ANLISE DO RISCO E INCERTEZA NO RETORNO DOS INVESTIMENTOS EM

PROJETOS
AUTORES
Ricardo Rangel Gardinal; FIEL Faculdades Integradas Einstein de Limeira;
ricardo.gardinal@hotmail.com
Janana Aparecida Joaquim Oliveira; UNIP Universidade Paulista
janajoliveira@hotmail.com
Veridiana Cason; FIEL Faculdades Integradas Einstein de Limeira
veridiana@medical.com.br
Alexandre Carvalho Dantas; FIEL Faculdades Integradas Einstein de Limeira
alexandrecdantas@yahoo.com.br
Nelson Lus de Souza Corra; UNIP Universidade Paulista
gestaolimeira@unip.br

Artigo recebido em 27/06/2015

Artigo aprovado em: 30/06/2015

RESUMO
Na gesto estratgica dos negcios cresce a necessidade de uma avaliao no risco e incerteza
nos investimentos. Necessita-se acompanhar a viabilidade e o retorno de projetos e sendo de
grande relevncia o estudo de alguns mtodos que diminuem o risco do investimento,
investindo de forma mais consciente na busca por resultados. Como metodologia, foi utilizada
uma pesquisa exploratria com demonstraes de modelos de anlise do risco e viabilidade no
investimento de projetos, atravs de mtodos como a TIR (Taxa Interna de Retorno) e VPL
(Valor Presente Liquido) e da simulao de Monte Carlo com variveis de possveis
resultados de ocorrncia mostrando sua contribuio para uma anlise o mais prximo da
realidade, e acrescentando as Opes Reais neste modelo para se questionar os valores, assim
auxiliando na tomada de deciso. O uso de alguns clculos apresentados neste trabalho pode
oferecer informaes concretas ao gestor para executar suas funes com mais confiana e
eficincia.
Palavras-chave: Viabilidade; Projetos; Risco; Simulao.
ABSTRACT
The strategic management of the business grows the need for an evaluation at the risk and
uncertainty in investment. You need to monitor the viability and the return projects and being
of great importance to the study of some methods that reduce the investment risk by investing
in a more conscious way in the search for results. As a methodology, an exploratory research
with demonstrations of risk analysis models and viability in project investment will be used
by methods such as IRR (internal rate of return) and NPV (Net Present Value) and Monte
Carlo simulation with variable the possible occurrence of results showing their contribution to
the closest analysis of reality, and adding the real options in this model to question the values,
thereby assisting in decision making. The use of some calculations presented in this paper can
provide concrete information to the manager to perform their duties with greater confidence
and efficiency.
Keywords: Feasibility, Project, Risk, Simulation.
Revista de Finanas e Contabilidade da Unimep REFICONT v. 1, n. 2, Jan/Jun 2015

Pgina 86

1 INTRODUO
A necessidade da mensurao da viabilidade econmica e financeira de projetos para
as empresas sempre foi importante, e atualmente est sendo muito requisitada, pois as
incertezas nos negcios s tende a aumentar com a competitividade e concorrncia cada vez
mais acirradas.
De acordo com Oliveira (1982) todos os dados envolvendo pesquisas e projetos de
investimentos so apenas estimativas de valores, assim no existe certeza absoluta sobre a
ocorrncia de nmeros especficos, est impreciso encontra-se ligada a intuitiva noo do
risco no projeto, onde existe a incerteza, e atravs desta incerteza que utilizaremos a
simulao de Monte Carlo com possibilidades maiores de ocorrncia.
Segundo Padoveze (2006) o mercado financeiro, ao longo dos sculos, desenvolveu
uma srie de instrumentos de proteo para esses riscos e incertezas, que denominamos
estratgias financeiras. Com base nestes instrumentos podem ser feitas simulaes por meio
de uma pesquisa exploratria, com mtodos de avaliao de viabilidade que possam gerar
possveis resultados simulados pelo Modelo de Monte Carlo.
Nos ltimos anos, muitas tcnicas tm sido desenvolvidas para solucionar os
problemas de risco em projetos de investimento. Na realidade, vrios desses procedimentos
sugeridos tm sido muito simplificados ou tericos, resultando em informaes insuficientes
para as decises. Entretanto, algumas destas tcnicas parecem ser muito teis, podendo ser
aplicadas com sucesso ao risco na avaliao de alternativas de investimento, desta forma
demonstraremos alguns mtodos de clculo para o risco e incerteza e seu respectivo retorno
no investimento (OLIVEIRA, 1982).
Ao tomar decises de investimento a empresa deve, com relao ao projeto, avaliar as
decises futuras que podero ser timas, contudo, no se sabe ainda quais sero estas
decises, uma vez que grande parte das informaes ainda est por ser descoberta. Conclui-se
que a possibilidade de adiar o investimento do projeto consiste numa opo importante que
no deve ser desconsiderada ao avalia-lo (ROSS, WESTERFIELD e JAFFE, 2002).
2 MODELOS DE AVALIAO DE RISCO
De acordo com Gitman (2010) risco em seu sentido fundamental pode ser definido
como a possibilidade de prejuzos financeiros.
De acordo com Kimura e Perera (2003) em relao gesto de riscos, ela vem
apresentando crescente importncia no contexto empresarial, e com o aumento da
interdependncia dos mercados, as empresas tornam-se mais vulnerveis aos diversos fatores
de risco. Aspectos econmicos, financeiros e at mesmo movimentaes competitivas
propagam-se rapidamente, podendo afetar consideravelmente os seus resultados.

Revista de Finanas e Contabilidade da Unimep REFICONT v. 1, n. 2, Jan/Jun 2015

Pgina 87

2.1 COEFICIENTE BETA

um indicador do grau de variabilidade do retorno de um ativo em resposta a uma
variao do retorno de mercado. O coeficiente beta do mercado igual a 1, e todos os demais
so considerados em relao a esse valor. Conforme Ross, Westerfield e Jaffe (2002) o beta
pode ser definido como a contribuio padronizada de um ativo i ao risco de uma carteira
ampla e diversificada. O beta de 1,02 significa que a empresa tem uma reao acima do
mercado, ou seja, 1 ponto, tanto positivamente quanto negativamente. Pode-se dizer que
uma empresa mais alavancada que as demais na mdia do mercado.
2.2 MODELO CAPM (CAPITAL ASSET PRINCING MODEL)
O CAPM (Capital Asset Princing Model ou Modelo de Formao de Preos de
Ativos) uma ferramenta para analisar a relao entre o risco e taxa de retorno, ao mesmo
que o risco relevante de uma ao individual sua contribuio para o risco de uma carteira
bem diversificada, pode-se dividir o risco em duas partes (BRIGHAM et al., 2001):
a)
Risco Sistemtico ou no diversificado: Fazendo parte de volatilidade do Ativo em
comum com todos os ativos do mercado. Todos os Ativos sofrem, por exemplo, uma Guerra,
resultado das Eleies presidenciais. Pode ser atribudo a fatores de mercado que afetam todas
as empresas e no pode ser eliminado por meio da diversificao.
b)
Risco no sistemtico ou Especifico: Sendo a parte da volatilidade especifica de cada
Ativo, como uma exploso em uma plataforma de Petrleo, ou uma Companhia em Falncia,
esse tipo de risco o que pode ser total ou parcialmente diludo pela diversificao da
carteira, e est relacionado mais diretamente com as caractersticas bsicas do ttulo e do
mercado de negcios (ASSAF NETO, 2003).
Para Markowitz (1952) um portflio consiste em um conjunto de ativos, cujo objetivo
bsico a reduo do risco atravs de uma eficiente diversificao dos recursos financeiros
em diferentes alternativas de investimentos.
2.3 VALUE AT RISK (VAR)
O Value at Risk (VAR) foi inicialmente desenvolvido para lidar com um dos aspectos
do risco financeiro, o risco de mercado. Todavia, deve-se reconhecer que os riscos financeiros
possuem outros tipos de riscos. O VAR sintetiza a maior (ou pior) perda esperada dentro de
determinados perodos de tempo e intervalo de confiana, utilizando tcnicas estatsticas para
mensurar o risco, fornecendo aos usurios uma medida concisa do risco de mercado. Alm
disso, ele mede o risco utilizando a mesma unidade de moeda que o resultado do banco.
Assim, acionistas e administradores podem decidir se esse risco aceitvel (JORION, 2003).
3 AVALIAO DE PROJETO DE INVESTIMENTOS
Conforme Casarotto e Koppitke (2000) a avaliao de projetos de investimentos
envolve um conjunto de tcnicas que buscam determinar sua viabilidade econmica e
financeira, considerando uma determinada Taxa Mnima de Atratividade (TMA). Desta
Revista de Finanas e Contabilidade da Unimep REFICONT v. 1, n. 2, Jan/Jun 2015

Pgina 88

forma, normalmente esses parmetros podem ser medidos pelo Payback (prazo de retorno do
investimento inicial), pela TIR (Taxa Interna de Retorno) e pelo VPL (Valor Presente
Lquido).
Uma das formas mais simples de se analisar o risco envolvido nos projetos analisar
no apenas a situao esperada, mas tambm duas outras, uma mais otimista e outra mais
pessimista. Assim, alm de analisar a sensibilidade de cada alternativa em relao aos riscos
envolvidos, visualizamos dois outros extremos do projeto (KASSAI et al., 2000).
3.1 TAXA MNIMA DE ATRATIVIDADE - TMA
A TMA (taxa mnima de atratividade) a taxa de desconto que representa o mnimo
de retorno que o administrador exige no investimento. A TMA o retorno mnimo que o
empreendedor exige receber como lucro para que considere o investimento interessante. E no
custo de oportunidade se representa um valor associado a melhor alternativa que no foi
escolhida, pois ao fazer uma escolha consequentemente deixaro de lado s demais
possibilidades.
Conforme Galesne, Fensterseifer e Lamb (1999) o motivo da TMA e o custo de
oportunidade do capital no serem exatamente um nico elemento que certas vezes a taxa
pode resultar de uma escolha politica e estratgica dos dirigentes e, dessa forma, ter um valor
diferente do custo de oportunidade.
3.2 PAYBACK
Segundo Damodaran (2002) o payback ou prazo de retorno de um projeto a extenso
de tempo necessria para que seus fluxos de caixa nominais cubram o investimento inicial. E
com as suas limitaes e no obstante a sua simplicidade muito mais provvel que as
empresas empreguem o perodo de payback de um investimento como uma regra na tomada
de decises sobre investimentos. E utilizando como parmetro limitador, prazo mximo de
retorno, sobre a tomada de decises, seja para escolher entre projetos que tenham desempenho
igual em relao regra bsica de deciso. Existem dois tipos de payback, o simples e o
descontado.
Payback Simples
Segundo Kassai et al. (2000) o payback o perodo de recuperao de um
investimento e consiste na identificao do prazo em que o montante de dispndio de capital
efetuado seja recuperado por meio dos fluxos lquidos de caixa gerados pelo investimento. O
payback simples consiste no clculo desse tempo (em nmero de perodos, sejam meses ou
anos) necessrio recuperao do investimento realizado. Mtodo do Paybak Simples (PBS)
Mede o prazo necessrio para recuperar o investimento realizado.

Revista de Finanas e Contabilidade da Unimep REFICONT v. 1, n. 2, Jan/Jun 2015

Pgina 89

Payback Descontado
O conceito basicamente o mesmo do payback simples, porm o fator tempo no valor
do dinheiro levado em considerao, pois traz o valor presente os valores futuros do fluxo
de caixa. De acordo com Brigham et al. (2001) o perodo de payback descontado definido
como o nmero de anos necessrio para recuperar o investimento dos fluxos lquidos de caixa
descontados e leva em considerao o custo do capital, mostrando o ano que ocorrer o ponto
de equilbrio depois dos custos do capital forem cobertos, sendo capital prprio ou de
terceiros.
3.3 VALOR PRESENTE LQUIDO - VPL
Sendo discutida pela primeira vez por Hirshleifer (1958) o valor presente lquido
(VPL) de um projeto a soma dos valores presentes de cada um dos fluxos de caixa, tanto
positivos como negativos e que ocorrem ao longo da vida do projeto. O valor presente lquido
uma das formas mais utilizadas para tomada de deciso sobre investimentos. O clculo do
mtodo VPL o seguinte:

Sendo:
Fn= valor do fluxo de caixa de ordem n
Fo = fluxo inicial
i = taxa de retomo (TMA)
De acordo com Kassai et al. (2000) para tomada de deciso sobre o VPL tem-se:
Se o VPL 0: Aceitar o projeto;
Se o VPL 0: Rejeitar o projeto.
3.4 Taxa Interna de Retorno TIR
De acordo com Ross, Westerfield e Jaffe (2002) aquela taxa de desconto que iguala
os fluxos de entradas como os fluxos de sadas de um investimento. Com ela procura-se
determinar uma nica taxa de retorno, dependente exclusivamente dos fluxos de caixa do
investimento, que sintetize os mritos de um projeto.

Conforme Abreu e Stephan (1982) a regra de deciso a seguinte:

TIR TMA: Aceitar o projeto;
Revista de Finanas e Contabilidade da Unimep REFICONT v. 1, n. 2, Jan/Jun 2015

Pgina 90

TIR TMA: Rejeitar o projeto.

De acordo com Kassai et al. (2000) a TIRM (Taxa Interna de Retorno Modificada)
uma verso melhorada da TIR, essa taxa apresenta uma variao em relao taxa de retorno
comum, pois considera que os fluxos de caixa vo sendo reinvestidos ao custo de capital.
Quando os projetos so mutuamente exclusivos, a classificao permite empresa
determinar qual deles melhor do ponto de vista financeiro. Quando h necessidade
de racionamento de capital, a classificao de projetos constitui um ponto de partida
lgico para determinar qual o grupo de projetos que deve ser aceito. O VPL e a
TIR resultam de diferenas quanto magnitude e distribuio de fluxos de caixa
no tempo (GITMAN, 2010, p. 348).

Para se calcular a TIRM para Weston e Brigham (2004):

Sendo,
n= durao total do projeto;
t= quantia de tempo em que o capital foi investido;
SC= sadas de caixa (nmeros negativos);
ECt= custo do projeto;
K= custo do capital.
3.5 FLUXO DE CAIXA
Segundo Zdanowicz (2001) o fluxo de caixa a demonstrao visual das receitas e
despesas distribudas pela linha do tempo futuro. Seu foco principal a projeo das entradas
e das sadas de recursos financeiros de um determinado perodo, auxiliando na administrao
da empresa.
Tabela 01 Fluxo de Caixa Livre da Empresa
Receita Lquida

25.000,00

(-) Custo dos Produtos Vendidos

(10.000,00)

(=) Lucro Bruto

15.000,00

(-) Despesas Administrativas

(500,00)

(-) Despesas Operacionais

(600,00)

(-) Despesas Financeiras

(800,00)

(-) Depreciao

(100,00)

Revista de Finanas e Contabilidade da Unimep REFICONT v. 1, n. 2, Jan/Jun 2015

Pgina 91

(=) Lucro antes dos juros e imposto de renda

13.000,00

(-) Impostos

(1.950,00)

(=) Lucro Operacional Lquido

11.050,00

(+) Depreciao

100,00

(-) Gastos de Capital

(150,00)

(-) Variao do Capital de Giro

(1.100,00)

(=) Fluxo de Caixa Livre

9.900,00

Fonte: Os autores

3.6 OPES REAIS

Para Pamplona e Santos (2002) a abordagem das opes reais a extenso de modelos
de precificao de opes financeiras para a avaliao de opes reais de ativos no
financeiros. E de forma mais ampla, essa abordagem, auxiliam os administradores a formular
suas opes estratgicas e as oportunidades futuras que so criadas pelos investimentos de
hoje.
A Teoria das Opes Reais (TOR) utilizada para a avaliao de ativos reais, ou
seja, aqueles que no so negociados no mercado. Projetos de investimento de
capital, avaliao de propriedades intelectuais, avaliao de terras, de fontes de
recursos naturais (minas, poos de petrleo etc) e avaliao de projetos de pesquisa e
desenvolvimento so exemplos de ativos reais que podem ser avaliados utilizando
esta teoria. Uma opo real a flexibilidade que um gerente tem para tomar decises
a respeito de ativos reais. Ao passo que novas informaes vo surgindo e as
incertezas sobre o fluxo de caixa vo se revelando, os administradores podem tomar
decises que venham a influenciar positivamente no valor final de um projeto
(PAMPLONA e SANTOS, 2002, p.4).

Podemos simplificar as opes reais em:

VPL estratgico = VPL tradicional + Valor de opes reais
4 GESTO E SIMULAO DE PROJETOS
De acordo com o Pmbok (2009) os projetos possuem um carter nico, e est
associado a certo grau de incerteza. As organizaes que desenvolvem projetos usualmente
dividem-nos em vrias fases visando um melhor controle gerencial e uma ligao mais
adequada aos seus processos, e com a aplicao de Simulaes nos projetos, podem-se
estimar possveis cenrios, desta forma tentando prever e diminuir os riscos que envolvem
todo o projeto.

Revista de Finanas e Contabilidade da Unimep REFICONT v. 1, n. 2, Jan/Jun 2015

Pgina 92

4.1 GESTO DE PROJETOS VOLTADO AO RISCO

A gesto de projetos consiste na aplicao de conhecimentos, habilidades, ferramentas
e tcnicas nas atividades do projeto, a fim de satisfazer os requisitos, bem como as diferentes
necessidades das partes envolvidas, de forma a buscar o equilbrio entre a qualidade, o
escopo, o prazo e o custo do projeto. As organizaes inseridas em um ambiente globalizado,
e cada vez mais competitivo, esto sujeitas a rpidas mudanas e precisam cada vez mais
inovar seus produtos e servios. Desta forma, a necessidade da preparao de profissionais em
um curto espao de tempo, com competncia, qualidade e a custos reduzidos para gerenciar
com sucesso os projetos (PMBOK, 2009).
Para Gomez (2010, p.38) os processos do gerenciamento de riscos do projeto esto
dispostos da seguinte forma:
a)
Plano de Gerenciamento do Risco: decide como abordar, planejar e executar
as atividades de gerncia de risco para um projeto;
b)
Identificao dos Fatores de Risco: determina quais riscos podem afetar o
projeto e documenta suas caractersticas;
c)
Anlise Qualitativa de Risco: realiza uma anlise qualitativa dos riscos e as
condies para priorizar seus efeitos nos objetivos do projeto;
d)
Anlise Quantitativa de Risco: mede a probabilidade atravs de uma anlise
numrica e as consequncias dos riscos e estima suas implicaes para os objetivos
do projeto;
e)
Planejamento de resposta ao Risco: desenvolve procedimentos e tcnicas para
melhorar as oportunidades e reduzir as ameaas para os objetivos do projeto;
f)
Monitoramento e Controle do Risco: monitora riscos residuais identifica
novos riscos, executa planos de reduo de risco e avalia sua eficcia durante todo o
ciclo do projeto.

Esses processos no ocorrem isoladamente, eles interagem entre si e tambm com

processos de outras reas.
4.2 SIMULAES NO PROJETO
Segundo Pereira (1999) simulao uma imitao, durante determinado perodo de
tempo, da operao de um sistema ou de um processo do mundo real, e o comportamento do
sistema estudado atravs da construo de um modelo de Simulao. Essa Simulao pode
ser usada tanto como uma ferramenta de anlise para prever o efeito de mudanas em sistemas
j existentes, quanto como uma ferramenta para prever o desempenho de novos sistemas
sobre as mais variadas circunstncias. Existem inmeras reas de aplicao da simulao.
Neste trabalho nos interessa a simulao de investimentos em Projetos, diminuindo seu risco e
incerteza, e com isso aumentando o retorno.
Simulao uma abordagem baseada em estatstica, usada em oramento de capital
para que se tenha uma percepo do risco com a aplicao de distribuies probabilsticas
predeterminadas e nmeros aleatrios para se estimar os resultados (GITMAN, 2010).

Revista de Finanas e Contabilidade da Unimep REFICONT v. 1, n. 2, Jan/Jun 2015

Pgina 93

5 FERRAMENTAS PARA ANLISE DE RISCO E SUAS PERSPECTIVAS

Sob condies de risco e incerteza existem alguns mtodos para auxiliar na tomada de
deciso. Para o risco trata-se de mtodos que se conhea a distribuio de probabilidade de
ocorrncia das variveis de determinado investimento, j na incerteza so de utilidade quando
nada ou pouco se sabe sobre as variveis de um determinado investimento.
E segundo Padoveze e Bertolucci (2008) um modelo de gerenciamento de riscos devese considerar no apenas a classificao do risco em sua categoria, mas tambm a sua anlise
quanto ameaa ou incerteza, pois tal qualificao afetar a um determinado fator de risco.
5.1 ANLISE DE CENRIOS
Conforme Lobato et al. (2007) os cenrios so elaborados atravs de estudos de
tendncias do ambiente externo, ambiente geral e setorial, que podem influenciar os rumos
que o ambiente de negcios da instituio pode tomar.
Para Rojo (2006) a anlise de cenrios futuros, baseia-se no diagnstico do ambiente
externo, na qual busca descrever determinada situao no futuro, tendncias futuras, e
considerando como ponto de partida o momento presente e chegando a um determinado ponto
de projeo futura. E para se evitar surpresas o avaliador do projeto deve-se fazer ao menos
trs projees como cenrios, sendo: pessimista, mais provvel e otimista.
5.2 MTODO DE MONTE CARLO
De acordo com Moore e Weatherford (2006) o mtodo de Monte Carlo um dos
vrios mtodos para anlise da propagao da incerteza, onde sua grande vantagem
determinar como uma variao randomizada, j conhecida, ou o erro, afetam o desempenho
ou a viabilidade do sistema que esta sendo trabalhado. Essa tcnica auxilia durante a anlise
de viabilidade econmica de projetos, apresentando informaes sobre o Valor Presente
Lquido mais provvel, os riscos inerentes ao projeto, bem como o grau de confiana presente
na estimativa. atravs do modelo de Monte Carlo que se faz as Simulaes com variveis de
possveis resultados de ocorrncia, sendo estes analisados, buscando resultados mais prximo
do esperado.
Os mtodos de gerao de nmeros aleatrios e de variveis aleatrias so
normalmente denominados de mtodos de Monte Carlo. A denominao uma homenagem
ao Cassino de Monte Carlo, onde a roleta um dos mecanismos mais simples de gerao de
nmeros aleatrios (VIALI, 2008).
Para Damodaran (2009) quanto popularidade das abordagens tradicionais, todas tm
algo em comum, o risco de um ativo est contido em um nmero, pode ser numa taxa de
desconto mais elevada, fluxos de caixa reduzidos ou um desconto no valor. Da mesma forma,
o clculo quase sempre requer a adoo de hipteses muitas vezes rgidas sobre a natureza do
risco. As abordagens probabilsticas so mais informativas no momento de se avaliar os riscos
do investimento, pois apresenta desfechos diferentes atravs de cada modelo analisado. Ao
Revista de Finanas e Contabilidade da Unimep REFICONT v. 1, n. 2, Jan/Jun 2015

Pgina 94

usar as distribuies de probabilidade nos modelos de simulao, as variveis sero

representadas por uma forma mais realista ao descrever as oscilaes e variaes observadas
no mundo real.
Com base em Stevenson (2001), Bruni (2011) e Oliveira (1999), descrevem-se na
ferramenta de Anlise de Dados do Microsoft Excel as seguintes distribuies de
probabilidade:
a)
Distribuio Uniforme: quando uma varivel aleatria pode tomar qualquer valor
numa escala contnua entre dois pontos, de tal maneira que nenhum valor seja mais provvel
que outro, ou seja, a varivel aleatria se distribui por igual dentro do intervalo de validade.
b)
Distribuio Normal: uma distribuio de probabilidade contnua para uma
varivel aleatria. medida que nos afastamos da mdia, as frequncias so reduzidas e a
probabilidade de encontrarem-se valores mais distantes da mdia diminui. Quanto mais longe
da mdia e dos valores centrais, menores as frequncias e as probabilidades. A distribuio
normal possui as seguintes propriedades:
1) A mdia, a mediana e a moda so iguais.
2) Uma curva normal tem forma de sino e simtrica em torno da mdia.
3) A rea total sob a curva normal igual a um.
4) medida que a curva normal se distancia cada vez mais da mdia, ela se aproxima do
eixo x, mas nunca o toca.
5) Os pontos nos quais a curva muda de crescente para decrescente so chamados de pontos
de inflexo.
c)
Distribuio de Bernoulli: a distribuio discreta de espao amostral {0, 1}, e que
em cada prova s h dois resultados possveis, mutuamente exclusivos, denominados sucesso
e insucesso, a probabilidade de sucesso, mantm-se constante de prova para prova e as provas
so independentes, isto , os resultados obtidos numa certa prova ou sequncia de provas no
afetam os resultados da(s) prova(s) subsequente(s).
d)
Distribuio Binomial: usada para simular um nmero fixo de tentativas, onde
cada uma delas independente das outras. Deve haver apenas dois resultados possveis de
interesse para cada tentativa e podem ser classificados como sucesso ou fracasso, por
exemplo, sendo que cada probabilidade de sucesso a mesma para cada tentativa.
e)
Distribuio de Poisson: Trata-se de um caso limite de distribuio binomial quando
o nmero de provas n tende para o infinito e a probabilidade p do evento prxima de zero.
Ela adequada para eventos independentes e que ocorrem em um perodo praticamente
infinito de intervalos e so caracterizados pelo fato de os sucessos serem contveis e os
fracassos no permitir sua contagem.
f)
Distribuio Padronizada: a distribuio normal conhecida como estandardizada
ou reduzida e que possui mdia igual a zero e desvio-padro igual a 1, facilitando os clculos
de probabilidades, evitando o uso de frmulas e padronizando a distribuio das variveis
aleatrias dentro da curva normal, por meio do uso de tabelas.
g)
Distribuio Discreta: Tambm podem ser denominadas de adjetivadas ou
descontnuas e quando a varivel aleatria enumervel ou contvel.
Neste trabalho utilizou-se a Distribuio Uniforme, pois foi realizada uma simulao
de variveis aleatrias de um valor X a um valor Y, ou seja, quando uma varivel aleatria
Revista de Finanas e Contabilidade da Unimep REFICONT v. 1, n. 2, Jan/Jun 2015

Pgina 95

pode tomar qualquer valor numa escala contnua entre dois pontos, de tal maneira que
nenhum valor seja mais provvel que outro.
Conforme Silva (2003) o mtodo de Monte Carlo tem como base a distribuio
continua de probabilidade. A funo de distribuio de variveis continua f(x) a soma das
probabilidades de todos os valores possveis que a varivel x pode assumir at o valor de x
propriamente dito. Uma varivel aleatria contnua (x) pode assumir qualquer valor
fracionrio dentro de um intervalo definido de valor. Existem softwares que trabalham com
simulao Monte Carlo, como @Risk, SimulAr, Crystal Ball e Microsoft Excel.
6 SIMULAO DA ANLISE DE VIABILIDADE E RISCO NA GESTO DE
PROJETOS
Para Gomez (2010) o plano gerencial de riscos deve ser terminado antes do incio do
planejamento, por ser essencial para executar com sucesso as outras atividades de
planejamento, dentro de um processo de administrao de risco, o seu gerenciamento que visa
garantir o tipo, o nvel e a visibilidade da gerncia para que sejam compatveis com o risco e
importncia do projeto.
Conforme Scofano et al. (2013) a gesto de riscos nos projetos vem apresentando
crescente importncia no contexto empresarial. Com o aumento da interdependncia dos
mercados, as empresas tornam-se mais vulnerveis aos diversos fatores de risco. Aspectos
econmicos e financeiros, assim, podendo afetar consideravelmente os resultados das
empresas. A grande maioria das empresas tem adotado atualmente os projetos como meio de
atingir o planejamento estratgico definido e desta forma alcanar seus objetivos. Para
conduzir a realizao dos projetos de forma eficiente, a utilizao do gerenciamento de
projetos, como forma de planejar, organizar, supervisionar e controlar todos os aspectos do
projeto em um processo contnuo que pode melhorar o desempenho durante a execuo e
pode criar condies para aumentar as chances de sucesso.
Atravs da Simulao de Projetos analisaremos um fluxo de caixa de um Armazm
como exemplo e seus trs possveis cenrios (pessimista, realista e otimista) em comparao
com o modelo de Monte Carlo para auxiliar na tomada de deciso. Com os dados a seguir:
Custo dos Produtos Vendidos = 60% da Receita Operacional Bruta;
Imposto de Renda = 5,47% durante todo o perodo;
Depreciao = 10% ao ano;
Despesas Financeiras = 1.200 para 1 ano, e 1.000 para os demais anos;
Investimentos = 20.000 Inverses Fixas e 1.500 Capital de Giro;
Amortizao = 4 anos;
Sua TMA ser de 15%, e ser a mesma reinvestida no custo do capital para clculo da TIRM.

Revista de Finanas e Contabilidade da Unimep REFICONT v. 1, n. 2, Jan/Jun 2015

Pgina 96

Figura 1 Anlise Pessimista

Fonte: Os autores
Figura 2 Anlise Realista

Fonte: Os autores

Revista de Finanas e Contabilidade da Unimep REFICONT v. 1, n. 2, Jan/Jun 2015

Pgina 97

Figura 3 Anlise Otimista

Fonte: Os autores
Para simular o modelo de Monte Carlo utilizou-se 20.000 variveis em Distribuio
Uniforme (quanto mais variveis melhor, pois as possibilidades de ocorrncia sero maiores)
entre R$ 25.000,00 e R$ 56.000,00 na Receita Operacional Bruta. E atravs das 10 maiores
frequncias como mostra o histograma abaixo, calculamos o fluxo de caixa em ordem
crescente.
Figura 4 Maiores frequncias da simulao de Monte Carlo

Fonte: Os autores
Revista de Finanas e Contabilidade da Unimep REFICONT v. 1, n. 2, Jan/Jun 2015

Pgina 98

Figura 5 Anlise pela simulao de Monte Carlo

Fonte: Os autores
Com Opes Reais - Aumento de 10% nas vendas nos ltimos trs anos devido ao
aumento na demanda. Assim, mostrando ao gestor as viabilidades calculadas pela simulao
de Monte Carlo e Monte Carlo com Opes Reais de aumento nas vendas.
Figura 6 Anlise pela simulao de Monte Carlo com Opes Reais

Fonte: Os autores
Revista de Finanas e Contabilidade da Unimep REFICONT v. 1, n. 2, Jan/Jun 2015

Pgina 99

VPL estratgico = VPL tradicional + Valor de opes reais

VPL estratgico = 10.446.02 + 1.617,79 = 12.063,81
Aps as anlises de cenrios se observa a inviabilidade do Projeto, somente no cenrio
otimista observou-se a TMA desejada de 15%, mas quando analisado pela simulao de
Monte Carlo se mostra mais vivel. Atravs desta simulao, com possibilidades maiores de
ocorrncia, dando suporte ao gestor na tomada de deciso.
Quando analisamos pelo modelo de Monte Carlo, sua TIR j aumenta para 23,8%,
tornando o negcio mais atraente. Mostrando ao gestor uma oportunidade de lucrar mais.
Com as Opes Reais enfatiza-se a viabilidade da Empresa, pois com um aumento de 10%
nas vendas nos ltimos trs anos sua TIR apresenta em 24,7%. Quando analisamos a TIR e
TIRM visualizamos uma pequena diferena, na qual reflete o custo do capital reinvestido a
15%, mostrando os valores mais reais.
O payback descontado desta empresa somente se torna vivel a partir do cenrio
otimista e pela simulao de Monte Carlo. No cenrio otimista somente no Ano 10, com R$
20.242,25 e no Monte Carlo no Ano 7 com R$ 20.028,38. Subtraindo os R$ 20.000,00 do
investimento inicial desses valores, assim respectivamente, R$ 242,25 e R$ 28,38.
Tabela 02 Payback Descontado
Cenrio / Simulao

Ano 7

Ano 8

Ano 9

Ano 10

11.968,24

14.167,16

16.616,73

20.242,25

20.028,38

23.910,04

27.312,18

30.466,02

Monte Carlo com

Opes Reais
20.028,38
Fonte: Os autores

24.510,95

28.438,30

32.063,81

Otimista
Monte Carlo

7 CONSIDERAES FINAIS
Utilizou-se 20.000 variveis na simulao de Monte Carlo e estas variveis foram
substitudas na Receita Operacional Bruta, mostrando outros cenrios diferentes do
pessimista, realista e otimista, e desta forma, conhecendo os cenrios, evitando surpresas
desnecessrias. Com estes resultados, objetiva-se reforar alguns conceitos existentes sobre a
viabilidade de investimentos em projetos, no deixando de lado, a anlise de riscos, to
importante, quanto necessria tomada de decises para as estratgias empresariais.
Os riscos foram minimizados na simulao de Monte Carlo, uma vez que, as variveis
sugeriram cenrios que variaram de pessimista a otimista, assim criando valores com
possibilidades maiores de ocorrncia no projeto. Por meio destes mtodos de anlise do risco
e incerteza a empresa dever traar seus objetivos e metas, pois sero estes quem definiro o
percurso da instituio, deixando claro, os riscos dispostos a aceitarem.
Revista de Finanas e Contabilidade da Unimep REFICONT v. 1, n. 2, Jan/Jun 2015

Pgina 100

O uso de alguns clculos apresentados neste trabalho pode oferecer informaes

concretas ao gestor para executar suas funes com mais confiana e eficincia. A simulao
de Monte Carlo gera possveis resultados de ocorrncia mostrando sua contribuio para uma
anlise o mais prximo da realidade, auxiliando na tomada de deciso.
Para Gitman (2010) o retorno sobre os investimentos medido atravs do total de
ganhos ou prejuzos decorrentes de um investimento durante um determinado perodo, assim,
sendo calculado considerando mudanas no valor do ativo. Neste trabalho apresentamos
algumas formas como o Payback, TIR e VPL. Cabe ao gestor do projeto avaliar sua relao
com o risco e retorno.

REFERNCIAS BIBLIOGRFICAS
ABREU, Paulo Fernando Simas Peixoto de. STEPHAN, Cristian. Anlise de investimentos.
Rio de Janeiro: Campus, 1982.
ASSAF NETO, A. Finanas Corporativas e Valor. So Paulo: Editora Atlas, 2003.
BRIGHAM, Eugene F., GAPENSKI, Louis C. et EHRHARDT, Michael C. Administrao
Financeira Teoria e Prtica. So Paulo: Atlas, 2001.
BRUNI, Adriano Leal. Estatstica Aplicada Gesto Empresarial. So Paulo: Atlas, 2011.
CASAROTTO Filho, Nelson; KOPITTKE, Bruno H. Anlise de investimentos. 9ed. So
Paulo: Atlas, 2000.
DAMODARAN, Aswath. Gesto Estratgica do Risco. Bookman: Porto Alegre, 2009.
DAMODARAN, Aswath Finanas Corporativas Aplicadas Manual do Usurio. Traduo
Jorge Ritter.- Porto Alegre: Bookman, 2002.
GALESNE, A.; FENSTERSEIFER, J. E.; LAMB, R. Decises de investimentos da empresa.
So Paulo: Atlas, 1999.
GITMAN, Lawrence J. Princpios de administrao financeira. 12.ed. So Paulo: Pearson
2010.
GOMEZ, Thiago Coelho. Gerenciamento de Riscos utilizando o PMBOK. Faculdade
Loureno Filho, Cincia da Computao. Fortaleza, 2010. Disponvel em:
<http://www.flf.edu.br/revista-flf/monografias-computacao/monografia_thiago_coelho.pdf>.
Acesso em 02 abril. 2015.
HIRSHLEIFER, J. On the theory of optimal investment decision The Journal of Political
Economy, vol 66 Issue 4, pag 329-352, 1958.
JORION, Philippe. Value at Risk, 2ed., So Paulo: BMF, 2003.
KASSAI, Jos Roberto. et al. Retorno de investimentos: abordagem matemtica e contbil do
lucro empresarial. 2.ed. So Paulo: Atlas, 2000.
KIMURA, Herbert e PERERA, Luiz Carlos Jacob. Modelamento timo da gesto de riscos
em
empresas
no
financeiras.
EnANPAD
2003.
Disponvel
em:
<http://www.scielo.br/pdf/rcf/v16n37/v16n37a05.pdf>. Acesso em: 02 maro. 2015.
LOBATO, D. M. et al. Estratgia de Empresas. 8. ed. Rio de Janeiro: FGV, 2007.
MARKOWITZ, H. Portfolio Selection. Journal of Finance, p. 77- 91, 1952.
MOORE, J. & WEATHERFORD, L.R. Tomada de deciso em administrao com planilhas
eletrnicas. 6 edio. Porto Alegre: Bookman Companhia Editora, 2006.
Revista de Finanas e Contabilidade da Unimep REFICONT v. 1, n. 2, Jan/Jun 2015

Pgina 101

OLIVEIRA, Jos A. Nascimento de. Engenharia econmica: uma abordagem. As decises de

investimento. So Paulo: Mcgraw-hill, 1982.
OLIVEIRA, Francisco Estevam Martins de. Estatstica e Probabilidade. So Paulo: Atlas,
1999.
PADOVEZE, C.L.; BERTOLUCCI, R.G. Gerenciamento do Risco Corporativo em
Controladoria. So Paulo: Cengage Learning, 2008.
PADOVEZE, Clvis Lus. Administrao Financeira de Empresas Multinacionais. So Paulo:
Pioneira Thomson Learning, 2006.
PAMPLONA, Edson de Oliveira; SANTOS, Elieber Mateus dos. Teoria das Opes Reais:
Aplicao em Pesquisa e Desenvolvimento. Departamento de Engenharia de Produo da
Universidade
Federal
de
Itajub,
2002.
Disponvel
em:
<http://www.iepg.unifei.edu.br/edson/download/Artelieber2oEBF02.pdf>. Acesso em: 12 fev.
2015.
PEREIRA, Mauricio dos Santos. Introduo Simulao Discreta. Departamento de
Matemtica Aplicada Instituto de Matemtica e Estatstica; Universidade do Estado do Rio de
Janeiro, 1999. Disponvel em: <http://www.mpsantos.com.br/simul/arquivos/simul.pdf>.
Acesso em: 13 abril. 2015.
PMBOK - PROJECT MANAGEMENT INSTITUTE, PMBOK guide: Um guia do conjunto
de conhecimentos de gerenciamento de projetos. Pennsylvania: Project Management Institute
ed, 2009.
ROJO, C. A. Planejamento Estratgico: modelo de simulao de cenrios uma aplicao em
instituio de ensino. Cascavel: Assoeste, 2006.
ROSS, Stephen A., WESTERFIELD, Randolph W. et., JAFFE, Jeffrey F. Administrao
Financeira Corporate Finance. So Paulo: Atlas, 2002.
SCOFANO, Claudia Rosana Felisberto; ABRAHAM, Erick de Franco; SILVA, Leonardo de
Souza; TEIXEIRA, Marcelo Amaral.; Gesto de Risco em Projetos: Anlise das etapas do
Disponvel
em:
(PMI-PMBOK).
Convibra,
2013.
<http://www.convibra.com.br/upload/paper/2013/36/2013_36_8214.pdf>. Acesso em: 01
abril. 2015.
SILVA, Carlos Alberto G. da., Anlise e Seleo de Projetos de Investimentos em Condies
de
Incerteza.
(2003).
Disponvel
em:
<www.mackenzie.br/fileadmin/FMJRJ/coordenadoria.../adm51.doc>. Acesso em: 14 maro
2015.
STEVENSON, William J. Estatstica Aplicada Administrao. So Paulo: Harbra, 2001.
VIALI,
Lor. Estatstica Computacional. Mat2274, 2008. Disponvel em:
<http://www.mat.ufrgs.br/~viali/estatistica/mat2274/material/laminaspi/Comp_8_6.pdf>.
Acesso em: 05 abril. 2015.
WESTON, F. J.; BRIGHAM, E. F. Fundamentos da Administrao Financeira. 10. ed. So
Paulo: Pearson Makron Books, 2004.
ZDANOWICZ, Jos E. Fluxo de caixa: uma deciso de planejamento e controle financeiros. 9
ed. Porto Alegre: Sagra Luzzatto, 2001.

Revista de Finanas e Contabilidade da Unimep REFICONT v. 1, n. 2, Jan/Jun 2015

Pgina 102