SIMULAO DE MONTE CARLO E VALUATION: UMA ABORDAGEM ESTOCSTICA

DOI: 10.5700/rege 474 ARTIGO FINANAS

Marcos Roberto Gois de Oliveira

Professor do Departamento de Cincias Administrativas e do Programa de Recebido em: 10/7/2010
Ps-graduao em Administrao da Universidade Federal de
Aprovado em: 9/5/2012
Pernambuco (UFPE) Recife-PE, Brasil
Doutor em Economia pelo PIMES UFPE
Mestre em Administrao pelo PROPAD UFPE
Graduado em Engenharia Mecnica pela UFPE
E-mail: mrgois@hotmail.com

Luiz Borges de Medeiros Neto

Mestre em Economia pela Universidade Federal de Pernambuco Recife-PE, Brasil
Graduado em Administrao pela Universidade Estadual da Paraba
MBA com concentrao em Corporate Finance na
Saint Marys University, no Canad
Scio e gestor de private equity da Rio Bravo Investimentos
E-mail: lbmedeiros@bol.com.br

RESUMO
Dentre as diversas metodologias de avaliao de empresas, a avaliao por fluxo de caixa descontado
continua sendo a mais adotada na atualidade, tanto no meio acadmico como no profissional. Embora essa
metodologia seja considerada por diversos autores como a mais adequada para a avaliao de empresas no
contexto atual, seu carter projetivo remete a um componente de incerteza presente em todos os modelos
baseados em expectativas futuras: o risco de as premissas de projeo adotadas no se concretizarem. Uma
das alternativas para a mensurao do risco inerente avaliao de empresas pelo fluxo de caixa descontado
consiste na incorporao da Simulao de Monte Carlo ao modelo de avaliao determinstico convencional,
desenvolvendo-se assim um modelo estocstico que, como tal, permite uma anlise estatstica do risco. O
objetivo deste trabalho foi avaliar a pertinncia da utilizao da tcnica de Simulao de Monte Carlo na
mensurao das incertezas inerentes metodologia de avaliao de empresas pelo fluxo de caixa descontado,
identificando-se se essa metodologia de simulao incrementa a acurcia da avaliao de empresas pelo
fluxo de caixa descontado. Os resultados deste estudo comprovam a eficcia operacional da utilizao da
Simulao de Monte Carlo na avaliao de empresas pelo fluxo de caixa descontado, confirmando que a
qualidade dos resultados obtidos por meio da adoo dessa metodologia de simulao apresentou uma
relevante melhoria em relao aos resultados obtidos por meio da utilizao do modelo determinstico de
avaliao.
Palavras-chave: Avaliao de Empresas, Simulao de Monte Carlo, Fluxo de Caixa Descontado, Risco.

This is an Open Access article under the CC BY license (http://creativecommons.org/licenses/by/4.0).

REGE , So Paulo SP, Brasil, v. 19, n. 3, p. 493-512, jul./set. 2012 493

Marcos Roberto Gois de Oliveira e Luiz Borges de Medeiros Neto

MONTE CARLO SIMULATION AND VALUATION: A STOCHASTIC APPROACH

ABSTRACT

Among the various business valuation methods, discounted cash flow continues to be the most widely
used today, both in the academic and in the professional milieus. Although this methodology is considered by
many authors as the most suitable for the evaluation of companies in the current context, its projective
character refers to a component of uncertainty present in all models based on the future risk projection
assumptions adopted, that do not materialize. One of the alternatives to measure the risk inherent in the
valuation of businesses by the discounted cash flow method is to incorporate the Monte Carlo Simulation to
the model of conventional deterministic valuation thereby providing a stochastic model which allows a
statistical analysis of risk. The objective of this work was to evaluate the appropriateness of using the
technique of Monte Carlo Simulation to measure the uncertainties inherent in the business valuation
methodology by discounted cash flow, identifying whether such simulation methodology improves the
accuracy of the business valuations by discounted cash flow. The results of this study prove the operational
effectiveness of using the Monte Carlo Simulation in business valuations by discounted cash flow, confirming
that the quality of results obtained by means of adopting this methodology of simulation showed a relevant
improvement in relation to the results obtained by using the deterministic model evaluation.
Key words: Business Valuations, Monte Carlo Simulation, Discounted Cash Flow, Risk.

SIMULACIN DE MONTE CARLO Y VALUATION: UN ABORDAJE ESTOCSTICO

RESUMEN
Entre las diversas metodologas de evaluacin de empresas, la evaluacin por flujo de caja descontado
contina siendo la ms adoptada en la actualidad, tanto en el medio acadmico como en el profesional.
Aunque esa metodologa sea considerada por diversos autores como la ms adecuada para la evaluacin
de empresas en el contexto actual, su carcter proyectivo remite a un componente de incerteza presente en
todos los modelos basados en expectativas futuras o riesgo de que las premisas de proyeccin adoptadas
no se concreticen. Una de las alternativas para la mensuracin del riesgo inherente a la evaluacin de
empresas por el flujo de caja descontado consiste en la incorporacin de la Simulacin de Monte Carlo al
modelo de evaluacin determinstico convencional, desarrollndose as un modelo estocstico que, como tal,
permite un anlisis estadstico del riesgo. El objetivo de este trabajo fue evaluar la pertinencia de la
utilizacin de la tcnica de Simulacin de Monte Carlo en la mensuracin de las incertezas inherentes a la
metodologa de la evaluacin de empresas por el flujo de caja descontado, identificndose si esa
metodologa de simulacin incrementa la acuracia de la evaluacin de empresas por el flujo de caja
descontado. Los resultados de este estudio comprueban la eficacia operacional de la utilizacin de la
Simulacin de Monte Carlo en la evaluacin de empresas por el flujo de caja descontado, confirmando que
la calidad de los resultados obtenidos por medio de la adopcin de esa metodologa de simulacin present
una relevante mejora en relacin a los resultados obtenidos por medio de la utilizacin del modelo
determinstico de evaluacin.
Palabras-clave: Evaluacin de Empresas, Simulacin de Monte Carlo, Flujo de Caja Descontado, Riesgo.

494 REGE , So Paulo SP, Brasil, v. 19, n. 3, p. 493-512, jul./set. 2012

 Simulao de Monte Carlo e Valuation: uma abordagem estocstica
1. INTRODUO
A formao de preo dos ativos financeiros
est relacionada capacidade de gerao de fluxo
de caixa dentro da atividade econmica real.
Assim, os ativos financeiro
resultados operacionais e financeiros das
empresas inseridas na economia real.
Embora reconhecidamente eficiente, o carter
projetivo da metodologia de fluxo de caixa
descontado implica uma srie de incertezas. A
anlise dos riscos inerentes s variveis que
compem essa ferramenta vem sendo objeto de
alguns estudos formais, conforme aponta Buratto
(2005). Esses estudos sugerem a utilizao de
ferramentas estocsticas complementares para a
anlise e mensurao dos riscos inerentes ao
modelo de avaliao pelo fluxo de caixa
descontado. Tais ferramentas incorporam ao
modelo o risco de que cada uma das variveis
estimadas assuma um valor diferente do
planejado.
Uma alternativa para a mensurao de riscos
associados a modelos projetivos como o de fluxo
de caixa descontado a utilizao da Simulao
de Monte Carlo (SMC), definida por Andrade
(1998) como um processo que opera modelos
estocsticos e que lida experimentalmente com as
variveis descritas.
Desse modo, um modelo financeiro projetivo
que utilize SMC converter-se-ia, de um modelo
determinstico, que no incorpora nenhum
elemento probabilstico, em um estocstico, que
incorpora componentes probabilsticos essenciais
para a tomada de deciso em ambientes de
incerteza.
O trabalho objetiva avaliar a pertinncia da
utilizao da tcnica de Simulao de Monte
Carlo na mensurao das incertezas inerentes
metodologia de avaliao de empresas pelo fluxo
REGE , So Paulo SP, Brasil, v. 19, n. 3, p. 493-512, jul./set. 2012
de caixa descontado, a fim de verificar se a
Simulao de Monte Carlo incrementa a acurcia
dessa metodologia de apreamento de ativos, em
particular da Copasa S.A., e possibilitar uma
melhoria na qualidade dos resultados em relao
queles obtidos por meio da utilizao do modelo
determinstico de avaliao.
Para a aplicao da metodologia, foram
utilizadas informaes contbeis e financeiras da
Companhia de Saneamento de Minas Gerais S.A.
Copasa, disponveis na rea de relao com
investidores, no site da empresa. Inicialmente,
desenvolveu-se um modelo de avaliao
convencional e determinstico para a empresa.
Posteriormente, incorporaram-se ao modelo
convencional os fatores de risco a serem
sensibilizados e, finalmente, conduziu-se a
integrao da Simulao de Monte Carlo ao
modelo convencional, obtendo-se assim uma
abordagem estocstica para a avaliao da
empresa objeto do estudo.
2. AVALIAO DE EMPRESAS
2.1. Avaliao de Empresas pelo Fluxo de
Caixa Descontado
A avaliao de empresas por fluxo de caixa
descontado (FCD) pode ser dividida em cinco
etapas, conforme ilustram Copeland, Koller e
Murrin (2000): anlise do desempenho histrico,
projeo do desempenho futuro, estimativa do
valor residual, estimativa de custo mdio
ponderado de capital e clculos dos fluxos de
caixa data atual. A Figura 1 resume a
esquemtica do modelo determinstico de
avaliao de empresas pelo FVD.
495
Marcos Roberto Gois de Oliveira e Luiz Borges de Medeiros Neto

Projees

Informaes
de Mercado Valor
Anlise do Residual
Valor da
Desempenho
Histrico Empresa

Dados Taxa de
Histricos Desconto

Clculo do
Valor
Presente

Figura 1: Esquemtica do modelo determinstico de avaliao de empresas por fluxo de caixa

descontado
Fonte: Elaborao Prpria.

A anlise do desempenho histrico consiste deve-se adotar a premissa de que as empresas tm

na anlise dos dados histricos da empresa luz vida infinita.
das informaes de mercado. A observao dos
Com a projeo do fluxo de caixa da empresa e
dados histricos dever ser realizada pela anlise
do clculo do valor residual, devem-se descontar
vertical e horizontal das contas patrimoniais e de
esses fluxos futuros a valor presente, para se obter
resultado.
o valor do empreendimento.
De acordo com Stickney, Brown e Wahlen
Conforme ilustram Minardi e Saito (2007), o
(2004), a anlise vertical consiste na apresentao
desconto dos fluxos de caixa da empresa deve ser
de todos os itens das demonstraes contbeis da
realizado pelo custo mdio ponderado de capital,
empresa como um porcentual com uma base
que corresponde mdia ponderada da
comum. O ativo total normalmente utilizado
remunerao exigida pelos provedores de capital
como a base comum do balano patrimonial e a
da empresa, acionistas e credores, e que considera
receita lquida das demonstraes de resultado.
o efeito fiscal da dvida.
Por sua vez, a anlise horizontal consiste na
A ltima etapa da metodologia de avaliao de
anlise do crescimento histrico das contas
empresas pelo fluxo de caixa descontado consiste
patrimoniais e de resultado. Ainda segundo os
no clculo dos fluxos de caixa a valor presente.
autores, as anlises vertical e horizontal das
Segundo Correia Neto (2006), tanto os fluxos de
demonstraes histricas so bastante teis para
caixa do perodo de projeo como a perpetuidade
ilustrar a magnitude das mudanas nas
devem ser descontados a valor presente pelo
demonstraes financeiras ao longo do tempo.
Custo Mdio Ponderado de Capital.
A segunda etapa do processo de avaliao pelo
A soma do valor presente dos fluxos de caixa e
fluxo de caixa descontado a projeo do
da perpetuidade chamada de valor da empresa.
desempenho futuro da empresa e,
Segundo Damodaran (2002) para se chegar ao
consequentemente, de seu fluxo de caixa
valor das aes, deve-se subtrair a dvida e
projetado.
adicionar as disponibilidades ao valor da empresa,
Uma vez finalizada a etapa de projees, deve- obtendo-se assim o valor patrimonial. Finalmente,
se calcular o valor residual da empresa, visto que o valor patrimonial deve ser dividido pelo nmero
os fluxos de caixa no podem ser projetados para de aes.
sempre, e, aps o perodo de projees explcitas,
2.2. Modelagem e Simulao de Monte Carlo

496 REGE , So Paulo SP, Brasil, v. 19, n. 3, p. 493-512, jul./set. 2012

 Simulao de Monte Carlo e Valuation: uma abordagem estocstica

Segundo Souza (2004), a Simulao de Monte ento adequ-los distribuio ou selecionar a

Carlo (SMC) um mtodo de simulao
estatstica que, como tal, pode ser definido como
uma metodologia que utiliza uma sequncia de
nmeros randmicos para gerar uma simulao.
David Hertz foi o primeiro autor a ilustrar a
aplicabilidade da Simulao de Monte Carlo
teoria financeira, em seu artigo Risk Analysis in
Capital Investiment, publicado em 1964. Nesse
artigo, Hertz sugeriu a utilizao da Simulao de
Monte Carlo na anlise de projetos como forma de
mensurar os riscos inerentes a cada varivel.
Atualmente, a metodologia possui uma extensa
aplicabilidade prtica nas Finanas.
De acordo com Evans e Olson (1998), a
correta identificao das distribuies de
probabilidade dos dados de entrada fundamental
no processo de simulao. Para tal, utilizam-se
anlises empricas e histricas dos dados, para
distribuio e adequar seus parmetros em caso de
indisponibilidade de dados.
Diante do exposto, Law e Kelton (2000)
defendem que, para a correta implementao do
modelo de SMC, necessrio escolher um
algoritmo que fornea uma srie de nmeros que
paream ser aleatrios, uniformemente
distribudos entre 0 e 1 e que no possuam
correlao. Buratto (2005) finaliza afirmando que,
antes da execuo da simulao, deve-se verificar
se o gerador de nmeros aleatrios usado satisfaz
as propriedades acima, o que pode ser feito por
meio de testes ou de referncias que deem suporte
sua utilizao.
Uma vez entendidos os conceitos matemticos
e estatsticos que suportam a SMC, faz-se
necessrio entender sua esquemtica, que
ilustrada por Grey (1995) na Figura 2:

Figura 2: Esquemtica da Simulao de Monte Carlo

Fonte: GREY (1995).

Grey (1995) mostra que, partindo-se da
construo do conjunto de distribuies de
frequncia e da definio de suas inter-relaes,
possvel, utilizando-se softwares apropriados,
realizar milhares de interaes e armazenar os
resultados dessas interaes, criando-se assim
uma distribuio de frequncia dos resultados
obtidos para as variveis definidas como de sada,
conforme ilustrado nas figuras abaixo:

REGE , So Paulo SP, Brasil, v. 19, n. 3, p. 493-512, jul./set. 2012 497

Marcos Roberto Gois de Oliveira e Luiz Borges de Medeiros Neto

Figura 3: O processo da Simulao de Monte Carlo e a distribuio de frequncia tendo como varivel
de sada o Valor Presente Lquido
Fonte: GREY (1995).

Segundo Souza (2004), partindo-se da uma anlise que ilustra a distribuio do Valor
distribuio de frequncia da varivel de sada Presente Lquido VPL negativo, conforme
pode-se medir a rea de interesse desta ilustrado na Figura 4.
distribuio. Como exemplo, o autor apresenta

Figura 4: Anlise da distribuio de frequncia da varivel de sada VPL . P(VPL<0)

Fonte: SOUZA (2004).

498 REGE , So Paulo SP, Brasil, v. 19, n. 3, p. 493-512, jul./set. 2012

 Simulao de Monte Carlo e Valuation: uma abordagem estocstica
Em virtude do requinte tcnico inerente ao
modelo e das limitaes dos modelos de anlise
de risco convencionais e determinsticos, Correia
Neto, Moura e Forte (2002) defendem que a
Simulao de Monte Carlo o mtodo mais
completo de mensurao de risco dos fluxos de
caixa da empresa, pois mais dinmico nas
anlises das volatilidades dos fluxos e capta de
maneira mais eficiente o relacionamento entre as
variveis que compem o fluxo de caixa da
empresa.
2.3. Evidncias Empricas
Souza (2004) e Buratto (2005), em suas
dissertaes de mestrado, aplicam a Simulao de
Monte Carlo anlise de crdito. Enquanto o
primeiro avalia a utilizao de simulaes de
Monte Carlo na anlise de crdito para a
concesso de financiamentos de longo prazo da
Desenbahia, o segundo utiliza a ferramenta para
analisar o principal indicador de anlise de crdito
do Banco Regional de Desenvolvimento do Rio
Grande do Sul.
Por sua vez, autores como Bruni, Fam e
Siqueira (1998) e Cardoso e Amaral (2000)
desenvolveram estudos focados na utilizao da
Simulao de Monte Carlo para a avaliao de
Desenvolvimento do Definio das
Modelo de Avaliao variveis estocsticas
Determinstico
Figura 5: Sequncia adotada para a construo do Modelo Estocstico utilizando-se a SMC
Fonte: Elaborao Prpria.
A metodologia necessria para desenvolver a
sequncia acima descrita est ilustrada neste
captulo e pode ser dividida em duas grandes
etapas. A primeira delas dedica-se construo do
modelo determinstico de avaliao de empresas
pelo fluxo de caixa descontado. J a segunda
consiste na identificao das incertezas do modelo
determinstico desenvolvido, para, ento, realizar-
se uma anlise estocstica de cenrios utilizando-
se a Simulao de Monte Carlo considera-se
assim o risco de as premissas adotadas atingirem
valores diferentes daqueles projetados no modelo
determinstico. Antes de apresentar tais etapas,
necessrio apresentar a empresa foco do estudo.
REGE , So Paulo SP, Brasil, v. 19, n. 3, p. 493-512, jul./set. 2012
projetos, enquanto outros, como Corrar (1993) e
Correia Neto (2006), analisaram o desempenho da
ferramenta na avaliao de empresas.
Um problema com a SMC levantado por
Nawrocki (2001) e por outros autores, como
Myers (1976), a grande dificuldade de
estabelecer distribuies de frequncia das
variveis, bem como as correlaes seriais e entre
variveis.
Sobre o tema, Grey (1995) recomenda a
utilizao das probabilidades subjetivas. O autor,
Clemen e Reilly (2001) e Curry (2002) sugerem
que possvel representar qualquer situao por
meio de distribuies uniformes ou triangulares,
na ausncia de srie de dados.
Corroborando a sugesto acima, Savage (1996)
afirma que possvel modelar qualquer
distribuio como triangular especificando-se os
valores mnimo, mximo e mais provvel. Isso
gera uma melhora significativa quando h falta de
informao emprica.
3. METODOLOGIA
Segue ilustrao da sequncia adotada neste
estudo para a construo do modelo estocstico
utilizando-se a Simulao de Monte Carlo.
Simulao de Monte Anlise dos
Carlo Resultados
3.1. Empresa Objeto do Estudo
O modelo de avaliao desenvolvido neste
estudo baseou-se nas demonstraes contbeis e
financeiras auditadas dos ltimos quatro anos da
Copasa Companhia de Saneamento de Minas
Gerais S.A., disponveis no site da empresa, na
rea de relao com investidores
(www.copasa.com.br).
A Copasa a segunda maior empresa estadual
de saneamento no Brasil, considerando-se a
receita lquida e tomando-se por base os balanos
referentes ao exerccio de 2007 publicados pelas
dez maiores empresas do setor de saneamento no
499
Marcos Roberto Gois de Oliveira e Luiz Borges de Medeiros Neto
Brasil, e a quarta maior em rentabilidade,
considerando-se a pesquisa do jornal Valor
Econmico de agosto de 2008, que define o
tamanho das companhias avaliando o lucro por
patrimnio lquido.
As principais atividades da Companhia
compreendem servios pblicos de abastecimento
de gua e esgotamento sanitrio, incluindo
planejamento, elaborao de projetos, execuo,
ampliao, remodelagem e explorao de servios
de saneamento.
Em relao ao desempenho econmico-
financeiro, a Companhia obteve bons indicadores
em 2007. A receita lquida, que foi de R$1,1
bilho em 2003, atingiu R$1,9 bilho em 2007; o
Ebitda, que foi de R$400 milhes em 2003,
passou para R$666 milhes em 2007, ou R$763
milhes quando ajustado por despesas no
recorrentes; e o lucro, que foi de R$94,1 milhes
em 2003, alcanou R$329,3 milhes em 2007. No
ano de 2008, a receita operacional lquida foi de
R$2,060 bilhes, o Ebitda ajustado foi de R$828
milhes e o lucro lquido foi de R$407 milhes.
Em dezembro de 2008, a Copasa possua
concesses para prestao de servios de
abastecimento de gua a 611 municpios,
atendendo a aproximadamente 12,4 milhes de
clientes, e concesses para prestao de servios
de esgotamento sanitrio a 192 municpios,
atendendo a aproximadamente 6,7 milhes de
clientes.
3.2. Implementao do Modelo de Avaliao
Determinstico
A primeira etapa desenvolvida para a
construo do modelo determinstico de avaliao
consistiu na anlise do desempenho histrico da
empresa, para o entendimento do comportamento
histrico dos principais direcionadores de receita,
bem como das contas patrimoniais e de resultado
da Companhia. Foram analisadas
demonstraes anuais e trimestrais de 2005 a
2008.
Os direcionadores de receita considerados
foram a populao da rea atendida, o nvel de
cobertura de gua e esgoto, o volume mdio de
consumo, a quantidade de pessoas por ligao e as
tarifas dos servios.
Uma vez finalizada a anlise do desempenho
histrico, procedeu-se projeo do desempenho
500 REGE , So Paulo SP, Brasil, v. 19, n. 3, p. 493-512, jul./set. 2012
futuro da empresa sob o enfoque operacional; o
resultado no operacional, incluindo o resultado
financeiro, foi avaliado parte.
A projeo do desempenho futuro dos fluxos
de caixa considera as variveis que influenciam a
operao da empresa e a projeo dos resultados
esperados. A identificao dos direcionadores de
valor do negcio baseou-se na anlise das
demonstraes histricas e em variveis
macroeconmicas que consideram o ambiente
econmico, social e poltico no qual a empresa
est inserida. As seguintes premissas foram
utilizadas:
As projees foram expressas em moeda de
poder aquisitivo constante, ou seja, a inflao
no incorporada nas projees de receitas e
despesas;
A data-base da avaliao foi dia 31 de
dezembro de 2008;
Adotou-se um nico cenrio projetivo, que
considerou as operaes futuras da empresa e
suas perspectivas;
Os fluxos de caixa foram projetados
anualmente de 2009 a 2013;
Utilizou-se o modelo Debt Free, ou seja, as
projees no consideraram o endividamento
no fluxo de caixa da empresa;
O imposto de Renda e a Contribuio Social
sobre o Lucro foram projetados de acordo
com a legislao em vigor na data-base da
avaliao;
A taxa de depreciao dos ativos atuais e dos
novos investimentos foi de 5,9%, equivalente
taxa mdia dos ltimos 2 anos.
Segundo Stickney, Brown e Wahlen (2004),
as em uma empresa em que as receitas e os custos
venham crescendo a taxas relativamente
constantes ao longo do tempo, e se no existir
nenhuma indicao de que fatores econmicos e
fatores especficos da indstria ou da empresa iro
se modificar drasticamente, as taxas de
crescimento histricas podem ser um bom
indicador das taxas futuras.
Para o valor residual da empresa, assumiu-se
que os fluxos de caixa, aps o quinto ano de
projeo, iro crescer a uma taxa constante
 Simulao de Monte Carlo e Valuation: uma abordagem estocstica
perptua. A taxa de crescimento adotada para a
perpetuidade foi de 3% ao ano, considerada
adequada para uma empresa em estgio de
maturidade.
O passo seguinte ao clculo dos fluxos de
caixa projetados e do valor residual consistiu na
definio da taxa de desconto pela qual os fluxos
futuros e o valor residual foram descontados. A
taxa de desconto utilizada foi o custo mdio
ponderado de capital.
Para o clculo do custo do capital prprio da
empresa foram utilizados dados histricos da
economia norte-americana, disponveis no site de
informaes financeiras Bloomberg.
Adicionalmente, foram utilizadas informaes de
longa maturidade coerentes com a perpetuidade
assumida por este modelo de avaliao e
representativas do comportamento esperado do
mercado de referncia no longo prazo.
Seguem abaixo as premissas adotadas
para o clculo do custo de capital prprio:
Taxa livre de risco: 5,16% ao ano mdia
aritmtica do retorno histrico do ttulo do
governo americano T-Bond de janeiro de
2000 a dezembro de 2008;
Retorno esperado da carteira de mercado:
7,10% ao ano mdia aritmtica do retorno
histrico da bolsa de Nova York (NYSE) de
1926 a 2008;
Risco Brasil: 2,18% ao anomdia aritmtica
dos ltimos 36 meses do Risco Brasil,
calculada pela diferena entre as taxas de
retorno dos ttulos de longo prazo C-Bond
brasileiro e T-Bond americano;
Risco especfico a critrio do avaliador: 3,5%
ao ano risco poltico envolvendo o controle
estatal da empresa;
Beta desalavancado: 0,59 beta
desalavancado do setor de utilidades, cuja
fonte foi o site de informaes financeiras de
Aswath Damodaran.
Para o clculo do custo de capital de terceiros,
por sua vez, considerou-se o custo mdio nominal
ponderado de todas as fontes de financiamento da
empresa.
A ltima etapa do modelo determinstico de
avaliao de empresas pelo fluxo de caixa
REGE , So Paulo SP, Brasil, v. 19, n. 3, p. 493-512, jul./set. 2012
descontado desenvolvido neste estudo consistiu
no desconto a valor presente dos fluxos de caixa e
do valor residual da empresa objeto da avaliao.
3.3. Implementao do Modelo de Avaliao
Estocstico
Tomando-se como base Buratto (2005) e
considerando-se o modelo determinstico, pde-se
iniciar a definio das variveis de entrada do
modelo estocstico desenvolvido neste estudo.
Conforme ilustrado por Buratto (2005), a
varivel de entrada Receita Bruta pode ser
representada por subcomponentes, o que foi
adotado por este estudo, que considerou a
utilizao de direcionadores de receita como
variveis de entrada, pois estas so as variveis
que realmente influenciam na quantidade e,
consequentemente, na receita em um modelo de
preos constantes.
O estudo citado, e outros, no utilizaram uma
mtrica objetiva para definir quais variveis do
modelo determinstico seriam utilizadas como
variveis de entrada do modelo estocstico,
diferentemente deste trabalho, que adotou uma
premissa quantitativa para suportar a deciso
sobre quais seriam as variveis de entrada do
modelo. Para tal, alm de se considerar a
relevncia da sensibilizao de cada possvel
varivel de entrada para a consistncia interna do
modelo e para o resultado da varivel de interesse,
utilizou-se o coeficiente de variao como mtrica
quantitativa.
Embora segundo Levine, Berenson e Stephan
(2005) a definio sobre se um determinado
coeficiente de variao representa uma disperso
pequena, mdia ou grande seja complexa e
dependa da aplicao dos dados analisados,
considerou-se para este estudo que variveis cujos
coeficientes de variao fossem menores que 10%
possuiriam uma disperso aceitvel para que se
utilizasse o valor mdio como premissa, portanto
no necessitariam ser sensibilizadas. Logo, s
foram consideradas variveis de entrada do
modelo estocstico aquelas variveis cujos
coeficientes de variao superaram o patamar de
10%.
O tratamento dado aos custos e despesas
variveis consistiu na anlise das variaes
histricas do porcentual de cada um sobre a
receita lquida, replicando-se a metodologia
501
Marcos Roberto Gois de Oliveira e Luiz Borges de Medeiros Neto
adotada no estudo de Bruni, Fam e Siqueira
(1998). Dessa forma, avaliou-se se os porcentuais
dos custos e despesas sobre a receita bruta
possuam grande disperso. J o tratamento
adotado para os custos e despesas considerados
fixos implicou verificar a relevncia de cada item
para o modelo de avaliao estocstico, bem como
calcular a variao histrica de cada custo e
despesa.
Para os demais componentes do fluxo de caixa
da empresa, ou seja, volume de investimentos,
necessidade de capital de giro, taxa de
depreciao e de imposto de renda e contribuio
social, as premissas adotadas para o modelo
determinstico foram replicadas para o modelo
estocstico.
Concluda a definio das variveis de entrada,
a prxima atividade da etapa de desenvolvimento
conceitual do modelo consistiu na definio da
varivel de sada.
O modelo de avaliao de empresas por meio
da SMC, objeto deste estudo, adotou o preo por
ao e no o valor presente lquido como varivel
de interesse. Esse procedimento objetivou
aproximar a metodologia cientfica da Simulao
mtrica de preo por ao adotada pelo mercado
financeiro, contribuindo assim para o
entendimento das vantagens na utilizao da SMC
no meio profissional.
A adoo do preo por ao como varivel de
sada da SMC permitiu tambm a construo de
uma distribuio de probabilidade do preo justo
da ao originado dos diversos cenrios possveis,
respondendo-se assim a diversas questes, como,
por exemplo, a de qual seria a probabilidade de a
ao estar sendo negociada abaixo de seu valor
justo e qual seria o preo ideal de compra e de
venda de uma ao com um determinado grau de
confiabilidade.
Partindo-se da afirmao acima e tomando-se
como base as demonstraes histricas da
502 REGE , So Paulo SP, Brasil, v. 19, n. 3, p. 493-512, jul./set. 2012
empresa, foram construdas sries histricas de
cada uma das variveis de entrada. A construo
dessas sries teve como objetivo testar o ajuste da
srie de dados s distribuies normal, lognormal,
triangular, uniforme, exponencial, logstica e
Pareto. Para o teste de ajuste foi utilizado o
software de simulao Crystal Ball da Oracle e
tomaram-se como base os critrios de
Kolmogorov-Smirnoff, Qui-quadrado e Anderson-
Darling.
O software utilizado para a execuo das
simulaes, terceira etapa da construo do
modelo, foi o Crystal Ball da Oracle, que
funciona como um suplemento do Microsoft
Excel. Definiu-se que o nmero de simulaes a
serem realizadas seria de 10.000, nmero este que,
segundo Souza (2004), grande o suficiente para
permitir que os resultados (mdia e desvio-padro
das variveis de sada) se estabilizem e que se
obtenham grficos com uma maior densidade de
pontos.
A ltima etapa objeto deste estudo foi a
realizao das simulaes com base no desenho
de experimento, para que se pudesse obter o
conjunto de informaes especificado e, assim,
realizar a anlise dos resultados.
4. RESULTADOS
4.1. Modelo de Avaliao Determinstico
A Tabela 1 ilustra o desempenho histrico
dos direcionadores de receita utilizados neste
trabalho para avaliar o Desempenho Histrico da
Copasa.
Partindo-se das premissas de Stickney, Brown
e Wahlen (2004) e considerando-se a
caracterstica do modelo de negcio da empresa,
ou seja, um monoplio, realizaram-se as
projees dos direcionadores de receita com base
no desempenho histrico, conforme a Tabela 1.
 Simulao de Monte Carlo e Valuation: uma abordagem estocstica

Tabela 1: Desempenho Histrico dos Direcionadores de Receita

Desempenho Histrico Direcionadores Receita Mdia/
2005 2006 2007 2008 premissa
Operao - gua
Populao da rea atendida 11.398.158 11.782.533 12.258.824 12.655.102
Cresc. da pop. das concesses de gua 3,4% 4,0% 3,2% 3,18%
Populao atendida - gua 11.136.000 11.508.000 11.983.000 12.402.000
Nvel de cobertura de gua 97,7% 97,7% 97,8% 98,0% 97,78%
Pessoas/ligao (gua) 3,80 3,79 3,78 3,78 3,79
Ligaes gua 2.928.091 3.036.041 3.174.254 3.278.101
Cresc. no nmero de ligaes (%) 0% 3,7% 4,6% 3,3%
Volume/ligao (m3/ano) - gua 210,9 189,6 185,8 181,4 194,56
Volume vendido de gua (1000 x m3) 617.600 575.671 589.718 594.644
Crescimento do volume vendido em m3 -6,8% 2,4% 0,8%
Tarifa gua (R$/m3) 1,83 2,30 2,64 2,92 2,92
Receita Bruta com gua 1.133.166 1.323.966 1.559.249 1.734.441
Operao - Esgoto
Populao da rea atendida 6.769.976 7.088.995 7.615.563 8.282.717
Cresc. da pop. das concesses de esgoto 4,7% 7,4% 8,8% 5,94%
Populao atendida - esgoto 5.592.000 5.791.000 6.244.000 6.791.000
Nvel de cobertura de esgoto 82,6% 81,7% 82,0% 82,0% 82,23%
Pessoas/ligao (esgoto) 4,20 4,16 4,11 4,07 4,15
Ligaes de esgoto 1.330.000 1.392.232 1.519.146 1.667.647
Cresc. no nmero de ligaes (%) 4,7% 9,1% 9,8%
Volume/ligao (m3/ano) - esgoto 239,7 218,3 209,1 195,7 221,6
Volume vendido de esgoto (1000 x m3) 318.856 303.869 317.726 326.406
Crescimento do volume vendido em m3 -4,7% 4,6% 2,7%
Tarifa esgoto (R$/m3) - coleta + trat. 1,58 1,78 1,63 1,71 1,71
% tarifa de esgoto / gua 86,2% 77,4% 61,6% 58,5%
Receita Bruta com esgoto 504.466 541.071 517.584 556.620
Nmero de Ligaes (gua + esgoto) 4.258.091 4.428.273 4.693.400 4.945.748
Receita Bruta Total 1.637.632 1.865.037 2.076.833 2.291.061
Fonte: Elaborao prpria.

REGE , So Paulo SP, Brasil, v. 19, n. 3, p. 493-512, jul./set. 2012 503

Marcos Roberto Gois de Oliveira e Luiz Borges de Medeiros Neto

Tabela 2: Anlise Vertical e Horizontal das Contas de Resultado

Dem. do Res. R$ (mil) 2005 2006 2007 2008 Mdia
Receita Bruta 1.637.632 1.865.037 2.076.833 2.291.061
% Cresc. 13,9% 11,4% 10,3%
Servios de gua 1.133.166 77% 1.323.966 79% 1.559.249 84% 1.734.441 84% 80,9%
Servios de Esgoto 504.466 34% 541.071 32% 517.584 28% 556.620 27% 30,3%
Dedues de receita (161.054) -11% (183.125) -11% (213.357) -11% (236.746) -12% -11,2%
Receita Lquida (%RL) 1.476.578 100% 1.681.912 100% 1.863.476 100% 2.054.315 100%
CSP (505.501) -34% (571.456) -34% (687.359) -37% (754.593) -37% -35,5%
Depreciao (206.199) -14% (199.457) -12% (198.768) -11% (227.285) -11% -11,9%
Lucro Bruto 764.878 52% 910.999 54% 977.349 52% 1.072.437 52% 52,7%
% Cresc. 19,1% 7,3% 9,7%
Despesas Com Vendas (134.318) -9% (140.286) -8% (110.665) -6% (151.110) -7% -7,7%
% Cresc. 4,4% -21,1% 36,5%
Despesas Oper. e Adm. (264.639) -18% (301.194) -18% (272.765) -15% (289.878) -14% -16,1%
% Cresc. 13,8% -9,4% 6,3%
Outro res. operacional 14.381 1% (12.632) -1% (126.475) -7% (30.704) -1% -2,0%
EBIT 380.302 26% 456.887 27% 467.444 25% 600.746 29% 26,8%
% Cresc. 20,1% 2,3% 28,5%
Receita/Despesa Fin. (157.250) -11% (24.435) -1% (30.797) -2% (74.315) -4% -4,3%
Equivalncia Patrimonial 0% 0% 0% (18.424) -1% -0,2%
Lucro op. (no ajustado) 223.052 15% 432.453 26% 436.647 23% 508.007 25% 22,2%
Resultado No Op.l (1.447) 0% (806) 0% 0% 0%
Lucro antes dos Impostos 221.605 15% 431.647 26% 436.647 23% 508.007 25% 22,2%
Taxa Efetiva de Imposto 30% 0% 33% 0% -33% 0% -37% 0%
Impostos a pagar (65.868) -4% (141.986) -8% (142.042) -8% (185.504) -9% -7,4%
Lucro depois dos impostos 155.737 11% 289.661 17% 294.605 16% 322.503 16% 14,8%
Rev. juros sobre capital - 0% 90.688 5% 79.208 4% 115.861 6% 3,8%
Participao Estatutria (19.549) -1% (23.911) -1% (20.821) -1% (24.612) -1% -1,3%
Lucro lquido 136.188 9% 356.438 21% 352.992 19% 413.752 20% 17,4%
EBITDA 586.498 39,7% 656.344 39,0% 666.212 35,8% 828.030 40,3% 38,7%

Fonte: Elaborao Prpria.

Partindo-se da premissa de que as operaes da Prazo mdio de estoque: 14 dias;

empresa apresentam um grau razovel de
previsibilidade, as projees de dedues, custos e
despesas foram realizadas com base no
desempenho histrico (Tabela 2).
O clculo da necessidade de capital de giro e
da necessidade de reinvestimentos foi realizado
com base no desempenho histrico. As seguintes
premissas foram adotadas para o clculo do
capital de giro e da necessidade de
reinvestimentos:
Prazo mdio de recebimento: 67 dias;
Prazo mdio de pagamento a fornecedores: 50
dias;
Prazo mdio de pagamento de outros passivos
circulantes: 227 dias.
J em relao necessidade de
reinvestimentos, a partir de 2009 foi projetada
com base nos investimentos de 2008. O resumo
do fluxo de caixa projetado da empresa pode ser
observado na Tabela 3. Nesta tabela, podem-se
observar tambm as projees de EBITDA, da

504 REGE , So Paulo SP, Brasil, v. 19, n. 3, p. 493-512, jul./set. 2012

 Simulao de Monte Carlo e Valuation: uma abordagem estocstica

variao de capital de giro, dos investimentos e do Imposto de Renda e Contribuio Social.

Tabela 3: Projeo de Fluxo de Caixa
2009 2010 2011 2012 2013
EBITDA 957.213 985.655 1.014.952 1.045.131 1.076.217
. Variao de Capital de Giro (26.936) (2.575) (2.657) (2.743) (2.832)
EBITDA (Lquido de Capital de Giro) 930.277 983.080 1.012.295 1.042.388 1.073.385
. Investimentos (537.115) (537.115) (537.115) (537.115) (537.115)
. Imposto de Renda e Contribuio Social (147.572) (151.856) (151.043) (150.529) (150.323)
Fluxo de Caixa da Empresa 245.590 294.109 324.137 354.744 385.947
Fonte: Elaborao Prpria.

O custo de capital prprio foi calculado custo mdio ponderado de todas as fontes de
utilizando-se o modelo CAPM, e o custo nominal financiamento da empresa objeto da anlise,
de capital de terceiros foi definido como sendo o conforme demonstrado na Tabela 4:

Tabela 4: Custo Mdio Ponderado do Capital de Terceiros

Taxa livre de risco
Prmio de mercado
Beta Desalavancado
(a) Custo do capital prprio
CCPP (a x b)
Custo do capital de terceiros
(a) Participao do capital de terceiros
CCTP (a x b)
CMPC nominal
CMPC real
Neste trabalho, assim como no de Assaf Neto,
Lima e Arajo (2008), optou-se por utilizar a taxa
de inflao norte-americana. Alguns autores,
como os citados, recomendam o uso da taxa norte-
americana porque os ttulos de dvida dos pases
emergentes embutem um prmio pelo risco.
Assim sendo, os investidores tm dificuldade de
aceitar tais ttulos como livres de risco.
O custo mdio ponderado de 9,10% ao ano,
acima apresentado, corresponde ao custo nominal
do capital de terceiros; para o clculo do custo
efetivo, considerou-se o benefcio fiscal da
alavancagem.
5,16% Beta Alavancado 0,76
7,10% Risco Pas 2,18%
0,59 Risco especfico relacionado 3,50%
15,03% (b) Participao do capital prprio 69,8%
10,49%
9,1%
30,2% (b) Taxa efetiva de imposto de renda 34%
1,81%
12,30% Taxa de inflao norte-americana projetada 2,00%
10,10%
Fonte: Elaborao Prpria.
Aps o clculo do custo de capital prprio e de
terceiros, pde-se enfim obter o Custo Mdio
Ponderado de Capital da empresa. Como o
modelo de fluxo de caixa projetado foi o real,
utilizou-se uma taxa de desconto real, ou seja, que
no considerou a inflao. Para realizar tal ajuste,
extraiu-se do CMPC nominal obtido 12,30% ao
ano a taxa de inflao norte-americana projetada
de 2%, porcentual projetado pela Nacional
Association of Business Economics (NABE),
obtendo-se assim um CMPC real de 10,10% ao
ano.
A tabela a seguir apresenta o valor presente
dos fluxos de caixa e a perpetuidade da empresa:

REGE , So Paulo SP, Brasil, v. 19, n. 3, p. 493-512, jul./set. 2012 505

Marcos Roberto Gois de Oliveira e Luiz Borges de Medeiros Neto

Tabela 5: Fluxo de Caixa e Perpetuidade a Valor Presente da Copasa

2009 2010 2011 2012 2013 Perp.

EBITDA 957.213 985.655 1.014.952 1.045.131 1.076.217 1.076.217
. Variao de Capital de Giro (26.936) (2.575) (2.657) (2.743) (2.832) (2.832)
EBITDA (Lquido de Capital de Giro) 930.277 983.080 1.012.295 1.042.388 1.065.576 1.065.576
. Investimentos (537.115) (537.115) (537.115) (537.115) (537.115) (537.115)
. Imposto de Renda e Contribuio Social (147.572) (151.856) (151.043) (150.529) (150.323) (150.323)
Fluxo de Caixa da Empresa 245.590 294.109 324.137 354.744 385.947 385.947
Taxa de Desconto 0,908 0,825 0,749 0,680 0,618 0,618
Fluxo de Caixa a Valor Presente 223.057 242.615 242.853 241.398 238.535 3.459.455
Fonte: Elaborao Prpria.

Por fim, realizou-se o ajuste da dvida lquida,
que consiste no valor total da dvida menos as
disponibilidades na data-base da avaliao, dia
31/12/2008. Esse procedimento foi realizado,
pois, como o endividamento no foi projetado nos
fluxos de caixa, o valor da dvida foi subtrado do
valor da empresa para se obter o valor patrimonial
ou Equity Value. Finalmente, para o clculo do
valor da ao, dividiu-se o Equity Value pela
quantidade de aes da empresa, conforme
ilustrado na Tabela 6.

Tabela 6: Resumo da Avaliao Determinstica da Copasa

Fluxo de Caixa a Valor Presente 1.188.458
(+) Perpetuidade 3.459.455
Enterprise Value / EV / Valor da Empresa 4.647.913
(+) Ajustes Diversos (1.291.035)
Equity Value / Valor Patrimonial 3.356.878
Nmero de Aes 115.165
Preo por ao 29,15
Fonte: Elaborao Prpria.

4.2. Modelo de Avaliao Estocstico A Tabela 7 resume a modelagem adotada para

Partindo-se do modelo determinstico, definiu-
se que os seguintes componentes poderiam ser
modelados como varivel de entrada do modelo
estocstico: crescimento da populao da rea
atendida, nvel de cobertura de gua e esgoto,
volume mdio por ligao de gua e esgoto,
quantidade de pessoas por ligao de gua e
esgoto, tarifas dos servios de abastecimento de
gua e tratamento de esgoto, dedues sobre
vendas, custo dos servios prestados (CSP),
despesas com vendas, despesas administrativas e
outro resultado operacional.
cada componente do fluxo de caixa da empresa,
bem como o coeficiente de variao: C-V.
No tocante tabela a seguir, os outros
resultados operacionais no foram considerados
como varivel de entrada por apresentarem pouca
relevncia para o modelo de avaliao
desenvolvido. As tarifas mdias no foram
consideradas como varivel de entrada, pois as
variaes histricas e futuras da tarifa foram e
sero consequncia de repasses inflacionrios.
Como o modelo desenvolvido foi de preos e
custos constantes, o preo da data-base da
avaliao ser o preo real, em moeda constante,
da tarifa no futuro.

506 REGE , So Paulo SP, Brasil, v. 19, n. 3, p. 493-512, jul./set. 2012

 Simulao de Monte Carlo e Valuation: uma abordagem estocstica

Tabela 7: Modelagem dos componentes do fluxo de caixa no modelo estocstico

Tratamento
Componente Tipo Modelagem C-V
Matemtico
Crescimento da populao Direcionador
Estocstico Varivel de entrada 40,3
da rea atendida - gua de Receita
Nvel de cobertura Direcionador Mesma Premissa
Determinstico 0,33
de abastecimento de gua de Receita do modelo determinstico
Nmero de pessoas Direcionador Mesma Premissa
Determinstico 0,41
por ligao de gua de Receita do modelo determinstico
Volume mdio Direcionador Mesma Premissa
Determinstico 6,8
por ligao de gua de Receita do modelo determinstico
Tarifa mdia do servio Direcionador Mesma Premissa
Determinstico -
de abastecimento de gua de Receita do modelo determinstico
Crescimento da populao Direcionador
Estocstico Varivel de entrada 63,9
da rea atendida - esgoto de Receita
Nvel de cobertura Direcionador Mesma Premissa
Determinstico 0,52
de tratamento de esgoto de Receita do modelo determinstico
Nmero de pessoas Direcionador Mesma Premissa
Determinstico 0,52
por ligao de esgoto de Receita do modelo determinstico
Volume mdio Direcionador Mesma Premissa
Determinstico 7,0
por ligao de esgoto de Receita do modelo determinstico
Tarifa mdia do servio Direcionador Mesma Premissa
Determinstico -
de tratamento de esgoto de Receita do modelo determinstico
% Dedues sobre Mesma Premissa
Custo Varivel Determinstico 2,8
a Receita Bruta do modelo determinstico
% Custo dos servios prestados Mesma Premissa
Custo Varivel Determinstico 4,84
sobre receita lquida do modelo determinstico
% despesas com vendas
Despesa varivel Estocstico Varivel de entrada 19,8
sobre receita lquida
Despesas operacionais Mesma Premissa
Despesa fixa Determinstico 8,78
e administrativas do modelo determinstico
Outros resultados Mesma Premissa
Despesa fixa Determinstico -
operacionais do modelo determinstico

Fonte: Elaborao Prpria.

A definio da distribuio de probabilidade
foi iniciada com o porcentual de crescimento da
populao da rea atendida por abastecimento de
gua e o porcentual de crescimento da populao
da rea atendida por tratamento de esgoto.
Como forma de evitar a possibilidade de um
crescimento negativo, adotou-se a distribuio
triangular como a distribuio de probabilidade da
varivel de entrada crescimento da populao da
rea atendida por abastecimento de gua e esgoto.
Dessa maneira, modelaram-se os porcentuais de
crescimento mnimo, mximo e esperado, de
forma a evitar possveis distores no modelo.
Para a terceira varivel de entrada, porcentual
das despesas com vendas sobre a receita lquida,
procedeu-se ao teste de ajuste utilizando-se o
Crystal Ball, que resultou na definio da

REGE , So Paulo SP, Brasil, v. 19, n. 3, p. 493-512, jul./set. 2012 507

Marcos Roberto Gois de Oliveira e Luiz Borges de Medeiros Neto
distribuio normal como aquela mais aderente
srie histrica desta varivel de entrada.
Uma vez definidas as distribuies de
probabilidade das variveis de entrada, analisou-
se a existncia de correlao entre elas. Para tal,
realizou-se um estudo de correlao entre as
variveis de entrada. Constatou-se a existncia de
correlao de 0,52 entre o crescimento da
populao da rea atendida por abastecimento de
gua e o crescimento da populao atendida por
tratamento de esgoto, correlao significativa pelo
teste-t para o coeficiente de correlao.
Por sua vez, a correlao da varivel de
entrada porcentual das despesas com vendas sobre
a receita lquida com as demais variveis no foi
calculada, pois seria incoerente correlacionar um
porcentual de crescimento, mtrica das duas
primeiras variveis de entrada, com um porcentual
sobre a receita lquida, mtrica da terceira varivel
de entrada.
A especificao do modelo estocstico seguiu
as mesmas premissas definidas para o modelo
determinstico, mais a incorporao das variveis
estocsticas e suas premissas. Partindo-se do
modelo determinstico desenvolvido no Microsoft
Excel e utilizando-se o software de Simulao
Crystal Ball, realizaram-se as seguintes
especificaes:
O crescimento da populao da rea atendida
por abastecimento de gua e de esgoto e o
porcentual das despesas com vendas foram
Tabela 8: Estatsticas do Modelo Estocstico de Avaliao
Estatstica
Nmero de Simulaes
Mdia
Mediana
Desvio-Padro
Varincia
Coeficiente de Variao
Valor Mnimo
Valor Mximo
Erro Padro da Mdia
Fonte: Elaborao prpria, com o auxlio do Crystal Ball.
Conforme ilustrado na Tabela 8, o preo por
ao mdio obtido por meio do modelo de
avaliao estocstico utilizando-se a Simulao de
508 REGE , So Paulo SP, Brasil, v. 19, n. 3, p. 493-512, jul./set. 2012
modelados como variveis de entrada com
distribuio de probabilidade triangular e
normal;
As variveis estocsticas de entrada
relacionadas a crescimento tiveram seus
valores sensibilizados aplicados ano a ano na
projeo;
A varivel estocstica porcentual das despesas
com vendas sobre a receita lquida teve seu
valor sensibilizado aplicado a todos os anos
de projeo;
A correlao entre as variveis crescimento da
populao da rea atendida por abastecimento
de gua e crescimento da populao atendida
por tratamento de esgoto foi considerada e
definida ano a ano de acordo com valores j
apresentados;
Os demais componentes da planilha, que esto
completamente relacionados por frmulas,
foram calculados automaticamente a partir da
variao das variveis de entrada;
Com base no conjunto de simulaes
realizadas, foi gerada uma distribuio do
valor por ao, que a varivel de sada do
modelo.
4.3. Realizao da Simulao e Anlise dos
Resultados
A tabela abaixo apresenta as estatsticas da
simulao realizada.
Valores
Projetados
10.000
31,26
31,27
3,69
13,6
11,8%
18,12
45,79
0,04
Monte Carlo foi de R$ 31,26, valor este 7,2%
maior que o obtido pelo modelo determinstico,
que foi de R$ 29,15.
 Simulao de Monte Carlo e Valuation: uma abordagem estocstica

A distribuio de frequncia cumulativa de preo por ao mdio obtido de R$ 31,26, pde-se

probabilidades, ilustrada na Figura 6 (esquerda), concluir que 50,08% dos valores obtidos para o
forneceu importante contribuio para a anlise preo por ao da empresa encontram-se acima do
dos resultados obtidos. Tomando-se como base o valor mdio.

Figura 6: Distribuio da frequncia cumulativa de probabilidades do preo por ao

Fonte: Elaborao prpria, com o auxlio do Crystal Ball.
Uma primeira anlise desenvolvida na etapa de
comparao dos resultados obtidos com as
cotaes de mercado da empresa caracterizou-se
pela comparao da distribuio da probabilidade
dos preos por ao da empresa, obtida por meio
do modelo estocstico, com a cotao das aes
na data-base das avaliaes estocstica e
determinstica, para identificar oportunidades de
arbitragem. Ao se plotar a cotao das aes
ordinrias da Copasa (Csmg3) no dia 30/12/2008
R$ 18,81, de acordo com o site de informaes
financeiras Bloomberg , no grfico das
distribuies de probabilidade do modelo
estocstico, conclui-se que, de acordo com esse
modelo, existe uma probabilidade de quase 100%
de que o preo por ao da empresa estivesse
subavaliado pelo mercado em 30/12/2008,
conforme ilustrado na Figura 7.

Figura 7 Distribuio de probabilidades do preo por ao Csmg3, cotao do dia 30/12/2008

Fonte: Elaborao prpria, com o auxlio do Crystal Ball.
Seguindo-se o mesmo raciocnio da anlise observou-se que, de acordo com o modelo
anterior, comparou-se a distribuio de estocstico desenvolvido, ao adquirir as aes da
probabilidade dos preos por ao da empresa Copasa ao preo de R$ 25,25 por ao, um
com a cotao das aes do dia 31/07/2009 R$ possvel investidor teria uma chance de 95,10% de
25,25, de acordo com o site de informaes auferir alguma rentabilidade, por estar comprando
financeiras Bloomberg. Ao se plotar o valor da as aes abaixo de seu valor justo, conforme
cotao das aes em 31/07/2009 na distribuio ilustrado na Figura 7.
de probabilidade do modelo estocstico,

REGE , So Paulo SP, Brasil, v. 19, n. 3, p. 493-512, jul./set. 2012 509

Marcos Roberto Gois de Oliveira e Luiz Borges de Medeiros Neto
Em resumo, tanto as anlises isoladas dos
resultados do modelo estocstico desenvolvido
quanto a comparao dos seus resultados com
aqueles do modelo determinstico e com as
cotaes de mercado constituem apenas exemplos
de possveis interpretaes obtidas por meio da
implementao de um modelo estocstico de
avaliao de empresas que utilize a Simulao de
Monte Carlo.
5. CONCLUSES DECORRENTES DO
ESTUDO E SUGESTES
A utilizao da Simulao de Monte Carlo
(SMC) e a consequente transformao do modelo
de avaliao determinstico em estocstico
melhoraram consideravelmente a qualidade dos
resultados relacionados varivel de sada do
modelo de avaliao desenvolvido neste estudo. O
desenvolvimento do modelo estocstico permitiu
a obteno de uma distribuio de preos por ao
e o conhecimento de suas probabilidades de
ocorrncia, resultado muito mais completo que
um preo por ao nico e determinstico obtido
por meio da utilizao do modelo determinstico.
A utilizao da SMC na avaliao de empresas
pelo fluxo de caixa descontado permite a
realizao de uma srie de anlises que so
impossveis de serem realizadas por meio de um
modelo determinstico convencional, como, por
exemplo, a da probabilidade de o preo por ao
obtido situar-se acima ou abaixo de um
parmetro-chave como o valor mdio ou a cotao
atual das aes da empresa no mercado.
A utilizao de probabilidades subjetivas, o
uso do julgamento pessoal e a utilizao de
critrios subjetivos para a definio das funes
de densidade de probabilidades ainda constituem a
principal fonte de crticas utilizao da
Simulao de Monte Carlo.
A realizao de um estudo de caso de uma
empresa listada na Bolsa de Valores de So Paulo
permitiu a verificao das vantagens e das
dificuldades prticas da implementao de um
modelo estocstico de avaliao de empresas pelo
fluxo de caixa descontado.
Neste estudo em particular, a metodologia
permite perceber que h uma probabilidade de o
mercado subprecificar as aes da Copasa em
aproximadamente 95% para a cotao de
31/07/2009. No final de 2009, as aes da Copasa
510 REGE , So Paulo SP, Brasil, v. 19, n. 3, p. 493-512, jul./set. 2012
j estavam sendo negociadas a R$29,12, com
tendncia de alta, corroborando os resultados.
Evidentemente, a empresa avaliada tem
caractersticas que simplificam o estudo com a
metodologia proposta. Tais caractersticas
referem-se ao negcio da companhia: gua e
esgoto.
Diante do exposto, pode-se afirmar que, a
despeito de suas limitaes, a metodologia de
Simulao de Monte Carlo constitui uma poderosa
ferramenta para a anlise de riscos inerentes
avaliao de empresas pelo fluxo de caixa
descontado, contribuindo decisivamente para a
acurcia dessa metodologia de avaliao e para a
tomada de deciso em ambiente de incerteza.
6. REFERNCIAS BIBLIOGRFICAS
ANDRADE, S. C. Um modelo de medio de
risco de crdito. Revista Resenha BM&F, n. 140,
p. 17-23, 1998.
ASSAF NETO, Alexandre; LIMA, Fabiano
Guasti; ARAJO, Adriana Maria Procpio de.
Uma proposta metodolgica para o clculo do
Custo de Capital no Brasil. RAUSP Revista de
Administrao, v. 43, n. 1, p. 72-83, 2008.
BRUNI, A. L.; FAM, R.; SIQUEIRA, J. O.
Anlise do Risco na Avaliao de Projetos de
Investimento: Uma Aplicao do Mtodo de
Monte Carlo. Caderno de Pesquisas em
Administrao, v. 1, n. 6, p. 62-74, 1998.
BURATTO, M. V. Quantificao, Construo e
Avaliao de um Modelo de Monte Carlo para
Analisar a Capacidade de Pagamento das
Empresas em Financiamentos de Longo Prazo.
Dissertao (Mestrado) Programa de Ps-
graduao em Administrao, Mestrado
Acadmico em Contabilidade e Finanas,
Universidade Federal do Rio Grande do Sul, Porto
Alegre, 2005.
CARDOSO, D.; AMARAL, H. F. O uso da
Simulao de Monte Carlo na elaborao do
Fluxo de Caixa Empresarial: uma proposta para
quantificao das incertezas ambientais. In:
ENCONTRO NACIONAL DE ENGENHARIA
DE PRODUO, 20., 2000, So Paulo. Anais
So Paulo: ABEPRO, 2000.
 Simulao de Monte Carlo e Valuation: uma abordagem estocstica
CLEMEN, R. T.; REILLY, T. Making hard
decisions with DecisionTools. 2nd rev. ed.
Pacific Grove: Duxbury, 2001.
COPELAND, T.; KOLLER, T.; MURRIN, J.
Avaliao de empresas Valuation: calculando
e gerenciando o valor das empresas. So Paulo:
Makron Books, 2000.
CORRAR, L. J. O modelo econmico da empresa
em condies de incerteza - aplicao do mtodo
de simulao de Monte Carlo. Caderno de
Estudos, So Paulo: FIPECAFI/FEA/USP, n. 8, p.
1-13, 1993.
CORREIA NETO, J. F. Avaliao de uma
software house atravs da simulao de Monte
Carlo. ENCONTRO NACIONAL DE
ENGENHARIA DE PRODUO, 26., 2006,
Fortaleza. Anais... Fortaleza: ABEPRO, 2006.
CORREIA NETO, J. F.; MOURA, H. J. de;
FORTE, S. H. C. A. Modelo prtico de previso
de Fluxo de Caixa Operacional para empresas
comerciais considerando os Efeitos de Risco,
atravs do Mtodo de Monte Carlo.
REAdRevista Eletrnica de Administrao, Rio
Grande do Sul, v. 8, n. 3, p. 1-5, 2002.
CURRY, R. E. The Problems with The Problems
with Monte Carlo Simulation. 2002.
DAMODARAN, A. Finanas Corporativas
Aplicadas Manual do Usurio. Traduo Jorge
Ritter. Porto Alegre: Bookman, 2002.
EVANS, James R.; OLSON, David L.
Introduction to Simulation and Risk Analysis.
Upper Saddle River, New Jersey: Prentice Hall,
1998.
GREY, S. Practical Risk Assessment for Project
Management. England: John Wiley & Sons Ltda.,
1995.
HERTZ, D. B. Risk analysis in capital investment.
Harvard Business Review, v. 57, n. 5, p. 169-181,
1964.
LAW, Averill M.; KELTON, W. David.
Simulation modelling and analysis. 3. ed. New
York: McGraw-Hill, 2000.
REGE , So Paulo SP, Brasil, v. 19, n. 3, p. 493-512, jul./set. 2012
LEVINE, D. M.; BERENSON, M. L.;
STEPHAN, D. Estatstica: teoria e aplicaes
usando o Microsoft Excel em portugus. 3. ed.
Rio de Janeiro: LTC, 2005.
MINARDI, A. M. A. F.; SAITO, R. Oramento
de Capital. ERARevista de Administrao de
Empresas, v. 47, n. 3, p. 79-83, 2007.
MYERS, S. Postscript: Using Simulation for Risk
Analysis. In: _______ (Ed.). Modern
Developments in Financial Management. New
York: Praeger Publications, 1976. p. 457-463.
NAWROCKI, D. The problems with Monte Carlo
Simulation. Journal of Financial Planning, v. 14,
n. 11, p. 92-103, 2001. Disponvel em: <http:
//proquest.umi.com/pqdweb>. Acesso em: 28
maio 2009.
SAVAGE, S. Statistical Analysis For The Masses.
In: SPENCER, Bruce. Statistics and Public
Policy. Oxford University Press, 1996.
SOUZA, M. C. M. Quantificao das incertezas
na avaliao de projetos: o modelo utilizado na
Agncia de Fomento do Estado da Bahia.
Dissertao (Mestrado) Programa de Ps-
graduao em Engenharia de Produo,
Universidade Federal de Santa Catarina,
Florianpolis, 2004.
STICKNEY, C. P.; BROWN, P. R.; WAHLEN, J.
M. Financial Reporting and Statement Analysis: a
strategic perspective. Thomson, 2004.
511