¿Cuánta contingencia necesita un registro de riesgos?

Ejemplo resuelto · Registro de riesgos · Actualizado en octubre de 2026

En este registro de 10 riesgos (importes en miles de USD), probabilidad × impacto más probable suma 291, pero una simulación Monte Carlo de todo el registro sitúa la pérdida media en 359 y el promedio del peor 5 % de los resultados en 1436, así que conviene dimensionar la contingencia a partir de esos peores resultados. Incluso una reserva del tamaño de la pérdida media se supera en el 36,6 % de los resultados.

Uno de cada veinte resultados pierde más de 1028 (P95), y el promedio del peor 5 % equivale a 4,0 veces la media. Compruebe también los límites de los seguros con estas cifras de los peores resultados, no con el promedio.

El modelo

El archivo de Excel es un registro de riesgos sencillo: 10 riesgos, uno por fila, con la probabilidad de que ocurra (columna B) y, si ocurre, un impacto Min, Likely y Max (columnas C a E). Una nota debajo indica la unidad: los importes están en miles de USD, como en el ejemplo de costos de proyecto.

Junto a las estimaciones hay dos celdas por riesgo que la simulación rellena en cada iteración. Occurs (columna F, «ocurre») vale 1 con la probabilidad del riesgo y 0 en caso contrario, una distribución de Bernoulli. Impact (columna G) se simula con una distribución PERT entre Min y Max, con su pico en Likely. Exposure (columna H) multiplica las dos con =F2*G2, y la pérdida total de H13, =SUM(H2:H11), es la salida. La columna I contiene el cálculo habitual, probabilidad × impacto más probable, con su total en I13. No hay funciones de complementos. Tal como está guardado, Occurs vale 0 e Impact es igual al valor más probable, así que el total de H13 muestra 0 en Excel hasta que la simulación rellena estas celdas.

Las estimaciones se quedan en el registro

La configuración de la simulación que se abre con el ejemplo no copia estos números. Cada parámetro apunta a una celda del registro: la probabilidad del primer riesgo es =Register!B2, su Min, Likely y Max son =Register!C2, D2 y E2, y así hacia abajo por las filas. xellstorm lee las celdas una vez antes de cada ejecución, con los mismos resultados que si se hubieran escrito los números a mano. En el paso Distributions, un campo vinculado muestra su referencia, como =B2, y el valor que leyó.

El registro sigue siendo el único lugar donde están las estimaciones. Para conservar sus cambios, guarde un archivo de proyecto en el paso Results (Save project), cambie probabilidades o impactos en Excel, abra luego el archivo editado en xellstorm y aplique el archivo de proyecto (Open project file, en el paso Workbook). xellstorm avisa de que el archivo no es el mismo con el que se guardó el proyecto, y la siguiente ejecución lee los valores nuevos.

La probabilidad × impacto más probable subestima la pérdida esperada

La forma habitual de totalizar un registro es su valor monetario esperado (VME, EMV en inglés): la probabilidad de cada riesgo multiplicada por su impacto, y todo sumado. Con el impacto más probable, como en la columna I, este registro da 290,5. La pérdida promedio simulada es 358,8, un 23,5 % más.

La diferencia viene de la asimetría. El impacto más probable es la moda, el pico de la distribución, no su promedio: cuando Max está más lejos de Likely que Min, el promedio sube. En una distribución PERT la media es (Min + 4 × Likely + Max) / 6. Lo más probable es que el riesgo «Incidente de ciberseguridad» cueste 800, pero su impacto medio es (300 + 4 × 800 + 2500) / 6 = 1000, así que su pérdida esperada es 50, no 40. Con impactos medios el VME resulta 358,7, que la simulación reproduce (358,8).

Bien calculado, pues, el VME es la pérdida promedio. Pero un promedio es una sola cifra: no dice con qué frecuencia las pérdidas son mucho mayores, y para cubrir esos resultados existe la reserva de contingencia.

Resultados

En el 5,6 % de los 10.000 resultados simulados no ocurre ningún riesgo; la probabilidad exacta, que es el producto de (1 − probabilidad) de los 10 riesgos, es 5,7 %. Por eso la tabla de percentiles de la aplicación muestra 0 en P1 y P5. La mitad de los resultados pierde menos de 267, por debajo de la media de 359: en la mayoría de los resultados ocurren unos pocos riesgos pequeños o medianos, y en unos pocos coinciden riesgos grandes que elevan el promedio.

Por qué la contingencia debe salir de los peores resultados

Cualquier reserva se supera en algunos resultados. La cuestión es con qué frecuencia y por cuánto:

Una reserva en la media (el VME con impactos medios) se agota en el 36,6 % de los resultados, y una en el total de la columna I, en el 46,2 %. Qué percentil mantener es cuestión de política: con qué frecuencia se acepta quedarse sin reserva; P50, P80 y P90 explica los niveles. P95 es la pérdida que se supera en uno de cada veinte resultados.

El CVaR, el valor en riesgo condicional, responde a la pregunta siguiente: cuando las pérdidas pasan de P95, ¿qué tan grandes son? Aquí el peor 5 % de los resultados promedia 1436, así que más allá de P95 lo superan en 407 en promedio. Esa es la cifra que conviene tener presente al dimensionar una reserva para años malos o al revisar un límite de seguro: un límite fijado cerca del promedio pagaría los resultados ordinarios y dejaría sin cubrir los grandes, e incluso una reserva en el CVaR se supera en el 2,0 % de los resultados.

Qué riesgos llenan los peores resultados

Los promedios reparten la pérdida por todo el registro: la parte de cada riesgo en la pérdida promedio está entre 5,8 % y 14,1 %. En los peores resultados el panorama es otro. «Incidente de ciberseguridad», el riesgo menos probable del registro (5 %), ocurre en el 70,4 % de los resultados del peor 5 % y supone el 57,7 % de su pérdida, 829 de los 1436, frente al 14,1 % de la pérdida promedio. El siguiente en tamaño, «Falla de un proveedor clave», aporta 155 (10,8 %). Los peores resultados son también aquellos en que coinciden varios riesgos: en ellos ocurren 3,8 riesgos en promedio, frente a 2,35 en el conjunto de los resultados.

Este desglose se calcula en esta página a partir de las iteraciones. La hoja Trials del archivo de resultados trae las entradas y el total de cada iteración, así que puede reproducirlo: multiplique Occurs por Impact en cada riesgo y promedie el peor 5 % de los totales. En la aplicación, la tabla de contribución a la varianza de Results ordena las entradas según la parte de la dispersión total que explican, y pone primero la entrada Occurs de «Falla de un proveedor clave» (si ese riesgo ocurre o no), con 19,6 %; consulte el análisis de sensibilidad. Dispersión y peores resultados son preguntas distintas. Para una reserva o un límite de seguro, mire los peores resultados: el panel de peores resultados de la aplicación compara cada entrada en el peor 5 %, 10 % o 25 % de las iteraciones con todas las iteraciones, y Trial by trial grafica cualquier entrada, como el impacto de un riesgo, frente al total.

Pruébelo usted mismo

1. Abra el modelo en xellstorm. Las celdas Occurs e Impact de cada riesgo son entradas, el total de H13 es la salida y perder más de 1000 es el objetivo; no hay que instalar nada ni registrarse, y el archivo se calcula en el navegador.
2. Ejecútelo: con la misma semilla y 10.000 iteraciones obtendrá las cifras de esta página. El paso Results muestra la media, la probabilidad de perder más de 1000, el P90 y el promedio del peor 5 % (CVaR); P80 y P95 son filas de la tabla de percentiles.
3. Escriba su propio límite en el cuadro de probabilidad para ver con qué frecuencia lo superan las pérdidas, o pase el cursor sobre la curva S para leer la probabilidad de quedar por debajo de cualquier monto.
4. En el paso Distributions, agregue un escenario que reduzca la probabilidad de «Incidente de ciberseguridad», ejecute de nuevo y compare los escenarios con los mismos valores aleatorios.
5. Después abra su propio registro: convierta la ocurrencia de cada riesgo en una entrada Bernoulli y su impacto en una PERT, y escriba referencias como =B2 para que los parámetros se lean de las celdas del registro.

¿Se puede hacer esto solo con Excel?

Sí: se puede armar la misma simulación solo con Excel, con RAND() y una tabla de datos; Simulación Monte Carlo en Excel muestra las fórmulas para eventos de riesgo e impactos PERT.

Preguntas

Relacionados

• Costo y cronograma de proyectos

  ¿Cuánta contingencia necesita un proyecto de construcción?

  Ejemplo resuelto: en el 94,2 % de los resultados simulados, el edificio cuesta más que la suma de sus costos más probables. Dimensione la contingencia de costos de construcción con Monte Carlo.
• Guía

  P50, P80 y P90: qué significan y con cuál presupuestar

  P80 es el costo que el 80 % de los resultados simulados no supera. Seis partidas de costo de un edificio suman 2843 en sus P80, pero el P80 de su suma es 2756 (miles de USD).
• Guía

  Diagramas de tornado y análisis de sensibilidad explicados

  Un diagrama de tornado mueve cada entrada por separado, de P10 a P90 por defecto en xellstorm. En una estimación de obra, un riesgo mueve el costo en 150 (miles de USD).

xellstorm es una herramienta de simulación Monte Carlo para modelos de Excel que funciona en el navegador: sin complemento, y el archivo nunca sale de su equipo.