See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/305221662

A GESTÃO DE RISCOS COMO FERRAMENTA PARA AUMENTO DA

COMPETITIVIDADE DAS EMPRESAS

Chapter · January 2011

CITATIONS READS

3 2,458

11 authors, including:

Francisco José Kliemann Joana Siqueira de Souza

Universidade Federal do Rio Grande do Sul Universidade Federal do Rio Grande do Sul
101 PUBLICATIONS   316 CITATIONS    32 PUBLICATIONS   44 CITATIONS   

SEE PROFILE SEE PROFILE

Charles Ulises De Montreuil Carmona Djalma Rangel

Federal University of Pernambuco Instituto Federal de Educação, Ciência e Tecnologia de Pernambuco (IFPE)
39 PUBLICATIONS   52 CITATIONS    6 PUBLICATIONS   83 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Identification and assessment of risk in supply chain methodology View project

Agricultural risk management through the Enterprise Risk Management perspective View project

All content following this page was uploaded by Charles Ulises De Montreuil Carmona on 12 July 2016.

The user has requested enhancement of the downloaded file.

 Capítulo III

A GESTÃO DE RISCOS COMO FERRAMENTA PARA

AUMENTO DA COMPETITIVIDADE DAS EMPRESAS

Francisco José Kliemann Neto

Universidade Federal do Rio Grande do Sul - UFRGS

Joana Siqueira de Souza

Pontifícia Universidade Católica do Rio Grande do Sul - PUCRS

Charles Ulises de Montreuil Carmon

Universidade Federal de Pernambuco - UFPE

Claudio Margueron
Universidade Federal do Rio de Janeiro - RJ

Djalma Araújo Rangel

Universidade Federal da Paraíba - UFPB

Eder Oliveira Abensur

Universidade Federal do ABC - UFABC

Luciano Jorge de Carvalho Junior

Universidade Federal do Rio de Janeiro - RJ

Maria Silene Alexandre Leit

Universidade Federal da Paraíba - UFPB

Régis da Rocha Motta

Universidade Federal do Rio de Janeiro - RJ

Taiane Kamel de Oliveira

Universidade Federal da Paraíba - UFPB

Thereza Aquino
Universidade Federal do Rio de Janeiro - RJ
 SUMÁRIO

pág
1. INTRODUÇÃO, OBJETIVOS E JUSTIFICATIVA
2. CONCEITOS E TIPOLOGIAS DE RISCO
2.1. Conceito de risco
2.2. Riscos empresariais
2.3. Riscos em cadeias de suprimentos
3. MÉTODOS DE ANÁLISE DE RISCOS
3.1. O processo de análise de riscos
3.2. Métodos de análise qualitativos de priorização
3.3. Métodos de análise qualitativos de avaliação
3.4. Métodos de análise quantitativos determinísticos
3.5. Métodos de análise quantitativos probabilísticos
3.6. Considerações finais sobre os métodos de análise de riscos
4. GESTÃO DE RISCOS
4.1. O processo de Gestão de riscos
4.2. Modelos para Gestão de riscos
5. ESTUDOS DE CASO
5.1. Seleção de portfólio de empresas petrolíferas pela combinação
de Árovre de Decisão e Teoria da Utilidade Multiatributo
5.2. Um modelo de Gestão de Risco aplicado à avaliação de
financiamento de veículos
5.3. O government take e a atratividade do Brasil para
investimentos internacionais em upstream: creaming e volume
de óleo recuperável
6. CONSIDERAÇÕES FINAIS
7. REFERÊNCIAS
RELATO DA SESSÃO DIRIGIDA
1. INTRODUÇÃO, OBJETIVOS E JUSTIFICATIVA

A instabilidade dos mercados, o aumento da concorrência global e o

crescimento do poder de barganha dos clientes são exemplos de
modificações que têm gerado impacto nos rumos dos projetos atuais. Tais
mudanças têm sido tão representativas que a atual situação na qual as
empresas se encontram para tomada de decisão deixou de ser uma situação
de risco (que para alguns autores refere-se a situações onde probabilidades
objetivas podem ser associadas aos resultados do projeto), para se tornarem
situações de incerteza, nas quais ou não se pode associar uma distribuição
de probabilidade de ocorrência ou somente se pode associar uma distribuição
subjetiva (KNIGHT, 1921, CASAROTTO FILHO; KOPITTKE, 2000).
Indo ao encontro desta afirmação, Lorea e Graciani (2007) apontam que
as atividades empresariais, incluindo-se a realização de projetos, envolvem a
convivência com alto grau de risco, mesmo os gestores tendo aversão ao
mesmo. Antonik (2004) afirma que as decisões de investimentos em projetos
não são, na realidade, tomadas com plena segurança de seus possíveis
resultados. Ou seja, sempre haverá um grau de insegurança, onde potenciais
eventos poderão ocorrer, comprometendo, assim, o resultado esperado.
Pode-se inferir, então, que é de extrema importância que seja realizada a
Gestão de Riscos no momento de avaliar um projeto, seja ele de qualquer
natureza. Segundo Rovai (2005), muita atenção tem sido dada à questão do
risco financeiro de um projeto, onde técnicas mais sofisticadas já estão
disponíveis para as empresas. Porém, o autor destaca que o foco exclusivo
no risco financeiro de uma forma geral não se preocupa em entender como de
fato e nem onde os riscos irão ocorrer.
A Gestão de Riscos é um tema atual e bastante em voga nas discussões
sobre análise de projetos, basicamente pelo fato dos fluxos de caixa dos
projetos serem desenhados a partir de uma realidade diferente daquela na
qual ocorrerão. Logo, a Gestão de Riscos se faz necessária em ambientes de
maior instabilidade, realidade enfrentada pela maioria das organizações
(DAMODARAN, 2009). Dinsmore e Cavalieri (2005) conceituam a Gestão de
Riscos como sendo um processo sistemático de definição, análise e resposta
aos riscos do projeto cujo objetivo é maximizar os eventos positivos e
minimizar as conseqüências dos eventos negativos. Os autores ainda
destacam que os principais processos da gerência de riscos em um projeto
são: (i) identificação dos riscos; (ii) análise qualitativa dos riscos; (iii) análise
quantitativa dos riscos; e (iv) planejamento de respostas a riscos. Atualmente,
uma das principais fontes de discussão sobre o Processo de Gestão de
Riscos é o PMBoK – Project Management Body of Knowledge – que é uma
publicação desenvolvida pelo Project Management Institute (PMI), criado nos
Estados Unidos com o intuito de pesquisar e contribuir para o estado da arte
em gerenciamento de projetos.
Além do PMBoK (2004), outros trabalhos como de Rovai (2005) já vêm
focando na definição de uma metodologia para o correto tratamento de riscos
associadas a projetos. Em dezembro de 2009, a Associação Brasileira de
Normas Técnicas (ABNT) disponibilizou o ISO Guia 73 e a NBR ISO 31000,
que versam respectivamente sobre Gestão de Riscos focados em padronizar
vocabulários e princípios e diretrizes.
 Entretanto, apesar de algumas metodologias já terem sido estabelecidas,
a discussão e, principalmente, a implementação das práticas sugeridas
nestas literaturas ainda é incipiente nas organizações. Pode-se afirmar que
praticamente todas as empresas apóiam e ratificam a importância do uso de
ferramentas que permitam o maior controle de seus projetos, porém apenas
algumas destas empresas efetivamente aplicam os conceitos abordados.
Tendo isto em vista, este capítulo tem como objetivo principal criar um
espaço para a discussão do impacto de uma adequada Gestão de Riscos
para a melhoria da competitividade das empresas, com particular foco na
modelagem da análise de risco através do uso de diferentes ferramentas
existentes na literatura.
Como objetivos secundários, este capítulo busca adicionalmente discutir
as principais ferramentas utilizáveis para a Gestão de Riscos, tais como
Análise de Sensibilidade, Análise de Cenários, Árvore de Decisão, Simulação
de Monte Carlo, Value at Risk (VaR), Teoria de Opções Reais, entre outros
métodos existentes. Ainda, busca discutir criticamente os principais conceitos
associados à temática Gestão de Riscos, tais como a tipificação dos
diferentes tipos de riscos (econômicos, sociais, ambientais, financeiros,
tecnológicos, entre outros), além de discutir a aplicabilidade da Gestão de
Riscos no atual ambiente competitivo, apoiando-se para isso na apresentação
de casos reais de aplicação.
Assim, serão apresentados na seqüência conceitos e ferramentas de
análise de risco que subsidiam a gestão de riscos nas organizações em geral.
Este capítulo está focado no processo de gestão de riscos nas organizações,
não tendo foco especificamente em um tipo apenas de empresa. Como
conseqüência disto, não se espera que este capítulo consiga encerrar a
discussão sobre Gestão de Riscos. Ao contrário, este material apenas
alavanca uma temática extremamente importante na gestão atual das
organizações, mas ainda carente de práticas reais.
Destaca-se também a necessidade de incorporar aos cursos de
graduação em Engenharia de Produção uma maior discussão sobre os
conceitos a serem abordados na seqüência deste capítulo, dado a deficiência
educacional atualmente existente nesta área. A Gestão de Riscos é temática
atual e mostra-se uma prática altamente necessária para o sucesso dos
investimentos de capital das organizações.
2. CONCEITOS E TIPOLOGIAS DE RISCO

Nesta seção serão apresentados os principais conceitos associados à

temática de Gestão de Riscos, tais como o conceito de „risco‟, que ainda não
possui na literatura consultada uma definição única e consensual, e as
tipologias de riscos, focando em riscos empresariais e riscos de cadeias de
suprimentos.

2.1. Conceito de risco

Alguns estudos tendem a considerar os conceitos de risco e incerteza

como tendo o mesmo significado. Entretanto, sabe-se que há diferenças
conceituais entre eles. Recorrendo-se ao dicionário Aurélio, encontram-se
conceituações diferentes para risco e incerteza: o primeiro é definido como
perigo ou possibilidade de perigo, isto é, situação em que há probabilidades
mais ou menos previsíveis de perda ou ganho, como por exemplo em um jogo
de azar ou em uma decisão de investimentos; por outro lado, o dicionário
conceitua incerteza como sendo a falta de certeza, hesitação, indecisão,
perplexidade ou dúvida.
Knight (1921) foi um dos primeiros autores a se preocupar em conceituar
risco e incerteza de forma claramente diferenciada. De acordo com o autor,
incerteza é uma situação para a qual ou não se pode associar qualquer
distribuição de probabilidades, ou somente se pode associar uma distribuição
de probabilidades subjetiva. Ou seja, incerteza significa que uma decisão
poderá chegar a vários resultados diferentes, cujas probabilidades são
desconhecidas. Por outro lado, Knight (1921) conceitua risco como sendo
uma situação para a qual uma distribuição de probabilidades objetiva pode
ser associada aos resultados, isto é, o risco é a possibilidade de que uma
decisão possa implicar em diferentes resultados. Alessandri et al. (2004), em
seus estudos sobre o tema, convergem para o mesmo conceito de risco e
incerteza que Knight (1921), conforme mostra a Figura 3.1.

Figura 3.1 - Diferença entre certeza, risco e incerteza

Fonte: adaptado de Alessandri et al. (2004)
 Outro conceito, descrito por Hubbard (2007), sustenta que incerteza é a
falta de completa „certeza‟, ou seja, a existência de mais de uma
possibilidade, onde a verdadeira saída, resultado ou valor não é conhecido. É
um conjunto de probabilidades para um conjunto de possibilidades. Por
exemplo, pode-se dizer que há 60% de chance de um mercado duplicar em
cinco anos, 30% de chance de ele crescer em uma taxa menor e 10% de
chance do mercado encolher no mesmo período. Logo, para este autor, risco
é um estado da incerteza, onde algumas possibilidades envolvem uma perda,
catástrofe, ou outra saída/resultado indesejável. É um conjunto de
possibilidades com probabilidades e perdas quantificadas. Dando outro
exemplo, em determinado projeto de prospecção pode haver um risco de 40%
de que o óleo esteja seco, gerando uma perda de $12 milhões com custos de
perfuração.
Seguindo esta mesma linha, a Standards Australia e Stardards New
Zealand (AS/NZS 4360, 1999), organização que representa um grupo com
interesse no desenvolvimento de normas técnicas, conceitua risco como
sendo a chance de algo acontecer (evento) e que terá impacto nos objetivos
do projeto. Para eles, o risco é medido em termos de probabilidades e
consequências, onde consequência é a saída de um evento expressa em
termos quanti ou qualitativos, sendo uma perda, uma desvantagem ou um
ganho.
A Associação Brasileira de Normas Técnicas (ABNT) conceitua risco e
incerteza de formas diferentes, assim como a norma antecessora AS/NSZ
4360, afirmando que incerteza “é o estado, mesmo que parcial, da deficiência
das informações relacionadas a um evento, sua compreensão, seu
conhecimento, sua consequência ou sua probabilidade”. Logo, risco é
associado a um desvio em relação ao esperado, caracterizado pela
combinação de um evento, sua probabilidade de ocorrência e suas
consequências, podendo estas serem positivas e/ou negativas (ISO GUIA
73:2009, p.1).
Damodaran (2009) salienta a diferença de conceitos sustentada pelos
diferentes autores, como Knight (1921) e Alessandri et al. (2004) e Hubbard
(2007), afirmando que enquanto algumas definições concentram-se apenas
na probabilidade de ocorrência de determinado evento, as definições mais
amplas ou abrangentes incluem tanto a probabilidade de ocorrência quanto as
consequências deste evento. Isto é, o risco seria um caso particular de
incerteza onde, além de haver uma probabilidade de ocorrência dos eventos,
também seria possível estabelecer-se os impactos deles decorrentes.
Ainda, Damodaran (2007) destaca que risco refere-se à probabilidade de
obter-se um retorno de investimento que seja diferente do previsto. Assim,
risco inclui não somente os maus resultados (downside risk), como também
os bons resultados (upside risk). O PMBoK (2004, p.238) vai ao encontro
desta afirmação, afirmando que risco de um projeto é “um evento ou condição
incerta que, se ocorrer, terá um efeito positivo ou negativo sobre pelo menos
um objetivo do projeto, como tempo, custo, escopo ou qualidade”. Entretanto,
também há outra leitura para esta definição, pois Lapponi (2007) refere-se ao
risco como sendo somente os maus resultados que podem resultar de uma
opção de investimento.
 A Figura 3.2 apresenta uma compilação de diferentes pontos de vista de
alguns autores sobre a conceituação de risco e incerteza.

Risco Incerteza
Considera Associa a Não há
Associa a Identifica Considera
o impacto probabilida- possibilida-
probabilidade o impacto somente o
Referências positivo e de de de de
de ocorrência do evento impacto
negativo ocorrência identificação
de no negativo de
de de da
determinado resultado determinado
determina- determinado probabilidade
evento do projeto evento
do evento evento de ocorrência
Knight
X X
(1921)
Alessandri et al.
X X
(2004)
Hubbard
X X X X
(2007)
Damodaran
X X X
(2007, 2009)
Lapponi
X X
(2007)
AS/NZS 4360
X X X
(1999)
PMBoK
X X X
(2004)
COSO
X X X
(2007)
NBR 31000
X X X X
(2009)
Figura 3.2 - Conceitos associados a risco e incerteza

Pode-se observar que a grande maioria das fontes pesquisadas

converge para a definição de que risco e incerteza diferenciam-se pela
possibilidade ou não de identificação das probabilidades de ocorrência. Ainda,
a maior parte da literatura aponta que faz parte do conceito de risco a
possibilidade de identificar o impacto que determinado evento resulta em um
projeto em análise, bem como converge que risco é a consequência de um
evento que poderá ter impacto positivo ou negativo sobre um projeto. Ou seja,
risco é não acontecer exatamente o que estava sendo previsto, seja o
impacto resultante deste evento melhor ou pior para o projeto, e
conseqüentemente, para a empresa em questão.
Por sua vez, evento é conceituado pela ABNT como sendo uma
“ocorrência ou mudança em um conjunto específico de circunstâncias, [...]
podendo consistir em uma ou mais ocorrências e podendo ter várias causas
(ISO GUIA 73:2009, p.4).

2.2. Riscos empresariais

Tendo em mente o conceito de risco é importante destacar que o risco é

um elemento importante nas análises de projetos e que sua importância
cresce à medida que o tempo envolvido com o projeto em análise aumenta.
Isto é, o elemento risco é dependente do fator tempo. Os desvios-padrão das
 distribuições de probabilidades envolvidas com o elemento risco tendem a
aumentar conforme o passar do tempo. Logo, faz-se necessário identificar os
tipos de riscos ao qual uma organização está sujeita para permitir que a
melhor tomada de decisão seja feita para enfrentar eventos futuros (ROVAI,
2005).
Os eventos podem ser classificados de diversos modos e nenhuma
classificação será útil para todos os propósitos. Pode-se considerar como
uma categoria aqueles eventos que afetam o nível geral de atividade
econômica. A situação política internacional, a política fiscal e monetária do
governo e o grau de confiança da comunidade empresarial são considerados
fatores que ajudam a determinar o nível real da atividade econômica. Uma
outra categoria são aqueles eventos que tendem a afetar todas as empresas
de uma indústria. Por exemplo, todas as empresas na indústria de aço serão
afetadas pelo resultado das negociações sindicais, que determinarão os
salários na indústria, por novas descobertas importantes de minérios de ferro,
mudanças no custo de transporte por ferrovias ou navios e por impostos que
afetam o aço. Uma terceira categoria seriam os eventos afetando diretamente
uma empresa em particular, tais como uma mudança na sua administração ou
um desastre natural, como um incêndio ou inundação. Do mesmo modo,
eventos incertos afetando, principalmente, uma linha de produto ou um
projeto de investimento específico, podem ser isolados.
A classificação dos eventos é o primeiro passo para enfocar a atenção
sobre o que é mais relevante em uma decisão específica. A desejabilidade de
um investimento é provável de ser afetada mais por alguns eventos que por
outros.
Assim, na literatura são identificados diferentes tipos de riscos. Os mais
citados e conhecidos são os riscos de mercado, que são decorrentes de
eventos externos à organização e que em geral afetam todas as empresas,
tais como mudanças nas taxas de juros, câmbio de moeda estrangeira,
aumento ou redução de inflação, mudanças de ordem política
(DAMODARAN, 2007). Entretanto, conforme definição da organização
RISKSIG (Risk Management Specific Interest Group), existem 3 grupos de
riscos: (i) Gerenciamento de riscos: corresponde ao conjunto de riscos da
empresa que conduz o projeto, a operação ou a análise, e que considera o
gerenciamento do projeto como gerenciamento de riscos organizacionais; (ii)
Riscos externos: é o conjunto de riscos que está além da capacidade da
empresa de intervir ou controlar, como ações de terceiros, forças climáticas,
mercados, entre outros; e (iii) Tecnologia de riscos: corresponde ao conjunto
de riscos inerentes à tecnologia e processos usados em um projeto,
operação ou análise. Estes grupos podem ainda ser subdivididos em áreas
de riscos, como riscos corporativos (experiência, estabilidade, processo,
capacidade financeira), riscos de clientes (interação com o cliente,
estabilidade, contratos), riscos externos (riscos naturais, culturais, política,
legal/regulamentar, econômicos), riscos de tecnologia (incerteza sobre
escopo, condições de uso, recursos físicos), riscos de cronograma (prazo),
riscos tecnológicos (por exemplo, integração de softwares), riscos
organizacionais (cultura organizacional, recursos humanos), riscos dos
requisitos e de especificações de escopo, risco de gerenciamento técnico e
de projeto e riscos de complexidade.
 A metodologia COSO (2007) sugere classificar os riscos em fatores
externos e internos. Os fatores externos envolvem riscos econômicos
(capital, desemprego, concorrência, etc.), riscos de meio-ambiente
(emissões, energia, desastres, etc.), riscos políticos (legislações,
regulamentos, etc.), riscos sociais (demografia, terrorismo, comportamentos
etc.) e riscos tecnológicos (interrupções, dados externos, tecnologia
emergentes etc.). Já os fatores internos incluem riscos de infraestrutura
(capacidade dos bens, acesso ao capital, complexidade etc.), riscos de
pessoal (capacidade dos empregados, saúde, segurança etc.), riscos de
processo (design, execução, fornecedores etc.) e riscos de tecnologia
(integridade de dados, disponibilidade de dados, manutenção,
desenvolvimento etc.).
Complementando a classificação, Piyatrapoomi et al. (1999) classificam
os riscos em 14 tipos, os quais são agrupados em 4 grandes categorias: (i)
Riscos da empresa: risco tecnológico, risco de flexibilidade e adaptabilidade,
risco operacional associado a recursos humanos e treinamento, e riscos
operacionais associados a procedimentos; (ii) Riscos de saída: risco de
substitutos e risco de barreira de entradas; (iii) Riscos de entradas: risco de
competição e risco de fornecimento; e (iv) Riscos no ambiente sistêmico:
risco político, risco social, risco cultural, risco ambiental, risco econômico e
risco financeiro.
Estas classificações estão focadas somente no risco empresarial, ou seja,
no risco a que uma organização está exposta individualmente. O atual
ambiente competitivo exige que também sejam avaliados os riscos aos quais
uma cadeia de suprimentos de uma empresa está exposta. Assim, a próxima
seção buscará discorrer sobre tipologias de risco adaptadas à gestão de
cadeias de suprimentos.

2.3. Riscos em cadeia de suprimentos

Nota-se que o mercado competitivo exige das empresas relações cada

vez mais integradas e, portanto, complexas nas ligações entre empresa–
fornecedor–cliente. Com isto, o aumento dos riscos envolvidos nesses
relacionamentos é inevitável, bem como a busca por solucioná-los ou reduzi-
los passou a ser prioridade em determinadas organizações.
Mudanças no ambiente de negócios exigem das empresas uma nova
forma de se organizar para que estas se mantenham de maneira competitiva
no mercado. As empresas precisam se empenhar em realizar apenas as
atividades relacionadas às suas competências essenciais (core
competences), passando o restante das atividades para outras empresas.
Essa nova forma de configuração de empresas é chamada de cadeia de
suprimentos (supply chain) (LAMBERT et al., 1998).
Pires (2004) amplia esta visão quando conceitua cadeia de suprimentos
como o conjunto de empresas que são responsáveis pela obtenção,
produção e liberação de um determinado bem ao cliente final. Oliveira (2008)
acrescenta às atividades dos membros da cadeia de suprimentos também a
responsabilidade pelo fluxo reverso dos produtos e subprodutos gerados nos
processo de produção.
 As implicações das falhas ocorridas em cadeias de suprimentos geram
custo e podem levar a significativos atrasos nas entregas aos consumidores.
(WU; BLUCKHURST; CHIDAMBARAM, 2006). Um grande número de
dimensões e áreas deve ser envolvido em situações de gerenciamento de
riscos em cadeias de suprimentos. Segundo Tang (2006), interrupções em
uma cadeia de suprimentos acarretam danos no curto, médio e longo prazo.
Narasimhan e Talluri (2009) afirmam que o gerenciamento de riscos na
cadeia de suprimentos (supply chain risk management - SCRM) é um tema
que vem sendo alvo de pesquisas devido à sua importância para diversos
setores industriais. Assim, Jüttner et al. (2003) conceituam o SCRM como
“(...) a identificação e gestão dos riscos para a cadeia de suprimentos,
através de uma abordagem coordenada entre os membros da cadeia de
suprimentos, pra reduzir a vulnerabilidade da cadeia como um todo”.
Para Christopher (2002), no gerenciamento das cadeias de suprimentos
os riscos podem ser identificados a partir da coordenação, da continuidade
das relações e do desempenho entre os membros da cadeia. Já para Tang
(2006), com base na abordagem de Christopher, pode-se atribuir duas
dimensões a gestão do risco em cadeias de suprimentos: (i) risco
operacional: refere-se às incertezas em relação à demanda do consumidor,
às incertezas no abastecimento e à incerteza em relação aos custos; (ii) o
impacto da mitigação: refere-se a quatro abordagens básicas - gestão de
suprimentos, gestão da demanda, gestão de produtos e gestão das
informações, gerenciados a partir dos mecanismos de coordenação e
colaboração.
Christopher e Peck (2004) afirmam que os riscos em cadeia de
suprimentos podem ser classificados de distintas maneiras e várias
perspectivas. Baseando-se num trabalho realizado por Mason-Jones e Towill
(1998), classificaram esses riscos com relação a sua abrangência e fonte,
conforme Figura 3.3.

Tipo de Risco Conceituação

INTERNO A EMPRESA
Está relacionado à ruptura dos processos (seqüências que agregam
valor e atividades gerenciais encarregadas pela empresa). Estes são
Processo
dependentes dos ativos internos detidos ou geridos e da infra-
estrutura em funcionamento.
Decorre da aplicação ou não aplicação dos pressupostos, regras,
sistemas e procedimentos que orientam como uma organização
Controle exerce controle sobre os processos. Na cadeia de suprimentos,
estão ligadas a quantidades, tamanho de lote, política de estoque de
segurança etc..
EXTERNO A EMPRESA, MAS INTERNO A REDE DA CADEIA DE SUPRIMENTOS
Relaciona-se com os distúrbios, potencial ou atual, no fluxo de
produto, informação, e de caixa provenientes de dentro da cadeia,
entre a empresa focal e o mercado. Em particular, está ligado aos
Demanda
processos, controles, dependências de infra-estrutura e ativo de
organizações a jusante e adjacente a empresa focal.

Risco emanado do distúrbio do fluxo de produto ou/e informação de

Suprimentos
dentro da cadeia, a montante da empresa focal.
EXTERNO A CADEIA
Surge de eventos sobre os quais a cadeia de suprimentos não tem
Ambiental
controle, como desastres naturais, eventos sócio-políticos,
 econômicos ou tecnológicos, e pode afetar a empresa focal, a
cadeia inteira e até mesmo o próprio mercado.
Figura 3.3 - Riscos em cadeia de suprimentos apresentados por Christopher e Peck
(2004)
Para Hallikas et al. (2004), os riscos surgem das incertezas, tendo como
fontes principais a demanda de clientes e a entrega do pedido ao cliente. Este
autor classifica o risco em quatro tipos, como pode ser visto na Figura 3.4.

Tipo de Risco Conceituação

Risco de Demanda Decorre da má previsão da demanda devido às tendências
econômicas ou mudança de geração de um produto.
Risco de Entrega ao Ocorre devido a problemas de atendimento do pedido dos clientes,
Cliente exigindo que cada um dos membros da cadeia controle as atividades
das empresas subcontratadas, em critérios como qualidade e prazo.
Risco Financeiro Risco proveniente da má gestão dos custos e precificação de
produtos, análise de investimentos.
Risco de Recursos, É definido como o risco advindo falta de habilidade de seguir
desenvolvimento e tendências, de desenvolver e criar novos conhecimentos quando
flexibilidade necessário.
Figura 3.4 - Riscos em cadeia de suprimentos apresentados por Hallikas et al. (2004)

Cavinato (2004) supõe que todos os riscos envolvem as atividades

logísticas da cadeia de suprimento. Assim, propõe cinco (5) categorias de
risco (Figura 3.5).

Tipo de risco Conceituação

Risco Físico Decorre dos movimentos e fluxos que ocorrem dentro ou entre
empresas, transporte, mobilização de serviços, movimento de entrega,
armazenamento e inventários.
Risco Financeiro Provém de problemas nos fluxos de caixa entre as empresas,
constituição de despesas e realização de investimentos na cadeia
inteira.
Risco Informacional Surge da ineficiência nos processos e sistemas eletrônicos, na
movimentação de informações, no acesso a informações-chave,
captura e uso de dados, permissão de processos.
Risco Relacional É definido pela ligação inadequada entre fornecedor–empresa–cliente,
como também por problemas de relacionamentos no abastecimento
interno da empresa.
Risco de Inovação Inabilidade da cadeia de descobrir e desenvolver oportunidades de
produtos, serviços e processos.
Figura 3.5 - Riscos em cadeia de suprimentos apresentados por Cavinato (2004)

Wang e Yang (2007) classificam as causas das rupturas em 2 categorias:

risco externo e risco interno. Cada um desses é subdividido em vários tipos,
totalizando nove tipos, apresentados na Figura 3.6.

Tipo de Risco Conceituação

RISCO EXTERNO
Risco Político Caracteriza-se pela imperfeição das leis, barreiras comerciais,
rigorosas políticas ambientais, mudança de regime, guerra,
terrorismo, depressão da economia mundial.
Risco Econômico Obtida devido à flutuação da taxa de câmbio.
Risco Cultural Ocorre devido à diferença cultural entre países.
Risco Técnico Inabilidade de acompanhar a rápida inovação de produtos.
Risco Natural Risco proveniente de desastres naturais e variação dos
aspectos climáticos.
Risco de Demanda Risco decorrente do aumento do número de produtos substitutos
e concorrentes.
RISCO INTERNO
Risco Logístico Surge da ineficiência no fluxo de matérias, como a utilização de
infra-estrutura de transporte e inventário obsoleta, falha nas
operações de produção, falta ou falha em planos de
contingências, fraudes.
Risco de Capital Pode ocorrer devido a problemas no fluxo de capital, como um
aumento na demanda de capital (aumento do preço de
recursos), produtos não-comercializáveis, não pagamento, baixo
preço de ações.
Risco de Informação Tem origem na deficiência do fluxo de informação, como
recebimento de informações (atitude hostil, incompatibilidade de
informação, não padronização das informações), transferência
de informação (distorção e/ou atraso), e no oportunismo
(seleção adversa, fraude deliberada).
Figura 3.6 - Riscos em cadeia de suprimentos apresentados por Wang e Yang (2007)

Já na visão de Miccuci (2008), em cima de uma vasta revisão

bibliográfica, definiu que uma cadeia de suprimento pode estar vulnerável aos
seguintes riscos, observados na Figura 3.7.

Tipo de risco Conceituação

Risco de Interrupções Ocorre quando um evento qualquer afeta o abastecimento da
cadeia, podendo ser este um atraso no fluxo produtivo, um desastre
natural, greve de funcionários.
Risco de Suprimentos Risco que ocorre quando o processo de aquisição afeta as
operações da cadeia. Como exemplo de eventos tem-se: aumento
do preço de um produto, indisponibilidade de materiais em termos
de quantidade ou qualidade.
Riscos Estratégicos São originados da inexistência de uma visão gerencial e
planejamento estratégico conjuntos, afetando a implementação
estratégica do negócio. A diferença do cenário de planejamento
horizontal entre os membros, o aumento do grau de verticalização
na cadeia e de outsourcing são exemplos de eventos que podem
impulsionar a ocorrência deste risco.
Risco de Inércia Ocorre quando a cadeia não consegue se manter de forma
competitiva. Pode ser ocasionado pelo fato de não conseguir
acompanhar uma mudança tecnológica ou de design exigida pelo
mercado.
Risco de Demanda Está associado com a má previsão de demanda e a demanda real, e
pode ocorrer devido à sazonalidade, variedade do produto,
incentivos, demanda exagerada em tempos de pouca procura.
Risco de Capacidade Decorrente do baixo grau de flexibilidade dos membros-chave
perante a demanda. Pode ser ocasionado pelo fato de que um
membro esteja operando em sua capacidade máxima ou bastante
ociosa, pela inabilidade de alguns no planejamento e controle da
produção e no gerenciamento de estoques.
Risco de Risco que pode surgir da interação entre organizações dentro da
Relacionamentos cadeia de suprimentos. Alguns eventos que podem alavancar esse
risco são: interações e cooperações aquém do desejável, perda de
visibilidade, aumento do uso de parceiros logísticos e de
outsourcing.
Risco Financeiro Risco inerente a fragilidade da cadeia perante as mudanças no
mercado financeiro e/ou nos impostos, pela incapacidade de
diminuir os custos do produto/serviço por algum membro.
 Risco na infra- Está associado a problemas devido aos ativos e a infra-estrutura
estrutura de apoio necessária para a produção e distribuição dos produtos, e sistemas
de informação. Os modos de distribuição, manuseio e transportes
utilizados, a incompatibilidade ou quebra dos sistemas de
informação de forma a não permitir a intercomunicação, a perda de
ativos móveis são exemplos de eventos que podem ocasionar este
risco.
Risco É o risco decorrente da impossibilidade de atender a alguma
Regulatório/Legal restrição ambiental ou legal. Pode ocorrer devido à impossibilidade
de recolher um produto usado, modificar o projeto do produto,
melhorar algum processo da cadeia, exposição a litígios junto a
outros membros da cadeia.
Risco ao Cliente É o risco associado aos medos e anseios do cliente, ocasionado, por
exemplo, pelo não cumprimento da expectativa gerada ou pela
obsolescência rápida de um produto, pela perda de confiança de um
produto ou marca.
Figura 3.7 - Riscos em cadeia de suprimentos apresentados por Micucci (2008)

Como pode ser visto, analisando-se as várias classificações abordadas ao

longo deste trabalho, ainda não há ainda um consenso sobre quais riscos
podem afetar uma cadeia de suprimentos, e nem mesmo um consenso sobre
a natureza desses riscos, visto que alguns autores não consideram este
aspecto nas suas propostas de tipologia (como nos casos de Hallikas et al.
(2004), Wang e Yang (2007) e Miccuci (2008)).
Cada vez mais as empresas estão preocupadas com a gestão de suas
cadeias de suprimentos, o que faz com que este tema venha ganhando maior
importância, tanto acadêmica quanto prática (NORRMAN; JANSSON, 2004).
Embora haja um crescimento do interesse sobre o tema, trata-se de uma área
de conhecimento ainda recente, necessitando aprimorar-se o conhecimento
desenvolvido até este momento (TEIXEIRA; LACERDA, 2010). Assim, esta
discussão procura contribuir com a literatura de forma teórica ao levantar as
tipologias de risco em cadeias de suprimentos.
Mostrou-se que ainda não há uma definição sobre quais riscos incidem
sobre uma cadeia de suprimentos, embora alguns destes se repitam nas
classificações dos diversos autores consultados. Isso mostra que existe uma
tendência para a formação de um quadro conceitual dos riscos em cadeias de
suprimentos congruente e robusto. A Figura 3.8 consolida as classificações
dos diversos autores consultados.
 Christopher e Peck Hallikas et al. Cavinato Wang e Yang Miccuci
Tipo de risco
(2004) (2004) (2004) (2007) (2008)
Processo X

Controle X

Demanda X X X X

Suprimentos X X

Ambiental/Natural X X

Entrega ao cliente X

Financeiro/Capital X X X X

Físico X
Inf ormacional X X

Relacional X X

Político/Regulatório/Legal X X

Econômico X

Cultural X

Logístico X

Estratégico X

Interrupção X

Capacidade X

Cliente X

Inf ra-estrutura de apoio X

Inovação/Técnico/Inércia X X X X

Figura 3.8 – Tipologias de riscos em cadeias de suprimentos

3. MÉTODOS DE ANÁLISE DE RISCOS

Esta seção tem como objetivo apresentar os principais métodos de

análise de riscos, focando na sua classificação e adequação a diferentes
situações. Desta forma, inicia-se apresentando o processo e a importância da
análise dos potenciais riscos identificados em um projeto, fechando a seção
com as principais ferramentas de análise.

3.1. O processo de análise de riscos

Os problemas de aplicações de capital invariavelmente se relacionam

com o futuro. O passado é de interesse apenas na medida em que fornece
informações a respeito das quantias e do tempo esperado dos futuros fluxos
de caixa. Em vista desta ênfase, é necessário que se dê uma atenção
especial ao problema de risco e incerteza, os quais estão sempre presentes
nas estimativas dos eventos futuros.
Conforme já definido anteriormente, o risco é uma situação que se
caracteriza pelo fato de não existir certeza em relação a uma determinada
ocorrência futura. Por exemplo, não se sabe com certeza qual o valor de um
determinado fluxo de caixa que irá acontecer daqui a algum tempo.
Entretanto, em situações de risco se conhecem todos os possíveis valores
que esse fluxo de caixa pode assumir, bem como as probabilidades de que
esses valores efetivamente ocorram.
A dificuldade de especificar fluxos de caixa únicos deriva do fato de haver
eventos futuros, que afetarão os fluxos de caixa, mas não se conhece
antecipadamente quais desses eventos ocorrerão. Para cada evento possível,
deve-se fazer uma previsão dos fluxos de caixa do investimento. O risco
aparece porque, não se sabendo qual evento ocorrerá, não se pode estar
seguro de quais fluxos de caixa realmente ocorrerão.
Deve-se usar o tempo para descrever um estado do futuro. Para alguns
propósitos, pode ser útil combinar ocorrências fundamentais para formar um
evento mestre. Por exemplo, se chuva ou neve pode resultar no
cancelamento de um jogo, pode-se usar um evento „tempo ruim‟ ao invés de
um evento „chuva‟ e outro evento „neve‟.
Para considerar um exemplo simples, suponha que você tenha uma
oportunidade de apostar no resultado da jogada de uma moeda. Se a moeda
mostrar cara, você ganhará $1,00, se a moeda mostrar coroa, você perderá
$1,00. A previsão de caixa é o ganho de $1,00 com um evento e a perda de
$1,00 com outro evento. Antes da jogada, você não sabe se a moeda
mostrará cara ou coroa. Somente se a moeda tiver duas caras (ou duas
coroas) é que o fluxo de caixa será conhecido com certeza.
Num caso mais imediatamente relevante, suponha que uma firma esteja
pensando em investir numa fábrica para produzir um produto cuja demanda é
muito sensível às condições gerais da economia. Se essas condições forem
boas, a demanda para o produto será, provavelmente, alta, e a fábrica terá
boa rentabilidade. Se as condições da economia forem fracas, a demanda
será baixa, e a fábrica não será rentável. Novamente, o risco sobre os fluxos
de caixa associados ao investimento deriva do risco sobre algum outro
evento, neste caso as condições gerais da economia. Se as condições futuras
da economia pudessem ser perfeitamente previstas, o resultado do
investimento seria conhecido com certeza (determinístico).
A Tabela 3.1 ilustra os efeitos da condição da economia e da forma do
produto sobre os lucros potenciais da sua introdução no mercado.

Tabela 3.1 – Previsão condicional do VPL de investimento em novo produto

Condições Econômicas Gerais
Forma do produto Favorável Desfavorável
Forma popular $ 1.500.000,00 $ 1.400.000,00
Forma impopular $ 250.000,00 $ 400.000,00

Neste caso, a situação da economia tem algum efeito sobre o Valor

Presente do investimento, mas a forma do produto é mais importante. Se este
não for popular aos consumidores, a sua produção resultará em prejuízo e
apenas o tamanho exato da perda dependerá da condição da economia.
Entretanto, se o produto for popular aos consumidores, ele será lucrativo e os
lucros serão um pouco maiores se as condições da economia forem
favoráveis.
Um novo produto com uma forma popular pode gerar lucros positivos,
mesmo sob condições econômicas desfavoráveis que eliminariam os lucros
para a maioria das outras linhas de atividade. Um produto que pode produzir
altos lucros sob tais condições será extremamente atrativo para a empresa.
Isto tem conseqüências muito importantes na determinação do efeito da
decisão sobre os lucros totais da empresa.
As considerações discutidas sugerem que, para a análise de um
investimento específico incerto, necessita-se considerar os resultados do
investimento em relação aos resultados de outros investimentos já feitos pelo
investidor. Esta unidade concentra-se em métodos que descrevem a
probabilidade de ocorrência dos diferentes eventos possíveis e em métodos
de resumir os possíveis resultados de investimentos associados àqueles
eventos.
O processo de tomada de decisões de investimentos sob risco pode ser
dividido em três passos: (i) descrever o retorno esperado; (ii) descrever o
risco associado aos retornos; e (iii) avaliar as características de risco e retorno
do investimento e, se possível, quantificar esses fatores.

(i) Qual é o retorno monetário esperado do investimento? A palavra

esperado é usada no sentido técnico de probabilidade, sendo igual à
soma dos resultados possíveis, ponderados por suas respectivas
probabilidades. Os empresários geralmente referem-se a valores
esperados quando querem referir-se aos fluxos de caixa de um
investimento incerto.
(ii) Qual é a natureza da dispersão dos resultados possíveis ao redor do
valor esperado? Quando há risco, o investidor quer saber mais do
que apenas qual será o retorno esperado de seu investimento. Qual é
a perda máxima possível que pode ser incorrida se o investimento for
aceito? Quão rápido os rendimentos cairão como conseqüência de
um decréscimo a atividade econômica? Qual é a relação entre o
retorno deste investimento e o retorno de outros investimentos que já
foram aceitos ou estão sob consideração?
(iii) As conseqüências monetárias do investimento medem com precisão
sua importância para o investidor? Considere, por exemplo, um
investimento que requer um dispêndio de $100.000,00 e tem
probabilidade de 50% para retorno de $0,00 e probabilidade de 50%
para retorno de $ 250.000,00. O retorno esperado é de $ 125.000,00;
contudo, a maioria das pessoas, cuja riqueza total é de $100.000,00,
deverá rejeitar este investimento.

Todos os fatores procedentes têm de ser considerados se uma decisão

de investimento racional está para ser tomada. Olhar apenas a rentabilidade
do investimento para um dado conjunto de suposições, sem qualquer
afirmativa quanto ao risco ligado às suposições, ou quanto à possibilidade de
ocorrerem perdas se as suposições não se efetivarem, não é um método
sadio de tomar decisões.
 Assim, para auxiliar a tomada de decisão, a literatura apresenta alguns
métodos de análise de riscos, focados na quantificação do impacto de
determinados eventos no resultado final de um projeto. Estes métodos podem
ser classificados de duas formas: métodos qualitativos (de priorização ou de
avaliação) e métodos quantitativos (determinísticos ou probabilísticos).
Os métodos qualitativos de priorização, como se denota da própria
nomenclatura, focam na priorização dos riscos para análise ou ação
subseqüente por meio de avaliação e combinação de sua probabilidade de
ocorrência e impacto. Já os métodos qualitativos de avaliação têm como
objetivo permitir a incorporação de aspectos subjetivos na análise,
proporcionando, através da Teoria da Utilidade, a consideração do perfil de
risco da organização (ou de seus tomadores de decisão) para agregar
aspectos intangíveis na análise final.
Por sua vez, os métodos quantitativos fazem a medição da probabilidade
e do impacto dos riscos, fazendo também uma estimativa de suas implicações
nos objetivos do projeto. Métodos quantitativos determinísticos pressupõem
que os dados de entrada da análise são perfeitamente conhecidos, isto é, são
informações sem variabilidade. Por serem simples e de fácil aplicação são os
métodos mais utilizados pelas empresas. Como a utilização de dados
quantitativos determinísticos tem sido considerada insuficiente, métodos
quantitativos probabilísticos (ou estocásticos) podem ser utilizados a fim de
enriquecer a análise, permitido mais acuracidade, uma vez que consideram a
variabilidade dos elementos constituintes da análise.
Na seqüência serão apresentados os principais métodos de análise de
riscos, seguindo-se as classificações anteriormente apresentadas.

3.2. Métodos qualitativos de priorização

Conforme destacam Disnmore e Cavalieri (2005), esses métodos

qualitativos fazem a priorização dos riscos para análise ou ação subseqüente
a partir da avaliação e combinação de sua probabilidade de ocorrência e
impacto. Isto é, tratam-se de métodos que permitem qualificar e classificar os
riscos em função do seu efeito potencial individual e priorizá-los para um
projeto como um todo. Os autores apresentam a matriz Ranking como uma
técnica adequada a esse objetivo. Conforme mostra a Figura 3.9, a área de
determinação da criticidade do risco é dada pela função apresentada na
Equação (3.1).
 Pontuação de um Risco Específico

Probabilidade Pontuação P x I

0,90 0,05 0,09 0,18 0,36 0,72

0,70 0,04 0,07 0,14 0,28 0,56

0,50 0,03 0,05 0,10 0,20 0,40

0,30 0,02 0,03 0,06 0,12 0,24

0,10 0,01 0,01 0,02 0,04 0,08

0,05 0,10 0,20 0,40 0,80

Impacto sobre um objetivo - Escala

Figura 3.9 – Matriz Ranking

Fonte: adaptado de Dinsmore e Cavalieri (2005)

P
Pontuação
I (3.1)
onde:
P  probabilidade do risco se concretizar;
I  grau de impacto que este risco ocasionará, se concretizado.

A partir da avaliação de cada risco identificado na etapa anterior quanto à

sua probabilidade de ocorrência e seu impacto resultante, é possível ter-se
uma priorização dos riscos, sendo aqueles classificados na zona mais
sombreada da matriz os riscos de maior necessidade de uma ação pró-ativa.
Pode-se perceber na Figura 3.9 que existem quadrantes bem definidos para
análise, ou seja, existe uma zona com baixa probabilidade de ocorrência e
baixo impacto do risco; outra zona de grande probabilidade de ocorrência,
porém também com baixo impacto de risco, além de duas zonas de alto
impacto dos riscos no resultado do projeto, porém com alta e baixa
probabilidade de ocorrência, respectivamente. A prioridade deve ser dada aos
tipos de riscos do projeto que apresentarem grande impacto e grande
probabilidade de ocorrência.
Miorando (2005) também apresenta uma matriz de priorizações que pode
ser adaptada à Gestão de Riscos. O autor destaca que a simples divisão da
priorização em quatro zonas distintas pode não levar a um resultado ótimo na
análise. Muitas vezes faz-se necessário deslocar o eixo divisório de acordo,
por exemplo, com a mediana das priorizações, resultando em uma nova
divisão de zonas de ação. Ainda assim, o autor concorda que a orientação do
eixo de divisão em quatro zonas de ação permite que sejam definidas ações
conforme a criticidade de cada risco, dando uma maior representatividade às
diferenças encontradas a partir da classificação dos mesmos frente ao
impacto causado e a probabilidade de ocorrência.

3.3. Métodos qualitativos de avaliação

 Os métodos qualitativos de avaliação são baseados na Teoria da
Utilidade. O princípio da utilidade esperada, estabelecido por Von Neumann e
Morgenstern (1947), permite valorar a distribuição de probabilidade dos
possíveis resultados de uma decisão e, portanto, estabelecer a preferência
entre as decisões associadas a estas distribuições de probabilidade dos
resultados.
Deste modo, a função utilidade leva em conta as diferentes possibilidades
de cenários, traduzindo as receitas financeiras em unidades de utilidade. O
objetivo passa a ser maximizar a utilidade esperada, em que a função
utilidade descreve o perfil do investidor frente ao risco.
Para estabelecer esta teoria, Damodaran (2009) destaca que os autores
Von Neumann e Morgenstern estabeleceram 5 axiomas básicos: (i) axioma da
comparabilidade, que afirma que diferentes escolhas são comparáveis e que
os indivíduos são capazes de especificar sua preferências para cada uma
delas; (ii) axioma da transitividade, que afirma que se o indivíduo prefere uma
alternativa A frente à B e prefere a alternativa B frente à C, logo, ele deverá
preferir a alternativa A frente à C; (iii) axioma da independência, que
especifica que os resultados de diferentes opções são independentes um dos
outros; (iv) axioma da mensurabilidade, que exige que a probabilidade de
diferentes resultados seja mensurável por meio de probabilidades; (v) axioma
da classificação, que pressupõe que se um indivíduo classifica os resultados
B e C entre A e D, as probabilidades de gerar apostas às quais ele seja
indiferente têm de ser consistentes com as classificações feitas.
O formato da curva da função utilidade pode ser associado, portanto, ao
perfil do investidor. Conforme pode ser visto na Figura 3.10, investidores
propensos ao risco apresentam uma curva de utilidade convexa; ela será
côncava no caso de investidores avessos ao risco, e linear se o investidor for
indiferente ao risco.

Figura 3.10 – Utilidade e riqueza

Fonte: Damodaran (2009)
 Em função do que foi citado anteriormente a respeito da função utilidade,
concluiu-se que a melhor decisão a ser tomada em investimentos
considerando os riscos envolvidos em cada uma das opções, será tomada
com o auxílio da função utilidade, através do critério de maximização do valor
esperado da utilidade.
Apoiando-se nos conceitos gerais da Teoria da Utilidade surgiu um
método de avaliação denominado MAUT (Multiattribute Utility Theory). Este
método proporciona um significado lógico e tratável frente a objetivos
contraditórios no processo decisório, o que se caracteriza como trade off. A
relação de trade off entre as variáveis pode ser entendida como a atribuição
de um peso mais significativo de uma variável em detrimento de outra. O
método da Teoria de Utilidade Multiatributo, como também é conhecido,
envolve, portanto, uma tomada de decisão que escolhe uma entre um número
de alternativas baseadas em dois ou mais critérios.
Assim, o método MAUT é formulado de acordo com as preferências em
relação ao risco do decisor que define quanto, como e onde será investido o
capital da empresa. Trata-se de uma ferramenta para auxiliar o tomador de
decisão na quantificação e no entendimento dos riscos, para que a empresa
possa, de forma racional, avaliar seu nível de exposição aos mesmos.
Uma das maiores dificuldades para formulação da MAUT é a atribuição
de pesos aos atributos, principalmente quando o número de atributos é maior
que dois. Na maioria dos casos as empresas já possuem um prévio
conhecimento da importância de cada variável, mas não conseguem, com
exatidão, definir estes pesos. Em outros casos, os decisores não têm noção
da hierarquização dos atributos, tornando ainda mais complexa a definição de
um modelo que represente adequadamente o comportamento e a capacidade
da empresa em relação ao risco.
Tentando aprimorar a identificação dos pesos aos atributos, Saaty (1991)
desenvolveu uma outra metodologia, também apoiada na Teoria da Utilidade,
ou de preferência, chamada de Analytical Hierarchy Process (AHP). O AHP
trabalha a partir de comparações paritárias, onde os diferentes atributos são
confrontados entre si, resultando em uma priorização dos mesmos. Para isto,
faz-se necessário a hierarquização dos atributos para tornar possível a
comparação da influência de cada um no resultado final. De acordo com
Saaty (1991), a vantagem da utilização de uma estrutura hierárquica paira
sobre a possibilidade do entendimento dos níveis mais altos a partir das
interações dos diversos níveis da hierarquia.
Um ponto importante a ser observado neste método é a consistência
existente entre as relações paritárias analisadas. Saaty (1991) define
inconsistência como sendo uma violação de proporcionalidade que pode ou
não significar violação de transitividade de preferência. O autor ainda salienta
que o importante não é a presença ou não da inconsistência, mas sim sua
representatividade numérica. Logo, este método supera o MAUT no momento
que permite ao decisor avaliar a consistência das utilidades apontadas no
momento de preenchimento das matrizes de análise.

3.4. Métodos quantitativos determinísticos

 A partir da análise qualitativa dos riscos tem-se uma priorização dos
mesmos. Alguns autores sugerem que, para os riscos mais representativos
identificados na análise qualitativa, devem-se utilizar técnicas mais
elaboradas de análise de riscos, incluindo-se aí os métodos quantitativos de
análise (LAPPONI, 2007).
Dinsmore e Cavalieri (2005) conceituam os métodos quantitativos como
sendo medições da probabilidade e do impacto dos riscos e estimativas de
suas implicações nos objetivos do projeto. Ainda segundo esses autores, as
análises quantitativas são caracterizadas por medição, análise numérica das
dimensões de probabilidade e do impacto dos riscos em caráter individual,
além de projeções numéricas para o projeto como um todo. Assim,
informações históricas, entrevistas com especialistas e observações
estatísticas são fundamentais para este tipo de análise.
Galesne et al. (1999) afirmam que os métodos quantitativos podem ser
desdobrados em métodos determinísticos e métodos probabilísticos. Os
métodos determinísticos pressupõem que os dados de entrada da análise
sejam perfeitamente conhecidos, isto é, são informações sem variabilidade.
Como exemplo de métodos determinísticos tem-se a Análise de Sensibilidade
e a Análise de Cenários (SAUL, 1995).
A Análise de Sensibilidade é uma técnica, conforme Hirschfeld (2007),
que tem por finalidade auxiliar na tomada de decisão ao examinar o impacto
que a alteração em alguma variável do projeto causa no resultado final do
mesmo. Para Blank e Tarquin (2008), o termo parâmetro é utilizado para
representar qualquer variável ou fator para o qual se faz necessário calcular
uma estimativa. A Análise de Sensibilidade se concentra geralmente nas
variações previstas nas estimativas de preço, demanda, custos por unidade
ou parâmetros similares.
Apesar de simples e rápida de ser executada, a Análise de Sensibilidade
considera que os parâmetros relevantes do projeto são independentes, isto é,
não permite que na análise sejam consideradas eventuais interdependências
entre as variáveis (CASAROTTO FILHO; KOPITTKE, 2000). Por exemplo,
que sentido faz analisar isoladamente um aumento da parcela de mercado se,
caso o mercado ultrapasse as expectativas, seja provável que esse aumento
também provoque a elevação do preço unitário dos produtos
comercializados?
Para minimizar essa limitação há a técnica de Análise de Cenários, a qual
permite que mais de um parâmetro seja modificado ao mesmo tempo,
avaliando-se assim o impacto consolidado de tais modificações sobre o
resultado do projeto. A implementação dessa técnica prevê que sejam
estabelecidos diferentes cenários para o projeto como, por exemplo, cenário
pessimista, cenário mais provável e cenário otimista (BLANK; TARQUIN,
2008). Esses cenários em conjunto permitirão que os envolvidos no projeto
tomem decisões com maior confiabilidade, dado que o resultado de possíveis
eventos já terá sido preliminarmente avaliado. Alessandri et al. (2004)
defendem esta ferramenta como uma técnica adequada para análise em
ambientes de risco e incerteza, destacando entre suas principais vantagens a
indução para que os executivos busquem identificar alternativas e opções
potencialmente realizáveis, além de uma prévia avaliação dos impactos
desses riscos e incertezas a médio e longo prazos.
 A Análise de Sensibilidade permite calcular o efeito da mudança de um
único parâmetro de cada vez. Analisando-se o projeto com outros cenários
alternativos, pode-se avaliar o efeito de um número limitado de combinações
das variáveis consideradas. Com o intuito de considerar inúmeras
combinações possíveis, e dessa forma examinar a distribuição completa dos
resultados do projeto, surgiu a ferramenta de Simulação de Monte Carlo, um
método probabilístico que será apresentado na seqüência deste capítulo.

3.5. Métodos quantitativos probabilísticos

A utilização de dados determinísticos tem sido considerada por alguns

autores insuficiente, dado que as informações trabalhadas em uma análise
muitas vezes são probabilísticas, exigindo, assim, tratamento diferenciado
(ALESSANDRI et al., 2004). Desta forma, surgem os métodos probabilísticos,
que consideram que os dados de entrada são variáveis que seguem algum
tipo de distribuição de probabilidade. Métodos de análise estocásticos, como
árvores de decisão, são indicados por alguns autores (GALESNE et al.,
1999), assim como métodos de simulação de Monte Carlo (JUNQUEIRA;
PAMPLONA, 2002) ou técnicas de avaliação mais sofisticadas como a Teoria
de Opções Reais (DIAS, 2005).
Entretanto, antes de se apresentar os métodos probabilísticos
propriamente ditos é importante destacar que eles exigem que sejam
conhecidos os conceitos do valor esperado, variância e desvio-padrão.

3.5.1. Valor esperado, variância e desvio-padrão de eventos

probabilísticos

Para permitir uma melhor compreensão dos conceitos de valor esperado,

variância e desvio-padrão, observe-se o exemplo apresentado na Tabela 3.2.
Na coluna 1 estão listados quatro eventos possíveis. Considerando uma taxa
de desconto (ou Taxa de Mínima Atratividade - TMA) de 10% ao ano, a
coluna 2 mostra o Valor Presente Líquido (VPL) de um investimento particular
caso o evento em questão ocorra, apresentando-se na coluna 3 a
probabilidade de ocorrência de cada evento. Para a obtenção do VPL
esperado de cada evento deve-se multiplicar sua probabilidade de ocorrência
pelo seu correspondente VPL, o que resultará na coluna 4 da Tabela 3.2. A
soma dos montantes na coluna 4 apontará o VPL esperado para este projeto
como um todo, e corresponde à média ponderada do VPL de cada evento por
sua probabilidade de ocorrência.

Tabela 3.2 – Cálculo do VPL esperado de um projeto sob condições de risco

considerando-se uma taxa de desconto de 10% ao ano
(1) (2) (3) (4)
EVENTOS VPL ($) PROBABILIDADE VPL ESPERADO ($)
A -100,00 0,30 -30,00
B 0,00 0,30 0,00
C 50,00 0,20 10,00
D 200,00 0,20 40,00
TOTAL 1,00 20,00
 Maior entendimento do significado de um valor esperado poderá ser
obtido ao examinar-se as diferenças entre os VPLs de cada evento e o valor
esperado do projeto como um todo. Na Tabela 3.3, a coluna 1 lista os VPLs
de cada evento, destacando-se na coluna 3 as diferenças correspondentes,
ou desvios, do VPL de cada evento relativamente ao valor esperado do
projeto como um todo. Isto é, cada valor na coluna 3 é o valor correspondente
da coluna 1 menos o valor esperado de $20,00. Os valores na coluna 4 são
estes desvios multiplicados pela probabilidade correspondente. A soma dos
itens na coluna 4 corresponderá ao valor esperado dos desvios, e essa soma
necessariamente será zero.

Tabela 3.3 – Cálculo do desvio esperado entre o VPL de cada evento e o VPL
esperado
(1) (2) (3) (4)
VPL PROBABILIDADE VPL – VPL ESPERADO DESVIO ESPERADO
-100,00 0,30 -120,00 -36,00
0,00 0,30 -20,00 -6,00
50,00 0,20 30,00 6,00
200,00 0,20 180,00 36,00
TOTAL: 1,00 70,00 0,00

Isto sugere outra interpretação do VPL esperado. Ele é um número no

centro dos valores possíveis, no sentido de que a soma dos desvios positivos
do VPL esperado iguale a soma de seus desvios negativos, já que ambos os
tipos de desvios são ponderados por suas respectivas probabilidades.
A variância e sua raiz quadrada, o desvio-padrão, são as medidas
comumente usadas para avaliar-se quão concentrados estão os valores
presentes de cada evento relativamente ao valor esperado do projeto como
um todo. A variância é calculada elevando-se cada desvio individual ao
quadrado e calculando-se o valor esperado dos desvios quadrados.
Um procedimento utilizável para seu cálculo está ilustrado na Tabela 3.4.
A coluna 4 mostra o quadrado dos desvios de cada evento individual, e a
coluna 5 mostra esse desvio quadrado multiplicado por sua probabilidade de
ocorrência. O somatório da coluna 5 corresponde à variância do projeto como
um todo. Para alguns propósitos, é mais conveniente trabalhar-se com o
desvio-padrão, desde que suas unidades (reais - $, neste caso) sejam as
mesmas do valor esperado. Neste exemplo, a variância do VPL é de
$11.100,00 (reais ao quadrado), e o desvio-padrão é a raiz quadrada de
$11.100,00, ou seja, $105,36.

Tabela 3.4 – Cálculo da variância do VPL de um projeto sob condições de risco

(1) (2) (3) (4) (5)
VARIÂNCIA DO VARIÂNCIA
VPL – VPL
VPL PROBABILIDADE DESVIO DO ESPERADA
ESPERADO
EVENTO
-100,00 0,30 -120,00 14.400,00 4.320,00
0,00 0,30 -20,00 400,00 120,00
50,00 0,20 30,00 900,00 180,00
 200,00 0,20 180,00 32.400,00 6.480,00
TOTAL: 1,00 20,00 48.100,00 11.100,00

3.5.2. Métodos quantitativos probabilísticos de análise de riscos de

projetos

Apresentados e discutidos os conceitos básicos sobre os quais repousam

os métodos probabilísticos, pode-se focar na apresentação desses métodos,
dentre os quais podem ser destacados: (i) Simulação de Monte Carlo; (ii)
Value at Risk ou Valor em Risco (VaR); (iii) Árvore de decisão; e (iv) Teoria de
Opções Reais (TOR).
Canada et al. (1996) e Junqueira e Pamplona (2002) apontam o uso da
Simulação de Monte Carlo como uma solução adequada para avaliar riscos,
uma vez que ela permite a simulação do resultado econômico do projeto
(Valor Presente Líquido - VPL, por exemplo), considerando-se que as
variáveis do mesmo apresentam distribuições de probabilidade definidas.
Togo (2004) destaca que nos últimos anos a utilização de simulação tem se
tornado mais acessível devido ao desenvolvimento de aplicativos
computacionais que a tornam mais fácil e rápida de ser executada, como, por
exemplo, softwares especializados em simulação como @Risk e Crystal Ball,
ou até mesmo a programação em planilhas eletrônicas. De acordo com esse
autor, a simulação permite que as variáveis de entrada sejam modeladas
como distribuições de probabilidade, freqüentemente apresentadas como
gráficos. Uma vez que a simulação é executada com um número específico
de repetições, os resultados incluem distribuições de probabilidade,
mostradas como gráficos para variáveis de resultado fundamentais. A
distribuição de saída identifica uma gama de resultados e a probabilidade de
ocorrência deles baseado na incerteza dentro da relação modelada. Com o
uso de planilhas eletrônicas que executam a simulação, uma análise das
variáveis de resultado fundamentais pode ilustrar o perigo de uma decisão
modelada claramente.
A simulação de Monte Carlo recebeu esse nome devido a Monte Carlo
(Mônaco) ser um lugar onde os cassinos são a principal atração. Jogos como
roleta e dados, por exemplo, exibem um comportamento randômico
(aleatório). Esse comportamento randômico de jogos é similar à forma como a
simulação de Monte Carlo funciona. Ela gera randomicamente inúmeros
valores para variáveis consideradas incertas, simulando assim combinações
de valores que levam a resultados que são o foco da análise (MOORE;
WEATHERFORD, 2005).
Os métodos por simulação de Monte Carlo são considerados os mais
completos, pois incorporam posições não lineares, distribuições não normais,
parâmetros implícitos e, até mesmo, cenários definidos por usuários.
(JORION, 1998). A Figura 3.11 apresenta um esquema para a aplicação da
ferramenta de Simulação de Monte Carlo para a Gestão de Riscos de
investimentos.
 Dividir em WBS/ Estimar Custo/Duração
atividades Network de cada Atividade

Estimativa da Distribuição
Probabilidade e Impacto
do Custo/Duração de
do Risco e Oportunidade
cada Atividade

X <=123122.56
1,6 5%
X <=848110.5
95%
1,4

Values in 10^ -6
1,2
Modelar e Simular o 1
0,8
Custo/Duração Total 0,6
0,4
0,2
0
0 0,35 0,7 1,05 1,4
Values in Millions

Figura 3.11 – Etapas para a Simulação de Monte Carlo em projetos

Fonte: adaptado de Dinsmore e Cavalieri (2005)

Como pode-se observar na Figura 3.11, os principais elementos a serem

flexibilizados na análise de riscos de projetos são os itens de custos e receitas
do fluxo de caixa do projeto (que podem ser diferentes dos estimados,
dependendo do evento que ocorrer) e a duração, ou seja, o prazo de
execução do projeto. Entretanto, outros elementos que compõem o projeto
também podem ser apresentados em forma de uma distribuição de
probabilidades, e não como um valor único, determinístico. A simulação irá
gerar uma distribuição de probabilidades para a variável resultante de análise,
no caso do exemplo o VPL. Com esta resposta, é possível identificar a
chance do lucro econômico do projeto ser superior a $0,00 ou a outro valor
predeterminado, auxiliando na tomada de decisão.
Ainda, é possível identificar através da simulação o que a literatura chama
de Valor em Risco, ou Value at Risk (VaR). O VaR é uma medida (ou pode-se
afirmar que ele é um indicador) da perda potencial de valor de um ativo ou de
uma carteira de ativos com risco, ao longo de uma dado período de tempo e
para um dado nível de confiança (DAMODARAN, 2009). Ou seja, com um
nível de segurança de 95%, se o VaR de um projeto é de $10 milhões, isso
significa que existe uma chance de 5% de que o projeto gere uma perda
superior a $10 milhões.
O VaR pode ser calculado através de três formas diferentes: (i) o método
da variância-covariância; (ii) o método da simulação histórica; e (iii) o método
da simulação de Monte Carlo. O primeiro método calcula o VaR através da
distribuição de probabilidades para os valores do ativo ou da carteira,
considerando que os retornos esperados seguem uma distribuição normal. Já
o segundo, mais simplificado, estima o VaR através de geração de uma série
histórica hipotética dos retornos do ativo, ou da carteira, através de dados
históricos reais. Por fim, o método da simulação de Monte Carlo permite a
identificação do VaR dada uma distribuição de probabilidade gerada a partir
das inúmeras validações de cenários. A literatura aponta o terceiro método
como o mais indicado para cálculo do VaR pois, ao contrário do primeiro
método, não é necessário levantar-se hipóteses pouco realistas sobre a
normalidade dos retornos, e em comparação com o segundo método, a
simulação inicia-se com dados históricos de entradas, mas permite incluir
outras informações e dados subjetivos para atribuir as distribuições de
probabilidades de entrada.
Entretanto, cabe salientar que, à medida que o número de variáveis de
risco aumenta, cresce também o número de simulações necessárias para
gerar-se estimativas razoáveis para o VaR, o que acaba exigindo que a
simulação seja executada até milhares de vezes. Ainda, o VaR sofre críticas
por não incorporar em seu cálculo o impacto de todos os riscos de um projeto,
dado que seu foco são na avaliação dos riscos financeiro e de mercado.
Outro método probabilístico para análise de riscos em projetos é o
método das Árvores de Decisão. Este método considera a probabilidade de
ocorrência de diferentes eventos associados a um resultado. Para sua
utilização, considera-se o critério conhecido como Valor Monetário Esperado,
onde se determina a melhor escolha para o projeto, considerando os
possíveis eventos e suas probabilidades de ocorrência (BREALEY; MYERS;
ALLEN, 2008).
Damodaran (2009) destaca que em alguns projetos, especialmente os de
desenvolvimento de produtos, o risco não é apenas discreto, mas também
assume um caráter seqüencial. Ou seja, um evento poderá ser desencadeado
por uma decisão anterior, um rumo tomado pelo projeto. Pode-se exemplificar
citando o lançamento de um produto. Se o projeto deste produto for
satisfatório, poderá ser aprovado para a fase de avaliação de um protótipo.
Caso este protótipo tenha sucesso, o produto pode ser aprovado para
comercialização e, por fim, esta comercialização pode ou não ser estendida a
vários mercados. Cada possibilidade possui um potencial valor esperado.
Para que empresa possa tomar a decisão da melhor, faz-se necessário
avaliar cada combinação de decisão possível.
Uma árvore de decisão possui quatro tipos de nós diferentes. O nó raiz
marca o início da árvore, onde o decisor deverá decidir um futuro ainda
incerto. O nó de evento especifica possíveis eventos de uma „aposta‟. Por
exemplo, se chover (e há uma probabilidade p de isto ocorrer) não haverá
ganho por parte de um vendedor ambulante. Entretanto, se fizer sol (com
probabilidade equivalente a 1-p) o vendedor terá um faturamento de $100,00.
Outro nó é o de decisão, nos quais o tomador de decisão deverá optar
por um caminho, uma escolha, por exemplo autorizar ou não a montagem do
protótipo de um produto para testes. O quarto e último tipo de nó é o nó de
fim, que em geral representa o desfecho de decisões tomadas em relação a
desfechos prévios. A Figura 3.12 apresenta um exemplo de árvore de
decisão, sendo destacados todos os tipos de nós citados anteriormente.
 Legenda:
Nó raiz
Nó de evento
Nó de decisão
Nó de fim

Figura 3.12 – Exemplo de árvore de decisão

Segundo Brealey, Myers e Allen (2008), se os gestores financeiros

tratassem os projetos como se fossem caixas-pretas poderiam cair na
tentação de considerar apenas a decisão de aceitar ou rejeitar, ignorando as
decisões de investimento subseqüentes que podem estar ligadas a eles. Mas
se as decisões de investimento subseqüentes dependerem das que foram
tomadas hoje, então a decisão de hoje pode depender daquilo que se objetiva
fazer amanhã. O que os autores querem expressar é que se tudo correr bem,
o projeto pode ser expandido. Por outro lado, se tudo correr mal, o projeto
pode ser reduzido ou abandonado. Quanto maior a incerteza do futuro, mais
valiosa se torna sua flexibilidade. A partir desta idéia é que surgiu a técnica de
análise de riscos mais avançada, conhecida como Teoria de Opções Reais
(TOR).
De acordo com Dias (2005), uma das principais diferenças entre a TOR e
os métodos tradicionais de fluxo de caixa descontado (FCD) é que a primeira
incentiva a realização de investimentos por fases, pois valoriza a
aprendizagem entre as mesmas. A informação obtida numa fase do projeto
pode servir para decidir otimamente sobre o projeto na fase subseqüente. Os
métodos com FCD não valorizam esse efeito. Assim, freqüentemente
métodos com FCD recomendam a realização de um mega-projeto, em uma
única fase, enquanto que a TOR recomenda dividir o investimento em fases
para usar a informação. Indo ao encontro destas afirmações, Copeland e
Antikarov (2001) dizem que o método do fluxo de caixa descontado assume
que a gestão inicial do projeto será mantida até o final, não conseguindo
capturar o valor de flexibilidades gerenciais. Ainda, Ross et al. (2002)
argumentam que as análises utilizando-se FCD são relativamente estáticas,
enquanto que as decisões das empresas estão inseridas num ambiente
dinâmico que envolve opções a serem consideradas na avaliação de projetos.
Entre as principais opções estão: expansão de atividades, adiamento do
investimento e abandono.
Santos (2001) conceitua uma opção real dizendo que esta é a
flexibilidade que um gerente tem para tomar decisões a respeito de ativos
reais. Ou seja, à medida que novas informações vão aparecendo e as
incertezas do fluxo de caixa vão surgindo, os gerentes podem acabar
tomando decisões que influenciem de forma positiva no valor final do projeto.
Assim, a TOR trabalha com o conceito de VPL expandido (ver Equação 3.2),
no qual o VPL tradicional soma-se ao valor de uma opção administrativa
(SANTOS; PAMPLONA, 2002).

VPLexpandido = VPLtradicional + Valorda opção de uma administração ativa (3.2)

onde:
Valor da opção de uma administração ativa = possibilidade de ação.

Um estudo de Miller e Clarke (2005) mostra uma aplicação da TOR para o

desenvolvimento de novos projetos de aeronaves. Segundo os autores, o uso
desta metodologia se justifica uma vez que o processo de desenvolvimento
de uma nova aeronave é composto por diversas fases, sendo estas
compostas de inúmeras atividades, resultando em um alto grau de estimativas
e, conseqüentemente, num igualmente alto grau de incerteza.
Cabe destacar ainda que muitos estudos sobre a TOR justificam o uso
desta teoria mais avançada em detrimento do uso de técnicas mais simples
como VPL ou TIR (Taxa Interna de Retorno). Porém, de acordo com Santos e
Pamplona (2002), a falta de evidências empíricas que mostrem a
aplicabilidade desta teoria na prática parece inibir sua adoção em maior grau.
Pensando sobre isto, Alessandri et al. (2004) destacam que a Teoria de
Opções Reais permite organizar sistematicamente a análise e identificar as
incertezas, sendo esta uma de suas principais vantagens. Conforme os
próprios autores destacam, o benefício real da TOR talvez nem seja a
quantificação do projeto, mas sim o processo de descrever e compreender o
projeto e a incerteza que o circunda.
Seguindo esta mesma linha de pensamento, Block (2007) afirma que não
é a análise propriamente dita baseada em técnicas como o VPL que deixa a
desejar, mas sim o uso inadequado da técnica por si. Uma análise de VPL
pode ser „bem‟ realizada em um projeto, caso todas as opções sejam
conhecidas a priori.

3.6. Considerações finais sobre os métodos de análise de riscos

Considerando os métodos quantitativos para análise de riscos em

projetos conceituados neste capítulo, estudos apontam como mais utilizados
a Análise de Sensibilidade e de Cenários, com alto grau de aplicação nas
empresas, e alguns métodos probabilísticos, como Simulação de Monte
Carlo, estes com menor adesão por parte das empresas.
A pouca utilização de métodos mais sofisticados para análise de riscos é
justificada por alguns autores devido à dificuldade de compreensão dos
mesmos por parte dos administradores (GALESNE et al., 1999). Porém, com
a crescente complexidade dos projetos realizados pelas empresas, além do
aumento da instabilidade de fatores circundantes ao mesmo, está
aumentando a necessidade de uma avaliação mais dinâmica.
Damodaran (2009) sugere uma relação entre os tipos de risco e a
abordagem a ser utilizada, conforme Figura 3.13.

Discreto / contínuo Correlacionado / Seqüencial / Abordagem ao risco

independente simultâneo sugerida
Discreto Independente Seqüencial Árvore de decisão
Discreto Correlacionado Simultâneo Análise de cenários
Contínuo Ambos Ambos Simulação
Figura 3.13 – Tipo de risco e abordagem sugerida
Fonte: Damodaran (2009)

Pode-se perceber que o uso de métodos mais complexos como

Simulação de Monte Carlo justifica-se em um ambiente também de maior
complexidade como, por exemplo, quando as variáveis possuem
comportamento contínuo. Entretanto, destaca-se que os métodos
apresentados nesta seção não são excludentes, mas sim complementares.
Os métodos quantitativos determinísticos são indicados para identificar
variáveis-chave do projeto, por exemplo, podendo para estas serem utilizados
métodos mais avançados (probabilísticos) para o aprofundamento da análise.
Em alguns casos, eventualmente, o uso somente de métodos quantitativos
determinísticos pode ser eficiente, dado a simplicidade do projeto e de seus
potenciais eventos.
Ainda, destaca-se que os métodos qualitativos também podem ser
empregados com intuito de avaliar os riscos ou para priozá-los para uma
futura análise quantitativa, conforme sugerem os modelos de gestão de riscos
apresentados. Porém, a combinação de ferramentas quali e quantitativas
tende a ser uma constante nas organizações devido ao fato dos riscos
potenciais associados a projetos terem uma característica multidisciplinar. Ou
seja, alguns riscos podem ser modelados em uma simulação, enquanto
outros riscos têm impacto mais difícil de modelar, tais como questões políticas
ou regulatórias. Assim, o uso de métodos quali e quantitativos mostra-se
complementar e, juntos, podem proporcionar uma maior precisão na análise
de riscos, permitindo uma gestão mais abrangente e, conseqüentemente,
mais eficaz.
Independentemente do método escolhido para ser utilizado para a análise
de riscos, faz-se necessário que as empresas tenham estruturado de forma
sistemática este processo de gestão. De La Roque e Lobo (2005) afirmam
que o exercício de simular de forma antecipada os resultados possíveis de
uma empresa em diferentes cenários e interpretá-los, e isto se estende aos
seus projetos, gera um processo de autoconhecimento contínuo para a
organização, proporcionando maior segurança em suas tomadas de decisão.
 Estes autores ainda apontam que a temática de gestão de riscos vem
sofrendo uma revolução nos últimos anos, passando de modelos unicamente
econômicos focados em empresas financeiras para modelos que devem ser
aplicáveis também a empresas não financeiras. Esta situação faz com que um
maior número de elementos de risco esteja envolvido nas análises e, também,
que haja um caráter quali quantitativo destes riscos. Por fim, De La Roque e
Lobo (2005) concluem que a integração de aspectos quali e quantitativos para
controle integrado de riscos (financeiros e operacionais, por exemplo) tende a
ser o próximo desafio da gestão de riscos. No intuito de contribuir para esta
discussão, a próxima seção apresentará os principais modelos de gestão de
riscos que norteiam este processo em nível corporativo.
 4. GESTÃO DE RISCOS

Apesar da etapa de análise de risco ser extremamente importante para o

controle dos projetos em uma empresa, esta é somente uma atividade dentro
de um conjunto necessário para que o processo de gestão de riscos seja
efetivamente executado por uma organização. Etapas anteriores e posteriores
à análise propriamente dita deverão ser realizadas. Alguns modelos servem
como norteadores para as organizações, e serão sucintamente apresentados
na seqüência desta seção.

4.1. O processo de Gestão de Riscos

Segundo Alessandri et al. (2004), a identificação dos riscos e das

incertezas presentes em um projeto, a avaliação de seus impactos e a
designação de ações de contingência para gerenciá-los são atividades
essenciais no processo de tomada de decisão. Entretanto, Piyatrapoomi et al.
(1999) destacam que muitos estudos salientam a importância de se realizar
uma avaliação de riscos, porém poucos abordam como fazer estas análises
de forma estruturada dentro do processo de tomada de decisão.
Assim, há a necessidade de estruturação do Processo de Gestão de
Riscos, no qual haja uma adequada identificação e tratamento dos possíveis
riscos associados a um projeto, proporcionando dessa maneira maior
confiabilidade na tomada de decisão por parte gestores (MORANO et al.,
2006). Dado que a grande maioria dos projetos envolve diferentes tipos de
risco e incerteza, um bom processo de análise de riscos deveria utilizar tanto
técnicas qualitativas quanto quantitativas para avaliação desses projetos.
Atualmente, a principal fonte de discussão sobre o Processo de Gestão
de Riscos é o PMBoK – Project Management Body of Knowledge. Além do
PMBoK (2004), outros trabalhos, como o de Rovai (2005), já vêm focando na
definição de uma metodologia para o correto tratamento de riscos associadas
a projetos. O modelo COSO (Committee of Sponsoring Organizations of the
Treadway Commission - 2007) também serve como estrutura para apoio à
gestão de riscos, e recentemente a NBR ISO 31000 também trouxe à tona a
discussão sobre a estruturação de um processo de gestão de riscos nas
organizações.
Embora trabalhos já tenham sido realizados e discussões mais
avançadas sobre o assunto já ocorram, Lorea e Graciani (2007) afirmam que
a maioria dos gestores brasileiros ainda não dá a devida atenção às
ferramentas de gerenciamento de riscos existentes. Desta forma, esta seção
tem o intuito de apresentar os modelos de gestão de riscos existentes,
fazendo uma análise crítica de suas etapas e convergindo para uma
seqüência de atividades necessárias à boa gestão empresarial.

4.2. Modelos de Gestão de Riscos

O PMBoK (2004) conceitua a Gestão de Riscos como sendo um processo

sistemático de definição, análise e resposta aos riscos de projeto cujo objetivo
é maximizar os efeitos dos eventos positivos e minimizar as conseqüências
dos eventos negativos. A literatura ainda destaca que os principais processos
da gestão de riscos em um projeto são: (i) planejamento do gerenciamento de
riscos; (ii) identificação dos riscos; (iii) análise qualitativa de riscos; (iv) análise
quantitativa de riscos; (v) planejamento de respostas aos riscos; e (vi)
monitoramento e controle de riscos, conforme mostra a Figura 3.14.

GERENCIAMENTO DE
RISCOS DO PROJETO

Planejamento
Análise Análise Planejamento Monitoramento
do Identificação
qualitativa de quantitativa de de respostas a e controle de
gerenciamento de riscos
riscos riscos riscos riscos
de riscos

Figura 3.14 – Modelo de Gerenciamento de Riscos em projetos proposto pelo PMBoK

Fonte: adaptado de PMBoK (2004)

A primeira etapa, ou processo como chama o PMI, objetiva decidir como

abordar e executar as atividades de gerenciamento de riscos em um projeto.
Isto inclui uma série de reuniões de planejamento com os envolvidos no
processo, visando preparar-se para as próximas etapas. Definições de
recursos humanos, materiais, prazos e responsabilidades, por exemplo,
devem ser feitas nesta etapa.
Identificar os riscos consiste em descobrir, definir e documentar estes
fatores e suas características gerais. Trata-se de um processo investigativo,
onde se pode utilizar técnicas como Brainstorming ou Matriz SWOT
(Strengths - pontos fortes, Weakness – pontos fracos, Opportunities –
oportunidades e Threats - ameaças), que utilizam discussões e o cruzamento
das características do projeto e da empresa executora para elencar os
possíveis riscos envolvidos no negócio (DINSMORE; CAVALIERI, 2005).
Outra técnica utilizada nesta etapa é a Delphi que, segundo o PMBoK
(2004), é utilizada para proporcionar um consenso entre especialistas, que
participam anonimamente, de forma a reduzir possíveis influências nos
resultados finais. Além destas, a realização de entrevistas e a identificação da
causa-raiz também são técnicas de apoio citadas na literatura.
Identificados os riscos aos quais o projeto está exposto, deve-se aplicar
uma ferramenta qualitativa para análise dos riscos, como por exemplo a
Matriz Ranking apresentada anteriormente, buscando com isso priorizar os
riscos a serem avaliados quantitativamente de maneira mais aprofundada.
Feita a análise qualitativa dos riscos, a próxima etapa consiste da aplicação
de ferramentas quantitativas para avaliação do impacto dos principais riscos
identificados no projeto em análise.
A quinta etapa do processo de Gestão de Riscos é o planejamento de
respostas aos riscos. Esse planejamento pode ser definido, conforme o site
TenStep (2008), como o processo que desenvolve opções e determina ações
sobre as principais oportunidades de redução dos riscos do projeto. Esse
plano pode ser estruturado a partir de quatro categorias, conforme seguem.
a) Mitigação do risco: neste caso opta-se por reduzir a probabilidade e/ou
conseqüência de riscos a limiares considerados aceitáveis. Ela pode
tomar a forma da implementação de um novo curso de ação como, por
 exemplo, realizar um número maior de testes do equipamento.
Segundo Alencar e Schmitz (2006), o risco deve ser mitigado se o
custo associado à mitigação do mesmo for inferior ao impacto (valor)
do risco no projeto e ao retorno do projeto para a organização;
b) Evitar o risco: significa mudar o plano de projeto para eliminar o risco.
Embora a equipe não possa eliminar todos os eventos de risco, alguns
específicos podem ser evitados, como obter mais informações sobre o
projeto, melhorar a comunicação da equipe envolvida, evitar
fornecedor desconhecido, entre outros;
c) Aceitar o risco: esta categoria envolve entender o risco e suas
potenciais conseqüências, decidindo não fazer nada. Caso o risco
venha a ocorrer, a equipe deverá agir corretivamente. Usa-se este tipo
de categoria quando a probabilidade do risco é pequena ou seu
impacto é pouco representativo;
d) Transferir o risco: consiste na transferência do risco a um terceiro,
dando a responsabilidade da gestão de riscos à outra pessoa. Pode-se
citar como exemplo a opção de realizar o transporte da mercadoria por
uma empresa especializada. O risco associado ao transporte passa a
ser gerenciado pela empresa contratada.

De acordo com o PMBoK (2004), a última etapa do processo de gestão

de riscos, o monitoramento e controle de riscos, envolve o acompanhamento
dos riscos identificados, monitoramento dos riscos residuais, identificação dos
novos riscos, execução de planos de respostas a riscos e avaliação da sua
eficácia durante todo o ciclo de vida do projeto. Esta etapa é importante, pois
envolve a escolha de estratégias alternativas, execução de planos de
contingência, realização de ações corretivas e modificações no plano de
gerenciamento do projeto durante a execução do mesmo.
A metodologia COSO (2007), assim como o PMBoK (2004), salienta que
o objetivo do gerenciamento dos riscos corporativos é alinhar a gestão de
riscos com a estratégia adotada, identificando e administrando riscos
múltiplos, fortalecendo as decisões de resposta aos riscos, aproveitando
oportunidades, reduzindo as surpresas e prejuízos operacionais e otimizando
o capital. Esta metodologia afirma ainda que a gestão dos riscos ajuda os
tomadores de decisão a atingir metas de desempenho e lucratividade,
evitando perdas de recursos. Para isto, a gestão de riscos deverá ser um
processo contínuo e que flui através da organização, devendo ser conduzida
por profissionais de todos os níveis da organização e estar alinhada às
estratégias da empresa.
A COSO (2007) estabeleceu oito (8) etapas (as quais a metodologia
chama de componentes do gerenciamento de riscos corporativos)
relacionadas entre si que, se executadas de forma adequada, garantirão o
correto gerenciamento de riscos corporativos, conforme segue:
i. Análise do ambiente interno: compreende o tom da organização, a
forma como os riscos serão identificados, trabalhados pelos recursos
humanos da empresa, bem como a filosofia da empresa e seu grau de
aversão ao risco;
ii. Fixação dos objetivos: a empresa deve ter um processo implementado
para estabelecer os objetivos que propiciem suporte e estejam
 alinhados com a missão da empresa e com seu grau de aversão ao
risco;
iii. Identificação de eventos: os eventos internos e externos que
podem afetar a empresa devem identificados e classificados em riscos
e oportunidades. Alguns autores entendem isso como riscos negativos
(riscos, downside risks) ou riscos positivos (oportunidades, upside
risks);
iv. Avaliação dos riscos: os riscos devem ser avaliados quanto à sua
probabilidade de ocorrência e impacto resultante, o que o PMBoK
chama de avaliação qualitativa (de priorização). A metodologia COSO
ainda destaca que técnicas qualitativas (de avaliação) e quantitativas
podem ser usadas. De acordo com a COSO, a empresa deverá
empregar ferramentas qualitativas se os riscos não se prestarem a
quantificação, ou quando não há dados confiáveis em quantidade
suficiente para a realização das avaliações quantitativas, ou ainda se a
relação custo-benefício para obtenção de dados e análise de riscos
não for viável. Por sua vez, a COSO salienta que ferramentas
quantitativas emprestam maior precisão e devem ser utilizadas em
atividades mais complexas e sofisticadas, convergindo para o que
diferentes autores da área já haviam destacado;
v. Estabelecimento de planos de resposta aos riscos: avaliados os riscos,
a empresa deve escolher como responderá aos mesmos, podendo
evitá-los, aceitá-los, reduzi-los ou compartilhá-los. A empresa deverá
estabelecer uma série de medidas para alinhar seus riscos com o grau
de aversão ao risco anteriormente identificado;
vi. Atividades de controle dos riscos: a empresa deve estabelecer
políticas e procedimentos para assegurar que a resposta aos riscos
escolhida seja efetivamente implementada;
vii. Informações e comunicações: as informações relevantes a todo o
processo deverão ser identificadas e comunicadas aos stakeholders
dentro do prazo necessário; e
viii. Monitoramento dos riscos: a integridade da gestão de riscos
corporativos deverá ser monitorada e melhorada à medida que novas
práticas forem identificadas. O monitoramento deve ser uma etapa
contínua dos riscos de uma organização.

Estes oito componentes podem ser visualizados na Figura 3.15, onde há

o modelo de gerenciamento de riscos corporativos proposto pela metodologia
COSO. Pode-se observar que o modelo é composto por três dimensões, que
são: (i) as categorias de objetivos da empresa, ou seja, o que uma empresa
deseja alcançar, incluindo objetivos estratégicos, operacionais, de
comunicação e conformidade; (ii) os componentes do gerenciamento de
riscos, já apresentados; e (iii) as unidades de uma organização, tais como
subsidiária, unidade e negócio, divisão e nível de organização. Segundo a
COSO (2007), esta forma de apresentação ilustra a capacidade de manter o
enfoque na totalidade do gerenciamento de riscos de uma organização,
identificando suas inter-relações.
 Figura 3.15 – Modelo de Gerenciamento de Riscos nas empresas proposto pela
COSO
Fonte: COSO (2007, p.7)

Logo, pode-se perceber que o processo descrito pelo PMBoK (2004)

possui muitas etapas semelhantes à metodologia proposta pela COSO
(2007). Seguindo a mesma linha, a nova norma brasileira NBR ISO 31000
(2009, p.2) apresenta um processo semelhante e caracteriza o processo de
gestão de riscos como sendo um conjunto de “atividades coordenadas para
atingir e controlar uma organização no que se refere a riscos”. Ou seja, é “a
aplicação sistemática de políticas, procedimentos e práticas de gestão para
as atividades de comunicação, consulta, estabelecimento do contexto, e na
identificação, análise, avaliação, tratamento, monitoramento e análise crítica
dos riscos”. Uma estrutura para gestão de riscos constitui-se em um conjunto
de componentes que fornecem os fundamentos e os arranjos organizacionais
para a concepção, implantação, monitoramento, análise crítica e melhoria
contínua de gestão de riscos através de toda a organização.
A NBR ISO 31000 foi gerada a partir dos conceitos já apresentados pela
AS/NZS 4360 (1999), primeira norma com foco na temática de Gestão de
Riscos. A AS/NZS 4360 conceitua gestão de riscos como sendo a cultura, os
processos e as estruturas dirigidas à concretização de oportunidades de
melhoria e à gerência dos efeitos adversos dos riscos de uma organização.
Tanto a AS/NZS 4360 quanto a NBR ISO 31000 estabelecem um
processo de gestão de riscos composto por sete (7) etapas, conforme mostra
a Figura 3.16.
 Figura 3.16 – Processo de Gestão de Riscos segundo a NBR ISO 31000
Fonte: NBR ISO 31000 (2009, p.14)

A primeira etapa é a de comunicação e consulta, e consiste em

desenvolver planos de comunicação e consulta para que os envolvidos e
responsáveis pelo processo de gestão de riscos compreendam claramente os
fundamentos sobre os quais as decisões serão tomadas. Inclui assegurar o
interesse das partes interessadas, assegurar que os riscos sejam
identificados de forma adequada, reunir áreas especializadas para análise
dos riscos, assegurar que diferentes pontos de vista serão considerados ao
longo da avaliação dos riscos, garantir apoio ao plano de tratamento de riscos
e aprimorar a gestão de riscos ao longo do processo.
A segunda etapa, denominada estabelecimento do contexto, foca em
articular os objetivos da organização, definindo parâmetros externos (cultural,
social, político, regulatório, financeiro, tecnológico, econômico, entre outros) e
internos (cultura da organização, valores, normas, sistemas de informação,
processos, estratégias, entre outros) a serem levados em consideração ao
gerenciar-se os riscos. Estabelece também o escopo e os critérios de risco
para o restante do processo, incluindo metas, responsabilidades,
metodologias e estudos necessários.
Na seqüência há o processo de avaliação de riscos, que é composto por
três etapas principais. A primeira delas é a identificação de riscos. Como nas
outras metodologias apresentadas, a norma sugere que se identifique a fonte,
os eventos e suas causas e conseqüências potenciais, destacando a
importância da etapa e afirmando que ela deve ser abrangente, pois um risco
não identificado nesta fase não será incluído nas próximas análises,
prejudicando o processo como um todo. A segunda etapa do processo de
avaliação é a análise de riscos, que envolve a apreciação das causas e das
fontes de risco, suas conseqüências positivas e negativas e a probabilidade
de que essas conseqüências possam ocorrer. Da mesma forma que nas
demais metodologias, a NBR sugere que a análise possa ser feita de forma
qualitativa e/ou quantitativa, dependendo do tipo de risco e das informações e
dados disponíveis, bem como recursos aplicados. Para fechar o processo de
avaliação, tem-se a etapa de avaliação de riscos propriamente dita. Esta
etapa busca auxiliar na tomada de decisão com base na análise realizada
anteriormente. Nela, compara-se o nível de risco encontrado durante o
processo de análise frente ao definido pela empresa na etapa de
estabelecimento do contexto.
A próxima etapa é a de tratamento de riscos, na qual se seleciona uma ou
mais opções para modificar os riscos do projeto. A norma destaca que se
pode optar por evitar o risco (não fazer determinada atividade ou descontinuá-
la), aumentar o risco no intuito de tirar proveito de uma oportunidade, remover
a fonte de risco, alterar sua probabilidade de ocorrência, alterar suas
conseqüências, compartilhar o risco com outra(s) parte(s) ou reter o risco
através de uma decisão consistente e bem embasada. Para escolher a opção
de tratamento de riscos deve-se levar em conta os custos e os esforços para
executá-la.
Por fim, há a etapa de monitoramento e análise crítica, que retroalimenta
o processo de gestão de riscos como um todo. Esta etapa visa garantir
controle sobre o processo, proporcionando informações adicionais,
analisando eventos, mudanças, tendências, sucessos e fracassos, e gerando
conhecimento através de tudo isto. Esta etapa permite que sejam detectadas
mudanças no contexto interno e externo, incluindo alterações nos critérios de
risco, revendo assim até o tratamento dos riscos. Ela deve sempre estar com
foco na identificação de riscos emergentes. Os resultados do monitoramento
e da análise crítica devem ser sempre registrados e reportados externa e
internamente, de forma apropriada.
Por fim, a NBR ISO 31000 ainda declara que as atividades desenvolvidas
ao longo do processo de gestão de riscos devem ser sempre rastreáveis,
fornecendo fundamentos para a melhoria contínua. A AS/NZS 4360 (1999)
complementa afirmando que, para ser efetiva, a gestão de riscos precisa
tornar-se parte da cultura de uma organização. Ela deve ser incorporada à
filosofia, prática e processos de negócio da organização, no lugar de ser vista
como uma atividade separada.
5. ESTUDOS DE CASO

Neste tópico serão apresentados três (3) estudos de caso discutidos na

Sessão Dirigida, os quais ilustram a utilização prática de técnicas de análise
de riscos. Os aspectos conceituais dos casos foram incorporados ao texto
principal, focando-se o texto no contexto da aplicação, na metodologia
utilizada e, principalmente, nos resultados alcançados.

5.1. Seleção de portfólio de empresas petrolíferas pela combinação

de Árvore de Decisão e Teoria da Utilidade Multiatributo

O setor petrolífero brasileiro experimenta grandes mudanças desde a

flexibilização do monopólio da Petrobrás em 1997. Isto se deve à volatilidade
dos preços do petróleo, à concorrência antes inexistente no upstream e a uma
legislação ambiental restritiva. O pré-sal veio a instigar as disputas ainda
mais, recentemente.
Com isto, a utilização de ferramentas sistemáticas que ofereçam um
melhor suporte para a tomada de decisão passa a ser imprescindível para os
agentes responsáveis pela tomada de decisões das companhias petrolíferas
atuantes no Brasil.
Tais decisões são tomadas em altos níveis gerenciais e envolvem a
escolha de uma opção estratégica, opção esta que acarretará um elevado
comprometimento de recursos a serem aplicados de forma irreversível. Além
disso, cada uma das opções estratégicas gera múltiplas consequências,
cercadas de incertezas e com impactos de longo prazo.
Diante de tantas incertezas, as decisões sobre os projetos devem estar
solidamente fundamentadas e, para tanto, a análise de riscos deve ser
realizada de forma a minimizar os riscos e maximizar o retorno.
Para estruturar e quantificar esta classe de decisão estratégica, o
presente documento descreve um modelo de decisão multi-objetivo delineado
para ajudar os tomadores de decisão na alocação de capital através de um
conjunto de oportunidades de investimento de risco.
A aplicação do modelo apresentado demonstra que, uma vez que um
conjunto de objetivos corporativos e funções de utilidade são especificados,
pode-se definir compensações de valor entre as alternativas do negócio e
propensão a participar nestes projetos de risco. Esta abordagem da teoria da
utilidade multiatributo (MAUT) é utilizada para identificar a combinação
adequada de investimentos para uma grande empresa petrolífera, de acordo
com seus objetivos corporativos e estratégia empresarial global.
O papel do analista de decisão, neste contexto, é o de facilitar o grupo de
gerentes ao identificar os objetivos que eles desejam alcançar, modelar as
consequências das diversas opções disponíveis, determinar quais as opções
mais robustas diante de tais incertezas e apoiar a escolha da melhor opção
estratégica para a organização.
Diversas ferramentas podem ser utilizadas para a análise de risco de
projetos de petróleo, como o Processo Hierárquico Analítico (AHP) e Auxílio
de Decisões com Múltiplos Critérios (MCDA). Neste trabalho, apresenta-se a
Teoria da Utilidade Multiatributo (MAUT) conjugada com a Árvore de
Decisões.
 Em aplicações reais podem existir muitos fatores relevantes, ou atributos,
medindo a qualidade de uma alternativa. Assim, as preferências do decisor
são modeladas em termos das variáveis naturais do problema e as
informações probabilísticas dos vários estudos de entrada são concatenadas
através da árvore de decisão.
Desta forma, este estudo subsidia a tomada de decisão na seleção do
melhor portfólio, tomando como base o valor do equivalente certo para o nível
ótimo de participação em cada projeto. Assim, dada uma carteira de projetos
de risco, é possível priorizá-los de acordo com seu equivalente-certo, que leva
em conta o valor monetário esperado do projeto e o nível de tolerância ao
risco que a firma está decidida a correr.
Uma aplicação passo a passo do modelo da teoria da utilidade
multiatributo é apresentada, onde é feita a avaliação das alternativas de
alocação de capital levando em conta as atitudes em relação ao risco dos
decisores, utilizando quatro atributos.
Para tanto, avaliam-se as variáveis de interesse, através de cenários
correntes e diversos cenários alternativos (#1 a #10, por exemplo, ordenados
de melhor para pior), os pesos das variáveis, as funções-utilidades para cada
variável, a participação de cada prospecto no portfólio, a participação ótima
em cada projeto pelo Equivalente Certo, a restrição orçamentária e a
participação de cada projeto no total disponível para investimento.
Deste modo, ao se trabalhar com mais de um atributo, deve-se definir os
critérios (objetivos a serem atingidos), os escores como atribuição de valor a
estes objetivos, as funções-utilidade individuais, as funções-utilidade
multiatributos e o valor da utilidade esperada.
Para a obtenção dos objetivos propostos, utiliza-se o software
PrecisionTree com o propósito de hierarquizar as alternativas de investimento
ao fornecer uma estrutura para esclarecer os interesses da empresa e uma
representação visual de seus objetivos de negócios dentro de um
determinado contexto.
Desta forma, a avaliação de cada projeto determina o nível ótimo de
participação financeira e a análise de sensibilidade de parâmetros de entrada
tais como: VPL, custo, probabilidade de sucesso, níveis de aversão ao risco,
preferências do decisor, capital exploratório anual e nível de participação em
cada projeto. Ilustra-se, então, o nível de participação ótima no projeto versus
a variação percentual dos valores de cada um dos parâmetros de entrada.
A hierarquização dos objetivos provê uma estrutura que esclarece os
interesses da empresa e representação visual dos objetivos de negócios dado
um determinado contexto.
Por exemplo, a empresa especifica como principal sub-objetivo escolher a
melhor carteira de projetos de E&P. Guiados pelo analista, a gerência da
empresa identifica os fatores que são de fundamental importância para
alcançar este objetivo, assegurando que os sub-objetivos importantes não
sejam omitidos.
A Figura 3.17 apresenta a metodologia proposta neste estudo.
 1. ENTRADA DE
DADOS DO PROJETO

2. AVALIAÇÃO
ECONÔMICA

3. FUNÇÃO DE
PREFERÊNCIA

4. CÁLCULO DO COEFICIENTE
DE AVERSÃO AO RISCO

5a. ANÁLISE DE
5. IDENTIFICAÇÃO DO NÍVEL SENSIBILIDADE
ÓTIMO DE PARTICIPAÇÃO
FINANCEIRA EM CADA PROJETO
5a. COMPARAÇÃO
DE PROJETOS

6. PRIORIZAÇÃO DA
CARTEIRA DE PROJETOS

6. SELEÇÃO DO
MELHOR PORTFÓLIO

Figura 3.17 - Metodologia proposta para a seleção do melhor portfolio

Fonte: adaptado de Nepomuceno Filho (1997)

Para a seleção do melhor portfólio é importante assumir que a empresa

participará nos projetos em um nível igual à sua participação ótima no projeto.
Objetiva-se com isso maximizar o valor equivalente certo da carteira de
projetos, dada a restrição de capital anual e o coeficiente de aversão ao risco.
Desta forma, constituem-se como aspectos relevantes para esta análise:
1) Dada uma carteira de projetos de risco, é possível priorizá-los de
acordo com seu equivalente-certo, que leva em conta o valor
monetário do projeto e o nível de tolerância ao risco que se está
decidido a correr;
2) Esse método explicita em um gráfico o nível de tolerância ao risco
que precisa ter a firma para que sua participação em cada projeto
seja ótima. Esse gráfico facilita a definição, pela firma, do
coeficiente de aversão ao risco que a mesma está disposta a
adotar para o julgamento de todos os seus projetos;
3) A definição do coeficiente de tolerância ao risco da firma é um
passo importante para que se possa definir o nível ótimo de
participação em cada projeto, dando coerência ao processo de
tomada de decisão. Decisão coerente significa avaliar todos os
projetos com o mesmo coeficiente de aversão ao risco;
4) Finalmente, este processo permite identificar a melhor seleção de
projetos (portfólio) para uma firma executar, maximizando os
lucros e minimizando os riscos.

A alocação de capital em projetos de risco tais como os que ocorrem no

segmento de exploração de petróleo apresentam diferentes níveis de ganho
econômico, custos, probabilidades de sucesso etc.
 Assim, é feita a avaliação das alternativas de alocação de capital levando
em conta as atitudes em relação ao risco dos decisores e utilizando quatro
atributos: maximização do VPL, minimização dos custos de descoberta,
maximização da substituição de reservas e a maximização do retorno sobre o
capital investido.
Com isto, a apresentação de uma aplicação passo a passo da teoria da
utilidade multiatributo, permite construir o melhor portfólio para exploração
neste estudo de caso, maximizando os lucros e reduzindo os riscos, via
diversificação da carteira de projetos.

Selecionar Melhor
Projeto de E&P

Maximizar Minimizar Maximizar Maximizar

VPL Investimentos na Exploração Recomposição de Reservas ROI

Figura 3.18 - Objetivos conciliados na seleção do melhor portfólio

5.2. Um modelo de gestão de risco aplicado à avaliação de

financiamento de veículos

A recente evolução da economia brasileira guarda uma estreita relação

com o aumento da concessão de crédito. O crédito permitiu o acesso de
classes sociais antes afastadas desta modalidade e permitiu o aumento do
consumo de bens e serviços da população brasileira. No período entre
dezembro de 2002 e dezembro de 2009 houve um aumento de 88% na
relação crédito-produto interno bruto (PIB), passando de uma participação de
23,9% para 45,0% (US$ 650 bilhões) conforme mostrado na Figura 3.19. Esta
relação é ainda muito reduzida quando comparada com outros países
desenvolvidos como os EUA e a Dinamarca que apresentam,
respectivamente, 202% e 190%, ou com países emergentes como a China
que possui uma relação de 132%.

Figura 3.19 – Evolução da relação crédito/PIB

Fonte: Banco Central do Brasil - BACEN (2010)
 O financiamento de veículos está entre os principais produtos financeiros
recentes que contribuíram para esse aumento da carteira de crédito e que
permitiram recordes de produção de automóveis no Brasil. Essas carteiras
são administradas pelos bancos comerciais brasileiros ou pelos bancos
especializados das montadoras de veículos (FIAT, GM). Entre as principais
modalidades de financiamento estão o Crédito Direto ao Consumidor (CDC) e
o leasing.
O CDC é uma operação tipicamente destinada a financiar aquisições de
bens e serviços por consumidores ou usuários finais (ASSAF NETO, 2005).
Sua maior utilização é para a aquisição de veículos e eletrodomésticos.
Nesse tipo de operação há a figura jurídica da alienação fiduciária pela qual o
cliente transfere à financeira a propriedade do bem adquirido até o pagamento
total da dívida (FORTUNA, 2006). O arrendamento mercantil ou leasing
constitui-se de um aluguel pago pelo arrendatário (usuário do bem alugado)
ao arrendador (dono do bem) por um tempo determinado tendo o arrendatário
ao final do prazo as opções de compra, devolução ou renovação do contrato.
Entre as principais diferenças em relação ao leasing estão o prazo e a
tributação.
As recentes crises financeiras internacionais de setembro de 2008 e
maio de 2010 mostram que os benefícios da expansão do crédito trazem
consigo o inerente risco associado a sua modalidade. Devido ao caráter
confidencial relacionado às informações do sistema financeiro brasileiro, há
uma escassez de trabalhos que comparem a eficiência de métodos propostos
de análise de financiamento de veículos (valor da carteira, risco, preço) contra
os métodos vigentes praticados pelas instituições (MOREIRA, 2003). No
entanto, é sabido que as técnicas estatísticas possuem a vantagem de reduzir
análises tendenciosas praticadas pelos analistas das técnicas subjetivas.
A concessão do CDC para financiamento de veículos é um projeto de
investimento sujeito à opção de abandono com uma relação risco-retorno
dependente de várias forças de mercado. O objetivo desse trabalho é propor
um modelo de avaliação deste tipo de crédito de acordo com os preceitos da
Teoria de Opções Reais e da técnica de simulação de Monte Carlo.
As informações contidas nesse trabalho foram extraídas de um estudo de
caso desenvolvido numa financeira especializada no mercado de veículos que
contribuiu na identificação das práticas vigentes de mercado, na quantificação
dos fatores de recuperação do valor de mercado e na determinação das
variáveis de entrada para a simulação. Os demais dados foram obtidos de
fontes formais públicas como associações de classe, jornais especializados e
federações de comércio. A coleta de dados para formação das distribuições
empíricas de preços do mercado de veículos cobriu o período de 2001 a
2007. Para realização da simulação foi usada uma versão acadêmica do
software profissional Arena® da Rockwell Software Inc (PRADO, 1999). Por
razões de confidencialidade, os resultados obtidos pela simulação não foram
comparados com a técnica de análise de crédito empregada pela empresa.
Modelo Proposto
A árvore de decisão é a base para a avaliação das opções reais. Ela
expressa o conjunto de valores que o ativo analisado pode assumir ao longo
do tempo. A Figura 3.20 mostra a árvore de decisão para o caso de um
contrato de 3 parcelas. Para a situação analisada e sob a ótica da financeira,
a árvore foi montada de forma que cada nó representa o valor da prestação F
na data t. Os ramos mostram a probabilidade de pagamento p e de
inadimplência q (p = 1- p) para cada estágio de decisão.

F3 p3
p2
F2
3
p1 q3
F1 Abandono
2 q2
Abandono
0 1
q1
Abandono
Figura 3.20 – Árvore de decisão

Conforme a Figura 3.20, a probabilidade de pagamento de uma parcela

Fj dado que pagou as parcelas anteriores é:


E
F
jF

j p
p
p
123
.
.
..
.
.p

j1p

j 
F
j p
k

k
1

A opção de abandono permite a recuperação parcial do valor de mercado

do bem (VM). Cada nó representa a possibilidade de manter ou abandonar o
contrato. Conforme a terminologia das Opções Reais, o valor presente
expandido do mês j seria dado por:

V
Pe
xp
an
di
doV
Pt
rad
i
ci
onl
a V
Pa
ba
nd
on
o

Substituindo-se os termos acima tem-se que o valor presente expandido

para cada nó está entre os valores de manter e abandonar o projeto no mês j
e é dado por:

 j
 j


tF 
j pD
(
I
kjMP
)t

SA  d
F
j pD
(
I
kjMP
)d
a

fVM t

SA

    j
a

 
j 0 j j j 0
V
P
j
x
j
V
0
k
1
 ;
1x
j

V
0
k
1
 j 
 j
 j
 j
 
  
 (1r
) (1r)  (1r
) (1r) (1r)
  
j
1 j
1 j
1 j
1 j
1


  


onde:
xj = variável binária auxiliar do modelo para o sucesso (xj =1) ou fracasso
do pagamento. As parcelas são mutuamente exclusivas.
j
x 
0 ,j
,1 1,....,t
V0 = valor do financiamento no momento inicial;
Fj = prestação na data j;
pk = probabilidade de pagamento da k-ésima prestação dado que a
anterior foi paga;
IMP = impostos como IR (15%), CSLL (9%), CONFINS (3%), PIS (0,65%)
e outros;
Dj = depreciação na data j;
Sj = Alíquota do Seguro do veículo na data j;
A0 = valor do ativo no momento inicial;
 da = data de abandono;
VMj = valor de mercado do ativo na data j;
f j = fator de recuperação de valor do bem na data j;
r = custo da dívida alternativa após o IR;
t = prazo do CDC.

O modelo reproduz as condições reais de criação de uma carteira de

crédito para financiamento de veículos. A carteira de crédito é formada por
diversos contratos com prazos e valores diferentes sujeitos aos riscos de
inadimplência e de preço de mercado de automóveis.
Cada contrato aprovado da carteira de CDC de veículos de uma
financeira incorpora dados tais como: descrição de bem (tipo, ano modelo,
ano de fabricação), valor do contrato, taxa e prazo. A cada mês podem
ocorrer dois eventos: pagamento (p) ou não pagamento (q). Em caso de
abandono, determina-se o mês de sua ocorrência e calcula-se a depreciação
incorrida e o valor de mercado do bem para determinação do valor presente
de abandono. Caso contrário, estima-se o valor presente tradicional. A soma
dos valores presentes dos contratos tradicionais mais os abandonados resulta
no valor presente expandido da carteira.
Como demonstração do modelo proposto, formou-se uma carteira de
financiamentos de um carro 0 km de valor inicial de R$ 26.880,00 com 5
classes de financiamento e 8 classes de prazos de pagamento. A divisão em
classes é útil, especialmente em grandes carteiras (ex: milhões de
financiados). Foram simulados 10.000 contratos de acordo com as
distribuições probabilísticas definidas na seção anterior para avaliação do
valor presente expandido da carteira. Foi adotada a distribuição binomial que
é teórica e intuitivamente aceitável para a situação como distribuição de
probabilidade de pagamento. Esta alternativa também foi útil devido à
impossibilidade de acesso aos dados efetivos da distribuição de pagamentos
da financeira pesquisada por razões de sigilo. Adotou-se a prática de leilão de
veículos para a recuperação parcial do valor de mercado do bem quando do
abandono contrato. Os resultados da aplicação do modelo proposto com as
configurações testadas são mostrados na Tabela 7.
A Tabela 3.5 mostra que não há chance de perda para a financeira e que
a participação do valor presente dos contratos que sofreram abandono na
formação do valor expandido da carteira é relevante (70%). A segmentação
da distribuição do VP expandido em quartis (ou percentis) permite o raciocínio
reverso, ou seja, dada uma probabilidade encontra-se o valor presente de
interesse.

Tabela 3.5 – Estatísticas da distribuição do VP Expandido para modelo binomial

Item Valores
VP Expandido médio da carteira (R$) 2.045,21
VP Expandido máximo da carteira (R$) 19.355,52
VP Expandido mínimo da carteira (R$) 218,24
Desvio-Padrão (R$) 2.710,25
1º Quartil (R$) 725,06
2º Quartil (R$) 1.167,31
 3º Quartil (R$) 2.247,45
Contratos Abandonados 55%
Probabilidade do VP Expandido < 0 0%
VP Abandono / VP Expandido 70%

Este trabalho incorporou a componente de incerteza descrita na Teoria

de Opções Reais por meio da Simulação de Monte Carlo para uma nova
abordagem da avaliação de carteiras de crédito de veículos de acordo com as
práticas brasileiras vigentes sob a ótica das financeiras. Essa adaptação criou
uma nova expressão de avaliação da viabilidade da carteira sob a influência
dos riscos de crédito (inadimplência) e mercado (volatilidade do preço do
bem). O objetivo desse estudo foi demonstrar a funcionalidade da proposta
conceitual do modelo aplicando-o a contratos hipotéticos de CDC para
avaliação ex-ante das possibilidades de sucesso da carteira administrada.
Uma interessante linha de pesquisa para o desenvolvimento de novos
estudos seria o aprimoramento do modelo pela incorporação da opção de
adiamento do fluxo de caixa devido à renegociação do(s) contrato(s), pois,
dessa forma, os contratos abandonados teriam um percentual de recuperação
e poderiam ser reintegrados à carteira.

5.3. O government take e a atratividade do Brasil para investimentos

internacionais em upstream: creaming e o volume de óleo
recuperável

Incluir.
6. CONSIDERAÇÕES FINAIS

O objetivo deste capítulo foi elucidar a importância da Gestão de Riscos

para que uma empresa possa atingir o sucesso e sustentar sua
competitividade. Em um ambiente altamente competitivo como o ambiente de
negócios atual, faz-se necessário, e até determinante, que as organizações
estejam aptas a identificar, analisar e tratar os riscos aos quais estão
expostas.
7. REFERÊNCIAS

ALESSANDRI, T. M.; FORD, D. N.; LANDER, D. M.; LEGGIO, K. B.;

TAYLOR, M. Managing risk und uncertainty in complex capital projects. The
Quarterly Review of Economics and Finance, vol.44, p.751, 2004.
ANTONIK, L. R. Análise de projetos de investimento sob condições de risco.
Revista da FAE, v.7, n.1, p.67-76, jan./jun. 2004.
ASSAF NETO, A. Mercado Financeiro. São Paulo: Atlas, 2005.
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. ISO GUIA 73: Gestão
de riscos, vocabulário. Rio de Janeiro: ABNT, 2009.
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR ISO 31000:
Gestão de riscos, princípios e diretrizes. Rio de Janeiro: ABNT, 2009.
BACEN. Indicadores de Crédito. Disponível em: <http://www.bacen.gov.br>.
Acessado em 06 fevereiro de 2010.
BLANK, L.; TARQUIN, A. Engenharia Econômica. 6. ed. São Paulo:
McGraw-Hill, 2008.
BREALEY, R. A.; MYERS, S. C.; ALLEN, F. Princípios de finanças
corporativas. 8. ed. São Paulo: McGraw-Hill, 2008.
CANADA, J. R.; SULLIVAN, W. G; WHITE, J. A. Capital Investment
Analysis for Engineering and Management. 2.ed. New Jersey: Prentice
Hall, Inc. Upper Saddle River, 1996.
CASAROTTO FILHO, N.; KOPITTKE, B. H. Análise de Investimentos:
matemática financeira, engenharia econômica, tomada de decisão e
estratégia empresarial. 9.ed. São Paulo: Atlas, 2000.
CAVINATO, J. L. Supply chain logistics risk: form the back room to the board
room. International Journal of Physical Distribution & Logistics
Management, Vol.34, No. 5, pp. 383-387, 2004.
CHRISTOPHER, M.; PECK, H. Building the resilient supply chain. In:
International Journal of Logistics Management, v. 15, n. 2, p. 1 – 13, 2004.
COPELAND, T.; ANTIKAROV, V. Opções Reais: Um Novo Paradigma para
Reinventar a Avaliação de Investimentos. Rio de Janeiro: Campus, 2001.
COSO - Committee of Sponsoring Organizations of the Treadway
Commission. Gerenciamento de Riscos Corporativos – Estrutura
Integrada, 2007.
COSTA; PINTO, A. In DINSMORE et al. Projetos Brasileiros: casos reais de
gerenciamento, Rio de Janeiro: Brasport, 2007.
DAMODARAN, A. Gestão Estratégica do Risco. Bookman, p.384, 2009.
DE LA ROQUE, E.; LOBO, L. H. Gestão de riscos e a lei Sarbanes-Oxley.
Revista RI, p. 26-27, junho de 2005.
DIAS, M. A. G. Opções reais híbridas com aplicações em petróleo. Tese
(Doutorado em Engenharia Industrial). Pontifícia Universidade Católica –
PUC, Rio de Janeiro, 2005.
DINSMORE, P. C.; CAVALIERI, A. Como se transformar em um
profissional em Gerenciamento de Projetos. 2. ed. Rio de Janeiro:
Qualitymark, 2005.
FORTUNA, E. Mercado Financeiro. Rio de Janeiro: Qualitymark, 2006.
GALESNE, A.; FENSTERSEIFER, J. E.; LAMB, R. Decisões de
Investimentos da Empresa. São Paulo: Atlas, 1999.
HALLIKAS, J.; KARVONEN, I.; PULKKINEN, U.; VIROLAINEN, V.;
TOUMINEN, M. Risk management processes in supplier networks.
International Journal of Production Economics, v. 90, p. 47 – 58, 2004.
HIRSCHFELD, H. Engenharia Econômica e Análise de Custos. São Paulo,
7 ed., Editora Atlas, 2007.
JORION, P. Value at Risk: A Nova Fonte de Referência para a Gestão do
Risco Financeiro. São Paulo: Bolsa de Mercadoria & Futuros, 1998.
JUNQUEIRA, K. C.; PAMPLONA, E. O. Utilização de simulação de Monte
Carlo em estudo de viabilidade econômica para a instalação de um conjunto
de rebeneficiamento de café na cocadrive. Anais XXII Encontro Nacional de
Engenharia de Produção, Curitiba, PR, outubro, 2002.
JÜTTNER, U.; PECK, H.; CHRISTOPHER, M. Supply chain risk management:
outlining an agenda for future research. In: International Journal of
Logistics: Research & Applications, Vol. 6, No. 4, p. 197-210, 2003.
KNIGHT, F. H. Risk, Uncertainty and Profit. 1991.
LAMBERT, D.M.; COOPER, M.C.; PAGH, J.D. Supply chain management:
implementation issues and research opportunities. The international Journal
of Logistics Management, v.9, n. 2, p. 1-19, 1998.
LAPPONI, J. C. Projetos de Investimentos na Empresa. Rio de Janeiro:
Elsevier, 2007.
LOREA; E.; GRACIANI, M. Obras do descaso. Revista Amanhã, Edição 229,
março de 2007.
MICCUCI, V. C. G. S. Um modelo pró-ativo de gerenciamento de riscos na
cadeia de suprimentos. Tese de Doutorado. Rio de Janeiro, 2008.
MILLER, B.; CLARKE, J. Real Options and strategic guidance in the
o
development of new aircraft programs. 9 Annual International Conference
on Real Options, June, 2005.
MIORANDO, R. F. Desenvolvimento e aplicação de um modelo de
avaliação de rodovias federais concedidas. Dissertação (Mestrado em
Engenharia de Produção). Universidade Federal do Rio Grande do Sul, 2005.
MOORE, J. H.; WEATHERFORD, L. R. Tomada de decisão em
administração com planilhas eletrônicas. Traduzido por Lucia Simonini e
Edson Furmankiewicz. 6.ed. Porto Alegre: Bookman, 2005.
MORANO, C. A. R.; MARTINS, C. G.; FERREIRA, M. L. R. Aplicação das
técnicas de identificação de risco em empreendimentos de E& P. Engevista,
v.8, n.2, p.120-133, dezembro 2006.
MOREIRA, V. D. A Gestão de Risco de Crédito nos Financiamentos de
Veículos. Brasília. 2003. 108 p. Originalmente apresentada como dissertação
de Mestrado, Universidade Católica de Brasília, 2003.
NARASIMHAN, R.; TALLURI, S. Perspectives on supply chain risk
management. Jounal of Operations Management, 27 (2009), p. 114-118.
NEPOMUCENO FILHO, F. Tomada de Decisão em Projetos de Risco na
exploração de Petróleo. Tese de Doutorado, UNICAMP, 1997.
NORRMAN, A.; JANSSON, U. Ericsson’s proactive supply chain risk
management approach after a serious sub-supplier accident. Vol. 34, No.
5, p. 434 – 456, 2004
OLIVEIRA, J. B. Processo de formação de indicadores de desempenho
logístico: uma relação necessária entre a abordagem sistêmica e a gestão da
cadeia de suprimentos. Dissertação: João Pessoa, 2008.
PIRES, Silvio R. I. Gestão da Cadeia de Suprimentos. São Paulo: Atlas,
2004.
PIYATRAPOOMI, N.; KUMAR, A.; SETUNGE, S. Framework for investment
Decision-Making under risk and uncertainty for infrastructure asset
management. Research in Transportation Economics, v.8, n.4, p.199-214,
2004.
PMBOK – Um Guia do Conjunto de Conhecimentos em Gerenciamento de
Projetos. Project Management Institute. 3. ed. Four Campus Boulevard,
Newtown Square, EUA, 2004.
PRADO, D. S. Usando o Arena em Simulação. Belo Horizonte: DG, 1999.
ROSS, S. A.; WESTERFIELD, R. W. & JAFFE, J. F. Administração
Financeira. São Paulo: Atlas, 2002.
ROVAI, R. L. Modelo estruturado para gestão de riscos em projetos:
estudo de múltiplos casos. Tese (Doutorado em Engenharia de Produção).
Escola Politécnica de São Paulo, 2005.
SANTOS, E. M. Um estudo sobre a Teoria de Opções reais aplicada à
análise de investimentos em projetos de pesquisa e desenvolvimento.
Dissertação (Mestrado em Engenharia de Produção). Escola Federal de
Engenharia de Itajubá, Itajubá, 2001.
SANTOS, E. M.; PAMPLONA, E. O. Teoria das Opções Reais: aplicação em
pesquisa e desenvolvimento (P&D). 2º Encontro Brasileiro de Finanças,
Ibmec, Rio de Janeiro, RJ, Julho 2002.
SAUL, N. Análise de Investimentos: critérios de decisão e avaliação de
desempenho nas maiores empresas do Brasil. 2. ed. Porto Alegre: Ortiz,
Unisinos, 1995.
STANDARDS AUSTRALIA E STARDARDS NEW ZEALAND. AS/NZS 4360:
Gestão de riscos. 1999.
TANG, C.S. Perspectives in supply chain risk management. International
Journal of Production Economics, 103 (2006), p. 451-488.
TEIXEIRA, R.; LACERDA, D.P. Gestão da cadeia de suprimentos: análise dos
artigos publicados em alguns periódicos acadêmicos entre os anos de 2004 e
2006. Gestão & Produção, v. 17, n. 1, p. 207-227. São Carlos: 2010.
Disponível em: <http://tinyurl.com/325yagl>. Acesso em: 09 jul. 2010.
TENSTEP. Disponível em http://tenstep.com.br. Acessado em 05 de
setembro de 2008.
TOGO, D. F. Risk analysis for accounting models: a spreadsheet simulation
approach. Journal of Accounting Education, vol.22, p.153, 2004.
VERGARA, S. C. Projetos e relatórios de pesquisa em administração. 9
ed. São Paulo: Atlas, 2008.
VON NEUMANN, J., MORGENSTERN, O. Theory of games and economic
behavior. Princeton University, 1947.
WU, Tereza; BLACKHURT, Jennifer; CHIDAMBARAM, Vellayappan. A model
for inbound supply risk analysis. Computers in Industry, n. 57, p. 350-365,
2006.
RELATO DA SESSÃO DIRIGIDA 03
Esta sessão dirigida ocorreu no dia 13 de outubro de 2010 e contou com
a apresentação de quatro trabalhos. Ao todo, 26 pesquisadores participaram
da discussão feita, entre eles nomes de destaque e professores da área como
Antonio Cezar Bornia, César das Neves, Hong Yuh Ching e Nélson Casarotto
Filho.
A sessão ocorreu durante a parte da tarde e durou aproximadamente 5
horas. Inicialmente foi realizada uma abertura da sessão discutindo a sua
temática, apresentação esta realizada pela relatora, Profa. Joana Siqueira de
Souza (PUCRS) e pelo coordenador de sessão, Prof. Francisco José
Kliemann Neto (UFRGS). Foram então apresentados os quatro trabalhos
selecionados, havendo sempre uma breve discussão após cada
apresentação. Concluídas as apresentações, fez-se uma discussão aberta
sobre a temática de Análise de Riscos, procurando estabelecer-se a estrutura
geral do texto a ser redigido.
Além das informações contidas neste capítulo, algumas discussões
foram trazidas pelos participantes e considera-se relevante apresentá-las
neste relato. Sobre as tipologias de riscos, os participantes destacaram a
importância de se tentar desenvolver uma tipologia estruturada que poderá
servir de referência para o estado-da-arte. Ainda, questionou-se o
alinhamento da classificação identificada pela literatura com o que as
empresas identificam como riscos na prática. Concluiu-se que as tipologias de
risco ainda são passíveis de serem aprofundadas em estudos futuros.
Foi levantada também a necessidade e importância das empresas
entenderem melhor o problema geral associado à gestão de riscos antes de
passarem diretamente ao uso de ferramentas, de forma pontual e pouco
estruturada. Muitos estudos focam apenas na problemática de análise de
riscos, quando muitas vezes a deficiência das empresas está na base de
dados a ser utilizada e nos conceitos iniciais do processo de gerenciamento.
Destacou-se ainda que as pequenas empresas também devem se
preocupar com esta temática, embora isto ainda não seja uma realidade para
este tipo de organização. Os conceitos discutidos ao longo desta sessão,
descritos agora neste capítulo, podem e também devem ser usados por
pequenas empresas.
Outro ponto levantado foi a importância da mitigação dos riscos. Os
pesquisadores presentes na sessão destacaram que, em alguns momentos,
uma organização pode ter a intenção de correr riscos; entretanto, alguns
riscos devem ser evitados, sendo transferidos, por exemplo. Os
pesquisadores apontam que as empresas só devem correr riscos que têm
haver com o „know how‟ da organização.
Destacou-se ainda a importância de se observar não somente o risco de
um projeto individualmente, mas também de um conjunto de projetos, ou seja,
do portfólio de projetos da empresa, pois um projeto pode mitigar os riscos de
outro. Listo faz com que o risco do portfólio, como bem afirmou Markowitz, é
diferente da soma dos riscos individuais dos projetos que o compõem.
Por fim, os participantes desta Sessão Dirigida concordaram com a
necessidade de se estruturar um grupo de pesquisa, com diferentes
empresas, instituições, profissionais e acadêmicos, com foco na aplicação
prática dos conceitos aqui discutidos.

View publication stats