Análise de Projetos e Investimentos teorico 5

possíveis cenários futuros de risco, tornando possível a 
construção de cenários aleatórios;
• Determinação da probabilidade de ocorrência dos cenários de riscos;
• Tomada das melhores decisões possíveis em situações de incerteza. 
10
Unidade: Processo de Análise de Risco
Estudo de caso
Quando uma empresa se depara com a situação em que um pedido 
extra é solicitado e que há capacidade produtiva suficiente para processá-
lo, algum parâmetro ou critério deve ser estabelecido para embasar a 
decisão de atender ou não ao pedido. A definição desse critério, em 
muitos casos, passa pela discussão de formas de melhoria do resultado 
econômico da empresa. Um dos parâmetros de decisão existentes é a 
margem de contribuição que tem mensuração econômica e advém do 
campo da contabilidade gerencial. Dentro desse contexto, levanta-se 
o seguinte questionamento que direciona o estudo: como estabelecer 
métricas adequadas que alicercem a decisão econômica de atender ou 
não a pedidos extras cujos produtos têm grande variabilidade de custos 
variáveis diretos unitários? Para responder a essa questão, o presente 
estudo faz o uso de técnicas provindas da contabilidade gerencial e da 
pesquisa operacional. 
O estudo demonstrou que a inclusão do risco na projeção da margem 
de contribuição agrega utilidade a esse conceito para fins gerenciais ao 
permitir uma visão mais realista de cenários futuros em situações em que 
há incertezas contábeis decorrentes de variáveis caracterizadas por um 
comportamento probabilístico. Além disso, o conhecimento detalhado 
da estrutura de custos da empresa verificou-se imprescindível para 
averiguar se determinado pedido contribuía para o aumento do resultado 
econômico da empresa.
Fonte: adaptado de: http://www.scielo.br/pdf/prod/2011nahead/aop_t6_0003_0208.pdf
Vejamos a seguinte Figura, representando essas probabilidades:
Figura 4 – Cálculo de probabilidade.
Fonte: uff.br
11
Usuários de software de análise de risco imaginam que o resultado – saída – consiste de 
valores únicos. A saída correta é uma distribuição de probabilidades sobre todos os retornos 
esperados após a conclusão de um projeto. A Figura 5 apresenta curvas onde se destacam 
grande número de atividades e pequeno índice de atividades, assim como as regiões mais e 
menos prováveis de ocorrência.
Figura 5 – Cálculo de probabilidades
Max
Grande número
de atividades
Pequeno número
de atividades
Mais Provável
Otimista Pessimista
Fonte: thespiderteam.com
Analisando o gráfico da Figura 6, um cliente em busca de opções rentáveis consegue 
distinguir um perfil sobre possíveis retornos e riscos de um projeto, mostrando todos os 
resultados prováveis e que poderiam pesar sobre determinada decisão. 
A seguinte Figura também nos mostra algumas ferramentas computacionais que podem ser 
utilizadas para fazer a análise de Monte Carlo digitalmente:
Figura 6 – Cálculo de Monte Carlo.
Fonte: Elaborado pelo conteudista
12
Unidade: Processo de Análise de Risco
O que é Análise de Risco?
“A cultura, os processos e a estrutura organizacional, direcionados ao eficaz 
gerenciamento de oportunidades e efeitos adversos potenciais”, pensou 
primeiro em Freud e como este tentaria explicar a relação entre os elos da 
organização. A cultura seria o superego, enquanto que os processos são 
o ego e a estrutura organizacional é o id. Em segundo lugar, imaginou um 
pescador, com o vasto oceano à sua frente tendo de tomar a decisão de como 
aproveitar as oportunidades potenciais que se apresentam e ao mesmo tempo 
minimizar a chance de fracasso. Ele então nos dá sua interpretação sobre o 
tema: “gestão de risco é um processo de análise e tomada de decisão, que 
traz à superfície de maneira estruturada, linhas de raciocínio organizacionais 
geralmente subconscientes, com o objetivo de eliminar, evitar ou minimizar o 
risco” (DOONAN, 2001, p. 48-49).
Análise de riscos ou simulação probabilística constituem ferramentas de grande importância 
a serem utilizadas pela administração no processo decisório. A análise de risco tem como base a 
técnica chamada Monte Carlo. A Figura 7 apresenta as características do método de Monte Carlo. 
Figura 7 – Características do método de Monte Carlo
• Modelos matemáticos não lineares;
• Distribuições assimétricas das grandezas de influência;
• Contribuições não normais dominantes;
• Correlações entre grandezas e outras dificuldades para 
a aplicação do método clássico não precisam receber 
atenção especial;
• Considerações sobre a normalidade da estimativa de saída 
e a aplicabilidade da fórmula para cálculo do número de 
graus de liberdade tornam-se desnecessárias.
Fonte: elaborada pelo professor conteudista.
Essa técnica é usada para que um determinado modelo matemático seja submetido a várias 
simulações, de modo que cenários sucessivos são construídos, usando valores de entrada para 
as variáveis que ainda apresentam incertezas no projeto. A qualidade dos resultados dependerá 
dos seguintes fatores:
• Representatividade do modelo matemático;
• Qualidade da caracterização das variáveis de entrada;
• Características do gerador de números pseudoaleatórios;
• Número de simulações realizadas;
• Procedimento de definição do intervalo de abrangência.
13
A técnica de simulação de Monte Carlo no ambiente do gerenciamento de projetos, quando 
utilizada para a execução de uma simulação controlada, por exemplo e no que se refere à 
administração de tempos das atividades previstas em seu escopo, de maneira a fazer com que a 
seleção aleatória dos valores das distribuições probabilísticas específicas, não viola a existência 
dos relacionamentos de correlações suspeitas ou conhecidas entre as variáveis do projeto. 
Utilizando, por exemplo, a ferramenta computacional Crystal Ball, que emprega a simulação 
de Monte Carlo, baseada em planilhas eletrônicas, obtém-se resultados que serão devidamente 
coletados e analisados sob forma estatística, até que possamos chegar a uma distribuição de 
probabilidades dos resultados potenciais do projeto e, dessa forma, estimar possíveis medidas 
de risco para esse. 
Crystal Ball é um software desenvolvido pela empresa Oracle, que trabalha com simulações 
e previsões, através do Microsoft Office Excel. De acordo com o site da Oracle, o software 
“fornece uma visão incomparável para os fatores críticos que afetam riscos”. 
A seguir há uma Figura que mostra os desdobramentos das etapas da análise de risco:
Figura 8 – Gerenciamento de risco
Mapear
Processos
Gerenciamento
de risco
Sumário
Estabelecer
PCCs
Determinar
impacto/
gravidade
do risco
Determinar
o tratamento
do risco
Controlar
o risco
Monitorar
o risco
Revisar
o risco
Identi�car
�uxograma
Identi�car
risco
Con�gurar
�uxograma
Efetuar
análise de
risco
Fonte: Elaborado pelo conteudista
14
Unidade: Processo de Análise de Risco
Modelos de Previsão
Os modelos de previsão são, usualmente, divididos por estágios. O estágio inicial da aplicação 
de uma análise de risco é, basicamente, a existência da obrigatoriedade de um modelo robusto. 
Isto porque é necessário que exista grande capacidade de realizar previsões, da maneira mais 
otimizada possível, desde que sejam inseridos dados reais e corretos. 
Para que esse estágio aconteça, deve-se criar um modelo de previsibilidade, que geralmente 
é usado através de meios computacionais, os quais tenham a capacidade de definição entre as 
relações matemáticas e as variáveis numéricas que, por sua vez, têm relação com as possíveis 
previsões do futuro do projeto. Trata-se de um conjunto de fórmulas matemáticas que objetivam 
fazer o processamento de variáveis de entrada para transformá-las em variáveis de saída e, 
dessa forma, ajudar-nos na obtenção de um resultado.
O relacionamento simplificado entre duas variáveis