Gest. Prod., So Carlos, v. 19, n. 2, p.

337-345, 2012

A volatilidade de projetos industriais para uso em

anlise de risco de investimentos
The volatility of industrial projects for use in analysis
of risk in investments
Ronildo Jorge de Oliveira1
Edson de Oliveira Pamplona1
Resumo: A volatilidade em projetos industriais um parmetro significativo na anlise de risco de investimentos.
Quando se avaliam ativos financeiros, a volatilidade pode ser determinada por meio de dados histricos do ativo,
porm, ao se trabalhar com projetos industriais, normalmente, no existem dados histricos. Este fato torna a
volatilidade um parmetro crtico de ser determinado. Este artigo faz a aplicao e a comparao de trs abordagens
para determinao da volatilidade de um projeto de uma indstria de transformao. Duas destas abordagens adotadas,
a Abordagem Consolidada da Volatilidade de Copeland e Antikarov (2001) e a Estimativa de Volatilidade de
Herath e Park (2002), foram obtidas a partir de uma reviso bibliogrfica de mtodos para clculo de volatilidade
de projetos de investimentos. A terceira abordagem uma nova proposta para o clculo da volatilidade, chamada de
A Estimativa da Volatilidade Atravs da Dependncia entre VPo e VP1 . O trabalho realiza a avaliao tradicional
de investimentos em um projeto industrial, no qual so aplicadas as trs diferentes abordagens de determinao da
volatilidade. Conclui-se, com um comparativo entre as trs abordagens, que a diferena entre o maior e o menor
valor encontrado para a volatilidade de dezenove pontos percentuais.
Palavras-chave: Volatilidade. Risco. Opes reais. Anlise de investimento.

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

e que consideram mais variveis contribuem para

uma maior assertividade por parte dos gestores no
momento decisivo para a realizao ou no de um
projeto. Este fato evita que as empresas subavaliem
seus investimentos ou realizem investimentos que no
sejam rentveis ou, ainda, abandonem investimentos
que poderiam ser rentveis.
Os mtodos de anlise de investimentos que tm
como base o Fluxo de Caixa Descontado (FCD) so

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

Recebido em 25/5/2010 Aceito em 21/2/2012

Suporte financeiro: Nenhum.

338 Oliveira et al.

largamente utilizados nas indstrias para anlise de

viabilidade ou no de um projeto, porm crescente
a necessidade do uso de tcnicas que abordem a
flexibilidade gerencial que a maioria dos projetos
possui. Uma tcnica que uma vertente das Opes
Financeiras e que ficou conhecida como Teoria das
Opes Reais, busca incorporar as flexibilidades
gerenciais que os mtodos tradicionais no incorporam.
A Teoria das Opes Financeiras surgiu na dcada
de 70, com a publicao do trabalho de Black e
Scholes (1973). Nas dcadas seguintes, outras
publicaes corroboraram com trabalho destes autores,
aperfeioando o modelo desenvolvido por eles para
o uso em ativos fixos.
MirandaFilho (2005), sobre a expanso do sistema
eltrico, afirma que a introduo do pensamento de
Opes no planejamento da expanso deste sistema vem
ao encontro das necessidades dos executivos de uma
ferramenta que lhes permita considerar cientificamente as
opes de adiamento, expanso, abandono e contratao
no mercado consumidor de energia eltrica.
Seguindo o pensamento de Miranda, na rea
industrial, o planejamento de construo de novas
unidades e, at mesmo, o planejamento de expanses,
utilizando a Teoria das Opes Reais, atende s
necessidades dos executivos de uma ferramenta que
lhes permita maior flexibilidade, considerando fatores
que os mtodos tradicionais no consideram, como
o adiamento, o investimento em diferentes datas e
o abandono de projetos. Sendo assim, as empresas
devem sofisticar-se na maneira como avaliam seus
investimentos, utilizando ferramentas complementares
aos mtodos tradicionais, capazes de captar fatores
que eles no levam em considerao, auxiliando
assim na tomada de deciso.
Conforme enfatizado por Luehrman (1998), a
maioria dos executivos questiona: Como usar a
precificao de opes em um projeto, com nmeros
reais, em vez de exemplos estreis?; tambm, Santos
e Pamplona (2005) afirmam que: embora muito se
tenha dito a respeito do poder da teoria das opes
reais aplicada anlise de investimento, o Brasil ainda
carece de trabalhos que venham a comprovar sua
validade. necessrio que esta teoria seja cada vez
mais difundida, principalmente no meio corporativo.
Baseados em entrevistas realizadas com executivos
de diversas empresas, Triantis e Borison (2001)
concluem que a Teoria das Opes Reais tem ajudado
aos gerentes a tomar melhores decises nas anlises
de investimentos.
Conforme destacado por Brandoetal. (2005a),
para o uso da abordagem das opes reais, necessrio
conhecer apenas trs parmetros do projeto sob
estudo, sendo estes:
i. a estimativa do valor presente do projeto;
ii. a volatilidade dos retornos do projeto;
iii. a taxa livre de risco.

Gest. Prod., So Carlos, v. 19, n. 2, p. 337-345, 2012

A estimativa do valor presente do projeto pode

ser obtida com o uso do Fluxo de Caixa Descontado;
como taxa livre de risco podem ser utilizados, por
exemplo, os retornos de um ttulo do governo; porm
a determinao da volatilidade no tarefa to simples
como dos demais parmetros.
Do exposto, este trabalho busca estimar a
volatilidade em um projeto industrial a partir de
modelos obtidos em reviso bibliogrfica das diversas
abordagens de determinao da volatilidade para o uso
em ativos fixos, como tambm, a partir de um novo
modelo proposto. Os resultados sero comparados. A
volatilidade um dos componentes mais relevantes
na avaliao do valor das opes em investimentos
com risco.

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

A volatilidade de projetos industriais para uso em anlise de risco de investimentos

a volatilidade para o trabalho com ativos reais,

sugerindo diferentes variaes para a aplicao da
simulao de Monte Carlo. Nos modelos propostos,
a volatilidade do ativo subjacente estimada pelo
clculo do desvio padro da taxa de retorno, que, por
sua vez, desenvolvida por meio de uma distribuio
de probabilidades, que simulada por meio do mtodo
de Monte Carlo.
A Abordagem Consolidada da Incerteza baseada no
Valor Presente Logartmico de Copeland e Antikarov
(2001) e Herath e Park (2002), o Valor Presente
Logartmico Condicional de Brandoetal. (2005b),
que foi comentado por Smith (2005), so publicaes
recentes que sugerem a aplicao da simulao de
Monte Carlo para a estimativa da volatilidade.

2.1 O Movimento Geomtrico Browniano

Os trabalhos de Copeland e Antikarov (2001),
Herath e Park (2002) e de Brandoetal., (2005b),
alm de utilizarem a simulao de Monte Carlo, tm
em comum a hiptese de considerar que o valor do
ativo subjacente segue o Movimento Geomtrico
Browniano (MGB), ou seja, o ativo subjacente nunca
pode ter valores negativos, sendo logartmica normal
(lognormal) a distribuio do valor final.
Isto implica dizer que a variao no valor do
retorno do projeto no tempo segue um caminho
aleatrio (random walk).
Conforme destacado por Brandoetal. (2005b), se
Vi e Vi+1 representarem, sem pagamento de dividendos,
o valor de um projeto nos perodos i e i+1, o
retorno em tempo contnuo (ln (Vi+1/Vi )), pela hiptese
do caminho aleatrio, tem uma distribuio normal
com mdia e desvio padro .
No regime de capitalizao contnua, os valores
fluem contnua e uniformemente ao longo do tempo
segundo uma funo matemtica. Alm de poder
ser usada na avaliao de projetos de investimentos,
a capitalizao contnua tambm pode ser usada
na avaliao de opes, derivativos, gerao de
lucros da empresa, desgaste de equipamentos, entre
outras. Na prtica, muitas situaes exigem o uso da
capitalizao contnua.
Em tempo contnuo, o perodo de tempo tende a
zero e esse modelo estocstico pode ser representado
pela Equao1.

d lnV = dt + dz (1)

Sendo: dz incremento de Wiener ( dz = dt )

A suposio de que ln V tem distribuio normal,
implica que a distribuio do valor do projeto
em qualquer ponto lognormal. Esta concluso
fundamental para a utilizao do Movimento
Geomtrico Browniano para modelar o preo de
aes, taxas de juros e diversas outras variveis

339

econmicas e financeiras. Assim como os preos

de aes, por exemplo, no podem cair abaixo de
zero, a distribuio lognormal no possui valores
negativos. Sendo assim, as alteraes no retorno do
projeto ao longo do tempo podem ser modeladas pela
Equao2, conforme destacado por Pinto, Brando
e Alves (2009).

dV = Vdt + Vdz (2)

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.

2.2 Abordagem Consolidada da Incerteza

de Copeland e Antikarov (2001)
Pouco tem sido escrito sobre os problemas de
estimativa de volatilidade, exceto quanto ao
fato de a volatilidade no ser o mesmo que a
volatilidade de quaisquer das variveis-insumo
(como preo ou quantidade de produto), nem
igual volatilidade do patrimnio da empresa.
(COPELAND; ANTIKAROV, 2001, p. 245)

O trabalho desenvolvido por Copeland e Antikarov

(2001) foi denominado abordagem consolidada da
incerteza, pois, segundo os autores, o resultado final
uma nica estimativa de incerteza, gerada por meio
de diversas incertezas de entrada, tais como: preo,
quantidade e custos variveis. Esta incerteza final
denominada como sendo a variao percentual do
valor presente do projeto ao longo do tempo, ou seja,
o retorno do projeto.
Na abordagem apresentada, Copeland e Antikarov
(2001) se baseiam na suposio de que o valor presente
dos fluxos de caixa do projeto sem considerar os
investimentos e, ainda, sem flexibilidade, ou seja,
sem as opes, a melhor estimativa do valor de

Gest. Prod., So Carlos, v. 19, n. 2, p. 337-345, 2012

340 Oliveira et al.

mercado do projeto. Com esta considerao, este

valor presente considerado como seu preo de
mercado, como se este fosse um ativo negocivel.
Fazendo uma analogia da abordagem consolidada
da volatilidade com o mercado de aes, podemos
dizer que a soma do valor presente dos fluxos de caixa
sem investimentos na data zero (valor econmico
do ativo) anlogo ao preo da ao na data zero,
que um valor conhecido. O preo futuro da ao,
que um valor desconhecido, pode ser comparado
ao valor presente dos fluxos de caixa na data 1, que
tambm um valor desconhecido. Sendo assim,
um investimento pode ser avaliado como se fosse
um ativo negociado no mercado, mesmo que este
no seja cotado.
A base do trabalho de Copeland e Antikarov
(2001) o teorema de Paul Samuelson, que prova
que a taxa de retorno de um ttulo segue um caminho
aleatrio, independente do padro dos fluxos de caixa
que so gerados no futuro, ou seja, o valor atual de
um ttulo j reflete todas as informaes que esto
contidas na sua sequncia histrica. Esta afirmativa
implica dizer que qualquer desvio na trajetria do
fluxo de caixa futuro ser dado por eventos aleatrios
e, consequentemente, os desvios da taxa de retorno
tambm sero aleatrios. Desta forma, os investidores
sempre recebero os retornos esperados e o valor
da riqueza do projeto ir seguir, com volatilidade
constante, de forma aleatria ao longo do tempo.
Com base nas ideias de Paul Samuelson, Copeland
e Antikarov recorreram ao mtodo de Monte Carlo
para combinar diversas incertezas em uma nica
incerteza, a volatilidade da taxa de retorno.
A Figura1 ilustra o emprego do mtodo de
Monte Carlo para a construo da rvore de eventos,
apresentada por Copeland e Antikarov.
De acordo com Pinto, Brando e Alves (2009),
ao se trabalhar com mais de uma varivel de entrada
(incerteza) em Monte Carlo, deve-se considerar a
correlao entre elas na simulao. Considerando,
por exemplo, duas variveis de entrada Preo (P) e

Demanda (D), a correlao entre ambas ( PD ) ser

dada pela correlao entre as sries: ln (Pt/ Pt-1) e ln
(Dt/ Dt-1).
A volatilidade da taxa de retorno, apresentada por
Copeland e Antikarov (2001), pode ser obtida por
meio da Equao3.

PVt = PV0 ert (3)

Em que (Equao4):

rt = ln

PVt
(4)
PV0

O valor dos fluxos de caixa futuros estimado

para duas datas, um para a data zero e outro para a
data 1. Como a taxa de retorno, ao longo do tempo,
constante, fazemos ento t=1. Deste modo, a variao
percentual do valor do projeto de um perodo para o
seguinte pode ser calculado pela seguinte proporo
logartmica, conforme Equao5.

z = ln

PV1 + FCF1
(5)
PV0

Em que: PV1: valor presente do projeto na data

1; FCF1: fluxo de caixa livre na data 1; PV0: valor
presente do projeto na data zero.
O valor presente do projeto na data zero e na
data 1 pode ser calculado por meio das Equaes6
e 7, respectivamente.
T

PV0 =

PV1 =

t =0

t =1

FCt

(1 + WACC )t
FCt

(1 + WACC )t 1

(6)

(7)

A distribuio de probabilidades dos valores de z

obtida pela simulao de Monte Carlo. Mantendo-se
o denominador da Equao5 (PV0) constante e
deixando variar o numerador da mesma equao de

Figura1. Emprego do mtodo de Monte Carlo para montagem da rvore de eventos. Fonte: Copeland e Antikarov (2001).

341

A volatilidade de projetos industriais para uso em anlise de risco de investimentos

acordo com as incertezas consideradas no projeto,

a volatilidade do projeto () ento definida como
sendo o desvio padro de z (=desv.pad (z)).

2.3 A Estimativa de Volatilidade de

Herath e Park (2002)
Na implementao dos modelos de opes reais,
estimar o parmetro de volatilidade para o ativo
subjacente muito difcil, pois os dados de
mercado raramente so disponveis. (HERATH;
PARK, 2002, p. 12)

A estimativa de volatilidade apresentado por

Herath e Park (2002), assim como a estimativa de
volatilidade apresentada por Copeland e Antikarov
(2001), faz uma relao entre o fluxo de caixa na
data 1 do projeto e o fluxo de caixa na data zero.
Assim a taxa de retorno do projeto obtida por meio
do clculo do logaritmo Neperiano da soma do fluxo
de caixa na data 1 com o fluxo de caixa livre na data 1,
divididos pelo fluxo de caixa na data zero. Por meio
de uma simulao de Monte Carlo, simulam-se as
diversas incertezas do projeto, chegando-se a uma
nica incerteza, que ser a volatilidade do projeto.
As Equaes8, 9 e 10 so apresentadas pelos autores
para o clculo da volatilidade.

MV1 + A1
k = ln
(8)
MV0
T

MV1 =

t =2

(1 + k )t 1

MV0 =

At

t =1

At

(1 + k )t

(9)

(10)

Em que: k : varivel aleatria da taxa de retorno

do investimento ( k ~ N(k,2)); MV1: valor presente
dos futuros fluxos de caixa na data 1; A1: fluxo de
caixa da data 1; MV0: valor presente dos futuros
fluxos de caixa na data zero; At: fluxo de caixa da
data t; k: taxa de retorno do investimento.
Comparando-se o mtodo de estimativa de
volatilidade apresentado por Herath e Park (2002) com
o mtodo de estimativa de volatilidade apresentado
por Copeland e Antikarov (2001), podemos destacar
algumas diferenas entre ambos, o Quadro1 destaca
a simbologia usada em cada trabalho.
Todavia, a grande diferena entre o mtodo
apresentado por Copeland e Antikarov (2001) e o
mtodo apresentado por Herath e Park (2002) est
no tratamento do valor presente dos futuros fluxos de
caixa na data zero, o qual chamado de PV0 e MV1,
respectivamente pelos autores, e o denominador das
Equaes5 e 8. Durante a execuo da simulao de

Quadro1. Comparativo entre a simbologia de Copeland e

Antikarov (2001) e Herath e Park (2002).

Variveis

Valor presente na data zero

Copeland e Herath
Antikarov e Park
(2001)
(2002)
PV0
MV0

Valor presente na data 1

PV1

MV1

Fluxo de caixa livre na data 1

FCF1

A1

Rt

Taxa de retorno

Monte Carlo, enquanto Copeland e Antikarov mantm

o PV0 fixo, sem variar juntamente com as incertezas
do projeto, variando somente o PV1; Herath e Park
consideram, ambos, os valores presentes dos futuros
fluxos de caixa na data zero e na data 1 como variveis
aleatrias independentes e que tanto uma, quanto
outra, devem variar juntamente com as incertezas
do projeto durante a simulao de Monte Carlo. Esta
importante diferena entre as duas abordagens vai
gerar valores diferentes para a volatilidade do projeto.

2.4 A Estimativa da Volatilidade por meio

da Dependncia de VPo e VP1
Assumindo algumas propostas dos autores
discorridos anteriormente, Copeland e Antikarov
(2001), Herath e Park (2002), e propondo algumas
mudanas nas suas abordagens, neste captulo,
proposto um novo modelo para a determinao da
volatilidade. Ao final do estudo, este modelo proposto
ser comparado, por meio de um caso real, com os
demais modelos.
As propostas dos autores discorridos anteriormente
que sero absorvidas por esta nova abordagem so
as seguintes:
i. A Negativa do Ativo Negociado (Market Asset
DisclaimerMAD), que assume que o VPL, sem
opes, a melhor alternativa para o preo de
mercado do projeto. Isto garante que o retorno
esperado do projeto ser exatamente o mesmo
que a taxa de desconto ajustada ao risco, desde
que o mercado seja eficiente, garantindo-se
assim um VPL igual a zero;
ii. O valor presente do projeto na data 1, o fluxo
de caixa na data 1 e o valor presente do projeto
na data zero sero utilizados como parmetros
de entrada para o clculo da volatilidade;
iii. O uso da simulao de Monte Carlo para
combinar as diversas incertezas do projeto em
uma nica incerteza, a volatilidade do projeto.
Esta nova abordagem prope, no entanto, um novo
tratamento do valor presente do projeto na data zero
durante a simulao de Monte Carlo. Copeland e
Antikarov (2001) tratam o valor presente do projeto

Gest. Prod., So Carlos, v. 19, n. 2, p. 337-345, 2012

342 Oliveira et al.

na data zero (PVo) como sendo fixo, ou seja, ele no

varia durante a simulao. Herath e Park (2002)
propem variar o valor presente na data zero, o qual
os autores chamam de (MVo), durante a simulao
de Monte Carlo, porm de forma independente do
valor presente do projeto na data 1 e do fluxo de
caixa na data 1. Estas duas abordagens vo resultar
em valores diferenciados da volatilidade.
Neste novo modelo, entende-se que o valor presente
do projeto na data zero, o qual denominado VPo, deve
variar, juntamente com o valor presente do projeto
na data 1 (VP1), porm de forma dependente um do
outro. Uma vez que o valor presente do projeto na data
zero (VPo) depende do valor presente do projeto em
todas as datas futuras, e a data 1 uma destas datas
futuras, ambos, VPo e VP1, devem variar de forma
dependente durante a simulao de Monte Carlo.
As Equaes11, 12 e 13 apresentadas para o
clculo desta nova abordagem so semelhantes s
apresentadas por Copeland e Antikarov (2001) e por
Herath e Park (2002).

VP1 + FCL1
(11)
VP0

z = ln

VP0 =

VP1 =

t =0

t =1

FCt

(12)

FCt

(13)

(1 + r )t

(1 + r )

t 1

Em que: VPo : valor presente do projeto na data

zero; FCL1: fluxo de caixa livre na data 1; VP1: valor
presente do projeto na data 1; r: taxa de desconto
adequada ao risco.
Calculado o valor presente do projeto na data
zero (VP0) e o valor presente do projeto na data 1
(VP1), conforme Equaes12 e 13, respectivamente,
usam-se estes dois parmetros como dados de entrada
da Equao11.
Por meio da simulao de Monte Carlo, obtida
a distribuio de probabilidades dos valores de
z. Variando-se o numerador e o denominador da
Equao11 de forma dependente um do outro, de
acordo com as incertezas consideradas no projeto,
a volatilidade do projeto () ento definida como
sendo o desvio padro de z, conforme Equao14.

= 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,

ser feita por meio da modelagem de um projeto real

de uma indstria de transformao.

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

A volatilidade de projetos industriais para uso em anlise de risco de investimentos

a terceira etapa, ela poder utilizar o galpo para

armazenagem. Nesse caso, a empresa no ir produzir
aqui no Brasil e ir importar os produtos A e B. A
empresa tem, nas mos, duas opes de compra.
Uma pode ser exercida a qualquer momento aps
a concluso da primeira etapa do projeto, e a outra
tambm poder ser exercida a qualquer momento,
porm ao final da segunda etapa.
Para a empresa calcular o valor das opes de
compra que tem nas mos, ser necessrio conhecer
a volatilidade do projeto.
A escolha deste objeto de estudo se justifica, no
presente trabalho, no somente pela relevncia da
flexibilidade da variedade de produtos que podero
ser comercializados por esta nova unidade, bem
como pela importncia mundial da empresa no setor
em que est inserida, o que pressupe uma gesto
econmico-financeira como atividade estratgica.

3.1.1 Dados do projeto

Os dados do Projeto X para o clculo do Fluxo
de Caixa Descontado (Clculo Tradicional) so
apresentados na Tabela1.
Ressalta-se que os valores apresentados nas
Tabelas1 e 2 foram devidamente alterados para
Tabela3. Fluxo de Caixa Descontado.

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

VP dos fluxos de Caixa

(USD)
VP0
2,732,715
VP1
3,268,723
VP2
3,600,440
VP3
3,724,386
VP4
3,711,563
VP5
3,515,410
VP6
3,165,053
VP7
2,715,608
VP8
2,174,657
VP9
1,527,229
VP10
774,266

garantir a confidencialidade do projeto, todavia o

procedimento adotado no compromete o resultado
obtido.

3.1.2 Fluxo de Caixa Descontado

(Avaliao Tradicional)
A Tabela3 apresenta, com base em uma Taxa de
Desconto Adequada ao Risco de 13%, os fluxos de
caixa aps o Imposto de Renda e o valor presente
dos fluxos de caixa a cada perodo.
Descontando-se o investimento realizado na data 2
e na data 1 a uma Taxa de Desconto Adequada ao
Risco de 13%, somado ao investimento realizado
na data zero, mostrados na Tabela1, chega-se a um
valor presente do investimento na data zero de USD
2,211,211. Com esse valor de investimento na data
zero tem-se um Valor Presente Lquido (VPL) do
projeto de USD 521,504 (USD 2,211,211USD
2,732,715). Pela anlise tradicional, com um VPL
positivo, o projeto considerado vivel e deve ser
incentivada a sua realizao.

3.1.3 Aplicao das diversas abordagens

da volatilidade
A Abordagem Consolidada da Volatilidade de
Copeland e Antikarov (2001), a Estimativa de
Volatilidade de Herath e Park (2002) e a Estimativa
da Volatilidade por meio da Dependncia de VPo e
VP1, proposta por este trabalho, apresentadas no
captulo 2, sero aplicadas separadamente no clculo
da volatilidade do Projeto X.
A varivel estocstica escolhida para a simulao
de Monte Carlo foi o preo dos produtos (Produto A e
Produto B) a serem fabricados na unidade sob estudo.
O preo, por no poder assumir valores negativos,
segue uma distribuio lognormal.
No Quadro2, so apresentadas as equaes e as
principais consideraes de cada autor para o clculo
da volatilidade.

Quadro2. Equaes e consideraes sobre a volatilidade.

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.

Gest. Prod., So Carlos, v. 19, n. 2, p. 337-345, 2012

344 Oliveira et al.

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

Figura4. Anlise de Monte Carlo para a abordagem de volatilidade do modelo proposto.

Foi realizada uma rodada de simulao de

Monte Carlo para cada uma das trs abordagens da
volatilidade apresentadas, com 10.000 iteraes cada
uma. A anlise de sensibilidade necessria para a
estimativa da volatilidade foi processada no programa
Crystal Ball. Os resultados so apresentados nas
Figuras2-4 e no Quadro3.

Quadro3. Resultados.

Autor
Copeland e Antikarov

Z
(%)
17,91

Volatilidade
(%)
33

Herath e Park

17,91

48

Modelo Proposto

17,91

29

A volatilidade de projetos industriais para uso em anlise de risco de investimentos

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

acadmico e o meio industrial, uma vez que um

assunto j bastante difundido no meio acadmico foi
aplicado em um projeto industrial, no qual ainda h
carncia no seu conhecimento.
A aplicao da metodologia e os resultados
apresentados so preliminares, uma vez que outras
abordagens de volatilidade podero ser incorporadas ao
presente trabalho, abrindo um leque para um comparativo
maior entre as diversas sistemticas propostas, buscando
assim uma convergncia ou no entre os diversos modelos.

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.