Pamplona, Edson de O. Gerenciamentos de Riscos em Custos. VIII Congreso Internacional de Costos.

Punta Del Leste, Uruguay, 26 a 28 de novembro de 2003

Gerenciamento de Risco em Custos

Edson de Oliveira Pamplona Brasil Universidade Federal de Itajub Pamplona@unifei.edu.br Palavras-chave: Custos, Risco, Valor em risco

Tema: Aplicaciones Matemticas a la Contabilidad de Gestin Recursos udio visuais: Computador e Projetor Multimdia

Pamplona, Edson de O. Gerenciamentos de Riscos em Custos. VIII Congreso Internacional de Costos. Punta Del Leste, Uruguay, 26 a 28 de novembro de 2003

Gerenciamento de Risco em Custos

Palavras-chave: Custos, Risco, Valor em risco

Tema: Aplicaciones Matemticas a la Contabilidad de Gestin

Resumo Este artigo aplica conceitos de gerenciamento de riscos, geralmente j adotados no mercado financeiro. Inicialmente realizada uma reviso sobre o VaR (Value at Risk) e tambm sobre a Simulao de Monte Carlo, que um dos mtodos para calcular esta m trica j bastante conhecida em finanas. Logo aps apresenta-se uma derivao destes mtodos em um ambiente corporativo, atravs de um conjunto de mtricas registradas como CorporateMetrics. Finalmente o artigo apresenta uma possvel aplicao destes conceitos na gesto de custos, obtendo uma distribuio de probabilidades dos custos de um produto ou servio pela aplicao da Simulao de Monte Carlo, possibilitando o clculo dos parmetros Valor Esperado e Desvio-Padro dos custos. A partir da o trabalho apresenta uma mtrica que pode auxiliar na gesto de riscos em custos, o Custo em Risco, ou seja, o maior valor para os custos de um produto ou servio, em um determinado perodo, a um nvel de significncia definido.

1. Introduo
A inteno deste artigo apresentar uma forma de adoo dos conceitos de gerenciamento de riscos, j bastante difundidos na rea financeira, para a rea de gesto de custos O gerenciamento de risco em finanas realizado atravs de uma srie de ferramentas e, entre elas, vem se destacando uma mtrica que estima a mxima perda esperada, a um determinado nvel de significncia, para um perodo definido. Esta mtrica conhecida por Valor em Risco ou, simplesmente, VaR (Value at Risk). Para se calcular o VaR de uma carteira de investimentos so necessrios conceitos bsicos de estatstica. Neste trabalho ser adotado, dentre outros mtodos apresentados, a Simulao de Monte Carlo (SMC) para o clculo do Valor em Risco.

. 2. O Valor em Risco (VaR - Value-at-Risk)

A evoluo do debate sobre a necessidade de gerenciamento de riscos levou, segundo Mollica (1999), as instituies financeiras a tentar desenvolver sistemas internos que pudessem mensurar sua exposio total a perdas. O sistema que emergiu como Benchmark no mercado foi o Riskmetrics desenvolvido pelo banco americano JP Morgan. Segundo Dowd (1998), esta metodologia se originou quando um diretor do banco, Dennis Weatherstone, pediu aos seus subordinados q elaborassem um relatrio de uma pgina ue que resumisse a perda potencial da instituio nas prximas 24 horas e lhe entregassem diariamente, pontualmente as 4:15, aps o fechamento do mercado. Este relatrio ficou conhecido como relatrio 4:15.

Pamplona, Edson de O. Gerenciamentos de Riscos em Custos. VIII Congreso Internacional de Costos. Punta Del Leste, Uruguay, 26 a 28 de novembro de 2003
Para atender a solicitao do chefe, foi necessrio uma mini revoluo, procedimentos de informaes sobre as carteiras foram estabelecidos, tcnicas para resumir posies foram criadas, banco de dados construdos, procedimentos estatsticos selecionados (Mollica, 1999). O resultado final foi a medida conhecida como Value-at-Risk (VAR) que leva em conta no s o risco individual de cada ativo, expresso estatisticamente no desvio padro dos retornos, mas tambm as relaes entre os diversos ativos dadas pelas correlaes.O fator que consolidou o Riskmetrics como benchmark do mercado foi, sem dvida, a disponibilizao de um relatrio tcnico com todos detalhes da metodologia na pgina do JP Morgan na Internet. O Valor em Risco (VAR - Value-at-Risk) uma ferramenta cada vez mais usada pelo mercado financeiro que resume, em um nico nmero, a exposio total ao risco de uma carteira, empresa ou instituio financeira. Segundo JORION (1997), "o VAR sintetiza a maior (ou pior) perda esperada dentro de determinados perodos de tempo e intervalos de confiana". Partindo desse conceito, vemos que os primeiros passos para o clculo do VAR envolvem a escolha do horizonte de tempo e do nvel de confiana. Quanto menor o intervalo de tempo escolhido, mais antecipadas tendem a ser as deteces de problemas, embora sejam maiores os custos de acompanhamento. Nesse caso, o trade off vai depender do giro das atividades e da liquidez dos ativos em carteira.. A noo de risco de um portfolio est associada ao fato de que seu retorno em um dado perodo de tempo no ser conhecido de antemo. Ao contrrio, existe um conjunto de retornos possveis. As probabilidades de ocorrncia de cada um dos elementos deste conjunto iro determinar, em ltima instncia, o potencial de perda da carteira. Sob este aspecto, o ponto de partida para gerar uma medida de risco o conhecimento da distribuio de probabilidades dos retornos, ou seja, da funo que liga retornos possveis a sua respectiva possibilidade de ocorrncia expresso numa medida de probabilidade. Esta funo permite que se faa uma afirmao probabilista a respeito das variaes adversas de um portfolio. Define-se, genericamente, de acordo com Souza (1999), o Valor em Risco de uma carteira de valor ? t, no perodo t, como: Pr{? ? t ? VaRt } = ? % onde: ? ? t = variao no valor da carteira de preo ? t ? % = nvel de significncia

Isto , o VaR a perda mxima esperada da carteira, a um nvel de significncia de ? % (ou nvel de confiana de 1 - ? %), dentro de um horizonte de tempo determinado. No que se refere ao nvel de confiana, no existem regras especficas, mas ele normalmente varia entre 95% e 99% de acordo com o grau de averso ao risco. Escolhendose um nvel de 99%, por exemplo, espera-se que a cada 100 observaes apenas uma indicar uma perda que supere o Valor no Risco importante observar que, ainda segundo o autor, se trata de uma medida monetria, dado que a varivel aleatria, nesse caso, a variao de valor da carteira. Por exemplo, um VaR dirio de R$ 100.000 co m um nvel de significncia de 5%, equivale a dizer que uma perda maior ou igual a R$ 100.000 deve ser registrada a cada 20 dias, ou ainda, que de cada 100 dias, apenas cinco deles devem ter perdas superiores a R$ 100 mil. A afirmao tambm pode ser feita da seguinte forma: a carteira tem 5% de probabilidade de gerar uma perda financeira maior ou igual a R$ 100 mil. Este valor o VaR.

Pamplona, Edson de O. Gerenciamentos de Riscos em Custos. VIII Congreso Internacional de Costos. Punta Del Leste, Uruguay, 26 a 28 de novembro de 2003 3. Metodologias para clculo do VaR
Segundo Duarte Junior (2003) e Saliby e Arajo (2002), existem trs metodologias para o clculo do VaR: a) Metodologia Analtica. Utiliza mtodos estatsticos padronizados para calcular as variaes no valor do portfolio atual. Para isso, necessita considerar vrias premissas para os fatores de mercado. Os parmetros dos modelos so retirad os de dados histricos. b) Metodologia da Simulao Histrica. Verifica-se as variaes ocorridas nos fatores de mercado i em perodo histrico definido e aplica-se essas variaes no portfolio atual levando em considerao o horizonte de tempo escolhido. c) Metodologia da Simulao Monte Carlo. ao invs de verificar as variaes ocorridas nos fatores de mercado em perodo histrico, define-se as distribuies e seus respectivos parmetros para as variaes dos fatores de mercado. Define-se, tambm, a correlao existente entre esses fatores, normalmente tirada de dados histricos. Em seguida, simulam-se vrias observaes das possveis variaes dos fatores de mercado, verificando seus impactos no valor do portfolio atual. Em comum as trs metodologias necessitam de um horizonte para clculo do risco (1 dia, 1 semana, etc.) , um nvel de significncia (1%, 5%, 10%, etc.), e dos preos e taxas relacionados aos ativos/passivos na carteira. Alm disto, a metodologia analtica requer a estimao da matriz de correlaes e de volatilidades, assim como a decomposio e mapeamento de ativos/passivos para fatores de mercado previamente selecionados, este ltimo passo podendo levar a diferenas substanciais no VaR estimado. Na metodologia da simulao histrica os dados so diretamente usados como cenrios para o clculo do risco, ao passo que na simulao Monte Carlo os cenrios so gerados aleatoriamente (de acordo com uma famlia paramtrica previamente selecionada como representativa das variaes dos fatores de mercado). (Duarte Junior, 2003). Os mtodos por simulao de Monte Carlo so considerados os mais robustos e os mais poderosos para o clculo do Valor em Risco, pois contemplam uma grande variedade de riscos financeiros (Jorion, 1997). Todas as variveis dos modelos podem ser tratadas como probabilsticas caso isto venha a ser de interesse.

4. A Simulao de Monte Carlo e sua aplicao em Oramento de Capital

O Mtodo de Monte Carlo uma expresso geral, onde as formas de investigao esto baseadas no uso de nmeros fortuitos e estatstica de probabilidade. Pode-se verificar a utilizao de tal mtodo em diversas reas, como economia, fsica, qumica, medicina entre outras. Para que uma Simulao de Monte Carlo esteja presente em um estudo basta que este faa uso de nmeros aleatrios na verificao de algum problema (Machline, 1970, p.507-511 e Woller, 1996). O mtodo leva este nome devido famosa roleta de Monte Carlo, no Principado de Mnaco. Seu nome bem como o desenvolvimento sistemtico do mtodo data de 1944, quando da Segunda Grande Guerra, poca em que foi usado como ferramenta de pesquisa para o desenvolvimento da bomba atmica.

Pamplona, Edson de O. Gerenciamentos de Riscos em Custos. VIII Congreso Internacional de Costos. Punta Del Leste, Uruguay, 26 a 28 de novembro de 2003
Os primeiros estudos envolvendo Simulao de Monte Carlo e avaliao de investimentos de capital foram feitos por David B. Hertz e publicados em um artigo na revista Harvard Business Review em 1974. Para a construo de um modelo em avaliao de investimentos, fazendo uso da Simulao de Monte Carlo, segue-se uma seqncia lgica, conforme abaixo: ? Construo de um modelo bsico das variaes dos fluxos de caixa futuros provocados pelo investimento em questo. ? Projeo de vrios de vrias simulaes, onde em cada uma delas so gerados valores aleatrios para o conjunto de variveis de entrada e parmetros do modelo que esto sujeitos a incerteza. ? Para cada varivel que influncia o diagrama de fluxos de caixa do investimento, estabelece-se, uma distribuio de probabilidades acumuladas. ? Gera-se valores aleatrios para cada varivel de acordo com suas probabilidades de ocorrncia. ? Efetua-se a operao repetidas vezes, at obter uma distribuio de probabilidades do indicador econmico escolhido, normalmente o Valor Presente Lquido (VPL) ou a Taxa Interna de Retorno (TIR). Da distribuio do indicador econmico gerada obtm-se parmetros como o Valor Esperado e o Desvio Padro deste indicador. Atravs destes parmetros pode-se alcanar uma srie de resultados de interesse do analista: a probabilidade de inviabilidade de um investimento, o intervalo de confiana, o mnimo valor do indicador para um nvel de significncia adotado, entre outros. Na figura 1 temos uma representao grfica de uma avaliao de investimento de capital envolvendo uma Simulao de Monte Carlo.

Fig. 1 Fluxograma de simulao para Oramento de Capital Fonte: Casarotto e Kopittke (2002)

Pamplona, Edson de O. Gerenciamentos de Riscos em Custos. VIII Congreso Internacional de Costos. Punta Del Leste, Uruguay, 26 a 28 de novembro de 2003

5. As Mtricas Corporativas - CorporateMetrics

Muitas empresas tm demonstrado interesse na compreenso de como os princpios do Valor em Risco, que foram inicialmente desenvolvidos para o gerenciamento de risco de mercado em um ambiente financeiro pode ser aplicado em um ambiente corporativo. (Lee at all, 1999). O Riskmetrics Group, que surgiu como uma diviso do banco americano JP Morgan, desenvolveu um conjunto de mtricas denominado CorporateMetrics. Tanto as CorporateMetrics como a mtrica VaR so metodologias para medir o impacto potencial das mudanas das variveis de mercado sobre os resultados econmicofinanceiros. O foco das CorporateMetrics sobre o impacto potencial sobre os resultados de uma empresa em relao aos resultados projetados para um determinado perodo. Como exemplo, a incerteza em alcanar as metas anuais de lucro. O horizonte de tempo sobre os quais os resultados financeiros podem ser afetados tendem a ser maiores que no caso do VaR, variando de 1 ms a 24 meses ou mais. Em um ambiente corporativo, a incerteza nos futuros lucros e fluxos de caixa causada no apenas pela incerteza em uma varivel bsica da empresas (por exemplo, volume de vendas), mas tambm por outros numerosos riscos, incluindo o risco de mercado. O risco de mercado pode aparecer devido a uma srie de fatores, entre eles a exposio s variaes cambiais, s taxas de juros, s despesas ou receitas sensveis aos preos de commodities.

6. Algumas Mtricas Corporativas conhecidas

Apresenta-se, a seguir, algumas Mtricas Corporativas que tem sido utilizadas por algumas empresas, como as do setor de energia (Nascimento, 2002): EaR, Earnings-at-Risk que a mxima perda dos resultados, relativa a uma determinada meta, que poderia ser experimentada devido ao impacto dos riscos de mercado, sobre um determinado conjunto de exposies, para um determinado perodo e nvel de confiana; C-FaR, Cash-Flow-at-Risk, derivada da mtrica anterior, mas referente s perdas nos fluxos de caixa lquidos gerados; PaR, Profit-at-Risk, derivada da mtrica anterior, mas referente s perdas nos lucros de projetos, de contratos ou de carteiras, no Valor Presente. Alm destas mtricas pode ser definida uma srie de outras, de acordo com a necessidade de gerenciamento de risco da empresa. A mtrica que apresentada neste artigo se relaciona aos custos dos produtos e servios de uma empresa.

7. O Gerenciamento de Risco em Custos

? ?

Qual o valor esperado do custo de um produto? Qual o desvio padro deste custo?

Pamplona, Edson de O. Gerenciamentos de Riscos em Custos. VIII Congreso Internacional de Costos. Punta Del Leste, Uruguay, 26 a 28 de novembro de 2003
? ?

Qual a probabilidade do custo ultrapassar ao valor mximo para obteno de lucro? Qual o mximo custo no prximo ms?

So respostas a questes como estas que nos subsidiam no gerenciamento de risco de custos. Com o auxilio da Simulao de Monte Carlo poderemos obter estas respostas. Independentemente do sistema de custos adotado pela empresa, uma das preocupaes dos profissionais da rea a flutuao dos custos dos produtos ou dos servios. Os custos dos objetos de custos podem flutuar devido a muitas variveis, grande parte delas externas empresa. As variaes podem ocorrer nos preos das matrias-primas, das embalagens, da Mo-de-obra direta e indireta, da energia eltrica e de todos os custos indiretos. Podem ocorrer variaes, tambm, nas quantidades consumidas de todos os elementos de custos. Sero consideradas como variveis de nossa funo custos todos os itens que compem o custo de um produto ou servio, sejam custos fixos ou variveis em relao produo. A funo custos pode ser escrita, de uma forma simplificada, assim: C = f(Mk, Qk, Txk, MOk , CIk ) Onde: C Custo de um produto ou servio Mk Preo do material k Qk Quantidade do Material K Txk, - Taxa de Mo-de-obra k MOk Quantidade da Mo-de-obra k Cik Custo Indireto k

Estabelecida a equao de custos, que depende do processo produtivo e do sistema de custos adotado pela empresa, passa-se gerao de cenrios. Para a gerao dos cenrios deve-se estabelecer distribuies de probabilidades para as variveis consideradas. Estas distribuies de probabilidade podem ser baseadas nas projees extradas de distribuies de freqncias passadas e nas previses de especialistas. claro que as dificuldades sero maiores para produtos novos, mas melhor prever uma faixa de possibilidades para as variveis, considerando os valores extremos, otimistas e pessimistas, do que trabalhar apenas com o valor mais provvel de cada varivel. A partir das distribuies das variveis gera-se uma grande quantidade de valores de custos, simulando os valores para as diversas condies, levando em conta as distribuies de probabilidades das variveis de entrada. Pode-se, ento, construir uma distribuio de freqncia dos custos, verificar sua normalidade e calcular os parmetros mais importantes, como a mdia - que o Valor Esperado do custo e o desvio-padro dos custos. Quanto maior o desvio-padro, maior a variabilidade dos custos e maior o risco. Abre-se, ento, um leque de possibilidades de resultados de interesse para a administrao. A partir destes parmetros pode-se obter probabilidades de ocorrncia de custos acima ou abaixo de valores crticos determinados. Pode-se calcular, por exemplo, qual a probabilidade do custo ser superior ao custo-padro. Tambm se pode estimar a probabilidade do custo ser maior, ou menor, ao valor que levaria a empresa a obter um lucro mnimo estipulado, que poderia ser zero, por exemplo. Assim, possvel conhecer, de antemo, qual a probabilidade de a empresa vir a ter prejuzo devido variao dos custos. A um determinado nvel de significncia, o empresrio pode conhecer valores mximos e mnimos de custo, em um intervalo de confiana.

Pamplona, Edson de O. Gerenciamentos de Riscos em Custos. VIII Congreso Internacional de Costos. Punta Del Leste, Uruguay, 26 a 28 de novembro de 2003
Alm disso, pode-se encontrar o mximo valor que os custos podem atingir no prximo perodo a um nvel de significncia ? ? . % A este valor mximo de custos, denominaremos, aqui, de Custo em Risco ou, simplesmente CaR.

8. O uso da simulao de Monte Carlo na determinao do Custo em Risco CaR um exemplo hipottico
Este exemplo, extremamente simples, tem como objetivo apresentar a aplicao da metodologia e a apresentao de alguns resultados possveis oriundos desta aplicao. Suponha um produto que tenha a seguinte composio de custos: Smbolo M1 Q1 M2 Q2 Tx 1 MO1 CI1 Descrio Valor por unidade da Matria-prima 1 Quantidade da matria-prima 1 no produto Valor por unidade da Matria-prima 2 Quantidade da matria-prima 2 no produto Taxa de mo-de-obra por tempo Tempo de mo-de-obra no produto Custo indireto aplicado ao produto Valor mais provvel $ 70,00 14 unidades $ 1300,00 1,0 unidades $ 35,00 250 unidades $ 100,00

Tabela 1 Variveis que compem os custos

O custo calculado atravs dos valores mais provveis : C = $ 11.130,00 Mas este apenas um nico valor, que considera s os valores mais provveis das variveis de entrada. Se h a conscincia de que os itens que compem o custo de um produto so to variveis, porque utilizar apenas um valor para cada?. Atravs da Simulao de Monte Carlo pode-se obter uma faixa de resultados possveis dos custos do produto e extrair parmetros de importncia. A seqncia de procedimentos adotada mostrada a seguir: a) Estabelecer as distribuies de probabilidades das variveis que compem os custos:

M1 Q1 M2 Q2 Tx1 MO1 CI1 Valor % Valor % Valor % Valor % Valor % Valor % Valor % 60 10 12 10 1200 30 0,8 30 30 25 200 15 90 35 70 40 14 60 1300 40 1,0 60 35 60 250 50 100 45 80 35 16 30 1400 30 1,2 10 45 15 280 35 120 20 90 15
Tabela 2 Valores e distribuies de probabilidade das variveis de custos

Quando se trabalha com apenas um valor para cada item que compem um custo, normalmente o valor mais provvel, h uma condio particular implcita de que h 100% de possibilidade de ocorrncia para aquele valor. Uma rpida anlise do histrico dos itens de

Pamplona, Edson de O. Gerenciamentos de Riscos em Custos. VIII Congreso Internacional de Costos. Punta Del Leste, Uruguay, 26 a 28 de novembro de 2003
custos pode demonstrar que estes variam e, as vezes, muito. Mesmo com pequenas probabilidades de ocorrncia, alguns valores extremos deveriam ser considerados. b) Obter as distribuies de probabilidade acumulada de cada varivel:

M1
Valor

Q1 10 50 85 100 12 14 16

M2 10 1200 70 1300 100 1400 30 70 100

Q2 0,8 1,0 1,2 30 90 100

Tx1 30 35 45 25 85 100

MO1 200 250 280 15 65 100

CI1 90 100 120 35 80 100

% Valor % Valor % Valor % Valor % Valor % Valor % acum acum acum acum acum acum acum

60 70 80 90

Tabela 3 Distribuies de probabilidades acumuladas

c) Com o uso da funo de custos, gerar um grande nmero de cenrios. Os cenrios so gerados atravs de nmeros aleatrios entre 0 e 100 que so comparados aos percentuais acumulados e relacionados aos valores de custos da tabela 3. Por exemplo, gerado o valor aleatrio 31, mostrado na primeira linha da tabela 4, obtm-se o valor de 70 para a matria-prima 1, de acordo com tabela 3 (31 menor que 50, mas maior que 10, sendo relacionado ao valor 70). A tabela 4 apresenta a gerao de 1000 valores de custos.

SIMULAO N 1 2 3 4 5 6 7 .... 999 1000 70 90 M1 80 80 70 80 80 70 80 Q1 M2 1400 1300 1400 1300 1400 1200 1300 Q2 Tx1 MO1 Val Alea 250 280 250 280 250 280 200 CI1 Val Alea Custo Valor $11.520,00 $12.220,00 $11.220,00 $12.480,00 $11.360,00 $14.870,00 $11.520,00 $9.410,00 $9.920,00 Val Alea Val Alea Val Alea Val Alea Val Alea

67 74 13 58 56 17 51

16 16 14 16 14 14 14

72 100 33 96 32 27 20

76 60 91 48 80 24 31

1,0 0,8 1,0 1,0 1,0 1,0 1,0

43 3 87 52 89 59 62

35 35 35 35 35 45 45

57 50 69 52 37 88 100

44 90 69 100 39 90 97 100 23 90 67 90 3 100 6 90 64 120

0 45 14 38 34 8 72 13 82

35 16 90 14

75 1200 46 1300

0 1,0 52 0,8

62 35 14 30

30 200 16 250

Tabela 4 Resumo de 1000 valores de custos simulados

d) A distribuio de freqncia dos valores de custos, assim como a distribuio de freqncia acumulada, so construdas e apresentadas na tabela 5.

Pamplona, Edson de O. Gerenciamentos de Riscos em Custos. VIII Congreso Internacional de Costos. Punta Del Leste, Uruguay, 26 a 28 de novembro de 2003
Classes 6000 8000 10000 12000 a 8000 Distribuio de Distribuio Freqncia Acumulada 1 199 499 241 1 200 699 940 a 10000 a 12000 a 14000

14000 a 16000 60 1000 Tabela 5 Distribuies de freqncia simples e acumulada

A figura 1 mostra o grfico das distribuies da tabela 5.

1200 1000 800 600 400 200 0 0 5000 10000 15000 20000

Figura 1 Grfico das distribuies de freqncia simples e acumulada

e) Verifica-se a normalidade da distribuio e calcula-se a mdia (Valor Esperado) e o desvio-padro dos 1000 valores, com a utilizao de softwares especficos ou planilha eletrnica. Valor Esperado do custo: E(custo) = $ 11.380,00 Observa-se que o Valor Esperado do custo de um produto diferente do custo calculado apenas com os valores mais provveis das variveis ($ 11.130,00). O Valor Esperado considera todas as distribuies das variveis, incluindo o otimismo e o pessimismo dos avaliadores. Desvio- padro do custo: DP(custo) = $ 1.510,00 O risco dos custos evidenciado por este parmetro, que mede a disperso dos custos em relao mdia.

Pamplona, Edson de O. Gerenciamentos de Riscos em Custos. VIII Congreso Internacional de Costos. Punta Del Leste, Uruguay, 26 a 28 de novembro de 2003
A probabilidade de ocorrncia de custos acima ou abaixo de pontos crticos pode agora ser estimada. Por exemplo, a probabilidade de encontrar custos acima do valor calculado apenas com os valores mais provveis computada abaixo: P(custo > 11.130,00) = 57 % Este resultado mostra a fragilidade de se trabalhar apenas com valores determinsticos. Pois existem 57% de chances de encontrarmos valores superiores a $ 11.130,00. Em outras situaes pode-se encontrar 60%, 70% ou at chances maiores. E, normalmente, se trabalha com valores nicos, e no com faixas de valores, aceitando-se que o custo de um produto determinstico. E no . Se, por exemplo, o mximo custo do produto para que a empresa obtenha lucro de $12.500,00, valor obtido atravs do conhecimento do preo de mercado, dos impostos e despesas, a probabilidade de obtermos lucro de : P(Custo < 12.500,00) = 80% Se apenas os custos deste produto forem variveis h uma chance de 80% de a empresa obter lucro. Os vrios fatores de risco que contribuem para que o custo seja maior que $12.500,00, em conjunto, fazem com que se tenha uma probabilidade de 20% de prejuzo, caeteris paribus. Alm destes resultados, muitos outros podem ser compilados, criando subsdios para tomada de deciso e para um gerenciamento mais efetivo dos custos. O clculo do Custo em Risco - CaR Finalmente, qual maior custo que a empresa pode incorrer no prximo perodo? Para calcular este resultado deve-se definir qual o nvel de significncia e qual o perodo. O nvel de significncia a adotado de 5%, ou seja, haver 5% de probabilidade de termos valores maiores do que o calculado. Se os dados de custos das variveis foram coletados em uma base mensal, o perodo ser mensal. P(Custo > CaR) = 5% O mximo valor do custo, em um ms, a um nvel de significncia de 5% de $13.640,00. CaR = $13.640,00

9. Consideraes finais
Para gerenciar o risco dos custos em uma empresa importante que se possa medir a variabilidade destes custos. Esta disperso depende de muitos fatores, internos e externos empresa, que em grande parte das vezes no so controlveis. Estes fatores nunca atuam sozinhos. Mas, por outro lado, se for possvel medir a variabilidade dos custos e identificar de que forma cada fator contribui para esta variabilidade e sua influncia na obteno de resultados crticos para a empresa, ser mais fcil atuar sobre os fatores que podem ser controlados. Se, h muitos anos atrs, seria impossvel, ou muito difcil, obter apoio computacional para realizar as simulaes encontradas aqui, hoje basta um microcomputador com uma planilha eletrnica, disponvel em qualquer empresa.

Pamplona, Edson de O. Gerenciamentos de Riscos em Custos. VIII Congreso Internacional de Costos. Punta Del Leste, Uruguay, 26 a 28 de novembro de 2003
Para calcular os parmetros aqui indicados basta prever faixas de valores para as variveis de entrada, e no apenas um valor nico. uma condio mais realista do que afirmar que h 100% de chance de ocorrer um valor para cada varivel. Mesmo na falta de dados histricos para apoiar as previses, ainda melhor entrar com mais do que uma estimativa, podendo ser estimativas otimistas e pessimistas dadas por especialistas. A metodologia acima suporta que um ou muitos valores de dados de entrada possam ser considerados. Finalmente, aps a insero dos dados probabilsticos, e atravs da Simulao de Monte Carlo, a metodologia permitiu calcular diversos resultados de interesse para a gesto de riscos de custos de uma empresa, entre eles, o valor mximo de custo de um produto ou servio no prximo perodo. Este trabalho procura contribuir para a gesto de custos da empresa ao utilizar tcnicas j consagradas em no gerenciamento de risco em finanas.

Pamplona, Edson de O. Gerenciamentos de Riscos em Custos. VIII Congreso Internacional de Costos. Punta Del Leste, Uruguay, 26 a 28 de novembro de 2003
Referncias Bibliogrficas Casarotto, N. e Kopittke, B. Anlise de Investimentos, Atlas, 2002 Dowd, K. Beyond Value at Risk. John Wiley & Sons, 1998 Duarte Junior, A. M. [www.risktech.com.br/PDFs/RISCO.pdf] capturado em maio de 2003 J. P. Morgan. Risk Metrics Technical manual. 4a. edio, 1997 Jorion, Philippe. Value at Risk. Irwin, 1997 Lee,A.Y.,Kim,J.,Malz,A.M.,and Mina,J. Corporatemetrics: The benchmark for the corporate risk management. Technical document, Riskmetrics Group, formerly Risk Management Products and Research Group at J.P.Morgan,New York,London,1999 Mollica, Marcos Antnio. Uma Avaliao de Modelos Value at Risk. Dissertao de mestrado: FEA/USP, 1999. Nascimento Jr. Carlos R. A. DEI Risk Metrics. Duke Energy, 2003 Neto e Urban. [www.risktech.com.br/PDFs/Artigo_Stress.pdf] capturado em junho de 2003 Russo, Miguel. [www.risktech.com.br/PDFs/var.pdf] capturado em maio de 2003 Saliby, Eduardo e Arajo, Marcos M. S. Clculo do Valor em Risco Atravs da Simulao de Monte Carlo: Uma avaliao de uso de mtodos amostrais mais eficientes em portfolios com opes. XXXII SBPO, 2002 Souza, Luiz A. R. Valor em Risco em pocas de Crise. Dissertao de mestrado: FEA/USP, 1999.