You are on page 1of 87

Universidade de Braslia

Faculdade de Economia, Administrao, Contabilidade e Cincias da Informao e Documentao

DEPARTAMENTO DE ADMINISTRAO

TRABALHO DE CONCLUSO DE CURSO

O USO DA SIMULAO MONTE CARLO EM ANLISE DE


VIABILIDADE ECONMICO-FINANCEIRA DE PROJETOS DE
INVESTIMENTO
Um estudo de caso

Getulio Cesar Borges Leite

Braslia DF
junho / 2009

Universidade de Braslia
Faculdade de Economia, Administrao, Contabilidade e Cincias da Informao e Documentao

DEPARTAMENTO DE ADMINISTRAO

TRABALHO DE CONCLUSO DE CURSO

O USO DA SIMULAO MONTE CARLO EM ANLISE DE


VIABILIDADE ECONMICO-FINANCEIRA DE PROJETOS DE
INVESTIMENTO
Um estudo de caso

Getulio Cesar Borges Leite

Professor Orientador:

Carlos Rosano Pena


Doutor em Economia

Trabalho apresentado em cumprimento s exigncias acadmicas parciais da


disciplina Estgio Supervisionado em administrao para a obteno do grau de
Administrador

Braslia DF
junho / 2009

Leite, Getulio C.B.


O uso da Simulao Monte Carlo na anlise de viabilidade
econmico-financeira de projetos de investimento: Um estudo
de caso / Getulio Cesar Borges Leite Braslia, 2009.
85 f.: il.
Monografia (graduao) Universidade de Braslia,
Departamento de Administrao, 2009.
Orientador: Carlos R. Pena, Dr.
1. Projeto de Investimento. 2. Simulao Monte Carlo. 3.
Anlise de projeto. I Ttulo. II Um estudo de caso

Universidade de Braslia
Faculdade de Economia, Administrao, Contabilidade e Cincias da Informao e Documentao

DEPARTAMENTO DE ADMINISTRAO

O USO DA SIMULAO MONTE CARLO EM ANLISE DE


VIABILIDADE ECONMICO-FINANCEIRA DE PROJETOS DE
INVESTIMENTO
Um estudo de caso

A Comisso Examinadora, abaixo identificada, aprova o Trabalho de


Concluso do Curso de Administrao da Universidade de Braslia do
aluno

Getulio Cesar Borges Leite

Carlos Rosano Pena, Dr. em Economia


Professor-Orientador

Professor-Examinador

Professor-Examinador

Braslia, 22 de junho de 2009

Aos meus pais Artur Leite e Maria Borges (in


memoriam), aos meus queridos filhos Getulio Junior,
Paulo Roberto e Andrea e s minhas netas Alice a
Allanis, dedico este meu trabalho.

AGRADECIMENTOS

Em primeiro lugar agradeo a Deus por ter me dado a vida, a sade, a


sabedoria e a vontade para a realizao deste trabalho.
Sou grato tambm Universidade Federal de Sergipe (UFS), local onde iniciei
o curso, e Universidade de Braslia (UnB) atravs de seu corpo administrativo, e ao
seu corpo docente pelos ensinamentos transmitidos durante os anos de estudo.
Agradeo tambm ao meu orientador o Dr. Carlos Rosano Pena, que acreditou,
participou comigo desse desafio, e me transmitiu conhecimentos valiosos e
orientaes para conduzir este trabalho, sem os quais no poderia chegar at aqui.
Agradecimento aos colegas de curso e amigos que de alguma forma
contriburam para a minha formao acadmica.
Por fim, um especial agradecimento minha companheira Vilma por ter
suportado a minha ausncia durante o perodo em que preparava esta obra.

RESUMO
Esta monografia trata de mostrar a contribuio do mtodo Simulao Monte Carlo
como ferramenta auxiliar nas anlises de viabilidade econmico-financeira em
projetos de investimento, a partir de um estudo de caso. A literatura tradicional sobre
anlises de projeto trata quase sempre de modelos determinsticos para avaliao de
risco, e neste aspecto justifica-se o estudo de mtodo de simulao que utiliza modelo
probabilstico de anlise. Os dois modelos so abordados neste trabalho como forma
de demonstrar a utilidade do mtodo de Simulao Monte Carlo em contrapartida ao
mtodo tradicional de anlise. Fez-se uma reviso da literatura dos principais
elementos tericos onde foram abordados os conceitos dos dois modelos e das
variveis de risco VPL, TIR e Payback utilizadas no estudo. Premissas foram
definidas e calculadas com base nos demonstrativos financeiros da empresa e de
dados do setor para utilizao na projeo do fluxo de caixa. Foi elaborado um fluxo
de caixa com projees baseadas nas premissas a fim de possibilitar a aplicao do
mtodo de simulao proposto. Para aplicao do mtodo de Simulao Monte Carlo
foi utilizado o software Crystal Ball e usados trs modelos probabilsticos de
distribuio, o Normal, o Uniforme e o Lognormal. Foram realizadas 1000 simulaes
em cada um dos modelos de distribuio como forma de se observar o
comportamento das variveis VPL, TIR e Payback em cada um dos modelos. Com a
aplicao da simulao foram gerados histogramas e tabelas com os resultados
estatsticos de cada uma das variveis para cada modelo de probabilidade. Os
resultados mostraram valores do VPL e percentuais da TIR muito prximos na
distribuio Normal e distribuio Lognormal em comparao com os resultados
apresentados na distribuio Uniforme. A distribuio de probabilidade em todos os
resultados no apresentou nenhum valor negativo para o VPL, bem como nenhuma
TIR inferior taxa de desconto. O mtodo de Simulao Monte Carlo, como modelo
probabilstico, poderia oferecer mais confiabilidade e segurana s decises na
anlise de projetos de investimento.

1. Projetos de investimento

2. Simulao Monte Carlo

3. Anlise de projetos

SUMRIO
1

INTRODUO ............................................................................................11

1.1

Contextualizao do Assunto ......................................................................11

1.2

Descrio da situao problemtica ...........................................................13

1.3

Objetivo Geral .............................................................................................14

1.4

Objetivos Especficos ..................................................................................14

1.5

Justificativa..................................................................................................15

1.6

Mtodos e Tcnicas de Pesquisa: ..............................................................16

1.7

Estrutura da Monografia ..............................................................................17

REFERENCIAL TERICO ..........................................................................19

2.1

Projetos de Investimento .............................................................................19

2.2

Mtodos e Indicadores de Avaliao de Projetos .......................................26

2.2.1

Simulao Monte Carlo ...............................................................................28

MTODOS E TCNICAS DE PESQUISA ..................................................30

3.1

Delineamento da pesquisa ..........................................................................30

3.2

Caracterizao da organizao...................................................................31

3.3

Mtodos e tcnicas de pesquisa .................................................................32

3.4

Descrio das variveis de interesse ..........................................................32

3.5

Procedimentos e instrumentos utilizados na simulao ..............................33

3.6

Procedimentos para utilizao do Crystal Ball ............................................42

3.7

Os modelos de distribuio de probabilidades utilizados ............................47

APRESENTAO E ANLISE DOS RESULTADOS .................................50

4.1

Probabilidade com Distribuio Normal ......................................................50

4.2

Probabilidade com Distribuio Uniforme ...................................................55

4.3

Probabilidade com Distribuio Lognormal .................................................60

4.4

Anlise comparativa dos modelos...............................................................64

4.4.1.

Taxa Interna de Retorno .............................................................................64

4.4.2.

Valor Presente Lquido ................................................................................65

4.4.3.

Payback Simples.........................................................................................66

4.4.4.

Payback Descontado ..................................................................................67

4.4.5.

Planilha do Banco Alpha .............................................................................68

4.5

Anlise da Simulao Monte Carlo .............................................................70

CONSIDERAES FINAIS ........................................................................73

REFERNCIAS BIBLIOGRFICAS ............................................................77

APNDICES ..............................................................................................................79

Apndice A: Balano Patrimonial Ativo ..................................................................79


Apndice B: Balano Patrimonial Passivo ..............................................................80
Apndice C: Demonstrao de Resultados do Exerccio ..........................................81
Apndice D: Demonstrao de clculo dos ndices...................................................82
Apndice E: Demonstrativo do Fluxo de Caixa Projetado .........................................85

LISTA DE ILUSTRAES
Figura 1 Grfico e Equao dos Custos Totais ........................................................... 37
Figura 2 Grfico e equao da taxa de crescimento ................................................... 40
Figura 3 Tela principal do software Crystal Ball ....................................................... 42
Figura 4 Janela da Distribuio Normal....................................................................... 43
Figura 5 Preferncias de Execuo............................................................................. 44
Figura 6 Painel de Controle ......................................................................................... 45
Figura 7 Janela da Distribuio Uniforme.................................................................... 46
Figura 8 Janela da Distribuio Lognormal ................................................................. 46
Figura 9 Curva da Distribuio Normal Tpica ............................................................. 48
Figura 10 Curvas da Distribuio Lognormal .............................................................. 49
Figura 11 Histograma e Estatstica da TIR .................................................................. 50
Figura 12 Grfico de Sensibilidade da TIR .................................................................. 51
Figura 13 Histograma e Estatsticas do VPL ............................................................... 52
Figura 14 Grfico de sensibilidade do VPL ................................................................. 52
Figura 15 Histograma e Estatstica do PBS ................................................................ 53
Figura 16 Grfico de sensibilidade do PBS ................................................................. 53
Figura 17 Histograma e Estatsticas do PBD .............................................................. 54
Figura 18 Grfico de sensibilidade do PBD ................................................................. 55
Figura 19 Histograma e Estatsticas da TIR ................................................................ 55
Figura 20 Grfico de sensibilidade da TIR .................................................................. 56
Figura 21 Histograma e Estatsticas do VPL ............................................................... 57
Figura 22 Grfico de sensibilidade do VPL ................................................................. 57
Figura 23 Histograma e Estatsticas do PBS............................................................... 58
Figura 24 Grfico de sensibilidade do PBS ................................................................. 58
Figura 25 Histograma e Estatsticas do PBD .............................................................. 59
Figura 26 Grfico de sensibilidade do PBD ................................................................. 59
Figura 27 Histograma e Estatsticas da TIR ................................................................ 60
Figura 28 Grfico de sensibilidade da TIR .................................................................. 61
Figura 29 Histograma e Estatsticas do VPL ............................................................... 61
Figura 30 Grfico de sensibilidade do VPL ................................................................. 62
Figura 31Histograma e Estatsticas do PBS................................................................ 62
Figura 32 Grfico de sensibilidade do PBS ................................................................. 63

Figura 33 Histograma e Estatsticas do PBD .............................................................. 63


Figura 34 Grfico de sensibilidade do PBD ................................................................. 64
Figura 35 Planilha do Banco Alpha ............................................................................. 68
Figura 36 Percentil do VPL.......................................................................................... 72

LISTA DE TABELAS
Tabela 1 Itens da Demonstrao de Resultados do Exerccio .................................... 34
Tabela 2 Apurao da alquota de tributao .............................................................. 38
Tabela 3 Apurao da taxa de reinvestimento ............................................................ 38
Tabela 4 Crescimento do Setor x Crescimento da Economia ................................... 39
Tabela 5 Estatsticas das distribuies........................................................................ 65
Tabela 6 Estatsticas das Distribuies ....................................................................... 65
Tabela 7 Estatsticas das Distribuies ....................................................................... 66
Tabela 8 Estatsticas das Distribuies ....................................................................... 67
Tabela 9 Indicadores de avaliao .............................................................................. 69
Tabela 10 Indicadores de avaliao com ajuste .......................................................... 70

11

1 INTRODUO
1.1 Contextualizao do Assunto

No mundo empresarial a criao de novas empresas em diversos ramos de


atividade e a expanso de negcios, seja por meio de instalao de filiais, criao de
nova empresa em outro segmento buscando diversificar sua atividade ou ainda,
ampliao e/ou modernizao do parque tecnolgico, tem crescido bastante nos
ltimos anos no Brasil. De acordo com relatrio do IBGE, As MPE's vm aumentando
gradativamente sua participao no segmento de comrcio e servios, cuja
representatividade passou de 95,5%, em 1985, para 97,6%, em 20011.
Iniciativas governamentais, a exemplo de programas de incentivo criao e
desenvolvimento de empresas, tais como: Programa de Gerao de Emprego e
Renda PROGER, linhas de crdito subsidiadas com recursos do FAT, FCO, FNE e
BNDES, aumentam a oferta de crdito. Assim, a expanso do crdito para esse
segmento de mercado faz com que a demanda por recursos se torne crescente, e, a
necessidade de elaborao de projetos para fins de atender as exigncias das
instituies financeiras acompanha esse crescimento.
A elaborao de projetos de investimento no atividade exclusiva para
atender exigncias das instituies financeiras, mas tambm para fornecer aos
investidores institucionais (scios, quotistas, acionistas, dirigentes, executivos etc.),
subsidio para tomada de decises de investimento, principalmente quando h mais de
um projeto em estudo. Os projetos de investimento so elaborados para atender
decises estratgicas das organizaes, independentemente da necessidade de
obteno de recursos financeiros externos, ou seja, necessidade de captao de
recursos por meio de financiamento em instituies financeiras e/ou bancos de
investimento.
Com relao demanda por investimentos em projetos no setor industrial,
verifica-se que 86% das empresas industriais planejaram investir em 2007. Esse
percentual sobe para 90% entre as mdias empresas e 93% entre as grandes
empresas. As pequenas empresas foram as que registraram menos disposio para
investir. Aproximadamente, uma em cada cinco empresas de pequeno porte assinalou
no possuir nenhum investimento planejado para o ano de 2007, de acordo com
1

Estudos & Pesquisas-Informao Econmica. As Micro e Pequenas Empresas Comerciais e de


servios no Brasil 2001.IBGE. Janeiro/2003

12

informaes da Confederao Nacional da Indstria (CNI), contidas no relatrio


Sondagem Especial da CNI - Ano 5, N.4 - novembro de 2007. Por este quadro
apresentado pela CNI, percebe-se a disposio das empresas em realizar
investimentos e dessa forma confirmar a demanda das empresas por projetos.
Para atender o crescimento da demanda por produtos e servios, as
empresas, independentemente do segmento, ramo de atividade e porte necessitam
investir recursos em planos e projetos de criao, manuteno e expanso de suas
atividades. Geralmente, em funo do grande volume de recursos necessrios a
serem alocados aos projetos, as empresas buscam fontes de financiamento para
seus projetos, sendo que as instituies financeiras so as principais fornecedoras de
recursos.
Em razo dos projetos de investimentos de longo prazo envolver volume
considervel de recursos, se faz necessrio a utilizao de certos procedimentos para
analis-los adequadamente, tanto pela empresa quanto pela instituio financeira, de
forma a avaliar sua viabilidade econmico-financeira. O principal ponto a ser
considerado quando se decide realizar investimentos de capital em uma empresa
avaliar os riscos decorrentes do projeto que se pretende implantar. O risco, segundo
Gitman (2002), em seu sentido fundamental, pode ser definido como a possibilidade
de prejuzo financeiro. Souza (2003) define o risco como a probabilidade de
ocorrncia de prejuzos financeiros advindos de determinado investimento ou a
variabilidade dos retornos esperados de um dado ativo.
Diversos mtodos e modelos para avaliao de riscos em projetos de
investimento foram criados ao longo do tempo, a partir de trabalho realizado por
Markowitz (1959), conforme Souza (2003). Dentre os modelos existentes os mais
difundidos e utilizados na avaliao de projetos de investimento so o Payback
simples e descontado, o Valor Presente Lquido (VPL) e a Taxa Interna de Retorno
(TIR). Alm destes, foram criados diversos indicadores para anlise e avaliao
econmico-financeira de empresas e projetos de investimento, tais como: Margem
Operacional de Lucro, Retorno Sobre Investimento ou Retorno Sobre Ativo, ndice de
Endividamento Geral, Liquidez Corrente, Liquidez Seca, Liquidez Geral, ndice de
Lucratividade, Retorno Sobre o Patrimnio Lquido e Retorno Sobre Vendas, entre
outros tantos existentes.
A anlise por meio de indicadores envolve clculos e interpretaes destes a
fim de avaliar o desempenho e a situao econmico-financeira da empresa. O

13

Mtodo do Payback uma medida que calcula o tempo necessrio para a


recuperao do capital investido em um projeto. O VPL o mtodo que ir mostrar a
contribuio do projeto no aumento do valor da empresa, ou seja, o quanto a empresa
ir aumentar com a realizao do projeto e corresponde diferena entre os fluxos de
caixa lquido do projeto e o investimento inicial. A TIR definida como a taxa de juros
que anula o VPL, ou seja, a taxa de desconto que iguala o valor presente das
entradas de caixa ao investimento inicial do projeto. A TIR deve ser aplicada somente
na avaliao de projetos com fluxo de caixa com uma nica mudana de sinal,
conforme Lapponi (2007).
Os mtodos tradicionais existentes, como os acima mencionados, se baseiam
na anlise de dados financeiros, tais como o fluxo de caixa, balano patrimonial e a
demonstrao de resultados do exerccio da empresa. Construdos com modelos
matemticos determinsticos se destinam a subsidiar a tomada de decises em
investimentos por parte dos executivos ou proprietrios das empresas e das
instituies financeiras apoiadoras dos projetos.

1.2 Descrio da situao problemtica

Com a finalidade de se reduzir os riscos, devido s incertezas do futuro e a


complexidade do mercado, cenrios so projetados (geralmente trs cenrios no
mnimo) variando-se um ou mais ndices ou valores financeiros do projeto, partindo-se
do cenrio considerado bsico para o projeto. Dessa forma, verifica-se o
comportamento dos indicadores a alteraes pr-estabelecidas para mais e para
menos, alteraes que so chamadas comumente de otimista e pessimista, as
quais auxiliam na tomada de deciso por parte do empreendedor e/ou da instituio
financeira.
Entretanto, dificilmente as projees efetuadas com a utilizao dessa
metodologia e indicadores se confirmam no futuro, por razes diversas e adversas
como mudana no comportamento do mercado, alteraes na conjuntura econmica,
alteraes na legislao tributria, medidas governamentais, entre outras, as quais
interferem positiva ou negativamente no atingimento do desempenho projetado.
Segundo Woiler e Mathias (1986), medida que as projees pretendem retratar um
comportamento futuro, as chances de que estejam corretas so pequenas, uma vez

14

que estes indicadores, na melhor das hipteses, refletem apenas a mdia de


opinies, haja vista o carter determinstico empregado nas projees, quando, na
verdade, o futuro se nos apresenta probabilstico.
Por outro lado, a utilizao de tcnica baseada em simulaes que utilizam
mltiplos cenrios provveis por meio da gerao de nmeros aleatrios
adequadamente distribudos que atribuem valores s variveis que se deseja
investigar talvez possa contribuir para uma anlise de risco mais prxima da
realidade. Nesse ponto, a Simulao Monte Carlo uma tcnica que envolve
utilizao de nmeros randomizados e probabilidade para resoluo de problemas.
O termo Monte Carlo foi dado pelos pesquisadores S. Ulam e Nicholas
Metropolis em 1940 em referncia a atividade mais popular da cidade de Monte Carlo,
Mnaco (Cassino), de acordo com Gujarati (2002, apud Lima), e o mtodo criado por
S. Ulam e Von Neumann no mesmo ano (Corrar, 1993, apud Lima), e pode ser
definido como um processo de amostragem cujo objetivo permitir a observao do
desempenho de uma varivel de interesse em razo do comportamento de variveis
que encerram elementos de incerteza.

1.3 Objetivo Geral

Com o presente trabalho pretende-se estudar o uso da Simulao Monte Carlo


como mtodo auxiliar na avaliao de projetos de investimento, apresentando os
resultados das simulaes realizadas sobre o comportamento das variveis VPL, TIR
e Payback projetadas com base no Fluxo de Caixa de uma empresa de grande porte.
Dessa forma, o objetivo principal desse estudo mostrar a contribuio do
mtodo Simulao Monte Carlo - SMC como ferramenta auxiliar nas anlises de
viabilidade econmico-financeira em projetos de investimento atravs de um estudo
de caso.

1.4 Objetivos Especficos

15

a) Aplicar trs modelos probabilsticos da Simulao Monte Carlo no Fluxo


de Caixa de uma empresa de grande porte para avaliao das variveis de
risco VPL, TIR e Payback;
b) Realizar 1000 simulaes em cada modelo e gerar relatrios dos resultados
(grficos, tabelas e quadros) para anlise;
c) Analisar e interpretar os dados gerados com as simulaes;
d) Apontar a utilidade do modelo em anlise de viabilidade econmicofinanceira de projetos de investimento.

1.5 Justificativa

Os mtodos tradicionais para avaliao de risco em projetos de investimento,


geralmente so construdos com modelos matemticos determinsticos e se destinam
a subsidiar a tomada de decises em investimentos por parte dos executivos ou
proprietrios das empresas e das instituies financeiras apoiadoras dos projetos.
Neste modelo de avaliao, de acordo com Lapponi (2000), procura-se responder a
perguntas do tipo: E se...? Por exemplo: E se as receitas estimadas diminurem X%,
qual ser o VPL? E se os custos variveis aumentarem X%, o VPL permanecer
positivo? Para responder a perguntas desse tipo, realizam-se anlise de sensibilidade
e/ou anlise de cenrios.
A anlise de sensibilidade procura observar dentre as estimativas futuras
previstas, qual ou quais seriam mais sensveis ao VPL, por exemplo. A anlise de
cenrios incorpora o intervalo provvel de variao das estimativas do projeto mais
sensveis ao VPL, produzindo trs cenrios: o bsico ou mais provvel, o otimista e o
pessimista. Tanto a anlise de sensibilidade quanto a anlise de cenrios procuram
medir os efeitos das variaes das estimativas relevantes de um projeto, uma por vez,
entretanto esta medio realizada de maneira limitada, uma vez que no inclui a
probabilidade de ocorrncia.
Como forma de sanar essa deficincia, criou-se mtodos de simulao que
utiliza a gerao de nmeros aleatrios para atribuir valores a qualquer varivel de
interesse. O mtodo de simulao envolve tcnicas estatsticas de probabilidade, o
que no ocorre com a anlise de sensibilidade e cenrios, e por isso possibilita a

16

gerao de relatrios e grficos com informaes estatsticas que fornecem maiores


subsdios deciso.
Para Martins (2008, p. 14) O objeto de uma pesquisa pode surgir de
circunstancias pessoais profissionais, da experincia cientfica prpria ou alheia, da
sugesto de uma personalidade superior, do estudo, da leitura de grandes obras [...].
Nesse estudo, a experincia adquirida no trabalho com anlise de viabilidade
econmico-financeira de projetos de investimento, aliada s teorias estudadas no
curso de administrao e a possibilidade de estudar e testar novas tcnicas, bem
como a pouca abordagem encontrada na literatura a respeito da utilizao da SMC
em anlises de viabilidade de projetos justificam a escolha do tema para realizao
deste trabalho.

1.6 Mtodos e Tcnicas de Pesquisa:

Para Acevedo e Nohara (2007) o mtodo cientfico caracteriza o estudo


cientfico, ou seja, se no houver utilizao do mtodo cientfico, a monografia ou
artigo no ser considerado cientfico.
A pesquisa de estudo de caso caracteriza-se pela anlise em
profundidade de um objeto ou grupo de objetos, que podem ser indivduos ou
organizaes (ACEVEDO; NOHARA, 2007, p. 50). Yin (2005) afirma que o estudo de
caso apenas uma das muitas maneiras de fazer pesquisa em cincias sociais, e
como estratgia de pesquisa, utiliza-se o estudo de caso em muitas situaes a fim
de contribuir com o conhecimento dos fenmenos individuais, organizacionais,
sociais, polticos e de grupo. ainda uma forma distintiva de investigao emprica e
pode ter tanto o carter exploratrio, quanto descritivo ou explanatrio e [...] no
apenas uma ferramenta exploratria preliminar, mas tambm perfeitamente
utilizvel para descrever ou testar hipteses.
De acordo com Richardson (1999), pesquisa exploratria tenta descobrir
relaes entre fenmenos e em muitos casos pesquisadores estudam um problema
cujos pressupostos tericos no esto claros ou so difceis de encontrar. Nessa
condio, a pesquisa se destina no apenas para conhecer o tipo de relao
existente, mas, sobretudo para determinar a existncia de relao.

17

Medeiros (2005) classifica os mtodos utilizados para realizao de pesquisa


cientfica em dedutivo e indutivo. Segundo Medeiros, a Matemtica, bem como a
Filosofia, utiliza-se do mtodo dedutivo, uma vez que a funo bsica demonstrar
aquilo que implicitamente j se encontra no antecedente.
Neste trabalho, como mtodo geral, utilizou-se o mtodo dedutivo vez que o
objetivo do estudo envolve a utilizao de modelo matemtico para obteno dos
resultados esperados com aplicao da tcnica Simulao Monte Carlo. Entretanto,
de forma especfica, outros mtodos e tcnicas foram utilizados neste trabalho,
conforme abaixo relacionados:
I.

Quanto ao tipo de pesquisa, adotou-se o tipo Estudo de Caso, por ser


o mais indicado para o fenmeno observado;

II.

Relativamente aos objetivos, foi dado o carter de pesquisa


exploratria e descritiva;

III.

Com relao aos procedimentos de coleta de dados, utilizou-se a


pesquisa documental e a pesquisa bibliogrfica;

IV.

Quanto modalidade, a pesquisa foi considerada quantitativa;

V.

Por fim, quanto ao objeto da pesquisa, esta se baseou na pesquisa de


campo, haja vista a realizao de pesquisa documental para avaliao
dos dados e informaes.

1.7 Estrutura da Monografia

Este trabalho foi dividido em cinco captulos. No Captulo 1, destinado


Introduo, se apresenta a contextualizao do assunto, a situao problemtica, o
objetivo geral e os objetivos especficos, a justificativa para realizao do estudo e o
mtodo e as tcnicas utilizados. No Captulo 2, Referencial terico, se apresenta uma
reviso da literatura dos principais elementos tericos considerados relevantes para a
realizao e o entendimento do presente trabalho. Neste captulo tambm so
apresentados

alguns

indicadores

de

avaliao

econmico-financeira

de

quantificao do risco de crdito. Finaliza o captulo uma breve reviso sobre o


mtodo de Simulao Monte Carlo. No Captulo 3 Mtodos e tcnicas de pesquisa,
apresentada a metodologia utilizada para realizao do trabalho. Neste captulo se
apresenta, de forma detalhada, o mtodo, tcnicas, dados da amostra e os

18

procedimentos e instrumentos utilizados na realizao do trabalho. No Captulo 4


Apresentao e anlise dos resultados, mostram-se os resultados obtidos com a
aplicao do mtodo de Simulao Monte Carlo, Neste capitulo mostrado e
comentado de forma analtica os resultados obtidos com o uso dos trs modelos
diferentes de probabilidade empregados na simulao. No Captulo 5 Consideraes
finais, feita uma avaliao do trabalho realizado, onde se apresenta um resumo dos
fatos relevantes do estudo. Apresenta-se ao final deste captulo a concluso do autor
sobre o resultado do estudo realizado.

19

2 REFERENCIAL TERICO

Neste captulo se apresenta uma reviso da literatura dos principais elementos


tericos considerados relevantes para a realizao e o entendimento do presente
trabalho. Inicia-se apresentando alguns conceitos-chave relacionados a projetos de
investimento. Posteriormente, so apresentados alguns indicadores de avaliao
econmico-financeira e de quantificao do risco de crdito bem como os mtodos e
indicadores de avaliao de projetos utilizados no trabalho. Finaliza o captulo uma
breve reviso sobre o mtodo de Simulao Monte Carlo.

2.1 Projetos de Investimento

Os projetos de investimento nascem e crescem com as empresas,


independentemente do setor, ramo de atividade, porte, constituio jurdica
(sociedade limitada, empresrio individual, sociedade annima etc.) e se destinam
implantao/criao de negcio, ampliao, modernizao, instalao de filiais,
criao de novos produtos, entre outros. Qualquer que seja a finalidade do projeto de
investimento, o objetivo mostrar as possibilidades de gerar lucro para o empresrio
e/ou acionistas. Segundo Lapponi (2000, p. 7), para manter a empresa operando de
forma saudvel e crescendo, os executivos devem investir em projetos que criem
valor.
Os projetos de investimento so classificados de acordo com a sua finalidade,
ou seja, os objetivos a que se destinam. Brighan e Houston (1999) apresentam seis
classificaes para projetos de investimento, conforme abaixo:
a) Reposio: manuteno do negcio. Aqui se referem a gastos para
substituio de equipamentos velhos ou danificados;
b) Reposio:

reduo

de

custos.

Inclui

gastos

para

substituir

equipamentos aproveitveis, porm obsoletos. Neste caso, a finalidade


reduzir custos com mo-de-obra, materiais e outros insumos.
c) Expanso de produtos ou mercados existentes. Refere-se a gastos
para aumento da produo, gastos para expandir canais ou facilidades
de distribuio em mercados concorrentemente atendidos;

20

d) Expanso em novos produtos ou mercados. Gastos para produzir um


novo produto ou expandir as operaes em rea geogrfica ainda no
atendida;
e) Projetos de segurana e/ou ambientais. Gastos essenciais para
atender legislao, acordos trabalhistas e condies de aplices de
seguros;
f) Outros. Inclui gastos com imobilizado, tais como: prdios de escritrios,
estacionamentos, avies executivos etc.
Woiler e Mathias (1986), referindo-se ao projeto no processo de planejamento
das empresas, classificam os projetos por tipo em funo do objetivo a que se
destinam. Os objetivos so divididos em trs: em funo do setor econmico de
atuao da empresa (classificao macroeconmica); em funo do impacto do
projeto na empresa (classificao microeconmica); e, em funo do uso que o
projeto ter para a empresa ao longo do processo decisrio. A classificao de Woiler
e Mathias apresentada a seguir:
I.

Em funo do setor econmico de atuao da empresa:

 Agrcola
 Industrial
 De servios
II.

Em funo do impacto na empresa:

 De implantao
 De expanso ou de ampliao
 De modernizao
 De relocalizao
 De diversificao
III.

Em funo do uso para a empresa:

 De viabilidade
 Final
 De financiamento
Em razo dos itens I e II da classificao acima mencionada ser de fcil
entendimento, ser apresentado apenas breve comentrio sobre o entendimento dos
autores quanto classificao apresentada no item III. Para Woiler e Mathias (1989),
o projeto de viabilidade apresenta um estudo e anlise que buscam verificar a
viabilidade do empreendimento a nvel interno da prpria empresa. Na prtica,

21

entretanto, o que se observa, segundo os autores, que esse tipo de projeto s vezes
no executado pelas empresas nacionais, isto , quando a empresa resolve
executar determinado investimento, raramente faz a verificao de sua viabilidade. O
segundo tipo considerado no uso para a empresa, projeto final, constitui-se no
conjunto de informaes em que a grande maioria dos parmetros crticos para a fase
de implantao j se encontra definida e congelada. Da mesma forma que o projeto
de viabilidade, esse tipo de projeto tambm raramente executado nas empresas
nacionais. Por fim, o projeto de financiamento elaborado para atender s exigncias
de rgos e instituies financiadoras e/ou rgos federais, regionais, estaduais e
municipais que concedem incentivos. Geralmente esse tipo de projeto elaborado em
formulrios ou modelos padronizados dos financiadores e apresenta dados bastante
otimistas a fim de sensibilizar os rgos concessores de incentivos e/ou
financiamentos e garantir sua aprovao.
Qualquer que seja o tipo, o projeto de investimento est atrelado ao oramento
de capital da organizao, e, segundo Lapponi (2007), o oramento de capital o
processo dirigido a analisar projetos de investimento e determinar se vale a pena
realizar o projeto para construo de uma planta, lanar um novo produto, realizar
uma campanha de divulgao dos produtos etc.
Uma vez que o processo de oramento de capital envolve a gerao de
proposta de investimentos em longo prazo, os quais representam desembolsos
considerveis de fundos que obrigam a empresa a seguir um determinado curso de
ao, so necessrios certos procedimentos para analis-los e selecion-los
adequadamente, conforme Gitman (2002).
A partir de trabalho realizado por Markowitz (1959), conforme Souza (2003, p.
55), muitas tcnicas e metodologias foram desenvolvidas ao longo do tempo para se
avaliar os riscos dos projetos de investimento. Tais mtodos e tcnicas envolveram a
criao de indicadores econmico-financeiros com o fim de subsidiar a deciso de
investimento por parte da empresa e dos agentes financiadores (parceiros,
instituies financeiras, acionistas, investidores etc.).
De acordo com Souza (2003), alguns estudiosos realizaram pesquisas a fim de
verificar quais as tcnicas de anlise mais utilizadas pelas empresas para a tomada
de deciso sobre investimentos. Entre eles, Graham e Harvey (1999) concluram em
sua pesquisa que a maioria dos tomadores de deciso questionados, marcou a TIR
(75,7%) e o VPL (74,9%) como as tcnicas mais utilizadas na anlise de projetos. Em

22

seguida, fato que surpreendeu os autores da pesquisa, aparece o payback como a


terceira tcnica de anlise mais utilizada. A surpresa deveu-se ao fato de que o
payback considerado na literatura como um mtodo de anlise com poucos critrios
e, sendo assim, de pouca confiabilidade.
Alm disso, o clculo de alguns ndices, abaixo relacionados e adiante
conceituados, tambm realizado com o fim de medir e analisar a situao
econmico-financeira da empresa e subsidiar os administradores na tomada de
deciso, tais como:
 Margem Operacional de Lucro
 Retorno Sobre Vendas
 Retorno Sobre o Investimento
 Retorno Sobre o Patrimnio Lquido
 Endividamento Geral
 Liquidez Corrente
 Liquidez Seca
 Liquidez Geral
A Margem Operacional de Lucro MOL o ndice que indica o quanto a
empresa est obtendo de lucro em relao s suas receitas operacionais e
calculado pela seguinte frmula:
MOL =

LOL
ROL

X 100

Sendo: LOL = lucro operacional lquido


ROL = receita operacional lquida
O ndice de Retorno Sobre Vendas RSV compara o lucro lquido em relao
s vendas lquidas do perodo analisado, fornecendo o percentual de lucro que a
empresa est obtendo em relao ao seu faturamento, e calculado pela seguinte
frmula:
RSV =

LL
VL

X 100

Sendo: LL = lucro lquido


VL = vendas lquidas
O ndice de Endividamento Geral EG mede a proporo dos ativos totais da
empresa financiada pelos credores e calculada pela seguinte frmula:

23

ET

EG =

X 100

At

Sendo: ET = exigvel total


At = ativo total
A Participao de Capitais de Terceiros PCT o ndice que revela o
percentual de capital de terceiros em relao ao patrimnio lquido da empresa, mede
a dependncia da empresa a fontes externas de recursos e calculada pela seguinte
frmula:
PCT =

PC + ELP
PL

x 100

Sendo: PC = passivo circulante


ELP = exigvel a longo prazo
PL = patrimnio lquido
O Retorno Sobre o Investimento, ou Retorno Sobre o Ativo RSA o ndice
que indica a lucratividade que a empresa propicia em relao aos investimentos totais
representados pelo Ativo Total e calculado pela seguinte frmula:
LL

RSA =

At

X 100

Sendo: LL = lucro lquido


At = ativo total
O Retorno Sobre o Patrimnio Lquido RSPL indica quanto de prmio que os
acionistas ou proprietrios da empresa esto obtendo em relao aos seus
investimentos no empreendimento e calculado pela seguinte frmula:
RSPL =

LL
PL - LL

X 100

Sendo: PL = patrimnio lquido


LL = lucro lquido
A Liquidez Corrente o indicador utilizado para medir o quanto a empresa
possui em dinheiro, bens e direitos realizveis no curto prazo, para fazer face s suas
dvidas exigveis no mesmo perodo. O ndice de Liquidez Corrente obtido pela
relao entre o ativo circulante e o passivo circulante, e pode ser definido pela
seguinte expresso:

24

AC

LC =

PC

A Liquidez Seca o indicador utilizado para medir o quanto a empresa possui


em dinheiro, bens e direitos realizveis no curto prazo, excludo os estoques, para
satisfazer as suas dvidas de curto prazo. O ndice de Liquidez Seca obtido
dividindo-se o ativo circulante menos o saldo de estoques pelo passivo circulante, e
pode ser definido pela seguinte expresso:
LS =

AC - ET
PC

A Liquidez Geral o indicador utilizado para medir o quanto a empresa possui


em dinheiro, bens e direitos realizveis a curto e longo prazo, para fazer face s suas
dvidas totais. O ndice de Liquidez Geral obtido dividindo-se o somatrio do ativo
circulante com o ativo realizvel no longo prazo pelo somatrio do passivo circulante
com o passivo exigvel no longo prazo, e pode ser definido pela seguinte expresso:
LG =

AC + RLP
PC + ELP

A interpretao destes indicadores apresentada no quadro abaixo:


Quadro 1 Interpretao dos indicadores

Indicador

Interpretao

Margem Operacional de Lucro

Quanto maior, melhor

Retorno Sobre Vendas

Quanto maior, melhor

Retorno Sobre o Investimento

Quanto maior, melhor

Retorno Sobre o Patrimnio Lquido

Quanto maior, melhor

Endividamento Geral

Quanto menor, melhor

Participao de Capitais de Terceiros

Quanto menor, melhor

Liquidez Corrente

Melhor quando acima da unidade

Liquidez Seca

Melhor quando acima da unidade

Liquidez Geral

Melhor quando acima da unidade

Fonte: Elaborado pelo autor.

Os ndices, como os acima mencionados, estabelecem a relao entre contas


e/ou grupo de contas dos demonstrativos financeiros das empresas, e tem como

25

objetivo fornecer evidncias sobre determinados aspectos da sua situao


econmico-financeira. importante citar que no se deve considerar isoladamente o
resultado de um ndice na interpretao da situao econmico-financeira de uma
empresa, mas sempre de forma conjunta com outros ndices. Os ndices podem ser
separados em grupos ou blocos de acordo com a sua finalidade na anlise. O quadro
abaixo apresenta os ndices e sua finalidade para melhor entendimento e
visualizao:
Quadro 2 Finalidade da anlise/ndice

ESTRUTURA

LIQUIDEZ

RENTABILIDADE

EG

Endividamento Geral

PCT

Participao de Capitais de Terceiros

LC

Liquidez Corrente

LS

Liquidez Seca

LG

Liquidez Geral

MOL

Margem Operacional de Lucro

RSI

Retorno Sobre Investimento

RSPL

Retorno Sobre Patrimnio Lquido

RSV

Retorno Sobre Vendas

Fonte: Elaborado pelo autor

A finalidade da anlise de estrutura de uma empresa verificar a composio


de capitais (prprios e de terceiros), medir os nveis de imobilizao de recursos e
buscar relaes diversas no endividamento da empresa Silva (1998).
Quando se pretende verificar a capacidade da empresa em honrar seus
compromissos de curto e/ou longo prazo, o interessado deve analisar os ndices de
liquidez da empresa.
Os ndices de rentabilidade ou lucratividade da empresa, os que mais
interessam aos empresrios e acionistas, indicam qual o retorno que o
empreendimento est propiciando aos capitais investidos.
No apndice deste trabalho sero apresentados exemplos dos clculos dos
indicadores da Empresa X, tratados neste tpico, para melhor entendimento dos
conceitos aqui abordados.

26

2.2 Mtodos e Indicadores de Avaliao de Projetos

Conforme consta nos objetivos especficos deste estudo, aplicou-se o modelo


de Simulao Monte Carlo em trs indicadores, o VPL, a TIR e o payback. A
justificativa para escolha destes trs indicadores de risco se deve ao fato de que eles
so os mais utilizados para avaliao de risco de projetos de investimento, conforme
pesquisa realizada por Graham e Harvey (1999) citado na seo 2.1.
A seguir se aborda o conceito, a frmula, a aplicao e a interpretao destes
indicadores, os quais esto includos nos objetivos especficos do presente trabalho
como variveis de anlise.
O VPL o valor que ir demonstrar o quanto a empresa ir crescer (VPL
positivo) ou decrescer (VPL negativo) em funo do investimento pretendido e
representado pela diferena entre a entrada de capital (investimento inicial) e o
somatrio dos resultados do fluxo de caixa no perodo analisado. Segundo Lapponi
(2000, p. 91) o mtodo do VPL compara todas as entradas e sadas de dinheiro na
data inicial do projeto, descontando os retornos futuros do fluxo de caixa com a taxa
de juro k. Considerando a existncia de apenas um desembolso anual para o projeto,
a frmula matemtica, segundo Lapponi (2000), para clculo do VPL a seguinte:
VPL = - I +

FC1
1+k

FC2
(1 + k)

+...+

FCt
(1 + k)t

+...+

FCn
(1 + k)n

Onde:
I = investimento inicial
FCt = retorno na data t do fluxo de caixa
n = prazo de anlise do projeto, ou data terminal do projeto
k = taxa mnima requerida para realizar o investimento, ou custo de capital do projeto
Agrupando a soma dos retornos do fluxo de caixa, obtm-se a seguinte frmula
matemtica:

__________
= 1 +

(1 + )

Ainda segundo Lapponi (2000), como os projetos de investimento podem


apresentar desembolsos em mais de um ano, a frmula matemtica geral para o seu
clculo passa a ser a seguinte:

27

FC
= _________

(1 + )

O VPL como medida de deciso de investimento no sentido de acatar ou


rejeitar um projeto, obedece ao critrio de que se o VPL for maior que zero, o projeto
deve ser acatado, se menor que zero, deve ser rejeitado. Gitman (2002) afirma que se
o VPL for maior que zero, a empresa obter um retorno maior do que o seu custo de
capital, e com isso estaria aumentando o seu valor de mercado e, conseqentemente
a riqueza dos seus proprietrios.
A TIR Taxa Interna de Retorno, para Gitman (2002) definida como a taxa
de desconto que iguala o valor presente das entradas de caixa ao investimento inicial
referente a um projeto. A TIR a taxa de desconto que anula o VPL, ou seja, que
iguala o VPL zero. Aproveitando a frmula de Lapponi para o clculo do VPL, a
frmula matemtica para clculo da TIR passa a ser a apresentada abaixo,
substituindo o k pela TIR e fazendo o VPL = 0:

0 = + ____________

(1 + )

Quando se utiliza a TIR como medida de deciso de investimento no sentido de


acatar ou rejeitar um projeto, o critrio a ser seguido o seguinte: Se a TIR for maior
que o custo de capital definido, acata-se o projeto, se for menor, rejeita-se o projeto.
Para Gitman (2002), esse critrio garante que a empresa esteja obtendo, pelo menos,
sua taxa de retorno requerida no investimento.
O Payback, como medida de risco de investimento, o critrio que avalia o
tempo ou prazo de retorno do investimento proposto, e entre os vrios mtodos
existentes o mais fcil de calcular. Gitman (2002) afirma que o payback o perodo
de tempo necessrio para a empresa recuperar o investimento inicial de um projeto, a
partir das entradas de caixa. Como medida de avaliao de risco, o payback
bastante criticado por no considerar os efeitos do tempo sobre o dinheiro. Gitman
(2002) aponta trs deficincias do payback como medida de avaliao de risco, quais
sejam:
I.

[...] sua incapacidade de especificar qual o perodo apropriado, tendo em


vista o objetivo de maximizao da riqueza do acionista, pois no se
baseia em fluxos de caixa descontados para verificar se eles adicionam
valor empresa;

28

II.

[...] a abordagem falha ao deixar de considerar integralmente o fator


tempo no valor do dinheiro;

III.

[...] no reconhece os fluxos de caixa que ocorrem aps o perodo de


payback.

O critrio de deciso utilizado para o payback de que quanto menor o tempo


de payback em relao ao tempo estimado, melhor, ou seja, o projeto deve ser
executado, pois, nesse caso, a recuperao do capital investido ocorreria em tempo
inferior ao tempo mximo estabelecido pelos investidores. No sentido inverso, ou seja,
quanto maior o tempo de payback em relao ao tempo mximo estabelecido pelos
investidores, o projeto deve ser rejeitado.

2.2.1

Simulao Monte Carlo


Para Cardoso (2000) o termo simulao designa qualquer mtodo analtico

destinado a imitar um sistema real, em especial quando outros mtodos de anlise


so matematicamente muito complexos ou muito difceis de reproduzir. Para Silva
(1998, p. 146) as simulaes constituem-se tambm em valiosos mtodos de tomada
de deciso, medida que permite ao tomador de decises simular as situaes
provveis e a obteno de expectativas de resultados.
Simulao uma abordagem comportamental baseada em estatstica, usada
em oramento de capital para se obter uma noo de risco, atravs da
aplicao

de distribuio probabilsticas

predeterminadas

e nmeros

aleatrios para se estimar os resultados arriscados (GITMAN, 2002, p. 343).

Loesch (2009, p. 207) afirma que a palavra simular (grifo do autor) teve sua
origem no trabalho de Von Neumann, que, em 1940, utilizou a expresso anlise de
Monte Carlo para nomear uma tcnica matemtica empregada na soluo de
problemas da fsica nuclear para os quais uma soluo experimental seria muito
dispendiosa ou um tratamento analtico seria muito complicado. Segundo Cardoso
(2000), os primeiros estudos envolvendo Simulao Monte Carlo e avaliaes de

29

investimentos de capital foram feitos por David B. Hertz e publicados em artigo na


revista Harvard Business Review originalmente em 19742.
A tcnica de Monte Carlo parte da idia de uma roleta hipottica que, girada,
conduz a um resultado aleatrio. possvel controlar a roleta de forma que os
resultados conduzam a interpretaes distintas, e dessa forma, pode-se conseguir
transformar uma distribuio uniforme discreta em outra distribuio de probabilidade
discreta qualquer, conforme Loesch (2009).
De acordo com Moore (2005, p. 429), na maioria das vezes os modelos de
simulao so usados para analisar uma deciso com risco ou seja, um modelo no
qual o comportamento de um ou mais fatores no conhecido com certeza. A
demanda por um produto durante o ms seguinte, o retorno de um investimento
(grifo do autor), a quantidade de caminhes que chegaro no dia seguinte para
descarga entre um determinado horrio, so exemplos onde podem ser aplicados os
modelos de simulao. O fator que no conhecido com certeza, nesses casos,
considerado uma varivel aleatria e seu comportamento descrito por uma
distribuio de probabilidade. Ainda de acordo com Moore (2005, p. 429), a
habilidade de modelos de simulao para lidar com complexidade, captar a
variabilidade de medidas de desempenho e reproduzir comportamento no curto prazo
faz da simulao uma ferramenta poderosa.

Revisando as referncias do autor, percebeu-se que o ano da publicao original foi 1964.
Informaes sobre o artigo esto disponveis no site da HBR Harvard Business Review: (Risk
Analysis in Capital Investment (HBR Classic)
David B. Hertz
Length: 12p
Publication Date: September, 1979
Originally published in the January/February 1964 issue of HBR, this article presents an innovative
approach for calculating the risks entailed in projects such as modernizing a plant or launching...

30

3 MTODOS E TCNICAS DE PESQUISA

Neste captulo apresentada em sees a metodologia utilizada para


realizao do trabalho. Na primeira seo faz-se um breve relato sobre o modelo de
anlise de cenrio aplicado em avaliao de projetos de investimento e sobre o
mtodo de Simulao Monte Carlo, objetivo do estudo. Nas sees seguintes se
apresenta o mtodo, tcnicas, dados da amostra e os procedimentos e instrumentos
utilizados na realizao do trabalho. Os procedimentos e a ferramenta utilizada so
apresentados de forma mais detalhada nesta seo.

3.1 Delineamento da pesquisa

Os modelos existentes para avaliao de riscos de projetos de investimento,


construdos com base nas demonstraes financeiras das empresas, por sua
caracterstica determinstica, apesar de utilizarem clculos matemticos complexos,
so utilizados pelos tcnicos em elaborao de projetos que produzem alguns
cenrios, geralmente trs, para subsidiar a anlise dos investidores quanto deciso
sobre acatar ou rejeitar o projeto. Segundo Gitman (2002), a anlise de cenrio
usada para avaliar o impacto de vrias circunstancias no retorno da empresa, a
exemplo de alta inflao (cenrio 1) e baixa inflao. (cenrio 2) no VPL de um
projeto. O cenrio considerado estvel ou bsico seria o cenrio 3, neste caso. Da
mesma forma possvel construir cenrios, variando-se a receita projetada por
exemplo em termos percentuais para mais e para menos sobre o cenrio bsico ou
mais provvel, e assim criar mais dois cenrios, o otimista (ajuste para mais) e o
pessimista (ajuste para menos). Cada cenrio afetar as entradas de caixa da
empresa, as sadas de caixa e o custo de capital, resultando em diferentes nveis de
VPL (GITMAN, 2002).
Comparando a projeo de cenrios com experimento, verifica-se que o
numero de cenrios muito pequeno para estimar situaes do futuro, uma vez que
em qualquer experimento, quanto maior o nmero de tentativas realizadas, maior ser
a probabilidade de acertos. Neste ponto tcnicas de simulao baseada em modelos
estatsticos atravs da aplicao de distribuies probabilsticas predeterminadas e

31

nmeros aleatrios, podem ser utilizadas na anlise de viabilidade econmicofinanceira de projetos de investimento com maior preciso. Para Silva (1998), As
simulaes constituem-se tambm em valiosos mtodos de tomada de deciso,
medida que permite ao tomador de decises simular as situaes provveis e a
obteno de expectativas de resultados. As tcnicas de simulao em anlise de
viabilidade de projetos de investimento podem ser aplicadas sobre diversos fatores ou
variveis, alm da receita prevista citada no pargrafo anterior, como custos,
demanda, inflao esperada etc.
A simulao deve ser realizada, de acordo com Motta e Calba (2009), quando
se deseja calcular um resultado em funo de diversas variveis aleatrias que
possuem distribuies de probabilidades distintas. Neste caso, seria o ato de realizar
um processo de amostragem consistente de n iteraes. Geralmente 100 iteraes
seriam suficientes quando se trabalha com problemas simples, a fim de se ter
garantia de que os resultados apresentados estariam tendendo a certa estabilidade,
entretanto h casos em que seriam necessrias cerca de 500 ou mais iteraes.
A tcnica de simulao utilizada no estudo, conhecida como Simulao Monte
Carlo, permite realizar milhares de simulaes sobre uma varivel independente.
Moore (2005) aplicando o mtodo de Simulao Monte Carlo com a ferramenta
Crystal Ball em exemplo de oramento de capital na avaliao de investimento em
novo produto, sugere o nmero de 500 tentativas ou iteraes para gerar os
resultados ou amostras para anlise do VPL do projeto. Neste trabalho utilizaram-se
as variveis dependentes VPL, TIR e payback (simples e descontado) para aplicao
do mtodo da Simulao Monte Carlo, a partir do qual ser gerado dado matemtico
probabilstico como resultado da simulao. Como ferramenta para construo do
modelo de simulao, utilizou-se os softwares Excel da Microsoft e o Crystal
Ball desenvolvido pela Oracle, o qual um suplemento incorporado na planilha
eletrnica Excel.

3.2 Caracterizao da organizao

A empresa selecionada, cujos dados econmico-financeiros serviro de base


para esse estudo, uma empresa real, genuinamente brasileira, mas por motivos
ticos ter o seu nome omitido, e, em seu lugar ser utilizada a denominao de

32

EMPRESA X. Trata-se de uma sociedade annima do ramo de atividade Indstria e


Comrcio, de grande porte, com aes negociadas na Bolsa de Valores de So Paulo
BOVESPA. As informaes e dados necessrios para realizao do presente
trabalho esto disponveis na internet, no prprio site da empresa, no site da CVM
Comisso de Valores Mobilirios, uma vez que se trata de sociedade annima de
capital aberto.
Como forma de preservar o nome da empresa, outras informaes como
localizao, rea de atuao, principais produtos etc. no sero divulgados neste
trabalho.

3.3 Mtodos e tcnicas de pesquisa

Segundo Medeiros (2005), a Matemtica, assim como a Filosofia, utiliza-se do


mtodo dedutivo, uma vez que a funo bsica demonstrar aquilo que
implicitamente j se encontra no antecedente. Neste estudo, como mtodo geral de
pesquisa foi considerado o mtodo dedutivo, e como tcnica de pesquisa adotou-se a
classificao conforme abaixo:
I.

Quanto ao tipo de pesquisa enquadra-se como Estudo de Caso, por


ser o mais indicado para o fenmeno a ser observado;

II.

Relativamente aos objetivos, foi dado o carter de pesquisa


exploratria e descritiva;

III.

Com relao aos procedimentos de coleta de dados, utilizou-se a


tcnica de pesquisa documental e pesquisa bibliogrfica;

IV.

Quanto modalidade, a pesquisa foi considerada quantitativa e


qualitativa;

Por fim, quanto ao objeto da pesquisa, baseou-se na pesquisa de campo, haja


vista a existncia de pesquisa documental para avaliao dos dados e informaes
utilizados no trabalho.

3.4 Descrio das variveis de interesse

33

A anlise de risco de projetos de investimento relaciona-se incerteza de que


os valores esperados do projeto podem ou no ocorrer. Por outro lado, a incerteza
relaciona-se com o desvio que poder ocorrer no resultado do fluxo de caixa
esperado do projeto, para mais ou para menos. Quando a variao ou desvio
acontece para mais, o fato comemorado pelos empresrios, ao passo que a
variao ou desvio para menos resulta em perdas financeiras e dessa forma motivo
de incomodo. Por conta da incerteza quanto efetiva realizao dos resultados
esperados, realiza-se avaliao ou anlise de risco dos projetos.
A anlise de risco efetuada utilizando-se de indicadores calculados com base
no fluxo de caixa projetado. Entre os indicadores existentes para avaliao de risco
em projetos de investimento, esto o Valor Presente Lquido (VPL), a Taxa Interna de
Retorno (TIR) e o Payback, os quais foram descritos e conceituados no item 2.1.1
Mtodos e Indicadores de avaliao de projetos. Neste estudo, esses indicadores
foram utilizados como variveis de sada, de anlise ou de interesse, onde sobre os
quais foi aplicado o mtodo de Simulao Monte Carlo, realizando 1000 ensaios ou
simulaes no fluxo de caixa do projeto, resultando em srie de distribuio de
probabilidades possveis sobre as variveis de interesse.

3.5 Procedimentos e instrumentos utilizados na simulao

Nesta seo sero apresentados a amostra, os procedimentos e o instrumento


ou ferramenta utilizado para manipulao dos dados e gerao dos resultados.
Em razo do tipo de estudo que foi realizado envolver a utilizao de simulao
de dados quantitativos (Simulao Monte Carlo) baseada em mtodos determinsticos
e probabilsticos para avaliao de risco de projetos de investimento, cujos inputs
(entradas) para o clculo so os demonstrativos financeiros das empresas, a amostra
considerada no presente estudo compreende os demonstrativos financeiros da
Empresa X no perodo de seis anos (2003 a 2008). Por outro lado, considerando que
a anlise de viabilidade se faz sobre projees do futuro no fluxo de caixa gerado pelo
projeto, as informaes referentes ao fluxo de caixa projetado foram fornecidas, em
planilha eletrnica, por uma Instituio Financeira, neste estudo denominado Banco
Alpha, cujo nome foi omitido a pedido da Instituio. A planilha foi utilizada para fim
de anlise comparativa com os resultados dos modelos do estudo e mostrada ao

34

final do captulo 4 Apresentao e Anlise dos Resultados Tambm foram utilizados


no estudo relatrios da administrao, pareceres de auditores independentes e notas
explicativas. O material referente empresa, consultado e utilizado como insumo
neste trabalho, se acha disponvel em seu site.
Assumindo que a simulao do futuro para anlise de viabilidade de projeto o
principal objetivo deste trabalho e que o nmero de iteraes ou ensaios realizados
com modelo probabilstico se baseia na aleatoriedade, o perodo de seis anos
utilizado como amostra, embora limitado por disponibilidade de dados, foi considerado
satisfatrio para clculo e definio das premissas utilizadas na projeo dos perodos
seguintes e gerao dos resultados esperados com a simulao. A Tabela 1 mostrada
a seguir e construda com valores retirados das demonstraes financeiras da
empresa, mostra os itens, valores e o perodo utilizado como amostra para o trabalho:
Tabela 1 Itens da Demonstrao de Resultados do Exerccio
R$ mil
Nome do tem

2003

2004

2005

2006

2007

2008

Receita Lquida de Vendas 1.328.910

1.769.664

2.282.164

2.756.987

3.072.699

3.618.019

Custos totais (1)

1.097.013

1.375.091

1.750.535

2.147.190

2.450.663

2.870.340

231.897

394.573

531.629

609.797

622.036

747.679

40.364

87.102

134.747

149.023

156.627

229.568

Lucro antes Impostos


Impostos
Participaes

127.709

7.178

Lucro Lquido

63.824

300.293

396.882

460.774

465.409

518.111

(1) Custos e despesas totais, inclusive Depreciao e Amortizao.


Fonte: Extrado das demonstraes financeiras consolidadas da Empresa X.

Antes de apresentar os procedimentos e o instrumento utilizado no trabalho, se


faz necessrio mostrar algumas etapas e/ou passos existentes e que foram
encontrados na literatura referindo-se a procedimentos para modelagem do processo
de Simulao Monte Carlo, os quais auxiliaram na definio dos procedimentos
utilizados neste trabalho. Entre estes, Santos e Campos (2000) citam quatro etapas
para utilizao da tcnica Monte Carlo:
a) Identificao da distribuio de probabilidade das variveis relevantes do
fluxo de caixa do projeto;
b) Seleo ao acaso de um valor de cada varivel, com base em sua
distribuio de probabilidade;
c) Clculo do valor de todos os indicadores de rentabilidade escolhidos;
d) Repetio do processo de obteno da distribuio de freqncia dos
indicadores.

35

Cardoso (2000) tambm cita quatro passos para se utilizar a Simulao Monte
Carlo na elaborao do fluxo de caixa, quais sejam:
1. Constri-se um modelo base dos fluxos de caixa futuros da empresa;
2. Constri-se um modelo com as principais incertezas relativas aos
insumos principais, usando distribuies de probabilidades;
3. Especificam-se as relaes entre as variveis de entrada;
4. Executa-se a simulao propriamente dita.
Para Lapponi (2007), o processo para se realizar a Simulao Monte Carlo na
anlise de risco de projeto de investimento (1) comea pela construo do modelo
base de clculo do VPL (varivel de sada). Em seguida (2) so identificadas as
estimativas aleatrias do projeto e definidas suas correspondentes distribuies, ou
seja, as variveis aleatrias. Por fim (3), gerada a srie com certa quantidade de
resultados de VPL que ser analisada. Outros procedimentos para elaborao de um
modelo de fluxo de caixa com a Simulao Monte Carlo so citados por Junqueira e
Pamplona (2002), os quais so reproduzidos abaixo:
1) Construir um modelo bsico das variaes dos fluxos de caixa futuros,
provocados pelo investimento em questo;
2) Para toda a varivel que puder assumir diversos valores elaborar sua
distribuio de probabilidade acumulativa correspondente;
3) Especificar a relao entre as variveis de entrada a fim de se calcular o
VPL do investimento;
4) Selecionar, ao acaso, os valores das variveis, conforme sua
probabilidade de ocorrncia, para assim, calcular o valor presente
lquido;
5) Repetir esta operao muitas vezes, at que se obtenha uma
distribuio de probabilidade do VPL.
Como se pode observar, no existe uma metodologia nica ou padro ou, at
mesmo um modelo a ser seguido para se definir os procedimentos a serem realizados
na utilizao de simulao. Na verdade, constata-se que os procedimentos, etapas,
passos etc., so definidos pelo autor do trabalho, observando, obviamente, uma
seqncia lgica de passos a fim de permitir a obteno de resultados dentro do
problema a ser resolvido. Entretanto, observa-se pontos em comum entre os autores
citados, quais sejam: construo do modelo de fluxo de caixa, utilizao do VPL como
medida de risco e repetio da operao (simulao).

36

Os passos utilizados para execuo do trabalho proposto, aps a definio do


tema, objetivo geral e objetivos especficos foram traados conforme a seguir:
1) Seleo do material a ser utilizado (demonstrativos da empresa);
2) Definio dos itens necessrios para montar o fluxo de caixa;
3) Definio e clculo das premissas para custos totais, taxa de desconto;
IRPJ e taxa de crescimento das receitas;
4) Montagem da planilha;
5) Definio das variveis de entrada (varivel aleatria) e sada (varivel
de deciso ou de anlise);
6) Aplicao do software Crystal Ball para realizao da Simulao
Monte Carlo.
Os passos acima mencionados so descritos em seguida de maneira
detalhada de forma que possibilite o entendimento, como tambm possa permitir sua
reproduo.
Seleo do material a ser utilizado: o material utilizado no trabalho foi
capturado na internet no site da empresa.
Definio dos itens necessrios para montar o fluxo de caixa e definio das
premissas utilizadas:
a.

Custos totais: por no ter sido possvel separar os custos da empresa em

custos fixos e variveis, utilizou-se o custo e despesa total para se obter o lucro antes
da tributao, calculado pela diferena entre a receita lquida de vendas e/ou servios
(item 3.03 da DRE) e o resultado antes da tributao (item 3.09 da DRE) da
demonstrao de resultados do exerccio e que tambm pode ser obtido somando-se
os custos de bens e/ou servios vendidos (item 3.04 da DRE) com as
despesas/receitas operacionais (item 3.06 da DRE). No foi considerado o valor da
depreciao, apesar de constar na demonstrao do fluxo de caixa, tendo em vista
que o seu clculo nas projees no poderia ser efetuado de maneira correta por
conta dos componentes envolvidos no seu clculo e, por outro lado verificou-se que a
despesa com depreciao no ltimo ano (2008) correspondeu a menos de 2% (dois
por cento) da receita bruta de vendas da empresa. A despesa com depreciao no
representa desembolso de recursos e utilizada para reduzir a base de clculo do
imposto de renda e da contribuio social sobre o lucro da pessoa jurdica. Em razo
de que esta despesa est includa nas despesas totais da DRE, portanto considerada
no clculo da tributao, a sua importncia neste trabalho estaria relacionada ao

37

retorno do seu valor no clculo final do fluxo de caixa, o que aumentaria o saldo
quando positivo ou reduziria o saldo quando negativo.
Por outro lado, seria necessrio definir ainda, uma metodologia para o clculo
dos custos dos perodos futuros, ou seja, os custos totais projetados no fluxo de
caixa. Assim, utilizou-se a regresso linear a fim de se obter a equao a ser utilizada
no clculo dos custos totais projetados. A equao foi gerada a partir do grfico de
disperso da seguinte forma: selecionam-se as clulas da planilha referente s
receitas e custos totais do perodo passado (2003 a 2008) e em seguida insere-se o
grfico de disperso. Aps o grfico ser gerado, aponta-se com o mouse para uma
rea qualquer da reta, clica-se com o lado direito do mouse e seleciona-se a opo
Adicionar linha de tendncia. Ser aberta uma janela na planilha e ento se marcam
a opo Linear, Exibir equao no grfico e Exibir valor de R-quadrado no grfico,
fechando-se em seguida a janela. Assim, o Excel ir apresentar a figura mostrada
em seguida onde consta a equao e o valor de R-quadrado do grfico:
3.500.000
y = 0,7875x + 2143,9
R = 0,9969

3.000.000
2.500.000
2.000.000

Srie1

1.500.000

Linear (Srie1)
1.000.000
500.000
-

1.000.0002.000.0003.000.0004.000.000

Figura 1 Grfico e Equao dos Custos Totais

A frmula da regresso linear dada por y = a + bx, onde x a varivel


independente e y a varivel dependente, sendo a e b constantes da equao. A
primeira parte da equao (0,7875x) corresponde ao percentual varivel dos custos
em relao s receitas, neste caso igual a 78,75%, e a segunda parte corresponde
parte fixa dos custos. O valor de R-quadrado indica o grau de correlao entre as
variveis da equao, que neste caso atingiu 99,69%, sendo que y a varivel
dependente (os custos) e x a varivel independente (receitas) da equao. Rquadrado varia de 1 a 1, onde -1 e 1 indica a correlao perfeita (negativa ou
positiva), ou seja, quanto mais prximo de 1, maior a correlao entre as variveis.

38

b.

Com relao alquota de tributao, esta foi definida calculando-se a

mediana das alquotas efetivamente cobradas sobre o resultado antes da tributao


(item 3.09 da DRE) do perodo considerado (2003 a 2008), conforme se pode
observar na tabela 2 desta seo.
Tabela 2 Apurao da alquota de tributao

c.

Para os custos iniciais, ou seja, o valor do investimento inicial para efeito de

apurao dos indicadores VPL, TIR e Payback considerou-se o valor da planilha da


instituio financeira e que corresponde ao total do ativo da empresa. Considerando
que as empresas reinvestem parte dos seus lucros em aquisies de bens do ativo
permanente (imobilizado), a incluso de valores de reinvestimento no clculo poderia
ser considerada como de muita importncia no trabalho, fato que, certamente, traria
maior contribuio e confiana aos resultados obtidos. Dessa forma buscou-se nas
demonstraes do fluxo de caixa valores dos investimentos da empresa realizados no
perodo. Estes valores foram inseridos em uma planilha juntamente com os valores do
Lucro Lquido a fim de permitir o clculo do percentual do investimento com relao
ao lucro do exerccio. Obtendo-se o percentual de reinvestimento sobre o lucro no
perodo, calculado ano a ano, calculou-se a mediana dos percentuais para se obter a
taxa anual de reinvestimento a ser utilizada nas projees do fluxo de caixa. A tabela
3 abaixo apresenta os dados utilizados e o resultado obtido com os clculos:
Tabela 3 Apurao da taxa de reinvestimento

d.

As

empresas,

em

qualquer

setor,

atividade,

porte

etc.,

realizam

investimentos com a finalidade de aumentar o seu faturamento e, conseqentemente,


o seu lucro, buscando assim o crescimento contnuo na atividade. Dessa forma,

39

dados foram coletados sobre o crescimento do setor e clculos foram realizados a fim
de se definir qual seria a taxa de crescimento a ser utilizada na projeo do
faturamento da empresa para os prximos 10 (dez) anos (perodo utilizado no
experimento). Foram utilizados dados do setor de atuao da empresa, tendo em
vista que a taxa de crescimento da empresa, calculada com a mesma metodologia, se
mostrou muito elevada, chegando a atingir quase 20% (vinte por cento). Essa taxa
poderia ser considerada bastante alta, principalmente se levar em conta os problemas
que vem ocorrendo na economia mundial desde agosto/2008 e que afetaram e
continuam afetando o desempenho das empresas no mundo inteiro. Assim, decidiu-se
investigar o crescimento do setor e utilizar os dados encontrados para efetuar o
clculo e, dessa forma, definir a taxa de crescimento para a empresa. A tabela 4,
adaptada de quadro constante do Panorama do Setor Higiene Pessoal, Perfumaria e
Cosmticos de 11/03/2009 no site da ABIHPEC Associao Brasileira da Indstria
de Higiene Pessoal, Perfumaria e Cosmticos apresentada a seguir, mostra os dados
utilizados para clculo da taxa de crescimento.
Tabela 4 Crescimento do Setor x Crescimento da Economia

ANO
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008

VARIAO ANUAL - EM PERCENTAGEM


PIB
INDUSTRIA GERAL Setor Deflacionado
2,7
3,3
17,2
3,3
4,7
13,9
0,2
-1,5
10,2
0,8
-2,2
2,8
4,3
1,3
2,7
1,1
5,7
2,9
3,7
5,7
5,1

6,6
1,6
2,7
0,1
8,3
3,1
2,8
4,9
4,3

8,8
10,0
10,4
5,0
15,0
13,5
15,0
9,7
7,1

Setor Acumulado
117,20
133,49
147,11
151,23
164,53
180,99
199,81
209,80
241,27
273,84
314,92
345,47
369,99

FONTE: IBGE - Banco Central ABIHPEC * Deflator: ndice IPC FIPE Higiene e Beleza
Fonte: ABIHPEC - Panorama do Setor - 2008/2009-, acesso em: 23/05/09. Adaptada pelo autor.

A taxa de crescimento do setor foi calculada pela regra de regresso com os


dados acumulados do setor, mediante a utilizao do grfico de disperso do Excel.
Aps a gerao do grfico, posiciona-se o cursor em um ponto da linha de disperso
gerada no grfico, clica-se com o lado direito do mouse e seleciona Adicionar linha
de tendncia. Na janela aberta, selecionam-se a opo Exponencial, Exibir equao

40

no grfico e Exibir valor de R-quadrado no grfico. O Excel ir apresentar a figura


mostrada em seguida onde consta a equao e o valor de R-quadrado:
400,00
y = 105,2e 0,0956x
R = 0,9892

350,00
300,00
250,00
200,00

Srie1

150,00

Exponencial (Srie1)

100,00
50,00
0,00
0

10

15

Figura 2 Grfico e equao da taxa de crescimento

A taxa de crescimento encontrada definida pelo expoente da equao da


linha de tendncia, no caso, 9,56% e o R-quadrado indica o grau de correlao da
taxa de crescimento com o tempo, e que neste caso atingiu 98,92%.
e.

Para se definir a Taxa de Desconto a ser utilizada no estudo, buscou-se o

custo de operao de financiamento com recursos do BNDES. De acordo com


informaes contidas no site do BNDES, a composio dos custos de financiamento
com recursos daquela instituio calculada de acordo com o tipo de financiamento
ou operao. Para operaes diretas, ou seja, operaes realizadas diretamente com
o BNDES ou atravs de mandatrio, o custo igual a Custo Financeiro +
Remunerao do BNDES + Taxa de Risco de Crdito e para operaes indiretas, ou
seja, operaes realizadas por intermdio de Instituio Financeira Credenciada, o
custo igual a Custo Financeiro + Remunerao do BNDES + Taxa de Intermediao
Financeira + Remunerao da Instituio Financeira Credenciada. Decidiu-se utilizar
o custo de operao FINAME, a qual financiada apenas na modalidade de operao
indireta, ou seja, por intermdio de uma Instituio Financeira.
Neste caso, optou-se por buscar o custo da operao em uma Instituio
Financeira Oficial, no caso o Banco do Brasil. Verificou-se no site do Banco do Brasil
que o custo de uma operao FINAME composto dos seguintes itens, conforme
quadro a seguir:
Quadro 3 Composio da Taxa de Juros de Operao FINAME

41

OPERAES FINAME:
Taxa - a taxa de juros composta por:
Custo Financeiro
Intermediao Financeira
Remunerao Bsica do BNDES
Remunerao do BB

TJLP ou Cesta de Moedas ou Dlar


0,8% ao ano
de 0,5% a 3,0% ao ano, conforme a finalidade do financiamento
A ser negociado (2,0 a 6,0)

Fonte: Banco do Brasil S.A.

A Taxa de Juros de Longo Prazo TJLP, de acordo com informaes obtidas


no site do BNDES, foi instituda pela Medida Provisria n 684, de 31.10.94, sendo
definida como o custo bsico dos financiamentos concedidos pelo BNDES. A TJLP
tem perodo de vigncia de um trimestre-calendrio e calculada a partir dos
seguintes parmetros:
I - meta de inflao calculada pro rata para os doze meses seguintes ao
primeiro ms de vigncia da taxa, inclusive, baseada nas metas anuais fixadas pelo
Conselho Monetrio Nacional;
II - prmio de risco.
A TJLP fixada pelo Conselho Monetrio Nacional e divulgada at o ltimo dia
til do trimestre imediatamente anterior ao de sua vigncia. Desde julho/2007 a TJLP
no sofre alteraes, tendo sido fixada poca em 6,25% ao ano. Entretanto, para
definir-se a TJLP para a formao da taxa de desconto, calculou-se a mediana da
TJLP no perodo de 2003 at a ltima vigncia (junho/2009), obtendo-se o percentual
de 8,58% ao ano. Calculou-se a mdia da Remunerao Bsica do BNDES (1,75%) e
a mdia da Remunerao do BB (4,00%). Em seguida, somando-se os itens de
composio da taxa de juros, conforme quadro acima, obteve-se o percentual de
15,13%, o qual foi arredondado para 15,0% e considerado, ento, como a taxa de
desconto no fluxo de caixa.
No que se refere definio das variveis de entrada e sada do modelo, como
variveis de sada ou variveis de resultado, ou, ainda, variveis de anlise foram
selecionadas as variveis VPL, TIR, Payback simples e Payback descontado, as
quais foram definidas como parte dos objjetivos especficos do estudo. Como varivel
de entrada (varivel aleatria do modelo) optou-se pela receita, dentre as
possibilidades possveis, tais como receita, taxa de crescimento, investimentos,
custos, taxa de reinvestimento, por se considerar como a mais importante e mais
sensvel a alteraes no mercado.
Estabelecidos os parmetros e premissas do fluxo de caixa projetado, o passo
seguinte a montagem da planilha do fluxo de caixa para posterior aplicao do

42

mtodo de Simulao Monte Carlo. O demonstrativo do Fluxo de Caixa Projetado


pode ser visto na Figura 3 apresentada na seo seguinte.
Os passos utilizados para realizao da simulao com utilizao do Crystal
Ball sero demonstrados na seo seguinte.

3.6 Procedimentos para utilizao do Crystal Ball

Considerando que o objetivo da simulao gerar um nmero elevado de


resultados possveis, utilizando-se de variveis aleatrias, e que estes resultados
incluem valores tanto inteiros quanto fracionrios, verificou-se que os modelos a
serem utilizados estariam mais bem enquadrados em distribuies contnuas de
probabilidade. Dessa forma, definiram-se trs modelos de probabilidade com
distribuio contnua para serem aplicados na simulao, quais sejam: Distribuio
Normal, Distribuio Uniforme e Distribuio Lognormal. A figura em seguida mostra a
tela do Crystal Ball que d acesso ao menu de opes necessrias para utilizao
do software no Excel:

Figura 3 Tela principal do software Crystal Ball

Antes de se aplicar as ferramentas do software, necessrio definir as


variveis de entrada (variveis aleatrias) e as variveis de sada (resultados

43

esperados). Haja vista tratar-se de modelo de oramento de capital ou projeto de


investimento a varivel de entrada considerada neste estudo a receita prevista nos
perodos futuros e as variveis de sada ou resultados a serem analisados, neste
caso, so o VPL, a TIR, o Payback simples (PBS) e o Payback descontado (PBD),
nos trs modelos de distribuio. Os itens seguintes mostram as etapas e os passos
seguidos para gerao dos grficos e tabelas com a utilizao do software Crystal
Ball para cada uma das distribuies de probabilidades definidas.

3.6.1

Distribuio Normal

Utilizando-se do demonstrativo de fluxo de caixa previamente montado e com


as variveis de entrada e sada j definidas, o primeiro passo selecionar a clula da
planilha que representa uma varivel aleatria, neste caso a receita projetada para o
primeiro ano (2009), clula D15 e em seguida clicar no menu Define Assumption
(Definir Pressuposio). Ser aberta janela com a galeria de distribuies disponveis
e, ento, quando selecionado a opo Normal, outra janela ser apresentada para
confirmao ou alterao dos parmetros/dados, conforme figura em seguida:

Figura 4 Janela da Distribuio Normal

Nesta janela apresentada a viso da distribuio de probabilidade


selecionada com valores padro, onde o valor da clula apresentado como mdia,
ou seja, o valor esperado da receita naquele ano, seu desvio padro e os valores
mnimos e mximos (neste caso indicados como - Infinito e + Infinito) os quais
podem ser alterados pelo usurio. Neste estudo, em todos os modelos utilizou-se o

44

formato padro do suplemento, bastando para isso clicar no boto OK. Em seguida
repetem-se os mesmos passos para as clulas E15 a M15 (receita prevista para os
anos 2009 a 2018). Uma alternativa que pode, inclusive, agilizar o procedimento
selecionar todas as clulas (D15 a M15) de uma s vez e seguida executar o passo
para definir pressuposio. Dessa forma, o aplicativo ir mostrar as janelas da
distribuio uma a uma solicitando a confirmao dos dados apresentados.
Depois de concluda essa etapa, o prximo passo est relacionado s variveis
de sada ou resultados esperados, neste caso o VPL, a TIR e os Payback simples e
Payback descontado. Para realizar essa etapa, selecionam-se as quatro clulas onde
sero apresentados os resultados dos indicadores (C23 a C26) e em seguida clica-se
com o mouse no boto Define Forecast (Definir Previso). Sero abertas janelas
(uma de cada vez) com os nomes das variveis (indicadores) e, neste caso, basta
clicar em OK para finalizar a etapa. Vale ressaltar que esse procedimento, quando
se mantm as mesmas variveis de sada, s realizado uma nica vez, bastando
alterar o modelo de distribuio por meio da definio de pressuposio citada no
primeiro pargrafo desta subseo.
Depois de encerradas as etapas anteriores e antes de iniciar a simulao,
deve-se providenciar algumas alteraes no Crystal Ball, definindo as preferncias
do usurio para execuo da simulao e apresentao dos grficos e tabelas. Para
isso, basta clicar no boto Run Preferences (Preferncias de Execuo) para abrir a
janela apresentada em seguida:

Figura 5 Preferncias de Execuo

As janelas acima mostram as orelhas relacionadas a ensaios (Trials) ou


simulaes, na qual se definiu neste trabalho a quantidade de 1000 simulaes. Na
orelha de amostragem (Sampling) marca-se a opo Monte Carlo como mtodo para

45

execuo da simulao. As orelhas seguintes permitem selecionar a velocidade


(Speed), opes de execuo (Options), que por padro vem com todas as opes
marcadas e opes estatsticas (Statistics) referentes ao clculo e formato dos
percentuais. Por fim, para rodar as 1000 simulaes definidas em preferncias de
execuo, clica-se no boto Start (iniciar). Ao final da simulao ser mostrada a
janela do painel de controle na qual indicada a finalizao da simulao e a
quantidade de ensaios ou simulaes realizadas, conforme Figura 6 a seguir:

Figura 6 Painel de Controle

A janela Painel de Controle (Control Panel) oferece opes de execuo,


anlise e ajuda na lngua inglesa sobre a utilizao do software. Os grficos e tabelas
dos resultados obtidos e gerados com a simulao tambm so exibidos, desde que
esta opo tenha sido selecionada previamente, entretanto s sero mostrados na
parte 4. Apresentao e Anlise dos resultados.

3.6.2

Distribuio Uniforme

Assim como na Distribuio Normal, o primeiro passo selecionar a clula da


planilha que representa uma varivel aleatria, ou seja, a clula D15 e em seguida no
menu Define Assumption (Definir Pressuposio) selecionar a opo Uniform. O
aplicativo abrir uma janela, conforme apresentado na Figura 7 em seguida:

46

Figura 7 Janela da Distribuio Uniforme

Nesta janela apresentada a viso da distribuio de probabilidade


selecionada com valores padro para o mnimo e o mximo assumidos, os quais
correspondem a 90% e 110% do valor da clula selecionada, para confirmao ou
alterao dos parmetros. Conforme j informado no item 3.4.1, em todos os modelos
utilizou-se o formato padro do suplemento. Clica-se no boto OK em seguida
repetem-se os mesmos passos utilizados na Distribuio Normal para esta etapa.

3.6.3

Distribuio Lognormal

Da mesma forma que nas distribuies normal e uniforme, o primeiro passo


selecionar a clula D15 e em seguida no menu Define Assumption (Definir
Pressuposio) selecionar a opo Lognormal. O aplicativo abrir uma janela,
conforme apresentado na Figura 8 em seguida:

Figura 8 Janela da Distribuio Lognormal

47

Nesta janela apresentada a viso da distribuio de probabilidade


selecionada com valores padro para a mdia e o desvio padro, onde a mdia o
valor da clula selecionada. Conforme j informado no item 3.4.1, em todos os
modelos utilizou-se o formato padro do suplemento. Dessa forma, clica-se no boto
OK e em seguida repetem-se os mesmos passos utilizados na Distribuio Normal
para esta etapa.

3.7 Os modelos de distribuio de probabilidades utilizados

A probabilidade a parte da matemtica usada para modelar a incerteza que


ocorre na natureza, na cincia e nos negcios, conforme Moore (2005). As
probabilidades esto associadas a eventos onde existem elementos de incerteza,
onde no possvel afirmar com certeza absoluta o que ir ocorrer. Quando no se
pode afirmar por antecipao a ocorrncia de um determinado evento, utiliza-se a
probabilidade para apontar o que poder ocorrer. De acordo com Stevenson (1981, p.
56), a probabilidade de ocorrncia de um evento dada por um nmero que pode
variar de 0 a 1, ou seja, a chance de ocorrncia de um evento A, denotada pela
expresso P(A), de 0 a 1. Isto indica que quanto mais prximo de 1, maior a chance
de ocorrncia do evento e quanto mais prximo de 0, menor a chance de ocorrncia
do mesmo evento. A probabilidade medida por meio de distribuies de uma
varivel aleatria. A distribuio de probabilidade, ento, uma distribuio de
freqncias para os resultados de um espao amostral dos resultados de uma
varivel aleatria.
Vrios so os modelos de distribuio contnua de probabilidades, entretanto
nesta seo far-se- alguns comentrios apenas sobre os trs modelos utilizados na
simulao.

Sero

mostradas

suas

principais

caractersticas,

sem

qualquer

aprofundamento conceitual, mas apenas o essencial para facilitar o entendimento dos


resultados da simulao mostrados em grficos e tabelas.

3.7.1

Distribuio Normal de Probabilidade

48

As distribuies normais apresentam caractersticas especiais em termos de


sua forma no grfico, a qual se assemelha a um sino. A curva da distribuio normal
se prolonga indefinidamente a partir da mdia em qualquer direo e tende cada vez
mais para o eixo horizontal medida que aumenta a distncia desta, mas sem toclo. Teoricamente, de acordo com Stevenson (1981), os valores possveis vo de - a
+. Outra caracterstica dessa distribuio que ela completamente especificada
por dois parmetros: sua mdia e seu desvio padro. A combinao de diferentes
mdias e desvio padro resultam em curvas normais distintas, e como mdias e
desvios padres so medidos em escala contnua, diz-se que o nmero de
distribuies normais ilimitado.
A figura a seguir ilustra a curva de uma distribuio normal de probabilidade:

Figura 9 Curva da Distribuio Normal Tpica

A rea total sob qualquer curva normal representa 100% da probabilidade


associada varivel de interesse. Neste caso, como a curva totalmente simtrica
em relao sua mdia, a probabilidade de se observar valores inferiores ou
superiores mdia a mesma, ou seja, 50%. Em razo da simetria, tanto a mdia,
como a mediana e a moda possuem o mesmo resultado.

3.7.2

Distribuio Uniforme de Probabilidade

De acordo com Stevenson (1981), a distribuio uniforme de probabilidade


ocorre quando uma varivel aleatria pode assumir qualquer valor numa escala
contnua entre dois pontos, de maneira tal que nenhum valor seja mais provvel que
outro. Uma caracterstica do grfico da distribuio uniforme que ele tem a forma de
um retngulo limitado por dois pontos a e b, os quais representam o intervalo de

49

resultados possveis. A rea do retngulo representa 100% e a rea entre dois pontos
quaisquer dentro do retngulo (c e d) igual percentagem da rea total
compreendida entre esses dois pontos.

3.7.3

Distribuio Lognormal de Probabilidade

Diz-se que uma varivel aleatria x tem a distribuio Lognormal de


probabilidade quando seu logaritmo possuir a forma de uma distribuio normal. Uma
das caractersticas mais importante desta distribuio no admitir dados negativos.
Outra caracterstica que a sua curva tradicional assimtrica positiva, podendo
assumir a forma de uma distribuio normal. A figura a seguir mostra um grfico da
curva da distribuio Lognormal e suas variaes possveis:

Figura 10 Curvas da Distribuio Lognormal


(Fonte: Wikipdia)

50

4 APRESENTAO E ANLISE DOS RESULTADOS

Neste captulo sero apresentados os resultados obtidos com a aplicao da


Simulao Monte Carlo, utilizando-se de modelos estatsticos de probabilidade
produzidos com a ferramenta Crystal Ball da Oracle, descritos no item 3.4. Foram
realizadas 1000 simulaes com trs modelos diferentes de probabilidade disponveis
no software, o modelo de Distribuio Normal, o modelo de Distribuio Uniforme e o
modelo de Distribuio Lognormal, a fim de se observar o comportamento das
variveis em modelos diferentes e possibilitar uma anlise comparativa entre eles.
Os resultados das simulaes geradas so apresentados em forma de grficos
e tabelas, o que possibilita melhor visualizao e entendimento.

4.1 Probabilidade com Distribuio Normal

As figuras a seguir apresentam os resultados das simulaes relativas s


variveis de sada TIR, VPL, PBS (payback simples) e PBD (payback descontado)
com a distribuio de probabilidade da amostra:

Figura 11 Histograma e Estatstica da TIR

Como se pode observar no histograma e no resumo estatstico da Figura 11


acima, o resultado das 1000 simulaes realizadas indica que:

51

a) A menor Taxa Interna de Retorno (TIR) possvel observada na


distribuio de 27,54%, superior em 12,57% taxa de desconto de
15,0% e a maior de 35,15%;
b) A mdia (30,95%), a mediana (30,94%) e a moda (30,91%) bem
prximas (quase idnticas) indicam uma forte correlao entre si, fato
que confirmado pela varincia (0,01%) e a forma simtrica da
distribuio as quais correspondem a mais de duas vezes a taxa de
desconto de 15,0% considerada no projeto;
c) O desvio padro (1,09%) mostra um grau de variabilidade da distribuio
muito pequeno.
A figura seguinte mostra o grfico de sensibilidade das receitas em relao
TIR, em cinco perodos do fluxo de caixa projetado.

Figura 12 Grfico de Sensibilidade da TIR

O grfico de Sensibilidade mostra que a TIR mais sensvel s clulas da


receita (clulas D a M, linha 15). Neste grfico, verifica-se que o ano de maior
sensibilidade o ano de 2009 com 24,7% (D15), a seguir o ano de 2010 com 24,3%
(E15) e fora da seqncia aparece o ano de 2012 (G15) com 16,3%.
A Figura 13 a seguir, mostra o grfico do VPL gerado a partir das 1000
simulaes realizadas pelo software:

52

Figura 13 Histograma e Estatsticas do VPL

Como se pode observar no histograma e no resumo estatstico da Figura 13


acima, o resultado das 1000 simulaes realizadas mostra que o menor VPL possvel
igual a R$ 1.100.488,19 e o maior igual a R$ 1.843.560,45. Para o VPL, as
probabilidades do modelo se mostraram totalmente simtricas (skewness = 0,00)
como se pode observar pela igualdade dos valores da mdia, da mediana e da moda
(R$ 1.447.850,35).
A figura a seguir mostra o grfico de sensibilidade do VPL:

Figura 14 Grfico de sensibilidade do VPL

O grfico mostra que o VPL foi mais sensvel aos anos 2012 (G15) e 2010
(E15) da receita, com 17,2% e 15,5% respectivamente.

53

A figura a seguir mostra o grfico do PBS gerado a partir das 1000 simulaes
do software:

Figura 15 Histograma e Estatstica do PBS

Como se pode observar no histograma e no resumo estatstico da Figura 15


acima, a qual apresenta o resultado das 1000 simulaes realizadas, verifica-se que o
prazo de retorno do investimento sem considerar o valor do dinheiro no tempo
(payback simples), se comportou no intervalo de 1 ano, onde o menor prazo calculado
foi de 3,014 anos e o maior prazo foi de 3,897 anos. Dessa forma, o desvio padro
das probabilidades do modelo com as 1000 simulaes foi quase zero (0,15) e a
distribuio normal ajustada (Fit:Normal) mostrou a igualdade dos prazos da mdia,
da mediana e da moda (3,454 anos).
A figura a seguir mostra o grfico de sensibilidade do PBS:

Figura 16 Grfico de sensibilidade do PBS

Da mesma forma que os grficos da TIR e do VPL, o grfico mostra que as


clulas da receita (clulas D a M, linha 15) tornam o PBS mais vulnervel. Entretanto,
neste grfico os percentuais se apresentam de maneira inversa, ou seja, negativos

54

crescentes (lado esquerdo do eixo y). Isso pode ser explicado pela prpria razo do
payback e sua relao inversa com a TIR e o VPL, ou seja, para a TIR e o VPL
quanto maior, melhor e para o payback quanto maior, pior.
A figura a seguir mostra o grfico do PBD gerado a partir das 1000 simulaes
do software:

Figura 17 Histograma e Estatsticas do PBD

Como se pode observar no histograma e no resumo estatstico da Figura 17


acima, a qual apresenta o resultado das 1000 simulaes realizadas, verifica-se que o
prazo de retorno do investimento considerando o valor do dinheiro no tempo (payback
descontado), apresentou comportamento diferente, como era de se esperar, por conta
da atualizao do dinheiro no tempo, ou seja, o fluxo de caixa foi descontado a uma
taxa de 15,0% para o valor presente, fato que ocasionou o aumento do prazo de
retorno do investimento. Neste caso, o prazo de retorno foi maior e ficou entre 4,183
anos e 5,645 anos, sendo que o intervalo ultrapassou o perodo de um ano. Verificase tambm, que o desvio padro das probabilidades do modelo com as 1000
simulaes, apesar de prximo a zero (0,23), foi maior que o do PBS (0,15) e a
distribuio normal ajustada (Fit:Normal) no igualou os prazos da mdia, da mediana
e da moda.
A figura a seguir mostra o grfico de sensibilidade do PBD:

55

Figura 18 Grfico de sensibilidade do PBD

Da mesma forma que o grfico do PBS, este grfico mostra que as clulas da
receita (clulas D a M, linha 15) tornam o PBD mais vulnervel.

4.2 Probabilidade com Distribuio Uniforme

Segundo Stevenson (1981), a distribuio uniforme descreve a probabilidade


associada a uma varivel aleatria quando esta pode assumir qualquer valor entre
dois pontos de uma escala contnua, de tal maneira que nenhum valor seja mais
provvel que outro. A sua representao grfica apresentada como um retngulo
limitado por dois pontos a e b que representam o intervalo de resultados possveis.
As figuras a seguir apresentam os resultados das simulaes relativas s
variveis de sada TIR, VPL, PBS (payback simples) e PBD (payback descontado)
com a distribuio uniforme de probabilidade da amostra:

Figura 19 Histograma e Estatsticas da TIR

56

Como se pode observar no histograma e no resumo estatstico da Figura 19


acima, o resultado das 1000 simulaes realizadas indica que:
a) A menor Taxa Interna de Retorno (TIR) possvel, observada na
distribuio de 29,16%, portanto superior em 14,16% taxa de
desconto de 15,0% e a maior de 33,23%;
b) A mdia (30,86%) e a mediana (30,87%) indicam uma correlao
praticamente perfeita entre si, fato que confirmado pela varincia
(0,00%) e a forma simtrica da distribuio as quais correspondem a
mais de duas vezes a taxa de desconto de 15,0% considerada no
projeto;
c) O desvio padro (0,64%) mostra um reduzido grau de variabilidade da
distribuio.
A figura seguinte refere-se sensibilidade da TIR s variaes da receita em
cada ano do perodo do fluxo de caixa projetado.

Figura 20 Grfico de sensibilidade da TIR

O grfico de sensibilidade mostra que a TIR mais sensvel s clulas da


receita (clulas D a L, linha 15). Neste grfico verifica-se que o ano de maior
sensibilidade o ano de 2009 com 29,9% (D15), a seguir o ano de 2010 com 19,0%
(E15) e em terceiro lugar o ano de 2011 (F15) com 16,5%.
A figura a seguir, mostra o grfico do VPL gerado a partir das 1000 simulaes
realizadas pelo software:

57

Figura 21 Histograma e Estatsticas do VPL

Como se pode observar no histograma e no resumo estatstico da Figura 21


acima, o resultado das 1000 simulaes realizadas mostra que o menor VPL possvel
igual a R$ 1.278.796,48 e o maior igual a R$ 1.662.647,94. Para o VPL, as
probabilidades do modelo se mostraram praticamente simtricas (skewness = 0,05)
como se pode observar pelos valores da mdia, da mediana e da moda.
A figura a seguir mostra o grfico de sensibilidade do VPL:

Figura 22 Grfico de sensibilidade do VPL

O grfico mostra que o VPL mais sensvel s clulas da receita (clulas D a


M, linha 15). Neste grfico verifica-se uma igualdade em termos de sensibilidade entre
as clulas E, G e H com 11,0%.

58

A figura a seguir mostra o grfico do PBS gerado a partir das 1000 simulaes
do software:

Figura 23 Histograma e Estatsticas do PBS

Como se pode observar no histograma e no resumo estatstico da Figura 23


acima, a qual apresenta o resultado das 1000 simulaes realizadas, verifica-se que o
prazo de retorno do investimento sem considerar o valor do dinheiro no tempo
(payback simples), se comportou dentro de apenas 1 ano, onde o menor prazo
calculado foi de 3,216 anos e o maior prazo foi de 3,736 anos. Dessa forma, o desvio
padro das probabilidades do modelo foi quase zero (0,08) e a distribuio normal
ajustada (Fit:Normal) mostrou a igualdade dos prazos da mdia, da mediana e da
moda (3,461 anos).
A figura a seguir mostra o grfico de sensibilidade do PBS:

Figura 24 Grfico de sensibilidade do PBS

59

Verifica-se neste grfico o mesmo comportamento encontrado no grfico da


distribuio normal, ou seja, os percentuais se apresentam negativos crescentes (lado
esquerdo do eixo y).
A figura a seguir mostra o grfico do PBD gerado a partir das 1000 simulaes
do software:

Figura 25 Histograma e Estatsticas do PBD

Como se pode observar no histograma e no resumo estatstico da Figura 25


acima, a qual apresenta o resultado das 1000 simulaes realizadas, verifica-se que o
prazo de retorno do investimento considerando o valor do dinheiro no tempo (payback
descontado), apresentou comportamento diferente, como era de se esperar, por conta
da atualizao do dinheiro no tempo, ou seja, o fluxo de caixa foi descontado a uma
taxa de 15,0% para o valor presente, fato que ocasionou o aumento do prazo de
retorno do investimento. Neste caso, o prazo de retorno foi maior e ficou entre 4,469
anos e 5,316 anos. Verifica-se tambm, que o desvio padro das probabilidades do
modelo foi menor que o do modelo de distribuio normal.
A figura a seguir mostra o grfico de sensibilidade do PBD:

Figura 26 Grfico de sensibilidade do PBD

60

Da mesma forma que o grfico do modelo de distribuio normal, este grfico


mostra a vulnerabilidade do PBD s clulas da receita (clulas D a M, linha 15).

4.3 Probabilidade com Distribuio Lognormal

Diz-se que uma varivel aleatria x tem a distribuio Lognormal de


probabilidade quando seu logaritmo possuir a forma de uma distribuio normal. Uma
das caractersticas mais importante desta distribuio no admitir dados negativos.
Outra caracterstica que a sua curva assimtrica positiva. Em probabilidade e
estatstica, uma varivel aleatria X tem a distribuio log-normal quando o seu
logaritmo

tem a distribuio normal (Wikipdia).

As figuras a seguir apresentam os resultados das simulaes relativas s


variveis de sada TIR, VPL, PBS (payback simples) e PBD (payback descontado)
gerados com a distribuio Lognormal de probabilidade da amostra:

Figura 27 Histograma e Estatsticas da TIR

Como se pode observar no histograma e no resumo estatstico da Figura 27


acima, o resultado das 1000 simulaes realizadas indica que:
a) A menor Taxa Interna de Retorno (TIR) possvel observada na
distribuio de 27,05%, superior em 12,05% taxa de desconto de
15,0% e a maior de 35,30%;
b) A mdia (30,93%), a mediana (30,90%) e a moda (30,84%) bem
prximas (quase idnticas) indicam uma forte correlao entre si, fato
que confirmado pela varincia (0,01%) e a forma simtrica da
distribuio;

61

c) O desvio padro (1,17%) mostra um baixo grau de variabilidade da


distribuio.
A figura seguinte refere-se sensibilidade da TIR s variaes da receita em
cada ano do perodo do fluxo de caixa projetado.

Figura 28 Grfico de sensibilidade da TIR

O grfico mostra que a TIR mais sensvel s clulas da receita (clulas D a L,


linha 15)
A figura a seguir, mostra o grfico do VPL gerado a partir das 1000 simulaes
realizadas pelo software:

Figura 29 Histograma e Estatsticas do VPL

Como se pode observar no histograma e no resumo estatstico da Figura 29


acima, o resultado das 1000 simulaes realizadas mostra que o menor VPL possvel
igual a R$ 1.067.507,87 e o maior igual a R$ 1.800.103,25. Para o VPL, as
probabilidades do modelo se mostraram totalmente simtricas (skewness = 0,00)

62

como se pode observar pelos valores da mdia, da mediana e da moda ajustados de


R$ 1.445.579,15.
A figura a seguir mostra o grfico de sensibilidade do VPL:

Figura 30 Grfico de sensibilidade do VPL

O grfico mostra que o VPL mais sensvel s clulas da receita (clulas D a


M, linha 15). Neste grfico verifica-se uma variao muito pequena (3,1%) entre o
maior percentual de sensibilidade observado (13,3%, clula E15, ano 2010) e o menor
percentual de sensibilidade observado (10,2%, clula F15, ano 2011).
A figura a seguir mostra o grfico do PBS gerado a partir das 1000 simulaes
do software:

Figura 31Histograma e Estatsticas do PBS

Como se pode observar no histograma e no resumo estatstico da Figura 31


acima, verifica-se que o prazo de retorno do investimento sem considerar o valor do
dinheiro no tempo (payback simples), se comportou dentro de apenas 1 ano, como
nas distribuies normal e uniforme, onde o menor prazo calculado foi de 2,958 anos
e o maior prazo foi de 3,899 anos. Dessa forma, o desvio padro das probabilidades

63

do modelo foi quase zero (0,15) e a distribuio normal ajustada (Fit:Normal) mostrou
a igualdade dos prazos da mdia, da mediana e da moda (3,454 anos).
A figura a seguir mostra o grfico de sensibilidade do PBS:

Figura 32 Grfico de sensibilidade do PBS

Verifica-se neste grfico o mesmo comportamento encontrado no grfico das


distribuies normal e uniforme, ou seja, os percentuais se apresentam negativos
crescentes (lado esquerdo do eixo y).
A figura a seguir mostra o grfico do PBD gerado a partir das 1000 simulaes
do software:

Figura 33 Histograma e Estatsticas do PBD

Como se pode observar no histograma e no resumo estatstico da Figura 33


acima, verifica-se que o prazo de retorno do investimento considerando o valor do
dinheiro no tempo (payback descontado), apresentou comportamento semelhante ao
dos demais modelos, como era de se esperar, com aumento do prazo de retorno do

64

investimento em relao ao PBS. Neste modelo, o prazo de retorno ficou entre 4,033
anos e 5,711 anos.
A figura a seguir mostra o grfico de sensibilidade do PBD:

Figura 34 Grfico de sensibilidade do PBD

Da mesma forma que o grfico do modelo de distribuio normal, este grfico


mostra que as clulas da receita (clulas D a M, linha 15) tornam mais sensveis ao
PBD.

4.4 Anlise comparativa dos modelos

Nesta seo ser apresentada uma anlise comparativa dos resultados dos
modelos de distribuio aplicados na Simulao Monte Carlo do projeto, relativos s
variveis de sada TIR, VPL e Payback (simples e descontado) mostrados na seo
anterior. Para isso foi necessrio modelar algumas tabelas com informaes contidas
nos dados estatsticos de cada modelo, apresentados em forma de figura na seo
anterior. Ao final desta seo ser apresentado o fluxo de caixa do Banco Alpha e os
resultados obtidos na sua avaliao para fins de comparao com os resultados do
mtodo de Simulao Monte Carlo.

4.4.1. Taxa Interna de Retorno

A tabela a seguir mostra os dados estatsticos das trs distribuies utilizadas


no presente estudo para anlise da TIR:

65

Tabela 5 Estatsticas das distribuies

Verificam-se
se nos dados da tabela que o modelo Normal e Lognormal
apresentaram resultados muito prximos,
prximos, fato que poderia indicar um comportamento
semelhante dos modelos na avaliao do fluxo de caixa do projeto. Neste caso, o uso
de um ou outro poderia ocorrer sem comprometer os resultados a serem analisados
pelos interessados. A Distribuio Normal apresentou
apresentou intervalo de 7,61% entre o
mnimo e o mximo possvel encontrado na distribuio de probabilidades do modelo,
enquanto na Distribuio Lognormal, esse intervalo foi de 8,25%. J na Distribuio
Uniforme, o intervalo encontrado foi menor e igual a 4,07%.
4,07%. Por estes resultados,
poder-se-ia
ia dizer que para anlise da TIR, considerando as premissas utilizadas para
o fluxo de caixa, o melhor modelo de distribuio seria o Lognormal por apresentar o
maior intervalo entre a menor e maior taxa possvel,
poss
oferecendo
do maior segurana para
a deciso.

4.4.2. Valor Presente Lquido

A tabela a seguir mostra os dados estatsticos das trs distribuies utilizadas


no presente estudo para anlise do VPL:
Tabela 6 Estatsticas das Distribuies

66

De forma semelhante ao que ocorreu com a TIR, verificam-se nos dados da


tabela que o modelo Normal e Lognormal apresentaram resultados muito prximos,
se comparados com o modelo Uniforme. Isso poderia indicar um comportamento
anlogo dos modelos na avaliao do fluxo de caixa do projeto. Neste caso, o uso de
um ou outro, a princpio, poderia ocorrer sem comprometer os resultados a serem
analisados pelos interessados. A Distribuio Normal apresentou intervalo de R$ 743
mil entre o mnimo e o mximo possvel encontrado na distribuio de probabilidades
do modelo, enquanto na Distribuio Lognormal, esse intervalo foi de R$ 733 mil.
Note-se a diferena de R$ 10 mil entre os intervalos. J na Distribuio Uniforme, o
intervalo encontrado foi menor e igual a R$ 384 mil. Por estes resultados, poder-se-ia
dizer que para anlise do VPL, considerando as premissas utilizadas para o fluxo de
caixa, o modelo de distribuio mais adequado seria o Normal por apresentar o maior
intervalo entre o menor e o maior VPL possvel, oferecendo maior segurana para
deciso.

4.4.3. Payback Simples

A tabela a seguir mostra os dados estatsticos das trs distribuies utilizadas


no presente estudo para anlise do Payback simples:
Tabela 7 Estatsticas das Distribuies

Relativamente ao prazo de retorno sem considerar o valor do dinheiro no


tempo, verificam-se nos dados da tabela pouca diferena entre os prazos dos
modelos. O modelo Normal apresenta intervalo de 0,823 o que corresponde a
aproximadamente 10 meses. No modelo Uniforme a diferena entre o prazo mnimo e
o prazo mximo encontrada de 0,520, o que corresponde a aproximadamente 6
meses. Quanto ao modelo Lognormal essa diferena foi de 0,941 o que corresponde

67

a aproximadamente 11 meses. Por estes resultados, se observa que no caso do


indicador Payback Simples, qualquer modelo utilizado iria produzir praticamente o
mesmo resultado, vez que em todos eles o prazo calculado, considerando apenas o
perodo ano, seria o mesmo.

4.4.4. Payback Descontado

A tabela a seguir mostra os dados estatsticos das trs distribuies utilizadas


no presente estudo para anlise do Payback descontado:
Tabela 8 Estatsticas das Distribuies

Relativamente ao prazo de retorno considerando o valor do dinheiro no tempo,


assim como no PBS, verificam-se nos dados da tabela pouca diferena entre os
prazos dos modelos, exceto que todos eles so maiores que os prazos do PBS.
Como j abordado anteriormente, o fato de que o prazo no Payback descontado
sempre maior que o prazo do Payback simples, se deve ao fato da atualizao do
fluxo de caixa no mtodo do PBD. O modelo Normal apresenta intervalo de 1,462 o
que corresponde a aproximadamente 1 ano e 6 meses.
No modelo Uniforme a diferena entre o prazo mnimo e o prazo mximo
encontrada de 0,847, o que corresponde a aproximadamente 10 meses. Quanto ao
modelo Lognormal essa diferena foi de 1,678 o que corresponde a aproximadamente
1 ano e 8 meses. Diferentemente do PBS, este indicador apresenta um intervalo
maior entre o prazo mnimo e o prazo mximo, ultrapassando 1 ano nos modelos
Normal e Lognormal. Por estes resultados, se observa que no caso do indicador
Payback descontado, o modelo Normal e Lognormal seriam mais adequados para uso
no clculo deste indicador por apresentar maior intervalo entre os prazos mnimo e
mximo possveis.

68

4.4.5. Planilha do Banco Alpha

Nesta seo se apresenta a planilha do fluxo de caixa do projeto, conforme


comentado no Captulo
aptulo 3 Mtodos e Tcnicas de Pesquisa, e como previsto, se
procede a uma anlise comparativa dos resultados obtidos pela Instituio Financeira
com os resultados obtidos nos modelos de simulao utilizados neste estudo.
A Figura 35 a seguir mostra a planilha do Banco Alpha:

Figura 35 Planilha do Banco Alpha

Inicialmente se apresenta alguns comentrios sobre aspectos relevantes da


planilha do fluxo de caixa da Instituio Financeira, tais como:
I.

Perodo considerado: o perodo de anlise compreendeu


co reendeu o prazo de 12
anos (2008 a 2019), mas por
por questes de espao na pgina, mostrado
somente o perodo
per
de 6 anos;

II.

Variveis de deciso: as variveis TIR, VPL e Payback foram calculadas


com base na projeo de 12 perodos do fluxo de caixa;

69

III.

Cenrio: o cenrio considerado na planilha o cenrio bsico ou mais


provvel;

IV.

Investimentos: o valor do investimento refere-se ao ativo total no ms


base junho/2008;

V.

Custos: considerado um percentual fixo sobre as receitas;

VI.

IRPJ/CSSL: 25% e 9%, respectivamente, com bases diferentes.

A tabela a seguir mostra os resultados da anlise do Banco Alpha e dos trs


modelos de distribuio de probabilidade utilizados na Simulao Monte Carlo neste
estudo:
Tabela 9 Indicadores de avaliao

INDICADOR (*)
MODELO
Distr. Normal
Distr. Uniforme
Distr. Lognormal
Banco Alpha

VPL (R$ mil)


1.447
1.440
1.445
1.335

TIR
31%
31%
31%
30%

PBS
3 anos
3 anos
3 anos
4 anos

(*) Mdia dos modelos de distribuio

O resultado dos indicadores do Banco Alpha se refere ao perodo de 12 anos,


calculados com base em suas premissas. Independentemente de no haver
coincidncia nas premissas utilizadas pelo Banco e as utilizadas neste estudo, exceto
o valor do investimento, os resultados no poderiam servir para anlise comparativa
em razo do prazo considerado nas duas anlises (Banco e estudo) ser diferente em
dois perodos, o que certamente criaria um vis na avaliao. Enquanto o fluxo de
caixa do Banco foi projetado para um perodo de 12 anos, o fluxo de caixa do estudo
foi projetado para um perodo de 10 anos. Ao contrrio do Payback que no seria
influenciado pela diferena de prazo entre as duas anlises, haja vista que o prazo de
retorno do projeto em todos os casos foi inferior ao menor prazo considerado na
anlise (10 anos), os indicadores VPL e TIR so diretamente influenciados pelo prazo
do fluxo.
Como forma de se realizar uma comparao mais realista entre as duas
metodologias de anlise (cenrio x simulao), efetuou-se ajuste na planilha do
Banco Alpha, ou seja, procedeu-se a novo calculo dos indicadores para o mesmo
perodo considerado no estudo. Assim, com o ajuste efetuado para o perodo de 10

70

anos, construiu-se a tabela a seguir, a qual mostra os novos indicadores do Banco


Alpha:
Tabela 10 Indicadores de avaliao com ajuste

INDICADOR ==> (*)


VPL (R$ mil)
MODELO
Distr. Normal
1.447
Distr. Uniforme
1.440
Distr. Lognormal
1.445
Banco Alpha
1.055

TIR
31%
31%
31%
28%

PBS
3 anos
3 anos
3 anos
4 anos

(*) Mdia dos modelos de distribuio

Na Tabela 10 verifica-se que, com a reduo do prazo de doze anos para dez
anos, tanto a TIR quanto o VPL do fluxo de caixa no cenrio mais provvel do Banco
Alpha sofreram alterao para menos, como era de se esperar, vez que ambos
indicadores so bastante sensveis ao perodo do fluxo de caixa de um projeto.

4.5 Anlise da Simulao Monte Carlo

Nesta seo acrescenta-se s informaes disponibilizadas pela simulao j


apresentadas no captulo anterior e em sesses deste captulo, outras informaes e
dados estatsticos que podem ser obtidos com a simulao.
O modelo determinstico de anlise, como o mostrado na Figura 35, fornece
dados estticos e apenas um resultado para cada indicador. Neste modelo aplicada
a anlise de sensibilidade e em seguida a modelagem de cenrios, resultando,
geralmente, em trs cenrios, assim definidos: I) Cenrio Bsico: o cenrio em que o
analista visualiza uma situao mais provvel de ocorrer, considerando as premissas
utilizadas na anlise; II) Cenrio Otimista: o cenrio em que se vislumbram
perspectivas superiores s esperadas para o Cenrio Bsico, neste caso, manipulase alguns itens do fluxo de caixa no sentido de melhorar os resultados, como por
exemplo, aumentar o percentual de crescimento das receitas, o percentual da
margem operacional de lucro ou reduo dos custos e despesas; III) Cenrio
Pessimista: Trata-se do caso inverso ao Cenrio Otimista. Neste cenrio, manipulamse variveis do fluxo de caixa com a finalidade de piorar o cenrio bsico, como forma
de estimar resultados de ocorrncias desfavorveis que impactem negativamente o
fluxo de caixa esperado do projeto. Com essa tcnica de projeo de cenrios, criam-

71

se trs situaes diferentes, entretanto cada situao projetada ir fornecer apenas


dados estticos e apresentar um nico resultado para cada varivel de deciso.
Diferentemente do modelo determinstico de anlise, o qual realiza medies
de maneira limitada, o uso de tcnicas estatsticas de probabilidade que permitem
gerar nmeros aleatrios para atribuir valores a uma varivel de interesse, possibilita
realizar milhares de simulaes e apresentar os resultados em grficos e tabelas
sobre uma distribuio de probabilidades. Dessa forma, a simulao como mtodo
aplicado anlise de viabilidade de projetos de investimento busca oferecer mais
informaes e confiabilidade aos resultados apresentados. Vale ressaltar que quanto
maior o nmero de simulaes realizadas, maior a probabilidade de acertos.
Nas sees 4.1 a 4.3 deste captulo, se apresentou diversos indicadores
estatsticos relacionados a cada varivel de sada (VPL, TIR e Payback) gerados a
partir das 1000 iteraes realizadas com uso do Crystal Ball e o mtodo de Simulao
Monte Carlo, tais como: mdia, mediana, desvio padro, mnimo e mximo. Esses
indicadores respondem a algumas perguntas que poderiam ser feitas por executivos e
gerentes de uma empresa, tais como: Qual o menor VPL possvel? Qual o valor
mdio ou valor esperado do VPL? Da mesma forma esses questionamentos poderiam
ser feitos com relao TIR. A simulao foi realizada com trs modelos diferentes
de distribuio, o modelo de distribuio Normal de probabilidade, o modelo Uniforme
de probabilidade e o modelo Lognormal de probabilidade. Entretanto, o fluxo de caixa
da Empresa X utilizado para a simulao no permitiu que se mostrassem outros
recursos e informaes disponibilizadas por no ter ocorrido nenhum valor negativo
na distribuio de probabilidade dos trs modelos. Assim, como forma de explorar e
demonstrar outros recursos oriundos da simulao procedeu-se alterao no fluxo de
caixa da empresa, a qual comentada em seguida.
A figura a seguir foi gerada a partir de mudana efetuada no valor do
investimento inicial do fluxo de caixa do projeto, alterando de R$ 1.778 mil para R$
3.100 mil, como forma de se obter valores negativos para o VPL e assim mostrar
outras informaes estatsticas que o mtodo de Simulao Monte Carlo pode
disponibilizar.

72

Figura 36 Percentil do VPL

A Figura 36 mostra o resultado de um questionamento sobre o VPL de um


projeto. Para saber qual a probabilidade, por exemplo, do VPL ser menor que zero
nesta simulao, verifica-se, com base no resultado apresentado na Figura 36, que
esta probabilidade de 11,38%. Esse percentual indica que 11,38% dos valores
observados na distribuio do VPL foram menores ou iguais a zero. Esse resultado
obtido Inserindo-se o valor zero na clula exibida no canto inferior direito da Figura
36 e em seguida pressionando-se a tecla <enter>. Com este procedimento o software
exibe o percentual equivalente aos valores observados para o VPL inferiores a zero.
Os valores mostrados nas linhas da tabela exibida no lado esquerdo do grfico
mostram o percentil da distribuio, onde R$ 224.820,29 (0%) corresponde ao
menor VPL (valor mnimo) e R$ 463.903,79 (100%) corresponde ao maior VPL (valor
mximo).
A Simulao Monte Carlo, como se pde observar, pode fornecer diversas
informaes teis sobre a distribuio de resultados alm de permitir a realizao de
milhares de ensaios sobre variveis especificadas. Tais informaes, de grande valor
para anlise de risco de projeto, no poderiam ter sido fornecidas utilizando-se de
modelo determinstico de anlise de cenrio.

73

5 CONSIDERAES FINAIS

Os termos Investimento e Projeto para as empresas de grande porte so


parte integrante dos objetivos estratgicos e, geralmente, se acham formalizados na
poltica de investimento e no planejamento estratgico anual da empresa. Os
investimentos como parte do planejamento estratgico das empresas, so
necessrios, no s para manter a empresa funcionando, mas tambm para criar
valor e dessa forma crescer, expandir, diversificar os negcios e aumentar os lucros
dos acionistas/proprietrios. Os Projetos de Investimento includos no oramento de
capital da empresa so elaborados para subsidiar as decises de investimento e
passam por avaliao de viabilidade econmico-financeira antes de serem
submetidos aprovao.
Na avaliao tradicional de projetos de investimento utilizam-se mtodos e
modelos determinsticos para apurar o resultado de indicadores predefinidos como o
VPL, a TIR e o Payback. Com base nestes modelos constroem-se cenrios,
geralmente trs, aplicando-se a anlise de sensibilidade sobre um ou mais
componentes do fluxo de caixa do projeto. Entretanto, considerando a incerteza sobre
o futuro e a complexidade do mercado, pode-se dizer que as chances de acerto das
projees com apenas trs cenrios so muito reduzidas. Por outro lado, tcnica
baseada em simulao permite obter resultados mais prximos da realidade uma vez
que utiliza modelo probabilstico. A simulao realizada sobre uma varivel aleatria
e tem seu comportamento descrito por uma distribuio de probabilidade dentro de
um intervalo.
O objetivo central deste trabalho foi mostrar a contribuio do mtodo de
Simulao Monte Carlo como ferramenta auxiliar na anlise de viabilidade econmicofinanceira em projetos de investimento. Alm disso, alguns objetivos especficos
foram definidos para se atingir o objetivo principal do estudo. I. Aplicar trs modelos
probabilsticos da Simulao Monte Carlo no Fluxo de Caixa de uma empresa de
grande porte para avaliao das variveis de risco VPL, TIR e Payback; II. Realizar
1000 simulaes em cada modelo e gerar relatrios dos resultados (grficos, tabelas
e quadros) para anlise; III. Analisar e interpretar os dados gerados com as
simulaes; IV. Apontar a utilidade do modelo em anlise de viabilidade econmicofinanceira de projetos de investimento.

74

Para se atingir os objetivos foi realizado uma reviso da bibliografia existente


sobre o assunto em livros, artigos, trabalhos e estudos publicados. O material que
serviu de consulta e fonte para o trabalho est relacionado no Captulo 6 Referencias
Bibliogrficas.
Utilizou-se de dados da planilha do fluxo de caixa da Empresa X, objeto do
estudo, fornecida pelo Banco Alpha (Figura 35) e dos demonstrativos financeiros da
empresa para modelar o fluxo de caixa projetado. No fluxo de caixa projetado foram
aplicados os trs modelos probabilsticos para avaliao das variveis de interesse,
com 1000 simulaes realizadas em cada modelo, os quais produziram relatrios em
grficos e tabelas para anlise. Os resultados obtidos, apresentados no Captulo 4 e
utilizados na anlise da simulao, demonstraram que:
1. Em relao Taxa Interna de Retorno e o Valor Presente Lquido, o modelo

Normal de Distribuio e o modelo Lognormal apresentaram comportamento


semelhante com os resultados muito prximos, se comparados ao modelo
Uniforme (Tabelas 5 e 6);
2. A mdia dos modelos de simulao em relao ao cenrio bsico da planilha

do Banco Alpha se mostraram superiores nos dois indicadores acima


mencionados;
3. Enquanto no modelo determinstico, o resultado apresentado de forma

esttica e com um nico valor para o indicador de sada em cada cenrio, o


modelo probabilstico (simulao) fornece vrios resultados dentro de uma
distribuio de probabilidades e medidas estatsticas relacionadas a esses
resultados, como por exemplo, a mdia, a mediana, o desvio padro, o valor
mnimo e o valor mximo provvel do intervalo calculado na amostra.
4. O menor valor de VPL encontrado nas distribuies de probabilidade, foi de R$

1.067 mil na distribuio Lognormal e o maior foi de R$ 1.843 mil na


distribuio Normal. Com relao TIR, a menor taxa encontrada foi 27,05%
na distribuio Lognormal e a maior foi 35,30%, tambm na distribuio
Lognormal. Sendo assim, a distribuio Lognormal apresentou o maior
intervalo na distribuio de probabilidades para a TIR.
Neste trabalho foram utilizadas unicamente como varivel incerta de entrada
para o modelo, as receitas projetadas para o perodo. As receitas foram tomadas
como varivel sensvel do fluxo de caixa e sobre elas aplicada a aleatoriedade do
modelo para fins de produzir os infinitos valores para as variveis de sada, ou

75

variveis de interesse (TIR, VPL e Payback) e, posteriormente gerar os relatrios de


resultados. Entretanto, sabe-se que em projetos vultosos, principalmente onde
existem obras civis e o prazo para sua realizao longo, dificilmente o oramento
efetivamente realizado se iguala ao oramento projetado. Vrios so os motivos que
podem interferir e impactar no valor do oramento. Variao de preos dos insumos,
reajuste de salrios da categoria, desperdcio de material, indenizaes por acidentes
etc. Geralmente, muitos destes motivos so previstos e incorporados no oramento
projetado, com base em um percentual estimado pelos seus elaboradores, mas como
dito antes, dificilmente o valor orado igual ao valor realizado.
Assim, o fator investimento ou custo inicial tambm poderia ser considerado
como incerto e, neste caso transformado em uma varivel aleatria. Neste ponto, se
entende que o valor do investimento inicial poderia ser analisado como mais um
parmetro a ser considerado como varivel incerta e, dessa forma, usado como
varivel aleatria em conjunto com as receitas na modelagem da simulao em
estudos futuros. Alm disso, sabendo-se que a varivel aleatria no mtodo de
simulao se refere ao fator que no conhecido com certeza e que o seu
comportamento descrito por uma distribuio de probabilidade (MOORE, 2005),
pode-se dizer que qualquer outro componente independente e incerto do fluxo de
caixa pode ser atribudo como varivel aleatria, a critrio do escalo decisor.
Considerando a variabilidade de informaes e dados estatsticos relevantes
disponibilizados pelos modelos de distribuio, os resultados da Simulao Monte
Carlo permitem inferir que a utilizao de um modelo de simulao poderia ser
considerada como uma ferramenta valiosa a ser utilizada em anlise de projetos de
investimento. No entanto, o estudo realizado possui limitaes e no apresentou
todas as possibilidades possveis do mtodo de Simulao Monte Carlo, desse modo,
entende-se que certamente ficaram espaos a ser preenchido por estudiosos que
pretendam aprofundar os conhecimentos sobre a utilizao do mtodo de Simulao
Monte Carlo na anlise de viabilidade de projetos de investimento das empresas.
Por outro lado, acredita-se que o presente trabalho apresentou contribuies
relevantes para discusso do assunto e para despertar o interesse na realizao de
estudos similares sobre o mtodo de Simulao Monte Carlo.
Por fim, pode-se concluir que o uso de modelos probabilsticos, como o mtodo
de Simulao Monte Carlo, em razo do que foi exposto neste estudo, podem ser de

76

grande utilidade em anlise de viabilidade econmico-financeira de projetos de


investimento.

77

6 REFERNCIAS BIBLIOGRFICAS
ACEVEDO, Claudia R.; NOHARA, Jouliana
Administrao. So Paulo: Ed. Atlas, 2007.

J. Monografia

BRIGHAM, Eugene F.; HOUSTON, Joel F. Fundamentos


Administrao Financeira. Rio de Janeiro, Editora Campus, 1999.

no curso de
da

Moderna

BRUNI, A. L.; Anlise do Risco na Avaliao de Projetos de Investimento: Uma


Aplicao do Mtodo de Monte Carlo. Artigo publicado no Caderno de Pesquisa em
Administrao, So Paulo, REGE-USP, 1998, v1, nr. 6, 1.tri/98. Disponvel em
<http://www.regeusp.com.br/arquivos/c6-Art7.pdf>, acesso em 08/06/09.
BURATTO, Marco Vales. Construo e Avaliao de um Modelo de Simulao
para Analisar a Capacidade de Pagamento das Empresas em Financiamentos de
Longo Prazo. 2005. 142 f. Dissertao (Mestrado em Administrao). Universidade
Federal
do
Rio
Grande
do
Sul,
Porto
Alegre.
Disponvel
em
<http://volpi.ea.ufrgs.br/teses_e_dissertacoes/td/004044.pdf>, acesso em 28/04/2009.
CARDOSO, Douglas; AMARAL, Hudson F. O Uso da Simulao de Monte Carlo na
Elaborao do Fluxo de Caixa Empresarial: Uma Proposta para Quantificao das
Incertezas Ambientais. Minas Gerais, UFMG/FACIG, 2000, Disponvel em
<http://www.abepro.org.br/biblioteca/ENEGEP2000_E0159.PDF>, acesso em 24/04/09.
CASAROTTO FILHO, Nelson; KOPITTKE, Bruno H. Anlise de Investimentos. So
Paulo, 7. Ed., Editora Atlas, 1996
GITMAN, Lawrence J. Princpios de Administrao Financeira. So Paulo, 7. Ed.,
Editora Harbra, 2002.
JUNQUEIRA, K.C.; PAMPLONA, E.O. Utilizao da simulao de Monte Carlo em
estudo de viabilidade econmica para a instalao de um conjunto de
rebeneficiamento de caf na Cocarive. Minas Gerais, UNIFEI, 2002, disponvel em
<http://www.iepg.unifei.edu.br/edson/download/Artkleberenegep02.pdf>, acesso em
28/04/09.
LAPPONI, Juan Carlos. Projetos de Investimento Construo e Avaliao do
Fluxo de Caixa. So Paulo, Lapponi Treinamento e Editora, 2000.
__________. Projetos de Investimento na Empresa. Rio de Janeiro, Elsevier
Editora/Campus, 2007.
LOESCH, Cludio; HEIN, Nelson. Pesquisa Operacional Fundamentos e Modelos.
So Paulo, Editora Saraiva, 2009.
MARCONI, Marina de A.;LAKATOS, Eva Maria. Tcnicas de Pesquisa. So Paulo,
4. Ed., Editora Atlas, 1999.
MARTINS, Gilberto de Andrade. Estudo de Caso Uma estratgia de Pesquisa. So
Paulo, 2. Ed., Editora Atlas, 2008.

78

MEDEIROS, Joo Bosco. Redao Cientfica A Prtica de Fichamentos, Resumos,


Resenhas. S. Paulo, 7. Ed., Editora Atlas, 2005.
MOORE, Jeffrey H.; WEATHERFORD, Larry R. Tomada de Deciso em
Administrao com Planilhas Eletrnicas. So Paulo, 6. Ed., Bookman Editora,
2005, reimpresso 2008.
MOTTA, Regis da Rocha; CALBA, Guilherme M. Anlise de Investimentos
Tomada de Deciso em Projetos Industriais. So Paulo, Editora Atlas, 2009.
RICHARDSON, Roberto Jarry. Pesquisa Social Mtodos e Tcnicas. So Paulo,
3. Ed., Editora Atlas. 1999.
SANTOS, J.C. dos; CAMPOS, R.T. Metodologia para anlise de rentabilidade e
riscos de sistemas asgroflorestais. Rio Branco: Embrapa Acre, 2000. 16 p.
(Embrapa Acre. Documentos, 47).
SILVA, Jos Pereira da. Gesto e Anlise de Risco de Crdito. So Paulo, 2. Ed.,
Editora Atlas, 1998.
______. Anlise Financeira das Empresas. So Paulo, 5. Ed., Editora Atlas, 2001.
SOUZA, Acilon B. de, Projetos de Investimentos de Capital Elaborao, Anlise e
Tomada de Deciso. So Paulo, Editora Atlas, 2003.
YIN, Robert K. Estudo de Caso Planejamento e Mtodos. So Paulo, 3. Ed.,
Bookman Editora, 2005.
WOILER, Sanso; MATHIAS, Washington F. Projetos Planejamento, Elaborao e
Anlise. So Paulo, Editora Atlas, 1989.

79

APNDICES
Apndice A: Balano Patrimonial Ativo
Balano Patrimonial Consolidado - Ativo
R$ mil
Cdigo da Conta:

Descrio da Conta:

31/12/2008

1 1

Ativo Total

2.115.907

2 1.01

Ativo Circulante

1.463.168

3 1.01.01

Disponibilidades

4 1.01.01.01

Disponvel

5 1.01.01.02

Aplicaes financeiras

296.374

6 1.01.02

Crditos

470.401

7 1.01.02.01

Clientes

470.401

8 1.01.03

Estoques

333.632

9 1.01.04

Outros

308.638

350.497
54.123

10 1.01.04.02

IR e CSLL diferidos

11 1.01.04.03

Impostos a Recuperar

12 1.01.04.04

Adiantamento a Colaboradores

13 1.01.04.05

Ganhos no realizados com derivativos

38.062

14 1.01.04.06

Outros crditos

64.247

15 1.02

Ativo No Circulante

652.739

16 1.02.01

Ativo Realizvel a Longo Prazo

106.119

17 1.02.01.01

Crditos Diversos

106.119

18 1.02.01.01.02

Impostos a Recuperar

20.823

19 1.02.01.01.03

IR e CS diferidos

36.958

20 1.02.01.01.04

Depsitos Judiciais

41.017

21 1.02.01.01.05

Aplicaes Financeiras

5.250

22 1.02.01.01.06

Adiantamento a Fornecedores

2.071

23 1.02.02

Ativo Permanente

546.620

24 1.02.02.02

Imobilizado

494.008

25 1.02.02.03

Intangvel

Fonte: Balano Patrimonial da Empresa X

77.024
122.364
6.941

52.612

80

Apndice B: Balano Patrimonial Passivo


Balano Patrimonial Consolidado - Passivo
R$ MIL
Cdigo da Conta:

Descrio da Conta:

31/12/2008

1 2

Passivo Total

2.115.907

2 2.01

Passivo Circulante

1.067.536

3 2.01.01

Emprstimos e Financiamentos

190.550

4 2.01.03

Fornecedores

186.188

5 2.01.04

Impostos, Taxas e Contribuies

177.802

6 2.01.05

Dividendos a Pagar

311.854

7 2.01.08

Outros

201.142

8 2.01.08.01

Salrios

130.706

9 2.01.08.02

Fretes a pagar

25.560

10 2.01.08.04

Outras contas a pagar

29.085

11 2.01.08.05

Prov. riscos tributrios, cveis e trab.

15.791

12 2.02

Passivo No Circulante

349.948

13 2.02.01

Passivo Exigvel a Longo Prazo

349.948

14 2.02.01.01

Emprstimos e Financiamentos

289.480

15 2.02.01.03

Provises

51.144

16 2.02.01.03.01

Prov. riscos tributrios, cveis e trab.

51.144

17 2.02.01.06

Outros

18 2.05

Patrimnio Lquido

698.422

19 2.05.01

Capital Social Realizado

391.423

20 2.05.02

Reservas de Capital

140.102

21 2.05.04

Reservas de Lucro

161.736

22 2.05.04.01

Legal

23 2.05.04.05

Reteno de Lucros

24 2.05.05

Ajustes de Avaliao Patrimonial

25 2.05.07

Adiantamento para Futuro Aumento Capital

Fonte: Balano Patrimonial da Empresa X

9.324

18.650
143.086
5.161
0

81

Apndice C: Demonstrao de Resultados do Exerccio


Demonstrao de Resultado do Exerccio - Consolidado
R$ mil
Cdigo da Conta:

Descrio da Conta:

31/12/2008

1 3.01

Receita Bruta de Vendas e/ou Servios

4.912.233

2 3.02

Dedues da Receita Bruta

3 3.03

Receita Lquida de Vendas e/ou Servios

4 3.04

Custo de Bens e/ou Servios Vendidos

5 3.05

Resultado Bruto

6 3.06

Despesas/Receitas Operacionais

-1.715.671

7 3.06.01

Com Vendas

-1.259.273

8 3.06.02

Gerais e Administrativas

-475.309

9 3.06.02.01

Gerais e Administrativas

-404.529

-1.294.214
3.618.019
-1.154.669
2.463.350

10 3.06.02.02

Remunerao dos administradores

-56.927

11 3.06.02.03

Participao dos colab. e adm. no lucro

-13.853

12 3.06.03

Financeiras

13 3.06.03.01

Receitas Financeiras

109.707

14 3.06.03.02

Despesas Financeiras

-119.149

15 3.06.04

Outras Receitas Operacionais

16 3.06.05

Outras Despesas Operacionais

17 3.06.06

Resultado da Equivalncia Patrimonial

18 3.07

Resultado Operacional

19 3.08

Resultado No Operacional

20 3.08.01

Receitas

21 3.08.02

Despesas

22 3.09

Resultado Antes Tributao/Participaes

23 3.10

Proviso para IR e Contribuio Social

24 3.11

IR Diferido

25 3.15

Lucro/Prejuzo do Perodo

Fonte: Demonstrativo da Empresa X

-9.442

28.353

747.679

747.679
-229.568
0
518.111

82

Apndice D: Demonstrao de clculo dos ndices


1.

Margem Operacional de Lucro (MOL) da Empresa X:


Frmula:
MOL =

LOL
ROL

X 100

A Margem Operacional de Lucro da Empresa X no exerccio de 2008, calculada com


base nos dados financeiros constantes da DRE (Apndice C) foi:
(747.679 / 3.618.019) x 100 = 20,67%

2.

Retorno Sobre Vendas (RSL) da Empresa X:


Frmula:
RSV =

LL
VL

X 100

O ndice de Retorno Sobre Vendas da Empresa X no exerccio de 2008, calculado


com base nos dados financeiros constantes da DRE (Apndice C) foi:
(518.111 / 3.618.019) x 100 = 14,32%

3.

Retorno Sobre Investimento (RSV) ou Retorno Sobre Ativos (RSA) da Empresa


X:
Frmula:
RSA =

LL
At

X 100

O Retorno Sobre Ativo (RSA) da Empresa X no exerccio de 2008, calculado com


base nos dados financeiros constantes da DRE (Apndice C) e BP (Apndice A) foi
(518.111 / 2.115.907) x 100 = 24,49%

4.

O Retorno Sobre Patrimnio Lquido (RSPL) da Empresa X:


Frmula:
RSPL =

LL
PL - LL

X 100

83

O Retorno Sobre Patrimnio Lquido (RSPL) da Empresa X no exerccio de 2008,


calculado com base nos dados financeiros constantes da DRE (Apndice C) e BP
(Apndices A e B) foi:
(518.111 / 698.422 518.111) x 100 = 287,34%

5.

O Endividamento Geral (EG) da Empresa X:


Frmula:
EG =

ET

X 100

At

O Endividamento Geral (EG) da Empresa X no exerccio de 2008, calculado com base


nos dados financeiros do BP (Apndices A e B) :
(1.417.884 / 2.115.907) x 100 = 66,99%

6.

O ndice de Liquidez Corrente (LC) da Empresa X:


Frmula:
LC =

AC
PC

O ndice de Liquidez Corrente (LC) da Empresa X no exerccio de 2008, calculado


com base nos dados financeiros do BP (Apndices A e B) foi:
1.463.168 / 1.067.536 = 1,37

7.

O ndice de Liquidez Seca (LS) da Empresa X:


Frmula:
LS =

AC - ET
PC

O ndice de Liquidez Seca (LS) da Empresa X no exerccio 2008, calculado com base
nos dados financeiros do BP (Apndices A e B) foi:
(1.463.168 333.632) / 1.067.536 = 1,06

8.

O ndice de Liquidez Geral (LG) da Empresa X:


Frmula:

84

LG =

AC + RLP
PC + ELP

O ndice de Liquidez Geral (LG) da Empresa X no exerccio de 2008, calculado com


base nos dados financeiros do BP (Apndices A e B) foi:
(1.463.168 + 546.620) / (1.067.536 + 349.948) = 1,42

85

Apndice E: Demonstrativo do Fluxo de Caixa Projetado

You might also like