Bruno Batista Melin Dissertacao Mestrado Final

BRUNO BATISTA MELIN
ANLISE DAS OPES REAIS DE UM EMPREENDIMENTO

DE MINERAO UTILIZANDO SIMULAO DE MONTE
CARLO

Belo Horizonte
Departamento de Engenharia de Produo
Escola de Engenharia
Universidade Federal de Minas Gerais
2008

BRUNO BATISTA MELIN

CARLO

Dissertao apresentada ao Curso de Mestrado em Engenharia de
Produo, como requisito parcial obteno do ttulo de Mestre em
Engenharia de Produo.
rea de Concentrao: Produto e Trabalho
Orientador: Prof. Antnio Srgio de Souza

Belo Horizonte
2008

BRUNO BATISTA MELIN

CARLO

Dissertao de mestrado defendida junto ao Curso de Mestrado em Engenharia da Produo
da Faculdade de Engenharia da UFMG, aprovada pela banca examinadora:

_______________________________________
Prof. Antnio Srgio de Souza
Orientador

_______________________________________
Prof. Carlos Patricio Samanez
Pontifcia Universidade Catlica do Rio de Janeiro

_______________________________________
Prof. Leonardo Pereira Santiago

Belo Horizonte, 27 de maro de 2008


s minhas duas princesas, Lu e Marina.

AGRADECIMENTOS

Agradeo a todos que me incentivaram ao longo deste perodo de dedicao ao mestrado.

Ao Antnio Srgio, amigo e orientador, que me estimulou a fazer o mestrado, orientou na
escolha do tema e, principalmente, dedicou tempo e pacincia nas discusses sobre a
dissertao.

Ao Stfano Angioletti, por abrir as portas da empresa em que trabalha, por seu entusiasmo,
amizade e dedicao para elucidar os aspectos tcnicos e gerenciais do objeto de estudo.

Ao Prof. Leonardo Santiago, pelas orientaes sobre o tema de Opes Reais e por estar
sempre disponvel.

Agradeo a todos os professores do curso de Engenharia de Produo da UFMG, pelos
ensinamentos passados e por tornar menos limitada minha viso sobre a Engenharia de
Produo.

banca examinadora, que me honrou ao aceitar o convite para avaliar esta dissertao.

Agradeo a minha esposa, Luciana, por me apoiar nos momentos de desalento e pequena
Marina, que me d tantas alegrias.

Obrigado a todos!

O senhor mire e veja... o mais importante e
bonito do mundo isto: as pessoas no esto
prontas, no foram terminadas, mas esto
sempre mudando. Afinam e desafinam.
Verdade maior que a vida pde nos ensinar.
(Guimares Rosa)

RESUMO

Empreendimentos de minerao envolvem investimento de grande montante de capital e esto
sujeitos a um nvel elevado de incerteza, principalmente relativa a preos dos metais e taxa
de cmbio. Neste contexto, a anlise tradicional de Fluxo de Caixa Descontado tende a
subestimar o valor do projeto. A Anlise de Opes Reais surge como uma tcnica mais
adequada de avaliao, por incorporar o valor da flexibilidade gerencial em condies de
incerteza ao valor do empreendimento. Este estudo avalia a explorao de uma reserva de
zinco e cobre para venda do concentrado desses metais sob a tica de Opes Reais. O
modelo desenvolvido considera duas opes europias: abandono e expanso. O mtodo
numrico utilizado a simulao de Monte Carlo. So criadas e comparadas trs alternativas
de tratamento da incerteza: modelagem do preo do zinco como um Movimento Browniano
Geomtrico; modelagem do preo do zinco como um Processo de Reverso Mdia; e
modelagem do preo de cada metal da reserva como um Processo de Reverso Mdia, alm
da modelagem da taxa de cmbio como um Movimento Browniano Geomtrico. O valor
obtido a partir da Anlise de Opes Reais comparado com o gerado por meio da anlise de
Fluxo de Caixa Descontado, indicando o valor agregado pela flexibilidade gerencial.
Demonstra-se que a Anlise de Opes Reais, por considerar o valor das aes contingenciais
existentes em um projeto, pode levar a decises diferentes das propostas pelas tcnicas
tradicionais, alm de fornecer insights sobre a estratgia de implantao do projeto.

Palavras-chave: opes reais, simulao de Monte Carlo, avaliao de investimentos,
minerao.

ABSTRACT

Mining projects demand large capital expenditure and are subject to high uncertainty, related
to metal price and exchange rate. In this context, the traditional Discounted Cash Flow
analysis tends to underestimate the value of the project. Real Options Analysis incorporates
the value of managerial flexibility in uncertain conditions and, therefore, is a better suited
valuation technique. This study values a project that consists of the exploration of a zinc and
copper mine and the concentration of these metals based on the Real Option Analysis. The
Real Options model incorporates two European options: abandonment and expansion. The
numerical method used was the Monte Carlo simulation. Three alternatives to treat the
uncertainty were created and compared: modeling of the zinc price as a Geometric Brownian
Motion; modeling of the zinc price as a Mean Reverting Process; and modeling each metal
price as a Mean Reverting Process, plus modeling the exchange rate as a Geometric Brownian
Motion. This studys contribution is to demonstrate that Real Options Analysis, by
considering the value of the contingent options existent in a project, can lead to different
decisions compared to that obtained by the traditional analysis. Furthermore it gives insights
about the implementation strategy of the project.

Key-words: real options, Monte Carlo simulation, investment valuation, mining.

SUMRIO

Lista de Tabelas....................................................................................................................... 11
Lista de Quadros...................................................................................................................... 12
Lista de Figuras........................................................................................................................ 13
Lista de Grficos...................................................................................................................... 14
Lista de Abreviaturas e Siglas...................................................................................................16
1 Introduo ........................................................................................................................ 17
1.1 Justificativa............................................................................................................... 17
1.2 Enunciado do problema............................................................................................ 18
1.3 Objetivos .................................................................................................................. 18
1.4 Hiptese.................................................................................................................... 19
1.5 Organizao da dissertao ...................................................................................... 19
2 Opes financeiras ........................................................................................................... 21
2.1 Conceitos e propriedades ......................................................................................... 21
2.2 Precificao de opes ............................................................................................. 25
2.2.1 Portfolio equivalente ................................................................................................ 25
2.2.2 Equao de Black & Scholes ................................................................................... 28
2.2.3 rvore Binomial....................................................................................................... 28
3 Opes Reais.................................................................................................................... 31
3.1 Limitaes das tcnicas tradicionais de avaliao de investimentos ....................... 31
3.2 Opes Reais conceitos......................................................................................... 32
3.3 Limitaes da analogia............................................................................................. 37
3.4 Tipos de Opes Reais ............................................................................................. 39
3.5 Evoluo da utilizao de Opes Reais.................................................................. 42
3.6 Evidncias do valor das Opes Reais..................................................................... 43
4 Planejamento sob incerteza.............................................................................................. 45
4.1 Os fundamentos........................................................................................................ 45
4.2 O Espao de opes de Luehrman ........................................................................... 47
4.3 A Matriz de Opes Reais de Crescimento de Smit e Trigeorgis............................ 50
4.4 A abordagem integrada de planejamento e controle de investimentos .................... 51
5 Processos estocsticos...................................................................................................... 54
5.1 Conceito ................................................................................................................... 54

5.2 Caminho Aleatrio (Random Walk) ........................................................................ 55
5.3 Processo de Wiener ou Movimento Browniano....................................................... 57
5.4 Movimento Browniano com Tendncia (Brownian Motion with Drift).................. 58
5.5 Movimento Browniano Geomtrico......................................................................... 59
5.6 Processo de Reverso Mdia................................................................................. 61
5.7 Processos estocsticos utilizados na modelagem de preos de commodities .......... 64
6 Mtodos numricos de precificao de opes ................................................................ 67
6.1 Introduo................................................................................................................. 67
6.2 Solues analticas ................................................................................................... 69
6.3 Mtodo das Diferenas Finitas................................................................................. 69
6.4 Programao Dinmica ............................................................................................ 72
6.5 Simulao de Monte Carlo....................................................................................... 74
6.5.1 Avaliao de opes americanas com Simulao de Monte Carlo.......................... 75
6.5.1.1 Aproximaes paramtricas ..................................................................................... 76
6.5.1.2 Mtodo da rvore Aleatria .................................................................................... 77
6.5.1.3 Mtodo da Partio do Espao de Estados............................................................... 79
6.5.1.4 Mtodo da Malha Estocstica .................................................................................. 80
6.5.1.5 Mtodos baseados em regresso .............................................................................. 81
7 Apresentao do estudo de caso....................................................................................... 82
7.1 A Indstria de minerao no Brasil.......................................................................... 82
7.2 Cenrio mundial: aumento de consumo e preos elevados...................................... 83
7.3 O empreendimento ................................................................................................... 87
7.3.1 Processo produtivo ................................................................................................... 88
7.3.2 Riscos do empreendimento ...................................................................................... 89
7.3.3 Etapas de explorao (reduo de riscos privados).................................................. 90
7.4 Metodologia de anlise............................................................................................. 91
7.4.1 Elaborao da planilha de fluxo de caixa do empreendimento................................ 92
7.4.2 Modelagem das variveis de entrada como processos estocsticos......................... 93
7.4.3 Modelagem das Opes Reais.................................................................................. 94
7.4.4 Simulao de Monte Carlo....................................................................................... 95
7.4.5 Anlise de sensibilidade........................................................................................... 96
8 Simulao das variveis de entrada.................................................................................. 98
8.1 Levantamento do histrico de preos....................................................................... 98
8.2 Estimativa dos parmetros do Movimento Browniano Geomtrico ...................... 100

8.3 Estimativa dos Parmetros do Processo de Reverso Mdia .............................. 104
8.4 Estimativa dos parmetros em condies neutras ao risco .................................... 108
9 Resultados ...................................................................................................................... 112
9.1 Simulao I1........................................................................................................... 112
9.2 Simulao I2........................................................................................................... 116
9.3 Simulao I3........................................................................................................... 119
9.4 Comparao de resultados...................................................................................... 125
9.5 Anlise de sensibilidade......................................................................................... 127
10 Concluso....................................................................................................................... 138
Referncias............................................................................................................................. 140
Anexo 1 Planilhas de simulao de processos estocsticos ................................................ 144
Anexo 2 Planilhas de simulao do empreendimento......................................................... 147
Anexo 3 Lema de Ito........................................................................................................... 150

11
LISTA DE TABELAS

Tabela 1 Valor das opes de crescimento ........................................................................... 44
Tabela 2 Minerais com maior crescimento de produo em 2006........................................ 83
Tabela 3 Projeo de preo de metais ................................................................................... 86
Tabela 4 Correlao de preos de metais da reserva........................................................... 100
Tabela 5 Tabela base para estimativa dos parmetros do MBG do zinco........................... 101
Tabela 6 Parmetros do MBG do zinco e do cobre............................................................. 101
Tabela 7 Tabela base para estimativa dos parmetros do PRM do zinco ........................... 105
Tabela 8 Parmetros do PRM dos metais............................................................................ 107
Tabela 9 Estimativa da convenience yield do zinco............................................................ 111
Tabela 10 Parmetros de simulao do preo do zinco MBG......................................... 112
Tabela 11 Parmetros de simulao do preo do zinco PRM.......................................... 116
Tabela 12 Parmetros de simulao dos preos dos metais ................................................ 119
Tabela 13 Parmetros de simulao da taxa de cmbio...................................................... 120
Tabela 14 Comparao do valor do projeto obtido em cada modelo.................................. 125

12
LISTA DE QUADROS

Quadro 1 Retorno de posies bsicas em opes................................................................ 22
Quadro 2 Posies de uma opo em termos do payoff ........................................................ 23
Quadro 3 Variveis que afetam o valor de opes................................................................ 23
Quadro 4 Paralelo entre opes financeiras e opes reais................................................... 33
Quadro 5 Tipos de Opes Reais .......................................................................................... 40
Quadro 6 Classificao de opes reais segundo Trigeorgis ................................................ 46
Quadro 7 Comparativo das tcnicas de valorao de opes................................................ 68
Quadro 8 Alternativas de modelagem da incerteza............................................................... 91
Quadro 9 Modelos de anlise utilizados ............................................................................... 92
Quadro 10 Frmulas de payoff das opes............................................................................ 94

13
LISTA DE FIGURAS

Figura 1 Relao entre o valor da opo de compra e o preo do ativo-objeto .................... 24
Figura 2 Relao entre o valor da opo de venda e o preo do ativo-objeto....................... 25
Figura 3 Assimetria na distribuio de probabilidades do VPL de um projeto introduzida por
Opes Reais ............................................................................................................................ 34
Figura 4 Valor da flexibilidade ............................................................................................. 35
Figura 5 Relao entre tipo de projeto, incerteza e tipo de anlise....................................... 36
Figura 6 Efeito da concorrncia e da exclusividade sobre o timing de opes reais ............ 47
Figura 7 Espao de Opes ................................................................................................... 48
Figura 8 Matriz de Opes de Crescimento.......................................................................... 50
Figura 9 Abordagem integrada de planejamento e controle de oportunidades de
investimento ............................................................................................................................. 51
Figura 10 Utilizao de controles contbeis cruzados para acompanhamento de resultados52
Figura 11 Modelo de oramentao estratgica de capital ................................................... 53
Figura 12 Tcnicas de precificao de opes mais empregadas ......................................... 67
Figura 13 Grid de diferenas finitas...................................................................................... 70
Figura 14 Representao esquemtica de um grid da rvore binomial................................. 73
Figura 15 Gerao dos valores terminais da varivel estocstica atravs de simulao....... 74
Figura 16 Aproximao paramtrica de uma fronteira de exerccio de uma dimenso........ 77
Figura 17 Exemplo de rvore aleatria ................................................................................. 78
Figura 18 Construo da malha estocstica .......................................................................... 80
Figura 19 Fluxograma do processo produtivo....................................................................... 89
Figura 20 Seqncia de anlise ............................................................................................. 92
Figura 21 Representao esquemtica da planilha de fluxo de caixa do empreendimento .. 93
Figura 22 Etapas da Simulao de Monte Carlo................................................................... 95
Figura 23 Anlise de regresso de dx e x
t-1
para o zinco .................................................... 106
Figura 24 Resultados da simulao do VPL do projeto sem flexibilidade I1.................. 113
Figura 25 Resultado da simulao do VPL do projeto com flexibilidade I1 ................... 114
Figura 26 Preo do zinco e fluxo de caixa no 16 trimestre................................................ 114
Figura 28 Resultado da simulao do VPL do projeto com flexibilidade I2 ................... 117
Figura 29 Resultados da simulao dos preos dos metais I3.......................................... 120
Figura 31 VPL tradicional e VPL expandido...................................................................... 138
Figura 32 Planilha de simulao do caminho aleatrio de tempo e estado discretos.......... 144
Figura 33 planilha de simulao do caminho aleatrio de tempo discreto e estado contnuo
................................................................................................................................................ 144
Figura 34 Planilha de simulao do Movimento Browniano com Tendncia .................... 145
Figura 35 Planilha de simulao do Movimento Browniano Geomtrico.......................... 145
Figura 36 Planilha de simulao do Processo de Reverso Mdia .................................. 146
Figura 37 Planilha de modelagem da incerteza conforme modelo I1................................. 147
Figura 38 Planilha de modelagem da incerteza conforme modelo I2................................. 148

14
LISTA DE GRFICOS

Grfico 1 Simulao do Caminho Aleatrio de Tempo e Estado Discretos ......................... 56
Grfico 2 Simulao do Caminho Aleatrio de Tempo Discreto e Estado Contnuo........... 57
Grfico 3 Simulao do Movimento Browniano com Drift.................................................. 59
Grfico 4 Simulao do Movimento Browniano Geomtrico com Drift.............................. 61
Grfico 5 Simulao de um Processo de Reverso Mdia................................................. 63
Grfico 6 Simulao de PRM com variados...................................................................... 63
Grfico 7 Evoluo do preo do zinco.................................................................................. 84
Grfico 8 Evoluo do preo do cobre.................................................................................. 84
Grfico 9 Evoluo do preo do ouro ................................................................................... 85
Grfico 10 Evoluo do preo da prata................................................................................. 85
Grfico 11 Histrico do preo spot do zinco......................................................................... 98
Grfico 12 Histrico do preo spot dos metais ..................................................................... 99
Grfico 13 Resultados da regresso Zn-Cu........................................................................... 99
Grfico 14 Projeo do valor esperado e do intervalo de confiana para o preo do Zn.... 102
Grfico 15 Simulao da evoluo do preo do zinco MBG........................................... 103
Grfico 16 Simulao da evoluo do preo do cobre MBG........................................... 104
Grfico 17 Regresso dx versus x
t-1
para o zinco................................................................ 106
Grfico 18 Simulao do preo do zinco segundo o PRM................................................. 108
Grfico 19 Resultado da simulao do preo do zinco I1................................................ 112
Grfico 20 Relao entre o preo do zinco e o fluxo de caixa no 16 trimestre I1.......... 115
Grfico 21 Relao entre o preo do zinco e o exerccio de opes I1............................ 115
Grfico 22 Resultado da simulao do preo do zinco I2................................................ 116
Grfico 23 Preo do zinco no 16 trimestre I2 ................................................................. 118
Grfico 24 Relao entre o preo do zinco e o exerccio de opes I2............................ 118
Grfico 25 Relao entre o valor das opes e o preo do zinco no 16 trimestre I2...... 119
Grfico 26 Resultados da simulao da taxa de cmbio ..................................................... 121
Grfico 27 Resultados da simulao dos fluxos de caixa trimestrais I3 .......................... 121
Grfico 28 Resultado da simulao do VPL do projeto com flexibilidade I3 ................. 123
Grfico 29 Relao entre o valor das opes e o fluxo de caixa no 16 trimestre I3....... 124
Grfico 30 Opo selecionada em funo do fluxo de caixa no 16 trimestre I3 ............ 124
Grfico 31 Preo spot do zinco ........................................................................................... 125
Grfico 32 Anlise de Sensibilidade O
1
........................................................................... 127
Grfico 33 Grfico de tornado O
1
.................................................................................... 128
Grfico 34 Relao valor da opo O
1
e preo inicial ........................................................ 128
1
e velocidade de reverso mdia.......................... 129
1
e volatilidade ......................................................... 129
2
........................................................................... 130
2
.................................................................................... 130
2
e P(t=0) .................................................................. 131
2
e velocidade de reverso mdia.......................... 131
2
e volatilidade ......................................................... 132
Grfico 42 Anlise de sensibilidade da opo completa..................................................... 132
Grfico 43 Grfico de tornado da opo completa ............................................................. 133
Grfico 44 Relao valor da opo completa e o preo inicial ........................................... 133
Grfico 45 Relao valor da opo completa e velocidade de reverso mdia................ 134
15
Grfico 46 Relao valor da opo completa e volatilidade............................................... 134
Grfico 47 Anlise de sensibilidade de O
1
em relao ao investimento............................. 135
Grfico 48 Relao valor de O
1
e o investimento ............................................................... 135
2
em relao ao investimento............................. 136
Grfico 50 Relao valor da opo de abandono e investimento ....................................... 136
Grfico 51 Anlise de sensibilidade da opo completa em relao ao investimento........ 137
Grfico 52 Relao valor da opo completa e investimento ............................................. 137

16
LISTA DE ABREVIATURAS E SIGLAS

AOR Anlise de Opes Reais
CAPM Capital Assets Pricing Model
DNPM Departamento Nacional de Produo Mineral
EDP Equaes Diferenciais Parciais
FCD Fluxo de Caixa Descontado
IBRAM Instituto Brasileiro de Minerao
LME London Metals Exchange
MAD Market Asset Disclaimer
MBG Movimento Browniano Geomtrico
NTN-F Notas do Tesouro Nacional Srie F
PPA Plano Plurianual de Governo
PIB Produto Interno Bruto
PRM Processo de Reverso Mdia
VPL Valor Presente Lquido
VPLq Quociente de Valor Presente Lquido (relao valor-custo)

17

1 Introduo

1.1 Justificativa

O setor de minerao foi considerado pelo governo brasileiro, no PPA 2004-2007, um dos trs
pilares de sustentao do desenvolvimento do pas, particularmente devido contribuio do
setor para a reduo da vulnerabilidade externa da economia brasileira. A participao da
minerao na economia brasileira, notadamente na balana comercial, tem aumentado
significativamente nos ltimos anos. Em 2000, a participao do setor no PIB era de 2,57%.
Em 2005, alcanou 4,89%. No ano de 2006, o setor contribuiu com 26,9% do valor exportado
pelo Brasil e com 21,3% da balana comercial brasileira (DNPM, 2007).

O aumento da demanda por commodities minerais decorrente do crescimento da economia
mundial, particularmente devido construo das infra-estruturas chinesa e indiana, elevou os
preos a patamares extremamente elevados. O Brasil, com sua vocao para o negcio de
commodities, tem tirado proveito desse aumento de consumo. A indstria extrativa mineral
apresentou crescimento de 9,8% em 2005 e de 6% em 2006. Neste mesmo perodo, o PIB
brasileiro cresceu apenas 2,9% e 3,7%. O investimento previsto no setor, para o perodo de
2007 a 2011, de US$28 bilhes ou 5,6 bilhes de dlares por ano.

Em nvel mundial, o setor de minerao tem passado por um processo longo de consolidao
e poucos players detm a maior parte da produo dos minrios mais importantes. Entretanto,
com a elevao de preos, reservas de menor porte e que eram consideradas economicamente
inviveis tornaram-se economicamente atrativas, viabilizando a entrada no negcio de
mineradoras de porte menor. Mas os preos de commodities so cclicos e tendem a voltar a
um patamar de equilbrio, na medida em que os produtores realizam novos investimentos e os
nveis de produo e demanda tornam-se mais equilibrados. Alm disso, os preos so
sujeitos a alta volatilidade, principalmente em um contexto de baixos estoques, como o atual.
Assim, as empresas de menor porte, que no tm os ganhos de escala dos grandes
conglomerados, devem adotar estratgias que permitam o aproveitamento dos perodos de alta
de preo e minimizem as perdas quando o ciclo se reverte.

18
Em um ambiente sujeito a alta volatilidade, que envolve investimentos elevados e onde h
margem para a flexibilidade gerencial, a Anlise de Opes Reais (AOR) surge como um
instrumento financeiro adequado para auxiliar a tomada de decises.

1.2 Enunciado do problema

A utilizao dos mtodos tradicionais de avaliao de empreendimentos, representados pelas
tcnicas de Fluxo de Caixa Descontado (FCD), subestima o valor de projetos ao no
considerar o valor agregado pela flexibilidade gerencial em condies de incerteza de
mercado. Pretende-se estudar se a Anlise de Opes Reais, por contemplar esse fator, gera
uma estimativa de valor superior dos mtodos tradicionais.

1.3 Objetivos

O objetivo geral desta dissertao aplicar a Anlise de Opes Reais, utilizando o mtodo
numrico de Simulao de Monte Carlo para avaliar um empreendimento real de minerao e
demonstrar que a existncia de opes reais eleva o valor do projeto.

Os objetivos especficos so:
Modelar os preos de commodities metlicas segundo processos estocsticos (Movimento
Browniano Geomtrico e Processo de Reverso Mdia) e identificar o processo mais
adequado ao contexto em que se insere o projeto;
Facilitar a incorporao da metodologia de Opes Reais nas prticas organizacionais, por
meio do desenvolvimento de uma planilha que parta da tcnica de Fluxo de Caixa
Descontado j incorporada prtica das empresas e agregue a Anlise de Opes Reais,
permitindo a comparao de resultados das duas tcnicas, a partir dos mesmos dados de
entrada;
Criar um modelo de Simulao de Monte Carlo que permita incorporar vrias fontes de
incerteza na anlise e comparar seus resultados com os obtidos por um modelo que
considera apenas uma nica fonte de incerteza.
19
1.4 Hiptese

Quando um empreendimento est sujeito a condies de incerteza (medida pela volatilidade
de seu retorno) e h espao para a flexibilidade gerencial, a estimativa de valor gerada pela
Anlise de Opes Reais superior obtida pelas tcnicas de Fluxo de Caixa Descontado.

1.5 Organizao da dissertao

No Captulo 2, descrevem-se os fundamentos de Opes Financeiras. Apresentam-se as
variveis que afetam o valor das opes e seus efeitos. Aborda-se o conceito de portfolio
equivalente e seu uso na valorao de opes. Por ltimo, exploram-se os dois mtodos
tradicionais de precificao de opes: a equao de Black & Scholes (1973) e a rvore
Binomial, desenvolvida por Cox, Ross e Rubinstein (1979).

No Captulo 3, apresenta-se o conceito de Opes Reais e descrevem-se os principais tipos de
opo real. Faz-se um paralelo com as opes financeiras e so apresentadas as limitaes
dessa analogia. Descrevem-se as situaes em que recomendvel a aplicao da Anlise de
Opes Reais (AOR) no lugar da anlise do Fluxo de Caixa Descontado (FCD). Em seguida,
discorre-se sobre a evoluo do uso da AOR e so apresentados estudos empricos que
evidenciam a existncia do valor das opes em ativos reais.

Vrios autores (MYERS, 2001; LUEHRMAN, 1998; SMIT; TRIGEORGIS, 2006;
KASANEN; TRIGEORGIS, 1993) preocuparam-se com a forma de incorporao da AOR ao
dia-a-dia das empresas. Surgiram, ento, modelos de planejamento sob incerteza, que
introduzem a tcnica nas atividades de planejamento, oramento e controle. O captulo 4
apresenta o conceito de portfolio de opes reais, criado por Myers e os modelos que
buscaram incorporar as opes reais rotina das organizaes.

O captulo 5 apresenta uma reviso bibliogrfica sobre processos estocsticos. Descrevem-se
os diversos processos Movimento Browniano Simples, Movimento Browniano Geomtrico,
Processo de Reverso Mdia e apresentam-se as equaes que permitem simular o
20
comportamento de variveis que seguem esses processos. Alm disso, so apresentados
exemplos de uso de processos estocsticos na avaliao de projetos da rea de minerao.

Uma reviso bibliogrfica sobre os mtodos numricos empregados na estimativa de valor de
opes reais realizada no captulo 6. So apresentadas as principais equaes fechadas, os
mtodos de rvore Multinomial, o Mtodo das Diferenas Finitas e a Simulao de Monte
Carlo.

O Captulo 7 contm a descrio do caso analisado e da metodologia utilizada na avaliao do
empreendimento, considerando as 3 alternativas de modelagem da incerteza empregadas.

As tcnicas de estimativa dos parmetros dos processos estocsticos utilizados na simulao
das variveis de entrada, os valores obtidos e as equaes empregadas na simulao so
apresentados no Captulo 8.

O captulo 9 contm a anlise de resultados. Para cada modelo de simulao empregado,
apresentado o valor do projeto com e sem flexibilidade gerencial, alm do valor das opes.
Em seguida, analisa-se a sensibilidade do valor das opes reais e do projeto em relao s
variveis de entrada.

O captulo 10 apresenta as concluses e recomendaes de pesquisas relacionadas ao tema
estudado.

21

2 Opes financeiras

2.1 Conceitos e propriedades

A AOR se desenvolveu a partir dos modelos de anlise de contratos de opes sobre aes ou
outros ttulos financeiros. Por isso, no texto a seguir, so apresentadas as definies relativas a
opes financeiras. Posteriormente, essas definies so estendidas para o contexto de opes
reais. Optou-se por manter certos termos em ingls por serem consolidados na literatura.

Uma opo um contrato entre duas partes, que d a seu comprador um direito, mas no
uma obrigao, de comercializar uma quantidade fixa de determinado ativo a um preo
estabelecido em ou antes de determinada data (MINARDI, 2004, p.25).

H dois tipos de opo (MINARDI, 2004; HULL, 2005):
Opes de compra (call): do a seu detentor o direito de comprar uma quantidade
predeterminada de um ativo por um preo especificado em contrato (preo de exerccio)
definido em (ou antes de) uma data de exerccio estipulada (data de vencimento ou de
maturidade da opo).
Opes de venda (put): do a seu detentor o direito de vender uma quantidade
predeterminada de um ativo por um preo de exerccio em (ou antes da) data de
maturidade.

Quanto data de exerccio, as opes podem ser classificadas em:
Opes Americanas: podem ser exercidas a qualquer momento at a data de vencimento.
Opes Europias: s podem ser exercidas na data de vencimento.

O investidor pode assumir duas posies ao negociar opes:
Posio comprada (long): o investidor adquire uma opo, obtendo o direito, mas no a
obrigao de exerc-la na (ou antes da) data de vencimento.
Posio vendida (short): o investidor emite (vende) uma opo, recebendo uma quantia na
venda, mas assume a obrigao potencial futura de comprar (ou vender) o ativo pelo preo
de exerccio, se o comprador desejar exercer a opo.
22

Os resultados financeiros das duas partes de um contrato de opo so diametralmente
opostos. Se o comprador tem resultado positivo, o vendedor tem perdas e vice-versa. O
quadro 1 apresenta as quatro posies bsicas em opes e o retorno (payoff) para exerccio
imediato, que funo do preo do ativo (S
t
) e do preo de exerccio da opo (X).
Quadro 1 Retorno de posies bsicas em opes
Posio Retorno (Payoff) Grfico do Retorno (Payoff)
Compra de opo de
compra
(Long in a call)
max (S
t
X, 0)

Compra de opo de
venda
(Long in a put)
max (X S
t
, 0)

Venda de opo de
compra
(Short in a call)
max (S
t
X, 0) =
min (X S
t
, 0)

Venda de opo de
venda
(Short in a put)
max (X S
t
, 0) =
min (S
t
X, 0)

Fonte: adaptado de Hull, 2005

O ndice t da varivel S
t
denota que o valor do ativo varia com o tempo, ao passo que o preo
de exerccio (X) constante. Os grficos mostram a variao do retorno em face de variaes
no valor do ativo-objeto, sem considerar os custos de comercializao. A relao entre o valor
Payoff ($)
St
X
Payoff ($)
St
X
Payoff ($)
St
X
Payoff ($)
St
X
23
do ativo (S
t
) e o preo de exerccio (X) pode levar uma opo a trs situaes em termos de
gerao de caixa.
Quadro 2 Posies de uma opo em termos do payoff
Situao Descrio Call Put
Dentro do dinheiro
(in the money)
Gera fluxo de caixa positivo a seu
titular se for exercida imediatamente
S
t
> X S
t
< X
No dinheiro (at the
money)
Gera fluxo de caixa nulo a seu titular se
for exercida imediatamente
S
t
= X S
t
= X
Fora do dinheiro
(out of the money)
Gera fluxo de caixa negativo a seu
titular se for exercida imediatamente
S
t
< X S
t
> X

Uma opo de compra de um lote de aes est sendo oferecida a um preo acima ou abaixo
do que realmente vale? Daqui a um ms, esse valor ser maior ou menor? Esse o tipo de
pergunta mais instigante a respeito de opes. O valor de uma opo afetado por seis
variveis. O quadro 3 apresenta o efeito de cada uma delas no valor de uma opo de compra
(C) e de uma opo de venda (P), de acordo com Hull (2005).
Quadro 3 Variveis que afetam o valor de opes
Varivel Impacto no valor da opo
C S - C
O payoff de uma opo de compra mx(S-X,0), logo
quanto maior o preo do ativo-objeto, maior o valor da
opo de compra.
Preo corrente
do ativo
S
P S - P
O payoff de uma opo de venda mx (X-S,0), assim
quanto maior for S, menor o valor da opo de venda.
C X - C
O payoff de uma opo de compra mx(S-X,0), logo
quanto maior o preo do exerccio, menor o valor da opo
de compra.
Preo de
exerccio
X
P X - P
O payoff de uma opo de venda mx (X-S,0), logo
quanto maior for X, maior o valor da opo de venda.
C - C
Prazo at o
vencimento da
opo

P - P
Quanto maior o prazo para o vencimento da opo, mais
tempo h para que ocorram fatos que afetem o preo do
ativo. Como o titular no exerce a opo no caso de retorno
negativo, o tempo at o vencimento aumenta o valor das
opes de compra e de venda. Opes que geram
dividendos so uma exceo a essa regra, pois a opo de
vida mais longa pode ter seu valor reduzido pela
distribuio do dividendo.
C - C Volatilidade
do preo do
ativo

P - P
Quanto maior a volatilidade, maior a probabilidade de o
ativo apresentar retorno positivo elevado ou retorno muito
negativo. Como o dono da opo no a exerce no caso de
retorno negativo, a volatilidade aumenta o valor da opo
de compra e de venda.
Taxa de juro
livre de risco
r C r - C
Quando a taxa de juro aumenta, a taxa de crescimento do
preo da ao tende a crescer tambm, mas o valor
presente do fluxo de caixa futuro se reduz. O primeiro
efeito eleva o valor da opo de compra e o segundo
diminui. Como o primeiro efeito predominante em
relao ao segundo, o valor da call aumenta com o
aumento da taxa de juro livre de risco.
24
P r - P
O aumento da taxa de crescimento do preo da ao e a
reduo do valor presente do fluxo de caixa futuro tendem
a reduzir o valor da opo de venda.
C d - C
Aps a distribuio de dividendos, o preo unitrio do
ativo cai no montante do dividendo pago por unidade. Se
no houver ajuste, quanto maior o dividendo, menor ser o
valor da opo de compra, que dado por max(S-X;0)
Dividendos
esperados
durante a vida
restante da
opo
d
P d - P
Pelo mesmo motivo, o valor da opo de venda cresce com
a distribuio de dividendos.

O valor total de uma opo dado pela soma de seu valor intrnseco e de seu valor tempo. O
valor intrnseco corresponde ao mximo entre zero e o fluxo de caixa gerado caso a opo
seja exercida imediatamente (QUADRO 1). O valor tempo est relacionado probabilidade
de se obter um fluxo de caixa superior ao do exerccio imediato da opo em algum instante
futuro, at a data de vencimento da opo. Na data de expirao, o valor tempo igual a zero
(HULL, 2005).

A figura 1 apresenta o formato caracterstico da curva de valor de uma opo de compra (C),
em uma data qualquer menor ou igual data de vencimento, que uma funo do preo do
ativo-objeto (S) na data especfica, do tempo para a maturidade () e do preo de exerccio
(X). So apresentados, tambm, os limites para o valor da opo. O limite superior dado
pelo preo do ativo-objeto (S), que alcanado quando . Como o investidor no
obrigado a exercer a opo, o limite inferior o valor intrnseco da opo dado por max(S-
X,0). A curva de valor da opo se situa acima da reta S-X devido ao valor tempo
(TRIGEORGIS, 1996).
C
S
S
L
i
m
i
t
e

s
u
p
e
r
i
o
r
L
i
m
i
t
e

i
n
f
e
r
i
o
r
X
S

-
X
S X
(valor
intrnseco)
Valor
tempo
C(S,;X)

Figura 1 Relao entre o valor da opo de compra e o preo do ativo-objeto
Fonte: adaptada de TRIGEORGIS, 1996
25
P
S
Limite inferior
(X-S)
X
X
P (S,;X) (americana)
p (S,;X) (europia)
Xe
-rt
S* G

Figura 2 Relao entre o valor da opo de venda e o preo do ativo-objeto
Fonte: adaptada de TRIGEORGIS, 1996

A figura 2 apresenta a curva de valor de uma opo de venda e o limite inferior de valor. O
limite inferior dado por max(X-S,0), que o payoff de exerccio imediato. Quando o preo
do ativo-objeto atinge um nvel crtico (S<S*) o valor da put passa a ser igual ao valor de
exerccio imediato, o que leva ao exerccio antes do vencimento. Como a put americana vale
mais que a put europia, quando o preo do ativo-objeto baixo (S<G), esta tem valor menor
que X-S e, quando S = 0, seu valor Xe
-r
, isto , o valor presente do preo de exerccio,
descontado a uma taxa livre de risco, pois a opo s ser exercida no futuro (TRIGEORGIS,
1996).

2.2 Precificao de opes

2.2.1 Portfolio equivalente

A precificao de opes sempre foi um enorme desafio, at que Black e Scholes (1973)
identificaram a possibilidade de construir um portfolio que gere o mesmo retorno que uma
opo em qualquer estado, denominado portfolio equivalente. Se os retornos so os mesmos,
o valor da opo deve ser igual ao valor do portfolio equivalente, que conhecido. Esse
portfolio composto de N aes de um ativo-objeto e de um emprstimo de uma quantia $B
remunerado taxa livre de risco.

26
Trigeorgis (1996) apresenta o seguinte exemplo para ilustrar o mecanismo de precificao de
opes. Suponhamos que o preo de uma ao seja $100 e que, no prximo perodo, possa
valer $180 com probabilidade q ou $60 com probabilidade 1-q. O preo de exerccio (X)
$112 e a taxa livre de risco (r) 0,08. As representaes grficas dos estados atual e futuro da
ao e do valor da opo na data de vencimento so:

O investimento na compra de uma opo equivalente compra de um determinado nmero
de aes (N), com uma parte da quantia tomada emprestada (a ser paga no prximo perodo).
No pior caso, com a venda das aes pelo seu valor mnimo, obtm-se um ganho nulo,
exatamente como no investimento na opo. Se, por outro lado, a ao se valorizar, o
emprstimo ser pago e haver uma sobra ou ganho. Se esse ganho for igual ao ganho
proporcionado pelo investimento na opo, o retorno da carteira ser igual ao da opo,
possibilitando determinar o valor atual (C) da opo. Sendo N a quantidade de aes a serem
compradas, graficamente os estados atual e futuro da carteira seriam:

Onde S o preo atual da ao, N o nmero de aes e r a taxa de juros a ser paga sobre o
emprstimo de B. Como o portfolio deve gerar o mesmo retorno que a opo, temos:
NS
+
(1+r)B = C
+
e [eq. 1]
NS
(1+r)B = C

[eq. 2]
Resolvendo o sistema com duas equaes, tem-se:
aes 57 , 0
60 180
0 68
=
=
+
+
S S
C C
N [eq. 3]

NS-B
NS
+
(1+r)B
NS

(1+r)B 1-q
q
C
C
+
= max (S
+
-X,0) = 68
C
= max (S
-X,0) = 0

1-q
q
S = 100
S
+
= 180
S
-
= 60 1-q
q
27
$31,48
) 08 , 1 )( 60 180 (
0 180 68 60
) 1 )( (
=
=
+
=
+
+ +
x x
r S S
C S C S
B [eq. 4]

O nmero de aes do ativo-objeto (N) que necessrio comprar para criar o portfolio
equivalente denominado taxa de hedge da opo e obtido dividindo o spread de preo da
opo pelo spread de preo da ao (eq. 3).

Substituindo N e B na equao C = NS-B, temos:
C = NS-B = 0,57x100-31,48 = 25,19 [eq. 5]

A equao C = NS-B pode ser rearranjada para NS-C = B. Isto , criando-se um portfolio
composto por N aes do ativo-objeto e da venda de uma opo de compra, gera-se um
retorno de (1+r)B no perodo seguinte, independente de haver um aumento ou uma reduo
no preo do ativo.

Se o preo da ao for mnimo, ganha-se na venda da opo de compra. Se for mximo,
perde-se na venda da opo. Os resultados opostos da venda da opo de compra e de
deteno da ao geram uma situao de risco nulo. Isto permite que a taxa de juros usada
para o clculo do valor da opo seja a taxa livre de risco, cujo proxy a taxa paga por ttulos
pblicos de longo prazo. Ao se construir um hedge para o investimento, pode-se calcular o
valor da opo assumindo que estamos em um mundo livre de risco. Sendo o retorno do ativo
dado por u e d calculado pelas equaes 6 e 7,
8 , 1
100
180
= = =
+
S
S
u [eq. 6]
6 , 0
100
60
= = =
S
S
d
[eq. 7]
existe um nmero p que, se utilizado para ponderar os retornos do ativo, gera um retorno igual
taxa livre de risco.
p u + (1-p) d = 1+r [eq. 8]
NS-C = B
NS
+
C
+
= (1+r)B
NS

C
= (1+r)B 1-q
q
0,56(100)-25,19 = 31,48
0,56(180)-68 = 34
0,56(60)-0 = 34
28
p denominado probabilidade neutra ao risco, embora no seja realmente uma medida de
probabilidade. No exemplo acima, a probabilidade neutra ao risco calculada por:
4 , 0
2 , 1
48 , 0
6 , 0 8 , 1
6 , 0 08 , 1 ) 1 (
= =
+
=
d u
d r
p [eq. 9]

Assim, ponderando-se o retorno da opo em funo de p, o retorno esperado da opo deve
ser igual taxa livre de risco.
r
C
C p pC
+ =
+
+
1
) 1 (
[eq. 10]
Uma opo de venda pode ser precificada de maneira semelhante, alterando-se o portfolio
equivalente para a venda de N aes do ativo-objeto e a tomada de um emprstimo de $B
taxa livre de risco.

2.2.2 Equao de Black & Scholes

Em 1973, Fischer Black e Miron Scholes, utilizando o conceito de portfolio equivalente,
desenvolveram um modelo para precificao de opes europias sobre um ativo que no
distribui dividendos. Nesse modelo, o preo da ao segue um processo estocstico
denominado Movimento Browniano Geomtrico. A equao de Black e Scholes dada por
(MINARDI, 2004):
C(S,;X) = S N(d
1
) Xe
-r
N(d
2
) [eq. 11]
Onde

)
2
1
( ) / ln(
2
1
+ +
=
r X S
d [eq. 12]
=
1 2
d d [eq. 13]
N(d) a distribuio normal padronizada cumulativa. N(d
1
) corresponde ao nmero de aes
do portfolio equivalente Xe
-r
N(d
2
) ao montante tomado emprestado (TRIGEORGIS, 1996).

2.2.3 rvore Binomial

Posteriormente, em 1979, Cox, Ross e Rubinstein desenvolveram um modelo onde o processo
estocstico de tempo contnuo (Movimento Browniano Geomtrico) substitudo por um de
29
tempo discreto, o processo binomial multiplicativo ou caminho aleatrio (random walk), que,
no limite, quando o nmero de intervalos tende ao infinito, aproxima-se da soluo dada pela
equao de Black & Scholes. Esse modelo denominado rvore Binomial.

De acordo com o caminho aleatrio, o preo do ativo (S) pode aumentar, sendo multiplicado
por um fator u, para uS, com probabilidade q ou reduzir para dS, com probabilidade 1-q. Esse
movimento pode ser representado graficamente por:

Os fatores u e d representam a taxa logartmica (ou continuamente composta) de retorno do
ativo, sendo d = 1/u. Para evitar arbitragem sem risco, u > 1 + r > d. Para que haja
convergncia, no limite, quando n tende ao infinito, entre o processo binomial discreto e o
Movimento Browniano, os parmetros u e d devem ser (TRIGEORGIS, 1996):
t
e u

=

[eq. 14]
t
e d

=

[eq. 15]
Onde:
: desvio-padro instantneo do retorno do ativo,
t : incremento de tempo.

Substituindo u e d nas equaes de clculo do nmero de aes (eq. 3) e do valor de
emprstimo do portfolio equivalente (eq. 4), tem-se:
S d u
C C
dS uS
C C
S S
C C
N
) (
=
+ +
+
+
[eq. 16]

) 1 )( ( ) 1 )( ( ) 1 )( ( r d u
uC dC
r dS uS
uSC dSC
r S S
C S C S
B
+
=
+
=
+
=
+ +
+
+ +
[eq. 17]

A probabilidade neutra ao risco, p, dada por:
d u
d r
p
+
=
) 1 (
[eq. 18]
O valor da opo dado por:
S
uS
dS 1-q
q
30
r
C p pC
C
+
+
=
+
1
) 1 (
[eq. 19]

Estendendo-se o modelo de um perodo para mltiplos perodos (n), temos a frmula geral
multiplicativa binomial de precificao de opes (COX et al., 1979).
n
n
j
j n j j n j
r
E S d u p p
j n j
n
C
) 1 (
) 0 , max( ) 1 (
)! ( !
!
0
+

=

[eq. 20]

Segundo Trigeorgis (1996), a primeira parte da equao a frmula da distribuio binomial,
que fornece a probabilidade do preo do ativo dar j saltos para cima em n passos, com
probabilidade neutra ao risco p. O termo de maximizao da equao fornece o valor da
opo na data de expirao condicionada ocorrncia de j saltos para cima segundo o fator u
e n-j movimentos descendentes de acordo com o fator d. O somatrio de todos os possveis
valores da opo na data de vencimento multiplicados pela probabilidade de ocorrncia nos d
o valor na data final, que descontado taxa livre de risco por n perodos.

31

3 Opes Reais

3.1 Limitaes das tcnicas tradicionais de avaliao de investimentos

A tcnica de avaliao de investimentos mais empregada no mundo corporativo o fluxo de
caixa descontado (FCD). Sua aplicao consiste na identificao de um cenrio esperado, na
estimativa dos fluxos de caixa peridicos e no emprego de uma taxa de desconto associada ao
risco do projeto para calcular o valor presente do ativo. A tcnica de FCD considera que a
empresa ir seguir uma estratgia esttica de operao at o trmino do empreendimento. Em
mercados estveis, onde as previses e os cenrios elaborados pelos analistas so confiveis e
as estratgias estabelecidas na etapa de planejamento podem ser implementadas como
originalmente concebidas, essa tcnica suporta adequadamente a tomada de decises dos
gerentes (AMRAN; KULATILAKA, 2000).

Entretanto, nas ltimas dcadas, os mercados tm se mostrado altamente volteis, a
competio acirrada tem levado as empresas a lanar novos produtos e a desenvolver novas
tecnologias com uma freqncia muito maior do que no passado. Esse tipo de investimento
est sujeito a uma incerteza significativa. A tcnica de FCD, por no considerar as incertezas
de mercado e os possveis cursos de ao que a gerncia pode tomar em funo da evoluo
dos acontecimentos, no gera resultados adequados tomada de deciso para esse tipo de
investimento (AMRAN; KULATILAKA, 2000).

Outra deficincia da tcnica de FCD o fato de seu resultado se basear apenas no fluxo de
caixa imediato do projeto em anlise, sem levar em conta que esse projeto pode servir de base
para o surgimento de novas oportunidades de investimento, denominadas opes de
crescimento (KESTER, 2001). Desta forma, h uma tendncia de as empresas que adotam o
FCD como ferramenta de anlise financeira privilegiarem projetos de retorno rpido em
detrimento daqueles que criam vantagens competitivas e garantem a sustentao do negcio
no longo prazo. Esse foco no curto prazo causado pela utilizao de um instrumento
financeiro inadequado foi apontado por Myers (2001) como uma das causas da perda de
competitividade de indstria americana na dcada de 80.

32
O investimento em um projeto tem a caracterstica de ser irreversvel (sunk cost), isto , no
possvel, em caso de desistncia, recuperar todo o montante aportado. Esse fato, aliado
incerteza em relao a variveis chaves do fluxo de caixa do projeto leva existncia de valor
na possibilidade de se adiar a realizao do investimento. Assim, a possibilidade de realizao
do investimento em algum momento alm do atual tem valor superior implementao
imediata do projeto. Segundo Dixit e Pindyck (2001), quando uma empresa realiza um
investimento irreversvel est, na verdade, matando uma opo, isto , desiste da possibilidade
de aguardar novas informaes que podem afetar positivamente seu valor. O valor dessa
opo de adiamento tambm no captado pela tcnica de FCD.

O descompasso entre a teoria de finanas e a de planejamento estratgico fez com que
houvesse um distanciamento das duas disciplinas. Os estrategistas das empresas ao se
depararem com projetos estratgicos de VPL negativo utilizavam argumentos qualitativos
como a criao de vantagem competitiva ou a existncia de benefcios intangveis para
justificar sua implementao, descartando os resultados gerados pelas anlises financeiras
(MYERS, 2001).

A utilizao de Anlise de Sensibilidade e de Cenrios, de Simulao de Monte Carlo e de
rvores de Deciso buscou contornar as restries da anlise de FCD. Entretanto elas tambm
apresentavam suas limitaes. A Anlise de Sensibilidade, a Anlise de Cenrios e a
Simulao de Monte Carlo buscam incorporar a incerteza no modelo de anlise, mas no
consideram a flexibilidade gerencial, isto , a possibilidade de tomar aes corretivas ao longo
do projeto. J as rvores de Deciso falham ao utilizar a mesma taxa de desconto para trazer
a valor presente fluxos de caixa gerados por cursos de ao que apresentam riscos distintos. A
utilizao de taxas de desconto diferentes para cada ramo da rvore de Deciso torna
extremamente complexa sua utilizao (COPELAND; ANTIKAROV, 2002; MINARDI,
2004).

3.2 Opes Reais conceitos

A AOR consiste na aplicao dos conceitos e tcnicas utilizados na precificao de opes
financeiras para avaliar investimentos em ativos reais como projetos e empresas. Traando um
33
paralelo entre o investimento em um projeto e uma opo financeira, pode-se dizer que o
projeto corresponde a uma opo de compra cujo preo de exerccio o investimento
necessrio para realiz-lo. O quadro a seguir apresenta um paralelo entre opes financeiras e
opes reais.
Quadro 4 Paralelo entre opes financeiras e opes reais
Opo de compra em uma ao

Opo real em um projeto
Valor presente da ao S

V
Valor presente dos fluxos de caixa
esperados
Preo de exerccio X

I Investimento
Tempo para expirao t

t
Tempo at o desaparecimento da
oportunidade
Volatilidade do preo da ao

Incerteza do valor do projeto devido
volatilidade dos fluxos de caixa
Taxa de juro livre de risco r

r Taxa de juro livre de risco
Fonte: Adaptada de PARK; HERATH, 2000

A flexibilidade gerencial permite tomar aes em resposta a mudanas de mercado ou a
iniciativas de concorrentes. Podem-se aproveitar condies ambientais favorveis e elevar o
valor presente dos fluxos de caixa esperados do projeto, por meio de uma expanso, por
exemplo. Em condies desfavorveis, podem-se limitar possveis perdas tomando aes
como a reduo de escala, a interrupo ou o abandono do projeto. Essa flexibilidade
gerencial, que se assemelha a uma opo financeira, introduz uma assimetria na distribuio
de probabilidades do valor presente lquido (VPL) de um empreendimento. Desta forma,
pode-se dizer que um projeto possui um valor expandido que corresponde soma do valor da
opo a seu VPL esttico (TRIGEORGIS; MASON, 2001). A figura 3 representa esse efeito.
34

Figura 3 Assimetria na distribuio de probabilidades do VPL de um projeto introduzida por
Opes Reais
Fonte: TRIGEORGIS, 1996

A AOR leva a valores substancialmente diferentes dos gerados pelas tcnicas de FCD quando
3 fatores se combinam (COPELAND; ANTIKAROV, 2002):
Incerteza elevada: quando a incerteza baixa, a probabilidade de ocorrncia de cenrios
distintos do previsto pequena, logo no haver necessidade de se lanar mo da
flexibilidade gerencial.
Existncia de flexibilidade gerencial: se no h alternativas de ao a serem tomadas na
ocorrncia de condies diferentes das previstas inicialmente, no haver opes que
possam aumentar o valor do projeto.
VPL do projeto prximo de zero: se o valor presente do projeto for muito negativo, a
flexibilidade provavelmente no ser suficiente para viabilizar o projeto. Em casos de
VPL altamente positivos, o projeto aprovado mesmo sem a incorporao de opes na
anlise.

VPL
VPL
esttico
VPL
expandido
Valor da
opo
VPL expandido = VPL esttico + Valor da Opo
35
A
l
t
a

Flexibilidade de
valor moderado
Flexibilidade de
valor alto
B
a
i
x
a

Flexibilidade de
valor baixo
Flexibilidade de
valor moderado
Baixa Alta
F
l
e
x
i
b
i
l
i
d
a
d
e

(
c
a
p
a
c
i
d
a
d
e

d
e

r
e
a
g
i
r
)

Incerteza
(probabilidade de receber novas
informaes)
Figura 4 Valor da flexibilidade
Fonte: Adaptada de COPELAND; ANTIKAROV, 2002

De acordo com a figura acima, a AOR e o FCD devem ser vistos como ferramentas
complementares de auxlio tomada de deciso. A anlise de fluxo de caixa descontado sendo
utilizada em condies de baixa incerteza e pouca flexibilidade gerencial e a AOR em
situaes de grande volatilidade e onde h possibilidade de aes contingentes por parte da
gerncia (MILLER; PARK, 2002).

Alm da questo da flexibilidade gerencial aliada incerteza, h outros fatores que podem
auxiliar na deciso da utilizao da AOR: quando h decises de investimento contingentes,
quando vale a pena esperar por novas informaes para no incorrer em investimentos
irreversveis, quando o valor parece estar mais relacionado a opes futuras de crescimento do
que ao fluxo de caixa imediato do investimento, quando possvel realizar correes de rumo
durante a evoluo do empreendimento (AMRAM; KULATILAKA, 1999b).

Park e Herath (2000) propuseram classificar os projetos em termos da incerteza relacionada a
eles e em relao sua vinculao ao negcio atual (core business) ou a oportunidades de
crescimento. As tcnicas de FCD seriam aplicveis a projetos de baixa incerteza relacionados
ao core business, por outro lado, os projetos de incerteza elevada e que esto voltados para
novas oportunidades devem ser avaliados pela AOR. A figura a seguir representa essa
classificao.

36
Core
Business
Crescimento e
Sustentabilidade
Baixa
incerteza
Mdia
incerteza
Alta
incerteza
VPL (projetos
isolados, sem
possibilidade de
adiamento e de
baixa incerteza)
AOR (projetos com incerteza
elevada e flexibilidade,
interligados e com possibilidade
de postergao)
S1 Substituio de equipamentos sob baixa incerteza, sem possibilidade de adiamento.
E1 Deciso de expanso, no adivel, sob baixa incerteza.
S2 Substituio de equipamentos sob alta incerteza (ex: sistemas flexveis).
E2 Deciso de expanso sob incerteza elevada (ex: expanso para outros pases).
F Fuses e aquisies.
P Pesquisa e desenvolvimento.
D Desinvestimento, abandono, contrao.
A Projetos que podem ser adiados
E1
S1
E2
S2
A
F
P
D

Figura 5 Relao entre tipo de projeto, incerteza e tipo de anlise
Fonte: adaptada de PARK; HERATH, 2000

Os riscos a que um projeto de investimento est sujeito podem ser classificados em riscos de
mercado e em riscos privados. Riscos de mercado so aqueles que esto refletidos no valor de
um instrumento financeiro negociado no mercado. O risco relacionado ao preo de
commodities, por exemplo, pode ser obtido por meio de dados de contratos futuros. Riscos
privados so aqueles prprios do investimento em anlise, como, por exemplo, o risco de a
reserva mineral ser menor ou de os custos de explorao serem superiores ao previsto. Amram
e Kulatilaka (2000) consideram que a Anlise de Opes Reais s aplicvel quando os
riscos de mercado so preponderantes em relao aos riscos privados, pois nesse caso
possvel replicar o portfolio. Essa hiptese restringe a aplicao da AOR, mas os autores
argumentam que o mercado financeiro est cada vez mais abrangente, incorporando novos
tipos de risco e ampliando o campo de aplicao da AOR. Outros autores, como Copeland e
Antikarov (2002) relaxaram essa restrio ao assumirem que o projeto sem flexibilidade pode
ser utilizado como ativo subjacente da opo.

37
Pode-se considerar que os resultados obtidos pela anlise de FCD seriam iguais aos gerados
pela AOR quando o projeto no apresenta opes. Por isso, a AOR um instrumento de
anlise financeira superior, pois permite avaliar uma gama muito mais variada de projetos. A
AOR quebra um paradigma da anlise financeira ao fazer com que a incerteza seja vista como
um fator positivo, que pode ser explorado para gerao de ganhos significativos. Alm disso,
a AOR fora o analista a identificar as opes (flexibilidade gerencial) existentes em um
projeto e auxilia na criao de um roteiro de aes futuras, reforando o conceito de
gerenciamento continuado do projeto (TRIGEORGIS, 1996). Outra grande vantagem a
substituio de estimativas subjetivas do corpo tcnico da empresa por medidas objetivas do
mercado financeiro (AMRAM; KULATILAKA, 1999a).

3.3 Limitaes da analogia

A analogia entre opes reais e financeiras permite estimar o valor daquelas, utilizando
tcnicas de precificao de opes financeiras. Entretanto, h algumas propriedades das
opes financeiras que no so observadas no caso de opes reais. Ao analisar os resultados
gerados pela AOR, deve-se levar em conta a existncia dessas limitaes. Miller e Park
(2002) apresentaram uma anlise dessas diferenas.

Processos estocsticos:

Na anlise de opes financeiras que tm como ativo-objeto uma ao, o retorno da ao
modelado como um MBG. O retorno de ativos reais pode apresentar comportamento mais
complexo, exigindo a adoo de processos estocsticos alternativos.

Ativo-objeto:

Uma das premissas da precificao de opes financeiras a possibilidade de negociar o
ativo-objeto em um mercado eficiente. Entretanto a maioria dos ativos reais no negociada,
assim algumas premissas adicionais so utilizadas para permitir o uso da tcnica para avaliar
opes reais.

38
Trigerogis prope utilizar um ativo financeiro gmeo (twin security) altamente correlacionado
no clculo do valor da opo e considerar esse fato ao interpretar os resultados. Na prtica, o
ativo gmeo utilizado em trs situaes: na anlise de empreendimentos envolvendo
recursos naturais devido existncia do mercado futuro; na avaliao de uma rea de negcio
quando h uma empresa do mesmo setor com aes negociadas em bolsa; quando o projeto
contribui significativamente para o valor de mercado da empresa e, assim, pode-se utilizar a
ao da prpria empresa como ativo financeiro gmeo. Quando essas condies no so
atendidas, devem-se adotar duas outras premissas. Mason e Merton presumem que o valor do
ativo deve ser tratado como se fosse negociado no mercado. Como o ativo real contribui para
o valor de uma empresa com aes no mercado, o ativo pode ser tratado como se fosse ele
mesmo negociado. Assim, o valor do ativo real pode ser usado como ativo financeiro gmeo.
Copeland e Antikarov afirmam que o valor do ativo real perfeitamente correlacionado com
ele mesmo e, por isso, a melhor estimativa no tendenciosa do valor de mercado do ativo
real se este fosse negociado. Assim, o valor do ativo real (projeto sem flexibilidade) pode ser
usado como ativo-objeto. (MILLER; PARK, 2002)

Risco e taxa de desconto:

Na precificao de opes financeiras, parte-se da premissa de que possvel criar um
portfolio equivalente que funciona como hedge do valor da opo. Assim, pode-se utilizar a
taxa livre de risco como taxa de desconto. Como o ativo real no negociado, essa premissa
prejudicada. Hull e White (apud MILLER; PARK, 2002) argumentam que, se o ativo no
negociado, deve-se adicionar um prmio de risco (relacionado volatilidade do ativo e ao
preo de mercado do risco) taxa de desconto.

Segundo a teoria financeira, riscos privados podem ser eliminados pela adoo de um
portfolio diversificado. Entretanto, na anlise de opes reais, quando os riscos privados so
significativos, utilizar a taxa de desconto livre de risco superestima o valor do
empreendimento. Assim, a parte privada do risco deve ser descontada a uma taxa maior.

Volatilidade:

Muitos ativos reais no possuem informaes sobre seu retorno histrico, inviabilizando uma
medida direta da volatilidade. As alternativas utilizadas so a utilizao de dados do ativo
39
financeiro gmeo, a gerao de uma estimativa de volatilidade do projeto em anlise por meio
de Simulao de Monte Carlo, equaes que estimam a volatilidade do retorno do projeto a
partir de dados da volatilidade do preo do produto.

Preo e data de exerccio

Em opes financeiras, o preo de exerccio corresponde a uma nica parcela fixa, a ser
desembolsada de imediato. Em opes reais, o preo de exerccio pode corresponder a vrios
desembolsos ao longo do tempo. Alm disso, o valor investido pode estar sujeito a incertezas
tcnicas e de mercado. A data de exerccio de opes reais pode no ser conhecida com
antecedncia, pode ser dependente do exerccio de outra opo real ou da resoluo de riscos
privados ou de mercado.

Dividendos:

Em opes financeiras, o dividendo pago conhecido com antecedncia ou pode ser
modelado como um pagamento contnuo ao longo da vida da opo. No caso de opes reais,
a quantidade e o momento de distribuio de dividendos (gerao de fluxos de caixa
positivos) podem ser desconhecidos ou dependentes de riscos privados e de mercado.

Essas diferenas so limitaes analogia entre opes reais e financeiras, mas no
inviabilizam a AOR, se levarmos em conta que o objetivo ter um instrumento financeiro
mais completo de auxlio tomada de deciso e no precificar opes com preciso
cirrgica.

3.4 Tipos de Opes Reais

Ao avaliar um investimento, o analista deve ser capaz de traduzir as flexibilidades gerenciais
existentes em termos da terminologia de opes financeiras. Deve-se selecionar o tipo de
opo financeira (call, put, americana, europia) e as variveis utilizadas na precificao de
opes (ativo-objeto, preo de exerccio, tempo de maturidade, volatilidade, etc) devem ser
identificadas e quantificadas. A literatura apresenta uma relao extensa de aplicaes de
40
opes reais e analogias com as opes financeiras. Os tipos mais comuns, segundo
Trigeorgis (1996) esto sintetizados no quadro a seguir.
Quadro 5 Tipos de Opes Reais
Tipo Descrio Utilizao Analogia com Opes
Financeiras
Opo de
diferimento
Uma empresa detm o
direito sobre terrenos,
recursos naturais ou outro
ativo de valor e pode
aguardar algum tempo para
verificar se as condies de
mercado tornam vivel a
implementao do
empreendimento (um
imvel, uma fbrica, uma
mina ou estao de extrao
de petrleo, por exemplo).
Indstrias de extrao de
recursos naturais,
empreendimentos
imobilirios, agropecuria e
produo de papel e
celulose.
Tipo de opo: call
americana.
Ativo-objeto: valor presente
dos fluxos de caixa
esperados do projeto (V).
Preo de exerccio:
investimento (I)
Payoff na data de
vencimento: max (V, I)
Opo de
investimento
em estgios
(time to build)
O investimento realizado
em estgios, formando uma
srie de desembolsos. Tem-
se a opo de abandono
caso novas informaes
sejam desfavorveis.
Indstrias intensivas em
P&D, especialmente as
farmacuticas; projetos de
longo prazo e intensivos em
capital (construo de
grande porte ou usinas de
gerao de energia);
investimentos em start-ups.
Tipo de opo: composta
onde a cada estgio
corresponde uma opo de
compra no valor presente
dos estgios seguintes.
Ativo-objeto: valor presente
dos fluxos de caixa
esperados dos estgios
seguintes (V).
Preo de exerccio:
investimento no estgio em
anlise (I).
Payoff na data de
vencimento: max (V-I,0)
Opo de
alterao da
escala de
operao
(expanso,
contrao,
fechamento e
reabertura)
Expanso da produo ou
acelerao do uso de
recursos em condies de
mercado favorveis.
Reduo da escala em
condies desfavorveis.
Em casos extremos,
interrupo e retomada da
produo.
Indstrias de recursos
naturais (ex: minerao),
planejamento e construo
de fbricas em indstrias
cclicas, setor de moda,
setor de bens de consumo,
empreendimentos
imobilirios comerciais.
Opo de expanso:
Opo de compra para
adquirir capacidade
adicional, pagando um
preo de exerccio.
V + max (xV-I,0)
Opo de contrao:
Opo de venda de parte da
escala do projeto original. O
preo de exerccio est
relacionado economia de
custos potencial (IC).
max (IC cV,0).
Opo de fechamento e
reabertura:
A operao em cada ano
pode ser vista como uma
opo de compra da receita
do ano (R) pagando os
custos variveis de operao
(IV) como preo de
exerccio.
Max (R-IV,0)

41

Opo de
abandono
Abandono do
empreendimento, com
venda dos ativos no
mercado de segunda mo,
quando as condies de
mercado se deterioram
significativamente.
Indstrias de capital
intensivo (ex: empresas
areas, ferrovias), servios
financeiros, introduo de
novos produtos em
mercados incertos.
Tipo de opo: put
americana.
Ativo-objeto: valor do
projeto (V).
Preo de exerccio: valor de
revenda do projeto ou do
melhor uso alternativo (A).
V + max (A-V,0) = max
(V,A)
Opo de
substituio
Possibilidade de alterao
do mix de produtos em
funo de variaes de
preo e demanda
(flexibilidade de produto)
ou possibilidade de
alterao de insumos em
funo de variaes de
preo (flexibilidade de
processo).
Alterao de produtos: bens
produzidos em pequenos
lotes ou sujeitos a demanda
voltil (ex: equipamentos
eletrnicos de consumo,
brinquedos, papis
especiais, peas de
maquinrio, automveis).
Alterao de insumos:
fbricas dependentes de
matrias-primas de preos
volteis que possuem
substitutos (energia eltrica,
qumica, produtos
agrcolas).
Fbricas com fornecedores
alternativos para o mesmo
insumo.
Tipo de opo: portfolio de
opes de compra e venda
americanas que permite
trocar a um custo fixo entre
2 modos de operao.
Ativo-objeto: valor
adicional gerado pela
substituio de insumos/
produtos.
Preo de exerccio: custo de
substituio (ex: setup de
equipamentos).
Opes de
crescimento
Quando um investimento
(ex: P&D, aquisio de
direito de explorao de
reservas de petrleo,
sistemas de informao)
pr-requisito ou faz parte de
uma cadeia de projetos
inter-relacionados e abre
oportunidades de
crescimento futuro (ex:
novos produtos ou
processos, reservas de
petrleo, acesso a novos
mercados, fortalecimento de
competncias essenciais).
Indstrias de infra-estrutura
ou de alta tecnologia, P&D
(indstrias que geram
mltiplos produtos ou
aplicaes a partir de uma
linha de pesquisa),
operaes multinacionais,
fuses e aquisies.
O investimento inicial pode
ser visto como uma opo
de compra das
oportunidades de
crescimento futuras.
Opes com
interaes
mltiplas
Opes de alavancagem em
condies favorveis e de
proteo em condies
adversas esto presentes em
conjunto. O valor do
conjunto de opes pode
diferir da soma dos valores
isolados devido interao
entre elas.
Projetos reais na maioria das
indstrias
Opo composta.
Fonte: Adaptado de TRIGEORGIS, 1996

42
3.5 Evoluo da utilizao de Opes Reais

Os anos 80 presenciaram, no meio acadmico, o desenvolvimento de modelos e a crescente
utilizao das tcnicas de opes financeiras para avaliar investimentos em ativos reais. Mas
foi na dcada de 90 que o interesse do mundo corporativo no assunto se intensificou. Nesse
perodo muitos livros foram publicados, conferncias realizadas e artigos de aplicaes
prticas escritos. Atualmente, pode-se afirmar que a Anlise de Opes Reais tem uma
penetrao slida apesar de limitada nas empresas (TRIANTIS, 2001). A limitao da
aplicao de AOR nas empresas se deve complexidade dos modelos de valorao
inicialmente empregados e da exigncia de conhecimento de matemtica avanada. Segundo
Amram e Kulatilaka (1999a), a complexidade das ferramentas tem obscurecido o poder da
idia. O emprego da AOR tem aumentado nos ltimos anos em funo da disseminao do
uso de planilhas eletrnicas em computadores pessoais, da utilizao do modelo de rvore
Binomial que pode ser facilmente criado em planilhas e da proposta de flexibilizao da
exigncia de haver um ativo subjacente negociado no mercado feita por alguns autores. Um
exemplo dessa flexibilizao a metodologia Market Asset Disclaimer (MAD) proposta por
Copeland e Antikarov (2002) que considera que o valor do projeto sem flexibilidade pode ser
utilizado como ativo subjacente.

Triantis (2001) realizou uma pesquisa com 39 profissionais (mdia e alta gerncia) de 34
empresas de 7 setores distintos que tinham algum contato com a Anlise de Opes Reais.
Nessa pesquisa, ele identificou que as empresas que tm mais interesse na AOR tm algumas
caractersticas em comum: operam em setores que envolvem investimentos elevados com
retorno incerto (petrleo, gs natural, farmacutico, entre outros), seus setores de atuao
passaram por mudanas estruturais significativas (energia eltrica), so indstrias
relacionadas engenharia, onde o uso de tcnicas analticas sofisticadas costumeiro. A
aplicao de AOR foi mais bem sucedida em empresas com processos formais de avaliao
de investimentos sob incerteza. Empresas em que a avaliao relativamente informal, em
que a incerteza tratada simplesmente com um aumento da taxa de desconto tendem a desistir
da utilizao da tcnica. Outra observao interessante que o interesse sobre a tcnica vem
de profissionais envolvidos com desenvolvimento de negcios, planejamento estratgico,
operaes ou marketing e no da rea financeira.

43
Triantis (2001) classificou a forma de utilizao de Opes Reais pelas empresas em 3
grupos:
Opes Reais como uma maneira de pensar: a AOR utilizada como uma linguagem que
permite estruturar e comunicar problemas de deciso de maneira qualitativa.
Opes Reais como uma ferramenta analtica: modelos de opes reais so utilizados para
avaliar projetos com caractersticas de opes conhecidas e bem especificadas.
Opes Reais como um processo organizacional: a AOR utilizada como parte de um
processo mais amplo, como uma ferramenta estratgica para identificar e explorar opes
estratgicas.

3.6 Evidncias do valor das Opes Reais

Kester (2001) comparou o valor de mercado de empresas de diversos segmentos e o valor
estimado a partir do fluxo de caixa gerado por elas (TAB. 1). O valor de mercado corresponde
ao valor total das aes em bolsa. Para estimar o valor atravs da tcnica de fluxo de caixa
descontado, o autor considerou que o fluxo de caixa do ano analisado seria perptuo e
constante. Para obter o VPL, foram utilizadas taxas de desconto arbitrrias (15% e 25%). Os
resultados indicaram que o valor de mercado era sistematicamente superior ao valor estimado
via fluxo de caixa descontado. Segundo o autor, a diferena entre as duas medidas uma
estimativa do valor das opes de crescimento que essas empresas possuam. O estudo
tambm verificou que a participao do valor das opes de crescimento no valor total
superior nas empresas que atuam em setores mais dinmicos. Como a pesquisa foi realizada
com dados de empresas j consolidadas, pode-se inferir que a participao da opo de
crescimento em empresas novas ainda maior, pois comum haver lanamentos de aes de
empresas em fase de crescimento em que o valor das opes representa praticamente a
totalidade do seu valor de mercado.

Outra evidncia do valor das opes reais foi apontada por Dixit e Pindyck (2001). Os autores
identificaram que empresas permanecem operando mesmo assumindo perdas por um perodo
longo. Apesar de a anlise de FCD recomendar o encerramento das operaes, as empresas
no o fazem porque incorreriam em uma perda irreversvel de ativos tangveis e intangveis.
Os autores afirmam que continuar em operao preserva a opo e mantm o capital intacto,
permitindo obter lucro quando as condies de mercado melhoram. Por outro lado, o efeito de
44
histerese tambm ocorre no sentido inverso. H uma defasagem entre o momento em que
determinado mercado passa a ser lucrativo e o de entrada das empresas. Esse efeito foi
observado pelos autores na defasagem de cerca de trs anos entre a valorizao do dlar no
incio dos anos 80 e o aumento das importaes dos Estados Unidos e na manuteno do valor
de importaes por um perodo aps a desvalorizao do dlar no final da dcada.
Tabela 1 Valor das opes de crescimento
Valor estimado pelo
fluxo de caixa
(US$ MM)

Valor estimado das
Opes de
Crescimento
(US$ MM)

Valor Opes /
Valor Mercado
(%)

Valor de
mercado
(US$ MM)
TD
1
(15%) TD
2
(25%) TD
1
(15%) TD
2
(25%) TD
1
(15%) TD
2
(25%)
Eletrnica
Motorola 5250 1400 840 3850 4410 73 84
Genrad 550 113 68 437 482 79 88
RCA 2200 1600 960 600 1240 27 56
Computadores e perifricos
Apple Computer 2000 660 396 1340 1604 67 80
Digital Equipment 5690 1900 1140 3790 4550 67 80
IBM 72890 36433 21860 36457 51030 50 70
Qumica
Celanese 1010 520 312 490 698 49 69
Monsanto 4260 2733 1640 1527 2620 36 62
Union Carbide 4350 1867 1120 2483 3230 57 74
Pneus e Borracha
Firestone 1090 587 352 503 738 46 68
Goodyear 2520 2000 1200 520 1320 21 52
Uniroyal 400 313 188 87 212 22 53
Alimentos
Carnation 1790 1367 820 423 970 24 54
Consolidated Foods 1190 1140 684 50 506 4 43
General Foods 2280 2113 1268 167 1012 7 44
Fonte: adaptada de KESTER, 2001

45

4 Planejamento sob incerteza

4.1 Os fundamentos

Myers foi o primeiro a utilizar o termo opes reais para designar as oportunidades de
investimento e a propor que o planejamento estratgico seja visto como o gerenciamento de
um portfolio de opes reais. Esse gerenciamento consiste na aquisio de opes reais
(oportunidades de investimento), manuteno das opes promissoras, exerccio de opes
quando a incerteza se resolve de forma positiva, e abandono, quando o desenrolar dos fatos
leva perda de valor da oportunidade.

Kester (2001) classificou as opes reais de acordo com trs perspectivas: a possibilidade de
diferimento, a exclusividade de exerccio e a interao com outras oportunidades de
investimento.
Possibilidade de diferimento:
Opes de exerccio imediato: oportunidades de investimento que devem ser
implementadas imediatamente, porque esto muito dentro do dinheiro ou porque o
risco de perda de valor devido interao competitiva alto;
Opes diferveis: devido incerteza relacionada oportunidade, h valor em
aguardar o desenrolar dos fatos para exerc-la ou no.
Exclusividade de exerccio:
Opes exclusivas: o detentor da oportunidade tem exclusividade pelo menos
temporria sobre ela (patentes, direitos minerais, oportunidades relacionadas a
vantagens competitivas da empresa);
Opes compartilhadas: a oportunidade pode ser explorada por vrias empresas
(concorrncia para explorao de reservas de petrleo, concorrncia para concesso de
servios pblicos, expanso para novos mercados em setores de alta concorrncia).
Interao com outras oportunidades de investimento:
Opes simples: correspondem a projetos cujos benefcios futuros so provenientes
simplesmente de seus fluxos de caixa (por exemplo, projetos de reduo de custos,
manuteno e substituio de equipamentos);
46
Opes compostas: projetos cujos benefcios incluem a abertura de novas
oportunidades de investimento, chamadas de opes de crescimento (projetos de
pesquisa e desenvolvimento, expanso em um mercado existente, entrada em novos
mercados, aquisies).

Baseado nesse trabalho, Trigeorgis (1988) props a classificao das opes em oito tipos. As
tcnicas de Fluxo de Caixa Descontado so adequadas anlise apenas do primeiro tipo:
opes exclusivas, simples e de exerccio imediato.

Quadro 6 Classificao de opes reais segundo Trigeorgis
Tipo de Opo Exemplo
Imediata Manuteno de rotina
Simples
Difervel Modernizao da fbrica
Imediata Contrato de franquia imediato
Exclusiva
Composta
Difervel P&D de um nico produto
Imediata
Lance para aquisio dos ativos de uma
empresa do mesmo ramo de atuao
Simples
Difervel
Lanamento de novo produto (com
substitutos)
Imediata
Lance para aquisio de uma empresa no
relacionada
Opo
Real
Compar-
tilhada
Composta
Difervel
Oportunidade de entrada em um novo
mercado geogrfico
Fonte: Adaptado de TRIGEORGIS, 1988

Para avaliar o tempo adequado para exercer uma opo, Kester (2001) elaborou uma matriz
que permite classificar as opes em termos de sua exclusividade e do nvel de concorrncia
relacionado a ela (FIG. 6). Em funo dessas duas variveis, pode-se definir uma estratgia
quanto ao timing adequado para o exerccio da opo.
47
Empresas dominantes so
capazes de apropriar-se do valor
total das opes.
Como no h risco de
antecipao, as opes devem ser
mantidas at a expirao.
H risco de antecipao, mas o
poder de mercado de empresas
dominantes aumenta o potencial
de apropriao do valor de
opes exercidas por elas.
Tendncia a reter as opes at
que concorrentes mais fracos a
exeram.
No h risco de antecipao
completa, mas h risco de eroso
do valor devido atividade
competitiva.
Tendncia a exercer opes
antecipadamente para evitar
eroso de valor
Opes compartilhadas
Baixa capacidade de apropriao
do valor de uma oportunidade de
investimento por uma nica
empresa.
Exerccio rpido de opes por
razes defensivas ou de
antecipao
C
o
n
c
o
r
r
n
c
i
a

b
a
i
x
a
C
o
n
c
o
r
r
n
c
i
a

i
n
t
e
n
s
a
Opes exclusivas

Figura 6 Efeito da concorrncia e da exclusividade sobre o timing de opes reais
Fonte: Kester, 2001

4.2 O Espao de opes de Luehrman

Em mercados competitivos, no possvel formular uma estratgia de longo prazo e segui-la
cegamente. Na medida em que se progride na implementao da estratgia, aprende-se sobre
as condies do negcio, aes dos concorrentes, qualidade dos planos e deve-se responder
com flexibilidade ao aprendizado. Neste contexto, deve-se evitar estratgias que restringem o
campo de ao dos gerentes. A boa estratgia aquela que define diretrizes gerais nas quais as
decises futuras se basearo, deixando espao para a flexibilidade e o aprendizado. Em termos
financeiros, esse tipo de estratgia pode ser visualizado como uma srie de opes, ao invs
de uma srie de fluxos de caixa estticos. O estrategista, observando as diretrizes gerais, deve
ser capaz de acompanhar ativamente o desenvolvimento das oportunidades de investimento
(opes reais), buscar meios de influenciar o valor das opes em aberto e exerc-las no
timing correto (LUEHRMAN, 1998b).

Para auxiliar a tomada de decises em relao s oportunidades de investimento, Luehrman
(1998b) prope posicionar as opes reais em um diagrama denominado Espao de Opes.
O diagrama baseia-se em duas mtricas: o VPLq (ou relao valor-custo), que incorpora ao
valor presente lquido tradicional (VPL) o acrscimo de valor devido possibilidade de
diferimento do projeto; e a volatilidade, que uma medida do risco relacionado ao valor
48
futuro do ativo. O valor da opo cresce com o aumento das duas variveis.
Matematicamente, as duas mtricas so dadas por (LUEHRMAN, 1998a):
VPLq = S / VP(X) [eq. 21]
t de Volatilida = [eq. 22]
Onde:
S: valor presente dos fluxos de caixa do projeto
VP(X): valor presente do preo de exerccio (investimento): VP(X) = X / (1+r
f
)
t

r
f
: taxa livre de risco
: desvio-padro do retorno do projeto
t: tempo para a expirao da opo

Os projetos so representados por dois crculos concntricos plotados no diagrama. O crculo
escuro representa o valor do ativo-objeto (S) e o crculo claro o preo de exerccio (X).
Projetos in the money tm o crculo escuro maior do que o claro. Opes compostas podem
ser representadas por crculos ligados por linhas.

Diferentemente da anlise de VPL, onde h apenas duas decises possveis, investir ou no
investir, o espao de opes dividido em 6 regies, como pode ser observado na figura a
seguir, e cada uma dessas regies enseja uma ao diferente.
Regio 1 Investir Imediatamente
Regio 6 Nunca Investir
Regio 2 Talvez Investir
Imediatamente
Regio 3 Investir
Provavelmente Mais
Tarde
Regio 4 Talvez
Investir Mais Tarde
Regio 5
Provavelmente Nunca
Investir
V
o
l
a
t
i
l
i
d
a
d
e
-
+
0 1 Valor / custo
A
B

Figura 7 Espao de Opes
Fonte: Adaptada de LUERHMAN, 1998b
49
No alto do diagrama, est a regio de baixa volatilidade. A baixa volatilidade pode estar
relacionada baixa incerteza dos fluxos de caixa ou, o que mais freqente, ao escasso tempo
para que a opo se expire. A deciso, nesse caso, investir imediatamente, quando a relao
valor-custo maior que 1 ou nunca investir.

direita do diagrama e abaixo da regio de baixa volatilidade, esto os projetos cuja relao
valor-custo maior do que 1, mas que ainda podem ser postergados. A linha diagonal separa
os projetos in the money (VPL > 0), situados na regio 2, e os projetos out of the money (VPL
< 0), situados na regio 3. Os projetos da regio 2, se exercidos imediatamente, geram
resultado positivo, mas h um valor adicional devido opo de diferimento. Mas o exerccio
pode ser antecipado em funo de interaes competitivas. Os projetos da regio 3, apesar de
apresentarem VPL negativo, so promissores, mas ainda no podem ser implementados.
Deve-se aguardar a chegada de novas informaes para decidir sobre seu exerccio.

O lado esquerdo do diagrama contm os projetos menos promissores, cuja relao valor-custo
menor que 1. Os projetos da regio 5 tm baixa probabilidade de serem exercidos porque a
incerteza baixa, logo a chance de uma reverso de valor pequena. Na regio 4, por outro
lado, apesar de serem projetos de VPL negativo, a elevada incerteza pode fazer com que, no
futuro, as condies do ambiente se alterem positivamente, tornando-os interessantes.

Com o tempo, as opes tendem a subir no diagrama, devido reduo do tempo para a
expirao da opo ou devido reduo da volatilidade, e caminhar para a esquerda, por
causa da reduo do valor de diferimento, que faz parte do clculo do VPLq. O estrategista
deve tomar aes no sentido inverso, buscando preservar ou aumentar o valor das opes. As
aes que podem ser tomadas para melhorar o VPLq so as tradicionais, que visam melhorar
os fluxos de caixa futuros do projeto ou reduzir o investimento inicial. A busca da melhoria
do valor da opo por meio do aumento da volatilidade leva a aes mais inusitadas, como a
substituio do equipamento original do projeto por outro mais caro, mas mais flexvel ou a
escolha de um projeto de custo fixo mais alto, que, a princpio, reduz o VPL do projeto, mas
que fornece uma alavancagem operacional.

Segundo Luehrman (1998b), o diagrama ajuda os estrategistas a imaginarem o efeito de
variveis externas e de aes gerenciais sobre as oportunidades de investimento, ao mesmo
50
tempo em que assegura o alinhamento com o mercado financeiro, tornando as disciplinas de
finanas e estratgia mais prximas.

4.3 A Matriz de Opes Reais de Crescimento de Smit e Trigeorgis

Smit e Trigeorgis (2006), partindo do modelo proposto por Luehrman e do conceito de
Opes de Crescimento criado por Kester e incorporando o efeito de interaes estratgicas,
criaram a Matriz de Opes Reais de Crescimento (Real Option Growth Matrix ROG)
apresentada na figura 8. A matriz, como no modelo de Luerhman, dividida em 6 regies e as
oportunidades de investimento so representadas por dois crculos concntricos que
representam o valor do ativo-objeto e o preo de exerccio. A diferena est nas mtricas
utilizadas em cada eixo. No eixo horizontal da matriz, est o VPL dos fluxos de caixa do
projeto (VPL
base
). No eixo vertical est o valor presente das opes de crescimento (VPOC).
A soma dos valores nas duas dimenses fornece o VPL expandido:
VPL
expandido
= VPL
base
+ VPOC [eq. 23]

Alm disso, Smit e Trigeorgis (2006) propem que os efeitos da interao estratgica sejam
analisados por meio da Teoria dos Jogos e representados na Matriz de Opes de
Crescimento. Quando o valor de uma opo compartilhado entre concorrentes, os crculos
so divididos, mostrando a parte de valor que cabe a cada um.
Regio 1 Regio 6
Regio 2
Regio 3 Regio 4
Regio 5
V
P
O
C
-
+
- + VPL
Valor do ativo-objeto
Preo de exerccio
Valor capturado pela
empresa
Valor capturado pela
concorrncia
Legenda

Figura 8 Matriz de Opes de Crescimento
Fonte: Adaptada de Smit e Trigeorgis, 2006
51
Quando se avalia a carteira de projetos de investimentos de uma empresa, deve-se coletar os
dados necessrios para realizar a AOR e aplicar a metodologia. Mas, se a inteno avaliar
empresas com aes negociadas em bolsa, as mtricas da matriz ROG podem ser obtidas
diretamente a partir de dados do mercado. Assim, o valor do eixo horizontal pode ser obtido
calculando-se o valor presente da perpetuidade do fluxo de caixa atual da empresa (V). O
valor das opes de crescimento (eixo y) obtido subtraindo o valor encontrado para o eixo x
do valor de mercado (P) da empresa (VPOC = P V). Dividindo-se os dois valores pelo valor
de mercado, obtm-se a proporo de valor decorrente do fluxo de caixa atual e a proporo
originada pelas opes de crescimento.

4.4 A abordagem integrada de planejamento e controle de investimentos

A adoo de uma nova metodologia de planejamento de oportunidades estratgicas de
investimento, que aproxima a anlise financeira da estratgia traz benefcios tomada de
decises das empresas. Mas o benefcio limitado se a nova forma de planejamento no for
acompanhada de modificaes nos mtodos de acompanhamento e controle e nos
instrumentos de incentivo ao corpo gerencial. Kasanen e Trigeorgis (1993) desenvolveram
uma estrutura integrada de planejamento e controle de investimentos estratgicos baseada na
Anlise de Opes Reais, compreendendo as dimenses de planejamento, controle e
incentivo.
Oramento
de Capital
Planejamento
C
o
n
t
r
o
l
e
I
n
c
e
n
t
i
v
o
s

Figura 9 Abordagem integrada de planejamento e controle de oportunidades de
investimento
Fonte: Adaptada de Kasanen; Trigeorgis, 1993

52
A fase de planejamento segue a lgica discutida anteriormente, que considera as
oportunidades de investimento como um portfolio de opes reais. O produto dessa etapa a
estratgia de maximizao de valor, que contm o mix timo de investimentos.

Os instrumentos financeiros utilizados na seleo dos projetos, a Anlise de Opes Reais e o
clculo do VPL, no so observveis no curto prazo. Isto dificulta o acompanhamento da
execuo da estratgia de maximizao de valor. Ao mesmo tempo, os controles contbeis
normalmente utilizados, como o retorno sobre os ativos (ROA), no so medidas completas
de maximizao de valor. A soluo encontrada por Kasanen e Trigeorgis (1993) foi utilizar
um conjunto de indicadores contbeis cruzados, que, ao serem monitorados ao mesmo tempo,
permitem verificar a aderncia da execuo estratgia originalmente traada.

A idia consiste na seleo de indicadores contbeis que funcionem como freios uns dos
outros, evitando que a perseguio de um indicador possa levar perda de valor. Por
exemplo, o indicador de retorno sobre ativos pode levar o tomador de deciso a reduzir os
investimentos, para, diminuindo o denominador, alcanar a meta especificada. Por outro lado,
um indicador de taxa de crescimento pode levar o gerente a buscar o aumento de faturamento
s custas da margem de lucro. Entretanto, a utilizao conjunta desses dois indicadores,
estabelecendo faixas aceitveis de resultados para cada um, far com que a interseo dessas
faixas contenha a estratgia de maximizao de valor (FIG. 10). Para isto, necessrio
trabalhar com o conceito de folga gerencial, isto , no se estabelece a meta no ponto de
mximo do indicador, mas em uma faixa inferior ao mximo.

Investimento
em projetos
estratgicos
Investimento
em projetos
normais
Oramento
Taxa de
crescimento
Retorno sobre
Ativos
VPL*

Figura 10 Utilizao de controles contbeis cruzados para acompanhamento de resultados
Fonte: KASANEN; TRIGEORGIS, 1993
53

O nvel de folga a ser utilizado depender do nvel de incerteza e da qualidade do corpo
gerencial da empresa. Em condies de incerteza elevada, um corpo gerencial criativo e
competente pode trabalhar com um nvel maior de folga para aproveitar as oportunidades que
surgiro quando a incerteza se resolver. Em um ambiente estvel ou quando a equipe
gerencial no est preparada para atuar com um grau de liberdade maior, deve-se trabalhar
com folgas menores, reduzindo a margem de atuao da equipe.

Com a utilizao de ndices contbeis, gerados rotineiramente pela empresa, o
estabelecimento de um plano de incentivos alinhado estratgia de maximizao de valor
facilitado.

Em um ambiente dinmico, novas oportunidades surgem e planos devem ser revisados ou
abandonados. Os instrumentos de controle e incentivo devem garantir que o corpo gerencial
tenha liberdade para realizar o gerenciamento ativo do portfolio de opes. Se mudanas
significativas de ambiente ocorrem ou opes importantes, que alteram as alternativas
remanescentes, so exercidas ou criadas, a estratgia inicial de maximizao de valor deve ser
modificada e um novo conjunto de objetivos de controle deve ser disponibilizado para os
gerentes de nvel inferior, contingente ao exerccio das opes principais. Esse mecanismo de
feedback fecha o ciclo do modelo de planejamento e controle de oportunidades de
investimento estratgicas (Fig. 11).

Avaliao e Planejamento Controle Gerenciamento Ativo
Conhecimento das
condies de
mercado e das
interaes de
projetos
Modelo de
Planejamento e
Controle Estratgico
Baseado em Opes
VPL Estratgico
(Mix timo de
investimento)
ROA = x%
Crescimento = y%
(Design de controles
timos)
Seleo e
gerenciamento ativo
de projetos
individuais
Evoluo real do
mercado

Figura 11 Modelo de oramentao estratgica de capital
Fonte: KASANEN; TRIGEORGIS, 1993

54

5 Processos estocsticos

5.1 Conceito

Bertsekas e Tsitsiklis (2000) definem um processo estocstico como um modelo matemtico
de um experimento probabilstico que evolui com o tempo e gera uma seqncia de valores
numricos... Cada valor numrico da seqncia modelado por uma varivel aleatria, logo
um processo estocstico simplesmente uma seqncia (finita ou infinita) de variveis
aleatrias. Os processos estocsticos so utilizados em uma variedade de reas como
telecomunicaes, controle automtico, economia, etc. Especificamente na rea econmica,
processos estocsticos so usados para gerar uma seqncia de preos de ativos financeiros ou
no como aes, ttulos pblicos, preos de commodities, valores presentes de fluxos de caixa
de projetos, entre outros.

Historicamente, o primeiro trabalho que discute preos e processos estocsticos devido ao
matemtico francs Bachelier (1870-1946), que modelou os preos na bolsa de Paris como
um processo de caminho aleatrio (Random Walk). Posteriormente, vrios autores estudaram
o assunto, suportando a hiptese de no-previsibilidade dos preos, frustrando toda e qualquer
tentativa de buscar no passado padres e informaes que possam ser utilizados para obter
ganhos futuros adicionais. Essa a chamada Hiptese de Eficincia Fraca do Mercado.

Uma categoria particular de processos estocsticos so os processos de Markov. A
caracterstica principal desses processos que o evento futuro apresenta uma dependncia
probabilstica com o passado, resumida no estado atual da varivel. Isto , o valor seguinte da
varivel depende apenas de seu valor atual, no importando a seqncia de valores anteriores
ao estado atual. Matematicamente, essa propriedade representada por:
ij n n n n n n
p i X j X P i X i X i X j X P = = = = = = = =
+ +
) | ( ) ,..., , | (
1 0 0 1 1 1
[eq. 24]

A propriedade valida para qualquer valor de n, i e j e para qualquer seqncia i
0
,...,i
n-1
de
estados passados. Os processos de Markov so coerentes com a Hiptese da Eficincia Fraca
do Mercado citada anteriormente.

55
Na Anlise de Opes Reais, a abordagem mais comum consiste em modelar o valor do ativo
objeto como um processo que tenha a caracterstica de ser markoviano e compar-lo com o
preo de exerccio para obter o payoff da opo. Pode-se, tambm, utilizando a tcnica de
Simulao de Monte Carlo, modelar uma ou mais variveis de entrada do fluxo de caixa de
um projeto ou empreendimento (preos de produtos, preos de insumos, demanda de
produtos, etc.) e, a cada rodada de simulao, obter o valor do ativo-objeto na data de
maturidade da opo e compar-lo com o preo de exerccio.

5.2 Caminho Aleatrio (Random Walk)

O Caminho Aleatrio um dos processos estocsticos mais simples e corresponde a uma
varivel aleatria x
t
que se inicia em um valor conhecido (x
0
) e, em intervalos discretos de
tempo, d saltos para cima ou para baixo, independentes entre si, de acordo com uma
distribuio de probabilidades (DIXIT; PINDYCK, 1994).

O modelo mais simples o Caminho Aleatrio de Tempo e Estado Discretos. Nesse processo,
x
t
comea em um valor conhecido x
0
e, em intervalos de tempo discretos, d saltos de valores
fixos para cima ou para baixo, com probabilidade p e q = (1-p). A evoluo de x
t
dada por:
x
t
= x
t-1
+
t
[eq. 25]
Onde
t
a varivel aleatria que nos d a distribuio de probabilidades dos saltos.

O grfico 1 representa simulaes de realizaes (uma realizao de um processo estocstico
uma seqncia de valores no tempo) de um processo estocstico que segue o modelo do
Caminho Aleatrio de Tempo e Estado Discretos no qual x
0
= 0, o tamanho dos saltos
t
= [1;-
1] e p = q = .
56
Caminho Aleatrio de Tempo e Estado Discretos
-50
-40
-30
-20
-10
0
10
20
30
40
50
Tempo
x
(
t
)

Grfico 1 Simulao do Caminho Aleatrio de Tempo e Estado Discretos

No exemplo apresentado, como p = q, o valor esperado de x zero. Entretanto, se p > q, x
tender a crescer com o tempo. Caso contrrio, x decrescer. Nesse caso, temos um Caminho
Aleatrio com Tendncia (Random Walk with Drift).

Uma generalizao desse primeiro modelo consiste em considerar que o tamanho dos saltos
dados segue uma distribuio contnua de probabilidades. Assim, temos um processo
estocstico de tempo discreto e estado contnuo. O grfico 2 apresenta a simulao de um
caminho aleatrio desse tipo, cujo salto segue uma distribuio normal padronizada,
t
~
N(0;1).
57
Caminho Aleatrio de Tempo Discreto e Estado Contnuo
-50
-40
-30
-20
-10
0
10
20
30
40
50
Tempo
x
(
t
)

Grfico 2 Simulao do Caminho Aleatrio de Tempo Discreto e Estado Contnuo

5.3 Processo de Wiener ou Movimento Browniano

Segundo Dixit e Pindyck (1994), o processo de Wiener um processo estocstico de tempo
contnuo, que pode ser considerado uma verso em tempo contnuo de um caminho aleatrio.
O processo de Wiener possui 3 propriedades:
a. um processo de Markov: a distribuio de probabilidades de valores futuros depende
apenas do valor atual da varivel.
b. Os incrementos so independentes: a distribuio de probabilidades da mudana da
varivel em qualquer intervalo de tempo independente de qualquer outro intervalo de
tempo.
c. Mudanas no processo so normalmente distribudas em qualquer intervalo de tempo
finito e a varincia cresce linearmente com o intervalo de tempo.

A equao que rege uma varivel aleatria z(t) que segue um processo de Wiener :
dt dz
t
= [eq. 26]

A varivel
t
serialmente no correlacionada e segue uma distribuio normal padronizada.
O valor esperado e a varincia de dz so E[dz] = 0 e Var[dz] = dt. Como a varincia de dz
58
cresce linearmente com o tempo, o processo de Wiener dito no estacionrio. A escolha de
z proporcional a t e no a t permite que os parmetros estatsticos mdia e varincia
relativos variao do preo do ativo no tempo no dependam de instantes especficos de
tempo.

5.4 Movimento Browniano com Tendncia (Brownian Motion with Drift)

Segundo Dixit e Pindyck (1994), o processo de Wiener utilizado como elemento de
construo de processos estocsticos mais complexos. O Movimento Browniano com
Tendncia um exemplo. A equao que descreve esse processo :
dx = dt + dz [eq. 27]

Pode-se subdividir este modelo em duas partes. Uma parte previsvel e determinstica (dt)
e nos d uma medida de crescimento (drift) ou de variao mdia do preo do ativo por
unidade de tempo. A outra parte aleatria (dz) e nos fornece a volatilidade do preo do
ativo por unidade de tempo. o parmetro de drift e o parmetro de varincia (ou
volatilidade).

Uma caracterstica do Movimento Browniano que ele apresenta incrementos independentes,
isto , as distribuies de probabilidades das variaes no processo para intervalos de tempo
no superpostos so independentes. Em termos financeiros, isto significa que uma grande
variao no preo de um ativo em um ms no implica que, no prximo ms, ela seja baixa ou
continue alta.

Como a mdia de dx relacionada a t e a varincia a t
1/2
, no curto prazo o Movimento
Browniano com Tendncia dominado pela volatilidade e no longo prazo pela tendncia ou
drift. O grfico 3 apresenta as simulaes de trs realizaes de um Movimento Browniano
com Drift cujos parmetros so = 0,025 e = 0,25.
59
Movimento Browniano com Drift
-5
0
5
10
15
20
Tempo
x
(
t
)

Grfico 3 Simulao do Movimento Browniano com Drift

Em qualquer intervalo de tempo t, x normalmente distribuda. O valor esperado e a
varincia so dados por E[x] = t (linha reta da figura) e Var[x] =
2
t. O fato de x
seguir uma distribuio normal prejudica a modelagem de preos segundo este processo
estocstico, pois h probabilidade de ocorrncia de preos negativos. Alm disso, a
modelagem do retorno relativo, isto , de dx/x mais til do que utilizar o retorno absoluto
(dx). A utilizao do Movimento Browniano Geomtrico permite superar essas limitaes
(Dias, 1996).

5.5 Movimento Browniano Geomtrico

O Movimento Browniano Geomtrico (MBG) o processo estocstico mais utilizado para
modelar variveis econmicas como preos de aes, taxas de juros e preos de produtos. O
MBG regido pela seguinte equao, onde (taxa de drift) e (taxa de varincia) so
constantes:
dx = x dt + x dz [eq. 28]
Uma propriedade importante do MBG que a variao relativa (x/x), dada pela equao
abaixo, segue um Movimento Browniano Simples e normalmente distribuda.
60
dx / x = dt + dz [eq. 29]
Como:
x
dx
dx
x
x
dx
d
= =
1
) ln( [eq. 30]
Pode-se afirmar que o incremento de ln(x) segue um Movimento Browniano Simples e
normalmente distribudo e a variao absoluta de x, x, ter distribuio lognormal. Essa
propriedade torna o MBG adequado para modelar preos de ativos, pois impede a ocorrncia
de preos negativos.

De acordo com o Lema de Ito, apresentado em maior detalhe no anexo, a diferencial dF
dada por:
2
2
2
) (
2
1
dx
x
F
dx
x
F
dt
t
F
dF
= [eq. 31]
Aplicando o Lema de Ito em F(x) = ln(x), temos:
0 =
t
F

x x
F 1
=

2 2
2
1
x x
F
=

Substituindo na equao anterior, temos:
2
2
) (
2
1 1
dx
x
dx
x
dF = [eq. 32]
Substituindo dx = x dt + x dz na equao, temos:
) 2 (
2
1
) (
1
2 2 2 2 2 2 2
2
dz x dtdzx dt x
x
xdz xdt
x
dF + + + = [eq. 33]
Como dtdz = 0, (dt)
2
= 0 e (dz)
2
= dt, temos:
dt dz dt dF
2
2
1
+ = [eq. 34]
Assim, o incremento de ln(x) dado pelo seguinte Movimento Browniano Simples com Drift:
dz dt x d + |
\
|
=
2
2
1
) ln( [eq. 35]
Segundo Dixit e Pindyck (1994), se x(0) = x
0
, o valor esperado e a varincia de x
t
so dados
por:
[ ]
t
t
e x x E

0
= [eq. 36]
) 1 ( ) (
2
2 2
0
=
t t
t
e e x x Var

[eq. 37]
61
Como pode ser observado na equao 36, se positivo, o valor esperado crescer
exponencialmente com o tempo. A varincia tambm cresce com o tempo. O grfico 4
apresenta a simulao de um MBG. A linha vermelha representa E[x
t
].
Movimento Browniano Geomtrico
0
2000
4000
6000
8000
10000
12000
Tempo
x
(
t
)

Grfico 4 Simulao do Movimento Browniano Geomtrico com Drift

5.6 Processo de Reverso Mdia

O Processo Autorregressivo de Primeira Ordem (AR1) um processo estocstico de tempo
discreto e estado contnuo que tem uma caracterstica peculiar: a varivel que segue esse
processo tende a retornar ao valor esperado de longo prazo. Por isso classificado como um
processo de reverso mdia (DIXIT; PINDYCK, 1994). A equao que modela esse
processo :
dx = + x
t-1
+
t
[eq. 38]
Onde uma constante, uma constante cujo valor -1 < < 1, e uma varivel
aleatria que segue uma distribuio normal com mdia igual a zero. O processo
estacionrio e o valor esperado de x
t
no longo prazo /(1-).

O processo de reverso mdia (PRM) em tempo contnuo mais simples o processo de
Ornstein-Uhlenbeck, dado pela seguinte equao:
62
dz dt x x dx + = ) ( [eq. 39]
Onde a velocidade de reverso, x o valor mdio de longo prazo, isto , o nvel para o
qual x tende a se reverter e a volatilidade.

Essa equao a verso em tempo contnuo do Processo AR1 com os seguintes parmetros:
= x (1-e
-
) e = (e
-
-1) (DIXIT; PINDYCK, 1994).
x
t
x
t-1
= x (1-e
-
) + (e
-
-1) x
t-1
+
t
[eq. 40]

Onde
t
segue uma distribuio normal com mdia zero e varincia igual a:
) 1 (
2
2
2
2

= e [eq. 41]
Nesse processo, os incrementos de x no so independentes, pois dependem da distncia entre
seu valor atual e o valor mdio de longo prazo. Quanto mais distante do valor de longo prazo,
maior tende a ser a variao. Alm disso, se o valor atual superior ao valor de longo prazo, x
tende a se reduzir, caso contrrio, tende a crescer.

O valor esperado dado por:
) 1 ( ) ( ] [
0 0
t t t
t
e x e x e x x x x E

+ = + = [eq. 42]

Dias (1996), analisando a equao do valor esperado, afirma que este corresponde a um valor
intermedirio entre x
0
e x , ponderado por uma taxa de decaimento (e
-t
).

A varincia de (x
t
- x ) :
) 1 (
2
] [
2
2
t
t
e x x Var

= [eq. 43]
Para valores elevados de t, o valor esperado de x tende a x e a varincia tende a
2
/2.
Valores elevados da velocidade de reverso mdia levam a varincia a aproximar-se de zero.
Por outro lado, se 0, o processo torna-se um Movimento Browniano Simples e a
varincia passa a ser
2
t.

O grfico 5 apresenta a simulao de um PRM com = 0,05, = 0,05, x
0
= 2 e x =1. O
grfico 6 apresenta simulaes de processos de reverso mdia com diferentes velocidades
63
de reverso mdia (). Pode-se observar que para elevado, os valores de x tendem a ficar
muito prximos do valor de longo prazo. J para valores baixos de , os pontos tendem a se
distanciar.
Processo de Reverso Mdia
0.0
0.5
1.0
1.5
2.0
2.5
Tempo
x
(
t
)

Grfico 5 Simulao de um Processo de Reverso Mdia
Processo de Reverso Mdia
-0.8
-0.6
-0.4
-0.2
0.0
0.2
0.4
0.6
0.8
1.0
1.2
Tempo
x
(
t
)
h = 0,5 h = 0,05 h = 0,005

Grfico 6 Simulao de PRM com variados

64
Como a varivel x, que segue o processo de Ornstein-Uhlenbeck, tem distribuio normal e
pode assumir valores negativos, ela no a mais adequada para representar o preo de
commodities. Assim, necessrio realizar uma transformao de forma que haja uma relao
entre o preo (P) e ln(x). Dias (1995) prope criar uma relao entre x e P de forma que a
mdia de preos resultante da simulao seja igual exponencial da mdia simulada de x.
] [
] [
t
x E
t
e P E = [eq. 44]
Como a exponencial de uma distribuio normal adiciona a metade da varincia mdia de
uma distribuio log-normal, a relao entre P
t
e x
t
:
4
) 1 (
] [ 5 , 0
2
2 t
t
t t
e x
x Var x
t
e e P
= = [eq. 45]

5.7 Processos estocsticos utilizados na modelagem de preos de
commodities

O Movimento Browniano Geomtrico o processo estocstico de utilizao mais difundida
na avaliao de opes financeiras e reais. A equao de Black & Scholes (1973), utilizada na
precificao de opes financeiras europias, parte do pressuposto de que o preo da ao
segue o MBG. Segundo Trigeorgis (1996), a suposio de que o preo da ao segue um
processo de Markov, isto , de que para predizer o futuro do preo da ao basta conhecer o
preo atual, no importando os preos anteriores, consistente com a forma fraca da hiptese
de eficincia de mercados (weak form of the eficient-markets hypothesis). O mtodo numrico
mais empregado na precificao de opes financeiras ou reais, europias ou americanas, a
rvore Binomial desenvolvida por Cox, Ross & Rubinstein (1979), tambm pressupe que o
valor do ativo-objeto segue o MBG. Na avaliao de empreendimentos relacionados a
commodities, h inmeros estudos que utilizam o MBG. Esse o caso do estudo das opes
de abertura, fechamento e abandono de uma mina de cobre realizado por Brennan & Schwartz
(1985), um dos mais citados na literatura.

Entretanto, segundo Dixit e Pindyck (1994), o MBG tende a se distanciar significativamente
do seu valor inicial, o que pode ser realista no caso de ativos especulativos, como preos de
aes, mas no no caso de commodities, onde o preo tenderia, no longo prazo, a se
aproximar dos custos marginais de produo. Esse comportamento mais bem modelado por
65
um Processo de Reverso Mdia. Entretanto, difcil estatisticamente comprovar que
determinada varivel se comporta segundo o PRM e rejeitar a hiptese do comportamento
segundo o MBG. De acordo com Dixit e Pindyck (1994), testes para verificar se determinada
varivel econmica segue ou no um PRM demandam sries histricas muito longas. Testes
realizados com dados de 120 anos indicam que os preos de petrleo e cobre se comportam
como PRM com velocidades de reverso muito lentas. Entretanto, testes com dados de 30 a
40 anos no permitem chegar a essa concluso. Portanto, os autores consideram que o analista
deve se basear em conceitos tericos de comportamento de preos, como os mecanismos de
oferta e demanda, no lugar de testes estatsticos. Dias (2005) afirma que o MBG pode ser
inadequado quando o preo vista da commodity est muito distante do nvel de equilbrio de
longo prazo, sendo prefervel, nessas condies, utilizar o PRM.

O estudo de Schwartz (1997) sobre o comportamento estocstico de preos de commodities
(cobre, petrleo e ouro) indicou que h uma forte reverso mdia nos preos das
commodities comerciais, mas no no preo do ouro. Schwartz utiliza o seguinte argumento a
favor do uso do PRM: em condies de equilbrio, espera-se que, quando os preos esto
relativamente altos, a oferta aumente, pois produtores de custo mais elevado da commodity
iro entrar no mercado ocasionando uma presso de reduo dos preos. Inversamente,
quando os preos esto relativamente baixos, a oferta ir cair, pois os produtos de alto custo
iro sair do mercado, gerando uma presso por alta nos preos. O impacto dos preos relativos
na oferta da commodity vai induzir reverso mdia de seu preo. Nesse estudo, Schwartz
compara 3 modelos: no primeiro modelo, o logaritmo do preo da commodity segue um
Processo de Reverso Mdia simples (esse o modelo utilizado nesta dissertao); o
segundo modelo considera dois fatores estocsticos seguindo o PRM: o preo e a taxa de
convenincia (convenience yield); o terceiro modelo inclui um terceiro fator estocstico que
tambm segue o PRM: a taxa de juros instantnea. Segundo Schwartz, os dois ltimos
modelos so mais adequados para predizer o comportamento de preos de commodities.

As commodities comerciais (zinco, cobre, petrleo) tm um comportamento que pode ser
modelado pelo PRM, entretanto o MBG mais adequado para a modelagem do preo de
metais utilizados como ativos financeiros (como o ouro). Sabour e Poulin (2006), ao
aplicarem o mtodo de Simulao de Monte Carlo com Mnimos Quadrados (Least-Squares
Monte Carlo Method) para avaliar o valor da flexibilidade operacional de uma mina multi-
66
metais, adotaram o MBG para modelar os preos de ouro, prata e paldio e o PRM para
nquel, cobre, cobalto e platina.

67

6 Mtodos numricos de precificao de opes

6.1 Introduo

Os mtodos de soluo de problemas de opes reais podem ser subdivididos em trs tipos:
equaes diferenciais parciais, programao dinmica e simulao. Para cada mtodo, h uma
ou mais tcnicas matemticas correspondentes. As mais comuns so apresentadas na figura 12
(AMRAN; KULATILAKA, 1999b). Conhecendo-se as caractersticas de cada tcnica, suas
vantagens e desvantagens (QUADRO 7), pode-se selecionar a mais adequada ao problema e
ser atacado.
Equaes
Diferenciais
Parciais
Solues / Aproximaes Analticas
Mtodo das Diferenas Finitas
Programao
Dinmica
rvores Multinomiais (Lattices)
Simulao Simulao de Monte Carlo
Mtodo de
soluo
Tcnicas matemticas mais
comuns

Figura 12 Tcnicas de precificao de opes mais empregadas

O mtodo de soluo a partir de equaes diferenciais parciais (EDP) consiste em expressar o
valor da opo segundo uma equao diferencial parcial sujeita a condies de contorno. A
EDP uma equao matemtica que relaciona a variao de valor da opo a variaes
observveis no mercado de ttulos financeiros. As condies de contorno fornecem o valor da
opo em pontos extremos, como na data de maturidade, no limite superior e no limite
inferior. Observadas premissas restritivas, alguns modelos podem ser calculados por meio de
solues analticas. Entretanto, modelos mais complexos so solucionados por meio da
tcnica de diferenas finitas. Essa tcnica consiste em aproximar a EDP por meio de um
conjunto de equaes de diferena, vlidas para pequenos intervalos. Essas equaes so
solucionadas na data de maturidade da opo e, por meio de um processo recursivo, so
obtidas solues para os perodos anteriores, at o momento inicial.
68

Nos mtodos de programao dinmica, os valores que o ativo-objeto pode alcanar durante a
vida da opo e suas probabilidades (neutras ao risco) so gerados, formando um reticulado
(lattice). O payoff da opo calculado na data de maturidade e, de maneira recursiva, a cada
intervalo de tempo, o exerccio antecipado da opo comparado com o valor presente de
manuteno da opo em aberto. O procedimento repetido at se chegar ao tempo inicial.

Nos modelos de simulao, utilizando-se a equao de um processo estocstico que descreve
o comportamento do valor do ativo-objeto e um gerador de nmeros aleatrios, criam-se
inmeras trajetrias de evoluo do ativo-objeto do momento presente at a data de
maturidade da opo. A soluo tima obtida no final de cada trajetria e o payoff
calculado. O valor da opo obtido tomando-se a mdia aritmtica dos payoffs e
descontando taxa livre de risco para obter o valor presente da opo.
Quadro 7 Comparativo das tcnicas de valorao de opes
Tcnica Vantagens Desvantagens
Solues
Analticas
Forma simples e rpida de obter o
valor da opo.
Premissas so muito restritivas;
Distanciamento em relao s
situaes prticas.
Diferenas
Finitas
Permite a anlise quando h um
conjunto de valores iniciais;
Acurcia matemtica.
Pouco intuitiva;
Complexidade de clculo aumenta
rapidamente com o nmero de
fontes de incerteza.
rvores
Multinomiais
(Lattices)
Intuitiva;
Trata as caractersticas do ativo-objeto
e da opo de maneira transparente;
Permite visualizar os valores
intermedirios do ativo-objeto e da
opo;
Flexibilidade (permite incorporar
estruturas complexas de deciso,
relacionamentos complexos entre o
valor do ativo-objeto e da opo e
formas complicadas de dividendos);
Facilidade de implementao.
Considera apenas um valor inicial
para o ativo-objeto;
No permite trabalhar com vrias
fontes de incerteza.
Simulao de
Monte Carlo
Permite modelar relacionamentos
complexos entre o valor da opo e do
ativo-objeto;
Permite modelar vrias fontes de
incerteza e processos estocsticos
complexos;
Pode solucionar opes dependentes
da trajetria do ativo-objeto (path-
dependent options).
No muito adequada para
opes do tipo americano, opes
embutidas (nested) ou seqncias
de opes.
69

6.2 Solues analticas

Nas solues analticas, o valor da opo dado por uma equao como uma funo direta
dos inputs. A soluo analtica mais conhecida a equao de Black & Scholes para opes
de compra e venda europias. Em alguns casos, uma EDP modificada utilizada para obter
uma aproximao analtica para o valor da opo (AMRAN; KULATILAKA, 1999b).

Miller e Park (2002) citam 4 equaes principais:
A equao de Black & Scholes: utilizada para avaliar opes de compra ou de venda
europias sem distribuio de dividendos ou com dividendos constantes e proporcionais
ao valor do ativo-objeto.
Equao de Margrabe: utilizada para avaliar a substituio de um ativo por outro. A
diferena em relao equao de Black & Scholes que nesta o preo de exerccio
determinstico e naquela o preo de exerccio tratado como uma varivel estocstica;
Equao de Geske: avalia opes compostas com preo de exerccio determinstico,
utilizada quando h decises de investimento seqenciais.
Equao de Carr: avalia opes compostas com preo de exerccio estocstico.

6.3 Mtodo das Diferenas Finitas

O mtodo das diferenas finitas aproxima as equaes diferenciais parciais que descrevem a
dinmica de valor da opo atravs de um conjunto de equaes de diferena, vlidas em
pequenos intervalos. So estabelecidas condies de contorno para os valores extremos do
ativo-objeto (na data de maturidade, nos limites superior e inferior). A soluo parte dos
payoffs na data de maturidade e, por meio de um mtodo recursivo, as equaes dos intervalos
anteriores so solucionadas at o momento inicial (CORTAZAR, 2001).

Nesse mtodo, criado um grid do espao de estados (por exemplo: preo da ao ou valor
do ativo-objeto) versus tempo. O tempo at a maturidade, T, dividido em N intervalos de
comprimento K = t = T/N, o espao de estados dividido em M subintervalos de tamanho H
= S = Smax/M, onde Smax um limite superior razovel para o preo da ao (ou valor do
70
ativo). O valor do ativo dado por S = iS, no tempo t = jt, isto , o ponto (i,j) do grid
(i=1,2,...n); (j=1,2,...m). O valor da opo F(S,t) correspondente F
ij
= F(is, jt).
t
S
HS=S
max
/M
Kt=T/N
Diferenas
finitas
implcitas
Diferenas
finitas
explcitas

Figura 13 Grid de diferenas finitas

Para ilustrar a tcnica, Trigeorgis (1996) analisa uma opo de venda americana de uma ao
que no distribui dividendos, cuja equao diferencial dada por:
0
2
1
2 2
= + + rF F rSF F S
t S SS
[eq. 46]
Onde F
S
F/S, F
SS

2
F/S
2
, F
t
F/t. Sujeita s seguintes condies de contorno:
F(S,T) = max (X-S,0) condio terminal
F(0,T) = X limite inferior
F(S,T)/S 0 quando S limite superior

Diferenas finitas implcitas:

No mtodo de diferenas finitas implcitas, o valor da opo em t+1 (conhecido)
relacionado a trs valores desconhecidos em t, conforme apresentado no detalhe da figura 13
As derivadas parciais so aproximadas pelas seguintes diferenas finitas:
) (
2
2 , 1 , 1
t O
H
F F
F
j i j i
S
+
=
+
[eq. 47]
71
) (
2
2
2
, 1 , , 1
H O
H
F F F
F
j i j i j i
SS
+
+
=
+
[eq. 48]
) (
, 1 ,
t O
K
F F
F
j i j i
t
+
=
+
[eq. 49]
Substituindo as aproximaes na equao diferencial parcial, obtm-se:
1 , , 1 ,
0
, 1 +
+
+
= + +
j i j i i j i i j i i
F F c F c F c [eq. 50]
Onde:
iK r i c
i
) (
2
1
2
+
+

K r i c
i
) ( 1
2 0
+ +
iK r i c
i
) (
2
1
2

Essa expresso d a relao entre 3 valores de opo desconhecidos em t = j (F
i+1,j
, F
i,j
, F
i-1,j
) e
um valor conhecido em t = j+1 (F
i,j+1
).
+
i
c ,
0
i
c e
i
c podem ser vistas como probabilidades de
transio para chegar no estado i em t = j+1 a partir dos estados i+1, i e i-1 em t = j. Este
sistema pode ser solucionado recursivamente, comeando na condio terminal j = N e
voltando para traz at j = 0.

A relao apresentada acima pode ser expressa em notao matricial:
C F
j
= F
j+1
ou F
j
= C
-1
F
j+1

Solucionando-se o sistema de equaes, o resultado comparado com o valor do exerccio
antecipado. Se o exerccio antecipado for maior do que F
i,j
, o valor do exerccio substitui F
i,j
.
O processo repetido at j = 0, quando so obtidos os valores iniciais da opo, inclusive o
valor inicial desejado.

Diferenas finitas explcitas:

No caso das diferenas finitas explcitas, as equaes diferenciais parciais so substitudas por
diferenas finitas em (i,j+1) no lugar de (i,j). As aproximaes de diferenas finitas so:

72
) (
2
2 1 , 1 1 , 1
t O
H
F F
F
j i j i
S
+
=
+ + +
[eq. 51]
) (
2
2
2
1 , 1 1 , 1 , 1
H O
H
F F F
F
j i j i j i
SS
+
+
=
+ + + +
[eq. 52]
) (
, 1 ,
t O
K
F F
F
j i j i
t
+
=
+
[eq. 53]
Substituindo as aproximaes na equao diferencial parcial, obtm-se:
1 , 1 1 ,
0
1 , 1 , +
+ + +
+
+ + =
j i i j i i j i i j i
F p F p F p F [eq. 54]
Onde:
+ +
= +
i i
c iK r i p ) (
2
1
2

=
i i
c iK r i p ) (
2
1
2

) ( 1 1
2 2 0 +
+ =
i i i
p p K i p
Essa expresso a relao entre um valor de opo desconhecido (F
i,j
) e trs valores
conhecidos (F
i+1,j+1
, F
i,j+1
, F
i-1,j+1
). Como os dados foram obtidos na iterao anterior, basta
solucionar uma equao simples. Os coeficientes
+
i
p ,
0
i
p e
i
p so como probabilidades
neutras ao risco de que a varivel de estado passe para um estado superior, mantenha-se no
estado atual ou passe para um estado inferior no prximo perodo. A equao solucionada
iterativamente da condio terminal at t=0.

Brennan e Schwartz (2001) propem realizar uma transformao logartmica da EDP de
Black-Scholes fazendo x ln(S). Desta forma, no mtodo de diferenas finitas implcitas, a
matriz C torna-se independente do estado i e sua inversa s precisa ser calculada uma vez. No
caso do mtodo de diferenas finitas explcitas, os coeficientes
+
i
p ,
0
i
p e
i
p tornam-se
independentes do estado i, alm disso, a estabilidade do mtodo garantida pela escolha
adequada dos intervalos H e K.

6.4 Programao Dinmica

A tcnica de programao dinmica mais empregada a rvore multinomial. Essa abordagem
aproxima o processo estocstico de tempo contnuo seguido pelo valor do ativo-objeto por um
73
processo estocstico discreto, multinomial multiplicativo. Os valores que o ativo-objeto pode
obter ao longo da vida da opo e suas probabilidades so representados em uma rvore (ou
grid). O valor da opo obtido realizando um clculo recursivo a partir dos ns finais da
rvore (MILLER; PARK, 2002).

O primeiro modelo desenvolvido e o mais empregado a rvore Binomial criada por Cox,
Ross e Rubinstein (1979). Outros modelos, adequados anlise de opes mais complexas,
como opes compostas, que permitem modelar mais de uma fonte de incerteza ou adequados
a outros processos estocsticos foram desenvolvidos posteriormente.

Na rvore Binomial, o processo estocstico de tempo contnuo (MBG) substitudo por um
de tempo discreto, o processo binomial multiplicativo ou caminho aleatrio (random walk).
Nesse processo, o valor do ativo-objeto, em intervalos de tempo t, d saltos para cima
segundo um fator u e para baixo segundo um fator d, com probabilidades neutras ao risco, p e
1-p, respectivamente, formando um grid como o da figura a seguir.

S
t
t
p
1-p
S
S
u
S
uu
S
uuu
S
uuuu
S
uuuuu
S
uuuud
S
uuudd
S
uuddd
S
udddd
S
ddddd
S
d
S
dd
S
ddd
S
dddd
S
ud
S
uud
S
udd
S
uuud
S
uudd
S
uddd

Figura 14 Representao esquemtica de um grid da rvore binomial

Para que haja convergncia, no limite, quando t tende a zero, entre o processo binomial
discreto e o Movimento Browniano Geomtrico, os parmetros u e d devem ser:
t
e u

=

[eq. 55]
74
t
e d

=

[eq. 56]
O valor da opo calculado segundo a frmula geral multiplicativa binomial de precificao
de opes.
n
n
j
j n j j n j
r
E S d u p p
j n j
n
C
) 1 (
) 0 , max( ) 1 (
)! ( !
!
0
+

=

[eq. 57]

Onde a probabilidade neutra ao risco, p, dada por:
d u
d r
p
+
=
) 1 (
[eq. 58]

6.5 Simulao de Monte Carlo

Na Simulao de Monte Carlo, o processo estocstico de tempo contnuo de cada varivel
aleatria aproximado por um processo de tempo discreto. O tempo at a maturidade da
opo dividido em N intervalos de mesmo tamanho K = t = T/N. A cada intervalo de
tempo, gerado um nmero aleatrio, que substitudo na equao do processo, gerando o
valor simulado da varivel estocstica. Assim, a cada rodada de simulao, gerada uma
trajetria, obtido o valor terminal da varivel estocstica (S
T
) e o valor (payoff) da opo na
data de maturidade calculado (TRIGEORGIS, 1996).

Figura 15 Gerao dos valores terminais da varivel estocstica atravs de simulao

75
Ao final da simulao, tem-se inmeras trajetrias (normalmente acima de 1.000) da varivel
estocstica, formando uma distribuio de valores terminais, como apresentado na figura 15.

Como os parmetros do processo estocstico so obtidos em condies de certeza equivalente,
o valor da opo calculado tirando-se a mdia aritmtica dos payoffs simulados e trazendo a
valor presente, descontando taxa livre de risco (BOYLE, 1977).
) (
T
rt
F E e F

= [eq. 59]
Onde:
) (
T
F E : o valor esperado da opo obtido na simulao neutra ao risco.

A acurcia da simulao depende do nmero de trajetrias e valores terminais do ativo-objeto
gerados. O desvio-padro da estimativa de valor da opo (F) dado por n s / , onde s o
desvio-padro dos valores da opo estimado a partir das rodadas de simulao, assim um
grande nmero de rodadas de simulao necessrio para obter uma acurcia razovel
(BOYLE, 1977).

Podem ser empregadas tcnicas de reduo da varincia para modificar o problema original e
reduzir o nmero de rodadas. Boyle (1977) prope duas tcnicas. A tcnica da varivel de
controle (control-variate technique) utiliza um problema similar, mais simples e que tem uma
soluo analtica e usa essa soluo para aumentar a acurcia do problema mais complexo. J
a abordagem da varivel antittica (antithetic variate) explora a correlao negativa entre
duas estimativas. Nessa tcnica, para cada nmero aleatrio u
i
, gerado a partir do intervalo
(0,1), gera-se um segundo nmero aleatrio (1-u
i
). Se a covarincia de g(u) e g(1-u) for
negativa, obtm-se uma estimativa menor de varincia do que uma estimativa independente.

6.5.1 Avaliao de opes americanas com Simulao de Monte Carlo

Enquanto as opes europias tm uma data fixa de exerccio, as opes americanas podem
ser exercidas a qualquer momento at sua expirao. No caso de opes europias, basta obter
o payoff da opo na data de maturidade e trazer a valor presente. Para opes americanas, o
procedimento bem mais complexo. necessrio identificar a regra tima de exerccio para,
em seguida, obter o valor do payoff descontado. Essa caracterstica faz com que os mtodos
76
de rvores Multinomiais e Diferenas Finitas, que partem da data de maturidade da opo e,
por meio de um procedimento recursivo, vo obtendo os valores em perodos anteriores at o
tempo inicial, sejam os mais indicados para avaliar opes americanas. Entretanto, esses
mtodos no comportam a anlise de problemas com mltiplas variveis de estado. A
Simulao de Monte Carlo, por adotar um procedimento que parte do valor inicial para
simular os valores dos perodos seguintes, no se mostrou, inicialmente, adequada anlise de
opes americanas. A necessidade de aproveitar a flexibilidade e a capacidade de incorporar
vrias fontes de incerteza da Simulao de Monte Carlo na anlise de opes americanas fez
com que, a partir da dcada de 90, surgissem vrios mtodos que contornavam essa limitao
da tcnica.

Glasserman (2004) classifica os mtodos nas seguintes categorias: Aproximaes
Paramtricas, Mtodo da rvore Aleatria, Partio do Espao de Estados, Mtodo da Malha
Estocstica e Mtodos Baseados em Regresso. A seguir, apresentada uma descrio
introdutria desses mtodos.

6.5.1.1 Aproximaes paramtricas

Ao invs de buscar o valor timo da opo em todo o espao de estados, essa tcnica prope
identificar o valor timo em uma classe paramtrica, reduzindo o problema do ponto timo de
parada (exerccio) a um problema de otimizao de dimenses finitas. Essa reduo pode ser
obtida pela considerao de uma classe paramtrica de regies de exerccio ou de regras de
parada (exerccio) (GLASSERMAN, 2004). Em um problema unidimensional, a criao de
regies paramtricas corresponde substituio da curva que representa a fronteira de
exerccio por alguns segmentos de reta (FIG. 16).
77
K
t T
S

Figura 16 Aproximao paramtrica de uma fronteira de exerccio de uma dimenso
Fonte: GLASSERMAN, 2004

Como o valor da opo contnuo em torno da fronteira, ele no muito sensvel posio
exata da fronteira de exerccio, assim uma aproximao grosseira da fronteira resulta em uma
boa aproximao do valor da opo (GLASSERMAN, 2004).

Em problemas que envolvem vrias dimenses, a regio tima de exerccio pode no ter uma
estrutura simples, dificultando sua parametrizao.

6.5.1.2 Mtodo da rvore Aleatria

Esse mtodo, proposto por Broadie e Glasserman (1997), simula uma rvore de trajetrias do
ativo-objeto de acordo com seu processo estocstico. A partir de X
0
, simulam-se b ns. Para
cada n X
1i
, simulam-se mais b ns e assim por diante, formando uma rvore como a da
figura 17.
78
S
0
S
12
S
11
S
13
S
T11
S
T12
S
T13
S
T21
S
T22
S
T23
S
T31
S
T32
S
T33

Figura 17 Exemplo de rvore aleatria
Fonte: BROADIE; GLASSERMAN, 1997

O mtodo produz duas estimativas, uma com vis para mais e outra para menos, mas que
convergem para o valor real. O resultado apresentado tomando-se o limite inferior do
intervalo de confiana da estimativa com vis para menos e o limite superior do intervalo de
confiana da estimativa com vis para mais. O intervalo resultante contm o valor desejado
com probabilidade de pelo menos 90%. Esse intervalo de confiana vlido, mas
conservador. A preciso aumenta com o nmero de ns da rvore e com o nmero de
simulaes em cada n.

A estimativa com vis para mais obtida calculando-se o payoff nos ns terminais da rvore,
originados do mesmo n do perodo anterior (T1), tirando-se a mdia aritmtica e
considerando-se esse o payoff de continuao do n em T1. Em seguida, compara-se o
payoff do exerccio imediato com o valor de continuao. O procedimento repetido at o n
inicial.

J a estimativa com vis para menos segue uma lgica ligeiramente diferente. Toma-se a
mdia dos valores simulados do ativo-objeto na data de maturidade provenientes do mesmo
n em T-1 e calcula-se o payoff a partir dessa mdia. Esse valor comparado com o de
exerccio imediato do n anterior. Segue-se essa lgica at t = 0.

79
A principal desvantagem do mtodo de rvore aleatria que a demanda computacional
cresce exponencialmente com o nmero de datas de exerccio, limitando sua aplicao a
poucas datas (em torno de 5) (GLASSERMAN, 2004).

6.5.1.3 Mtodo da Partio do Espao de Estados

Nesse mtodo, em cada data de exerccio (t
i
), o espao de estados subdividido em parties
(A
ij
). Em seguida, simulam-se inmeras trajetrias (X) para o ativo-objeto. A partir dessas
trajetrias, estimam-se as probabilidades de transio (p
i
jk
) de uma partio (j) em t=i para
outra (k) em t=i+1. O valor do payoff em cada partio (h
ij
) calculado pela mdia dos
payoffs das trajetrias que interceptaram a partio. A partir da data de exerccio
imediatamente anterior expirao da opo (t = T-1), calcula-se o valor da opo em cada
partio comparando-se o payoff de exerccio imediato com o valor de continuao (eq. 60).
O procedimento repetido at t=0 (BARRAQUAND; MARTINEAU, 1995; BOYLE et al.,
1997; GLASSERMAN, 2004).
+
=
+
=
1
1
, 1
} , max{
i
b
k
k i
i
jk ij ij
V p h V [eq. 60]
Onde:
V
ij
: valor da opo na partio j em t
i

h
ij
: payoff do exerccio imediato na partio j em t
i
p
i
jk
: probabilidade de transio da partio j para a partio k
V
i+1,k
: valor da opo na partio k em t
i+1

Como o mtodo seleciona uma nica varivel de estado para particionar o espao de estados,
pode no haver convergncia de resultados quando h setores disjuntos de exerccio timo
(BROADIE; GLASSERMAN apud CORTAZAR et al., 1999). Visando uma soluo para
esse problema, Raymar e Zwetcher citados em Cortazar et al. (1999) propem realizar a
partio considerando duas dimenses.

O mtodo de Barraquand e Martineau utilizado por Cortazar e Schwartz (1998) para avaliar
um campo de petrleo no explorado. Nesse modelo, a incerteza descrita por um processo
estocstico de dois fatores (preo spot do petrleo e convenience yield). A varivel de estado
80
utilizada para realizar a partio foi o valor do campo de petrleo desenvolvido. Cortazar et
al. (1999) analisam o mesmo problema utilizando o modelo de Raymar e Zwetcher,
particionando o espao de estados de acordo com o valor do campo de petrleo desenvolvido
e com a convenience yield.

6.5.1.4 Mtodo da Malha Estocstica

O primeiro passo simular diversas trajetrias independentes do processo estocstico (X
0
,
X
1
,..., X
m
). Em seguida, interconectam-se todos os ns de intervalos de tempo consecutivos,
conforme mostra a figura 18. A cada conexo de ns associado um peso (BROADIE;
GLASSERMAN, 1997; BOYLE et al. 1997; GLASSERMAN, 2004).

Figura 18 Construo da malha estocstica
Fonte: GLASSERMAN, 2004

O valor da opo obtido por meio de um procedimento de programao dinmica. O valor
nos ns terminais obtido pela equao de payoff da opo. Nos ns anteriores, compara-se o
payoff imediato com o valor de continuao, que corresponde mdia dos valores dos ns
consecutivos, ponderada pelos pesos associados s transies do n em anlise para esses ns.
Segue-se essa lgica at chegar ao perodo inicial.

.
.
.

...
.
.
.

...
81
6.5.1.5 Mtodos baseados em regresso

O mtodo consiste em simular trajetrias das variveis de estado do ativo-objeto, e, em
seguida, partindo da data de expirao at a data de incio da opo, comparar o valor de
exerccio imediato com o valor de continuao. O valor de continuao obtido realizando-se
uma regresso (normalmente seguindo a tcnica de mnimos quadrados), utilizando os dados
de todas as trajetrias simuladas, onde x corresponde ao valor da varivel de estado em t=i e y
corresponde ao valor de continuao em t=i+1. Uma questo chave para a obteno de uma
boa estimativa do valor da opo a escolha das funes base a serem usadas na regresso.
Alm disso, medida que o nmero de dimenses do vetor de estados do ativo-objeto cresce,
tambm aumenta a quantidade necessria de funes para realizar a regresso (LONGSTAFF;
SCHWARTZ, 2001).

A grande vantagem do mtodo baseado em regresso a possibilidade de analisar opes que
envolvem vrias fontes de incerteza de forma rpida (GLASSERMAN, 2004).

Sabour e Poulin (2006) compararam os resultados obtidos pelo Mtodo de Regresso com os
do estudo de Brennan e Schwartz para uma mina de cobre. O valor da mina e os preos
limites para exerccio das opes foram semelhantes, indicando a validade do mtodo. No
mesmo artigo, os autores aplicaram o mtodo na avaliao de uma mina multi-metais com
sete fontes de incerteza.

82

7 Apresentao do estudo de caso

7.1 A Indstria de minerao no Brasil

A minerao um dos setores produtivos mais importantes do Brasil. A exportao de
commodities minerais um dos principais fatores de supervit da balana comercial do pas e,
consequentemente, de reduo da vulnerabilidade externa da economia brasileira. O pas est
entre os grandes players mundiais do setor.

A participao da minerao na economia brasileira tem aumentado significativamente nos
ltimos anos. Em 2000, a participao do setor no PIB era de 2,57%. Em 2005, alcanou
4,89%. O setor contribui com 26,9% do valor exportado pelo Brasil. As exportaes do setor
em 2006 foram de US$40,1 bilhes e as importaes totalizaram US$ 28,3 bilhes, o que
corresponde a um supervit comercial de US$ 11,8 bilhes ou 21,3% da balana comercial
brasileira. O minrio de ferro o principal produto de exportao da indstria extrativa
mineral brasileira, correspondendo a 49,9% do total exportado pelo setor, seguido do petrleo
(38,5%), rochas ornamentais e de revestimento (4,4%) e do cobre (2,8%) (DNPM, 2007).

A economia mundial tem apresentado um crescimento elevado e constante nos ltimos anos
(5,4% em 2006), impulsionado pelo crescimento dos pases emergentes, capitaneado por
China e ndia e sustentado pelo crescimento lento, mas contnuo, da Europa (MACQUARIE,
2007). A China, um pas em processo de construo de sua infra-estrutura em ritmo acelerado,
tem levado a um forte aumento do consumo de commodities minerais.

O Brasil, com sua vocao para o negcio de minerao, tem tirado proveito desse aumento
de consumo. A indstria extrativa mineral apresentou crescimento de 9,8% em 2005 e de 6%
em 2006. Resultado muito superior ao obtido pelo PIB nacional: 2,94% em 2005 e 3,7% em
2006. O investimento previsto para o setor para o perodo de 2007 a 2011 de US$28 bilhes
ou 5,6 bilhes de dlares por ano. O fluxo de comrcio internacional, obtido pela soma de
exportaes e importaes, foi de US$68,4 bilhes em 2006, o que significou um crescimento
de 27,9% em relao a 2005. Entre os minerais no-ferrosos, os de maior crescimento em
83
2006 foram o cobre, a bauxita e o zinco. Entre os minerais ferrosos, o minrio de ferro, o
mangans e o nibio apresentaram aumento significativo de produo (DNPM, 2007).

Tabela 2 Minerais com maior crescimento de produo em 2006
Mineral Produo 2006
(mil t)
Crescimento da
Produo (%)
Cobre 148 11,1
Bauxita 22.100 8,8
Zinco 185 8,5
Minrio de ferro 317.800 13,3
Mangans 4.300 11,1
Nibio 71 21,7
Fonte: DNPM, 2007

O Brasil o 16 maior produtor mundial de cobre. Sua produo passou de 30 mil t em 2001
para 148 mil t em 2006. Projetos de grande porte em andamento faro com que o Brasil se
torne autosuficiente em cobre, gerando excedente exportvel em curto espao de tempo.

A produo de zinco tem forte correlao com a indstria de ao (chapas galvanizadas).
Atualmente, o Brasil importador lquido do metal, mas sua produo tem apresentado
crescimento contnuo nos ltimos anos.

7.2 Cenrio mundial: aumento de consumo e preos elevados

A partir de 2004, houve uma escalada dos preos das commodities minerais, impulsionada
pelo crescimento das economias emergentes, principalmente da China, como pode ser visto
nos grficos 7 a 10. Segundo empresas especializadas, o efeito de investimentos especulativos
sobre os preos no significativo, a razo da alta o descompasso entre demanda e oferta. A
situao atual do setor de elevada taxa de utilizao da capacidade instalada e de baixos
nveis de estoque. Isto leva a uma maior sensibilidade do mercado a pequenas oscilaes de
oferta e demanda, causando elevada volatilidade de preos.

Empresas especializadas projetam que, pelo menos nos prximos anos, os preos da maioria
das commodities se mantero elevados, devido ao baixo nvel de estoque e ao tempo de
maturao de projetos de expanso de capacidade das grandes empresas. Segundo o FMI, o
momento e a velocidade de reverso de preos so incertos.
84

Preo Spot LME - Zinco
US$/t
0
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
3/1/1989 23/1/1991 11/2/1993 3/3/1995 22/3/1997 11/4/1999 30/4/2001 20/5/2003 8/6/2005 28/6/2007
Data
P
r
e
o

Grfico 7 Evoluo do preo do zinco
Fonte: LME, 2007

Preo Spot LME - Cobre
US$/t
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
3/1/1989 23/1/1991 11/2/1993 3/3/1995 22/3/1997 11/4/1999 30/4/2001 20/5/2003 8/6/2005 28/6/2007
Data
P
r
e
o

Grfico 8 Evoluo do preo do cobre
Fonte: LME, 2007

85
Preo Spot London Fix - Ouro
US$/oz
0
100
200
300
400
500
600
700
800
900
7/10/1996 27/10/1998 15/11/2000 5/12/2002 24/12/2004 13/1/2007
Data
P
r
e
o

Grfico 9 Evoluo do preo do ouro
Fonte: KITCO, 2007

Preo Spot London Fix - Prata
US$/oz
0
2
4
6
8
10
12
14
16
18
7/10/1996 27/10/1998 15/11/2000 5/12/2002 24/12/2004 13/1/2007
Data
P
r
e
o

Grfico 10 Evoluo do preo da prata
Fonte: KITCO, 2007

O preo do cobre sofreu um aumento de 81% de 2005 para 2006, mantendo-se nesse patamar
em 2007, mas com alta volatilidade. Empresas especializadas tm elevado as projees de
86
preos do metal para 2008 e 2009, considerando que h pouca probabilidade dos estoques se
reconstiturem antes de 2010 (IBRAM, 2007).

O preo do zinco apresentou crescimento ainda mais elevado entre 2005 e 2006 (137%), mas
com forte reduo ao longo do ano de 2007. Espera-se uma reduo a partir de 2008. No
longo prazo, deve haver uma reduo do fornecimento devido ao esgotamento de algumas
minas de grande porte (IBRAM, 2007).

O comportamento de metais preciosos como o ouro e a prata afetado por variveis distintas
das que atuam sobre as commodities. A relao entre capacidade produtiva e demanda para
consumo substituda pela comparao do investimento nos metais em relao a outros ativos
financeiros. O elevado crescimento da economia tem levado a uma procura por esses metais
como forma de diversificao de investimentos.

A tabela a seguir apresenta a previso realizada em julho de 2007 por uma empresa
especializada para o preo dos metais a serem extrados no projeto analisado.

Tabela 3 Projeo de preo de metais
Ano Zinco (US$/t) Cobre (US$/t) Ouro (US$/oz) Prata (US$/oz)
2007 3879 7295 679 13,65
2008 2931 7383 658 11,00
2009 2755 7273 605 11,00
2010 2645 6612 605 11,00
2011 1873 6392 605 11,00
LT 1763 3967 605 11,00
Fonte: Raymond James, 2007

Em funo dessa forte elevao dos preos de commodities, reservas que antes eram
consideradas inviveis devido pequena escala, ao baixo teor de metais ou ao custo elevado
de explorao tm se tornado atrativas. Entretanto, os empreendedores, cientes da volatilidade
dos preos, tendem a esperar que estes subam a tal ponto que o risco de haver uma inverso
de cenrio seja baixo.

Nas anlises de viabilidade, essas empresas empregam taxas de desconto elevadas para
incorporar o efeito do risco de mercado. O emprego desse raciocnio torna as decises
conservadoras e oportunidades de investimento lucrativas so descartadas. A utilizao de um
instrumento financeiro mais adequado a ambientes de incerteza elevada e flexibilidade
87
gerencial pode contribuir significativamente para a melhora da tomada de decises nessas
empresas.

7.3 O empreendimento

O empreendimento objeto do estudo de caso consiste na explorao de uma mina de zinco e
cobre e no beneficiamento desses minrios. Os produtos vendidos so os concentrados de
zinco e de cobre, que contm tambm ouro e prata. Toda a produo de zinco vendida para
uma empresa que produz lingotes do metal. O contrato entre as duas empresas atrela o preo
de venda ao preo spot do metal publicado pela London Metals Exchange LME. Nos
contratos de venda, existe um escalador que estabelece um desconto adicional proporcional ao
preo de mercado estabelecido pela LME, desde que ultrapasse limites mximos ou mnimos
ao redor de um preo histrico determinado. Esse escalador acaba reduzindo a volatilidade do
preo do cobre para as minas. O concentrado de cobre, ouro e prata exportado para um
trader. O contrato segue uma lgica semelhante ao de venda do zinco.

A mina situada no estado do Mato Grosso, a propriedade compreende o direito mineral de
uma rea de 875 ha e o direito de explorao de uma rea adjacente de 10.000 ha. A empresa
tambm solicitou o direito de explorao de mais trs reas prximas, cobrindo um total de
20.667 ha. Essa uma indicao da existncia de opes reais de crescimento, que podem
alterar significativamente o valor do empreendimento.

O empreendimento foi subdividido em 2 etapas. A primeira etapa corresponde explorao
de uma reserva de 1,1 milho de toneladas de minrio durante 4 anos. Estudos geolgicos
baseados em normas aceitas pelos meios acadmicos e econmicos permitem estimar com
relativa preciso os teores de metal da reserva e os custos de produo. A segunda etapa
corresponde explorao por mais 2 anos de uma reserva de 500 mil toneladas, adjacente
primeira. Em funo da proximidade das duas frentes de lavra, pode-se considerar que as
caractersticas das reservas e os custos de produo sejam semelhantes nas duas frentes. Um
estudo geolgico a ser realizado na segunda reserva fornecer informaes mais precisas
sobre quantidades e teores e servir de base para a realizao de ajustes no processo de lavra e
88
beneficiamento. H a possibilidade de aumentar a capacidade do processo de concentrao do
minrio, o que reduziria o tempo de explorao da 2 reserva para 1 ano e meio.

7.3.1 Processo produtivo

A primeira etapa do processo a extrao do minrio da mina. A mina subterrnea e o
mtodo de lavra empregado o de corte e enchimento. A capacidade de extrao de 22.500
t/ms. O minrio com granulometria entre 1 e 12 polegadas , em seguida, transportado por
caminho at a planta de beneficiamento, onde acumulado em um estoque regulador. A
funo desse estoque, alm de armazenar minrio em quantidade suficiente para evitar
rupturas de produo, garantir um teor de metais relativamente constante para que a etapa de
flotao opere com estabilidade.

A primeira etapa do beneficiamento a britagem em quatro estgios. Os dois primeiros
utilizam britadores de mandbula e os dois ltimos de cone. Ao trmino da britagem, o
minrio apresenta granulometria inferior a 11 mm. A moagem realizada em moinhos de
bola. 80% do material apresenta granulometria inferior a 150 mesh.

A flotao consiste em etapas de desbaste e separao atravs de clulas e limpeza atravs de
colunas e capaz de produzir os concentrados de zinco e cobre (com ouro e prata). O rejeito
passa pelo processo de back fill, que consiste em uma bateria de hidrociclones que separa o
material fino, enviado a uma barragem de rejeitos, do material grosso, que utilizado para
fazer o enchimento da mina.

Os concentrados de zinco e cobre passam por processos distintos de filtragem, em filtros
prensa, para reduo da umidade e depois seguem para a expedio. O concentrado de zinco
transportado por caminho at a planta de refino do cliente e o concentrado de cobre
destinado exportao.
89
Fluxograma de Produo
Mina Britagem Moagem
Flotao
Back Fill
Barragem
de rejeitos
Filtragem Zn Filtragem Cu
Expedio

Figura 19 Fluxograma do processo produtivo

7.3.2 Riscos do empreendimento

Os riscos envolvidos em um empreendimento podem ser classificados em privados ou de
mercado. Riscos privados so aqueles relacionados exclusivamente empresa. Os riscos de
mercado esto relacionados s condies econmicas e afetam todas as empresas. Os riscos
privados, ao contrrio dos riscos de mercado, podem ser mitigados pela formao de um
portfolio diversificado de ativos.

Os principais riscos de mercado relacionados ao empreendimento em anlise so o preo dos
metais, a demanda e a taxa de cmbio. Para minimizar esse tipo de risco, a empresa pode
lanar mo de diversas opes como utilizar contratos de hedge tanto para o preo quanto
para o cmbio, incluir clusulas contratuais que garantam a compra do produto e que fixem
limites mnimos e mximos para os preos. No caso desse empreendimento, optou-se por
utilizar uma clusula contratual que institui fatores de desconto no caso de elevao
significativa de preos e fatores de prmio no caso de preos muito baixos, reduzindo a
exposio s flutuaes de preo dos metais.

90
Os riscos privados esto relacionados ao tamanho da reserva, ao teor de metal no minrio, aos
custos de extrao e beneficiamento e taxa de recuperao dos metais no processo de
beneficiamento. Para minimiz-los, a empresa de minerao realiza estudos geolgicos e
tcnicos.

7.3.3 Etapas de explorao (reduo de riscos privados)

A anlise de uma rea de interesse (green field) comea com a explorao geofsica, que pode
compreender uma explorao area, isto , um sobrevo pela rea de interesse para identificar
caractersticas que indiquem a possibilidade de presena de minerais, e uma explorao em
solo. Encontrada uma anomalia, pode-se realizar uma explorao geoqumica de solo ou de
leito de rio. Constatada a presena de minerais, a rea passa a ser denominada um brown field.

Caso as primeiras exploraes identifiquem as anomalias como alvos, elas sero tratadas por
um mtodo de explorao mais preciso conhecido por sondagem roto percursiva. So feitos
furos de sondagem na rocha para coleta de amostras do mineral (testemunho). O material
coletado submetido a testes de bancada para levantamento de teores de metais. Sondagens
adicionais permitem estimar a extenso da reserva e a quantidade de minrio. Em paralelo,
so realizados estudos de pr-viabilidade. Indicada a viabilidade do empreendimento,
comum abrir a mina para realizar uma lavra experimental. O material extrado levado para a
realizao de testes em escala piloto. A partir dos testes, podem-se definir parmetros do
processo de beneficiamento e estimar a taxa de recuperao dos metais. Nesse ponto,
possvel elaborar estudos econmicos de viabilidade com maior preciso.

Cada etapa de explorao envolve o desembolso de valores significativos, que vo
aumentando medida que se aprofundam os testes. Assim, em cada etapa, uma anlise de pr-
viabilidade econmica deve ser conduzida, combinando dados tcnicos e financeiros para
decidir sobre a continuidade ou no da explorao.

91
7.4 Metodologia de anlise

O objetivo deste estudo comparar o valor estimado do projeto por meio das tcnicas de
Fluxo de Caixa Descontado (FCD) e da Anlise de Opes Reais (AOR) e estimar o valor
adicionado pela flexibilidade gerencial.

A incerteza foi incorporada na anlise por meio da modelagem dos preos dos metais e da
taxa de cmbio como processos estocsticos. Foram adotadas trs formas de modelar a
incerteza:
Quadro 8 Alternativas de modelagem da incerteza
Incerteza Modelagem Pressupostos
I1 Preo do zinco MBG Os preos de todos os metais da reserva
so perfeitamente correlacionados ao
preo do zinco, que a principal fonte de
receita do projeto.
O preo do zinco segue um Movimento
Browniano Geomtrico.
A taxa de cmbio determinstica.
I2 Preo do zinco PRM Os preos de todos os metais da reserva
so perfeitamente correlacionados ao
preo do zinco, que a principal fonte de
receita do projeto.
O preo do zinco segue um Processo de
Reverso Mdia.
A taxa de cmbio determinstica.
I3 Preo do zinco
Preo do cobre
Preo do ouro
Preo da prata
Taxa de cmbio
PRM
PRM
PRM
PRM
MBG
Cada metal segue um processo estocstico
de reverso mdia independente.
A taxa de cmbio segue um Movimento
Browniano Geomtrico.

Sero utilizadas duas tcnicas de valorao do projeto. A tcnica de FCD gerar um resultado
que corresponder ao projeto sem flexibilidade, para o qual no h cursos de ao alternativos
a serem seguidos em funo da evoluo das variveis de entrada. A AOR gerar o resultado
do projeto com flexibilidade. Combinando-se as trs alternativas de modelagem da incerteza
com as duas tcnicas de valorao de projetos, conforme exposto no quadro 9, so obtidos
seis resultados distintos. A partir desses resultados, ser realizada uma anlise do impacto da
tcnica de precificao e da estratgia de modelagem de incerteza adotadas sobre o valor do
projeto e sobre a deciso a ser tomada. Os resultados obtidos sero comparados com
estimativas de bancos e instituies especializadas na anlise do mercado de commodities.
92
Quadro 9 Modelos de anlise utilizados
I1 I2 I3
FCD FCD-I1 FCD-I2 FCD-I3
AOR AOR-I1 AOR-I2 AOR-I3

O modelo de anlise do empreendimento pode ser subdividido nas seguintes etapas:

Figura 20 Seqncia de anlise

7.4.1 Elaborao da planilha de fluxo de caixa do empreendimento

O fluxo de caixa do empreendimento foi subdividido em trimestres. As variveis aleatrias do
fluxo de caixa so os preos dos metais e a taxa de cmbio. A receita bruta foi estimada
baseando-se na quantidade de minrio processada, no teor de metais do minrio, na eficincia
da etapa de concentrao e no preo dos metais de cada concentrado vendido. Para obter a
receita lquida, foram considerados os descontos contratuais, royalties, os impostos sobre
vendas e despesas comerciais.

Os custos de produo foram desmembrados em custos fixos e variveis de minerao e de
beneficiamento. Os valores foram estimados de acordo com a experincia da empresa em
projetos semelhantes. Alm dos custos de produo foram estimadas despesas indiretas do
projeto. Como a planilha foi elaborada em dlar, o efeito da taxa de cmbio foi calculado pela
multiplicao da variao da taxa pelos custos. A figura a seguir uma representao
esquemtica da planilha utilizada.

O investimento para explorar a 1 reserva foi estimado em US$ 21,7 milhes e compreende
dispndios com pesquisas geolgicas da reserva, aquisio de equipamentos, gastos pr-
operacionais e investimentos de manuteno das instalaes durante a explorao da mina. O
investimento necessrio para explorar a 2 reserva consiste em pesquisas geolgicas e
preparao da mina para explorao e avaliado em US$ 1,5 MM. O investimento para
aumento de capacidade de beneficiamento avaliado em mais US$ 1,5 MM.

Anlise
de
Sensibilidade

Simulao
de Monte
Carlo

Modelagem
das opes
Modelagem das
variveis de entrada
como processos
estocsticos
Elaborao
da planilha
de fluxo
de caixa
93

TRIM 1 TRIM 2 TRIM 3 TRIM 4 ... TRIM 16 TRIM 17 TRIM 18 TRIM 19 TRIM 20 ... TRIM 24
Preos
Preo Zn (US$/t) 3590 3424 3272 3133 ...
Preo Cu (US$/t) 7730 7400 7095 6814 ...
Preo Ag (US$/oz) 12.47 12.01 11.59 11.22 ...
Preo Au (US$/oz) 651 641 631 622 ...
Dados de produo
Minrio processado 68589 68589 68589 68589
Teor de metais ...
Metal contido no minrio
% concentrao
Metal contido no concentrado
Dados de receita
Receita bruta
Dedues
Impostos sobre vendas
Despesas de Marketing e Vendas
Royalties
Receita lquida
Dados de custo
Custos fixos de minerao
Custos variveis de minerao
Custos fixos de beneficiamento
Custos variveis de beneficiamento
Despesas gerais e administrativas
Despesas ambientais
Despesas de overhead
Impostos sobre o lucro
Efeito da taxa de cmbio
Fluxo de caixa livre
Reserva 1 Reserva 2

Figura 21 Representao esquemtica da planilha de fluxo de caixa do empreendimento

Como os preos foram simulados em ambiente neutro ao risco, a taxa livre de risco foi
utilizada na estimativa do valor presente dos fluxos de caixa. O valor de juros pagos pela
NTN-F de 08/2007 com vencimento em 2017 (11,31%) foi utilizado como taxa livre de risco,
descontada a inflao de 3,50% projetada para 2007 conforme o Relatrio de Inflao do
Banco Central, tem-se r
f
= 7,55%.

7.4.2 Modelagem das variveis de entrada como processos estocsticos

Os preos dos metais e a taxa de cmbio foram definidos como variveis aleatrias e sua
modelagem foi realizada de acordo com as trs estratgias I1, I2 e I3 apresentadas
anteriormente. O detalhamento dessa modelagem apresentado no captulo 8. As demais
variveis de entrada, relacionadas a aspectos tcnicos e de custos do projeto foram
consideradas determinsticas devido ao maior grau de certeza que o corpo tcnico possui em
relao a elas.

94

7.4.3 Modelagem das Opes Reais

O projeto sem flexibilidade corresponde explorao das 2 reservas, totalizando 6 anos de
explorao, mantendo a capacidade da planta de beneficiamento constante. Foram criadas 2
opes europias, cujas datas de maturidade so o incio do 17 trimestre.
Opo A: interromper a explorao quando a 1 reserva se esgotar e no desembolsar o
investimento de US$ 1,5 milhes necessrios explorao da 2 reserva;
Opo B: investir mais US$ 1,5 milhes para expandir a capacidade de beneficiamento dos
minrios, aumentando a gerao de fluxo de caixa e reduzindo em 2 trimestres o tempo de
explorao da 2 reserva.

O valor da opo em t = 16, em cada rodada de simulao foi obtido por meio do seguinte
payoff:
max (X
1
-S
1
, S
2
-X
2
, 0) [eq. 61]
Onde:
Quadro 10 Frmulas de payoff das opes
Opo A Opo B
Descrio
Interrupo do projeto ao
trmino da explorao da 1
reserva
Explorao da 2 reserva
com aumento de capacidade
de beneficiamento
Tipo de Opo Real Abandono Expanso
Analogia com Opo
Financeira
Opo de Venda Europia Opo de Compra Europia
Ativo-objeto
S
1

(VP dos fluxos de caixa da 2
etapa em t = 16)
S
2

(VP da diferena do fluxo
de caixa com aumento da
capacidade de
beneficiamento em t = 16)
Preo do exerccio
X
1

(Investimento necessrio
para a implantao da 2
etapa em t = 16)
X
2

(Investimento adicional
para expanso da
capacidade de
beneficiamento em t = 16)
Equao max (X
1
S
1
, 0) max (S
2
X
2
, 0)

O valor da opo em t = 0 obtido descontando-se o payoff taxa livre de risco:
16
2 2 1 1
) 1 (
) 0 , , max(
f
opo
r
X S S X
VP
+

= [eq. 62]
95
O VPL do projeto com flexibilidade em cada rodada dado pelo VPL do projeto sem
flexibilidade (VPL
1
) mais o valor da opo em t = 0.
16
2 2 1 1
1 exp
) 1 (
) 0 , , max(
f
andido
r
X S S X
VPL VPL
+

+ = [eq. 63]
O VPL do projeto com flexibilidade e o valor da opo so obtidos pela mdia aritmtica das
1000 rodadas de simulao.

7.4.4 Simulao de Monte Carlo

A simulao de Monte Carlo dos fluxos de caixa trimestrais do projeto foi realizada
utilizando-se o software @risk. A lgica utilizada representada pela figura a seguir.
0 1
Gerao de nmero aleatrio Simulao do Processo de Wiener Simulao das Variveis de Entrada
0
500
1000
1500
2000
2500
3000
3500
4000
4500
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Trimestre
Simulao do Fluxo de Caixa
0
500
1000
1500
2000
2500
3000
3500
4000
4500
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Trimestre
Valorao da Opo
Anlise de Sensibilidade
+ - * /
max (S-X, 0)
V
O
p
Distribuio de Valor
R
e
p
e
t
i
r

a

c
a
d
a

i
t
e
r
a
o
Clculo do VPL Expandido
VPL esttico
+
Valor opo
=
VPL expandido
N(0;1)
u

Figura 22 Etapas da Simulao de Monte Carlo

Em cada rodada de simulao, gera-se um nmero aleatrio para cada uma das variveis de
entrada do modelo em cada um dos 16 trimestres do perodo de explorao da 1 reserva.
Utilizando o nmero aleatrio gerado, extrai-se o valor de de uma distribuio normal
padronizada, esse valor utilizado para simular o incremento de Wiener ( dt dz = ).

O incremento de Wiener simulado em cada trimestre utilizado na equao do processo
estocstico de cada uma das variveis de entrada, para gerar o valor de cada varivel em cada
96
trimestre. A partir dos valores de entrada, obtm-se o fluxo de caixa de cada um dos 16
trimestres da etapa inicial, por meio das relaes matemticas da planilha de fluxo de caixa.

Para estimar os fluxos de caixa da 2 etapa do empreendimento, foi adotada a seguinte lgica
em relao s variveis de entrada. O valor obtido na simulao de cada varivel em t = 16 foi
adotado como o preo inicial para a 2 etapa. Em seguida, foram calculados os valores
esperados dos processos estocsticos para t = 17 a t = 24 (perodo de explorao da 2 frente
de lavra), partindo do preo inicial definido. O fluxo de caixa de cada perodo foi, ento,
obtido, utilizando a mesma lgica de clculo da planilha de fluxo de caixa da 1 etapa. Os
fluxos de caixa gerados foram trazidos para o valor presente em t = 16.

Foram realizadas 1.000 simulaes do fluxo de caixa do empreendimento. Em cada simulao
foram geradas as seguintes variveis de sada:
VPL da 1 alternativa sem flexibilidade explorao da 1 reserva;
VPL da 2 alternativa sem flexibilidade explorao das 2 reservas;
VPL da 3 alternativa sem flexibilidade explorao das 2 reservas com expanso de
capacidade;
VP em t = 16 dos fluxos de caixa gerados pela explorao da 2 reserva;
VP em t = 16 dos fluxos de caixa gerados pela explorao da 2 reserva com expanso de
capacidade.

A partir desses dados, possvel estimar o payoff de cada opo e selecionar a alternativa de
maior VPL em cada rodada de simulao: o projeto sem flexibilidade, a opo de abandono
ou a opo de expanso de capacidade. O VPL expandido do projeto e o valor da opo so
obtidos pela mdia aritmtica das 1000 rodadas de simulao.

7.4.5 Anlise de sensibilidade

A anlise de sensibilidade foi realizada para o modelo AOR-I3, que trata cada varivel de
entrada como um processo estocstico distinto. A anlise de sensibilidade permitiu avaliar o
impacto dos parmetros dos processos estocsticos no valor das opes de abandono e
expanso. Os parmetros analisados foram o preo inicial dos metais, a taxa de reverso
97
mdia e a volatilidade dos preos. Alm disso, foi analisada a sensibilidade do valor da opo
a variaes no valor do investimento (preo de exerccio).
98

8 Simulao das variveis de entrada

8.1 Levantamento do histrico de preos

O principal metal da reserva o zinco, mas tambm extrado cobre e, na extrao do cobre,
so obtidos tambm ouro e prata. O chumbo tambm est presente na reserva. Assim, foi
levantado o histrico de preos dos 5 metais. No caso do zinco, do cobre e do chumbo, foram
obtidos dados dirios de 1989 a 2007 da Bolsa de Metais de Londres (London Metals
Exchange LME). Para o ouro e a prata, os dados tambm so dirios, compreendem o
perodo de 1997 a 2007 e correspondem a cotaes do mercado de futuros de Nova York. Os
valores foram corrigidos pela inflao ao consumidor dos Estados Unidos, conforme dados do
U.S Department of Labor Bureau of Labor Statistics. O grfico 11 apresenta a evoluo do
preo spot do zinco (nominal e corrigido pela inflao). O grfico 12 apresenta os preos dos
5 metais corrigidos pela inflao. No eixo principal esto zinco, cobre e chumbo, no eixo
secundrio o ouro e a prata (cujo preo foi multiplicado por 100 para fins de visualizao).

Preo do Zinco
USD/t
0
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
3/1/1989 23/1/1991 11/2/1993 3/3/1995 22/3/1997 11/4/1999 30/4/2001 20/5/2003 8/6/2005 28/6/2007
Data
P
r
e
o

(
U
S
D
/
t
)
Real Corrigido

Grfico 11 Histrico do preo spot do zinco

99

Preo de Metais
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
3/1/1989 23/1/1991 11/2/1993 3/3/1995 22/3/1997 11/4/1999 30/4/2001 20/5/2003 8/6/2005 28/6/2007
Data
P
r
e
o

(
U
S
D
/
t
)
0
200
400
600
800
1000
1200
1400
1600
1800
P
r
e
o

(
U
S
D
/
o
z
)
Zn Cu Pb Ag(*100) Au

Grfico 12 Histrico do preo spot dos metais

Como pode ser observado, o preo dos diversos metais segue um comportamento semelhante,
o que indica a existncia de alta correlao entre eles. Para verificar esse fato, foram feitas
anlises de correlao e de regresso entre os preos dos diferentes metais (GRAF. 13). Os
resultados so sintetizados na tabela 4.

Correlao Zn-Cu
y = 1.9734x + 33.428
R
2
= 0.8853
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
0 1000 2000 3000 4000 5000
Zn
C
u

Grfico 13 Resultados da regresso Zn-Cu

100
Tabela 4 Correlao de preos de metais da reserva
Metais Correlao de Preos (R
2
)
Zinco Cobre 0,89
Zinco Chumbo 0,71
Zinco Prata 0,88
Zinco Ouro 0,77
Cobre Prata 0,91
Cobre Ouro 0,91
Prata Ouro 0,90

A anlise indicou uma forte correlao entre os preos dos diversos metais, principalmente
entre zinco e cobre e entre cobre, prata e ouro. Isto indica que uma avaliao do
empreendimento via Anlise de Opes Reais utilizando o preo do zinco (que a principal
fonte de receita do projeto) como varivel de entrada e utilizando coeficientes que relacionem
o preo do zinco ao dos outros metais uma boa aproximao. Essa estratgia permite utilizar
mtodos numricos mais simples como a rvore Binomial (no caso de adoo do MBG) ou
rvore Trinomial (se adotado o PRM).

8.2 Estimativa dos parmetros do Movimento Browniano Geomtrico

Como apresentado no item 5.5, o Movimento Browniano Geomtrico (MBG) representado
pela seguinte equao:
dP = P dt + P dz [eq. 64]
Onde:
P: preo do ativo
dP: variao do preo
: termo de drift
: volatilidade
dz: incremento de Wiener ( dt dz = ) onde ~ N(0;1)
e so constantes

Para estimar os parmetros da equao do MBG, interessante utilizar a relao entre a
varivel P e seu logaritmo natural que segue o Movimento Browniano Simples (vide item
5.5).
101
dx = d(lnP) = ( -
2
) dt + dz [eq. 65]
ou,
dx = ' dt + dz [eq. 66]

A mdia dos valores de lnP
t
- lnP
t-1
nos d uma estimativa de ' (' =
2
) e o desvio
padro de lnP
t
- lnP
t-1
fornece a estimativa da volatilidade (HULL, 2005). Para obter o
parmetro do MBG basta substituir o valor de em (
2
). Na estimativa dos
parmetros do MBG para o zinco, foram tomados os dados dirios do preo spot do metal de
janeiro de 1989 a julho de 2007, corrigidos pela inflao. Em seguida, foi calculado o valor de
ln(P
t
) para cada observao e foi obtida a diferena lnP
t
- lnP
t-1
, conforme a tabela a seguir.

Tabela 5 Tabela base para estimativa dos parmetros do MBG do zinco
t Data P
Zn
F = ln(P
Zn
) dF
0 3/1/1989 2890 7,969
1 4/1/1989 2915 7,978 0,009
2 5/1/1989 2907 7,975 -0,003
... ... ... ... ...
4686 30/7/2007 3500 8,160 -0,006
4687 31/7/2007 3590 8,186 0,026

A partir desses dados foram obtidos os parmetros dirios de e . Para obter os parmetros
em outro intervalo de tempo, basta multiplicar por t e por t . Os parmetros anuais
so obtidos fazendo t igual ao nmero de dias de negociao do metal em um ano (251 dias).
Os parmetros obtidos para os metais so apresentados na tabela 6.

Tabela 6 Parmetros do MBG do zinco e do cobre
Dia Trimestre Ano
Metal
-1/2
2

Volatilidade
(
d
)
Drift
(
d
)
Volatilidade
(
t
)
Drift
(
t
)
Volatilidade
(
a
)
Drift
(
a
)
Zn 0,000046 0,0161 0,000176 12,75% 1,10% 25,51% 4,42%
Cu 0,000064 0,0163 0,000197 12,93% 1,24% 25,86% 4,95%
Ag 0,000258 0,0173 0,000407 13,69% 2,56% 27,37% 10,22%
Au 0,000106 0,0099 0,000155 7,87% 0,97% 15,74% 3,90%

O valor esperado e o desvio-padro de P so dados pelas equaes abaixo:
[ ]
t
t
e P P E

0
= [eq. 67]
[ ] ) 1 (
2
0
=
t t
t
e e P P

[eq. 68]
No caso de uma distribuio normal, o intervalo de confiana dado por:
102
2 /
z x [eq. 69]
Substituindo os valores de E[P
t
] e [P
t
] e realizando algumas transformaes, os limites do
intervalo de confiana podem ser calculados por:
t z t
e e P

2 /
0
[eq. 70]
O grfico 14 apresenta a evoluo do preo do zinco de 1989 a 2007 e a projeo do valor
mdio e dos limites inferior e superior do intervalo de confiana de 95%, iniciando-se a
projeo em 2002.
Projeo do Preo do Zinco
Processo GBM
0
1000
2000
3000
4000
5000
6000
01/1989 01/1991 02/1993 03/1995 03/1997 04/1999 04/2001 05/2003 06/2005 06/2007
t
P
Z
n
PZn' E[PZn)] 2,5% 97,5%

Grfico 14 Projeo do valor esperado e do intervalo de confiana para o preo do Zn

Para simular a evoluo do preo de um ativo, necessrio obter uma equao que relacione o
preo em t+1 com o preo no instante anterior t. Dada a equao do Movimento Browniano
Simples que descreve o comportamento de ln(P), podemos obter a equao que descreve o
comportamento de P com a seguinte transformao (DIAS, 1995; FRANCISCO, 2007).
d[ln(P)] = ln(P
t+1
) ln(P
t
) = ( -
2
) dt + dz [eq. 71]
dz dt
P P
e e
t t
+
|
|
\
|
=
+
2
) ln( ) ln(
2
1
[eq. 72]
dz dt
t
t
e
P
P

+
|
|
\
|
+
=
2
1
2
[eq. 73]
Como
) 1 ; 0 ( N t t dz = =
, temos:
103
) 1 ; 0 (
2
1
2
N t t
t t
e P P
+
|
|
\
|
+
=
[eq. 74]

A partir da equao acima, basta utilizar um gerador de nmeros aleatrios, obter o valor
correspondente em uma distribuio normal padronizada cumulativa N(0;1) e substitu-lo
na equao do MBG cujos parmetros foram estimados.

Nos grficos 15 e 16, foram realizadas simulaes dos preos de zinco e cobre, adotando-se
intervalos trimestrais, iniciando a srie em agosto de 2007. Foram geradas 5 simulaes de
evoluo do preo de cada metal. So apresentadas tambm as curvas do valor esperado e dos
limites do intervalo de confiana de 95% para o zinco e para o cobre. As equaes utilizadas
na simulao foram:
Zinco Cobre
) 1 ; 0 ( 128 , 0 00291 , 0
1
N
t t
e P P
+
+
=
) 1 ; 0 ( 129 , 0 00401 , 0
1
N
t t
e P P
+
+
=

Simulao do Preo do Zinco
Processo GBM
0
5000
10000
15000
20000
25000
2/1/1989 29/9/1991 25/6/1994 21/3/1997 16/12/1999 11/9/2002 7/6/2005 3/3/2008 28/11/2010
t
P
Z
n
PZn' E[PZn] 2,5% 97,5% Sim 1 Sim 2 Sim 3 Sim 4 Sim 5

Grfico 15 Simulao da evoluo do preo do zinco MBG
104
Simulao do Preo do Cobre
Processo GBM
0
5000
10000
15000
20000
25000
30000
35000
40000
45000
50000
0 1000 2000 3000 4000 5000 6000 7000
t
P
C
u
PCu' E[PCu] 2,5% 97,5% Sim 1 Sim 2 Sim 3 Sim 4 Sim 5

Grfico 16 Simulao da evoluo do preo do cobre MBG

O termo de drift do MBG faz com que a varivel estocstica siga uma tendncia ao longo de
toda a sua trajetria. No caso do zinco e do cobre, o valor do termo de drift positivo. Como
dito anteriormente, essa tendncia de crescimento pode no representar adequadamente
variveis como os preos de commodities, que tendem a reverter para um nvel de equilbrio
em funo das foras de oferta e procura. Quando o ponto de partida da simulao um preo
que j est acima do nvel de equilbrio, como no caso ilustrado, o MBG tende a superestimar
tanto o valor esperado quanto a volatilidade do preo (DIAS, 2005). Esse fato pode ser
observado nos grficos apresentados.

8.3 Estimativa dos Parmetros do Processo de Reverso Mdia

Como apresentado no item 5.6, o processo de reverso mdia em tempo contnuo mais
simples conhecido como processo de Ornstein-Uhlenbeck e dado pela equao a seguir.
dz dt x x dx + = ) ( [eq. 75]
Onde:
: velocidade de reverso
x : nvel de equilbrio de x
: volatilidade
dz: incremento do processo de Wiener
105

Vimos anteriormente que o Processo Regressivo de Primeira Ordem AR1 a verso em
tempo discreto da equao de Ornstein-Uhlenbeck. Como a simulao realizada em
intervalos discretos de tempo, utiliza-se o processo AR1 com os parmetros = x (1-e
-
) e
= (e
-
-1) como aproximao do PRM.
t t
t t
t t
x e e x x x

+ + =

1 1
) 1 ( ) 1 ( [eq. 76]
Onde:
t
segue uma distribuio normal com mdia zero e desvio-padro
2
= (1 - e
-2
)
2
/2

Para estimar os parmetros da reverso mdia, deve-se realizar a seguinte regresso:
x
t
- x
t-1
= a + b x
t-1
+
t
[eq. 77]
Onde x
t
o logaritmo natural do preo do metal. A tabela a seguir mostra os dados utilizados
na regresso a partir dos preos do zinco.
Tabela 7 Tabela base para estimativa dos parmetros do PRM do zinco
T P
Zn
x
t-1
= ln(PZn
t-1
) x
t
= ln(PZn
t
) dx
0 2890 7,969 7,978 0,009
1 2915 7,978 7,975 -0,003
2 2907 7,975 7,951 -0,024
... ... ... ... ...
4684 3663 8,206 8,166 -0,040
4685 3520 8,166 8,160 -0,006

Os valores de x , e podem ser obtidos de acordo com as frmulas abaixo, decorrentes da
equao do processo AR1 (DIAS, 1995; COSTA, 2007).
b
a
e
e x
e
e x
x
t
t
t
t
=
1
) 1 (
) 1 (
) 1 (
[eq. 78]

[ ] ) 1 ln( ) 1 ( 1 ln ) ln( b e e
t
+ = + = =

[eq. 79]

1 ) 1 (
) 1 ln( 2
1 ) 1 1 (
) 1 1 ln( 2
1
2
1
2
2 2 2 2
+
+
=
+
+
=
=

b
b
e
e
e e
t
t
[eq. 80]

Onde
o erro da regresso. A unidade das variveis a mesma da srie temporal utilizada

na regresso. Para obter os parmetros em outro intervalo de tempo, basta multiplicar por t
e por t .

106
A seguir, so apresentados o grfico (GRAF. 17) e os resultados da anlise de regresso (FIG.
23) utilizados na obteno dos parmetros do PRM para o preo do zinco.
Regresso dx versus x
t-1
-0,200
-0,150
-0,100
-0,050
0,000
0,050
0,100
0,150
6,000 6,500 7,000 7,500 8,000 8,500 9,000
x
t-1
d
x

Grfico 17 Regresso dx versus x
t-1
para o zinco

Figura 23 Anlise de regresso de dx e x
t-1
para o zinco

x = -0,00453/0,000613 = 7,39

= - ln(1+0,000613) = 0,000613

0163 , 0
1 ) 000613 , 0 1 (
) 000613 , 0 1 ln( 2
0163 , 0
2
=
+
+
=

107
Esses valores correspondem a um intervalo de tempo de 1 dia de negociao. Transformando
para parmetros anuais, tem-se: x =7,39, = 15,4%, = 25,8%. A tabela a seguir apresenta
os parmetros obtidos para os 4 metais do estudo.

Tabela 8 Parmetros do PRM dos metais
Resultados da Regresso Parmetros (1 dia) Parmetros (1 ano)
Metal A b s x
d

d
P
a

a

Zn 0,00453 -0,00061 0,0163 7,39 0,000613 0,0163 1623 15,38% 25,83%
Cu 0,00426 -0,00052 0,0163 8,15 0,000523 0,0163 3447 13,13% 25,83%
Ag 0,00215 -0,00098 0,0173 2,19 0,000980 0,0173 8,97 24,61% 27,39%
Au 0,00214 -0,00034 0,0099 6,33 0,000338 0,0099 562 8,49% 15,74%

Para simular x
t
= ln(P
t
) basta transferir o termo x
t-1
para o lado direito da equao do processo
AR1.
) 1 , 0 (
2
1
) 1 (
2
1
N
e
e x e x x
t
t t
t t
+ + =
[eq. 81]
De acordo com a equao 45, a relao entre P
t
e x
t
dada por:
4
) 1 (
] [ 5 , 0
2
2 t
t
t t
e x
x Var x
t
e e P
= = [eq. 82]
Assim, para simular P(t), basta simular x(t), utilizando um gerador de nmeros aleatrios,
transformando-os em amostras de uma distribuio normal padronizada e substituindo os
valores na equao de x(t). Em seguida, utiliza-se a equao 82 para obter os valores de P
t
.
Pode-se, tambm, simular P
t
diretamente, substituindo a equao 81 na equao 82 (DIAS,
1995; COSTA, 2007).
) 1 , 0 (
2
1
4
) 1 ( ) 1 )( ln( ) ln(
2 2
2
1
) (
N
e
e e P e P
t
t t t
t
e t P

+ +
= [eq. 83]
Segundo Dias (1995), os 4 termos da equao acima podem ser interpretados da seguinte
maneira: os 2 primeiros so termos de drift, que ponderam o valor inicial e o valor de
equilbrio. O terceiro o ajuste da relao entre P
t
e x
t
. O quarto o termo estocstico. O
valor esperado do preo da commodity, dado pela seguinte equao:
) 1 ( ) 0 (
] [
T T
e x e x
T
e P E

+
= [eq. 84]

O grfico 18 apresenta o valor esperado do preo do zinco e 5 simulaes da sua evoluo
segundo o PRM, adotando-se intervalos trimestrais. Nessa projeo, o valor inicial do preo
do zinco 3590 US$/t e o valor de equilbrio 1623 US$/t.
108
Simulao do Preo do Zinco
Processo Reverso Mdia
0
1000
2000
3000
4000
5000
6000
1/1/1989 28/9/1991 24/6/1994 20/3/1997 15/12/1999 10/9/2002 6/6/2005 2/3/2008 27/11/2010
t
P
Z
n
PZn' E[PZn] Sim 1 Sim 2 Sim 3 Sim 4 Sim 5

Grfico 18 Simulao do preo do zinco segundo o PRM

A projeo de preos de metais do boletim de maio de 2007 do banco Morgan Stanley foi
utilizada para realizar uma comparao dos preos simulados pelo MBG e pelo PRM com a
previso de especialistas do mercado. O boletim do banco Morgan Stanley prev uma reduo
do preo do zinco de 1,60 US$/lb (ou 3.524 US$/t) em 2007 para 0,90 US$/lb (ou 1.982
US$/t) at 2011. No caso do cobre, a previso de baixar de 3,05 US$/lb (6.718 US$/t) para
1,90 US$/lb (4.185 US$/t). A simulao de preos com o MBG segue na direo contrria
dessas previses, pois o valor esperado dos preos se eleva com o tempo. J o PRM gera
valores coerentes com a viso dos especialistas do setor.

8.4 Estimativa dos parmetros em condies neutras ao risco

Em uma anlise de Fluxo de Caixa Descontado, quando o preo do ativo-objeto simulado
utilizando-se o drift (taxa de crescimento) real, os fluxos de caixa futuros so descontados
utilizando-se a taxa de desconto ajustada ao risco (). Entretanto, a taxa de desconto ajustada
ao risco de um derivativo diferente da utilizada para seu ativo-objeto. Para lidar com a
dificuldade de definio da taxa de desconto de uma opo, a soluo simular o preo do
ativo-objeto em condies neutras ao risco, realizando um ajuste na equao do processo
estocstico que descreve a evoluo do preo do ativo. Esse ajuste corresponde a subtrair um
109
prmio de risco da taxa de crescimento (drift) da equao do processo estocstico
(TRIGEORGIS, 1996).

O prmio de risco o retorno esperado acima da taxa livre de risco ao se investir em um
ativo.
PR
i
=
i
r [eq. 85]
Onde:
PR
i
: prmio de risco do ativo i,

i
: retorno esperado total do ativo i, inclusive dividendos (
i
= + D),
r: taxa livre de risco.

O preo de mercado do risco () o retorno esperado acima da taxa livre de risco por unidade
de risco. O prmio de risco dado pela multiplicao do preo de mercado do risco pela
volatilidade do ativo (PR
i
=
i

i
). Logo o prmio de risco dado por:

PR
i
= (
i
+ D
i
) r =
i

i
[eq. 86]

De acordo com o Capital Assets Pricing Model (CAPM), o risco de um ativo pode ser obtido
atravs da correlao de seu retorno com o retorno de mercado (
im
).

i
=
m

im
[eq. 87]

Assim, o prmio de risco pode ser obtido por: PR
i
=
m

im
i
.

No caso deste projeto, o prmio de risco foi calculado pela diferena entre o retorno mdio do
mercado de aes americano e a taxa livre de risco dos Estados Unidos, multiplicada pelo
beta do setor de minerao nos Estados Unidos.
PR = (r
m
r
f
) = 4,16% x 0,93 = 3,87% [eq. 88]

Se os termos da equao 86 so rearranjados temos:
i
(
i

i
) = r - D
i
. Isto , o drift real
menos o prmio de risco igual taxa livre de risco menos os dividendos distribudos. No
caso de commodities, o rendimento de dividendos (dividend yield) substitudo pela
110
convenience yield (), que representa os benefcios lquidos advindos da posse fsica da
commodity (TRIGEORGIS, 1996).

Assim, no caso do MBG, a equao a ser utilizada na simulao de preos de commodities em
condies neutras ao risco passa a ser:
) 1 ; 0 (
2
1
2
N t t r
t t
e P P
+
|
|
\
|

+
=
[eq. 89]

No caso do PRM, o termo de drift ) ( x x . O dividend yield dado por
) ( x x = = . A taxa de crescimento em condies neutras ao risco :
[ ]
(
|
|
\
|
= = = x
r
x r x x x x r r
) ( ) ( ) ( [eq. 90]
Comparando a equao 90 com o termo de drift original, verifica-se que subtrado um
prmio de risco (-r) dividido pela taxa de reverso mdia () do valor de longo prazo
) ln(P x = . Substituindo esse termo na equao de simulao do PRM, obtm-se (DIAS,
1995):
) 1 , 0 (
2
1
) 1 (
2
1
N
e
e
r
x e x x
t
t t
t t
+
|
|
\
|
+ = [eq. 91]
Para o caso de se simular o logaritmo do preo e depois converter para P(t). Ou, caso se opte
por simular P(t) diretamente, utiliza-se a equao abaixo.
) 1 , 0 (
2
1
4
) 1 ( ) 1 ( ) ln( ) ln(
2 2
2
1
) (
N
e
e e
r
P e P
t
t t t
t
e t P

+
|
|
\
|
+
= [eq. 92]

O valor da convenience yield de uma commodity pode ser estimado a partir do preo de
contratos futuros de diferentes datas de maturidade. Um contrato futuro o mesmo que uma
venda ou compra diferida. O preo futuro f
t
o preo que faria com que o valor do contrato
futuro no tempo t (F
t
) fosse zero para as duas partes. Assim, o valor presente de um contrato
futuro cujo valor na maturidade F
T
= V
T
- I, dado por (TRIGEORGIS, 1996):
) ( ) (
rt t rt
T
rt
Ie Ve e I V E e F

= =

[eq. 93]
Onde:
V
T
: valor do preo spot na data de maturidade,
I: preo a ser pago na entrega da commodity.
111

Como a taxa esperada de crescimento (drift) dada por: = = = r RP , o valor
do contrato futuro pode ser obtido por:
rt t rt t r rt
Ie Ve Ie Ve e F

= =
) (
[eq. 94]

Para que F seja igual a zero, o preo a ser pago na entrega da commodity (I) deve ser:
t r t t
T
Ve Ve Ve V E f
) ( ) (
) (

= = = = [eq. 95]

Tomando-se os preos de dois contratos futuros com datas de maturidades diferentes, temos
1
1
t
Ve f

= e
2
2
t
Ve f

= .

1
2
1
2
1
2
t
t
t
t
e
e
Ve
Ve
f
f
= = [eq. 96]

1 2
1
2
ln t t
f
f
=
|
|
\
|
[eq. 97]

( )
1 2
1 2
/ ln
t t
f f
= [eq. 98]

Assim, a partir do histrico de preos de contratos futuros de duas datas de maturidade
distintas, utilizando a equao 98, calculada a taxa de crescimento em condies neutras ao
risco e, consequentemente, a convenience yield da commodity (TRIGEORGIS, 1996). A
seguir apresentada a estimativa de para o zinco (TAB. 9).
Tabela 9 Estimativa da convenience yield do zinco
Preos Drift neutro ao risco
Data Spot 3 meses 15 meses 27 meses 15m-3m 27m-3m 27m-15m
2/jan/07 4.259,00 4.179,50 3.728,00 3.322,00 -0,010 -0,010 -0,010
3/jan/07 4.014,00 3.981,00 3.623,00 3.273,00 -0,008 -0,008 -0,008
... ... ... ... ... ... ... ...
30/ago/07 3.019,00 3.010,00 2.842,00 2.655,00 -0,005 -0,005 -0,006
31/ago/07 3.070,00 3.075,00 2.888,00 2.693,00 -0,005 -0,006 -0,006
Mdia - - - - -0,008 -0,009 -0,010

O drift neutro ao risco de 0,9% ao ms ou 10,32% ao ano. Considerando uma taxa livre de
risco de 11,31% ao ano (includa a inflao), a convenience yield de 0,99% ao ano. Para o
cobre, o valor encontrado foi de 2,29% ao ano.

112

9 Resultados

9.1 Simulao I1

Na simulao I1, o preo do zinco foi modelado como um MBG. Os preos dos demais
metais foram calculados a partir das equaes de regresso em relao ao preo do zinco. Os
parmetros utilizados na simulao do preo do zinco so apresentados na tabela 10.

Tabela 10 Parmetros de simulao do preo do zinco MBG
Varivel Unidade Zn
Preo inicial P(t=0) USD/t 3590
Volatilidade %aa 25.83%
Taxa livre de risco r %aa 7.73%
Convenience Yield d %aa 1.18%
Taxa neutra ao risco r-d %aa 6.55%

O grfico 19 apresenta os resultados da simulao do preo do zinco. A linha amarela
corresponde ao valor esperado. A faixa vermelha compreende 95% das observaes (ou 2
desvios-padro), a faixa verde contm 99,7% das observaes (3). Como pode ser observado
na figura, ao utilizar o MBG como processo estocstico, o preo do zinco e a volatilidade
tendem a se elevar com o tempo.
Preco Zinco (B22 to Y22)
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
B22 D22 F22 H22 J22 L22 N22 P22 R22 T22 V22 X22
C22 E22 G22 I22 K22 M22 O22 Q22 S22 U22 W22 Y22
Cell:
=Mean,+1/-1SD =95%,5%

Grfico 19 Resultado da simulao do preo do zinco I1

Foram consideradas 3 alternativas de projeto sem flexibilidade. A explorao da 1 reserva, a
explorao das 2 reservas e a explorao das 2 reservas com aumento da capacidade de
113
beneficiamento na fase de explorao da 2 reserva. Os histogramas a seguir apresentam os
resultados obtidos com a simulao.

Distribution for VPL sem
expansao/C252

V
a
l
u
e
s

i
n

1
0
^

-
5
Values in Thousands
0.000
0.200
0.400
0.600
0.800
1.000
1.200

Mean=69166.05
-50 0 50 100 150 200 250 300 350 400 -50 0 50 100 150 200 250 300 350 400
5% 90% 5%
13.212 151.6062
Mean=69166.05

Distribution for VPL com expansao
mina/C262

V
a
l
u
e
s

i
n

1
0
^

-
6
Values in Thousands
0
1
2
3
4
5
6
7

Mean=108626.4
-100 0 100 200 300 400 500 600 -100 0 100 200 300 400 500 600
5% 90% 5%
15.7959 239.3696
Mean=108626.4

mina benef/C272

V
a
l
u
e
s

i
n

1
0
^

-
6
Values in Thousands
0
1
2
3
4
5
6
7

Mean=107871
-100 0 100 200 300 400 500 600 -100 0 100 200 300 400 500 600
5% 90% 5%
14.9789 239.4105
Mean=107871

Figura 24 Resultados da simulao do VPL do projeto sem flexibilidade I1

Todas as alternativas apresentaram retorno elevado, com probabilidade baixssima de retorno
negativo. O VPL da explorao das 2 reservas 57% superior ao de explorao apenas da 1
reserva. Esse resultado esperado, pois o cenrio esperado na poca de explorao da 2
reserva de preos mais elevados do que os atuais. O VPL da 3 alternativa ligeiramente
inferior ao da 2. Isto ocorre porque a antecipao de fluxos de caixa promovida pela
expanso da capacidade de beneficiamento no suficiente para cobrir o investimento. Alm
disso, em um cenrio de elevao de preos, essa antecipao no to vantajosa.

Ao considerar que o preo do zinco segue o MBG, o projeto torna-se to atrativo que as
opes praticamente no agregam valor ao projeto, conforme apresentado nos histogramas da
figura 25.

114
Distribution for Valor do projeto com
opo/C285

V
a
l
u
e
s

i
n

1
0
^

-
6
Values in Thousands
0
1
2
3
4
5
6
7
8

Mean=108832.7
-100 0 100 200 300 400 500 600 -100 0 100 200 300 400 500 600
5% 90% 5%
18.2073 239.4105
Mean=108832.7

Distribution for Valor opo/C284

V
a
l
u
e
s

i
n

1
0
^

-
3
Values in Thousands
0.000
0.200
0.400
0.600
0.800
1.000
1.200

Mean=206.3376
0 4 8 12 16 0 4 8 12 16
90% 5%
0 .2291
Mean=206.3376

Figura 25 Resultado da simulao do VPL do projeto com flexibilidade I1

Na data de maturidade das opes (16 trimestre de operao), o preo mdio do zinco de
US$4549/t e o fluxo de caixa esperado de US$ 7,5 milhes. Apenas 2% das simulaes
geraram fluxo de caixa negativo.
Distribution for Zinco / TR16/Q22

V
a
l
u
e
s

i
n

1
0
^

-
4
Values in Thousands
0.000
0.500
1.000
1.500
2.000
2.500

Mean=4549.378
0 5 10 15 20 0 5 10 15 20
5% 90% 5%
1.7881 9.0579
Mean=4549.378

Distribution for FC / 2o TRIM/Q244

V
a
l
u
e
s

i
n

1
0
^

-
5
Values in Thousands
0
1
2
3
4
5
6
7
8
9
10

Mean=7512.295
-10 0 10 20 30 40 50 60 -10 0 10 20 30 40 50 60
5% 90% 5%
.986 17.9825
Mean=7512.295

Figura 26 Preo do zinco e fluxo de caixa no 16 trimestre

115
Fluxo de Caixa 16
o
Trimestre vs Preo Zinco
-10000
0
10000
20000
30000
40000
50000
0 5000 10000 15000 20000 25000
Preo Zinco (US$/t)
F
l
u
x
o

d
e

C
a
i
x
a

(
U
S
$

m
i
l
)

Grfico 20 Relao entre o preo do zinco e o fluxo de caixa no 16 trimestre I1

Relao entre Opo exercida e preo do zinco no 16
o
Trimestre
0
5000
10000
15000
20000
25000
0 1 2
Opo Exercida
P
r
e
o

d
o

Z
i
n
c
o

(
U
S
$
/
t
)
ABANDONO PROJETO ORIGINAL EXPANSO
BENEFICIAMENTO

Grfico 21 Relao entre o preo do zinco e o exerccio de opes I1

A opo de no expandir s exercida para preos abaixo de 1690 US$/t. Isto equivale a
apenas 4% das rodadas de simulao. Em 93% das simulaes, na faixa de 1690 a 10500, o
projeto implementado conforme planejado originalmente. A opo de expandir a planta de
beneficiamento s exercida para preos superiores a 10500, ou 3% das simulaes. Segundo
o MBG, a flexibilidade gerencial praticamente no agrega valor ao projeto.
116
9.2 Simulao I2

Na simulao I2, o preo do zinco foi modelado como um PRM. Os preos dos demais metais
so perfeitamente correlacionados ao preo do zinco. Os parmetros utilizados na simulao
do preo do zinco so apresentados na tabela 11.
Tabela 11 Parmetros de simulao do preo do zinco PRM
Varivel Unidade Zn
Preo inicial P(t=0) USD/t 3590
Volatilidade %aa 25.83%
Velocidade de reverso mdia %aa 15.38%
Taxa livre de risco r %aa 7.73%
Meia vida H anos 4.51
Preo mdio de equilbrio P' USD/t - USD/oz 1623
ln(P') - 7.3919
Taxa de desconto ajustada ao risco %aa 11.60%
Prmio de risco -r %aa 3.87%

O preo do zinco, simulado como um PRM, tende a um valor de equilbrio inferior ao valor
atual. Por isso, o valor esperado (linha amarela) decresce com o tempo. As faixas vermelha e
verde do uma idia da volatilidade do preo. Esta tende a aumentar no incio e, depois, se
estabilizar.
Preco Zinco (B35 to Q35)
1000
1500
2000
2500
3000
3500
4000
4500
B35 D35 F35 H35 J35 L35 N35 P35
C35 E35 G35 I35 K35 M35 O35 Q35
Cell:
=Mean,+1/-1SD =95%,5%

Grfico 22 Resultado da simulao do preo do zinco I2

O VPL mdio simulado das trs alternativas positivo, mas muito abaixo do valor obtido na
simulao I1. Alm disso, a probabilidade de ocorrncia de valores negativos no
desprezvel. A alternativa de maior VPL continua sendo a explorao das 2 reservas, sem
aumento da capacidade de beneficiamento, mas a diferena de valor em relao s outras
alternativas pequena: 14% superior explorao apenas da 1 reserva e 0,3% melhor que a
explorao das 2 reservas com expanso da capacidade de beneficiamento.
117

expansao/C252

V
a
l
u
e
s

i
n

1
0
^

-
5
Values in Thousands
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1.400
1.600
1.800
2.000

Mean=25866.89
-40 15 70 125 180 -40 15 70 125 180
5% 90% 5%
-6.3769 65.3013
Mean=25866.89

mina/C262

V
a
l
u
e
s

i
n

1
0
^

-
5
Values in Thousands
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1.400

Mean=29609.04
-50 0 50 100 150 200 250 -50 0 50 100 150 200 250
5% 90% 5%
-13.0965 82.926
Mean=29609.04

mina benef/C272

V
a
l
u
e
s

i
n

1
0
^

-
5
Values in Thousands
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1.400

Mean=29529.06
-50 0 50 100 150 200 250 -50 0 50 100 150 200 250
5% 90% 5%
-13.6785 83.2727
Mean=29529.06


A flexibilidade gerencial j agrega 7% ao valor do projeto sem flexibilidade, gerando um
valor expandido de US$ 31,7 milhes.
opo/C285

V
a
l
u
e
s

i
n

1
0
^

-
5
Values in Thousands
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1.400
1.600

Mean=31716.2
-50 0 50 100 150 200 250 -50 0 50 100 150 200 250
5% 90% 5%
-6.0853 83.2727
Mean=31716.2

Distribution for Valor opo/C284

V
a
l
u
e
s

i
n

1
0
^

-
4
Values in Thousands
0
1
2
3
4
5
6

Mean=2107.164
0 6 12 18 0 6 12 18
90% 5%
0 9.3836
Mean=2107.164

Figura 28 Resultado da simulao do VPL do projeto com flexibilidade I2

A opo de no expandir exercida sempre que o preo do zinco no 16 trimestre inferior a
US$1880/t (GRAF. 24). Isto ocorreu em 38% das rodadas de simulao. Quando o preo do
118
zinco se situa na faixa de US$1880/t a US$2180/t (13% das simulaes), as duas reservas so
exploradas sem expanso de capacidade de processamento. A partir de US$2180/t (49% das
rodadas), exercida a opo de expandir a mina e a planta de beneficiamento. A faixa de
preos em que no exercida nenhuma opo muito estreita, o que indica que a
flexibilidade importante para o projeto.
Distribution for Zinco / TR16/Q35

V
a
l
u
e
s

i
n

1
0
^

-
4
Values in Thousands
0
1
2
3
4
5
6

Mean=2264.384
0 3 6 9 0 3 6 9
5% 90% 5%
1.1182 3.7665
Mean=2264.384

Grfico 23 Preo do zinco no 16 trimestre I2
Opo Exercida em Funo do Preo do Zinco no 16
o
Trimestre
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
0 1 2
Opo Exercida
P
r
e
o

d
o

Z
i
n
c
o

(
U
S
$
/
t
)
ABANDONO PROJETO ORIGINAL EXPANSO
BENEFICIAMENTO

Grfico 24 Relao entre o preo do zinco e o exerccio de opes I2

De acordo com o grfico 25, a opo de no expandir (0) apresenta valor elevado quando o
preo do zinco muito baixo, pois evita que sejam gerados fluxos de caixa negativos durante
o perodo de explorao da 2 reserva. J o valor da opo de expandir a planta de
119
beneficiamento (2), apresenta uma inclinao menor porque seu benefcio est em acelerar a
gerao de fluxo de caixa, no apresentando grande diferena em relao explorao da 2
reserva sem expanso.
Valor da Opo vs Preo do Zinco no 16
o
Trimestre
0
2000
4000
6000
8000
10000
12000
14000
16000
18000
20000
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
Preo do Zinco (US$/t)
V
a
l
o
r

d
a

O
p
o

(
U
S
$

m
i
l
)
0 1 2

Grfico 25 Relao entre o valor das opes e o preo do zinco no 16 trimestre I2

9.3 Simulao I3

Nessa simulao, os preos dos quatro metais da reserva foram modelados como Processos de
Reverso Mdia distintos e a taxa de cmbio foi modelada como um MBG. Os parmetros
utilizados para simular os preos dos metais so apresentados na tabela a seguir:

Tabela 12 Parmetros de simulao dos preos dos metais
Varivel Unidade Zn Cu Ag Au
Preo inicial P(t=0) USD/t 3590 7730 12.47 651
Volatilidade %aa 25.83% 25.86% 27.39% 15.74%
Velocidade de reverso mdia %aa 15.38% 13.13% 24.61% 8.49%
Taxa livre de risco r %aa 7.73% 7.73% 7.73% 7.73%
Meia vida H anos 4.51 5.28 2.82 8.16
Preo mdio de equilbrio P' USD/t - USD/oz 1623 3447 8.97 562
ln(P') - 7.3919 8.1453 2.1939 6.3314
Taxa de desconto ajustada ao risco %aa 11.60% 11.60% 11.60% 11.60%
Prmio de risco -r %aa 3.87% 3.87% 3.87% 3.87%

120
No caso da taxa de cmbio, os parmetros so:

Tabela 13 Parmetros de simulao da taxa de cmbio
Varivel Cmbio
Taxa de crescimento 0.005
Volatilidade 0.073

O comportamento simulado dos preos dos metais pode ser observado nos grficos a seguir
(FIG. 29), que apresentam o valor esperado e os intervalos de confiana para 1 e 2 desvios-
padro. O formato descendente da curva coerente com o fato de os preos iniciais estarem
acima do preo mdio de equilbrio de longo prazo. Outro comportamento esperado do PRM
o aumento da volatilidade em um primeiro momento para uma posterior estabilizao,
conforme se observa nas curvas apresentadas.

Figura 29 Resultados da simulao dos preos dos metais I3

A simulao da evoluo da taxa de cmbio j apresenta um resultado distinto (GRAF. 26). O
valor esperado do dlar ascendente e a volatilidade aumenta com o tempo, conforme
preconizado pelo MBG.

Preco Ouro (B38 to Q38)
300
350
400
450
500
550
600
650
700
750
800
850
B38 C38 D38 E38 F38 G38 H38 I38 J38 K38 L38 M38 N38 O38 P38 Q38
=Mean,+1/-1SD =95%,5%
Preco Prata (B37 to Q37)
4
6
8
10
12
14
16
18
B37 D37 F37 H37 J37 L37 N37 P37
Preco Cobre (B36 to Q36)
2000
3000
4000
5000
6000
7000
8000
9000
10000
B36 D36 F36 H36 J36 L36 N36 P36
C36 E36 G36 I36 K36 M36 O36 Q36
Preco Zinco (B35 to Q35)
1000
1500
2000
2500
3000
3500
4000
4500
B35 D35 F35 H35 J35 L35 N35 P35
C35 E35 G35 I35 K35 M35 O35 Q35
121

Cambio (B39 to Q39)
1.00
1.50
2.00
2.50
3.00
3.50
B39 D39 F39 H39 J39 L39 N39 P39
Grfico 26 Resultados da simulao da taxa de cmbio

Uma classe de variveis de sada da simulao so os fluxos de caixa dos 16 trimestres de
operao do empreendimento (GRAF. 27), cujo valor esperado decresce com o tempo, em
funo da reduo gradual dos preos dos metais. A queda brusca do resultado do 2 para o 3
trimestre e a queda mais suave que ocorre no final do perodo simulado so decorrentes da
previso de reduo do teor dos metais com a mudana da frente de extrao do minrio. O
pequeno aumento que ocorre por volta do 7 trimestre em razo do trmino de uma
obrigao para com o cliente do empreendimento decorrente de clusula contratual.

FC (F244 to U244)
-3.3
0.0
3.3
6.7
10.0
F244 H244 J244 L244 N244 P244 R244 T244

Grfico 27 Resultados da simulao dos fluxos de caixa trimestrais I3

A anlise do fluxo de caixa descontado indica que a melhor alternativa a explorao das 2
reservas, sem aumento da capacidade de beneficiamento, apesar de a diferena em relao
alternativa que considera a maior capacidade da planta de beneficiamento ser irrisria (FIG.
30).

122


Comparando-se o resultado dessa simulao com o da anterior, verifica-se que a suposio de
que os preos dos metais so perfeitamente correlacionados reduz o valor simulado em 27%.
Isto ocorre porque a equao de regresso do preo do cobre em funo do preo do zinco
leva a um preo inicial do cobre inferior ao utilizado na simulao I3. A razo dessa
discrepncia o pico no preo do cobre no final da srie de dados histricos.

O valor do projeto considerando a flexibilidade gerencial de US$ 41,9 MM. O valor da
opo pode ser calculado por:
VPL
expandido
= VPL + V
opo

V
opo
= 41,865 40,366 = 1,499.

Como pode ser observado no histograma (GRAF. 28), a opo altera o formato da curva,
criando uma assimetria. Essa assimetria conseqncia de no se exercer a opo de
expanso em cenrios negativos de preos e cmbio, evitando grandes perdas e de exerc-la
em condies favorveis, aumentando o ganho do projeto original.
mina benef/C272

V
a
l
u
e
s

i
n

1
0
^

-
5
Values in Thousands
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1.400

Mean=40345.63
-50 0 50 100 150 200 -50 0 50 100 150 200
5% 90% 5%
-2.8426 92.63
Mean=40345.63
mina/C262

V
a
l
u
e
s

i
n

1
0
^

-
5
Values in Thousands
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1.400
1.600

Mean=40366.22
-50 0 50 100 150 200 -50 0 50 100 150 200
5% 90% 5%
-2.6132 92.3347
Mean=40366.22
expansao/C252

V
a
l
u
e
s

i
n

1
0
^

-
5
Values in Thousands
0.000
0.500
1.000
1.500
2.000
2.500

Mean=33468.73
-40 0 40 80 120 -40 0 40 80 120
5% 90% 5%
3.9329 68.8728
Mean=33468.73
123

opo/C283

V
a
l
u
e
s

i
n

1
0
^

-
5
Values in Thousands
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1.400
1.600

Mean=41864.57
-40 15 70 125 180 -40 15 70 125 180
5% 90% 5%
4.3543 92.63
Mean=41864.57

Grfico 28 Resultado da simulao do VPL do projeto com flexibilidade I3

O grfico 29 mostra a relao entre o valor da flexibilidade gerencial e o valor do fluxo de
caixa do ltimo trimestre da 1 fase do empreendimento. Pode-se observar que para valores
negativos do fluxo de caixa o valor da opo elevado, pois se evitaria a realizao do
investimento na expanso da mina e a sua explorao com preos de metais muito baixos. Por
outro lado, valores muito altos do fluxo de caixa levam a valores positivos para a opo, pois
pode-se optar por expandir a capacidade de beneficiamento e aumentar a rapidez com que a
receita obtida. Como a opo de aumento da capacidade de beneficiamento tem pouca
diferena em relao ao projeto original, o valor da opo baixo, mesmo para cenrios de
preos elevados de metais. Valores de fluxo de caixa entre 0 e 4 milhes levam a valores
prximos de zero para a opo, indicando que esta no seria exercida.

Analisando sob a tica de opes reais, chega-se a uma concluso diferente sobre a forma de
conduzir o empreendimento. Segundo essa abordagem, deve-se iniciar o empreendimento
investindo o necessrio para explorar a 1 reserva operando com capacidade de
beneficiamento de 270 mil t/ano. No 4 ano, quando o minrio da 1 reserva estiver se
esgotando, dependendo dos preos dos metais e da taxa de cmbio, deve-se escolher uma
dentre 3 opes: encerrar o projeto, iniciar a explorao da 2 reserva ou realizar a explorao
da 2 reserva em ritmo mais acelerado, com a expanso da capacidade de beneficiamento.

124
Valor da Opo em funo do FC no 16
o
Trimestre
0
4,000
8,000
12,000
16,000
20,000
24,000
(5,000) (3,000) (1,000) 1,000 3,000 5,000 7,000 9,000 11,000 13,000
FC 16
o
Trim
V
a
l
o
r

O
p
o

Grfico 29 Relao entre o valor das opes e o fluxo de caixa no 16 trimestre I3

Como pode ser observado no grfico 30, a anlise de opes reais sugere que no se deve
expandir o empreendimento quando o fluxo de caixa no ltimo trimestre da 1 fase for inferior
a 500 mil dlares. Entre 500 mil e 1 milho de fluxo de caixa, h uma transio entre no
expandir e realizar a expanso sem aumento de capacidade de beneficiamento. Entre 1 milho
e 3 milhes de fluxo de caixa, a opo de expanso sem aumento de capacidade a mais
apropriada. A partir de 3 milhes, o aumento de capacidade a opo preponderante.
Relao entre o FC do 16
o
Trimestre e a Opo Selecionada
0%
20%
40%
60%
80%
100%
<= 1000 (999) a
(500)
(499) a 0 1 a 500 501 a
1000
1001 a
1500
1501 a
2000
2001 a
2500
2501 a
3000
3001 a
3500
3501 a
4000
4001 a
4500
4501 a
5000
> 5000
FC 16o TRIM
No Expandir Exp. Mina Exp. Mina e Benef

Grfico 30 Opo selecionada em funo do fluxo de caixa no 16 trimestre I3
125
9.4 Comparao de resultados

Os modelos de anlise utilizados geraram resultados significativamente diferentes entre si. A
modelagem de preos como MBG leva a valores extremamente elevados, enquanto que as
duas abordagens que adotam o PRM geram resultados mais baixos. A AOR gera valores
ligeiramente superiores aos obtidos com a tcnica de FCD. A tabela 14 sintetiza os resultados
obtidos para cada um dos modelos de anlise propostos.
Tabela 14 Comparao do valor do projeto obtido em cada modelo
(valores em US$ milhes)
I1 I2 I3
FCD 108,6 29,6 40,4
AOR 108,8 31,7 41,9

Para comparar os resultados previstos pelo modelo de simulao I1, que utiliza o MBG para
descrever o comportamento do preo do zinco, principal metal da reserva, com os modelos I2
e I3, que se baseiam no PRM, foram obtidos dados sobre o preo do zinco 6 meses aps a
data de realizao da simulao (GRAF. 31).
Preo Spot LME - Zinco
US$/t
0
500
1000
1500
2000
2500
3000
3500
4000
4500
5000
1/1/2005 30/6/2005 27/12/2005 25/6/2006 22/12/2006 20/6/2007 17/12/2007
Data
P
r
e
o

Grfico 31 Preo spot do zinco

A linha vermelha representa a ltima data utilizada na simulao (31/07/2007). Como pode
ser observado, a partir dessa data, at o fim de 2007, o preo do zinco apresentou um vis de
126
baixa. Esse perodo muito curto para definir uma tendncia, mas uma indicao de que o
MBG pode superestimar o preo do metal e, consequentemente, o valor do empreendimento.
Para um projeto de prazo relativamente curto (em torno de 5 anos), o efeito desses 6 meses
significativo.

Outro fator que leva rejeio do MBG so as projees de instituies financeiras
especializadas em commodities minerais. Os relatrios dessas empresas indicam uma
tendncia de reduo do preo dos metais ao longo dos prximos anos. O valor de longo
prazo projetado para o zinco aproximadamente a metade do valor atual (o que condizente
com o preo mdio de equilbrio do PRM).

Enquanto o modelo I2 atrela o preo dos outros metais da reserva ao preo do zinco,
modelado como um PRM. O modelo I3 adota um PRM distinto para cada metal, alm de
modelar a taxa de cmbio como um MBG.

A simulao I3 chega a um valor expandido de aproximadamente US$ 42 milhes, e um valor
de opo de US$ 1,5 milhes. No modelo I2, o valor expandido de cerca de US$ 32 milhes
e a flexibilidade gerencial de US$ 2,3 milhes. Essa diferena elevada do valor do projeto
devida ao valor inicial do preo do cobre utilizado nos 2 modelos. Ao calcular o preo do
cobre a partir da equao de regresso deste com o preo do zinco, o resultado um preo
inicial mais baixo do metal, se comparado com o preo utilizado na simulao I3, que parte
dos dados histricos. Como o cobre representa algo em torno de 27% da receita bruta do
projeto, essa subestimao leva a um valor presente significativamente inferior. Partindo-se de
um preo mais baixo do cobre, a opo de no explorar a 2 reserva ser exercida em um
maior nmero de rodadas de simulao, isso explica o valor mais elevado da opo obtido no
modelo I2.

Como a receita decorrente da comercializao do cobre significativa, a modelagem do preo
desse metal mais adequada do que atrel-lo ao preo do zinco. Assim, conclui-se que o
modelo I3 o mais indicado para analisar o projeto.

127
9.5 Anlise de sensibilidade

Foi realizada uma anlise de sensibilidade para o modelo I3. Essa anlise consistiu na
avaliao do impacto de variaes do preo inicial do metal P(t=0), da velocidade de
reverso mdia (), da volatilidade () e do preo de exerccio das opes (investimento) no
valor da opo de expandir a mina e o processo de beneficiamento (O
1
) e da opo de no
expandir (O
2
).

Como esperado, o valor de O
1
cresce com o aumento do preo inicial dos metais. A
inclinao da curva aumenta at atingir o patamar 40% superior ao valor utilizado na
simulao. A partir desse ponto, a inclinao aproximadamente constante. O valor de O
1

tambm cresce com o aumento da volatilidade, pois isto implica maior probabilidade de
ocorrerem preos elevados dos metais, o que levaria ao exerccio da opo. A velocidade de
reverso mdia tem efeito contrrio sobre o valor de O
1
, pois quanto maior , mais rpido os
preos convergem para o nvel mdio de equilbrio, que inferior ao nvel de preos em t=0
(GRAF. 32).
Valor da Opo de Expandir Mina e Beneficiamento vs Variao Percentual de Inputs
0
100
200
300
400
500
600
700
800
-80% -60% -40% -20% 0% 20% 40% 60% 80% 100%
Variao em relao ao valor base (%)
V
a
l
o
r

d
a

o
p
o

(
U
S
$

m
i
l
)
P(t=0) Veloc reverso mdia volatilidade

1

O grfico de tornado (GRAF. 33) mostra que o preo inicial dos metais a varivel que
exerce maior influncia sobre o valor de O
1
, seguida da volatilidade. A velocidade de reverso
mdia tem um impacto significativamente menor.

128
0
1
0
0
2
0
0
3
0
0
4
0
0
5
0
0
6
0
0
7
0
0
8
0
0
Valor mdio da opo de expandir mina e
beneficiamento
Veloc. Rev. Mdia
Volatilidade
P(t=0)
I
n
p
u
t
s
Grfico de Tornado

1

A probabilidade de no exercer a opo O
1
considerando os preos iniciais utilizados na
simulao de aproximadamente 60%. Essa probabilidade cai para 20% caso os preos
iniciais sejam o dobro do utilizado. No nvel de preos utilizados, a probabilidade de essa
opo valer mais de 2 milhes de US$ insignificante.
Distribuies Cumulativas do Valor da Opo de Expandir Mina e
Beneficiamento para Diferentes Valores de P(t=0)
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 2000 4000 6000 8000 10000 12000

P
r
o
b
a
b
i
l
i
d
a
d
e

C
u
m
u
l
a
t
i
v
a
20% P0
40% P0
60% P0
80% P0
100% P0
120% P0
140% P0
160% P0
180% P0
200% P0
Valores de
P(t=0)

1
e preo inicial

129
Os grficos 35 e 36 mostram que o efeito de variaes em e sobre a probabilidade de
exercer a opo e sobre seu valor menos significativo se comparado com o efeito de P(t=0).
Beneficiamento para Diferentes Valores de
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 2000 4000 6000 8000 10000 12000

P
r
o
b
a
b
i
l
i
d
a
d
e

C
u
m
u
l
a
t
i
v
a
20% h
40% h
60% h
80% h
100% h
120% h
140% h
160% h
180% h
200% h
Valores de

1
e velocidade de reverso mdia

Beneficiamento para Diferentes Valores de
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 2000 4000 6000 8000 10000 12000

P
r
o
b
a
b
i
l
i
d
a
d
e

C
u
m
u
l
a
t
i
v
a
20% s
40% s
60% s
80% s
100% s
120% s
140% s
160% s
180% s
200% s
Valores de

1
e volatilidade

Como esperado, o valor da opo de no expandir a mina (O
2
) diminui com o aumento do
preo inicial dos metais. O aumento da volatilidade faz com que haja maior probabilidade de
ocorrncia de valores muito baixos de preo, logo eleva o valor da opo. J a velocidade de
130
reverso mdia tem efeito positivo, mas pouco significativo (GRAF. 37). O efeito do preo
inicial dos metais se sobressai em relao s outras variveis (GRAF. 38). Uma reduo de
20% em P(t=0) eleva o valor da opo em aproximadamente US$ 1 milho.
Valor da Opo de No Expandir vs Variao Percentual de Inputs
0
2000
4000
6000
8000
10000
12000
14000
-80% -60% -40% -20% 0% 20% 40% 60% 80% 100%
Variao em Relao ao Valor Base (%)
V
a
l
o
r

o
p
o

n
o

e
x
p
a
n
d
i
r
P(t=0) / Sensibilidade O3 Veloc Reverso Mdia Volatilidade

2

0
2
0
0
0
4
0
0
0
6
0
0
0
8
0
0
0
1
0
0
0
0
1
2
0
0
0
1
4
0
0
0
Valor Mdio da Opo de No Expandir
Veloc Rev Mdia
Volatilidade
P(t=0)
I
n
p
u
t
s
Grfico de Tornado

2

No nvel atual de preos, a probabilidade de exercer a opo O
2
, isto , de no expandir o
projeto de menos de 30%. Essa probabilidade aumenta para 60% caso o preo inicial dos
131
metais seja 60% do valor utilizado na simulao (GRAF. 39). O efeito de variaes na
volatilidade e na velocidade de reverso mdia menos significativo, como pode ser
observado pela proximidade das diversas curvas traadas (GRAF. 40 e GRAF. 41).
Distribuies Cumulativas do Valor da Opo de No Expandir para
Diferentes Valores de P(t=0)
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 5000 10000 15000 20000 25000 30000

P
r
o
b
a
b
i
l
i
d
a
d
e

C
u
m
u
l
a
t
i
v
a
20% P0
40% P0
60% P0
80% P0
100% P0
120% P0
140% P0
160% P0
180% P0
200% P0
Valores de
P(t=0)

2
e P(t=0)
Diferentes Valores de
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 5000 10000 15000 20000 25000 30000

P
r
o
b
a
b
i
l
i
d
a
d
e

C
u
m
u
l
a
t
i
v
a
20% h
40% h
60% h
80% h
100% h
120% h
140% h
160% h
180% h
200% h
Valores de

2
e velocidade de reverso mdia

132
Diferentes Valores de
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 5000 10000 15000 20000 25000 30000

P
r
o
b
a
b
i
l
i
d
a
d
e

C
u
m
u
l
a
t
i
v
a
20% s
40% s
60% s
80% s
100% s
120% s
140% s
160% s
180% s
200% s
Valores de

2
e volatilidade

Por ltimo, analisa-se a sensibilidade do valor conjunto das duas opes em relao s
variveis de entrada. Pode-se observar que a figura (GRAF. 42) se assemelha anlise de
sensibilidade para a opo de abandono (O
2
), demonstrando que esta prepondera em relao
opo de expanso da capacidade de beneficiamento (O
1
). O grfico de tornado (GRAF. 43)
demonstra que o preo inicial tem impacto maior do que o das outras variveis de entrada.
Valor da Opo vs Variao Percentual de Inputs
0
2000
4000
6000
8000
10000
12000
14000
-80% -60% -40% -20% 0% 20% 40% 60% 80% 100%
Variao em Relao ao Valor Base (%)
V
a
l
o
r

o
p
o
P(t=0) Veloc Reverso Mdia Volatilidade

Grfico 42 Anlise de sensibilidade da opo completa

133
0
2
0
0
0
4
0
0
0
6
0
0
0
8
0
0
0
1
0
0
0
0
1
2
0
0
0
1
4
0
0
0
Valor Mdio da Opo
Veloc Rev Mdia
Volatilidade
P(t=0)
I
n
p
u
t
s
Grfico de Tornado

Grfico 43 Grfico de tornado da opo completa

Com o nvel de preos utilizado na simulao, a probabilidade de no exercer a opo de
aproximadamente 40%. Essa figura mostra que o valor da flexibilidade gerencial maior
quando os preos so mais baixos, quando a opo de abandono exercida. Preos elevados
levam a exercer a opo de expanso da capacidade, que tem valor mais baixo (GRAF. 44).
Distribuies Cumulativas do Valor da Opo para Diferentes Valores de
P(t=0)
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 5000 10000 15000 20000 25000 30000

P
r
o
b
a
b
i
l
i
d
a
d
e

C
u
m
u
l
a
t
i
v
a
20% P0
40% P0
60% P0
80% P0
100% P0
120% P0
140% P0
160% P0
180% P0
200% P0
Valores de
P(t=0)

Grfico 44 Relao valor da opo completa e o preo inicial

134
Os grficos 45 e 46 mostram o efeito mais modesto de e sobre o valor da opo completa.
Distribuies Cumulativas do Valor da Opo para Diferentes
Valores de
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 5000 10000 15000 20000 25000 30000

P
r
o
b
a
b
i
l
i
d
a
d
e

C
u
m
u
l
a
t
i
v
a
20% h
40% h
60% h
80% h
100% h
120% h
140% h
160% h
180% h
200% h
Valores de

Grfico 45 Relao valor da opo completa e velocidade de reverso mdia
Distribuies Cumulativas do Valor da Opo para Diferentes
Valores de
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 5000 10000 15000 20000 25000 30000

P
r
o
b
a
b
i
l
i
d
a
d
e

C
u
m
u
l
a
t
i
v
a
20% s
40% s
60% s
80% s
100% s
120% s
140% s
160% s
180% s
200% s
Valores de

Grfico 46 Relao valor da opo completa e volatilidade

O grfico 47 mostra que o aumento do valor do investimento em 100% praticamente anula o
valor da opo de expanso da capacidade de beneficiamento. A probabilidade de exercer O
1

com o investimento previsto de 40%. Reduzindo-se o investimento pela metade, a
probabilidade de exerccio da opo sobe para mais de 90%. O aumento de 50% reduz a
probabilidade para menos de 10% (grfico 48).
135
Mean of Valor opo expandir mina e benef C283 vs
Investimento / Sensibilidade F256 Value
0
100
200
300
400
500
600
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Investimento / Sensibilidade Value
M
e
a
n

o
f

V
a
l
o
r

o
p
o

e
x
p
a
n
d
i
r

m
i
n
a

e

b
e
n
e
f

1
em relao ao investimento

Cumulative Distributions of Valor opo expandir mina e benef
C283 for Changing Values of Investimento / Sensibilidade F256
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 2000 4000 6000 8000 10000

C
u
m
u
l
a
t
i
v
e

P
r
o
b
a
b
i
l
i
t
y
Table: 0.50
Table: 1.00
Table: 1.50
Table: 2.00
Table: 2.50
Table: 3.00
Table: 3.50
Table: 4.00
Table: 4.50
Table: 5.00
Values for
Investimento /
Sensibilidade
F256

Grfico 48 Relao valor de O
1
e o investimento

O efeito do investimento sobre a opo de abandono apresentado nos grficos 49 e 50.
Logicamente, o valor da opo aumenta com o aumento do investimento. Mas o efeito de uma
variao de 50% para mais ou para menos afeta pouco a probabilidade de exerccio e o valor
da opo.
136
Mean of Valor opo no expandir C282 vs Investimento /
Sensibilidade F256 Value
1200
1400
1600
1800
2000
2200
2400
2600
2800
3000
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
M
e
a
n

o
f

V
a
l
o
r

o
p
o

n
o

e
x
p
a
n
d
i
r

2
em relao ao investimento

Cumulative Distributions of Valor opo no expandir C282 for
Changing Values of Investimento / Sensibilidade F256
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 5000 10000 15000 20000 25000 30000 35000

C
u
m
u
l
a
t
i
v
e

P
r
o
b
a
b
i
l
i
t
y
Table: 0.50
Table: 1.00
Table: 1.50
Table: 2.00
Table: 2.50
Table: 3.00
Table: 3.50
Table: 4.00
Table: 4.50
Table: 5.00
Values for
Investimento /
Sensibilidade
F256

Grfico 50 Relao valor da opo de abandono e investimento

Os grficos 51 e 52 mostram o efeito do investimento sobre o valor da opo completa.
Verifica-se uma composio do efeito sobre as duas opes. Um investimento mais baixo
eleva o valor da opo devido ao efeito da opo de expanso. Um valor mais alto de
137
investimento tambm aumenta o valor da opo, mas devido ao exerccio da opo de
abandono.
Mean of Valor opo C284 vs Investimento / Sensibilidade F256
Value
1400
1600
1800
2000
2200
2400
2600
2800
3000
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
M
e
a
n

o
f

V
a
l
o
r

o
p
o

Grfico 51 Anlise de sensibilidade da opo completa em relao ao investimento
Cumulative Distributions of Valor opo C284 for Changing
Values of Investimento / Sensibilidade F256
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 5000 10000 15000 20000 25000 30000 35000

C
u
m
u
l
a
t
i
v
e

P
r
o
b
a
b
i
l
i
t
y
Table: 0.50
Table: 1.00
Table: 1.50
Table: 2.00
Table: 2.50
Table: 3.00
Table: 3.50
Table: 4.00
Table: 4.50
Table: 5.00
Values for
Investimento /
Sensibilidade
F256

Grfico 52 Relao valor da opo completa e investimento

Como as duas opes so exercidas em contextos distintos, pode-se dizer que o valor das duas
pode ser somado para obter o valor da opo completa.

138

10 Concluso

O projeto abordado neste estudo se caracteriza por apresentar uma incerteza elevada, devido
volatilidade dos preos das commodities produzidas. Entretanto o cenrio de preos elevados,
que torna o projeto extremamente atrativo, faz com que o valor das opes identificadas seja
baixo em relao ao valor do empreendimento sem flexibilidade. Assim, a hiptese de que as
opes reais elevam o valor do empreendimento verificada, mas o valor expandido do
projeto pouco superior ao valor obtido pela anlise de VPL tradicional (FIG. 31).

mina/C262

V
a
l
u
e
s

i
n

1
0
^

-
5
Values in Thousands
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1.400
1.600

Mean=40366.22
-50 0 50 100 150 200 -50 0 50 100 150 200
5% 90% 5%
-2.6132 92.3347
Mean=40366.22

opo/C283

V
a
l
u
e
s

i
n

1
0
^

-
5
Values in Thousands
0.000
0.200
0.400
0.600
0.800
1.000
1.200
1.400
1.600

Mean=41864.57
-40 15 70 125 180 -40 15 70 125 180
5% 90% 5%
4.3543 92.63
Mean=41864.57

Figura 31 VPL tradicional e VPL expandido

O baixo investimento necessrio para expandir a operao para a 2 reserva, isto , o baixo
preo de exerccio reduz o valor da opo de abandono. J a pequena diferena dos fluxos de
caixa decorrentes do aumento da capacidade de beneficiamento torna pequeno o valor da
opo de expanso.

Apesar do baixo valor agregado pelas opes, a anlise de opes reais indicou mudanas na
estratgia de explorao das reservas. A anlise de VPL tradicional indicou que o melhor
projeto seria o investimento na explorao das 2 reservas. J a AOR demonstrou que melhor
investir na explorao da 1 reserva e esperar novas informaes relativas evoluo do preo
das commodities antes de investir na explorao da 2 reserva.

O estudo apresenta algumas limitaes, que servem de sugestes para trabalhos futuros. Em
primeiro lugar, o modelo desenvolvido no trata a incerteza tcnica, relacionada ao tamanho
139
da 2 reserva, aos teores de minrio e aos custos de explorao. Essa incerteza pode trazer
impacto significativo no valor do empreendimento e das opes.

Outra limitao a premissa de que as opes so europias. Inicialmente, considerava-se que
a Simulao de Monte Carlo s era apropriada avaliao desse tipo de opo. Entretanto, a
partir dos anos 90, surgiram tcnicas que a adaptaram anlise de opes americanas. A
anlise das opes de abandono e expanso considerando-as como opes americanas pode
elevar seus valores e, consequentemente, o valor expandido do projeto, alm de fornecer
informaes sobre o tempo adequado ao exerccio da opo.

Por ltimo, as sries histricas de preos das commodities metlicas utilizadas na obteno
dos parmetros dos processos estocsticos so relativamente pequenas (18 anos para cobre e
zinco e 10 anos para ouro e prata).

A disseminao do uso da AOR nas empresas depende da criao de estratgias de
incorporao dessa tcnica nas suas atividades planejamento de longo prazo, oramento e
controle. H espao para a realizao de estudos que identifiquem os meios mais adequados
de introduo da AOR na rotina organizacional das empresas brasileiras. Isso envolve o
tratamento, buscando a simplificao, de temas complexos envolvendo conceitos estatsticos e
financeiros e a adoo de mtodos numricos que requeiram menos conhecimentos de
matemtica avanada. Envolve tambm a adaptao das metodologias tradicionais de
oramento de capital, alterando a forma de classificar as oportunidades de investimento e de
selecionar aquelas que merecem a aplicao da AOR.

140

Referncias

AMRAN, M.; KULATILAKA, N. Strategy and shareholder value creation: the real
options frontier. Journal of Applied Corporate Finance, v.13, n.2, 2000, p.15-28.

AMRAN, M.; KULATILAKA, N. Disciplined decisions: aligning strategy with the
financial markets. Harvard Business Review, jan-feb 1999a, p.95-104.

AMRAN, M.; KULATILAKA, N. Real Options: managing strategic investment in an
uncertain world. Boston: Harvard Business School Press, 1999b.

BANCO CENTRAL DO BRASIL. Relatrio de inflao: junho / 2007. Relatrio de
Inflao, v.9, n.2, 2007. Disponvel em: <bacen.gov.br>. Acesso em: 20 de agosto de 2007.

BERTSEKAS, D.; TSITSIKLIS, J. Introduction to probability class notes. Boston: MIT,
2000.

BIELSKI, W.; CATALANO, S. P. Morgan Stanley research: metals & mining. Morgan
Stanley & Co. International, may/2007.

BARRAQUAND, J.; MARTINEAU, D. Numerical valuation of high dimensional
multivariate american securities. Journal of Financial and Quantitative Analysis, v.30, n.3,
1995, p.383-405.

BLACK, F.; SCHOLES, M. The pricing of options and corporate liabilities. Journal of
Political Economy, v.81, n.3, p.637-654, may/jun. 1973.

BOYLE, P. P.; Options: a Monte Carlo approach. Journal of Financial Economics, v.4,
p.323-338, 1977.

BOYLE, P.; BROADIE, M; GLASSERMAN, P. Monte Carlo methods for security
pricing. Journal of Economic Dynamics and Control, v.21, 1997, p.1267-1321.

BROADIE, M.; GLASSERMAN, P. Pricing american-style securities using simulation.
Journal of Economics Dynamics and Control, v.21, 1997.

BRENNAN, M. J.; SCHWARTZ, E. S. Finite difference methods and jump processes arising
in the pricing of contingent claims: a synthesis. In: SCHWARTZ, E. S.; TRIGEORGIS, L.
(Ed.) Real Options and investment under uncertainty: classical readings and recent
contributions. Cambridge: The MIT Press, 2001, p.559-570.

BRENNAN, M. J.; SCHWARTZ, E. S. Evaluating natural resource investments. Journal
of Business, v.58, n.2, 1985.

COPELAND, T; ANTIKAROV, V. Opes Reais: um novo paradigma para reinventar a
avaliao de investimentos. Rio de Janeiro: Campus, 2002.

141
CORTAZAR, G. Simulation and numerical methods in Real Options valuation. In:
SCHWARTZ, E. S.; TRIGEORGIS, L. (Ed.) Real Options and investment under
uncertainty: classical readings and recent contributions. Cambridge: The MIT Press,
2001, p.601-620.

CORTAZAR, G.; ACOSTA, P.; OSORIO, M. Monte Carlo evaluation of natural resource
investments. Working Paper, 1999.

CORTAZAR, G; SCHWARTZ, E. S. Monte Carlo evaluation model of an undeveloped oil
field. Journal of Energy Finance & Development, v.3, n.1, p.73-84, 1998.

COSTA, L. A. Avaliao econmica do projeto GTL: uma aplicao da teoria de Opes
Reais com processo de reverso mdia. Dissertao (Mestrado), Departamento de
Engenharia Industrial, PUC-RIO, Rio de Janeiro, 2007.

COX, J. et al. Option pricing: a simplified approach. Journal of Financial Economics, v.7,
p.229-263, 1979.

DIAS, M. A. G. Investimento sob incerteza em explorao e produo de petrleo.
Dissertao (Mestrado), Departamento de Engenharia Industrial, PUC-RIO, Rio de Janeiro,
1996.

DIAS, M. A. G. Opes Reais hbridas com aplicaes em petrleo. Tese (Doutorado),
Departamento de Engenharia Industrial, PUC-RIO, Rio de Janeiro, 2005.

DIAS, M. A. G. Real Options in petroleum. 1995. Disponvel em: <www.puc-
rio.br/marco.ind/>. Acesso em: 05/08/2007.

DIXIT, A. K.; PINDYCK, R. S. Investment under uncertainty. New Jersey: Princeton
University Press, 1994.

DIXIT, A. K.; PINDYCK, R. S. The options approach to capital investment. In:
SCHWARTZ, E. S.; TRIGEORGIS, L. (Ed.) Real Options and investment under
uncertainty: classical readings and recent contributions. Cambridge: The MIT Press,
2001, p.61-78.

DNPM - DEPARTAMENTO NACIONAL DE PRODUO MINERAL. Informe mineral:
desenvolvimento & economia mineral 1 semestre de 2007. Braslia, 2007.

DNPM DEPARTAMENTO NACIONAL DE PRODUO MINERAL. Panorama
mineral. Braslia, 2007.

FRANCISCO, M. L. A importncia da flexibilidade gerencial na anlise de investimentos
usando TOR da planta GTL. Dissertao (Mestrado), Departamento de Engenharia
Industrial, PUC-RIO, Rio de Janeiro, maro, 2007.

GLASSERMAN, P. Monte Carlo methods in financial engineering. New York: Springer-
Verlag, 2004, pp.596.

142
HULL, J. C. Fundamentos dos mercados futuros e de opes. So Paulo: Bolsa de
Mercadorias e Futuros, 2005.

IBRAM Instituto Brasileiro de Minerao. Instituto Brasileiro de Minerao. Disponvel
em: <www.ibram.org.br>. Acesso em: 17/01/2008.

KASANEN, E.; TRIGEORGIS, L. Flexibility, synergy, and control in strategic investment
planning. In: AGGARWAL, R. (Ed.) Capital budgeting under uncertainty. Englewood
Cliffs: Prentice Hall, 1993, p.208-231.

KESTER, W. C. Today's options for tomorrow's growth. In: SCHWARTZ, E. S.;
TRIGEORGIS, L. (Ed.) Real Options and investment under uncertainty: classical
readings and recent contributions. Cambridge: The MIT Press, 2001, p.33-45.

KITCO PRECIOUS METALS. Past historical London fix. Disponvel em:
<http://www.kitco.com/gold.londonfix.html>. Acesso em: 18/01/2008.

LONDON METALS EXCHANGE. Market data. Disponvel em: <http://www.lme.com/
dataprices.asp>. Acesso em: 18/01/2008.

LONGSTAFF, F. A.; SCHWARTZ, E. S. Valuing American options by simulation: a
simple least-squares approach. The Review of Financial Studies, v.14, n.1, 2001, p.113-
147.

LUEHRMAN, T. A. Investment opportunities as Real Options: getting started on the
numbers. Harvard Business Review, jul-aug., 1998a, p.51-67.

LUEHRMAN, T. A. Strategy as a portfolio of Real Options. Harvard Business Review,
sep-oct., 1998b, p.89-99.

MACQUARIE GROUP LIMITED. Macquarie research commodities. May 30, 2007.
Australia.

MILLER, L. T.; PARK, C. S. Decision making under uncertainty Real Options to the
rescue? The Engineering Economist, v.47, n.2, 2002, p.105-149.

MINARDI, A. M. A. F. Teoria de Opes aplicada a projetos de investimento. So Paulo:
Editora Atlas; 2004.

MINARDI, A. M. A. F. Teoria de Opes aplicada a projetos de investimento. RAE
Revista de Administrao de Empresas, v.40, n.2, Abr/Jun 2000, p.74-79.

MINISTRIO DA FAZENDA SECRETARIA DO TESOURO NACIONAL. Preos e
taxas dos ttulos pblicos disponveis para compra. Disponvel em:
http://www.tesouro.fazenda.gov.br/tesouro_direto/consulta_titulos/consultatitulos.asp. Acesso
em: 20 de agosto de 2007.

MYERS, S. C. Finance theory and financial strategy. In: SCHWARTZ, E. S.; TRIGEORGIS,
L. (Ed.) Real Options and investment under uncertainty: classical readings and recent
contributions. Cambridge: The MIT Press, 2001, p.19-32.
143

PARK, C. S.; HERATH, H. S. B. Exploiting uncertainty investment opportunities as
Real Options: a new way of thinking in engineering economics. The Engineering
Economist, v.45, n.1, 2000, p.1-36.

RAYMOND JAMES EQUITY RESEARCH. Base metals: commodity pricing update
change to short and long-term estimates. July, 2007.

SABOUR, S. A. A.; POULIN, R. Valuing real capital investments using the least-squares
Monte Carlo method. The Engineering Economist, v.51, n.2, p.141-160, 2006.

SCHWARTZ, E. S. The stochastic behavior of commodity prices: implications for
valuation and hedging. The Journal of Finance, v.52, n.3, July, 1997.

SMIT. H. T. J.; TRIGEORGIS, L. Strategic planning: valuing and managing portfolios of
Real Options. R&D Management, v.36, n.4, 2006, p.403-419.

TRIANTIS, A. Real Options: state of the practice. Journal of Applied Corporate Finance,
v.14, n.2, 2001, p.8-24.

TRIGEORGIS, L. Real Options: managerial flexibility and strategy in resource
allocation. Cambridge: The MIT Press, 1996.

TRIGEORGIS, L. A conceptual options framework for capital budgeting. Advances in
Futures and Options Research, v.3, 1988, p.145-167.

TRIGEORGIS, L.; MASON, S. P. Valuing managerial flexibility. In: SCHWARTZ, E. S.;
TRIGEORGIS, L. (Ed.) Real Options and investment under uncertainty: classical
readings and recent contributions. Cambridge: The MIT Press, 2001, p.47-60.

U.S DEPARTMENT OF LABOR Bureau of Labor Statistics. Consumer price indexes.
Disponvel em: <http://www.bls.gov/cpi/home.htm>. Acesso em: 20 de agosto de 2007.

144

Anexo 1 Planilhas de simulao de processos estocsticos

Neste anexo, so apresentadas as planilhas empregadas na simulao dos processos
estocsticos (grficos do captulo 5). Nessas planilhas, aplicou-se a funo de gerao de
nmeros aleatrios do Excel. As frmulas utilizadas so apresentadas em comentrios da
planilha.

Planilha 1 Caminho Aleatrio de Tempo e Estado Discretos

Neste exemplo,
t
pode assumir os valores 1 e -1, com probabilidades p = q = . Adotou-se a
seguinte lgica, gera-se um nmero aleatrio entre 0 e 1, se o nmero for menor que 0,5,
t
= -
1, caso contrrio,
t
= 1. O valor de x
t+1
= x
t
+
t
.

Figura 32 Planilha de simulao do caminho aleatrio de tempo e estado discretos

Planilha 2 Caminho Aleatrio de Tempo Discreto e Estado Contnuo

Neste caso,
t
segue uma distribuio normal padronizada. A frmula utilizada fornece o
nmero ao qual corresponde a probabilidade acumulada simulada pelo nmero aleatrio.

Figura 33 planilha de simulao do caminho aleatrio de tempo discreto e estado contnuo
145
Planilha 3 Movimento Browniano com Tendncia

Nessa planilha,
t
obtido da mesma maneira que na planilha anterior e o valor substitudo na
equao do Movimento Browniano com Tendncia (dx = dt + dz), onde dz =
t
t .
Como t = 1, x
t+1
= x
t
+ +
t
.

Figura 34 Planilha de simulao do Movimento Browniano com Tendncia

Planilha 4 Movimento Browniano Geomtrico

No MBG, a variao da varivel x dada por dx = x dt + x dz. Assim, basta obter o valor
de et como nas planilhas anteriores e substitu-lo na equao citada acima. No caso da
planilha elaborada, como t = 1, x
t+1
= x
t
+ x
t

t
.

Figura 35 Planilha de simulao do Movimento Browniano Geomtrico

Planilha 5 Processo de Reverso Mdia

Nessa planilha,
t
obtido da mesma maneira que na planilha anterior e o valor substitudo na
equao do Processo de Reverso Mdia, dx = ( x -x) + dz, onde dz =
t
t . Como t
= 1, x
t+1
= x
t
+ ( x -x) +
t
.

146

Figura 36 Planilha de simulao do Processo de Reverso Mdia

147
Anexo 2 Planilhas de simulao do empreendimento

Neste anexo, so apresentadas as planilhas utilizadas na simulao do empreendimento, de
acordo com os trs modelos de simulao propostos:
I1: preo do zinco modelado como um MBG;
I2: preo do zinco modelado como um PRM;
I3: preo de cada metal modelado como um PRM e taxa de cmbio como um MBG.

Nas simulaes, foi empregado o aplicativo @risk dentro do ambiente do Microsoft Excel.

Modelo I1

Neste modelo, o preo do zinco segue um Movimento Browniano Geomtrico e pode ser
simulado por meio da equao 74.
) 1 ; 0 (
2
1
2
N t t
t t
e P P
+
|
|
\
|
+
=

O valor de
t
~ N(0;1) simulado para cada intervalo de tempo por meio da funo do @risk:
RiskNormal(0;1). O resultado substitudo na equao acima, como pode ser visto na figura
37.

Figura 37 Planilha de modelagem da incerteza conforme modelo I1

148
O preo dos outros metais calculado por meio da equao de regresso linear que relaciona
seu preo ao preo do zinco. Na figura apresentada a equao para o preo da prata.

Modelo I2

Neste modelo, o logaritmo do preo do zinco, x = ln(P
t
), segue um Processo de Reverso
Mdia e simulado por meio da equao 81.
) 1 , 0 (
2
1
) 1 (
2
1
N
e
e x e x x
t
t t
t t
+ + =

A simulao do valor de
t
~ N(0;1) segue a lgica apresentada anteriormente. O resultado
substitudo na equao acima. Para obter o valor de P
t
, utiliza-se a equao 82.
4
) 1 (
2
2 t
t
e x
t
e P

=
A planilha apresentada na figura 38 uma adaptao da planilha criada por Dias (1995). A
adaptao realizada foi a utilizao da funo normal padronizada para gerao aleatria de
t
.

Figura 38 Planilha de modelagem da incerteza conforme modelo I2

149
Modelo I3

No Modelo I3, os preos de todos os metais seguem um Processo de Reverso Mdia. A
lgica de simulao a mesma do modelo anterior. Nessa planilha, foram gerados valores
aleatrios de
t
para cada metal e para a taxa de cmbio em cada trimestre. Essa planilha
tambm se baseou no modelo criado por Dias (1995).

J a taxa de cmbio segue um Movimento Browniano Geomtrico. A lgica de simulao a
mesma adotada no modelo I1 para o preo do zinco.

150
Anexo 3 Lema de Ito

De acordo com Dixit e Pyndick (1994), o processo de Ito corresponde a uma generalizao do
movimento Browniano simples com tendncia, dado pela seguinte equao:
dx = a(x,t) dt + b(x,t) dz [eq. 99]
Onde dz o incremento do processo de Wiener e a(x,t) e b(x,t) so funes no aleatrias
conhecidas. A equao indica que os coeficientes de drift e de varincia so funes do estado
atual e do tempo. Os termos a(x,t) e b
2
(x,t) so denominados taxa de drift instantnea e taxa
de varincia instantnea, respectivamente.

O processo de Ito contnuo no tempo, mas no diferencivel, assim, para diferenciar e
integrar funes do processo de Ito necessrio utilizar o lema de Ito. O lema de Ito pode ser
compreendido como uma expanso de uma srie de Taylor (DIXIT; PINDYCK, 1994).
Supondo que x(t) segue um processo de Ito e considerando que F(x,t) duas vezes
diferencivel em x e uma em t, se quisermos encontrar a diferencial total dessa funo,
podemos defini-la em termos das variaes de primeira ordem de x e t:
dt
t
F
dx
x
F
dF
= [eq. 100]
Se quisermos inserir termos de ordem superior em x, temos:
( ) ( ) ...
6
1
2
1
3
3
3
2
2
2
+
= dx
x
F
dx
x
F
dt
t
F
dx
x
F
dF [eq. 101]
No limite, os termos de ordem superior podem ser descartados e a equao se resume a:
( )
2
2
2
2
1
dx
x
F
dt
t
F
dx
x
F
dF
= [eq. 102]
Substituindo a equao do processo de Ito em (dx)
2
, temos:
(dx)
2
= [a(x,t)dt+b(x,t)dz]
2
= a
2
(x,t)(dt)
2
+ 2a(x,t)b(x,t)dtdz + b
2
(x,t)(dz)
2
[eq. 103]
Quando o intervalo de tempo tende a zero, dtdz0, dt
2
0 e (dz)
2
= dt assim:
(dx)
2
= b
2
(x,t) dt. [eq. 104]
Substituindo os valores de dx e (dx)2 na equao, temos:
[ ] dt t x b
x
F
dt
t
F
dz t x b dt t x a
x
F
dF ) , (
2
1
) , ( ) , (
2
2
2
+ +
= [eq. 105]
Separando os termos em dt, temos:
dz
x
F
t x b dt
x
F
t x b
x
F
t x a
t
F
dF
+
(
= ) , ( ) , (
2
1
) , (
2
2
2
[eq. 106]

Bruno Batista Melin Dissertacao Mestrado Final

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Bruno Batista Melin Dissertacao Mestrado Final

Hochgeladen von

Copyright:

Verfügbare Formate

BRUNO BATISTA MELIN

ANLISE DAS OPES REAIS DE UM EMPREENDIMENTO

o erro da regresso. A unidade das variveis a mesma da srie temporal utilizada

Das könnte Ihnen auch gefallen