Você está na página 1de 221

1

1. INTRODUO

Os
financeira

modelos
na

especialistas

de

deciso

construo
na

matria,

para

civil
para

anlise

propostos
serem

econmicopor

muitos

considerados

como

modelos normativos, assumem condies de certeza em suas


formulaes.

Entretanto,

sabemos

que

estes

tipos

de

modelagens, na grande maioria das ocasies, no condizem com


os aspectos reais, que so de incerteza relativa. Isto ,
no podemos afirmar com certeza absoluta que as variveis de
cenrio comportar-se-o da forma com que inicialmente foram
propostas
superar

na

modelagem.

tais

H,

dificuldades.

no

entanto,

Atravs

do

sugestes

para

aprimoramento

das

previses possvel "quantificar" certos acontecimentos,


estimando em bases probabilsticas o perfil comportamental
das variveis do cenrio, superando assim, teoricamente, um
dos problemas criados pela incerteza.

No
anlise

entanto,

formal

do

quando

consideramos

processo

de

deciso

incerteza

na

aplicado

ao

planejamento econmico-financeiro na construo civil, de


imediato, surgem duas questes fundamentais :

primeira

probabilidades
normalmente,

s
as

diz

respeito

variveis

probabilidades

de

atribuies

cenrio.
so

Sabemos

atribudas

de

das
que,
forma

objetiva. Ou seja, a partir de dados histricos comprovados


estatisticamente, podemos traar um perfil probabilstico do
comportamento das diversas variveis de cenrio. Entretanto,
peritos estatsticos, probabilistas e analistas de deciso,
diferem entre si, a respeito dos fundamentos filosficos das
anlises de decises. Neste sentido, que adotaremos que o
chamam de "ponto de vista dos bayesianos". Em linhas gerais,
os

"bayesianos"

ou

"subjetivistas",

desejam

introduzir

julgamentos e sensaes intuitivas, diretamente na anlise


formal

do

problema

de

deciso.

Os

no-bayesianos,

ou

objetivistas, acham que estes aspectos subjetivos devem ser


deixados fora da anlise formal, e, que se forem usados,
sejam

apenas

para

ligar

ao

mundo

real,

os

resultados

objetivos que so obtidos pelo uso de um modelo formal. Esta


descrio , digamos, uma simplificao grosseira, mas que
serve para fazer-nos cientes da importncia fundamental dos
problemas filosficos da anlise de deciso, a medida que
eles aparecerem. claro que no estamos invulnerveis a
crticas por parte de outros grupos de linha de pensamento,
mesmo porque, muitos decisores no setor da construo civil
no

possuem

uma

sensibilidade

to

apurada

ponto

de,

intuitivamente, responder e arbitrar sobre as probabilidades


das diversas possibilidades de acontecimentos das variveis
de cenrio. Sabendo disto, que nos valemos de algumas
restries
anlise

para

formal

a
de

aplicabilidade
decises

nas

de

tal

conceituao

incertezas

ligadas

planejamento econmico-financeiro na construo civil.

na
ao

segunda

questo

fundamental

criada

pela

introduo da incerteza no processo de anlise de deciso


de que, mesmo admitindo ser possvel e vivel introduzir as
probabilidades subjetivas na anlise formal do modelo de
deciso,

deparar-nos-emos com as diferentes atitudes dos

decisores frente situaes de risco ou incerteza. Isto


quer

dizer

que,

independentemente

da

subjetividade

nas

atribuies das probabilidades s variveis de cenrio, dois


decisores poderiam chegar a concluses diferentes acerca de
uma mesma deciso. Isto deve-se essencialmente ao fato de
que,

decisores

distintos

possuem

comportamentos

tambm

diferenciados quando esto diante de um processo que envolva


riscos ou incertezas. Alguns possuem um comportamento mais
arriscado, decidindo por caminhos no processo mesmo que, com
pequena chance, tenham a possibilidade de obter um maior
retorno. Outros no; com um comportamento de averso ao
risco, decidem por investir em empreendimentos que possuem
menores

chances

compensao,
considerado
levam

de

possuem
como

mostrar

um

retorno

grandes

razovel.
que

os

mais

elevado,

chances

Estes

decisores

tipos

de
de

possuem

um

mas

em

retorno

situaes

nos

comportamentos

diferenciados em relao ao risco de um investimento

(1 ).

Tal fato, mostra-se mais sensvel ainda na construo civil,


pois este setor carrega

determinadas

particulariades

1)
Nesta
Dissertao,
toda
vez
que
referimo-nos
investimentos ou investidores estamos referindo-nos
empreendimentos ou empreendedores da construo civil.

que

a
a

acabam

agravando

ainda

mais

processo

decisrio.

Neste

sentido que nos valeremos da utilizao dos conceitos


abordados pela Teoria da Deciso para examinar as incertezas
envolvidas, avaliar as decises, seus respectivos riscos, na
inteno

de

mostrar

para

um

determinado

decisor,

qual

alternativa que lhe seria mais atraente, observando seus


parmetros de preferncia e utilidades.
interessante lembrar que esta Dissertao no
apresenta

uma

teoria

descritiva

do

comportamento

real.

Tambm no apresenta uma teoria positiva do comportamento de


um ser fictcio e superinteligente; em nenhum momento desta
anlise

nos

referimos

um

comportamento

de

um

"homem

idealizado, racional e econmico", um homem que age sempre


de

forma

perfeitamente

consistente,

como

se,

de

alguma

forma, tivesse embutido em sua natureza um conjunto coerente


de padres de avaliaes que cobrissem todas e quaisquer
eventualidades.

Ao

invs

disso,

esta

abordagem

prescreve

como um indivduo, em face a um problema de deciso sob


incerteza, deveria selecionar um curso de ao de acordo com
suas opinies e preferncias pessoais mais bsicas, devendo
conscientemente

policiar

consistncia

de

seus

dados

subjetivos e calcular suas implicaes para a ao.


A metodologia utilizada requer que as preferncias
pelas

consequncias

sejam

codificadas

numericamente

em

termos de um ndice de utilidade e que os julgamentos sobre


as

incertezas

sejam

em

termos

de

probabilidades.

Abordaremos, ento, algumas consideraes sobre os conceitos

inter-relacionados de utilidade e probabilidade subjetiva,


demostrando que esses conceitos so equivalentes lgicos de
algumas
humano

hipteses
atravs

fundamentadas

da

utilizao

acerca

de

do

alguns

comportamento

dos

fundamentos

axiomticos desenvolvidos por estudiosos do tema.


A nfase deste trabalho ser dada situao real,
que praticamente de incerteza relativa. Ser limitado as
empresas com fins lucrativos, em economia de livre mercado,
ainda

que,

sujeito

reconhecendo-se,

porm,

alguns
que

controles
problema

governamentais,

existe

igualmente

para indivduos, instituies de fins no lucrativos e em


economias diferentes da mencionada.
Admitiremos a clssica distino entre risco e
incerteza.

Risco,

refere-se

uma

situao

na

qual

os

possveis resultados da deciso no so nicos, isto , no


existe

um

nico

conjunto

de

resultados

mas

diversos

conjuntos dos mesmos, porm, as dimenses e probabilidades


desses conjuntos so conhecidos antecipadamente. Incerteza
refere-se a situao em que os possveis resultados futuros
tambm

no

so

nicos,

porm

suas

dimenses

e/ou

probabilidades no podem ser especificados objetivamente por


antecipao. O termo probabilidade neste contexto significa
a possibilidade de que um particular resultado acontea.
As

empresas

normalmente

operam

num

mundo

de

incertezas e a deciso do investimento seria impossvel sem


uma abordagem do problema que permite sair de uma situao
de incerteza para uma situao de risco, projetando-se uma

distribuio
atribuindo

de
a

seus

cada

possveis

resultados

deles

probabilidades

um

(previses)
quer

sejam

admitidas objetiva ou subjetivamente.

Este

procedimento

forma

um

quadro

bsico

das

solues das situaes reais com que se defrontam indivduos


que tomam decises sobre investimento.

Nossa

inteno

no

universalidade

das

possibilidades, nem to pouco atender as angstias de cada


leitor para com relao ao assunto, mas sim, construir um
roteiro

de

procedimentos

que

no

final

se

completam

mum

modelo de anlise de decises intercedendo de maneira tal


que o leitor possa, por fim, ter mais alguns elementos de
aporte para a tomada de deciso na incerteza aplicada ao
planejamento econmico-financeiro na construo civil.

2. SELEO DE EMPREENDIMENTOS EM SITUAO DE


INCERTEZA

At
viabilidade

agora,

os

clculos

econmico-financeira

de

para

estudo

de

empreendimentos

na

construo civil foram considerados sempre como se os fluxos


de caixa estivessem perfeitamente definidos e de ocorrncia
certa,

tomando

por

base

algumas

premissas

fundamentais.

Alguns especialistas utilizam o processo de simulao para


prever os diversos possveis resultados. Por mais certas que
sejam as premissas utilizadas e as simulaes feitas, elas
no livram o analista de um elemento fundamental na tomada
de

deciso,

porm,

esquecido

convenincia - a incerteza .

ou

posto

de

lado

por

2.1 O QUE INCERTEZA

Luce e Raiffa (2 ) distinguem que so, basicamente,


trs

os

componentes

principais

para

conceituao

da

A incerteza ligada a imprevisibilidade

dos

incerteza :

a.)
parmetros

econmicos

relevantes

curto

longo

prazo.

Trata-se aqui da incerteza quanto ao sucesso do lanamento


de novos empreendimentos, ao comportamento dos preos, as
possveis mudanas no comportamento dos padres de consumo,
ao comportamento da concorrncia, enfim, tudo o que compe o
risco

intrnseco

diversos

autores

ligado

ao

chamam

ramo

de

da

atividade

"Business

Risk".

ao
A

que

essas

incertezas devem ser acrescentadas, quelas, resultantes das


variaes

dos

juros

das

disponibilidades

do

mercado

financeiro - que chamamos de "Financial Risk".


A

multiplicidade

de

possibilidades

de

evoluo

desses fatores dificulta o estabelecimento dos fluxos de


caixa, sobre tudo quando o horizonte de tempo considerado
muito grande - o que acontece com frequncia na construo
civil

quando

empresrios

assumem

compromissos

empreendimentos que duram vrios anos de execuo.

( ) Luce .R.D. & Raiffa, H. Games and Decisions. John


Wiley & Sons, Inc, Cap. 2 , 1958

com

b.)

incerteza

nacionais

possveis

mudanas

ligada

internacionais.
de

Neste

governos,

aos

eventos

quadro

polticos

incluem-se

distrbios,

greves

as
e

"revolues" que possam afetar direta ou indiretamente os


resultados
ningum

de
est

um

empreendimento.

ao

abrigo

das

Num

mundo

como

consequncias

hoje,
destes

acontecimentos.

c.) A incerteza ligada a percepo, pelo tomador


de deciso, do ambiente, das suas condies e restries.
Isto, traz tona a subjetividade inerente a cada tomada de
deciso,

que,

em

posse

das

mesmas

informaes,

dois

decisores podem chegar a concluses diferentes (3 ). Alguns


especialistas do ramo ainda tratam a incerteza como sendo a
ausncia de informaes, e que, uma vez tendo-as acabam-se
todas

as

incertezas,

ento,

estaremos

diante

de

um

processo de certeza absoluta.

()
Assunto
que
ser
tratado
mais
adiante,
discutirmos a Funo Utilidade do Decisor.

quando

10

2.2 ABORDAGEM TEORICA DA INCERTEZA

Se a definio prtica do que vem a ser incerteza

algo

relativamente

Deciso

complexo,

permte-nos

distinguir

contexto
entre

da

trs

Teoria

da

situaes

possveis para a tomada de decises.

- SITUAO DE CERTEZA
- SITUAO DE RISCO
- SITUAO DE INCERTEZA

2.2.1 SITUAES DE CERTEZA

Diz-se

estar

em

Situao

de

Certeza

quando

qualquer deciso tomada gera sempre o mesmo resultado. Neste


caso,

resultado

real

corresponde

sempre

ao

resultado

esperado e pode ligar-se, de maneira inequvoca, uma "boa"


deciso a um "bom" resultado. Ou seja, estamos no Estado de
Domnio da Certeza.

11

2.2.2 SITUAES DE RISCO

Diz-se que a deciso tomada em condies de


risco

quando,

resultados

cada

ao

possveis,

pode

cada

qual

implicar

numa

srie

podendo

ocorrer

com

de
uma

probabilidade conhecida. Seria possvel, ento, de alguma


forma

avaliar

risco,

assunto

que

discutiremos

nos

captulos seguintes quando abordaremos as probabilidades dos


resultados.

2.2.3 SITUAES DE INCERTEZA

Finalmente,

decisor

pode

encontrar-se

em

Situao de Incerteza, quando uma ao pode gerar vrios


resultados

possveis,

mas

cujas

probabilidades

so

desconhecidas ou no podem ser determinadas a partir do


estudo

das

determinar

frequncias
a

passadas.

probabilidade

de

Assim,

ocorrncia

no
de

se

uma

pode
greve.

Durante muitos anos, boa parte dos estatsticos, chamados


objetivistas sustentaram, e ainda sustentam, que no faz
sentido em falar de um evento como uma greve. Para isto eles
baseiam-se

na

prpria

definio

objetiva

de

uma

probabilidade, ou seja, o limite ao infinito da frequncia


da ocorrncia de um determinado evento.

12

Esta

posio

contestada

pelos

chamados

estatsticos subjetivistas ou "bayesianos", que consideram


ter muito sentido falar em probabilidade de um evento que
acontecer somente uma vez. Esta "Escola" sustenta que
possvel atribuir probabilidades a tais eventos, com base no
mnimo de informao e na percepo do decisor. Por tal
razo,

essas

Savage

(4 )

probabilidades

mostrou

so

chamadas

axiomaticamente

que

de

as

subjetivas.

probabilidades

subjetivas podem ser tratadas de forma matemtica, da mesma


maneira que as probabilidades objetivas, e que no h razes
para discriminao entre estes dois tipos de probabilidades.
A
atribuir

partir

do

momento

probabilidades

ocorrncia

s,

at

em

que

para

diferena

os

entre

admite-se
eventos

risco

de

poder
uma

incerteza

desaparece, e pode-se, ento, falar indistintamente em risco


ou

incerteza.

Dissertao,

e,

Esta

posio

mostraremos

que

adotaremos

oportunamente

como

nesta

calcular

estas probabilidades subjetivas.


Apresentaremos, tambm, mas de forma sinttica,
cinco dos principais axiomas desenvolvidos por Savage (5 ) e
mostrado por Von Neuman e Morgenstern (6 ) quando discutirmos
a Teoria da Utilidade.
4

( ) Savage, L. J. The Foundations of statistics. New York,


John Wiley and Sons, 1954.
5

( ) Savage,L. J, op.cit. [29]


6

( ) Von Neuman e Morgenstern, O . The Theory of games and


ecomomic Behavior . Princeton University Press . N.J.
1947.

13

2.3 REPRESENTAO MATRICIAL DOS RESULTADOS

Um
sempre

problema

pode

chamaremos

ser
de

representaro
condies

MATRIZ
os

as

deciso

representado
DE

possveis

iniciais

representaro

de

do

sob

por

risco

uma

cenrio

onde

[CNi]

de

as

qual
linhas

(distrbios nas

idealizado),

Alternativas

incerteza

matriz,

RESULTADO,
Eventos

ou

Ao

as

colunas

[Ei]

(os

empreendimentos de anlise). Vejamos como ficaria este tipo


de representao na Fig.: 2.3.1 :
|
[CN 1] |
:
|
:
|
:
|
:
|
[CN i] |
:
|
:
|
[CN m] |

[E1] ............... [Ej] .... [En]


R11 ................. R1j ..... R1n
:
:
:
:
:
:
:
:
:
:
:
:
Ri1 ................. Rij ...... :
:
:
:
:
:
:
Rm1 ................. Rmj ..... Rmn

Fig.: 2.3.1

Matriz de Resultado

O resultado da escolha de uma Alternativas de Ao


[Ei] e da ocorrncia de um evento [CN j] representado por
[Rij]. Tal representao matricial exige, como no poderia
deixar de ser, que sejam calculados todos os resultados
[Rij] relativos a cada um dos Eventos e Alternativas de Ao
respectivas.

14

Neste caso as Alternativas de Ao [Ei] podem ser


uma relao de empreendimentos possveis e de interesse de
uma determinada empresa da construo civil, e, os Eventos
[CNj] podem, por exemplo, representar vrios comportamentos
da economia ou distrbios em relao ao cenrio proposto.

Com relao as Alternativas de Ao "escolhidas",


h que se esclarecer dois fatores : As Alternativas de Ao
devem ser mutuamente exclusivas e exaustivas.

1.)
anlise

imprescindvel que os empreendimentos de

(as

alternativas

de

ao)

sejam

mutuamente

exclusivos. Caso no houver a excluso mtua, teramos que


considerar a hiptese de que os empreendimentos poderiam ser
feitos

em

conjunto.

empreendimentos
tamanha

em

combinao

Dependendo

anlise,
que

da

Matriz

seria

quantidade

de

Resultado

impossvel

de
teria

resgatar

possibilidade mais atraente e realmente executvel para o


decisor.

2.)

Para

que

se

assegure

exausto,

os

empreendimentos escolhidos devem, em princpio, compor uma


lista exaustiva de empreendimentos possveis. Como isto na
prtica

seria

apenas

os

uma

tarefa

quase

empreendimentos

impossvel,

relevantes

consideram-se
que

expressem a inteno de empreender do decisor.

realmente

15

Roy (7 ) observa que esta uma situao pode ser


um

tanto

quanto

incmoda

inadequada

por

duas

razes

bsicas :

a.)
admissvel

fronteira
muitas

entre

vezes,

admissvel

imprecisa,

nebulosa

nomal

delineada;

b.1)

O conjunto de empreendimentos possveis e

viveis de interesse do decisor no pode ser encarado como


esttico. Novos empreendimentos que no podiam ser previstos
dado o estado atual do conhecimento, de informaes ou da
tecnologia disponvel, podem, eventuamente, surgir.

b.2) Alm disto, novos empreendimentos podem ser


sugeridos

por

outras

pessoas

envolvidas

no

processo

decisrio. Alm do mais, ningum pode assegurar que todas as


alternativas

de

empreendimentos

estejam

naquele

momento

plenamente representadas e satisfeitas.

Contudo, na prtica, o tempo disponvel para o


estudo

nem

sempre

possibilita

uma

anlise

demorada

para

garantir a exausto (8 ).
7

( ) Roy, B. "Partial Preference Analysis and Decisions Aid:


The Fuzzy outranking ralation concept" in Conflicting
Objetives in Decision II A.S.A. Wiley, 1977,p,40-71.
8

( ) Utilizaremos no decorrer desta dissertao um ESTUDO DE


CASO que contemplar a aplicabilidade dos diversos conceitos
aqui abordados.

16

Para exemplificar a construo de uma


Resultado

imaginaremos

Admitamos

que

seja

dever

empreendimentos

feita

econmico-financeira
idealizadora

trs

para

uma

anlise

cada

escolher

um

Matriz de

imobilirios.

de

viabilidade

deles.

apenas

um,

empresa

dentre

os

trs

empreendimentos apresentados, para efetivamente empreender.


Admitamos
utilize

esta

tambm

anlise

de

que

empreendedor

viabilidade

para

(decisor)

posicionar-se

diante da escolha de um dos empreendimentos propostos. Alm


do

aporte

variveis

de

recursos

para

empreendimentos

o
(9 ),

necessrios

desenvolvimento
o

decisor

das

outras

de

cada

balizar

suas

tantas
um

dos

atitudes,

principalmente, diante da taxa retorno [Trr] (10 ) apresentada


por

cada

um

dos

empreendimentos

quando

analisados

isoladamente.

( ) As outras variveis aqui referidas e que, de certa forma


interfeririam direta ou indiretamente na anlise da deciso
seriam, por exemplo, as variveis de aspectos tcnicos,
mercadolgicos ou institucionais. No entanto, restringiremonos ao estudo das variveis econmico-financeiras, e mais
especificamente, apenas ao estudo relativo a taxa de retorno
[Trr] apresentada pelas operaes de cada fluxo de
investimento-retorno em particular. Entretanto, evidenciamos
que os mesmos procedimentos poderiam ser aplicados a estas
demais variveis do processo decisrio que aqui no so
consideradas.
10

( ) Taxa de Retorno calculada com o conceito restrito


conforme Rocha Lima Jnior, Joo , O Conceito de Taxa de
Retorno na Anlise de Empreendimentos - Uma abordagem
Crtica, Nov. 1989 EPUSP.

17

Os trs empreendimentos hipotticos aqui citados


sero denominados, respectivamente, por [E1], [E2] e [E3].
Para

que

possamos

desenvolver

uma

Matriz

de

Resultados,

precisamos estabelecer uma alterao no cenrio inicialmente


proposto. Admitamos, por exemplo, dois estados do oramento
bsicos, calculando para cada um deles, a taxa de retorno
[Trr] atravs da anlise da viabilidade econmico-financeira
e de um modelo competente para tanto (11 ).
Seja [CN0] o estado de cenrio onde o oramento
bsico no se altera, [_]=0%; e [CN1], o estado de cenrio
onde h uma variao positiva de apenas [+_]=5% sobre o
oramento
ficaria

bsico.

a Matriz

Vejamos,
de

ento,

na

Fig.:

2.3.2

como

Resultado hipottica, sendo que, os

resultados estaro expressos na forma da taxa de retorno


[Trr] encontrada em cada um dos empreendimentos aps feita a
anlise de viabilidade econmico-financeira.

11

( ) Neste instante, devemos admitir que o modelo de anlise


de
viabilidade
econmico-financeira

competente
o
suficiente para dele extrarmos concluses acerca da taxa de
retorno [Trr] apresentada pelo fluxo de cada empreendimento
em particular. No Estudo de Caso debateremos com mais
detalhes a respeito do modelo que ser utilizado para fazer
anlise de viabilidade econmico-financeira.

18

| [E1]
[E2]
[E3]
________|_____________________
|
[CN0] |
67%
72%
50%
|
[CN1] |
49%
36%
46%
|
---------------------------------[_ Trr] |
37%
100%
09%
Fig.: 2.3.2 Matriz de Resultado das Taxas de
Retorno dos trs Empreendimentos
hipotticos.

19

[Ei]

= Empreendimentos em anlise

[CNj]

= Estados de Variaes do Cenrio Proposto

[Rij]

= Taxa de Retorno ano Efetiva

Vejamos a anlise dos resultados apresentados na


figura acima. Nas condies normais do cenrio idealizado
[CN0]

(sem

alteraes),

empreendimento

[E2]

que

apresenta a maior taxa de retorno [Trr]=72% ano efetivo,


sendo, neste caso, o empreendimento escolhido.
Mas, notemos que nas condies do cenrio [CN1] o
empreendimento [E1] o que apresenta a melhor taxa. Ainda
nas condies do cenrio [CN1], quando variamos o oramento
bsico de [+_]=5%, conforme demonstra o resultado da anlise
econmico-financeira, verificamos que h uma queda na taxa
de retorno do empreendimento [E1] de [_ TrrE1]=37%. Para o
empreendimento [E2] esta queda foi de [_ TrrE2 ]=100%, e para
o empreendimento [E3], [_ TrrE3 ]=09%. Isto significa que o
empreendimento

[E3],

em

relao

aos

outros

dois

empreendimentos, o menos sensvel variaes em seu custo


bsico.

20

Neste exemplo, com a introduo de uma pequena


modificao

em

relao

ao

cenrio

inicialmente

proposto,

certamente, muitos decisores j teriam dvidas na escolha


para saber qual seria o melhor empreendimento (12 ).

Alguns optariam em empreender [E2] por entender


que este o empreendimento que oferece a melhor taxa de
retorno, dado as condies inicialmente previstas no estado
de cenrio [CN0] onde no h variao do oramento bsico,
[_]=0%.

Outros

decisores

no;

com

uma

certa

dose

de

pessimismo, optariam em empreender [E1], pois entendem que


existe grande possibilidade de que o oramento bsico sofra
a

variao

prevista

no

estado

de

cenrio

[CN1],

onde

[+_]=5%, e nestas circunstncias, o empreendimento [E1] o


que

apresenta

maior

taxa

de

retorno.

Porm,

outros

decisores ainda optariam por empreender [E3], alegando que,


dado a ocorrncia de qualquer um dos estados de cenrio
propostos [CN0] ou [CN1], o empreendimento
uma

taxa

de

ocorrncia de
ocorre

[CN1],

retorno

considerada

[E3] apresenta

razovel

quando

da

[CN0], sendo a taxa que menos varia quando


ou

seja,

deciso

de

empreender

[E3]

escolhida por decisores que possuem averso ao risco.

12

( ) vlido lembrar que, nesta Dissertao, o decisor


balizar suas atitudes apenas diante da taxa de retorno
[Trr]
apresentada
pelos
fluxos
de
cada
um
dos
empreendimentos quando analisados isoladamente, ignorando
por completo outras variveis que possam interferir na
deciso.

21

Seria ingnuo demais admitir que deste pequeno


exemplo

estaramos

fazendo

uma

anlise

completa

sobre

investimento na incerteza. No temos a pretenso de mostrar


aqui

neste

captulo,

muito

menos

neste

exemplo,

como

decidir diante da incerteza. Mas, apenas esboar como se


contri uma matriz de resultado a partir de determinadas
incertezas na ocorrncia do cenrio inicialmente admitido,
onde o decisor dever posicionar-se diante da condio de
risco-retorno

apresentada

por

cada

empreendimento

em

particular e decidir na escolha de apenas um deles para


empreender.

Para dar maior nfase a incerteza relativa desta


deciso,

faamos

outra

alterao

Admitamos, por exemplo, um cenrio

no

cenrio

[CN2]

proposto.

como sendo uma

frustrao de 25% nas vendas previstas e admitidas em [CN0].


Vejamos na anlise de viabilidade econmico-financeira, qual
a

taxa

de

retorno

[Trr]

apresentada

pelos

trs

empreendimentos citados no exemplo anterior, conforme mostra


a Fig.: 2.3.3 :

22

| [E1]
[E2]
[E3]
________|_____________________
|
[CN0] |
67%
72%
50%
|
[CN2] |
40%
50%
46%
|
---------------------------------[_ Trr] |
68%
44%
09%
Fig.: 2.3.3 Matriz de Resultado das Taxas de
Retorno dos Empreendimentos
hipoteticamente considerados.
onde,
[Ei]

= Empreendimentos em anlise

[CNj]

= Estados de Variaes do Cenrio Proposto

[Rij]

= Taxa de Retorno ano Efetiva

Analisando
mudanas

no

Fig.:

comportamento

2.3.3
das

verificamos
taxas

algumas

retorno

dos

empreendimentos citados. Podemos notar que o empreendimento


[E2] novamente apresenta a maior [Trr] e, portanto, para
muitos

decisores,

seria

empreendimento

escolhido

para

empreender. Mas, da mesma forma, o comportamento das taxas


de

retorno

Isto

quer

difere

de

dizer

que

empreendimento
alguns

para

decisores

empreendimento.
ainda

ficariam

indecisos na escolha, pois novamente o empreendimento [E3]


no apresenta a maior taxa, mas, em compensao, apresenta a
menor queda da [Trr] representada por [_ TrrE3 ]=9%. Ou seja,
novamente estamos na situao onde prevalecer, no processo
decisrio, a atitude que o decisor ter diante do risco.

23

Caso voc fosse o protagonista desta deciso, e


precisasse, neste instante, fazer a escolha, qual seria o
empreendimento que voc optaria para empreender ?

Certamente

resposta

depende

de

cada

um.

Uns

optariam em empreender [E1] por entender que, se houver


qualquer mudana de cenrio, acontecer com maior chances no
desvio do oramento. Outros no; acreditam que h maiores
chances de ocorrer uma frustao nas vendas, e portanto,
escolheriam

[E2]

para

empreender,

pois

diante

desta

situao, [E2] o empreendimento que se torna mais atrativo


apresentando a maior taxa de retorno [Trr]. Outros ainda
escolheriam [E3], por entender que [E3] o empreendimento
menos sensvel a mudanas na sua taxa de retorno

[Trr], e

portanto, representam a melhor opo.

Mas,

grande

maioria

dos

decisores

nesta

situao, perguntariam : Quais so as chances reais de cada


estado do cenrio ocorrer ? Em outras palavras : Quais so
as probabilidades de cada cenrio acontecer ? E podem ainda
continuar a indagao especulando se h outros cenrios de
anlise que aqui no foram levados em considerao e que
poderiam da mesma forma ocorrer. Isto , a excluso mtua e
a exausto das possibilidades esto plenamente satisfeitas ?

24

Ou seja, voltamos as duas questes fundamentais


criadas pela introduo da incerteza na anlise formal do
processo de deciso, conforme evidenciado anteriormente, que
so

as

probabilidades

de

ocorrncia

dos

eventos

as

atitudes dos decisores frente a estas condies incertas de


seus resultados.

Poderamos,

utilizando

um

processo

simulatrio,

ainda especular sobre diversas variaes dos cenrios aqui


propostos, utilizando para tanto, modelos computadorizados,
abrangentes

competentes,

obtendo,

desta

forma,

uma

quantidade maior de informaes do processo decisrio. No


entanto, no nossa inteno neste momento tratar destas
outras

possveis

equacionar

variaes.

montar

Cabe-nos, apenas, nesta fase

Matriz

de

Resultados

proveniente

destas variaes para posteriormente encaminhar o decisor a


utilizar melhor suas preferncias para decidir em situaes
de risco ou incerteza.
O que nos propomos de que, com posse dos dados
provenientes das especulaes e variaes feitas a partir
dos

cenrios

propostos

expostas

agora

na

Matriz

de

Resultado, possamos orientar o decisor a escolher a melhor


alternativa de investimento, utilizando de alguma forma (13 ),
suas preferncias particulares em relao as condies de
risco-retorno apresentadas.

13

( ) Assunto que ser visto logo a seguir no item 3.

25

A representao matricial o fim do processo de


avaliao.

Em

situao

de

certeza

no

matriz;

basta

escolher dentre os empreendimentos, o que obtiver o melhor


resultado. Em caso de incerteza nos resultados, a escolha se
complica e o resultado no to bvio assim. Deste modo, a
relao inequvoca que existia entre uma "boa" deciso e um
"bom"

resultado

desaparece

em

situao

de

risco

ou

incerteza.
O quantificativo "boa" para caracterizar a deciso
s pode ser dado a "posteriori", quando o evento ocorrer.
Como ningum clarividente, trata-se de tomar a deciso
mais

razovel

diante

do

incerto,

ou

seja,

aquela

que

acarreta a melhor esperana de um bom resultado. Mas, nada


garante que esteja certa, simplesmente mostra que o decisor
tomou a deciso de modo mais racional.
Para

discutirmos

melhor

este

assunto

encontrarmos um meio razovel de orientar o decisor sobre o


uso de suas preferncias em relao ao risco quando estiver
frente a situaes de incerteza, utilizaremos os conceitos
abordados pela Teoria da Deciso descritos a seguir.

26

3. A TEORIA DA DECISO

Quando temos condies de certeza, procuramos os


investimentos

com

os

retornos

mais

altos.

Quando

as

condies so de incerteza, porm, as escolhas dependero,


como

dito

anteriormente,

das

probabilidades

de

cada

evento ocorrer e das preferncias do decisor em relao ao


risco-retorno obtido. Ou seja, para a tomada de decises
nestas condies, sero analisadas as possibilidades de cada
evento em particular ocorrer e suas respectivas condies de
risco, quando da ocorrncia. Feitas estas correlaes, o
decisor "avaliar" o efeito risco-retorno atravs do que
chamamos de "preferncias em relao ao risco".
Estas preferncias so avaliadas pela "utilidade"
que o decisor afere a uma determinada condio de risco.
Neste sentido, cada condio de risco-retorno em particular,
oferecer uma "quantidade de utilidade" ao decisor. Esta
"medida" varia de decisor para decisor. O comportamento dos
decisores neste processo pode ser classificado em trs tipos
bsicos, dependendo das suas "atitudes frente ao risco" (14 ).
Antes,

porm,

de

tratar

acerca

da

Teoria

da

Utilidade,

precisamos discutir a respeito da Fase Probabilstica, uma


vez que, as decises tambm dependero das probabilidades de
ocorrncia de cada evento.
14

( ) Assunto que ser discutido no item 3.3.3 da Teoria da


Utilidade.

27

3.1 FASE PROBABILISTICA

De toda a anlise da incerteza, temos um ponto em


que

centramos

nossa

preocupao.

fase

do

processo,

considerada como sendo uma das mais importantes :

A Fase

Probabilstica .
Nesta fase, a cada evento incerto das variveis de
cenrio

[EVINC

(j)],

ser

associada

uma

probabilidade

[PROB (j)]. Eventualmente, se as variveis no tiverem um


comportamento discreto, passamos a utilizar o conceito de
variveis contnuas (15 ).
Estas

probabilidades

podem

ter

vrias

origens,

como por exemplo, a partir de experincias do passado ou


mesmo da tabulao dos resultados j verificados (16 ).
Neste caso, fala-se em probabilidades objetivas.
Nos casos onde as probabilidades representem codificaes,
informaes ou opinies, estas probabilidades so chamadas
de "subjetivas". Subjetiva no quer dizer que o valor
considerado ao livre arbtrio, mas, simplesmente que duas
pessoas

podem

chegar

valores

diferentes

para

mesma

situao.

15

( ) No Estudo de Caso abordaremos com maiores detalhes as


condies estatsticas das variveis de cenrio estudadas.
16

( ) Estes tipos de variveis normalmente so "contnuas",


mas para efeitos de simplificaes podem analisar-se como
variveis "discretas".

28

Isso
indivduos
distintas.

devido,

distintos
Essas

essencialmente,
geralmente

informaes

ao

fato

possuem

podem

de

que

informaes

provir

de

dados

estatsticos, das experincias j adquiridas, da opinio de


alguns especialistas ou da combinao dos trs. O importante
que, as probabilidades subjetivas possam ser tratadas da
mesma maneira que as probabilidades objetivas como demostrou
Savage

(17 ).

primeiro

mostrar

que

as

probabilidades

subjetivas faziam sentido foi, no sculo XVIII, o pastor


ingls Bayes, cujas teorias fundamentam hoje em dia, boa
parte da anlise de risco.
Ressaltamos, no entanto, que em muitos casos pode
haver uma certa "dificuldade em quantificar" estes nmeros
em funo de que as variveis comportamentais especficas da
construo civil no possuem um comportamento to regrado e
tabulado como as variveis de outros setores da economia
(18 ). Na prtica existem poucas observaes estatsticas do
relacionamento

entre

os

valores

das

variveis

planejadas

contra os valores efetivamente ocorridos, e, as que existem,


dificilmente
acontecimentos

poderiam
futuros,

ser
tendo

utilizadas
em

vista

para

prever

os

momento

diferenciados que se vive.

17

( ) Savage,L. J, op.cit. [29]


18

( ) Da justamente a aplicabilidade do que est se


escrevendo nesta Dissertao, mostrando tambm que
possvel introduzir probabilidades subjetivas na anlise
formal do problema.

29

Menos ainda, so as que se tornam pblicas, e,


estas por sua vez, restringem-se a um carter ilustrativo ou
acadmico, sendo poucas as que contribuem para servir de
apoio para outras decises do gnero.
Mesmo
precisamos
demostrou

diante

quantific-las,
Savage

conceituao

das

considerao,

um

adiante,

destas

quando

Sem

dificuldades

ainda

que

querer

procedimento
discutirmos

subjetivamente

entrar

probabilidades

na

ser

como

polmica,

subjetivas

que

iniciais,

leva

abordado

Equivalente

Certo

a
em

mais
das

alternativas.
Mas, em termos gerais o princpio bsico diz que
"a probabilidade subjetiva de um determinado evento incerto
a probabilidade que faz com que se fique indiferente entre
apostar ou no de que tal evento realmente acontecer."
Ainda

diz

que,

para

os

eventos

onde

as

"quantidades incertas" j ocorreram pelo menos alguma vez,


pode-se

utilizar

princpio

bsico

das

probabilidades

condicionadas (19 ), onde :

19

( ) Nesta Dissertao no aprofundaremos o estudo sobre o


Teorema de Bayes, nem, to pouco, as implicncias das
probabilidades condicionadas fazerem parte do processo
formal da anlise de deciso. Ressaltamos, no entanto, a
importncia da abordagem de tal assunto, e, s no o
estudamos com maior profundidade, pois entendemos que
mereceria uma reflexo e discusso to grande que poderia
comprometer a qualidade e o objetivo deste trabalho.

30

P(A / B) =

P(A,B)
-------P(B)
(3.1.1)

sendo,

P(A/B) = Probabilidade de [A]


dado que o evento [B]

ocorrer
ocorreu.

P( B ) = Probabilidade de

ocorrer

[B]

P(A,B) = Probabilidade de [A B] ocorrer

Para
Fig.:

2.3.3

exemplo

considerado

atribuiremos,

objetiva

nas

Fig.:

2.3.2

ou

subjetivamente,

probabilidades aos diversos estados de cenrios propostos


[CN0], [CN1] e [CN2], conforme mostra a Fig.: 3.1.2 :
Estado do
Cenrio
[CN0]
[CN1]
[CN2]

| Probabilidade
| de Ocorrncia (20 )
|
40%
|
30%
|
30%
|
100%

Fig.: 3.1.2 Probabilidades atribudas aos


diversos estados de cenrios
propostos.

20

( ) Probabilidade atribuda objetiva ou subjetivamente.

31

preciso notar que, caso as probabilidades sejam


diferentes das citadas, muito provavelmente, tambm sero
diferentes

as

atitudes

dos

decisores

frente

nova

composio, a no ser que, esta nova distribuio no gere


nenhuma desproporcionalidade (21 ) no resultado obtido. Neste
sentido,

primeiro

pargrafo

relevada

importncia.

Veremos

deste
tambm

item
no

passa

transcorrer

ter
do

ESTUDO DE CASO que as probabilidades, quer sejam admitidas


objetiva ou subjetivamente, passam a ser consideradas como
"probabilidades

priori".

Se

estas

"priori's"

no

representarem de alguma forma a veracidade dos fatos, o


modelo proposto gerar respostas com tamanha desproporo,
que todo o processo de anlise passa a ser invlido.

21

( ) A desproporcionalidade a que nos referimos diz respeito


aos Valores Esperados das Alternativas, conforme evidencia o
item 3.2 mais adiante.

32

3.2 O VALOR ESPERADO DOS EVENTOS INCERTOS

O Valor Esperado de um Evento Incerto [VE


avalia

evento,

tendncia
isto

da

distribuio

localiza

probabilstica

ponto

mais

Ei]

deste

provvel

da

possibilidade de resultado para a incerteza abordada.


Se

definirmos

"X"

como

sendo

conjunto

de

resultados possveis e discretos de um determinado Evento


Incerto, com probabilidades "P" de acontecimento para cada
um deles, ento, o Valor Esperado deste Evento Incerto
escrito como sendo :
[VE Ei] = xi.P( X=xi )
(3.2.1)
onde, P( X=x i ) so as probabilidades relativas a
cada resultado discreto dos valores de xi do Evento Incerto.
Voltemos, agora, ao exemplo citado anteriormente.
Admitida

como

correta

as

probabilidades

da

Fig.:

3.1.2,

passemos a verificar qual seria o empreendimento que gera o


maior

valor

esperado,

dada

incerteza

no

cenrio

idealizado.
Para o empreendimento
taxa de retorno [Trr] seria:

[E1], o valor esperado da

33

[VE Trr[E1]] = (0.4x0.67) + (0.3x0.49) + (0.3x0.40) =


[VE Trr[E1]] = 54%
(3.2.2)
Para o empreendimento

[E2], o valor esperado da

taxa de retorno [Trr] seria:


[VE Trr[E2]] = (0.4x0.72) + (0.3x0.36) + (0.3x0.50) =
[VE Trr[E2]] = 55%
(3.2.3)

E para o empreendimento [E3], o valor esperado da


taxa de retorno [Trr] seria:
[VE Trr[E3]] = (0.4x0.50) + (0.3x0.46) + (0.3x0.46) =
[VE Trr[E3]] = 48%
(3.2.4)

Neste

caso,

empreendimento

[E2]

seria

escolhido, porque possui a maior valor esperado para a taxa


de retorno [VE Trr[E2]]= 55% ano efetivo. Mas, notemos que o
valor esperado para taxa de retorno do empreendimento [E1]
[VE Trr[E1]]= 54% ano efetivo, est muito prximo do valor
encontrado por [VE Trr[E2] ], o que poderia gerar nova dvida
na escolha. Isto sem entrar no mrito da qualidade acerca
das atribuies das probabilidades feitas na Fig.: 3.1.2.
Neste sentido, o valor esperado das alternativas
no mostra ser um procedimento eficiente para escolhas de
alternativas

na

incerteza,

pois

como

abordamos

deste

34

incio, tal procedimento matemtico apenas avalia a mdia


ponderada das taxa de retorno consideradas, sem, no entanto,
avaliar a atitude do decisor frente ao risco. Assim sendo,
abordaremos a seguir a Teoria da Utilidade, contemplando
desta forma, as preferncias de cada decisor em relao ao
risco.

35

3.3 A TEORIA DA UTILIDADE

Os

termos

"Utilidade"

ou

"Preferncia"

so

frequentemente utilizados para definir a postura do decisor


na

escolha.

Refere-se

basicamente

relao

entre

alternativas, onde o decisor prefere uma sobre a outra. Ser


escolhido, ento, a alternativa ou o empreendimento que lhe
oferecer a maior "Utilidade Esperada".
Para

conhecer

"utilidade"

de

um

decisor,

precisamos submet-lo a uma srie de situaes, donde as


respostas extradas serviro para "desenharmos" sua escala
de utilidade relativa. Assim, associamos a cada resultado um
ndice, que acaba sendo uma "medida relativa da utilidade"
para este indivduo. A funo que exprime a correspondncia
entre

utilidade

os

valores

monetrios

(ou

[Trr])

propostos o que chamamos de Funo Utilidade do Decisor.


A

curva

relativa

esta

funo

de

um

decisor

racional (22 ) crescente e apresenta uma convexidade em toda


sua extenso, exprimindo assim, a averso de um decisor
racional em relao ao risco. A cada sucessivo acrscimo de
valor

monetrio

ele

atribui

um

acrscimo

de

utilidade

decrescente, isto , sua utilidade marginal decrescente.


interessante
comportamento
22

observar
de

um

que,

quando

determinado

abordamos
decisor

sobre

racional

( ) Neste caso em particular, um investidor da construo


civil.

36

hipottico,

estamos

investidores

na

referindo-nos

construo

civil.

comportamentos
Evidentemente,

de
que

investidores de outros ramos de atividade tambm possuem o


mesmo tipo de comportamento, de averso ao risco.
Para
suponhamos

visualizarmos
seguinte

situao.

associa uma utilidade


[E1]

para

seu

melhor

este

Um

comportamento,

investidor

racional

[U(RE [E1] )] de um empreendimento

respectivo

retorno

esperado.

Se

este

empreendimento [E1] possui 50% de probabilidade de diminuir


o retorno esperado [RE [E1]] de um determinado valor "x", e
50%

de

probabilidade

[RE

[E1]]

do

mesmo

de
valor

aumentar
"x",

retorno

perda

de

esperado
utilidade

proveniente de um resultado ruim maior que o ganho de


utilidade proveniente de um resultado favorvel.

Ou seja :
50%.(U[RE [E1]] - x) + 50%.(U[RE [E1] + x)

U[RE [E1]]
(3.3.1)

Assim,
empreendimento

investidor

[E2] que

possua

optar
com

por
um

qualquer

retorno

outro

garantido

U[RE [E2]] = U[RE [E1]]. Isto , apostar em ([RE E1]+x) ou


([RE E1]-x) com igual probabilidade contra um empreendimento
que

oferece

garantido

U[RE

[E2]]=U[RE

[E1]],

decisor

prefere no assumir o risco, deixando eventualmente de obter


o retorno maior ([RE E1]+x).

37

Este

tipo

de

comportamento

est

ilustrado

no

grfico da Fig.: 3.3.2 abaixo :

Fig.: 3.3.2 Curva da Funo Utilidade de um


Investidor Racional

Podemos ver que, a utilidade marginal decrescente


implica num

comportamento de averso ao risco, j que um

retorno arriscado ter uma utilidade esperada menor que um


retorno certo com o mesmo resultado esperado.
Entretanto, se a probabilidade de ganho, para o
"investidor
investidor

arriscado"
encontraria

fosse

suficientemente

compensao

suficiente

grande,
para

o
ser

indiferente entre os dois empreendimentos, ou at mesmo para


assumir o risco.
Um

investidor

maximiza,

ento,

sua

utilidade

esperada selecionando o empreendimento que lhe oferecer o


mnimo risco e o mximo de retorno em cada "carteira" de
empreendimentos.
Estas concluses foram obtidas por Von Neuman and
Morgenstern (23 ) atravs do desenvolvimento de axiomas do
comportamento humano, admintindo-se como premissa bsica que
o

decisor
23

um

indivduo

racional.

Apenas

para

fins

( ) Von Neuman and Morgenstern, O . The Theory of games and


ecomomic Behavior . Princeton University Press . N.J.
1947.

38

ilustrativos

descreveremos

cinco

dos

principais

axiomas

desta teoria.

3.3.1 AXIOMAS DA TEORIA DA UTILIDADE

3.3.1.1

Axioma 1 - Comparabilidade

Para um conjunto S de possibilidades de um Evento


Incerto, um indivduo pode preferir x sobre y

( x > y ), ou

y sobre x ( y > x ), ou ento ser indiferente entre x e y


( x ~ y ).

39

3.3.1.2

Axioma 2 - Transitividade

Se um indivduo prefere x sobre y e y sobre


ento prefere x sobre z. ( Se x > y

y > z

z,

ento x > z).

Se um indivduo indiferente entre x e y e indiferente


entre

( Se x ~ y

ento

indiferente

entre

z.

e y ~ z ento x ~ z ).

3.3.1.3

Suponha

Axioma 3 - Independncia

que

probabilidade

para

probabilidade

para

se
a

tenha

um

alternativa

alternativa

Evento
x
z.

Incerto
(

1-

Escrevemos

com
)

ento

G ( x , z , ). A independncia diz que se um indivduo


indiferente entre

x e

y, ento ser indiferente entre a

alternativa x e z com probabilidade de ocorrncia de x igual


a e entre y e z com probabilidade de ocorrncia de y igual
a . ( Se x ~ y ento

G ( x , z , ) ~ G ( y , z , ).

40

3.3.1.4

Axioma 4 - Mensurabilidade

Se o resultado y menor que o resultado x e


preferido

sobre

resultado

z,

ento

existe

uma

nica

probabilidade tal que um indivduo se torne indiferente


entre y e os resultados de x e z com probabilidade .

( Se x > y >= z ou x >= y > z , ento s existe um


nico

que satisfaa

3.3.1.5

y ~ G ( x , z , ) ).

Axioma 5 - Classificao

Se as alternativas y e u esto entre x e z e que


um indivduo fique indiferente entre x e y com probabilidade
1, e que fique indiferente entre x e z com probabilidade
2, ento y preferido sobre u .( Se x >= y >= z

x >= u

>= z e se y ~ G ( x , z , 1) e u ~ G ( x , z , 2 )
seguindo que 1 > 2 ento
y=u.)

y > u

e se 1 = 2, ento

41

Contudo, estaramos enganados se pensssemos que


as pessoas se comportam de maneira a maximizar o valor
esperado do resultado (24 ). A prova disto foi dada sculos
atrs,

pelo

matemtico

Bernoulli,

atravs

do

chamado

Paradoxo de So Petersburgo. Bernoulli tomou com exemplo um


jogo de cara e coroa, repetido

vezes. Se cara aparecer

na primeira vez o jogador ganha Cr$ 2,00. Se cara aparece


somente na segunda vez, o jogador ganha Cr$ 2= 4,00 e assim
por diante. Se cara aparecer somente na ensima vez ele
ganhar Cr$ 2_. A probabilidade do jogador tirar cara na
ensima vez de (1/2)_ . Quanto o jogador deveria estar
disposto a pagar para participar do jogo ?

Naturalmente

podemos pensar que o preo justo para entrar no jogo a


mdia

dos

valores

ponderados

pelas

probabilidades

de

ocorrncia. Este valor [PJSTO] igual a :

1
[PJSTO]= --- 2
2

1
1
--- 2 +....+ --- 2_ = 1 + 1 +....+ 1
2
2_

Esta srie tende ao infinito quando n ==> _ . Ora,


se as pessoas se comportassem em funo do valor esperado do
jogo, isso significaria que elas estariam dispostas a pagar
qualquer quantia para participar do jogo. Isso evidentemente
no

caso,

que

demonstra

que

as

pessoas

no

se

comportam de maneira a maximizar o valor monetrio esperado.


24

( ) Valor Esperado como sendo a medida da tendncia da


distribuio probabilstica do evento, como definimos no
item 3.2.

42

Bernoulli mostrou que, o que importa o valor intrnseco do


dinheiro para as pessoas. Esse valor depender das quantias
em jogo, das probabilidades de ganho e perda, e da prpria
riqueza da pessoa.
Em

outras

palavras.

As

pessoas

baseiam

suas

escolhas em funo da utilidade que o dinheiro tem para


elas. razovel pensar que essa utilidade est ligada ao
dinheiro em uma funo crescente, mas taxas decrescentes.
Bernoulli e outros propuseram vrias formas de estabelecer
funes de utilidade, mas foi somente em 1947 que Von Neuman
e Morgenstern (25 ) estabeleceram os fundamentos axiomticos,
dos

quais

abordamos

cinco

dos

pricipais,

necessrios

construo e uso das funes utilidade. Desta forma que


acabou-se conceituando o princpio bsico para construo da
funo
espcie

utilidade
de

do

nmero

decisor,

guia

que

utilizando
rege

Funo

decisor, chamado Equivalente Certo.

25

para

( ) Von Neuman e Morgenstern, op.cit. [34].

tanto,

Utilidade

uma
do

43

3.3.2 O EQUIVALENTE CERTO

Equivalente Certo [EC] um nmero definido como


sendo o valor certo (garantido), em termos da unidade de
avaliao, que o decisor est disposto a aceitar exatamente
no lugar da incerteza representada pelo evento incerto. O
[EC] faz com que o decisor fique indiferente entre o evento
incerto e a certeza de um resultado.
Vrios
estabelecer
apresentar

curvas
o

mais

mtodos
de

foram

utilidade

utilizado,

desenvolvidos
(26 ).

para

Limitaremo-nos

derivado

diretamente

a
dos

axiomas de Von Neuman e Morgenstern (27 ) e apresentados por


Swalm (28 ) e Hammond (29 ).
Este mtodo consiste, basicamente, num sistema de
entrevistas com o tomador de deciso, e, com base em suas
respostas, extrapolada sua curva de utilidade.
No eixo das abscissas so geralmente representados
os

valores

monetrios

de

interesse:

por

exemplo,

Valor

26

( ) Ver por exemplo Fishburn, P.C., Methods of estimating


Additive Utilities, Management Science 13 e Churchman,C.W.
and Ackoff,R.L., An Aproximate Measure of Value, Operations
Reasearch 2 (1954)
27

( ) Von Neuman e Morgenstern, op.cit. [34].


28

( ) Swalm, C. - Utility insights into risk taking, Harvard


Business Review, Nov-Dec 1966.
29

( ) Hammond,III, J.S. Better Decisions with Preference


Theory, Harvard Business Review, Nov-Dez 1967.

44

Presente dos Empreendimentos, Taxas de Retorno, Lucros, etc.


No eixo das ordenadas so representadas as Utilidades com
dois pontos extremos escolhidos arbitrariamente. O ponto de
utilidade

(zero)

associado

ao

pior,

ponto

de

utilidade 1 (um ) associado ao melhor resultado possvel.


Para ilustrarmos melhor este princpio, tomamos o
mesmo

exemplo

possibilidade
resultado

da

j
de

citado

anteriormente.

empreender

anlise

de

Imaginemos

empreendimento

viabilidade

[E2].

a
O

econmico-financeira

tm-nos mostrado as seguintes taxas de retorno [Trr], dado


os trs possveis estados de alteraes no cenrio, conforme
evidencia a Fig.: 3.3.2.1 abaixo :
Estado do
Cenrio
[CN0]
[CN1]
[CN2]

| Probabilidade
|
[Trr]
| de Ocorrncia (30 ) | ano efetivo
|
40%
|
72%
|
30%
|
36%
|
30%
|
50%
|
100%
|

Fig.: 3.3.2.1 Taxa de Retorno de [E2] e respectivas


probabilidades de ocorrncia dos diversos
estados de cenrios propostos.

Imaginemos

agora,

um

outro

empreendimento

[Ek]

qualquer, que apresente uma taxa de retorno [Trk] com 100%


(cem

por cento) de certeza da sua ocorrncia, ou seja,

certeza absoluta de que o empreendimento [Ek] gera uma taxa


igual a [Trk].
30

( ) Probabilidade atribuda objetiva ou subjetivamente, de


conformidade com a Fig.: 3.1.2.

45

Para determinarmos o [EC] em termos da taxa de


retorno do empreendimento [E2] incerto de seu resultado,
devemos proceder da seguinte maneira :

1) Selecionar os extremos, mximo e mnimo, dos


resultados das taxas de retorno de [E2], sendo atribudas
respectivamente as utilidades de 1 (um) e 0 (zero) :

[Tr mx ] = 72%

==>

U (72%) = 1

[Tr mm ] = 36%

==>

U (36%) = 0

Sendo

que,

"p"

"(1-p)"

so

as

respectivas

probabilidades de acontecimento de cada uma das [Tr r] em


particular (31 ).

2) Escolha um valor para [Tr k] entre [Tr mx] e


[Tr mm]. Agora, considere a deciso entre o empreendimento
[E2] e o empreendimento [Ek] e faa a escolha (32 ). Vejamos
na Fig.: 3.3.2.2, como ficaria representado esquematicamente
tal procedimento :

Fig.: 3.3.2.2 Representao esquemtica do Equivalente Certo


para o empreendimento [E2] entre as taxas de
31

( ) O que normalmente se faz fixar "p" em 50% para tornar


mais fcil a sistematizao do processo.
32

( ) Devemos sempre ter em mente que o valor de [Trk]


absolutamente certo de sua ocorrncia.

46

retorno [Tr mx]=72% e [Tr mm]=36% ano


efetivo.

3)

Caso

voc

escolheu

empreendimento

[E2]

aumente o valor de [Trk] e repita o processo. Caso escolheu


o empreendimento [Ek] diminua o valor de [Trk].

4) Varie [Tr k] at que voc fique indiferente


entre os empreendimentos [E2] e [Ek]. Este o valor do seu
equivalente

certo

[EC]

para

este

empreendimento

[E2]

incerto.

5) Para sabermos qual ser a utilidade do [EC]


obtido, deveremos proceder da forma abaixo exposta :
U( [EC] )= p.U( [Tr mx] ) + (1-p).U( [Tr mm ] )
(3.3.2.3)
6) Repita este procedimento para vrias outras
taxas de retorno entre [Tr mx ] e [Tr mm ] do empreendimento
[E2]. O que teremos ser um grfico que chamaremos de Funo
Utilidade do Decisor deste evento incerto, onde associamos a
cada resultado incerto de [E2] um valor para [EC], obtendo
em consequncia (33 ), sua respectiva utilidade U([EC]) para o
empreendimento [Ek].

33

( ) Conforme equao (3.3.2.3)

47

Admitamos

que

decisor

hipottico

tenha

respondido os seguintes [EC]'s para as diversas incerteza


apresentadas, como mostra a Fig.: 3.3.2.4 abaixo :
Taxas de Retorno [Trr]
[EC] atribudo Utilidade
envolvidas no questionamento pelo decisor relativas
----------------------------- hipottico aos [EC]'s
(34 )
(35 )
[Trr]

[Trr]

72%

1.00
72%

41%

49.5%

0.75
72%

36%

41%

0.50
41%

36%

38%

0.25

36%

0.00
Fig.: 3.3.2.4 Equivalente Certo [EC] e respectivas
Utilidades de um decisor hipottico em funo
das incerteza apresentadas.

Mostramos na Fig.: 3.3.2.5 abaixo, como ficaria a


Funo Utilidade, dado os
para

as

incertezas

[EC]'s deste decisor hipottico


apresentadas

anteriomente

na

Fig.: 3.3.2.4.

Fig.: 3.3.2.5 Funo Utilidade de um Decisor hipottico


para o empreendimento [E2].
34

( ) [EC] induzido pelo decisor hipottico de forma


contemplar os procedimentos anteriormente esclarecidos
ilustrado pela Fig.: 3.3.2.2 .
35

a
e

( ) Utilidade calculada da forma que apresenta a equao


(3.3.2.3), sabendo que, para sistematizao do processo,
utilizou-se sempre como probabilidade de "p" e "(1-p)" 50%
(cinquenta por cento).

48

Portanto, o equivalente certo [EC] um nmero (36 )


com o qual voc decide pela troca. Se voc o decisor, e
aceitar trocar a incerteza apresentada nos resultados de
[E2] pelo [EC], voc tomou a deciso. Este valor no uma
estimativa que voc poderia pensar em fazer a troca; o
valor que voc efetivamente faz a troca.

Outra maneira ainda, embora mais complexa na sua


operacionalizao, para obter a mesma curva seria deixarmos
fixos os valores de [Tr mx] e [Tr mn ] variando os valores
das

probabilidades

de

"p"

"(1-p)"

para

os

diversos

equivalentes certos [EC]'s propostos, certificando-nos dos


valores encontrados anteriormente, quando deixamos fixas as
probabilidades (37 ). A curva desta forma obtida dever ser,
teoricamente,

mesma

que

encontramos

na

Fig.:

3.3.2.5,

demonstrando desta forma, a racionalidade do decisor.

Evidentemente
fatigante

se,

para

que

todas

seria
as

uma

tarefa

incertezas

bastante

existentes

no

processo de deciso, precisssemos fazer este tipo de teste.


Felizmente isto no se torna necessrio. A partir do momento
que admitimos que o decisor racional, e, por conseguinte,

36

( ) Neste caso uma taxa de retorno [Trr] apresentada como


resultado da anlise de viabilidade.
37

( ) Fixadas no
anteriormente.

valor

de

50%

por

razes

comentadas

49

a validade dos axiomas de Von Neuman e Morgenstern (38 ), a


atitude

do

decisor

ter

sempre

mesmo

coeficiente

de

averso ao risco (39 ), o que nos torna possvel determinar


curvas de utilidade sem fazer referncia explcita a todas
as incertezas representadas por cada um dos empreendimentos
citados. Ento, teremos aqui uma funo que rege a medida de
Utilidade do Decisor frente a situaes de incertezas. Esta
funo varia de indivduo para indivduo e quase sempre
depende dos valores monetrios ou das [Trr] envolvidas no
processo. De posse da Funo de Utilidade do decisor para
empreendimento [E2], que uma funo de valores relativos,
podemos extrair informaes acerca da utilidade de cada uma
das taxas de retorno apresentadas pelos diversos estados de
cenrio propostos para os demais empreendimentos. Ou seja,
admitida

como

verdadeiramente

representativa

do

comportamento do decisor, a funo utilidade do decisor para


o

empreendimento

relativos,

e,

[E2]

torna-se

portanto,

dela

uma

funo

podemos

de

valores

extrair

valores

correspondente s utilidades das diversas taxas de retorno


[Trr],

mesmo

empreendimento

que
[E2].

estas

no

Avalia-se,

representem
ento,

no

taxas

mais

do

valor

intrnseco da [Trr], mas, sim, o valor da utilidade que esta


taxa

representa

para

decisor.

38

Calcula-se

( ) Von Neuman e Morgenstern, op.cit. [34].


39

( ) Assunto abordado no item 3.3.4

utilidade

50

esperada de cada empreendimento e, por fim, decide-se pelo


empreendimento que apresentar a maior utilidade esperada.

Vejamos

nas

Fig.:

3.3.2.6,

Fig.:

3.3.2.7

Fig.: 3.3.2.8 como ficaria a representao da utilidade de


cada

empreendimento,

utilizando

exemplo

proposto

anteriormente, considerando como sendo a funo utilidade do


decisor hipottico, a curva da Fig.: 3.3.2.5 :

51

[Trr]
Ano Efetiva
40%
49%
67%

|
|
|
|
|

Utilidade do Decisor Hipottico


para o empreendimento [E1]
Utilidade
| Probabilidade | Utilidade
Esperada (*) | Ocorrncia
| Ponderada
0.39
|
30%
|
0.117
0.72
|
30%
|
0.216
0.99
|
40%
|
0.396
TOTAL [UT PD [E1]] |
0.729

Fig.: 3.3.2.6 Utilidade Esperada do Decisor para o [E1]

[Trr]
Ano Efetiva
36%
50%
72%

|
|
|
|
|

Utilidade do Decisor Hipottico


para o empreendimento [E2]
Utilidade
| Probabilidade | Utilidade
Esperada (*) | Ocorrncia
| Ponderada
0.00
|
30%
|
0.000
0.76
|
30%
|
0.228
1.00
|
40%
|
0.400
TOTAL [UT PD [E2]] |
0.628

Fig.: 3.3.2.7 Utilidade Esperada do Decisor para o [E2]

[Trr]
Ano Efetiva
46%
46%
50%

|
|
|
|
|

Utilidade do Decisor Hipottico


para o empreendimento [E3]
Utilidade
| Probabilidade | Utilidade
Esperada (*40 )| Ocorrncia
| Ponderada
0.66
|
30%
|
0.198
0.66
|
30%
|
0.198
0.76
|
40%
|
0.304
TOTAL [UT PD [E3]] |
0.700

Fig.: 3.3.2.8 Utilidade Esperada do Decisor para o [E3]

Verificamos
maior

utilidade

que

esperada,

empreendimento [E1]
e,

portanto,

possui a

considerado

empreendimento, dentre os trs, que mais satisfaz o decisor

40

(* ) Considera-se como sendo a Funo Utilidade do Decisor


hipottico a curva da Fig.: 3.3.2.5.

52

diante

das

condies

do

contexto

das

incertezas

apresentadas.
Notemos
utilidade

que

empreendimento

muito prxima ao

[E3]

possui

sua

[E1], e que o empreendimento

[E2], que seria "o empreendimento selecionado" pelo mtodo


do valor esperado conforme item 3.2, aparece aqui como sendo
"o pior" empreendimento dentre os trs. Portanto, quando
introduzimos a atitude do decisor frente ao risco na anlise
formal

do

processo

alternativa
salientamos

para
que,

decisrio,

cada
outros

resgatamos

decisor

em

decisores

melhor

particular.

Porm,

poderiam

ter

atitudes

frente ao risco diferentes da citada, e, em consequncia,


teramos

talvez

um

outro

empreendimento

como

sendo

representatividade da melhor alternativa.


Neste
utilidade

do

sentido,
decisor,

com

estamos

utilizao
interferindo

da
de

funo
maneira

positiva no processo decisrio, uma vez que o desejo e os


anseios

bsicos

do

tomador

de

deciso

so

levados

considerao na anlise formal do processo decisrio.

em

53

3.3.3 ATITUDES DO DECISOR FRENTE AO RISCO

Podemos

classificar

as

atitudes

de

um

decisor

frente ao risco de trs formas bsicas : Propenso ao Risco,


Neutralidade em relao ao risco e Averso ao Risco. Para
classificarmos, utilizamos o valor esperado e o equivalente
certo das alternativas, de forma que :

a.) O decisor dito Averso ao Risco, se :

[EC] < [VE Alt ]


(3.3.3.1)
b.) O decisor dito Neutro ao Risco, se :

[EC] = [VE Alt ]


(3.3.3.2)
c.) O decisor dito Propenso ao Risco, se :

[EC] > [VE Alt ]


(3.3.3.3)
sendo,
[EC]
= Equivalente Certo do decisor
[VE Alt ]= Valor Esperado da Alternativa

54

Essas trs atitudes podem ser representadas por


curvas cncavas (averso ao risco), convexas (propenso ao
risco)
Fig.:

ou

retas

3.3.3.4,

(indiferena),
Fig.:

3.3.3.5

como
e

mostram
Fig.:

as

3.3.3.6

respectivamente.

Fig.: 3.3.3.4 Curva de Comportamento de Averso ao Risco

Fig.: 3.3.3.5 Curva de Comportamento de Propenso ao Risco

Fig.: 3.3.3.6 Curva de Comportamento de Neutralidade em


Relao ao Risco

A diferena, quando existe, entre a valor esperado


e o equivalente certo o que chamamos de "Prmio ao Risco".
No caso de averso ao risco, este prmio o valor que o
decisor est disposto a no ganhar para no correr o risco.

claro que estas curvas so individuais e variam


de decisor para decisor. Tambm a averso ao risco ou o
gosto pelo risco no so constantes. Geralmente a averso ao
risco diminui a medida que aumenta a riqueza do decisor, ou
melhor, a averso aumenta, mas a taxas decrescentes. Alm

55

disto, um decisor pode apresentar "gosto" pelo risco ou


averso pelo risco em patamares diferentes.

56

3.3.4 COEFICIENTE DE AVERSO AO RISCO

Vimos

que,

no

ser

que

riqueza

torne-se

indispensvel a partir de certo ponto, a utilidade deve ser


uma funo crescente com os ganhos. Ou seja, se x1 > x2,
ento U (x1) > U (x2) (41 ). Isto quer dizer matematicamente
que a derivada da funo de utilidade em relao a x
positiva, seja qual for x :

dU(x)
------dx

, para qualquer x
(3.3.4.1)

Para saber qual a forma da curva, isto , se a


utilidade marginal crescente, decrescente ou constante,
preciso calcular a derivada segunda de U(x) em relao a x .

Assim, se :
d U''(x)
--------dx

< 0 ,

a utilidade marginal
decrescente
(3.3.4.2)

41

( ) "x1" e "x2" podem ser taxas de retorno [Trr] de dois


empreendimentos quaisquer e U(x1) e U(x2) suas respectivas
utilidades conforme item 3.3.

57

d U''(x)
--------dx

> 0 ,

a utilidade marginal
crescente
(3.3.4.3)

d U''(x)
--------dx

= 0 ,

a utilidade marginal
constante
(3.3.4.4)

Contudo, isso no indica nada quanto a atitude do


decisor em relao ao risco. Para descrever melhor esta
atitude, utiliza-se do coeficiente de averso ao risco dado
por :

U''(x)
-------U'(x)

r(x) = -

(3.3.4.5)

Onde

U''(x)

U'(x)

so,

respectivamente,

as

derivadas segunda e primeira em relao a x .


O
interessante
particular,

uso

da

porque
pode-se

estrategicamente

funo
sua

de

averso

aplicao

mostrar

equivalentes

que
se

coeficiente de averso ao risco.

elas

ao

risco

r(x)

simples,

duas

e,

funes

possurem

em

so
mesmo

58

* Se r(x) > 0 , para qualquer x , U(x) cncava e


o decisor averso ao risco.

* Se r(x) = 0 , para qualquer x , U(x) uma reta


e o decisor indiderente ao risco.

* Se r(x) < 0 , para qualquer x , U(x) convexa e


o decisor propenso ao risco.

59

3.3.5 UMA CRITICA DO AUTOR A TEORIA DA UTILIDADE

Parece
desta

teoria

ser

no

relativamente

processo

simples

decisrio.

curva

utilizao
da

funo

utilidade de um decisor passa a ser previamente conhecida


quando

fazemos

corresponder

valores

uma

escala

de

utilidade. Uma curva que, alm de possuir seu coeficiente de


averso ao risco de maneira constante, com sua definio,
passamos

representar

de

forma

(42 )

"definitiva"

comportamento do decisor em relao ao risco, podendo ser


utilizada

para,

dela,

extrapolar

qualquer

valor

de

uma

situao que envolva incertezas (43 ). Mas, na prtica, seu


uso

no

to

simples

assim.

Primeiramente,

porque

conceito de utilidade no entendido com grande facilidade,


e segundo porque o decisor forado a explicitar suas
atitudes

em

relao

ao

risco

de

uma

maneira

que,

provavelmente, nunca fez antes.

Essas
utilidade

dificuldades

tambm

so

em

origens

entender

de

polmica

uma

conceito

de

entre

especialistas a respeito do enfoque que deve ser dado ao uso


das Curvas de Utilidades. Enquanto alguns tericos sustentam

42

( ) A menos que o
conforme item 3.3.1.
43

decisor

mude

de

patamar

de

riqueza

( ) Tambm de conformidade com a abordagem do item 3.3.1,


pois so ndices relativos.

60

que as curvas podem e devem ser utilizadas em trabalhos e


anlise reais, outros consideram que as curvas de utilidade
servem apenas para descrever o comportamento das pessoas,
mas

nunca

podem

ser

utilizadas

como

normas

no

desenvolvimento deste tipo de trabalho (44 ).

Alm do mais, o fato de cada indivduo possuir sua


prpria curva de utilidade, parece paralizar um pouco a sua
utilizao como ferramenta de trabalho, j que h uma certa
reticncia em admitir que as decises so tomadas de maneira
subjetiva - o que na verdade , e ser sempre o caso.

Sem querer entrar na polmica, o que no faz parte


de nosso objetivo, cabe-nos apenas observar que, o fato de
explicitar a subjetividade infinitamente mais desejvel
que tomar decises baseadas em "regras" pseudo-racionais.
Alm do que, algumas aplicaes concretas tm demostrado
todo

potencial

do

mtodo,

ver

Keeney

Raiffa

(45 ),

reforando aqui nosso ponto de vista "bayesiano".

44

( ) Ver os comentrios de Swalm, op.cit. [31] a respeito


deste debate.
45

( ) Ver os exemplos dados por Keeney e Raiffa, Decisions


with Multiple Atribute Objectives, Preferences and Value
Trade-Off, New York, John and Wiley and Sons, 1976.

61

4. CRITRIOS MATEMATICOS DE
DECISO NA INCERTEZA

Neste
Critrios

captulo

Matemticos

empreendimentos

que

abordaremos
de

podem

seis

Deciso
ser

dos

para

utilizados

principais

escolha
quando

no

de
se

deseja lanar mo das probabilidades subjetivas e/ou dos


conceitos

da

anteriores.

Teoria

da

Correspondem

Utilidade
a

uma

descritos

abordagem

em

captulos

tradicional

da

anlise de deciso na incerteza.


Mostraremos aqui, aos decisores que entendam que a
subjetividade seja um fator desconsidervel na deciso, como
tomar decises na incerteza tendo em mos mtodos capazes de
ajudar na escolha de alternativas, utilizando para tanto, as
racionalizaes propostas por alguns autores especializados
no assunto.
Ao

contrrio

do

que

discutimos

anteriormente,

mostraremos critrios desenvolvidos sob um raciocnio lgico


e matemtico de anlise de deciso na incerteza. claro
que, sob o ponto de vista dos "bayesianos", este tipo de
postura no encarada como sendo a mais correta. Notaremos
no

decorrer

da

explanao

dos

mesmos

que,

as

decises

induzidas por estes critrios no levam em considerao a


atitude do decisor em relao ao risco, o que certamente
ocasionar uma diferenciao nas decises encontradas via
procedimento e uso da funo utilidade do decisor.

62

evidente

que

no

queremos,

partir

do

uso

destes critrios de deciso, que se faa a transformao


destes procedimentos de anlise num sistema determinstico
para estabelecer equaes sobre o comportamento da atitude
de fazer, mesmo porque, cada indivduo encarregado de tomar
decises

deve

particulares

balizar
de

suas

averso

posturas

ou

segundo

propenso

ao

critrios
risco

de

conformidade com sua funo utilidade, como j discutido


anteriormente.
De todo no so ruins estes mtodos, pois para uma
anlise
situao

preliminar
matemtica

bastante

lgica

do

interessante
processo

conhecer

decisrio,

para

eliminao de empreendimentos que fujam ao balizamento das


taxas de custos de oportunidade [cop] e de atratividade
[tat] induzidas pelo decisor.

63

4.1 O CRITRIO DE LAPLACE

Ainda chamado de Critrio da Razo Insuficiente,


afirma que, se um decisor completamente ignorante sobre
qual dos eventos (cenrios) que pode acontecer, deve ento,
consider-los igualmente provveis. Na verdade, esta anlise

reduzida

um

problema

sob

risco

com

probabilidades

iguais. Voltemos ao nosso exemplo inicial com a apresentao


dos trs cenrios propostos na Fig.: 4.1.1 abaixo :
| [E1]
[E2]
[E3]
________|_____________________
|
[CN0] |
67%
72%
50%
|
[CN1] |
49%
36%
46%
|
[CN2] |
40%
50%
46%
|
Fig.: 4.1.1 Matriz de Resultado das Taxas de
Retorno dos trs Empreendimentos
hipotticos para os cenrios propostos.

Pelo o Critrio de Laplace, como no sabemos as


probabilidades de ocorrncia dos possveis cenrios [CN0],
[CN1] e [CN2] devemos admit-los como igualmente provveis
de suas ocorrncia. Ento :
p[CN0] = p[CN1] = p[CN2] = 1/3
(4.1.2)

64

Para

escolher

empreendimento

que

tenha

possibilidade de atingir a maior taxa de retorno [Trr],


calcula-se

valor

esperado

das

taxas

de

retorno

dos

empreendimentos apresentados [VE TrrEI], (mdia dos valores


ponderados pelas respectivas probabilidades de ocorrncia)
de conformidade com o que discutimos no item 3.2. Teremos
ento :
[VE TrrE1 ] =1/3 x ( 67% + 49% + 40% ) = 52.0%
[VE TrrE2 ] =1/3 x ( 72% + 36% + 50% ) = 52.7%
[VE TrrE3 ] =1/3 x ( 50% + 46% + 46% ) = 47.3%
(4.1.3)

Portanto, o empreendimento que gera o maior valor


esperado da taxa de retorno [Trr], por este critrio, o
empreendimento

[E2]

com

[VE

TrrE2]

52.7%

ano

efeivo.

Reparem, isto no quer dizer que a escolha do empreendimento


[E2] a escolha certa. Por exemplo, se ocorrer o cenrio
[CN1], ento, evidentemente, o empreendimento [E1] seria o
melhor, pois sua taxa de retorno neste caso de [Trr]=49%
ano efetivo, sendo a maior taxa de retorno entre os trs.
Mas,

isso

pode-se saber depois. Assim, no estado de

informao atual, a melhor escolha , sob o ponto de vista


deste critrio, o empreendimento [E2], pois garante a maior
rentabilidade mdia.

65

4.2 CRITRIO DE WALD (MAXIMIN)

Por

este

critrio,

cada

empreendimento

atribudo um nvel de segurana, definido como sendo o seu


pior

resultado

possvel.

Em

termos

de

uma

equao

matemtica, este nvel denotado por :

Mn [Trr EI]
(4.2.1)

partir

disto,

escolhe-se

dentre

os

empreendimentos, aquele que garante o melhor entre os piores


resultados em termos da taxa de retorno [Trr] apresentada,
que matematicamente definido por :

Mx Mn [Trr EI]
(4.2.2)

Voltemos ao exemplo anterior e procuremos o pior


resultado

de

cada

empreendimento

em

termos

da

taxa

de

retorno [Mn [Trr Ei]] considerando os cenrios propostos.


Teremos ento :

66

[Mn Trr [E1]] = 40%


(4.2.3)
[Mn Trr [E2]] = 36%
(4.2.4)
[Mn Trr [E3]] = 46%
(4.2.5)
Portanto, segundo este critrio, escolher-se- o
empreendimento [E3], pois [E3] apresenta o melhor entre os
piores resultados das taxas de retorno [Trr].

[Mx Mn Trr [E3] ] = 46%


(4.2.6)

Este
conservador

critrio

que

se

evidentemente,

procura

minimizar

bastante

perda

mxima

potencial. Assim, reflete muito o comportamento de averso


ao risco que caracteriza a maioria dos empreendedores.
Contudo, em sua concepo h um grande defeito.
Pode

levar

os

decisores

perder

boas

oportunidades

de

lucro, j que concentra-se exclusivamente sobre os riscos de


perda,

como

fica

evidenciado

no

caso

acima,

no

qual

empreendimento [E3] seria escolhido segundo este critrio,


deixando,

no

virtualmente

entanto,
de

lado,

os

empreendimentos

sem

mesmo

[E1]

analisar

as

[E2]
reais

possibilidades dos cenrios [CN0] ou [CN1] acontecer. Se


observarmos melhor, poderemos perceber que, para os trs
cenrios

propostos

pela

Matriz

de

Resultado,

em

nenhum

momento o empreendimento [E3] o que apresenta a maior taxa

67

de retorno [Trr]. No caso de acontecer o cenrio [CN1] o


empreendimento [E1], e nos casos em que ocorrer os cenrios
[CN0] ou [CN2] o empreendimento [E2] que apresenta a maior
taxa

de

retorno

[Trr].

Neste

caso,

embora

os

decisores

estejam em geral aversos ao risco, que por este critrio


levaria a escolher o empreendimento [E3], a grande maioria
dos decisores escolheriam entre os empreendimentos

[E1] e

[E2], por apresentarem desempenhos melhores.

O que acontece que, tanto o empreendimento [E1]


quanto o empreendimento [E2] possuem

uma taxa de retorno

relativamente alta quando comparados com o empreendimento


[E3]. No entanto,o empreendimento [E3] possui uma variao
muito pequena nas suas taxas quando ocorre qualquer um dos
cenrios

propostos,

sendo

assim

"preferido"

por

este

critrio, que absolutamente passimista em sua formulao.

Na verdade, o Critrio de Wald acaba sendo um


critrio

demasiadamente

pessimista,

que

em

termos

gerais

levaria, se no a um imobilismo, pelo menos a uma srie de


sub-otimizao dentro da empresa, alm de perder grandes
oportunidades de obter um resultado melhor.

68

4.3 CRITRIO DO MAXIMAX

Este critrio supe um comportamento exatamente


oposto

ao

anterior.

Maximax

procura

para

cada

empreendimento, qual o maior ganho potencial, ou seja :

Mx [Trr [EI]]
(4.3.1)
E escolhe aquele que produz o mximo ganho em
termos da [Trr], matematicamente expresso por :

Mx Mx [Trr [EI] ]
(4.3.2)

Em

nosso

exemplo,

temos

as

seguintes

taxas

de

retorno [Trr] a considerar :

[Mx Trr [E1]] = 67%


(4.3.3)
[Mx Trr [E2]] = 72%
(4.3.4)
[Mx Trr [E3]] = 50%
(4.3.5)

69

Ento, o empreendimento [E2] apresenta o melhor


entre

os

melhores

resultados,

seria

empreendimento

escolhido por este critrio.

[Mx Trr [E2]] = 72%


(4.3.6)

Isso significa dizer que o empreendimento


possui

maior

entre

as

maiores

taxas

de

retorno

[E2]
dos

empreendimentos aqui considerados. Contudo, tal critrio tem


o defeito de ser demasiadamente otimista j que no leva em
considerao as possibilidades de perda.

Este tipo de comportamento na verdade de uma


pessoa com temperamento de jogador, mas no de uma pessoa
normal que sempre possui um certo grau de pessimismo. Para
uma empresa, ento, onde deve-se ter uma conduta de cautela
nas decises, este critrio no convm.

70

4.4 CRITRIO DE HURWICZ

Este critrio surge da observao de que, os dois


critrios anteriormente apresentados so muito radicais em
suas

implicaes.

Um

por

ser

demasiadamente

pessimista,

outro por ser demasiadamente otimista. A idia, portanto,


utilizar uma combinao do pior e do melhor resultado de
cada

empreendimento

normalmente,

tendem

[Ei],
a

mesmo

concentrar

porque,
suas

as

pessoas,

visualizaes

nas

consequncias extremas, ignorando as consequncias medianas.


Hurwicz (46 ) prope ento, a utilizao de um fator
alfa [], chamado de Indice de Pessimismo Relativo, tal que
:
0 < [] < 1
(4.4.1)

Para

cada

empreendimento

[Ei]

procura-se

seu

melhor resultado [Mi] e seu pior resultado [Ni] expostos na


Matriz. Podemos ento associar a cada [Ei] um valor H([E i])
tal que :
H([E i]) = [].[Ni]

(1 - []).[M i]
(4.4.2)

46

( ) Leonid Hurwicz : Optimality Criteria for Decision


Making Under Ignorance, mimigrafo citado em Luce e
Raiffa, op.cit. [20].

71

Isto

significa

que

teremos

uma

equao

de

matemtica que indica o ndice de pessimismo relativo que o


decisor deveria ter com relao ao acontecimento de cada um
dos cenrios idealizados.
O

critrio

empreendimento
Verifiquemos
H([E i])

em

segundo

[Ei]

que

nosso
a

portanto,
maximiza

exemplo

matriz

de

como

escolher
a

funo

ficariam

resultados

as

aquele
H([Ei]).
funes

original

da

Fig.: 4.1.1 :
onde,
H([E1]) = 40% [] + 67%(1 - []) = 67% - 27% []
H([E2]) = 36% [] + 72%(1 - []) = 72% - 36% []
H([E3]) = 46% [] + 50%(1 - []) = 50% - 4% []
(4.4.3)
Se

[] = 1, estamos em situao de pessimismo

completo e camos ento no Critrio do Maximin, levando a


escolher [E3], conforme evidenciamos nas equaes abaixo :
H([E1]) = 67% - 27% .1 = 40%
H([E2]) = 72% - 36% .1 = 36%
H([E3]) = 50% - 4% .1 = 46%
(4.4.4)
Onde,

Mx H([E3]) = 46%
(4.4.5)
Portanto, caso [] = 1 o empreendimento [E3] o
que maximiza a funo H([Ei]).

72

Entretanto, se [] = 0 , estamos em situao de


otimismo completo e camos ento no Critrio do Maximax.
Utilizando

raciocnio

idntico

ao

exemplo

anterior,

tal

procedimento levara-nos a escolher o empreendimento [E2].


Vejamos como ficam as equaes :

H([E1]) = 67% - 27% .0 = 67%


H([E2]) = 72% - 36% .0 = 72%
H([E3]) = 50% - 4% .0 = 50%
(4.4.6)
Onde,

Mx H([E2])= 72% ano Efetivo


(4.4.7)

Agora, caso 0 < [] < 1 , teremos intervalos onde


o coeficiente de pessimismo levar a escolher um ou outro
empreendimento. Vejamos ento :
H([E1]) = 67% - 27% .[]
H([E2]) = 72% - 36% .[]
H([E3]) = 50% - 4% .[]
(4.4.8)
Atravs destas equaes podemos verificar que, o
empreendimento [E2] seria o empreendimento escolhido at que
o coeficiente [] alcane o valor de [] = 0,5555, onde
H([E2]) se iguala a H([E1]), e, quando o coeficiente

[]

alcanar o valor de [] = 0,7391 o empreendimento [E3] o

73

que

maximiza

funo

H([E i]).

Portanto,

teremos

os

seguintes intervalos de escolha :


Caso,
0 < [] 0,5555 , escolheremos o [E2] ;
Se,
0,5555 < [] 0.7391 , escolheremos o [E1];
E caso,
0,7391 < [] 1 , escolheremos o [E3].

Quando o coeficiente de pessimismo relativo []


um nmero positivo e prximo de 0 (zero) ou de 1 (um), a
deciso fica relativamente fcil por este critrio, pois
entende-se

que

quando

[]~0,

os

"piores

cenrios"

so

praticamente certos de sua ocorrncia, e quando []~1 os


"melhores

cenrios"

Evidenciamos,
coeficiente

so

os

que

fato

de

porm,

de

pessimismo

relativo

tendem
que

neste

[]

acontecer.
exemplo

um

valor

o
com

tendncia a ser mediano, tornando assim a deciso por este


critrio dificultada. Para que possamos decidir quando
assumir

um

valor

antecipadamente,

se

mediano,
decisor

necessitamos

possui

seu

[]

saber,

coeficiente

de

pessimismo relativo semelhante ao [] calculado acima. Neste


caso, a questo principal ficaria sendo como determinar o
coeficiente de pessimismo [] ?
- Em primeiro lugar, [] um valor que varia de
indivduo
trata-se

para
de

indivduo.

determinar

as

Portanto,

para

preferncias

determinar

pessoais

de

[],
cada

74

decisor em relao ao risco. Isto pode ser feito de maneira


simples, via procedimento semelhante ao da determinao das
funes utilidades. Seria necessrio utilizar um processo de
entrevistas para conhecer qual o coeficiente de averso ao
risco

do

decisor.

Basicamente,

voltaramos

questo

da

preferncia ou no pelo risco, assunto que j discutimos no


item 3.3.
Tambm aqui cabe ressaltar o fato de que, o valor
total do investimento feito teria uma certa relao com a
riqueza total do indivduo. Isto , quanto maior a riqueza
do tomador de decises, menor ser sua sensibilidade para
decidir sobre investimentos de pequeno porte. Evidentemente,
o

nvel

de

[]

varia

conforme

as

quantias

monetrias

envolvidas quando comparada com a riqueza de cada indivduo.


Se para um decisor, o volume de investimento for considerado
"irrisrio",

ndice

de

pessimismo

relativo

[]

ser

bastante distorcido e com tendncia a ser pequeno, j que


sua perda seria marginal. Se, por outro lado, o investimento
exigido for expressivo em relao a sua riqueza, o valor de
[] ser bem maior, e o decisor s aceitar investir se a
probabilidade da taxa de retorno mnima balizada por [cop] e
[tat]

ser

alcanada

for,

relativamente,

significativa.

lgico que de imediato se identifique a relao existente


entre a riqueza do indivduo e o tamanho do investimento
proposto. No entanto, para efeitos deste critrio, apenas
nos preocuparemos estritamente com os nmeros apresentados
anteriormente, admitindo que se possa "desconsiderar" estes

75

outros

fatores que tambm influenciam de certa forma na

funo utilidade do decisor.

Nem
comportamento
critrio.

todos

os

cartesiano

Tambm,

como

investidores
como
desde

o
o

possuem

um

apresentado
incio

deste

tipo
por

de

este

trabalho,

deixamos claro que no nossa pretenso desenvolver aqui


equaes matemticas que simulem o comportamento humano.
Apenas estamos apresentando critrios matemticos racionais
para tomadas de deciso elaborados por estudiosos do tema, e
que para ns, que temos o ponto de vista de um "bayesiano",
sua validade restrita e de pouca utilidade. Entendemos
que, se no tivermos presente a funo utilidade de cada
decisor, muitos outros componentes importantes e inerentes
deciso sero deixados de lado, o que pode, sem dvida, nos
levar a concluses equivocadas.

76

4.5 CRITRIO DE SAVAGE

Ainda

chamado

(PERDA DE OPORTUNIDADE)

de

"Minimax

(47 ),

Regret"

este

critrio um aperfeioamento do Critrio do Maximin. O


objetivo exatamente contornar as dificuldades apresentadas
pelo Critrio de Wald, de sempre escolher a alternativa de
menor perda, deixando as vezes, a oportunidade de realizar
ganhos elevados virtualmente de lado. A idia consiste em
criar uma tabela de custos ou Perdas de Oportunidade [PO] e
tentar avaliar qual o
decisor

ressentir,

"regret" ou o desapontamento que o


ao

escolher

empreendimento,

teoricamente, "errado". Em outras palavras, o raciocnio


feito

no

sentido

Identifiquemos

contrrio,

novamente

detrs

matriz

de

para

frente.

resultado

na

Fig.: 4.5.1 :
|
[CN 1] |
:
|
:
|
:
|
:
|
[CN i] |
:
|
:
|
[CN m] |

[E1] ............... [Ej] .... [En]


R11 ................. R1j ..... R1n
:
:
:
:
:
:
:
:
:
:
:
:
Ri1 ................. Rij ...... :
:
:
:
:
:
:
Rm1 ................. Rmj ..... Rmn

Fig.: 4.5.1 Matriz de Resultado

47

( ) Ver Savage, L. J. - " The


Decision",
Journal
of
the
Association,46 (1951): p 55-57.

theory of
American

Statistical
Statistical

77

Suponhamos

que

evento

[CNi]

ocorra.

Ento

decisor deveria ter escolhido o empreendimento [Ej], que


tivesse o mximo resultado [Rij]. Caso escolhesse qualquer
outro empreendimento [Er], o decisor deixaria de ganhar a
diferena entre taxas, matematicamente expressa por :
[ (1+Rij) / (1+Rrj) ] - 1
(4.5.2)
Esta diferena (48 ) o desapontamento, ou seja, a
perda de oportunidade em termos da taxa de retorno [Trr] que
o decisor ressentir ao escolher o empreendimento "errado".
O objetivo, portanto, minimizar o desapontamento. Voltemos
ao

nosso

exemplo

vejamos

como

ficaria

matriz

de

desapontamento, caso o melhor resultado da matriz, em termos


da taxa de retorno [Trr] venha acontecer, conforme mostra a
Fig.: 4.5.3 abaixo :
|
[E1]
[E2]
[E3]
________|_______________________________
|
[CN0] |
2.9%
0.0%
14.7%
|
[CN1] |
15.4%
26.5%
17.8%
|
[CN2] |
22.9%
14.7%
17.8%
|
Fig.: 4.5.3 Matriz Perdas de Oportunidade ou Desapontamento
[PO Trr] das Taxas de Retorno dos trs
empreendimentos hipotticos para os cenrios
propostos, caso a melhor taxa [Trr] acontea.
48

( ) [Rij] neste caso, representam as taxas de retorno [Trr],


e por se tratar de taxas, que a diferena calculada da
forma apresentada pela equao (4.5.2).

78

Explicitando; caso o cenrio

[CN0] acontea e o

decisor tiver escolhido o empreendimento

[E2], ento ele

ter o mximo ganho possvel, e, nestas circunstncias, sua


perda de oportunidade ser nula. No entanto, caso o decisor
tiver escolhido empreender [E1] e o cenrio [CN0] acontecer,
o decisor ressentir uma perda na sua taxa de retorno de
[PO Trr]=2.9%. Isto , por ter escolhido o empreendimento
"errado" o decisor ter uma perda de oportunidade em sua
taxa de retorno [Trr] de [PO Trr]=2.9%. Se tivesse escolhido
o empreendimento [E3], esta perda de oportunidade seria de
[PO Trr]=14.7%. Ora, ento, para cada empreendimento teremos
uma

perda

de

oportunidade

mxima,

denotada

por

[Mx [PO EI]]:

Para o empreendimento [E1] : [Mx [PO E1]]= 22.9%


Para o empreendimento [E2] : [Mx [PO E2]]= 26.5%
Para o empreendimento [E3] : [Mx [PO E3]]= 17.8%

Como

procura-se

minimizar

desapontamento,

escolhe-se aquele empreendimento que corresponde a :

[Mm Mx [PO E I]]


(4.5.4)
Em nosso exemplo o empreendimento [E3], com :

[Mm Mx [PO E 3]]=17.8%


(4.5.5)

79

interessante

reparar

que,

empreendimento

escolhido [E3], seria tambm o mesmo escolhido pelo Critrio


de Wald. Este critrio bastante pessimista por natureza,
e, de modo geral, produzir o mesmo resultado salvo em
circunstncias onde h uma possibilidade de um resultado
exepcionalmente

favorvel,

justificando

assim

risco

de

fazer tal empreendimento.

Este critrio minimiza a perda mxima. Embora haja


algumas

restries

este

critrio

quando,

casos

particulares que levem a manifestar certas incoerncias (49 ),


no

dvidas

de

que

se

trata

de

um

critrio

que

corresponde bem ao comportamento empresarial, alm do que,


ser

nico

utilizado

em

variaes

de

que

permite

empresas
preos

otimizar

para

"hedging"

proteger-se

contra

(processo
grandes

assunto que ser abordado logo a

seguir).

49

( ) Conforme Luce e Raiffa, op.cit. [20], sobre o efeito da


introduo de alternativas irrelevantes que possam modificar
a deciso, quando no deveria ser o caso.

80

4.6 ESTRATEGIAS MISTAS

A idia bsica deste critrio de que, ao no se


saber qual dos eventos (cenrios) realizar-se-, melhor
escolher aleatoriamente entre os empreendimentos possveis.
Contudo, essa escolha aleatria no se baseia em qualquer
distribuio probabilstica. Trata-se de escolher dentre as
estratgias, segundo uma distribuio que permite ao decisor
estar indiferente em relao ao resultado, seja qual for o
empreendimento escolhido. bom lembrar que, aqui se supe
no

haver

informaes

de

espcie

alguma

sobre

qual

dos

eventos poder acontecer. Para que a deciso seja baseada


neste

critrio,

acontecimento

de

preciso
cada

calcular

um

dos

as

probabilidades

cenrios

de

inicialmente

propostos. Vejamos como ficaria :


Imaginemos que o cenrio [CN0] ir acontecer com
probabilidade [p0]; o cenrio [CN1] com probabilidade [p1];
e o cenrio [CN2] com probabilidade [p2]= 1 - [p0] - [p1].
Se a preocupao do decisor ter garantido um
ganho mnimo esperado, ele pode realizar isto selecionando
as probabilidades [p0] , [p1] e [p2], de maneira tal que se
fique indiferente entre os trs resultados possveis. Isto
,

qualquer

que

seja

cenrio

se

realizar,

ganho

esperado ser o mesmo, ou seja, seus valores esperados sero


iguais. Ento :

81

[VE [E1]] = [VE [E2]] = [VE [E3]]


(4.6.1)

Vejamos como seriam os valores esperados de cada


um dos empreendimentos aqui analisados, conforme equaes
abaixo expostas :
[VE [E1]] = 67%[p0] + 49%[p1] + 40%[1-[p0]-[p1]]
[VE [E1]] = 27%[p0] + 9%[p1] + 40%
(4.6.2)
Da

mesma

forma

para

os

demais

empreendimentos

podemos escrever :
[VE [E2]] = 72%[p0] + 36%[p1] + 50%[1-[p0]-[p1]]
[VE [E2]] = 22%[p0] -14%[p1] + 50%
(4.6.3)
E,
[VE [E3]] = 50%[p0] + 46%[p1] + 46%[1-[p0]-[p1]]
[VE [E3]] = 4%[p0] + 46%
(4.6.4)

Fazendo

igualdade

proposta

em

(4.6.1)

resolvendo o sistema de equaes teremos :

[VE [E1]] = 27%[p0] + 9%[p1] + 40%


[VE [E2]] = 22%[p0] -14%[p1] + 50%
[VE [E3]] = 4%[p0] + 46%
(4.6.5)

82

Onde,
[p0] = 9.92%
[p1] = 41.32%
[p2] = 48.76%
(4.6.6)

Os valores esperados das taxas de retorno dos trs


empreendimentos

so

iguais

do

cenrio

que

independentemente

[VE

[Ei]]=46.40%,

realizar-se-.

Isto

significa que um decisor racional ficaria indiferente entre


os trs empreendimentos se, por exemplo, as probabilidades
de ocorrer [CN0] for igual a [p0] = 9.92%, de [CN1] for
igual a [p1] = 41.32% e de [CN2] for igual a [p2] = 48.76%.

claro

probabilidades

no

que

estas

codificam

equaes
as

matemticas

diversas

situaes

suas
do

comportamento humano, mas servem, isto sim, para compar-las


com as opinies dos decisores em relao as probabilidades
subjetivas admitidas para cada cenrio.

Precisamos ter estas posies bastante claras. No


estamos determinando codificaes de comportamento que os
decisores devam ter. Mas, sim, mtodos matemticos que, na
eventualidade do decisor estar sem parmentros suficientes,
os resultados obtidos atravs destes critrios possam ajudar
de alguma forma a atitude de decidir.

83

De modo semelhante, ao que tratamos neste exemplo


acima, podemos aplicar este mtodo a uma matriz de perda de
oportunidade.

Evidentemente,

este

exemplo

uma

simplificao. Quando o nmero de equaes (cenrios) no


so

iguais

ao

nmero

de

incgnitas

(empreendimentos),

estudo se complica. Contudo, o princpio geral fica vlido.


Von Neuman e Morgenstern (50 ) estudaram de maneira extensa o
caso, na demostrao do Teorema de Minimax.

De qualquer maneira fica claro que, as Estratgias


Mistas so instrumentos vlidos em situao de incerteza
completa (nenhuma informao), mesmo quando a deciso ser
tomada uma nica vez. Contudo, bom lembrar que isso no
quer dizer necessariamente que o empreendimento escolhido
por este procedimento ser o melhor, mas simplesmente que,
frente a ausncia completa de informao, a sua escolha foi
o resultado de um processo que visa obter o maior ganho
esperado.

Uma

aplicao

real

deste

princpio

pode

ser

observado no chamado "hedging", onde seria pouco provvel


que um negociante coloque todos os seus rendimentos em uma
mesma aplicao. Neste sentido, a utilizao das Estratgias
Mistas forneceriam as propores ideais [p0], [p1]...[pn],

50

( ) Von Neuman e Morgenstern, op.cit. [34].

84

com

que

aplicao".

decisor

deveria

investir

"nesta

ou

naquela

85

5. UM ESTUDO DE CASO

Faremos neste captulo, com auxlio de um ESTUDO


DE CASO, uso de toda a conceituao exposta e debatida em
captulos anteriores acerca da Teoria da Deciso, a fim de
mostrar

sua

efetiva

aplicabilidade

com

planejamento

relacionados

nos

conceitos

inter-

econmico-financeiro

da

construo civil.
Este

ESTUDO

DE

CASO

consistir

na

anlise

do

processo decisrio de uma situao empresarial compreendida


na deciso de investimentos em empreendimentos na construo
civil,

mais

escritrios.

especificamente
Dos

trs

no

setor

empreendimentos

de

edifcios

de

hipoteticamente

criados e aqui expostos, o decisor dever escolher apenas um


dentre "eles" para empreender, sendo que, para posicionar-se
diante da escolha, balizar suas atitudes principalmente em
funo da taxa de retorno (51 ) apresentada por cada um dos
empreendimentos, quando analisados isoladamente.

claro

que

sabemos

da

existncia

de

outros

parmetros de anlise que tambm deveriam ser considerados


na

deciso.

No

entanto,

restringir-nos-emos

aos

aspectos

econmico-financeiros deste ESTUDO DE CASO, imaginando que o


decisor utilizar como "agente balizador" para decidir, o

51

( ) Novamente reforamos a idia que esta taxa de retorno


ser calculada com o conceito restrito conforme Rocha Lima
op.cit. [27].

86

resultado fornecido pela anlise de viabilidade econmicofinanceira, isto , a taxa de retorno com que cada fluxo em
particular

opera

em

funo

do

cenrio

inicialmente

idealizado (52 ).

aps

termos

calculado

os

fluxos

de

caixa

relativos aos investimentos exigidos e os retornos viveis


que avaliaremos a taxa de retorno [Trr] da operao de cada
empreendimento em particular. A partir deste momento que
nos valeremos dos conceitos abordados pela Teoria da Deciso
aplicando-os no contexto deste ESTUDO DE CASO. Mostraremos,
ento, os diversos os caminhos de escolha e seus respectivos
riscos,

fim

de

que

decisor

possa

explicitar

sua

preferncia em relao ao risco, fazendo uso da conceituao


aqui exposta para "melhor decidir" quando a incerteza se
fizer presente.

Vale lembrar que no se pretende dar nfase a


anlise de sensibilidade que pode ser abordada a partir da
anlise de viabilidade econmico-financeira, nem, to pouco,
abordar de maneira exaustiva o modelo utilizado, mas, sim,
mostrar que, diante de uma situao de incerteza sobre a
escolha do empreendimento a executar, cada qual com sua
respectiva taxa de retorno e perfil de risco, o decisor,

52

( ) Exatamente como procedemos


feitas no incio deste trabalho.

para

as

exemplificaes

87

para tomar a deciso, dever levar em conta tambm suas


atitudes e preferncias frente ao risco.
Com relao ao estudo da anlise de viabilidade
econmico-financeira elaborado para avaliar o comportamento
dos

empreendimentos

neste

ESTUDO

DE

CASO

destacamos

que

utilizamos um modelo computadorizado. Este modelo possui


abertura suficiente para que se possa "especular" sobre os
comportamentos
desejarmos.

das

No

variveis

entanto,

de

cenrio

utilizaremos

tal

se

assim

abertura

para

aplicarmos os conceitos da Teoria da Deciso na anlise


formal do problema.
Os trs empreendimentos deste ESTUDO DE CASO sero
chamados,

respectivamente

de

[EMPRE

E1],

[EMPRE

E2]

[EMPRE E3]. Possuem caractersticas mercadolgicas parecidas


e

construo

diretrizes

de

um

deles

faz

metas

da

empresa

parte

integrante

empreendedora.

Ainda

das
com

relao ao comportamento mercadolgico dos empreendimentos


em questo, devemos destacar que :
Primeiro : Imaginar que o mercado em que se insere
o contexto deste ESTUDO DE CASO seja "perfeito". Isto , a
relao

"oferta/demanda"

est

em

perfeita

harmonia,

no

havendo nenhuma anomalia mercadolgica capaz de inverter


esta situao.
Segundo : A efetiva [venda] das unidades fica to
somente vinculada aos investimentos feitos em propaganda e
marketing [PP&M] e aos esforos que sero desenvolvidos por

88

parte da equipe de vendas da empresa, interferindo assim, de


maneira positiva no mercado.
J

com

relao

aos

empreendimentos

hipotticos

[EMPRE E1], [EMPRE E2] e [EMPRE E3] escolhidos, h que se


esclarecer tambm dois fatores:

Primeiro

Para

efeito

da

anlise

do

processo

decisrio sero considerados somente estes trs


empreendimentos, imaginando que dentre uma lista
de

empreendimentos

hipoteticamente

relacionados,

so estes os que atendem de forma mais abrangente


os requisitos pr-estabelecidos pela empreendedora
(53 ).

Este

tipo

de

considerao

necessria

imprescindvel neste momento, porque assegura que


as possibilidades de escolha por parte do decisor
restringir-se-o ao nmero de empreendimentos aqui
relacionados.

Segundo

: Os empreendimentos devem ser mutuamente

exclusivos.
necessidade

53

excluso

imposta

pela

mtua

tambm

modelagem

do

uma

problema

( ) Normalmente o que se faz neste caso para obter tal


"lista", verificar aqueles empreendimentos que realmente
possuam
aceitao
e
rentabilidade
no
mercado
que
interfiriro, isto , que possuam viabilidade mercadolgica
e econmico-financeira, admitindo como agentes balizadores
as taxas de custo de oportunidade [cop] e de atratividade
[tat] que so induzidas pelo decisor.

89

decisrio.

Ou

seja,

dos

empreendimentos

relacionados, o decisor dever escolher apenas um


para

empreender.

empreendimento

escolha

elimina,

de

de

qualquer

imediato,

possibilidade de execuo dos demais.

Caso
teramos

no

que

se

fizesse

considerar

estas

duas

observaes,

possibilidade

de

que

os

empreendimentos poderiam ser feitos em conjunto, ou que o


melhor

empreendimento

poderia

estar

fora

desta

relao

trplice. Isto nos traria condies de cenrios que aqui no


sero

analisadas.

empreendimentos
tamanha

em

Dependendo
questo,

combinao,

que

este

seria

das

quantidades

ESTUDO

DE

impossvel

CASO

de
teria

resgatar

possibilidade mais atraente e realmente executvel para o


decisor, alm do que, estaramos entrando em contradio com
uma hiptese que a Teoria da Deciso utiliza como premissa
bsica - a independncia entre os fatores de deciso. Diante
destas consideraes so que tais restries passam a ser
obrigtorias, conforme abordamos no item 2.3.

Novamente so vlidas as observaes feitas por


Roy (54 ) sobre as duas questes bsicas reveladas por esta
situao,

54

ou

seja,

impreciso

da

fronteira

entre

( ) Roy, B. "Partial Preference Analysis and Decisions Aid:


The Fuzzy outranking ralation concept" in Conflicting
Objetives in Decision II A.S.A. Wiley, 1977,p.40-71.

90

admissvel

no-admissvel,

indicao

de

novos

empreendimentos ainda no processo decisrio, j que no se


pode

imaginar

que

"lista"

de

empreendimentos

serem

analisados permanece de forma esttica.


De qualquer forma, para que possamos desenvolver
este ESTUDO DE CASO devemos admitir garantidas estas duas
premissas

fundamentais,

uma

vez

que,

sem

as

mesmas,

comprometeramos a qualidade do nosso trabalho.

Ainda preciso fazer uma nota quanto a nvel de


informaes

que

utilizaremos.

Neste

ESTUDO

DE

CASO

trabalharemos com um nvel de informaes bastante resumido,


refletindo assim num modelo para anlise de viabilidade no
muito detalhado. Nossa inteno no desenvolver modelos
demasiadamente detalhados, simulando talvez, operaes do
processo decisrio que, para o nvel estratgico de deciso
que pretendemos alcanar, seja muitas vezes desnecessrio.

importante ressaltar estes aspectos, porque a


partir do momento em que se manipula um modelo para anlise
de

viabilidade

sensao

de

econmico-financeira,
termos

compilado

passamos

todas

as

ter

informaes

necessrias para o aporte de decises, o que muitas vezes


nos leva a uma anlise menos crtica do modelo utilizado.

91

Lembramos tambm que, para o nvel estratgico (55 )


de deciso que estamos envolvidos, um grau de detalhamento
muito

minucioso

empreendimentos
competente,

mas

das

variveis

estudados,
apenas

no

criaria

comportamentais

tornaria
uma

falsa

dos

modelo

mais

sensao

de

estarmos decidindo melhor. Para as decises estratgicas, a


significncia destes detalhamentos muito pequena quando
comparada

qualidade

dos

resultados

oferecidos

por

tal

esforo.

Incertezas sempre estaro presentes nas decises,


independente

do

detalhamento

do

modelo

utilizado.

Neste

sentido, introduziremos as incertezas diretamente na anlise


formal do problema de deciso, utilizando para tanto, um
moldelo que nos d segurana de fazer as simulaes das
variveis incertas, avaliando as condies de risco com que
cada decisor, supostamente, decidir.

55

( ) O nvel estratgico a que nos referimos o nvel de


maior abrangncia possvel dentro da organizao, onde se
daro as decises que envolvam as diretrizes e a poltica da
organizao como um todo.

92

5.1 OS EMPREENDIMENTOS

Na sequncia detalharemos mais sobre as condies


de cada empreendimento, tanto relativo as suas reas como
tambm

relativo

caractersticas
dentro

do

as

suas

tipologias

prprias

contexto

sero

em

particular.

respeitadas

inicialmente

idealizado

Suas

analisadas
atravs

da

simulao das variveis de cenrio num modelo de anlise


econmico-financeira computadorizado.

Conforme j abordado anteriormente, neste ESTUDO


DE

CASO

refletiremos

as

incertezas

ocasionadas

por

um

processo decisrio, no qual, o empreendedor hipottico deve


analisar

decidir

em

empreender

empreendimentos

apresentados.

integrante

diretrizes

das

apenas

Tal

um,

condio

fornecida

estratgico desta organizao hipottica.

pelo

dos

trs
parte

planejamento

93

5.2 AS AREAS E TIPIFICAO DOS TERRENOS E DAS CONSTRUES

Em quadros ilustrativos, identificaremos as reas


dos

terrenos

[ATER]

em

que

cada

empreendimento

ser

concebido, bem como seus ndices de aproveitamento [IA] (56 )


e taxas de ocupao de solo [TO] (57 ), verificando tambm a
rea mxima de construo permitida [AMAX] para cada um
deles.

Nos

quadros

seguintes

desenvolveremos

as

reas

relativas a cada empreendimento juntamente com a quantidade


de unidades idealizadas que cada um deles possuir. Vejamos
ento, o quadro de reas dos terrenos e seus respectivos
ndices de ocupao, conforme ilustrado na Fig.: 5.2.1 :

[ATER]
[TO]
[IA]
[AMAX]

QUADROS DE AREAS E INDICES DOS TERRENOS


| [EMPRE E1] | [EMPRE E2] | [EMPRE E3]
| (m) |
1.850
|
1.900
|
2.100
| %
|
80%
|
70%
|
65%
| |
4.5
|
5
|
5
| (m) |
6.660
|
6.650
|
6.825

Fig.: 5.2.1 Quadro de Areas e ndices de


permisso para construo

Em
edificaes
discriminando

seguida,

apresentaremos

idealizadas
suas

reas

para
reais

este

as

tipologias

ESTUDO

[AREAL] e

DE

das
CASO,

equivalente

de

56

( ) Indice de Aproveitamento [IA] como sendo


[IA]
= [AMAX]/[ATER], que identifica a rea mxima permitida para
construo nquele terreno.
57

( ) Taxa de Ocupao [TO] como sendo o percentual mximo da


rea do terreno a ser edificado.

94

construo [AEQUI], o nmero de pavimentos e as quantidades


de unidades de cada um dos empreendimentos aqui propostos.
Acompanhemos nas Fig.: 5.2.2, Fig.:5.2.3 e Fig.:5.2.4 estas
tipificaes :
QUADROS DE AREAS - EMPREENDIMENTO [EMPRE E1]
N de Unidades
= 33

[EMPRE E1]
N de Pavimentos = 11
---------------------- [AREAL] [AEQUI]

(m)

(m)
Sub-Solo

370

220
Trreo

370

370
Pavimento Tipo

500

500
Atico

250

125
Lazer

150

75
Totais
6.640
6.290
Cada Unidade
201.21
190.61
Fig.: 5.2.2 Quadro de Areas do [EMPRE E1]
QUADROS DE AREAS DO EMPREENDIMENTO [EMPRE E2]
N de Unidades
= 36

[EMPRE E2]
N de Pavimentos = 12
---------------------- [AREAL] [AEQUI]

(m)

(m)
Sub-Solo

350

210
Trreo

300

300
Pavimento Tipo

450

450
Atico

300

150
Lazer

***

***
Totais
6.350
6.060
Cada Unidade
176.39
168.33
Fig.: 5.2.3 Quadro de Areas do [EMPRE E2]

QUADROS DE AREAS DO EMPREENDIMENTO [EMPRE E3]


N de Unidades
= 36

[EMPRE E3]
N de Pavimentos = 12
---------------------- [AREAL] [AEQUI]

(m)

(m)

95

Sub-Solo
Trreo
Pavimento Tipo
Atico
Lazer
Totais
Cada Unidade

500
200
450
300
250
6.650
184.72

300
200
450
150
125
6.175
171.53

Fig.: 5.2.4 Quadro de Areas do [EMPRE E3]

96

5.3 ORAMENTOS E CUSTEIO

Os

(58 ),

[custos]

elementos

bases

para

oramentao, levam em conta as caractersticas regionais


onde cada empreendimento estar inserido. Levam em conta
ainda,

custos

derivados

da

estrutura

organizacional

da

empresa no momento, dispndios com propaganda e marketing,


comercializao e custeio da margem de contribuio para
administrao. Os valores monetrios nas tabelas e figuras
que existirem estaro expressos na forma de Cr$ do ms de
agosto

de

1992.

Para

simplificarmos

terminologia,

consideraremos este ms como sendo o ms de anlise [m0], e


portanto,

sempre

que

usarmos

da

referncia

valores

monetrios, os mesmos estaro expressos em cruzeiros do ms


de

anlise

Cr$

[m0].

Vejamos,

ento,

nas

Fig.:

5.3.1,

Fig.: 5.3.2 e Fig.: 5.3.3, respectivamente, o custeio para


construo de [EMPRE E1], [EMPRE E2] e [EMPRE E3] :

58

( ) [custos] a primeira varivel do cenrio a ser


analisada sob o ponto de vista da conceituao exposta pela
Teoria da Deciso.

97

CUSTEIO PARA CONSTRUO DO [EMPRE E1]


Terreno
|
300
|
Despesas Legais
| 5%*[TER]
|
Custeio direto de Construo
|
850
|
Margem Contr. Administrao
| 12%*[CON]
|
Honorrios ou Taxas Pagas
|
Prop. & Marketing
| 3%*[PREO] |
Comercializao
| 5%*[PREO] |

[TER]
[DLG]
[CON]
[CGA]
[PP&M]
[COM]

Fig.: 5.3.1 Custeio de [EMPRE E1]


Valores em Cr$ mil [m0]/m

CUSTEIO PARA CONSTRUO DO [EMPRE E2]


Terreno
|
290
|
Despesas Legais
| 5%*[TER]
|
Custeio direto de Construo
|
830
|
Margem Contr. Administrao
| 12%*[CON]
|
Honorrios ou Taxas Pagas
|
Prop. & Marketing
| 3%*[PREO] |
Comercializao
| 5%*[PREO] |

[TER]
[DLG]
[CON]
[CGA]
[PP&M]
[COM]

Fig.: 5.3.2 Custeio de [EMPRE E2]


Valores em Cr$ mil [m0]/m

CUSTEIO PARA CONSTRUO DO [EMPRE E3]


Terreno
|
310
|
Despesas Legais
| 5%*[TER]
|
Custeio direto de Construo
|
835
|
Margem Contr. Administrao
| 12%*[CON]
|
Honorrios ou Taxas Pagas
|
Prop. & Marketing
| 3%*[PREO] |
Comercializao
| 5%*[PREO] |
Fig.: 5.3.3 Custeio de [EMPRE E3]
Valores em Cr$ mil [m0]/m

[TER]
[DLG]
[CON]
[CGA]
[PP&M]
[COM]

98

5.4 PRAZOS E PROGRAMA DE DESEMBOLSO

5.4.1 PRAZOS

O prazo de execuo das obras, vlido para os trs


empreendimentos, de 30 meses.

5.4.2 PROGRAMA DE DESEMBOLSO

Para a produo, o fluxo de desembolso, vlido


tambm

para

os

trs

empreendimentos

em

questo,

est

expostos da forma abaixo na Fig.: 5.4.2.1, em patamares :

% custo (59 )
meses
direto
compreendidos
-------------------------------------------------pr-operacional
5%
[01-04]
I
15%
[05-10]
II
20%
[11-15]
III
25%
[16-20]
IV
35%
[21-30]
-------------------------------------------------100%
-------------------------------------------------patamares

59

( ) O percentual de custeio direto correspondente a cada ms


ser o percentual do patamar dividido igualmente pelos
nmeros de meses que o respectivo patamar compreende.

99

Fig.: 5.4.2.1 Programa de Desembolso vlido para


os trs Empreendimentos.
O Terreno [TER] ser pago no ms 1;
As Despesas de propaganda e marketing [PP&M] sero
efetivadas a partir do ms 07 seguindo at o ms 29 em
patamares
proposto.

proporcionais
A

Margem

ao

de

fluxo

de

Contribuio

vendas
para

inicialmente
Custeio

da

Administrao [CGA], ser proporcional ao desenvolvimento da


obra.

As

Despesas

de

Comercializao

[COM]

proporcionais ao desenvolvimento das vendas efetivadas.

sero

100

5.5 EXPECTATIVA PARA AS VENDAS

Sobre a expectativa das [vendas] (60 ) das unidades


de cada empreendimento deve-se fazer algumas observaes,
devido a sua relevada importncia no contexto :

Primeiro

Como

dito

anteriormente,

imaginaremos que para este ESTUDO DE CASO o comportamento


mercadolgico seja praticamente "perfeito", identificado por
uma

harmnica

relao

entre

oferta

demanda

dos

produtos aqui estudados. Esta hiptese simplifica muitas das


nossas preocupaes em modelar variveis sobre as quais no
possumimos o menor controle. Isto significa que o produto
que estamos lanando no mercado possui caractersticas de
preo/prazo/qualidade to competentes quanto as dos produtos
j existentes no mercado e/ou aqueles que, da mesma forma,
esto em lanamento.
Digamos

que,

para

mesmo

"pblico

alvo",

os

empreendimentos [EMPRE E1], [EMPRE E2] e [EMPRE E3] possuem


iguais

condies

de

competio

que

seus

concorrentes,

portanto, ter maior velocidade de vendas [VELOV] quele que


for mais agressivo por ocasio das suas promoes ou que
possuir a melhor equipe de vendas.

60

( ) [vendas] a segunda varivel do cenrio a ser analisada


sob o ponto de vista da conceituao exposta pela Teoria da
Deciso.

101

evidente que colapsos nesta estrutura de mercado


podero

acontecer.

so

exatamente

nestes

casos

que

valeremo-nos do uso das probabilidades de ocorrncias das


diversas

circunstncias

mercadolgicas,

como

adiante

fazendo

item

conceituao

exposta

atribuir,

mesmo

ocorrncia

aos

cegamente

5.10,

que

que
fatos,

as

pela

assim

Teoria

da

subjetivamente,
ser

muito

ocorrncias

mostra

mais

utilizao

Deciso.

Ou

seja,

probabilidades

melhor

do

idealizadas

da

de

que

confiar

pelo

cenrio

inicialmente proposto acontecero sem qualquer desvio. No


pretendemos,

no

entanto,

imaginar

que

possamos

suprimir

todas incertezas do mercado, nem, to pouco, este o nosso


objetivo. Mas, ao invs disto, identificaremos apenas as
diversas probabilidades para o volume de [vendas] que foi
inicialmente previsto.

Como os empreendimentos deste estudo possuem as


mesmas

"chances"

empreendimentos,

de

vender

podemos

no

balizar

mercado
seus

que

preos

os

demais

atravs

do

nvel mdio de preos que o mercado tm praticado para estas


tipologias, o que mostramos abaixo na Fig.: 5.5.1 :
PREO PARA VENDA A NIVEL DE MERCADO
DOS EMPREENDIMENTOS DO ESTUDO DE CASO
| [EMPRE E1] | [EMPRE E2] | [EMPRE E3]
[PREO] |
1.640
|
1.650
|
1.720
Fig.: 5.5.1 Expectativa para o Preo de Venda
Valores em Cr$ mil [m0]/m

102

J na Fig.: 5.5.2, mostraremos como estaro sendo


praticadas as condies de pagamento das unidades. Estas
condies tambm so praticadas pelo mercado no momento de
anlise, e portanto, pode-se dizer que refletem a capacidade
de suporte de pagamento do "pblico alvo" em questo.
CONDIES DE PAGAMENTO
20% | Entrada
80% | "n" Parcelas Mensais at o ms 30 (61 )
100% | Quitao Total do Imvel no ms 30
Fig.: 5.5.2 Condies de Pagamento praticada pelo mercado.

Portanto, tendo em vista as condies de pagamento


que

descrevemos

empreendimentos

acima,

ofertados,

anlise
as

das

condies

tipologias
existentes

dos
no

mercado atual e da regresso do comportamento das vendas no


passado (62 ), podemos delinear um quadro para a velocidade de
vendas [VELOV] das unidades dos empreendimentos deste ESTUDO
DE CASO, conforme exposto abaixo na Fig.: 5.5.3 :

61

( ) As Parcelas "n" sero calculadas dividindo o Saldo


Devedor igualmente pelos nmeros de meses que ainda restam,
sendo que o ms 30 o ltimo ms para pagamentos tanto das
parcelas como de eventuais resduos deste mesmo Saldo
Devedor.
62

( ) Regresso admitida tambm de forma hipottica.

103

|
70% |
30% |

[VELOV]
Meses
[08-19]
[ 30 ]

ESPERADA DO [EMPRE E1] (63 )


| Unidades
|
23
| normal mercado
|
10
| estoque (64 )

Fig.: 5.5.3 Expectativa para a Velocidade de Vendas do


Empreendimento [EMPRE E1] e dos demais.

63

( ) Para o [EMPRE E2] e [EMPRE E3] sero admitidas como


estoques
no
[ms30],
13
unidades,
sendo
que,
nos
[meses 08-19] as quantidades de venda normal de mercado
sero exatamente iguais a do [EMPRE E1].
64

( ) Nesta fase, para efeitos da anlise de viabilidade


econmico-financeira, o estoque ser mantido sem desgio.
Somente quando da introduo da fase probabilstica no item
5.10 que o estoque que no for vendido no ltimo ms,
[ms30], sofrer um desgio em seu valor inicialmente
tabelado, de 25% (vinte e cinco por cento).

104

5.6 A ECONOMIA

Estaro

aqui

representadas

as

expectativas

de

comportamento da economia como um todo expressa pelo ndice


geral

de

civil,

preos

pela

respectivamente,

inflao
definidas

setorial
pelos

da

construo

ndices

[igp]

[iscc].

No se tem a pretenso de trabalhar aqui com os


dois ndices no modelo, um para balizar os custos e outro
para

refletir

os

preos,

mas,

sim,

analisaremos

vincularemos o modelo moeda estvel ao nvel do


fazendo uma relao entre a inflao setorial
inflao

da

economia

[igp]

partir

do

[igp],

[iscc] e a
descolamento

[delta] (65 ) que o [iscc] tem sobre o [igp].

Este modelo estar estruturado de forma que os


valores

sero

expressos

em

cruzeiros

do

ms

de

anlise

Cr$ [m0]. Suas projees levam em conta o poder de compra ao


longo do tempo, identificando de alguma forma as variaes
que ocorrerem para acima ou para baixo do nvel do [igp],
tanto em relao aos [custos], quanto em relao ao [preo].

65

( ) [delta] a terceira e ltima varivel do cenrio a ser


analisada sob o ponto de vista da conceituao exposta pela
Teoria da Deciso.

105

Alm de destacar a expectativa de evoluo para o


comportamento do [iscc] e do [igp], tambm na Fig.: 5.6.1
estaro

representadas

as

taxas

de

Custo

de

Oportunidade

[cop] e

Taxa de Atratividade [tat], que sero definidas,

neste momento, igualmente para os trs empreendimentos.


CENARIO ESPERADO PARA O ANDAMENTO DA ECONOMIA
Taxa Ano
inflao setorial esperada
[iscc]
720.0%
inflao geral esperada
[igp]

630.0%
diferencial [iscc]/[igp]
[delta]
12.3%
(*)
Custo de Oportunidade
[cop]

24.0%
Taxa de Atratividade (*66 )
[tat]

60.0%
Fig.: 5.6.1 Cenrio Econmico

66

(* )
Taxas
de
rentabilidade
induzidas
hipottico, expressas acima do [igp].

pelo

decisor

106

5.7 O FINANCIAMENTO PARA PRODUO

No mercado financeiro existe a possibilidade de


captao de emprstimo (financiamento) para a construo dos
empreendimentos, sendo que os juros [jur] sero cobrados ms
a ms sobre o Saldo Devedor. O pricipal [prin] ser pago no
ms seguite ao trmino das obras.

Financiamento

[FIN]

ser

contratado

aps

perodo pr-operacional, portanto, no ms 05; o valor de


encaixe ser apenas relativo aos valores das parcelas j
executadas de cada empreendimento. As taxas cobradas pelo
mercado esto demostradas na Fig.: 5.7.1 abaixo.

FINANCIAMENTO PARA PRODUO


Taxa de Abertura de Crdito
Juro anual cobrado sobre o
Saldo Devedor e pago mensalmente
Principal [prin] pago no ms 31

[FIN]= [CON] + [ADM]


Taxa Ano
[tac]
3.0%

[jur]
12.0%

Fig.: 5.7.1 Financiamento para produo

107

5.8 FUNCIONAMENTO DO MODELO

modelo

trabalha

partir

do

fluxo

de

caixa

esperado, com se as variveis se comportassem da maneira


anteriormente exposta pelo cenrio. Ou seja, a partir do
cenrio idealizado que o modelo manipular as informaes,
a fim de que se possa extrair o desempenho gerado pela
operao. A Fig.: 5.8.1 ilustra os movimentos relativos ao
funcionamento do modelo.

Fig.: 5.8.1 Funcionamento do Modelo Utilizado


para avaliar o desempenho da operao.

108

importante ressaltar que o movimento do fluxo de


caixa dos empreendimentos com que o modelo simular esto
vinculados aos recursos empregados no prprio sistema de
cada empreendimento, de tal sorte que possamos comparar os
investimentos exigidos das operaes com os retornos viveis
provenientes das vendas, e s ento, avaliar o desempenho de
cada operao utilizando para tanto, o conceito de taxa de
retorno restrita, conforme conceituao abordada em Rocha
Lima (67 ).

Ainda

segundo

Rocha

Lima

(68 ),

os

modelos

de

anlise so estruturados com o objetivo de simular o giro de


recursos nos empreendimentos, para ento concluir sobre os
investimentos exigidos na manuteno do mesmo giro e dos
retornos viveis oferecidos quando o sistema empreendimento
gera recursos livres no mais necessrios para dar suporte
ao custeio da produo. A Fig.: 5.8.2 ilustra os movimentos
dos recursos dentro do sistema empreendimento.

67

( ) Rocha Lima Jnior, Joo , O Conceito de Taxa de Retorno


na Anlise de Empreendimentos - Uma abordagem
Crtica, Nov. 1989, EPUSP.
68

( ) Rocha Lima Jr., Joo., op.cit. [27].

109

Fig.: 5.8.2 Movimentos dos Recursos do Sistema


Empreendimento.

Nesta conceituao, o fluxo de investimentos


avaliado atravs do modelo que simula o fluxo dos recursos
no sistema empreendimento a partir dos oramentos (custeio),
da expectativa de faturamento (preo), e da expectativa de
ingresso

de

recursos

avaliando

necessidade

de
de

terceiros
recursos

(financiamentos),
dos

investimentos,

"zerando" o caixa dos empreendimentos, quando assim o modelo


detectar possveis dficit's.

110

5.9 FLUXO DE CAIXA DA OPERAO

5.9.1 FLUXO DE CAIXA RESULTANTE


DO CUSTEIO NECESSARIO PARA PRODUO

Este fluxo resultante do somatrio de todas as


sadas

previstas

conforme

estabelecido

pelo

patamar

programa de desembolso. Somam-se todas as sadas acumuladas


no

ms,

tais

como,

compra

de

terreno,

despesas

pr-

operacionais, de construo e de administrao obtendo-se


assim o nvel de investimentos necessrios e exigidos ms a
ms. Deste procedimento resultar um fluxo de caixa que ser
o

nvel

mximo

de

investimentos

(69 )

que

empreendedor

dever dispor, pois nesta fase no se conta com o auxlio de


recursos de terceiros (financiamento) para produo, muito
menos com encaixe por ocasio de alguma venda efetivada.
Vejamos a Fig.: 5.9.1.1 (70 ) :

69

( ) Admitindo-se neste instante que a obra ser feita apenas


com recursos prprios do empreendedor.
70

( ) Para no escrevermos todos os fluxos de caixa trs


vezes, pois so trs os empreendimentos em estudo, faremos
uma
abordagem
mais
detalhada
para
o
empreendimento
[EMPRE E1], valendo as mesmas consideraes para os outros
dois, dos quais apresentaremos apenas seus resultados.

111

Fig.: 5.9.1.1 Fluxo de Caixa das Sadas Previstas


para o Empreendimento [EMPRE E1].
contando apenas com ingresso de recursos
prprios do empreendedor
Valores em Cr$ milhes [m0]

112

5.9.2 UTILIZANDO RECURSOS DE TERCEIROS

Neste caso, diferentemente da condio anterior,


trabalha-se

com

os

recursos

de

um

financiamento

que

pretende-se captar, verificando-se ao final, o novo fluxo de


investimentos necessrios ms a ms, tendo em vista agora a
postura gerencial de captao de recursos de terceiros para
financiamento da produo.
Sabe-se,

no

entanto,

que

liberao

do

Financiamento [FIN], ser efetuada em parcelas mensais com


encaixe a partir do ms 05, sendo que a parcela liberada
ser

sempre

produo

encaixada
executadas.

no

ms

Sabe-se

seguinte
tambm

das
que

tarefas
o

valor

de
do

terreno [TER] no financivel.


A taxa de abertura de crdito [tac] ser cobrada
j na primeira parcela de liberao do financiamento [FIN].
Os juros [jur] sero cobrados sobre o Saldo Devedor e pagos
no ms seguinte da produo a menos da ltima parcela de
[jur], que ser cobrada com desconto antecipado por ocasio
de sua liberao (71 ). O principal [prin] do financiamento
[FIN] dever ser pago aps o ltimo ms de produo

em

parcela nica.

71

( ) Caracterstica especfica deste ESTUDO DE CASO, com a


finalidade de manter os encargos a serem pagos dentro dos 30
meses de produo.

113

A partir destas consideraes, obtm-se um segundo


fluxo de caixa, dando origem ao novo fluxo de investimentos
para o aporte de recursos necessrios produo.

Verifiquemos, ento, como ficaria o fluxo de caixa


a partir da contratao de [FIN], analisando o novo aporte
de recursos para os investimentos exigidos, que mostramos
agora na Fig.: 5.9.2.1 :

114

Fig.: 5.9.2.1 Fluxo de Caixa levando em conta a


contratao do financiamento [FIN]
com seus devidos encargos
Valores em Cr$ milhes [m0]

115

5.9.3 CONSIDERANDO O FLUXO DAS VENDAS

Numa terceira etapa, verificaremos qual seria este


mesmo aporte de recursos, dado que sero consideradas agora
a comercializao das unidades de cada empreendimento nas
datas e nas velocidades indicadas por [VELOV].
Lembramos

ainda

que,

nesta

fase,

estoque

no

[ms30] no sofrer nenhum desgio (72 ). O eventual o estoque


residual, para efeitos da anlise de viabilidade econmicofinanceira, sofrer um desgio em seu valor inicialmente
tabelado de

25% (vinte e cinco por cento) somente quando

introduzirmos

fase

probabilstica

no

item

5.10,

sendo

considerado, para o mesmo efeito, como "venda a vista no ms


30".
As

despesas

de

comercializao

[COM]

sero

proporcionais as vendas efetivadas e sero encaixadas no


prprio
Fig.:

ms.

Vejamos

5.9.3.1

(73 )

como

ficaria

relativo

ao

fluxo

encaixe

de

caixa

ocorrido

na

pela

efetivao das vendas planejadas.


72

( ) Entendemos que se considerssemos um desgio no estoque


nesta fase, estaramos, antecipadamente, interferindo na
anlise que o decisor far com base nas informaes
probabilsticas e nas suas preferncias em relao ao risco,
pois o desgio no valor do estoque residual se tornaria numa
condio imposta pela modelagem como sendo uma forma prvia
de avaliar as condies de risco dos empreendimentos.
73

( ) Vale relembrar que estamos apenas mostrando os


resultados do Fluxo de Caixa para o Empreendimento
[EMPRE E1], valendo as mesmas consideraes para [EMPRE E2]
e para [EMPRE E3].

116

117

Fig.: 5.9.3.1 Fluxo de Caixa considerando a efetivao das


vendas planejadas do Empreendimento [EMPRE E1]
Valores em Cr$ milhes [m0]

118

Aps todas estas consideraes podemos montar o


fluxo

de

caixa

total

das

operaes

de

cada

um

dos

empreendimentos. Isto , a partir da considerao da compra


do [TER], de todos os custeios para a produo
encaixe

de

[CON], do

[FIN], das despesas proveniente do mesmo com

[jur], [tac] e [prin], dos investimentos feitos em [PP&M],


das despesas de [COM], bem como do ingresso de recursos via
efetivao das [vendas], temos a possibilidade de obter o
nvel de investimentos exigidos e os retornos viveis de
cada

operao,

podendo

assim

avaliar

seu

desempenho

atravs da taxa de retorno (74 ) apresentada pelos mesmos,


conforme mostra a Fig.: 5.9.3.2.

74

( ) Taxa de Retorno calculada com o conceito restrito.

119

Fig.: 5.9.3.2 Fluxo de Caixa Total do Empreendimento


[EMPRE E1] para avaliar o desempenho da
operao atravs do nvel de investimentos
exigidos e dos retornos viveis
Valores em Cr$ milhes [m0]

120

Com
avaliar

definio

capacidade

de

destes

retorno

fluxos,
que

podemos

cada

ento

empreendimento

oferece, utilizando para tanto, como j foi abordado, o


conceito de taxa de retorno restrita.

importante

ressaltar

que

nesta

fase

da

Dissertao no temos a pretenso de fazer uma anlise de


riscos sobre os empreendimentos em questo no que tange as
condies

limites

de

cenrio,

isto

no

pretendemos

manipular o modelo nas suas condies limites para que delas


possamos tirar concluses acerca da variao comportamental
de cada um dos empreendimentos.

Ao
anlise

de

invs
risco,

deste

tipo

daremos

de

nfase

enfoque
ao

em

termos

enfoque

abordado

da
e

estudado nesta Dissertao. A partir do estudo de anlise de


viabilidade

econmico-financeira

analisaremos

as

diversas

possibilidades de mudanas do cenrio proposto, induzindo


probabilidades

para

os

acontecimentos

destas

mudanas.

Criaremos, ento, uma matriz de probabilidades de ocorrncia


(apenas para as trs variveis de cenrio aqui consideradas)
e compilaremos estes dados no modelo simulador. Somente a
partir

deste

instante

de

posse

dos

resultados

probabilsticos que faremos uso da anlise de risco como


descrevemos anteriormente.

121

Desta

forma,

estaremos

tratando

anlise

econmico-financeira sob aspectos incertos (75 ), utilizando


como suporte para sua conceituao, a Teoria da Deciso.

Apresentaremos na sequncia um quadro mostrando a


Taxa de Retorno [Trr] (76 ) para o [EMPRE E1] nas condies
idealizadas
clculo

pelo

para

apresentar

cenrio

[EMPRE

seus

E2]

inicial.

Repetiremos

e [EMPRE E3],

respectivos

fluxos

de

sem,
caixa,

este
no

mesmo

entanto,

entendendo

desnecessrio nesta fase tal exposio. Vejamos, ento, a


Fig.: 5.9.3.3 :

QUADROS DAS TAXAS DE RETORNO [Trr] (77 )


| [EMPRE E1] | [EMPRE E2] |[EMPRE E3]
[Trr] Ano Efetivo
|
110%
|
102%
|
123%
Fig.: 5.9.3.3 Quadro das Taxas de Retorno dos
trs Empreendimentos do ESTUDO DE CASO,
dado o cenrio inicialmente proposto.

75

( ) Ver a fase probabilstica no item 5.10.


76

( ) Os clculos referentes as taxas de retorno considerados


daqui para frente tero seus arrendondamentos sem nenhuma
casa decimal, tendo em vista que, o uso de casas decimais,
neste caso em particular, expressaria uma falsa sensao de
qualidade na informao gerada.
77

( ) Taxa de Retorno calculada com o conceito restrito.

122

Destacamos ainda que, neste estudo no se tem a


pretenso

de

mostrar

uma

nova

descoberta

ou

maneira

de

avaliar o desempenho ou o risco da operao. Nem mesmo


imaginar que estamos mostrando algo de novo para anlise de
risco em empreendimentos (78 ), mas, sim, abordar os conceitos
mais antigos da Teoria da Deciso e aplic-los no contexto
do

planejamento

econmico-financeiro

na

construo

civil

atravs deste ESTUDO DE CASO, a fim de que, as posturas do


decisor frente ao risco tambm sejam levadas em considerao
na anlise formal do processo de decisrio.

Como

tambm

universalidade

das

no

temos

inteno

possibilidades

neste

de

buscar

ESTUDO

DE

CASO,

faremos uso dos conceitos estudados pela Teoria da Deciso


apenas

para

trs

antecipadamente

da

das

variveis

de

possibilidade

de

cenrio,
fazer

sabendo

as

mesmas

consideraes para as demais variveis que aqui no sero


analisadas. Portanto, centraremos nossa preocupao somente
nestas

trs

componentes

variveis,
mais

entendidas

importantes

do

aqui
cenrio

como

sendo

idealizado

as
e

proposto. Esta abordagem estar descrita nas consideraes


seguintes,

onde

introduziremos

fase

probabilstica

na

modelagem formal da anlise.

78

( ) Mesmo porque os conceitos abordados nesta Dissertao


com relao a Teoria da Deciso j existem a mais de 40
anos.

123

5.10 A FASE PROBABILISTICA

Sabemos que as taxas de retorno apresentadas na


Fig.:

5.9.3.3

operaes
cenrio

dos

representam
trs

os

desempenhos

empreendimentos

inicialmente

proposto

gerados

hipotticos

venha

se

pelas

caso

realizar.

o
No

entanto, no temos certeza de sua realizao. Admitiremos,


ento, probabilidades de ocorrncia para os diversos valores
que

as

variveis

evidenciamos

de

cenrio

anteriormente

no

possam
item

assumir.
3.1,

Como

deciso

na

escolha, por um ou por outro empreendimento, est fortemente


ligado s probabilidades de acontecimentos das variveis de
cenrio. Assim, esta fase de relevada importncia para a
obteno de xito no processo decisrio.
Ainda de conformidade com o escrito no item 3.1
estas

probabilidades

podem

ter

vrias

origens,

como

exemplo, a partir de experincias do passado ou

por

mesmo da

tabulao dos resultados j verificados (79 ). Fala-se, neste


caso,

em

probabilidades

objetivas.

Nos

casos

em

que

as

probabilidades representam as codificaes das informaes


ou das opinies, elas podem ser chamadas de subjetivas,
conforme definies tambm abordadas no item 3.1.

79

( ) Valem as mesmas consideraes a respeito das variveis


possuirem
caractersticas
de
variveis
contnuas
ou
discretas.

124

O importante que, as probabilidades subjetivas


sero

tratadas

da

mesma

maneira

que

as

probabilidades

objetivas, como demostrou Savage (80 ).

Neste ESTUDO DE CASO restringir-nos-emos ao estudo


de apenas trs das variveis de cenrio, sendo que, duas
delas,

so

pertinentes

economia

setorial,

uma,

comparao entre a economia setorial da construo civil e a


economia de modo em geral.

Inferindo

estatisticamente

nas

atribuies

das

probabilidades para o empreendimento [EMPRE E1] mostramos,


na

Fig.:

5.10.1

abaixo,

faixas

para

os

valores

que

varivel [custos] poderia assumir no contexto deste estudo :

PROBABILIDADES PARA OS CUSTOS DO [EMPREE E1]


de
Cr$ mil/m
700
800
830
860
950

|
at
| Cr$ mil/m
|
800
|
830
|
860
|
950
|
1000

| Probab.
| Ocorrncia
|
2.5%
|
2.5%
|
90.0%
|
2.5%
|
2.5%

| Probab.
| Acumulada
|
2.5%
|
5.0%
|
95.0%
|
97.5%
|
100.0%

Fig.: 5.10.1 Distribuio Probabilstica de


Ocorrncia dos Custos/m para o [EMPRE E1]
Valores em Cr$ mil/m [m0]
evidente que esta distribuio probabilstica
provm de inferncias estatsticas, as quais, neste CASO em

80

( ) Savage,L. J, op.cit. [29].

125

particular, no pretendemos analisar, mesmo porque estamos


trabalhando com empreendimentos hipotticos.

Lembramos apenas, como j abordado em captulos


anteriores, que estas distribuies estatsticas podem no
provir

de

dados

histricos,

mas

sim

de

experincias

empricas dos especialistas ou dos decisores, fazendo com


que

as

probabilidades

subjetivas

passem

fazer

parte

integrante do processo decisrio, muito embora saibamos que


o setor da construo civil um dos que mais sofrem a
influncia

de

no

especialista

no

processo

decisrio

portanto, carregam em sua constatao, muitas vezes, vieses


ou comportamentos totalmente anmalos.

Da mesma forma que procedemos para os

[custos],

imaginaremos distribuies probabilsticas para faixas de


valores que as outras variveis de cenrio aqui estudadas
possam assumir. Destacamos, ento, para a varivel [delta]
(81 ), na Fig.: 5.10.2, novamente uma inferncia estatstica
hipottica.

PROBABILIDADES PARA O OCORRENCIA DO


DESCOLAMENTO [DELTA] ENTRE O [ISCC] E O [IGP]
de
% ano
8.0
81

|
|
|

at
% ano
10.0

| Probab.
| Probab.
| Ocorrncia | Acumulada
|
3%
|
3%

( ) Descolamento entre o [iscc] e o [igp].

126

10.0
12.0
14.0
16.0

|
|
|
|

12.0
14.0
16.0
18.0

|
|
|
|

10%
60%
15%
12%

|
|
|
|

13%
73%
88%
100%

Fig.: 5.10.2 Probabilidade de Ocorrncia do


Descolamento [Delta]

A terceira e ltima varivel de cenrio a ser


analisada, a varivel [vendas], deve merecer um tratamento
todo especial em nossa anlise, pois muito complexo, e
talvez de difcil mensurao tabular dados de uma varivel
completamente discrepante e distinta das demais.
Embora as restries do pargrafo anterior sejam
vlidas, sentimos que possvel pelo menos sinalizar um
vetor comportamental para esta varivel, verificando assim,
a tendncia mercadolgica existente no momento.
As
finais)

ou

construo
dvida,

interferncias
investidores

no

civil,

dito

como

comprometer

este

dos

compradores

especializados

no

anteriormente,

vetor

(usurios
setor

podem,

comportamental,

seja

da
sem

pelo

crescimento ou pela reduo da velocidade das vendas [VELOV]


apresentada como a tendncia inicial.
Alm
comportamento
produzindo

um

disto,
das

grande

vendas

vis

parte

d-se

ainda

maior

da

influncia

aspectos
por

se

no

conjunturais,
tratar

de

empreendimentos de longa durao.

Por outro lado, para que se assegure de alguma


forma que as [vendas] estejam nos patamares inicialmente

127

previstos por [VELOV], podemos fazer uso de um mecanismo de


ajuste - o [preo]. Lembra Rocha Lima (82 ) que o [preo] de
um

produto

imobilirio

se

origina,

Do

desejado

basicamente,

de

trs

empreendedor,

como

vetores:

[preo]

necessrio

para

pelo

satisfazer

os

nveis

dos

resultados pretendidos;

* Do [preo] praticado pela concorrncia, para um


produto

equivalente

dirigido

de

ser

para

mesmo

pblico alvo (83 ) ;

Do

[preo]

capaz

pago

pelo

mercado,

resultante da somatria de sua poupana acumulada


e da sua capacidade de endividamento.
Continua dizendo que, a tendncia de ajuste pelo
menor

dos

acomodao

trs

valores,

entre

os

e,

mdio

[preo] praticados,

prazo,
a

surge

uma

capacidade

de

pagamento pelo mercado e a qualidade do produto ofertado


quando comparado com sua vizinhana.

82

( ) Rocha Lima Jnior,Joo - Avaliao do Risco nas


Anlise de Empreendimentos Habitacionais, Fev. 1991
EPUSP.
83

( ) Neste nosso CASO imaginaremos uma condio de estrutura


mercadolgica perfeita, para que possamos estar isentos de
qualquer tipo de vcio mercadolgico ou algo similar.

128

Mesmo que o [preo] seja tal agente de ajuste no


processo mercadolgico, isto no significa que ser o nico
vetor
-

responsvel

embora

na

admitamos

incertezas

relativas

influncia

que
ao

seja

do

processo

maior

processo

das

das

vendas

portanto,

[vendas]

as

continuam

configurando-se da mesma forma.


Esta

varivel

comportamental

difere

das

duas

anteriormente citadas. Enquanto que as variveis anteriores


(84 )

possuem

um

comportamento

caracterstico

de

varivel

contnua, a varivel [vendas] possui um comportamento de


varivel discreta.
Desta forma, podemos ento atribuir probabilidades
duplas

aos

acontecimentos.

Uma

para

as

quantidades

de

unidades vendidas e outra para os meses em que ocorrero


estas vendas. No entanto, usaremos uma simplificao que no
invalida a postura acima descrita. Em funo da regresso
feita sobre o comportamento das vendas passamos a admitir
apenas

uma

probabilidade

fruto

da

unio

das

duas

consideraes anteriores.

Sabemos ainda que a efetiva [venda] das unidades,


depende, fundamentalmente, do momento mercadolgico que se
vive. Isto faz com que a medida que nos "distanciamos" do
ms de anlise, nossa previses iniciais ficam cada vez mais
frgeis. Mas, de qualquer forma, precisamos estim-las, e
utilizaremos as condies mercadolgicas existentes "hoje"
84

( ) [custos] e [delta].

129

para

podermos

projet-las,

at

porque,

esta

uma

das

condies necessrias para que possamos utilizar o modelo


idealizado para anlise de viabilidade econmico-financeira
com a conceituao exposta pela Teoria da Deciso.

Neste sentido, destacaremos a seguir, trs quadros


relativos aos perfis probabilsticos para as [vendas] do
[EMPRE E1]. Faremos com que a "distncia" entre o ms de
anlise e o ms da efetiva venda das unidades, seja, de
certa forma, avaliada. A cada ms que nos "distanciarmos" do
ms

de

ficaro

anlise
cada

[m0],

vez

imaginaremos

menos

precisas

que

nossas

previses

configuraremos

estas

imprecises atravs da inferncia probabilstica nas vendas


inicialmente previstas por [VELOV].

130

Vejamos, ento, na Fig.: 5.10.3, abaixo, o perfil


probabilstico das vendas no ms 08

[vendas

08]

para o

[EMPRE E1] (85 ) :

de
unidades
vendidas
0
1
2
3

PROBABILIDADES DAS VENDAS DO


EMPREENDIMENTO [EMPRE E1]
*** MES 08 ***
|
at
| Probab.
| Probab.
| unidades | Ocorrncia | Acumulada
| vendidas |
|
|
0
|
5.0%
|
5.0%
|
1
|
90.0%
|
95.0%
|
2
|
4.9%
|
99.9%
|
33
|
0.1%
|
100.0%

Fig.: 5.10.3 Probabilidade do Comportamento das


Vendas para o [EMPRE E1] para o MES 08

Usaremos ainda de outra simplificao apenas para


reduo da quantidade de clculos. Admitiremos que o perfil
probabilstico das [vendas] efetivadas entre os meses 09 e
19 [vendas 09-19] seja exatamente o mesmo. Este tipo de
simplificao

vlida,

uma

vez

que

proporo

ou

"probabilidade de erro" (vendas previstas e no efetivadas


ou vendas efetivadas e no previstas) constante ao longo
de todos os meses, tendo em vista que as [vendas] planejadas
neste perodo so exatamente as mesmas de ms para ms (86 ).

85

( ) Mais
crticas.
86

adiante

tal

procedimento

ser

alvo

de

nossas

( ) Conforme Tabela de Vendas caracterizada por [VELOV] do


[EMPRE E1].

131

claro

que

exemplo

do

que

dissemos

em

paragrfos anteriores com relao a "distncia" entre o ms


de planejamento e o ms da efetiva [venda] das unidades
continua sendo vlido. Mas, a simplificao aqui descrita
evita clculos estatsticos em demasia, no nos desviando do
objetivo

que

nos

propomos

alcanar.

Ento,

vejamos

qual

seria o perfil das probabilidades das vendas dos meses 09 a


19 conforme o exposto abaixo no quadro da Fig.: 5.10.4 :

de
unidades
vendidas
0
1
2
3

PROBABILIDADES DAS VENDAS DO


EMPREENDIMENTO [EMPRE E1]
*** MES 09 a MES 19 ***
|
at
| Probab.
| Probab.
| unidades | Ocorrncia | Acumulada
| vendidas |
|
|
0
|
2.0%
|
2.0%
|
1
|
12.0%
|
14.0%
|
2
|
85.0%
|
99.0%
|
33
|
1.0%
|
100.0%

Fig.: 5.10.4 Perfil Probabilstico do


Comportamento das Vendas para o
[EMPRE E1] do MES 09 AO MES 19

Apenas faremos uma diferenciao do ltimo ms


previsto

para

[vendas],

ms

30.

Neste

ms,

alm

das

quantidades de unidades envolvidas no processo de vendas ser


maior (87 ), o ms em que temos a maior "distncia" entre a
anlise (o ms de planejamento) e o respectivo ms de venda.
Portanto, aconselhvel que se utilize um novo perfil de
distribuio probabilstica, fazendo com que o "tamanho" da
87

( ) Conforme cenrio inicialmente proposto na Fig.: 5.5.3.

132

incerteza com relao a efetivao das vendas seja de certa


forma, quantificado, diferenciado e evidenciado dos demais
meses conforme mostra a Fig.: 5.10.5 :

de
unidades
vendidas
0
1
6
8

PROBABILIDADES DAS VENDAS DO


EMPREENDIMENTO [EMPRE E1]
*** MES 30 ***
|
at
| Probab.
| Probab.
| unidades | Ocorrncia | Acumulada
| vendidas |
|
|
0
|
2.0%
|
2.0%
|
5
|
3.0%
|
5.0%
|
8
|
20.0%
|
25.0%
|
10
|
75.0%
|
100.0%

Fig.: 5.10.5 Perfil Probabilstico do


Comportamento das Vendas para o
[EMPRE E1] do MES 30

Mostramos, ento, trs quadros relativos ao perfis


probabilsticos das [vendas] do [EMPRE E1]. Destacamos em
patamares diferenciados os valores referentes as inferncias
estatsticas do primeiro ms de vendas, as inferncias dos
meses intermedirios, e, num terceiro quadro, as inferncias
estatsticas das vendas das unidades do ltimo ms previsto
no fluxo de caixa [ms30] (88 ).

Desta forma, entendemos que praticamente todos os


dados e informaes necessrios para dar partida ao processo
88

( ) Estas ponderaes e estimativas sero posteriormente


alvo de uma extensa crtica.

133

de simulao j foram abordados. Ainda precisamos detalhar


um pouco mais como ser feito o processo de simulao destas
variveis

de

cenrio,

probabilsticas.

agora

condicionadas

funes

134

5.11 PROCESSAMENTO DO MODELO

O processamento do modelo ser feito atravs da


utilizao do Mtodo de Simulao Total proposto por Hertz
(89 ),

combinando

probabilidade

de

as

estimativas

cada

fator

que

de

distribuio

afeta

deciso

de
de

investimento (no nosso ESTUDO DE CASO so as variveis de


cenrio),

e,

ento,

simular

as

possveis

variaes

combinaes dos valores de cada varivel para determinar as


faixas dos resultados das taxas de retorno [Trr] e suas
respectivas

probabilidades

de

ocorrncia

que

estaro

associadas a cada uma destas combinaes. O resultado final


ser o "Retorno Esperado", sua disperso e, em consequncia,
o "Novo Perfil de Risco" (90 ) de cada empreendimento. Pelo
modelo de simulao total proposto por Hertz, nove so os
fatores que interferem na deciso:
1.
2.
3.
4.
5.
6.
7.
8.
9.

Tamanho do Mercado
Preo de Venda do Produto
Taxa de Crescimento do Mercado
Parcela Eventual do Mercado
Investimento Total Necessrio
Vida Esperada do Empreendimento
Valor Residual no Fim do Perodo
Custos da Operao
Custos Fixos

89

( ) Hertz, David B. , Risk Analysis in Capital Invetiment,


Harvard Business Review, Jan-Fev- 1964, p 95-106.
90

( ) "Novo Perfil de Risco" - entendido aqui da forma com que


abordado pela Teoria da Deciso.

135

Muitos destes fatores que interferem na deciso


identificados

por

Hertz,

sequer

teriam

sentido

de

serem

simulados neste exemplo, dado que a formulao deste ESTUDO


DE CASO parte de algumas consideraes hipotticas, e que
aqui, no cabe discut-las. O Tamanho do Mercado e a Parcela
Eventual de Mercado (Fatores 1 e 4), no sero simulados,
pois a formulao deste CASO no nos permite enxergar este
tamanho,

muito

menos

parcela

deste

mercado

que

eventualmente teramos. A Vida Esperada do Empreendimento, o


Valor

Residual

(Fatores
setores

,7

no
e

9)

industriais,

Fim

do

so

Perodo

os

caractersticas

onde

estes

fatores

Custos

Fixos

pertinentes
realmente

aos

fazem

parte da operao para analisar a viabilidade econmicofinanceira de um empreendimento. Na construo civil, para
efeitos deste tipo de anlise, no so estes os fatores mais
importantes a ponto de serem considerados na viabilidade.
Agora, o Preo de Venda do Produto, a Taxa de Crescimento do
mercado,

Investimento

Total

Necessrio

Custo

da

Operao

(Fatores 2, 3, 5 e 8), estes sim, teriam sentido

em serem simulados para efeitos da anlise de viabilidade


econmico-financeira

de

um

empreendimento

na

construo

civil. Entretanto, neste ESTUDO DE CASO, estamos simulando


apenas trs fatores. Os [custos], [delta] e as [vendas]. De
imediato

detectamos

que

dois

destes

fatores,

[custos]

[vendas], referem-se basicamente as condies necessrias


para avalio econmico-financeira de um empreendimento, e o
fator [delta] nos mostra uma caracterstica especfica do

136

setor da construo civil que o descolamento existente


entre o [iscc] e o [igp].
Estas

variveis

de

cenrio

sero

simuladas

no

modelo proposto por Hertz da seguinte maneira: Utiliza-se um


processador randmico para gerar valores ao acaso. Busca-se
na tabela de probabilidades de cada varivel de cenrio (91 ),
o valor correspondente a cada gerao feita. Agora, com os
novos valores atribudos a [custos], [delta] e [vendas],
processa-se a anlise de viabilidade econmico-financeira
deste cenrio em particular, fazendo com que o modelo simule
cada nova condio gerada (92 ). Desta forma, obtm-se a cada
simulao feita, uma nova taxa de retorno. Repete-se este
processo um certo nmero razovel de vezes

(de 100 a

200 vezes). O que teremos ser uma listagem das diversas


taxas

de

ocorrncia.

retorno

Levanta-se,

suas

respectivas

ento,

uma

curva

frequncias
de

de

distribuio

probabilstica dos retornos esperados, constitundo-se assim


no "Novo Perfil de Risco de Cada Empreendimento" (93 ).

91

( ) Neste ESTUDO DE CASO so [custos], [vendas] e [delta].


92

( ) Para a otimizao do processo utilizaremos de uma


pequena simplificao. Fixaremos os vrios valores que
[delta] possa assumir conforme Fig.: 5.10.8 e deixaremos as
outras duas variveis livres para que possam assumir valores
da gerao randmica. Esta condio vem da necessidade de
simular as operaes para os trs empreendimentos com o
mesmo [delta], pois esta varivel reflete o descolamento
entre ndices econmicos no refletindo na relao entre
empreendimentos.
93

( ) Vale a mesma observao feita


Perfil de Risco dos Empreendimentos.

anteriomente

sobre

137

Vejamos, na Fig.: 5.11.1 abaixo, como ficaria a


rotina de procedimentos para o processo de simulao total
proposto por Hertz.

Fig.: 5.11.1 Rotinas para utilizao do Processo de


Simulao Total Proposto por Hertz.

variveis

importante

de

independentes,
simulatrio.
elaborado

cenrio

lembrar
aqui

contribundo
Esta

condio

anteriormente

independncia

entre

mesmos comentrios.

que

estes

analisados
de

igual

segue

quando

ou

sero

considerados

forma

no

mesmo

discutimos

empreendimentos,

"fatores",

processo

raciocnio
respeito

portanto,

valem

da
os

138

5.12 RESULTADOS DO PROCESSAMENTO

Como j abordamos, o processamento constitui-se na


simulao de vrios cenrios com a gerao das variveis
feitas de forma randmica, observando que as frequncias
desta

gerao

devem

ser

compatveis

com

as

respectivas

frequncias indicadas no item 5.10 nos quadros das figuras


Fig.: 5.10.1 a Fig.: 5.10.5, satisfazendo, assim, a condio
inicialmente adotada na inferncia probabilstica de cada
uma

delas.

Este

procedimento

bastante

simples.

Basta

fazermos uma tabela de [0.0] a [99] e alocarmos na gerao


de

nmeros

aleatrios

mesma

proporcionalidade

com

que

foram concebidas as frequncias de cada varivel aleatria.


Exemplificando

probabilidade

de

[venda]

de

nenhuma

unidade do [EMPRE E1] no ms 08 (94 ) de 5.0%. Portanto,


qualquer nmeno da gerao de dados aleatrios que estiver
entre [0.0] e [5.0] corresponder a este acontecimento. Este
raciocnio

vale

combinao

destas

cenrio

com

para

as

demais

variveis

qual

(95 )

modelo

variveis

que

de

nos

simular

cenrio.

fornecer

anlise

de

viabilidade de econmico-financeira de cada empreendimento


deste ESTUDO DE CASO.

94

( ) Conforme Fig.: 5.10.3


95

( ) Variveis
randmica.

de

cenrio

vinculadas

agora

uma

funo

139

Novamente aqui destacamos que descreveremos com


mais

detalhes

esta

combinao

de

nmeros

de

seus

respectivos resultados parciais apenas para o empreendimento


[EMPRE

E1],

observando

que,

para

os

outros

dois

empreendimentos, [EMPRE E2] e [EMPRE E3], o comportamento


absolutamente idntico.
Ainda

vale

um

lembrete.

Das

trs

variveis

de

cenrio aqui analisadas, duas delas tm seus comportamentos


ligados

diretamente

empreendimento.

No

as

caractersticas

entanto,

varivel

prprias

de

[delta]

deve

cada
ser

simulada com o mesmo valor para os trs empreendimentos a


cada nova gerao de nmeros aleatrios, pois

[delta] (96 )

reflete

comportamento

entre

economias

no

do

comportamento de cada empreendimento em particular.


Sendo assim, vejamos na Fig.: 5.12.1 abaixo, qual
seria o resultado do processamento para o [EMPRE E1], dado
que

foram

extramos

feitas
deste

anteriormente,

as

duzentas

simulaes

processamento
taxas

de

randmicas.

so,

retorno

frequncias de ocorrncia.

96

( ) descolamento entre o [iscc] e o [igp]

como
suas

que
dito

respectivas

140

RESULTADOS APRESENTADOS PELA [Trr]


ATRAVS DA UTILIZAO DAS VARIAVEIS DE CENARIOS
NO PROCESSO RANDOMICO PARA [EMPRE E1]
[Trr]
|
[Trr]
| Frequncia | Frequncia
Ano Efetiva |Ano Efetiva | Ocorrncia |
Acumulada
de
|
at
|
|
-20.0%
|
15.0%
|
15%
|
15%
16.0%
|
24.0%
|
14%
|
29%
25.0%
|
39.0%
|
17%
|
46%
40.0%
|
70.0%
|
20%
|
66%
71.0%
|
100.0%
|
18%
|
84%
101.0%
|
145.0%
|
16%
|
100%
Fig.: 5.12.1 Resultados das [Trr] obtidos atravs da
simulao das variveis de cenrios conforme
proposio feita por Hertz para o [EMPRE E1].

Reflitamos um pouco sobre estes nmeros.


A probabilidade da [Trr] para o [EMPRE E1] ser
maior que 15% de 85%, [PROB TrrEMPRE E1>15%]=85%, sendo
que boa parte destas taxas devem ficar entre as taxas de
[Trr]=16% e [Trr]=100% ano efetivo.

H pelo menos 29% de chance que a [Trr] seja menor


que [cop]=24%, [PROB TrrEMPRE E1<24% ]=29% podendo ser at
negativa. Esta condio de [Trr] negativa deve-se ao fato
bvio

de

que

no

processo

randmico,

combinao

das

variveis "ruins" foi a que prevaleceu.

O "Quadro" apresentado na figura acima, daqui para


frente passa a representar o
[EMPRE
estudado

E1].

Isto

passa

,
ter

cada
uma

"Novo Perfil de Risco"

um
"nova

dos

empreendimentos

condio

de

risco",

do

aqui
com

141

possibilidades

de

retorno,

qual

cada

ocorrncia.
escolher

oferecer

Diante

aquele

com

diversos

sua

deste

nveis

respectiva

novo

empreendimento

de

taxas

de

probabilidade

de

perfil,

que

oferecer

lhe

decisor

dever
o

menor

risco com o maior retorno, e dever faz-lo, valendo-se de


suas preferncias e de seu comportamento frente situaes
de risco.

Abordamos desde o incio que a varivel

[vendas]

"regeria" de certa forma o vetor comportamental das [Trr],


e, consequentemente, o perfil de risco dos empreendimentos.
J que esta varivel to significativa assim, especulemos
um pouco mais sobre seu comportamento. No item 5.10 desta
Dissertao fizemos algumas simplificaes para efeitos dos
clculos.

Estas

simplificaes

resumiam-se

na

adoo

de

apenas um perfil probabilstico para as vendas entre os


[meses 09 a 19] [vendas 09-19]. Ora, estas simplificaes
por si s j so, em grande parte, responsveis pela forma
com

que

est

estruturado

perfil

de

risco

de

cada

empreendimento [EMPRE EN]. Qualquer que seja o resultado do


processo

randmico,

comportamento

das

vendas

nos

[meses 09 a 19] ser exatamente o mesmo. Quer dizer que, se


houver um resultado ruim no

[ms 09] admitido atravs da

escolha da varivel pelo processo randmico, os demais meses


estaro "condenados" a receber o mesmo tipo de tratamento.
Destacamos que este tipo de comportamento aqui imposto pela
modelagem absolutamente procedente em economias estveis.

142

Isto , se o comportamento das [vendas] no foi satisfatrio


em

um

determinado

ms,

com

muita

dificuldade

ser

diferente nos meses seguintes mais prximos, sendo um vetor


tendencial a curto prazo. A longo prazo (97 ), o comportamento
pode

ser

alterado,

como

tambm

verifica-se

na

gerao

aleatria.
Estas observaes nos leva a imaginar que para
manipularmos
nossas

um

modelo

previses

de

para

simulao
as

como

variveis

apresentado,
de

cenrio,

principalmente as [vendas], devam assumir um grau mnimo de


preciso compatvel com a modelagem proposta. Como j dito
anteriormente, neste ESTUDO DE CASO admitiremos a existncia
de

um

mercado

perfeito,

pressupostamente,

est

em

onde

relao

equilbrio.

oferta/demanda,

partir

deste,

lanaremos mo de um outro pressuposto. Imaginaremos que o


setor

de

[vendas]

da

empresa

hipottica

competente

suficiente para nos fornecer dados sobre as previses das


[vendas], de modo que contemple as exigncias impostas por
esta modelagem (98 ).
Feitas estas consideraes, vlidas aqui para os
trs empreendimentos do ESTUDO DE CASO, veremos nos quadros
das Fig.: 5.12.2 e Fig.: 5.12.3 qual seria o comportamento

97

( ) Em nossa modelagem seria o [ms30].


98

( ) Na Concluso deste trabalho, abordaremos alguns aspectos


da adoo de ndices e perfis de probabilidade completamente
subjetivos utilizando tais informaes como "informaes a
priori" do processo e analisaremos a condio de riscoretorno dos empreendimentos.

143

do

"Novo

Perfil

de

Risco"

para

[EMPRE

E2]

para

[EMPRE E3], admitindo-se que proceda-se de maneira idntica


na obteo de tais resultados :

Ento, para o [EMPRE E2], o resultado seria :


RESULTADOS APRESENTADOS PELA [Trr]
ATRAVS DA UTILIZAO DAS VARIAVEIS DE CENARIOS
NO PROCESSO RANDOMICO PARA [EMPRE E2]
[Trr]
|
[Trr]
| Frequncia | Frequncia
Ano Efetiva |Ano Efetiva | Ocorrncia |
Acumulada
de
|
at
|
|
-20.0%
|
15.0%
|
7%
|
7%
16.0%
|
24.0%
|
10%
|
17%
25.0%
|
39.0%
|
25%
|
42%
40.0%
|
70.0%
|
24%
|
66%
71.0%
|
100.0%
|
24%
|
90%
101.0%
|
145.0%
|
10%
|
100%
Fig.: 5.12.2 Resultados das [Trr] obtidos atravs da
simulao das variveis de cenrios conforme
proposio feita por Hertz para o [EMPRE E2].

E para [EMPRE E3], o resultado seria :


RESULTADOS APRESENTADOS PELA [Trr]
ATRAVS DA UTILIZAO DAS VARIAVEIS DE CENARIOS
NO PROCESSO RANDOMICO PARA [EMPRE E3]
[Trr]
|
[Trr]
| Frequncia | Frequncia
Ano Efetiva |Ano Efetiva | Ocorrncia |
Acumulada
de
|
at
|
|
-20.0%
|
15.0%
|
11%
|
11%
16.0%
|
24.0%
|
15%
|
26%
25.0%
|
39.0%
|
20%
|
46%
40.0%
|
70.0%
|
20%
|
66%
71.0%
|
100.0%
|
22%
|
88%
101.0%
|
145.0%
|
12%
|
100%
Fig.: 5.12.3 Resultados das [Trr] obtidos atravs da
simulao das variveis de cenrios conforme
proposio feita por Hertz para o [EMPRE E3].

144

Algumas

observaes

com

relao

tabelas

apresentadas nas figuras anteriores. Se fssemos separar as


faixas de ocorrncia das [Trr] na razo de algum critrio
probabilstico,

certamente

os

intervalos

no

seriam

os

descritos acima. Para que ficasse mais fcil o entendimento,


e inclusive a visualizao no contexto setorial em que se
insere

os

empreendimentos,

que

adotamos

os

intervalos

descritos. Ainda tomamos o cuidado de fazer com que estes


intervalos fossem os mesmos para os trs empreendimentos,
tornando assim, a anlise dos nmeros mais simplificada.

Diante agora do "Novo Perfil de Risco" (99 ) de cada


empreendimento, podemos processar a anlise dos critrios de
deciso utilizando a conceituao abordada nos captulos
anteriores sobre o uso da Teoria da Deciso como sendo
ferramental til para "ajudar" o decisor a posicionar-se
diante

da

melhor

fundamentando,

tal

alternativa
procedimento

dentre
na

as

apresentadas,

utilizao

de

suas

preferncias em relao ao risco.

99

( ) Novo Perfil de Risco entendido da forma com que se


insere no contexto e conceituo exposta pela Teoria da
Deciso.

145

5.13 APLICABILIDADE DA TEORIA DA DECISO

verificamos

que

incerteza

inerente

as

decises de investimentos de uma empresa. Seria intil e


ingnuo demais se imaginssemos que pudssemos ignor-la na
esperana, talvez, de que ela viesse a desaparecer.

Ao

invs

disto,

projetamos

uma

distribuio

probabilstica das variveis de cenrio que mais afetariam


este processo decisrio, utilizando tal distribuio como
"informao

priori"

para

simulao

cenrio na modelagem proposta por

das

variveis

de

Hertz (100 ). Aps termos

processado esta simulao, os resultados obtidos formaro, o


"Novo Perfil de Risco" (101 ) de cada empreendimento. Todo
este procedimento ns j conhecemos, como tambm sabemos que
as probabilidades "a priori" ou foram fornecidas atravs de
anlise dos dados histricos verificados estatisticamente,
ou

foram

indicadas

pela

utilizao

da

subjetividade

do

prprio tomador de deciso. Com estes tipos de observaes,


obteremos uma grande gama de informaes que, no nos indica
o vetor da melhor deciso, mostra-nos apenas a tendncia
comportamental de cada empreendimento com relao ao risco

100

( ) Hertz, David B., op.cit. [15].


101

( ) Valem as consideraes feitas anteriormente acerca do "


Novo Perfil de Risco ".

146

da

operao

quando

submetido

ao

processo

de

incerteza

citado.

Nem poderia ser diferente, pois as abordagens que


fizemos nos primeiros captulos de que, justamente o vetor
comportamental

indicando

melhor

deciso

do

processo

deveria levar em conta no s este " Novo Perfil de Risco "


como tambm as preferncias e atitudes do decisor quando
estiver frente a uma situao que envolva incertezas.

Desta

forma

e,

sob

ponto

de

vista

da

conceituao exposta na teoria da utilidade desenvolvida e


concebida por Von Neumann e Morgenstern (102 ), que faremos
uso de tais conceitos para avaliar as condies em que o
tomador

de

empreender

deciso

se

determinado

posicionar

para

empreendimento

em

escolha

detrimento

de
dos

demais.

Da mesma forma que descrevemos as probabilidades


(sejam elas subjetivas ou no) usadas para caracterizar o
perfil de risco do empreendimento, conceituamos a funo
utilidade para descrever o comportamento e/ou a preferncia
do

decisor

atravs

de

em
um

relao
ndice

ao
de

risco.

Avaliamos

satisfao

relativa

indiferena entre as alternativas propostas.

102

este

( ) Von Neumann e Morgenstern, op.cit. [34]

ltimo
ou

de

147

Das

concluses

deste

procedimento

que

verificamos a atitude do decisor em relao ao risco. Esta


atitude,

representada

coeficiente

de

agora

averso

ao

numericamente

risco,

cuja

atravs

tendncia

do
ser

constante, , tambm, mostrada em forma de um grfico que


recebe o nome de Perfil do Decisor em Relao ao Risco.
Perfil que ter as caractersticas da Funo Utilidade do
decisor.

Caso

tentncia

do

seu

coeficiente

no

se

comportar de maneira constante porque, provavelmente, as


quantias

envolvidas

absolutamente

neste

insignificante

processo
para

decisrio

decisor

(103 )

so
ou

processo no lhe oferece risco nenhum.

De posse agora do "Perfil de Risco" do tomador de


deciso, podemos extrair informaes deste grfico capazes
de

nos

orientar

sobre

qual

seria

alternativa

de

investimento que estaria de acordo com as suas preferncias


mais bsicas, identificando assim o vnculo entre o tomador
de deciso e a deciso tomada.

Evidente

que,

se

admitirmos

qualquer

decisor

hiptetico, estaramos vinculando este processo de tomada de


deciso ao perfil de um decisor cujas preferncias seriam
simbolicamente apresentadas sem qualquer sentido de crtica
mais profunda. Portanto, entendemos necessrio at por uma
questo de dar maior contexto real, que o tomador de deciso
103

( ) Ver item 3.3.2 desta Dissertao.

148

seja o prprio autor desta Dissertao. Arrolaremos ento


sobre

suas

caractersticas

preferncias

em

relao

ao

risco, para s ento identificar qual seria a escolha de


alternativas que contempla os conceitos sobre a Teoria da
Deciso aqui abordada.

Antes porm, de discutir sobre as conceituaes


das preferncias do autor em relao ao risco, precisamos
ainda

verificar

um

procedimento

matemtico

exposto

no

contexto da Teoria da Deciso. Procedimento este, que serve


de parmetro para identificarmos se determinado indivduo
averso, neutro ou propenso ao risco. Tal clculo baseia-se
no Valor Esperado da Taxa de Retorno [VE Trr EMPRE EX] de
cada alternativa (empreendimento) conforme o descrito no
item 3.2 desta Dissertao.

149

5.13.1 O USO DO VALOR ESPERADO

Conforme conceituao exposta no item 3.2, o Valor


Esperado da Taxa de Retorno

[Trr] de um empreendimento

denotado por [VE Trr EMPRE EX] e calculado como sendo :


[VE Trr EMPRE EX]= xi.P (X=x i)
(5.13.1.1)

onde, P( X=x i ) so as probabilidades relativas a


cada resultado discreto da faixa de valores das taxas de
retorno [Trr] e xi so as taxas de retorno calculadas, como
sendo o valor mediano das faixas de [Trr] encontradas (104 ),
avaliando,

assim,

tendncia

da

distribuio

probabilstica, localizando o ponto ou a [Trr] mais provvel


da

possibilidade

de

resultado.

Vejamos

como

ficariam

os

clculos relativo a este procedimento conforme descrito nas


Fig. : 5.13.1.2, Fig. : 5.13.1.3 e Fig. : 5.13.1.4 abaixo :

104

( ) Tal procedimento ser alvo de crtica nas Consideraes


Finais deste trabalho.

150

[Trr]
Probabilidade
mdia
Ocorrncia
-2.5%

15%
20.0%

14%
32.0%

17%
55.0%

20%
85.0%

18%
123.0%

16%
[VE Trr [EMPRE E1]](*) = 54%
Fig. : 5.13.1.2 Valor Esperado para a Taxa de Retorno [Trr]
do [EMPRE E1], admitindo como taxa mediana a
[Trr] mdia de sua respectiva faixa.

[Trr]
Probabilidade
mdia
Ocorrncia
-2.5%

15%
20.0%

14%
32.0%

17%
55.0%

20%
85.0%

18%
123.0%

16%
[VE Trr [EMPRE E2]](*105 ) = 56%
Fig. : 5.13.1.3 Valor Esperado para a Taxa de Retorno [Trr]
do [EMPRE E2], admitindo como taxa mediana a
[Trr] mdia de sua respectiva faixa.

105

( ) Conforme
(5.13.1.1)

forma

de

clculo

exposta

pela

equao

151

[Trr]
Probabilidade
mdia
Ocorrncia
-2.5%

15%
20.0%

14%
32.0%

17%
55.0%

20%
85.0%

18%
123.0%

16%
[VE Trr [EMPRE E3]](*106 ) = 54%
Fig. : 5.13.1.4 Valor Esperado para a Taxa de Retorno [Trr]
do [EMPRE E3], admitindo como taxa mediana a
[Trr] mdia de sua respectiva faixa.

Para melhor vizualizao, a Fig.: 5.13.1.5 abaixo,


dispem de forma diferente os Valores Esperados para as
taxas de retorno dos empreendimentos deste ESTUDO DE CASO.
QUADRO RELATIVO AOS VALORES ESPERADOS
PARA AS [TRR] DOS EMPREENDIMENTOS
| [EMPRE E1] | [EMPRE E2] | [EMPRE E3]
[VE Trr EMPRE EX]
|
54%
|
56%
|
54%
Fig.: 5.13.1.5

Quadro relativo aos

[VE Trr EMPRE EX ].

Analisando o quadro acima, teramos o [EMPRE E2]


como sendo o melhor dos trs empreendimentos, pois possui o
maior

valor

esperado

da

taxa

de

retorno

[VE Trr EMPRE E2]=56%. Entretanto, sabemos que o clculo do


Valor Esperado da taxa de retorno de cada empreendimento
um

mtodo

capaz

de

caracterizar

distribuies

multivalorizadas dos possveis resultados futuros por um


106

( ) Conforme
(5.13.1.1)

forma

de

clculo

exposta

pela

equao

152

nico

valor

todos

os

ponderadamente
possveis

mediano.

resultados

Leva
e

em

considerao

suas

respectivas

probabilidades, ao contrrio do tratamento que aborda as


variveis

de

cenrio

como

absolutamente

"certas"

verdadeiras de seus resultados.

Este tipo de postura j deflagra, por si s, um


grande avano. Embora saibamos disto, entendemos que ainda
esta

postura

desejos

no

inerentes

contempla
ao

tomador

na

totalidade

de

deciso,

os

anseios

ignorando

por

completo sua atitude frente ao risco. Detalharemos um pouco


mais sobre este processo, valendo-nos de um pequeno exemplo
acerca da diferena entre o Valor Esperado das alternativas
(empreendimentos) e da Funo Utilidade das mesmas para os
decisores.

Apenas
diferena

entre

alternativas

para

refletirmos

decidir

ou

com

com

base

base
em

um
no
seu

pouco
valor

mais

sobre

esperado

equivalente

das

certo,

imaginemos que para um investidor (decisor) seja oferecido


duas propostas: A primeira, bvia, a de no empreender; em
consequncia a certeza de no ganhar, nem perder nada. A
segunda

seria

de

investir

na

construo

de

um

empreendimento que lhe geraria uma incerteza na obteno da


taxa de retorno.

153

Isto , caso o cenrio venha comportar-se de forma


como o idealizado na anlise, a taxa de retorno ser de, por
exemplo, [Trr]=145% ano efetivo. Caso no se consolide o
cenrio de anlise, seja por qualquer motivo (107 ), teremos
uma taxa de retorno de [Trr]=24% ano efetivo. Tanto para o
primeiro quanto para o segundo cenrio, as possibilidades de
ocorrncia em termos de chances so exatamente iguais, ou
seja, de 50%. Muitos decisores, talvez a maioria, preferiram
a segunda alternativa, mesmo porque o valor esperado da taxa
de retorno deste empreendimento de [VE Trr EMPRE EK ]=85%
ano efetivo, contra zero da primeira alternativa.

Agora, troquemos os valores das [Trr] e vejamos o


que acontece : no alteremos a primeira alternativa, isto ,
seja ela a de no investir, e portanto, seu valor esperado
continua

sendo

igual

zero.

Na

segunda

alternativa,

imaginemos a mesma taxa de retorno de [Trr]=145% ano efetivo


na condio em que as variveis de cenrio se comportem da
maneira inicialmente prevista, e, em caso contrrio, a taxa
de

retorno

seria

de

[Trr]=0%

ano

efetivo.

Ainda

muitos

decisores optariam pela segunda alternativa pelo fato de


obter

alguma

esperado
[VE

Trr

aceito
107

da
EMPRE
quando

rentabilidade,
taxa
EK]=
a

de
73%

mesma

que

em

retorno

termos

isto

de

valor

significaria

ano efetivo, patamar este ainda


for

balizada

por

[cop]=24%

( ) Neste exemplo no investigaremos o motivo pelo qual


taxa de retorno cai, mas sim sabe-se que tal fato ocorre.

154

[tat]=40%,

sendo

respectivamente

as

taxas

de

custo

de

oportunidade e de atratividade ano efetivo. Mas, outros no


seriam to audazes e talvez preferindo no correr risco
nenhum,

escolheriam

primeira

alternativa,

de

no

investir.

Agora, tendo como subsdio o que foi descrito nos


pargrafos

anteriores,

transportemo-nos

para

seguinte

situao, talvez mais complexa na sua anlise e no to


simples

no

raciocnio

da

escolha.

Imaginemos

mesmo

empreendimento com as possibilidade de obter respectivamente


[Trr]=145% e [Trr]=0% ano efetivo com chances de 50% para
cada

uma

delas,

um

segundo

empreendimento

hipottico

[EMPRE EH] com as seguintes possibilidades na obteno da


taxa de retorno [Trr] conforme mostra Fig.: 5.13.1.6 abaixo:

---------------------------------------------[Trr] EM FUNO DO SEGUNDO EMPREENDIMENTO


[Trr EMPRE EH]
---------------------------------------------[Trr]
| Probabilidade |[VE Trr EMPRE EH ]
Ano Efetiva | de Ocorrncia |
---------------------------------------------0.0%
|
22%
|
0.0%
50.0%
|
28%
|
14.0%
90.0%
|
25%
|
23.0%
145.0%
|
25%
|
36.0%
---------------------------------------------[VE Trr EMPRE EH] |
73.0%
---------------------------------------------Fig.: 5.13.1.6 Resultados das [Trr] do segundo
empreendimento [EMPRE EH] e suas respectivas
probabilidades de ocorrncia.

155

Podemos perceber que este segundo empreendimento,


o [EMPRE EH], possui diversas taxas de retorno [Trr], cada
uma

com

funo

sua
das

respectiva
diversas

probabilidade

situaes

de

de

ocorrncia,

mudanas

nos

em

valores

assumidos pelas variveis de cenrio.


Vejamos, agora, como ficaria o valor esperado da
taxa

de

conforme

retorno

deste

procedimento

empreendimento [VE Trr EMPRE EH],


j

calculado

mostrado

na

mesma

Fig.: 5.13.1.6. Verificamos que o valor esperado da taxa de


retorno

para

segundo

empreendimento

hipottico

de

[VE Trr EMPRE EH ]=73%, que igual a [VE Trr EMPRE EK ]=73%
ano efetivo, isto , o mesmo valor encontrado como valor
esperado da taxa de retorno do primeiro empreendimento. Tal
igualdade nos apontaria, teoricamente, para um processo de
indiferena
verificar

entre

que

os

Esperado

de

[VE

EMPRE

Trr

taxa

as

duas

alternativas.

empreendimentos
de

retorno,

EK ]=73%,

Isto

possuem

mesmo

aproximadamente

escolha

teria

por
Valor

igual

significncia

absolutamente idntica para um decisor com comportamento de


neutralidade

em

colocssemos

vrios

empreendimentos,

relao

ao

risco.

decisores

certamente

frente

teramos

No
a

entanto,
estes

discordncias

se
dois
de

opinies. Alguns prefeririam o primeiro empreendimento, por


entender que a taxa de retorno [Trr]=145% mais atrativa e,
neste caso, com probabilidade maior de ocorrncia do que no
segundo empreendimento. Outros j no, com a atitude menos
arriscada, prefeririam o segundo empreendimento por entender

156

que h 78% de chances de que o primeiro empreendimento tenha


uma taxa de retorno acima de [Trr]=50% ano efetivo. Em ambos
os caso, o valor esperado dos empreendimentos praticamente
o mesmo, mas a atitude de cada decisor em particular frente
a uma posio de risco , notadamente, diferente.

Mostramos

mais

uma

vez

que

muito

melhor

explicitar a atitude do decisor frente ao risco, mesmo que


expressa,

inicialmente,

por

valores

subjetivos

do

que

confiar cegamente nos valores matemticos dos processos de


anlise de deciso que no levam em conta tal conceituao.

Assim, o Valor Esperado das alternativas demonstra


ser

um

critrio

investimentos

sob

bastante
condio

inseguro
de

para

cenrios

seleo

incertos,

de

porque,

essencialmente, ignora a atitude do decisor frente ao risco.

Portanto,

valeremo-nos

de

outro

critrio

de

escolha que contemple tais posturas. Arrolaremos ento, como


proceder para interferir na anlise formal do processo de
deciso,

utilizando

conceito

da

funo

utilidade,

contemplando assim a atitude do decisor frente ao risco.

157

5.13.2 O USO DA FUNO UTILIDADE

O uso da Funo Utilidade ou da Utilidade Esperada


de

uma

determinada

representatividade

alternativa

na

refere-se

preferncia

do

basicamente

indivduo

(decisor)

pelas vrias oportunidades que lhe so oferecidas.

Conforme

abordamos

Dissertao,

as

atitudes

"traduzidas"

numericamente

no

de

item

um

atravs

3.3.2

decisor
de

uma

desta

podem

ser

funo

que

chamamos de Funo Utilidade do Decisor. Isto , associamos


um

ndice

("utility"

ou

valores

teis)

para

avaliar

utilidade ou preferncia de um decisor em relao ao risco.


Deixamos,

ento,

de

trabalhar

com

valores

absolutos

passamos a trabalhar com valores relativos, identificando-os


tambm numa escala relativa.

Neste sentido, verificamos que a Funo Utilidade


de um Decisor Racional apresenta uma convexidade em toda sua
extenso, refletindo assim, seu comportamento de averso ao
risco.

Algumas propriedades so inerentes a este tipo de


postura.

Alm

de

manter

um

acrscimo

de

utilidade

decrescente, o coeficiente de averso ao risco constante,


de decisor para decisor. Caso isto no

ocorra, ou estamos

158

tratanto

de

um

decisor

no

racional

ou

as

quantias

envolvidas so insignificantes para o mesmo (108 ).

Sabendo destas informaes podemos utilizar um dos


empreendimentos
plotarmos

como

funo

"instrumento

utilidade

do

referencial"

decisor.

Como

para
funo

utilidade uma curva de ndices relativos podemos utilizla para os trs empreendimentos, sem qualquer alterao em
sua essncia.

Atravs do Equivalente Certo [EC EMPRE Ex] de cada


alternativa, definiremos qual o valor que o decisor (109 )
est disposto a aceitar no lugar na indeciso apresentada.
De posse dos vrios [EC EMPRE Ex] podemos ento plotar a
Curva da Funo Utilidade.

Evidentemente
consistncia
outras

aps

situaes

o
de

que

devemos

estabelecimento
incertezas

fazer
da

controles

curva,

checando

as

de

propondo
respostas

obtidas com os valores da curva.

Definamos, ento, a escala relativa de utilidade.


Por ser a maior das taxas de retorno apresentada, [Trr]=145%
ter a maior utilidade da escala sendo igual a 1 (um). E a
108

( ) Conceituo exposta pela Teoria da Deciso com base nos


fundamentos axiomticos.
109

( ) Neste caso o autor da Dissertao.

159

menor [Trr]=-20% ser substituda por [Trr]=0% que ter um


valor igual a 0 (zero) na escala. Esta substituio um
procedimento

normal

dentro

deste

contexto,

pois

sua

utilidade para o decisor exatamente a mesma, ou seja, "no


ganhar nada" j por si s considerado como utilidade
0 (zero). Vejamos, ento, na Fig.: 5.13.2.1 abaixo, como
ficaria a definio desta escala relativa :
Empreendi- | Taxa de
| Utilidade
mento
| Retorno Ano | Atribuda
[EMPRE E1] |
145%
|
1
|
0%
|
0
Fig.: 5.13.2.1 Utilidade Atribuda as Taxas de
Retorno Extremas, definindo a escala.

Definida a escala, a primeira pergunta a ser feita


ao decisor agora saber qual a Taxa de Retorno [Trr] de um
empreendimento hipottico [EMPRE EH] qualquer que faria com
que, ele decisor, fique indiferente entre o empreendimento
[EMPRE

E1]

probabilidade

empreendimento

de

50-50

de

[EMPRE

obter

EH],

admitindo

[Trr]=145%

[Trr]=0%

respectivamente como taxas de retorno do [EMPRE E1].


Suponha que o decisor, neste caso sendo o autor
desta Dissertao, tenha respondido uma taxa de

[Trr]=50%.

Isto significaria que, o autor ficaria indiferente entre


empreender
retorno

[EMPRE

E1] e o [EMPRE

do

[EMPRE

EH]

Equivalente

Certo

[EC

seja

de

EH] caso a taxa de

[Trr]=50%.

[Trr0%/145%]]=50%.

Ou

seja,

Vejamos

ficaria ilustrada tal escolha na Fig.: 5.13.2.2 :

seu
como

160

Fig.: 5.13.2.2 Representao esquemtica do


Equivalente Certo do Decisor para a
[EMPRE EH] com taxas de [Trr]=0 e
[Trr]=145%

Logo, a Utilidade para [Trr]=50% ser (110 ):


U ( 50% ) = 0,5xU(0%) + 0,5xU(145%)=
U ( 50% )=0,5
(5.13.2.3)

Procederemos da mesma forma para encontrar o valor


do Equivalente Certo [EC EMPRE EH] para o decisor, s que
agora envolvendo as taxas de [Trr]=0% e [Trr]=50% admitindo
probabilidades

de

50-50

de

obt-las,

conforme

mostra

Fig.: 5.13.2.4 :

Fig.: 5.13.2.4 Representao esquemtica do


Equivalente Certo do Decisor para a
escolha entre [EMPRE E1] e
[EMPRE EH] com taxas de [Trr]=0 e
[Trr]=50%

Temos

como

resposta

ao

Equivalente

Certo

nesta

situao uma taxa de retorno [EC [Trr0%/50%] ]=20%. Logo, a


Utilidade para a taxa [Trr]=20% ser (111 ) :

110

( ) Conforme procedimento mostrado na equao (3.3.2.3) na


pg. 45.

161

U ( 20% ) = 0,5xU(0%) + 0,5xU(50%) =


U ( 20% ) = 0,25
(5.13.2.5)

Prosseguindo com a anlise do perfil do decisor em


relao

ao

risco

atravs

do

Equivalente

Certo

das

alternativas, envolveremos agora as taxas de [Trr]=50% e


[Trr]=145%

admitindo,

da

mesma

forma,

probabilidades

de

50-50 de obt-las. Vejamos como o decisor se comportaria


frente a esta situao mostrada pela Fig.: 5.13.2.6 :

Fig.: 5.13.2.6 Representao esquemtica do


Equivalente Certo do Decisor para a
escolha entre [EMPRE E1] e
[EMPRE EH] com taxas de [Trr]=50 e
[Trr]=145%

situao

Temos

como

uma

taxa

resposta
de

ao

retorno

Equivalente

Certo

[Trr]=90%,

nesta

isto

[EC [Trr50%/145%]]=90%. Vejamos qual seria o valor til para


a taxa [Trr]=90% (112 ) :
U ( 90% ) = 0,5xU(50%) + 0,5xU(145%) =
U ( 90% ) = 0,75
(5.13.2.7)

111

( ) Conforme procedimento mostrado na equao (3.3.2.3) na


pg. 45.
112

( ) Conforme procedimento mostrado na equao (3.3.2.3) na


pg. 45.

162

Agora, j possuimos cinco pontos para plotarmos a


funo

utilidade

do

decisor,

conforme

mostra

Tabela

5.13.2.8 :
*------------------------*
|
Pontos da Funo
|
| Utilidade do Decisor |
*-------------------------------------|
|Empreendi- | Taxa de
| Utilidade |
|mento
|Retorno Ano | Esperada |
|-------------------------------------|
| [EMPRE E1] |
145%
|
1.00
|
|
|
90%
|
0.75
|
|
|
50%
|
0.50
|
|
|
20%
|
0.25
|
|
|
0%
|
0.00
|
*-------------------------------------*
Tabela 5.13.2.8

Pontos da Funo Utilidade do


decisor (o autor).

Evidentemente
consistncia
outras

aps

situaes

o
de

que

devemos

fazer

estabelecimento
incertezas

da

controles

curva,

checando

as

de

propondo
respostas

obtidas com os valores da curva.

De posse dos valores apresentados na tabela acima,


podemos agora desenhar a Curva da Funo Utilidade plotando
seus valores num grfico como mostra a Fig.: 5.13.2.9 :

163

Fig.5.13.2.9 Curva da Funo Utilidade do Decisor

Faamos

agora

uma

reflexo

sobre

os

nmeros

apresentados e a curva plotada. O leitor deve ter percebido


que

curva

da

funo

utilidade

do

decisor

mostra

caractersticas peculiares e aparentemente contraditrias ao


que descrevemos com relao a Teoria da Deciso. Primeiro
porque

curva

mostra

dois

"coeficientes

de

averso

ao

risco". Verifiquemos ento : Da faixa onde a taxa de retorno


est entre [Trr]=0% e [Trr]=90% a funo utilidade possui um
coeficiente de averso ao risco e na faixa onde a taxa de
retorno est entre [Trr]=90% e [Trr]=145% a funo utilidade
toma caractersticas de propenso ao risco. A primeira vista
esta funo entra em contradio com o comportamento das
curvas descrito pela teoria da utilidade, pois sabemos que o
decisor

possui

seu

coeficiente

de

averso

ao

risco

de

maneira constante ao longo da curva.

explicao,

perfeitamente
coeficientes

lgica

ao
e

inegvel,

contrrio
aceitvel.
e

tal

do

que

Que

parece,

temos

dois

procedimento

est

absolutamente correto. Vejamos a explicao : na faixa em


que a taxa de retorno est entre [Trr]=0% e [Trr]=90% os
testes feitos com o decisor mostram condies em que o mesmo
poderia

perder

ou

deixar

de

ganhar

valores

de

taxa

absolutamente inaceitveis para o setor da construo civil.

164

Exemplificando
qual

taxa

de

retorno

Quando
de

um

se

"ele"

empreendimento

[EMPRE

que

decisor

hipottico

100% de certeza de tal

aceitaria
E1]

ao

empreendimento

qualquer [EMPRE EH] que possuisse


acontecimento,

pergunta

em

possui

troca
50%

de

por

um

chances

de

obter, tanto [Trr]=0% quanto [Trr]=145%, o decisor responde


[Trr]=50%.

Isto

decisor

somente

aceitar

trocar

incerteza proposta se a taxa do [EMPRE EH] for de no mnimo


[Trr]=50%.

Neste

quentionamento

decisor

forado

explicitar sua atitude frente a um fato onde a incerteza


proposta o leva a um processo de perda caso o resultado ruim
se

confirme.

decisor,

neste

caso,

est

diante

de

uma

escolha que lhe oferece risco de perda, e nesta situao,


sua postura bastante coerente com o que descrevemos na
Teoria da Utilidade. Este procedimento fica vlido at a
taxa de [Trr]=90%, pois at este patamar o decisor explicita
sua

atitude

oferece

frente

risco

da

incertezas

perda.

na

em

que

faixa

entre

processo

lhe

[Trr]=90%

[Trr]=145%, a incerteza proposta assume um patamar de risco


praticamente sem perdas, e que perfeitamente aceitvel,
at mesmo quando a pior dos resultados ocorre. Isto , o
decisor no est frente a uma atitude em que lhe induz
qualquer tipo de perda considervel, mesmo porque, se a pior
das hipteses ocorrer, ele decisor, ter um empreendimento
que lhe oferece no mnimo [Trr]=90%. Nestas circunstncias o
decisor automaticamente passa a ter um comportamento mais

165

arriscado, pois o questionamento feito no oferece qualquer


tipo de perda substancial, ou melhor, no lhe oferece risco
algum.

Neste

utilidade,

caso,

no

evidente

patamar

entre

que

as

curva

taxas

de

da

funo

[Trr]=90%

[Trr]=145%, evidencia o comportamento de propenso ao risco


do

decisor.

Ora,

se

quizermos

tratar

exatamente

do

contrrio, isto , de um decisor frente a uma condio de


risco, precisamos "ignorar" esta faixa citada para efeitos
dos clculos futuros, at porque, esta faixa, com taxa entre
[Trr]=90%

[Trr]=145%,

no

exprime

comportamento

do

decisor frente a uma situao de efetivo risco. Esta faixa


no

expe

decisor

nenhum

tipo

de

perda

realmente

considervel.

Assim,

curva

da

funo

utilidade

do

decisor

sofrer um ajuste (113 ) para que mantenha seu coeficiente de


113

( ) O ajuste que a curva sofrer tem como nico objetivo


manter o coeficiente de averso ao risco de maneira
constante. Nesta Dissertao, apenas estudamos situaes
onde o resultado ruim da incerteza apresentada leva o
decisor a uma perda considervel. Isto no significa que a
curva que apresentamos est errada. Pelo contrrio,
evidencia, e com muita propriedade, o comportamento do
decisor (autor) em relao as incertezas apresentadas. De
todo no estaria incorreto se utilizssemos a curva proposta
na Fig.: 5.13.2.9 para dela extrassemos dados a respeito da
utilidade das taxas de retorno [Trr] conforme procedimento
descrito no item 3.3.2. Mas, evidenciamos que nossa
preocupao sempre foi estudar situaes onde o decisor est
diante de um risco efetivo, o que muitos autores

166

averso ao risco de forma constante, a fim de que se possa


extrapolar dados e ndices capazes de "avaliar" a utilidade
resultante de cada empreendimento aqui proposto.

Verifiquemos,

ento,

como

ficaria

curva

funo utilidade ajustada do decisor (114 ) na

da

Fig.:

5.13.2.10 :

Fig.: 5.13.2.10 Curva da Funo Utilidade do Decisor


Ajustada.

Estabelecido
decisor,

pode-se,

ento,

ajuste

da

calcular

funo
o

valor

utilidade
da

do

utilidade

esperada para cada um dos empreendimentos aqui relacionados,


mutiplicando-se o valor "til" de cada resultado especfico
avaliado atravs da taxa de retorno de cada empreendimento,
pela probabilidade de ocorrncia dada na gerao dos nmeros

caracterizariam
como
"situao
ganha-perde".
Nestas
situaes, onde o resultado ruim apresentado pela incerteza
leveria o decisor a uma perda considervel, o coeficiente de
averso ao risco do decisor permanece de maneira constante
ao longo da curva. Sobre a maneira que se procedeu para que
se fizesse o ajuste proposto, devemos salientar que
utilizamos a curva entre as taxas de [Trr]=0% a [Trr]=90%
como suporte para dela extrapolar os demais ndices.
Procedimento este feito graficamente e que dentro do
contexto da Teoria da Deciso perfeitamente aceitvel. Nas
concluses tal procedimento ser alvo de algumas crticas.
114

( ) Procedimento absolutamente normal e vlido sob o ponto


de vista da Teoria da Deciso.

167

aleatrios

anteriormente

evidenciados.

Somam-se

estes

resultados parciais, e, o que teremos, ser a utilidade


ponderada de cada empreendimento.

Com
preferncia
assim,

este

do

no

procedimento

decisor

em

relao

perfil

de

teremos
ao

abordado

risco,

risco

deflagrando

intrnseco

cada

empreendimento, como tambm a vontade e o desejo do prprio


tomador

de

descobrir

deciso.
um

Queremos

mtodo

capaz

com

de

isto,

decidir

no
por

inventar
si

s.

ou

Pelo

contrrio, buscamos aqui traar a deciso mais compatvel


com o perfil de risco do prprio decisor. Evidenciando que,
em qualquer circunstncia diferente da citada, quer seja com
relao ao comportamento das variveis de cenrio, quer seja
com relao s probabilidades de ocorrncia das mesmas, o
comportamento

do

decisor

precisa

ser,

de

certa

forma,

"avaliado", para que possamos orient-lo a decidir sobre


aspectos incertos levando em conta sua preferncia ou no
pelo

risco

inerente

ao

empreendimento

ou

ao

processo

decisrio em questo.

Desta

forma

teremos

montada

uma

anlise

dos

empreendimentos deste ESTUDO DE CASO sob o ponto de vista da


preferncia
resultados

do
em

decisor
termos

em
da

relao
Utilidade

ao

risco.

Esperada

Com
que

os
cada

empreendimento oferece, podemos mostrar qual seria a melhor

168

alternativa para empreender, levando em conta o perfil do


decisor que estamos estudando.

169

Vejamos qual seria a Utilidade Esperada para o


empreendimento

[EMPRE E1],

sendo

que

os

valores

"teis"

sero extrados da Funo Utilidade Ajustada do Decisor,


conforme mostra a Fig.: 5.13.2.11 abaixo :

Utilidade atribuda pelo decisor (autor) ao


empreendimento [EMPRE E1]
115 )
(
[Trr]
|Utilidade (116 )|Probabilidade
| Utilidade
Ano Efetiva |Esperada
|Ocorrncia (117 )| Ponderada
0%
|
0.00
|
15%
|
0.00
20%
|
0.25
|
14%
|
0.04
32%
|
0.38
|
17%
|
0.06
55%
|
0.56
|
20%
|
0.11
86%
|
0.78
|
18%
|
0.14
123%
|
0.94
|
16%
|
0.15
[UT PD EMPRE E1] |
0.50
Fig.: 5.13.2.11 Utilidade Ponderada do [EMPRE E1]
representada pelo [UT PD]

Ou seja, para o [EMPRE E1] teramos uma utilidade


ponderada de [UT PD EMPRE E1] = 0.50, um nmero relativo que
deve ser comparado com as Utilidades Ponderadas dos demais
empreendimentos.

115

( ) Taxa de Retorno Mdia como sendo o valor mediano do


intervalo em que se encontra.
116

( )
Utilidade
Esperada
extrada
do
grfico
da
Fig : 5.13.2.10 da Curva Ajustada da Funo Utilidade do
Decisor.
117

( ) Extrado do resultado
desenvolvido na Fig.: 5.12.1 .

do

processamento

randmico

170

J para o [EMPRE E2] a utilidade ponderada seria


composta

por

probabilidades
particular.

aspectos
decorridas

Vejamos

como

diferenciados
de

cada

ficaria

em

valor
a

funo
de

utilidade

taxa
para

das
em
o

[EMPRE E2] na Fig.: 5.13.2.12 abaixo :

Utilidade atribuda pelo decisor (autor) ao


empreendimento [EMPRE E2]
118 )
(
[Trr]
|Utilidade (119 )|Probabilidade
| Utilidade
Ano Efetiva |Esperada
|Ocorrncia (120 )| Ponderada
0%
|
0.00
|
7%
|
0.00
20%
|
0.25
|
10%
|
0.03
32%
|
0.38
|
25%
|
0.10
55%
|
0.56
|
24%
|
0.13
86%
|
0.78
|
24%
|
0.19
123%
|
0.94
|
10%
|
0.09
[UT PD EMPRE E2] |
0.54
Fig.: 5.13.2.12 Utilidade Ponderada do [EMPRE E2]
representada pelo [UT PD]

A utilidade ponderada para o [EMPRE E2] seria de


[UT PD EMPRE E2] = 0.54 .

118

( ) Taxa de Retorno Mdia como sendo o valor mediano do


intervalo em que se encontra.
119

( )
Utilidade
Esperada
extrada
do
grfico
da
Fig : 5.13.2.10 da Curva Ajustada da Funo Utilidade do
Decisor.
120

( ) Extrado do resultado do
desenvolvido na Fig.: 5.12.2 .

processamento

randmico

171

Da mesma forma calculemos tal utilidade para o


[EMPRE E3], representada agora na Fig.: 5.13.2.13 :
Utilidade atribuda pelo decisor (autor) ao
empreendimento [EMPRE E3]
121 )
(
[Trr]
|Utilidade (122 )|Probabilidade
| Utilidade
Ano Efetiva |Esperada
|Ocorrncia (123 )| Ponderada
0%
|
0.00
|
11%
|
0.00
20%
|
0.25
|
15%
|
0.04
32%
|
0.38
|
20%
|
0.08
55%
|
0.56
|
20%
|
0.11
86%
|
0.78
|
22%
|
0.17
123%
|
0.94
|
12%
|
0.11
[UT PD EMPRE E3] |
0.51
Fig.: 5.13.2.13 Utilidade Ponderada do [EMPRE E3]
representada pelo [UT PD]

Ou seja, para o [EMPRE E3] a utilidade ponderada


de [UT PD EMPRE E3] = 0.51 .

Alguns
Ponderada
Verificamos
ponderada,
considerado

[UT

PD]

que
[UT
o

comentrios

respeito

encontrada

nos

clculos

[EMPRE

E2]

possui

PD

EMPRE

E2 ]

empreendimento,

da

0.54,

dentre

os

Utilidade
anteriores:

maior
e,

utilidade

portanto,

trs,

que

mais

satisfaz o decisor diante das condies e do contexto de


121

( ) Taxa de Retorno Mdia como sendo o valor mediano do


intervalo em que se encontra.
122

( )
Utilidade
Esperada
extrada
do
grfico
da
Fig : 5.13.2.10 da Curva Ajustada da Funo Utilidade do
Decisor.
123

( ) Extrado do resultado do
desenvolvido na Fig.: 5.12.3 .

processamento

randmico

172

risco-retorno apresentados. Este risco a que nos referimos


denotado

de

dupla

funo.

Primeiro

risco

do

prprio

empreendimento (risco do negcio), e, em seguida, o risco do


decisor em aceitar

o [EMPRE E2] em detrimento dos demais

empreendimentos.

Mais ainda, podemos sentir atravs da demostrao


dos

clculos

feitos,

que

utilidade

esperada

depende

fortemente das probabilidades parciais de cada utilidade em


particular.

Nem

poderia

ser

diferente.

Mas,

que

no

devemos esquecer de que, estas probabilidades so funes


de um processo randmico, e, por consequncia, no possui o
livre arbtrio do nosso julgamento.

As

probabilidades

de

ocorrncia

das

taxas

de

retorno [Trr] so extradas de um processo no qual inferimos


apenas

nas

probabilidades

iniciais,

"probabilidades

particular,

"probabilidades

as

caractersticas

priori",

subjetivas

sabendo

a
que

ou

que

neste

priori"
isto

seja,

podem

no

caso

nas
em

possuir

invalida

processo. No entanto, devemos fazer testes de consistncias


para

termos

uma

maior

fidelidade

ao

comportamento

efetivamente realstico. Estes testes podem, por exemplo,


ser fruto de especulaes histricas mais detalhadas, ou de
informaes mais precisas sobre o comportamento da economia
ou do cenrio inicialmente proposto.

173

Mas,

mesmo

que

tenhamos

as

informaes

mais

precisas e os resultados histricos bem apurados, teremos


sempre a incerteza presente sendo inerente ao processo de
tomada de deciso. Ento, as probabilidades podem assumir um
papel fundamental dentro do processo, seja por consequncia
de como as conseguimos, seja da forma em que se encontram
nos acontecimentos.

Destes fatos verificamos que o processo de deciso


at

poder

admitir

probabilidades

subjetivas,

mas

que

devero possuir segurana suficiente para fornecer um certo


conforto

ao

tomador

de

deciso

em

assum-las

como

verdadeiras.

Com
estamos

os

procedimentos

interferindo

decisrio,

uma

vez

de
que,

abordados

maneira
as

duas

neste

positiva
questes

no

captulo
processo

fundamentais

criadas pela introduo da incerteza na anlise esto sendo


contempladas.

Ou

seja,

atribuir

probabilidades

mesmo

que

subjetivamente s variveis de cenrio e levar em conta as


atitudes

dos

decisores

frente

ao

risco

ser

muito

mais

produtivo do que confiar cegamente em resultados extrados


de dados ou funes puramente matemticas quando quizermos
tratar acerca da anlise de deciso na incerteza aplicada ao
planejamento econmico-financeiro na construo civil.

174

5.14 USO DOS CRITRIOS MATEMATICOS PARA SELEO DE


EMPREENDIMENTO NA INCERTEZA

Discute-se, nesta fase, os

Critrios Matemticos

de Deciso para escolha de empreendimentos quando no se


considera importante admitir as probabilidades subjetivas,
nem, to pouco, as atitudes dos decisores frente ao risco. A
abordagem
captulo

terica
4.

deste

Mostra-se

procedimento

aos

decisores

est
que

descrita

entendam

que

no
a

subjetividade um fator desconsidervel na deciso, como


tomar

decises

modelagens

na

incerteza.

propostas

por

Deixando

vrios

mais

autores

claro

de

As

que

se

construam modelos matemticos capazes de simular o processo


decisrio sem identificar as probabilidades de alteraes no
cenrio. Propem-se matrizes compostas por vrios tipos de
comportamentos que o cenrio possa, eventualmente, assumir e
das

respectivas

taxas

de

retorno

[Trr]

obtidas

pelos

empreendimentos em questo, dada a composio comportamental


de cenrios que se sujere. A partir disto, analisa-se as
taxas

de

retorno

[Trr]

dos

empreendimentos

sob

vrios

aspectos matemticos, como, por exemplo, a melhor entre as


melhores taxas ou a melhor entre as piores taxas. Esta
condio, de apelo estritamente matemtico, no contempla as
posturas

do

decisor

frente

ao

risco,

muito

menos

as

probabilidades de ocorrncia de que cada evento. Mas, como


abordado no captulo 4, so mtodos capazes nos de ajudar,

175

apenas

num

primeiro

alternativas,
proposta
mtodos

utilizando

pelos
so

momento,

mesmos.

processo

para

Para

extremamente

tanto,

uma

primeira

vlidos,

embora

de

escolha

de

racionalizao
anlise,

estes

discordamos

que

este tipo de conduta seja a maneira mais eficiente para


abordar situaes de incerteza relativa, como o nosso
caso.

Para
metodologia,
tratamento

que

dando
deste

possamos
uma

ordem

tipo

de

utilizar
mais

sempre

clara

anlise,

com

mesma

relao

proporemos

ao

cinco

alternativas de cenrios. Estas propostas de alternattivas


tambm no sero ao acaso. Verificaremos no contexto do
processo randmico, quais foram as tipologias de cenrios
que mais frequentemente apareceram. Faremos tal composio e
analisaremos o comportamento de cada um dos empreendimentos
sob o ponto de vista dos vrios critrios matemticos aqui
comentados. Vale lembrar ainda que, nos cenrios, somente
trs

so

as

variveis

analisadas

estudadas.

Portanto,

ainda que a anlise seja feita somente em relao a estas


trs variveis, deve-se ter em mente que existem outras que
complementariam

este

anlise.

Admitir-se-

cenrio

expostas

existindo.

em

cenrio,
que

as

e,

consequentemente,

restries

captulos

na

anteriores

anlise

tal
do

continuem

176

Certamente todas as demais variveis de cenrio


no analisadas e que por ventura em outro estudo apaream,
devero receber o mesmo tipo de tratamento a que as aqui
foram submetidas.

Destacamos

ainda

que

de

se

fazer

um

outro

comentrio acerca das unidades que foram consideradas como


estoques dos cinco cenrios aqui propostos. Como j dito
anteriormente, o valor dos estoques para efeito de anlise
de

viabilidade

econmico-financeira

nesta

fase

sero

considerados como vendas a vista no ms 30 com um desgio em


seu preo de venda de 25% (vinte e cinco por cento). Como
estamos somente detalhando os clculos para o [EMPRE E1],
salientamos que, as unidades consideradas como estoques nos
cenrios

descritos

abaixo

estaro

relacionadas

tambm

somente para o [EMPRE E1]. Para os [EMPRE E2] e [EMPRE E3],


as unidades consideradas como estoques sero diferentes das
citadas, observando apenas uma certa proporcionalidade entre
elas.

Verifiquemos ento, no processo randmico, quais


so as caractersticas que tornaram-se mais frequentes na
composio do cenrio em funo das variveis analisadas,
explicitando

seus

resultados

[Trr]

apresentada

pelas

que,

mostraremos

com

atravs

operaes,
mais

calculadas para o [EMPRE E1] :

da

taxa

salientando

detalhes

apenas

de

retorno

novamente
as

taxas

177

Composio do primeiro cenrio [CN1] de anlise :


[custo/m] = Cr$ 853 mil [m0]/m
[delta]

= 13.99% ano efeitivo

[vendas]

[ms 08]

= 01 unidade

[ms 09-19] = 02 unidades/ms


[ms 30]
[estoque ms 30]

= 09 unidades
= 01 unidade

[Trr EMPRE E1] = 68.66%

Composio do segundo cenrio [CN2] de anlise :


[custo/m] = Cr$ 847 mil [m0]/m
[delta]

= 13.40% ano efetivo

[vendas]

[ms 08]

= 01 unidade

[ms 09-19] = 02 unidades/ms


[ms 30]
[estoque ms 30]
[Trr EMPRE E1] = 79.36%

= 09 unidades
= 01 unidade

178

Composio do terceiro cenrio [CN3] de anlise :


[custo/m] = Cr$ 857 mil [m0]/m
[delta]

= 15.93% ano efetivo

[vendas]

[ms 08]

= 01 unidade

[ms 09-19] = 02 unidades/ms


[ms 30]
[estoque ms 30]

= 10 unidades
=

0 unidades

[Trr EMPRE E1] = 73.48%

Composio do quarto cenrio [CN4] de anlise :


[custo/m] = Cr$ 839 mil [m0]/m
[delta]

= 12.67% ano efetivo

[vendas]

[ms 08]

= 01 unidade

[ms 09-19] = 02 unidades/ms


[ms 30]
[estoque ms 30]
[Trr EMPRE E1] = 66.31%

= 08 unidades
= 02 unidades

179

Composio do quinto cenrio [CN5] de anlise :


[custo/m] = Cr$ 835 mil [m0]/m
[delta]

= 12.20% ano efetivo

[vendas]

[ms 08]

= 01 unidade

[ms 09-19] = 02 unidades/ms


[ms 30]
[estoque ms 30]

= 07 unidades
= 03 unidades

[Trr EMPRE E1]= 46.95%

A partir da simulao destes cinco cenrios no


modelo computadorizado, extramos uma matriz com as taxas de
retorno [Trr] que cada empreendimento oferece em funo de
seus fluxos. Vejamos como ficaria a Matriz de Resultados
conforme mostra a Fig.: 5.14.1 :

180

[EMPRE E1]
[EMPRE E2]
[EMPRE E3]
_______________________________________________

[CN1]
68.66%
69.60%
84.01%

[CN2]
79.36%
79.82%
92.55%

[CN3]
73.48%
71.89%
86.61%

[CN4]
66.31%
69.61%
83.69%

[CN5]
46.95%
53.35%
69.79%

Fig.: 5.14.1 Matriz de Resultado das taxas de


retorno [Trr] ano efetivo dos trs
empreendimentos quando submetidos a
anlise dos cenrios aqui propostos.

Vejamos
empreendimento
critrios

agora,

executar,

matemticos

deciso de escolha.

como

para

ficaria

escolha

do

se

utilizssemos

apenas

os

nos

posicionarmos

diante

da

181

5.14.1 PELO CRITRIO DE LAPLACE

A idia deste critrio, tambm chamado de Critrio


da

Razo

Insuficiente,

informao
cenrios

sobre

as

propostos,

igualmente

de

que,

da

inexistncia

probabilidades

de

ocorrncias

devemos

provveis.

admitir

procedimento

que

todos
o

de
dos

sejam

seguinte

Imaginemos que a probabilidade de ocorrncia dos cenrios


aqui

estudados,

[CN1],[CN2],[CN3],[CN4]

e.[CN5]

sejam

exatamente as mesmas, portanto, suas probabilidades sero de


[p]=1/5=20%. O clculo feito pelo valor esperado de cada
empreendimento (124 ), e, atravs deste resultado, que se
processa

deciso.

Os

clculos

correspondentes

estes

valores esto descritos abaixo :


[VE EMPRE E1 ] =1/5.( 68.66% + 79.36% + .... + 46.95%) =67%
[VE EMPRE E2 ] =1/5.( 69.60% + 79.82% + .... + 53.35%) =69%
[VE EMPRE E3 ] =1/5.( 84.01% + 92.55% + .... + 69.79%) =83%
(5.14.1.1)

Portanto, o empreendimento que gera o maior valor


esperado o empreendimento [EMPRE E3] com [VE EMPRE E3 ]=83%
ano efetivo. No entanto, isto no significa que a deciso de
empreender o [EMPRE E3] a melhor alternativa, apenas nos
orienta sob o ponto de vista de uma taxa de retorno mediana.
Neste

124

caso,

os

trs

empreendimentos

esto

( ) Conforme conceituao exposta no item 3.2.

com

seu

182

comportamento inteiramente dentro da expectativa da taxa de


atratividade.
raciocnio

Mas,

se

cartesiano

mantivermos

proposto

por

escolheramos o [EMPRE E3].

linha
tal

matemtica

do

conceituao,

183

5.14.2 PELO CRITRIO WALD ( MAXIMIN )

Este critrio seleciona o melhor resultado dentre


os piores resultados de cada empreendimento em anlise. Em
termos de equao matemtica isto denotado por :

Mx Mn [Trr EMPRE EI ]
(5.14.2.1)

Procuremos, por primeiro, o pior resultado de cada


empreendimento

em

termos

da

Taxa

de

Retorno

[Trr],

considerando os cenrio anteriormente propostos. Teremos,


ento, as seguintes taxas de retorno :

[Min Trr EMPRE E1 ] = 46.95%


(5.14.2.2)
[Min Trr EMPRE E2 ] = 53.35%
(5.14.2.3)
[Min Trr EMPRE E3 ] = 69.79%
(5.14.2.4)

Verificando o melhor entre os piores resultados


dos empreendimentos, teremos :

184

[Mx Mn Trr EMPRE E3] = 69.79%


(5.14.2.5)

Portanto, novamente o empreendimento

[EMPRE E3]

ser "o preferido" segundo este critrio. Valem aqui os


mesmos

comentrios

respeito

do

conservadorismo

de

tal

critrio feito no item 4.2 da Dissertao. Evidentemente que


as oportunidades de um retorno mais elevado estaro sendo
simplesmente abolidas por este mtodo.

Por este critrio a escolha seria pelo [EMPRE E3],


sem, no entanto, analisar as condies mais favorveis dos
demais cenrios, caracterizando-se assim num comportamento
de

averso

decisores

ao

risco,

perder

podendo,

boas

muitas

oportunidades

vezes,
de

levar

lucro

concentra-se exclusivamente sobre os riscos de perda.

os
que

185

5.14.3 PELO CRITRIO DO MAXIMAX

Este critrio supe um comportamento exatamente


oposto ao citado anteriormente. O Maximax procura para cada
empreendimento qual o

maior

ganho

potencial, ou seja,

escolhe aquele empreendimento que produz o melhor entre os


melhores resultados que matematicamente expresso por :

Mx Mx [Trr EMPRE EI ]
(5.14.3.1)
Da matriz em anlise temos os seguintes nmeros a
considerar :
[Mx Trr EMPRE E1 ] =

79.36%

[Mx Trr EMPRE E2 ] =

79.82%

(5.14.3.2)
(5.14.3.3)
[Mx Trr EMPRE E3 ] =

92.55%
(5.14.3.4)

Logo, o melhor dos melhores resultados alcanado


pela

taxa

de

retorno

do

[EMPRE

E3],

como

evidenciamos

abaixo:
[Mx Mx Trr EMPRE E3] =

92.55
(5.14.3.5)

Isso

significa

dizer

que

empreendimento

[EMPRE E3] possui a maior entre as maiores taxas de retorno

186

dos empreendimentos aqui considerados. Contudo, o critrio


tem o defeito de ser demasiadamente otimista no levando em
considerao as possibilidades de perda. Como abordamos no
item 4.3, este critrio na verdade simula o comportamento de
um jogador e no de uma pessoa normal que possui um certo
grau de pessimismo. Neste caso, deve-se ter cautela nas
decises induzidas por este critrio.

187

5.14.4 PELO CRITERIO DE HURWICZ

A idia deste critrio surge da observao dos


outros dois critrios anteriormente apresentados, nos quais,
se tem a impresso da radicalizao de suas posturas.

Utiliza-se, ento, uma combinao do pior e do


melhor

resultado.

utilizao

de

um

Para
fator

tanto,
alfa

Hurwicz

[],

(125 ),

chamado

de

prope
Indice

a
de

Pessimismo Relativo, tal que :


0 < [] < 1
(5.14.4.1)

Para cada Empreendimento [EMPRE Ei] procura-se o


melhor

resultado

[Mi]

pior

resultado

[Ni].

Podemos

associar a cada [EMPRE Ei] um valor H([EMPRE Ei]) tal que :

H([EMPRE Ei]) = .[N i]

( 1 - ).[Mi]
(5.14.4.2)

125

( ) Leonid Hurwicz : Optimality Criteria for Decision


Making Under Ignorance, mimigrafo citado em Luce e
Raiffa, op.cit. [20].

188

Portanto,
aquele

tnica

deste

empreendimento

[EMPRE

Ei]

critrio

que

maximiza

escolher
a

funo

H([EMPRE E i]). Verifiquemos, ento, como ficariam as funes


H([EMPRE

Ei])

segundo

nossa

matriz

original

da

Fig.: 5.14.1 :
onde,
H([EMPRE E1]) = 46.9% +

79.4%(1 - ) = 79.4% - 32.5%


(5.14.4.3)

H([EMPRE E2]) = 53.4% +

79.8%(1 - ) = 79.8% - 26.4%


(5.14.4.4)

H([EMPRE E3]) = 69.8% + 92.6%(1 - ) = 92.6% - 22.8%


(5.14.4.5)

Se

[] = 1, estamos em situao de pessimismo

completo e camos ento no Critrio do Maximin, levando a


escolher [EMPRE E3].

Se [] = 0, estamos em situao oposta, isto , de


otimismo

completo

Utilizando
condio

raciocnio

levara-nos

[EMPRE E3].

camos

no

idntico
tambm

ao

Critrio
exemplo

escolher

do

Maximax.

anterior,

tal

empreendimento

189

Caso

0 < [] < 1 ,teremos intervalos onde o

coeficiente de pessimismo poder levar a escolher um ou


outro empreendimento. Vejamos como ficaria :

H([EMPRE E1]) = 79.4% - 32.5% .[]


H([EMPRE E2]) = 79.8% - 26.4% .[]
H([EMPRE E3]) = 92.6% - 22.8% .[]
(5.14.4.6)

A alternativa de empreender [EMPRE E3] consolidase como sendo a melhor alternativa para qualquer que seja o
o coeficiente [], pois para que H([EMPRE E1]) se igualar a
H([EMPRE E3]), o coeficiente [] deveria assumir um valor
negativo []=-1.3668. Isto significa que, dificilmente, por
este

critrio,

decisor

escolher

outro

que

no

[EMPRE E3].
Mas, como abordamos no item 4.4 desta Dissertao,
quando o coeficiente [] possuir valor mediano deve-se fazer
testes de consistncia para sabermos se o decisor possui o
mesmo

coefifiente

de

pessimismo

que

calculado.

Estes

testes so semelhantes ao processo de averiguao da funo


utilidade quando se quer determinar a atitude do decisor
frente ao risco. Isto , o decisor submetido a um processo
de entrevista no qual dever exprimir sua averso ou no
pelo risco.
A partir deste momento, este critrio perder a
caracterstica de ser um critrio matemtico, passando a ter

190

uma identidade muito maior com os princpios fundamentais da


Teoria

da

Deciso,

ou

seja,

levando

em

considerao

as

atitudes do decisor frente ao risco. Alm do que, por este


critrio teramos que ainda levar em conta um fator pouco
abordado

em

nossas

investimento

consideraes.

feito.

Tambm,

de

valor

total

do

com

que

conformidade

abordamos no mesmo item 4.4, a sensibilidade do decisor ,


teoricamente, inversamente proporcional a riqueza que ele
possui. Isto , quanto mais riqueza o decisor possuir menor
ser sua sensibilidade para decidir sobre pequenos valores
monetrios,

quando

este

comparado

condio

de

sua

riqueza.
claro que este tipo de considerao vale tambm
na utilizao da funo utilidade do decisor e no uso dos
demais critrios matemticos de deciso. S no abordamos
este fator anteriormente, porque entendemos que as premissas
bsicas abordadas pela Teoria da Deciso foram plenamente
contempladas

por

hiptese,

ou

seja,

racionalidade

do

tomador de deciso e a independncia dos fatores de deciso


ou das alternativas de investimentos.

Alm

disto,

empreendimentos

os

analisados

valores
neste

monetrios
ESTUDO

DE

dos
CASO

trs
so

praticamente os mesmos, ou pelo menos, muito parecidos, o


que no traria nenhuma diferenciao com relao a riqueza
do

tomador

de

deciso,

pois

caso

valores

dos

empreendimentos sejam exageradamente altos para o tomador de

191

deciso,

sero

igualmente

para

os

trs

empreendimentos,

sendo o contrrio tambm verdadeiro.

Mas, como j evidenciamos, o decisor dificilmente


por este critrio escolher outro que no o [EMPRE E3].

192

5.14.5 PELO CRITRIO DE SAVAGE (PERDA DE OPORTUNIDADE)

Este critrio contorna a dificuldade apresentada


pelo Critrio de Wald de sempre escolher a alternativa de
menor perda deixando de lado, muitas vezes, a oportunidade
de realizar ganhos elevados. Cria-se uma tabela de Perdas de
Oportunidade

[PO]

(desapontamento)

ou

avalia-se
"risco"

qual

que

"regret"

decisor

corre

ao

escolher o empreendimento, teoricamente, "errado".

Exemplificando
ocorra.

Ento

empreendimento

Imaginemos

deveria

ter

decisor

[EMPRE

E3]

por

possuir

cenrio

[CN2]

escolhido
maior

taxa

o
de

retorno [Trr]=92.55% deste cenrio. Se escolhesse qualquer


outro

empreendimento

"diferena"

entre

[EMPRE

EH],

[Trr12]

deixaria
e

de

[Trr n2],

ganhar

expressa

matematicamente por (126 ):


[ (1+Trr12) / (1+ Trrn2) ] - 1
(5.14.5.1)

Esta "diferena" entre taxas o desapontamento,


ou seja, a perda de oportunidade que o decisor vai ressentir

126

( ) Ver notao feita a respeito na equao (4.5.2) na


pg.76.

193

ao

escolher

empreendimento

"errado"

tendo

em

vista

ocorrncia de um cenrios diferente do escolhido.

O objetivo deste critrio , portanto, minimizar


este desapontamento. Vejamos, ento, como ficaria a Matriz
de

Perda

produz

de

Oportunidade,

maior

apresentadas.

dentre
Neste

caso

todas

caso,

ocorresse

as

taxas

para

de

cenrio

retorno

cenrio

que

[Trr]

[CN2],

empreendimento [EMPRE E3] que apresenta a maior taxa e, a


Matriz

de

procedimento

Perda
de

de

clculo

Oportunidade
mostrado

em

ficaria,
(5.14.5.1),

agora na forma da Fig.: 5.14.5.2 abaixo:

| [EMPRE E1]
[EMPRE E2]
[EMPRE E3]
________|_______________________________________
|
[CN1] |
14.16%
13.53%
4.64%
|
[CN2] |
7.35%
7.08%
0.00%
|
[CN3] |
10.99%
12.02%
3.18%
|
[CN4] |
15.78%
15.53%
4.82%
|
[CN5] |
31.03%
25.56%
13.40%
|
Fig.: 5.14.5.2 Matriz de Resultado das Perdas de
Oportunidade [PO] relativa aos
trs empreendimentos quando da
ocorrncia de [CN2]

conforme
exposto

194

Logo, para cada empreendimento temos como Perda de


Oportunidade Mxima [MAX [PO]] o seguinte :
PERDA DE OPORTUNIDADE MAXIMA
CORRESPONDENTE A CADA EMPREENDIMENTO
| [EMPRE E1] | [EMPRE E2] | [EMPRE E3]
[MAX [PO]]
|
31.03%
|
25.56%
|
13.40%
Fig.: 5.14.5.3 Perda de Oportunidade Mxima de cada
empreendimento dado a ocorrncia de [CN2].

Como
escolhe-se

procura-se

aquele

minimizar

empreendimento

desapontamento,

que

corresponde

[MIN MAX [PO] EN]. Em nosso caso, novamente o

ao

[EMPRE E3]

corresponde a esta condio, tendo sua perda de oportunidade


balizada em:

[MIN MAX [PO] E3 ]=13.40%


(5.14.5.4)

interessante reparar que, a escolha feita por


este critrio, o [EMPRE E3], ser basicamente a mesma que a
escolha

feita

geralmente,

pelo

Critrio

produzir

circunstncias

onde

de

mesmo

Wald,

de

resultado,

possibilidade

de

um

modo
salvo

que,
em

resultado

exepcionalmente favorvel, justificando assim, o risco de


fazer tal empreendimento.

195

Embora

haja

algumas

restries

este

critrio

(127 ), no h dvidas de que se trata de um critrio que


corresponde

bem

ao

comportamento

empresarial,

isto

utiliza-se da averso ao risco, mas sem perder de vista as


grandes oportunidades que eventualmente possam aparecer.

127

( ) Conforme Luce e Raiffa, op.cit. [20], sobre o efeito da


introduo de alternativas irrelevantes que possam modificar
a deciso, quando no deveria ser o caso.

196

5.14.6 PELO CRITRIO DAS ESTRATGIAS MISTAS

A idia bsica deste critrio de que, j que no


se sabe qual dos eventos vai se realizar, que se escolha em
funo

de

uma

distribuio

probabilstica

em

especial.

Trata-se de escolher entre as alternativas, uma distribuio


que

permita

ao

decisor

estar

indiferente

em

relao

ao

resultado, seja qual for o empreendimento escolhido. bom


lembrar que, aqui supe-se no haver informaes nenhuma
sobre

qual

devemos

dos

cenrios

processar

posteriormente,
subjetivas

poder

matemtica

estas

entendidas

deste

informaes
pelo

acontecer.

critrio,

com

tomador

Neste

as

de

caso,

cruzando,

probabilidades

deciso

sobre

ocorrncia de cada cenrio em particular, conforme abordagem


descrita no item 4.6.

Voltemos,

agora,

matriz

original,

abaixo na Fig.: 5.14.6.1 :


| [EMPRE E1]
[EMPRE E2]
[EMPRE E3]
________|_______________________________________
|
[CN1] |
68.66%
69.60%
84.01%
|
[CN2] |
79.36%
79.82%
92.55%
|
[CN3] |
73.48%
71.89%
86.61%
|
[CN4] |
66.31%
69.61%
83.69%
|
[CN5] |
46.95%
53.35%
69.79%
|

mostrada

197

Fig.: 5.14.6.1 Matriz de Original dos Resultado das [Trr].


Atribui-se para cada cenrio em particular, uma
probabilidade

de

acontecimento

[Pi].

raciocnio

ser

identificar em que faixas de probabilidades de [Pi] que cada


empreendimento

se

tornar

melhor

ser

executado,

balizando tal atitude pelo Valor Esperado da taxa de retorno


[VE EMPRE Ei] apresentado por cada empreendimento. Isto ,
se a preocupao do decisor garantir um ganho mnimo
esperado,

ele

pode

realizar

isto

selecionando

as

probabilidades [P1], [P2], [P3], [P4] e [P5], de maneira tal


que

ele

fique

indiferente

entre

os

trs

resultados

possveis, ou seja, qualquer que seja o cenrio que venha a


realizar-se, o ganho esperado ser o mesmo. Vejamos como
apresentar-se-iam as equaes nestas condies :

[VE EMPRE E1] = 68.66% [P1] + 79.36% [P2] + 73.48% [P3] +


+ 66.31% [P4] + 46.95% [P5]
(5.14.6.2)
[VE EMPRE E2] = 69.60% [P1] + 79.82% [P2] + 71.89% [P3] +
+ 69.61% [P4] + 53.35% [P5]
(5.14.6.3)
[VE EMPRE E3] = 84.01% [P1] + 92.55% [P2] + 86.61% [P3] +
+ 83.69% [P4] + 69.79% [P5]
(5.14.6.4)
e
[P1] + [P2] + [P3] + [P4] + [P5] = 1
(5.14.6.5)

198

preciso, ento, satisfazer a seguinte igualdade:


[VE E1] = [VE E2] = [VE E 3]
(5.14.6.6)

Verificamos de imediato que o sistema de equaes


acima indeterminado, pois composto por seis incgnitas
(cinco

probabilidades

empreendimento)
sistema,

mais

apenas

verificamos

quatro

que

seus

valor

esperado

equaes.
resultados

de

cada

Resolvendo
tambm

o
no

satisfazem os intervalos previamente definidos. Os valores


possveis para as probabilidades [P1], [P2], [P3], [P4] e
[P5]

dada

definio

de

[P5],

por

exemplo,

deveriam

permanecer em intervalo positivo e menor do que um, o que


no

acontece

neste

caso.

As

probabilidades

possuem

tal

restrio como hiptese, e, portanto, deve ser respeitada e


que matematicamente expressa por :
0 [P1],[P2],[P3],[P4],[P5] < 1
(5.14.6.7)

Como os resultados obtidos do sistema de equaes


no se enquadram nesta restrio, o critrio da Estratgia
Mista no fornece subsdios para deciso.

199

Isto no significa dizer que, todos os sistemas de


equaes provindos das Estratgias Mistas devero comportarse

de

maneira

semelhante.

No

exemplo

mostrado

quando

debatemos este critrio no item 4.6, as equaes possuiam


solues

dentro

mostrando,

do

portanto,

intervalo
sua

previamente

efetiva

definido,

aplicabilidade

como

critrio a ser utilizado em situao de incerteza completa


(nenhuma

informao)

acerca

das

probabilidades

de

acontecimento dos cenrios inicialmente idealizados. Mas, no


ESTUDO DE CASO este critrio no satisfaz, porque tambm no
satisfaz

as

verdadeiras.

hipteses

inicialmente

admitidas

como

200

6. CONSIDERAES FINAIS

Esta
aplicabilidade

Dissertao
dos

teve

principais

preocupao

conceitos

com

abordados

discutidos pela Teoria da Deciso no planejamento econmicofinanceiro na construo civil. Seu propsito foi, alm de
aprimorar tais conceitos, melhorar a compreenso dos fatores
incertos que poderiam interfirir nas decises empresariais
ligadas a construo civil. Na tentativa de tornar prtico
tal conceituao, foi que nos valemos de um ESTUDO DE CASO
para exemplificar cada passo, fazendo a transformao de um
processo normativo em procedimentos operacionais para tomada
de deciso.

Algumas importantes consideraes que podem ser


extradas

deste

trabalho

estaro

apresentadas

seguir,

sendo que, para debat-las, utilizaremos como suporte os


resultados
particular :

obtidos

atravs

deste

ESTUDO

DE

CASO

em

201

6.1 COM RELAO A MUTUALIDADE EXCLUSIVA E EXAUSTIVA

H que se evidenciar a necessidade de existir a


mutualidade

exclusiva

entre

empreendimentos

fatores

de

deciso, bem como da necessidade de haver a exausto dos


mesmos.

Tornam-se,

obrigatrias.

portanto,

Caso

tais

condies

premissas

no

imprescindveis
sejam

observadas,

poderemos comprometer e inviabilizar todo nosso trabalho.


Alm de termos empreendimentos no representativos ou que
devam ser empreendidos em conjunto para representarem uma
"boa" alternativa de escolha, poderemos invalidar o processo
por no contemplarmos os princpios fundamentais em que a
Teoria

da

Deciso

se

insere.

Estes

comentrios

foram

amplamente debatidos na explanao deste trabalho, mas


sempre bom lembrar que estas condies fazem parte de uma
premissa

que

fundamental
confiveis.

foi
para

considerada
o

xito

nas

como

hiptese

obtenes

de

inicial

resultados

202

6.2 COM RELAO A ESCOLHA DOS EMPREENDIMENTOS

H que se esclarecer o propsito do cuidado com


que os mesmo foram idealizados. Sempre com caractersticas
mercadolgicas

similares,

de

metragens

construtivas

prximas, de processos construtivos parecidos, enfim, com


tipologias de edificaes bastante aproximadas, foi que tais
escolhas fundamentaram-se. Caso admitssemos empreendimentos
com caractersticas muito diferentes, o nmero de variveis
que influenciariam o processo de escolha de alternativa iria
aumentar

consideravelmente,

provavelmente,

seriam

alm

variveis

do
de

que,

algumas,

comportamento

no

pertinentes ao cenrio econmico-financeiro proposto, como


restringe-se

nosso

idealizssemos

ESTUDO.

Um

exemplo

empreendimentos

com

disto

seria

arquitetura

se
e

plasticidades totalmente diferentes, ou mesmo diferentes nas


condies

topogrficas

geolgicas

dos

terrenos.

Com

certeza teramos suas respectivas influncias no processo


decisrio citado. Vale lembrar que desde o incio abordamos
a

preocupao

de

restringirmo-nos

ao

carter

econmico-

financeiro do processo decisrio, utilizando como agente


balizador das decises a taxa de retorno [Trr] apresentada
por

cada

um

isoladamente.

dos

empreendimentos

quando

analisados

203

6.3 COM RELAO A ESTRUTURA NA COMPOSIO DO FLUXO DE CAIXA

Idealizamos

as

despesas,

receitas

prazos

de

conformidade com o que entendemos que seja "o mais coerente"


para estes tipos de edificaes, embora admitamos que possam
existir maneiras diferenciadas para estruturao do mesmo.
De forma alguma, qualquer outra estrutura de fluxo de caixa
invalidaria a conceituao aqui exposta, e muito menos, sua
aplicabilidade

ao

planejamento

econmico-financeiro

na

construo civil.

6.4 COM RELAO A VARIAVEL DE CENARIO [PREO]

Vale ressaltar que a varivel de cenrio [preo]


sequer

foi

analisada

nas

situaes

expostas.

Para

uma

varivel que possui considervel importncia no contexto h


que se debater um CASO apenas para seu comportamento em
particular.

Mas,

hipoteticamente,
debatermos

o
e

ESTUDO
teria

probabilidades

um
deste

DE

CASO

sentido
fator

to

foi

concebido

muito

abstrato

importante

no

cenrio sob o ponto de vista da Teoria da Deciso, mesmo


porque, o [preo] passa a ser um dos agentes balizadores na
estrutura mercadolgica.

204

Com relao as demais variveis de cenrio aqui


estudadas

sob

enfoque

da

Teoria

da

Deciso,

devemos

mencionar que "elas" no so nicas, e podem, num outro


ESTUDO qualquer no serem as mais importantes como aqui
foram imaginadas.

6.5 COM RELAO AO PROCESSAMENTO RANDOMICO

Do
variveis

resultado
podemos

do

sentir,

processamento
como

randmico
foi

das

mencionado

anteriormente, que a varivel [vendas] a que mais afeta o


comportamento da operao, podendo sozinha invalidar todo o
processo caso no haja compatibilidade ou confiabilidade nas
probabilidades

de

ocorrncia

por

ela

assumida.

Como

abordado no item 5.10, grande parte da responsabilidade de


tal comportamento a adoo do mesmo perfil probabilstico
para as [vendas] dos meses 09 a 19. J explicamos tambm das
razes deste fato, mas interessante lembrar que a adoo
de perfis diferenciados de ms a ms s traria um aumento na
quantidade de clculos estatsticos envolvidos no processo,
embora reconheamos a procedncia de tal atitude. Devemos
nos preocupar na verdade so com as probabilidades e com as
quantidades das [vendas] que esto alocadas nos diversos
meses de produo, pois este o ponto crtico e de fora
suficiente

para

invalidar

este

ESTUDO.

Em

seguida

205

debateremos

mais

sobre

fase

probabilstica,

contudo,

devemos entender que precisamos, para obteno de resultados


satisfatrios, possuir perfis probabilsticos confiveis e
compatveis modelagem proposta.

6.6 COM RELAO AO USO DAS TAXAS MDIAS


ADOTADAS NOS ITENS 5.13.1 E 5.13.2

Este procedimento de clculo no est errado em


sua concepo, mas, com certeza, poderia ser melhorado se
tivssemos condies de diminuir os intervalos das faixas a
princpio admitidas ou admitir probabilidades s taxas [Trr]
iniciais

exposies

finais

de

anteriores

cada

faixa

mostramos

probabilstica.

que

foi

Em

absolutamente

intencional estudar certas faixas de ocorrncia das taxas de


retorno encontradas pelo processo randmico, no seguindo
"a

risca"

que

sugere

determinados

critrios

probabilsticos. Nossa inteno no est diretamente ligada


a uma ou outra funo probabilstica, mas sim, na validade
e/ou nas restries a elas impostas na anlise de deciso na
incerteza

quando

financeiro

na

aplicada

construo

ao

civil.

planejamento
Temos,

no

econmico-

entanto,

que

ressaltar que adotamos uma taxa mediana porque representam


com fidelidade o valor mediano das respectivas faixas em que
esto, alm do que, ser exatamente o valor que estamos

206

procurando para calcular o valor esperado [VE Trr EMPRE EX]


das taxas de retorno de cada empreendimento.

6.7 COM RELAO AO MODELO DE SIMULAO TOTAL


PROPOSTO POR HERTZ

Podemos

dizer

que

tal

modelagem

funciona

contento, mas, a quantidade de variveis deste ESTUDO DE


CASO foi relativamente pequena, e, portanto, entendemos que
para se obter uma concluso mais satisfatria poderamos ter
aumentado a quantidade de variveis de cenrio. De qualquer
forma, o modelo s ter validade em seus resultados finais
se o perfil probabilstico das variveis de cenrio estiver
bem determinado (128 ). Esta passa a ser uma condio que, at
certo ponto, imposta pelo prprio modelo, uma vez que o
resultado da taxa de retorno [Trr] comea a distorcer-se
quando detectamos grandes desvios nos perfis probabilsticos
adotados.

128

( ) Abordaremos logo em seguida as concluses a respeito


das funes probabilsticas admitidas neste trabalho.

207

6.8 COM RELAO AS ROTINAS ADMINISTRATIVAS

Outro

problema

que

deve

ser

enfrentado

ao

se

colocarem em prtica tais modelagens so os procedimentos da


empresa

para

Embora

no

suas

tomadas

abordados

de

decises

neste

de

investimentos.

trabalho,

os

aspectos

administrativos ou as rotinas administrativas, assumem um


papel fundamental dentro do processo. A empresa pode ter
desenvolvido modelos relativamente refinados para a tomada
de

decises

de

investimentos.

Contudo,

na

prtica,

ela

necessitaria tambm de procedimentos administrativos para


colocar estes modelos em ao. Entre eles, incluem-se os
processos de gerar propostas de investimentos para serem
estimadas

as

probabilidades

de

cenrios

to

exatamente

quanto possvel. Alm do que, tais procedimentos devem ter


velocidade
processo,

compatvel
sob

pena

de
de

gerar

informaes

inviabilizar

por

ao

mesmo

completo

procedimento de tomada de deciso. Em algumas empresas este


procedimento administrativo abusivamente rotinado, a fim
de que no se percam "pelo caminho" informaes importantes
acerca de determinado processo comportamental.

208

7. CONCLUSES

Mostramos em toda a extenso deste trabalho que


muito melhor explicitar os desejos e anseios do decisor a
fim de que se possa avaliar qual seria a melhor deciso
quando o mesmo encontra-se frente a situaes de incertezas.
Com o uso da funo utilidade do decisor podemos
incluir

aspectos

subjetivos

no

processo

decisrio.

No

entanto, entendemos que a primeira vista tal processo de


difcil

compreenso

aplicabilidade,

pois

todos

seus

aspectos esto ligados diretamente percepo do decisor e


no ao analista do processo decisrio. Entretanto, julgamos
ser muito mais produtivo sinalizarmos os aspectos subjetivos
do decisor na anlise formal do processo do que confiar
cegamente

em

resultados

matemticos

para

escolha

de

alternativas onde a incerteza faz-se presente. Alm de estar


teoricamente fundamentado no captulo 3, o ESTUDO DE CASO
confirma tal procedncia. Vejamos : Se imaginssemos que o
cenrio inicialmente previsto no ESTUDO DE CASO estivesse no
"Estado

de

Domnio

da

Certeza",

isto

se

tivssemos

certeza absoluta que as variveis comportar-se-o da maneira


que

inicialmente

empreendimento
empreender

por

previmos,

[EMPRE

E3]

apresentar

sem

deveria
a

qualquer
ser

maior

desvio,

escolhido

taxa

de

para

retorno

209

(129 ).

[Trr]=123%

Tambm

segundo

todos

os

critrios

matemtico de deciso apresentados (130 ), a deciso seria por


empreender o

[EMPRE E3]. No entanto, se considerarmos as

preferncias do decisor (131 ) em relao s condies riscoretorno

apresentadas,

escolhido

seria

perceberemos

que

empreendimento

o [EMPRE E2]. Isto no significa que a

escolha do autor em empreender [EMPRE

E2] a correta.

Apenas nos mostra que para as condies de risco-retorno


apresentadas, o autor preferiria empreender [EMPRE E2] em
detrimento dos demais empreendimentos. Se as condies de
cenrio, no que tange as probabilidades das variveis forem
diferentes, muito provavelmente, ser tambm diferente a
deciso tomada. O que no podemos negar que utilizar as
preferncias do decisor em relao ao risco muito mais
produtivo do que no lev-las em considerao.

Podemos
atribudas

as

subjetivamente,

dizer

variveis
possuem

tambm
de

que,

cenrio,

relevada

as

probabilidades

mesmo

que

importncia

admitidas

no

processo

decisrio. Evidenciam o sentimento do decisor com relao as


diversas

possibilidades

de

ocorrncia

das

mesmas

no

processo. Caso o decisor no possua conhecimento suficiente

129

( ) Caso o decisor utilize como "agente balizador" para sua


deciso apenas a taxa de retorno apresentada pelos
empreendimentos quando analisados isoladamente.
130

( ) Exceo a Estratgia Mista por razes j comentadas.


131

( ) Neste caso o autor da Dissertao.

210

sobre a probabilidade de acontecimento de qualquer varivel,


dever

assessorar-se

de

um

especialista,

para

que

possa

avaliar o comportamento destas variveis com maior preciso.


As

probabilidades

subjetivas,

razovel

preciso,

qualidade

da

deciso

de

desde

forma

como

que

nenhuma

demonstrou

admitidas

com

comprometero
Savage

(132 ).

Pelo

contrrio, tornam a atitude de decidir muito mais segura,


uma

vez

que,

sentimento

do

decisor

est

diretamente

relacionado com a deciso. verdade tambm que, muitos


decisores da construo civil no possuem o mnimo senso,
sequer
deciso

para

imaginar

um

modelo

econmico-financeira,

complexo

quanto

para

muito

tomada

para

de

atribuir

probabilidades de acontecimentos s variveis de cenrio a


que este modelo submetido. No entanto, reforamos a idia
de

continuarmos

insistindo

na

melhoria

da

qualidade

da

deciso por parte dos empreendedores da construo civil,


principalmente no que tange s anlises de deciso incertas
no planejamento econmico-financeiro.

Quanto aos Critrio Matemticos temos os seguintes


comentrios a fazer. Entendemos que esta condio de apelo
estritamente matemtico no contempla as posturas do decisor
frente

ao

risco,

muito

menos

as

probabilidades

de

cada

evento ocorrer. Mas, so mtodos capazes de ajudar, numa


primeira anlise, o processo de escolhas de alternativas,
usando para tanto, a racionalizao proposta pelos mesmos.
132

( ) Savage, L. J, op.cit. [29].

211

No entanto, discordamos que este tipo de conduta seja o


processo mais eficiente para abordar situaes de incerteza
relativa, como o caso.
De todos os critrios aplicados neste

ESTUDO DE

CASO, o que mais contempla a postura gerencial o Critrio


de Savage, porque corresponde bem ao comportamento de um
empresrio

de

oportunidades

construo
de

civil,

investimentos,

utilizando-se
sem,

no

de

entanto,

boas
correr

risco excessivo. Normalmente, o critrio mais aceito entre


os decisores. Todos os outros acabam sendo extremistas em
suas

posturas;

uns

por

serem

demasiadamente

otimistas,

outros por serem pessimistas demais.


O Critrio de Hurwicz tenta suprir estas condies
extremas e cria o Indice de Pessimismo Relativo [] como
sendo um fator de ajuste. No entanto, este ndice quando for
um nmero mediano, leva o critrio a perder de imediato seu
valor

porque

acaba

utilizando

os

conceitos

abordados

da

funo utilidade para certificar-se da veracidade do ndice


quando

comparado

matematicamente.

As

com

Estratgias

nmero

[]

Mistas,

encontrado

por

sua

vez,

parecem, num primeiro momento, um critrio bastante til


quando

no

se

tem

informao

nenhuma

respeito

das

probabilidades de acontecimentos das variveis de cenrio


idealizadas. Mas, sua utilidade pode ser, em alguns casos,
apenas momentnea pois podemos encontrar indeterminaes no
conjunto de respostas, como evidenciamos no ESTUDO DE CASO.
Isto pode acontecer por vrios motivos. Em nosso ESTUDO

212

basicamente

foram

dois

maior

incgnitas

ser

possuimos,

estudar

as

probabilidades

[CN1],

[CN2]

segundo

Primeiro

que

porque,

[CN3],

de

pela

nmeros
no

quantidade

de

equaes

intervalo

acontecimentos

[CN4]

[CN5]

de
que

que

queremos

dos

cenrios

respectivamente

representada por [P1], [P2], [P3], [P4] e [P5], no possuem


valores entre zero e um e que somados d seu valor igual a
um. Estas probabilidades de ocorrncia no podem assumir
valores negativos e muito menos valores individuais maiores
do que um. Na verdade, o que procuramos so valores medianos
das probabilidades de tal forma que fiquemos indiferentes a
escolha

de

qualquer

dos

empreendimentos

estudados.

Estes

valores so balizados atravs do valor esperado [VE Ei] de


cada

um

dos

empreendimentos

em

questo,

tornando-os

em

equaes matemticas, absolutamente iguais. Verificamos que,


neste

ESTUDO

DE

CASO,

os

nmeros

que

satisfazem

estas

condies no esto no intervalo desejado. Portanto, este


critrio

possui

respostas

razoveis

para

escolha

de

alternativas, desde que o sistema de equaes formado possua


determinao

de

suas

incgnitas

dentro

dos

intervalos

restries previamente definidos.

Verificamos

que

um

dos

principais

problemas

prticos da tomada de deciso na incerteza passa a ser o de


como fazer previses. Podemos constatar que, na construo
civil

este

procedimento

ainda

agravado

por

tal

setor

possuir grandes particularidades do resto da economia. Seus

213

insumos, seu tempo de produo, seus ajustes de preos,


enfim, sua condio prpria que ajudam de certa forma a
tornar este processo ainda mais complexo do que j . No
mundo em que vivemos, o processo de tomada de decises
significam previses, e, previses significam incertezas.

Os modelos desenvolvidos para a tomada de deciso


dependem a cada passo de previses, de estimativas futuras,
quer

seja

pela

probabilidade

de

determinado

cenrio

acontecer, quer seja pela maneira com que o decisor se


comportar frente ao risco. O problema de fazer previses
to complexo e impregnante que, muitas vezes, a construo
de modelos para utiliz-las, em comparao, pode perder o
significado.
modelagem

No

que

entanto,
funciona

propomos
a

nesta

contento,

Dissertao

tendo

em

vista

uma
os

procedimentos a que a mesma foi submetida. As previses aqui


feitas

foram

probabilidades
poderiam

atravs
dos

assumir.

de

valores
Estas

inferncias
que

as

inferncias

estatsticas

variveis
foram

de

nas

cenrios

utilizadas

na

modelagem como "informaes a priori" para o processamento


da Simulao Total proposta por
que

utilizou-se

de

uma

gerao

Hertz. Processamento este


randmica

para

atribuir

valores ao acaso s trs variveis de cenrios que aqui


foram estudadas. Isto significa dizer que as previses aqui
admitidas funcionaram apenas como "informaes iniciais" na
utilizao da modelagem, o que por si s, acaba tornando
todo este procedimento de certa forma "mais confivel". Isto

214

no quer dizer que a partir do uso deste tipo de modelagem


estamos

livres

da

possibilidade

de

erros.

Tambm

no

significa que os resultados da modelagem nos aponta para a


melhor deciso. A modelagem apenas nos mostra a tendncia
probabilstica do comportamento da taxa de retorno [Trr] dos
empreendimentos aqui estudados. A deciso na escolha por um
o u por outro empreendimento depender de cada decisor em
particular,

at

porque,

cada

decisor

possui

uma

atitude

diferenciada frente ao risco, evidenciada aqui pela Curva da


Funo Utilidade do Decisor. Esta Curva ter caractersticas
que dependero das condies de risco-retorno apresentadas
pelo

"Perfil

de

Risco" de cada empreendimento (133 ) e da

atitude do decisor frente a estas condies.

H que se fazer ainda um comentrio a respeito do


ajuste da Curva da Funo Utilidade feito no item 5.13.2 na
Fig.: 5.13.2.10. O ajuste feito teve como nico objetivo
manter o coeficiente de averso ao risco do decisor de
maneira

constante.

Fundamentamos

estudamos

em

toda

extenso deste trabalho situaes de efetivo risco. Isto ,


buscamos caractersticas do decisor onde a incerteza ou o
"evento incerto" traria algum tipo de perda ao decisor caso
o resultado ruim se confirmasse. Evidente que uma incerteza
no

precisa,

necessariamente,

tratar

de

um

processo

de

perda. Podemos ter incertezas no processo que podem levar o


133

( ) Resultado obtido da simulao


modelagem proposta por Hertz.

feita

atravs

da

215

decisor a "ganhar" ou "ganhar menos". logico que nestes


tipos de circunstncias o decisor no est diante de um
processo

de

efetivo

risco,

pois

caso

pior

resultado

acontea, o decisor no perde nada, apenas ganha menos.


Nestes casos as incertezas geradas

no representam nenhum

tipo de risco para o decisor. Como nesta Dissertao sempre


estudamos a atitude do decisor frente a uma situao de
efetivo risco, onde a incerteza gerada levar o decisor a um
processo de perda caso o pior resultado se confirme, foi que
tornou-se necessrio um ajuste na Curva da Funo Utilidade
do Decisor. O precedimento utilizado foi grfico. Embora
saibamos de algumas restries (134 ) a este tipo de mtodo,
entendemos que o mesmo proporciona resultados satisfatrio e
plenamente aceitveis dentro do contexto estudado.

importante ressaltar que nesta Dissertao fica


fortemente evidenciado a preocupao do autor em procurar
caminhos alternativos para a tomada de deciso na incerteza
aplicada ao planejamento econmico-financeiro na construo
civil. Evidenciamos tambm que a construo civil, por ser
um setor com caractersticas muito peculiares e particulares
134

( ) As restries que podem haver a este tipo de mtodo


grfico de no estarmos extrapolando a Curva de forma
matemtica, embora admitamos que existam funes que possam
ser adaptadas a mesma. Esta Dissertao no teve a
preocupao em encontrar curvas nem to pouco desenvolver
equaes que simulem o comportameto humano. Pelo contrrio,
entendemos que o decisor at pode em determinada situao
mudar seu coeficiente de averso ao risco, basta para isto,
que ele no esteja mais diante de um processo de efetivo
risco ou que ele mude de patamar de riqueza.

216

do resto dos setores econmicos, a tentativa de adaptar


conceitos e fundamentos tericos j consagrados se torna uma
tarefa bastante difcil e complicada. E, em alguns casos,
impossvel

de

adaptar-se

regras

comportamentos

que

outros setores, teoricamente, teriam maior facilidade. Com


os

exemplos

tomados

pelo

ESTUDO

DE

CASO,

foi

que

nos

fundamentamos para estabelecer algumas restries ao uso da


Teoria

da

Deciso

na

sua

aplicabilidade

ao

planejamento

econmico-financeiro na construo civil.

No podemos esquecer, no entanto, que este ESTUDO


tambm sofreu restries j na sua formulao inicial, e
portanto, deve-se ter em mente que a partir deste trabalho
possamos fazer outros ESTUDOS DE CASO, talvez mais complexos
e abrangentes, com maior quantidades de variveis de cenrio
para

certificar-nos

extradas.
embrionrio

Este
para

da

estudo

veracidade
poder

formulao

de

das

concluses

servir

como

modelos

mais

um

daqui
sistema

complexos

sofisticados para anlise de deciso na incerteza aplicados


ao planejamento econmico-financeiro na construo civil.
Com o uso da pesquisa operacional, ou com sistemas mais
competentes para extrair as informaes dos decisores com
relao

seus

perfis

procedimentos

de

desenvolvidos,

podemos

de

clculos

risco,
em

verificar

ou

at

matrizes
at

que

mesmo

com

bastante
ponto

as

probabilidades fornecidas como "probabilidades a priori" das

217

variveis de cenrio podem ser encaradas como confiveis


para a manipulao de tais modelos sofisticados.
Entendemos que seria este o caminho a ser seguido
para quem possui preocupaes com relao ao processo de
tomada de deciso na incerteza envolvendo o planejamento
econmico-financeiro na construo civil.

218

REFERENCIAS BIBLIOGRAFICAS

1. ACKOFF, R. L. & SASIENI, A. W. - Fundamentals of


Operations Research, N.Y., Wiley, 1968.
2. BASS, B. M. - Organizational Decision Making, Richard
Irwin, 1983.
3. CHURCHMAN, C. W., ACKOFF, R.L. & ARNOFF,E.I. Introduction to Operations Research, J. Wiley & Sons,
1958.
4. COHEN, K.J. & EDWIN J. ELTON - Inter-Temporal Portfolio
Analysis Based on Simulation of Joint Returns,
Management Science, Vol.14, N1 Sep. 1967
5. COPELAND, T. E. & WESTON, J. F. - Financial Theory and
Corporate Policy , Cap 4 , Massachusetts, Addison
Wesley, 1988.
6. DYCKMAN, T. R.,SMITDT, S. & MC ADAMS A. K. - Manegement
Decision Making under Uncertainty - An Introduction to
Probability and Statistical Decision Theory, Mc Millan,
London,1969.
7. EBERT,R. J. AND MITCHRLL, T. R. - Organizational Decision
Processes, New York, Crane Russak & Company, 1975.
8. ENGLISH, J.M. - Cost Effectiveness and Economic
Evaluation of Engineering Systems, New York, John Wiley
& Sons, Inc, 1969.
9. FABRYCKY, W. J. AND THUESEN G. J. - Economic Decision
Analysis, Englewood Cliffs, New Jersey, Prentice-Hall,
Inc., 1974, p. 41-147 ; 359-382.
10. FISHBURN, P. C. - Decision and Value Theory, N.Y.,
John Wiley & Sons, 1964.
11. FISHBURN, P. C. - Utility Theory for Decision Making,
N.Y., John Wiley & Sons,1970.
12. FRANCIS, J. CLARK. - Investiments : Analysis and
Management, Mc Graw Hill, Inc. 1972.

219

13. HAMMOND III, J. S. - Better Decisions with preference


Theory, Harvard Business Review, Nov-Dez, 1967.
14. HARRISON, E. F. - The Manegencial Decision Making
Process, Houghton M. C. I. Dolphin Edition, Boston

220

15. HERTZ, DAVID B. , Risk Analysis in Capital Invetiment,


Harvard Business Review, Jan-Fev- 1964, p. 95-106.
16. HILLER, F. S. & LIEBERMAN, G. J. - Introduction to
Operations Research, San Francisco, Holden Day Inc.,
1967.
17. HOLLOWAY, CHARLES A. - Decision Making Under
Uncertainty: Models and Choices, Prentice-Hall,Inc.,
New Jersey, 1979.
18. KEENEY & RAIFFA, Decisions with Multiple Objetives Preference and Value Trade - Off, N.Y., 1976.
19. LINDEY,D.V. - Making Decisions, John Wiley & Sons,
London, 1971.
20. LUCE R.D. & RAIFFA,H. - Games and Decisions, New York,
John Wiley & Sons, 1958.
21. MAGGEE, J. F. - Decision Tree for Decision Making,
Harvard Business Review, Jul-Aug, 1964.
22. MARKOWITZ, H.M. - Portfolio Selection, Efficent
Diversification of Investiment, N.Y., John Wiley &
Sons, 1959.
23. RAIFFA, H. & SCHALAIFER,R. - Applied Statistical
Decision Theory, Boston, Mass., Graduate School of
Business Administration, Harvard University, 1961.
24. RAIFFA, H. - Decision Analysis, Reading, Mass., Addison
Wesley, Massachusetts, 1968.
25. REISMAM, ARNOLD - Manegerial and Engineering Economics,
Boston, Allyn & Bacon, Inc. 1971.
26. ROCHA LIMA JUNIOR, JOO, Avaliao do Risco nas
Anlises Econmicas de Empreendimentos
Habitacionais, Fev. 1991 EPUSP. p. 56/140.
27. ROCHA LIMA JUNIOR, JOO, O Conceito de Taxa de Retorno
na Anlise de Empreendimentos - Uma abordagem
Crtica, Nov. 1989, EPUSP.
28. ROY, B. "Partial Preference Analysis and Decisions Aid:
The Fuzzy outranking ralation concept" in Conflicting

221

Objetives in Decision, II A.S.A. Wiley, 1977,p.40-71.


29. SAVAGE L.J. - The Foundations of Statistics , New York,
John Wiley & Sons, 1954.
30. SCHLAIFER, R. - Analysis of Decision under Uncertainty,
N.Y., Mc. Graw Hill Book Company, 1961.
31. SWALM, R. - Utility Theory insights into risk Taking,
Harvard Business Review, Nov-Dez 1966.
32. TARQUIN, A.J. AND BLANK,L.T. - Engineering Economics,
New York, McGraw Hill, 1976.
33. VAN HORNE, J. C. - Financial Management and Policy , 2nd
Edition, 1971 Prentice-Hall Inc.
34. VON NEUMAN ,J. & MORGENSTERN O. - The Theory of Games
and Economic Behavior, Princeton,NY, Princeton
University Press,1953.