Seguritecnia 466

38 SEGURITECNIA Julio-Agosto 2019 Protección contra incendios dicionada de la variable que indica el riesgo de que se produzcan catástrofes naturales. La sensibilidad de este pará- metro a variaciones en la ocurrencia de sucesos raros es un buen indicativo de la fragilidad, robustez y anti-fragilidad 1 ante catástrofes naturales (en el desa- rrollo del Objetivo 4, se presenta la for- mulación matemática de la fragilidad). Para la cuantificación de estos con- ceptos, se propone utilizar una heurís- tica “ fast-and-frugal ” 2 , que captura la ex- posición del error del modelo y que no requiere un modelo previo de probabi- lidad (ver la metodología descrita para el Objetivo 4 y Taleb et. al. , 2012, para su formulación general y aplicación a pro- blemas financieros). Un argumento definitivo para adop- tar el enfoque de Taleb es que permite integrar la gestión de recursos naturales y la de desastres naturales. Con este en- foque se sustituye el cálculo de la pro- babilidad de la ocurrencia de un de- terminado suceso por la fragilidad de las masas forestales ante ese suceso cuando están sometidas a un procedi- miento específico de gestión. Para eso es necesario considerar la sensibilidad de las pérdidas en un ambiente com- plejo –como es la propia naturaleza– lugar, al “Valor en Riesgo” ( VaR, del in- glés Value at Risk ), que determina la pér- dida máxima que, dado un nivel de confianza (1- α ) –normalmente al 95 o 99%–, puede experimentar un sis- tema dentro de un horizonte temporal. El VaR ha recibido múltiples críticas y ha evolucionado hacia una alternativa coherente y más sensible a la forma de la cola de la distribución de pérdidas: el Valor Condicional en Riesgo ( CVaR ), que se define como el promedio de las pér- didas para los casos en que la pérdida exceda el VaR . El CVaR se puede cuanti- ficar con un enfoque bayesiano (Martí- nez Sánchez y Venegas Martínez, 2013), lo que permite superar su dependen- cia del modelo gaussiano e incorporar el conocimiento de expertos y otras evi- dencias aportadas por experiencias pre- vias a la información que se extrae de la muestra. Sin cuestionar que el CVaR ba- yesiano podría tener su aplicación en la estimación del riesgo de mercado, los riesgos naturales no responden al razo- namiento inductivo que define al enfo- que bayesiano. Gestión conjunta En lugar del CvaR , Taleb (2011) propone usar la esperanza de la cola no con- a unos valores establecidos en la emi- sión (ver la metodología descrita en el Objetivo 6). Índices de riesgo Un continuado esfuerzo normalizador del riesgo concluyó con la definición adoptada por la UNDRO (United Na- tions Disaster Relief Organization) a par- tir de la formulación de Varnes (1984): R i =P i *E i *V i . R es el riesgo, P la peligrosidad, E la exposición y V la vulnerabilidad (la ex- presión final del riesgo es un sumatorio sobre los riesgos específicos y sobre los bienes afectados, de ahí el subíndice i). Existe consenso sobre la definición cua- litativa de los indicadores que integran la expresión del riesgo, pero no res- pecto a su cuantificación. Para esto se utiliza el conocimiento de expertos y la promulgación de normas técnicas que los cuantifican (de las que la norma- tiva sismo-resistente es, sin duda, el me- jor ejemplo. Ver Martín, 2002); pero am- bas soluciones requieren de juicios o de acuerdos subjetivos que no son acepta- dos por todos. Para superar estas dificultades se acu- dió a las técnicas desarrolladas para el análisis del riesgo financiero. En primer Figura 1