Aplicabilidade do Mtodo de Simulao de Monte Carlo na Previso dos Custos de

Produo de Companhias Industriais: O Caso Companhia Vale do Rio Doce

Autores:
PEDRO HENRIQUE DUARTE OLIVEIRA
(PMIRPGCC - UNB/UFPB/UFPE/UFRN)
NARA ROSA BARROS
(PMIRPGCC - UNB/UFPB/UFPE/UFRN)
SOLANGE GARCIA DOS REIS
(PROGRAMA MULTIINSTITUCIONAL E INTER-REGIONAL DE PS-GRADUAO
EM CINCIAS CONTBEIS)

RESUMO
Com a dificuldade encontrada em se tomar decises no ambiente empresarial e com a
constante evoluo tecnolgica, busca-se cada vez mais colher evidncias acerca da utilidade
de mtodos matemticos/estatsticos no auxlio ao processo decisrio. Nesse contexto, o
presente artigo objetiva testar a aplicabilidade do Mtodo de Simulao de Monte Carlo em
situaes que apresentam fatos modificativos relevantes. Escolheu-se, dessa forma, realizar
um estudo sobre os custos de produo da Companhia Vale do Rio Doce CVRD
considerando a sua privatizao ocorrida em 1997. Utilizou-se como premissa a reduo dos
custos variveis da companhia, bem como o crescimento anual de sua receita operacional
lquida, afirmao esta destacada por Oliveira e Lustosa (2005). Os dados das variveis
analisadas foram os mesmos utilizados no artigo citado e foram extrados das demonstraes
contbeis publicadas entre 1990 e 2004. Foram realizadas anlises sobre as amostras reais e
simuladas em duas aplicaes do Mtodo: aplicao que desconsiderava os efeitos da
privatizao e aplicao que os considerava. Os resultados obtidos demonstram adaptao e
flexibilidade do Mtodo em situaes adversas, o que evidencia a sua adequao na previso
dos custos de produo e conseqente auxlio ao processo decisrio.

1 Introduo
No mbito da reduo da participao estatal na economia brasileira nas dcadas de 80
e 90, diversos pesquisadores [OLIVEIRA; LUSTOSA, 2005; COLODETI FILHO; GOMES;
TEIXEIRA, 2003; CHAN; SANTOS; SILVA, 2003; OLIVEIRA; LIMA, 2002] focaram seus
estudos na anlise das companhias privatizadas, tanto na esfera operacional quanto financeira.
Esses estudos incentivaram a busca por evidncias de melhoria produtiva.
No artigo de Oliveira e Lustosa (2005) feita uma comparao a respeito dos custos
de produo antes e aps a privatizao da Companhia Vale do Rio Doce a partir do mtodo
de regresso e de inferncias estatsticas. Os custos de produo diretamente envolvidos na
pesquisa foram os custos primrios, que compreendem a soma da matria prima com a mo-
de-obra direta. Entretanto, os autores impuseram restrio ao conceito originrio de custos
primrios como forma de alcanar os objetivos propostos no estudo.
Com isso, o custo com a mo-de-obra direta foi tratado levando em considerao o
conceito de custo fixo, pois, no Brasil, grande parte dos empregados so remunerados por um
ordenado fixo. Assim, apenas os materiais diretos foram considerados refletores do efetivo
desempenho produtivo, tendo em vista que so considerados genuinamente variveis.
Sob esse contexto, o referido artigo objetivou testar a hiptese de melhoria da
eficincia produtiva da CVRD a partir da identificao emprica do comportamento dos seus
custos de fabricao. Para alcanar o objetivo almejado, foi necessria a identificao dos
componentes fixos e variveis dos custos envolvidos no processo produtivo por meio da
anlise de regresso linear. Essa necessidade se deve ao fato da varivel dependente Custo
dos Produtos Vendidos ser considerada, naquela pesquisa, como um custo semivarivel ou
custo misto.
Com o crescimento da complexidade dos problemas reais e a evoluo dos sistemas
computacionais, a simulao aparece como um instrumento cada vez mais utilizado nas mais
variadas reas de conhecimento. Nesse contexto, a simulao utilizada para o estudo de
problemas, geralmente complexos, para os quais no se dispe de soluo analtica. Em
termos mais prticos, consiste no desenvolvimento de um modelo ou representao de uma
situao real (ou ainda por existir) e, por intermdio do uso do computador, possibilita a
realizao de experimentos com vrios cenrios. Desse modo, uma ferramenta de auxlio na
avaliao de sistemas fornecendo uma melhor compreenso ao invs de gerar simplesmente
uma soluo.
A Simulao de Monte Carlo utilizada na avaliao de fenmenos que se podem
caracterizar por um comportamento probabilstico. Por meio da gerao de nmeros
aleatrios, permite resolver uma quantidade grande de problemas com a simulao de
cenrios e o posterior clculo de um valor esperado. importante salientar que esse mtodo
admite a implantao de hipteses adicionais nas previses.
Nesse sentido, o objetivo deste trabalho testar a aplicabilidade do mtodo
supracitado na previso dos custos de produo aps a desestatizao da Companhia Vale do
Rio Doce, considerando os impactos desse fator. Para tanto, os dados simulados encontrados
sero comparados, por meios estatsticos, com os dados reais e confrontados com a pesquisa
bibliogrfica. Com isso, pretende-se responder a seguinte questo de pesquisa: O modelo de
Simulao de Monte Carlo vivel como metodologia para previso dos custos de produo
da empresa analisada?
O presente estudo mostra-se relevante sob dois aspectos. Em primeiro lugar, pela
escassez de pesquisas que buscam analisar a aplicabilidade de mtodos matemticos no
auxlio aos gestores quando do processo decisrio, sendo esse um campo ainda a se explorar
no Brasil. Em segundo lugar, o estudo pode revelar se so realmente vlidas as premissas
destacadas por Oliveira e Lustosa (2005), de que houve uma possvel reduo dos custos
operacionais variveis da companhia e, em contrapartida, uma tendncia crescente das
receitas operacionais no perodo em anlise.
O trabalho est dividido em cinco sesses. Aps essa introduo, apresentado o
referencial terico, que envolve o processo de simulao, o mtodo de simulao de Monte
Carlo e a anlise de regresso linear presente no artigo de Oliveira e Lustosa (2005). A
terceira seo proporciona uma visualizao do desenho da pesquisa, indicando como foi
realizada, a fonte de informaes e seu tratamento. A seo subseqente evidencia os
resultados obtidos com a pesquisa, bem como os comentrios pertinentes. Por ltimo, a quinta
sesso apresenta as consideraes finais.

2 Referencial Terico

2
2.1 Simulao
A simulao um mecanismo de anlise quantitativa muito utilizado nas empresas
para o tratamento de problemas administrativos. Isso decorre da crescente necessidade de
investigaes em seus sistemas, buscando a obteno de informaes sobre os
relacionamentos existentes entre as variveis que os compem para prever os futuros
desempenhos sob as novas condies (LUSTOSA; PONTE; DOMINAS, 2004).
De acordo com Lustosa, Ponte e Dominas (2004, p. 244), o estudo de um sistema
pode ser efetuado atravs de observaes no sistema real ou utilizando um modelo que o
represente. Em alguns casos, possvel alterar o sistema real e oper-lo sob as novas
condies . Muitas vezes, o sistema ainda no existe e, por isso, um modelo que o represente
construdo e estudado.
Segundo os mesmos autores, os modelos classificam-se em fsicos ou matemticos.
Para consecuo dos objetivos propostos adotar-se-, no presente estudo, a abordagem
matemtica, que representa os relacionamentos existentes entre as variveis, em termos
lgicos e quantitativos, sendo possvel solues tanto analticas quanto por meio de
simulaes.
A soluo analtica aplica-se quando existe a possibilidade de desenvolver um
raciocnio matemtico e determinar os valores das variveis envolvidas. A anlise matemtica
permite explorar um grande nmero de casos tericos, alguns muito comuns na realidade.
Contudo, para as situaes mais complexas, recorre-se aos chamados mtodos de simulao.
importante ressaltar que no se deve opor os mtodos de simulao aos mtodos analticos.
Ao contrrio, um complementa o outro (LUSTOSA; PONTE; DOMINAS, 2004).
Assim, a simulao pode representar um fator positivo na tomada de decises, uma
vez que permite a realizao de inferncias, por meio de experimentos, sobre o
comportamento dos sistemas. Tal constatao proporciona direo a possibilidade de
examinar e avaliar diversos planos muito antes de acatar projetos importantes. Uma vez
determinado o plano mais conveniente, aquele que contm o mximo de vantagens e o
mnimo de desvantagens, pode-se por em prtica na situao real (ESCUDERO, 1973).
A simulao segue uma seqncia lgica de etapas para a elaborao de um modelo: a
identificao do problema; a introduo das variveis associadas ao problema; a construo
do modelo; o teste do modelo; a realizao do experimento; a avaliao dos resultados e
possveis necessidades de alteraes no modelo ou nos dados imputados; e a deciso do curso
de ao (RENDER; STAIR, 1977).
Existem dois tipos de modelos de simulao: o determinstico e o probabilstico. Nos
modelos determinsticos, segundo Reis e Martins (2001, p. 58), pressupe-se que os dados
so obtidos com certeza , ou seja, no incorpora as probabilidades de que o valor escolhido
para a simulao sofra alteraes futuras. J o segundo modelo incorpora o comportamento
probabilstico no relacionamento interno do sistema, na tentativa de capturar a natureza
probabilstica envolvida nas variveis que cercam o sistema, por meio da utilizao da tcnica
estatstica e do uso de computadores (NASCIMENTO; ZUCCHI, 1997).
Os modelos de simulao probabilsticos tiveram sua origem no mtodo de Monte
Carlo e tm como foco simulaes de fenmenos aleatrios, introduzindo a anlise de riscos,
incorporando as variveis ambientais e, conseqentemente, os elementos de incerteza
inerentes (NASCIMENTO; ZUCCHI, 1997).

3
2.1.1 Simulao de Monte Carlo
A Simulao de Monte Carlo tem este nome devido famosa roleta de Monte Carlo,
no Principado de Mnaco. Seu nome, bem como o desenvolvimento sistemtico do mtodo,
data de 1944, quando da Segunda Guerra Mundial, perodo em que foi ferramenta de pesquisa
para o desenvolvimento da bomba atmica.
Hammersley e Handscomb (1964, p. 3), definem o Mtodo de Monte Carlo como
sendo a parte da matemtica experimental que est preocupada em experincias com
nmeros aleatrios . O Mtodo de Monte Carlo uma expresso muito geral, onde as formas
de investigao esto baseadas no uso de nmeros fortuitos e estatstica de probabilidade.
Esse mtodo consiste na substituio do estudo de um processo fsico ou matemtico
por um modelo probabilstico que possa tratar problemas determinsticos por meio de
amostras aleatrias ou por meio de nmeros pseudo-aleatrios gerados por um computador.
(ESCUDERO, 1973).
Para resolver um problema atravs desse mtodo, so utilizadas sries de tentativas
aleatrias. A preciso do resultado final depende, em geral, do nmero de tentativas. O
equilbrio entre a preciso do resultado e o tempo de computao uma caracterstica til dos
mtodos de Monte Carlo (ESCUDERO, 1973).
Para executar o Mtodo de Monte Carlo, existem algumas fases bsicas que devem ser
seguidas: definio das variveis envolvidas com base em dados passados ou em estimativas
subjetivas dos administradores; identificao das distribuies de probabilidades das variveis
aleatrias relevantes para o estudo; construo das distribuies de probabilidades
acumuladas para cada uma das variveis definidas; definio dos intervalos dos nmeros
aleatrios para cada varivel; gerao dos nmeros aleatrios; e simulao dos experimentos
(LUSTOSA; PONTE; DOMINAS, 2004).
Ressalta-se que as populaes analisadas devem ter certos parmetros, como mdia e
desvio padro, e podem apresentar vrios comportamentos como Normal, Exponencial e
Uniforme. As amostras obtidas devem ser aleatrias. Para isso, preciso obter uma seqncia
de nmeros aleatrios. Computacionalmente, esta seqncia facilmente obtida, utilizando
um gerador de nmeros aleatrios. Os nmeros gerados so pseudo-aleatrios, mas,
geralmente, so suficientes para obter aproximaes razoveis de nmeros aleatrios inteiros
e podem ser utilizados para obter amostras aleatrias de alguma populao de interesse.
A distribuio de freqncia estatstica de interesse freqentemente chamada de
distribuio aleatria emprica, e pode ser comparada com a distribuio aleatria terica
apropriada. Para isso, preciso confrontar o comportamento da distribuio aleatria emprica
com a distribuio aleatria terica da estatstica (BARROS; MAZUCHELI, 2005).

2.2 Anlise de regresso nos custos de produo da CVRD segundo a abordagem de

Oliveira e Lustosa (2005)
Com o intuito de analisar a variao dos custos variveis na Companhia Vale do Rio
Doce antes e aps a privatizao, Oliveira e Lustosa (2005) aplicaram o mtodo de anlise de
regresso a fim de separar os dados dos custos de produo em custos fixos e custos variveis,
j que o CPV um item de custo que pode ser considerado semivarivel.
O mtodo de anlise de regresso, de acordo com Colodeti Filho, Gomes e Teixeira
(2003), permite a construo de uma reta que melhor se adapta a um conjunto de pares
ordenados das variveis, por meio de dados histricos coletados.

4
 As variveis utilizadas na pesquisa de Oliveira e Lustosa (2005) foram o custo dos
produtos vendidos CPV e a receita operacional lquida ROL. Utilizou-se a inferncia de
que o CPV uma funo direta da ROL, ou seja, existe uma relao linear entre as variveis.
Alm disso, a distribuio probabilstica das variveis foi considerada como normal (ver
seo 4.3).
Nesse contexto, procurou-se determinar equaes da reta que identificassem
adequadamente a relao entre as variveis adotadas no modelo. Os autores separaram todos
os componentes betas das equaes regredidas, antes e aps a privatizao, como forma de
testar empiricamente alteraes nos custos variveis da companhia.
Os dados da amostra tiveram como base as demonstraes financeiras publicadas pela
Companhia Vale do Rio Doce, entre 1990 e 2004. A pesquisa utilizou vinte e oito
observaes antes da privatizao (referentes ao 1 trimestre de 1990 at o 4 trimestre de
1996) e o mesmo nmero de observaes aps a privatizao (referentes ao 1 trimestre de
1998 at o 4 trimestre de 2004). importante destacar que o ano de 1997 no foi includo na
amostra por ter sido o ano da privatizao e, por isso, apresentar dados heterogneos.
A pesquisa analisou ainda a correlao entre as variveis a fim de identificar a
intensidade da aderncia entre elas. O resultado foi de um relacionamento positivo moderado
entre os dois conjuntos de dados. Testes de robustez foram utilizados como forma de atribuir
validade emprica s regresses realizadas.
Com a efetivao de testes de mdias (teste F para varincias e teste t para mdias de
amostras em par) sobre os resultados, verificou-se que a hiptese de que os custos variveis
reduziriam com a privatizao foi validada. O coeficiente beta que representa o fator de custo
varivel unitrio em relao receita operacional lquida passou de 0,8036 a 0,5399 aps a
privatizao. Os autores utilizaram-se de restrio ao conceito originrio de custos primrios
como forma de alcanar os objetivos propostos. Nesse sentido, os custos variveis
restringiam-se, naquele estudo, aos materiais diretos, o que proporcionou aos pesquisadores
obter inferncias acerca do desempenho produtivo/operacional da companhia.
Ressalte-se que, para chegar a tais concluses, era necessrio que houvesse uma
tendncia crescente das receitas da CVRD, uma vez que observado um relacionamento
positivo entre as variveis, uma queda nas receitas levaria, conseqentemente, a uma reduo
natural dos custos de produo. Essa tendncia foi observada e, ainda, proporcionou a esta
pesquisa identificar o crescimento mdio das receitas no perodo ps-privatizao. Tal
observao foi vital para execuo das simulaes considerando a hiptese de desestatizao
da empresa, conforme item 4.2 adiante.

3 Proceder Metodolgico
Para alcanar os objetivos propostos, o presente trabalho utilizou o Mtodo de
Simulao de Monte Carlo com o intuito de verificar o impacto do fator privatizao nos
dados coletados de custos de produo (varivel dependente) e de receita operacional lquida
(varivel independente) da Companhia Vale do Rio Doce.
Os dados coletados para a investigao tiveram a mesma base do trabalho de Oliveira
e Lustosa (2005), ou seja, os demonstrativos financeiros publicados pela Companhia no
perodo de 1990 a 2004. As variveis analisadas so as mesmas adotadas no estudo
desenvolvido pelos autores, citadas no pargrafo anterior.
Conforme explicitado no item 2.2 deste trabalho, cada ano analisado possui quatro
observaes, as quais se referem a seus trimestres. Foram analisados sete anos antes da

5
privatizao e sete anos depois desse evento, totalizando cinqenta e seis observaes, sendo
que vinte e oito compreendidas no perodo de 1990 a 1996 (primeira amostra) e vinte e oito
no perodo de 1998 a 2004 (segunda amostra). O ano de 1997 foi o ano da privatizao e, com
isso, no foi includo em nenhuma amostra.
Com o emprego da Simulao de Monte Carlo, comparam-se os custos de produo da
Companhia Vale do Rio Doce no perodo antes da privatizao com os custos dos produtos
aps a privatizao em duas situaes: aplicao do mtodo sem considerar qualquer hiptese
adicional; e aplicao do mtodo considerando a hiptese de crescimento anual da receita
operacional lquida e decrescimento inicial dos custos dos produtos vendidos, tendo como
premissa a reduo dos custos variveis com a privatizao, conforme destacado no artigo de
Oliveira e Lustosa (2005).
Segundo Lustosa, Ponte e Dominas (2004), para a efetivao da simulao, deve-se
encontrar cem nmeros aleatrios, no mnimo, para cada um dos resultados almejados, pois
quanto maior for a amostra, melhores os resultados obtidos. Os autores ressaltam, ainda, a
importncia de se conhecer a distribuio de probabilidades das variveis estudadas.
No caso deste trabalho, com base em dados histricos, considerou-se que o
comportamento das variveis se aproxima da distribuio normal. Sendo assim, algumas
etapas foram seguidas para alcanar cada nmero aleatrio necessrio. A efetivao dos
procedimentos metodolgicos e dos clculos se deu por intermdio de planilhas eletrnicas.
Em relao ao tratamento desse tipo de distribuio de probabilidades, o Excel1 possui
uma funo estatstica programada denominada INV.NORM, a qual retorna o inverso da
distribuio cumulativa normal para a mdia e o desvio padro especificados (LUSTOSA;
PONTE; DOMINAS, 2004).
Nesse caso, a frmula para a possvel gerao de nmeros aleatrios no aplicativo tem
o seguinte formato:
=inv.norm(aleatrio();clula da mdia;clula do desvio padro)
Percebe-se, com isso, que preciso calcular a mdia e o desvio padro para cada
amostra. O termo aleatrio() indica que os valores da amostra so variveis e, por isso, deve-
se gerar um nmero fortuito.
A primeira aplicao, ao desconsiderar qualquer hiptese adicional, verifica como
estariam os custos de produo da Companhia Vale do Rio Doce se a mesma no tivesse sido
privatizada. Para a efetivao dessa aplicao, os dados de vinte e oito trimestres antes da
privatizao dos custos dos produtos vendidos foram simulados aleatoriamente para mais
vinte e oito trimestres, ou seja, sete anos.
Para cada trimestre simulado, foram elaborados, segundo o formato da frmula acima
mencionada, cem nmeros aleatrios. A mdia desses valores foi considerada o valor
esperado e adicionada amostra de CPV, alterando a mdia aritmtica bem como o desvio
padro da distribuio, para a obteno do prximo trimestre e assim por diante. Dessa forma,
para essa aplicao, foram elaborados dois mil e oitocentos nmeros aleatrios.
J a segunda aplicao utilizada do mtodo considera a hiptese de contnuo
crescimento da receita operacional lquida e de decrescimento inicial dos custos dos produtos
vendidos no perodo ps-privatizao. Para essa aplicao simulou-se, a partir da amostra pr-
privatizao da ROL, vinte e oito trimestres ps-privatizao da mesma varivel,
considerando o crescimento de 15% anual. Da mesma forma que a outra aplicao, foram

1
Software marca registrada da Microsoft Corporation (Planilhas eletrnicas).

6
elaborados cem nmeros aleatrios para cada trimestre simulado de ROL e a mdia foi
novamente considerada o valor esperado. At esse momento, desconsiderou-se o crescimento
da ROL. Porm, aps a obteno dos vinte e oito trimestres, adicionou-se o crescimento
esperado a cada perodo.
Em relao ao decrscimo do CPV, utilizou-se como premissa a reduo dos custos
variveis aps a privatizao, de acordo com Oliveira e Lustosa (2005). O CPV, sendo uma
funo da ROL, ter um contnuo crescimento tambm. Porm, seus primeiros anos ps-
privatizao tero valores menores que os perodos antes da privatizao. Para a adequao
dessa situao ao mtodo, utilizou-se a equao encontrada na regresso linear presente no
artigo citado, utilizando a receita operacional lquida simulada, j considerando o seu
crescimento.
Dessa maneira, para a realizao da segunda aplicao, foram elaborados mais dois
mil e oitocentos nmeros aleatrios, tendo em vista que o objetivo era encontrar vinte e oito
valores simulados de CPV para o perodo de sete anos aps a privatizao. No total, foram
elaborados cinco mil e seiscentos nmeros aleatrios pelo Mtodo de Monte Carlo.
Aps a coleta dos dados simulados para cada uma das situaes, as informaes foram
analisadas quantitativamente por meio da estatstica descritiva, comparando as situaes antes
e aps a privatizao, assim como confrontando-as com a pesquisa bibliogrfica. Para atribuir
maior rigidez metodolgica anlise de dados e, de certa forma, extrair a subjetividade da
anlise por intermdio de estatsticas descritivas e grficos de disperso, foram acrescentados
testes de mdias para cada situao, com o intuito de verificar a validade das hipteses
levantadas.

4 Resultados e Anlises
4.1 Primeira Aplicao: Simulao do CPV sem considerar qualquer hiptese adicional
Nessa situao foram utilizados como base os valores dos custos dos produtos
vendidos no perodo antes da privatizao (1990 a 1996) e, a partir da aplicao do Mtodo de
Monte Carlo, foram encontrados vinte e oito valores simulados que se referem ao perodo
ps-privatizao.
Os valores simulados da presente situao no consideram o fator desestatizao,
tornando-se uma continuao dos sete anos anteriores privatizao. Os resultados
encontrados simulam a provvel situao dos custos de produo da Companhia Vale do Rio
Doce se a mesma ainda fosse estatal.
Dessa forma, era provvel que os custos simulados se diferenciassem dos custos reais,
tendo em vista a desconsiderao de um efeito to relevante. Pode-se notar essa situao,
intuitivamente, a partir da observao dos grficos 1 e 2. Os dados que os geraram referem-se
ao CPV real do perodo ps-privatizao e ao CPV simulado do mesmo perodo,
respectivamente.

7
 2500

2000

Valores Reais
1500

CPV
1000

500

0
0 5 10 15 20 25 30

Trimestres

Grfico 1 CPV real X Tempo (R$ Milhes)

Perodo ps-privatizao (1998 a 2004)

2500

2000
Valores Simulados

1500
CPV

1000

500

0
0 5 10 15 20 25 30

Trimestres

Grfico 2 CPV simulado X Tempo (R$ Milhes)

Perodo ps-privatizao (1998 a 2004)
possvel perceber que os grficos foram elaborados com a mesma escala. Isso resulta
da maior facilidade de comparao entre as amostras nessas circunstncias, evitando a
interpretao errnea (TOLEDO; OVALLE, 1992).
Com o auxlio dos grficos, pode-se observar um padro no uniforme na distribuio
dos pontos, considerando um comparativo entre as duas situaes. O grfico 2 possui pontos
apenas na faixa de custos de R$ 1 bilho, enquanto o grfico de custos reais possui pontos que
variam na faixa de R$ 500 milhes at R$ 2 bilhes.
No sentido de aprofundar mais o estudo, apresenta-se as estatsticas descritivas das
amostras na Tabela 1:
Tabela 1 Estatsticas Descritivas
CPV reais e simulados sem considerar hiptese adicional
DADOS REAIS DADOS SIMULADOS
Mdia 1,129E+06 9,668E+05
Mediana 1,105E+06 9,663E+05
Desvio Padro 3,720E+05 2,279E+04
Varincia da amostra 1,384E+11 5,194E+08
Assimetria 0,72 0,18
Amplitude 1,255E+06 9,381E+04
Mnimo 6,828E+05 9,235E+05
Mximo 1,938E+06 1,017E+06
Coeficiente de Variao 0,33 0,02

8
 Em relao s amostras em questo, a mdia dos valores reais , aproximadamente,
17% maior que a mdia dos valores simulados. Essa medida no muito relevante, tendo em
vista que a mdia no fornece qualquer informao sobre outros aspectos da distribuio, que
no seja a posio central.
Com o intuito de complementar a informao contida na mdia, analisa-se o desvio
padro e a varincia, que avaliam a disperso dos conjuntos de valores em anlise. A
varincia de um conjunto de dados calculada em funo dos desvios quadrticos e, assim,
sua unidade de medida equivale unidade de medida dos dados ao quadrado.
No entanto, o desvio padro expresso na mesma unidade de medida dos dados em
questo, tendo em vista que a raiz quadrada da varincia. Assim, mais comum o uso dessa
medida. Ao compararmos os desvios padro dos conjuntos de dados, podemos avaliar quo
dispersas esto as distribuies. O desvio padro ser sempre no negativo e ser to maior
quanto mais dispersos forem os valores observados (BARBETTA, 2003). Nessa anlise, a
amostra de valores reais apresenta um desvio muito maior em relao outra amostra,
significando maior disperso de seus valores, o que pode ser visualmente observado pelo
grfico 1.
Em relao mediana, a amostra de valores reais aproximadamente 14% maior que a
de valores simulados. Comparando-a com a mdia, percebe-se uma maior aproximao das
amostras. A mediana o valor que divide uma srie ordenada de tal forma que pelo menos a
metade seja igual ou maior do que ela. uma medida muito utilizada na anlise de dados
estatsticos, principalmente ao no se atribuir importncia aos valores extremos da varivel
(TOLEDO; OVALLE, 1992).
Nos dois casos, a mdia maior que a mediana. Esse fato sugere uma distribuio
assimtrica. Contudo, a diferena entre as duas pequena, tornando a distribuio mais
igualitria. Na anlise presente, os valores simulados representam uma distribuio
significativamente mais simtrica que os demais, tendo em vista que quanto mais prxima de
zero, mais simtrica a distribuio (BARBETTA, 2003).
O intervalo ou amplitude se refere diferena entre o ponto mximo e o mnimo. Na
observao dessas estatsticas, percebe-se a grande distncia entre os pontos extremos dos
valores reais com os simulados, bem como a grande diferena em suas amplitudes.
Por ltimo, o coeficiente de variao decorrente da diviso do desvio padro pela
mdia. Ele utilizado para tornar comparveis as distribuies. Diante dos resultados,
verifica-se que a variabilidade da amostra de valores simulados de 2%, enquanto a
variabilidade da outra amostra de 33%, sugerindo maior homogeneidade nos dados
simulados (BRAULE, 2001).
Analisando o conjunto dessas medidas, tm-se respostas preliminares para inferir que
a amostra simulada para o perodo ps-privatizao sem considerar hiptese adicional se
distancia substancialmente dos dados reais, revelando que a privatizao um fator
importante que no pode ser desconsiderado nas projees. Inferncias estatsticas, levando
em considerao distribuio de probabilidades e testes de hipteses, sero fundamentais para
a obteno de respostas mais conclusivas acerca das consideraes apresentadas (a seo
4.1.1 descreve essa etapa).

4.1.1 Teste de Mdias da Primeira Aplicao

4.1.1.1 Teste F para diferenas entre duas varincias

9
 O teste de mdias (com elaborao de hipteses) oferece uma abordagem
confirmatria para a anlise de dados. Para tanto, necessrio testar se as duas amostras
independentes possuem a mesma variabilidade. Uma importante razo para testar a diferena
entre as varincias das duas amostras a necessidade de determinar se o teste t a ser
empregado o de varincias agrupadas ou separadas (LEVINE et al, 2005).
O teste para a diferena entre as varincias das duas amostras baseado na razo entre
as varincias das mesmas, e segue uma distribuio conhecida como distribuio F. Nessa
primeira etapa, define-se como hiptese nula a existncia de igualdade entre as varincias. A
hiptese nula rejeitada se a estatstica do teste F calculada for maior do que o valor crtico
da cauda superior ou se posicionar abaixo do valor crtico da cauda inferior da distribuio
(teste bicaudal).
Os resultados do primeiro teste estatstico sugerem a rejeio da hiptese nula de
igualdade de varincias, o que indica a utilizao do teste t para varincias distintas quando da
comparao das mdias amostrais [estatstica F = 266,41, F crtico superior = 2,78, F crtico
inferior = 0,36, significativo a 99% de nvel de confiana].

4.1.1.2 Teste de mdias para varincias no agrupadas

Conforme indicado pelo teste F para diferenas entre varincias, procedeu-se anlise
das diferenas entre as mdias aritmticas das sries amostrais com a utilizao do teste t para
varincias separadas. A hiptese nula a ser testada, nesse caso, refere-se igualdade entre as
mdias aritmticas das duas distribuies amostrais (CPV real e simulado). A tabela 2 a seguir
resume os resultados do teste de mdias.
Tabela 2 Teste t presumindo varincias diferentes
CPV real X CPV simulado (sem hiptese adicional)
CPV real CPV simulado
Mdia 1,129E+06 9,668E+05
Varincia 1,384E+11 5,194E+08
Graus de liberdade 27
Estatstica t 2,3085*
P(T t) bicaudal 0,0289
t crtico bicaudal 2,0518
(*) Significativo a 95% de nvel de confiana.
A utilizao do t crtico bicaudal refere-se forma de elaborao das hipteses2 do
teste. De acordo com a hiptese alternativa, a mdia do CPV real diferente da mdia do
CPV simulado, o que justifica a utilizao do teste t com duas regies crticas ou de rejeio.
Os resultados do teste sugerem a rejeio da hiptese nula de igualdade entre as
mdias aritmticas, com p-value de 2,89% contra um nvel de significncia de 5%. Os
resultados obtidos corroboram as expectativas iniciais, uma vez que foi desconsiderado um
fator relevante quando da simulao dos valores para o perodo de 1998 a 2004 (perodo
posterior privatizao, cujos efeitos no foram considerados nessa primeira aplicao).

2
Hipteses: H0: CPVreal = CPVsimulado
H1: CPVreal CPVsimulado

10
4.2 Segunda Aplicao: Simulao do CPV considerando o contnuo crescimento do
ROL e o decrescimento inicial do CPV
Nessa aplicao, utilizou-se como base os vinte e oito valores da receita operacional
lquida no perodo antes da privatizao. Com o auxlio da Simulao de Monte Carlo e a
considerao da hiptese de 15% de crescimento anual da varivel a partir da mdia simples
da variao percentual da receita nos anos subseqentes, foram encontrados vinte e oito
valores simulados de ROL para o perodo ps-privatizao.
importante ressaltar que a hiptese de crescimento de ROL teve como base dados
reais ps-privatizao, tendo em vista que o objetivo desse trabalho essencialmente testar a
aplicabilidade do mtodo e no a previso de crescimento da varivel. Um equvoco na
previso poderia resultar em uma concluso errnea em relao adequao do mtodo.
Essa aplicao da Simulao de Monte Carlo, ao considerar o efeito privatizao, deve
se aproximar dos valores reais de receita operacional lquida. Como o objetivo deste trabalho
no a comparao da receita operacional lquida, e sim dos custos dos produtos vendidos,
no ser apresentada a estatstica descritiva dos valores de ROL.
Entretanto, para atribuir validade emprica s afirmaes, efetuou-se teste de mdias
(teste t para varincias equivalentes aps a aplicao do teste F) com o intuito de verificar
estatisticamente o pressuposto inicial de existncia de igualdade mdia entre as duas
distribuies de ROL (real e simulada). Os resultados obtidos corroboram com a hiptese
inicial, o que indica uma similitude entre os valores reais e simulados de receita operacional
lquida no perodo posterior privatizao [estatstica t de -0,997 contra um t crtico bi-caudal
de 2,004].
Partindo dos dados simulados da receita operacional lquida, foram calculados, por
intermdio da equao encontrada no artigo de Oliveira e Lustosa (2005), os custos dos
produtos vendidos, levando-se em considerao a hiptese de relacionamento linear entre as
variveis identificadas.
Os coeficientes da equao regredida utilizados foram os calculados para o perodo
ps-privatizao e a varivel ROL se refere aos valores simulados por intermdio do mtodo.
Destaca-se que essa aplicao considerou o crescimento anual de 15% da receita
operacional lquida, bem como a reduo inicial dos custos dos produtos vendidos, tendo em
vista a reduo dos custos variveis unitrios (no perodo ps-privatizao) evidenciada no
trabalho de Oliveira e Lustosa (2005).
Os valores simulados nessa segunda aplicao esto mais prximos dos valores reais,
em contraposio aos valores simulados na primeira ocasio. Essa constatao pode ser
intuitivamente observada pela inspeo dos grficos 5 e 6:

2500

2000
Valores Reais

1500
CPV

1000

500

0
0 5 10 15 20 25 30
Trimestres

11
 Grfico 5 CPV real X Tempo (R$ Milhes)
Perodo ps-privatizao (1998 a 2004)

2500

2000

Valores Simulados
1500

CPV 1000

500

0
0 5 10 15 20 25 30
Trimestres

Grfico 6 CPV simulado X Tempo (R$ Milhes)

Perodo ps-privatizao (1998 a 2004)
importante ressaltar que as escalas de todos os grficos de CPV so idnticas, tendo
como objetivo comparar as duas aplicaes do Mtodo de Monte Carlo.
Em complemento s anlises antecedentes, apresenta-se na tabela 3 as estatsticas
descritivas dos dados reais e simulados nessa aplicao da Simulao.
Tabela 3 Estatsticas Descritivas
CPV reais e simulados considerando o crescimento da ROL
DADOS REAIS DADOS SIMULADOS
Mdia 1,129E+06 1,225E+06
Mediana 1,105E+06 1,177E+06
Desvio Padro 3,720E+05 3,589E+05
Varincia da amostra 1,384E+11 1,288E+11
Amplitude 1,255E+06 1,083E+06
Mnimo 6,828E+05 7,476E+05
Mximo 1,938E+06 1,831E+06
Coeficiente de Variao 0,33 0,29
A primeira medida estatstica da tabela 3, a mdia aritmtica, j evidencia uma
aproximao do CPV simulado ao CPV real, pelo menos no que se refere posio central. A
mdia da amostra simulada apenas 8% maior que a outra. importante lembrar que, na
primeira aplicao, a mdia da amostra real foi 17% maior que a simulada. Da mesma forma,
as medianas esto mais prximas uma da outra do que na situao anterior.
Complementando essa anlise, observa-se tambm a forte aproximao dos desvios
padro e das varincias das amostras, significando que as distribuies esto dispersas de
forma parecida (em torno de suas respectivas mdias), fato que no ocorre na outra aplicao.
Dessa maneira, possvel entender que o coeficiente de variao da amostra simulada deve
ter um valor prximo ao valor da amostra real, tendo em vista a proximidade das mdias e dos
desvios padro.
Ao contrrio da aplicao que no considera hiptese adicional, as medidas de
amplitude esto muito prximas uma da outra na segunda aplicao. Verifica-se tambm a
adequada correspondncia dos valores mnimos e valores mximos das amostras.
Assim, pode-se considerar que a amostra simulada para o perodo ps-privatizao,
levando-se em considerao a tendncia de crescimento percentual da receita operacional
lquida e o decrescimento dos custos variveis, com conseqente reduo inicial dos custos
dos produtos vendidos, foi apropriada, tendo em vista a considerao dos efeitos da
12
privatizao, fator que se mostra relevante. A seo 4.2.1 apresenta os testes estatsticos que
acrescentaro embasamento emprico-analtico para tais constataes.

4.2.1 Teste de Mdias da Segunda Aplicao

4.2.1.1 Teste F para diferenas entre duas varincias
Conforme discutido anteriormente, o teste F foi utilizado como forma de identificar
diferenas ou similitudes entre as varincias das duas amostras. Os resultados obtidos
serviriam de base para deciso em adotar o teste t para diferenas de mdias aritmticas com
varincias agrupadas ou separadas.
As anlises dos resultados obtidos sugerem a no rejeio da hiptese nula de
igualdade entre as varincias das duas amostras [estatstica F = 1,074, F crtico superior =
2,777, F crtico inferior = 0,360, p-value de 0,853, significativo a 99% de nvel de confiana].
Dessa forma, o teste t a ser empregado para verificar a diferena entre mdias o de
varincias agrupadas, discutido na seo a seguir.

4.2.1.2 Teste de mdias para varincias agrupadas

A tabela 5 a seguir resume os resultados do teste de mdias sobre as amostras de CPV
real e simulado, considerando o fator privatizao.
Tabela 5 Teste t presumindo varincias agrupadas
CPV real X CPV simulado (considerando hipteses adicionais)
CPV real CPV simulado
Mdia 1,129E+06 1,225E+06
Varincia 1,384E+11 1,288E+11
Observaes 28 28
Varincia agrupada 1,336E+11
Graus de liberdade 54
Estatstica t -0,9808**
P(T t) bicaudal 0,3310
t crtico bicaudal 2,6700
(**) Significativo a 99% de nvel de confiana.
A estatstica do teste requer que as duas varincias das amostras sejam agrupadas ou
combinadas no sentido de obter o melhor estimador da varincia comum a ambas as amostras,
sob a premissa de que as duas varincias sejam iguais (LEVINE et al, 2005). Esta hiptese
pde ser comprovada por intermdio de teste F discutido na seo anterior.
Assim, os resultados do teste, nessa segunda aplicao, sugerem a no rejeio da
hiptese nula de igualdade das mdias aritmticas das duas distribuies amostrais de CPV
[estatstica t de -0,98, com t crtico bicaudal de 2,67, ao nvel de significncia de 1%]. Os
resultados tambm do suporte s suposies iniciais de igualdade entre valores reais e
simulados quando considerado o fator desestatizao, contribuindo assim para o alcance do
objetivo proposto e, ainda, soluo da questo problema dessa pesquisa.
Verifica-se ento uma adequao do Mtodo de Simulao de Monte Carlo na
previso dos custos de produo da Companhia Vale do Rio Doce, aliado s ferramentas de
anlise de regresso e os resultados obtidos por Oliveira e Lustosa (2005), revelando, para
esse estudo, a validade das premissas adotadas pelos autores.

13
4.3 Testes de Robustez
Foram realizados testes Jarque-Bera JB para verificar a premissa de normalidade das
amostras, uma vez que os testes de mdias e varincias pressupem normalidade das sries
em anlise. O teste estatstico JB segue uma distribuio Qui-quadrado ( 2), sob a hiptese
nula de que a distribuio das series so simtricas e mesocrticas, ou seja, normais
(BROOKS, 2002).
Os resultados encontrados sugerem, em todas as amostras, a no rejeio da hiptese
nula de normalidade das sries, ao nvel de significncia de 1% [CPV real Jarque-Bera de
2,558 e p-value de 0,278 em ambas as amostras; CPV simulado Jarque-Bera de 0,243 e p-
value de 0,886, sem considerar hiptese adicional e, Jarque-Bera de 1,999 e p-value de 0,368,
considerando os efeitos da desestatizao].

5 Consideraes Finais
A partir da procura incessante por previses de cenrios apropriados para auxiliar na
tomada de deciso aliada ao progresso dos sistemas computacionais, a simulao tornou-se
uma ferramenta importante para os gestores em vrias situaes, permitindo ao usurio
examinar e analisar diversos projetos muito antes de coloc-los em prtica.
Nesse sentido, o Mtodo de Monte Carlo, com o emprego de nmeros fortuitos e a
possibilidade de considerao de hipteses, auxilia a avaliao de sistemas, resultando em um
panorama capaz de fornecer uma melhor compreenso sobre os mesmos.
Com este trabalho, pretendeu-se verificar a adequao ou inadequao do Mtodo de
Simulao de Monte Carlo na previso dos custos de produo da CVRD, considerando os
impactos da desestatizao da empresa. Essa anlise teve como base uma amostra de vinte e
oito observaes de custos dos produtos vendidos e receita operacional lquida antes da
privatizao e mais vinte e oito valores de cada varivel aps o evento.
Ao longo do desenvolvimento desta pesquisa, evidenciou-se a relevncia do fator
privatizao nos custos de produo da companhia. Na aplicao do mtodo de simulao
sem considerar os efeitos da privatizao, verificou-se um grande distanciamento dos valores
de custos de produo simulados em relao aos valores reais. Os testes de mdias
proporcionaram embasamento emprico para tal observao.
Ao contrrio, ao considerar esses efeitos, notou-se uma forte aproximao aos valores
reais de custos dos produtos vendidos. As hipteses de efeitos da desestatizao
consideraram, com base em dados histricos, um aumento anual mdio de 15% da varivel
receita operacional lquida. Alm disso, com base no trabalho de Oliveira e Lustosa (2005),
foi considerada uma reduo dos custos variveis da companhia, diminuindo inicialmente os
custos dos produtos vendidos, que crescem proporcionalmente em relao s receitas
operacionais.
A partir dessas constataes, pode-se inferir que o objetivo proposto foi alcanado. A
Simulao de Monte Carlo, portanto, mostrou-se um mtodo apropriado para prever os custos
de produo da Companhia Vale do Rio Doce, se adequando aos impactos do fator
modificativo desestatizao. Sendo assim, o mtodo apresenta-se como possvel ferramenta
no auxlio visualizao de diversas situaes (contrastantes ou no) nos processos de
deciso.

14
Referncias
BARBETTA, P. A. Estatstica aplicada s Cincias Sociais. 5 ed. Florianpolis: Ed. Da
UFSC, 2003.
BARROS, E. A. C.; MAZUCHELI, J. Aplicaes de Simulao Monte Carlo e Bootstrap.
Maring, Universidade Estadual de Maring, 2005. 52 p. Monografia Centro de Cincias
Exatas, Universidade Estadual de Maring, Maring, 2005.
BRAULE, R. Estatstica aplicada com Excel. So Paulo: Campus, 2001.
BROOKS, C. Introductory Econometrics for Finance. Cambridge: Cambridge University
Press, 2002.
CHAN, Betty L.; SANTOS, Ariovaldo dos; SILVA, Fabiana L. Uma contribuio ao estudo
dos impactos da privatizao luz da Demonstrao do Valor Adicionado. In: 3
CONGRESSO USP DE CONTROLADORIA E CONTABILIDADE, So Paulo, 2003.
Disponvel em: <http://www.eac.fea.usp.br/congressousp/congresso3>. Acesso em: 10 set.
2006.
COLODETI FILHO, E.; GOMES, Carlos E. A.; TEIXEIRA, A. J. C. Uma reflexo sobre a
segregao dos custos com o uso da anlise de regresso linear: o caso da Esprito Santos
Borrachas. In: 3 CONGRESSO USP DE CONTROLADORIA E CONTABILIDADE, So
Paulo, 2003. Disponvel em: <http://www.eac.fea.usp.br/congressousp/congresso3>. Acesso
em: 10 set. 2006.
ESCUDERO, L. F. La simulacin en la empresa. Barrainca: Deusto, 1973.
HAMMERSLEY, J.M e HANDSCOMB, D. C. Monte Carlo methods. London: Methuen,
1964.
LEVINE, D. M.; STEPHAN, D.; KREHBIEL, T. C.; BERENSON, M. L. Estatstica: Teoria
e aplicaes Usando Microsoft Excel em portugus. Rio de Janeiro: LTC, 2005.
LUSTOSA, P. R. B.; PONTE, V. M. R.; DOMINAS, W. R. Simulao. In: CORRAR, L. J;
THEPHILO, C. R. (Coord.). Pesquisa operacional para deciso em contabilidade e
administrao: contabilometria. So Paulo: Atlas, 2004. P. 242-284.
NASCIMENTO, A. M.; ZUCCHI, A. L. Modelos de simulao. So Paulo, Universidade de
So Paulo, 1997. 40 p. Monografia Faculdade de Economia, Administrao e
Contabilidade, Universidade de So Paulo, So Paulo, 1997.
OLIVEIRA, F. L. J.; LIMA, A. V. Um estudo do desempenho de empresas brasileiras
privatizadas no perodo de 1991 a 1997 sob a tica do valor adicionado. In: 2 SEMINRIO
USP DE CONTABILIDADE, So Paulo, 2002. Disponvel em: <http://www.eac.fea.usp.br/
congressousp/seminario2>. Acesso em: 10 set. 2006.
OLIVEIRA, P. H. D.; LUSTOSA, P. R. B. Custos primrios como parmetro de eficincia
produtiva: uma anlise emprica da Companhia Vale do Rio Doce antes e aps a
privatizao. In: 5 CONGRESSO USP DE CONTROLADORIA E CONTABILIDADE, So
Paulo, 2005. Disponvel em: <http://www.congressoeac.locaweb.com.br/artigos52005/
455.pdf>. Acesso em: 15 set. 2006.
PLLANA, S. History of Monte Carlo Method, 2002. Disponvel em <http://stud2.tuwien.ac.at
/~e9527412/index.html>. Acesso em 25 set. 2006.
REIS, S. G.; MARTINS, E. Planejamento do balano bancrio:desenvolvimento de um
modelo matemtico de otimizao do retorno econmico ajustado ao risco. Revista
Contabilidade & Finanas, So Paulo, v. 15, n. 26, p.: 58-80, Maio/Agosto de 2001.
15
RENDER, B., STAIR Jr.,R.M. Quantitative analysis for management. Prentice-Hall, 1977.
TOLEDO, G. L.; OVALLE, I. I. Estatstica bsica. 2. ed. So Paulo: Atlas, 1992.

16