sed

Costos y contabilidad minera

PRONÓSTICOS, GESTIÓN DE RIESGOS Y COSTOS

PRONÓSTICOS

¿QUÉ ES UN PRONÓSTICO?

Alumnos de segundo grado que comprenden lo que leen, Perú, proyección 2007-2062 (porcentaje del total de alumnos evaluados que alcanza el nivel satisfactorio). Bonifaz et al. 2013.

¿QUÉ ES UN PRONÓSTICO?

Tendencia de precios de productos básicos agrícolas hasta el 2021 (nominales).

Supuestos: Los precios del petroleo que se asumen en los supuestos macroeconómicos son, en promedio, alrededor de USD 25 superiores a los del año pasado (entre USD 110 a USD 140 por barril en el periodo proyectado). Estos precios son un factor fundamental que explica el porqué las proyecciones obti enen precios altos para los productos agrícolas básicos

.

¿QUÉ ES UN PRONÓSTICO? Arte y ciencia de predecir acontecimientos futuros. Base de todas las decisiones empresariales: Producción. Inventario. Personal. Instalaciones.

TIPOS DE PRONÓSTICOS Pronósticos de la Demanda Predicen las ventas ya existentes o de nuevos productos Determinan la producción capacidad y Sistema de operación Pronósticos Tecnológicos Relacionado al ritmo del progreso tecnológico Nacimiento de nuevas plantas Pronósticos Económicos Las tasas de inflación, la masa monetaria, otros indicadores económicos

PASOS EN EL PROCESO DE LOS PRONOSTICOS 1. Determinar el propósito del pronóstico 2. Establecer el horizonte del tiempo 3. Seleccionar la técnica de pronóstico 4. Reunir y analizar la data 5. Preparar el pronóstico 6. Realizar y Validar IMPLEMENTAR EL PRONOSTICO

LOS PRONÓSTICOS Y EL CICLO OPERATIVO OPERACIONES

PRONÓSTICO OPERACIONES/TE CNOLOGICO

PRONÓSTICO LOGISTICO PRONÓSTICO LABORAL

FINANZAS

PRONÓSTICO FINANCIERO

MERCADEO

PRONÓSTICO DE LA DEMANDA

TÉCNICAS DE PRONÓSTICOS Métodos de Pronósticos

Cuantitativos

Causales (Estimación)

- Modelo de Regresión - Modelo Econométrico - Encuestas de Anticipación y sobre intenciones de Compra - Modelo Input-Output - Modelo input – output econométrico - Indice de Difusión - Indice Anticipador - Análisis de Ciclo de Vida

- Método Delphi - Investigación de Mercados - Consenso de Grupo - Previsión Imaginativa - Analogía Histórica - Análisis de Impacto Cruzado

Cualitativos

Series de Tiempo

Proyección de Tendencia ajustada para influencia estacional Proyección de Tendencia

Holt

Suavización Promedio móvil Promedio móvil ponderado (se usa solver) Suavización Exponencial (se usa solver) - Promedio Móvil - Ajuste Exponencial - Box - Jenkins - X-11 - Proyecciones de Tendencia - Curva de Aprendizaje/Experiencia

MODELOS CUALITATIVOS. TECNICAS FUNDAMENTALES DE PREVISIÓN Precisión Descripción

Corto Plazo

Medio Plazo

Largo Plazo

Aplicaciones típicas

Datos Necesarios

Metodo Delphi

Se interroga a un panel de expertos mediante unos cuestionarios en secuencia, donde las respuestas de un cuestionario son utilizadas para producir el siguiente.

Generalmente no Aplicable

Regular a Muy Bueno

Regular a Muy Bueno

Pronósticos de largo alcance y venta de nuevos productos pronósticos de márgenes y pronosticación tecnológica.

Un coordinador distribuye los cuestionarios, corrige y consolida las respuestas.

Investigación de Mercados

El procedimiento sistemático formal y consciente para desarrollar y probar hipótesis acerca de los mercados reales.

Utilizado generalmente como insumo para otras técnicas de pronosticación.



Pronóstico de largo alcance y venta de nuevos productos, pronóstico de márgenes, cambios en la participación del mercado, actitudes de los clientes y hábitos de compras.

Como mínimo, dos juegos de informes durante el periodo. Uno necesita una cantidad considerable de datos de mercadeo de los cuestionarios, encuestas y análisis de series cronológicas de las variables de mercadeo.

Consenso de Grupo

Esta técnica está basada en suposición que varios expertos pueden producir un mejor pronóstico que si trabaja una sola persona. Los resultados están influenciados por la dinámica de grupos.

Pobre a Regular

Pobre a Regular

Pobre

Pronóstico de largo alcance y venta de nuevos productos, pronóstico de márgenes.

La información proveniente de los expertos es presentada abiertamente en reuniones de grupo para llegar a una pronosticación común. Nuevamente se requiere por lo menos dos juegos de informes sobre el periodo.

MODELOS CUALITATIVOS. TECNICAS FUNDAMENTALES DE PREVISIÓN Precisión Descripción

Corto Plazo

Medio Plazo

Largo Plazo

Aplicaciones Típicas

Datos Necesarios

Previsión Imaginativa

Una profecía que utiliza puntos de vista personales, juicios y, cuando ellos es posible hechos acerca de diferentes escenarios del futuro.

Pobre

Pobre

Pobre

Pronóstico de largo alcance y venta de nuevos productos; pronóstico de márgenes.

Un conjunto de escenarios posibles preparados por unos cuantos expertos, teniendo en cuenta hechos pasados.

Analogía Histórica

Este es un análisis comparativo de la introducción y desarrollo de productos nuevos similares, lo que basa el pronóstico en patrones de similitud.

Pobre

Bueno a Regular

Bueno a Regular

Pronóstico de largo alcance y venta de nuevos productos, pronóstico de márgenes.

Historia de uno o más productos similares cubriendo varios años.

Análisis de Impacto Cruzado

Este consiste en evaluar sistemáticamente el posible impacto de cada uno de los eventos sobre todos los otros.

No Aplicable

Bueno a Regular

Bueno a Regular

Pronóstico de largo alcance y venta de productos nuevos.

Estimados de cada uno de los eventos importantes, su interrelación y probabilidades de ocurrencia. Generalmente requiere los insumos de expertos.

MODELOS CUALITATIVOS. TECNICAS FUNDAMENTALES DE PREVISIÓN Diseño de Investigación ¿Qué valores predominantes de la escala de Schwartz forman parte de las características de la población de Lima Metropolitana?, ¿Qué relación existe entre las actitudes que tiene cada persona de Lima Metropolitana sobre el medio ambiente y el desarrollo sostenible y los valores predominantes que las caracterizan? Diseño de Encuesta 1. 2. 3. 4. 5. 6. 7.

Separa las pilas para no arrojarlas con la basura Se preocupa si sus aerosoles afectan la capa de ozono. Compra productos con componentes reciclados. Cierra el caño mientras se enjabona en la ducha. Se preocupa si los productos que consume dañan el medio ambiente. Si la Municipalidad le entrega bolsas de colores para reciclaje, clasificaría su basura? Estaría dispuesto a invertir 2 ó 3 horas al mes de su tiempo en campañas de protección al medio ambiente?

Herramienta

1

2

3

4

5

Nunca

Muy Pocas Veces

Algunas Veces

Frecuentemente

Siempre

MODELOS CUALITATIVOS. TECNICAS FUNDAMENTALES DE PREVISIÓN

MODELOS CUANTITATIVOS. TECNICAS DE PREVISIÓN Precisión Descripción

Corto Plazo

Medio Plazo

Largo Plazo


Datos Necesarios

PromedioMovil

Cada punto de un promedio móvil de una serie temporal es el promedio aritmético o ponderado de varios puntos consecutivos de la serie, donde el número de puntos de referencia es seleccionado para eliminar las variaciones estaciónales o irregularidades o ambas.

Pobre a Buena

Pobre

Muy Pobre

Control de inventario para artículos de volumen bajo

Un mínimo de dos años la historia de ventas, si existen variaciones estaciónales, en su defecto menos datos. (por supuesto, cuanta más historia mejor). Debe especificarse el promedio en movimiento.

Exponential Smoothing

Esta técnica es un promedio, ponderado en movimiento excepto que se da más peso a los puntos de referencia más recientes. Descriptivamente, el nuevo pronóstico igual al antiguo más una cierta proporción anterior.

Regular a Muy Buena

Pobre a Buena

Muy Pobre

Control de producción e inventario, pronósticos de márgenes y otros datos financieros

Igual que para un promedio en movimiento.

Box-Jenkins

La serie cronológica es adecuada mediante un modelo matemática que resulta óptimo en el sentido que asigna menores errores a la historia que cualquier otro modelo de esta clase.

Muy Bueno a Excelente

Pobre a Buena

Muy pobre

Control de producción e inventario para artículos de volumen grande, pronóstico de los balances de efectivo.

Igual que para un promedio en movimiento. Sin embargo, más historia resulta ventajosa, en la identificación del modelo y en la identificación del parámetro.

MODELOS CUANTITATIVOS. TECNICAS DE PREVISIÓN Precisión Descripción

Corto Plazo

X-11

Utilizada principalmente parra el Muy Bueno análisis detallado de la serie a Excelente cronológica (incluyendo el estimado de variaciones estacionados), nosotros hemos ampliado sus usos para la pronosticación, seguimiento y como indicador incorporando otros métodos analíticos.

Proyecciones de Tendencia

Esta técnica se adecuada a una tendencia de línea y luego la proyecta hacia el futuro por medio de esta ecuación por ejemplo, el método de inclinación característica, polinomios, y papel semilogarítmico.

Curva de Aprendizaje Experiencia

La curva de la experiencia es una generalización de la familiar curva de aprendizaje. El grupo Consultor de Boston la ha ampliado para incluir otros factores tales como costos de volumen y todos los componentes de los costos unitarios del producto final entregado al cliente.

Medio Plazo

Largo Plazo


Datos Necesarios

Bueno

Muy Pobre

Seguimiento e Como mínimo tres años indicadores, de historia para pronosticación de las comenzar.. ventas de la compañía, división o departamento, establecimiento y crítica de los presupuestos.

Muy Bueno

Pobre a Bueno

Pobre a Bueno

Pronosticación de productos nuevos (especialmente mediano y largo plazo).

Regular

Regular a Bueno

Regular a Bueno

Pronosticación de Varios años de historia costos a un largo plazo uno o más productos. para productos establecidos y nuevos; pronosticación de requerimiento de mano de obra y de capital, programación, compras:determinación de precios, etc.

Varía de acuerdo a la técnica usada. Sin Embargo, un buen método empírico es utilizar un mínimo de cinco años de datos anuales para empezar . De allí en adelante la historia completa.

MODELOS CUANTITATIVOS. TECNICAS DE PREVISIÓN Entorno: Corp. JR Lindley y el Mercado Peruano

MODELOS CUANTITATIVOS. TECNICAS DE PREVISIÓN

MODELOS CUANTITATIVOS. TECNICAS DE PREVISIÓN

MODELOS CAUSALES. TECNICAS FUNDAMENTALES DE PREVISIÓN Precisión Descripción

Corto Plazo

Medio Plazo

Largo Plazo


Datos Necesarios

Modelo de Regresión

Relaciona funcionalmente las ventas con otras variables macroeconómicas, de la competencia o de índole interna, y estima una ecuación basándose en la técnica de los mínimos cuadrados.

Buena a Muy Buena

Buena a Muy Buena

Mala

Previsión de ventas por clases de productos, previsión de márgenes.

Para obtener relaciones significativas se necesitan datos trimestrales de varios años. Es preciso, por condicionamiento matemático, tener dos observaciones más que el número de variables independientes.

Modelo Econométrico

Sistema de ecuaciones de regresión interdependientes, que describe el comportamiento de las ventas o los beneficios de cierto sector de la economía.

Buena a Muy Buena

Muy Buena a Excelente

Regular a Buena

Previsión de ventas por clases de productos, previsiones de márgenes

Los mismos que para la regresión.

Encuestas de Anticipación y Sobre Intenciones de Compra

Estás encuestas al público en general (a) Determinan las intenciones de comprar ciertos productos, (b) Deducen un índice que mide el sentir general sobre el presente y el futuro y que estima como este sentir afecta a los hábitos de compra

Mala a Buena

Mala a Buena

Muy Mala

Previsión de ventas por clases de productos

Suelen hacer falta datos de varios años, para relacionar estos índices con las ventas de la empresa.

MODELOS CAUSALES. TECNICAS FUNDAMENTALES DE PREVISIÓN Precisión Descripción

Corto Plazo

Medio Plazo

Largo Plazo


Datos Necesarios

Modelo InputOutput Econométrico

Los modelos econométricos y los modelos input-output se suelen combinar, a veces, a efectos de realizar previsiones.

No es Aplicable

Buena a Muy Buena

Buena a Excelente

Previsiones de ventas de la empresa, o de cada división por sectores y subsectores económicos.

Los mismos que para el promedio móvil y que para el X-II.

Índice de Difusión

Porcentaje de un grupo de indicadores económicos que suben o bajan, convirtiéndose este porcentaje en el índice.

Mala a Buena

Mala a Buena

Muy Mala

Previsiones de ventas por clase de productos

Los mismo que para una encuesta sobre intenciones de compra.

Índice Anticipador

Se trata de considerar una serie temporal relativa a cierta actividad económica cuyo movimiento en una dirección dada precede al movimiento en esa misma dirección de otra serie temporal.

Mala a Buena

Mala a Buena

Muy Mala

Previsiones de ventas por clase de productos.

Los mismo que para una encuesta sobre intenciones de compra más 5 a 10 años de datos históricos.

Análisis del Ciclo de Vida

Análisis y previsión de las tasas de crecimiento de un nuevo producto, basándose en las curvas en S.

Mala

Mala a Buena

Mala a Buena

Previsiones de ventas de nuevos productos

Como mínimo, las ventas anuales del producto estudiado u otro similar. Suele ser necesario hacer encuestas de mercado.

MODELOS CAUSALES. TECNICAS FUNDAMENTALES DE PREVISIÓN

MODELOS CAUSALES. TECNICAS FUNDAMENTALES DE PREVISIÓN Cobertura de agua potable para distritos mineros y no mineros, 2012. Elaborado de INEI, 2013, MINEM, 2013

Leyendo la informacion: “Es un ejemplo. La Mineria contribuye al desarrollo de las comunidades que la rodea.

Mining districts – Rural area Non-Mining districts – Rural area

“La Mineria es una actividad que da soporte al desarrollo sustentable. Es una bendicion.”

Mining districts – urban area Non-Mining districts – urban area 0%

10%

20% 22%

30%

40%

50%

60%

70% 68%

Districts with mining activity in mining departments Districts without mining activity in non mining departments

80%

“Es chocante, las comunidades mas pobres en distritos mineros tienen infima cobertura en servicios basicos”. “La Mineria no es una actividad sustentable, es una maldicion”

CRITERIOS A CONSIDERAR EN LOS PRONÓSTICOS JUICIO Y EXPERIENCIA PROFESIONAL (CUALITATIVO) PERSONAL VENTAS OPINION EJECUTIVOS ADMON, PROD. Y VENTAS ANALOGIA HISTORICA DELPHI INVESTIGACION MERCADOS

Estimados Opiniones Proyecciones Comparaciones Expertos Respuesta Consumidor

C-M C-L M C-L L M-L

SERIES TIEMPO (CUANTITATIVO) EMPIRICO PROMEDIOS MOVILES PROYECCION TENDENCIA DESCOMPOSICION AJUSTE EXPONENCIAL BOX-JENKINS

+% n recientes períodos Lineal, Exponencial Tendencia, ciclo, estacionalidad C-L Prom. Mov. Ponderados Regresión Estadística e Iterativo

C C M-L C M-L

CAUSALES REGRESION Y CORRELACION

Una o más variables C-M asociadas al pronóstico vía mínimo cuadrados

ECONOMETRICOS

Solución ecuaciones C-M simultáneas de regresión

C: corto plazo

M: mediano plazo

L: largo plazo Fuente: Tomado de J. Monks

LOS PRONÓSTICOS Y EL CICLO DE VIDA DEL PRODUCTO

CICLO VIDA PRODUCTO

INTRODUCCIÓN

CRECIMIENTO DESARROLLO

MADUREZ

DECLINACIÓN

DATOS

SIN DATOS

ALGUNOS

GRAN CANTIDAD

MUCHOS

TIEMPO

LARGO

MEDIANO

CORTO

MUY CORTO

MÉTODO

CUALITATIVO

CUALITATIVO

CUANTITATIVO

CUANTITATIVO

TOTAL

+ ALGO CUANTITATIVO

TOTAL

+ ALGO CUALITATIVO

TÉCNICAS

JUICIO

HISTÓRICO

SERIES TIEMPO

ECONOMÉTRICO

DELPHI

SIMULACIÓN

REGRESIÓN

SERIES TIEMPO

CORRELACIÓN

REGRESIÓN

ANALOGÍA HISTÓRICA

INVESTIGACIÓN MERCADOS

COSTOS DE LOS PRONÓSTICOS

UN BUEN PRONOSTICO

EXACTO

CONFIABLE

A TIEMPO

BAJO COSTO

PRONÓSTICOS DE PRECIOS DE METALES

MNE 422/522 Module 1

Slide 27

GESTIÓN DE RIESGOS Y GESTIÓN DE COSTOS EN MINERÍA

PELIGROS Y RIESGOS PELIGRO: Cualquier cosa que pudiera causar daño a personas, equipos o procesos RIESGO: Está relacionado a cuán probable es que un peligro pueda afectar y causar un daño

RIESGOS Y COSTO EN UN PROYECTO


Slide 30

RIESGOS Y GANANCIAS


Slide 31

RIESGOS Y GANANCIAS EN PROYECTOS MINEROS


Slide 32

RIESGOS Y GANANCIAS EN PROYECTOS MINEROS


Slide 33

ADMINISTRACIÓN DEL RIESGO ADMINISTRACION DEL RIESGO

IDENTIFICACION DEL PELIGRO ESTIMACION DEL RIESGO

Mapeo de zonas de Riesgo

Análisis de lo observado

CUANTIFICACION DEL RIESGO

Análisis mayor

EVALUACION DEL RIESGO

Riesgo 1 y 2

Riesgo 3

CONTROL DEL RIESGO

Monitoreo

No es necesario hacer algo

Toma de Decisiones Realizar trabajos de mitigacion Riesgo residual

PELIGROS Y RIESGOS

PELIGROS Y RIESGOS

PELIGROS Y RIESGOS En la cita, el representante del Ministerio Público entregó las conclusiones de acuerdo a los estudios que realizó por varios meses el Idiem de la Universidad de Chile, entre las cuales se dio a conocer que están los problemas en el diseño y construcción de la estructura, además de una falta de control en la construcción y también el error en la clasificación de suelos , “ya que se construyó utilizando materiales pensando en que el tipo de suelo era 2, cuando correspondía que fuera tipo 3 por su mayor complejidad”, indicó el abogado querellante, Fernando Saenger, quien espera que la próxima semana puedan haber formalizaciones por el hecho bajo el cargo de cuasi delito de lesiones y homicidio.

Por el lado de la Constructora Socovil, a cargo de las obras, su abogado Alejandro Espinoza aclaró que “nosotros contratamos al Dictuc y tenemos nuestra opinión sobre las causas y formas en que se produjo este accidente las cuales se darán a conocer cuando corresponda”.

PELIGROS Y RIESGOS

REGISTRO PRELIMINAR DE RIESGOS


Slide 39

ESCALAS DE IMPACTO DE RIESGOS


Slide 40

MATRIZ DE SEVERIDAD DE RIESGOS


Slide 41

COMO RESPONDER A LOS RIESGOS • Plan de acción para eliminar o mitigar la probabilidad de que el riesgo ocurra o para aumentar la probabilidad de que una oportunidad se presente.  • Plan de acción para mitigar el impacto del riesgo o aumentar el de una oportunidad.  • Plan de acción para gestionar la situación resultante del evento. 


Slide 42

MATRIZ DE SEVERIDAD DE RIESGOS


Slide 43

CLASIFICACIÓN DE RIESGOS PROBABILIDAD / FRECUENCIA

Categoría A.- COMUN - Sucede con mucha frecuencia Categoría B.- HA OCURRIDO - Con Frecuencia Categoría C.- PODRIA OCURRIR - Ocasionalmente Categoría D.- NO ES PROBABLE QUE OCURRA - Raro Categoría E.- PRACTICAMENTE IMPOSIBLE - Muy raro

CLASIFICACIÓN DE RIESGOS SEVERIDAD DE LAS CONSECUENCIAS Categoría 1.- CATASTRÓFICA. Desastre, resulta en fatalidades o lesiones de gravedad o pérdida del sistema con implicaciones de gravedad para la organización. Categoría 2.- FATAL. Muy seria resulta en lesiones personales o daños al sistema o requiere de una medida correctiva inmediata para la supervivencia del personal o del sistema. Categoría 3.- PERMANENTE. Daños de seriedad, resulta de lesiones personales o daños al sistema o requiere de una medida correctiva inmediata para la supervivencia del personal. Categoría 4.- TEMPORAL. Marginal. Puede resultar en una lesión leve o una interrupción del sistema, pero se puede controlar con medidas correctivas.

Categoría 5.- MENOR. No resulta en lesiones personales o daño significante.

MATRIZ DE EVALUACION DE RIESGOS

Catastrófica

1

1

2

4

7

11

Fatal

2

3

5

8

12

16

Permanente

3

6

9

13

17

20

Temporal

4

10

14

18

21

23

Menor

5

15

19

22

24

25

A

B

C

D

E

PROBABILIDAD / FRECUENCIA Antes De Chile, ya había ocurrido un evento similar en el Japón

PROBABILIDAD / FRECUENCIA

AVISO A PERFECCIONISTAS

Tomado de: “An Introduction to Risk Assessment and Crisis Management for Mining Professionals”, F. Oboni; www.edumine.com

¿PORQUÉ GESTIONAR EL RIESGO? 





“La única alternativa a la gestión de riesgos es la gestión de crisis que es más cara, consume más tiempo y es vergonzosa” James Lam, author of Enterprise Risk Management: From Incentives to Controls “Sin buenas practicas de gestión de riesgos el gobierno no podría administrar sus recursos efectivamente. La gestión de riesgos es más que prepararse para lo peor, significa también identificar ventajas y oportunidades para mejorar servicios o bajar costos Sheila Fraser, Auditora General de Canada (2001–2011) La principal diferencia entre una cosa que pudiera ir mal y otra que no debe ir mal, es que si lo que no debe ir mal, va mal, es usual que sea imposible de reparar


Slide 50

LA PARADOJA DE LA INDUSTRIA MINERA Hay muchos modelos que contienen dimensiones que deden alcanzarse para asegurar el éxito de un proyecto.  Uno de estos modelos es el ProducciónCalidad-Seguridad  Lograr el balance entre esos 3 tópicos es la paradoja minera 

LA PARADOJA DE LA INDUSTRIA MINERA 

La Producción incluye

El desarrollo de mina  Perforación y voladura  Modernización de infraestructura  Transporte de mineral y desmonte  Procesamiento de mineral 


La Calidad incluye

Control de sobrerrotura  La conformidad de la extracción de bloques  La disponibilidad de equipos  La ley de mineral  La recuperación metalúrgica 


La Seguridad incluye



Reuniones de seguridad Inspecciones Auditorías

 

Los indicadores pueden incluir:  Frecuencia y severidad de accidentes  Días perdidos  Casi accidentes de equipos

LA MINERÍA COMO ACTIVIDAD ECONÓMICA DE ALTO RIESGO

LA MINERÍA ES UNA ACTIVIDAD ECONÓMICA DE ALTO RIESGO

Birshan, 2015

Riesgo vs ingresos de industrias de capital intensivo

LA MINERÍA ES UNA ACTIVIDAD ECONÓMICA DE ALTO RIESGO

La minería es una actividad económica de alto riesgo siendo los principales: - Las reservas de mineral - Los precios de metales

LAS RESERVAS DE MINERAL

LAS RESERVAS DE MINERAL

La estimación de las reservas esta basada en un muestreo cuya cantidad es muy pequeña comparada con el total de las reservas estimadas

LAS RESERVAS DE MINERAL Los son siguientes unos estándares de exploración típicos.

Tipo depósito

Malla perforación

Area Área % influencia muestrea-da Muestreado (BX) 2”

Skarn Cu

25 x 25 m

625 m2

Pórfido Cu Skarn Fe

100 x 100 m 50 x 50 m

10,000 m2 2,500 m2

0.188 m2

0.03 0.002 0.008

LOS PRECIOS DE METALES


El precio de los metales tiene una gran incidencia en la rentabilidad de una operación minera


Por esto se requiere realizar la mejor proyección de los precios futuros.

CAÍDA DE PRECIOS DE LOS METALES INDUSTRIALES COTIZADOS EN LA BOLSA DE METALES DE LONDRES

De Souza, 2015

SOBREPRODUCCIÓN DE METALES RESPECTO AL TOTAL MUNDIAL PRODUCIDO

QUE HACER ANTE LA INCERTIDUMBRE DE RESERVAS Y PRECIOS DE METALES


Ante la incertidumbre de las reservas debemos tener

- Un desarrollo apropiado de la mina - Un numero suficientes de frentes de trabajo


Slide 67


Ante la incertidumbre de los precios de los metales

- Debemos controlar los costos.


Slide 68

RIESGOS TÉCNICOS –COLAPSO DE RELAVERAS

HUACHOCOLPA

ANTES DEL COLAPSO

RELAVERA COLAPSADA

ANCHO DE LA FISURA DE LA RELAVERA COLAPSADA

RELAVERA DE ANTAMINA

MODELO DE RIESGO DEL NEGOCIO MINERO

MODELO DE RIESGO DEL NEGOCIO MINERO En el contexto de la minería, el ultimo riesgo es que nos quedemos sin mineral por extraer económicamente. Existen muchas fuentes que pueden ser causa de este problema, desde una geología inapropiada hasta derrumbes en la mina, bloqueos de carreteras o incontrolables fluctuaciones macro económicas.



METODOLOGIA PARA EL ANÁLISIS DE RIESGO

METODOLOGIA PARA EL ANÁLISIS DE RIESGO

Desde el punto de vista estrictamente científico, el riesgo es el producto de la probabilidad multiplicada por las consecuencias.

METODOLOGIA PARA EL ANÁLISIS DE RIESGO Determinación de la probabilidad e impacto cualitativos • • • • • • • •

Entrevistas Estimados de costo y tiempo Técnica Delphi Uso de registros histéricos de proyectos anteriores Juicio de expertos Análisis de valor monetario esperado Análisis de Monte Carlo Aárboles de decisión

METODOLOGIA PARA EL ANÁLISIS DE RIESGO Análisis del valor monetario esperado

EMV = P x I EMV = Valor Montario Esperado P = Probabilidad I = Impacto


EMV = P x I EMV = Valor Montario Esperado P = Probabilidad I = Impacto


Trabajo

Probabilidad

Impacto (USD)

A

10%

20,000

B

30%

45,000

C

68%

18,000

EMV

DECISIÓN DE INVERSIÓN Y RIESGO

FASES GENÉRICAS DE UN MODELO DE CRISIS

FASES GENÉRICAS DE UN MODELO DE CRISIS

PROYECTO CONGA

RIESGO VS INVERSIÓN EN MITIGACIÓN

PLANEAMIENTO DE CRISIS INTEGRADO

ACCIONES Y CONSECUENCIAS

ESCENARIOS DE RIESGO Y TOLERANCIA

ESCENARIOS DE RIESGO Y TOLERANCIA

IDENTIFICACIÓN DE PELIGROS

IDENTIFICACIÓN DE PELIGROS

OTROS EJEMPLOS DE RIESGOS

RIESGO GEOTÉCNICO

Elaboración propia

Ejemplo de corte en un yacimiento cuprífero mostrando interpretación geológica. Los cuadros muestran la calidad de la roca (RQD) de los sondajes

RIESGO GEOTÉCNICO

Gráficos empíricos de estabilidad

RIESGO SISMICO

Sismograma generado por el acelerógrafo del dique Torata para el sismo del 13 de Junio del 2005

RIESGO DE VOLADURA

Sismograma generado por el acelerógrafo del dique Torata para un disparo típico

RIESGO SISMICO VS RIESGO DE DE VOLADURA

HIDROGEOLOGIA MINERA EL AGUA EN CAJAMARCA, CONTROVERSIAS Y SOLUCIONES TÈCNICAS

Viernes 26 de Agosto de 8 am a 1 pm Auditorio, UPN - CAJAMARCA

¿NECESITAS MÁS INFORMACIÓN? [email protected],

RIESGO SOCIAL

Densidad de población por kilómetro cuadrado en Sudamérica central

Khanna, 2016

RIESGO SOCIAL

Diario Gestiòn, 2015

Posición frente a la minería en el Perú, 2013 – 2015

RIESGO POLÍTICO


Slide 105

EL CASO TAMBOGRANDE


Slide 106

EL CASO TAMBOGRANDE


Slide 107

EL CASO TAMBOGRANDE


Slide 108

EL CASO TAMBOGRANDE


Slide 109

EL CASO TAMBOGRANDE


Slide 110

EL CASO TAMBOGRANDE


Slide 111

EL CASO TAMBOGRANDE


Slide 112

EL CASO TAMBOGRANDE


Slide 113

EL CASO TAMBOGRANDE


Slide 114

EL CASO TAMBOGRANDE


Slide 115

EL CASO TAMBOGRANDE


Slide 116

EL CASO TAMBOGRANDE


Slide 117

EL CASO TAMBOGRANDE


Slide 118

EL CASO TAMBOGRANDE


Slide 119

EL CASO TAMBOGRANDE


Slide 120

EL CASO TAMBOGRANDE


Slide 121

EL CASO TAMBOGRANDE


Slide 122

EL CASO TAMBOGRANDE


Slide 123

EL CASO TAMBOGRANDE


Slide 124

EL CASO TAMBOGRANDE


Slide 125

EL CASO TAMBOGRANDE


Slide 126

EL CASO TAMBOGRANDE


Slide 127

EL CASO TAMBOGRANDE


Slide 128

sed

Recommend Documents