Aperfeiçoando decisões de investimento em condições de risco com uso de Método de Monte Carlo : análise da infraestrutura urbana

Abstract

Esta dissertação trata da perspectiva sobre a avaliação de investimentos em condições de risco, especificamente o caso da infraestrutura urbana, buscando-se um aperfeiçoamento dos métodos tradicionais de análise de investimento, através da aplicação do Método de Monte Carlo (MMC) e da criação de planilha eletrônica, possibilitando o refino e agilidade no processo de tomada de decisão quanto ao investimento em infraestrutura urbana. O objetivo principal deste trabalho consiste na promoção de critérios objetivos para a aceitação de projetos de investimento em infraestrutura urbana, cenário que apresenta inúmeras condições de risco. Para isto será desenvolvida uma ferramenta computacional, utilizando-se do MMC para refinar os métodos tradicionais. Para testar o modelo desenvolvido será utilizado o caso da ampliação física do Hospital de Clínicas de Porto Alegre. Assume-se a premissa que o emprego de métodos tradicionais como análise do VPL, payback e TIR não são suficientes para embasar as tomadas de decisão quando os investimentos estão em condições de risco. A partir das contribuições teóricas dos campos de estudos sobre Estatística, Engenharia Econômica, Análise de Investimentos e Tecnologia Computacional, propõe-se a elaboração de planilha eletrônica através de implementos em Visual Basic for Applications (VBA) e o uso do MMC objetivando expandir as possibilidades de análise existentes de investimento em condições de risco; situação esta encontrada em investimentos de infraestrutura, atingindo um aperfeiçoamento dos métodos tradicionais. Para isto, será realizada simulação em cenário real: a ampliação física do Hospital de Clínicas de Porto Alegre. Conclui-se que, enquanto a análise de investimento do caso em estudo pelo método do VPL embasou a viabilidade financeira de execução do investimento através de sua aceitabilidade, quando o modelo é aperfeiçoado através do MMC e princípios estatísticos, como por exemplo o Princípio de Pareto, o mesmo investimento demonstrou-se instável e concluiu-se que sua viabilidade não poderia ser garantida. Isto se deve ao fato de que, em projetos de infraestrutura, os riscos devem ser apreciados, cenário não identificado no uso de métodos tradicionais.

This dissertation deals with the perspective on the evaluation of investments in risky conditions, specifically the case of urban infrastructure, aiming at an improvement of the traditional methods of investment analysis, through the application of the Monte Carlo Method (MCM) and the creation of spreadsheet, enabling refining and agility in the decision-making process regarding the investment in urban infrastructure. The main objective of this work is the promotion of objective criteria for the acceptance of investment projects in urban infrastructure, a scenario that presents risk conditions. For such, a computational tool using the MCM to refine the traditional methods will be developed. To test the developed model, the case of the physical enlargement of the Hospital de Clínicas of Porto Alegre will be used. It is assumed that the use of traditional methods such as analysis of NPV, payback and IRR are not enough to support decision making when investments are in risky conditions. From the theoretical contributions of the field of studies on Statistics, Economic Engineering, Analysis of Investments and Computational Technology, it is proposed the elaboration of electronic spreadsheets through Visual Basic for Applications (VBA) tools and the use of MCM in order to expand the existing possibilities of investment in risky conditions, a situation found in investments in infrastructure, reaching an improvement of the traditional methods. For such, a simulation in a real scenario - the physical expansion of the Hospital of Clinics of Porto Alegre - will be done. It is concluded that, while the investment analysis of the case under review by the VPL method supported the feasibility of execution of the investment through its acceptability, when the model is improved through MCM and statistical principles such as the Pareto Principle, the same investment was proved unstable and it was concluded that its viability could not be guaranteed. This is due to the fact that in infrastructure projects the risks should be appreciated, an unidentified scenario in the use of traditional methods.