Análise dos Riscos em Projetos: Uma Aplicação do Método de Monte Carlo em uma Empresa do Setor Moveleiro

Autores

DOI:

https://doi.org/10.24023/FutureJournal/2175-5825/2018.v10i2.314

Palavras-chave:

Decisão, Gerenciamento de projetos, Investimento, Estratégia, Viabilidade

Resumo

A globalização é um fenômeno que se faz presente na sociedade moderna e, com a sua expansão, é essencial que as empresas possam atender as constantes exigências do mercado, mas, para isso, é necessário tomar as melhores decisões e lidar com várias adversidades relacionadas à economia, concorrência, gestão, entre outros. O sucesso de projetos de investimento é determinado por um conjunto de técnicas que devem ser aplicadas para não comprometer a viabilidade do projeto. Quando essa viabilidade é cercada por incertezas, uma alternativa útil, para se conhecer os riscos, é a utilização do método de Monte Carlo. O presente trabalho tem como objetivo abordar os fatores de riscos, em uma empresa do setor moveleiro, utilizando a simulação de Monte Carlo para analisar a viabilidade deste projeto. A metodologia adotada foi desenvolvida com base em um estudo de caso, mediante uma pesquisa exploratória. Os resultados mostraram que o projeto de investimento se faz viável, estimando um retorno entre o 4º e o 5º ano do projeto, além disso, o saldo, após os 10 anos de investimento, giraria em torno de R$ 4.128.211,63, um valor que representa 161,25% do investimento inicial.

Downloads

Não há dados estatísticos.

Biografia do Autor

Fernando Rodrigues de Amorim, Universidade Estadual de Campinas (FEAGRI-UNICAMP).

Doutorando em Engenharia Agrícola pela Universidade Estadual de Campinas (FEAGRI-UNICAMP), São Paulo, Brasil. Professor na Faculdade de Tecnologia do Estado de São Paulo - FATEC.

Pedro Henrique Camargo de Abreu, Universidade Estadual de Campinas (FT-UNICAMP)

Mestrando em Tecnologia pela Universidade Estadual de Campinas (FT-UNICAMP). 

Marco Tulio Ospina Patino, Universidade Estadual de Campinas (FEAGRI-UNICAMP)

Doutor em Agronomia pela Universidade Estadual Paulista Júlio de Mesquita Filho (UNESP). Professor na Universidade Estadual de Campinas (FEAGRI-UNICAMP)

Leonardo Augusto Amaral Terra, Universidade de São Paulo (FEA-RP/USP)

Doutor em Administração de Organizações pela Universidade de São Paulo (FEA-RP/USP). Professor na Universidade de São Paulo (FEA-RP/USP) e na Universidade de Ribeirão Preto (UNAERP)

Referências

Abensur, E. O. (2012). Um modelo multiobjetivo de otimização aplicado ao processo de orçamento de capital. Gestão & Produção, 19(4), 747-758.

Ackermann, H., Fochmann, M., & Wolf, N. (2016). The effect of straight-line and accelerated depreciation rules on risky investment decisions: an experimental study. International Journal of Financial Studies, 4(4), 1-26.

Assaf Neto, A. (1997). A Dinâmica das decisões financeiras. Caderno de Estudos, São Paulo, FIFECAPI, (16), 9-25.

Baraldi, P. (2010). Gerenciamento de Riscos (3a ed.). Rio de Janeiro: Campus.

Bieger, M., & Pudel, V. (2010). Análise de decisão de investimentos: um estudo de caso em indústrias do setor metal mecânico de médio porte da região da grande Santa Rosa do Rio Grande do Sul. In: Congresso Virtual Brasileiro de Administração, 7., 2010. Anais... São Paulo: CONVIBRA.

Borgmann, V. P., & Nunes, F. L. (2016). Análise da viabilidade econômica da proposta de implantação de RFID em processos de expedição em uma empresa moveleira: um estudo de caso. Latin American Journal of Business Management, 7(2), 5-26.

Bruni, A. L., Famá, R., & Siqueira, J. O. (1998). Análise do risco na avaliação de projetos de investimento: uma aplicação do método de Monte Carlo. Cadernos de Pesquisa em Administração, 1(6), 62-74.

Correia Neto, J. F., Moura, H. J., & Forte, S. H. A. C. (2002). Modelo prático de previsão de fluxo de caixa operacional para empresas comerciais considerando os efeitos do risco, através do método de Monte Carlo. Revista Eletrônica de Administração, 8(3), 1-23.

Garcia, S., Lustosa, P. R. B., & Barros, N. R. (2010). Aplicabilidade do método de simulação de Monte Carlo na previsão dos custos de produção de companhias industriais: o caso da Companhia Vale do Rio Doce. Revista de Contabilidade e Organizações, 4(10), 152-173.

Gil, A. C. (2002). Como elaborar projetos de pesquisa (4a ed.). São Paulo: Atlas.

Gitman, L. J. (2001). Princípios da administração financeira: essencial (2a ed.). Tradução: Jorge Ritter. Porto Alegre: Bookman.

Guinski, G. S. (2016). Iemi lança Relatório Brasil Móveis 2016. Recuperado em 28 de abril, 2017, de http://www.emobile.com.br/site/industria-e-marcenaria/iemi-relatorio-brasil-moveis-2016

Hoji, M. (2006). Administração financeira: uma abordagem prática (5a ed.). São Paulo: Atlas.

Hulse, D. S., & Livingstone, J. R. (2010). Incentive effects of bonus depreciation. Journal of Accounting and Public Policy, 29(6), 578-603.

Kennedy, M. D., McComb, S. A., & Vozdolska, R. R. (2011). An investigation of project complexity's influence on team communication using Monte Carlo simulation. Journal of Engineering and Technology Management, 28(3), 109-127.

Lakatos, E. M., & Marconi, M. A. (2003). Fundamentos de metodologia científica (5a ed.). São Paulo: Atlas.

Lustosa, P. R. B., Ponte, V. M. R., & Dominas, W. R. (2004). Simulação. In: Corrar, L. J., & Theóphilo, C. R. (Org.). Pesquisa Operacional para decisão em contabilidade e administração (2a ed.). São Paulo: Atlas.

Machado, N. R. S., & Ferreira, A. O. (2012). Método de simulação de Monte Carlo em planilha Excel: desenvolvimento de uma ferramenta versátil para análise quantitativa de riscos em gestão de projetos. Revista de Ciências Gerenciais, 16(23), 223-244.

Moreira, D. A. (2010). Pesquisa Operacional: curso introdutório (2a ed.). São Paulo: Cengage Learning.

Pires, V. A. V., Silva, M. L., Silva, C. M., Rezende, A. A. P., Cordeiro, S. A., Jacovine, L. A. G., & Soares, N. S. (2008). Viabilidade econômica de implantação da central de gerenciamento de resíduos no polo moveleiro de Ubá, MG. Cerne, 14(4), 295-303.

PMI. (2013). Um guia do conhecimento em gerenciamento de projetos (Guia PMBOK®) (5a ed.). Project Management Institute – PMI.

Ross, S. A., Westerfield, R. W., Jordan, B. D, & Lamb, R. (2013). Fundamentos de Administração Financeira (9a ed.). Porto Alegre: AMGH.

Sakurada, N., & Miyake, D. I. (2009). Aplicação de simuladores de eventos discretos no processo de modelagem de sistemas de operações de serviços. Gestão & Produção, 16(1), 25-43.

Saraiva Júnior, A. F., Tabosa, C. M., & Costa, R. P. (2011). Simulação de Monte Carlo aplicada à análise econômica de pedido. Produção, 21(1), 149-164.

Souza, A., & Clemente, A. (2004). Decisões financeiras e análise de investimento. São Paulo: Atlas.

Williams, T. (2003). The contribution of mathematical modeling to the practice of project management. IMA Journal of Management Mathematics, 14(1), 3-30.

Yang, W., & Tian, C. (2012). Monte-Carlo simulation of information system project performance. Systems Engineering Procedia, 3(1), 340-345.

Yin, R. K. (2005). Estudo de caso: planejamento e métodos (3a ed.). Porto Alegre: Bookman.

Downloads

Publicado

2018-05-01

Como Citar

Amorim, F. R. de, Abreu, P. H. C. de, Patino, M. T. O., & Terra, L. A. A. (2018). Análise dos Riscos em Projetos: Uma Aplicação do Método de Monte Carlo em uma Empresa do Setor Moveleiro. Future Studies Research Journal: Trends and Strategies [FSRJ], 10(2), 332–357. https://doi.org/10.24023/FutureJournal/2175-5825/2018.v10i2.314

Artigos mais lidos pelo mesmo(s) autor(es)