Artigo - Pablo Sobre LEC PDF

Anais do VII Simpósio de Administração da Produção, Logística e Operações
Internacionais – SIMPOI 2004 – FGV-EAESP
Avaliando o Risco na Gestão Financeira de Estoques
Pablo Rogers
Universidade Federal de Uberlândia
Karém Cristina Sousa Ribeiro
Dany Rogers
Resumo: As estratégias clássicas de gestão do estoques, especificamente o modelo do lote

econômico de compra (LEC), não levam em consideração os riscos associados às estimativas
que influenciam os diversos parâmetros das decisões de estoque. Neste sentido, qualquer
análise que contemple previsões futuras, no caso do LEC, previsões de demandas futuras e
considerações dos volumes de vendas constantes no tempo, sem observar a probabilidade dos
resultados não se efetivarem, perde em eficiência ao fundamentar o processo de tomada de
decisões. Este trabalho visa fazer uma análise da gestão financeira de estoques, buscando para
tal o desenvolvimento do LEC em situações de risco. Através do processo de simulação por
meio do Método de Monte Carlo (MMC), será proposto uma estratégia para a mensuração do
estoque de segurança (ES).
Palavras-chave: Gestão de Estoques, Risco, Método de Monte Carlo.
1. Introdução
A gestão de estoques é diferente da administração de outros ativos e obrigações. Estes

ativos têm um teor físico, o que não se igualam aos ativos puramente financeiros. Porém
como outros ativos, os estoques representam custos significativos para as empresas, e sua
gestão eficiente torna-se fator essencial de competitividade.
Classicamente as estratégias de gestão financeira de estoques relatadas nos manuais de

finanças e de custos estão concentradas em quanto e quando adquirir estoques (ASSAF
NETO, 2003; BRAGA, 1995; GITMAN, 2002; HANSEN & MOWEN, 2001; GARRISON &
NORREN, 2001; SANVICENTE, 1997; WESTON & BRIGHAM, 2000). As estratégias
clássicas de gestão de estoques, não levam em consideração o risco de estimativas que
influenciam os diversos parâmetros das decisões em estoques. Na verdade, uma das hipóteses
do modelo mais tradicional da gestão de estoques, o lote econômico de compra (LEC),
considera que não existe risco nas variáveis que influenciam o modelo.
Porém, a crescente complexidade, instabilidade e rapidez com que as mudanças

ambientais se operam, proporcionado principalmente pela globalização dos mercados, obriga
à adoção de instrumentos mais eficientes de coleta e interpretação de dados e informações,
que procurem incluir o risco nas análises organizacionais. Neste sentido, especificamente em
relação à gestão de estoques, Scherr (1989, p.281) propõem, devido às incertezas inerentes
aos vários parâmetros que são estimados para tomar decisão, associar os risco nas estratégias
de gestão de estoques. O autor infere sobre dois métodos para direcionar os riscos:
“certainty approach”: neste método as estratégias são formuladas de acordo com os

valores esperados para os parâmetros do estoque, sobre a irreal hipótese que estes
parâmetros são certos. Segundo Scherr (1989, p.281), “this called the certainly approach
not because the parameters are certain, but because they are treated as certain in the
first phase of policy making”.
“uncertainty approach”: esta é uma metodologia alternativa, na qual o risco dos

parâmetros que influenciam a gestão de estoques é considerado simultaneamente nos
valores esperados.
O presente trabalho buscará desenvolver o segundo método citado por Scherr (1989,
p.281), usando para tal, o processo de simulação por meio do Método de Monte Carlo
(MMC). Neste sentido, apresentar-se-á uma aplicação prática do MMC, com o apoio do
software Crystal Ball 2000.5, na gestão financeira de estoques, especificamente no modelo
tradicional do LEC por ser ele o mais utilizado (ASSAF NETO & TIBÚRCIO, 1997, p.144).
Porém, anteriormente serão feitas algumas considerações sobre as abordagens clássicas de
gestão de estoques, atentando por mostrar a essência do LEC como “certainty approach”. Na
seção três mostrar-se-á considerações sobre o fator risco intrínsecos no processo de tomada de
decisão e o MMC como modelo probabilístico de análise. Na seção seguinte será
desenvolvido um exemplo do MMC aplicado ao LEC. Finalmente na seção cinco serão feitas
algumas considerações a nível de conclusão.
2. Gestão de Estoques
De acordo com Assaf Neto (2003, p.522-523), pode-se dividir os estoques em quatro
tipos:
Mercadorias e produtos acabados;

Produtos em elaboração;
Matérias-primas e embalagens; e
Materiais de consumo e almoxarifados.
Cada um desses tipos de estoque possuem motivos próprios para que as empresas
invistam na sua manutenção. Scherr (1989, p.281-282) enumera os principais motivos para os
três primeiros tipos de estoques supracitados:
A manutenção de estoques de mercadorias e produtos acabados significa fornecer um

serviço imediato aos consumidores da empresa, procurando atender um maior nível de
satisfação do cliente, por disponibilizar os produtos pronta-entrega. Outro motivo, vai ao
sentido que, a manutenção deste tipo de estoque propicia uma estabilização da produção,
obtida pelos ganhos de escala.
A manutenção de produtos em elaboração é motivada por propiciar uma reserva flexível

para as empresas. Aumentar este tipo de estoque resulta em reduzir a interdependência
das fases do fluxo de produção.
A manutenção de estoques de matérias-primas e embalagens torna mais fácil a
programação da produção, evita a aquisição de itens em períodos de preços altos e
representa uma proteção contra as deficiências da oferta.
Em relação à manutenção de estoques de material de consumo e almoxarifados, Assaf

Neto (2003, p.523) cita que o volume de investimento nesse tipo de estoque varia em função
das características básicas e peculiaridades operacionais e administrativas de cada empresa.
Essas alternativas de manutenção de estoques representam soluções para problemas

como flutuações nos preços das matérias-primas, demanda inesperada pelo produto,
paralisação não planejada das máquinas e dos trabalhadores envolvidos no processo etc.
Porém, o administrador financeiro não deve considerar essas abordagens de manutenção de
estoques as únicas possíveis para solucionar os problemas enumerados. Neste ponto,
estratégias alternativas, tais como para se evitar o risco da flutuação dos preços de matérias-
primas, a empresa poderá realizar contratos a longo prazo com os fornecedores, os quais
deverão especificar os preços a serem pagos e as quantidades a serem entregues, ou ainda para
estabilizar a demanda, a empresa poderá conceder descontos.
Em um sentido mais amplo, as empresas poderão adotar estratégias mais abrangentes

de gestão de estoques, que envolvem o processo de produção por completo, como por
exemplo:
Just-in-Time (JIT): esta filosofia criada no Japão está baseada em dois fundamentos:
eliminação total de estoques e produção puxada pela demanda.
Manufacturing Resources Planning II (MPR II): consiste em um sistema computacional
que objetiva cumprir os prazos de entrega de uma empresa com a formação de estoques
mínimos, valendo para isso, dos conceitos de demanda dependente do mercado e
independente do mercado (dependentes de outros produtos).
Optimized Production Technology (OPT): é uma abordagem de gestão baseada no
conceito de gargalo. Segundo este modelo, a empresa deve dar atenção aos recursos
gargalos. Se, por acaso, “existir determinado produto que a empresa tem dificuldade de
conseguir, atenção maior deve ser dada a este estoque, pois ele será gargalo para a
empresa” (ASSAF NETO & TIBÚRCIO, 1997, p.171).
Feita a classificação dos estoques, e relatados os principais motivos para a manutenção

de cada tipo de estoque, torna-se importante conhecer os principais custos relacionados aos
estoques.
Segundo Sanvicente (1997, p.134-137), os custos relacionados aos estoques podem ser
enquadrados em duas categorias:
1) os que são diretamente proporcionais ao volume mantido em estoque (custo de

manutenção), como por exemplo: perdas associadas a risco de obsolescência dos itens
estocados; custo de oportunidade; despesas de manejo, transporte e transferência física

dos itens estocados; espaço necessário para armazenamento; seguros; imposto predial;
custos do departamento de controle de estoques etc.
2) os que são inversamente proporcionais a esse volume, representando os prejuízos da
empresa em conseqüência da falta de estoques ou aos pedidos de compra (custo de
“stockout”+ custo de pedir), como por exemplo: descontos por quantidade perdidos em
compras feitas em lotes insuficientes; despesas decorrentes de perturbações do processo
produtivo; margem de contribuição das vendas perdida par falta de produtos acabados;
gastos adicionais de pedido, emissão de ordens de compra e transporte etc.
Segundo Scherr (1989, p.289), os custos e as características especificas dos estoques

devem ser os primeiros itens a ser considerados para a formulação das estratégias de estoques.
Classicamente, podem ser citadas três abordagens de estratégias de gestão de estoques: o
sistema ABC, o Ponto de Recompra (PR) e o sistema de LEC.
O sistema ABC classifica os estoques em três grupos, existindo diversas regras

possíveis de separação. Assaf Neto & Tubúrcio (1997, p.190) sugere que os produtos do
grupo A sejam compostos pelos primeiros 10% em tamanho da receita, o que, em geral, deve
representar cerca de 70% da receita. Este grupo deve receber maior atenção dos gestores
devido a sua importância. O grupo B seria compreendido pelos 20% produtos seguintes e
devem representar 20% da receita. O grupo C seria compreendido por 70% dos produtos em
estoque, mas contribuem com uma pequena parcela da receita, cerca de 10%. O Gráfico 1
apresenta de forma esquemática a essência da curva ABC.
O PR ou Ponto de Pedido considera os níveis de estoques e a demanda constante, e

representa o tempo necessário para que se ocorra uma reposição de estoques, dado um
consumo por período. Ou seja, o ponto de pedido define o momento em que a empresa deverá
realizar uma compra, enquanto que os sistemas ABC e LEC definem quanto a empresa deverá
comprar. Considerando o tempo de reposição diário, matematicamente o ponto de recompra
representa:
PR = p x d
Onde: PR = ponto de recompra; p = prazo de entrega; d = demanda diária.

Gráfico 1 – Curva ABC ou Pareto
FONTE: Elaboração própria.
2.1. Lote Econômico de Compra
O administrador financeiro deve buscar minimizar as necessidades de investimentos

em estoques, pois apesar de estes investimentos contribuir para geração de lucro, o
investimento em estoque além de reduzir a rotação geral dos recursos comprometendo a
rentabilidade geral da empresa, também produz custos decorrentes de sua manutenção
(SANVICENTE, 1997, p.134).
O modelo do LEC determina o volume ideal de recursos aplicados em itens estocados,

em outras palavras, o LEC determina o volume de itens estocados que minimiza o custo total.
Segundo Scherr (1989, p.290); Sanvicente (1997, p.137-138); Assaf Neto & Tibúrcio (1997,
p.145-146); Assaf Neto (2003, p.547), as hipóteses subjacentes à este modelo podem ser
resumidas:
Recebimento Instantâneo dos Pedidos: os tempos para recebimento dos pedidos são
nulos, “uma vez efetuado um pedido de compra ou emitido uma ordem de fabricação,
são instantâneos” (SANVICENTE, 1997, p.137).
Não Existe Desconto: a existência de desconto por volume pedido pode ser um incentivo
para pedir mais do produto ao fornecedor, e por certo, afetará a decisão do custo unitário
por pedido.
Existem Apenas Dois Tipos de Custos: o modelo considera apenas os custos de
estocagem e o custo do pedido.
Não Racionamento de Recursos: o modelo prevê que não existem limitações de recursos
para a aplicação em estoques (ASSAF NETO, 2003, p.547).
Os Preços São Constantes: os preços dos produtos e mercadorias são constantes, assim
como os custos unitários de manutenção. Em ambientes inflacionários a flexibilidade
desta hipótese deve ser alterada, por melhor representar a realidade.
Cada Estoque é Analisado Independentemente: o LEC considera a gestão de estoques
separadamente para cada produto ou mercadoria. A administração de um item não afeta a
administração de outros (ASSAF NETO & TIBÚRCIO, 1997, p.146).
Demanda Constante: a empresa pode determinar a procura pelo produto e sabe-se que é
constante por unidade de tempo (ASSAF NETO & TIBÚRCIO, 1997, p.145). Neste
sentido, o modelo não considera o risco inerente à previsibilidade de variáveis que por
natureza são aleatórias.
Não Existe Risco: o risco neste modelo é modelado separadamente na determinação do
estoque de segurança (SCHERR, 1989, p.290).
O LEC procura a melhor estratégia para determinar a quantidade que deve ser mantida
em estoque e de quanto em quanto tempo deverá ser feito o novo pedido. O LEC busca
encontrar a quantidade ótima de cada pedido, de modo que os custos totais (custo do pedido +
custo de estocagem) sejam minimizados.
O custo de estocagem total é determinado:
CeT = Ce × Em
Onde: Ce = custo de estocagem unitário; e Em = estoque médio.
Como a demanda do produto é constante o estoque médio pode ser encontrado:
Em = Q / 2
Onde: Q = quantidade de cada pedido.
Já o custo do pedido total é determinado:

CpT = Cp × N
Onde: Cp = custo de cada pedido; e N = número de pedidos
O número de pedidos, por sua vez, pode ser encontrado:
N=D/Q
Onde: D = demanda do período
Assim, o custo total da política de estoques é dado pela soma do custo de manter e do
custo de pedir:
CT = Cp (D/Q) + Ce (Q/2)
Para obter o ponto de custo mínimo deriva-se na equação acima, o custo total (CT) em
relação à quantidade de cada pedido (Q):
dCT Ce Cp × D
= −
dQ 2 Q2
Igualando a zero (condição necessária para o ponto de mínimo) e transpondo os

termos encontra-se:
Cp × D Ce Cp × D × 2 Cp × D × 2
2
= ⇒ Q2 = ⇒ Q2 = ; que pode ser representado:
Q 2 Ce Ce
2 × D × Cp
LEC =
Ce
Para melhor entendimento do LEC, considere uma empresa que tenha vendas de 1.000
unidades ao mês de determinado produto. O custo de estocagem por produto é de $1 e o custo
de cada pedido é de $20. O lote que minimiza os custos a cada compra é dado por:
2 ×1.000 × 20
LEC = = 200 unidades
1
Cada pedido a ser feito ao fornecedor é de 200 unidades. Com isto o estoque médio do
produto será de 100 unidades (Em = 200/2 = 100), o número de pedidos ao longo do mês será
de 5 (N = 1.000/200 = 5) e o tempo entre cada pedido é de 6 dias (30 dias/5 pedidos = 6).
A apresentação típica do LEC é demonstrada no Gráfico 2. Tomando o exemplo

anterior, no momento 0 a empresa dá entrada de 200 unidades do produto, as quais são
consumidas integralmente até 6 dias. Nesse ponto, os estoques são repostos totalmente pelas
200 unidades iniciais. No tempo 12 (6 dias após) os estoques chegam novamente a zero,
sendo também encomendadas e recebidas imediatamente mais 200 unidades. Esse processo
repete-se igualmente de 6 em 6 dias. No Gráfico 2 o estoque médio é representado pela linha
pontilhada.
Gráfico 2 – Representação do LEC
6 12 18
(dias)
Os custos associados ao exemplo supracitado resumem-se:
CpT = Cp × N = 20 × 5 = $100
CeT = Ce × ( LEC / 2) = 1× (200 / 2) = $100
CT = CpT + CeT = $200
Nenhum outro lote de compra minimiza os custos totais se a quantidade de produto

por pedido for superior ou inferior a 200 unidades. A Tabela 1 apresenta alguns valores a fim
de exemplificação dos custos associados ao LEC (Q*). A tradução dos valores da Tabela 1 no
Gráfico 3, mostra as características das curvas de custos relacionados com o tamanho do lote.
Enquanto a curva do custo de armazenagem é crescente quando o número de unidades por
cada pedido cresce, o custo do pedir é decrescente. O somatório destes dois custos faz com
que o custo total seja inicialmente decrescente.
No instante que a curva do custo de armazenagem e do custo de pedir se igualam, o

custo total é minimizado, representando, portanto o LEC. Após este ponto, o custo total torna-
se crescente em virtude do custo de armazenagem.
Tabela 1 – Valores do Lote de Compra e os Custos Associados
Q* CpT CeT CT
50 400 25 425
100 200 50 250
150 133 75 208
200 100 100 200
250 80 125 205
300 67 150 217
350 57 175 232
400 50 200 250
Gráfico 3 – Curvas de Custos Relacionadas ao LEC
2.1. Alternativas para as Limitações do Modelo do Lote Econômico de Compra
Algumas hipóteses do modelo do LEC tradicional podem ser facilmente relaxadas, ou

mesmo superadas.
No caso do recebimento do pedido não for de imediato, a metodologia do PR mostra

em que momento a empresa deve efetuar o pedido de estoque ao seu fornecedor. Se no
exemplo anterior a quantidade de tempo entre a solicitação do estoque e seu recebimento for
de 4 dias, o PR pode ser obtido facilmente. No exemplo, o PR é de 133,33 (= 4 × 1.000 / 30),
significando que quando existir no estoque 133,33 unidades, deve-se efetuar novo pedido.
Em relação à suposição que o modelo básico do LEC não admita a existência de

desconto por adquirir grandes quantidades de produto, basta considerar os descontos
concedidos pelos fornecedores diminuindo os custos de estocagem, caso o desconto seja
linear para qualquer quantidade a ser adquirida. Caso os fornecedores concedam descontos
para cada intervalo de quantidade pedida, deve-se fazer a análise do LEC para os diferentes
intervalos.
No modelo do LEC também podem ser incluídos outros custos além dos de estocagens
e dos de pedir, como: os custos de interrupção do processo produtivo e o custo da falta
planejada (insatisfação do cliente, perda de venda, perda de goodwill) (ASSAF NETO &
TIBÚRCIO, 1997; SCHERR, 1989). A inclusão do custo da falta planejada vai também ao
sentido de considerar as limitações financeiras para aplicações em estoques.
Para superar a suposição de preços constantes, o LEC deve ser reformulado para
contemplar o aumento de preços da economia, que torna-se uma situação típica em economias
inflacionárias. Neste sentido, na eminência de um aumento no preço de um produto qualquer,
Assaf Neto & Tibúrcio (1997, p.159) propõem que a fórmula do LEC tradicional deve ser
adaptada para a seguinte:
LEC A = i ( D / Ce) + LECT (1 + i )
Onde: i = percentual de aumento previsto; LECT = lote econômico de compra

tradicional.
Para trabalhar o LEC considerando a interdependência entre os produtos ou

mercadorias, pode-se desenvolver o LEC através do modelo MPR II. Em vez de a análise
basear-se na demanda prevista para o produto, o lote que minimiza o custo total para um
insumo A que depende do produto B, deve ser calculado tendo em conta a demanda do
produto B, e as quantidades usadas do insumo A no produto B.
As hipóteses de demanda constante e do fato de não existir risco na análise tradicional

do LEC estão intimamente relacionadas. Na prática, a quantidade demandada de estoque não
é conhecida, existindo assim um fator de imprevisibilidade na quantidade que a empresa irá
necessitar, ou seja, existe o risco de que a demanda considerada pela empresa não se efetive.
Pelo fato da importância dos riscos de previsão da demanda estarem relacionados com
a eventual falta de estoques, com a conseqüente perda de vendas, usa-se formar um estoque de
segurança (ES) para fazer face a imprevistos na demanda (ASSAF NETO & TIBÚRCIO,
1997, p.160). A exposição ao risco aumenta à medida que o ES reduz.
Segundo Magee (1980), os principais objetivos de se manter um ES são:
Proteger contra incertezas de quantidades;

Proteger contra incertezas de período de entrega;
Proteger contra atrasos na produção;
Proteger contra grandes variações na demanda;
Proteger contra pedidos urgentes e inesperados.
Logo, as variáveis que afetam mais diretamente a medida do ES são:
Freqüência de novos pedidos;

Nível de atendimento ao consumidor desejado;
Extensão do Lead Time (LT).
Variabilidade da demanda;
A freqüência de novos pedidos depende em última instância da demanda do produto.

Se caso a demanda for constante, a divisão pela quantidade econômica de compra calculada
pelo método do LEC, encontra-se o número de pedidos. Nesta medida, basta dividir pelo
período que acha-se a freqüência requerida de novos pedidos para o período.
O nível de atendimento desejado pela empresa pode ser controlado conforme política
adotada pela mesma. Se acaso, a empresa propor rigidez na probabilidade de existir o estoque
quando este for demandado, ela deverá aumentar o seu nível de serviço, que
conseqüentemente aumentará seu ES. Se a empresa desejar um nível de serviço menor ela
reduzirá seu ES.
Lead Time (LT) é o período que vai do início ao fim do processo de produção ou
comercialização. LT maior exige estoque maior para atender a demanda. Se a demanda total
varia, o nível de recomposição de estoque depende da habilidade das instalações produtivas
reagirem às flutuações de demanda. Para conseguir baixos estoques, o processo produtivo
deve ser ágil e flexível. Se a produção reage à mudanças de forma lenta, os estoques
precisarão ser maiores.
A volatilidade da demanda é a variável que assume mais importância no cálculo do

ES, pois esta é a variável mais “incontrolável” para a empresa. Porém, o conhecimento do
valor da demanda médio e sua variabilidade esperada (risco) dado pela demanda no passado,
possibilita obter o ES com maior rigor teórico.
Scherr (1989), discute três “uncertainty methods” formulados para incorporar o risco
na gestão de estoques, levando em consideração os problemas estáticos de estoques:
Modelo de Black-Sholes de opções de preços;

Análise do risco-retorno usando os valores presente líquido dos fluxos de caixas futuros e
o coeficiente de variação destes valores presentes.
Valor presente líquido usando taxas de desconto ajustada.
A maior diferença entre os problemas estáticos e os dinâmicos de estoques, diz

respeito que na análise dinâmica leva-se em consideração que os fluxos de caixas, efetivados
pelas estratégias de estoques, ocorrem ao longo de vários períodos (SCHERR, 1989, p.330).
Neste sentido, Scherr (1989, p.331), propõem para uma análise dinâmica dos problemas
relacionados ao estoque, que envolve incertezas em vários períodos futuros, tornando mais
complexo o processo de gestão, o método de simulação. Segundo Scherr (1989, p.331):
[...] simulation analysis enables the management of the firm to asses the level of risk
of particular strategy by generating a mathematical model of system under
consideration and the random processes that effects it. These random factors are
then allowed to vary, and the effects on important outcome variables are observed.
In the inventory situation, a major random factor is sales volume, and the previous
discussion of static problems centered on addressing the effects of sales fluctuations.
However, within a simulation, the effects of the other uncertain variables (such as
delivery time, interest rate, and so forth) can be easily introduced.
O presente trabalho, diferentemente de Scherr (1989), propõem a aplicação do

processo de simulação, especificamente a Simulação de Monte Carlo (SMC), não apenas para
a análise dinâmica de estoques, mais também nos problemas estáticos relacionados a gestão
de estoques. Neste sentido, a proposta de análise do LEC através da SMC, surge como uma
alternativa que busca superar as limitações deste modelo tradicional, principalmente àquelas
relacionadas à demanda constante e a desconsideração do risco na análise. Aproveitando a
contribuição do relaxamento das hipóteses iniciais exigidas pelo modelo, como por exemplo,
o desenvolvimento da fórmula do LEC adaptada para um período de alta de preços, proposta
por Assaf Neto & Tibúrcio (1997,p.159) e citada anteriormente, pode-se fazer um modelo
matemático considerando que as variáveis de entrada de cálculos do LEC e do PR, assumem
um comportamento aleatório e sendo assim, a análise passa a ser probabilística.
O desenvolvimento prático da SMC aplicada ao LEC considerada no trabalho, propõe

estratégias de seguranças corporificada no ES, dado desvios de expectativas relacionado as
variáveis que compõem o modelo e o “risco aceitável” da empresa. Esta análise envolve
concepção de otimizar o ES, dado um risco calculado pela empresa que inclui: a extensão do
Lead Time, a freqüência de novos pedidos, o nível de atendimento desejado e principalmente
a variabilidade da demanda; no nível que minimize o custo total associado ao LEC. Se a
sensibilidade do custo total em relação ao LEC não for significativa, o processo de simulação
consegue chegar a aproximações satisfatórias do ponto de mínimo custo total.
Antes da exemplificação do modelo proposto, fazer-se-á algumas considerações sobre

o fator risco e o MMC.
3. Fator Risco e Simulação de Monte Carlo
Muitas situações cotidianas podem ser usadas como experimentos que dão resultados
correspondentes a algum valor, podendo ser esperado um valor único e um termo aleatório.
Uma variável aleatória é uma variável que tem um valor numérico único, determinado
aleatoriamente para cada resultado de uma situação (TRIOLA, 1999, p.93). Nestes termos, os
processos que envolvem risco são quaisquer processos que variam à medida que o tempo
passa de uma maneira que é pelo menos em parte aleatória, sendo, portanto, possível ser
associada a uma distribuição de probabilidades. Uma distribuição de probabilidades dá a

probabilidade de cada valor de uma variável aleatória.
Uma variável aleatória é composta por dois termos como na definição seguinte:
X (t ) = E[ X (t )] + e(t )
Onde: E[ X (t )] = valor esperado da variável aleatória; e e(t ) = erro de previsão

associado a uma distribuição de probabilidades.
Pelo fato de grande parte das decisões administrativas estarem voltadas para o futuro,
especificamente na gestão de estoques que requer estimativas das demandas futuras, é
imprescindível que se considere as variáveis que afetam o processo de análise como variando
aleatoriamente, já que o exercício de previsão está composto pelo risco do resultado não se
efetivar.
Para que o processo de simulação esteja presente em uma análise basta verificar se
alguma variável do problema assume a condição de aleatoriedade. No caso especifico da
gestão de estoques em situações de risco, a ferramenta da simulação torna-se uma técnica
formal e eficiente que auxilia fundamentar as decisões.
A simulação é a tentativa de replicação de um sistema real, através da construção de

um modelo matemático tão parecido quanto possível com a realidade. Contrário aos métodos
analíticos determinístico que procuram encontrar as soluções ótimas para o problema, a
simulação procura modelar um sistema e observar como as variações nos parâmetros de
entrada do sistema afetam suas variáveis de saída. Uma visualização prática das etapas
percorridas para um processo de simulação computacional apresenta-se na Figura 1. Com o
avanço da informática o processo de simulação tornou-se bastante acessível para a análise de
diversos tipos de problemas.
Figura 1 – Etapas para um Processo de Simulação
Definir o problema
Estabelecer as variáveis Definir

independentes/dependentes Apresentar as variáveis importantes variáveis de
e relações de dependência associadas ao problema entrada e saída
do modelo
Construir o modelo
Dispor o modelo em uma planilha

eletrônica ou dar entrada dos valores Executar a simulação com
em softwares específicos apoio computacional
Usar pacotes de suplementos Gerar relatórios e gráficos

para a planilha eletrônica como requeridos para a análise
os softwares Crystal Ball ou
@Risk for Excel
Avaliar os resultados da
simulação
Tomar as decisões
O método de simulação de Monte Carlo é um conhecido método de simulação que tem

por princípio a geração de números aleatórios de acordo com parâmetros definidos para as
variáveis que compõem o modelo a ser utilizado. Essencialmente, tal método define variáveis
de entrada que respeitam um certo padrão de distribuição, e a partir disso, gera-se com o
auxilio de softwares específicos, números aleatórios para cada uma das variáveis, seguidos os
diversos parâmetros de distribuição. A cada iteração o resultado é armazenado e ao final de
todas as iterações, a seqüência de resultados gerados é transformada em uma distribuição de
probabilidades possibilitando calcular estatísticas descritivas, como a média e o desvio-padrão
por exemplo. De acordo com Evans & Olson (1998, p.6), “a simulação de Monte Carlo é
basicamente um experimento amostral cuja proposta é estimar a distribuição de uma variável
de saída que depende de diversas variáveis probabilísticas de entrada”.
4. Simulação de Monte Carlo Aplicada ao LEC
Considere para exemplificação do modelo baseado na simulação que as variáveis do

exemplo anterior para o cálculo do LEC tradicional assumissem o seguinte comportamento:
Demanda: a empresa a partir da análise histórica de seus dados constatou que a demanda
possui uma média de 1.000 unidades com um desvio-padrão de 100 unidades. Constatou
ainda, que o valor da demanda nunca foi inferior a 500 unidades e superior a 1.500
unidades.
Inflação: a partir da fórmula adaptada para a incorporar os aumentos esperados no
modelo, considera-se que a inflação assuma uma distribuição uniforme com valores entre
1% e 1,5%.
Desconto: cada unidade da mercadoria custa $1,00, a empresa recebe um desconto de
2,5% se o pedido for superior a 200 unidades e de 5% se o pedido for superior a 250
unidades. Ou seja, a consideração do desconto gera uma economia (ED =
Desconto× Demanda) que deve ser subtraída do custo total (CT).
Outras variáveis: as outras variáveis considere-se constantes (Cp=$20; e Ce=$1).

Considere ainda um prazo de recebimento do pedido constate igual a 4 dias.
Estas seis variáveis foram consideradas como variáveis de entrada no modelo. As

variáveis de saída, afim de exemplificação, foram consideradas como sendo: o ponto de
recompra (PR); o lote econômico de compra (LEC); freqüência de novos pedidos (F); custo
do pedido total (CpT); o custo de estocagem total (CeT); a economia do desconto (ED); e o
custo total (CT). A análise poderia torna-se mais complexa a medida que fosse considerada
mais variáveis aleatórias, como por exemplo, o custo da falta e o custo de interrupção da
produção, porém com intuito de simplificar a exposição dos conceitos o modelo restringiu-se
à apenas três variáveis de entrada assumindo um comportamento aleatório.
Disposto estes valores em uma planilha eletrônica, com as suas relações de

dependência, e com apoio de pacotes de suplementos como o software Crystal Ball 2000.5
(www.decisioneenrig.com) ou @Risk 4.5 for Excel (www.palisade.com), desenvolve-se
facilmente o processo de simulação. No presente trabalho optou-se por usar o software
Crystal Ball 2000.5. Os valores de cada percentil para as variáveis de saída encontram-se na
Tabela 2, e na Tabela 3 encontram-se as estatísticas descritivas mais importantes dos valores
de saída do modelo.
Desconsiderando outros fatores que influenciam o exemplo, conhecendo que a

demanda seria a mínima esperada, o ideal seria sempre pedir um LEC de $165,78,
proporcionando um custo total (CT) de $156,08. Porém dado à imprevisibilidade do volume
de vendas, da extensão do Lead Time, da freqüência de novos pedidos, nível de atendimento
desejado e o “risco aceitável” pela empresa, deve-se considerar na sua estratégia de segurança
um ES que possibilite fazer frente a uma demanda mais provável.
Tabela 2 – Percentil para os Valores de Saída do Modelo
Percentil Demanda PR (und) LEC (und) F CpT ($) CeT ($) ED ($) CT ($)
0% 606,68 80,89 165,78 5,62 73,19 82,89 0 156,08
10% 870,75 116,1 200,31 6,12 86,93 100,15 21,75 168,6
20% 913,95 121,86 205,55 6,24 88,92 102,77 22,85 171,26
30% 947,03 126,27 209,45 6,32 90,41 104,73 23,68 173,35
40% 973,73 129,83 212,61 6,39 91,6 106,3 24,34 175,2
50% 998,93 133,19 215,61 6,47 92,69 107,8 24,97 177,08
60% 1025,33 136,71 218,65 6,54 93,81 109,33 25,63 178,96
70% 1053,90 140,52 221,78 6,64 95,04 110,89 26,35 180,91
80% 1085,93 144,79 225,37 6,74 96,39 112,68 27,15 183,18

90% 1131,53 150,87 230,35 6,9 98,23 115,18 28,29 185,77
100% 1386,75 184,9 257,85 8,35 107,56 128,92 69,34 197,38
Tabela 3 – Sumário Estatístico para as Variáveis de Saída

Estatística PR (unid) LEC (unid) CpT ($) CeT ($) ED ($) CT ($)
Nº Simulações 10.000 10.000 10.000 10.000 10.000 10.000
Média 133,32 215,4 92,61 107,7 23,07 177,24
Mediana 133,19 215,61 92,69 107,8 24,97 177,08
Desvio-Padrão 13,49 11,69 4,41 5,85 7,85 6,38
Variância 181,99 136,77 19,46 34,19 61,57 40,65
Coef. Variação 0,1 0,05 0,05 0,05 0,34 0,04
Valor Mínimo 80,89 165,78 73,19 82,89 0 156,08
Valor Máximo 184,9 257,85 107,56 128,92 69,34 197,38
Gráfico 2 – Distribuição de Probabilidades do LEC
Variável de Saída : LEC
250
200
Frequencia
150
100
50
0
185 197 210 222 234
Unidades
Se fosse calcular apenas o nível de serviço na estratégia de segurança, usar-se-ia o

modelo tradicional do calculo do ES pelo nível de serviço:
ES = z δ
Onde: z = escore z relacionado ao nível de serviço desejado; e δ =
desvio-padrão da demanda diária.
Utilizando a fórmula-padrão da curva normal e consultando uma tabela de distribuição

normal de probabilidades, tem-se o valor para escore Z de 1,68 para um nível de serviço de
95%, nestes termos a empresa citada teria que ter um ES = 168 unidades (100× 1,68). Sendo o
custo de estocagem unitário de $1,00, o custo de armazenagem do ES seria de $168,00.
Considerando os dois extremos, a qual a demanda poderia ser mínima ou poderia ser
máxima, os LECs respectivos conforme os percentil 0% e 100% na Tabela 2, seria de 165,78
unidades e 257,85 unidades respectivamente. A proposta do presente trabalho situa-se em
considerar um ES de justamente a diferença entre as condições de demanda máxima e mínima
provável no LEC se a empresa não quiser correr risco algum dado apenas as variáveis do
modelo, neste caso ES = 257,85 − 165,78 = 92,07. O custo de estocagem por este método
seria de $92,07, uma economia de $75,93 em relação ao método considerando apenas o nível
de serviço. Para justificar um ES de aproximadamente 92 unidades, considere o Gráfico 3.
Gráfico 3 – ES Máximo no Processo de Simulação Exemplificado
Nível Estoque PR=173
(unidades)
Emáx = 258
LEC=166 LEC=166
LEC=258 Chegada do
Produto
ES = 92
T1=5,62 T2=11,24 T3=16,86 Tempo (dias)

No momento inicial a demanda é a mínima provável (606,67 unidades/mensais),

justificando um LEC de 166 unidades. Nesta situação a freqüência dos pedidos dar-se de 5,62
a 5,62 dias, se a demanda permanecesse constante neste nível um ES = 92 não se justificava.
Porém, como não se sabe a variabilidade da demanda e dos outros fatores que influenciam o
LEC, a empresa optou por ter um ES igual a diferença do valor da demanda máxima e mínima
mais provável (92 unidades).
No momento T1 sem a empresa esperar uma variabilidade na demanda, pediu-se 166

unidades ao fornecedor do produto, porém no momento do pedido a variabilidade da demanda
foi a máxima provável, ou seja, a demanda a partir de T1 passou a ser de 1.386,75 unidades.
Não sabendo a variabilidade da demanda a empresa programou por fazer o próximo pedido
considerando a freqüência do LEC de 166 unidades, ou seja, após 5,62 dias do tempo T1.
Nestes termos a demanda entre T1 e T2 seria de 259,78 (1.386,75 : 30 × 5,62), como existe
um nível de estoque de 258 unidades, dado pelo LEC anterior de 166 unidades e do ES de 92
unidades, a empresa praticamente atenderia toda a demanda. No tempo T2, com o estoque
zerado a empresa teria que repor o ES, pedindo para tal, um LEC de 258 unidades. No
período entre T2 e T3 a demanda volta ao patamar mínimo inicial, justificando um pedido de
166 unidades no tempo T3, pelo fato de não ter sido consumido o ES.
Na análise supracitada considerou-se que o produto é entregue no momento do pedido,

porém se o prazo de entrega for 4 dias como considerado, a essência das conclusões não se
altera, mudando apenas o momento de ser feito o pedido. No Gráfico 3 o PR é apresentado
como sendo 173 unidades [ 80,89 (PR sem o ES) + 92 (ES)] e o tempo T1, T2 e T3, passa a ser
considerado como o tempo de chegada do LEC comprado a 4 dias atrás.
Um maior rigor teórico na análise do LEC, torna-se de suma importância

principalmente se o custo total for significamente sensível às quantidades do LEC. Na
aplicação proposta, dado as variáveis aleatórias de entrada, o custo total simulado para 10.000
cenários possíveis parece ser um pouco significativo, representando que se as quantidades do
LEC aumentarem 10% o custo total aumenta 4,65%, conforme o Gráfico 4. Quanto menos
sensível for o custo total em relação ao LEC, conseqüentemente mais suave será a curva de
custo total e mais próximo do ponto de mínimo custo total obtêm-se por uma informação
intervalar dada por uma análise probabilística, como pode ser evidenciado no Gráfico 5.
Gráfico 4 – Análise de Sensibilidade do CT em relação ao LEC
Variável Objetivo : CT
-1,000 -0,500 0,000 0,500 1,000
LECa
Gráfico 5 – LEC Intervalar
Custo Custo
Total Total
Quantidades Quantidades
LEC LEC
FONTE: Elaboração própria
5. Considerações Finais
A complexidade, instabilidade e rapidez com que as mudanças ambientais se operam,

obrigam as empresas adotarem instrumentos mais eficientes de coleta e interpretação de dados
e informações, que procurem incluir o risco nas análises organizacionais. Neste sentido,
especificamente com relação à gestão de estoques, devido às incertezas inerentes aos vários
parâmetros que são estimados para se tomar decisões, associar o risco na gestão de estoques
torna-se consideração essencial para fundamentar as estratégias de tais ativos.
As estratégias clássicas de gestão de estoques não levam em consideração o risco de

estimativas que influenciam os diversos parâmetros das decisões a serem tomadas. Na
verdade, uma das hipóteses do modelo mais tradicional da gestão de estoques, o Lote
Econômico de Compras (LEC), considera que não existe risco nas variáveis que influenciam
o modelo.
O presente trabalho objetivou desenvolver um método estático que levasse em

consideração o risco na gestão de estoques, usando para tal, o processo de simulação por meio
do Método de Monte Carlo (MMC). Neste sentido, foi apresentado uma aplicação prática do
MMC, com o apoio do software Crystal Ball 2000.5, na gestão financeira de estoques,
especificamente no modelo tradicional do LEC, por ser ele o mais utilizado. A partir dos
níveis de “riscos aceitáveis” pela empresa, dado pela: freqüência de novos pedidos, pela
extensão do Lead Time, nível de atendimento ao consumidor desejado e principalmente pela
variabilidade da demanda, o presente trabalho propôs formular uma estratégia específica e
diferenciada, atribuída no estoque de segurança, através dos valores máximos e mínimos
obtidos no processo de simulação.
6. Referências Bibliográficas
ASSAF NETO, Alexandre. Finanças Corporativas e Valor. São Paulo: Atlas, 2003.
ASSAF NETO, Alexandre & TIBÚRCIO, César Augusto. Administração do Capital de Giro. 2º Ed, São Paulo:
Editora Atlas, 1997.
BRAGA, Roberto. Fundamentos e Técnicas de Administração Financeira. 1º Ed, São Paulo: Editora Atlas,
1995.
EVANS, James R., OLSON, David L. Introduction to Simulation and Risk Analysis. Upper Saddle River:
Prentice-Hall, 1998.
HANSEN, Don R. & MOWEN, Maryanne M. Gestão de Custos: Contabilidade e Controle. Tradução 3º Ed.
norte-americana, São Paulo: Editora Pioneira Thomson Learning Ltda, 2001.
GARRISON, Ray H. & NOREEN, Eric W. Contabilidade Gerencial. 9º Ed., Rio de Janeiro: LTC Editora, 2001.
GITMAN, Lawrence J. Princípios de Administração Financeira. 7º Ed, São Paulo: Editora Harbra, 2002.
MAGEE, J. F. Guides to Inventory Policy: Problems of Uncertainty. In: Readings on the Management of
Working Capital, Updated for the second edition, New York, West Publishing Company, 1980.
SANVICENTE, Antônio Zoratto. Administração Financeira. 3º Ed, São Paulo: Editora Atlas, 1997.
SCHERR, Frederick C. Modern Working Capital Management. Prentice-Hall, 1989.
TRIOLA, Mário F. Introdução à Estatística. 7º Ed, Rio de Janeiro: Editora LTC, 1999.
WESTON, J. F. & BRIGHAM, E. F. Fundamentos da Administração Financeira. 10º Ed, São Paulo: Pearson
Education do Brasil, 2000.

Artigo - Pablo Sobre LEC PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Artigo - Pablo Sobre LEC PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Anais do VII Simpósio de Administração da Produção, Logística e Operações

Internacionais – SIMPOI 2004 – FGV-EAESP

Avaliando o Risco na Gestão Financeira de Estoques

Resumo: As estratégias clássicas de gestão do estoques, especificamente o modelo do lote

Palavras-chave: Gestão de Estoques, Risco, Método de Monte Carlo.

A gestão de estoques é diferente da administração de outros ativos e obrigações. Estes

Classicamente as estratégias de gestão financeira de estoques relatadas nos manuais de

Porém, a crescente complexidade, instabilidade e rapidez com que as mudanças

“certainty approach”: neste método as estratégias são formuladas de acordo com os

“uncertainty approach”: esta é uma metodologia alternativa, na qual o risco dos

Mercadorias e produtos acabados;

A manutenção de estoques de mercadorias e produtos acabados significa fornecer um

A manutenção de produtos em elaboração é motivada por propiciar uma reserva flexível

Em relação à manutenção de estoques de material de consumo e almoxarifados, Assaf

Essas alternativas de manutenção de estoques representam soluções para problemas

Em um sentido mais amplo, as empresas poderão adotar estratégias mais abrangentes

Feita a classificação dos estoques, e relatados os principais motivos para a manutenção

1) os que são diretamente proporcionais ao volume mantido em estoque (custo de

estocados; custo de oportunidade; despesas de manejo, transporte e transferência física

Segundo Scherr (1989, p.289), os custos e as características especificas dos estoques

O sistema ABC classifica os estoques em três grupos, existindo diversas regras

O PR ou Ponto de Pedido considera os níveis de estoques e a demanda constante, e

Onde: PR = ponto de recompra; p = prazo de entrega; d = demanda diária.

FONTE: Elaboração própria.

2.1. Lote Econômico de Compra

O administrador financeiro deve buscar minimizar as necessidades de investimentos

O modelo do LEC determina o volume ideal de recursos aplicados em itens estocados,

O custo de estocagem total é determinado:

Onde: Ce = custo de estocagem unitário; e Em = estoque médio.

Como a demanda do produto é constante o estoque médio pode ser encontrado:

Onde: Q = quantidade de cada pedido.

Já o custo do pedido total é determinado:

Onde: Cp = custo de cada pedido; e N = número de pedidos

O número de pedidos, por sua vez, pode ser encontrado:

Onde: D = demanda do período

Igualando a zero (condição necessária para o ponto de mínimo) e transpondo os

A apresentação típica do LEC é demonstrada no Gráfico 2. Tomando o exemplo

FONTE: Elaboração própria.

Os custos associados ao exemplo supracitado resumem-se:

CT = CpT + CeT = $200

Nenhum outro lote de compra minimiza os custos totais se a quantidade de produto

No instante que a curva do custo de armazenagem e do custo de pedir se igualam, o

Gráfico 3 – Curvas de Custos Relacionadas ao LEC

FONTE: Elaboração própria.

2.1. Alternativas para as Limitações do Modelo do Lote Econômico de Compra

Algumas hipóteses do modelo do LEC tradicional podem ser facilmente relaxadas, ou

No caso do recebimento do pedido não for de imediato, a metodologia do PR mostra

Em relação à suposição que o modelo básico do LEC não admita a existência de

LEC A = i ( D / Ce) + LECT (1 + i )

Onde: i = percentual de aumento previsto; LECT = lote econômico de compra

Para trabalhar o LEC considerando a interdependência entre os produtos ou

As hipóteses de demanda constante e do fato de não existir risco na análise tradicional

Segundo Magee (1980), os principais objetivos de se manter um ES são:

Proteger contra incertezas de quantidades;

Logo, as variáveis que afetam mais diretamente a medida do ES são:

Freqüência de novos pedidos;

A freqüência de novos pedidos depende em última instância da demanda do produto.

A volatilidade da demanda é a variável que assume mais importância no cálculo do

Modelo de Black-Sholes de opções de preços;

A maior diferença entre os problemas estáticos e os dinâmicos de estoques, diz

O presente trabalho, diferentemente de Scherr (1989), propõem a aplicação do

O desenvolvimento prático da SMC aplicada ao LEC considerada no trabalho, propõe

Antes da exemplificação do modelo proposto, fazer-se-á algumas considerações sobre