O clculo do Valor Presente Lquido com tratamento do risco atravs do mtodo de Simulao de Monte Carlo

Autoria: Rafael de Almeida Paula, Emilio Capelo Junior, Camila Carvalho Costa RESUMO O presente trabalho apresenta um tratamento estatstico por simulao de Monte Carlo, com mtodo de avaliao de investimentos denominado Valor Presente Lquido. A simulao de Monte Carlo utiliza a gerao de nmeros aleatrios para criar um futuro provvel com base em distribuies de freqncia conhecidas. A simulao foi feita a partir da modelagem em planilha eletrnica, utilizando as funes ALEATRIO e PROCV, que respectivamente gera nmeros aleatrios e busca o valor gerado em uma distribuio de freqncia acumulada. Para testar a planilha modelada, foi utilizado um projeto de investimento de uma pequena indstria de refrigerantes. Foram determinadas como variveis aleatrias: a taxa de desconto do VPL, a inflao para custos, a inflao para preos de venda e variao das quantidades vendidas. O processo de simulao gerou 32 mil variates para o VPL, esses valores foram ordenados do menor para o maior. Como resultado final da pesquisa foram obtidos intervalos de VPLs, cada um com seu respectivo grau de confiana. Dessa forma o investidor e as instituies de financiamento podem observar que o futuro pode sofrer variaes e, desta forma, mensurar o risco do investimento.

1. INTRODUO A anlise de investimentos uma tcnica econmico-financeira que serve para mensurar a viabilidade de projetos nos mais diversos setores da economia e a partir dela que os gestores, os investidores e as instituies de crdito tero subsdios para tomar a deciso de investir e/ou fornecer crdito. Ela no se limita apenas a grandes projetos, utilizada tambm para verificar a viabilidade de pequenos e mdios empreendimentos. Existem basicamente duas abordagens principais sobre o tema: a primeira mais tradicional e simplista, mas apesar disso, amplamente utilizada. Nela no se leva em considerao o valor do dinheiro no tempo, ou seja, as taxas de juros do mercado no so includas nos clculos, nem mesmo taxas de oportunidade, limitando-se na verificao do tempo de retorno do investimento ou payback. J a segunda, mais sofisticada, leva em considerao o valor do dinheiro no tempo. Essa prtica permite remunerar o capital empregado ao longo do tempo, corrigindo assim uma perda de capital, ou ainda, calcula-se a taxa ideal para que o projeto seja vivel. A Taxa Interna de Retorno (TIR) e o Valor Presente Lquido (VPL) so exemplos dessa abordagem. Para o propsito do trabalho, usa-se a tcnica de simulao, muito eficiente em situaes que envolvem risco. Ela permite o acesso antecipado de um conhecimento que provavelmente s possvel no futuro, pela vivncia e experincia. Focando particularmente na Simulao de Monte Carlo, objeto de estudo deste trabalho, ela utiliza a gerao de nmeros aleatrios para criar futuros provveis com base em uma distribuio de freqncia, conhecida previamente. Com o levantamento de distribuies de freqncia das variveis independentes, torna-se possvel gerar um conjunto de novas alternativas para o Valor Presente Lquido. O estudo do assunto foi escolhido como forma de apoio ao investidor ou empreendedor nas suas iniciativas de investir em projetos, quando precisam de informaes para a tomada de deciso. A grande maioria dos investimentos apresenta certo grau de risco e retorno ao investidor. Quando se fala de projetos econmicos, como empresas, o risco dado em funo de vrios fatores, como: a variao da taxa de juros, a variao na demanda de bens e servios, a concorrncia, o fornecimento, dentre outros, que alteram o retorno esperado.

Para que um projeto possa ser vivel, tem-se que determinar uma taxa de retorno que se iguale ou supere as taxas de mercado, e o VPL deve ser igual ou superior zero, condio essa que torna o projeto vivel. Caso ocorra o contrrio ele ser invivel. A grande questo dos projetistas que utilizam o VPL a limitao dessa tcnica, que no considera as variaes que certamente ocorrem no mercado. As taxas de mercado, a concorrncia, as vendas, a inflao e outras variveis que so passiveis de variaes. Entretanto o projetista, que utiliza o VPL, se v obrigado a determinar taxas e valores para as variveis e confiar que eles no sofrero alteraes, o que muito improvvel, principalmente se o horizonte de planejamento for de longo prazo. Como o VPL uma varivel dependente das citadas anteriormente ele tambm ser um valor nico, invarivel, logo, dessa forma o risco relacionado a ele no pode ser mensurado estocasticamente. Apresenta-se neste artigo uma ferramenta para incrementar o clculo do VPL, dando a ele um tratamento estatstico por simulao de Monte Carlo oferecendo ao analista de um projeto a probabilidade de um VPL, de acordo com a variabilidade das variveis independentes. Com a simulao, o investidor tem disponvel uma informao importante para a tomada de deciso, a do risco relacionado ao investimento. Os valores de VPLs so apresentados por intervalos e cada intervalo apresenta uma probabilidade de ocorrncia para o VPL. 2. METODOLOGIA O trabalho possui como objetivo geral: apresentar uma ferramenta que possa complementar a avaliao de investimentos - denominada Valor Presente Lquido - utilizada por projetistas, bancos, administradores, governo e interessados. A ferramenta proposta torna possvel um tratamento estatstico atravs da Simulao de Monte Carlo, o qual fornece um maior subsdio para o processo decisrio. E como objetivos especficos: identificar projeto que permita a utilizao da ferramenta proposta, levantar variveis que compe o clculo do Valor Presente Lquido, buscar referencial sobre o assunto e elaborar uma planilha eletrnica com a finalidade de realizar simulaes. Para utilizar o modelo foi importante obter um projeto real para a aplicao do tratamento estatstico. O projeto utilizado foi elaborado por um consultor do SEBRAE CE, com a finalidade de captar recursos para ampliao de uma pequena indstria de refrigerantes. Do projeto foram utilizadas as informaes dos fluxos de caixa projetados em valores monetrios, a projeo das quantidades vendidas no primeiro ano e anos seguintes, a sazonalidade para as vendas, entre outras informaes. Posteriormente foram definidas as variveis aleatrias que seriam simuladas no modelo: taxa de desconto do VPL, representada pela variao da poupana no perodo de janeiro de 2002 a maro de 2007; variao da inflao, incidindo nos custos e nos preos de vendas baseada no ndice IGP-M; variao nas quantidades vendidas no primeiro ano e anos seguintes, baseada no projeto do SEBRAE-CE e variao nos preos de venda, baseada na variao do IPCA. A seguir foram utilizadas funes de planilha eletrnica para gerar nmeros aleatrios e simular 32 mil VPLs, tendo como base o fluxo de caixa original. Dessa forma encontra-se uma distribuio de freqncia de VPLs, o que leva o projetista a conhecer o risco do investimento em anlise.

O trabalho realizado enquadrado como uma pesquisa de laboratrio em ambiente computacional por suas caractersticas bsicas apresentadas acima e reforadas no capitulo sobre procedimentos da pesquisa. 3. REFERENCIAL TERICO 3.1. Valor Presente Lquido Maior ateno ser dada a esse tpico pelo fato de fazer parte do tema desta obra. O VPL ou Valor Presente Lquido um dos principais mtodos de avaliao de investimentos pelo fato de levar em considerao o valor do dinheiro no tempo e ainda o volume de investimento em valores absolutos. As conceituaes a respeito do tema so facilmente encontradas nos principais livros de finanas corporativas e anlise de investimentos. Segundo Puccini (2000, p. 134), O Valor Presente Lquido de um fluxo de caixa igual ao valor presente de suas parcelas futuras (que so descontadas a uma determinada taxa de desconto), somado algebricamente com a grandeza colocada no ponto zero. Essa grandeza colocada no ponto zero segundo o autor refere-se ao investimento inicial e normalmente representa uma sada de caixa. De acordo com Assaf Neto (2005, p319), A medida do Valor Presente Lquido obtida pela diferena entre o valor presente dos benefcios lquidos de caixa, previstos para cada perodo no horizonte de durao do projeto, e o valor presente do investimento. O VPL tambm conhecido com NPV cujo termo significa Net Present Value. 3.2. Fluxo de Caixa A demonstrao do fluxo de caixa uma demonstrao financeira que informa sobre as entradas e sadas de caixa da empresa. Segundo Bodie (1999, P.84), A demonstrao de fluxo de caixa mostra todo o dinheiro que flui para dentro ou para fora da empresa em determinado perodo. O fluxo de caixa de uma empresa revela o que realmente acontece em nvel de caixa, revela a liquidez da empresa, o que muito importante para que a empresa honre seus compromissos. Apresentando mais um definio temos, segundo Gitiman (2002, p105), A demonstrao de fluxos de caixa fornece uma reflexo sobre os fluxos de caixa operacionais, de investimento e financiamento da empresa. Tambm conceitua, Fluxo de caixa lquido a diferena matemtica entre as entradas de caixa da empresa e suas sadas de caixa em cada perodo. 3.3. Custo de Oportunidade O custo de oportunidade um conceito que representa a relao entre possibilidades de investimentos. Segundo Souza (1995, P 22), Se apenas uma entre as alternativas puder ser escolhida, o custo de oportunidade de cada uma mostrado como a diferena entre seus ganhos e os ganhos da melhor escolha possvel. J Damodaran (2004, p.312) afirma custo de oportunidade o custo criado para o restante da empresa, como resultado do uso de recursos existentes nesse projeto, em vez de em outro lugar. 3.4. Inflao Inflao e taxa de juros so dois elementos necessrios aos clculos de avaliao de investimentos. Segundo Casarotto (1994, p.80), Inflao a perda do poder aquisitivo da moeda. So diversos os fatores que levam inflao como, o aumento da demanda de um bem sem o aumento proporcional de sua produo, o aumento de custo de fatores de produo, a especulao com estoques ou o excesso de circulao da moeda. 3

De acordo com Damodaran (2004, p. 275), A mudana no poder de compra da moeda, de perodo a perodo, mensurada pela taxa de inflao. E ainda classifica a inflao em esperada e inesperada. A inflao esperada, de acordo com Damodaran (2004), a perda prevista no poder de compra ao passar do tempo. J a inflao inesperada a diferena entre a inflao real e a inflao esperada. 3.5. Risco e retorno Quando se fala em risco importante ressaltar a diferena entre risco e incerteza. O autor Harrison (1976, p. 85) afirma que H incerteza, quando os fluxos de caixa associados a um projeto no podem ser previstos com exatido, enquanto diz-se que h risco, quando a incerteza suficiente para levar a uma deciso que seria incorreta a luz de eventos subseqentes. Verificando o conceito de risco por outro ngulo, segundo Assaf Neto (2005, p. 207), O risco pode ser entendido pela capacidade de se mensurar o estado de incerteza de uma deciso mediante o conhecimento das probabilidades associadas ocorrncia de determinados resultados ou valores No conceito de Assaf Neto (2005) o risco um grau de incerteza conhecido probabilisticamente. 3.6. Simulao Modelos de simulao so utilizados em finanas para transformar a incerteza em risco. De acordo com Gitman (2001, p 315), Simulao uma abordagem comportamental baseada na estatstica que aplica distribuies de probabilidade predeterminadas e nmeros ao acaso para estimar resultados de risco. Uma distribuio de probabilidade de resultados de projetos pode ser desenvolvida ao unir vrios componentes de fluxos de caixa em um modelo matemtico e repetindo o processo inmeras vezes. O mesmo autor acrescenta que com uma distribuio de resultados o administrador pode no apenas estimar um resultado, mas obter uma probabilidade de se alcanar determinado valor. A aplicao de simulao uma tcnica muito poderosa se utilizada de maneira adequada. Gitman (2001, p316) acrescenta A sada da simulao proporciona uma excelente base para a tomada de deciso, pois ela permite ao tomador de decises visualizar um espectro contnuo de alternativas de risco retorno, em vez de uma estimativa de um ponto nico. A simulao estuda os sistemas e tenta represent-los, sendo uma maneira rpida e barata de se obter um conhecimento que normalmente se obtm pela experincia, de acordo com Moore (2005, p.428) que explica: O objetivo criar um ambiente no qual a informao sobre aes alternativas possveis possa ser conseguida atravs da experimentao. Para a formao de um modelo necessrio definir variveis. Varivel aleatria definida como o fator que no conhecido com certeza e o seu comportamento descrito como distribuio de probabilidade. Moore (2005, p.428), explica que esse tipo de simulao chamado de Mtodo Monte Carlo, em funo das roletas dos cassinos em Monte Carlo, que podem ser vistas como artifcios para gerar eventos incertos ou aleatrios. De acordo com Moore (2005) a maior parte das simulaes feita com planilhas eletrnicas, porque o nmero de clculos necessrios logo ultrapassa a capacidade humana. A simulao em planilhas eletrnicas consiste em identificar a distribuio de freqncia de uma varivel dependente y, dado o comportamento aleatrio das variveis independentes x que afetam aquela varivel decisria. Segundo Lustosa, Ponte e Dominas in Corrar (2004), quanto maior for o nmero de replicaes ao modelo, maior ser a condio de o analista identificar a funo de probabilidade da varivel dependente, base para a tomada de deciso. 4

4. PROCEDIMENTOS DA PESQUISA 4.1 Projeto Jovem Empreendedor - Indstria de Refrigerantes A aplicao prtica do tratamento estatstico do Valor Presente Lquido atravs da simulao de Monte Carlo foi feita em um projeto de financiamento de uma pequena indstria de refrigerantes no estado do Cear. Projeto esse que servir como base de dados para o estudo e pesquisa em ambiente computacional. Esse projeto faz parte do programa Jovem Empreendedor do SEBRAE, que fornece capacitao e elaborao de projetos de financiamento para jovens carentes empreendedores. A pequena indstria de refrigerantes em anlise, denominada aqui como projeto em estudo, teve seu projeto elaborado com o intuito de captar recursos para ampliao da produo. A empresa produz uma mdia de 110 fardos de 12 unidades por dia. Os sabores dos refrigerantes so uva, caju e laranja e preo de venda a R$ 3,00 por fardo. O refrigerante disponibilizado em garrafas de 350 ml. O projeto foi elaborado no ano de 2005 e no foi enviado ao banco para financiamento. O tratamento estatstico que ser dado ao projeto, a seguir, serve para fornecer s instituies de crdito e aos proprietrios do empreendimento uma anlise do risco relacionado. A informao sobre o fluxo de caixa do projeto est em anexo. 4.2. Organizao das distribuies de freqncia Foram definidas como variveis aleatrias: a taxa de desconto do VPL, representada pela variao da poupana no perodo de janeiro de 2002 a maro de 2007; a variao da inflao incidindo nos custos e nos preos de vendas baseadas no ndice IGP-M; as variaes nas quantidades vendidas nos anos em anlise baseadas no projeto do SEBRAE-CE e a variao nos preos de venda baseados na variao do IPCA. A primeira varivel aleatria levantada foi a variao mensal da poupana utilizada como taxa de desconto para o clculo do Valor Presente Lquido. Para uso no modelo foi determinado o perodo de janeiro de 2002 a maro de 2007, por 65 variaes ser uma amostragem, representativa estatisticamente e, ainda, por esse perodo apresentar uma conjuntura econmica semelhante atual. A distribuio de freqncia foi construda pelo processo de varivel contnua por apresentar uma grande variabilidade. Posteriormente foi calculada a probabilidade de ocorrncia dos eventos demonstrados pela Figura 01.

Figura 01: Distribuio de freqncia: variao da poupana

Na figura 01 tem-se na coluna A as classes, na coluna B as freqncias, na coluna C a probabilidade de ocorrncia, nas colunas D e E o intervalo de ocorrncia e na coluna F a taxa de variao da poupana. Para exemplificar tem-se que a variao negativa da poupana, presente na clula F3, tem uma probabilidade de ocorrncia de 0,0159 ou 1,59%. A variao negativa da poupana, presente na clula F4, tem uma probabilidade de ocorrncia de 0,0635 ou 6,35% e assim sucessivamente. A segunda varivel levantada foi a inflao, cujo ndice utilizado para represent-la foi o ndice Geral de Preos no mercado (IGP-m), foi utilizada a variao do ndice no perodo de janeiro de 2002 a maro de 2007 totalizando uma amostra de 63 elementos. Esse perodo tambm foi escolhido pela necessidade de obter-se um nmero representativo para a amostra e pelo fato de o perodo apresentar certa semelhana com o atual, no que diz respeito economia e a poltica do pas. Esses valores esto representados pela figura 02. Os dados sobre os ndices IGP-m e INPC foram obtidos atravs do site FGVDADOS, cujo endereo eletrnico consta nas referncias desta monografia.

Figura 02: Distribuio de freqncia: variao do IGP-m A terceira varivel levantada foi o ndice de Preos ao Consumidor Amplo utilizado no modelo como referncia para a variao dos preos de venda. Este ndice foi escolhido por representar a evoluo dos preos somente com base em bens e servios destinados ao consumo e, no caso em estudo, o preo de refrigerantes. O perodo pelo qual foram levantados os elementos amostrais, de 63 elementos, foi escolhido pelos mesmos motivos dos casos anteriores. Essa distribuio de freqncia est representada pela figura 03.

Figura 03: Distribuio de freqncia: variao do IPCA A quarta varivel foi levantada com base nas informaes do projeto em estudo, a indstria de refrigerantes. Do primeiro para o segundo ano, aps o financiamento, existir um crescimento 6

na quantidade vendida na ordem de 21%. A partir dessa informao foi construda uma distribuio de freqncia, que possibilitasse o crescimento citado. A distribuio est representada pela figura 04. A quinta varivel, a variao das quantidades vendidas a partir do segundo ano, tambm foi levantada com base em informao do projeto que apresenta um crescimento nulo nas vendas a partir do segundo ano, aps o financiamento. A partir dessa informao foi construda uma distribuio de freqncia que representasse esse crescimento nulo. A tabela 05 apresenta a distribuio.

Figura 04: Distribuio de freqncia: variao quantidade vendida ano 01

Figura 05: Distribuio de freqncia: variao quantidade vendida a partir do ano 02

4.3. Elaborao da planilha de simulao O projeto no qual ser aplicado o tratamento estatstico apresenta um horizonte de planejamento de 84 meses. Por esse motivo, a planilha criada tambm apresenta 84 meses para o clculo de cada VPL. A planilha foi criada com funes que geram eventos aleatrios baseados nas distribuies de probabilidade das variveis aleatrias independentes definidas anteriormente. A gerao de eventos aleatrios pela planilha feita utilizando-se a funo =ALEATRIO(), que gera valores compreendidos entre 0 e 1. atravs dessa funo que os eventos taxa, inflao, variao no preo, variao nas quantidades, podem ser gerados aleatoriamente, possibilitando o clculo de n VPLs, varivel dependente estudada. Entretanto se faz necessrio o uso da funo =PROCV(), que torna possvel relacionar o evento gerado pela funo =ALEATRIO() com as variveis em anlise, cujas distribuies de probabilidade so conhecidas e demonstradas nas figuras de 01 a 05. A funo =PROCV() procura um nmero na primeira coluna de uma tabela e retorna o nmero contido na mesma linha, pertencente a outra coluna especificada. Como forma de ilustrar esse procedimento tem-se a figura 06 e a figura 07 dispostas a baixo.

Figura 06: Funes para gerao aleatria da taxa de inflao A figura 06 mostra as frmulas para gerao aleatria de uma taxa para cada ms. Cada nmero gerado pelo =ALEATRIO() utilizado como parmetro para a funo =PROCV() que por sua vez gera uma taxa de acordo com a planilha INFLACAO presente na figura 02. A figura 06 ilustra apenas um perodo de 12 meses, entretanto a planilha possui 84 meses que o perodo do projeto em estudo. A figura 07 apresenta o resultado das funes mostradas na figura 06. A clula D4 apresenta o valor 0,77, porque o =ALEATRIO() gerou o nmero 0,3327. Isso fez com que a funo =PROCV() encontrasse na planilha INFLAO um intervalo que contivesse o valor gerado pelo aleatrio e achou o intervalo 0,1587 a 0,6190. Esse intervalo justamente o intervalo de probabilidade acumulada de ocorrer o valor 0,77, que veio para a clula D4.

Figura 07: Gerao aleatria da taxa de inflao para o primeiro ano do projeto Da mesma forma que foi gerada a varivel aleatria inflao so tambm geradas as variveis aleatrias seguintes, taxa de desconto, variao no preo e variaes nas quantidades vendidas. Tendo os valores das variveis aleatrias, o passo seguinte seria transform-las em ndices, figura 08, e utiliza-los na constituio dos custos e receitas. Um elemento presente no projeto em estudo a sazonalidade ocorrida no empreendimento em anos anteriores, que tambm foi transformada em ndice no modelo proposto.

Figura 08: Converso de variveis em ndices Com os ndices calculados pode-se agora gerar os preos dos produtos, a quantidade vendida, o preo de venda e a margem de contribuio para cada um dos trs produtos do projeto em estudo, conforme a figura 09.

Figura 09: Clculo da margem de contribuio produto 01

O ndice da inflao incide diretamente sobre o custo dos produtos e custos fixos. A sazonalidade e o ndice de variao da quantidade incidem sobre a quantidade vendida. O ndice da variao do preo incide sobre o preo de venda. J o ndice da taxa de desconto incidir sobre o clculo do Valor Presente Lquido. Para se obter os valores histricos que formaro os fluxos descontados do Valor Presente Lquido se faz necessrio calcular, ainda, a margem de contribuio total somando as margens de contribuio dos trs tipos de refrigerantes e depois diminuir as despesas e as parcelas do financiamento. Uma vez que se tem o fluxo de caixa mensal do projeto, mostrado na figura 10, pode-se incluir a taxa de desconto e trazer todos os valores para o momento zero, logo aps, soma-se todos os fluxos descontados, inclusive o investimento inicial, que um valor negativo, e assim tem-se a gerao de um Valor Presente Lquido aleatrio.

Figura 10: Calculo dos fluxos de caixa descontados Na figura 10 a clula AN3 representa o valor mdio das despesas fixas do projeto em estudo e serve como parmetro para a gerao de novas despesas fixas em funo da variao da inflao.

10

A planilha eletrnica foi modelada para gerar fluxos de caixa por um perodo de 84 meses, prazo em que deve ser pago totalmente o financiamento da empresa em estudo. At o presente momento foi demonstrado o passo a passo para a gerao aleatria de um nico fluxo de caixa tendo como variveis aleatrias a taxa de desconto, a inflao para os custos, a variao para os preos e a variao para as quantidades vendidas aplicadas ao projeto da indstria de refrigerantes, demonstrado na figura 11. Ela mostra a gerao aleatria de um Valor Presente Lquido. Devido extenso da planilha, que contm originalmente 84 linhas que representam os meses, a figura mostra apenas os meses iniciais e finais do fluxo, mesmo assim, o resultado do VPL est calculado com os 85 valores. A planilha que gera os Valores Presente Lquidos agora est concluda e com ela pode-se calcular vrios VPLs. A cada clique na tecla F9 a planilha eletrnica gera um novo Valor Presente Lquido. A simulao de Monte Carlo consiste na gerao de eventos aleatrios em funo de variveis aleatrias cujas distribuies de probabilidades so conhecidas. Neste estudo a varivel aleatria dependente gerada ser o VPL. Para este trabalho foram gerados 32mil Valores Presente Lquidos. Essa quantidade de eventos foi determinada por ser um valor representativo estatisticamente e pela limitao grfica da planilha eletrnica no que diz respeito construo do grfico dos VPLs Gerados.

Figura 11: Gerao de VPL O grfico 01 mostra uma nuvem de pontos de VPLs de forma desordenada, ou seja, a medida que a planilha eletrnica gerava os VPLs eles eram lanados no grfico na ordem em que eram criados. 11

Grfico 01: Nuvem de pontos de VPLs A nuvem de pontos de VPLs a representao de futuros possveis com base em dados do passado para o projeto em estudo. O grfico formado apartir da ordenao crescente dos valores do grfico 01. A demonstrao visual proporcionada pelo grfico 02 de grande importncia, pois j traz informaes sobre o resultado da simulao que ser detalhado no prximo capitulo.

Grfico 02: Nuvem de pontos de VPLs ordenados. 5. RESULTADOS DA PESQUISA Os modelos de anlise de investimentos tradicionais ainda tm grande importncia e so de grande utilizao por analistas e projetistas ajudando-os no processo de tomada de deciso sobre alternativas de investimento e viabilidade de investimentos. Contudo, o modelo conhecido como Valor Presente Lquido trata variveis como certas, no calculando a possibilidade de variao. Aplicando o tratamento estatstico por simulao de Monte Carlo ao projeto em estudo, conclui-se que ele apresenta grau de confiana de 75% de ter Valor Presente Lquido entre R$ 1.245,00 e R$ 78.207,28, assim o investidor pode ter a percepo do risco relacionado ao investimento. Ver tabela 01 e grfico 02. A pesquisa de laboratrio de ambiente 12

computacional forneceu ao investidor uma gama de informaes a respeito do risco do investimento, medida que apresenta no s a probabilidade de se obter Valor Presente Lquido positivo, mas tambm intervalos com suas respectivas probabilidades de ocorrncia. A tabela 01 ilustra todos os intervalos gerados pelo modelo proposto assim como o grfico 3. Tabela 01: Probabilidade para intervalo de VPL
% 99 98 97 96 95 90 85 80 75 70 65 60 55 50 45 40 35 30 25 20 15 10 5 Intervalo Limite Inicial -50949,7823 -39478,6671 -32066,3894 -26319,8953 -22031,3309 -6798,3016 2871,0501 10097,7732 16168,9515 21402,6559 25946,0737 29976,8985 33901,4881 37384,4145 40735,1077 44013,9721 46906,6423 49663,6995 52607,9713 55094,1131 57776,6342 60394,7174 62994,7051 Limite Final 165348,8136 155802,2389 149730,7821 144982,9895 141758,7499 129837,6533 122222,3344 115844,4612 110827,5843 106416,1843 102435,1933 99056,1056 95710,1715 92462,0536 89544,7346 86713,6596 83795,4016 81009,4658 78469,3583 75821,1447 73131,7601 70583,0999 67933,9877

A simulao de Monte Carlo possibilita ao investidor considerar que o futuro pode sofrer variaes e, alm disso, o investidor ter em suas mo um meio para calcular uma possvel variabilidade do futuro. Assim, o planejamento e o processo decisrio recebem maior contribuio tcnica para a maximizao dos resultados. O modelo pode ainda ser utilizado em outros projetos salientando que suas variveis aleatrias devem ser alimentadas com distribuies de probabilidade compatveis com o projeto.

13

200000

150000

100000

50000

0 99 98 97 96 95 90 85 80 75 70 65 60 55 50 45 40 35 30 25 20 15 10 5

-50000

-100000

Grfico 03: Grfico de intervalo de confiana dos VPLs 6. CONSIDERAES FINAIS O modelo apresentado sugerido como uma opo barata e eficiente como ferramenta de avaliao de investimentos e por isso acredita-se que possa auxiliar substancialmente pequenos empreendimentos no seu processo de anlise de viabilidade, relacionando risco e retorno. O uso de modelos de simulao requer um bom nvel de conhecimento no que diz respeito modelagem computacional, alm dos conhecimentos tcnicos relativos aos mtodos de avaliao de investimentos. Esse pode ser um dos motivos que tornam essa ferramenta pouco utilizada no Brasil, onde a qualificao profissional privilgio de uma minoria. Uma deficincia do modelo apresentado o fato de no apontar o resultado timo, mas fornecer um intervalo dentro do qual o evento ocorrer com certo grau de confiana. Finalizando, ficou demonstrado uma forma de considerar o risco envolvido em um investimento utilizando tcnica de tratamento estatstico com Simulao de Monte Carlo ao mtodo de avaliao de investimentos denominado Valor Presente Lquido.

14

REFERNCIAS ASSAF NETO, Alexandre. Finanas Corporativas e Valor. 2 ed. So Paulo: Atlas, 2005. BODIE, Zvi, MERTON, Robert C. Finanas; trad. James Sudelland Cook. Porto Alegre: Artes Mdicas Sul, 1999. CASAROTTO FILHO, Nelson. Anlise de investimentos: matemtica financeira, engenharia econmica, tomada de deciso, estratgia empresarial. 6 ed. So Paulo: Atlas, 1994. DAMODARAN, Aswath. Finanas corporativas: teoria e prtica. 2 ed. Porto Alegre: Bookman, 2004. FGVDADOS. rea de consulta e aplicao de ferramentas: ndice Geral de Preos do Mercado - IGP- M. Disponvel em: (http://fgvdados.fgv.br/dsp_frs_pai_fer ramentas.asp). Acessado em 20 de abril de 2007. GITMAN, Lawrence J. Princpios de administrao financeira essencial; trad. Jorge Ritter. 2 ed. Porto Alegre: Bookman, 2001. HARRISON, Ian W. Avaliao de projetos de investimento; traduo de Antnio Z. Sanvicente. So Paulo: McGrow-Hill do Brasil, 1976. LUSTOSA, P. Roberto, PONTE, V.Maria, DOMINAS W. Rodrigues in CORRAR, Luiz J. Pesquisa operacional para deciso em contabilidade e administrao: contabilometria. So Paulo: Atlas, 2004. MOORE, Jefrrey H. Tomada de deciso em administrao com planilhas eletrnicas; trad. Lcia Simonini e Edson Furmankiewiez. 6 ed. Porto Alegre: Bookman, 2005. PUCCINI, Abelardo de Lima. Matemtica financeira objetiva e aplicada. 6 ed. So Paulo: Saraiva, 2000. PORTALBRASIL. Caderneta de poupana: ndices mensais. (http://www.portalbrasil.net/poupanca_mensal.htm). Acessado em 20 de abril de 2007. Disponvel em

SOUZA, Alceu Ademir. Decises financeiras e anlise de investimento: fundamentos tcnicas e aplicaes. So paulo: Atlas, 1995.

15