Vous êtes sur la page 1sur 99

Pontifcia Universidade Catlica de Minas Gerais

Instituto de Cincias Econmicas e Gerenciais


Departamento de Administrao
Mtodos Quantitativos
Aplicados Administrao
Prof. Marcelo Resende
Mtodos Quantitativos Aplicados Administrao
Cronograma
Mtodos Quantitativos Aplicados Administrao
4 perodo
NAula Contedo/Atividade prevista
1 Apresentao e consideraes gerais
2 Anlise de Investimentos: conceito, objetivos, problemas de estimativas
3 Problemas de estimativas de fluxos de caixa
4 Estrutura genrica de fluxo de caixa para anlise de investimentos
5 Metodologias de avaliao de fluxos: payback e payback atualizado
6 Valor atual lquido e Taxa Interna de Retorno
7 Pontos de convergncia e divergncias das metodologias e limitaes
8 Taxa interna de retorno modificada e valor atual lquido anualizado
9 Exerccios de avaliao de fluxo de caixa
10 Exerccios de anlise de investimentos
11 Exerccios de anlise de investimentos
12 Exerccios de anlise de investimentos
13 Exerccios de anlise de investimentos
14 1 prova 25 pontos
15 Anlise de regresso: conceito, objetivos, limitaes e equao da reta
16 Sries cronolgicas e Mtodo dos Mnimos Quadrados
17 Coeficiente de Determinao e Inferncia em Regresso
18 Intervalo de confiana a nveis de certeza
19 Observaes discrepantes e concluses
20 Exerccios sobre anlise de regresso
21 Exerccios sobre anlise de regresso
22 Exerccios sobre anlise de regresso
23 Risco e Incerteza em negcios individuais.
24 Risco em portflios, diversificao e correlao e carteira de ttulos
25 2 prova 25 pontos
26 Nmeros ndices: conceitos, relativos, Laspeyres.
27 Deflacionamento e inflacionamento de dados, construo de ndices
28 Mudana de base e inflacionamento a partir de sries de ndices
29 Exerccios de nmeros ndices
30 Diagrama de deciso/tomada de deciso: objetivos. Estudo de caso Dahran
31 Continuao do estudo de caso
32 Exerccio de diagramas de deciso
33 3 prova 30 pontos
2
Mtodos Quantitativos Aplicados Administrao
ANLISE DE
INVESTIMENTOS
1. Introduo
2. Estimativa de fluxos de caixa
3. Exemplo de montagem de fluxos de caixa
4. Mtodos de anlise

3
Mtodos Quantitativos Aplicados Administrao
1. INTRODUO
Quando uma empresa faz um investimento, ela incorre em sadas correntes de
caixa, na "expectativa" de ganhos futuros. Portanto, sabemos que devemos
analisar uma proposta de acordo com seu retorno esperado e tendo em mente
os riscos especficos a tais iniciativas.
Nesse aspecto, pode-se argumentar que se deva impor uma taxa de desconto
ajustada ao risco de cada projeto. Para o momento, vamos supor apenas que
se estabelea para a empresa uma taxa de desconto (ver taxa requerida de
retorno), no importando os diferentes graus de risco dos projetos. Vale dizer
que consideramos constante o complexo do risco ambiente dos negcios da
empresa.
Adicionalmente, aprofundaremos comentrios sobre inflao em anlises de
investimentos, em especial, colocando a necessidade premente de
compatibilidade entre fluxos de caixa e taxas de descontos. Assim, se os
investimentos se ajustam inflao, estas devero ser corrigidas igualmente.
Pode-se verificar, ento, o desamparo em que se processa a ao executiva,
sendo, na verdade, uma quimera a ocorrncia de fluxos de caixa certos no
tempo contrariamente ao que costuma ser apontado em textos introdutrios
de finanas e de matemtica financeira.
Sendo assim, nos preocuparemos basicamente com os seguintes itens:
$ estimativa de fluxos de caixa para as propostas;
$ avaliao dos fluxos;
$ seleo das propostas.
No que se refere s motivaes para a gerao de propostas, citamos:
$ novos produtos ou expanso dos atuais;
$ reposio de equipamentos;
$ pesquisa e desenvolvimento;
$ explorao;
$ outros.
2. ESTIMATIVA DE FLUXOS DE CAIXA
Um dos mais importantes objetivos dentro da anlise de investimento a
estimativa de fluxos de caixa futuros, o que influencia sobremaneira a ao
gerencial. Veja-se que caixa, e no lucro, o ponto central para todas as
decises de uma firma e, por isso, expressamos os benefcios futuros em
termos de fluxo de caixa lquido, ou seja, entradas menos sadas a cada
perodo.
4
Mtodos Quantitativos Aplicados Administrao
Para cada proposta de investimento, devemos prover informaes sobre fluxos
de caixa numa base no apenas aps o imposto de renda (IR), mas, ainda, em
termos incrementais. Vale dizer: se a empresa avalia o lanamento de um
produto novo que competir com sua linha atual de produtos, a considerao
desta "canibalizao" vital na anlise. Enfatizando, apenas o fluxo de caixa
incremental nos interessa.
Outra considerao de grande importncia se refere aos custos de
oportunidade sobre recursos alocados a projetos. Veja-se, por exemplo, em
que a consecuo de um projeto envolve a ocupao de terrenos prprios, que
poderiam ser vendidos pela empresa. Seu valor de venda deveria ser tratado
exatamente como uma sada de caixa, embora no envolva desembolso
efetivo.
A seguir, procedemos elaborao de uma lista, a mais exaustiva possvel,
dos problemas associados constituio de fluxos de caixa de projetos.
1. Dimenso temporal do projeto
certo que quanto menor o perodo total considerado tanto menor o valor do
projeto. Os valores concernentes a perodos muito afastados no tempo perdem
em relevncia e preciso.
Ao administrador cabe, portanto, maior ateno e responsabilidade sobre os
fluxos iniciais, que so aqueles que mais fortemente impactam o valor atual dos
projetos.
2. "Timing" dos fluxos de caixa
Este problema algo srio quando se procede a anlises com intervalos de
tempo anuais. Nesse caso, considerarmos as sadas de caixa no incio ou ao
final de um projeto traria diferenas sensveis, podendo levar rejeio de
bons projetos ou aceitao de projetos danosos empresa.
3. Depreciao na anlise de investimento
Depreciao uma despesa que no envolve desembolso de caixa, porm,
seu valor "transita" do balano patrimonial para a Demonstrao de
Resultados, diminuindo o lucro antes do IR e, portanto, reduzindo o montante
de IR a pagar.
Alm disso, pois h de se ter em conta que, freqentemente, o perodo legal
para depreciao no coincide com o perodo de vida daquele equipamento ou
instalao, que consubstancia o projeto. Naturalmente, tais observaes ho
de estar presentes na constituio dos fluxos de caixa.
4. Movimento de "preos relativos"
Este aspecto de importncia capital numa economia inflacionria, em que a
par da subida geral dos preos, temos ainda que tais elevaes no se do
uniformemente. Se assim, a demanda pelo produto gerado do projeto dever
5
Mtodos Quantitativos Aplicados Administrao
apresentar "instabilidades" com o passar do tempo e um acurado levantamento
dos fluxos de caixa futuros fica dificultado.
5. Constncia dos custos de produo ao longo do tempo
Este ponto guarda relao com o anterior, na medida em que estamos nos
referindo a movimentos no-uniformes de preos relativos. Assim, se todos os
preos da economia (ou pelo menos aqueles que afetam a empresa mais
diretamente) se movessem com idnticos percentuais, tudo se passaria como
numa economia sem inflao. Porm, esse no um fato da vida econmica e
isso deve ser considerado, quando da estimativa dos fluxos de caixa futuros.
6. Considerao dos juros na anlise de investimentos
As decises de financiamento e de investimento so coisas distintos, e no
devem ser misturadas. Assim sendo, no se deve incluir juros, que
representam o custo de financiamentos, nos fluxos de caixa previstos para o
projeto. Ou seja, os projetos devem ser avaliados nos seus prprios termos, no
tocante capacidade que apresentem de acrescer a base geradora de riqueza
da empresa.
Naturalmente, porm, se um determinado projeto detiver vantagens fiscais
especficas, estas deveriam, ento, ser consideradas na anlise.
7. Capital de giro
Alm do investimento em ativos, por vezes preciso que se considerem as
necessidades adicionais de caixa, assim como as decorrentes de polticas de
estoques e de contas a receber.
Tal "investimento" em capital de giro h de ser tratado como uma sada de
caixa no perodo inicial do projeto, que retornar ao final do perodo de vida do
mesmo. Sendo assim, em termos de valor presente, sua considerao vai
"contra" a aceitao de projetos, pois que valores mais prximos do perodo
inicial impactam mais fortemente o valor atual lquido do que aqueles locados
de maneira mais distante no tempo.
Nesse sentido, cada fluxo de caixa no tempo descontado pelo fator 1/(1+i)
t
,
sendo que "i" representa a taxa requerida de retorno para aceitao de projetos
e "t" o perodo de ocorrncia de cada fluxo especfico. Naturalmente, quanto
maior "t", menor o valor atualizado de um fluxo descontado at o perodo inicial.
3. EXEMPLO DE MONTAGEM DE FLUXO DE CAIXA
Se o projeto sob anlise se refere reposio de mquinas, sem alterar o
padro de oferta de produtos pela empresa, os clculos devero incluir tanto as
redues de custos trazidos por tais equipamentos como, ainda, os valores
relativos depreciao de ambos os itens, substitutos e substitudos. Vejamos
o exemplo a seguir.
6
Mtodos Quantitativos Aplicados Administrao
Dados:
(-)Preo da nova mquina: $18.500
(-)Custo da instalao: $ 1.000
(-)Custo de desmontagem: $ 500
(+)Venda da mquina antiga: $ 2.000
Investimento Inicial $18.000
Aumento de vendas/ano: $ 8.100
Imposto de renda 40%
Tempo de depreciao:
-Mquina antiga: 10 anos
-Mquina nova : 5 anos
Observao: Tempos de vida til das mquinas nova e antiga so de,
respectivamente, 5 e 10 anos. O valor residual da mquina nova (ao final dos 5
anos) de $1.000. A mquina antiga j tem 5 anos de vida, tendo sido
adquirida por $20.000.
A par desses dados, os fluxos de caixa se determinam como a seguir:
Valores contbeis Fluxo de caixa
Aumento de vendas $8.100 $8.100
(-)Depreciao s/mquina nova 4.000
(+)Deprec. s/mquina antiga 2.000
Lucro tributvel 6.100
(-)Imposto de renda (40%) 2.440 2.440
Lucro adicional l======> $3.660
Fluxo de Caixa Anual ======> $5.660
Assim que o fluxo de caixa se determina numa base incremental e aps
considerao do imposto de renda.
Por agora, temos que anlises de investimentos se fariam sobre os fluxos a
seguir:
Sada inicial (Ano 0): $18.000
Fluxo de caixa (Ano 1 ao 4): $ 5.660
Fluxo de caixa (Ano 5)*: $ 6.660
7
Mtodos Quantitativos Aplicados Administrao
* FC 1 a 4 + valor residual. Observa-se que tal considerao no a mais
precisa. Contudo, neste momento, a que utilizaremos para fins de
simplificao, a despeito de no estar considerando a tributao ideal do FC5.
4. MTODOS DE ANLISE
Uma vez determinado o fluxo de caixa esperado para o projeto, partimos para o
detalhamento dos mtodos de avaliao de rentabilidade dos mesmos. Vamos
nos deter sobre as seguintes metodologias:
Payback
Valor Atual Lquido ou Valor Presente Lquido
Taxa Interna de Retorno
Taxa Interna de Retorno Modificada
Naturalmente, exceo do primeiro, todos os demais so mtodos que se
apegam a fluxos de caixa descontados no tempo. Vamos a eles.
4.1 Payback (Tempo de retorno)
Este mtodo nos diz o nmero de perodos requeridos para se recuperar a
sada inicial de caixa, sendo resultado apenas da relao entre x e y, entre o
investimento inicial e o fluxo de caixa por perodo. Por exemplo, no caso acima,
teramos:
Payback = $18.000 = 3,18 anos
$ 5.660
Naturalmente, surgiriam problemas de clculo caso o fluxo de caixa no fosse
uniforme. Tal frmula s contempla fluxos de caixa uniformes. Assim, no
exemplo em pauta, no foi considerado o retorno dado pelo valor residual da
mquina nova, ao final do 5
o
ano.
Mas esse no um grande problema com o mtodo, se pensarmos, por
exemplo, no fato de que no so considerados o fluxo de caixa que
aconteceriam aps o perodo do Payback. Deixa-se de considerar um montante
de $10.300 de entradas.
Outro aspecto negativo do mtodo tem como base a mxima de que o dinheiro
tem valor no tempo, ou seja, necessrio atentar para uma taxa de retorno
como expresso do custo de oportunidades, para que se analise a aceitao
ou a rejeio de um projeto. E isso no se faz, quando se adota o mtodo
Payback.
8
Mtodos Quantitativos Aplicados Administrao
Como observaes finais, devemos lembrar que, apesar desses problemas
metodolgicos srios, o mtodo do Payback recebe relativa importncia na
anlise de investimentos. Talvez isso acontea porque as administraes
entendam tal mtodo como uma aproximao ao risco dos projetos. Vale dizer,
entende-se que quanto maior o perodo de recuperao de investimentos maior
o risco inerente a cada projeto.
De qualquer forma, se se deseja utilizar o Payback, que isto seja feito como
anlise suplementar a outros mtodos, buscando, com ele, apenas uma
abordagem superficial ao risco do negcio.
4.2 Taxa Interna de Retorno (TIR)
Este mtodo se insere de fato dentre aqueles que lidam com fluxos de caixa
descontados, tomando em conta tanto o aspecto do valor do dinheiro no tempo,
como a magnitude e o "timing" dos fluxos ao longo de toda a durao do
projeto.
Podemos definir a TIR como a taxa de desconto que zera a diferena entre os
valores presentes dos fluxos de entradas e de sadas de caixa de projetos sob
anlise. Enfatizando, ela ser a taxa que leva a zero a equao a seguir:
n

_ FCt __ = 0
t=0 (1 + i)
t
em que,
FCt : o fluxo de caixa lquido (entradas menos sadas), relativo a cada perodo
"t"
i : a taxa de desconto, a que denominamos TIR;
n : nmero de perodos considerados, ou a dimenso de vida do projeto.
Em outras palavras, tambm possvel definir a TIR como a taxa de desconto
que leva a zero o Valor Atual Lquido de um projeto.
Com o fim de levantarmos a TIR do projeto em pauta, teremos:
-18.000 + 5.660 + 5.660 + 5.660 + 5.660 + 6.660 = 0
(1+i)
1
(1+i)
2
(1+i)
3
(1+i)
4
(1+i)
5
Perfazendo os clculos por interpolao (exatamente como o faria uma planilha
eletrnica em computador), encontraramos a taxa de 18,33% a.a. Com isso,
se diz que o projeto corresponderia a um investimento que rendesse exatos
18,33% ao ano.
9
Mtodos Quantitativos Aplicados Administrao
Como critrio de aceitao de propostas com base neste mtodo, sua "regra
de ouro" seria verificar se: TIR Taxa requerida de retorno
Digamos que a empresa em apreo coloque uma taxa de 12% a.a. como o
mnimo aceitvel para aceitao de projetos. Sendo assim, a aludida troca de
equipamentos se processaria sem problemas. Entretanto, se a exigncia fosse
de 20%, haveria de se rejeitar tal iniciativa.
Adicionalmente, no caso da taxa de corte de 12%, a aceitao do projeto
significaria, em linguagem de finanas, que o projeto acresceria a base
geradora de riquezas da empresa.
4.3 Valor Presente Lquido ou Valor Atual Lquido
Da mesma forma que o mtodo da TIR, este se constitui em mtodo baseado
em fluxos de caixa descontados, sendo que tal desconto se d pela insero
de uma taxa requerida de retorno. Vejamos:
n
VAL =

FCt em que as variveis se definem como no item anterior.


t=0 (1 + i)
t
Com vista aceitao de projetos, a pertinente "regra de ouro" fica sendo:
VAL0
Dessa forma, um VAL maior do que zero implica em dizer que o projeto
possibilita um retorno superior ao caso de aplicaes no mercado financeiro,
p.ex., em que se teria retorno certo de uma taxa "i". Ou, em outros termos, a
base geradora de riquezas da empresa se elevaria par da aceitao do
projeto em questo.
Atendo-nos novamente ao nosso exemplo, impondo-se uma taxa mnima de
retorno da ordem de 12% a.a., teremos:
VAL = -18.000 + 5.660 + 5.660 + 5.660 + 5.660 + 6.660 = $2.970,
1,12
1
1,12
2
1,12
3
1,12
4
1,12
5
o que nos capacita aceitaco do projeto.
Obviamente, um VAL0 representaria um retorno aqum do nvel demandado
de 12% a.a. e, a aceitao de projetos nestas condies representaria um
decrscimo na base geradora de riquezas da empresa.
10
Mtodos Quantitativos Aplicados Administrao
4.4 A TIR versus o VAL
Pontos de convergncia
Ambos os mtodos proporcionam o mesmo "sinal" de aceitao ou de rejeio,
em anlises em que se avaliem propostas nicas. Com a Fig.1, podemos
visualizar a relao que se estabelece entre ambos:
Fig.1 VAL e TIR
VAL
($)
$11.300,00




18,33%
0
Taxa de juros %
Nesse exemplo hipottico, temos que, a uma taxa de desconto zero, o VAL
ser to somente a diferena entre entradas e sadas ao longo da vida do
projeto. Por outro lado, taxa de 18,33% a.a., ainda aceitaramos o projeto,
visto que, nesse ponto, o VAL se iguala a zero. Qualquer outra taxa requerida
de retorno que se situasse entre 0 e 18,33% levaria aceitao da proposta,
enquanto taxas superiores no encontrariam fluxo esperado de retornos que a
justificassem.
Pontos de divergncia
Situamos tais pontos nos seguintes aspectos:
$ taxa de reinvestimento dos fluxos intermedirios;
$ escala do investimento;
$ taxas mltiplas de retorno.
A divergncia na sinalizao para aceitao ou rejeio de propostas de
investimentos ocorre quando da comparao de projetos mutuamente
excludentes, em que somente um ser selecionado. Vejamos o exemplo a
seguir:
FLUXO DE CAIXA
Ano 0 1 2 3 4
Proposta A -$23.616 $10.000 $10.000 $10.000 $10.000
Proposta B -$23.616 $0 $ 5.000 $10.000 $32.675

11
Mtodos Quantitativos Aplicados Administrao
Procedendo aos clculos do VAL e da TIR, a uma taxa requerida de retorno de
10%, teremos:
Projeto A Projeto B
VAL $8.083 $10.347
TIR 25% 22%
Com isto, vemos um evidente conflito gerado da considerao simultnea dos
dois mtodos, onde, pelo uso da TIR preferimos o Projeto A, enquanto pelo
mtodo do VAL, escolhemos o Projeto B.
Qual, ento, a deciso mais sensata?
A escolha recai sobre o Projeto B, visto que ele tomou em conta o custo de
oportunidade da empresa, representado por aplicaes alternativas que
poderiam lhe render at 10% a.a.
E quanto TIR? Qual a razo de seu preterimento? Isso se deve suposio
"herica" do reinvestimento dos fluxos intermedirios (1 e 2) prpria TIR, o
que se constitui em equvoco evidente, j que colocamos que o custo de
oportunidade da empresa seria de 10% a.a.
Um novo problema que decorre do uso do mtodo da TIR refere-se escala do
investimento inicial. Assim, desde que este mtodo se expressa como uma
porcentagem, a escala do investimento pode gerar problemas srios na
seleo de projetos. Vejamos o prximo exemplo:
Fluxos de Caixa
Ano 0 1 TIR VAL(a 10% a.a)
Proposta X -$100 $150 50% $36,36
Proposta Y -$500 $625 25% $68,18
Utilizando o mtodo da TIR, recusaramos um maior ganho ($68,18 no Y) em
troca de um menor ($36,36 no X) apenas porque este nos daria maior
"porcentagem". Nada mais absurdo.
Outro problema surge quando da ocorrncia de taxas de retorno mltiplas.
Consideremos o seguinte projeto de investimento:
Investimento Inicial: $ 1.600,00
FC 1: $ 10.000,00
FC 2: $ -10.000,00
A equao de determinao da TIR se escreve ento:
Equao resultante: -10.000,00/(1+TIR)
2
+ 10.000,00 / (1+TIR)
1
- 1.600,00 = 0
12
Mtodos Quantitativos Aplicados Administrao
Dividindo por 1.000 e substituindo 1 / (1+TIR) por X, temos:
-10X
2
+ 10X - 1,6 = 0 => 10X
2
- 10X + 1,6 = 0
Razes: X1 = 0,80 e X2 = 0,20. Substituindo X1 e X2 por 1 / (1+TIR) temos:
TIR 1 = 25% e TIR 2 = 400% VAL (a 10%) = -774,00
Pelo critrio do VAL o referido projeto deve ser rejeitado (VAL de -774,00).
Entretanto, pelo critrio da TIR, dever ser aceito (TIR de 25% e TIR de 400%).
Tal fato demonstra sua inadequao para o referido caso.
tambm til mostrar outra limitao do mtodo, ao possibilitar a ocorrncia
de taxa de retorno inexistente na anlise de propostas.
Pelo exemplo que segue, pode ser demonstrada tal limitao. Observe-se:
Inv. Inicial FC1 FC2
-$100,00 $200,00 -$150,00
200
1
150
1
100 0
1 2
( ) ( ) +
+

+

TIR TIR
Dividindo por 100 e substituindo
1
1+ TIR
por x, temos:
2 15 1 0
15 2 1 0
4
2
2 4 4 15 1
2 15
2 2
3
2
2
2
x x
x x
x
b b ac
a
x
x

+

,
,
( , )
,
Isto se deveu ocorrncia de fluxo de caixa negativo. A presena de FC
negativo gera a probabilidade de ocorrncia de TIR inexistente, mas no
determina sua inexistncia, necessariamente. Quanto maior o nmero de
inverses e de discrepncia dos fluxos maior a probabilidade de aparecimento
da TIR inexistente.
13
no existem razes reais
Mtodos Quantitativos Aplicados Administrao
Descrevemos um outro empecilho aceitao deste mtodo, e que se refere
no aditividade das taxas quando da considerao conjunta de projetos no-
excludentes.
Melhor explicando, vejamos os dois projetos abaixo, j apontados
anteriormente:

Fluxos de Caixa
Ano 0 1 2 3 4
Proposta A -$23.616 $10.000 $10.000 $10.000 $10.000
Proposta B -$23.616 $0 $ 5.000 $10.000 $32.675
Proposta A+B -$47.232 $10.000 $15.000 $20.000 $42.675

Vimos que as TIR's para os projetos A e B so, respectivamente, 25% e 22%.
Porm, com sua considerao conjunta (Projeto A+B) no temos 47% e, sim,
23,19%. Visando melhor esclarecimento, com o uso do mtodo da VAL,
teramos a caracterstica de aditividade, com seu valor alcanando $18.430
(que corresponde soma dos valores parciais de $8.083 e $10.347).
Mas, enfim, por que a ampla aceitao da TIR no mundo empresarial? Os
dados apontados restringem-lhe enormemente a significao econmica. Em
especial, a idia do reinvestimento dos fluxos intermedirios prpria TIR se
mostra um equvoco grosseiro.
As razes de aceitao da TIR se prendem ao fato de que, sendo uma taxa,
ela mais fcil de ser visualizada e interpretada. Paralelamente, com o mtodo
concorrente dado pelo VAL, a deciso se faz sobre um nmero absoluto,
"descontado" para o momento zero, o que traz dificuldades de entendimento
para muitos profissionais.
Adicionalmente, sendo a taxa requerida de retorno apenas uma aproximao
ao real custo de oportunidade da empresa, o uso do VAL no recebe apoio
unnime da comunidade empresarial, deixando campo para a aceitao do
mtodo da TIR.
Outrossim, temos o fato real de que as empresas no se defrontam
freqentemente com anlises de projetos mutuamente excludentes ou, ainda,
de projetos cujos fluxos no apresentem o padro usual (que poderia trazer
taxas mltiplas de retorno). Ento, se o que importa na anlise de projetos
nicos uma correta sinalizao quanto a aceit-los ou rejeit-los, e desde que
ambos os mtodos apontariam sinal idntico, tem-se a preferncia pelo mtodo
da TIR.
14
Mtodos Quantitativos Aplicados Administrao
4.5 Taxa Interna de Retorno Modificada (TIRM)
Se os problemas aludidos acima se constituem de fato em srias restries ao
uso do mtodo da TIR, a soluo estaria num mtodo que tomasse em conta o
custo de oportunidade sobre os recursos da empresa nos clculos para
levantamento de uma taxa de retorno para iniciativas empresariais. Vejamos
como, atravs do nosso primeiro exemplo:
Fig.2 Avaliao de projeto
0 1 2 3 4 5
-18.000 5.660 5.660 5.660 5.660 6.660
Taxa de desconto: 12% ao ano
Taxa de juros do mercado financeiro: 14% ao ano
Assim, procedendo ao reinvestimento dos fluxos intermedirios (1 a 5) taxa
de juros do mercado financeiro (que representa o custo de oportunidade sobre
recursos disponveis da empresa), a equao de clculo ser:
TIRM
VF
II
x
n

_
,

1
]
1
1
1
1 100
em que falta definir e relembrar que:
VF = valor futuro (no ltimo perodo) dos fluxos de caixa da empresa;
n = perodo de vida considerado para o projeto;
II = investimento inicial.
J a operacionalizao dos clculos da TIRM no problema anterior se daria
como abaixo:
Ano 1: 5.660 x 1,14
4
= 9.559,51
Ano 2: 5.660 x 1,14
3
= 8.385,54
Ano 3: 5.660 x 1,14
2
= 7.355,74
Ano 4: 5.660 x 1,14
1
= 6.452,40
Ano 5: 6.660 x 1,14
0
= 6.660,00
VF ============> 38.413,19
TIRM = ((38.413,19/18000)
1/5
- 1) x 100 = 16,37% aa
Nesse caso, so dois os passos para aferio da viabilidade de projetos de
investimentos:
15
Mtodos Quantitativos Aplicados Administrao
a) TIRM TRR: se isso ocorrer, o projeto vivel, por superar a taxa requerida
de retorno, que julgada suficiente para os propsitos de crescimento e
sustentao da empresa no longo prazo.
b) TIRM i
m
: se essa nova restrio atendida, isso implica em que a
rentabilidade do projeto supera possveis aplicaes de recursos no
mercado financeiro. Em outros termos, a empresa ter retornos superiores
aplicando na produo em lugar de investir em produtos financeiros.
Outro detalhe diz respeito frmula da TIR, que se refere a casos onde ocorra
o padro usual na anlise de projetos, com investimentos num perodo inicial,
sendo seguidos, no tempo, por fluxos de caixa lquidos.
Caso houvesse fluxos de caixa negativos, alm daquele referente ao
investimento inicial, o critrio internacionalmente aceito o de se
descontar tais fluxos negativos para o momento zero taxa requerida de
retorno, aumentando o valor de "II" na frmula dada.
Observa-se que no importa o padro do fluxo de entradas e de sadas, pois
que poderamos adaptar novas configuraes, quando necessrio. Planilhas
eletrnicas como o Excel, j incorporam solues nesta direo.
Quanto regra para aceitao de projetos, o procedimento segue aquele do
mtodo da TIR, ou seja:
TIRM Taxa requerida de retorno
Para nosso exemplo acima, temos que a TIRM se iguala a 16,37%, superando
a taxa requerida de retorno de 12%. Nesse sentido, o projeto contribuir
decisivamente para acrescer a base geradora de riquezas da empresa.
16
Mtodos Quantitativos Aplicados Administrao
Exerccios de Aprendizagem/Fixao de metodologias de avaliao de
fluxos de caixa de projetos de investimentos
Calcule o payback:
Inv.Inicial FC1 FC2 FC3 FC4 FC5
-18.000,00 5600,00 4780,00 6620,00 4789,00 -
Payback = _______ perodos
Inv.Inicial FC1 FC2 FC3 FC4 FC5
-540,00 100,00 100,00 100,00 100,00 100,00
Payback = _______ perodos
Comente:________________________________
Inv.Inicial FC1 FC2 FC3 FC4 FC5
-99.000,00 15000,00 24500,00 24500,00 34570,00 87900,00
Payback = _______ perodos
Inv.Inicial FC1 FC2 FC3 FC4 FC5
-8.500,00 9000,00 5600,00 - 10000,00 14500,00 2000,00
Payback = _______ perodos
Comente:________________________________
Inv.Inicial FC1 FC2 FC3 FC4 FC5
-8.500 4500,00 - 5600,00 10000,00 14500,00 2000,00
Payback = _______ perodos
Comente:________________________________
Inv.Inicial FC1 FC2 FC3 FC4 FC5
- 54.600,00 28400,00 8976,00 4550,00 4550,00 16248,00
Payback = _______ perodos
________________________________________
Calcule o payback atualizado do 1 e do 3 exerccios acima (i=4,65%):
Inv.Inicial FC1 FC2 FC3 FC4 FC5
Payback atualizado = ________ perodos
Inv.Inicial FC1 FC2 FC3 FC4 FC5
Payback atualizado = ________ perodos
17
Mtodos Quantitativos Aplicados Administrao
Calcule o VPL e a TIR:
Inv.Inicial FC1 FC2 FC3 FC4 FC5
-32000,00 9800,00 19000,00 8600,00 17000,00 5000,00
TRR=15%
VPL= R$____________ TIR= ______ %
Inv.Inicial FC1 FC2 FC3 FC4 FC5
-32000,00 9800,00 19000,00 8600,00 17000,00 -5000,00
TRR=17,5%
VPL= R$____________ TIR= ______ %
Inv.Inicial FC1 FC2 FC3 FC4 FC5
-50000,00 13875,00 13875,00 13875,00 13875,00 40000,00
TRR=20%
VPL= R$____________ TIR= ______ %
Inv.Inicial FC1 FC2 FC3 FC4 FC5
-100 70,00 -10,00 170,00 -15,00 200,00
TRR=25%
VPL= R$____________ TIR= ______ %
Um veculo financiado em 18 prestaes mensais iguais e sucessivas de
R$325,00 e mais trs prestaes semestrais de R$775,00, R$875,00 e
R$975,00. Calcular o valor financiado, sabendo-se que a taxa cobrada pela
financeira foi de 8,7% a.m.
__________________________________________
Calcular a TIR-M:
Inv.Inicial FC1 FC2 FC3 FC4 FC5
-100 70,00 -10,00 170,00 -15,00 200,00
TRR=25% i
m
=20%
TIR-M= ______ %
18
Mtodos Quantitativos Aplicados Administrao
Exerccios de Anlise de Investimentos:
1)A empresa XYZ estuda a reposio de parte de seu parque fabril e, para
isso, levantou os seguintes dados:
Equipamentos novos
Valor: $800.000
Vida til: 5 anos
Tempo de depreciao.: 2 anos
Valor residual: $350.000
Receitas adicionais : $580.000/ano nos 2 primeiros anos
: $620.000/ano nos 2 anos seguintes
: $440.000 no ltimo ano
Custos de produo : 25% das receitas, a cada ano
Despesas com manuteno: $50.000 no 2
o
ano;
$80.000 no 3
o
ano;
$90.000 no 4
o
ano;
Instalao do equipamento novo (valor a ser lanado como despesa no fluxo
seguinte): $60.000
Equipamentos antigos
Valor residual hoje: $180.000
Vida til restante: 3 anos
Valor original dos equipamentos: $1.150.000
Tempo restante para depreciao: 2 anos
Idade atual dos equipamentos: 3 anos
A par destes dados, pergunta-se se vale a pena a troca do parque fabril hoje,
dada a taxa requerida de retorno de 20%, uma taxa de juros do mercado
financeiro de 22% ao ano e a alquota do imposto de renda de 40%.
OBS: Os equipamentos antigos devem ser vendidos hoje e o mtodo de
anlise deve ser o da taxa interna de retorno modificada.
2)Uma empresa vem considerando promover a automao de sua fbrica, num
investimento em equipamentos que custaria $1.000.000, valor a ser coberto
parcialmente pela venda de maquinaria obsoleta no total de $350.000. Esta
ltima custou $800.000 h 5 anos atrs, tem vida til restante de 3 anos e
dever ser depreciada por adicionais 2 anos (alm da vida til).
Espera-se um aumento anual de $500.000 nas vendas dos 3 primeiros anos e
de $800.000 nos 3 ltimos. A cada ano, os custos de produo correspondero
a 40% das vendas.
19
Mtodos Quantitativos Aplicados Administrao
Outros dados relacionados ao empreendimento novo so de que ao
investimento inicial se acresceria dispndio de $500.000 por conta de trabalhos
de consultoria no campo da informtica (dispndios esses que devem ser
lanados contabilmente como despesas no Ano 1), alm do perodo de 5 anos
para depreciao dos itens imobilizados e de um valor residual de $100.000 ao
final da vida til de 6 anos.
Sendo de 40% a alquota do imposto de renda e de 20% a taxa requerida de
retorno da empresa, pergunta-se se o projeto de troca de equipamentos
vivel.
OBS: Proceda a sua anlise com base no mtodo do Valor Presente Lquido e
da Taxa Interna de Retorno.
3)A Politcnica S/A est considerando um plano de investimento para produo
de um novo produto desenvolvido pela rea industrial por 06 anos. Para tanto,
a empresa deve aplicar imediatamente $300.000 na compra de equipamentos,
alm de dispender $35.000 por conta de trabalhos de consultores de
marketing. Alm desses gastos, prev-se que manutenes peridicas anuais
das instalaes demandariam $25.000 no 3
o
ano, $30.000 no 4
o
ano e $20.000
no 5
o
ano. As receitas adicionais esperadas do plano so projetadas em
$160.000 no 1
o
ano, crescendo taxa de 15% at o 4
o
ano. Para os 2 ltimos
anos (5
o
e 6
o
), projeta-se queda anual das receitas de 20%. O tempo de
depreciao dos equipamentos de 5 anos e seu valor residual de $80.000.
Por outro lado, os custos de produo devem representar 42% das receitas no
1
o
ano, 35% no 2
o
e 30% da receita do 3
o
ano para o terceiro ano e demais
anos at o final do projeto. Alm disto, o novo produto deve reduzir a receita de
produtos atuais num valor equivalente a 15% das vendas anuais do produto
novo, assinaladas no pargrafo acima.
Outro aspecto do atual projeto que a empresa poder livrar-se de
equipamentos atualmente em uso, os quais podem ser vendidos no estado em
que se encontram pela soma de $85.000 (mesmo valor de livro). A idade atual
desses equipamentos de 4 anos e seu tempo restante de depreciao de 2
anos. Caso sejam vendidos ao final destes 2 anos, seu valor de mercado seria
de apenas $35.000, alm do que seriam necessrios $8.000 para reforma-los
antes de poderem ser colocados venda.
As novas instalaes ocuparo um terreno avaliado em $1.000.000, o qual no
deve sofrer variao significativa de valor nos prximos anos e que encontraria
compradores at com uma certa facilidade, o que permitiria sua venda sem
maiores problemas.
20
Mtodos Quantitativos Aplicados Administrao
O custo de capital da empresa de 17% ao ano e a taxa de juros do mercado
financeiro de 20% anuais. Alm disso, a alquota do imposto de renda de
40%. A par destas informaes, responda se o projeto vivel de acordo com
a metodologia da taxa interna de retorno modificada.
Obs: Despesas no ano zero devem ser lanadas contabilmente no fluxo
seguinte.
4)Um analista de empresa industrial foi convocado a avaliar a convenincia da
troca da frota de caminhes pesados da empresa. Os dados de que dispe so
os seguintes:
Para compra:
.Valor de cada unidade : $90.000
.Tempo de depreciao : 5 anos
.Manuteno por veculo: despesas de $3.000 no 1
o
ano, crescendo
razo de $1.500 por ano, at o 5
o
ano.
.Vida til na empresa : 5 anos
.Valor residual : $30.000 por veculo
.Tamanho da frota : 10 unidades
Por outro lado, a frota de 13 veculos que seria substituda poderia ser utilizada
por adicionais 5 anos e alcanaria o valor de venda de $22.000 por unidade se
vendida hoje no mercado de veculos usados. Vendidos ao final de 5 anos, o
preo unitrio seria de apenas $6.000. Ademais, esses veculos foram
adquiridos trs anos antes por $80.000 cada e teriam mais 2 anos para
depreciao.
O acrscimo de produtividade que seria alcanado no setor de transporte
possibilitaria ganhos adicionais estimados em $350.000 por ano. Assim, sendo
de 20% a taxa requerida de retorno para aceitao de projetos e de 40% a
alquota do imposto de renda, pergunta-se se a troca da frota seria vantajosa
para a empresa. (Faa sua anlise com base no Valor Atual Lquido e no
Payback)
5)Uma empresa industrial est analisando a convenincia da troca de
equipamentos para modernizao de sua linha de montagem. O valor desses
equipamentos alcana $320 milhes, com vida til prevista de 5 anos e valor
residual (valor de sucata) de $85 milhes ao final desse prazo. As receitas
lquidas previstas so de $180 milhes/ano para os 3 primeiros anos e de $240
milhes/ano para os demais.
Adicionalmente, prev-se reformar os equipamentos ao final do segundo ano,
de forma a adequ-los a recursos modernos de informtica, que custaro
adicionais $200 milhes. Ademais, esses equipamentos sero depreciados em
21
Mtodos Quantitativos Aplicados Administrao
3 anos. Ao final deste perodo, tero valor de mercado da ordem de $100
milhes.
No que tange s depreciaes, essas se fariam exclusivamente em linha reta.
Por outro lado, os equipamentos que seriam substitudos na troca custaram
$210 milhes, quando de sua instalao 4 anos antes, e seriam depreciados
por mais 3 anos. Vendidos no momento, alcanariam o valor de $40 milhes no
mercado de mquinas usadas. Vendidos ao final de sua vida til (em 3 anos),
valeriam apenas $10 milhes.
Enfim, sabendo-se que a alquota do Imposto de Renda de 40%, que a
empresa exige taxa mnima de retorno sobre investimentos da ordem de 20%
ao ano e que a taxa de juros do mercado financeiro de 18% ao ano, analise
esta operao e descubra se ela de fato vantajosa.
6)A destilaria McDaniel est contemplando a reposio de sua mquina
engarrafadora por uma nova e mais eficiente. A mquina velha tem valor de
livro de $400.000 e restantes 5 anos de vida til. Seu valor residual seria
irrisrio quando de seu esgotamento produtivo (ao final dos 5 anos); caso a
empresa se decidisse a vend-la hoje, conseguiria $200.000. Ademais, a
depreciao se faz em "linha reta" e tal vantagem tributria se obter por mais
2 anos.
A nova mquina tem um preo de compra de $800 mil e uma vida til estimada
em 5 anos, com valor residual de $100.000 ao final desse perodo. Espera-se
que economize energia eltrica, trabalho, custos de manuteno e peas de
reposio, num montante anual de $200.000. Ademais, a depreciao ocorrer
de forma linear pelos mesmos 5 anos.
Sendo de 40% a alquota do imposto de renda incidente sobre a empresa e de
18% ao ano a taxa de desconto usada para avaliao de projetos, pergunta-se
se valeria a pena a compra da mquina.
7)Uma empresa vem considerando a troca de uma mquina pela qual obteria
$20.000 no mercado de mquinas usadas. Ela teria adicionais 3 anos de vida
til (e igual perodo de depreciao por apropriar), que se dariam sobre o valor
de livro (ou valor que falta depreciar) de $33.000. Ademais, no teria valor
residual se fosse vendida ao final desses 3 anos.
No tocante mquina nova, seu preo de $60.000 (a ser depreciado em 6
anos), e valor residual de $8.000 ao final desse perodo. Seu uso permitir
ganhos incrementais de $20.000/ano nos 3 primeiros anos e de $25.000/ano
nos 3 ltimos.
22
Mtodos Quantitativos Aplicados Administrao
Sendo de 40% a alquota do IR, 15% a taxa requerida de retorno e 16% a taxa
para aplicaes no mercado financeiro, pergunta-se se vivel a troca de
equipamentos.
8)A empresa Toninhas vem considerando a reposio de uma mquina com 2
anos de vida e que ainda dever ser depreciada por mais 3 anos, por uma
nova que acrescer os ganhos de $25.000 para $65.000/ano. A mquina custa
$60.000, tem vida til de 5 anos, perodo de depreciao de 2 anos e valor
residual de $8.000.
Ademais, prevem-se gastos com consultores externos no 2
0
ano, no valor de
$5.000.
Por outro lado, a mquina antiga havia sido adquirida por $45.000 e, se
vendida hoje, alcanaria o valor de $10.000. Vendida ao final de sua til, no
teria qualquer valor.
Sabendo-se que o custo de oportunidade da empresa se expressa por uma
taxa de desconto de 20% e que a alquota do Imposto de Renda de 40%,
pergunta-se: a empresa deve proceder troca da mquina?
9)Est em questo a aquisio de um reator de planta qumica, no valor de
$500.000, o qual exigiria gastos adicionais de $50.000 no Ano 0 (a serem
contabilizados como despesa no ano seguinte) e de $60.000 no Ano 4. O
tempo de vida til previsto do reator de 6 anos, o tempo de depreciao est
determinado em 4 anos e os ganhos anuais derivados de sua incorporao
seriam $180.000.
Sendo de $60.000 seu valor residual, 40% a alquota do imposto de renda e de
18% tanto a taxa requerida de retorno como a taxa de mercado para
reaplicaes dos fluxos de caixa, pergunta-se se o projeto totalmente vivel
para a empresa.
Sua concluso seria a mesma para uma taxa requerida de retorno de 16%?
23
Mtodos Quantitativos Aplicados Administrao
LEITURA COMPLEMENTAR
Quanto vale a sua empresa??!!
1
Domingos Xavier Teixeira
2
Determinar qual o valor de uma empresa algo complexo e difcil,
mas no impossvel. Quanto vale, por exemplo, a Petrobrs e todo o seu
complexo de empresas controladas e coligadas dos mais variados ramos?
Pergunta simples e direta, porm cuja resposta no to simples quanto
parece a primeira vista. Quanto vale uma rede de supermercados, por
exemplo, o Carrefour? Ou quanto vale uma lanchonete da Praa Sete, como o
Caf Nice, por exemplo?
Todas essas perguntas levam o leitor a pensar como possvel
calcular o valor de um negcio desses. Teoricamente, cada negcio vale, em
princpio, o montante do patrimnio lquido apurado pelo balano da empresa
ajustado pelos ativos e passivos a valor presente acrescido da mais ou menos
valia dos estoques e do imobilizado, mais ainda o valor do ativo intangvel, que
no est contabilizado, que o fundo de comrcio, deduzido das contingncias
certas e um percentual das contingncias provveis. Esse seria, ento, o valor
terico da empresa, vista. A prazo, esse valor seria ento acrescido dos juros
de uma aplicao financeira.
Essa uma forma simplista de calcular o valor de um negcio, mas
um critrio utilizado quanto no se tem histria do negcio ou oramentos
projetados de anos futuros com forte margem de certeza. Mas existe uma outra
forma mais tcnica de calcular o valor de uma empresa. Trata-se da
sistemtica de fluxo de caixa descontado. Com base nesse critrio, a empresa
vale o montante que ela pode gerar de lucros futuros, que seriam descontados
a valor presente. Em outras palavras, o valor da empresa seria determinado
1
Dirio do Comrcio, 25 a 27 de abril de 1998, pg 16.
2
Contador, economista e administrador de empresas. Scio da Teixeira e Associados, Diretor Tcnico da
Ibracon-MG e vice-presidente da Cmara de Desenvolvimento Profissional do Conselho de Contabilidade
de Minas Gerais.
24
Mtodos Quantitativos Aplicados Administrao
com base no fluxo de caixa futuro (a soma das sobras futuras de caixa) que a
empresa ir gerar, descontado o valor presente. Assim sendo, em
conformidade com esse raciocnio, o montante do fluxo de caixa futuro ser
igual diferena entre os ativos e passivos que a empresa tem hoje, que
seriam acrescidos ou ajustados pelo valor presente dos lucros futuros
acrescidos das depreciaes e amortizaes que no representam desembolso
de caixa, e deduzido das sadas de caixa. Nessa sistemtica de avaliao da
empresa com base no fluxo de caixa, o imobilizado e o diferido no seriam
considerados nos saldos iniciais, porque a sua gerao seria anualmente
considerada pelo acrscimo ao resultado da amortizao do diferido e da
depreciao do imobilizado.
Os fluxos de caixa anuais assim encontrados seriam ento trazidos
a valor pressente e ter-se-ia ento o valor do negcio vista. Assim, ao se
projetar o valor dos lucros futuros, estaria ento sendo levado em considerao
todo o esforo de vendas e de reduo de custos, a poltica de negcios, de
marketing, a eficincia do pessoal de vendas ou do gerente financeiro para
aplicar recursos disponveis, ou do engenheiro de produo. O valor do fundo
de comrcio seria ento levado nessa considerao para gerar lucros. Eis
porque no seria pago nada de adicional por esse fundo, em virtude de o seu
benefcio j estar sendo considerado. Todo esse esforo estaria ento sendo
considerado como parte dos lucros futuros. Portanto, o valor do goodwill*
representado pela marca, pelo fundo de comrcio, pela qualidade da gerncia,
ou pela carteira de clientes, tudo isso j estaria sendo considerado como parte
do lucro futuro. Assim, neste critrio de avaliao no h que se falar em valor
de mercado do imobilizado, ou em valor da patente. Tudo isto j estar refletido
nos lucros futuros projetados. Nessas condies, qualquer negcio s tem
valor se ele puder gerar resultados. De nada adianta escritrio bonito ou fbrica
modelo, se isso tudo no gera lucros. Sob a tica do investidor, nada vale
como negcio.
Um aspecto importante a se considerar tambm na avaliao do
fluxo de caixa o percentual a ser adotado para se estabelecer o desconto a
ser reduzido dos lucros futuros. Para concluirmos sobre esse assunto, vamos
25
Mtodos Quantitativos Aplicados Administrao
pensar do ponto de vista do investidor. Se ele tem uma determinada quantia
para investir e, teoricamente, no quer correr risco, ele ento ir aplic-la em
um fundo que lhe garanta por exemplo um retorno pelo menos igual ao CDI,
hoje em torno de 30%. Nesse tipo de investimento, o investidor teria o nico
esforo e risco de dar um telefonema para o gerente de sua conta e lhe solicitar
para fazer a aplicao do seu dinheiro. Agora, se o investidor quer correr algum
risco, ele ento precisaria de uma remunerao adicional, alm desses 30%. E
de quanto seria, ento, esse percentual adicional que ele teria para correr
risco? Nas circunstncias atuais, poderamos falar em algo em torno de um
rendimento adicional de 10%. Portanto, o valor do desconto a ser aplicado aos
lucros futuros seria de 40% ao ano. Essa taxa seria aplicada at atingir a
perpetuidade.
Normalmente, o consultor, ao ser contratado para calcular o valor de
um negcio, estabelece inicialmente com seu cliente, que geralmente o
comprador, o critrio de avaliao a ser adotado. Definido esse critrio, que
geralmente o do fluxo de caixa descontado, o consultor e o auditor, que
trabalham em conjunto nessas avaliaes, adotam vrios procedimentos de
avaliao e de auditoria. Um procedimento, por exemplo, seria a reviso de
como a empresa chegou a cada um dos valores de seu oramento de caixa
para os prximos dez anos. Ainda para confirmar essa tendncia futura, feita
uma auditoria dos ltimos trs anos para se ter certeza de que os valores
informados pela contabilidade nesse perodo estariam corretos. Nesse trabalho
de auditoria do passado, so obtidas inmeras informaes para que o
avaliador possa tambm confirmar as projees futuras.
Outros aspectos que o trabalho de auditoria e avaliao levam em
considerao se relacionam com as contingncias ativas e passivas,
principalmente essas ltimas, que reduzem o preo de partida. Quando se faz
essa auditoria do passado, o auditor procura se certificar tambm de que os
saldos atuais, que sero os saldos iniciais do fluxo de caixa ao qual ser
somado o valor dos fluxos futuros, so corretos. Da mesma forma que o fluxo
de caixa futuro, esses saldos iniciais sero trazidos a valor presente, utilizando-
26
Mtodos Quantitativos Aplicados Administrao
se, por exemplo, a sistemtica adotada para a contabilidade pela correo
integral.
O consultor procura tambm se certificar das projees da empresa
utilizando-se de informaes externas, de terceiros. Uma fonte importante a
tendncia da histria das empresas concorrentes e como essas empresas
esto vendo o futuro. Outra fonte externa importante o setor em que a
empresa opera. Ou, tambm, os rgos de classe, o governo, ou as empresas
congneres do exterior. Considerar tambm a tendncia de mercado algo
muito importante. Por exemplo, avaliar o preo de uma empresa fabricante de
aparelhos de fax de mesa algo impossvel, pois esta empresas j esto
entrando em decadncia, j que o fax de mesa est sendo substitudo pelo fax
via computador ou pela prpria Internet. a mesma coisa de um fabricante de
aparelhos de telex ou de mquina de escrever: so mquinas recentes que j
viraram pea de museu.
Toda essa pesquisa tem por objetivo permitir ao consultor formar
uma opinio sobre o negcio e sobre as suas perspectivas futuras, cujo nico
objetivo o de confirmar as cifras que foram projetadas no fluxo de caixa.
Alis, esse fluxo de caixa que ser a base para determinar o valor da
empresa para fins de negcio entre comprador e vendedor.
* Goodwill: expresso em ingls que significa, literalmente boa vontade, mas,
aplicada atividade empresarial denota a reputao que esta e/ou seus produtos gozam junto
aos consumidores. Uma empresa obtm essa condio por meio de qualidade dos seus
produtos e de sua propaganda e publicidade, mas tambm por meio de atitudes e
procedimentos como financiamento de campanha humanitria, a defesa do meio ambiente, o
apoio a esportistas e artistas, etc., o que, de uma forma direta ou indireta ajuda a criar uma
imagem positiva junto aos consumidores (efetivos ou potenciais) de seus produtos. O goodwill
considerado um ativo da empresa e, no caso de venda da mesma, ele avaliado e entra
como parte do seu valor.
27
Mtodos Quantitativos Aplicados Administrao
Destruio criativa, essencial para o progresso
3
Gary S. Becker
4
Ainda que a capacidade de empreender seja um conceito difcil de
definir, os economistas reconhecem sua importncia desde a anlise brilhante
do desenvolvimento econmico feita pelo grande economista austraco Joseph
Schumpeter, na virada do sculo. Indivduos com viso, dispostos a arriscar
seu prprio dinheiro e o de outros investidores em novos produtos, so o motor
que combina capital humano e fsico, estimulando o crescimento econmico e
o progresso.
Um ambiente que favorece empreendimentos de sucesso tem como
caracterstica uma destruio criativa permanente, nos termos do prprio
Schumpeter. Novas empresas prosperam e ajudam a economia em parte
destruindo os mercados de concorrentes estabelecidos. Entre os exemplos
podemos citar a concorrncia feita aos telefones tradicionais pelo telefone
celular, o corrodo mercado dos pequenos varejistas de frutas e verduras, dada
a maior eficincia dos supermercados, e o declnio acentuado do mercado de
computadores da IBM aps a introduo dos PCs de rede pela Sun
Microsystems e outras empresas. Pases que protegem os mercados e rendas
de empresa j existentes impedem a destruio criativa, to essencial ao
progresso.
Embora algumas culturas encorajem a capacidade empresarial mais
do que outras, todas as culturas tm reservas de talento que vm tona
quando o ambiente propcio para negcios. Chineses prosperam nos
negcios na Indonsia, Malsia e Cingapura, enquanto so impedidos de
utilizar seus talentos na China comunista. O Chile descobriu reservas enormes
de capacidade empresarial aps as reformas de livre mercado dos anos 80.
Regulamentao e burocracia so os principais obstculos
formao dos novos negcios. Entre os mais onerosos esto as licenas e
outras exigncias que atrasam enormemente a aprovao oficial para novos
3
Gazeta Mercantil, 2 de mao de 1998, pg. A-3. Artigo publicado originariamente na Business Week.
4
Prmio Nobel de Economia em 1992. Professor da Universidade de Chicago e membro da Hoover
Institution.
28
Mtodos Quantitativos Aplicados Administrao
empreendimentos. Alguns pases chegam a exigir certificao de que a nova
empresa necessria numa particular localidade ou setor industrial -
aprovao freqentemente recusada.
Os impostos sobre lucros, ganhos de capital e propriedade so
freqentemente to opressivos que tambm eles desencorajam os que querem
comear. Embora os impostos sobre os lucros das empresas e sobre ganhos
de capital nos Estados Unidos sejam moderadamente pesados, as brechas na
legislao so suficientemente abundantes para permitir que muitos dos novos
ricos amealhassem sua fortuna via novos investimentos. Isso tambm
verdade em Hong Kong, Taiwan e Chile.
Os pases europeus, infelizmente, erigiram srias barreiras nesse
caminho para a riqueza. Um bom exemplo a Sucia, famosa pela eficincia
competitiva de empresas como a L.M. Ericsson, Volvo e ABB - Asea Brown
Boveri. Todavia, com poucas excees, elas foram fundadas entre 1875 e
1915, auge do crescimento sueco e do livre mercado. Apenas um pequeno
nmero de empresas suecas importantes, como a Tetra-Pak Processing
Systems, foi criado em anos recentes, em razo dos impostos confiscatrios e
da presso igualitria nos mercados de trabalho. Frustradas, algumas das mais
bem-sucedidas empresas, como a ABB, mudaram sua sede e fbricas para o
exterior.
Mesmo em pases europeus, com um grande nmero de pequenas
empresas, como a Itlia, os executivos se queixam das regulamentaes
intrusivas que desencorajam e prejudicam os que desejam iniciar um negcio.
Esto impressionados como mais rpido obter aprovao para suas fbricas
nos Estados Unidos, embora estejam comeando a se preocupar com o
nmero crescente de litgios e regulamentaes ambientais.
Estatsticas da Organizao para Cooperao e Desenvolvimento
Econmico confirmam que o capital de risco mais abundante nos Estados
Unidos do que na Europa, e que a Amrica investe muito mais desse capital
em novos projetos. Alm disso, muito desse dinheiro investido em empresas
de alta tecnologia em Silicon Valley e em outros centros de energia
empresarial.
29
Mtodos Quantitativos Aplicados Administrao
Uma conseqncia disso foi o crescimento do emprego. H
evidncia de que empresas menores forneceram cerca da metade dos novos
empregos durante o boom do emprego que comeou nos anos 80. Em
contraste, a Europa no experimentou, de um modo geral, um crescimento do
emprego no setor privado nas ltimas dcadas.
Outra vantagem a renovao da vitalidade das grandes empresas
de capital aberto. H enormes oportunidades na Amrica para pequenas
empresas crescerem. A listagem do Financial Times das cem maiores
empresas do mundo contm muitas empresas europias, mas quase todas
elas fundadas muitos anos atrs. Em contraste, Microsoft, Intel, Wal-Mart
Stores, Hewlett-Packard, McDonalds e outras empresas americanas listadas
forma fundadas apenas umas poucas dcadas atrs e se tornaram grandes
empresas.
Impressiona-me o nmero de pessoas que acredita que ganhar
muito dinheiro comeando um novo negcio. A grande maioria fracassar ao
tentar levar adiante suas idias. Ainda assim, esses sonhos conduzem uma
economia para novos apogeus quando encorajados por uma atmosfera
regulatria favorvel e baixos impostos sobre lucros, ganhos de capital e
rendimentos.
30
Mtodos Quantitativos Aplicados Administrao
ANLISE DE
REGRESSO
1. Introduo
2. A regresso linear
3. Mtodo dos mnimos quadrados
4. Inferncia em anlise de regresso
5. O coeficiente de determinao (r
2
)

6. Intervalos de confiana
7. Observaes discrepantes
8. Concluso
31
Mtodos Quantitativos Aplicados Administrao
1. INTRODUO
O objetivo principal da anlise de regresso predizer o valor de uma varivel
(a varivel dependente), desde que seja conhecido o valor de uma varivel
associada (a varivel independente). A equao de regresso a frmula
algbrica para determinao do valor previsto da varivel dependente.
Mais especificamente, a anlise de regresso compreende o exame de dados
amostrais para saber se e como duas ou mais variveis esto relacionadas
uma com a outra numa populao, propiciando, como resultado, uma equao
matemtica que descreva o relacionamento. Tal equao pode ser usada para
estimar ou predizer valores futuros de uma varivel quando se conhecem ou se
supem conhecidos os valores da outra varivel.
Os dados para a anlise de regresso resultam de observaes de variveis
emparelhadas. Para um problema de duas variveis, cada observao origina
dois valores, um para cada varivel. Por exemplo, um estudo que envolva
caractersticas do mercado especfico (de carros usados) poderia focalizar
nveis de quilometragem e preos de carros.
2. REGRESSO LINEAR
A regresso linear simples constitui uma tentativa de estabelecer uma equao
matemtica linear (linha reta) que descreva o relacionamento entre duas
variveis e que seja fcil de lidar e de interpretar.
2.1 Equao Linear
Duas importantes caractersticas da equao linear so o coeficiente angular
da reta e a cota da reta em determinado ponto. Uma equao linear tem a
forma:
y = a + bx
em que a e b so valores que se determinam com base nos valores amostrais;
a a cota da reta em x=0, e b o coeficiente angular. A varivel y aquela a
ser predita, e x o valor preditor.
A Fig.1 ilustra a relao entre o grfico de uma reta e sua equao. A reta, com
equao y = a + bx, intercepta o eixo dos y's no ponto y = a. Esse ponto
chamado intercepto-y. O coeficiente angular da reta, b, indica a variao de y
por unidade de variao de x.
32
Mtodos Quantitativos Aplicados Administrao
Fig.1 A reta de regresso
y = a + bx
y Coef. angular = b = y
x x
y = a


Consideremos a equao linear y = 5 + 3x. A reta intercepta o eixo dos y's no
ponto em que y = 5. O coeficiente da reta 3, o que significa que a cada
unidade de variao em x, correspondem 3 unidades de variao de y.
Podemos usar a equao para determinar valores de y correspondentes a
valores de x, como se v na tabela abaixo.
Valor de x Valor de y (Calculado de y = 5 + 3 x x)
2,0 5 + 3 x 2,0 = 11,0
3,1 5 + 3 x 3,1 = 14,3
7,2 5 + 3 x 7,2 = 26,6
2.2 Deciso por um Tipo de Relao
Deve-se atentar para o fato de que nem todas as situaes so bem
aproximadas por uma equao linear. Por isso, em geral necessrio
desenvolver um trabalho preliminar para determinar se um modelo linear
adequado. O processo mais simples consiste em grafar os dados e ver se uma
relao linear adequada. Vejamos os grficos da Fig.2:
Fig.2 situaes diversas para regresses lineares
a. b.
33
Mtodos Quantitativos Aplicados Administrao
c. d.
e. f.
Quando os dados no podem ser aproximados por um modelo linear, as
alternativas so procurar um modelo no-linear conveniente, ou transformar os
dados para a forma linear.
2.2.1 Anlises de sries cronolgicas
Vamos verificar a pertinncia de equaes lineares, analisando as relaes
entre variveis. O que se espera que os dados histricos expressem relaes
causais e que, ademais, sejam estveis no tempo. Com isto, as previses
tornam-se extremamente simples e baratas de serem obtidas.
Infelizmente para o analista, sua ao neste campo no ser das mais fceis.
Vemos, na prxima seqncia de figuras, que, em alguns casos, encontramos
produtos, marcas e servios, cuja demanda progride regularmente com o
passar do tempo (Fig.3a), enquanto, em outros casos, h comportamentos
menos previsveis.
A Fig.3b, em especial, sugere produtos - bastante influenciados pelo ambiente
econmico -, cujas vendas variam na dependncia de promoes de preos,
campanhas publicitrias, modas passageiras etc. Nesse caso, anlises de
sries cronolgicas e jogos estatsticos no sero de grande valia. O
34
Mtodos Quantitativos Aplicados Administrao
desamparo do analista poder diminuir pela recorrncia a mtodos de opinio
(de compradores, de especialistas ou de fora de vendas).
Entre os extremos aludidos acima, temos as situaes intermedirias,
representadas pela Fig.3c, em que vemos trs foras sistemticas reais em
atuao, sendo a primeira a tendncia que resulta do processo de crescimento
e de desenvolvimento econmicos.
A segunda fora o ciclo, que motiva os movimentos variveis das vendas e
resulta, muitas vezes, das variaes das atividades econmicas.
Por fim, temos a fora sistemtica dada pela estao, que decorre de eventos
sazonais como frias e condies climticas, em especial.
E se tudo isto no bastasse, temos de lidar ainda com fatores errticos como
greves, concorrncia inesperada, pacotes governamentais, dentre outros.
Fig. 3a Fig. 3b Fig. 3c
2.3 Determinao da Equao Matemtica
Com o objetivo de levantarmos um modelo preditivo, com base na anlise de
regresso, vamos nos utilizar do exemplo do Quadro 1, para determinar se h
alguma relao entre quilometragem e preos dos carros de um determinado
modelo. Isto , queremos saber se e como o preo dos veculos varia com a
quilometragem dos mesmos. Em linguagem de regresso, a quilometragem
seria a varivel independente, ou explicativa, e o preo dos veculos a varivel
dependente, ou explicada. Ademais, tradicional usar o smbolo x para
representar valores da varivel independente e o smbolo y para valores da
varivel dependente.
Repetindo:
Na regresso, os valores "y" so preditos com base em valores dados ou
conhecidos de "x". A varivel "y" chamada dependente, e a varivel "x",
varivel independente.
35
Mtodos Quantitativos Aplicados Administrao
Suponha-se que tenhamos coligido dados de venda do veculo "GOL", modelo
CL, ano 1992, junto a vendedores de veculos em Belo Horizonte (na zona de
comrcio do Estdio Mineiro). Segue uma possvel tabela de apresentao de
dados amostrais, originados aleatoriamente.
Quadro 1. Quilometragens e preos dos veculos
Observao Quilometragem
(1.000 kms)
Preos
Negociados
(R$1.000)
1 40 1000
2 30 1500
3 30 1200
4 25 1800
5 50 800
6 60 1000
7 65 500
8 10 3000
9 15 2500
10 20 2000
11 55 800
12 40 1500
13 35 2000
14 30 2000
Os dados da tabela acima so plotados no grfico da Fig.4 a fim de decidirmos
se uma reta descreve adequadamente os dados. Conquanto seja evidente a
impossibilidade de achar uma reta que passe por cada um dos pontos do
diagrama, parece que uma relao linear razoavelmente consistente com os
dados amostrais.
Fig.4 Expresso grfica dos dados do Quadro 1
Preo ($)
km
36
Mtodos Quantitativos Aplicados Administrao
3. O MTODO DOS MNIMOS QUADRADOS
O mtodo mais usado para ajustar uma linha reta a um conjunto de pontos
conhecido como mtodo dos mnimos quadrados. A reta resultante do uso
desse mtodo, tem duas caractersticas importantes: (1)a soma dos desvios
verticais dos pontos em relao reta zero, e (2)a soma dos quadrados
desses desvios mnima (isto , nenhuma outra reta daria menor soma de
quadrados de tais desvios). Simbolicamente, o valor minimizado ser:
(y
i
- y
c
)
2
sendo,
Y
i

= um valor observado de y
Y
c
= o valor de y calculado a partir do mtodo dos mnimos quadrados, com
os valores x
i
correspondentes a y
i
.
Os valores de a e b para a reta Y
c
= a + bx que minimiza a soma dos
quadrados dos desvios so dados por:
b = n (XY) - X Y
nX
2
- (X)
2
a = Y - b X
n
Podemos usar o mtodo dos mnimos quadrados para obter uma reta para o
exemplo dos preos dos veculos face s quilometragens apresentadas. Das
equaes acima evidente que para determinar a equao linear, devemos
primeiro calcular X, Y, X
2
, XY, alm de Y
2
para uso no clculo do
coeficiente de determinao, conforme veremos adiante.
Note-se que, sendo n (o nmero de observaes amostrais) igual a 14,
teremos:
b = -38,56 a = 2.934
Vale dizer, a equao de regresso resultante : y
c
= 2.934 - 38,56x
A equao pode ser interpretada da seguinte forma: o preo esperado dos
veculos de $2.934 menos $38,56 para cada 1.000 kms rodados. Por
exemplo: para um veculo com 20.000 kms rodados, a equao sugere um
preo de $2.163.
Outrossim, cabe reconhecermos certos fatos relativos equao de regresso.
Um deles que se trata de uma relao mdia e, assim, um carro com
determinada quilometragem no custar, necessariamente, o preo previsto ela
equao.
37
Mtodos Quantitativos Aplicados Administrao
Outro ponto importante que seria muito arriscado extrapolar essa equao
entre preo e quilometragem para fora do mbito dos dados. Vale dizer que se
estamos contentes em verificar uma relao causal de preo e quilometragem
em Belo Horizonte, nada nos autoriza a extrapolar concluses para o Rio de
Janeiro, por exemplo, cidade litornea com enormes problemas derivados da
ao da maresia sobre os carros.
4. INFERNCIA EM ANLISE DE REGRESSO
Os dados amostrais usados para calcular uma reta de regresso podem ser
encarados como um nmero relativamente pequeno de observaes possveis,
provenientes de uma populao infinita de pares de valores. Nesse sentido, a
reta de regresso calculada pode ser encarada como uma estimativa da
relao real, porm desconhecida, que existe entre as duas variveis na
populao. Logo, os coeficientes de regresso a e b servem como estimativas
pontuais dos dois parmetros populacionais correspondentes, A e B, e a
equao Y
c
= a + bx, uma estimativa da relao populacional y = A + BX + e,
onde e representa a disperso na populao (varivel estocstica).
A Fig.5 ilustra o conceito de uma populao de pares de valores. Note-se que,
mesmo nessa populao, os valores no se dispem segundo uma nica linha
reta, mas tendem a apresentar certo grau de disperso. De fato, se no
houvesse disperso na populao, todas as observaes amostrais estariam
sobre uma reta, e no haveria necessidade de fazer inferncias quanto aos
verdadeiros valores populacionais. Infelizmente, na vida real, so poucos os
exemplos de populao sem disperso.
Fig.5 Dados populacionais
Uma pergunta que se pode fazer : "Por que existe disperso?" A resposta
est no fato de no existir um relacionamento perfeito entre duas variveis na
populao. H outros fatores que influenciam os valores da varivel
dependente, talvez mesmo um nmero surpreendentemente grande de
influncias no consideradas na anlise de regresso.
38
Mtodos Quantitativos Aplicados Administrao
Os nveis de preos de carros, no caso em questo, so influenciados por
outros fatores alm da quilometragem: condies climticas, idade e profisso
dos vendedores, propaganda etc. Deveriam tais variveis ser includas no
estudo? A influncia de cada uma delas provavelmente pequena, e o custo
da incluso de tais fatores na anlise supera o benefcio que adviria de sua
considerao. Alm disso, um ou dois fatores geralmente respondem por
quase toda a gama da varivel dependente, de modo que pouco se ganha
procurando explicar completamente como se determina o preo dos veculos,
no nosso exemplo. E o que mais importante, o nmero de variveis
explanatrias potenciais to grande que seria sem dvida impossvel (ou
altamente improvvel) obter uma descrio perfeita. Uma conseqncia disso
que sempre haver alguma disperso. Assim que h muitas equaes de
regresso diferentes, que poderiam concebivelmente ser obtidas, conforme
sugerido na Fig.6.
Fig.6 Possibilidades de retas de regresso
y = a+bx
A disperso na populao significa que, para qualquer valor de x, haver
muitos valores possveis de y. Assim, se se vende um lote de veculos com
igual quilometragem, os preos variaro conforme ilustra a Fig.7.
Fig.7 Disperso em torno da reta Fig.8 Disperso em
torno
de regresso da mdia
y
Freq. Relativa
(%)
x y
m
39
Mtodos Quantitativos Aplicados Administrao
A anlise de regresso supe que, para cada valor possvel de x, h uma
distribuio de y's potenciais que segue a lei normal. Tal a chamada
distribuio condicional (isto , dado x). A distribuio condicional equivale a
uma fatia vertical da populao tomada em dado valor de x. A mdia de cada
distribuio condicional igual ao valor mdio de y na populao para esse
particular x: y = A + BX e estimada por y
c
= a + bx. Vejamos a Fig.9 que segue.
Fig.9 A restrio de "normalidade" na anlise de regresso
Reta de Regresso
(Valores de Y
c
)

0 x1 x2 x3
Admite-se, alm disso, que todas as distribuies condicionais tenham o
mesmo desvio-padro e que Y seja uma varivel aleatria (isto , os X's podem
ser pr-selecionados, mas no os Y's). Assim, as hipteses da anlise de
regresso so as seguintes:
a) Existem dados de mensuraes tanto para X como para Y.
b) A varivel dependente aleatria.
c) Para cada valor de X h uma distribuio condicional de Y's que normal.
d) Os desvios padres de todas as distribuies condicionais so iguais.
5. O COEFICIENTE DE DETERMINAO (r
2
)
Uma medida til associada anlise de regresso o grau em que as
predies baseadas na equao de regresso superam as predies baseadas
num Y mdio, Y
m
. Isto , se as predies baseadas na reta no so melhores
que as baseadas no valor mdio de y, ento no adianta dispormos de uma
equao de regresso. Nesse caso, o coeficiente de determinao, r
2
, nos
auxilia na aferio da qualidade do modelo para fins de previso.
40
Mtodos Quantitativos Aplicados Administrao
Consideremos a disperso de pontos na Fig. 10, em torno de um valor Y
m
, em
oposio disperso (vertical) de pontos em torno da reta de regresso, tal
como na Fig. 11. Se a disperso associada reta menor que a disperso
associada ao Y
m
, as predies baseadas na reta sero melhores.
Fig. 10 Fig.11
y
Disperso de pontos em torno da
mdia do grupo (
y
_
)
y Disperso de pontos em torno da
reta (y
c
)
y
c
y
_
y
_
x x
A variao de pontos em torno de y
m
chamada variao total e se calcula
como uma soma de desvios elevados ao quadrado:
variao total = (y
i
- y
m
)
2
J os desvios verticais dos y
i
's em relao reta de regresso chamam-se
"variao no-explicada", porque no podem ser explicadas somente pelo valor
de x (isto , ainda h uma disperso, mesmo depois de se levar em conta a
reta). A variao no-explicada se calcula como a soma de quadrados em
relao reta:
variao no-explicada = (y
i
- y
c
)
2
A quantidade de desvio explicada pela reta de regresso a diferena entre a
variao total e a variao no-explicada, ou:
variao explicada = variao total - variao no-explicada
A percentagem de variao explicada, r
2
, a razo da variao explicada para
a variao total:
r
2
= variao explicada = variao total - variao no-explicada
variao total variao total
41
Mtodos Quantitativos Aplicados Administrao
Um modo simples de clculo deste coeficiente nos dado a seguir:
r
2
= a y + b (xy) - ny
m
2

y
2
- ny
m
2

em que y
m
2
= y mdio ao quadrado =
y
n

_
,

2
Para nosso exemplo, temos: r
2
= 0,81
O valor de r
2
pode variar de 0 a 1. Quando a variao no-explicada constitui
uma grande percentagem da variao total (isto , a variao explicada uma
percentagem pequena), r
2
ser pequeno. Inversamente, quando a disperso
em torno da reta de regresso pequena face variao total dos valores de Y
em torno de sua mdia, isso significa que a variao explicada responde por
uma grande percentagem da variao total, e r
2
estar muito prximo de 1,00.
Logo, o fato de que r
2
seja igual a 0,81, em nosso exemplo, indica que
aproximadamente 81% da variao nos preos dos veculos esto relacionados
com a quilometragem dos mesmos. Em outras palavras, 19% da variao no
explicada pela quilometragem, assim sendo, as predies baseadas na
equao de regresso se aproximaro satisfatoriamente dos nveis de preos
efetivos.Portanto, o fato de r
2
no estar prximo de zero sugere que a equao
melhor que a mdia Y
m
como preditor.
6. INTERVALOS DE CONFIANA PARA A MDIA
O modelo desenvolvido em termos da equao da reta nos til para
previses da varivel resposta (Y) para nveis desejados da varivel controle
(X). Alm disso, fundamental que saibamos o intervalo de confiana dentro
do qual deva ocorrer o valor da varivel dependente, a partir de um valor
qualquer da varivel independente. Vale dizer que importa saber o intervalo de
confiana para o preo, relativamente a possveis quilometragens.
Para tanto, a frmula de clculo nos dada por:
IC = y t
(n-2)
x Se x
( )
( )
1
2
2
2
1
2
n
X X
X
X
n
m
+

_
,


em que t
(n-2)
a estatstica t-Student, para (n-2) graus de liberdade. Por
exemplo, como temos 14 observaes, resulta haver 12 graus de liberdade
42
Mtodos Quantitativos Aplicados Administrao
(GL). Enfim, desejando-se um grau de certeza para o intervalo de confiana
(95%, por exemplo) e tendo-se os GL's (12, no nosso caso), basta recorrer a
uma tabela estatstica para a determinao do valor de t
(n-2)
.
Exemplo: Qual a estimativa de preo mdio para o grupo de carros de de
quilometragem de 45.000 kms, a um grau de certeza de 95%?
Y(45) = 2.934 - 38,56 x 45 = 1.199
e,
IC = 1.199 2,179 x Se x (1/14 + (45 - 36,07)
2

/ 3.608,9)
1/2
Ademais, "Se" nos dado por:
Se =
Y a Y b XY
n
2
1
2
2

_
,


em que n o nmero de observaes, igual a 14, no exemplo. Assim,
Se = (39.960.000 - 2.934 x 21.600 + 38,56 x 640.000)
1/2
= 325,3
14 - 2
E o intervalo de confiana fica dado por:
IC(45) = 1.199 2,179 x 325,3 x (1/14 + (45 - 36,07)
2

/ 3.608,9)
1/2
IC(45) = 1.199 216,75
Outros exemplos j calculados:
IC(36) = 1.546 189,4 IC(50) = 1.006 250,8
IC(45) = 1.199 216,8
Interpretao: de acordo aos dados coletados de quilometragem e preos,
pode-se esperar que o preo mdio dos veculos com quilometragem mdia de
45.000 kms se situe no intervalo de $1.415,6 e $982,0, dado um grau de
certeza de 95%.
43
Mtodos Quantitativos Aplicados Administrao
7. OBSERVAES DISCREPANTES
freqente, em anlise de regresso, o aparecimento de pontos cujo
comportamento bastante diferenciado das demais observaes. A existncia
dessas observaes discrepantes num conjunto de dados pode trazer
problemas srios no ajuste do modelo e na estimativa dos parmetros. As
dificuldades podem ser melhor entendidas atravs do exemplo a ser discutido.
Na quadro a seguir aparecem dados sobre o nmero de telefones (X) e a
arrecadao de ICMS - Imposto de Circulao de Mercadorias e de Servios
(Y), em 10(dez) sub-regies administrativas do Estado de So Paulo.
Tambm foram adicionadas 3(trs) outras sub-regies: So Sebastio, So
Jos dos Campos e Regio Metropolitana de So Paulo. As observaes foram
padronizadas em relao ao nmero de habitantes de cada sub-regio.
Estamos interessados em ajustar o modelo de equao linear ==> Y = a + bx.
Quadro 2. Nmero de Telefones e Arrecadao de ICMS
Sub-regio X Y
Dracena 42 1,95
Adamantina 44 2,39
Avar 48 2,50
Catanduva 53 3,22
Araatuba 56 3,63
Lins 58 3,54
Assis 58 3,65
Franca 65 4,49
So Carlos 68 5,78
Extras
So Sebastio 77 1,14
So Jos dos Campos 86 13,94
So Paulo 138 12,66
X = N
o
de telefones x 100 y = Total de ICMS (em R$1.000)
N
o
de habitantes N
o
de habitantes
Para exemplificar a influncia de observaes discrepantes na modelagem,
vamos considerar quatro conjuntos de dados:
(i) Caso 1: formado pelas 9 sub-regies bsicas.
(ii) Caso 2: formado pelas 9 sub-regies e So Sebastio.
(iii)Caso 3: formado pelas 9 sub-regies e So Jos dos Campos
(iv) Caso 4: formado pelas 9 sub-regies e So Paulo.
44
Mtodos Quantitativos Aplicados Administrao
Para o caso 1, obtemos o modelo ajustado
Y
c
= -3,484 + 0,127x r
2
= 0,93
O modelo estimado para o caso 2
Y
c
= 1,468 + 0,031x r
2
= 0,07
Em primeiro lugar convm observar a grande diferena entre as estimativas
dos dois modelos. A observao introduzida est "arruinando" o modelo,
tirando-lhe qualquer fora preditiva.
O caso 3 estimado por
Y
c
= -9,832 + 0,248x r
2
= 0,85
e tem comportamento inverso; a nova observao no altera substancialmente
a qualidade explicativa do modelo.
Finalmente, no caso 4, embora a nova observao seja diferente das demais,
ela no altera muito a estimativa do primeiro modelo, pois est alinhada com os
demais valores. O modelo, ajustado neste caso
Y
c
= -2,700 + 0,112x r
2
= 0,99
Essas diferenas ficam mais realadas quando comparamos as estatsticas
associadas aos modelos conforme apresentado no quadro 3.
Quadro 3. Estatsticas Associadas aos 4 Modelos
Caso A b r
2
n
1 -3,484 0,127 93% 9
2 1,468 0,031 7% 10
3 -9,832 0,248 85% 10
4 -2,700 0,112 99% 10
Existem vrias razes para o aparecimento de pontos discrepantes. Alguns so
resultados claros de erro de mensurao, e devem ser corrigidos ou ento
removidos do conjunto bsico de dados. Para outros, aps cuidadosa anlise
das informaes, encontra-se uma razo para a inadequao daquela
observao, o que justificaria sua eliminao, j que no esperaramos outros
pontos como aquele na populao. Por exemplo, no caso 2 sabemos que a
sub-regio de So Sebastio uma regio litornea, com muitas residncias
temporrias, o que justificaria uma alta taxa de telefones, e com poucas sedes
de empresa na regio, acarretando uma baixa arrecadao do ICMS. Como
no esperamos outra sub-regio com tais caractersticas, razovel ajustar o
modelo sem essa observao.
45
Mtodos Quantitativos Aplicados Administrao
Outras vezes, o caso perfeitamente legtimo, com nada de improvvel ou
excepcional ocorrendo, mas com o par observado formando um ponto
discrepante em relao aos demais. Pode ser, inclusive, um daqueles
possveis pontos, pouco provveis de ocorrer, mas dentro das especificaes
do modelo. Aqui a eliminao da observao pode produzir modelos de pouco
interesse para explicar o fenmeno real, e a manuteno do ponto introduz as
dificuldades discutidas acima. Tem sido procedimento usual a estimativa sem a
observao, mas na anlise ressalta-se o fato, chamando a ateno para que a
anlise seja adequada para aqueles pontos bem comportados, havendo porm
a possibilidade de existncia de pontos com um particular comportamento
atpico. Diramos que o caso 3 est nesta situao, j que esperamos algumas
outras poucas sub-regies cuja arrecadao do ICMS deva ser alta, mas o
nvel de telefones nem tanto. Assim, o modelo 1 seria adotado com ressalvas.
Quanto situao do caso 4, embora o ponto discrepante no altere muito as
estimativas do modelo, somos da opinio de que pontos desse tipo devam ser
eliminados, pois, nesse caso, ele praticamente nico no Estado de So
Paulo, com valor exagerado da varivel preditora x.
Assim, a presena de elementos discrepantes um problema muito srio para
construo de modelos de regresso, e envolve trs etapas:
(i) identificao de possveis pontos discrepantes;
(ii) avaliao dos efeitos sobre os estimadores e previses;
(iii)anlise criteriosa para eliminao da observao.
8. CONCLUSO
A regresso linear uma tcnica destinada a estimar o relacionamento entre
duas variveis, indo ao ponto de equacionar matematicamente tal
relacionamento. A equao gerada por meio do mtodo dos mnimos
quadrados pode ser usada para predio de valores de uma varivel
dependente, face aos movimentos da outra varivel, dita independente. J as
relaes lineares so relativamente simples, fceis de interpretar e servem de
aproximao para muitas relaes da vida real.
Finalmente, realamos que o coeficiente de determinao, o qual aponta a
qualidade do modelo preditivo, demonstra, muitas vezes, a base frgil sobre a
qual se assenta a ao empresarial. luz de nossa experincia, tais
coeficientes em torno de 0,65 j representam alento considervel ao
executiva.
46
Mtodos Quantitativos Aplicados Administrao
ANLISE DE REGRESSO
EXERCCIOS
5
1) Suponhamos que uma cadeia de supermercados tenha financiado um
estudo dos gastos com mercadorias para famlias de quatro pessoas. A
investigao se limitou a famlias com renda lquida entre $8.000 e $20.000.
Obteve-se a seguinte equao:
Y
c
= -200 + 0,10x r
2
= 0,71
onde,
Y
c
= despesa anual com mercadorias
x = renda lquida anual
Suponha que os dados tenham sido obtidos por amostragem aleatria.
a) luz do coeficiente r
2
acima, qual sua opinio sobre a qualidade da reta
para previso de despesas?
b) Estime a despesa de uma famlia de quatro pessoas com renda anual de
$15.000.
c) Um dos diretores ficou intrigado com o fato de a equao aparentemente
sugerir que uma famlia com $2.000 de renda no gaste nada em
mercadorias. Qual a explicao?
d) Explique suscintamente por que a equao acima no poderia ser usada nos
casos seguintes:
1.Estimativa das despesas com mercadorias para famlias com cinco pessoas.
2.Estimativa das despesas com mercadorias para famlias com renda lquida
de $21.000 a $35.000.
2) Um grupo de pessoas fez uma avaliao do peso aparente de alguns
objetos. Com o peso real e a mdia dos pesos aparentes, dados pelo grupo,
obteve-se a tabela
Peso real 18 30 42 62 73 97 120
Peso aparente 10 23 33 60 91 98 159
Calcule o ndice de correlao.
5
Extrados de: CRESPO, Antnio Arnot. Estatstica fcil., STEVENSON, Willian. Estatstica Aplicada
Administrao., DOWNING, Douglas; CLARK, Jeffrey. Estatstica Aplicada., WERKEMA, Maria
Cristina Catarino, AGUIAR, Slvio. Anlise de Regresso: Como entender o relacionamento entre as
variveis de um processo, e alguns badulaques.
47
Mtodos Quantitativos Aplicados Administrao
3) Considere os resultados de dois testes, X e Y, obtidos por um grupo de
alunos da escola A:
X 11 14 19 19 22 28 30 31 34 37
Y 13 14 18 15 22 17 24 22 24 25
Verifique, graficamente, se existe correlao retilnea entre as variveis;
Em caso afirmativo, calcule o coeficiente de correlao.
4) A tabela abaixo apresenta valores que mostram como o comprimento de
uma barra de ao varia conforme a temperatura:
Temperatura (C) 10 15 20 25 30
Comprimento (mm) 1003 1005 1010 1011 1014
Determine:
o coeficiente de correlao;
a reta ajustada a essa correlao;
o valor estimado do comprimento da barra para a temperatura de 18C;
o valor estimado do comprimento da barra para a temperatura de 35C.
(comente qual a ressalva necessria a esta estimao)
5) Certa empresa, estudando a variao da demanda de seu produto em
relao variao de preo de venda, obteve a tabela:
Preo 38 42 50 56 59 63 70 80 95 110
Demanda 350 325 297 270 256 246 238 223 215 208
Determine o coeficiente de correlao;
Estabelea a equao da reta ajustada;
Estime Y para x=60 e x=120.
6) Calcule a reta de regresso, sendo M2 a varivel independente:
M2 = moeda em circulao
IPC = ndice de preos ao consumidor
Ano M2 IPC
1977 1286,7 60,6
1978 1389,0 65,2
1979 1497,1 72,6
1980 1629,8 82,4
1981 1793,3 90,9
1982 1952,9 96,5
1983 2186,3 99,6
1984 2374,7 103,9
48
Mtodos Quantitativos Aplicados Administrao
1985 2569,7 107,6
1986 2811,6 109,6
1987 2910,1 113,6
1988 3069,9 118,3
1989 3223,1 124,0
1990 3327,8 130,7
1991 3425,4 136,2
7) Com base nos dados abaixo:
a - calcule os coeficientes da equao de regresso.
b - duplique cada valor de X e recalcule os coeficientes.
c - duplique os Xs e os Ys originais e recalcule os coeficientes.
d - use os Xs originais mas some 2 a cada valor Y original e recalcule os
coeficientes.
Dados originais:
x 1 2 3 4 5 6 7
y 2 4 5 6 7 7 9
a - Equao =>
b -
x
y
Equao =>
Comentrio:_____________________________________________________
c -
x
y
Equao =>
Comentrio:_____________________________________________________
d -
x
y
Equao =>
Comentrio:_____________________________________________________
49
Mtodos Quantitativos Aplicados Administrao
8) Pretendendo-se estudar a relao entre as variveis consumo de energia
eltrica(x
i
) e volume de produo nas empresas industriais(y
i
), fez-se uma
amostragem que inclui vinte empresas, computando-se os seguintes valores:
x
i
=11,34 y
i
=20,72 x
i
2

=12,16 y
i
2

=84,96 x y
i i

=22,13
Determine:
o clculo do coeficiente de correlao;
a equao de regresso de Y para X;
a equao de regresso de X para Y;
Responda: h diferena entre o r
2
de Y para X e de X para Y?
9) A tabela abaixo apresenta a produo de uma indstria:
Anos
1990 1991 1992 1993 1994 1995 1996 1997 1998
Quantidade 34 36 36 38 41 42 43 44 46
Calcule:
a) o coeficiente de correlao
Sugesto: para simplificar os clculos, use para o tempo uma varivel auxiliar,
por exemplo: x
i
= x
i
- 1994
b) a reta ajustada
c) a produo estimada para 1999.
Obs: lembre-se que foi usada uma varivel auxiliar.
10) A variao no valor do BTN (Bnus do Tesouro Nacional), relativamente a
alguns meses de 1990, deu origem tabela:
Meses abr. mai. jun. jul. ago. set. out. nov.
Valor (Cr$)
41,73 41,73 43,98 48,91 53,41 59,06 66,65 75,76
Calcule o grau de correlao;
Estabelea a equao de regresso de Y sobre X;
Estime o valor do BTN para o ms de dezembro.
Sugesto: substitua os meses, respectivamente, por 1, 2, ..., 8.
11) Uma companhia com 09 lojas compilou dados sobre a rea de vendas (em
m
2
) versus lucro mensal. Determine a equao de regresso, bem como o
coeficiente de determinao. D sua opinio quanto pertinncia desta reta
face aos dados levantados.
Comente se, de fato, lucro depende de lojas maiores ou menores.
50
Mtodos Quantitativos Aplicados Administrao
Loja Lucro Mensal (em $1.000) M
2
em (10.000)
A 45 55
B 115 200
C 120 180
D 75 90
E 170 260
F 130 200
G 75 85
H 105 180
I 200 300
12) Determine uma equao preditora do montante de seguro (em R$mil) em
funo da renda anual (em R$milho), com base nos dados abaixo. Aps isto,
calcule o coeficiente de determinao e comente se a demanda de seguros
depende da renda das pessoas.
Renda Anual 20 25 26 18 16 17 32 13 38 40 42
Seguro 10 12 15 10 15 20 30 5 40 50 40
13) A tabela abaixo relata os custos de manuteno por hora, classificados por
idade de mquinas em meses. Determinar a reta dos custos sobre a idade e
fazer uma previso de custo para uma mquina de 3 anos e meio. E, claro,
levante o coeficiente de determinao, comentando a capacidade preditora da
equao obtida.
Idade (meses) 6,0 15,0 24,0 33,0 42,0
Custos Mdios ($) 9,7 16,5 19,3 19,2 26,9
14) A administrao de um banco desejava estabelecer um critrio para avaliar
a eficincia de seus gerentes. Para isto levantou, para cada um dos sub-
distritos onde possua agncia, dados a respeito do depsito mdio mensal por
agncia e o nmero de estabelecimentos comerciais existentes nesses sub-
distritos. So os seguintes os dados:
51
Mtodos Quantitativos Aplicados Administrao
Sub-distritos N
o
. de Estabelecimentos
Comerciais
Depsito Mdio por
Agncia ($10.000)
Sabar 16 14
Casa Verde 30 16
Vila Formosa 35 19
Mooca 70 30
Brooklin 90 31
Jardins 120 33
Santo Amaro 160 35
Lapa 237 43
Pinheiros 378 50
a)Levante o coeficiente de determinao e explique o que ele representa neste.
b)Quais agncias voc imagina a mais e a menos eficientes?
15) Quando da realizao do oramento anual, a empresa Americana de
Tecidos levantou os seguintes custos de materiais indiretos face s horas de
mquinas empregadas na produo ao longo do ano:
Ms Horas de Uso
Direto de Mquinas
Custo de Materiais
Indiretos ($)
Jan 44.000 $875
Fev 41.000 850
Mar 45.000 875
Abr 43.000 850
Mai 36.000 750
Jun 22.000 550
Jul 23.000 500
Ago 15.000 450
Set 30.000 600
Out 38.000 700
Nov 41.000 800
Dez 44.000 850
a)Levante o coeficiente de determinao e comente a qualidade do modelo.
b)O que representa o coeficiente linear na equao levantada? E o coeficiente
angular?
c)Qual seria o custo varivel de materiais indiretos esperado no caso de 28.500
horas de trabalho de mquina?
52
Mtodos Quantitativos Aplicados Administrao
16) A Indstria MIMI vende um remdio para combater resfriado. Aps 2 anos
de operao, foram coletadas as seguintes informaes:
Trimestre Vendas
(10.000 unids)
Despesas com
Propaganda
Temperatura
Mdia no Trim.
1 25 11 2
2 13 5 13
3 8 3 16
4 20 9 7
5 25 12 4
6 12 6 10
7 10 5 13
8 15 9 4
a)Encontre as duas retas de regresso.
b)Qual das duas voc acha estatisticamente mais adequada para prever as
vendas? Por que?
c)De acordo com a deciso acima, qual a previso de vendas para um
trimestre em que a despesa de propaganda ser 8? E para a temperatura
prevista de 10?
17) Tem-se abaixo dados relacionados ao nmero de semanas de experincia
de trabalhadores numa empresa de eletrnicos face ao nmero de itens
rejeitados durante um perodo de tempo qualquer.
Semanas de experincia 7 9 2 14 8 12 10 4 6 11
N
o
de itens rejeitados 26 20 38 16 23 18 24 26 28 22
Pede-se:
a) Determinar a equao de regresso e o coeficiente de determinao.
b) Esclarea o significado dos valores dos coeficientes de determinao e
angular encontrados no item anterior.
c) Vejam que o terceiro elemento da tabela acima tem 2 semanas de
experincia. Que comentrios voc faria a propsito deste elemento quanto a
sua influncia no conjunto dos dados amostrais levantados?
18) possvel prever o tempo gasto no caixa de um supermercado como
funo do valor da compra? Para responder a essa pergunta tomou-se uma
amostra de fregueses, medindo-se as duas variveis. Os resultados esto no
quadro abaixo. Com base nele, determine a equao da reta e o coeficiente de
determinao. OBS: Resolva este exerccio sempre com 06 decimais.
Fregus 1 2 3 4 5 6 7 8 9 10
Tempo(min) 3,8 4,2 0,9 5,6 3,1 1,7 4,4 0,2 2,6 1,2
Valor($) 40 40 3 55 28 8 52 3 20 8
t = 2,306
53
Mtodos Quantitativos Aplicados Administrao
a)Qual o tempo gasto para um fregus com despesa de $35?
b)Qual o tempo mnimo gasto por um fregus que dispendesse $35, a 95% de
certeza? (O valor t acima incorpora tal nvel de certeza).
19) Um analista de uma empresa de transporte toma uma amostra aleatria de
9 carregamentos recentes por caminho feitos por sua companhia e anota a
distncia (em kms) e o tempo de entrega (em horas). Os valores levantados
so dados abaixo:
Distncia 825 215 1070 550 480 920 1350 325 670
Tempo 13,8 3,8 15,6 9,4 8,1 14,6 21,2 5,7 11,6
t(correspondente a um grau de certeza de 95%) = 2,365
OBS: Resolva este exerccio sempre com 06 decimais.
a)Levante a reta de regresso e o coeficiente de determinao.
b)Explique os significados do coeficiente angular e do coeficiente de
determinao para os valores encontrados.
c)Qual o tempo esperado para uma viagem entre o Rio de Janeiro e Recife, na
distncia de 2.200 kms?
d)A um grau de certeza de 95% (correspondente estatstica t acima), e se
voc fosse o responsvel pelo setor de transporte desta empresa, como
avaliaria o comportamento de um motorista que completasse um percurso de
1000 kms no tempo de 12 horas?
e)E para motoristas que fizessem este percurso em 18,5 horas; qual seria sua
avaliao?
20) Analise sua capacidade de conceituar:
a - regresso linear simples;
b - reta de regresso;
c - varivel dependente;
d - varivel independente;
e - cota da reta em y;
f - coeficiente angular;
g - mtodo dos mnimos quadrados;
h - correlao;
i - intervalo de confiana.
54
Mtodos Quantitativos Aplicados Administrao
RISCO E INCERTEZA
1. Projetos individuais
2. Portflio de negcios
3. Carteira de ttulos
55
Mtodos Quantitativos Aplicados Administrao
1. INTRODUO
O Dicionrio Escolar da Lngua Portuguesa do Ministrio da Educao e
Cultura, na sua 11
a
edio, define risco como "perigo; probabilidade ou
possibilidade de perigo". Por outro lado, incerteza recebe definio de:
"hesitao; dvida; que no certo, conhecido". Vamos investir nas definies
acima, dando-lhes uma dimenso empresarial:
Risco: probabilidade de que retornos futuros fiquem abaixo de valores
esperados.
Mais formalmente, o risco existe quando as decises so tomadas em conjunto
com a probabilidades relativas a vrios resultados. Vale dizer, isso acontece
quando se dispe de distribuies probabilsticas objetivas sobre de qu
resultados possveis, as quais se baseiam normalmente em dados histricos.
Por exemplo, se o objetivo determinar probabilidades relativas aos retornos
possveis de um dado negcio, poder-se-ia desenvolver uma distribuio
probabilstica baseada em dados histricos de retornos de outros negcios
assemelhados.
Incerteza: situao em que decises no so amparadas por dados histricos
que permitam a formulao de distribuies probabilsticas objetivas.
Como fatores geradores do risco, citamos a situao econmica geral, os
fatores tcnicos especficos dos projetos, as inovaes tecnolgicas, as
preferncias dos consumidores, as condies do mercado de trabalho, dentre
outros. Todos esses elementos atuam para dificultar previses de
desempenhos empresariais no tocante s receitas e as custos dos negcios.
Para a mensurao do risco, definido como "probabilidade" de perigo. ser
adaptada a medida estatstica convencional de disperso em uma distribuio
de probabilidade o desvio-padro. Por qu? Porque quanto menos esparsa a
distribuio de probabilidade de retornos esperados, menor o risco de um dado
negcio. Ou,em outras palavras, quanto menor a amplitude dos resultados
futuros esperados, menor o risco do empreendimento. Para uma
exemplificao, observe aFig.1, onde se compara dois ativos com diferentes
distribuies probabilsticas sobre seus retornos, mostra o relatado acima.
56
Mtodos Quantitativos Aplicados Administrao
Fig.1 Distribuies Probabilsticas de 2 Ativos
Prob.
B
A
4.000
Valor Atual Lquido ($)
Verifica-se que se, por um lado, o valor esperado lquido para as duas
oportunidades tem a mesma dimenso ($4.000), por outro lado, as disperses
imputadas a cada um so diferentes. Vemos que a proposta A mais arriscada
que a B e, que se a administrao da empresa que as analisa for avessa a
riscos, preferir B a A. Entretanto, se essa mesma administrao for confiante
o bastante na sua capacidade de lidar com desafios, preferir o projeto A, visto
que este oferece oportunidades de ganhos superiores.
Conduziremos a anlise de ativos com base em trs sees distintas: para
negcios (ou ativos) individuais; para portflios de negcios dentro de uma
mesma empresa e para carteiras de ttulos (aes de empresas e/ou ttulos de
dbito) possudos por investidores.
2. NEGCIOS INDIVIDUAIS E O RISCO
O enfrentamento do fator risco na avaliao de novos negcios pode ser feita
por 2(duas) formas mais destacadas: por meio de imputaes probabilsticas
(Ver tpico Diagrama de Deciso) e atravs de ajustes na taxa de desconto
utilizada para clculo de valores atuais lquidos (ou valores presentes).
importante ter em mente as caractersticas de dependncia e independncia
dos fluxos de caixa de projetos no tempo, caractersticas estas que afetam
sobremaneira a aceitao de projetos de investimentos.
Independncia dos fluxos de caixa no tempo
Esta hiptese nos diz simplesmente de situaes em que resultados
alcanados no perodo t no dependero do ocorrido em (t-1). Objetivamente,
pode se dizer que, para a maioria das propostas de investimentos, esta uma
hiptese de difcil realizao, pois, se um negcio no vai bem nos primeiros
perodos, quase certamente os demais estaro comprometidos, e vice versa.
Apesar disso, esta hiptese encontra-se presente em quase todos os livros-
texto de matemtica financeira.
Dependncia dos fluxos de caixa
Para a maioria dos negcios (ou projetos de investimentos), o fluxo de caixa
em cada um dos perodos depende dos fluxos precedentes. Assim, se as
57
Mtodos Quantitativos Aplicados Administrao
entradas e sadas esperadas para determinado perodo no corresponderem
expectativa, as dos perodos subseqentes estaro tambm afetadas.
Vale dizer, projetos (ou negcios) que tenham fluxos correlacionados
positivamente ao longo do tempo, ou seja, projetos em que o ocorrido em t
depende do ocorrido em (t-1), sero mais arriscados do que aqueles onde se
verifica a independncia dos fluxos de caixa no tempo.
2.1 Ajuste na Taxa de Desconto
Uma forma pela qual o risco pode ser levado em conta consiste, simplesmente,
em alterar a taxa de desconto proporcionalmente ao risco existente em cada
situao. Quanto maior o risco, mais elevada a taxa de desconto usada para
clculo de valores atuais lquidos.
Naturalmente, a dificuldade relacionada a esse enfoque refere-se a um
adequado reajustamento na taxa de desconto. Geralmente o ajustamento
tende a ser arbitrrio e a gerar inconsistncias, pois flui dos sentimentos
pessoais dos executivos quanto ao risco deste ou daquele projeto.
Esse mtodo de enfrentamento do risco parece, portanto, rudimentar para
decises no campo do oramento de capital, porm, encontra fortssimo apoio
terico nos autores Modiglianni e Miller (laureados com o Prmio Nobel de
Economia) que j em 1958, dispunham que:
"Se uma empresa numa determinada faixa de risco 'k' est atuando no melhor
interesse de seus acionistas, ela explorar uma oportunidade de investimento
se e somente se a taxa de retorno sobre o investimento, digamos 'p
*
', superar
a taxa 'pk'".
Ademais, a facilidade de sua operacionalizao o leva a ser mais amplamente
utilizado do que os mtodos dos Equivalentes Certeza (veremos adiante).
Com o exemplo abaixo, podemos entender melhor o mtodo.
Dados para um projeto cujo padro de risco no fuja do nvel mdio de risco
para projetos no interior da empresa:
Inv. Inicial = $10.000
Fc = $4.500 para 3 perodos frente
Taxa de Desconto = 10% por perodo
ento, o VAL do projeto ser, utilizando nossa Equao
n
VPL = FCt = 0
t=0 (1 + i)
t
58
Mtodos Quantitativos Aplicados Administrao
VPL = -10.000 + 4.500/1,10
1
+ 4.500/1,10
2
+ 4.500/1,10
3
= $1.191
Deciso : como VPL > 0, aceita-se o projeto.
Os executivos da empresa, porm, poderiam ter o sentimento de que esse
projeto em anlise fugiria do padro de risco da empresa e, por isto, deveria
ser penalizado com uma elevao substancial sobre a taxa de desconto de,
digamos, 8%. Assim:
i' = Taxa ajustada de desconto = i + 8% = 18%, e o valor do projeto se alteraria
para:
VAL = -10.000 + 4.500/1,18 + 4.500/1,18
2
+ 4.500/1,18
3
= $-217
Deciso: como VPL < 0; rejeita-se o projeto.
Em resumo, o mtodo de fato simples e esta simplicidade de aplicao o leva
a ser mais amplamente aceito e utilizado que os demais. O uso desta ou
daquela taxa desconto, par os riscos dos projetos, fica entregue aos
sentimentos pessoais da alta administrao.
Por outro lado, esse mtodo oferece "defesas" para os profissionais de
administrao na medida em que podemos utiliza-lo contra exageros
formulados freqentemente por elementos tcnicos de outras reas quanto s
vicissitudes dos projetos, em termos dos benefcios que gerariam. Nesse
sentido, a soluo menos conflituosa no mbito da empresa seria apenas a de
reajustar mais fortemente a taxa de desconto, reduzindo, conseqentemente, o
valor atual lquido dos projetos cujas qualidades estivessem sendo exageradas.
2.2 Coeficiente Certeza
VAL =
( )

n
t i
L
ft FC
t
0
1
Em que: i
L
= Taxa Livre de Risco
f
t
= coeficiente certeza
A idia central da anlise de risco via coeficiente certeza o ajuste do risco
vinculado a cada fluxo de caixa. Uma vez que a percepo do risco j foi
expressa atravs do coeficiente certeza, no h que se pensar em
novamente embuti-lo na taxa de desconto. A reside a importncia de ser
utilizada uma taxa livre de risco (i
L
), para no estar superdimensionando do
risco.
59
Mtodos Quantitativos Aplicados Administrao
2.3 Concluses para a Anlise de Ativos Individuais
O mtodo de ajuste da taxa de desconto, embora simples e muito exposto aos
sentimentos da alta administrao quanto aos riscos inerentes aos projetos,
de fcil aplicao e, portanto, de largo uso nas empresas.
Por fim, cabe assinalar que, na anlise de propostas com riscos, especial
ateno deve ser dada aos primeiros perodos dos fluxos de caixa, buscando-
se levantar, da forma a mais precisa, suas entradas e sadas esperadas. Tal
procedimento se justifica na medida em que so esses perodos iniciais os
mais significativos na composio dos valores atuais lquidos. Por esta razo,
ainda, o administrador tem aqui uma outra "defesa" contra os elementos
tcnicos j citados. Ou seja, ele at aceitaria imposies quanto a fluxos de
caixa de perodos distantes no tempo, porm concentraria esforos na
considerao de valores reais para os perodos mais prximos.
2. PORTFOLIOS DE NEGCIOS
At aqui, demos ateno apenas avaliao do risco de um nico ativo ou
negcio, porm o risco de uma empresa no guarda relao com apenas um
negcio, mas com vrios. Afinal, dificilmente encontramos empresas que
fabricam um nico bem e, se o fazem, so mais arriscadas do que empresas
diversificadas na produo e/ou vendas de diversos itens.
O administrador tem, assim, a funo de aumentar os retornos da empresa, ao
mesmo tempo em que busca reduzir seus riscos a um nvel menor do que o
dos negcios tomados individualmente. Se esse o caso, a diversificao bem
conduzida se torna preocupao expressiva do executivo.
Mas no que consiste tal diversificao bem conduzida, que reduziria o risco
geral da empresa? A resposta est na escolha de negcios cujos retornos
esperados estejam "negativamente correlacionados uns com os outros". Isso
equivale dizer que o ideal seria alcanado quando a um negcio que estivesse
momentaneamente propiciando apenas baixas entradas de caixa para a
empresa, correpondesse(m) outro(s) que estivesse(m) garantindo maiores
aportes de recursos, compensando-o.
Sem entrarmos nos mritos estatsticos da questo, nos cabe relatar aqui que
a medida estatstica dada pelo coeficiente de correlao assume valores dentro
de uma faixa de +1, para sries que apresentam correlao positiva perfeita,
at -1, para sries com correlao negativa perfeita.
Vamos a exemplos grficos, comeando pela correlao positiva perfeita, que
se constitui em caso onde a diversificao no reduzir absolutamente o risco
da empresa.
60
Mtodos Quantitativos Aplicados Administrao
Correlao de Negcios de Uma Empresa
Retorno
Esperado

N


M

Tempo
Note-se que a combinao dos negcios da empresa, assinalada na figura
anterior,no a ajuda a reduzir riscos empresariais. A falta de retornos em
determinados perodos, relacionados ao negcio N, no compensada por
entradas do negcio M. Pelo contrrio, ocorre um reforo da tendncia.
Ademais, pode-se pensar que, numa tal situao, uma superior demanda de
capital de giro se imporia empresa nos perodos de baixa atividade.
J na figura seguinte, temos a exemplificao de uma combinao tima de
negcios, em que se reduzem dramaticamente os riscos da empresa.
Correlao de Negcios de Uma Empresa
Retorno
Esperado

N


M

Tempo
V-se, a, o caso de correlao negativa perfeita, em quea empresa enfrenta
situaes adversas em um negcio N atravs do negcio M, que lhe possibilita
compensatrias entradas de caixa.
J o caso intermedirio se v na figura que segue, onde os negcios N e M
apresentam alguma correlao positiva.
61
Mtodos Quantitativos Aplicados Administrao
Correlao de Negcios de Uma Empresa
Retorno
Esperado

N


M

Tempo
Assim, se for seguida a regra de bem diversificar, ou seja, se houver
combinao de negcios cujos retornos esperados estejam negativamente
correlacionados, o risco global da empresa pode se reduzir sobremaneira. Com
isso os administradores podem enfrentar de fato uma das dimenses
fundamentais na gerncia dos negcios, ou seja, o risco.
Para uma visualizao do que foi dito, observe-se o quadro a seguir. Veja-se
que todos os 3(trs) negcios apontam para um mesmo retorno esperado de
12% por perodo e igual risco, expresso por um mesmo desvio-padro sobre
esses retornos de 3,2%.
Retornos Esperados e Nveis de Riscos para Negcios e Portflios
Perodo Negcios Portfolios
X Y Z XY XZ XYZ
1 8% 16% 8% 12% 8% 10,7%
2 10 14 10 12 10 11,3
3 12 12 12 12 12 12,0
4 14 10 14 12 14 12,7
5 16 8 16 12 16 13,3
Estatstica
Valor esperado 12% 12% 12% 12% 12% 12%
Desvio padro 3,2% 3,2% 3,2% 0% 3,2% 1,1%
Obs: os portflios so compostos a partir de aplicaes iguais sobre cada um
dos negcios.
Resultados do Quadro:
Combinando propores iguais de investimentos nos negcios X e Y (ativos
com correlao negativa perfeita), forma-se um portflio sem risco. Esse o
ideal mximo em diversificaes de negcios.
62
Mtodos Quantitativos Aplicados Administrao
Combinando propores iguais de investimentos nos negcios X e Z (ativos
com correlao positiva perfeita), forma-se um portflio com o mesmo nvel
de risco dos negcios individuais. Vale dizer, esse um exemplo de
diversificao mal conduzida, que em nada reduz o risco da empresa.
Combinando propores iguais de investimentos nos negcios X, Y e Z,
forma-se um portflio com risco menor do que os dos negcios individuais.
Tal diversificao vai na direo certa, mas o aspecto do risco no recebe
ataque definitivo.
Encerrando, embora pudessem ser dadas dar melhores explicaes
estatsticas acerca dos resultados do quadro anterior, cabe-nos, por agora,
lembrar que negcios podem ser combinados no interior das empresas, de
modo a reduzir sensivelmente o risco global a nveis inferiores queles de
quaisquer dos negcios tomados individualmente. Adicionalmente, deve-se
lembrar que a "regra de ouro" para a diversificao, e, portanto, para a reduo
dos riscos, consiste na combinao de negcios cujos retornos esperados
estejam negativamente correlacionados uns com os outros.
3. CARTEIRA DE TTULOS (AES)
Ao longo dos ltimos anos desenvolveu-se teoria bsica sobre comportamento
de preos de ttulos (aes ou ttulos de dbitos), a qual possibilita aos
investidores avaliar o impacto da aplicao proposta num ttulo especfico
sobre o risco da carteira como um todo. Apontaremos neste item os aspectos
de maior realce desses avanos tericos.
A suposio bsica da teoria a de que os investidores so racionais,
preferindo aplicar recursos em ttulos que ofeream o maior retorno para um
dado nvel de risco ou o risco mais baixo para um dado nvel de retorno. So
definidos dois tipos de risco:
-risco sistemtico (ou no-diversificvel): o risco atribudo s foras que
afetam todas as empresas, tais como a situao econmica do pas, inflao,
eventos polticos, dentre outros. Esses so riscos sobre os quais as
administraes das empresas no tm gerncia ou influncia. Assim sendo, a
ao de diversificao de investimentos por via da constituio de uma carteira
de ttulos no contribui para sua eliminao.
-risco no-sistemtico (ou diversificvel): o risco que resulta da ocorrncia de
eventos ligados diretamente empresa, tais como greves, obsolescncia
tecnolgica, m administrao, processos judiciais, aes regulatrias, perda
de clientes e assim por diante. Representa a parcela do risco que pode ser
eliminada pela diversificao.
63
Mtodos Quantitativos Aplicados Administrao
Note-se que nos referimos aos riscos que podem ou no ser eliminados pela
diversificao, ou seja, pela aplicao de recursos numa carteira de ttulos ao
invs de em apenas um nico. A partir disto, pode-se perguntar: qual o nmero
de ttulos (aes) que deveriam constar de uma carteira para se eliminar
aquela parte do risco global, denominada risco no-sistemtico? E qual a
dimenso desta reduo no Brasil? Qual a regra para se diversificar
satisfatoriamente uma carteira de ttulos? Ao final deste item teceremos
consideraes acerca dos ttulos de dbito, ou de renda fixa).
A resposta para a primeira questo, no mbito do mercado da Bolsa de Valores
de So Paulo (BOVESPA), aponta para uma carteira de 12 ttulos. A partir
desse nmero, a reduo do risco seria mnima. A Fig.6 pode auxiliar num
melhor entendimento desta ao de diversificao:
Fig.6 Nmero de Ttulos numa Carteira e o Risco Total
Risco da
Carteira
(%) Risco Total
Risco
Sistemtico


1 8 12 24 N
o
de Ttulos
V-se que acrscimos no nmero de ttulos alm de 12 no reduzem
significativamente o risco global de uma carteira. Portanto, com tal nmero j
se aproxima bastante do nvel mnimo de risco que as carteiras bem
diversificadas poderiam deter, isto , o do risco sistemtico, no passvel de
eliminao pela via da diversificao.
Quanto dimenso da reduo do risco, verifica-se na BOVESPA que o risco
mdio de um nico ttulo, expresso pelo desvio-padro dos retornos levantados
ao longo de 40 meses, situa-se em torno de 44,0%. Por outro lado, o risco
mdio de uma carteira com 12 ttulos de 21,3%, o que nos leva concluso
de que a diversificao poderia, por si s, reduzir o risco dos ttulos em 51,4%,
ou seja:
(21,3% / 43,7%) * 100 = 48,6%
que o percentual do risco que permanece atrelado a cada ttulo dentro de
uma carteira.
64
Mtodos Quantitativos Aplicados Administrao
Logo, (100% - 48,6%) = 51,4% , que representa a parcela do risco eliminada
pela diversificao.
Adicionalmente, optamos por apresentar novos dados para melhor
compreenso dos efeitos da diversificao na reduo dos riscos sobre ttulos
das empresas.
Nmero de
Ttulos
Risco
(desvio padro dos retornos)%
1 42,1%
2 33,2
3 30,6
.
.
8 26,3
.
.
12 24,4
.
.
20 23,1
.
.
40 22,2

Outro exemplo nos dado por Willian Eid, da PUC de So Paulo, em sua
dissertao de mestrado na FGV/SP. O autor relaciona retornos esperados e
riscos das carteiras compostas aleatoriamente, de 1 a 5 ttulos.
Ttulos Selecionados Retorno Esperado Risco
1. Mecanica Pesada PP 2,98% 29,5%
2. Copas PN 2,67% 37,7%
3. Prsico PN -4,67% 22,4%
4. Unibanco PNA 6,95% 36,5%
5. Banco Real ON 8,88% 35,4%
Sempre bom recordar que o risco acima se refere ao desvio-padro dos
retornos anotados em toda a srie estudada (dados de 40 observaes
mensais). Ademais, da combinao desses ttulos podemos alcanar alguns
resultados interessantes para carteiras:
Carteiras Retornos Esperados Risco
65
Mtodos Quantitativos Aplicados Administrao
Ttulos 1 e 2 2,83% 28,3%
Ttulos 1,2 e 3 0,42% 23,6%
Ttulos 1,2,3 e 4 2,05% 23,7%
Ttulos 1,2,3,4 e 5 3,42% 23,3%
Nota-se que os riscos so sistematicamente reduzidos abaixo dos riscos
individuais, com a nica exceo por conta de Prsico PN, empresa esta que
apresenta perfil de baixo desempenho desde longa data.
No que se refere questo de qual a regra para se diversificar, ficamos com a
mesma observao formulada no item 4, de que os ttulos devem ser
escolhidos de forma a terem seus retornos esperados negativamente
correlacionados uns com os outros. Enfatizando, essa deve ser a atitude dos
analistas de investimentos nas corretoras e distribuidoras de valores (sendo
que estas operam nas Bolsas atravs das corretoras), quando da seleo de
ttulos para composio das carteiras de seus clientes.
Com a finalidade de bem ilustrar a questo, interessante notar que vrios
estudos conduzidos nos EUA revelaram que a formao aleatria de carteiras
(ou seja, escolha de ttulos "na sorte", sem maiores critrios tcnicos), revelou-
se prtica melhor do que aquela representada pela ajuda de analistas
especializados.Isso estaria sinalizando a inutilidade desses analistas de
mercado.
interessante observar, como diferena marcante entre ttulos de renda fixa e
de renda varivel, que o risco sistemtico associado a movimentos gerais da
economia (como inflao) muito elevado para os ttulos de renda fixa, o que
torna a diversificao, embora necessria, pouco efetiva na reduo dos riscos.
66
Mtodos Quantitativos Aplicados Administrao
LEITURA COMPLEMENTAR
Crticas aos modelos de anlise de risco
Os modelos dos bancos para anlise de risco de crdito, so extremamente
complexos, embora existam para responder a uma pergunta simples: quanto
de um emprstimo pode tornar-se ruim para a instituio financeira credora?
Com a resposta, os bancos podem reservar capital suficiente para assegurar a
solvncia no caso de uma crise acontecer.
Os modelos de risco de crdito tentam atribuir um valor sobre a quantidade de
dinheiro que um banco deve esperar perder.
Isto exige levantar estimativas sobre trs variveis diferentes: 1) a
probabilidade de qualquer devedor ficar inadimplente; 2) a quantia que pode
ser recuperada se isso acontecer; 3) a probabilidade de o devedor no efetuar
o pagamento ao mesmo tempo que outros devedores em situao semelhante.
Este ltimo fator crucial. ele que vai definir se algum evento no previsto
pode quebrar o banco.
Assim, quanto menor a prossibilidade de muitos emprstimos se tornarem ruins
ao mesmo tempo, menor ser o risco de se ter um grande prejuzo por causa
de emprstimos ruins.
Nada disso fcil de fazer. Muito dos mais brilhantes criadores de valores
mobilirios da indstria bancria desistiram da tarefa.
Modelos de Avaliao
O Credit Suisse Financial Products lanou um CreditRisk+ com o propsito de
fornecer um modelo atuarial da probabilidade de um emprstimo tornar-se
ruim.
O sistema utilizado nesse produto muito parecido com a maneira que uma
seguradora faz previses sobre provveis sinistros.
McKinsey, empresa de consultoria, tem um modelo que rene as
probabilidades de inadimplncia com outras varveis macroeconmicas, como
juros e crescimento no PIB.
O Credit-Metrics do banco J P Morgan, aplica um modelo terico que
apresenta as situaes em que os devedores costumam ficar inadimplentes
com seus credores.
67
Mtodos Quantitativos Aplicados Administrao
Com a ajuda das variveis to complexas como as expanses das sries
Taylor, das integrais Gamma, das distribuies binrias negativas e de outros
(pouparemos os detalhes), os modelos compreendem desde o clculo da
probabilidade de qualquer devedor ficar inadimplente, at estimar as chances
de que a Wal-Mart, digamos, falte com o pagamento ao mesmo tempo que os
cartes de crdito da bandeira Mastercard, levando a uma srie de
probabilidades de prejuzo para todo o portfolio de emprstimos do banco, e
indicando o prejuzo mximo necessrio para se preparar com o capital de
reserva.
Os modelos de risco de crdito evoluram dos modelos de valor em risco, que
foram desenvolvidos para estimar quanto do portfolio de negcios cmbio,
dinheiro, valores mobilirios e derivativos um banco pode perder num nico
dia por causa de movimentos adversos nos preos financeiros.
Crtica aos clculos
Estes modelos foram criticados porque assumiram que as correlaes
passadas nos preos de diferentes ativos permaneciam no futuro e porque
faziam suposies simplistas sobre a variedade de possveis mudanas de
preos.
As crticas tambm se aplicam aos modelos de risco de crdito.
Os modelos de valor em risco tm uma grande vantagem sobre os modelos de
risco de crdito, entretanto, porque nesses casos geralmente eles lidam com
ativos que so negociados publicamente.
H, portanto, uma vasta quantidade de dados para os modelos trabalharem e
para construrem seus modelos de anlise de risco.
bem mais difcil trazer dados sobre o valor de mercado de emprstimos ou
qual volume de emprstimos ruins os bancos podem eventualmente recuperar.
Isso deixa dvidas se os resultados produzidos pelos modelos de risco de
crdito so estatisticamente vlidos.
Os modelos so inteligentes, certo. Mas quanto h de realidade neles pode
no ficar claro at a prxima recesso.
68
Mtodos Quantitativos Aplicados Administrao
NMEROS NDICES
1. Introduo
2. Conceitos Preliminares
3. Mtodo da poca-Base ou ndice de Laspyres
4. Construo de Sries de Nmeros ndices

5. Alguns ndices Especiais


69
Mtodos Quantitativos Aplicados Administrao
1. INTRODUO
Os nmeros-ndices so medidas estatsticas freqentemente usadas por
administradores, economistas e engenheiros, dentre outros, para comparar
grupos de variveis relacionadas entre si e obter um quadro simples e
resumido das mudanas significativas em reas relacionadas como preos de
matrias-primas, preos de produtos acabados, volumes fsicos de produo
etc. Mediante o emprego de nmeros-ndices possvel estabelecer
comparaes entre variaes ocorridas ao longo do tempo.
Para o administrador grande a importncia dos nmeros-ndices quando a
moeda sofre uma desvalorizao constante e quando o processo de
desenvolvimento econmico acarreta mudanas contnuas nos hbitos dos
consumidores, provocando, com isso modificaes qualitativas e quantitativas
na composio da produo nacional e de cada empresa, individualmente.
Assim, em qualquer anlise, na qual o fator monetrio se encontra presente, ou
no mbito interno de uma empresa ou mesmo fora dela, a utilizao de
nmeros-ndices torna-se indispensvel, sob pena de o analista ser conduzido
a concluses totalmente falsas e prejudiciais empresa. Por exemplo, se uma
empresa aumenta seu faturamento de um perodo a outro, isto no quer dizer
necessariamente que suas vendas melhoraram em termos de unidades
vendidas. Talvez tenha ocorrido que, sob uma forte tendncia inflacionria a
empresa tenha sido obrigada a aumentar os preos dos produtos, fazendo
gerar um acrscimo no faturamento (em termos ditos "nominais"), sem que tal
fato significasse uma melhora na situao de vendas.
Especificamente no campo oramentrio, os nmeros-ndices encontram
utilidade acentuada, pois que devem ser usados, em especial, nas tarefas de
controle, por motivos ligados necessidade de anlises comparativas.
2. CONCEITOS PRELIMINARES
A quantidade total de dinheiro gasto cada ano, em relao a certo ano-base,
varia de perodo a perodo devido tanto s mudanas no nmero de unidades
compradas (vendidas) dos diferentes artigos como, igualmente, devido s
diferenas nos preos unitrios de tais artigos.Na Verdade temos, trs
variveis em jogo: preo, quantidade e valor, sendo este ltimo o resultado do
produto dos dois primeiros.
2.1 Relativo de Preo
Esse onmero-ndice mais simples e usado. Relacionando-se o preo de um
produto numa poca "t" (chamada de poca-atual) com o de uma poca "o"
(chamada poca-base) teremos um relativo de preo. Fazendo-se "Pt" o preo
70
Mtodos Quantitativos Aplicados Administrao
atual e "Po" o preo na poca-base, definiremos o relativo de preo pela
seguinte expresso:
P(o,t) = Pt x 100
Po
Na formulao acima, o relativo de preo j vem na sua forma habitual, ou seja,
na forma percentual.
Exemplo: O preo de determinado produto em 1989 foi de $1,20 e em 1990
subiu para $1,38. Tomando-se como base o ano de 1989, determinar o preo
relativo em 1990.
P(89,90) = P1990 = 1,38 = 1,15 ou 115%
P1989 1,20
2.2 Relativo de Quantidade
Da mesma forma que para preos, podemos determinar relativos de
quantidades, como a seguir:
Q(o,t) = Qt * 100
Qo
Exemplo: Uma empresa produziu 45 toneladas de ao em 1989 e 68 toneladas
em 1990. Qual ser a quantidade relativa, desde que se tome 1989 como
base?
Q(89,90) = Q1990 = 68 = 1,51 ou 151%
Q1989 45
2.3 Relativo de Valor
Se "P" for o preo de determinado artigo em certa poca e "Q" a quantidade
produzida ou consumida desse artigo na mesma poca, ento, o produto (P *
Q) denominado valor total de produo ou de consumo. Sendo "Pt" e "Qt",
respectivamente, o preo e a quantidade de um artigo na poca atual (t) e "Po"
e "Qo", o preo e a quantidade do mesmo artigo na poca-base, definimos o
seguinte como valor total relativo ou simplesmente valor relativo ao quociente:
V(o,t) = Pt x Qt
Po x Qo
Exemplo: uma empresa vendeu em 1990, 1.000 unidades de um artigo ao
preo unitrio de $500. Em 1991 vendeu 2.000 unidades do mesmo artigo ao
preo unitrio de $600. Qual o valor relativo de venda em 1991?
71
Mtodos Quantitativos Aplicados Administrao
V(90,91) = P1991 x Q1991 = 600 x 2.000 = 2,4 ou 240%
P1990 x Q1990 500 x 1.000
2.4 Elos em Cadeia
Se desejarmos determinar o preo relativo de 1991 em relao ao ano base de
1988, basta multiplicarmos os ndices relativos de cada um dos anos. Vejamos:
Sendo P(88,89) = 1,50 P(89,90) = 1,25 P(90,91) = 1,20
W(88,91) = 1,50 x 1,25 x 1,20 = 2,25 ou 225%;,
o que teria significado uma variao de 125% no perodo total, pois
(W(88,89) - 1) x 100 = 125%
2.5 Mdias Geomtricas
A mdia geomtrica corresponde raiz n-sima do produto de ndices em
cadeia (Ver( ponto) 2.4), e dada por
mg = (W(o,t)
1/n
-1 ) x 100
Em que W(o,t) indica o produto dos ndices em cadeia. Usando o exemplo
anterior, teremos
W(88,91) = 2,25 e, assim,
mg = (2,25
1/3
- 1) x 100 = 31,04%, sendo esta a elevao mdia anual ao longo
do perodo.
3. MDIA PONDERADA - ndice de Laspyres ou Mtodo da poca-Base
A ponderao feita no ndice de Laspyres- Lo,t se utiliza dos preos e
quantidades referidos a uma poca bsica. Veja-se a frmula:
Lo,t = Pi,t x Qi,o
Pi,o x Qi,o
em que
Pi,t = preo do bem i no perodo corrente (t);
Pi,o = preo do bem i no perodo base (o);
Qi,o = quantidade do bem i no perodo base (o).
Sendo assim, pode-se notar que o denominador representa a soma, no perodo
base, dos valores de todos os bens que compem o ndice. Por sua vez,
observamos, no numerador, que os valores dos bens esto referenciados
72
Mtodos Quantitativos Aplicados Administrao
poca-base, o que equivale dizer que, embora os preos estejam dados para o
perodo t, as quantidades se referem ao perodo base.
Essa uma limitao do ndice, pois que h de se esperar redues na
demanda de produtos, a partir de variaes significativas em preos. Nesse
sentido, o ndice de Laspyres fixa as quantidades do perodo-base e, portanto,
desconsidera as conseqncias de movimentos de preos relativos isso
constituisrio problema, a ser levado em conta pelos analistas.
Exemplo: a tabela seguinte apresenta os preos mdios por atacado e as
quantidades vendidas de 3(trs) produtos. Calcular o ndice de preos, para o
ano de 1990, tomando-se como base o ano de 1980.
Produtos 1980 1990
Preo Quantidade Preo Quantidade
Po 1,50 20 1,95 20
Manteiga 0,80 12 1,30 12
Caf 0,45 800 0,60 200
Lo,t = Pi,t * Qi,o
Pi,o * Qi,o

Lo,t = (1,95 x 20 + 1,30 x 12 + 0,60 x 800) = 1,338 ou 133,8%
(1,50 x 20 + 0,80 x 12 + 0,45 x 800)
Concluso: os produtos referidos tiveram 33,8% de aumento.
4. CONSTRUO DE SRIES DE NMEROS-NDICES
Muitas vezes temos necessidade de construir sries de nmeros-ndices.
Contudo, o problema da escolha de um perodo-base, a partir do qual os
nmeros-ndices sejam construdos e a possibilidade de sua mudana tm
gerado algumas dvidas.
Para a construo de sries devem ser levados em conta os seguintes
aspectos:
a) a seleo da base;
b) a possibilidade de mudana da base.
Pode-se afirmar que a escolha da base de nmeros-ndices deve recair
naquele perodo em que a atividade econmica geral, ou da empresa em
particular, no se encontra influenciada por variaes conjunturais (ocasionais),
tais como greves ou planos governamentais.
73
Mtodos Quantitativos Aplicados Administrao
4.1 Mudana de Base
Outro problema que pode surgir ao se fixar o perodo base o fato de que,
quanto maior for o espao de tempo transcorrido entre a poca de comparao
e a poca-base, maior ser o perigo de que a importncia relativa dos itens se
tenha alterado e que, portanto, o sistema de ponderao tenha perdido sua
validade.
Na prtica, a mudana de uma srie de nmeros-ndices para uma base mais
recente feita dividindo-se cada ndice da srie original pelo nmero-ndice
correspondente nova poca-base. A tabela a seguir apresenta o ndice da
produo industrial no perodo de 1977 a 1985, sendo o ano de 1977
considerado como a poca-base.
Anos 1977 1978 1979 1980 1981 1982 1983 1984 1985
ndice da produo
industrial
(1977 = 100)
100 104 97 112 120 124 134 125 139
Na tabela seguinte, temos um novo ano-base, 1981, e, portanto, novos ndices.
Esses so determinados pela simples diviso de cada um dos ndices por 120
(ndice especfico a 1981).
Anos 1977 1978 1979 1980 1981 1982 1983 1984 1985
ndice da
Produo
Industrial
(1981 = 100)
83 87 81 93 100 103 112 104 116
5. ALGUNS INDICES ESPECIAIS
5.1 ndice de Custo de Vida
O ndice de custo de vida um nmero-ndice que tem por objetivo medir o
efeito das variaes de preos sobre as despesas normais de uma unidade
consumidora padro. Dever descrever a variao de receita monetria dessa
unidade consumidora para que mantenha seu nvel de vida. Vale dizer, tal
ndice vai medir variaes nesse custo para padres diversos de gneros de
vida de unidades consumidoras, que consomem (ou utilizam) conjuntos Q de
servios e de bens, para sua sobrevivncia.
Na prtica, para a construo do ndice de custo de vida, no se dispe de
dados sobre os mapas de indiferena dos consumidores e, muito menos, de
seus pontos de equilbrio. No entanto, admissvel supor, em termos bastante
gerais, que existam grupos sociais de consumidores com um mesmo mapa de
indiferena, ou seja, com uma mesma estrutura de necessidades.
74
Mtodos Quantitativos Aplicados Administrao
Assim, alguns ndices se especializam nos custos de unidades familiares
pobres, que ganham de 1 a 3 salrios mnimos como o INPC do IBGE. J o
Conselho Regional de Economia de So Paulo calcula um ndice de custo de
vida da classe mdia, cujos salrios vo de 10 a 30 mnimos.
Uma vez determinada a abrangncia pretendida pelos diversos ndices de
custo de vida, dever ser feita uma pesquisa de oramentos familiares para
determinar o peso de cada produto de consumo na despesa global das
unidades consumidoras. Em geral, os bens includos so classificados em
grupos de consumo que apresentam certa homogeneidade: alimentao,
vesturio, sade, educao, etc. Nesse sentido, sempre conveniente que se
construa o ICV a partir da agregao de sub-ndices ou de ndices parciais.
5.2 ndice Geral de Preos
Dentre os vrios ndices calculados no Brasil, o da Fundao Getlio Vargas do
Rio de Janeiro aparece como o mais confivel, pela constncia de critrios que
emprega ao longo do tempo. Assim que os "expurgos" de variaes de
preos determinados pelos governos nunca foram aceitos.
Na construo desse ndice so considerados os preos dos seguintes setores,
cada qual com seu peso respectivo: Atacado (0,60); Custo de Vida (0,30);
Custo da Construo Civil (0,10).
A maior utilidade desses ndices gerais a de possibilitar o deflacionamento ou
o inflacionamento de dados, o que ilustrado pelo exemplo a seguir.
Exemplo: Uma empresa coligiu dados relativos a seu faturamento no perodo
de 1980 a 1985. Dado o ndice geral de preos, iremos determinar o seu
faturamento em termos dos seguintes perodos: a) 1980 b) 1985. Seguem-se
comentrios:
Ano 1980 1981 1982 1983 1984 1985
Faturamento ($1.000) 50 80 130 180 220 270
ndice de preos 407 559 848 1473 2811 4416
a) Faturamento a preos de 1980
Ano 1980 1981 1982 1983 1984 1985
Faturamento ($1.000) 50 80 130 180 220 270
ndice de preos 407 559 848 1473 2811 4416
Modo de clculo (alguns exemplos):
Em 1981==> 407 / 559 x 80 = 58
75
Mtodos Quantitativos Aplicados Administrao
Em 1985==> 407 / 4416 x 270 = 25
Comentrios: Em termos reais, o faturamento da empresa diminuiu, muito
embora tenha crescido seu faturamento nominal. Vemos que, enquanto o
ndice elevou-se 10,85 vezes entre 1980 e 1985 (ou seja, 4416/407), o
faturamento alcanou elevao de 5,4 vezes (ou 270/50). Portanto, a empresa
no logrou anular o efeito da variao de preos.
b) Faturamento em termos de 1985
Ano 1980 1981 1982 1983 1984 1985
Faturamento ($1.000) 542 632 677 540 346 270
ndice de preos 407 559 848 1473 2811 4416
Modo de clculo (alguns exemplos):
Em 1980==> 4416 / 407 x 50 = 542
Em 1984==> 4416 / 2811 x 220 = 346
Comentrios: As mesmas concluses so vlidas aqui, com a diferena de
que agora nos situamos no ano de 1985 para a anlise. Vemos que o
faturamento de 1985 alcanou apenas 49,8% daquele referente a 1980 (ou
270/542). Ademais, constatamos que a empresa obteve resultados crescentes
at 1982, quando, ento, se inicia sua derrocada.
Outrossim, necessrio ter em mente que o primeiro exemplo se refere a um
caso de deflacionamento, enquanto o segundo diz respeito a um
inflacionamento dos dados. Para o caso oramentrio, interessa-nos,
freqentemente, o deflacionamento.
76
Mtodos Quantitativos Aplicados Administrao
Exerccios de Nmeros-ndices
1 Dada a tabela abaixo, calcule os ndices, tomando 1986 como ano-base.
Anos 1984 1985 1986 1987 1988 1989
ndice1984=1
00
100 152 203 321 415 580
1986=100
2 O salrio mdio horrio de determinada classe operria, em 1989, foi de
$256,00. O ndice de preos, nesse mesmo ano, era igual a 1575,7 e o de 1986
era igual a 387,2, referidos ao perodo-base de 1977. Tomando o ano de 1986
como base, determine o salrio real dessa classe operria em 1989.
3 Dada a tabela, determine o valor do faturamento relativamente ao perodo
de 1985.
Anos Faturamento IP 1980=100
83 385.000 234
84 474.200 280
85 612.500 329
86 983.200 380
87 1.230.000 490
88 1.984.000 625
89 3.038.000 894
4 O INPC, em dado perodo, aumenta em 15%. Qual deve ser o aumento dos
salrios dos empregados de uma empresa, para que tenham um aumento real
de 5%?
5 - Uma firma de transporte deseja comparar preos, quantidades e valores,
tomando 1980 como ano-base. Calcule os relativos de preo, quantidade e
valor.
1980 1988
Toneladas remetidas 300 360
Custo por tonelada $50,00 $70,00
Relativo de preo:__________
Relativo de quantidade:__________
Relativo de valor:___________
77
Mtodos Quantitativos Aplicados Administrao
6 - Utilizando o mtodo da poca base (frmula de Laspeyres), calcule o ndice
ponderado de um laticnio, tomando 1994 = 100.
1994 1995
Produtos Preo Quantidade Preo Quantidade
Leite tipo A R$1,05 1.250 litros R$1,27 945 litros
Leite tipo B R$0,90 850 litros R$1,08 905 litros
Leite tipo C R$0,67 14.500 litros R$0,94 17.850 litros
ndice ponderado = ____________
7 - Mude para 1970 a base dos valores do IPC (ndice de Preos ao
Consumidor) constantes da tabela abaixo e calcule o poder aquisitivo do dlar
para os anos de 1966 a 1975, tomando 1970 como ano-base.
Ano IPC
1967=100
Poder aquisitivo
Do US$
Nova base do
IPC: 1970=100
Poder aquisitivo
do US$
1966 97,2 1,03
1967 100,0 1,00
1968 104,2 0,96
1969 109,8 0,91
1970 116,3 0,86 100,0 1,00
1971 121,3 0,82
1972 125,3 0,80
1973 133,1 0,75
1974 147,7 0,68
1975 161,2 0,62
8 Calcule a rentabilidade real mdia:
Ms Inflao Retorno da Aplicao
Jan 15,4% 18,9%
Fev 18,2% 21,4%
Mar 11,8% 15,1%
Abr 9,7% 17,8%
Mai 10,3% 13,9%
Retorno real mdio = _________% a.m.
78
Mtodos Quantitativos Aplicados Administrao
DIAGRAMA DE DECISO
Caso Dhahran
79
Mtodos Quantitativos Aplicados Administrao
1. INTRODUO
Levantar o valor de aes estratgicas especficas, constitui-se numa das
funes dos administradores, a qual, ademais, incorpora dificuldades adicionais
pela insero da dimenso do risco nas anlises. Neste sentido, a construo
de diagramas (ou rvores) de deciso pode auxiliar sobremaneira a deciso
gerencial e, neste caso, nos ateremos aos procedimentos bsicos para sua
feitura, que se resumem, em especial, na considerao de probabilidades de
ocorrncia de eventos possveis.
Antes, porm, devemos alertar que diagramas de deciso se prestam a
amparar decises correntes no mbito empresarial e, para tal, toma em conta
opes de aes futuras face a eventos especficos. Por esta razo, este
instrumental constitui-se numa ferramenta para o planejamento e, como coloca
Peter Drucker: "Planejamento de longo prazo no lida com decises futuras.
Ele lida com as conseqncias no futuro de decises correntes."
O valor de anlises conduzidas por meio destes diagramas reala-se pela
possibilidade de considerar os fatores de riscos envolvidos, identificando
opes executivas que poderiam se opor a cursos futuros indesejveis. Vale
dizer, diagramas de deciso nos possibilita uma perspectiva sistmica para a
anlise da realidade, na qual as decises tero considerado todos os fatores de
risco e de sucesso mais significativos, suas interaes e as conseqncias
esperadas.
Uma palavra de alerta seria no tocante ao fato de que diagramas de deciso
no fornecem respostas definitivas para a aceitao/rejeio de alternativas de
investimento ou de aes estratgicas. Diferentemente disto, este instrumental
fornece as bases para a deciso, apontando as dimenses de riscos e de
retornos sobre as quais o executivo dever refletir e basear suas decises, de
acordo a uma maior ou menor averso ao risco.
No mais se considera o mundo da certeza, geralmente presente nos livros-
texto de matemtica financeira, onde os fluxos de caixa ocorrem a intervalos
certos ao longo do tempo. Aqui, as probabilidades associadas aos eventos
fazem parte da anlise, possibilitando associar o valor atual ou a taxa interna
de retorno do projeto ao seu risco.
Outra observao a fazermos a de que conduziremos este ponto com base
no Caso "Dhahran Roads", retirado do livro "Corporate Finance - A model-
building approach", de autoria de Michel Schlosser, editado pela Prentice Hall.
80
Mtodos Quantitativos Aplicados Administrao
CASO "REDE VIRIA DE DHAHRAN" : Parte A
Em 15 de janeiro de 1989, o Sr. Malik, diretor financeiro da SADE, uma
empresa de construo civil, subsidiria da Mendes Jnior, estava revendo o
contrato que sua empresa acabava de ganhar em concorrncia pblica da
municipalidade de Dhahran, na Arbia Saudita, para a construo de uma nova
rede viria, ligando o complexo do aeroporto cidade. As caractersticas do
contrato esto descritas abaixo.
Antes de tudo, o Sr. Malik planejou avaliar a rentabilidade do contrato e checar
se o mesmo renderia mais do que 25%, taxa de rentabilidade usualmente
requerida pela Mendes nos seus contratos no Oriente Mdio.
Caractersticas do Projeto
1. Valor total do projeto: 168 milhes de RS
2. Adiantamento feito pelo cliente: 15% do contrato
3. Estrutura de custos e receitas: (em milhes de RS)
Ano Custos Esperados Receitas
1989 7 11
1990 28 43
1991 31 48
1992 25 39
1993 17 27
Em adio a estes custos, a SADE ter de comprar equipamentos no montante
de 38 milhes de RS (a serem pagos em 1989).
O equipamento ser depreciado ao longo de 5 anos e a SADE no espera
utiliz-los novamente em outros projetos. Alm disto, razovel esperar que a
empresa no consiga nem mesmo revend-los, enterrando-os nas areias do
deserto saudita.
Todos os custos sero pagos no mesmo ano em que incorridos.
Contas apresentadas ao cliente deveriam ser pagas no mesmo ano, entretanto,
permite-se ao cliente que pague apenas 80% de cada conta, sendo que os
outros 20% servem para que ele recupere a entrada (15% ficam por conta
disto) e para que retenha (5%) como garantia de execuo das obras. Destes
5% de garantia, metade dever ser reembolsada quando as obras se
completarem em 1993 e o restante no ano seguinte. Reforando, a liberao
do fundo de reteno s se daria com a entrega das obras.
4. Organizao do projeto: o contrato dever ser executado pela SADE,
possuda a 100% pela Mendes, a qual deseja investir o mnimo e drenar
dividendos to rpido quanto possa, dados os riscos polticos da regio.
81
Mtodos Quantitativos Aplicados Administrao
5. Riscos: durante os meses anteriores, o departamento de engenharia da
SADE inspecionou o terreno, confirmando os dados tcnicos passados pela
municipalidade de Dhahran. De acordo aos pareceres do Engenheiro-Chefe, o
projeto no apresentava problemas fora do normal. Assim, a situao se
assemelhava bastante de outros projetos realizados pela SADE em pases da
regio, no apresentando maiores dificuldades.
O projeto dever ser tocado por um dos mais experimentados engenheiros da
Mendes, o Sr. Jones, reconhecido no apenas por suas qualidades no campo
tcnico mas, importantssimo, por ser um autntico "ditador" no controle de
custos.
6. Impostos: no existem impostos na Arbia Saudita, portanto, a
SADE/Mendes no pagar impostos sobre os lucros, podendo os enviar para o
Brasil sem maiores problemas.
Quadro 1. Resumo do Contrato
1989 1990 1991 1992 1993 1994 Acumul.
Adiantamento 25,20
Contas a receber 11,00 43,00 48,00 39,00 27,00 168,00
Devol. do Adiantamt. 1,65 6,45 7,20 5,85 4,05 25,20
Reteno 0,55 2,15 2,40 1,95 1,35 8,40
Retorno da Reteno 4,20 4,20 8,40
ENTRADAS/TOTAL 34,00 34,40 38,40 31,20 25,80 4,20 168,00
Equipamentos 38,00 38,00
Custos anuais 7,00 28,00 31,00 25,00 17,00 108,00
SADAS/TOTAL 45,00 28,00 31,00 25,00 17,00 146,00
FLUXO DE CAIXA -11,00 6,40 7,40 6,20 8,80 4,20 22,00
Obs: a SADE descontaria o FCL a 25% para clculo do VPL
2.1 Comentrios Parte A
O primeiro passo para se levar a efeito uma anlise de risco pode se dar pelo
uso de uma planilha eletrnica, a qual, por exemplo, contenha o Quadro
Resumo acima. Assim, se poderia avaliar a priori a fora relativa de cada
varivel sobre o fluxo de caixa lquido do projeto. Algumas sugestes poderiam
ser:
82
Mtodos Quantitativos Aplicados Administrao
.Equipamentos seriam mais ou menos caros; custos anuais poderiam ser
maiores ou menores; as retenes poderiam ou no serem devolvidas; e,
atrasos poderiam ocorrer.
Ento, com apenas algumas experimentaes no vdeo do microcomputador, o
Sr. Malik j determinaria quais as variveis de peso e quais as insignificantes.
Apenas guisa de experimentao, vejamos o que ocorreria se os custos
anuais se elevassem em 10% a cada ano. Neste caso, as 3(trs) ltimas linhas
do Quadro se alterariam para:
(-) Custos 7,70 30,80 34,10 27,50 18,70
SADAS/TOTAL 45,70 30,80 34,10 27,50 18,70
FLUXO DE CAIXA -11,70 3,60 4,30 3,70 7,10 4,20
Conseqentemente, o Valor Atual Lquido do projeto se reduziria de 7,01
milhes de RS para apenas 0,11 milho. Ou seja, uma perda de 98% do VAL,
cujo resultado explicitado abaixo:
VAL = -11,70 + 3,60 + 4,30 + 3,70 + 7,10 + 4,20 .
1,25 1,25
2
1,25
3
1,25
4
1,25
5
VAL = $ 0,11 milho de RS, ou queda de 98% ($7,01 p/ $0,11)
Por outro lado, se o Sr. Malik imaginasse que os equipamentos custariam 10%
a mais, a simples substituio por $41,8 do valor de $38 presente no Quadro,
reduziria o VAL do projeto para $3,21 milhes de RS, ou queda de 54% neste.
Para tal concluso, as quatro ltimas linhas do Quadro Resumo original se
alterariam para:
(-) Equipamentos 41,80
(-) Custos 7,00 28,00 31,00 25,00 17,00
SADAS/TOTAL 45,00 28,00 31,00 25,00 17,00
FLUXO DE CAIXA -14,80 6,40 7,40 6,20 8,80 4,20
Explicitando o resultado da mesma forma que para a reduo de custo,
teremos:
VAL = -14,80 + 6,40 + 7,40 + 6,20 + 8,80 + 4,20 = $3,21 de RS
1,25 1,25
2
1,25
3
1,25
4
1,25
5
83
Mtodos Quantitativos Aplicados Administrao
Poderamos prosseguir ainda muitos passos nesta trilha de testes isolados de
valores, no sentido de melhor compreender a economicidade do contrato, ou
seja, as razes que o tornam rentvel e quais os entraves que poderiam
arruinar sua atratividade.
Generalizando, por meio destes procedimentos, obviamente limitados,
procede-se a uma anlise de sensibilidade sobre os resultados finais a partir de
variaes em itens especficos, com o qu poderemos refletir sobre a
necessidade de se estudar melhor determinados parmetros.
Isto posto, cabe realar que tal anlise em planilha no se constitui numa
verdadeira anlise de risco pois, afinal, testar o impacto de uma variao de
10% sobre os custos nos diz apenas da sensitividade do VAL a tal variao,
mas nada quanto aos riscos inerentes s possveis variaes nos custos. De
modo a refletir sobre tais riscos (variaes de custos sobre resultados finais),
devemos pensar sobre as chances (ou probabilidades) de ocorrncia
associadas a estes desvios.
Enfatizando, estimar os desvios possveis e substitu-los em planilhas
eletrnicas no o bastante. H que se avaliar as chances de que estes
desvios ocorram e internaliz-las na anlise, fato este que possibilitado pelos
diagramas de deciso.
A anlise de risco no pode ser feita pela aferio de conseqncias sobre o
valor do projeto com base em variaes em apenas um parmetro de cada vez,
principalmente porque as diversas variveis se combinam a cada instante de
tempo, afetando-se mutuamente. Tanto assim que quando de dificuldades na
execuo de um contrato, estas podem se dever no apenas a elevaes de
custos mas, tambm, ao atraso de recebimentos. Enfim, para se analisar riscos
ocorre a necessidade de se pensar em cenrios e em suas probabilidades de
ocorrncia.
Para este fim, a Parte B do Caso "Dhahran" j nos permite extrapolar a simples
utilizao de planilhas, teis, entretanto, para inventariar os fatores de riscos
realmente significativos do projeto. Como veremos, o Sr. Malik dispe dos
meios para proceder a uma anlise de cenrios na qual persista a interao
das variveis e dos fatores de riscos.
84
Mtodos Quantitativos Aplicados Administrao
CASO "REDE VIRIA DE DHAHRAN": Parte B
Ao mesmo tempo em que estava contente com o contrato obtido, o Sr. Malik
reconhecia que um resultado favorvel dependeria de que tudo caminhasse
sem sobressaltos. Infelizmente, parecia-lhe que seria muita sorte se a
necessria combinao de eventos viesse em seu favor. Mesmo que isto fosse
desagradvel, seu pensamento se voltou para os aspectos do projeto que
poderiam dar errado.
Ele pensou, primeiramente, nos aspectos crticos que poderiam atrapalhar o
projeto, decidindo-se por fazer uma mudana a cada vez na sua anlise, de
modo que pudesse ver qual delas teria o maior impacto individual sobre o
mesmo.
medida em que pensava sobre o risco do projeto, pareceu-lhe que haveria
duas reas-chave, nas quais os projetos anteriores enfrentaram problemas.
So eles apresentados a seguir.
Pagamentos Atrasados: Houve momentos no passado em que a SADE teve
problemas em fazer os clientes pagarem suas contas e, ademais, no era a
nica com este tipo de problema na regio. De fato, haviam encontros
frequentes de construtores nos quais se discutiam tais experincias. Durante
estes encontros, um padro de comportamento parecia surgir: se problemas
ocorressem com relao ao cronograma de recebimentos, o atraso se dava
historicamente no terceiro ano do contrato e, recentemente, um ano de atraso
por esta parcela e todas as outras subseqentes tinha-se verificado com
relativa frequncia. Parecia-lhes, aos construtores, que o atraso se dava num
ponto do tempo em que o projeto j tinha "caminhado" a um ponto tal que os
construtores no o poderiam abandonar, e que, alm disto, os atrasos
representariam um ganho para os clientes.
Os atrasos pareciam ter ocorrido recentemente em aproximadamente 25% dos
projetos e as "queixas" dos clientes se faziam em termos de eventuais desvios
no cumprimento dos contratos pelos construtores.
Desvios de Custos: Embora a SADE tivesse orgulho de sua habilidade para
controlar custos, ela teria constatado desvios em algumas oportunidades,
dentre os quais, alguns realmente srios. Aps uma reviso em seus arquivos,
de 10 contratos j completados, pareceu ao Sr. Malik que os projetos poderiam
ser agrupados em 4 categorias:
1. Projetos que se comportaram de acordo ao esperado.
2. Projetos que experimentaram desvios negativos mdios, de amplitude de 5 a
10%.
3. Projetos que enfrentaram desvios negativos substanciais, em torno de 15%
a 20% dos custos previstos.
85
Mtodos Quantitativos Aplicados Administrao
4. Projetos que se comportaram melhor do que o previsto, com custos de 3 a
5% abaixo do esperado.
Infelizmente, houve apenas um nico projeto do tipo 4, enquanto anotou-se um
caso srio de desvio (tipo 3) e outros dois com desvios pequenos (tipo 2). Um
exame mais apurado dos arquivos revelou que os desvios, distribuiam-se
igualmente por todo o perodo do contrato.
De qualquer forma, v-se que a SADE alcana timo padro de desempenho,
pois no se constatou desvios de custos em 6 projetos.
3.1 Comentrios Parte B
Como j dissemos, para avaliar riscos de um projeto, comea-se por analisar
separadamente cada fator de risco de modo a se aferir sua significncia no
todo. E vemos, quanto a isto, que o Sr. Malik procedeu de fato a tal
averiguao, levantando dois pontos que julgava decisivos:
podem haver atrasos nos pagamentos pelo cliente. Tais atrasos
aconteceram no passado numa base de 1 para 4 (ou em 25% dos casos).
podem ocorrer variaes de custo. De uma anlise sobre 10 projetos
passados, constatou-se que 6 dentre eles comportaram-se de acordo aos
oramentos; 2 tiveram acrscimos mdios de 7,5%; 1 teve elevao mdia
de 17,5% acima do orado; e 1 teve, mesmo, custos finais por volta de 4%
abaixo do orado.
Vemos, portanto, que se abrem 8(oito) possibilidades reais para a SADE, de
acordo a preverem problemas no tocante a atrasos e a variaes de custos.
No aspecto especfico dos atrasos, o "Caso" nos permite elaborar um novo
Quadro Resumo, a partir da informao de que os rabes tm por hbito
postergar o 3
o
pagamento, na esperana de que as construtoras no possam
arcar com os custos de uma interrupo, uma vez que j tero realizado
parcela importante das tarefas totais. Sendo assim, o novo quadro se
apresentaria como:
86
Mtodos Quantitativos Aplicados Administrao
Quadro 2. Resumo do Contrato com Atraso
1989 1990 1991 1992 1993 1994 1995
Adiantamento 25,20
Contas a receber 11,00 43,00 0,00 48,00 39,00 27,00
Devol. Adiantamento 1,65 6,45 0,00 7,20 5,85 4,05
Reteno 0,55 2,12 0,00 2,40 1,95 1,35
Ret. da Reteno 4,20 4,20
ENTRADAS/TOTAL 34,00 34,40 0,00 38,40 31,20 25,80 4,20
Equipamentos 38,00
Custos 7,00 28,00 31,00 25,00 17,00
SADAS/TOTAL 45,00 28,00 31,00 25,00 17,00
FLUXO DE CAIXA -11,00 6,40 -31,00 13,40 14,20 25,80 4,20
Antes de passarmos elaborao do diagrama de deciso, incorporando todas
as informaes presentes no Caso, nos cabe assegurar que:
os eventos sejam mutuamente exclusivos, ou que sejam definidos de tal
forma a que apenas um ocorra por vez.
os eventos sejam coletivamente exaustivos, ou que sejam definidos de tal
forma a que um deles deva obrigatoriamente ocorrer por vez.
Partimos, agora, para a gerao dos diagramas de deciso, realando os
valores relativos s variaes de custos e os critrios de deciso representados
pelo Valor Atual Lquido e a Taxa Interna de Retorno (TIR).
Fig.1 Diagrama de Deciso
Comportamento dos
Custos
de Custo
(%)
VAL
(milhes)
TIR
(%)
Reduo do custo (0,1) -4,0% 9,77 67
Sem atraso Custo esperado (0,6) 0,0% 7,01 54
(0,75) Desvio pequeno (0,2) +7,5% 1,84 32
Desvio srio (0,1) +17,5% -5,06 7
Reduo do custo (0,1) -4,0% -0,73 24
Com atraso Custo esperado (0,6) 0,0% -3,49 19
(0,25) Desvio pequeno (0,2) +7,5% -8,66 11
Desvio srio (0,1) +17,5% -15,66 2
87
Mtodos Quantitativos Aplicados Administrao
Algumas lembranas devem ser feitas a esta altura do texto, de forma a que os
leitores no se confundam. A primeira delas de que os valores atuais lquidos
acima, referentes hiptese de no haver atraso, se calculam a partir dos
valores contidos no Quadro Resumo 1, da Parte A.
Assim que os dados para o clculo do valor de $7,01 milhes de RS, para as
hipteses conjuntas de no atraso e de controle perfeito dos custos, foram
obtidos do Quadro 1.
Outro valor, o de $-5,06 milhes de RS, representa a situao onde apesar de
no se esperar atrasos de pagamento, verificar-se-ia um descontrole de custo
da ordem de 17,5%. Neste caso, antes do clculo do VAL, h de se alterar as
3(trs) ltimas linhas do Quadro 1, para:
(-) Custos 8,23 32,90 36,43 29,38 19,98
SADAS/TOTAL 46,23 32,90 36,43 29,38 19,98
FLUXO DE CAIXA -12,23 1,50 1,98 1,83 5,83 4,20
Conseqentemente, o VAL do projeto seria de $-5,06 milhes de RS, cujo
resultado explicitado abaixo:
VAL = -12,23 + 1,50 + 1,98 + 1,83 + 5,83 + 4,20 = $-5,06 milhes de RS
1,25 1,25
2
1,25
3
1,25
4
1,25
5
No que se refere aos valores esperados com atraso nos pagamentos, os
clculos devem, naturalmente, serem feitos a partir dos valores do Quadro 2.
Como exemplo nico, vejamos o clculo do valor de $-8,66 milhes de RS, o
qual incorpora um desvio a mais de 7,5% nos custos. Para tal, alteramos as
3(trs) ltimas linhas deste quadro, para:
(-) Custos 7,53 30,10 33,33 26,88 18,28
SADAS/TOTAL 45,53 30,10 33,33 26,88 18,28
FLUXO DE CAIXA -11,53 4,30 -33,33 11,53 12,93 25,80 4,20
Assim, o VAL do projeto seria de $-8,66 milhes de RS, como comprovamos a
seguir:
VAL=-11,53+4,30 - 33,33 +11,53 +12,93 +25,80+ 4,20 = $ -8,66 milhes de
RS
1,25 1,25
2
1,25
3
1,25
4
1,25
5
1,25
6
Claro, os procedimentos para determinao dos demais valores seguem a
mesma sistemtica, e os leitores poderiam fix-la bem, calculando os demais
valores atuais lquidos (ou seja: -0,73; -3,49; -15,56).
88
Mtodos Quantitativos Aplicados Administrao
3.2 Anlise do Risco
Como demonstrado no diagrama de deciso construdo acima, existem
5(cinco) possibilidades em 8 (oito) de que o projeto mostre VAL negativo, ou
que deva ser abandonado. Mas, pergunta-se: isto tudo? Claro que no, afinal
os resultados correspondentes a VAL's negativos revelam probabilidades
pequenas, como vemos abaixo, a partir dos valores presentes no prprio
diagrama de deciso.
VAL Positivo = 0,75 x (0,1 + 0,6 + 0,2)
temos que a probabilidade de ocorrncia de um VAL positivo, ou por outra, de
que a empresa tenha em mos um projeto que lhe seja rentvel, de 67,5%.
Por outro lado, ocorre um risco dimensionado como de 32,5% de que o projeto
redunde em fracasso empresarial, trazendo prejuzo empresa. Este valor
pode ser calculado pela simples diferena de (100% - 67,5%) ou, ainda, como
da forma acima, utilizando os valores probabilsticos relativos aos VAL's
negativos:
VAL Negativo = 0,75 x 0,1 + 0,25 x (0,1 + 0,6 + 0,2 + 0,1) = 32,5%
3.3 Concluso
A anlise realizada at aqui descreve os diferentes fatores de risco, como se a
SADE nada pudesse fazer para defront-los. Nada mais irreal, pois as
empresas quase sempre podem reagir a eventos negativos, com maior ou
menor efetividade. Sendo assim, o risco de aceitao de um projeto prejudicial
aos interesses da empresa no alcanaria a dimenso levantada ao final da
seo precedente, qual seja, de 32,5%.
Neste sentido, a Parte C do Caso "Dhahran" nos permite abordar e avaliar a
ttica da reao a tais eventos negativos, em termos da utilizao do diagrama
de deciso.
89
Mtodos Quantitativos Aplicados Administrao
CASO "REDE VIRIA DE DHAHRAN" : Parte C
O Sr. Malik estava satisfeito por ter conseguido fazer um diagrama que
descrevesse o impacto combinado de possveis desvios de custos e de atrasos
de pagamentos. Mas ele no estava ainda plenamente convencido de que a
SADE deveria ir em frente com o contrato. Certamente que a deciso de
aceit-lo corresponderia a poder ganhar um projeto de valor atual lquido de
2,42 milhes de RS, de acordo com uma taxa de desconto, conservadora, de
25%. O problema estava na disperso (ou risco) dos possveis resultados e no
fato de que alguns destes poderiam (se ocorressem) se tornar extremamente
danosos para a empresa. Tal situao seria ainda pior se ocorresse uma
combinao infeliz de atrasos nos recebimentos e desvios negativos nos
custos.
Analisando o contrato mais detidamente, o Sr. Malik compreendeu que o
mesmo poderia ser extremamente atrativo desde que a SADE tivesse a
habilidade de reagir contra aqueles eventos negativos apontados.
Ele se decidiu, ento, por rever contratos anteriores, nos quais a SADE teria
experimentado atrasos de pagamentos. Verificou neles que quando tais
problemas ocorreram, a SADE sempre tentou exercer alguma presso sobre os
clientes e, num caso especfico, ela se decidiu pelo simples abandono do
contrato. Esta firme deciso impressionou de tal forma a contratante que esta,
como resultado, reconsiderou sua atitude completamente. O contrato foi
novamente honrado e no se verificou mais quaisquer atrasos.
O Sr. Malik inferiu disto que tal estratgia poderia ser empregada na execuo
do contrato com a municipalidade de Dhahran, desde que ocorressem atrasos
sintomticos de m f. A partir de pareceres do pessoal tcnico e comercial,
ele tentou estimar quais seriam as entradas e sadas aps um ato de fora
como este (ver no Apndice abaixo). Adicionalmente, tentou refletir sobre
possveis atitudes para o caso de desvios de custos mas, infelizmente, nada
lhe ocorreu. Neste sentido, pensou o Sr. Malik, seria melhor acreditar nos
atributos tcnicos do seu "ditador" de obras, que conforme se recorda, tinha
fama de controlar custos muito bem.
Apndice : Impacto de uma reao extrema sobre atrasos
Se atrasos de pagamentos ocorressem no terceiro ano, a SADE tentaria
convencer o cliente de que tais procedimentos representavam desrespeito ao
estabelecido em contrato e que os mesmos deveriam cessar imediatamente.
Se tal abordagem falhasse, a empresa poderia se decidir por interromper a
execuo das obras e, se o fizesse, as conseqncias mais visveis poderiam
ser:
trazer prejuzos para a SADE, uma vez que lhe seria impossvel interromper
todo o fluxo de despesas. (Haveria possibilidade de 60% de que os custos
90
Mtodos Quantitativos Aplicados Administrao
se comportassem como esperado, 30% com desvio mdios negativos e 10%
com desvios negativos bastante srios).
impressionar o cliente suficientemente, de modo a que o contrato fosse
honrado e completado sem novos atrasos no pagamento das parcelas
faltantes.
Assim, o esquema de entradas e de sadas, correspondente a esta ltima
possibilidade, poderia ser estimado como se segue:
1989 1990 1991 1992 1993
Contas a receber 11,00 43,00 0,00(1) 60,00(1) 54,00(1)
Custos 7,00 28,00 5,00(2) 39,00 34,00
Obs: (1) Nenhuma entrada se daria em 1991, sendo que todo o restante viria
em 1992 e 1993.
Detalhando: 48,00 + 39,00 + 27,00 = 114,00 --- 60,00 em 92 e 54,00 em 93.
(2) Apesar da interrupo na execuo do contrato, algumas despesas no
deixariam de serem honradas.
Detalhando: 5,00 em 91 so custos fixos que no deixariam de ser pagos
31,00 + 25,00 + 17,00 = 73,00 --- 39,00 em 92 e 34,00 em 93.
O Sr. Malik, ainda no satisfeito, procedeu elaborao de um novo esquema
de recebimento, onde no se verificaria o sucesso expresso no quadro anterior
e que ele supunha com uma chance de 80% de ocorrncia. Naturalmente, ao
esquema abaixo ele atribua uma expectativa de ocorrncia de 20%. Vejamos:
1989 1990 1991 1992 1993 1994
Contas a receber 11,00 43,00 0,00 15,00 45,00 54,00
Custos 7,00 28,00 5,00 39,00 34,00
4.1 Comentrios Parte C
Enfim, o relato da Parte C sugere que deveramos revisar nossa anlise de
forma a tomar em conta no apenas os fatores de risco do contrato mas,
tambm, as reaes possveis da empresa. Neste sentido, poderamos aferir o
risco real subjacente tomada da deciso de se aceitar o contrato da
municipalidade de Dhahran.
Antes de partirmos para a construo do diagrama final, cabe resumir as
decises que se apresentavam ao Sr. Malik:
aceitar o projeto ou recus-lo;
se aceitar, deve ou no reagir a atrasos deliberados por parte dos rabes?
Adicionalmente, o clculo dos valores atuais lquidos exigem a construo de
novos quadros resumo, de forma a que incorpore os 2(dois) padres de
91
Mtodos Quantitativos Aplicados Administrao
renegociao que se espera dos contratantes. Assim, para o caso de uma
renegociao mais vantajosa, teramos:
Quadro 3. Resumo de uma Renegociao Mais Vantajosa
1989 1990 1991 1992 1993 1994
Adiantamento 25,20
Contas a receber 11,00 43,00 0,00 60,00 54,00
Devol. Adiantamento 1,65 6,45 0,00 9,00 8,10
Reteno 0,55 2,15 0,00 3,00 2,70
Ret. Da Reteno 4,20 4,20
ENTRADA/TOTAL 34,00 34,40 0,00 48,00 47,40 4,20
Equipamentos 38,00
Custos 7,00 28,00 5,00 39,00 34,00
SADA/TOTAL 45,00 28,00 5,00 39,00 34,00
FLUXO DE CAIXA -11,00 6,40 -5,00 9,00 13,40 4,20
J para o caso dos contratantes puderem impor renegociao prejudicial aos
interesses da SADE, o quadro resumo se apresentaria como:
Quadro 4. Resumo de uma Renegociao Menos Vantajosa

1989 1990 1991 1992 1993 1994 1995
Adiantamento 25,20
Contas a receber 11,00 43,00 0,00 15,00 45,00 54,00
Devol. Adiantamento 1,65 6,45 0,00 2,25 6,75 8,10
Reteno 0,55 2,15 0,00 0,75 2,25 2,70
Ret. Da Reteno 4,20 4,20
ENTRADA/TOTAL 34,00 34,40 0,00 12,00 36,00 47,40 4,20
Equipamentos 38,00
Custos 7,00 28,00 5,00 39,00 34,00
SADA/TOTAL 45,00 28,00 5,00 39,00 34,00
FLUXO DE CAIXA -11,00 6,40 -5,00 -27,00 2,00 47,40 4,20
Com estes dados temos as condies para construir o diagrama final para
suporte deciso gerencial de aceitao ou de rejeio do contrato. Em
especial, v-se que tal diagrama corresponde a uma extenso do diagrama
92
Mtodos Quantitativos Aplicados Administrao
anterior, pela introduo de um novo "tronco" referente hiptese de reao
aos atrasos.
Fig.2 Diagrama de Deciso com Reao
Comportamento dos
Custos
de Custo
(%)
VAL
(milhes)
TIR
(%)
Reduo do custo (0,1) -4,0% 9,77 67
Sem atraso Custo esperado (0,6) 0,0% 7,01 54
(0,75) Desvio pequeno (0,2) +7,5% 1,84 32
Desvio srio (0,1) +17,5% -5,06 7
Reduo do custo (0,1) -4,0% -0,73 24
Com atraso Custo esperado (0,6) 0,0% -3,49 19
(0,25) Desvio pequeno (0,2) +7,5% -8,66 11
(Sem reao) Desvio srio (0,1) +17,5% -15,66 2
Com atraso Custo esperado (0,6) 0,0% 2,39 12
(0,25) Desvio pequeno (0,3) +7,5% -2,59 6
(Reao mais Desvio srio (0,1) +17,5% -9,24 2
efetiva) (0,80)
Com atraso Custo esperado (0,6) 0,0% -5,45 3
(0,25) Desvio pequeno (0,3) +7,5% -10,44 2
(Reao
menos efetiva
(0,20)
Desvio srio (0,1) +17,5% -17,09 1

Nosso prximo passo ser o de eliminar alternativas que representem aes
inferiores, no sentido de serem "dominadas" por outras. Assim que somos
colocados face deciso "excludente" de reagir ou aceitar passivamente os
atrasos da contratante. Neste caso, para aferirmos qual a ao mais vantajosa,
calculamos o VAL para cada uma delas. Vejamos primeiramente, o caso de
no reagir, usando apenas os dados contidos no diagrama acima:
VAL (hiptese de no reao) = (0,1 x -0,73) + (0,6 x -3,49) + (0,2 x -8,66) +
(0,1 x - 15,56)
93
Mtodos Quantitativos Aplicados Administrao
portanto, na hiptese de no se reagir a atrasos, ter-se-ia:
VAL (no reao) = $-5,46 milhes de RS
No caso oposto, qual seja, de reao a atrasos, o VAL da iniciativa seria de:
VAL (hiptese de reao) = 0,80 x (2,39 x 0,6 - 2,59 x 0,3 - 9,24 x 0,1) + 0,20 x
(-5,45 x 0,6 - 10,44 x 0,3 -17,09 x 0,1)
enfim, dentro da hiptese de se reagir a atrasos, teramos:
VAL (reao) = $-1,85 milhes de RS
Podemos concluir destes resultados que a melhor opo para a SADE seria a
de reagir a atrasos deliberados por parte dos rabes, afinal:
VAL (reao) > VAL (no reao)
Sendo assim, devemos eliminar o "tronco" referente atrasos sem reao e,
conseqentemente, nosso diagrama para a tomada de deciso ter sua feio
final alterado para:
Fig.3 Diagrama Final de Deciso
Comportamento dos
Custos
de Custo
(%)
VAL
(milhes)
TIR
(%)
Reduo do custo (0,1) -4,0% 9,77 67
Sem atraso Custo esperado (0,6) 0,0% 7,01 54
(0,75) Desvio pequeno (0,2) +7,5% 1,84 32
Desvio srio (0,1) +17,5% -5,06 7
Com atraso Custo esperado (0,6) 0,0% 2,39 12
(0,25) Desvio pequeno (0,3) +7,5% -2,59 6
(Reao mais Desvio srio (0,1) +17,5% -9,24 2
efetiva) (0,80)
Com atraso Custo esperado (0,6) 0,0% -5,45 3
(0,25) Desvio pequeno (0,3) +7,5% -10,44 2
(Reao
menos
Desvio srio (0,1) +17,5% -17,09 1
efetiva (0,20)
4.2 Deciso
94
Mtodos Quantitativos Aplicados Administrao
O passo final o de usar o diagrama acima para a tomada da melhor Deciso.
Por ele, podemos ver que o VAL geral do empreendimento alcana $3,33
milhes de RS, o que nos leva a concluir, considerando apenas este valor, pela
sua aceitao. Outrossim, demonstramos a seguir este valor:
VAL (geral) = 0,75 x (9,77 x 0,1 + 7,01 x 0,6 + 1,84 x 0,2 - 5,06 x 0,1) + 0,25 x
0,80 x (2,39 x 0,6 - 2,59 x 0,3 - 9,24 x 0,1) + 0,25 x 0,20 x (-5,45 x 0,6 - 10,44 x
0,3 - 17,09 x 0,1)
portanto ==> VAL (geral) = $3,33 milhes de RS
Como j salientado, no devemos limitar nossa Deciso apenas pelo fator do
retorno. Uma Deciso gerencial sensata h de tomar em conta os riscos do
empreendimento, o que pode ser feito a partir dos dados presentes no
diagrama final. Para isto, precisamos apenas tomar as probabilidades
associadas aos eventos que prometam um VAL positivo, ou:
VAL Positivo = 0,75 x (0,1 + 0,6 + 0,2) + 0,25 x 0,80 x 0,6
Com isto, temos que a probabilidade de que o contrato em questo traga
benefcios para a SADE situa-se em 79,5%.
Por diferena, vemos que o risco de se aceitar um mal contrato, que traga
prejuzo para a SADE, da ordem de 20,5%. Para verificarmos este valor,
basta proceder diferena de (100% - 79,5%). Caso queiramos nos utilizar dos
valores probabilsticos contidos no diagrama da Fig.3, teremos:
VAL (negativo) = 0,75 x 0,1 + 0,25 x 0,80 x (0,3 + 0,1) + 0,25 x 0,20 x (0,6 + 0,3
+ 0,1) = 20,5%
Temos, afinal, as bases para a Deciso: a um retorno expresso pelo Valor
Atual Lquido de $3,33 milhes de RS, contrape-se um risco (uma
probabilidade) de 20,5% de que o contrato no seja benfico para a
SADE/Mendes. E ser neste ponto onde o executivo dever se utilizar da
intuio ou de seu senso de negcios para se decidir pela aceitao ou
rejeio do contrato, uma vez que todas as quantificaes possveis foram j
consideradas.
E para voc? Qual seria sua Deciso?
95
Mtodos Quantitativos Aplicados Administrao
Exerccio de Diagrama de Deciso
Discutir e resolver preferencialmente em pequenos grupos
O diretor financeiro de uma empresa estuda a possibilidade de efetivar um
contrato com as seguintes caractersticas:
2006 2007 2008
Receita $2.000,00 $2.500 $2.700,00
Custo $700,00 $800,00 $900,00
Equipamentos seriam adquiridos em 2005 por exatos $500,00.
Analisando contratos semelhantes j realizados, o diretor verificou que em 20
deles os custos apresentaram 3 comportamentos distintos: 10 conforme o
esperado, 05 entre 10% e 20% acima do esperado e 05 com aumentos
significativos de 25%.
As receitas tambm poderiam atingir nveis fora do esperado. A probabilidade
de que obedecessem as estimativas era de 70%. Caso houvesse uma retrao
nas vendas, as receitas cairiam em 10%.
Caso as vendas venham a apresentar uma retrao, a empresa poderia
assumir duas linhas de ao: a primeira, de aceitar passivamente tal reduo, e
a segunda, aparentemente mais aconselhvel, de reagir. Reagindo, abririam-se
duas possibilidades: a) os custos originais aumentariam 5% em funo de
despesas com propaganda e as receitas seriam as inicialmente previstas, ou b)
os custos aumentariam 10% e as receitas alcanadas superariam em 5% as
constantes do quadro inicial. A probabilidade de ocorrncias destas duas
alternativas de reao igual. (Obs: a empresa no pode influenciar estas
ltimas possibilidades de resultados em funo de uma reao)
A par destas informaes e sabendo que a TRR utilizada de 30%, monte o
diagrama de deciso pertinente e calcule a probabilidade de VAL positivo e
tambm o VAL geral.
Voc aceitaria este projeto? Por que?
E se a TRR fosse de 20%. Qual sua deciso?
96
Mtodos Quantitativos Aplicados Administrao
BIBLIOGRAFIA
BASSO, Thomas F.. Investimento prova de pnico. So Paulo : Makron
Books, 1997.
BREALEY, Richard A.; MYERS, Stewart C. Princpios de finanas
empresariais. Lisboa : McGrawHill de Portugal, 1996.
BUNCHAFT, Guenia; KELLNER, Sheilah Rubino de Oliveira; Estatstica sem
mistrios. Petrpolis, RJ: Vozes, 1997.
BUSSAB, Wilton O. Anlise de Varincia e de Regresso. So Paulo : Atual,
1999.
_______, Wilton O.; MORETTIN, Pedro A.; Estatstica Bsica. 4. ed. So
Paulo: Atual, 1997.
CREIGHTON, James H. C. A first course in probability models and
statistical inference. 1st.ed.. New York : Springer-Verlag.
CREIGHTON, James H. C. A second course in probability models and
statistical inference. 1st.ed.. New York : Springer-Verlag.
CRESPO, Antnio Arnot. Estatstica fcil. 8.ed.. So Paulo : Saraiva, 1991.
DAMODARAN, Aswath. Avaliao de investimentos: ferramentas e
tcnicas para a determinao do valor de qualquer ativo. Rio de
Janeiro : Qualitymark, 1999.
DOWNING, Douglas; CLARK, Jefrey. Estatstica aplicada. So Paulo :
Saraiva, 1998.
FONSECA, Jairo Simon da; MARTINS, Gilberto de Andrade. Curso de
Estatstica. 4.ed.. So Paulo : Atlas, 1993.
FONSECA, Jairo Simon da; MARTINS, Gilberto de Andrade; TOLEDO, Geraldo
Luciano; Estatstica Aplicada. 2. ed. So Paulo: Atlas, 1985.
FREUND, John E.; SIMON, Gary A. Estatstica Aplicada. 9.ed. Porto Alegre :
Bookman, 2000.
GITMAN, Lawrence J. Princpios de administrao financeira. So Paulo :
Harbra, 1997.
LAPPONI, Juan Carlos. Estatstica usando Excel 5 e 7. So Paulo : Lapponi
Treinamento e Editora, 1997.
97
Mtodos Quantitativos Aplicados Administrao
LEVINE, David M.; BERENSON, Mark L.; STEPHAN, David. Estatstica
teoria e aplicaes usando Microsoft

Excel em portugus. Rio de


Janeiro : LTC Livros Tcnicos e Cientficos, 2000.
Manual do Proprietrio e Guia para Soluo de Problemas da HP-12C. Hewlett-
Packard Company, 1981.
MATOS, Orlando Carneiro; Econometria Bsica: teoria e aplicaes. 3. ed.
So Paulo: Atlas, 2000.
MILONE, Giuseppe; ANGELINI, Flvio. Estatstica aplicada. So Paulo :
Atlas, 1995.
MOREIRA, Dlio. Mtodos estatsticos para administradores e
economistas. So Paulo : Edies Loyola, 1985.
PUCCINI, Abelardo de Lima. Matemtica financeira objetiva e aplicada: com
planilha eletrnica. 5. ed. So Paulo : Saraiva, 1998.
ROOS, Stephen A., WESTERFIELD, Randolph W., JAFFE, Jeffrey F..
Administrao Financeira - Corporate Finance. Traduo: Antnio Zorato
Sanvicente. So Paulo : Atlas, 1995.
SANDRONI, Paulo. Dicionrio de administrao e finanas. So Paulo :
Best Seller, 1998.
SILVER, Mick; Estatstica para Administrao. So Paulo: Atlas, 2000.
SPIEGEL, Murray R. Estatstica. 3.ed.. So Paulo : Makron Books, 1993.
STEVENSON, William J.. Estatstica aplicada administrao. Traduo:
Alfredo Alves de Farias. So Paulo : Editora Harbra Ltda, 1996.
TOLEDO, Geraldo Luciano; OVALLE, Ivo Izidoro. Estatstica bsica. 2. ed..
So Paulo : Atlas, 1995.
VIEIRA SOBRINHO, Jos Dutra. Matemtica financeira. 6. ed. So Paulo :
Atlas, 1997.
WERKEMA, Maria Cristina Catarino; AGUIAR, Slvio. Anlise de Regresso:
como entender o relacionamento entre as variveis de um processo.
vol.7 Belo Horizonte : Fundao Cristiano Otoni, 1996.
98
Mtodos Quantitativos Aplicados Administrao
Para quem no tem direo
no h bom vento.
Se os outros desistem da aposta
todas as vezes em que voc tem uma boa mo,
sinal de que est mostrando o jogo.
99