Decisiones Riesgosas En Empresas Agropecuarias

En la primera parte de este libro se presenta el marco teórico de la toma de decisiones en situaciones de incertidumbre en el sector agropecuario. Se incluye para ello una breve introducción a las características de las empresas agrarias haciendo hincapié en los factores de riesgo predominantes a tener en cuenta para un correcto análisis de riesgo.

A continuación se explican las bases de la Simulación Monte Carlo, un método de investigación operativa que demostró a las autoras una gran utilidad práctica así como suficiente versatilidad. Mediante ella pueden volcarse en los informes, las oscilaciones previsibles de resultados.

La segunda parte de la obra ejemplifica el uso práctico de la herramienta. Para ello se exponen en forma resumida diversas problemáticas que han sido investigadas por las autoras (docentes en la Cátedra de Administración Rural de la Facultad de Agronomía de la Universidad de Buenos Aires) y sus tesistas, así como las principales conclusiones obtenidas. Los ejemplos se encuentran agrupados de acuerdo a la temática. Se hace referencia a los trabjos completos para aquellos interesados en profundizar el estudio del problema.

ÍNDICE

Prólogo

Las autoras

Primera parte. Toma de decisiones en condiciones de incertidumbre

Característica de la empresa agropecuaria

Decisiones riesgosas: la evaluación y administración del riesgo; incerticumbre y riesgo; fuentes de riesgo; toma de decisiones bajo incertidumbre; estrategias de mitigación del riesgo; la actitud frente al riesgo; la evaluacion del riesgo; análisis de sensibilidad; análisis de escenarios; limitaciones de los análisis determinísticos.

La simulación Monte Carlo: distribución de probabilidad; fuentes de datos para las distribuciones; los resultados; la correlación entre variables.

Segunda parte. Aplicaciones de simulación Monte Carlo

Portfolios agrícolas

Combinación de Simulación Monte Carlo y modelos de Simulación agronómica

Alternativas ganaderas

Uso de alternativas de coberturas de precios

Uso de seguro para riesgo climático

Combinación de Programación lineal y Simulación Monte Carlo

Aspectos metodológicos: coeficiente de correlación