PRIORIZAÇÃO DE PROJETOS DE PESQUISA E DESENVOLVIMENTO NA INDÚSTRIA DO PETRÓLEO: UMA APLICAÇÃO DA TEORIA DOS PROSPECTOS
Yuri Bragança Mourão Faculdades Ibmec/RJ
Avenida Rio Branco, 108, quinto andar, Centro, RJ – Rio de Janeiro moraesmourao@gmail.com
Luiz Flávio Autran Ribeiro Gomes Faculdades Ibmec/RJ
Avenida Rio Branco, 108, quinto andar, Centro, RJ – Rio de Janeiro autran@ibmecrj.br
RESUMO
Este artigo aborda o processo decisório em uma empresa de petróleo para priorização de projetos de pesquisa e desenvolvimento de reservatórios de petróleo e propõe um modelo de apoio à decisão para o referido processo. Tal modelo apresenta ao decisor um elenco de projetos ordenado conforme as percepções de ganhos e perdas e que, dada uma linha de corte, pode ser administrado interna ou externamente pela empresa. Um teste piloto foi conduzido com dez projetos cujos critérios tiveram suas utilidades estimadas com base em escalas atualmente usadas e sua avaliação permitiu concluir acerca das vantagens conferidas pela aplicação de um modelo decisório no contexto atual, através do método multicritério TODIM. Este método trabalha com uma função de valor multiatributo aditiva e fundamenta-se analiticamente na Teoria dos Prospectos.
PALAVRAS CHAVE: Seleção de projetos. TODIM. Petróleo. Áreas de classificação principal: MC e PG.
ABSTRACT
This paper tackles the decision making process of a petroleum industry concerning the selection of projects of research and development on petroleum reservoirs and proposes a model of decision aiding to the referred process. This model supplies the decision maker with a list of projects ordered on the basis of perceptions of losses and gains. A pilot study was conducted with ten projects that had evaluation criteria assessed through the use of well-established scales. The pilot study so conducted led the analysts to the understanding of the advantages from using such a decision aiding model. The model relied on the application of the TODIM multicriteria decision aiding method, a method that uses a multiattribute, additive value function and is analytically founded on Prospect Theory.
1. Introdução
A indústria de petróleo é sustentada, dentre outras bases, por projetos de Pesquisa e Desenvolvimento (P & D) escolhidos de acordo com o posicionamento estratégico de cada empresa e suas estruturas de exploração. O principal foco destes projetos é identificar e priorizar as tecnologias críticas de sucesso, bem como recomendar suas formas de desenvolvimento e disponibilização. Tais projetos são regularmente aprovados, continuados ou descontinuados a partir de parâmetros estabelecidos pela empresa pesquisadora e outros interpretados como importantes pelos participantes do processo decisório (consultores, gerentes, clientes e coordenadores dos projetos). A decisão sobre aprovar, continuar ou não um dado projeto está sujeita a: (i) alinhamento com diretrizes institucionais; (ii) alcance dos objetivos estabelecidos; (iii) restrições orçamentárias; (iv) disponibilidade de profissionais especializados; e (v) interesses e dificuldades operacionais envolvidas. As propostas de P & D são originadas nas diversas unidades de negócio e avaliadas técnica e gerencialmente com base nas diretrizes supracitadas, além de: (i) diretrizes de gestão; (ii) diretrizes tecnológicas; e (iii) tecnologias associadas aos objetivos empresariais. Uma breve avaliação de alguns critérios gera antecipadamente um índice e a decisão final ocorre num encontro gerencial que avalia verbalmente outras nuances de cada projeto. Há, neste contexto, valores de difícil quantificação, verbais e sujeitos a variáveis intervenientes, além do processo ser intenso, envolver avaliações subjetivas e estar sujeito a limitações humanas do processo de escolha.
Em função do cenário descrito e do ambiente de negócios em que se dá a decisão acerca dos projetos de P & D, tem-se que, em diferentes casos, há normalmente informações insuficientes ou imprecisas para a tomada de decisão. Por exemplo, quanto um projeto de tratamento de incrustações marinhas em risers1 pode trazer de ganhos na exploração? Como valorar estes ganhos em termos de US$/boe2? Como calcular o VPL quando não há idéia do grau de sucesso da operação? A quantidade de critérios citados é considerada grande pelos envolvidos. A percepção ao risco de alguns dos consultados varia e a decisão sobre projetos de P & D na indústria de petróleo é naturalmente sujeita a riscos. Um projeto pode, ainda, provocar danos irreversíveis a um reservatório. Por outro lado, se bem sucedido, pode alongar sua vida útil. Mas, por quantos anos?
Assim, como se percebe, o ambiente de decisões está sujeito a variáveis quantitativas, verbais e de percepção de risco. Por isto, o enfoque analítico do Apoio Multi-critério à Decisão, usado neste estudo, mostra-se útil no desenvolvimento do suporte à decisão e permite, através do paradigma da Teoria dos Prospectos (Kahneman e Tversky, 1979), auxiliar eficazmente o processo decisório ora estudado.
2. Revisão da Literatura 2.1. Estado da arte
De um modo geral, a tomada de decisões nas organizações jamais é absolutamente racional, tantos são os fatores que influenciam cada decisor. A conscientização desta realidade advém do trabalho do psicólogo e economista Herbert Simon, em que este autor propõe limites, relacionados particularmente ao processamento e resgate de informações, para a racionalidade na tomada de decisões, inerentes ao organismo humano (DuBrin, 2003). Adicionalmente, estudos de psicometria mostram que o cérebro humano possui dificuldades de comparar, ao mesmo tempo, mais de sete alternativas e, ainda que se consiga, não convém trabalhar com mais de vinte critérios para o conjunto de alternativas estudadas (Gomes et al, 2004). Dado que há fatores externos, sobre os quais há pouco ou nenhum controle, que impedem a tomada de decisão completamente racional e que também há divergências sobre a valoração de critérios intangíveis
1 Riser = Tubulação que conduz o petróleo até a superfície marinha.
(i.e., qualidade de vida), um modelo analítico de apoio à decisão torna-se conveniente na prática de tomada de decisões. A Teoria de Decisão oferece, neste contexto, os amplos recursos do Apoio Multi-critério à Decisão, que pode ser definido como a atividade daquele que, baseado em modelos claramente apresentados, mas não necessariamente formalizados, ajuda na obtenção de elementos de resposta às questões e demandas de um decisor (
Gomes e Lima, 1992a e 1992b,
Gomes e Damázio, 1992, de Carvalho Filho, 1993,
Passos e Gomes, 2002, Gomes et al, 2004)
. Assim, o Apoio Multi-critério à Decisão tem por objetivo esclarecer cada decisão de modo que o decisor possua subsídios suficientes para escolher, entre as alternativas disponíveis, qual caminho seguir, o que passa inclusive por recomendar ou favorecer uma opção, ainda que não seja esta a escolhida, dado que se trata de apoio à decisão, não de sua tomada efetivamente.O modelo analítico aplicado à escolha deve conduzir, contudo, ao que seria um comportamento natural, óbvio ou esperado, desde que não haja preferência antecipada por uma das alternativas disponíveis. Tal modelo deve, portanto, aumentar a coerência entre a avaliação do processo, objetivos e valores voltados à decisão a ser tomada, representado pela utilidade das alternativas e calcado na Teoria de Utilidade Multi-atributo (Keeney e Raiffa, 1999). Tal Teoria baseia-se na hipótese de que, em qualquer problema de decisão, existe uma função de valor real v sobre o conjunto de alternativas A que o decisor deseja examinar, consciente ou inconscientemente. Esta função agrega os critérios X1, X2, ..., Xn e uma parte muito importante do papel do analista consiste em determiná-la (Gomes et al, 2004). A dita Teoria subentende que o decisor deva identificar as várias alternativas e elencar os critérios aos quais as alternativas serão submetidas. Segue-se, por conseguinte, a necessidade de estabelecer qual problema precisa ser resolvido e escolher o método apropriado. Trata-se, nesta fase, da modelagem do problema. Para o contexto ora estudado, dados os axiomas da Teoria de Decisão (Clemen e Reilly, 2001), o problema é modelado usando o método multi-critério TODIM, que se vale de uma função de valor linear aditiva para avaliar os desempenhos parciais das alternativas, de acordo com seus múltiplos critérios, e apóia-se na Teoria dos Prospectos para orientar a decisão.
Um modelo genérico de função de valor linear aditiva é apresentado a seguir, indicando que o desempenho de uma alternativa, ou seja, seu valor (ν(a)), corresponde ao valor de seus critérios νj (a) ponderados por seus pesos (wj) e somados:
)
(
)
(
a
w
v
a
v
=
∑
j j (1)2.2. Teoria dos Prospectos
A Teoria dos Prospectos foca o apoio à decisão sob a ótica do conhecimento acerca do comportamento humano nos processos decisórios com o objetivo de eliminar as discrepâncias entre teoria e comportamento. Neste contexto, Prospecto é um jogo de saídas possibilísticas (Larichev, 1999). Desenvolvida por Daniel Kahneman e Amos Tversky (1979), compreende o comportamento do ser humano face ao risco, no que tange a tomada de decisões. Kahneman e Tversky concluíram que, ao apresentar a mesma situação com aspectos de risco e diferentes enunciados de problemas decisórios para um grupo de pessoas, o ser humano prefere ganhar menos, diante do risco de perder e a certeza de ganhar e, em contrapartida, prefere correr o risco de ganhar diante da certeza de perder. Tal teoria apresenta-se como um novo paradigma no campo da ciência das decisões, contrapondo-se à Teoria de Utilidade Esperada desenvolvida por Neumann e Morgenstern na década de 40 (Clemen e Reilly, 2001). Adicionalmente, fatores como o ganho ou perda marginais e a possibilidade de cada um dos eventos acontecer são importantes para a tomada de decisão. De acordo com esta teoria, os decisores tendem a supervalorizar eventos não desejados e subvalorizar eventos com probabilidade muito baixa de ocorrer, atribuindo desta forma, pesos às probabilidades dos eventos (Larichev, 1999). Outro ponto fundamental para a tomada de decisão utilizando Teoria dos Prospectos é a definição de um ponto de referência. Diferente da utilidade esperada, os decisores avaliam uma mudança de status quo (referência) e a representação desta mudança como ganhos ou perdas, pois ao levar em
consideração aspectos psicológicos e pontos de vista diferentes diante do mesmo quadro, o mesmo cenário pode ser visto como um ganho para um decisor A e perda para um decisor B (Kahneman e Tversky, 1979, Hershey et al, 1985, Morrison, 2000, Robinson, 2001). Como resultado do desenvolvimento da Teoria dos Prospectos, Kahneman e Tversky elaboraram a curva de ganhos e perdas, cuja interpretação apresenta o comportamento humano modal frente ao risco e diante da percepção de ganhos. Pode-se verificar que, no campo das perdas, a curva possui declividade forte, que varia conforme cada decisor. A declividade desta região pode ser representada pelo fator de atenuação das perdas, representativo da correlação entre Utilidade (abscissa) e Ganhos/Perdas (ordenada).
Figura 1: Função de valor típica da Teoria dos Prospectos
2.3. Modelagem do Problema através do Método TODIM
O método TODIM é ideal para resolver problemas de ordenação de alternativas considerando os padrões de preferência quando são tomadas decisões de risco. O método combina o enfoque Multi-critério e Teoria dos Prospectos e é caracterizado por: (i) ser um instrumento acessível a profissionais sem formação específica em Apoio à Decisão; (ii) fornecer uma ordenação a partir da qual será produzida a decisão recomendada; (iii) englobar critérios quantitativos e qualitativos; (iv) ordenar critérios hierarquicamente; e (v) tratar a interdependência entre critérios. O método consiste de uma abordagem construtivista, pois a solução do problema é formulada ao longo de interações e tem em seu procedimento a: (i) formação de uma matriz de desejabilidades, na qual o desempenho dos critérios em cada alternativa é estimado numa escala de 0 a 10, ou mesmo outra definida pela empresa ou conjunto de decisores; (ii) a comparação entre critérios por pares, valorados através da escala de Saaty (1980) (apud, Gomes et al, 2004), seguida do cálculo do critério de referência, associado à teoria dos Prospectos; e (iii) tratamento matemático dos juízos de valor.
Interativamente, a cada momento, uma alternativa é considerada como referência e sua utilidade é calculada, representando o grau de dominância parcial de uma em relação à outra. Ao final as utilidades das alternativas são normalizadas e traduzidas em desempenhos que variam de 0 a 1, significando que a melhor alternativa (ou de maior compromisso) apresenta o desempenho máximo, enquanto a de menor compromisso apresenta desempenho mínimo. O fato do desempenho mínimo ser representado por zero não significa que a alternativa não possua utilidade. Ressalta-se que a percepção de perdas do decisor, nesta modelagem, está associada ao fator de atenuação, representativo de seu grau de aversão ao risco e corresponde à máxima correlação entre os pontos distribuídos na curva de perdas e ganhos, o que significa que, dadas duas percepções de risco diferentes, a mesma alternativa pode ser preterida por um decisor e preferida por outro. A fundamentação psicológica do método TODIM é evidenciada pela
aplicação de duas funções de diferença aditiva que variam conforme a percepção de perdas e ganhos do decisor. Deve-se notar que, alinhado com a Teoria dos Prospectos, a relação (wic – wjc) > 0 representa um ganho relativo e (wic – wjc) < 0 uma perda relativa.
Neste sentido, o termo wjc funciona como uma âncora, ou seja, a referência de ganhos e perdas para um critério c, não varia durante a comparação entre as alternativas i e j, apenas quando mudar o critério de referência. Assim, há tantas tabelas de cálculo quantos são os critérios considerados e tais cálculos são apresentados a seguir, através das equações (2) e (3) para dominâncias relativas e (4), para normalização das desejabilidades.
∑
=∀
Φ
=
m 1 c c(
,
),
(i,
j)
j)
(i,
i
j
δ
(2)⎪
⎪
⎪
⎪
⎪
⎪
⎩
⎪⎪
⎪
⎪
⎪
⎪
⎨
⎧
<
−
−
−
=
−
>
−
−
=
∑
∑
0
w
w
se
a
)
w
)(w
a
(
θ
1
0
w
w
se
0
0
w
w
se
a
)
w
(w
a
j)
(i,
Φ
jc ic rc ic jc c rc jc ic jc ic c rc jc ic rc c (3)∑
∑
∑
∑
= = = =−
−
=
n j n j n j n jj
i
j
i
j
i
j
i
1 1 1 1)
,
(
min
)
,
(
max
.)
,
(
min
)
,
(
δ
δ
δ
δ
ξ
(4) Onde:δ(i,j) – é a medida de dominância de uma alternativa i em relação a outra alternativa j.
arc – taxa de substituição (trade-off). wic e wjc – são as medidas de valor, ou pesos, das alternativas i e j para o critério c.
θ – é o fator de atenuação. Usado para aumentar a representatividade da curva ajustada à nuvem de pontos relacionados à percepção de perdas do decisor. Seu valor é empírico, testado na prática para cada processo decisório.
3. Metodologia de Trabalho
O método TODIM foi aplicado ao processo decisório da área de P & D de uma empresa de petróleo cujo nome não é exposto por motivos de sigilo empresarial e foram seguidas as etapas de: (i) levantamento de critérios; (ii) comparação por pares; (iii) valoração das alternativas; e (iv) análise de sensibilidade, com tratamento matemático relacionado ao método nas etapas pertinentes. O sigilo das alternativas foi também preservado e as mesmas são tratadas por P1, P2... P10 cujos escopos são listados na tabela (1).
Projeto Escopo P1 Desenvolver um algoritmo automatizado de modelagem numérica de reservatórios de
petróleo e testá-lo em um campo em exploração
P2 Desenvolver um software para modelagem de reservatórios canalizados que respeite a complexidade e a geometria de sistemas meandrantes e condicioná-lo,
progressivamente, aos poços e a parâmetros físicos.
P3 Estudar a viabilidade técnica de obtenção das curvas de permeabilidade óleo-água in-situ por meio de testes de injetividade em poços.
P4 Planejar a atividade de testemunhagem3 de reservatórios de petróleo, prevendo a utilização das ferramentas e procedimentos adequados, combatendo as circunstâncias
onde pode haver o comprometimento das características originais do testemunho P5 Reavaliação da saturação residual do óleo em um campo de petróleo, assim como
aplicar novas metodologias para estimativa do indicador de óleo residual P6 Apresentar uma metodologia para determinação experimental da pseudo-pressão de
saturação em petróleos nacionais pesados, identificando com o auxilio da tomografia os casos em que há possibilidade de ocorrer o comportamento dilatante, com
impactos na produção
P7 Implantação de piloto de injeção cíclica de gás natural em um poço produtor, visando a confirmação de estudos teóricos sobre o método usado
P8 Compreender o potencial selante de falhas geológicas em reservatórios de campos de petróleo atualmente em produção para melhoria das tecnologias de exploração P9 Desenvolver um ambiente de software integrado cujo objetivo é auxiliar os
profissionais da área de Engenharia de Reservatórios a realizar as diversas etapas envolvidas no processo de simulação numérica de reservatórios.
P10 Definir os controles estratigráficos (ciclos, seqüências, limites) e faciológicos sobre processos e produtos diagenéticos responsáveis pelas modificação da qualidade dos
reservatórios (permeabilidade, porosidade) Tabela 1 – Resumo dos escopos dos projetos usados neste artigo
Os critérios foram levantados bibliográfica e heuristicamente, montando na lista abaixo: • Nota do Comitê Decisor;
• Retorno do Projeto; • Risco do Projeto;
• Impactos Sócio Ambientais do Projeto; • Tecnologia Associada ao Projeto;
• Conseqüências da Descontinuidade do Projeto; • Conversibilidade do Projeto em Serviço; • Alinhamento com Estratégia da Cia.; • Competência da Cia. na Seara do Projeto; • Disponibilidade de Homem-Hora.
Com base no método de Minimização Heurística da Interdependência entre Critérios (Gomes e Damázio, 1992) os mesmos critérios tiveram sua interdependência minimizada, resultando no novo conjunto representado por:
• Retorno x Risco.
• Impactos Sócio Ambientais do Projeto. • Tecnologia Associada ao Projeto.
• Conseqüências da Descontinuidade do Projeto. • Conversibilidade do Projeto em Serviço. • Alinhamento com Estratégia da Cia. • Competência da Cia. na Seara do Projeto.
Critério Motivo da Eliminação
Nota do Comitê Decisor Depende fortemente das avaliações dos envolvidos com relação aos critérios: retorno, custo, risco, impactos sócio-ambientais.
3 Procedimento de coleta de amostra de rocha que consiste em inserir uma ferramenta na rocha e retirar um
Retorno do Projeto Combinado com Risco de modo a produzir um índice que os represente.
Risco do Projeto Idem.
Disponibilidade de Homem-Hora
É restrição ao processo, não critério, e pode ser contornada com contratação externa de recursos.
Tabela 2 – Apresentação dos critérios eliminados
Em seguida uma planilha em Excel® foi validada entre os gerentes de duas áreas relacionadas à decisão em questão e consultores participantes, primando pela simplicidade de manuseio e compreensão dos termos. A planilha foi distribuída eletronicamente a 12 envolvidos com a decisão na gerência testada e era composta por 3 colunas e 21 linhas. As colunas das extremidades continham os critérios a serem comparados par a par, resultando em 21 comparações, usando a escala de Saaty (apud Gomes et al, 2004), apenas no aspecto verbal. O aspecto quantitativo da escala foi usado para traduzir os juízos de valor para o método. A tarefa dos envolvidos consistia em comparar o critério da coluna A com o critério da coluna C usando os juízos de valor listados na coluna B (usando o recurso de dropdown do Excel®) como elemento de comparação. A média aritmética foi usada como medida de tendência central dos juízos de valor e as inconsistências minimizadas por normalização da matriz de comparação entre pares.
Os dados foram organizados na planilha eletrônica e então as alternativas avaliadas em relação a seus desempenhos frente a cada critério listado. As escalas de desempenho são apresentadas na tabela (3) e as desejabilidades são tão maiores quanto as medidas de desempenho, apresentando relação direta. Notadamente, para o critério “Competência da Cia. na Seara do Projeto”, há interesse em apoiar projetos cuja competência não está instalada e seu desenvolvimento é desejado, por isso sua escala apresenta relação inversa para com os juízos de valor. Adicionalmente, as escalas tentam reproduzir o que é usado atualmente na empresa.
Os significados dos critérios são apresentados na tabela (4) e foram usados com intuito de minimizar discrepâncias na comparação por pares. O método TODIM, completamente inserido na planilha, foi usado para calcular a utilidade global das alternativas em relação às percepções de ganhos e perdas do decisor testado.
O resultado final foi testado para sensibilidade pela troca do critério de referência (arc) e pela alteração do fator de perdas (θ).
Critério Medida de Desempenho
Alto Risco x Baixo Retorno 1
Baixo Risco x Baixo Retorno 2
Alto Risco x Alto Retorno 3
Retorno x Risco
Baixo Risco x Alto Retorno 4
Impacto Negativo 1
Sem Impacto Negativo ou Positivo 2
Impacto Positivo 3
Impactos Sócio Ambientais do Projeto
Impacto Muito Positivo 4
Baixa Sustentabilidade 1
Média Sustentabilidade 2
Alta Sustentabilidade 3
Tecnologia Associada ao Projeto
Crítica 4
Conseqüências Negativas 1
Sem Conseqüências Negativas ou Positivas 2
Conseqüências Positivas 3
Conseqüências da Descontinuidade do Projeto
Conseqüências Muito Positivas 4
Conversível em Serviço 1
Conversibilidade do Projeto em
Serviço Não Conversível Em Serviço 2
Fracamente Alinhado 1
Alinhado 2 Alinhamento com Estratégia da
Cia.
Fortemente Alinhado 3
Não Há Competência. 4
Há pouca Competência. 3
Há Competência. 2
Competência da Cia. na Seara do Projeto
Há muita Competência. 1
Tabela 3 – Escalas de medida de desempenho dos critérios
Critério Definição Relação Retorno x Risco Produto da maximização do retorno e minimização do risco
Impactos Sócio-ambientais Impactos produzidos na sociedade e no meio ambiente, quer sejam positivos ou negativos
Tecnologia Associada Tecnologia atribuída ao projeto em função das análises empreendidas
Conseqüências da Descontinuidade
Eventos não desejados que podem ocorrer em caso de descontinuidade do projeto, englobando as possibilidades seguintes: se o projeto não for aprovado...acontecerá isto de
ruim/não desejado Conversibilidade do Projeto
em Serviço Possibilidade da Proposta de Projeto ser convertida em Serviço Técnico Alinhamento com Estratégia
da Cia.
Alinhamento da Proposta de Projeto com a estratégia da Cia. Competência da Cia. na Seara
do Projeto
Grau de conhecimento e competência que a Cia. apresenta relacionado com o escopo do projeto
4. Apresentação dos resultados e limitações
A tabela (5) apresenta a valoração dos atributos feita pelo decisor (matriz de desejabilidades), conforme a escala apresentada na tabela (3), inclusive com alguns valores intermediários, em relação aos discriminados na tabela (3).
A figura (2) apresenta o resultado do estudo piloto aplicando dois fatores de atenuação a perdas, ambos com correlação igual, mostrando que, para graus de aversão diferentes, apesar do aumento da aversão, as preferências são praticamente mantidas, e a ordenação dos projetos alterada apenas da 6ª posição em diante, como pode ser verificado na tabela (6). Um teste de sensibilidade foi conduzido com a alteração do cálculo do arc, pela substituição do maior trade-off pelo segundo maior. Foi observado que não ocorre alteração da ordenação, absolutamente, pelo menos para o grau de precisão usado.
Como todo modelo analítico, o método selecionado de apoio à decisão possui suas limitações. Tais limitações estão relacionadas a algumas das etapas do processo decisório e características da empresa em que se dá a decisão. Por exemplo, a Teoria dos Prospectos analisa a tomada de decisões considerando cenários de valor esperado entre as alternativas, correspondentes à esperança matemática. Todavia, esta representa a medida de tendência central para cenários cujos tamanhos tendem ao universo amostral, portanto, um conjunto de observações distribuídos numa curva normal, não um evento isolado. Neste sentido, não convém analisar eventos isolados, não representados estatisticamente, tal como fossem probabilisticamente distribuídos. Adicionalmente, não é raro que o decisor ou analista possua dados possibilísticos4 no lugar de probabilísticos5, o que insere mais erros de percepção ainda na função de utilidade aplicada, visto que os primeiros contam com a sensibilidade de especialistas experientes. Conseqüentemente, a abordagem de um problema de decisão através da Teoria dos Prospectos está sujeita a cenários em que a Teoria do Limite Central não possa ser evocada e que a ocorrência de um evento não desejado possua relevância para o decisor.
Outra limitação reside na modelagem de cenários de decisões rotineiras. Tais cenários são passíveis de implementação de políticas de decisões, minimizando o efeito dos prospectos, provocado pela aversão a perdas, demandando, portanto, a aplicação de um método diferente.
Outrossim, a tentativa de simplificar o processo de modo a propor um modelo decisório viável e passível de demonstração não impede detalhamentos melhores, quiçá com a utilização integrada a teorias de opções reais ou redes neurais. O método TODIM permite ainda o tratamento dos critérios organizados hierarquicamente e uso de métricas diferenciadas, de forma a evitar empates técnicos como o observado neste ensaio.
Matriz de Desejabilidades
Projetos
Critério P1 P2 P3 P4 P5 P6 P7 P8 P9 P10
Relação Retorno x Risco 2,0 2,0 2,5 2,0 4,0 2,0 2,5 3,0 2,0 2,0 Impactos Sócio Ambientais 2,0 2,0 1,0 2,0 2,0 2,0 2,0 3,0 2,0 2,0 Tecnologia Associada 1,0 2,0 3,0 3,0 4,0 1,0 2,0 3,0 1,0 1,0 Consequências da Descontinuidade 2,0 2,0 2,0 1,0 1,0 2,0 1,0 1,0 2,0 2,0 Conversibilidade em Serviço (ATC) 2,0 2,0 2,0 2,0 2,0 2,0 2,0 2,0 2,0 2,0 Alinhamento com Estratégia da Cia. 1,0 2,0 2,0 2,0 3,0 1,0 2,0 3,0 1,0 2,0 Competência da Cia na Seara do Projeto 2,0 2,0 3,0 3,0 3,0 1,0 1,0 3,0 2,0 1,0
Tabela 5 – Desejabilidades das alternativas conforme os critérios
4 Dados possibilísticos: dados cuja probabilidade de ocorrer é estimada por especialistas, não possuem
histórico de dados suficientes para tratamento estatístico e, por isso, não podem ser corretamente representados por uma medida de tendência central, desvio padrão e incertezas relacionadas.
5 Dados probabilísticos: dados cuja probabilidade de ocorrer obedece a uma distribuição conhecida (normal
ou não) e pode ser representado por uma medida de tendência central, desvio padrão e incertezas relacionadas.
R2 = 0,8759 R2 = 0,8759 -1,6000 -1,4000 -1,2000 -1,0000 -0,8000 -0,6000 -0,4000 -0,2000 0,0000 0,2000 0,4000 -0,2000 -0,1500 -0,1000 -0,0500 0,0000 0,0500 0,1000 0,1500 0,2000 Perdas q = 1 Ganhos Perdas q = 5 Polinômio (Perdas q = 1) Polinômio (Ganhos) Polinômio (Perdas q = 5)
Figura 2 – Gráfico de Perdas e Ganhos usando θ = 5 e θ = 1
θ = 1 θ = 5
Ranking
Alternativas Desempenho Alternativas Desempenho
1º P5 1,0000 P5 1,0000 2º P8 0,9747 P8 0,9771 3º P3 0,8132 P3 0,6998 4º P4 0,7114 P4 0,5489 5º P2 0,6246 P2 0,4730 6º P10 0,2553 P7 0,2004 7º P1 0,2535 P10 0,1831 8º P9 0,2535 P1 0,1755 9º P7 0,1842 P9 0,1755 10º P6 0,0000 P6 0,0000 Tabela 6 – Comportamento da ordenação com a variação de θ, fixando arc para o maior valor
θ = 1 θ = 5 Ranking
Alternativas Desempenho Alternativas Desempenho
1º P5 1,0000 P5 1,0000 2º P8 0,9747 P8 0,9771 3º P3 0,8132 P3 0,6998 4º P4 0,7114 P4 0,5489 5º P2 0,6246 P2 0,4730 6º P10 0,2553 P7 0,2004 7º P1 0,2535 P10 0,1831 8º P9 0,2535 P1 0,1755 9º P7 0,1842 P9 0,1755 10º P6 0,0000 P6 0,0000
Tabela 7 – Comportamento da ordenação com a variação de θ, fixando arc para o 2º maior valor
5. Conclusões
Este artigo apresenta contribuições importantes para o processo decisório de escolha de projetos de P & D em empresas de petróleo. Em seu cerne, tais projetos apresentam requisitos muitas vezes de difícil comparação e outros não facilmente quantificáveis pelos participantes ou decisores. Juízos de valor diferentes e diversas variáveis são demandados, o que coloca os decisores em posição não muito confortável e por vezes conflitante com os interesses do grupo, da empresa e de sua gerência.
Como avaliar, de forma mais racional possível, as alternativas apresentadas? Como se sentir seguro de que a decisão tomada não compromete a credibilidade de uma área de negócios ou mesmo do decisor? Não raramente, é possível encontrar em modelos decisórios empresariais a aplicação de mais tempo que o desejado na decisão em si de quais projetos devem ser conduzidos e bem menos tempo na estruturação e análise do problema, tal como feito neste estudo. Tais modelos dificultam a comparação do que, em qual intensidade, é realmente importante para a empresa, apenas contando com pesos determinados previamente, sem análise de sua consistência. Adicionalmente, não apreciam mudanças de cenários, e não permitem a elaboração de planos de contingência. Diferentemente, os resultados da ordenação dos projetos apresentados neste artigo mostram que é possível minimizar o esforço de priorização e dedicar tempo à análise de sensibilidade em diversas dimensões, uma vez que este é também um aspecto muito importante para uma indústria produtora de uma commodity fortemente impactada por mudanças de cenários, que precisa selecionar projetos de longa duração.
A observação da ordenação dos projetos para diferentes θ permite, também, quatro importantes conclusões, quais sejam: (i) dada a pequena alteração da ordenação em função do θ podem ser adotadas decisões menos conservadoras, dependendo do planejamento desejado para a organização, favorecendo o estudo de tecnologias de maior prêmio e alto risco e gerando opções empresariais que valorem fortemente a empresa; (ii) a não influência da alteração do arc na ordenação demanda maiores pesquisas em torno dos motivos e dos efeitos provocados no cálculo das dominâncias, se necessário aumentando a precisão para maiores conclusões; e (iii) dois projetos (1 e 9) possuem a mesma utilidade, o que os torna equivalentes, para os critérios aplicados e estimação de seus desempenhos, sinalizando que para priorização adicional é interessante desdobrar os critérios em subníveis ou adicionar critérios de modo a diferenciar as alternativas e permitir sua ordenação, notadamente com a maturação do processo.
Quanto à forma de administração dos projetos, importa observar que a linha de corte depende dos interesses relacionados e das restrições empresariais, não tratadas neste trabalho, e que podem ser objeto de modelagem adicional para decisão o que denota que o modelo aplicado não encerra o processo decisório em questão e há potencial para transformá-lo em uma ferramenta institucional importante.
6. Bibliografia
CLEMEN, Robert T., REILLY, Terence. Making Hard Decisions with Decision Tools. 2 ed. revisada, California, Duxbury, 2001, Cap. 4, 5.
DE CARVALHO FILHO, Ricardo Spinelli. Modelando Preferências Individuais Utilizando um Método de "Auxílio Multi-critério à Decisão", Testando a Teoria da Prospectiva. Projeto de formatura apresentado ao Departamento de Engenharia Industrial da PUC-Rio. 1993. DUBRIN, Andrew J. Fundamentos do comportamento organizacional. São Paulo, Thomson, 2003. 471 p.
GOMES, L.F.A.M. e DUARTE, V.C. de A. Análise Multi-critério de Risco: O Método Todim. XVII ENEGEP (Categoria Pôster) e IV Congresso Internacional de Engenharia Industrial. UFF, 1998.
GOMES, L. F. A. M. ; LIMA, M. M. P. P. . Todim: Basics and Application to Multicriteria Ranking of Projects with Environmental Impacts. Foundations Of Computing And Decision Sciences, Polônia, v. 16, n. 4, p. 113-127, 1992a.
GOMES, Luiz F.A.M., LIMA, M. M. P. P. From Modelling Individual Preferences to Multicriteria Ranking of Discrete Alternatives: A Look at Prospect Theory and the
Additive Difference Model, Foundations Of Computing And Decision Sciences, Polônia, v. 17, n. 3, p. 171-184, 1992b.
GOMES, Luiz Flávio Autran Monteiro., DAMÁZIO, H.N. Minimização Heurística da Interdependência entre Critérios no Auxílio à Decisão. Uma Aplicação à Decisão sobre Seguro Ambiental para Transporte Rodoviário de Produtos Perigosos. Memorando Técnico de PUC RJ, Rio de Janeiro, n. 10, 1992, 10p.
GOMES, Luiz Flávio Autran Ribeiro, ARAYA, Marcela Cecília González, CARIGNANO, Claudia. Tomada de Decisões em Cenários Complexos. São Paulo, Pioneira Thomson Learning, 2004, 167p.
HERSHEY, J. C., BARON, J., SCHOEMAKER P. J. H. Probability versus certainty equivalence methods in utility measurement: Are they equivalent? 1985. Management Science, v. 31, n. 10, p. 1213, 19 p.In: <http://scholar.google.com.br/scholar>. Acesso em 15/05/06.
KAHNEMAN, D., TVERSKY, A. Prospect Theory: An Analysis of Decision under Risk. Econometrica, v
. 47, n. 2,
1979, 29p.KEENEY, Ralph L., RAIFFA, Howard. Decisions with multiple objectives: preferences and value tradeoffs. Cambridge, Cambridge University Press, 1999. 569p.
KILKA, Michael, WEBER, Martin. What Determines the Shape of Probability Weighting Under Uncertainty? Management Science, v. 47, nº 12, Dezembro de 2001, p. 1712-1726, 15p. LARICHEV, Oleg. Normative and Descriptive Aspects of Decision Making.
Boston, Kluwer
Academic Publishers, 1999.
In: http://www.epnet.com. Acesso em 12/08/2005, 25p.MORRISON, G. C. Expected Utility and the Endowment Effect: Some Experimental Results. Working paper n. 98/21, Department of Economics, University of Nottingham, U.K., 2000.
PASSOS, Aderson Campos, GOMES, Luiz F.A.M. Avaliação multi-critério de material de emprego militar.Anais do XXXIV SBPO; 2002, 12p.
ROBINSON, A., G. Loomes, M. Jones-Lee. Visual Analog Scales, Standard Gambles, And Relative Risk Aversion. Medical Decision Making , v. 21, n. 1, p.17–27, 2001.
