MIX DE PRODUTOS IDEAL COM AVERSÃO AO RISCO:

Uma Aplicação do Teorema de Markowitz e da Diversificação na

Produção.
Autor:
Denilson Nogueira da Silva

Rio de Janeiro – Brasil

UERJ – Universidade do Estado do Rio de Janeiro
Denilson@abeunet.com.br
www.denilson.adm.br

Palavras Chaves: custos, diversificação, otimização, retorno, risco.

VIII Congreso del Instituto Internaional de Costos

I Congreso de la Asociación Uruguaya de Costos

Tema: Aplicaciones Matemáticas a la Contabilidad de Gestión.

Recursos Audiovisuales:
Data-Show, Quadro ( Prancha), cópia do artigo para a audencia.
 MIX DE PRODUTOS IDEAL COM AVERSÃO AO RISCO:
Uma Aplicação do Teorema de Markowitz e da Diversificação na
Produção.
Palavras Chaves: custos, diversificação, otimização, retorno, risco.

Tema: Aplicaciones Matemáticas a la Contabilidad de Gestión.

Resumo: O presente artigo tem por objetivo apresentar parte da Teoria de Risco e
Retorno, aplicando os seus conceitos de Modelagem Estatística e Matemática na
definição de um Mix de produtos que apresente o menor Risco possível quando
confrontadas as suas Receitas e Custos prováveis. Tais conceitos, herdados dos
Teoremas de Markowitz (aversão ao risco e portfólio ótimo) e da Diversificação, são
trazidos das Finanças para a Contabilidade Gerencial, buscando diminuir as incertezas
através da diversificação dos produtos. Estes pontos de abordagens são essenciais no
universo competitivo e globalizado, onde não só a rentabilidade ou margem de
contribuição importam, mas também a chance que a Empresa tem de permanecer no
mercado, com o menor risco possível.

Abstract: The Risk and Return theory is present in this article using concepts about
Statistics and Mathematics Modeling related with products mix that that show a smaller
risk when confronted with probable incomes and costs. These concepts are from
Markowitz Theorem (risk aversion and optimum portfolio) and diversification, are brought
from finance to Management Accounting, looking for an uncertain reduce, through the
products diversification. This approach is very important to consider the competitive
universe and the globalization, where not just the gains are important, but the chance of a
Company stays on the market too, with the smaller risk as possible.
 1. INTRODUÇÃO

A partir do momento que as empresas objetivam lucros, pressupõe-se que

quanto maior for a perspectiva dos lucros, melhor será para elas. É importante, porém,
que exista uma avaliação do risco envolvido em relação ao retorno esperado sobre os
investimentos, onde, conceitualmente, se existe uma capacidade de rendimento alta,
acima de uma determinada média de mercado, existe nela embutida um risco, que está
associado à probabilidade de ocorrência ou não de determinado evento.
Assim, se tratando de finanças, se um investidor decide trabalhar com um
investimento de risco mínimo como a poupança ou Títulos do Governo, ele tem também
um retorno mínimo de 1%a.m. Da mesma forma, este investidor pode optar por uma
aplicação cambial ou mercado de ações, tendo um risco maior de obter um rendimento
altamente positivo ou negativo.
Tais conceitos são aplicados normalmente em Finanças, porém, a maioria dos
ativos de uma Empresa tem um comportamento de exposição ao risco, conforme o
quadro abaixo:

Ativo Fator de variação Efeito

Novas Tecnologias Queda do preço por produção em escala.
Estoques Variações Climáticas Queda ou Aumento do Preço ou no Custo de
estocagem
Variações Sócio-Geográ- Valorização (com um desenvolvimento
ficas comercial nas redondezas) ou desvalorização
do bem (aumento da violência)
Imóveis
Desastres Naturais Desvalorização ou perda total.
(inundações, terremotos
etc.)
Índice de Violência Roubo ou desvalorização
Veículos
Acidentes Desvalorização ou perda total.
Novas Tecnologias Obsolescência em relação à concorrência
Máquinas
Manutenção Quebras constantes, aumentando os custos

A partir destes fatores determinantes, existe a necessidade das empresas

criarem cenários alternativos como forma de ter condutas alternativas para os casos mais
prováveis de ocorrência, mesmo sabendo que nem todos os eventos podem ser
previstos. Um exemplo pode ser os atentados de 11 de Setembro de 2001 aos Estados
Unidos, onde, até então, a probabilidade de ocorrência não era contemplada, porém
ocorreu e mudou o cenário econômico mundial durante algum tempo.
Sobre a criação de cenários alternativos, KASSAI (2000, p. 104) afirma que :

A técnica consiste em estabelecer uma seqüência lógica de eventos,

mostrando como um processo se desenvolve, a inter-relação entre os
diversos fatores envolvidos e aonde o processo pode conduzir. Para isso
é necessário escrever uma seqüência temporal, que facilita o processo
interativo de escrever cenários. [...] A grande contribuição do cenário é
forçar as pessoas a pensarem aspectos não familiares (ou rotineiros) do
meio ambiente , por meio da dramatização dos fatores mais relevantes.
Outra vantagem é o exame da dinâmica das situações que, de outro
modo, poderiam ser ignoradas.

2. RISCO E RETORNO
 O risco, como uma possibilidade de que algum acontecimento desfavorável
venha a ocorrer, está ligado a probabilidade de se ganhar menos que o esperado
(WESTON E BRIGHAM, 2000).
O risco, no mercado financeiro, pode ser conceitualmente dividido em dois
tipos básicos segundo o risco diversificável e o risco não diversificável. O primeiro refere-
se aos riscos que afetam um número pequeno de empresas, ou seja, se algo der errado
apenas uma ou poucas empresas serão afetadas. Pode-se ter um determinado evento
que atinja todo o mercado e assim todos os ativos estariam afetados. A forma mais
comum de se proteger de eventos diversificáveis é diversificando os investimentos, ou,
em produção diversificando os produtos fabricados (DAMODARAN, 1996).
Tecnicamente, diversificação significa a diferença entre o desvio padrão do
retorno esperado de um ativo e o desvio padrão de um conjunto de ativos (ROSS, 1995).
Por exemplo, em termos de retorno, seria interessante para um fabricante de cerveja ter
como produto alternativo o vinho. O primeiro produto seria mais voltado para o clima
quente e o segundo para um clima frio, cobrindo assim todas as estações do ano e
fugindo da sazonalidade.
Mesmo assim, ainda resta saber o quando do primeiro e do segundo produto
deve ser fabricado para maximizar o retorno da empresa e, preferivelmente, minimizando
os seus riscos.

3. CONCEITOS DIVERSIFICAÇÃO

Algumas definições são importantes para o entendimento de diversificação.

3.1. Retorno de um conjunto de produtos.

Supondo uma linha de produção com n produtos. Para cada linha produto são
alocados custos no valor de Ci,, onde i = 1,2,3,...,n. Assim,o custo total de fabricação

n
será: CT = i 1
Ci .
Cada produto receberá uma parcela do Custo Total, representada por wi.

n
Assim, Ci =wi (CT), onde i 1
wi =1.
Se cada produto apresenta uma lucratividade ri, a margem bruta obtida será

n
de: MBi = wiCT(ri). A margem bruta total seria: MB  i 1
wiCT (ri ) .

3.2. Valor Esperado (Esperança).

O valor esperado de uma variável aleatória x é a média das probabilidades de
ocorrência de um evento, associado ao seu valor, ou seja, associar ao seu valor uma
esperança que ele ocorra.
E  x   i 1 pi (ri ) , onde pi é a probabilidade de ocorrência.
m

3.3. Variância
O valor esperado de uma variável aleatória fornece um valor relativo à
natureza probabilística da variável, mas, é necessário saber o grau de desvio da variável
em relação ao seu valor médio.

 _
 
2

Var ( y )  E  y  y  

  

Harry Markowitz, Prêmio Nobel de Economia em 1990, ficou célebre com

frases tipo nothing ventured, nothing gained (ou quem não arrisca não petisca), don't put
all your eggs in one basket ou diversify instead of striving to make a killing. A sua primeira
contribuição foi com o artigo publicado em 1952 Portfolio Selection, que em 1959 se
transformaria no livro Portfolio Selection: Efficient Diversification. O ponto principal da sua
teoria é que utilização mais de um ativo, com desvios diferentes pode gerar um desvio
global menor.

3.4. CASO COM DOIS CENÁRIOS

Ocorrendo o Cenário A, com probabilidade  o preço do ativo seria m’1. No

Cenário B, ocorreria o preço m’2 com uma probabilidade (1 – ). Estes cenários podem
ser condições do tempo (chuva), concorrência (market-share), política governamental
(possibilidade de aprovação de uma legislação) etc.

Cenário Preço Probabilidade

A m’1 
B m’2 1-

Como alternativa, pode-se trabalhar com um preço estimado p, que é na

verdade a Média Ponderada da probabilidade dos ativos, sendo:
p = m’1.() + m’2.(1-)  0    1

3.5. CASO COM MAIS DE DOIS CENÁRIOS

Com três cenários, teríamos um preço m’3 com uma probabilidade 
p = m’3+m’1.() + m’2.(1-)). ( 1 )
Lemma: a soma das probabilidades será 1, quando considerados todos os eventos
envolvidos.

Prova:
Seja m’3 = m’2 = m’1 = K . Então, substituindo K em ( 1 ):

+ (1- 
 
 

Para qualquer K, ainda será verdade.

Prova por indução finita:

Seja m’3 = m’2 = m’1 = K +1, então:

+ (1-
 
 

3.6. APLICAÇÃO PRÁTICA

Seja um ativo K, que dependa de condições climáticas para a sua venda

(como, por exemplo, um guarda-chuva), com dois cenários de probabilidade : A (pouca
chuva) e B (muita chuva com 60% de probabilidade).

Cenário Preço Probabilidade

A $ 20,00 0,4
B $ 30,00 0,6
 Para efeitos de planejamento e orçamento, pode-se utilizar (p) o seu preço
médio: p = m’1.() + m’2.(1-)  p = $20,00.(0,4) + $3,000.(0,6) = $26,00

Porém pode-se criar um novo cenário, onde tem-se 20% de certeza

(chuvas médias):

Cenário Preço Probabilidade Cálculo Nova Probabilidade

A $ 20,00 0,4 0,4 x (1- 0,2) = 0,32 0,32
B $ 30,00 0,6 0,6 x (1-0,2) = 0,48 0,48
C $25,00 0,2 0,2 0,2

Assim, o novo preço médio seria:

p = $20,00.(0,32) + $30,00.(0,48) + $25,00.(0,2)= $25,80

A empresa pode também fabricar dois produtos com características

diferentes, como por exemplo o produto Ka, que seria a mesma linha de produto, sendo
apresentado de uma forma mais resistente e robusta. Utilizando os cenários, teremos:

Cenário Probabilidade Preço de K Preço de Ka

A 0,4 $ 20,00 $12,00
B 0,6 $ 30,00 $37,00
pk = 0,4 x $20,00 + 0,6 x $30,00 = $26,00
pz = 0,4 x $12,00 + 0,6 x $37,50 = $27,00

Nota-se que, neste exemplo, o produto Ka apresenta um preço médio maior,

porém com uma variação também maior (podem-se ter altos lucros ou prejuízos com este
produto).

5. APLICAÇÂO DE RISCO E RETORNO EM PROCESSOS PRODUTIVOS

Supondo que a linha de produção fosse diversificada, com dois produtos

diferentes e características próprias:

Produto K : Guarda-chuvas.
Matéria-prima: tecido, ferragem e linha. Preço unitário: $25,00

Produto Z : Bolsas.
Matéria-prima: tecido (o mesmo do guarda-chuva), fechos e linha.Preço unitário: $25,00

A empresa fabrica os dois, que têm o mesmo tecido e custo unitário. Porém,
historicamente tem gerado retornos diferentes.

Produto K
Resultado (lucro ou Rentabilidade do
prejuízo) por unidade Produto
Ano 1 R$ (2,70) -10,80%
Ano 2 R$ (6,50) -26,00%
Ano 3 R$ 3,60 14,40%
Ano 4 R$ 1,10 4,40%
Ano 5 R$ 0,50 2,00%
Ano 6 R$ 1,40 5,60%
Ano 7 R$ 4,35 17,40%
Tabela 1 – Retorno Histórico do Produto K
Média de Rentabilidade do Produto: K     rk  / n 
_

Onde :
_
_
= Rendimento médio do Produto K.
K
r k = Somatório das rentabilidades de K.

n = Quantidade de períodos analisados.

Resolvendo:
_
K     10,8  26  14,4  4,4  2  5,6  17,4  % / 7   7% / 7  1%

Produto Z
Resultado (lucro ou Rentabilidade do
prejuízo) por unidade Produto
Ano 1 R$ 16,40 65,60%
Ano 2 R$ 17,00 68,00%
Ano 3 R$ (3,00) -12,00%
Ano 4 R$ (6,20) -24,80%
Ano 5 R$ 10,80 43,20%
Ano 6 R$ (7,00) -28,00%
Ano 7 R$ (14,00) -56,00%

Média de Rentabilidade do Produto Z:

Z     rZ  / n 
_

Onde :
_
Z = Rendimento médio do Produto Z.
r Z = Somatório das rentabilidades de Z.
n = Quantidade de períodos analisados.
Resolvendo:
_
Z    65,6  68  12  24,8  43,2  28  56  % / 7   56% / 7  8%

Neste ponto de tomada de decisão sobre qual produto fabricar, tem-se:

a) O produto Z apresenta maior rentabilidade média (8%), porém, no último ano a
sua rentabilidade foi negativa (-56%). Observa-se também que a faixa de variação
é de +68% (ano 2) a -56% (ano 7).
b) Diferente desta situação, o produto K, com rentabilidade média baixa (1%),
apresentou uma rentabilidade acima da média no último ano (17,4%). A sua faixa
de variação é de -26% (ano 2) e 17,4% (ano 7).

Uma forma de criar um mix de produtos que apresente o menor risco é diversificando. O
risco de cada produto é calculado medindo o seu desvio padrão, uma vez que, quanto
menor o desvio, maior a probabilidade acerto em uma estimativa de rentabilidade.
Utilizando a fórmula do desvio-padrão para K:
1/ 2
 
  _ 2
 
 K      rK  K   /( n  1) 
    
   

Onde:
 K = Desvio Padrão de K.
rK = Rentabilidade anual de K.
Produto K
 2
Resultado (lucro ou Rentabilidade  r  K _


 _

K  rK  K 
prejuízo) por unidade do Produto    
Ano 1 $ (1,00) -0,1080 -0,1180 0,013924
Ano 2 $ (3,00) -0,2600 -0,2700 0,0729
Ano 3 $ (1,00) 0,1440 0,1340 0,017956
Ano 4 $ 6,50 0,0440 0,0340 0,001156
Ano 5 $ (3,00) 0,0200 0,0100 0,0001
Ano 6 $ 5,80 0,0560 0,0460 0,002116
Ano 7 $ 2,70 0,1740 0,1640 0,026896
Total 0,135048

Substituindo:
1/ 2
  _
 
2

K      rK  K   /( n  1) 
   
   0,135048 /  6   1 / 2  0,0225081 / 2  0,15
    

Utilizando a fórmula do desvio-padrão para Z:

1/ 2
  _

2
 
 Z      rZ  Z   /( n  1) 
    
   

Onde:
 Z = Desvio Padrão de Z.
rZ = Rentabilidade anual de Z.

Produto Z
2
Resultado (lucro ou Rentabilidade  _
  _

 rZ  Z   rZ  Z 
prejuízo) por unidade do Produto    
Ano 1 R$ 16,40 0,6560 0,5760 0,331776
Ano 2 R$ 17,00 0,6800 0,6000 0,36
Ano 3 R$ (3,00) -0,1200 -0,2000 0,04
Ano 4 R$ (6,20) -0,2480 -0,3280 0,107584
Ano 5 R$ 10,80 0,4320 0,3520 0,123904
Ano 6 R$ (7,00) -0,2800 -0,3600 0,129600
Ano 7 R$ (14,00) -0,5600 -0,6400 0,4096
Total 1,502464

Substituindo:
1/ 2
  _

2
 
 Z      rZ  Z   /( n  1) 

  1,502464  /  6  1 / 2  0,2504111 / 2  0,5

   




Em resumo:
Produto K Produto Z
Rentabilidade Média 1% 8%
Risco (Desvio) ±15% ±50%

Pela Teoria da Diversificação, pode-se diversificar ativo no intuito de diminuir o Risco,

como, por exemplo, se fabricar 50% de K e 50% de Z.

Primeiramente, deve-se verificar a covariância entre os produtos:

   _
 _
 
Cov K , Z      rK  K . rZ  Z   / n 
    

Produto K Produto Z
Rentabilidade Rentabilidade  r  K
_
 _

. rZ  Z 
K
Rentabilidade menos a Média Rentabilidade menos a Média   
-10,8% – 1% = 65,6% -8% = -11,8%x57,6%=
Ano 1 -10,80% -11,80% 65,60% 57,60% 6,80%
Ano 2 -26,00% -27,00% 68,00% 60,00% -16,20%
Ano 3 14,40% 13,40% -12,00% -20,00% -2,68%
Ano 4 4,40% 3,40% -24,80% -32,80% -1,12%
Ano 5 2,00% 1,00% 43,20% 35,20% 0,35%
Ano 6 5,60% 4,60% -28,00% -36,00% -1,66%
Ano 7 17,40% 16,40% -56,00% -64,00% -10,50%
 _
 _
 -0,38592
   r K  K . rZ  Z  
 


  _
 _
 
Cov K , Z      rK  K . rZ  Z   / n   0,38592 / 7  0,05513
    

 
 K ,Z   K  K   2.Cov K ,Z . .1      1   Z  . Z
2 2
 2

2 1/ 2


 K , Z   0,5 2.0,152    2.  0,05513. 0,5. 0,5    0,5 2 .0,5 2  1/ 2

 K , Z   0,005627 - 0,02757  0,062603   0,040664 
1/ 2 1/ 2
 0,201653

Portanto, com este mix de 50% de K e 50% de Z, a empresa tem:

Retorno esperado:
RK , Z   rK .    rZ 1      1%  50%    8%  50%  0,5%  4%  4,5%

Resumo do Mix de produtos:

Produto K Produto Z 50% de K + 50% de Z

Retorno Esperado 1% 8% 4,5%
Risco (Desvio) ±15% ±50% ±20%

Com este método, observa-se que o Retorno Esperado cresce de 1% (se fabricasse
somente K) para 4,5%, mas o desvio cresce somente 5% (de 15% para 20%).

Segundo o princípio da Carteira de Markowitz, existe um ponto onde o Desvio é

Minimizado, calculado da seguinte forma:
Na fórmula:
 2 2
 
 K ,Z   K  K   2.Cov K ,Z .  .1      1   Z  . Z
2

2 1/ 2
 Mín
  K ,Z

Ou seja, descobrir um mínimo para o Desvio da Carteira. Substituindo:

 
 K , Z   2 . 0,152     2   0,05513.  .1      1   Z  . 0,5 2 
2
 1/ 2

   
Var K , Z  0,0225 2    0,11026 .    2  1    . 0,25
2

C.P.O.
 0,045     0,11026 .   0,22052    0,5     0,5  0
 0,765    0,61026     0,61026 /  0,765  0,7974  79,74%  80%

Desvio Padrão Mínimo:

  
 K ,Z   K  K   2.Cov K ,Z .  K .  Z     Z . Z
2 2 2

2 1/ 2

 K , Z    0,0225. 0,64    0,11026  0,8 0,2    0,25 0,04  

1/ 2

 K , Z    0,162237 2     0,61026    0,25 

1/ 2

 K ,Z    0,0144    0,17642   0,01  1 / 2   0,006778 1 / 2  0,08233  8,2%

RK ,Z   rK .    rZ 1      1% 80%   8%  20%   0,8%  1,6%  2,4%

Resumo:
Produto K Produto Z 50% de K + 50% de Z Produção Otimizada
Retorno Esperado 1% 8% 4,5% 2,4%
Risco (Desvio) ±15% ±50% ±20% ±8,2%

Representação Gráfica:

6. Conclusão

A Contabilidade, como processadora de dados referentes ao patrimônio das

empresas, é quem tem a visão geral e específica do comportamento dos dados
(influências internas e externas), que poderá gerar lucros ou perdas para a entidade.
Associar este conhecimento à Teoria Matemática, possibilita à área Gerencial
Contábil gerar cenários que propiciem uma maior rentabilidade com menor risco, onde a
Teoria de Markowitz fornece uma curva que determina o comportamento do Desvio
Padrão (risco) em função da Rentabilidade auferida.
 A tomada de decisão é menos árdua de posse dos resultados, uma vez que
permite o reforço ou abandono de determinadas medidas onde a prática sugere
alternativas guiadas somente pela intuição.
É notória a capacidade limitada de formação no binômio ensino-
aprendizagem em matemática, seja por despreparo das fases iniciais do ensino ou por
despreparo do ensino em matemática (muitas vezes passada para o Graduando em
Contabilidade somente como Matemática pura, sem importar a aplicação). Porém, esta
busca de novos modelos deve ser uma constante, desenvolvida pela classe contábil,
buscando agregar valor à profissão.

7. BIBLIOGRAFIA

BRIGHAM, Eugene F.; WESTON, J. Fred. Fundamentos da Administração Financeira.

Editora Makron, 10ª Edição, 2000.

DAMODARAN, A. Investment Valuation: tools and techniques for determining the

value of any asset. New York, Editora Wiley, 1996.

KASSAI, José Roberto et al Retorno de Investimento: Abordagem Matemática e

Contábil do Lucro Empresarial. Atlas: São Paulo. 2 ed. 2000.

LUENBERGER, David G. Investment Science. Oxford University Press: New York. 1998

ROSS,Stephen A. WESTERFIELD, Randolph W. JORDAN, Bradford D. Fundamentals

of corporate finance. Boston : Irwin. McGraw-Hill, c2000.