Anlise de Risco Financeiro em Projetos do Setor de Petrleo e Gs

Aguinaldo Jnio Flor aguinaldojflor@gmail.com UFRJ

Resumo:Com a descoberta do Pr-Sal e a necessidade de desenvolvimento do setor de Petrleo e Gs no Brasil, a atividade tem crescido vertiginosamente. Este trabalho se prope a apresentar um modelo para anlise de risco financeiro atravs de um projeto do setor de Petrleo e Gs. O modelo tem natureza probabilstica, utilizando a metodologia de Simulao de Monte Carlo, levando em considerao a incerteza e complexidade do ambiente observando diferentes graus de risco atravs de variveis de sada: VPL e TIR. As variveis de sada so geradas a partir de dados que compe o fluxo de caixa do projeto e, em especial, variveis aleatrias que representam impacto na anlise de risco do modelo. Para aplicar a Simulao de Monte Carlo foi utilizado os softwares: Microsoft Excel e Crystal Ball. Os resultados do VPL e TIR mostram aderncia a curva de probabilidade utilizadas nas variveis aleatrias, confirmando uma forte correlao entre os dados estatsticos analisados. A Simulao de Monte Carlo em anlise de risco financeiro em projetos do setor de Petrleo e Gs pode ser uma ferramenta til para gerar valor agregado nas projees, fornecendo conforto e segurana ao decisor. Palavras Chave: Simulao de Monte C - Risco Financeiro - Petrleo e Gs - -

1. INTRODUO Conforme estudos Bret-Rouzaut e Favennec (2011), todas as referncias sobre o petrleo podem remontar antiguidade por tratar-se de um produto estratgico para o mundo. Os autores informam que desde sua descoberta at a era moderna, ele foi usado como dois propsitos: medicamento e instrumento de guerra. Bret-Rouzaut e Favennec (2011) explicam que as doenas, como escorbuto, gota, dor de dente, reumatismo e outras, eram tratadas com petrleo. Sua outra funo, propsito de guerra, foi despertada atravs de povos como, por exemplo, gregos, romanos e bizantinos. A partir da era moderna, com a utilizao do petrleo em lamparinas desenvolvidas pelo fsico Argand e, posteriormente, aperfeioada por Quinquet, o produto popularizou-se rapidamente. Desde a primeira perfurao de um poo, em 1859 na Pensilvnia, o uso do querosene aumentou em larga escala tanto a produo, quanto a comercializao. A partir desta fase, a Indstria do Petrleo expandiu por todo o mundo provocando guerras e, ao mesmo tempo, desenvolvimento de novas tecnologias. Bret-Rouzaut e Favennec (2011) explicam que o setor do petrleo envolve vrios tipos de custos. Os custos de explorao incorrem antes da descoberta de reservas e causam impacto direto companhia. Os custos de desenvolvimento so ocasionados pela perfurao de poos e todos os gastos acessrios necessrios (Capex). Por fim, os custos relacionados s operaes de uma unidade de produo (Opex). Ao fazer uma comparao entre consumo e produo na matriz energtica mundial na Figura 1.1, percebe-se um gap de 22,6% entre o consumo e a produo de petrleo no ano de 2010.

Figura 1.1- Matriz: Consumo vs Produo Fonte: EIA International Energy Outlook (2011)

Na dcada de 70 Tolmasquim e Junior (2011) explicam que o Brasil no desempenhava um papel relevante no cenrio mundial do petrleo. Apesar do consumo crescente, sua produo era insignificante. A partir dos choques de 73 e 79, o pas teve forte impacto com os no preo internacional do petrleo, portanto, os investimentos em explorao e produo foram incentivados com o objetivo de diminuir a dependncia de importao. A Petrobrs concentrou esforos na bacia de Campos, litoral do Rio de Janeiro, o que culminou em descobertas de campos gigantes e tornou-se autosuficiente. Em paralelo, o consumo domstico passou de 500 mil barris dirios para cerca de 2 milhes de barris em 2010. Com a recente descoberta das reservas do Pr-Sal no Brasil e a perspectiva da exponencial utilizao do petrleo no futuro, tem delineado para o pas um desenvolvimento vertiginoso do setor de Petrleo e Gs. A consequente necessidade de novos petroleiros,

navios-sonda de perfurao e plataformas offshore, portanto, o Governo Federal criou o Programa de Modernizao e Expanso da Frota (Promef), contemplando inicialmente 49 navios do tipo petroleiro com capacidade de 1,05 milho de barris e 157 mil toneladas de porte bruto (TPB) e do tipo gaseiros com porte de 4 mil TPB e navios de derivados claros. Segundo Goldberg (2010) e Dermachi (2010), o Promef tem como principal objetivo a construo dos navios no Brasil com participao de 65% no ndice de nacionalizao e 70% em sua segunda fase com interesse nato de transformar/construir estaleiros modernos e capazes de competir internacionalmente. Em paralelo construo de navios petroleiros, que esto sendo responsveis pelo recente ressurgimento da Indstria Naval Nacional, o setor de Petrleo e Gs tem gerado demanda de apoio para o setor de explorao e perfurao de poos como, por exemplo, navios de lanamento/instalao de linhas de flexveis/tubos rgidos, navios-sonda, plataformas, etc. Com este cenrio, se faz necessrio a realizao estudos de viabilidade econmicofinanceiros para que as empresas e gestores possam otimizar seus investimentos em um ambiente complexo com nvel elevado de incerteza. O Pr-Sal est em uma profundidade de 5 a 7 mil metros abaixo do nvel do mar, Tolmasquim e Junior (2011) informam que a incluso nas reservas do Brasil, alm de consumidor estratgico, passa a ter um papel relevante no lado produtor, com capacidade de ofertar grandes quantidades de petrleo no mercado internacional. Entre 2006 e 2009, a Petrobrs perfurou 11 poos na rea central da Bacia de Campos, todos com sucesso. Nas bacias de Santos e Campos esto concentradas 52 perfuraes de poos exploratrios desde 2005, com um ndice de sucesso de 88%, frente a uma mdia internacional entre 20% e 30%. Mesmo com um baixo risco exploratrio, os investimentos so mais altos por tratar-se de reservas em guas profundas e, crises financeiras, situaes macroeconmicas do pas e do mundo tem provocado ambientes cada vez com mais incerteza e dificuldades para previso de rentabilidade e lucros. Alm dos fatores acima expostos, todo o controle do investimento no Pr-Sal est concentrado apenas em uma empresa, de economia mista e com grande influncia governamental. Este artigo torna-se slido devido a complexidade do setor de Petrleo e Gs em relao necessidade de fazer projees de preos para participar de processos licitatrios em projetos com desenvolvimento em largo espao de tempo no qual o empreendimento ficar vulnervel a variaes macroeconmicas e planejamento poltico. Dado o cenrio explicitado, o modelo desenvolvido tem como objetivo analisar a qual nvel de risco financeiro uma companhia do setor de Petrleo e Gs estaria exposta. 2. SETOR DE PETRLEO E GS Segundo Bret-Rouzaut e Favennec (2011), depsitos de hidrocarbonetos consistem em acumulaes de petrleo ou gs em poros de rochas sedimentares, formando assim, os reservatrios. Os depsitos so formados em bacias sedimentares que foram preenchidas h milhes de anos. Quando animais e plantas morrem, geram resduos compostos de carbono, hidrognio, nitrognio e oxignio. O que no decomposto por bactrias, ficam depositados em ambientes aquticos com baixa oxigenao. Por estar sob os leitos dos mares continentais, lagoas, lagos ou deltas, o material fica protegido da ao das bactrias. A partir da, inicia-se o processo de formao do petrleo, provocado por altas temperaturas e presses.

Em sua descoberta sendo utilizado na medicina at a idade moderna com o surgimento das grandes companhias de petrleo. Sua procura, produo, transformao, transporte e venda, o tornou, segundo Bret-Rouzaut e Favennec (2011), um lquido precioso, fonte de poder e grandes guerras. Para a explorao do petrleo em ambiente onshore a escolha da sonda depende da profundidade no qual o leo est localizado, j em ambiente offshore, acrescenta-se outras variveis, a profundidade da gua, condies climticas e a distncia da base logstica. BretRouzaut e Favennec (2011) explicam que as plataformas de extrao offshore podem ser fixas, semissubmersveis ou estruturas flutuantes com posicionamento dinmico. Bret-Rouzaut e Favennec (2011) informam que a explorao limitada por dois fatores: poltico, nem todas as zonas so abertas explorao e o segundo tcnico, em algumas zonas, a tecnologia disponvel no o suficiente para a explorao. A seguir, ser discorrido sobre a explorao do petrleo. Tolmasquim e Junior (2011) informam que as reservas provadas de petrleo no Brasil tem crescido a uma taxa mdia anual em cerca de 8,2% nos ltimos 30 anos. Localizadas majoritariamente na Bacia de Campos, em rea marinha, no sudeste do pas. Na dcada de 1980, aps os choques de 1973 e 1979, o governo brasileiro incentivou os investimentos em explorao e produo de petrleo visando a independncia energtica externa. Em 1986, foi criado o Programa de Inovao Tecnolgica e Desenvolvimento Avanado em guas Profundas (Procap 1.000), cuja meta principal foi desenvolver tcnicas de explorao de petrleo em at mil metros de profundidade. Em 1993, continuam discorrendo, Tolmasquim e Junior (2011), a Petrobras lanou o novo programa, Procap 2.000, com maior intensificao de capacitao tecnolgica da empresa para produo em guas ultraprofundas, entre mil e dois mil metros. Devido ao emprenho, em 1996 foi descoberto o campo Roncador com reserva provada e provvel superior a 8,5 bilhes de barris de leo. Em 2001 a Petrobrs lanou o Procap 3.000, com estudos em lminas de gua de at 3.000 metros, que levaram a descoberta de novas fontes, como por exemplo, o campo de Jubarte e Cachalote com reservas estimadas de 600 a 300 milhes de barris de leo equivalente (boe), a comercialidade do campo Papa-Terra com 700 a 1.000 milhes de boe estimados. Alm das descobertas de Lula, Bem-Te-Vi, Carimb, Carioca, Cernambi, Guar, Franco, Libra e Piracuc. As descobertas na rea do Pr-Sal ainda no foram includas nas reservas provadas do Brasil, ao acontecer, o pas dever se posicionar entre os 10 com as maiores reservas do mundo, atualmente, conforme Figura 2.1, so comprovados 14,2 milhes de barris no Brasil.

Figura 2.1- Evoluo das reservas de Petrleo e Gs no Brasil Fonte: BP Statistical Review World Energy 2011

Todo o investimento no setor de Petrleo e Gs justificado pela rpida evoluo de consumo interno de petrleo, segundo o Balano Energtico Nacional (BEN 2011), verifica-se na Figura 2.2 que o Brasil tinha um consumo de 307 mil barris de petrleo por dia com 69% de importao contra um consumo de 2.604 barris de petrleo por dia com 18% de importao do insumo.

Figura 2.2 - Evoluo do Consumo de Petrleo no Brasil (Produo + Importao) Fonte: Balano Energtico Nacional 2011 Empresa de Pesquisa Energtica (EPE)

Com a descoberta das reservas de petrleo do Pr-Sal e o crescimento vigoroso da economia nacional, Rocha (2011) explica que no ano de 2003 foi entregue aos ministros do Governo Federal um estudo realizado pelos estaleiros sobre a expressiva possibilidade da retomada da indstria da construo naval no Brasil. Justificando-se a representao do comrcio nacional estar disposto em 90% de transporte martimo, o reconhecimento da Petrobrs pela falta de capacidade local para construo de navios e plataformas, os estaleiros propunham executar uma retomada da indstria naval em trs movimentos: (i) retomada da construo de navios, (ii) expanso e renovao tecnolgica dos estaleiros e uma programao de encomendas de navios e plataformas. Aps 20 anos de dormncia, a Indstria Naval Brasileira inicia uma nova trajetria para suprir a demanda necessria para o desenvolvimento da cadeia de Petrleo e Gs nacional. 2.1. INDSTRIA NAVAL NO BRASIL Rocha (2011) explica que, devido a necessidade de novos petroleiros, navios-sonda de perfurao e plataformas de offshore, foi criado o Programa de Modernizao e Expanso da Frota (Promef), contemplando inicialmente 49 navios do tipo petroleiro com capacidade de 1,05 milho de barris e 157 mil toneladas de porte bruto (TPB) e do tipo gaseiros com porte de 4 mil TPB e navios de derivados claros. Alm da curva de aprendizagem, provocada pela dormncia de 20 anos do setor e a falta de mo-de-obra especializada, os maiores desafios so a qualidade do produto e preo competitivo, e a sustentabilidade dos empreendimentos, tornando-os capaz em investir nas instalaes, tecnologia e capacitao. O programa Navega Brasil de 2000, lanado pelo Governo Federal aumenta o percentual de financiamento e alarga o prazo mximo do emprstimo, favorece aos armadores nacionais e, aps estudos da Petrobrs segundo a Lei 9.478/97 de 06 de agosto de 1997 (Logstica do Petrleo), surgiram novas necessidades da Companhia. Almeida (2008)

informa que entre 2003 e 2004, os clculos e modelos apresentados atravs do Programa de Modernizao e Expanso da Frota Promef mostraram que a capacidade logstica do Brasil cara de 40 para 16%. Segundo o site da Transpetro (2012), a reativao da indstria naval no Brasil est sendo impulsionada pela Transpetro, atualmente maior armadora da Amrica Latina. Sua frota est sendo renovada atravs de licitaes de 49 novos petroleiros que sero construdos atravs das duas fases do Programa de Modernizao e Expanso da Frota Promef, fazendo parte do Programa de Acelerao do Crescimento PAC, sua premissa construir navios no Brasil com ndice de nacionalizao de 65% e 70% na primeira e segunda fase, respectivamente. Na primeira fase do Promef, a Transpetro (2012) informa que a licitao que fora aberta aos estaleiros, foi contratada 23 embarcaes e sero construdas pelas empresas abaixo: Estaleiro Atlntico Sul (PE): 10 navios do tipo Suezmax; Estaleiro Atlntico Sul (PE): 5 navios do tipo Aframax; Estaleiro Ilha S.A. EISA (RJ): 4 navios do tipo Panamax; Estaleiro Mau (RJ): 4 navios do tipo de Produtos.

Na segunda fase do Promef, continua a Transpetro (2012) informando que a composio da carteira tem 18 navios e o processo de compra tambm foi atravs de processo licitatrio: Estaleiro Atlntico Sul (PE): 4 navios do tipo Suezmax DP (aliviadores de Posicionamento Dinmico); Estaleiro Atlntico Sul (PE): 3 navios do tipo Aframax DP (aliviadores de Posicionamento Dinmico); Estaleiro Promar (PE): 8 navios do tipo Gaseiros; Estaleiro Superpesa (RJ) 3 navios do tipo Bunker; Estaleiro Ilha S.A. EISA (RJ): 8 navios do tipo Produtos.

A demanda existente exige das empresas anlises dos investimentos com caractersticas do mercado de Petrleo e Gs, mesmo com uma latncia apresentada na indstria naval e o novo cenrio provocado pela descoberta do Pr-Sal. A seguir, sero apresentadas informaes sobre anlise de investimento em projetos da cadeia. 3. METODOLOGIA O modelo desta pesquisa tem como finalidade contribuir com uma reflexo sobre a utilizao de Simulao de Monte Carlo em estudos de viabilidade econmico-financeira aplicado ao setor de Petrleo e Gs. Modelos desta natureza podem auxiliar a tomada de deciso no momento do planejamento financeiro de um projeto. Trata-se de construo de duas embarcaes do tipo Pipe Laying Support Vessel (PLSV) de 350 toneladas que tem a finalidade de prestar servios de lanamento e instalao de dutos flexveis em poos de guas profundas no qual o custo de construo dever ser coberto pelo preo do charter e prestao de servio previamente estipulado em licitao pela Petrobras. A proponente uma empresa do setor de Petrleo e Gs, situada no Brasil, que presta servio em reas de Onshore, Offshore e Subsea. O modelo desenvolvido tem caracterstica quantitativa com um nvel de detalhamento aprofundado, portanto, foi escolhido o tipo de pesquisa aplicada em metodologia de Estudo de Caso. Lopes (2006) explica que este tipo de pesquisa pode ser utilizado quando o

pesquisador quer aprofundar seus conhecimentos enfatizando um nico estudo. Segundo Yin (2005), um estudo de caso pode contribuir com conhecimentos organizacionais de forma exploratria ou descritiva atravs de investigao emprica e tcnicas de Pesquisa Operacional. Os preos utilizados no modelo para mensurar os valores de construo da embarcao, charter e do servio, foram alterados atravs de uma funo que est de posse do autor da pesquisa. Todas as sries econmico-financeiras esto disponveis nos anexos desta pesquisa, juntamente com as fontes dos quais foram extrados. Diversos autores como, Ackoff e Sasieni (1968), Goldberg e Luna (2005) e Silva et al. (2009) explicam que as tomadas de decises podem ser suportadas atravs do mtodo cientfico utilizando a Pesquisa Operacional, no qual consiste em um sistema organizado atravs de experimentaes com modelos em busca da melhor maneira de operar um sistema. Este trabalho utiliza a tcnica de simulao em seu experimento uma vez que, Silva et al. (2009) defendem que uma das tcnicas mais gerais utilizadas em Pesquisa Operacional. Devido complexidade analisada, o modelo ir descartar tcnicas de programao linear e no linear, utilizando modelos dinmicos para que capte as mudanas ocorridas no tempo, atravs da incorporao de elementos aleatrios, modelos desta natureza so chamados de Simulao Estocstica ou de Monte Carlo. Devido utilizao de modelo matemtico, esta pesquisa utiliza o mtodo dedutivo em busca de resultados atravs da Simulao de Monte Carlo, utilizando tambm, outras tcnicas conforme abaixo explicitado: I. II. III. IV. O mtodo de pesquisa a ser aplicado no trabalho ser de Pesquisa Operacional; Os objetivos foram delimitados atravs da tcnica descritiva, devido origem da pesquisa; Os dados necessrios para a construo do modelo sero feitos atravs de pesquisa de documentos, em sistema gerencial e reviso bibliogrfica; A modalidade da pesquisa quantitativa, conforme Andrade (2009) expe, por se tratar de um modelo de simulao estocstica, e;

A anlise dos resultados ser dada de forma exploratria por oferecer, segundo Yin (2005), uma contribuio atravs da anlise dos resultados. Os softwares utilizados na modelagem foram: Microsoft Excel para a construo do fluxo de caixa projetado e todas as planilhas auxiliares necessrias para a anlise do objeto estudado; o Crystal Ball foi utilizado para efetuar a simulao de 5.000 cenrios atravs de nmeros pseudo-aleatrios e gerar, desta forma, as curvas de probabilidade de Valor Presente Lquido e Taxa Interna de Retorno. 4. SIMULAO DE MONTE CARLO A primeira vez que surgiu o termo simulao no mbito da Pesquisa Operacional, segundo Corrar e Thepilo (1993) foi em um trabalho do hngaro-americano Von Neumann e Ulam em 1940, atravs da expresso Anlise de Monte Carlo realizada atravs de tcnica matemtica para resoluo de problemas probabilsticos relacionados com a difuso aleatria de partculas de nutrons quando as mesmas eram submetidas a um processo de fisso nuclear para blindagem de reatores, esta pesquisa foi denominada Projeto Manhattan que se tratava de uma bomba atmica.

Bernstein (1997), em sua obra clssica na histria do risco, diz que sem vantagens e probabilidades, o nico meio de lidar com o risco apelando aos deuses e ao destino. Filosofa, ainda, ao dizer que o que separa o passado e o presente o domnio do risco, portanto, sem nmeros, o risco seria uma questo de pura coragem. Vose (1996) explica que a anlise de risco se preocupa com a avaliao das incertezas que ameaam um projeto que, normalmente, divide-se em duas partes: programao e risco do custo. Os riscos e oportunidades em um projeto podem vir a aumentar ou diminuir os custos, podendo ser mensurados atravs de estimativas de probabilidade de uma ocorrncia. Fatores intangveis podem ter relevncia em um projeto, chegando ao ponto de inviabilizar sua continuidade. Neves (1981) informa que tais fatores em anlise de projetos de investimento devem ser considerados na anlise de risco. Uma vez que, seu principal objetivo calcular as chances de um projeto se tornar invivel, fornecendo elementos para que o decisor possa observar diferentes graus de risco. A tomada de deciso por um executivo deve ser embasada em dados e informaes que possam propiciar uma soluo adequada e de alta qualidade. Segundo Andrade (2009), para que a escolha atinja seu objetivo, chegando mais prximo do que se deseja, deve ser visualizado as possveis consequncias de cada alternativa. Esse processo torna-se mais simples e intuitivo quanto mais simples for deciso. Para Mun (2010), risco a incerteza que afeta o sistema de forma desconhecida trazendo grande flutuao no valor e nos resultados. A incerteza e o risco estaro sempre presentes no horizonte do tempo afetando os cenrios que esto sendo mensurados podendo alterar seus resultados. Estudos sobre este campo renderam ao Harry Markowitz a congratulao do prmio Nobel com a Teoria da Fronteira Eficiente, no qual revolucionou o mundo das finanas, observando a natureza e retorno do risco. Markovitz no enxergou o risco como um inimigo, mas sim como uma forma de balancear o risco atravs de uma melhoria do retorno atravs do seu modelo voltado para a rea de finanas. Os modelos assumem uma posio importante na deciso, uma vez que promovem mais facilidade as pessoas envolvidas com o problema, segundo Andrade (2009), uma visualizao da estrutura do sistema real em anlise, a inter-relao entre as informaes, cria uma sistemtica de anlise e avaliao das alternativas e ajuda como um instrumento de comunicao e discusso com outras pessoas. Silva et al. (2009) informam que os modelos de simulao so dinmicos com variveis que incorporam mudanas ocorridas no tempo que permitem avaliar o efeito de um conjunto de decises sucessivas. A quantidade de trabalho e materiais necessrios para se produzir uma unidade de cada produto, custos por unidade de trabalho e matrias-primas, o preo de venda de cada produto, quantidades mximas que se pode produzir so exemplos de fatores que devem ser levados em conta para a soluo de um problema. Os referidos fatores aliados aos indicadores econmico-financeiros com fim de subsidiar a deciso de investimento trazem um maior conforto no momento da tomada de uma deciso financeira dentro da companhia. Andrade (2009) informa que possvel identificar diferentes tipos de modelos: modelos conceituais relacionam de maneira sequencial e lgica as informaes e as fases do processo de deciso atravs de um modelo que se tem em mente. Modelos matemticos no qual se baseiam em que todas as informaes e variveis do problema podem ser quantificadas e representadas atravs de funes matemticas. E, por fim, modelos heursticos que so construdos para problemas de grande complexidade, a partir do momento que um modelo matemtico torna-se impraticvel para chegar a uma soluo vivel.

Para resoluo de problemas financeiros, geralmente so utilizados os modelos matemticos com tcnicas de Pesquisa Operacional. Andrade (2009) explica que os modelos matemticos podem ser de dois tipos: modelos de otimizao, no qual no permite flexibilidade na escolha das alternativas devido a sua estrutura para selecionar uma nica alternativa, a que ser considerada tima. E os modelos de simulao, que procuram fazer uma representao do mundo real gerando vrias anlises de alternativas antes da implementao da melhor soluo. Esta pesquisa baseia-se na metodologia de Simulao de Monte Carlo, que ser explicada a seguir. Segundo Mun (2010), o nome Simulao de Monte Carlo devido a capital dos jogos de azar, Mnaco. Este tipo de simulao abre as portas para resoluo de problemas complexos com facilidade. O autor continua em suas explicaes, dizendo que a Simulao de Monte Carlo cria um futuro artificial atravs de milhares de cenrios analisando suas caractersticas predominantes. Jckel (2002) informa que na dcada de 40 o mtodo de Simulao de Monte Carlo envolveu vrios problemas relacionando a matemtica com diferentes problemas que estavam sendo investigados por cientistas. Na rea de finanas, sua utilizao necessria quando busca-se uma soluo para clculos de valor esperado. Metropolis (1987) apresenta em seus estudos um relato sobre o desenvolvimento do mtodo desde o surgimento com Von Neumann at as especulaes sobre a utilizao futura desta metodologia e sua evoluo com o poder de clculo dos novos computadores. Hertz (1979) utilizou a Simulao de Monte Carlo em finanas abordando a deciso que os administradores de empresas enfrentam ou tero que enfrentar em ambientes de incerteza. Seu artigo conclui que atravs de simulaes possvel tomar decises com mais conscincia dos riscos que esto envolvidos. Andrade (2009) informa que a simulao possibilita a realizao de interaes internas de um dado sistema de uma companhia, no qual torna vivel a tomada de deciso com uma reduo considervel de custos, no caso de se observar individualmente cada varivel. Ao definir os objetivos da simulao, amplitude e profundidade que se deseja analisar os resultados, pode iniciar a construo, a coleta de dados e o processo de construo do modelo. Esta ideia est consoante com os estudos de Corrar e Theophilo (2004) quando informam que as tcnicas de simulao, com sua facilidade de automatizao atravs de planilhas eletrnicas, permitem a anlise da distribuio dos resultados de forma mais consistente sobre um comportamento futuro de decises de determinadas variveis decisrias. Devido grande massa de dados processados, o modelo de simulao s torna vivel esta prtica atravs de sistemas computacionais que, segundo Silva et al. (2009) o modelo pode ser chamado de Simulao Estocstica ou Monte Carlo, uma vez que sua dinmica envolve mltiplos perodos e descarta qualquer outra tcnica de programao linear ou nolinear. A Simulao de Monte Carlo gera randomicamente milhares de valores para determinadas variveis que so consideradas incertas no ambiente no qual a modelagem est inserida, gerando combinaes que levaro a resultados para uma anlise que se deseja estudar. Law e Kelton (2000) defendem que a tcnica resolve certos problemas estocsticos ou determinsticos em que a passagem do tempo no possui um papel relevante. Evans e Olson (1998) explicam que a Simulao de Monte Carlo um experimento amostral com objetivo de estimar atravs de uma distribuio de resultados as possibilidades de determinada varivel. No qual estamos interessados a partir de uma ou mais variveis de entrada. O resultado analisado a partir do comportamento probabilstico de acordo com a distribuio estipulada. Na rea de anlise de investimentos em projetos, o modelo simula

milhares de cenrios com possveis rentabilidades que permite ao tomador de deciso analisar o risco do projeto sob as condies que ele foi estruturado. Corrar (1993) explica que empresas ainda utilizam modelos econmicos tradicionais em seus planejamentos financeiros. Modelos tradicionais so determinsticos e no levam em conta o fator incerteza no processo decisrio, embora o ambiente em que as organizaes esto inseridas so tomadas em ambientes incertos e com um mercado flutuante a cada segundo. Adotar a alternativa de Simulao de Monte Carlo em avaliao de projetos de investimento possvel, segundo Moore e Weatherford (2005), por apresentar resultados de fcil leitura e de forma simples atravs de um modelo probabilstico. Sua vantagem est em determinar como uma variao randomizada a propagao da incerteza e que poder afetar a performance ou viabilidade do projeto que est sendo modelado. Dorp e Duffey (1999) utilizaram o mtodo de Monte Carlo aplicado na construo naval a partir de diagramas de redes na durao das atividades necessrias para pintar trs mdulos separados de um mesmo navio em um determinado perodo de tempo levando em considerao a incerteza do mau tempo e os pedidos de alterao por parte da engenharia. Sua pesquisa foi motivada pela prevalncia de riscos relacionados a atrasos nos cronogramas em grandes projetos de engenharia. O autor defende que a modelagem pode ajudar a ter estimativas mais reais da incerteza, concluindo que o mtodo de Monte Carlo poder ser utilizado tambm em outras reas. 3. ANLISE DE INVESTIMENTOS NO SETOR DE PETRLEO E GS (P&G) Bret-Rouzaut e Favennec (2011) informam que a indstria do petrleo capitalista por natureza, portanto, as decises de investimento so cruciais na obteno de sucesso ao fim de qualquer projeto. Para que o modelo de avaliao esteja adequado ao setor, necessrio definir a taxa de desconto, a tcnica de anlise de risco que ser utilizada, sumrios de projetos e critrios de alocao de recursos quando houver escassez de recursos. Como critrios para avaliao dos projetos, os autores sugerem o Valor Presente Lquido VPL e a Taxa interna de Retorno TIR. Os autores continuam explanando sobre o risco da escolha da taxa de desconto dos projetos, uma vez que quanto mais elevada, reduzida a possibilidade de se tornarem rentveis, podendo provocar rejeies de oportunidades que podero ser aproveitadas pela concorrncia. O setor de Petrleo e Gs utiliza taxas de desconto diferentes para categorias de atividades distintas, uma vez que h diferenas entre os mtodos financeiros aplicados e os perfis de risco. Para projetos com durao de curto prazo, Bret-Rouzaut e Favennec (2011) sugerem a utilizao de modelos determinsticos com base em sries histricas de extrao, produtividade, preos, custos e lucros, utilizando ferramentas do tipo Custo Capital Mdio Ponderado CCMP; tima alocao de alquota de imposto e financiamentos. Como opo para tratar a incerteza no modelo, pode-se utilizar a anlise de sensibilidade com o objetivo de avaliar a variao de resposta quanto s mudanas nas hipteses relativas aos diferentes componentes do clculo de fluxo de caixa. Para projetos de longo prazo, como por exemplo, explorao de petrleo, BretRouzaut e Favennec (2011) orientam a usar modelos baseados em funes de distribuio de probabilidades. A tcnica mais comum para utilizao em modelos desta natureza a Simulao de Monte Carlo SMC com a exigncia de um sistema computacional. As variveis que so consideradas estocsticas so determinadas por amostras escolhidas pseudoaleatoriamente que iro calcular o Valor Presente Lquido VPL. Esta operao repetida

centena de vezes, obtendo-se uma amostra de possveis VPLs. Em seguida so construdos os histogramas e clculos estatsticos que iro auxiliar o decisor no momento da escolha de concretizao ou no dos projetos que iro compor o portfolio da companhia. Alm de SMC, os autores fornecem como alternativa a rvore e Deciso e a Teoria de Opes. Para o estudo de caso desta pesquisa, foi realizado a partir de um projeto de longo prazo que compe a carteira de uma empresa do setor de Petrleo e Gs, presente no Brasil. O objeto de estudo um projeto de origem EPC Engineering, Procurement and Construction (Engenharia, Compra e Construo). Por este motivo, o modelo que ser descrito no prximo captulo, foi desenvolvido atravs de Simulao de Monte Carlo. 4. MODELO ECONOMTRICO Kaplan e Norton (1997) defendem que para ter uma viso balanceada do negcio, necessrio observar sob quatro perspectivas (financeira, clientes, processos internos e aprendizado/crescimento), desta forma ser possvel ter uma viso mais realista e transparente do empreendimento. Na perspectiva financeira, sugerido uma medida possvel de mensurar o retorno sobre o investimento e o valor econmico agregado, no qual o modelo apresentado poder oferecer. O objeto de estudo refere-se a um contrato de longo prazo com arrendamento de dois navios do tipo PLSV com prestao de servio de lanamento e manuteno de dutos flexveis. As embarcaes sero construdas atravs de contratao de um estaleiro com modalidade Turnkey Lump Sum no qual h um contrato com clusulas acordadas entre as partes e o preo fixo com entrega em data especificada e nvel de desempenho exigido. O projeto ser modelado com caractersticas de Project Finance no qual ele dever ser auto-sustentvel com as receitas de aluguel ( charter) e de prestao de servio com a instalao e manuteno dos dutos flexveis. Para tanto, sero modelados custos financeiros para financiamento especfico do projeto. Neste caso, o rating de mercado dos acionistas ir influenciar diretamente no preo do financiamento. O modelo foi construdo considerando: o valor de CAPEX, o financiamento, a necessidade de capital prprio, garantias financeiras, incio da construo e operao das embarcaes, custos de mo-de-obra com a tripulao, custos com OPEX. Os indicadores que mais oferecem impacto nos resultados esperados de VPL e TIR so o INPC, IGP-DI e variao do Dlar, uma vez que a receita do charter recebida no exterior e em moeda estrangeira. Estes mesmos indicadores, so considerados no modelo como as variveis aleatrias. Para construo das curvas de probabilidade e por se tratar de licitao com preo, na Simulao de Monte Carlo, foi utilizada a distribuio de LogNormal. Os dados histricos para clculo da Mdia e Desvio Padro foram utilizados a partir de 2000 at 2011, conforme Tabela 4.1 abaixo:
Indicador INPC IGP-DI Dlar Tabela: Variveis Aleatrias Mdia Desvio Padro 6,84% 3,24% 8,61% 6,97% 2,24 0,50 Fonte: Ipeadata

Mesmo que sejam utilizados mtodos computacionais, no seria possvel gerao de nmeros genuinamente aleatrios a no ser que, segundo Shimizu (1975), sejam geradas infinitas simulaes, portanto, a Simulao de Monte Carlo gera nmeros chamados pseudoaleatrios. Ehrlich (1988) informa que os critrios de aleatoriedade dos nmeros pseudoaleatrios so uniformemente distribudos, estatisticamente independentes e no h repetio

da srie no intervalo de interesse. A partir dos dados levantados, modelo construdo e aplicao da Simulao de Monte Carlo, gerou os resultados da sesso seguinte. 5. RESULTADOS Os modelos determinsticos, geralmente so utilizados trs cenrios, costumeiramente chamados de Base, Otimista e Pessimista. Esta pesquisa utilizou uma gerao de 10.000 simulaes de diferentes cenrios com resultados apresentados em forma de grficos e tabelas com resultados probabilsticos para uma melhor visualizao. Devido tcnica gerao de nmeros pseudo-aleatrios, a Simulao de Monte Carlo descarta valores que estejam muito distantes da cauda, portanto, a exibio dos cenrios podero ser inferiores a quantidade de simulaes executadas, 5.000. No modelo foi utilizado a distribuio de probabilidade LogNormal para as variveis aleatrias, conforme verifica-se nas Figuras 5.1 e 5.2 as curvas de VPL e TIR tem melhor aderncia com a curva LogNormal com aproveitamento de 9.873 e 9.867 cenrios aproveitados dos 10.000 aleatrios, o que corrobora com a alta correlao das variveis aleatrias com as de sada. A Figura 5.1 apresenta o grfico do histograma da varivel de sada VPL no qual o modelo apresenta uma mdia em $22.611 para um valor esperado em caso base em $15.075 com 99,43% de se atingir o resultado projetado.

Figura 5.1- Histograma VPL Fonte: Esta Pesquisa

Em seguida, a Figura 5.2 apresenta o grfico do histograma da varivel de sada TIR no qual o modelo apresenta uma mdia em 18,07% para um valor esperado em caso base em 16,48% com 99,36% de se atingir o resultado projetado.

Figura 5.2- Histograma TIR Fonte: Esta Pesquisa

As duas variveis de sada apresentam mdia maior do que o valor esperado em caso base, apresentando robustez nas projees efetuadas e que poder dar maior conforto aos decisores a aceitar o ingresso do projeto em seu portfolio. Mesmo com a incerteza do ambiente, certamente o cliente e o prazo longo da contratao traz um risco financeiro menor ao projeto. A varivel que tem maior impacto no modelo, conforme pode ser visto na Figura 5.3, no grfico de sensibilidade o IGP-DI (linha 15 na planilha de indicadores do modelo), o aumento deste ndice no ano de 2013 (J15), perodo de construo das embarcaes, poder provocar uma queda no VPL em cerca de 15%. No ano de 2012 (I15), primeiro ano de construo, o impacto menor, cerca de 13%.

Figura 5.3- Grfico de Sensibilidade Fonte: Esta Pesquisa

6. CONCLUSO O risco estar presente no dia-a-dia em qualquer situao, basta estar vivo para correr riscos. Segundo Bernstein (1997) o risco uma rea nova que surgiu apenas na era do Renascimento. O autor informa que o controle do risco surgiu, provavelmente, a partir dos jogos de azar, quando os humanos passaram a mostrar sua paixo pela tenso provocada pelo risco. Uma avaliao determinista analisa comumente cerca de trs cenrios, Otimista, Pessimista e Mais Provvel a partir das variveis de sada: VPL e TIR em um fluxo de caixa. A Simulao de Monte Carlo aplicada anlise de viabilidade econmico-financeira de projetos do setor de Petrleo e Gs permite obter dados realizados mais prximos dos projetados pela utilizao da probabilidade no modelo, uma vez que a incerteza tem uma forte presena nas projees. Os resultados obtidos no modelo construdo afirma que a metodologia de Simulao de Monte Carlo poder contribuir com o incremento da incerteza provocada pelo setor ao qual o estudo de caso pertence. Se a Companhia passa a analisar o risco financeiro em seu portfolio, passar a ter um banco de dados que levar a possiblidade de um gerenciamento de risco eficaz para a organizao. 7. REFERNCIAS ALMEIDA, R. Dirio de Bordo. A histria da indstria naval brasileira. So Paulo: Zngara Produes Culturais, 2008. ANDRADE, E.L. Introduo Pesquisa Operacional: Mtodos e Modelos para Anlise de Dados. Rio de Janeiro: LTC, 2009. 4 edio. BERNSTEIN, Peter L. Desafio aos Deuses: a fascinante histria do risco. Rio de Janeiro: Campus, 1997. BRET-ROUZAT, N. & BRET-ROUZAUT, J. Petleo & Gs Natural: Como Produzir e a que Custo. 2 Edio. Rio de Janeiro: Synergia, 2011. CORRAR, L. J. & THEPHILO, C. R. Pesquisa Operacional para Deciso em Contabilidade e Administrao. So Paulo, Atlas, 2004. DEMARCHI, C. Mercado Restrito para a Engenharia Nacional. Valor Setorial: Indstria Naval. So Paulo, Valor Econmico, 2010. DORP, J. R. & DUFFEY, M. R. Statistical Dependence in Risk Analysis for Project Networks Using Monte Carlo Methods. Elsevier Science B.V., Int. J. Production Economics, 58, p. 19-27, 1999. EHRLICH, P. J. Pesquisa Operacional: Curso Introdutrio. 6 edio. So Paulo, Atlas, 1988. EVANS, J. R. & OLSON. D. L. Introduction to simulation and risk analysis. New Jersey, Prentice Hall, 1998. GOLDBERG, S. Petrleo e Gs Puxam Ritmo de Investimentos. Valor Setorial: Indstria Naval. So Paulo, Valor Econmico, 2010. KAPLAN, R. & NORTON, D. A Estratgia em Ao: Balance Scorecard. Rio de Janeiro, Campus, 1997. JCKEL, P. Monte Carlo Methods in Finance. England, Wiley Finance, 2002.

LAW, A. M. & KELTON, W. D. Simulation Modeling and Analysis. 3 edio. New York, MacGraw-Hill, 2000. LOPES, J. O Fazer do Trabalho Cientfico em Cincias Sociais Aplicadas. Pernambuco, Editora UFPE, 2006. MARKOWITZ, H. Portfolio Selection. The Journal of Finance. 1952, Vol. 7, N 1, p. 77-91. METROPOLIS, N. The Beginning of the Monte Carlo Method. Los Alamos Science, 1987, Vol. 15, 122-143. MUN, J. Modeling Risk: Applying Monte Carlo Risk Simulation, Strategic Real Options, Stochastic Forecasting and Portfolio Optimization. 2nd edition. New Jersey, Wiley Finance, 2010. NEVES, C. Anlise de Investimentos: Projetos Industriais e Engenharia Econmica. Rio de Janeiro, Zahr Editores, 1981. ROCHA, A. A nova indstria naval brasileira. SINAVAL, Rio de Janeiro, 2011. SHIMIZU, T. Simulao Digital em Computador. So Paulo, Editora USP, 1975. SILVA, E. M.; GONALVES, V. & MUROLO, A. C. Pesquisa Operacional: Para os Cursos de Economia, Administrao e Cincias Contbeis. 3 edio. So Paulo, Editora Atlas, 2009. TOLMASQUIM, M.T. & JUNIOR, H.Q.P. Marcos Regulatrios da Indstria Mundial do Petrleo. Rio de Janeiro: Synergia, 2011. TRANSPETRO <www.transpetro.com.br>. Pesquisa no site. Acesso em jul/2012. VOSE, D. Quantitative Risk Analysis: A Guide to Monte Carlo Simulation Modelling. Oxford, Wiley Finance, 1996. YIN, R. Estudo de Caso: Planejamento e Mtodos. 5 edio. So Paulo, Bookman Editora, 2005.

Powered by TCPDF (www.tcpdf.org)