Você está na página 1de 14

XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

Inovao Tecnolgica e Propriedade Intelectual: Desafios da Engenharia de Produo na Consolidao do Brasil no


Cenrio Econmico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.

ABORDAGEM DO SISTEMA DE
CUSTEIO POR ORDEM DE PRODUO
ATRAVS DA ANLISE DE RISCO E
INCERTEZA NUMA EMPRESA DO
SETOR DE MARCENARIA.
Diego Silva de Andrade (UFRN)
diego.sda2@gmail.com.br

As encomendas realizadas por uma empresa do setor de marcenaria


aplicada ao custeio por ordem de produo proporcionam grandes
dificuldades na obteno dos custos pelo fato que este sistema de
custeio apresenta uma caracterstica peculiar dde que s se sabe o
custo real quando a ordem concluda. Adicionalmente, uma
deficincia de gerenciamento contbil no que se diz respeito a uma
viso determinsticas dos dados, pode agravar tambm
significativamente o desempenho financeiro e global da empresa. A
partir desta problemtica, o presente artigo supe a aplicao de uma
metodologia de custeio com base na premissa da inerncia de variveis
como os riscos e as incertezas. A pesquisa se caracteriza como
exploratria e explicativa acerca da contabilidade de custos, e o
software Crystal BallT como uma ferramenta tecnolgica de apoio a
tomada de decises mais precisas. Desta forma, por ultimo,
apresentam-se abordagens explicativas a respeitos dos resultados
obtidos com o software, e suas possveis concluses analticas acerca
da problemtica e do contedo estudado.

Palavras-chaves: Contabilidade de custos, Risco, Incerteza.


XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovao Tecnolgica e Propriedade Intelectual: Desafios da Engenharia de Produo na Consolidao do Brasil no
Cenrio Econmico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.

1. Introduo
Devido a evoluo do mercado nos ltimos anos para um cenrio mais competitivo, percebe-
se uma busca mais acirrada de competitividade pelas empresas. O custo pode ser uma forma
pelo qual a organizao pode adotar como suporte de diferenciao no mercado, fazendo
assim desta uma vantagem competitiva em relao s concorrentes.
Por exemplo, pode-se citar segundo Harrison (2005), que uma organizao atrelada ao uma
vantagem competitiva voltada em custos deve ressaltar a eficincia na produo, baixos nveis
de custos administrativos e volumes altos.
Tem-se que a procura por uma minimizao dos custos uma realidade existente no contexto
empresarial como fator chave de sucesso para a maioria das empresas, porm estas, muitas
vezes no detm conhecimento de que a contabilidade de custos como fonte detentora de
informaes decisrias deve ser gerenciado de tal forma que a veracidade e acurcia sejam
alcanadas eficazmente para uma melhor tomada de deciso, e gerando assim vantagem
competitiva.
O cerne deste trabalho explana como as organizaes podem obter sucesso acerca das
informaes internas e do mercado, associada ao um risco e incerteza atrelada. Pois, quando
se retrata de variabilidade ou flutuaes das informaes, se diz que h um risco inerente ao
utilizar estas, para tomada de decises num sistema de custeio utilizado.
Portanto, mtodos para uma maior abordagem da problemtica risco incerteza imposta
neste artigo conceitualmente, para que resultados obtidos de softwares sejam interpretados e
avaliados num contexto mais realista, rico em detalhes.
Dessa forma, o presente trabalho tem a finalidade de apresentar a aplicao do custeio por
ordem de produo numa empresa do ramo de marcenaria numa abordagem de risco e
incerteza envolvidos na obteno do custo da encomenda, tendo como objeto de custeio um
conjunto de mveis destinado decorao de uma importante loja concentrada no estado da
Paraba.
2. Contabilidade de Custos e Gesto
Correia (2001), apud Berti (2006), retrata que a contabilidade de custos uma parte da
contabilidade financeira voltada para a apurao dos gastos ocorridos, no sentido de obter
resultados em qualquer atividade fsica ou mental do homem, quer com seus recursos
pessoais, quer mediante a utilizao de outros meios.
De acordo com as regras e os princpios da contabilidade de custos, tem-se que esta foi
empregada para avaliao de estoques e no para disseminao de dados para administrao.
Entretanto, devido ao crescimento das empresas, e distncia entre os administradores e seus
subordinados (ativos e pessoas), a contabilidade de custos tornou-se uma maneira eficiente de
subsdio ao um melhor desempenho gerencial (MARTINS, 2003).
Segundo Martins (2003), a contabilidade de custos considerada um meio pelo qual se gera
informao de grande valor para tomadas de decises como a introduo ou cortes de
produtos, administrao de vendas, opo de compra ou produo, etc.
As decises utilizando informaes de custo so fundamentais para a obteno de um nvel
adequado de rentabilidade. A ausncia de informao de custo ameaa a estabilidade
econmica financeira e o crescimento da empresa (MARQUES, 2009).

2
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovao Tecnolgica e Propriedade Intelectual: Desafios da Engenharia de Produo na Consolidao do Brasil no
Cenrio Econmico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.

A partir das informaes geradas pela contabilidade de custos, que se gera a possibilidade
de como utilizar estas informaes nas tomadas de decises, de tal forma que maximize os
lucros ou minimize os custos das empresas. Partindo desta observao, tem-se que h uma
diferena entre contabilidade de custos e gerenciamento de custos.
Pode-se concordar com Leone (2007) que a contabilidade de custos tem a finalidade de gerar
informaes de custos para algum que tem a funo de gerir estas informaes. Portanto, a
gesto ou gerenciamento de custo pode assumir carter operacional, decisria, estratgica,
analtica, controladora, de acordo com as necessidades e o uso das informaes de quem a
solicitou.
2.1 Terminologias e Classificaes na Gesto de Custos
A terminologia adotada da contabilidade de custos atribui muitas definies e conceitos, que
por ventura pode confundir-se entre diversos segmentos de mercados. De acordo com Martins
(2003), para um melhor nvel de entendimento, porm de forma bsica, aplicada aos meios
industriais, definem-se trs nomenclaturas bsicas essenciais ao processo de custeio: Gastos,
Despesas e Custos.
Gasto Compra de um recurso que provoca sacrifcios financeiros para a entidade
(desembolso). Ex: gasto com compras de matrias-primas, gasto com mo-de-obra, gastos
com imobilizado, etc.
Despesas - Bem ou servios consumido (direto ou indireto) para aquisio de receitas. Ex:
comisso de vendedores, salrios da administrao, imobilizados para funcionamento da
administrao.
Custos Todo recurso (gasto) utilizado no setor de produo para produo de bens e
servios. Ex: energia eltrica do setor de montagem, equipamentos, mo-de-obra, entre
outros.
Os custos podem ainda ser classificados em relao apropriao aos produtos fabricados da
seguinte forma: diretos ou indiretos.
Rebellato (2004) diz que os custos indiretos so considerados como tal quando for necessrio
o uso de um fator ou forma de rateio que sejam alocados aos produtos ou servios.
Por outro lado, segundo Marques (2009), os custos diretos so os que apresentam de forma
imediata uma apropriao a um nico produto ou servio, pois seus valores e quantias so de
simples identificao, e estes gastos incidem diretamente na fabricao do produto.
2.2 Custeio por Ordem de Produo
Segundo Berti (2006) o sistema de custeio por ordem de produo configura-se no somatrio
dos gastos (recursos) envolvidos com insumos (matria-prima, material secundrio, mo-de-
obra direta, etc.), sendo apropriado diretamente na ordem de produo relacionado aos
produtos que sero produzidos.
Pode-se compreender com base em Sarquis (2003), que o sistema de custeio por ordem de
produo fundamenta-se pela aglomerao dos custos devido presena de ordens ou lotes de
produo.
Caracteriza-se tambm que neste mtodo s se sabe o custo real de produo quando a ordem
concluda, ou seja, ao trmino da produo soma-se a ordem e verifica-se o custo da
produo da ordem (BERTI, 2006).
Pode-se incrementar que o sistema de custeio por ordem de produo utilizado em empresas
de produo intermitente, tanto naquelas cuja produo realizada de maneira especfica,

3
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovao Tecnolgica e Propriedade Intelectual: Desafios da Engenharia de Produo na Consolidao do Brasil no
Cenrio Econmico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.

como tambm nas que tm uma linha de produo diversificada (MARQUES, 2009).
Segundo Berti (2006) percebe-se que no sistema de custeio por ordem de produo apresenta
algumas vantagens como: baixo volume de recursos necessrios para capital de giro, pelo fato
de no apresentar necessidade de manter estoques de insumos e de produtos acabados, pois a
produo s inicializada quando a venda for efetivada; um maior nvel de controle dos
gastos; presena de equipamentos que possibilita a flexibilizao de produtos; facilidade no
processo de compra de insumos, gerando um estoque pequeno, tendo em vista a alta
rotatividade de insumos.
Por outro lado, o sistema de custeio por ordem de produo oferece algumas desvantagens
que demanda ateno na sua aplicao, como: o real custo da produo s reconhecido aps
a concluso do processo da ordem; h maiores custos para o controle devido a necessidade de
controles para cada ordem, tendo gastos maiores com pessoas e recursos financeiros;
dependncia de uma equipe de planejamento de qualidade para elaborao de oramentos
antes ao encerramento da venda, obtendo-se gastos maiores na formao e manuteno da
equipe; necessidade de uma equipe tcnica preparada de manuteno e preparo dos
equipamentos, pois para cada ordem de produo que possui modelos de produtos diferentes
carece de uma preparao de qualidade das maquinas; difcil elaborao de custos de
produo para o futuro, devido customizao dos produtos (BERTI, 2006).
Dessa forma, de acordo com as reflexes citadas anteriormente, pode-se dizer resumidamente
que na ordem de produo se produz atendendo a encomendas dos clientes, ou ento, produz
tambm para venda posterior, mas de acordo com determinaes internas especiais, no de
forma contnua, j se ter includo entre as de Produo por Ordem (MARTINS, 2003).
3. Problema da incerteza e risco em finanas
Uma das grandes problemticas no gerenciamento de negcios, seja em bens ou servios, so
as incertezas sobre os valores de alguns parmetros, esta incerteza gera o risco como fator
desfavorecedor ao sucesso das empresas.
Segundo Bodie (2002) tem-se que a incerteza e o risco se diferem. A incerteza sempre existe
quando no se sabe ao certo quando ocorrer tal fato, j o risco a incerteza que importa,
por que afeta o bem-estar das pessoas. Dessa forma, a incerteza uma condio necessria,
mas no suficiente para o risco, sendo toda situao de risco incerta, porm pode existir
incerteza sem risco.
Entretanto, uma maior segurana pode ser adquirida atravs da gesto de riscos. De acordo
com Cardella apud Chamon (2008), o sistema de gesto de riscos o conjunto de ferramentas
que a empresa usa para planejar, operar e controlar suas atividades no exerccio da funo de
controle de riscos.
A necessidade desta mudana no que se diz respeito a gesto de riscos est ligado a uma viso
a longo prazo, e que esta preocupao est principalmente relacionada a dinamicidade do
ambiente em que a instituio se encontra (ZAMITH, 2007).
De acordo com Tavares (2010), a administrao do risco fundamental para dar proteo aos
recursos humanos, materiais e financeiros de uma empresa, seja pela eliminao ou reduo
de riscos, ou pelo financiamento dos riscos remanescentes, caso seja economicamente vivel.
Os fatores de riscos podem ser classificados de duas formas: quantitativa ou qualitativa. Caso
existir algum critrio de soma, diviso, multiplicao ou subtrao a incerteza atrelada ao
fator de risco, tem-se que se caracteriza como fator de risco quantitativo, caso contrrio
qualitativo. Nas anlises de risco de fatores quantitativos permitida a construo de modelos

4
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovao Tecnolgica e Propriedade Intelectual: Desafios da Engenharia de Produo na Consolidao do Brasil no
Cenrio Econmico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.

estocsticos, que comporta em analisar o comportamento do fator risco na esfera do projeto


(ALENCAR & SCHMITZ, 2005).
3.1 Mtodos para abordagem de incerteza e risco
A existncia de mtodos para abordagem de riscos e incertezas tem grande importncia
quando se deseja ter uma melhor acurcia dos dados, ou seja, obteno de dados mais
prximo da realidade. Sabe-se, por exemplo, que na anlise econmica utiliza-se de projees
de dados futuros para a tomada de decises, prospectando assim uma tendncia de erros de
certo nvel.
Portanto, a presena de flutuaes dos dados uma realidade constante em qualquer situao
em que necessita-se gerenciar informaes no determinsticas. Desta forma, este problema
pode ser tratado tanto na abordagem da incerteza quanto na de risco.
O objetivo central da anlise de incerteza est na identificao dos fatores decisivos no qual
depender de um maior controle, seja na implantao ou no funcionamento do projeto. Por
outro lado, o risco tem como objetivo principal, identificar por meio de clculos
probabilsticos, a possibilidade de o projeto ser inexeqvel; gerando informaes decisrias
para seleo de alternativas de diferentes graus de risco.
Dessa forma, destacam-se tcnicas comuns de analisar a incerteza e o risco, atravs da anlise
de sensibilidade e simulao de Monte Carlo, respectivamente, a seguir.
3.1.1 Anlise de Sensibilidade
Atualmente, as empresas buscam desenvolver modelagem financeira atravs de softwares
com o intuito explorar a diversidade de conseqncia de suposies, condies e planos. Uma
das vantagens da modelagem anlise de sensibilidade que seleciona algumas condies-
chaves e alterasse estas para determinar a sensibilidade do resultado (HELFERT, 1997).
O objetivo da anlise de sensibilidade segundo Oldcorn & Parker (1998) explanar os efeitos
que diferentes cenrios em vrios elementos que geraro o fluxo de caixa de um projeto. Na
medida em que o cenrio procura determinar uma possibilidade de mudana, a anlise de
sensibilidade indicara quantidade necessria.
Ou ainda, pode-se dizer que a anlise de sensibilidade consiste em verificar se um projeto
obter valor quando algumas variveis subjacentes assumirem valores diferentes ao qual foi
estimado (BODIE, 2002).
Na anlise de sensibilidade, quando a entrada de um novo parmetro (varivel) altera
drasticamente a rentabilidade do projeto, conclui-se que o projeto muito sensvel a este
parmetro, sendo possvel alocar recursos para obter dados menos incertos (ABREU,
OLIVEIRA, 2010).
Em sntese, segundo Marques (2009), a anlise de sensibilidade, na prtica, visa comparar
duas projees com a situao atual, verificando assim os resultados destas para empresa,
ficando evidenciada a opo mais vantajosa para aumentar as receitas ou diminuir os custos.
3.1.2 Simulao de Monte Carlo
De acordo com Acciolly (2010), a simulao de Monte Carlo, foi criada por Van Neumann e
outros cientistas no percorrer da 2 Guerra Mundial, com objetivo de solucionar problemas
gerados pelo primeiro projeto de bomba atmica.
A tcnica de anlise de Monte Carlo uma simulao que visa quantificar os riscos
envolvidos no projeto. Dessa forma, identificam-se os possveis impactos dos riscos perante
os objetivos do projeto sob a tica do projeto global, gerando resultados por meio de

5
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovao Tecnolgica e Propriedade Intelectual: Desafios da Engenharia de Produo na Consolidao do Brasil no
Cenrio Econmico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.

simulao diversas vezes (HELDMAN, 2005).


O mtodo de Monte Carlo, inicialmente desenvolvido por Boyle (1977) para gerao de
preos de ativos, tinha como critrio inicial a premissa de neutralidade do risco, utilizando
amostragem aleatria simples como mtodo amostral. Contudo, tcnicas de reduo de
varincia so usadas na simulao de Monte Carlo, apresentando resultados mais robustos, em
relao preciso e velocidade de obteno de estimativas (HILAL & SOARES, 2004).
Numa maneira mais detalhista na concepo de Bonfim (2007), a simulao de Monte Carlo
abrange a avaliao de uma quantidade substancial de nmeros por simulao, por exemplo,
roda-se 100 mil simulaes de um certo modelo mil vezes, verificando assim a mdia e o
desvio-padro de todos os mil resultados, podendo assim checar a variabilidade dos
resultados.
3.2 Programas computacionais para anlise de incerteza e risco
Comumente, muitas empresas praticam analises financeiras com base em dados
determinsticos, ou seja, as projees destas informaes so simplesmente aceitas ao longo
do tempo, e desconsiderando-se ento que estas possam se tornar flexveis no transcorrer do
tempo.
No entanto, quando se percebe uma flexibilidade das informaes no percorrer do tempo, tudo
indica que h participao de uma varivel de risco, logo, tem-se que a utilizao de modelos
estatsticos como a simulao de Monte Carlo pode ser considerada.
Portanto, no intuito de se identificar ferramentas que facilitem a aplicao de uma simulao
de Monte Carlo, por exemplo, faz-se o uso de softwares como o Crystal Ball e @Risk.
3.2.1 Crystal Ball
O Crystal Ball um software que tem a finalidade de automatizar o processo de simulao
do mtodo de Monte Carlo em planilhas de Excel, e isto se deve pela aplicao de valores ou
uma distribuio de probabilidade para cada varivel no modelo proposto. Dessa forma,
geram-se operaes de clculos do modelo em questo, milhares de vezes, sendo assim
visualizado em forma de grfico.
A partir de Cia e Smith (2001), selecionadas as clulas de suposies, o Crystal Ball
permite que se selecione a distribuio de probabilidade apropriada para cada varivel. A
seguir so definidas as clulas de previso, os resultados a serem simulados. Escolhida a
opo de rodar, a simulao repetida milhares de vezes, e o resultado mostrado atravs
de uma distribuio de probabilidade.
Seguindo os mesmo autores citados acima, tem-se que o processo de simulao de Monte
Carlo usando Crystal Ball segue os seguintes passos:
Construo de uma planilha
Definio das variveis probabilsticas de entrada (clulas suposies= assumptions)
Definio de clulas das variveis de sada (clulas suposies= forecast)
Fixao do nmero de interaes/repeties
Interpretao dos dados
No crystal ball no existe regras rgidas a respeito da fixao dos nmeros de interaes, por
outro lado, na pratica deve-se adotar um critrio que disponibilize resultados viveis. Na
medida em que a simulao ocorre, calculam-se as mdias dos resultados obtidos. Deste

6
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovao Tecnolgica e Propriedade Intelectual: Desafios da Engenharia de Produo na Consolidao do Brasil no
Cenrio Econmico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.

modo, quando a variao das mdias estiver dentro do intervalo de preciso, o processo pode
ser concludo, pois nmeros maiores de interaes no implicaro em resultados
significativos.
3.2.2 @Risk
O @Risk tambm uma das ferramentas utilizadas em diversos setores do mercado, do
financeiro ao cientfico, para analise de risco e incerteza de forma quantitativa atravs do
mtodo de Monte Carlo. Este software rodado por meio do ambiente Excel da Microsoft. A
entrada de valores (input) pode assumir uma distribuio probabilstica em uma galeria
grfica ou atravs de dados histricos.
O modelo de funcionamento do software @Risk semelhante ao do Crystal Ball, ou seja, h
um desenvolvimento de uma planilha, em seguida uma seleo de dados incertos de entrada,
estimativa de nmeros de interaes, escolha de dados de sada e por fim, interpretao dos
dados obtidos.
Este software em comparao ao Crystal Ball apresenta algumas diferenas. No @Risk, as
funes de distribuio so nativas do Excel, enquanto o Crystal Ball pertence externamente
ao Excel. O @Risk possui capacidade de modelagem ilimitada, j o Crystal Ball h nmeros
limitados de distribuies e variveis que podem ser definidas.
Tem-se que o @Risk possui acima de 40 funes de distribuies probabilsticas para
descrio de qualquer varivel incerta contra 21 funes oferecida pelo Crystal Ball,
significando que este ultimo possui um limite de acurcia de vrios tipos de modelos de
variveis incertas.
Apesar das diferenas em suas estruturas, de acordo com Rogers e Ribeiro (2004), as duas
ferramentas tecnolgicas possuem um processo de simulao conforme o fluxograma seguir:

Fonte: Rogers e Ribeiro (2004)


Figura 1 Etapas para um processo de simulao
4. Aspectos Metodolgicos
A concretizao do trabalho caracterizou-se de forma presencial numa empresa do ramo de
marcenaria que atualmente projeta mveis para diversos clientes localizados na regio
metropolitana de Natal-RN e tambm em regies externas ao estado.

7
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovao Tecnolgica e Propriedade Intelectual: Desafios da Engenharia de Produo na Consolidao do Brasil no
Cenrio Econmico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.

Em termos de arranjos fsicos do setor de produo, a empresa em estudo caracteriza-se por


apresentar um galpo para processamentos de corte e montagem, enquanto em outro galpo
prximo, tem-se a presena de atividades de pintura e acabamento. J o setor da alta
administrao est posicionado no primeiro andar no galpo de processamento de corte e
montagem.
A empresa atualmente composta por 14 funcionrios ligados diretamente na produo, e
dois na administrao (secretrio e proprietrio). Como matria-prima principal, a mesma
desenvolve projetos a base de MDF (Fibra Mdia de Densidade), que se caracteriza por ser
um material ecologicamente correto de boa resistncia, estabilidade e facilidade em obter alto
grau de acabamento.
O mtodo de pesquisa do presente artigo apresenta caracterstica exploratria e explicativa. A
primeira retrata a explanao dos contedos bsicos da contabilidade de custos, o sistema de
custeio a usar e ferramentas tecnolgicas de apoio a tomadas de decises para gerao de
vantagem competitiva, sendo assim, utilizadas para aplicao de um estudo de caso. O
segundo se restringe a identificar os fatores que determinam ou que colaboram para a
concretizao de tais fatos, como a incerteza e o risco intrnsecos no gerenciamento dos
custos.
Quanto aos procedimentos tcnicos de pesquisa, foram desenvolvidas pesquisas bibliogrficas
tanto para a rea de contabilidade de custos como o software selecionado, Crystal Ball. Em
seguida, efetivou-se uma pesquisa documental para uma futura abordagem analtica dos
dados. E por fim, realizou-se um levantamento dos dados diretamente com encarregado da
produo, de significncia quanti-qualitativa acerca da problemtica do estudo de caso.
5. Estudo de Caso
Na data do incio deste trabalho, a marcenaria estudada estava iniciando dois projetos de
ambientao em duas empresas diferentes, sendo uma delas no estado da Paraba. Assim
sendo, devido ao tamanho e complexidade dos dois projetos, foi necessrio escolher somente
um deles como objeto de custeio.
O objeto de custeio escolhido foi o projeto de ambientao de uma loja de roupas no estado da
Paraba, por se tratar de um projeto que envolvia uma maior quantidade de aspectos a serem
estudados. Portanto, o acompanhamento de um maior nmero de variveis deste projeto
reflete tambm na dificuldade da prpria empresa em custear e precificar o produto, por isso,
escolhe-se este pedido pelo fato de beneficiar a prpria empresa, e simultaneamente gera
informao e conhecimento com maior valor agregado.
O sistema de custeio de produo presente no estudo de caso se caracteriza como de ordem de
produo devido presena da aglomerao dos custos diretamente a uma ordem ou pedido
especifico. Portanto, fica-se evidente que este sistema possui um alto grau de incerteza devido
aos custos que somente sero obtidos aps a concluso de todo o processo produtivo.
Conseqentemente, existe um risco inerente ao realizar o custeio do pedido a uma
superestimao ou subestimao dos custos envolvidos.
Primeiramente, realiza-se o processo de custeio por ordem de produo aps os dados
devidamente coletados. Deste modo, verifica-se os seguintes valores de custos diretamente
ligados a ordem, ou seja, custos diretos, pela tabela 1 a seguir:

Descrio Valor
Mo de Obra Direta R$ 5.169,50

8
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovao Tecnolgica e Propriedade Intelectual: Desafios da Engenharia de Produo na Consolidao do Brasil no
Cenrio Econmico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.

Alimentao na montagem R$ 900,00


Transporte R$ 2.100,00
Materiais diretos de produo R$ 9.615,40
Total R$ 17.784,90
Fonte: Elaborao Prpria
Tabela 1 - Descrio dos custos diretos da ordem
Por outro lado, verifica-se a presena de custos indiretos, o que implica a existncia de algum
critrio de rateio para tal ordem. Portanto, para o presente estudo de caso tm-se como custos
indiretos: energia eltrica da produo (corte e montagem) e do setor de pintura, manuteno
geral (imvel e equipamentos), depreciao de mquinas e equipamentos.
Os custos diretos de mo-de-obra foram segregados em duas formas: um tratado como custo
de produo e outro relacionado com a montagem final do produto. Para obteno do custo
vinculado ao processo produtivo (exceto a montagem) calcula-se individualmente para cada
funcionrio da seguinte forma: multiplica-se o salrio por horas trabalhadas e dividi-se o
resultado pela multiplicao do expediente de 8 horas pelos 21 dias uteis.
J o custo consumido para o processo de montagem, a empresa tem como critrio pagar o
equivalente ao dobro do salrio. Fazendo isto para trs funcionrios selecionados para essa
funo, e calculando-se atravs da multiplicao do salrio por um fator unidimensional 2, e
dividindo-o por 21 dias uteis trabalhados, e finalmente multiplicado por 3 dias
correspondentes ao tempo de montagem, tendo assim o custo de montagem para cada um dos
trs trabalhadores elegidos.
Sendo assim, fazendo o somatrio de todos os custos de mo-de-obra individuais por
operrio, tanto para o processo produtivo como para o de montagem, e ao final somando as
duas somatrias, tem-se que o custo total gasto de mo-de-obra para aquela ordem
equivalente a R$ 5.169,50.
Entretanto, para obteno dos custos indiretos se faz necessrio primeiramente adotar um
critrio de rateio que seja adequado. Logo, percebe-se que, para um critrio de rateio mais
justo foi considerado como referncia, dados relacionados a mo-de-obra, pois todos os custos
indiretos citados so dependentes da taxa de utilizao desta mo-de-obra para este especifico
pedido.
Dessa forma, somando-se a carga horria trabalhada de todos os trabalhadores relacionados a
esta encomenda, isto , total de 648 horas, e considerando-se o expediente de 8 horas, 21 dias
uteis e 14 funcionrios envolvidos. Pode-se, ento, calcular a taxa de utilizao da mo-de-
obra pela diviso do somatrio da carga horria trabalhada pela quantidade de funcionrios
envolvidos vezes o expediente e dias uteis trabalhados, respectivamente.
Portanto, tem-se que a taxa de utilizao da mo-de-obra apresenta aproximadamente uma
porcentagem de 28,93% para o presente projeto. A partir deste dado, contabilizaram-se os
gastos com custos indiretos do ms, multiplicando-o pela taxa de utilizao da mo-de-obra
(exceto o custo indireto da mo-de-obra). A tabela 2 a seguir demonstra os resultados em
valores monetrios destes custos:
Descrio Valor

Energia eltrica da produo R$ 37,99


Energia eltrica do setor de pintura R$ 14,52
Manuteno Geral R$ 168,75
Depreciao de mquinas e equipamentos R$ 125,06

9
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovao Tecnolgica e Propriedade Intelectual: Desafios da Engenharia de Produo na Consolidao do Brasil no
Cenrio Econmico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.

Total R$ 346,32
Fonte: Elaborao prpria
Tabela 2 Descrio dos custos indiretos da ordem
de grande importncia discriminar que todos os dados necessrios para os clculos dos
custos diretos quanto dos indiretos, so valores determinsticos, ou seja, por razes de um
equivocado gerenciamento das informaes, verificou-se como alternativa pela empresa a
aquisio destes valores atravs do senso comum. Porm, estes valores possuem riscos
intrnsecos que podem contribuir de forma desfavorvel ao custeamento, devido a uma
estipulao inadequada dos dados, ausentes de uma abordagem das flutuaes das variveis
do problema.
Dentre as variveis que apresenta certos riscos, tem-se: horas trabalhadas de cada funcionrio,
custo de transporte para o setor de pintura; custo de manuteno do imvel anual, custo de
manuteno de equipamento e mquinas mensal, horas de funcionamento da energia eltrica
por dia. A razo de escolhas destas pode ser exemplificada pela ausncia de uma cronoanlise
das horas trabalhadas da cada funcionrio, variaes de preos do combustvel, falta de um
controle do tempo de funcionamento da energia eltrica e inexistncia de recursos que
registrem os gastos envolvidos de manuteno eficazmente.
Estas variveis so consideradas como valores de entradas para a simulao. Entretanto,
devem-se assumir algumas hipteses para melhores efeitos de clculos. Hipoteticamente, com
base nas horas estimadas de trabalhado de cada funcionrio, foram estimados valores
pessimistas e otimistas, sendo o mais provvel deixado em branco para que o software
trabalhe este campo com clculos probabilsticos aleatrios. Contanto que, a viso pessimista
apresentasse maior valor em relao ao estipulado, indicando assim uma folga variao
(incerteza). Por outro lado, a viso otimista proporcionaria valores abaixo do estipulado,
sendo assim, uma estimativa mais prxima da realidade; atribuindo-o assim uma margem de
erro equivalente a 5,5% tanto para os valores pessimistas quanto otimistas.
Para alimentao dos dados no software, resumisse que atravs dos dados estimados pela
empresa, atribusse a viso pessimista como valores mximos, e otimista como valores
mnimos para uma funo triangular, sendo o campo mais provvel deixado em branco, ou
seja, intervalo entre os pontos mximos e mnimos da funo.
Do mesmo modo, faz-se o procedimento citado anteriormente para os custos de manuteno
do imvel anual, manuteno de equipamentos e mquinas mensal, horas de funcionamento
da energia eltrica por dia e custo unitrio de transporte para o setor de pintura. Entretanto,
com exceo do ultimo, admitisse intuitivamente para estes uma margem de erro equivalente
a 5,5%; 3,0% e 1,5%, respectivamente. Em particular, para o custo unitrio de transporte para
o setor de pintura assumisse que o preo da gasolina aproximadamente R$ 2,70, um
consumo de 7,44 litros de gasolina e uma variao de preo no intervalo de R$ 0,30 entre as
distribuidoras de combustveis.
Ainda tem-se como dado, o n de viagens ao setor de pintura que corresponde a cinco viagens
e custo de energia eltrica por kWh equivalente a 0,32. Depois de especificado todas as
variveis de entrada (assumptions) para a simulao, definissem as variveis de sada
(forecast).
Por conseguinte, abranjam-se como variveis de sada o somatrio das horas provveis
trabalhadas de cada funcionrio; a multiplicao do n de viagens ao setor de pintura por seu
valor provvel do custo de transporte para o setor de pintura (unitrio); a diviso do custo de
manuteno anual por ms somado com o custo de equipamentos e mquinas por ms,

10
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovao Tecnolgica e Propriedade Intelectual: Desafios da Engenharia de Produo na Consolidao do Brasil no
Cenrio Econmico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.

tornando-se assim uma varivel nica denominada de manuteno geral; e finalmente a


multiplicao do valor provvel de horas de funcionamento da energia eltrica pelo custo de
energia eltrica por kWh. Resumidamente, denominasse como variveis de sada: total horas
de mo de obra, custo em R$ de energia eltrica por kW, custo com manuteno geral e custo
de transporte para o setor de pintura.
Aps mil interaes, o software gerou grficos de freqncia, o que indica em porcentagem a
incidncia dos valores numa determinada faixa de valores mais provveis. Para as variveis
de sada como o somatrio das horas provveis de cada funcionrio apresentasse
probabilidade de 99,9% de conter valores acima de 650,32 horas totais de mo-de-obra, ou
seja, uma probabilidade de 100% do valor total de horas trabalhadas est acima de 648
(estimado pela empresa) a uma margem de erro de 5,5%. Pode-se verificar tambm que, a
mesma possui probabilidades de 32,94% e maior freqncia de cair num intervalo de 656,60
659,30 horas totais de mo-de-obra.
Para a varivel custo em R$ energia eltrica por kW, detecta-se pouca variao, sofrendo
flutuaes no intervalo de 3,94 4,06 (diferena de 0,12) numa probabilidade de 100%
acontecer. Possui tambm uma probabilidade de 37,7% do dado est entre um intervalo de
3,98 4,01, ou seja, uma diferena muita pequena igual 0,03.
Verifica-se tambm para o custo de transporte para o setor pintura se encontra num intervalo
de 18,85 21,47 R$ numa probabilidade de 39,38%, retratando assim, uma maior tendncia
abaixo do valor estimado de 20 R$. Por ultimo, nota-se que o custo de manuteno geral
apresenta 50% de probabilidade do custo est no intervalo de 578,97 587,77 R$; no qual
significa um intervalo bastante prximo ao estimado pela empresa, isto , 583,33 R$ sem ser
rateado.
Feito toda simulao, pode-se agora determinar um novo custo considerando a existncia e
influncia dos riscos. Para isso, a partir do software, gerasse como base de clculo a mdia de
cada varivel. Deste modo, temos que a mdia da varivel somatrio das horas trabalhadas de
cada funcionrio aproximadamente 658,52 horas. Com isso, tem-se um novo valor para o
rateio equivalente a 29,40%, o que possui grande influncia no clculo do custo da ordem da
produo, pois quanto maior o valor do rateio, conseqentemente tem-se um maior valor total
final dos custos.
Tambm para as demais variveis de sada foram calculados com base em sua mdia,
conseqentemente um novo custo total que corresponde a R$ 18.136,94 foi gerado, ou seja,
um acrscimo de R$ 5,73 ao custo anterior (R$ 18.131,21) foi obtido com base numa margem
de erro de 5,5%.
Para uma abordagem de sensibilidade dos dados mais influentes no custo final da ordem,
desconsideram-se as variveis de sada total hora de mo-de-obra pela sua peculiaridade de
no est diretamente relacionado com os custos indiretos da produo, e sim como base para a
construo de um rateio, e os custos em R$ de energia por kW devido a sua pouca
variabilidade e a mdia ser igual ao estimado pela empresa.
Desta forma, analisando a sensibilidade dos custos de transporte para o setor de pintura e
manuteno geral perceptvel que a primeira concentra um maior grau de sensibilidade, pois
quando alterado seus valores, percebe-se uma alterao drasticamente no custo da ordem,
sendo assim, uma varivel interessante para alocao de recursos para obteno de dados
menos incertos. Por outro lado, pode-se dizer que de acordo com o grfico a seguir, tem-se
que a manuteno geral apresenta pouca inclinao, isto , menor ngulo de inclinao e
conseqentemente menor sensibilidade.

11
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovao Tecnolgica e Propriedade Intelectual: Desafios da Engenharia de Produo na Consolidao do Brasil no
Cenrio Econmico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.

Fonte: Elaborao prpria usando Crystal Ball


Figura 2 Grfico de anlise de sensibilidade
6. Consideraes Finais
Conclui-se que o estudo de caso proposto evidencia a realidade de muitas empresas em
relao apurao de seus custos ainda de forma precria, sendo a pratica do senso comum
bastante utilizada para a obteno dos custos ou at mesmo a aceitao dos preos praticados
pelos seus concorrentes, que no necessariamente podem condizer com os mesmo custos
verificados pela empresa.
Neste contexto, os valores determinsticos, ou seja, assumidos como certos, so considerados
uma grande ameaa ao gerenciamento financeiro da empresa. Estas apresentam certos graus
de incertezas e riscos que merecem ateno para uma melhor adequao das atividades
financeiras das empresas realidade.
O custeio de ordem proposto assim como outros critrios de sistema de custeio so passveis
desta anlise para uma melhor acurcia dos dados e conseqentemente obteno de uma
melhor vantagem competitiva. Com base nesta tica, apesar dos valores dos custos de
transporte para o setor de pintura apresentar tendncias de valores abaixo do estimado, o
mesmo apresenta grande sensibilidade ao custo da ordem de produo, possibilitando assim
uma superestimao ou subestimao dos custos, permitindo uma precificao equivocada
que podem no cobrir nem ao mesmo os custos despendidos pela empresa ou precificar alm
de que o mercado estabelece.
Alm disso, a partir do que foi explorado no presente estudo, analisa-se a idia de que no
somente diretamente os custos so alvos de escolha para uma anlise de risco e incerteza,
sendo tambm valores que determinam um rateio, podem contribuir significativamente e
indiretamente alteraes relevantes no custo final da ordem. Por meio desta lgica, a
capacidade de anlise financeira do software Crystal Ball configura-se numa extensa
diversidade de aplicaes.
No transcorrer do artigo, verificou-se tambm a importncia dos meios pelo qual estimasse
valores pessimistas e otimistas para uma determinada varivel. Num contexto realista
preenchidos de incertezas e riscos, sente-se a necessidade de intervir com recursos que
apurem estes parmetros de forma mais embasada, atravs, por exemplo, de dados histricos
das atividades da empresa como piso de referncia.
Nesta mesma linha de raciocnio, algumas variveis so influenciadas pelo comportamento do
mercado como, por exemplo: a precificao da gasolina que est intimamente relacionada a
aspectos macroeconmicos. Portanto, tendo em vista esta concepo, averigua-se que a
empresa contm outras questes que possam ser analisadas de forma mais abrangente por uma

12
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovao Tecnolgica e Propriedade Intelectual: Desafios da Engenharia de Produo na Consolidao do Brasil no
Cenrio Econmico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.

equipe de marketing qualificada.


Alm destas observaes, o presente artigo transmite a ausncia de sinergia entre a
contabilidade de custos e seu gerenciamento, ficando transparente a deficincia do
armazenamento e controle das informaes importantes para um processo de custeio, e a
inexistncia de tomadas de decises com maior valor agregado obtido atravs de uma anlise
de risco e incerteza das atividades financeiras da empresa, que por sua vez, podem ser
avaliados por softwares de grande potencial de decises e versatilidade como o Crystal Ball
integrado planilhas de Excel.
Referncias
ACCIOLY, MARIA INS. Isto Simulao A estratgia do efeito de real. Rio de Janeiro: E-papers. p.65,
2010.
ABREU, Y. V.; OLIVEIRA, M. A. G. & GUERRA, S. M. Energia, Economia, Rotas Tecnolgicas. Malaga,
Espanha: Eumed.Net. p.67, 2010.
ALENCAR, A. J. & SCHMITZ, E. A. Anlise de Risco em Gerncia de Projetos. 1 ed. Rio de Janeiro:
Brasport. p.76-77, 2005.
BERTI, ANLIO. Contabilidade e Anlise de Custos. 1 ed. Curitiba: Juru. p.19-28, 2006.
BODIE, Z. & MERTON, R. C. Finanas. 2 ed. Porto Alegre: Bookman. p.186-258, 2000.
BONFIM, ANTULIO N. Derivativos de Crditos e Outros Instrumentos. Rio de Janeiro: Elsevier. p.261, 2007.
CHAMON, E. M. Q. O. Gesto Integrada de Organizaes. Rio de Janeiro: Brasport. p.230, 2008.
CORPORATION, PALISADE. @Risk 5.7 Compared with Crystal Ball 11.1.2. Disponvel em:
http://www.palisade-br.com/risk/. Acessado em: 1 de abril, 2011.
CIA, J. N.S. & SMITH, M. S. J. Ferramentas para Tomada de Deciso pelos Gestores das PMES de
Calados. Artigo publicado no encontro Cruzando Fronteira: Tendencias de Contabilidad Directiva para el Siglo
XXI. Len, Espanha. p. 10, 2001.
FRANCISCHINI, P.G. & GURGEL, F. A. Administrao de Materiais e do Patrimnio. So Paulo: Pioneira
Thomson Lerning. p.187-188, 2004.
HELFERT, ERICH A. Tcnicas de Anlise Financeira Um guia prtico para medir o desempenho dos
negcios. 9 ed. Porto Alegre: Bookman. p.148, 1997.
HELDMAN, KIM. Gerncia de Projetos Project Management Professional. 2 ed. Rio de Janeiro: Elsevier.
p.211, 2005.
HILAL, A. V.G. & SOARES, T.D.L.V.A.M. Estudos em Negcios III. Rio de Janeiro: Mauad. p.86, 3004.
HARRISON, JEFFREY S. Administrao Estratgica de Recursos e Relacionamentos. Porto Alegre:
Bookman. p.130, 2005.
LEONE, G. S. G. & LEONE, R. J. G. Os 12 Mandamentos da Gesto de Custos. Rio de Janeiro: FGV. p.15,
2007.
MARQUES, WAGNER LUIZ. Implatao de Custos. p.3-40, 2009.
MARQUES, WAGNER LUIZ. Dirio de um Empreendedor A real informao para os gestores de sucesso.
1 ed. p.80, 2009.
MARTINS, ELISEU. Contabilidade de Custos. 9 ed. So Paulo: Atlas. p.14-104, 2003.
OLDCORN, R. & PARKER, D. Deciso Estratgica para Investidores. So Paulo: Nobel. p.105, 1998.
REBELATTO, DAISY. Projeto de Investimento Com estudo de caso completo na rea de servios. So
Paulo: Manole. p.115, 2004.
ROGERS, P.; RIBEIRO, K. C. S. & ROGERS, D. Avaliando o Risco na Gesto Financeira de Estoques.
Anais do VII Simpsio de Administrao da Produo, Logstica e Operaes Internacionais. So Paulo. p.13,
2004.

13
XXXI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
Inovao Tecnolgica e Propriedade Intelectual: Desafios da Engenharia de Produo na Consolidao do Brasil no
Cenrio Econmico Mundial
Belo Horizonte, MG, Brasil, 04 a 07 de outubro de 2011.

SARQUIS, ALSSIO BESSA. Marketing para Pequenas Empresas A indstria da Confeco. So Paulo:
Senac. p.67, 2003.
TAVARES, JOS DA CUNHA. Noes de Preveno e Controle de Perdas em Segurana do Trabalho. 8 ed.
So Paulo: Senac. p.57, 2010.
ZAMITH, JOS LUS CARDOSO. Gesto de Riscos & Preveno de Perdas Um novo paradigma para
segurana nas organizaes. 1 ed. Rio de Janeiro: FGV. p.53, 2007.

14