Beruflich Dokumente
Kultur Dokumente
337-345, 2012
Abstract: The volatility concerning industrial projects is a significant parameter in the analysis of risk in investments.
When financial assets are evaluated, the volatility can be determined by historical data of assets. However, when
working with industrial projects, usually, there are no historical data, which makes volatility a critical parameter to
be determined. The objective of this study is the adoption and comparison of three approaches to determine project
volatility in a transformation industry. Two of the adopted approaches, the Consolidated Volatility Approach of
Copeland and Antikarov (2001) and the Estimated Volatility of Herath and Park (2002) were obtained from a
literature review of methods for calculation of volatility of investment projects. The third approach is a new proposal
for volatility calculation entitled: The Estimate of Volatility through the Dependence between PVo and PV1. A
traditional analysis of investments in an industrial project was performed, in which these three different approaches
for determination of volatility were adopted. Lastly, a comparison of the three approaches is presented, in which
the difference between the highest and the lowest volatility values is nineteen percentile points.
Keywords: Volatility. Risk. Real options. Investment analysis.
1Introduo
1.1 Consideraes iniciais
Os avanos tecnolgicos ocorridos nas ltimas
dcadas tm contribudo para que, de forma
exponencial, as empresas busquem tcnicas de
anlise de investimentos mais sofisticadas. Estas
novas tcnicas buscam ser mais precisas e considerar
algumas variveis que as tcnicas tradicionais no
consideram. A utilizao de tcnicas mais precisas
Instituto de Engenharia de Produo e Gesto, Universidade Federal de Itajub UNIFEI, CP 50, CEP 37500-903, Itajub, MG,
e-mail: ronildooliveira@terra.com.br; pamplona@unifei.edu.br
1.2 Objetivo
O objetivo deste trabalho apresentar uma nova
abordagem para o clculo da volatilidade a partir da
adaptao de sistemticas existentes, comparando os
resultados por meio de sua aplicao em um projeto
industrial.
1.3 Metodologia
O mtodo de pesquisa a ser utilizado no presente
trabalho ser a MODELAGEM E SIMULAO. Tal
mtodo de pesquisa tem as caractersticas apresentadas
por Bertrand e Fransoo (2002). Ser realizada uma
anlise comparativa entre os principais modelos
existentes, destacando as principais diferenas entre
eles.
2Volatilidade
A volatilidade um parmetro de entrada
significativo na abordagem de opes, tanto financeiras,
quanto de ativos reais. No trabalho com opes
financeiras, a volatilidade um parmetro que pode
ser estimado pelos dados histricos, o que torna o
resultado das opes muito prximo da realidade.
No trabalho com ativos reais, na maioria dos casos,
no se trabalha com dados histricos para se estimar
a volatilidade, o que, se no for feito de forma
criteriosa, pode levar a uma sub ou superestimativa
da volatilidade, levando o clculo das opes a um
valor distante do valor real.
Nestes casos, em que no se trabalha com
dados histricos, uma alternativa a de se utilizar
simulao de Monte Carlo para calcular a estimativa
da volatilidade dos fluxos de caixa. No mtodo de
Monte Carlo, as principais fontes de incerteza do
projeto, tais como: receitas, taxas de desconto, custos e
despesas, impostos e depreciao, entre outras, podem
servir como variveis de entrada para a simulao.
Alguns autores, nos anos recentes, tm trabalhado
nesta rdua tarefa de propor modelos para estimar
d lnV = dt + dz (1)
339
Em que:
taxa drift anual contnua e dado pela mdia
da srie ln (Vi+1/Vi )) somado a 2/2.
Brandoetal. (2005a) comentam sobre o uso
do MGB, que, segundo estes autores, uma ideia
relativamente simples, pois se o valor do projeto
assumido para seguir um MGB, ento a estimativa
deste valor em qualquer ponto no tempo segue uma
distribuio lognormal.
A base do teorema proposto por Paul Samuelson
(1965) o MGB; segundo ele, a taxa de retorno de
qualquer ttulo seguir um caminho aleatrio seja
qual for o padro do fluxo de caixa que se espera
que seja gerado, desde que os investidores tenham
informaes completas sobre esses fluxos de caixa.
A aplicabilidade deste teorema na estimativa de
volatilidade de grande utilidade, pois, se apenas
eventos aleatrios podem fazer com que haja desvio
na trajetria dos preos, pode-se ento combinar as
demais incertezas, tais como: incertezas de preos,
de demanda, de custos, em uma nica incerteza, a
volatilidade do projeto.
Em que (Equao4):
rt = ln
PVt
(4)
PV0
z = ln
PV1 + FCF1
(5)
PV0
PV0 =
PV1 =
t =0
t =1
FCt
(1 + WACC )t
FCt
(1 + WACC )t 1
(6)
(7)
Figura1. Emprego do mtodo de Monte Carlo para montagem da rvore de eventos. Fonte: Copeland e Antikarov (2001).
341
MV1 + A1
k = ln
(8)
MV0
T
MV1 =
t =2
(1 + k )t 1
MV0 =
At
t =1
At
(1 + k )t
(9)
(10)
Variveis
Copeland e Herath
Antikarov e Park
(2001)
(2002)
PV0
MV0
PV1
MV1
FCF1
A1
Rt
Taxa de retorno
VP1 + FCL1
(11)
VP0
z = ln
VP0 =
VP1 =
t =0
t =1
FCt
(12)
FCt
(13)
(1 + r )t
(1 + r )
t 1
= desv.pad ( z ) (14)
3Modelagem
A aplicao das abordagens de estimativa da
volatilidade de Copeland e Antikarov (2001), Herath
e Park (2002) e a Estimativa da Volatilidade por meio
da Dependncia de VPo e VP1, proposta neste trabalho,
3.1 O projeto
Um investimento em uma nova unidade de uma
empresa deve ser analisado de forma sistemtica
e detalhada, no somente para decidir quando o
investimento dever ser realizado, como tambm inserir
na anlise as flexibilidades necessrias que a empresa
ir necessitar no futuro (TRIANTIS; BORISON, 2001).
O projeto em anlise ser chamado de Projeto
X e ser realizado em trs etapas. A primeira etapa
consiste no pr-projeto, nele se realizar, entre
outros itens, estudos de viabilidade tcnica, visitas a
fornecedores e cotaes diversas; ao final da primeira
etapa a empresa tem a opo de continuar com o
investimento e realizar a segunda etapa. A segunda
etapa consiste em toda obra civil necessria para a
implantao da nova unidade. Por obra civil entende-se
a construo do galpo e toda infraestrutura necessria
para seu funcionamento. A terceira etapa consiste na
compra e instalao dos equipamentos fabris, que a
princpio iro produzir dois produtos, aqui chamados
de Produto A e Produto B.
Concluda a segunda etapa, a empresa tem a
opo de dar sequncia no projeto e realizar tambm
a terceira etapa. Se a empresa desistir de realizar
Tabela1. Dados do projeto.
Parmetros
Valores
Taxa de Desconto Adequada ao Risco
13%
Investimento Inicial-Data zero (USD)
75,000
Investimento no GalpoData 1 (USD)
318,181
Investimento em Equipam-Data 2 (USD) 2,368,181
Depreciao anual
12.5%
Custos Produto A (% Preo em USD)
77.8%
Custos Produto B (% Preo em USD)
51.5%
IR
34%
Tabela2. Dados dos produtos.
Ano
1
2
3
4
5
6
7
8
9
10
Produto A
Preo
Demanda
Unitrio
(m2)
(USD)
28.55
12,650
28.69
17,875
28.57
24,908
28.57
26,153
28.57
27,461
28.57
28,834
28.57
30,276
28.57
30,276
28.57
30,276
28.57
30,276
Produto B
Preo
Demanda
Unitrio
(m2)
(USD)
12.55
110,870
12.68
156,658
12.76
202,087
13.02
237,483
13.28
254,357
13.54
252,984
13.81
251,542
14.09
251,542
14.37
251,542
14.66
251,542
Ano
0
1
2
3
4
5
6
7
8
9
10
FC depois do IR
(USD)
159,960
82,492
304,523
439,817
600,581
714,478
761,860
791,133
823,127
842,038
774,266
Autor
Copeland e
Antikarov
Herath e
Park
Modelo
Proposto
Equao p/ clculo da
Volatilidade
z = ln
PV1 + FCF1
PV0
MV1 + A1
k = ln
MV0
z = ln
VP1 + FCL1
VP0
343
Consideraes
Na simulao de Monte Carlo, VPo deve ser mantido fixo,
VP1 e FCF1 devem variar.
MV1 e MVo so consideradas variveis aleatrias
independentes e tanto uma quanto a outra devem
variar na simulao de Monte Carlo.
Tanto VP1 quanto VPo devem variar na simulao de
Monte Carlo, porm de forma dependente.
Figura2. Anlise de Monte Carlo para a abordagem de volatilidade de Copeland e Antikarov (2001).
a
Figura3. Anlise de Monte Carlo para a abordagem de volatilidade de Herath e Park (2002).
a
Quadro3. Resultados.
Autor
Copeland e Antikarov
Z
(%)
17,91
Volatilidade
(%)
33
Herath e Park
17,91
48
Modelo Proposto
17,91
29
4Concluses
A pesquisa na rea de opes reais e particularmente
no clculo da volatilidade tem experimentado um
contnuo progresso nas ltimas dcadas. Seguindo
esta vereda, este trabalho props apresentar alguns
modelos concebidos por meio de reviso bibliogrfica
para o clculo da volatilidade, assim como a proposta
de uma nova sistemtica.
A apresentao desta nova sistemtica, conforme
destacado no objetivo, foi apenas para contribuir com
a discusso do clculo da volatilidade, no se teve
aqui a inteno de provar que esta nova sistemtica
seja melhor que as sistemticas j existentes.
Fazendo-se um comparativo entre a sistemtica de
determinao da volatilidade proposta por Copeland e
Antikarov (2001), a sistemtica proposta por Herath e
Park (2002) e a sistemtica proposta por este trabalho,
percebe-se que o fato de se considerar ou no como
fixo o valor presente do projeto sob estudo na data
zero, ou de se considerar o valor presente na data zero
dependente ou independente do valor presente na data
1, durante a simulao de Monte Carlo, gera valores
simulados bem distintos de volatilidade do projeto.
Conforme apresentado no Quadro3, verifica-se que o
valor calculado da volatilidade utilizando a abordagem de
Copeland e Antikarov (2001) foi de 33% para o projeto
sob estudo, enquanto que o valor calculado utilizando-se
a abordagem de Herath e Park (2002) foi de 48% e do
modelo proposto por este trabalho foi de 29%, apesar
de, nas trs abordagens, o valor de z ser o mesmo.
Percebe-se que h uma diferena de 19 pontos
percentuais entre a menor volatilidade encontrada
(Modelo proposto por este trabalho) e a maior
volatilidade encontrada (Abordagem de Herath e
Park (2002)), sendo a volatilidade calculada sob a
abordagem proposta por Herath e Park (2002) 65,5%
maior que a volatilidade calculada sob o modelo
proposto por este trabalho.
Diante do comparativo acima, conclui-se que a
determinao da volatilidade em projetos industriais
para a anlise de risco em investimentos ainda um
parmetro em que no h uma convergncia final sob
sua forma de ser determinada. Embora haja consenso
em alguns aspectos, como a considerao de que o
valor do projeto na data zero, sem a opo, a melhor
estimativa para o valor de mercado do projeto e que a
volatilidade dada como o desvio padro da varivel
z, ainda assim h uma diferena considervel de
valores entre as trs abordagens aplicadas no projeto
sob estudo, diferena esta que pode comprometer a
deciso ou no de se investir no projeto.
As decises estratgicas de uma empresa devem
visar a sobrevivncia a longo prazo pela criao de
sustentabilidade no meio em que a empresa est
inserida, assim sendo, um outro aspecto de contribuio
deste trabalho a diminuio da ponte entre o meio
345
Referncias
BERTRAND, J.; FRANSOO, J. Modelling and Simulation
Operations management research methodologies using
quantitative modeling. International Journal of Operations
& Production Management, v.22, n.2, p.241-264,2002.
http://dx.doi.org/10.1108/01443570210414338
BLACK, F.; SCHOLES, M. The pricing of options
and corporate liabilities. Journal of Political
Economy, v.81, p.637-659,1973. http://dx.doi.
org/10.1086/260062
BRANDO, L.; DYER, J.; HAHN, W. Using binomial
decision trees to solve real-option valuation problems.
Decision Analysis, v.2, n.2, p.69-88,2005a. http://
dx.doi.org/10.1287/deca.1050.0040
BRANDO, L.; DYER, J.; HAHN, W. Response to
Comments on Brandoetal. Decision Analysis, v.2,
n.2, p.103-109,2005b.
COPELAND, T.; ANTIKAROV, V. Opes reais: um novo
paradigma para reinventar a avaliao de investimentos.
Editora Campus,2001.
HERATH, H.; PARK, C. Multi-stage capital investiment
opportunities as compound real options. The Engineering
Economist, v.47, n.1, p.1-27,2002.
LUEHRMAN, T. Investiment opportunities as real options:
getting started on the numbers. Harvard Business
Review, p.51-67,1998.
MIRANDA FILHO, J. Investimento em distribuio
utilizando opes Reais.2005.160f. Dissertao
(Mestrado Cincias em Engenharia Eltrica)-Universidade
Federal de Itajub, Itajub,2005.
PINTO, C. B.; BRANDO, L.; ALVES, M. L. Valuing the
switching flexibility of the ethanol-gas flex fuel. Annals
of Operations Research, v.176, n.1, p.333-348,2009.
SAMUELSON, P. Proof that properly anticipated prices
fluctuate randomly. Industrial Management Review,
v.6, p.41-49,1965.
SANTOS, E.; PAMPLONA, E. Teoria das Opes Reais: uma
atraente opo no processo de anlise de investimentos.
Revista de Administrao da Universidade de So
Paulo, v.40, n.3,2005.
SMITH, J. Alternative approachs for solving real options
problems. (Coments on Brandoetal.2005). Decision
Analysis, v.2, p.89-102,2005. http://dx.doi.org/10.1287/
deca.1050.0041
TRIANTIS, A; BORISON, A. Real Options: state of the
practice. Journal of Applied Corporate Finance,
v.14.2,2001.