O que é Método de Monte Carlo?
Segundo Bruni et al (1998) a avaliação de projetos de investimento comumente envolve um conjunto de técnicas que procuram estabelecer parâmetros da sua viabilidade.
Em ambientes de incerteza a simulação de Monte Carlo é uma alternativa viável para ser utilizada na obtenção de uma visão mais real do retorno e do risco de um projeto. Este método envolve a utilização de milhares de cenários possíveis nas simulações, o que pode facilitar a conversão de um cenário incerto para um cenário de risco calculado.
Nesse sentido, a simulação de Monte Carlo é uma técnica matemática que consiste num processo de amostragens aleatórias de variáveis de uma distribuição de probabilidades que proporcionam uma distribuição de outputs para uma melhor perceção do risco de prováveis fluxos de caixa no VAL de um projeto (Couto et al, 2014).
Esse método, cria valores para as variáveis de forma aleatória com possibilidades de gerar eventos possíveis de acontecerem. Essa geração aleatória é isenta, segundo Neto et al (2002), de uma linha mais otimista ou pessimista por parte de quem analisa. Cada criação de novos números corresponde a um possível cenário de acontecer, que é guardado em uma distribuição de probabilidade.
A disposição desses eventos em uma distribuição possibilita a avaliação da probabilidade de ocorrência de cada evento, através de medidas de estatística descritiva, como a média e o desvio padrão (Neto et al 2002). Garcia et al (2010) destacam que as amostras analisadas devem ter certos critérios, como média e desvio padrão, e podem mostrar vários comportamentos de distribuições como Normal, Exponencial e Uniforme. As amostras obtidas devem ser aleatórias. Para isso, é preciso obter uma continuidade de números aleatórios.
Basicamente, o processo inicia-se com a identificação das variáveis a serem geradas de forma aleatória (Neto et al 2002). A precisão da quantidade de iterações vai depender de vários fatores. Um deles é o número de tentativas. Quanto maior for o número de tentativas melhor será já que os resultados serão mais representativos (Neto et al 2002).
Através da simulação de Monte Carlo o risco e incerteza são incorporados na análise da decisão de investimento de um modo particular. Ao invés de se utilizarem no cálculo os fluxos financeiros mais prováveis de cada uma das variáveis, caraterizam-se estas através da distribuição de probabilidades ajustadas à sua natureza (Soares et al 2015).
Assim, a simulação pode representar um fator
positivo na tomada de decisões uma vez
que permite um conhecimento melhor do impacto
no projeto, através das simulações, sobre o comportamento das variáveis
envolvidas na decisão. Assim,
proporciona à gestão a possibilidade de examinar e avaliar diversos planos
antes da realização do investimento.
Uma vez determinado o plano mais conveniente, aquele que contém o máximo de vantagens e o mínimo de desvantagens, pode-se por em prática na situação real (Garcia et al 2010). Em resumo, para executar o método de Monte Carlo, existem algumas fases básicas que devem ser seguidas: definição das variáveis envolvidas com base em dados passados ou as que foram identificadas num processo de análise de sensibilidade; obtenção de listagem dos números aleatórios relevantes para o estudo; obtenção de listagem de valores para cada uma das variáveis definidas; simulação; construção da distribuição de probabilidade para os indicadores e tomada de decisão. (Silva e Queirós, 2011).
