA LOS USUARIOS ACERCA
DE LA PRÁCTICA DE HIGIENE, CONOCIMIENTO DE OPERACIÓN Y
MANTENIMIENTO, Y EDUCACION SANITARIA.

66
 PARA LA INFRAESTRUCTURA DE AGUA POTABLE; - CAPTACIÓN
EN LADERA, CONSTRUCCIÓN RESERVORIO DE 16 M3 ,
CONSTRUCCIÓN RESERVORIO DE 4 M3,REDES DE CONDUCCIÓN,
REDES DE DISTRIBUCIÓN, VALVULA DE CONTROL DE 1 1/2 08
UNIDADES, VALVULA DE PURGA DE 1 08 UNIDADES, CÁMARA
DE REUNION, 03 CRUCES, VÁLVULA DE ROMPE PRESIÓN, 224
CONEXIONES DOMICILIARIAS PARA LA INFRAESTRUCTURA DE
SISTEMA DE ALCANTARILADO; - TRABAJOS PROVISIONALES,
SUMINISTRO E INSTALACIÓN DE LA RED DE ALCANTARILLADO,
BUZONES DE INSPECCIÓN, CAJAS DE INSPECCIÓN, EMISOR
GENERAL, BUZONES DE INSPECCIÓN (RED EMISOR), CONEXIÓN
DOMICILIARIA PARA LA INSTALACIÓN DE PLANTA DE
Alternativa 2 TRATAMIENTO ESTRUCTURAS DE LA PLANTA DE
TRATAMIENTO, CANAL DE INGRESO, DESARENADOR, TRAMPA
DE GRASA Y ACEITE, SEDIMENTADOR PRIMARIO, FILTRO
ANAEROBICO ASCENDENTE, REACTOR AEROBICO FRBR 1ST,
SEDIMENTADOR SECUNDARIO, FILTRO LENTO DE ARENA,
CÁMARA DE CONTACTO, DIGESTOR ANAERÓBICO DE LODOS,
LECHO DE SECADO DE LODOS, CAJAS DE VÁLVULA,
SEÑALIZACIÓN. - PARA EL PROGRAMA DE EDUCACIÓN Y
SENSIBILIZACIÓN - TALLERES PARA LA JASS, EN CUANTO A
CAPACITACIÓN TÉCNICA Y ADMINISTRATIVA TALLERES PARA
LA LOS USUARIOS ACERCA DE LA PRÁCTICA DE HIGIENE,
CONOCIMIENTO DE OPERACIÓN Y MANTENIMIENTO, Y
EDUCACION SANITARIA.

Alternativa 3 N

4.2 Indicadores

Alternativa 1 Alternativa 2 Alternativa 3

Monto de la Inversión A Precio de Mercado 3,093,164 3,622,542 0

Total
(Nuevos Soles) A Precio Social 2,619,910 3,068,293 0

Valor Actual Neto

2,084,053 2,084,053 0
(Nuevos Soles)
Costo Beneficio
(A Precio Social)
Tasa Interna Retorno
39.82 39.82 0.00
(%)

Ratio C/E 424.31 955.50 0.00

Unidad de medida del

Costos / Efectividad
ratio C/E (Ejms
896 896 0
Beneficiario, alumno
atendido, etc.)

4.3 Análisis de Sostenibilidad de la Alternativa Recomendada

EL DISTRITO DE TINICACHI NO CUENTA CON LOS RECURSOS SUFICIENTES

PARA FINANCIAR EL PRESENTE PROYECTO, POR LO QUE PARTICIPARA CON EL
3% DEL COSTO TOTAL DEL PIP PARA LA EJECUCIÒN DEL PROYECTO, PARA LA
OPERACIÒN Y MANTENIMIENTO CADA FAMILIA CONTRIBUIRA CON UNA
CU0TA MENSUAL DE 4 NUEVOS SOLES APROXIMADAMENTE.

67
4.4 GESTIÓN DEL RIESGO DE DESASTRES EN EL PIP (EN LA ALTERNATIVA DE
SOLUCIÓN RECOMENDADA)

4.4.1 Peligros identificados en el área del PIP

PELIGRO NIVEL

4.4.2 Medidas de reducción de riesgos de desastres

4.4.3 Costos de inversión asociado a las medidas de reducción de riesgos de desastres

5 COMPONENTES DEL PROYECTO DE INVERSIÓN PÚBLICA

(En la Alternativa Recomendada)

5.1 Cronograma de Inversión según Componentes:

COMPONENTES Trimestres(Nuevos Soles)

2do 3er 4to Total por
Trimestre Trimestre Trimestre componente
2016 2016 2016

AGUA POTABLE 0 317,968 317,969 635,937

ALCANTARILLADO Y TANQUE IMHOFF 0 990,386 990,386 1,980,772

EDUCACION SANITARIA 0 20,465 20,465 40,930

GASTOS GENERALES 0 140,110 140,110 280,220

SUPERVISIÓN 0 57,003 57,002 114,005

EXPEDIENTE TECNICO 41,300 0 0 41,300

Total por periodo 41,300 1,525,932 1,525,932 3,093,164

5.2 Cronograma de Componentes Físicos:

COMPONENTES Trimestres
Unidad 2do 3er 4to Total por
de Trimestre Trimestre Trimestre componente
Medida 2016 2016 2016

AGUA POTABLE GBL 0 50 50 100

ALCANTARILLADO Y TANQUE GBL 0 50 50 100

IMHOFF

EDUCACION SANITARIA GBL 0 50 50 100

GASTOS GENERALES GBL 0 50 50 100

SUPERVISIÓN GBL 0 50 50 100

68
 EXPEDIENTE TECNICO DOC. 100 0 0 100

5.4 Operación y Mantenimiento:

Años (Nuevos Soles)

COSTOS
2017 2018 2019 2020 2021 2022 2023 2024 2025 2026

Operación 2,670 2,670 2,670 2,670 2,670 2,670 2,670 2,670 2,670 2,670
Sin
PIP
Mantenimiento 2,060 2,060 2,060 2,060 2,060 2,060 2,060 2,060 2,060 2,060

Operación 13,040 13,040 13,040 13,040 13,040 13,040 13,040 13,040 13,040 13,040
Con
PIP
Mantenimiento 10,980 10,980 10,980 10,980 10,980 10,980 10,980 10,980 10,980 10,980

5.5 Inversiones por reposición:

Años (Nuevos Soles)

Total por
2017 2018 2019 2020 2021 2022 2023 2024 2025 2026
componente

Inversiones 0 0 0 0 0 0 0 0 0 0 0
por
reposición

Monto Total de Componentes: 287,500.00

Monto Total del Programa: 3,093,164.00

5.6 Fuente de Financiamiento (Dato Referencial): DONACIONES Y TRANSFERENCIAS

5.9 Modalidad de Ejecución Prevista: ADMINISTRACION INDIRECTA - POR

CONTRATA

6 MARCO LOGICO DE LA ALTERNATIVA SELECCIONADA

Medios de
Indicador Supuestos
Verificación

MEJORAMIENTO Disminución de las

DE LA CALIDAD DE necesidades básicas El gobierno
INEI:
VIDA A LOS insatisfechas de la siga teniendo
Encuestas a
POBLADORES DE zona en un 85% para políticas de
hogares. -
Fin LA LOCALIDAD DE el año 5. Al año 5: el intervención
Encuestas de
TINICACHI, 80% de la población social
evaluación de
DISTRITO DE encuestada considera (proyectos de
impacto.
TINICACHI - que ha mejorado su saneamiento)
YUNGUYO - PUNO calidad de vida

LA POBLACION DE Las enfermedades Reportes del Ejercicios de

LA LOCALIDAD DE dérmicas Centro de buenas
Propósito TINICACHI ACCEDE gastrointestinales y Salud del prácticas de
A LOS SERVICIOS parasitarias distrito de higiene.
DE AGUA POTABLE disminuyen de 30 Tinicachi Infraestructura
Y casos a 10 casos en se mantiene en

69
 ALCANTARILLADO, menores de 5 años y óptimo estado.
QUE CUMPLEN en mayores de 5 años Se mantiene el
CON LOS de 50 a 10 casos, del nivel de
ESTANDARES DE 2do año de operación ingreso real de
CALIDAD de proyecto. la población.
ESTABLECIDOS

- Captación en ladera,
construcción
reservorio de 16 m3 ,
construcción
reservorio de 4
m3,redes de
conducción, redes de
distribución, válvula
de control de 1 1/2" 08
unidades, válvula de
purga de 1" 08
- Padrón anual
unidades, cámara de
de usuarios de
reunión, 03 cruces,
la JASS. -
válvula de rompe
Reportes e
presión, 224
informes de
conexiones
las JASS.
domiciliarias. -
Padrón de
Trabajos
- Adecuado usuarios de la Las familias
provisionales,
Infraestructura sistema JASS. del ámbito de
Suministro e
de agua. - Adecuada Reportes e influencia
instalación de la red
infraestructura para el informes de cumplen con
de alcantarillado,
sistema de las JASS sus
Buzones de
alcantarillado. - Registro de obligaciones de
Componentes inspección, Cajas de
Existencia de asistencia, acta pago del
inspección, Emisor
infraestructura de de reuniones, servicio. La
general, Buzones de
planta de tratamiento. - actas de JASS cumple
inspección (red
Presencia Programa de elección, con
emisor), Conexión
educación sanitaria registro responsabilidad
domiciliaria. -
(capacitación). fotográfico, su gestión
Instalación de tanque
acta de
IMHOFF, camara de
asamblea,
rejas y desarenador,
informe de
tanque IMHOFF,
actividades,
lecho de secado,
informes y
transporte de
reportes de las
materiales de obra. -
capacitaciones
Talleres para la JASS,
en cuanto a
Capacitación técnica y
administrativa
Talleres para la los
usuarios acerca de la
práctica de higiene,
Conocimiento de
operación y
mantenimiento, y
educación sanitaria.

70
 Obras Provisionales,
trabajos Preliminares -
1.- CONSTRUCCION
Cámara de Captación Valorizaciones
DEL SISTEMA DE La obra es
RED DE de Obra -
AGUA POTABLE.2.- supervisada en
CONDUCCION RED expediente
CONSTRUCCION forma
DE CONDUCCION técnico
DEL SISTEMA DE permanente y
RESERVORIO RED aprobado -
ALCANTARILLADO. finalizada
DE DISTRIBUCION Cuadernos de
3.- CAPACITACION dentro de los
RED DE Obra - Acta de
A LA COMUNIDAD plazos
DISTRIBUCION recepción de
Y PERSONAL DE LA establecidos
DEL RESERVORIO Obra - informe
JASS. 4. Existe
Actividades CONSTRUCCIÓN de avance de
SEGURIDAD Y disponibilidad
DEL SISTEMA DE la unidad
MEDIO AMBIENTE - presupuestal y
ALCANTARILLADO ejecutora. -
GASTOS financiera para
EN LA LOCALIDAD planilla de
GENERALES 5.- la ejecución de
DE TINICACHI. pagos -
UTILIDAD 6.- la obra. Interés
CAPACITACIÓN A Encuestas a
IMPUESTOS 7.- de la población
LA POBLACION EN las familias -
GASTOS DE en participar en
EDUCACION Informes y
SUPERVISIÓN 8.- los talleres de
SANITARIA Y Reportes de
EXPEDIENTE capacitación.
SALUBRIDAD EN las
TÉCNICO
LA LOCALIDAD DE capacitaciones
TINICACHI

7 OBSERVACIONES DE LA UNIDAD FORMULADORA

No se han registrado observaciones

8 EVALUACIONES REALIZADAS SOBRE EL PROYECTO DE INVERSIÓN

PÚBLICA

Fecha de registro de
Estudio Evaluación Unidad Evaluadora Notas
la evaluación

11/06/2016 10:27 Hrs. PERFIL EN OPI DE LA No se han registrado Notas

MODIFICACION MUNICIPALIDAD
DISTRITAL DE
TINICACHI

16/06/2016 16:35 Hrs. PERFIL APROBADO OPI DE LA No se han registrado Notas

MUNICIPALIDAD
DISTRITAL DE
TINICACHI

9 DOCUMENTOS FÍSICOS

9.1 Documentos de la Evaluación

Docume nto Fecha Tipo Unidad

INFORME N 011 - 2016 -MDT/UF 16/04/2016 SALIDA UNIDAD FORMULADORA

OPI DE LA MUNICIPALIDAD
INFORME N 011 - 2016 -MDT/UF 16/04/2016 ENTRADA
DISTRITAL DE TINICACHI

INFORME Nº 017 - 2016 – OPI DE LA MUNICIPALIDAD

16/06/2016 SALIDA
MDT/JCCHS/OPI DISTRITAL DE TINICACHI

71
 INFORME TECNICO N° 001-2016- OPI DE LA MUNICIPALIDAD
16/06/2016 SALIDA
MDT/OPI/JCCHS DISTRITAL DE TINICACHI

9.2 Documentos Complementarios

No se han registrado Documentos Complementarios

10 DATOS DE LA DECLARATORIA DE VIABILIDAD

N° Informe Técnico: INFORME TECNICO N° 001-2016-MDT/OPI/JCCHS

Especialista que Recomienda la Viabilidad: ING. JUAN CARLOS CHAMA SUMI

Jefe de la Entidad Evaluadora que Declara la Viabilidad: ING. JUAN CARLOS

CHAMA SUMI

Fecha de la Declaración de Viabilidad: 16/06/2016

11 COMPETENCIAS EN LAS QUE SE ENMARCA EL PROYECTO DE INVERSIÓN

PÚBLICA

11.1 La Unidad Formuladora declaró que el presente PIP es de competencia Local y se

ejecutará en su circunscripción territorial.

Asignación de la Viabilidad a cargo de OPI DE LA MUNICIPALIDAD DISTRITAL DE

TINICACHI

72