Académique Documents
Professionnel Documents
Culture Documents
1. Introdução
1
Doutorando em Administração pela FEA/USP
2
Mestranda em Administração pela FEA/USP
3
Doutoranda em Administração pela FEA/USP
4
O trecho entre aspas corresponde a definição de projeto do PMBOK (2000).
1
2. Fundamentação Teórica
Durante a elaboração de projetos, muitas decisões são tomadas e muitas delas sem o
devido embasamento em informações sólidas, ou seja, na presença de incerteza. Em
termos conceituais, incerteza é “desconhecimento sobre um evento futuro” (Wideman,
1984, p. I3), evento este que pode ter repercussões tanto positivas (oportunidades),
quanto negativas (riscos), como ilustra a figura 01.
Proje Produt
Resultado
favorável.
Incert
Resultado
desfavorável.
2
• Definir uma referência para os fatores não controláveis do projeto;
1. Identificação dos riscos (risk identification): que visa determinar quais riscos
podem afetar o projeto e documentar as características de cada um.
2. Quantificação dos riscos (risk quantification): que visa avaliar o riscos e suas
interações para estimar o intervalo de resultados possíveis.
O PMBOK ressalta ainda que diferentes áreas de aplicação utilizam nomes diferentes
para cada processos. Algumas vezes, os dois primeiros processos são agrupados e
denominados análise de riscos (risk analysis ou risk assessment), e apenas os dois
últimos são agrupados na administração de riscos (risk management).
Por estar focado na fase de análise e aprovação de projetos, este trabalho aborda os dois
primeiros processos da administração de riscos, que serão detalhados a seguir:
3
A análise de risco é um ferramental da teoria da decisão visto que a equipe de projetos
precisa de embasamento para fundamentar a escolha dentre caminhos alternativos.
Através da sistematização das informações e subseqüente quantificação, os “decision
makers” conseguem conciliar complexidade do problema a incertezas ex-ante, “trade-
offs” entre benefício e custo da decisão, maximização de múltiplos objetivos e,
finalmente, consenso sobre percepções subjetivas de riscos.
É importante salientar que a administração de risco não prevê controle irrestrito dos
eventos determinísticos. Pelo contrário, assume que a ocorrência de certos fatos
independem da ação da firma e, neste caso, ela deve estar preparada para posicionar-se
corretamente frente à nova situação.
4
2.2.1 Identificação de Riscos
Existem vários critérios para classificações de risco. Uma primeira divisão trata das
incertezas associadas ao negócio e risco puro. O primeiro permite que o projeto tenha
variações no resultado tanto além, quanto aquém do esperado. A empresa pode tentar
minimizá-lo através de constituição de equipe de projetos competente e dotada de
ferramental para trabalhar adequadamente. Por sua vez, o risco puro é aquele que
permite apenas decréscimos no resultado esperado.
Uma outra abordagem sugere a divisão do risco segundo seu impacto no projeto:
• Técnica;
• Legal.
5
Figura 3: Identificação das fontes de risco em projetos
6
Descrição dos Outputs:
Finda esta primeira parte da análise, o resultado terá sido o levantamento de informações
relevantes ao projeto, variáveis a serem controladas pelo gerente, pontos de controle não
estabelecidos nas ferramentas habituais de gerenciamento de projeto e levantamento de
incertezas.
7
Figura 4: Quantificação de riscos em projetos
Fonte: PMBOK
4. Previsão de custo.
5. Previsão do cronograma.
5. Árvore de decisão
8
6. Julgamento de experts
Análise de Sensibilidade
9
Esta ferramenta permite uma análise mais realista do projeto, evidenciando os intervalos
de valores que as variáveis podem assumir e mostrando a importância relativa de cada
uma. Por outro lado, esta análise não incorpora a probabilidade de ocorrência de cada
valor dentro do intervalo5 e, em geral, cada variável é analisada de forma individual,
dificultando a visualização de relações de interdependência. Dessa forma, é uma técnica
indicada para projetos simples, com poucas alternativas de implementação e poucos
fatores de risco não-relacionados.
Elaboração de Cenários
Este método apresenta a vantagem de forçar o analista do projeto a refletir sobre todas
as incertezas e interdependências associadas aos diversos fatores de risco do projeto.
Por outro lado, a utilização da ferramenta requer a elaboração de um modelo acurado
para o problema, que em geral envolve maiores custos e prazos. Dessa forma, esta
técnica é indicada para projetos complexos, com um grande número de variáveis inter-
relacionadas e de grande importância para a organização.
5
A atribuição de distribuições de probabilidade para cada intervalo de variação pode ser
incorporada à análise. O PMI refere-se a esta ferramenta como Análise Probabilística (Probability
Analysis).
10
3. Estudo de Caso: Itaú Agro Florestal Ltda.
Este trabalho foi baseado em Onuki (1998) que faz uma comparação entre a avaliação
tradicional de venda de imóveis rurais e a avaliação baseada no FCD (fluxo de caixa
descontado). Com esta finalidade, Onuki (1998) analisou o caso da Itaú Agro Florestal
Ltda, que apresentava na época alguns projetos que poderiam ser implementados,
alterando assim o valor da empresa.
A unidade em estudo dentro da referida empresa foi a Fazenda Água Fria, com área total
de 8.521 ha, localizada no município de Padre Bernardo, estado de Goiás. Esta fazenda
possui localização privilegiada pois está a 120 km de Brasília e a 250 km de Goiânia.
Situa-se em uma região de regime de chuvas bem definidos. Os produtos agrícolas da
fazenda são vendidos para atacadistas, supermercados e indústrias; e a madeira de
eucalipto é vendida em pé, na própria fazenda, para carvoeiro, lenha e para construção
civil.
11
Os fatores de risco levantados foram o preço e a produtividade de cada produto
(eucalipto, seringueira, banana, uva, maracujá, limão, soja e milho), o pico do limão que
é um multiplicador do preço do limão que influencia nos seus preços de quatro em quatro
anos, a política agrícola que é um multiplicador dos custos dos produtos agrícolas e as
taxas de juros.
Política
Pico Agrícola Taxas de
Limão Juros
Produtividade Preço
Uva Uva
Produtividade Preço
Limão Limão
Produtividade Preço
Milho Milho
Produtividade Preço
Seringueira Seringueira
Preço Preço
Florestal Preço Maracujá
Banana
12
Quadro 1 – Cenários Definidos para o Fator de Risco Taxa de Juros
Alta 15% 20
Média/Alta 25% 18
Média 35% 15
Média/Baixa 20% 12
Baixa 5% 10
A partir das distribuições de valores definidas para cada variável, o risco do projeto foi
quantificado utilizando-se o método de simulações de Monte Carlo, com o auxílio do
software DPL (Decision Programming Language), desenvolvido pela ADA Systems Inc6.
6
www.adainc.com
13
P reço Limão
Preço Uva
P rod. Uva
Prod. Limão
P reço Florestal
Pico Limão
Preço Soja
Preço Marac ujá
Preço Banana
Preço Milho
Taxa de Juros
Prod. Milho
Prod. Soja
Política Agric.
Prod. S ering.
Preço S ering.
Uma das principais contribuições do Diagrama de Tornado é que ele possibilita uma clara
visualização dos fatores de risco mais importantes do projeto, permitindo identificar
rapidamente quais são as variáveis sobre as quais se deve concentrar o esforço de
análise e consequentemente possibilitando redução tanto no custo quanto no prazo do
projeto.
14
Figura 7 - Curva S: Distribuição Acumulada de Probabilidades
100%
90%
80%
70%
60%
Projeto 1
50% Projeto 2
Projeto 3
40%
30%
20%
10%
0%
-2.500
2.500
5.000
7.500
10.000
12.500
15.000
17.500
20.000
22.500
-
VPL < 2.000 VPL > 2.000 VPL > 3.000 VPL > 4.000 VPL > 5.000
15
Neste caso, a análise evidenciou a superioridade da alternativa de implementar-se todos
os projetos possíveis, pois a probabilidade de atingir sucesso aumenta à medida que os
investimentos incrementais são realizados.
Para calcular o VPL (Valor Presente Líquido) de cada um dos três fluxos de caixa
mencionados Onuki (1998) utilizou uma planilha eletrônica e a Simulação de Monte
Carlo. Os valores das variáveis utilizados no cálculo do VPL por meio da planilha
eletrônica foram conservadores, ou seja, considerou-se os valores com probabilidade
média de ocorrência. Pela Simulação de Monte Carlo foi possível considerar todo o
intervalo de oscilação de cada variável e suas respectivas probabilidades.
Quadro 3 – Valor Presente Líquido pela Simulação de Monte Carlo e pela Planilha Eletrônica
Antes de calcular o VPL pelos métodos acima descritos, Onuki (1998) demonstrou uma
avaliação de venda da propriedade rural realizada por especialistas do ramo. Esta
avaliação pode ser visualizada no quadro a seguir e é realizada utilizando métodos
contábeis e cotações a mercado. O valor de liquidação forçada diz respeito ao valor que
viabilizaria a venda na época.
16
Quadro 4 – Avaliação de venda realizada por especialistas do ramo de avaliação de imóveis
e empreendimentos rurais
4. Considerações Finais
Comparando os valores, Onuki (1998) conclui que a avaliação pelo FCD por meio de
planilha eletrônica gerou VPL inferior ao da avaliação tradicional. Assim, o retorno deste
empreendimento não é compensador quando comparado com a opção de venda. No que
se refere à avaliação pela simulação de Monte Carlo, esta produziu valor superior ao da
avaliação tradicional o que indica que não se deve desfazer do bem por preço inferior ao
obtido pela simulação se as premissas e informações utilizadas forem confiáveis.
17
O número final alcançado no processo de simulação é apenas uma parte do trabalho. A
parte principal é feita pelos especialistas que fornecem os dados de entrada para rodar o
programa. Caso estas informações estejam incorretas, então o resultado final não
representa a realidade.
Para projetos que envolvem nova tecnologia, é difícil de se avaliar o risco previamente,
logo o método não é efetivo.
Apesar das suas limitações, o método tem seus pontos positivos. Identifica importantes
riscos e oportunidades, auxiliando a tomada decisão quando o projeto em andamento.
18
Junto com a análise de Monte Carlo, deve constar um plano de gerenciamento do risco.
A análise realizada considerou que não havia correlação entre os fatores de risco, o que
pode superestimar ou subestimar os retornos dos projetos. A superestimativa pode
ocorrer quando se considera, por exemplo, as variáveis preço e produtividade. Os
retornos podem ser subestimados quando se considera as variáveis preços e política
agrícola.
No caso analisado, também poderia ter sido incorporado o valor de algumas opções
reais, comuns em projetos na agroindústria. Não se considerou, por exemplo, que se o
custo da colheita mais o frete for maior que o valor da produção, a safra pode não ser
colhida, ou ainda, que se o valor da produção de milho for maior que o valor da produção
de soja, a área plantada de milho será aproximadamente igual a área pré-destinada a
milho mais a área pré-destinada à soja e vice-versa.
Por fim, poderia ter sido incluído um cenário de stress como, por exemplo, a
probabilidade de quebra total de produção por ocasião de seca intensa, praga e outros
fatores.
BIBLIOGRAFIA
ONUKI, M. Avaliação financeira de uma propriedade rural pelo método tradicional e pelo
fluxo de caixa descontado – FCD, utilizando-se a simulação de monte carlo com
19
diferentes cenários operacionais, taxas de descontos e projetos de investimentos.
Trabalho de Conclusão de Curso (MBA). FEA/USP, São Paulo, 1998.
WIDEMAN, R. Max. (ed.) Project and program risk management: a guide to managing
project risks and opportunities. The PMBOK Handbook Series, vol. 6, 1992.
20