ANÁLISIS DE RIESGOS Y SIMULACIÓN DE PROCESOS ESTOCÁSTICOS (15 HECSE CONAC)

• 1.1 Riesgo vs Incertidumbre
• 1.2 Enfoque Determinístico vs Modelo Monte Carlo (Estocástico)
• 1.3 El papel de las distribuciones de probabilidad en la selección de
• funciones de variabilidad: Clasificación y características.
• 1.4 El software @RISK en el diseño de modelos de simulación de
• procesos estocásticos

2. Modelos de análisis de riesgo en ausencia de datos históricos

• 2.1 Distribuciones de probabilidad continuas: Uniforme, Triangular, Trigen, Pert y Vary
• 2.2 Determinación de riesgos de pérdida mediante el uso de percentiles
• 2.3 Estrategias de mitigación de riesgos mediante herramientas avanzadas de búsqueda de objetivos
• 2.4 Superposición de funciones de riesgo
• 2.5 Selección del generador Monte Carlo y asignación de semillas
• 2.6 Muestreo Latino Hipercúbico vs Montecarlo Simple: Diferencias metodológicas
• 2.7 Cálculo de probabilidades de pérdida: Método gráfico y de registro
• 2.8 Asignación de salidas múltiples
• 2.9 Funciones Estadísticas de Resultados.
• 2.10 Distribuciones de probabilidad discretas: Bernoulli, Binomial, Discreta y Poisson
• 2.11 Análisis avanzado de Stress.

3. Modelos de análisis de riesgos con información histórica

• 3.1 Distribuciones de probabilidad continuas : Normal y LogNormal
• 3.2 Ajuste personalizado de distribuciones
• 3.3 Herramientas avanzadas de jerarquización de riesgos : Gráfico de Tornado y de Araña
• 3.4 Análisis avanzado de Sensibilidad
• 3.5 Generación de simulaciones simultáneas para modelos con parámetros múltiples
• 3.6 Ajuste distribuciones
• 3.6.1 Pruebas de bondad de ajuste : Estadísticos de prueba vs. Método Bootstrap para cálculo de valores de significancia
• 3.7 Ajuste de distribuciones por lotes 
• 3.8 Ajuste de Series de Tiempo
• 3.9 Análisis de correlación avanzado mediante Cópulas : Diferencias entre modelos Gaussianos y no Gaussianos
• 3.10 Gráficos de dispersión para cruce de variables de riesgos en Escenarios
• 3.11 Ajuste de distribuciones mediante Kernels
• 3.12 Optimización bajo condiciones de riesgo
• 3.12.1 Optimización individual y colectiva (frontera eficiente)

4. Aplicaciones

• 4.1 Modelo de Flujos de Efectivo
• 4.2 Modelo de Seguros Financieros
• 4.3 Modelo de Carteras de Inversión
• 4.4 Modelo de Riesgo
  Operativo