Você está na página 1de 20

Análise de Riscos de Projetos Agropecuários:

Um exemplo de como fundamentar a escolha entre projetos


alternativos e excludentes

André Luiz Oda1

Carolina Torres Graça2

Maristela Franco Paes Leme3

1. Introdução

A função de administração de riscos de projetos é um tema ainda pouco referenciado na


literatura. Segundo Wideman (1992, p. i), este é um aspecto algumas vezes
negligenciado na administração de projetos que, no entanto, pode freqüentemente
resultar em melhorias significativas no resultado final.

Embora o termo risco normalmente apresente uma conotação negativa, é importante


lembrar que ele representa a contrapartida da oportunidade (Wideman, 1992, p. I-3) e,
em um ambiente cada vez mais competitivo, o crescimento da empresa não é mais
fundamentalmente determinado por suas operações atuais, mas sim pela competência de
identificar e explorar adequadamente novas oportunidades.

Para converter estas oportunidades em ganhos, é necessário que se realize um “esforço


temporário com o objetivo de criar um novo produto ou serviço” que posteriormente
poderá ser incorporado ao portfólio da empresa, evidenciando-se, assim a importância
dos projetos e da administração de riscos de projetos no processo de criação de valor
das empresas4.

Este trabalho apresenta as principais ferramentas para análise de riscos de projetos,


mostrando e discutindo sua aplicação em um caso real no setor agro-industrial brasileiro
e fazendo recomendações baseadas nas vantagens e desvantagens encontradas.

1
Doutorando em Administração pela FEA/USP
2
Mestranda em Administração pela FEA/USP
3
Doutoranda em Administração pela FEA/USP
4
O trecho entre aspas corresponde a definição de projeto do PMBOK (2000).

1
2. Fundamentação Teórica

2.1 Risco e Administração de Riscos

O risco está subjetivamente associado à probabilidade de um evento não ocorrer


conforme o previsto, de forma a prejudicar o resultado esperado. Esta possibilidade, no
entanto, representa apenas parcialmente o objeto de estudo da administração de riscos
pois o outro lado está relacionado à análise das oportunidades que contribuem para um
resultado acima do planejado.

Durante a elaboração de projetos, muitas decisões são tomadas e muitas delas sem o
devido embasamento em informações sólidas, ou seja, na presença de incerteza. Em
termos conceituais, incerteza é “desconhecimento sobre um evento futuro” (Wideman,
1984, p. I3), evento este que pode ter repercussões tanto positivas (oportunidades),
quanto negativas (riscos), como ilustra a figura 01.

Figura 01: Relação entre incerteza, oportunidade e risco.

Proje Produt

Resultado
favorável.
Incert
Resultado
desfavorável.

Fonte: Wideman, 1984

Os riscos devem ser aceitos somente quando potenciais benefícios e probabilidades de


sucesso preponderarem sobre os custos de fracasso e/ou perda da satisfação.

A dinâmica mudança das tecnologias, do mercado e da concorrência nas últimas


décadas acentuou o número de informações incompletas.

Conforme Wideman (1992, p. I2) o objetivo da administração dos riscos do projeto é:

• Identificar especificamente os fatores que podem afetar os objetivos de escopo,


qualidade, tempo e custos;

• Quantificar o impacto possível de cada fator;

2
• Definir uma referência para os fatores não controláveis do projeto;

• Mitigar os impactos exercendo influência sobre os fatores controláveis.

Segundo o PMBOK (1996, p. 111), a administração dos riscos do projeto divide-se em


quatro processos principais:

1. Identificação dos riscos (risk identification): que visa determinar quais riscos
podem afetar o projeto e documentar as características de cada um.

2. Quantificação dos riscos (risk quantification): que visa avaliar o riscos e suas
interações para estimar o intervalo de resultados possíveis.

3. Desenvolvimento de planos de reação (risk response development): que


definem passos para otimizar o aproveitamento das oportunidades e responder às
ameaças.

4. Controle dos riscos (risk response control): que consiste em responder às


mudanças nos riscos ao longo do projeto.

O PMBOK ressalta ainda que diferentes áreas de aplicação utilizam nomes diferentes
para cada processos. Algumas vezes, os dois primeiros processos são agrupados e
denominados análise de riscos (risk analysis ou risk assessment), e apenas os dois
últimos são agrupados na administração de riscos (risk management).

Por estar focado na fase de análise e aprovação de projetos, este trabalho aborda os dois
primeiros processos da administração de riscos, que serão detalhados a seguir:

2.2 Análise de Riscos

Em projetos, a análise de risco serve a múltiplas funções. Primeiro, quantifica o valor


médio esperado associado à implementação do plano. Segundo, identifica a
probabilidade de que o retorno do investimento seja maior ou menor que o valor médio
(análise de variância). Terceiro, identifica quais os fatores que contribuem com maior
peso no alcance do resultado, portanto quais os fatores que merecem maior
acompanhamento e medidas para diminuir sua variância (medidas preventivas). Quarto,
elucida quais os riscos intrínsecos ao negócio, ou seja, aqueles não passíveis de. Por
fim, a análise de risco é uma ferramenta que facilita a tomada de decisão entre diversas
alternativas pelos membros da equipe.

3
A análise de risco é um ferramental da teoria da decisão visto que a equipe de projetos
precisa de embasamento para fundamentar a escolha dentre caminhos alternativos.
Através da sistematização das informações e subseqüente quantificação, os “decision
makers” conseguem conciliar complexidade do problema a incertezas ex-ante, “trade-
offs” entre benefício e custo da decisão, maximização de múltiplos objetivos e,
finalmente, consenso sobre percepções subjetivas de riscos.

Durante as etapas iniciais de um projeto, as informações disponíveis à tomada de


decisão são bastante incertas. Conforme o trabalho avança rumo à implementação,
alguns dados se tornam mais previsíveis, de forma que é possível proceder a uma nova
análise para corrigir a percepção de risco. A figura 2 mostra como, durante o ciclo de
vida do projeto, as incertezas diminuem e o impacto do risco se acentua.

Figura 2: Típico ciclo de vida de projetos

Maior risco Fase 1: Fase 2: Fase 3: Fase 4:


e DESENVOL DESENHO IMPLEMEN ENCERRAM
i ti VI-MENTO DO TA-ÇÃO EN-TO
DO PROJETO
Oportunidade e
CONCEITO
Período em que
os maiores
i ã
Período de
Certeza das
maior impacto

Fonte: Wideman, 1984

É importante salientar que a administração de risco não prevê controle irrestrito dos
eventos determinísticos. Pelo contrário, assume que a ocorrência de certos fatos
independem da ação da firma e, neste caso, ela deve estar preparada para posicionar-se
corretamente frente à nova situação.

Em seguida, será apresentado o referencial teórico sobre identificação e quantificação de


riscos visto que o estudo de caso apresentado na seqüência trata destes dois aspectos.

4
2.2.1 Identificação de Riscos

Segundo o Project Management Body of Knowledge (PMBOK®), 1996, página 111,


“identificação de risco consiste em determinar quais os riscos que podem afetar um
projeto e em documentar suas características” (tradução dos autores).

Existem vários critérios para classificações de risco. Uma primeira divisão trata das
incertezas associadas ao negócio e risco puro. O primeiro permite que o projeto tenha
variações no resultado tanto além, quanto aquém do esperado. A empresa pode tentar
minimizá-lo através de constituição de equipe de projetos competente e dotada de
ferramental para trabalhar adequadamente. Por sua vez, o risco puro é aquele que
permite apenas decréscimos no resultado esperado.

Uma segunda classificação é o binômio oportunidade/risco e probabilidade de ocorrência


segundo critérios de incerteza: certo-certo, incerto-incerto, certo-incerto.

Uma outra abordagem sugere a divisão do risco segundo seu impacto no projeto:

• Risco de escopo: mudanças de escopo do projeto podem necessitar ajustes na


parte técnicas;

• Risco de qualidade: não cumprimento com as exigências de qualidade


solicitadas;

• Risco de cronograma: atraso para cumprir o prazo estipulado inicialmente;

• Risco de custo: não cumprimento do orçamento do projeto.

Uma última classificação descrita no PMBOK leva em conta a fonte de risco:

• Externa, mas imprevisível;

• Externa, previsível, mas incerta;

• Técnica;

• Legal.

Independentemente da classificação adotada, a literatura sugere a modelagem do


problema em etapas a fim de propiciar melhor identificação das possíveis fontes de risco.
Segundo o PMBOK, 1996, o processo consiste em:

5
Figura 3: Identificação das fontes de risco em projetos

INPUTS FERRAMENTAS E OUTPUTS


1. Descrição TÉCNICAS 1. Fontes de
do produto 1. Checklist
2. Flowcharting risco
2. Previsão de
outros outputs 3. Entrevistas 2. Riscos
3. Resgate de potenciais
informações
históricas
3. Sintomas de
risco
Fonte: PMBOK

Descrição dos inputs:

1. Descrição do produto: envolve a avaliação do produto em si, da tecnologia


que será empregada (se é dominada ou não pela equipe).

2. Previsão de outros outputs: um projeto pode ter múltiplos objetivos. Sem


dúvida, o principal é o produto final, mas, paralelamente, pode-se atingir
outros resultados, como por exemplo, a implementação de um novo processo
ou um novo conceito na organização.

3. Resgate de informações históricas: no grupo, pode haver a expertise de


projetos similares realizados anteriormente, dificuldades e pontos fracos. Esta
experiência deve ser considerada na previsão dos riscos. É igualmente
importante a informação sobre o desempenho comercial do projeto anterior.

Descrição das ferramentas e técnicas:

1. Cheklist: consiste em responder um questionário que envolve os pontos


relacionados com o contexto do projeto, com o processo, descrição do
produto, da tecnologia, recursos e habilidades necessárias.

2. Flowcharting: é uma ferramenta que serve a identificar relações de causa e


efeito (se ..., então ...).

3. Entrevistas: muitas vezes, é preciso consultar a opinião de especialistas de


fora da equipe para trazer novas abordagens e experiências, informações
estas que não foram identificadas pelas ferramentas anteriores.

6
Descrição dos Outputs:

1. Fontes de riscos: ao final do processo, é possível elencar quais os fatores que


são incertos e que o grupo tem que gerenciar para chegar atingir o resultado
esperado.

2. Riscos potenciais: há alguns eventos discretos que, se ocorrerem, podem


comprometer o projeto. São exemplos, o risco de catástrofes naturais para
investimentos na agricultura, mudanças políticas, desvalorização cambial
para projetos de investimento em moeda estrangeira e captação em moeda
nacional, saída de um membro importante da equipe.

3. Sintomas de riscos: este output está fortemente relacionado com a análise de


causa e efeito. Logo, através da observação de um sintoma, pode-se deduzir
o que está acontecendo com o projeto. Por exemplo, uma desmotivação do
time pode estar relacionada com atrasos no cronograma ou extrapolação dos
custos.

4. Inputs para outros processos: ao proceder a análise de risco de um projeto, a


equipe pode chegar à conclusão que pontos críticos devem ser solucionados
antes que o plano se inicie. Por exemplo, a identificação da necessidade de
construir ou trazer habilidades para a equipe envolvida.

Finda esta primeira parte da análise, o resultado terá sido o levantamento de informações
relevantes ao projeto, variáveis a serem controladas pelo gerente, pontos de controle não
estabelecidos nas ferramentas habituais de gerenciamento de projeto e levantamento de
incertezas.

É importante observar que a identificação de risco tem caráter subjetivo, depende da


experiência anterior da equipe em projetos afins, da percepção da realidade que cada
membro faz e da forma como lidar com eventos incertos. Uma forma de ponderar as
percepções é tentar quantificá-las. Caso a análise encerre-se na mera descrição dos
fatores de risco, pode-se chegar a um resultado viesado porque as diversas fontes de
risco têm grau de importância e probabilidade de ocorrência diferentes, daí a importância
de quantificação de riscos.

2.2.2 Quantificação de Riscos

7
Figura 4: Quantificação de riscos em projetos

INPUTS FERRAMENTAS E OUTPUTS


1. Nível de TÉCNICAS 1. Oportunida
tolerância de 1. Retorno
esperado des a perseguir
risco
2. Fontes de 2. Soma das
risco médias
3. Previsão de 3. Árvore de
custo decisão
4. Previsão de 4. Julgamento 2. Oportunida
cronograma de experts
des a ignorar

Fonte: PMBOK

Descrição dos inputs:

1. Nível de tolerância dos patrocinadores do projeto: os investidores têm diferente


perfis, alguns preferem aceitar maiores riscos em favor a um maior valor médio
esperado, outros preferem aferir ganhos modestos, mas com pouca probabilidade
de fracasso. A determinação do nível máximo de risco a tomar determina a
aprovação ou rejeição do projeto.

2. Fontes de risco: são os outputs da identificação de risco.

3. Riscos potenciais: também output da identificação de risco.

4. Previsão de custo.

5. Previsão do cronograma.

Descrição das ferramentas e técnicas:

1. Retorno esperado: obtido pelo somatório de probabilidade de um evento em


especial acontecer, multiplicado pelo seu retorno (Σ probabilidade de Y acontecer
x retorno caso Y aconteça).

2. Análise de sensibilidade (melhor detalhado no item 2.3)

3. Soma estatística (melhor detalhado no item 2.3)

4. Simulação(melhor detalhado no item 2.3)

5. Árvore de decisão

8
6. Julgamento de experts

Segundo Wideman, 1984, as vantagens de se empregar ferramentas para análise de


risco em projetos são:

1. Uma forma de incorporar incertezas à administração de projetos;

2. Permitem uma definição clara dos objetivos, escopo e factibilidade do


projeto;

3. Explicita quais os riscos do projeto e destes, quais os mais importantes;

4. Permite quantificar incertezas e variabilidades, ou seja, medir suas


influências na realização do projeto;

5. Explicita os trade-offs que permitem a maximização de múltiplos objetivos;

6. Facilita a elaboração de um plano contingencial para lidar com situações


de incerteza;

7. Ajuda a configurar um plano de trabalho;

8. Alerta quando um fator de risco está na eminência de acontecer.

Descrição dos outputs:

1. Oportunidade a perseguir, perigos a responder: lista de fatos relevantes que podem


influir significativamente no resultado do projeto.

2. Oportunidades a ignorar e risco a aceitar: Uma vez aprovado o projeto, toda a


equipe tem em mente o princípio sobre a qual a decisão foi tomada.

2.3 Detalhamento de Algumas Técnicas para Quantificação de Riscos de


Projetos

Análise de Sensibilidade

A análise de sensibilidade avalia o impacto da alteração de uma variável nos resultados


do projeto, sendo a forma mais simples de análise de risco (Wideman, 1992, p.C-1).Na
prática, esta análise deve ser feita para as variáveis que apresentam maior impacto nos
custos, prazos ou outros resultados do projeto, ou seja, aquelas às quais o projeto é mais
sensível.

9
Esta ferramenta permite uma análise mais realista do projeto, evidenciando os intervalos
de valores que as variáveis podem assumir e mostrando a importância relativa de cada
uma. Por outro lado, esta análise não incorpora a probabilidade de ocorrência de cada
valor dentro do intervalo5 e, em geral, cada variável é analisada de forma individual,
dificultando a visualização de relações de interdependência. Dessa forma, é uma técnica
indicada para projetos simples, com poucas alternativas de implementação e poucos
fatores de risco não-relacionados.

Elaboração de Cenários

A utilização de cenários permite analisar o movimento conjunto das variáveis sob


situações distintas, incorporando as probabilidades de ocorrência. Na prática esta análise
é normalmente utilizada para a avaliação dos projetos nas condições esperadas (caso
base) e em alguns cenários específicos sob os quais se deseja estimar o impacto nos
resultados (otimista, pessimista, pior caso, etc.).

A vantagem da utilização de cenários é que ela permite a análise de combinações


consistentes de variáveis, aproximando-se mais da realidade, onde os analistas
normalmente preferem definir valores esperados em uma determinada situação a
trabalharem com valores máximos e mínimos absolutos. Em contrapartida, a análise fica
geralmente limitada a alguns poucos cenários plausíveis e, dessa forma, também é
indicada para projetos simples, com poucos fatores de risco relacionados.

Método de Simulações de Monte Carlo

O método de simulações de Monte Carlo permite superar as limitações das técnicas


anteriores incorporando todas as combinações possíveis entre as variáveis, levando em
consideração tanto as probabilidades de ocorrência de cada valor quanto as associações
entre as variáveis.

Este método apresenta a vantagem de forçar o analista do projeto a refletir sobre todas
as incertezas e interdependências associadas aos diversos fatores de risco do projeto.
Por outro lado, a utilização da ferramenta requer a elaboração de um modelo acurado
para o problema, que em geral envolve maiores custos e prazos. Dessa forma, esta
técnica é indicada para projetos complexos, com um grande número de variáveis inter-
relacionadas e de grande importância para a organização.

5
A atribuição de distribuições de probabilidade para cada intervalo de variação pode ser
incorporada à análise. O PMI refere-se a esta ferramenta como Análise Probabilística (Probability
Analysis).

10
3. Estudo de Caso: Itaú Agro Florestal Ltda.

Este trabalho foi baseado em Onuki (1998) que faz uma comparação entre a avaliação
tradicional de venda de imóveis rurais e a avaliação baseada no FCD (fluxo de caixa
descontado). Com esta finalidade, Onuki (1998) analisou o caso da Itaú Agro Florestal
Ltda, que apresentava na época alguns projetos que poderiam ser implementados,
alterando assim o valor da empresa.

A aprovação dos projetos em Onuki (1998) é apresentada num contexto de análise de


retorno e risco, mensurados de forma monetária, e o objeto do presente artigo é
apresentar e discutir a metodologia de análise de riscos apresentada no caso da Itaú
Agro Florestal.

3.1 Caracterização da Empresa e dos Projetos

A unidade em estudo dentro da referida empresa foi a Fazenda Água Fria, com área total
de 8.521 ha, localizada no município de Padre Bernardo, estado de Goiás. Esta fazenda
possui localização privilegiada pois está a 120 km de Brasília e a 250 km de Goiânia.
Situa-se em uma região de regime de chuvas bem definidos. Os produtos agrícolas da
fazenda são vendidos para atacadistas, supermercados e indústrias; e a madeira de
eucalipto é vendida em pé, na própria fazenda, para carvoeiro, lenha e para construção
civil.

A carteira de negócios da fazenda é composta por: reflorestamento de eucalipto,


agricultura (soja e milho), maracujá, limão, banana e uva. Além disso, existe um outro
conjunto de negócios que podem ser implantados (seringueira e área adicional de
banana). Assim, os fluxos de caixa estudados referem-se a três projetos:

1. Projeto I – Versão básica, com negócios já existentes

2. Projeto II – Versão básica (Projeto I) acrescida do projeto adicional de banana.

3. Projeto III – Versão básica acrescida dos projetos banana e seringueira

3.2 Identificação dos Riscos

Inicialmente, Onuki (1998) levantou 16 incertezas ou fatores não controláveis (fatores de


risco) que poderiam influenciar os resultados esperados do projeto, avaliados num
horizonte de 20 anos.

11
Os fatores de risco levantados foram o preço e a produtividade de cada produto
(eucalipto, seringueira, banana, uva, maracujá, limão, soja e milho), o pico do limão que
é um multiplicador do preço do limão que influencia nos seus preços de quatro em quatro
anos, a política agrícola que é um multiplicador dos custos dos produtos agrícolas e as
taxas de juros.

Figura 5 – Fatores de Risco Analisados

Política
Pico Agrícola Taxas de
Limão Juros

Produtividade Preço
Uva Uva

Produtividade Preço
Limão Limão

Produtividade Valor da Preço


Soja Empresa Soja

Produtividade Preço
Milho Milho

Produtividade Preço
Seringueira Seringueira

Preço Preço
Florestal Preço Maracujá
Banana

3.3 Quantificação dos Riscos

Com base em informações e projeções propostas e discutidas por especialistas de cada


negócio estudado, chegou-se a um intervalo de valores possíveis para cada fator de risco
e suas respectivas probabilidades de ocorrência. Assim, para cada variável de preço e
produtividade chegou-se a valores com alta, média, e baixa probabilidade de ocorrência.
No caso da política agrícola, considerou-se somente se esta é neutra ou desfavorável.
Para a variável pico do limão considerou-se a probabilidade deste ser um pico
conservador ou provável e para a variável taxas de juros analisou-se a probabilidade
destas serem alta, alta/média, média, média/baixa e baixa. O próximo quadro ilustra os
cenários analisados para a taxa de juros.

12
Quadro 1 – Cenários Definidos para o Fator de Risco Taxa de Juros

Taxa de Juros Probabilidade Valor (% a.a.)

Alta 15% 20

Média/Alta 25% 18

Média 35% 15

Média/Baixa 20% 12

Baixa 5% 10

A partir das distribuições de valores definidas para cada variável, o risco do projeto foi
quantificado utilizando-se o método de simulações de Monte Carlo, com o auxílio do
software DPL (Decision Programming Language), desenvolvido pela ADA Systems Inc6.

O primeiro resultado analisado foi o Diagrama de Tornado, que mostra em ordem


decrescente as variáveis de maior risco, ou seja, aquelas que mais influenciam o VPL
dos projetos. No caso do Projeto I (apresentado na figura a seguir) a variável mais incerta
foi o preço do limão seguida pelo preço da uva. Para os Projetos II e III as variáveis mais
incertas foram a taxa de desconto e o preço da banana.

Figura 6 - Diagrama de Tornado

6
www.adainc.com

13
P reço Limão
Preço Uva
P rod. Uva
Prod. Limão
P reço Florestal
Pico Limão
Preço Soja
Preço Marac ujá
Preço Banana
Preço Milho
Taxa de Juros
Prod. Milho
Prod. Soja
Política Agric.
Prod. S ering.
Preço S ering.

0 500 1000 1500 2000 2500

Uma das principais contribuições do Diagrama de Tornado é que ele possibilita uma clara
visualização dos fatores de risco mais importantes do projeto, permitindo identificar
rapidamente quais são as variáveis sobre as quais se deve concentrar o esforço de
análise e consequentemente possibilitando redução tanto no custo quanto no prazo do
projeto.

Outro resultado do método de simulações de Monte Carlo é a Curva S ou Curva de


Distribuição Acumulada de Probabilidades, que apresenta tanto os riscos decorrentes do
projeto (probabilidade de prejuízo) quanto o ganhos adicionais que podem ser obtidos
(upside). No caso analisado, Onuki (1998) mostra que a probabilidade de obter valores
presentes líquidos elevados é maior a medida que se move do Projeto I para o III:

14
Figura 7 - Curva S: Distribuição Acumulada de Probabilidades

100%

90%

80%

70%

60%
Projeto 1
50% Projeto 2
Projeto 3
40%

30%

20%

10%

0%
-2.500

2.500

5.000

7.500

10.000

12.500

15.000

17.500

20.000

22.500
-

Definindo níveis de fracasso e sucesso (médio, bom, ótimo e excelente) em função do


Valor Presente Líquido que cada projeto pode gerar e utilizando a curva S, Onuki (1998)
consegue ainda calcular a probabilidade de atingir cada nível de resultado:

Quadro 2 – Probabilidades de Sucesso por Projeto

Fracasso Médio Bom Ótimo Excelente

VPL < 2.000 VPL > 2.000 VPL > 3.000 VPL > 4.000 VPL > 5.000

Projeto I 41% 59% 36% 20% 12%

Projeto II 9% 91% 79% 64% 47%

Projeto III 7% 93% 84% 71% 57%

15
Neste caso, a análise evidenciou a superioridade da alternativa de implementar-se todos
os projetos possíveis, pois a probabilidade de atingir sucesso aumenta à medida que os
investimentos incrementais são realizados.

Para calcular o VPL (Valor Presente Líquido) de cada um dos três fluxos de caixa
mencionados Onuki (1998) utilizou uma planilha eletrônica e a Simulação de Monte
Carlo. Os valores das variáveis utilizados no cálculo do VPL por meio da planilha
eletrônica foram conservadores, ou seja, considerou-se os valores com probabilidade
média de ocorrência. Pela Simulação de Monte Carlo foi possível considerar todo o
intervalo de oscilação de cada variável e suas respectivas probabilidades.

O próximo quadro apresenta os Valores Presentes Líquidos (VPL) calculados pela


simulação de Monte Carlo e pela planilha eletrônica para cada um dos projetos.

Quadro 3 – Valor Presente Líquido pela Simulação de Monte Carlo e pela Planilha Eletrônica

Projetos de Monte Carlo Planilha Variação (%)


Investimentos Eletrônica

Projeto I – Básico 2.660 956 278

Projeto II – 5.294 2.174 243


Intermediário

Projeto III - 6.169 2.361 261


Completo

Fonte: Onuki (1998)

Antes de calcular o VPL pelos métodos acima descritos, Onuki (1998) demonstrou uma
avaliação de venda da propriedade rural realizada por especialistas do ramo. Esta
avaliação pode ser visualizada no quadro a seguir e é realizada utilizando métodos
contábeis e cotações a mercado. O valor de liquidação forçada diz respeito ao valor que
viabilizaria a venda na época.

16
Quadro 4 – Avaliação de venda realizada por especialistas do ramo de avaliação de imóveis
e empreendimentos rurais

Resumo da Avaliação Preço (US$) Preço Unitário


(US$/há)

Terras 2.260.000 265

Outros Ativos 4.264.301 -

Total Geral 6.524.301 766

Valor de Liquidação 5.219.441 613

Valor de Liquidação 3.914.581 459


Forçada

Fonte: Onuki (1998)

4. Considerações Finais

Comparando os valores, Onuki (1998) conclui que a avaliação pelo FCD por meio de
planilha eletrônica gerou VPL inferior ao da avaliação tradicional. Assim, o retorno deste
empreendimento não é compensador quando comparado com a opção de venda. No que
se refere à avaliação pela simulação de Monte Carlo, esta produziu valor superior ao da
avaliação tradicional o que indica que não se deve desfazer do bem por preço inferior ao
obtido pela simulação se as premissas e informações utilizadas forem confiáveis.

A simulação de Monte Carlo dimensiona melhor os riscos inerentes ao negócio e


possibilita segregação do risco do negócio do risco financeiro, permitindo uma redução
na margem de segurança que é usualmente embutida nas taxas de desconto. Para
minimizar o risco financeiro, a empresa pode recorrer aos instrumentos de proteção
(hedge) disponíveis no mercado, e assim pode se concentrar apenas na administração
dos riscos de seu negócios.

4.1 Limitações do Método de Monte Carlo

Como toda ferramenta, o método de Monte Carlo tem suas limitações.

17
O número final alcançado no processo de simulação é apenas uma parte do trabalho. A
parte principal é feita pelos especialistas que fornecem os dados de entrada para rodar o
programa. Caso estas informações estejam incorretas, então o resultado final não
representa a realidade.

Vistos de regra, os inputs são levantados por ocasião de um encontro de especialistas e


da equipe de projetos, portanto, os resultados dos dados são fruto do trabalho em equipe.
A seleção dos participantes, a forma de condução da dinâmica e mesmo o
relacionamento entre membros do time podem comprometer os resultados.
Teoricamente, a equipe deveria ser composta por: um facilitador, o responsável por rodar
a ferramenta, o patrocinador do projeto, engenheiro de produto, de manufatura e de
controle e outros.

Para projetos que envolvem nova tecnologia, é difícil de se avaliar o risco previamente,
logo o método não é efetivo.

A entrada dos dados no programa requer conhecimento técnico, portanto um profissional


habilitado em programação. O programa em si requer algumas horas para rodar,
dependendo da complexidade do modelo.

O modelo é interativo, ou seja, conforme o resultado alcançado não condiz com o


desejado, é preciso rever dados de entrada para corrigir eventuais falhas.

Em grandes linhas, os fatores que podem comprometer o resultado da simulação são:

- Grupo de projetos tendencioso;

- Tamanho do projeto, pois quanto mais complexo, mas difícil de prever a


probabilidade de ocorrência de um evento;

- Domínio da tecnologia empregada;

- Plano de trabalho não condizente com a realidade

Apesar das suas limitações, o método tem seus pontos positivos. Identifica importantes
riscos e oportunidades, auxiliando a tomada decisão quando o projeto em andamento.

Em geral, o grupo que participa do levantamento dos inputs, geralmente se compromete


a alcançar o resultado da simulação, logo a ferramenta gera um pano de fundo para o
comprometimento da equipe.

18
Junto com a análise de Monte Carlo, deve constar um plano de gerenciamento do risco.

Um outro ponto positivo do modelo é simular a quantidade de recurso necessário para a


implementação do projeto e uma faixa de segurança para caso de contingência (o valor
recomendado é de 5%, mas para projetos estratégicos ou de maior risco, este valor pode
aumentar para 20%). Conseqüentemente, a utilização de recursos é otimizada,
diminuindo a probabilidade de faltar ou sobrar capital.

4.2 Limitações da Abordagem Utilizada no Caso Apresentado

A análise realizada considerou que não havia correlação entre os fatores de risco, o que
pode superestimar ou subestimar os retornos dos projetos. A superestimativa pode
ocorrer quando se considera, por exemplo, as variáveis preço e produtividade. Os
retornos podem ser subestimados quando se considera as variáveis preços e política
agrícola.

No caso analisado, também poderia ter sido incorporado o valor de algumas opções
reais, comuns em projetos na agroindústria. Não se considerou, por exemplo, que se o
custo da colheita mais o frete for maior que o valor da produção, a safra pode não ser
colhida, ou ainda, que se o valor da produção de milho for maior que o valor da produção
de soja, a área plantada de milho será aproximadamente igual a área pré-destinada a
milho mais a área pré-destinada à soja e vice-versa.

Por fim, poderia ter sido incluído um cenário de stress como, por exemplo, a
probabilidade de quebra total de produção por ocasião de seca intensa, praga e outros
fatores.

BIBLIOGRAFIA

CLARK, D. E. Monte Carlo Analysis: Ten years of experience. Cost Engineers.


Morgantown. Jun. 2001. p.40-45.

CLEMENT, R. Making Hard Decisions: na introduction to decision analysis. Belmont,


Calif. : Duxbury Press, c1991.

CRYSTAL Ball. Disponível em <http://www.decisioneerinr.com>, acesso em 16 ago 2001

ONUKI, M. Avaliação financeira de uma propriedade rural pelo método tradicional e pelo
fluxo de caixa descontado – FCD, utilizando-se a simulação de monte carlo com

19
diferentes cenários operacionais, taxas de descontos e projetos de investimentos.
Trabalho de Conclusão de Curso (MBA). FEA/USP, São Paulo, 1998.

WIDEMAN, R. Max. (ed.) Project and program risk management: a guide to managing
project risks and opportunities. The PMBOK Handbook Series, vol. 6, 1992.

20