simulação monte carlo
-
Upload
marcos-paixao -
Category
Documents
-
view
214 -
download
0
Transcript of simulação monte carlo
-
7/31/2019 simulao monte carlo
1/13
SIMULAO DE MONTE CARLOAUXILIANDO A ANLISE DE
VIABILIDADE ECONMICA DEPROJETOS
eurico cavalcanti pincovsky de lima (UFPE)[email protected]
Joana Coelho Viana (UFPE)
[email protected] de Almeida Levino (UFPE)[email protected]
Caroline Maria de Miranda Mota (UFPE)[email protected]
Resumo
Este artigo apresenta a simulao de Monte Carlo como ferramenta de
auxlio para a anlise de viabilidade econmica de projetos, mais
realista e sofisticada, do modelo estudado. A simulao feita sobre ofluxo de caixa do projeto, entretaanto, as entradas e as sadas so
dados estocsticos, o que facilita a leitura do comportamento do
modelo em diversas situaes, no horizonte desejado.
Abstract
This paper presents simulation Monte Carlo as tool of aid for the
analysis of economic viability of projects, more realistic and
sophisticated, of the studied model. The simulation is made on the cash
flow of the project, however, the entraances and the exits are stochastic
data, which facilitates the reading of the behavior of the model in
diverse situations, in the desired horizon.
Palavras-chaves: Projeto; Viabilidade; Monte Carlo.
31 de Julho a 02 de Agosto de 2008
-
7/31/2019 simulao monte carlo
2/13
IV CONGRESSO NACIONAL DE EXCELNCIA EM GESTOResponsabilidade Socioambiental das Organizaes Brasileiras
Niteroi, RJ, Brasil, 31 de julho, 01 e 02 de agosto de 2008
IV CNEG 2
1. INTRODUO
A avaliao de projetos de investimentos, independentemente do seu porte e do setor,
leva, muitas vezes, tomada de decises em ambiente de incerteza. Da a necessidade da
atuao de equipe multidisciplinar, com experincia no assunto, embora tal no constitua
absoluta garantia de sucesso.
Os mtodos tradicionais baseiam-se na anlise de dados ou indicadores
determinsticos, em poucos cenrios, como Valor Presente Lquido - VPL, Taxa Interna de
RetornoTIR, Payback, entre outros. No entanto, sabe-se que a realidade pode no ser bem
captada por esses indicadores, comportando-se de forma no prevista (BRUNI et al, 98). Isto
quer dizer, a complexidade e as incertezas do mercado dificultam a avaliao da eficincia de
um projeto.
O VPL, quando adotado como parmetro de deciso, por exemplo, avalia apenas os
valores de receita e custo inseridos no fluxo de caixa, sem que haja um tratamento matemtico
mais sofisticado para as possveis variaes, seja na receita, seja nos custos.
Atualmente, existem tcnicas de simulao bastante exploradas nas reas degerenciamento de risco, mas pouco difundidas entre os gerentes de projetos. Para Carvalho &
Rabechini (2008) as incertezas nos projetos so muitas e minimiz-las uma tarefa que
poucos gerentes sabem. Neste contexto, as tcnicas de simulao surgem como importante
ferramenta para prever e minimizar incertezas de custos e tempo de projetos.
Como alternativa, o Mtodo de Monte Carlo, segundo Moore & Weatherford (2005),
pode ser utilizado largamente na avaliao de projetos, onde os riscos envolvidos podem ser
expressos de forma simples e de fcil leitura, e as simulaes auxiliam a deciso. Assim, osindicadores deixam de ser determinsticos e passam a ser estocsticos, probabilsticos.
Conhecer bem os cenrios e os riscos, assim como as alternativas, foi necessrio
sempre que o homem precisou tomar decises. No entanto, as simulaes s se tornaram
viveis com o advento das planilhas eletrnicas. O Mtodo de Monte Carlo, apesar de
descoberto durante a II Guerra, nas pesquisas para o desenvolvimento da bomba atmica, s
est sendo amplamente utilizado em razo dessas planilhas.
Projetos de alta complexidade (gerao de energia, avio, jogos olmpicos, etc.), seja
-
7/31/2019 simulao monte carlo
3/13
IV CONGRESSO NACIONAL DE EXCELNCIA EM GESTOResponsabilidade Socioambiental das Organizaes Brasileiras
Niteroi, RJ, Brasil, 31 de julho, 01 e 02 de agosto de 2008
IV CNEG 3
pela sofisticada engenharia financeira, seja pelas incertezas inerentes, podem utilizar o
Mtodo de Monte Carlo, como valiosa ferramenta de apoio s decises. Projetos mais
simples, com baixo grau de incerteza, podem, tambm, utilizar esse mtodo. Cabe ao gerente,ou decisor, avaliar a necessidade.
Este artigo apresenta as dificuldades da deciso de investimento no cenrio de gesto
de projetos; descreve as caractersticas dos principais indicadores utilizados para a anlise de
viabilidade econmica de um projeto, seguido de uma breve apresentao do Mtodo de
Monte Carlo. Por ltimo, apresentado um estudo de caso para a comparao dos resultados
de uma anlise de viabilidade feita pelo mtodo tradicional e com o auxlio do Mtodo de
Monte, seguido das concluses finais.
2. DIFICULDADES PARA ANLISES NO CENRIO DE GESTO DE
PROJETO
As rpidas mudanas do mercado exigem das empresas grandes esforos na adaptao
de seus negcios s novas necessidades e demandas. No plano estratgico, os projetos
inovadores so essenciais para o aumento da competitividade da organizao. Uma alternativa
bastante promissora para uma adaptao eficiente e eficaz o gerenciamento de projetos.Segundo Carvalho & Rabechini (2008), acredita-se que esto nas atividades no rotineiras os
valores essenciais a serem agregados aos produtos/servios de uma organizao.
No incio da implementao de gerenciamento de projetos, uma das fases mais difceis
a deciso da alta direo em investir em projetos, visto as mudanas que esta deciso pode
ocasionar a organizao (CARVALHO & RABECHINI, 2008). Para profissionalizar as
atividades desse gerenciamento, alm da sedimentao de tcnicas pouco exploradas,
imprescindvel a sensibilizao da alta administrao da empresa. Sendo assim, a escolha doportflio de projetos de uma organizao requer um exame detalhado sobre as contribuies
de cada projeto e, neste momento, uma avaliao da viabilidade do projeto fundamental para
a deciso de investir.
Vale, entretanto, ressaltar que a complexidade e as incertezas do mercado dificultam a
avaliao da viabilidade de um projeto. Para Laurindo et al (2003) a avaliao da eficincia
um tema controverso e h significativa resistncia adoo de ferramentas gerencias pelas
equipes de projetos.
-
7/31/2019 simulao monte carlo
4/13
IV CONGRESSO NACIONAL DE EXCELNCIA EM GESTOResponsabilidade Socioambiental das Organizaes Brasileiras
Niteroi, RJ, Brasil, 31 de julho, 01 e 02 de agosto de 2008
IV CNEG 4
Para Moreira (2001) a melhor qualidade das informaes disponveis para a deciso
geralmente leva a melhores resultados, mas por outro lado sua apurao custa mais caro para
empresa. O presente trabalho sugere a utilizao da Simulao de Monte Carlo comoferramenta para auxiliar a anlise de projetos, sem adio significativa de custos, bem como
sem a necessidade de profundos conhecimentos estatsticos, proporcionando ao gerente maior
sofisticao e preciso das informaes.
3. PRINCIPAIS INDICADORES
A viabilidade de projetos , largamente, analisada em funo de parmetros
determinsticos como o Payback, Taxa Interno de Retorno e Valor Presente Lquido, sem
levar em conta o fator incerteza.
Esse artigo apresenta, resumidamente, as principais caractersticas de cada um desses
parmetros, bem como suas principais vantagens e desvantagens, e o Modelo de Monte Carlo,
que se prope a auxiliar o processo decisrio em ambiente de incerteza.
a) Payback
Segundo Bruni (1998), o Payback o perodo ou prazo de retorno do capital aplicado
no projeto em estudo, dados as condies propostas no Fluxo de Caixa (Entradas e Sadas).
o primeiro indicador a ser verificado em uma anlise de viabilidade, pois o aprofundamento
desse estudo s deve ser realizado quando o prazo indicado esteja dentro do esperado pelos
investidores.
O Paybackpode ser expresso de duas formas: simples no considera o custo do
capital durante o perodo - e descontado considera o valor do capital ao longo do tempo.
Para determinao do Paybackdescontado necessrio arbitrar o custo de oportunidade do
capital, e, para tanto, utiliza-se a denominada Taxa Mnima de Atratividade, que representa a
taxa que o mercado pagaria ao Capital, caso no estivesse sendo aplicado no projeto em
anlise. As vantagens e desvantagens deste indicador podem ser observadas na Tabela 01.
-
7/31/2019 simulao monte carlo
5/13
IV CONGRESSO NACIONAL DE EXCELNCIA EM GESTOResponsabilidade Socioambiental das Organizaes Brasileiras
Niteroi, RJ, Brasil, 31 de julho, 01 e 02 de agosto de 2008
IV CNEG 5
Payback Vantagens Desvantagens
Simples Simplicidade: j que no exige nenhuma
sofisticao de clculos, apenas
sucessivas subtraes.
Parmetro de liquidez e de risco: quanto
menor, maior a liquidez e menor ser o
risco, e vice-versa.
No considera o custo do
capital no tempo, nem
todos os fluxos de caixa.
Descontado Considera o valor do capital ao longo do
tempo.
No considera todos os
fluxos de caixa do projeto.
Tabela 1Tabela de vantagens e desvantagens do Payback
Fonte: BRUNI et al, 1998
b) Taxa Interna de Retorno
Segundo Bruni (1998), a Taxa Interna de Retorno TIR - uma taxa de desconto do
investimento que anula o Valor Presente Lquido do fluxo de caixa. Portanto, razovel
aceitar projetos que apresentem a TIR superior Taxa Mnima de Atratividade (TMA). Esse
indicador diretamente ligado ao VPL, e quando superior TMA, indica um VPL positivo,
mais uma vez, indicando que o projeto pode ser aceito.Como premissa do mtodo de clculo da TIR, admite-se que os fluxos de caixa
positivos so reinvestidos a taxa interna de retorno do projeto. Entretanto essa premissa
vlida apenas quando a TIR e a TMA so iguais.
A grande limitao da utilizao do mtodo da TIR quando existem resultados
negativos no fluxo de caixa. A tabela 2, a seguir, apresenta as vantagens e desvantagens desse
indicador.
-
7/31/2019 simulao monte carlo
6/13
IV CONGRESSO NACIONAL DE EXCELNCIA EM GESTOResponsabilidade Socioambiental das Organizaes Brasileiras
Niteroi, RJ, Brasil, 31 de julho, 01 e 02 de agosto de 2008
IV CNEG 6
Vantagens Desvantagens
Fcil entendimento: o resultado uma
taxa de juros
No pode ser utilizado quando o fluxo de
caixa apresenta valores negativos e requer
uma anlise do fluxo de caixa incremental
na seleo de projetos mutuamente
excludentes.
Tabela 2Tabela de vantagens e desvantagens da TIR
Fonte: BRUNI et al, 1998
c) Valor Presente Lquido
O Valor Presente Lquido corresponde ao valor presente dos resultados esperados
positivos e negativos , do fluxo de caixa, descontando-se a ao custo do capital, ou seja,
TMA. Essa taxa de desconto refere-se quela em que o investidor poderia aplicar o capital
com baixssimo risco (SALLES, 2004).
Comumente utiliza-se a expresso livre de risco, entretanto essa uma situao
hipottica, visando melhor entendimento do que representa a TMA. Esse artigo far uso da
expresso baixssimo risco sempre que a idia for demonstrar situaes com remota
possibilidade de ocorrer.
Os projetos ou investimentos que apresentem VPL positivo so aceitveis, viveis.
Entretanto, a escolha entre dois projetos, com investimentos iniciais distintos, porm ambos
com VPL positivos, no simples, requer uma anlise mais requintada dos cenrios, dos
riscos e do custo de oportunidade.
3.1. MONTE CARLO
uma tcnica que envolve utilizao de nmeros randomizados e probabilidade para
resoluo de problemas. O termo Monte Carlo foi dado pelos pesquisadores S. Ulam e
Nicholas Metropolis em homenagem a atividade mais popular de Monte Carlo, Mnaco, os
jogos (GUJARATI, 2002).
Segundo Corrar (1993), o Mtodo de Monte Carlo foi criado em 1940, pelos
pesquisadores Von Neunann e Ulam, para solucionar problemas de blindagem em reatores
nucleares.
-
7/31/2019 simulao monte carlo
7/13
IV CONGRESSO NACIONAL DE EXCELNCIA EM GESTOResponsabilidade Socioambiental das Organizaes Brasileiras
Niteroi, RJ, Brasil, 31 de julho, 01 e 02 de agosto de 2008
IV CNEG 7
A simulao de Monte Carlo um mtodo de avaliao interativa de um modelo
determinstico, usando nmeros randomizados como entradas. Esse mtodo mais utilizado
quando o modelo complexo, ou no-linear, ou quando envolve um nmero razovel deparmetros de incerteza. Uma simulao pode envolver mais de 10.000 avaliaes do modelo
estudado, uma tarefa difcil que no passado s poderia ser realizada por super computadores.
Segundo Moore & Weatherford (2005), o mtodo de Monte Carlo um dos vrios
mtodos para anlise da propagao da incerteza, onde sua grande vantagem determinar
como uma variao randomizada, j conhecida, ou o erro, afetam a performance ou a
viabilidade do sistema que esta sendo modelado.
Esse artigo se prope a aplicar a tcnica da Simulao de Monte Carlo como auxlio
durante a anlise de viabilidade econmica de projetos, apresentando informaes sobre o
Valor Presente Lquido mais provvel, os riscos inerentes ao projeto, bem como o grau de
confiana presente na estimativa.
Para realizar a simulao sero assumidas as seguintes consideraes.
a) Fluxo de Caixa Livre
Para o objetivo desse trabalho, estabeleceu-se o Valor Presente Lquido (VPL) comovarivel-objetivo, que indicar se o projeto vivel ou no. Para determinao do VPL
precisa-se conhecer o Fluxo de Caixa Livre, que, por sua vez, determinado da seguinte
forma:
Receita Operacional
(-) Custo dos Produtos Vendidos
(=) Lucro Bruto(-) Despesas Operacionais
(=) Lucro Operacional
(-) Despesas Financeiras
(=) Lucro antes do IR/CS
(-) IR/CS
(=) Lucro Lquido
-
7/31/2019 simulao monte carlo
8/13
IV CONGRESSO NACIONAL DE EXCELNCIA EM GESTOResponsabilidade Socioambiental das Organizaes Brasileiras
Niteroi, RJ, Brasil, 31 de julho, 01 e 02 de agosto de 2008
IV CNEG 8
(+) Depreciao
(-) Amortizao do financiamento
(-) Capital de Giro
(=) Fluxo de Caixa Livre
b) Incertezas do Fluxo de Caixa Livre
Todos os parmetros utilizados na determinao do Fluxo de Caixa Livre possui um
grau de incerteza. Quando se trata de financiamento, por exemplo, especula-se a possibilidade
de reduo da taxa de juros, atravs de poltica de fomento ao desenvolvimento, que, tambm,
possa apresentar uma reduo nos impostos. Enfim, inmera so as possibilidades de
variaes no Fluxo de Caixa.
Esse artigo aborda os parmetros mais complexos, onde a presena da incerteza possui
forte influncia no resultado do projeto, so eles:
- Receita Operacional
Segundo Rodrigues (2003), existe grande incerteza quando se pretende estimar,
para um perodo igual ou superior a 10 anos, o comportamento do mercado.Existem ferramentas para elaborao de cenrios (como a anlise SWOT) que
auxiliam a estimativa, no entanto no eliminam o risco. Assim, analisar os
cenrios conjuntamente uma maneira mais adequada, quando se deseja obter um
modelo mais realstico.
Para a determinao da Receita Operacional pode-se adotar a distribuio
triangular (RODRIGUES,2003).
- Custo dos Produtos Vendidos
Essa varivel pode ser definida como um percentual da Receita Operacional, a ser
estabelecido em funo da natureza do projeto em estudo.
- Despesas Operacionais
Grande parte dos pesquisadores sugere a definio, para essa varivel, de uma
distribuio normal. Para tanto, necessrio especificar a mdia, o limite mximo
para cada perodo e o desvio-padro.
-
7/31/2019 simulao monte carlo
9/13
IV CONGRESSO NACIONAL DE EXCELNCIA EM GESTOResponsabilidade Socioambiental das Organizaes Brasileiras
Niteroi, RJ, Brasil, 31 de julho, 01 e 02 de agosto de 2008
IV CNEG 9
4. ESTUDO DE CASO
O presente trabalho analisa o caso estudado no artigo do Dr. Raimundo Nonato
Rodrigues, publicado na Revista do Conselho de Contabilidade de So Paulo, n 23, de maro
de 2003, comparando os resultados atravs do mtodo tradicional de anlise de projetos.
O caso descreve uma empresa hipottica produtora de refrigerantes disposta a ampliar
sua capacidade instalada. As informaes disponveis so especificadas nos Quadros 01 e 02:
Perodo (anos) Pessimista Mais
provvel
Otimista
1 a 3 20.901 23.223 25.545
4 a 6 25.501 28.334 31.167
7 a 10 28.701 31.890 35.079
Quadro 01 - Receita Operacional Bruta (valoresmil)
Perodo (anos) Mdia Desvios-padro Mximo
1 a 3 4.614 162 4.980
4 a 6 5.992 389 6.280
7 a 10 6.822 682 7.081
Quadro 02 - Despesa Operacional (valoresmil)
Custo dos Produtos Vendidos = 70% da Receita Operacional Bruta
Imposto de Renda = 35% durante todo perodo
Depreciao = 10% aa
Despesas Financeiras = 576 para ano 1, e 720 para os demais anos
Investimentos = 4.800 Inverses Fixas e 1.200 Capital de Giro
Amortizao = 5 anos
-
7/31/2019 simulao monte carlo
10/13
IV CONGRESSO NACIONAL DE EXCELNCIA EM GESTOResponsabilidade Socioambiental das Organizaes Brasileiras
Niteroi, RJ, Brasil, 31 de julho, 01 e 02 de agosto de 2008
IV CNEG 10
Taxa Mnima de Atratividade = 14% aa
a) Anlise pelo Mtodo Tradicional
Pelo Mtodo Tradicional, as anlises de viabilidade econmica do projeto so
realizadas para trs possveis cenrios: pessimista, mais provvel e otimista. Os resultados das
anlises para cada um destes cenrios esto descritos nas Tabelas 03, 04 e 05,
respectivamente.
ITENS ANO 0 ANO 1 ANO 2 ANO 3 ANO 4 ANO 5 ANO 6 ANO 7 ANO 8 ANO 9 ANO 10RECEITA OPERACONAL BRUTA 20.901,00 20.901,00 20.901,00 25.501,00 25.501,00 25.501,00 28.701,00 28.701,00 28.701,00 28.701,00CUSTO DOS PRODUTOS VENDIDOS (14.630,70) (14.630,70) (14.630,70) (17.850,70) (17.850,70) (17.850,70) (20.090,70) (20.090,70) (20.090,70) (20.090,70)LUCRO BRUTO 6.270,30 6.270,30 6.270,30 7.650,30 7.650,30 7.650,30 8.610,30 8.610,30 8.610,30 8.610,30
DESPESA OPERACIONAL (4.614,00) (4.614,00) (4.614,00) (5.992,00) (5.992,00) (5.992,00) (6.882,00) (6.882,00) (6.882,00) (6.882,00)LUCRO OPERACIONAL BRUTO 1.656,30 1.656,30 1.656,30 1.658,30 1.658,30 1.658,30 1.728,30 1.728,30 1.728,30 1.728,30DESPESA FINANCEIRA (576,00) (720,00) (720,00) (720,00) (720,00) (720,00) (720,00) (720,00) (720,00) (720,00)LUCRO ANTES DO IR 1.080,30 936,30 936,30 938,30 938,30 938,30 1.008,30 1.008,30 1.008,30 1.008,30IR (327,71) (327,71) (328,41) (328,41) (328,41) (352,91) (352,91) (352,91) (352,91)LUCRO LQUIDO 1.080,30 608,60 608,60 609,90 609,90 609,90 655,40 655,40 655,40 655,40DEPRECIAO 480,00 480,00 480,00 480,00 480,00 480,00 480,00 480,00 480,00 480,00
AMORTIZAO (1.200,00) (1.200,00) (1.200,00) (1.200,00) (1.200,00)INVESTIMENTOS (4.800,00) (1.200,00)FLUXO DE CAIXA LQUIDO (4.800,00) 360,30 1.088,60 (111,40) (110,10) (110,10) (110,10) (64,60) 1.135,40 1.135,40 1.135,40
TMA 14%
VPL (R$ 2.866,43)
Tabela 03 - Fluxo de Caixa para o cenrio pessimista
ITENS ANO 0 ANO 1 ANO 2 ANO 3 ANO 4 ANO 5 ANO 6 ANO 7 ANO 8 ANO 9 ANO 10RECEITA OPERACONAL BRUTA 23.233,00 23.233,00 23.233,00 28.334,00 28.334,00 28.334,00 31.890,00 31.890,00 31.890,00 31.890,00CUSTO DOS PRODUTOS VENDIDOS (16.263,10) (16.263,10) (16.263,10) (19.833,80) (19.833,80) (19.833,80) (22.323,00) (22.323,00) (22.323,00) (22.323,00)LUCRO BRUTO 6.969,90 6.969,90 6.969,90 8.500,20 8.500,20 8.500,20 9.567,00 9.567,00 9.567,00 9.567,00DESPESA OPERACIONAL (4.614,00) (4.614,00) (4.614,00) (5.992,00) (5.992,00) (5.992,00) (6.882,00) (6.882,00) (6.882,00) (6.882,00)
LUCRO OPERACIONAL BRUTO 2.355,90 2.355,90 2.355,90 2.508,20 2.508,20 2.508,20 2.685,00 2.685,00 2.685,00 2.685,00DESPESA FINANCEIRA (576,00) (720,00) (720,00) (720,00) (720,00) (720,00) (720,00) (720,00) (720,00) (720,00)LUCRO ANTES DO IR 1.779,90 1.635,90 1.635,90 1.788,20 1.788,20 1.788,20 1.965,00 1.965,00 1.965,00 1.965,00IR (572,57) (572,57) (625,87) (625,87) (625,87) (687,75) (687,75) (687,75) (687,75)LUCRO LQUIDO 1.779,90 1.063,34 1.063,34 1.162,33 1.162,33 1.162,33 1.277,25 1.277,25 1.277,25 1.277,25DEPRECIAO 480,00 480,00 480,00 480,00 480,00 480,00 480,00 480,00 480,00 480,00
AMORTIZAO (1.200,00) (1.200,00) (1.200,00) (1.200,00) (1.200,00)INVESTIMENTOS (4.800,00) (1.200,00)FLUXO DE CAIXA LQUIDO (4.800,00) 1.059,90 1.543,34 343,34 442,33 442,33 442,33 557,25 1.757,25 1.757,25 1.757,25
TMA 14%
VPL R$ 95,26
Tabela 04 - Fluxo de Caixa para o cenrio mais provvel
ITENS ANO 0 ANO 1 ANO 2 ANO 3 ANO 4 ANO 5 ANO 6 ANO 7 ANO 8 ANO 9 ANO 10
RECEITA OPERACONAL BRUTA 25.545,00 25.545,00 25.545,00 31.167,00 31.167,00 31.167,00 35.079,00 35.079,00 35.079,00 35.079,00CUSTO DOS PRODUTOS VENDIDOS (17.881,50) (17.881,50) (17.881,50) (21.816,90) (21.816,90) (21.816,90) (24.555,30) (24.555,30) (24.555,30) (24.555,30)LUCRO BRUTO 7.663,50 7.663,50 7.663,50 9.350,10 9.350,10 9.350,10 10.523,70 10.523,70 10.523,70 10.523,70DESPESA OPERACIONAL (4.614,00) (4.614,00) (4.614,00) (5.992,00) (5.992,00) (5.992,00) (6.882,00) (6.882,00) (6.882,00) (6.882,00)LUCRO OPERACIONAL BRUTO 3.049,50 3.049,50 3.049,50 3.358,10 3.358,10 3.358,10 3.641,70 3.641,70 3.641,70 3.641,70DESPESA FINANCEIRA (576,00) (720,00) (720,00) (720,00) (720,00) (720,00) (720,00) (720,00) (720,00) (720,00)LUCRO ANTES DO IR 2.473,50 2.329,50 2.329,50 2.638,10 2.638,10 2.638,10 2.921,70 2.921,70 2.921,70 2.921,70IR (815,33) (815,33) (923,34) (923,34) (923,34) (1.022,60) (1.022,60) (1.022,60) (1.022,60)LUCRO LQUIDO 2.473,50 1.514,18 1.514,18 1.714,77 1.714,77 1.714,77 1.899,11 1.899,11 1.899,11 1.899,11DEPRECIAO 480,00 480,00 480,00 480,00 480,00 480,00 480,00 480,00 480,00 480,00
AMORTIZAO (1.200,00) (1.200,00) (1.200,00) (1.200,00) (1.200,00)INVESTIMENTOS (4.800,00) (1.200,00)FLUXO DE CAIXA L QUIDO (4.800,00) 1.753,50 1.994,18 794,18 994,77 994,77 994,77 1.179,11 2.379,11 2.379,11 2.379,11
TMA 14%
VPL R$ 3.046,06
Tabela 05 - Fluxo de Caixa para o cenrio otimista
b)Anlise pelo Mtodo de Monte Carlo
-
7/31/2019 simulao monte carlo
11/13
IV CONGRESSO NACIONAL DE EXCELNCIA EM GESTOResponsabilidade Socioambiental das Organizaes Brasileiras
Niteroi, RJ, Brasil, 31 de julho, 01 e 02 de agosto de 2008
IV CNEG 11
Utilizando-se o Mtodo de Monte Carlo, a anlise da viabilidade econmica de um projeto
realizada atravs de milhares simulaes do modelo. O resultado da anlise do caso
estudado apresentado na Tabela 06.ITENS ANO 0 ANO 1 ANO 2 ANO 3 ANO 4 ANO 5 ANO 6 ANO 7 ANO 8 ANO 9 ANO 10
RECEITA OPERACONAL BRUTA 23.233,00 23.233,00 23.233,00 28.334,00 28.334,00 28.334,00 31.890,00 31.890,00 31.890,00 31.890,00CUSTO DOS PRODUTOS VENDIDOS (16.263,10) (16.263,10) (16.263,10) (19.833,80) (19.833,80) (19.833,80) (22.323,00) (22.323,00) (22.323,00) (22.323,00)LUCRO BRUTO 6.969,90 6.969,90 6.969,90 8.500,20 8.500,20 8.500,20 9.567,00 9.567,00 9.567,00 9.567,00DESPESA OPERACIONAL (4.614,00) (4.614,00) (4.614,00) (5.992,00) (5.992,00) (5.992,00) (6.882,00) (6.882,00) (6.882,00) (6.882,00)LUCRO OPERACIONAL BRUTO 2.355,90 2.355,90 2.355,90 2.508,20 2.508,20 2.508,20 2.685,00 2.685,00 2.685,00 2.685,00DESPESA FINANCEIRA (576,00) (720,00) (720,00) (720,00) (720,00) (720,00) (720,00) (720,00) (720,00) (720,00)LUCRO ANTES DO IR 1.779,90 1.635,90 1.635,90 1.788,20 1.788,20 1.788,20 1.965,00 1.965,00 1.965,00 1.965,00IR (572,57) (572,57) (625,87) (625,87) (625,87) (687,75) (687,75) (687,75) (687,75)LUCRO LQUIDO 1.779,90 1.063,34 1.063,34 1.162,33 1.162,33 1.162,33 1.277,25 1.277,25 1.277,25 1.277,25DEPRECIAO 480,00 480,00 480,00 480,00 480,00 480,00 480,00 480,00 480,00 480,00
AMORTIZAO (1.200,00) (1.200,00) (1.200,00) (1.200,00) (1.200,00)INVESTIMENTOS (4.800,00) (1.200,00)FLUXO DE CAIXA LQUIDO (4.800,00) 1.059,90 1.543,34 343,34 442,33 442,33 442,33 557,25 1.757,25 1.757,25 1.757,25
TMA 14%
VPL R$ 882,00
Tabela 06Fluxo de Caixa obtido atravs das simulaes do Mtodo de Monte Carlo
4.1. ANLISE DOS RESULTADOS
Analisando os resultados apresentados pelo Mtodo Tradicional, possivelmente, o
Gerente de Projetos iria optar pela no implantao do projeto, em razo do baixo retorno.
Entretanto, quando analisado luz do Mtodo de Monte Carlo, a situao apresenta-se mais
favorvel. Destacando que o critrio de escolha o VPL, definido, a priori, como varivel
objetivo. A comparao dos resultados do VPL apresentada no Quadro 03.
Quadro 03Comparao de resultados dos Mtodos Tradicional e Monte Carlo.
Em primeiro lugar, a anlise feita pelo Modelo de Monte Carlo, simulou 8.000
diferentes situaes, em um nico fluxo de caixa utilizando as mesmas premissas, enquanto
que pelo Mtodo Tradicional foram simuladas apenas 3, em fluxos de caixas distintos.
O nvel de sofisticao dos resultados apresentados pelo Mtodo de Monte Carlo
bem superior, de modo que perguntas como, qual a probabilidade de ter VPL superior a 0, ou
a R$ 500 mil, ou, ainda, a R$ 1.500 mil podem ser rapidamente respondidas, conformeapontado no referido artigo.
Cenrio Mtodo Tradicional Mtodo de Monte Carlo
Pessimista R$ (2.846) mil R$ ( 1.849) mil
Realista R$ 95 mil R$ 827 mil
Otimista R$ 3.046 mil R$ 3.797 mil
-
7/31/2019 simulao monte carlo
12/13
IV CONGRESSO NACIONAL DE EXCELNCIA EM GESTOResponsabilidade Socioambiental das Organizaes Brasileiras
Niteroi, RJ, Brasil, 31 de julho, 01 e 02 de agosto de 2008
IV CNEG 12
Outrossim, importante destacar que alm de conhecer o comportamento do VPL,
quando analisado pelo Mtodo de Monte Carlo, em diversas situaes, possvel determinar o
intervalo de confiana, atravs do Teorema do Limite Central. O que transmite uma maiorsegurana aos investidores, bem como ao Gerente de Projeto, para optar ou no pelo projeto.
No modelo apresentado, o intervalo de confiana R$ 810 mil a R$ 844 mil, correspondendo
regio com maior probabilidade de ocorrncia do VPL.
5. CONSIDERAES FINAIS
A dificuldade de avaliar a viabilidade econmica de um projeto em ambiente deincertezas um fato presente na atividade dos gestores, e, em alguns momentos, chega ao
ponto de tornar a escolha por investir em determinado projeto, bastante intuitiva.
A anlise largamente utilizada tanto pelas empresas, como pelos rgos de
financiamento, baseada na interpretao de indicadores determinsticos, que pouco
representa a realidade, principalmente, quando se trata de projetos de alta complexidade.
A utilizao do Mtodo de Monte Carlo uma alternativa bastante razovel, capaz de
reduzir a incerteza, sem adio significativa de custo e tempo, necessitando, apenas,
conhecimentos estatsticos para leitura dos resultados.
Pode-se, portanto, concluir que modelos determinsticos tendem a ser substitudos
pelos probabilsticos, e o nvel de incerteza no processo de deciso reduzir. Esta reduo, por
sua vez, proporcionar benefcios para o processo de tomada de deciso no gerenciamento de
projetos.
6. REFERNCIAS
BRUNI, A.L.; FAM, R. & SIQUEIRA, J.O. Anlise de risco na avaliao de projetos deinvestimento: uma aplicao do Mtodo de Monte Carlo. So Paulo, 1998. Disponvel em. Acesso em 05 mar.2008.
CARVALHO, M.M. & RABECHINI Jr, R.R. Construindo Competncias para gerenciarprojetos: teoria e casos. 2 edio. So Paulo: Atlas, 2008.
CORRAR, L.J. O modelo econmico da empresa em condies de incerteza
aplicao doMtodo de simulao de Monte Carlo. Caderno de Estudos n 8. So Paulo: FIPECAFI, 1993.
http://www.infinitaweb.com.br/albruni/academicos/bruni9802.pdfhttp://www.infinitaweb.com.br/albruni/academicos/bruni9802.pdf -
7/31/2019 simulao monte carlo
13/13
IV CONGRESSO NACIONAL DE EXCELNCIA EM GESTOResponsabilidade Socioambiental das Organizaes Brasileiras
Niteroi, RJ, Brasil, 31 de julho, 01 e 02 de agosto de 2008
GUJARATI, D.N.Econometria bsica. 3 edio. So Paulo: Makron Books, 2002.
LAURINDO, F.J.B.; CARVALHO, M.M. & SHIMIZU,T. Information Technology strategy
alignment: brazilian cases. In: KANGAS, Kalle (Org).Business strategies for informationtechnology management. Hershey, 2003. p.186-199.
MOORE, J. & WEATHERFORD, L.R. Tomada de deciso em administrao com planilhaseletrnicas. 6 edio. Porto Alegre: Bookman Companhia Editora, 2006.
MOREIRA, D.A.Administrao da Produo e Operaes. 5 reimp.da 1 edio de 1993.So Paulo: Pioneira Thomson Learning, 2001.
RODRIGUES, R.N.Avaliao de empresas em condies de risco. Revista de Contabilidade,n 23, ano VIII. So Paulo, 2003.
SALLES, A.C.N.Metodologias de anlise de risco para avaliao financeira de projetos de
gerao elica. Rio de Janeiro, 2004. (Mestrado Universidade Federal do Rio de Janeiro).Disponvel em . Acesso em 05mar. 2008.
http://www.ppe.ufrj.br/ppe/production/tesis/acnsalles.pdfhttp://www.ppe.ufrj.br/ppe/production/tesis/acnsalles.pdf