O risco económico na avaliação de projectos alternativos

Documentos relacionados
Dimensionamento óptimo de um cabo eléctrico

ENGENHARIA HOSPITALAR II

Momento óptimo de substituição de uma chapa sujeita a degradação

Caso "ESCAVADORA 1 Dimensionamento de uma equipa de manutenção. Apresentação do caso

Gestão da Manutenção ou Gestão de Activos? (custos ao longo do Ciclo de Vida)

Apresentação do caso. Figura 1 - Linha de fabricação de painéis

Caso RECICLIXO 1 Manutenção Preventiva Sistemática ou Condicionada? Apresentação do caso

Fernando Nogueira Simulação 1

Caso VIOLETA 1 Gestão do stock de componentes que falham casualmente. Apresentação do caso

MODELOS DE APOIO À DECISÃO Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico

Caso Torre de arrefecimento

Finanças Corporativas. Análise de Sensibilidade. Métodos de Avaliação de Risco. Motochoque Ltda. Análise de Risco

Quantidade Económica de Alienação de Sobras de Artigos em Armazém

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular OPÇÃO 1 - MERCADOS FINANCEIROS Ano Lectivo 2017/2018

Comparação entre intervalos de confiança calculados com métodos bootstrap e intervalos assintóticos

Periodicidade óptima económica de MPS de um componente crítico apresentando mais de um modo de falha

Selecção de um equipamento pelo Método Hierárquico Multicritério

Teoria da Decisão. Slide 1. c 2002, 1998 Maria Antónia Carravilla FEUP

Exemplo 1: Sabemos que a média do nível sérico de colesterol para a população de homens de 20 a 74 anos é 211 mg/100ml.

10. Aplicação das Técnicas de Probabilidade e Estatística em Hidrologia

Amostragem e distribuições por amostragem

Avaliação e Gestão de Risco em Projectos Mestrado em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico

Decisão Decidir Análise / Teoria da Decisão

Disciplina: Economia Para Engenharia Elétrica (TE142) Capítulo II. ANÁLISE DE ALTERNATIVAS DE INVESTIMENTOS

3 Definições. 3.1 Processos Estocásticos e Processo de Wiener

Intervalos de Confiança

7. Análise do Risco e da Incerteza

Caso Grupos Homogéneos (GH)

Estatística e Modelos Probabilísticos - COE241

Capitulo 6 Viabilidade Econômica em Situação de Incerteza

Instituto Universitário de Lisboa (ISCTE-IUL) Licenciaturas em Gestão e Finanças & Contabilidade Estatística II - Exame de 1ª época

Estatística e Modelos Probabilísticos - COE241

Simulação Monte Carlo

Estatística e Modelos Probabilísticos - COE241

Catarina Marques. Estatística II Licenciatura em Gestão. Conceitos: População, Unidade Estatística e Amostra

QuickTime and atiff (Uncompressed) decompressorare needed to see this picture. Análise de Decisão. Métodos Quantitativos 2004/2005.

Introdução às Medidas em Física 2 a Aula *

Análise de Decisão. Resolução indicativa

Unidade: Risco e Retorno. Unidade I:

Processo de AIA. Principais fases, actividades e produtos

Extracção de Conhecimento de Dados obtidos por Simulação da Desnaturação Proteica

Estatística e Modelos Probabilísticos - COE241

CURSO DE AUDITORIA E FISCALIDADE PROGRAMA DE: CONTABILIDADE DE GESTAO I CARGA HORÁRIA: 2T + 3P

Modelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014

Aula 2. ESTATÍSTICA E TEORIA DAS PROBABILIDADES Conceitos Básicos

Prémios (bónus e penalizações) na contratação de serviços

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular GESTÃO DE OPERAÇÕES Ano Lectivo 2013/2014

Modelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2017

MODELOS DE APOIO À DECISÃO Licenciatura em Engenharia e Gestão Industrial Departamento de Engenharia e Gestão, Instituto Superior Técnico

Modelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2018

Instrumentos de Apoio à Decisão

Gestão de Projectos. Projectos como redes de actividades Determinação do caminho crítico Método de PERT Método CPM Exercício Links

Estatística Indutiva

O PERT PROBABILÍSTICO.

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA

I = 50% do custo da planta de geração termelétrica (I ) + 100% do custo de aquisição da área de plantio (I á ) + 100% do custo de formação (I çã );

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular SINAIS E SISTEMAS Ano Lectivo 2010/2011

)XQGDPHQWRVGHSUREDELOLGDGHHHVWDWtVWLFD

Processo de Amostragem

Cálculo II (Primitivas e Integral)

Decisões Sequenciais Árvores de Decisão

Inferência Estatística

Cap. 4 - Estimação por Intervalo

Probabilidade em espaços discretos. Prof.: Joni Fusinato

MODELOS E APLICAÇÕES EM ANÁLISE DE DECISÃO Regras para o trabalho individual

1 Introdução 1.1. Motivação

NÍVEL DE ENSINO: CARGA HORÁRIA: PROBABILIDADE EST PROFESSOR-AUTOR:

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular GESTÃO DE OPERAÇÕES Ano Lectivo 2018/2019

Organização e Análise de Projectos. A análise de projectos face ao risco e à incerteza

ENGINEERING ECONOMY Sixth Edition Blank and Tarquin

Cópias dos acetatos da disciplina

Periodicidade óptima económica de limpeza do feixe tubular de um permutador de calor

Grupo I. (a) A função de probabilidade marginal de X, P (X = x), é dada por

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular ESTATÍSTICA Ano Lectivo 2013/2014

INSTITUTO DE PÓS GRADUAÇÃO ICPG GESTÃO DA TECNOLOGIA DA INFORMAÇÃO

Tratamento de informação

Métodos de Amostragem. Carla Varão Cláudia Batista Vânia Martinho

UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular COMPLEMENTOS DE CONTABILIDADE DE GESTÃO Ano Lectivo 2012/2013

PERT PERT PERT PERT PERT PERT. O CPM assume que as estimativas de tempo para um projeto são certas (determinísticas);

MESTRADO INTEGRADO EM ENGENHARIA ELECTROTÉCNICA E DE COMPUTADORES PROBABILIDADES E ESTATÍSTICA. 1ª Chamada 10/01/2008.

PREVISÃO. Prever o que irá. acontecer. boas decisões com impacto no futuro. Informação disponível. -quantitativa: dados.

Autores: Herbert Bento Faria, Sérgio de Melo e Souza e Eduardo Saliby RESUMO

Sistemas Aleatórios. Um sistema é aleatório quando seu estado futuro só pode ser conhecido. jogar uma moeda ou um dado. decaimento de uma partícula

Componente de Formação Técnica. Disciplina de


UNIVERSIDADE LUSÍADA DE LISBOA. Programa da Unidade Curricular ENGENHARIA DA PROGRAMAÇÃO Ano Lectivo 2017/2018

Capítulo 5 Distribuições de Probabilidades. Seção 5-1 Visão Geral. Visão Geral. distribuições de probabilidades discretas

Métodos de Estimação. Roteiro. 1. Three-point Estimation 2. Julgamento de Especialistas 3. Referências. Three-Point Estimation

Inferência Estatística: Conceitos Básicos II

APRESENTAÇÃO. Metodologia da Investigação Científica. Documento de Apoio às aulas presenciais Documento de Apoio às aulas presenciais

Graduação Curso de Engenharia de Produção

O papel das investigações estatísticas no programa de Matemática do 3.º ciclo do ensino básico

de estimativa. Essa estimativa, chamada de confiança ou estimativa intervalar, consiste em uma faixa, ou intervalo, de valores em vez de apenas um úni

A ANÁLISE MULTICRITÉRIO NA TOMADA DE DECISÃO - O Método Analítico Hierárquico de T. L. Saaty

Aula 10 Estimação e Intervalo de Confiança

Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia

Gestão do Crédito e Risco - Especial Banca

Mecânica experimental Lima Junior, P.; Silva, M.T.X.; Silveira, F.L.

Transcrição:

O risco económico na avaliação de projectos alternativos Rui Assis Engenheiro Mecânico IST rassis@netcabo.pt Abril/1999 Resumo O presente artigo retoma o caso de avaliação económica de equipamentos de entre várias propostas alternativas tratado no nº 31 desta revista e desenvolveo em contexto de incerteza, através da técnica de simulação de MonteCarlo, de forma a determinar o risco de a proposta seleccionada como sendo a mais económica, não vir, afinal, a revelarse como tal. Descrevemse também os objectivos e o conteúdo programático de um curso muito prático, realizado pelo ISQ e destinado a bacharéis e licenciados em Engenharia, sobre Análise Económica, e no qual o tema deste artigo é desenvolvido.

Introdução Suponhamos o seguinte caso (retirado da referência [2] da bibliografia): Uma empresa pretende adquirir um banco electrónico de diagnósticos, de forma a manter a sua frota de empilhadores em conformidade com as normas internas sobre ambiente e segurança. A empresa préseleccionou duas propostas que considera igualmente boas sob o ponto de vista técnico e pretende, agora, comparálas economicamente. Metodologia de análise Quando temos de escolher entre várias alternativas, calculamos os custos pertinentes ao longo da vida útil de cada uma, corrigimolos do efeito da erosão temporal do valor do dinheiro, somamolos e comparamos os totais entre si. A melhor alternativa será aquela que proporciona o menor custo total. A vida útil de um investimento não directamente produtivo coincide com a vida económica (no sentido da usura física), ou com a vida tecnológica (dependente do momento em que uma nova tecnologia que proporcione menores custos e/ou melhor qualidade, venha substituir a existente, tornandoa obsoleta). Nesta variante do caso, sabese que, quer os custos de manutenção quer a vida útil de cada alternativa, só podem ser estimados dentro de intervalos de valores, a cada um dos quais é possível associar uma distribuição de probabilidade. As restantes variáveis do caso os investimentos, os valores residuais e os custos de mão de obra e de seguros podem ser estimados por valores únicos apresentando uma elevada probabilidade de ocorrência. Nestas circunstâncias, os valores probabilísticos do custo de manutenção e da vida útil têm de ser seleccionados aleatoriamente e combinados com os valores determinísticos das outras variáveis do modelo de forma a tornar possível a determinação do cashflow líquido de cada alternativa. A natureza do problema transformase assim em estocástica. Este processo de selecção aleatória e recombinação deve ser repetido tantas vezes quantas as necessárias até conseguirse obter um resultado com suficiente significância estatística. Será, assim, possível calcular as probabilidades de cada uma das alternativas se revelar a melhor na pespectiva económica ou, inversamente, os riscos (probabilidades) de cada uma das alternativas, sendo a escolhida, se revelar, afinal, a pior. Esta natureza de problema não admite uma solução analítica pelo que há que construir um modelo representativo da realidade em computador e corrêlo recorrendo à técnica de simulação de MonteCarlo. Dados Depois de algum tempo de estudo das propostas, de alguns esclarecimentos prestados pelos fabricantes e com base na experiência já existente na empresa em resultado da exploração deste tipo de equipamentos, foi possível identificar e quantificar todos os dados considerados pertinentes para a análise. Rui Assis 2

Equipamento A Vida útil esperada 3 4 5 0,5 0,3 0,5 0,3 Incremento anual do custo de manutenção 20 30 40 (de acordo com uma distribuição triangular) Valor optimista Valor mais provável Valor pessimista 3 4 5 anos 20 30 40 Ano 0 Ano 1 Ano 2 Ano 3 Ano 4 Ano 5 Equipamento A. Investimento. Valor residual*. Manutenção**. Mão de obra. Seguro 15.000 500 550 500 3.000 400 2.500 400 2.000 400 * conforme a vida útil esperada; ** 500 x Incremento seleccionado aleatoriamente Equipamento B 0,8 Vida útil esperada 2 3 0,8 2 3 anos Incremento anual do custo de manutenção 10 20 30 (de acordo com uma distribuição triangular) Valor optimista Valor mais provável Valor pessimista 10 20 30 Rui Assis 3

Ano 0 Ano 1 Ano 2 Ano 3 Ano 4 Ano 5 Equipamento B. Investimento. Valor residual*. Manutenção**. Mão de obra. Seguro 20.000 300 2.800 700 8.000 2.800 600 7.000 2.800 500 * conforme a vida útil esperada; ** 500 x Incremento seleccionado aleatoriamente Resolução Tendo em conta que o equipamento será substituído por novo no fim da sua vida útil e que a Taxa Mínima de Rentabilidade (TMR) real fixada pela empresa para investimentos desta natureza é 15 ano, podemos construir um simulador (modelo representativo deste caso) numa folha de cálculo e realizar várias corridas de forma a determinar, de cada vez, os valores dos custos anuais de cada alternativa. Mostrase a seguir, a título de exemplo, os resultados conseguidos após uma das iterações ( corridas na gíria da simulação). Equipamento A Nº aleatório: 0,47 Incremento do custo de manutenção esperado: 30 Nº aleatório: 0,53 Vida útil esperada: 4 anos Anos 0 1 2 3 4 5. Investimento 15.000. Valor residual 0 2.500 0. Manutenção 500 650 845 1.099 0. Mão de obra 0. Seguro 550 500 400 400 0. Cashflow: 15.000 4.850 4.950 5.045 2.799 0 Custo anual da alternativa A: CA A = 15.000 x (A/P;15;4) + [4.850 x (P/F;15;1) + 4.950 x (P/F;15;21) + 5.045 x (P/F;15;3) + 2.799 x (P/F;15;4)] x (A/P;15;4) = 9.823 contos/ano Equipamento B Nº aleatório: 0,08 Incremento do custo de manutenção esperado: 14 Nº aleatório: 0,06 Vida útil esperada: 3 anos Rui Assis 4

Anos 0 1 2 3. Investimento 20.000. Valor residual 0 7.000. Manutenção 300 342 390. Mão de obra 2.800 2.800 2.800. Seguro 700 600 500. Cashflow: 20.000 3.742 3.310 Custo anual da alternativa B: CA A = 15.000 x (A/P;15;3) + [ x (P/F;15;1) + 3.742 x (P/F;15;2) 3.310 x (P/F;15;3)] x x (A/P;15;3) = 10.493 contos/ano Nesta iteração, como CA B > CA A, seleccionamos a alternativa A como sendo a melhor na perspectiva económica. Correndo agora o simulador 1.000 vezes, ou seja, realizando 1.000 iterações, obtemos 1.000 valores de custo de cada alternativa. Tratando estes valores em frequência, obtemos os seguintes histogramas: Frequências absolutas e relativas acumuladas da Alternativa A Frequências absolutas e relativas acumuladas da Alternativa B 120 120 100 100 Frequências 80 60 40 Freq.absoluta s Freq.relativas acumuladas Frequências 80 60 40 Freq.absolutas Freq.relativas acumuladas 20 20 0 9000 9400 9800 10200 10600 11000 Lim.sup.interv. 0 10000 10500 11000 11500 12000 12500 Lim.sup.interv. Os valores mínimos, médios e máximos encontramse representados no Quadro seguinte: Valor mínimo Valor médio Valor máximo Custo da Alt.A (contos/ano) 9.159 9.778 10.695 Custo da Alt.B (contos/ano) 10.484 10.886 12.376 É comum tomar decisões com base nos valores médios. Neste caso, a alternativa A seria a eleita com base neste critério, pois apresenta um custo médio inferior (9.778 10.886) / 10.886 x 100 10 ao da alternativa B. Contudo, os valores médios não são suficientes para tomar uma decisão. É preciso também ponderar o risco, isto é, a probabilidade de a alternativa B vir, afinal, a revelarse mais económica que a alternativa A. Para calcularmos o risco, precisamos saber se existe alguma região de valores de custo partilhada pelas duas alternativas e qual a sua magnitude. Esta magnitude fornecerá a probabilidade (ou risco) de a alternativa A se tornar melhor que a alternativa B. Rui Assis 5

Conforme podemos ver no Quadro anterior, existe de facto tal região entre o valor mínimo da distribuição em frequência dos custos da alternativa B (10.484 contos/ano) e o valor máximo da distribuição em frequência dos custos da alternativa A (10.695 contos/ano). Para determinarmos a magnitude desta região, podemos contar quantas vezes cada alternativa foi a melhor durante as 1.000 corridas. O simulador forneceu os seguintes resultados: 83 para a alternativa A e 17 para a alternativa B. Daqui se conclui que, embora a alternativa A apresente um custo anual médio inferior em cerca de 10 ao da alternativa B, existe um risco de 17 de esta última vir a revelarse, afinal, a melhor. Este facto deve também ser tido em conta pelo decisor. Conclusões Deste caso, é possível tirar as seguintes ilações práticas: 1. Quando se comparam diferentes alternativas entre si, apenas os custos que assumem diferentes valores em cada alternativa são relevantes (ou pertinentes) para efeitos de cálculo. Os custos iguais em todas as alternativas, se forem considerados no cálculo, não influenciam o resultado e apenas contribuirão para a sua complexidade. Como tal, são irrelevantes e devem ser ignorados; 2. Quando comparamos entre si duas ou mais alternativas de investimento, apresentando vidas esperadas diferentes, devemos usar o método do valor uniforme equivalente (que resulta da anualização dos cashflows). O método do valor presente (que resulta da actualização dos cashflows) pode conduzir, nestes casos, a conclusões erradas; 3. Quando existe incerteza associada aos valores possíveis assumir por parte de uma ou mais variáveis de entrada (inputs), devemos construir um modelo de simulação e corrêlo um nº suficiente de vezes de forma a determinar intervalos de confiança dos valores das variáveis de saída (outputs). O cálculo da probabilidade (ou risco) de uma qualquer expectativa não se verificar decorre em consequência; 4. Os métodos empíricos fundamentados na intuição e experiência do decisor são falíveis. Em contrapartida, os métodos científicos proporcionam convicção nos resultados. Todavia, conforme o leitor bem se apercebeu, estes métodos requerem a existência de informação histórica íntegra e exaustiva guardada em bases de dados multidimensionais e disciplina da organização. Bibliografia relacionada 1. ASSIS, Rui e Mário Figueira, MICROINVEST, Projectos de Investimento Avaliação e Planeamento, Lisboa, IAPMEI, 1994 2. ASSIS, Rui, Manutenção Centrada na Fiabilidade Economia das Decisões, Lisboa, LIDEL, 1997 3. CANADA, John R., William Sullivan, John A. White, Capital Investment Analysis for Engineering and Management, Prentice Hall, Inc., New Jersey 1996 4. THUESEN, Fabrycky, Engineering Economy, PrenticeHall International Editions, 1989 Rui Assis Abril 1999 Rui Assis 6