1
Análise de Sensibilidade,
Árvores de Decisão
e Simulação
2
Análise de Sensibilidade
• Existem em um projeto uma série de
incertezas;
• O método do fluxo de caixa descontado parte
da premissa de que as previsões sempre
serão cumpridas;
• Um série de variáveis podem ser alteradas
• A criação de diferentes cenários possíveis
facilita a tomada de decisão, tornando-a mais
confiável
3
Caso: Eagle Airlines
• Empresa: Eagle Airlines
• Atualmente: 3 bimotores
– Vôos charter (60%) e de carreira (40%)
– Distância média: 300 milhas (90 min)
• Estratégia: Crescer no setor de charters
• Oportunidade: Comprar um Piper Seneca
– 5 lugares
4
Dados e Informações
• Preço do Seneca: US$85 mil
• Manutenção imediata: 0 a $5 mil
• Custo operacional: $245/hora (combust.,
manutenção, salário do piloto)
• Vida útil: 12 anos
(avião depreciável em 10
anos)
5
Alternativas
• Comprar o avião já
• Não comprar o avião
6
Estimativas
Variável
Mínimo
Mais
provável
Máximo
Preço avião
$85,000
$87,500
$90,000
Horas de vôo
500
800
1000
Preço Charter ($/h)
300
325
350
Preço carreira ($/pass/h)
95
100
108
Ocupação vôos carreira
40%
50%
60%
Razão charter/carreira
45%
50%
70%
Custo operacional ($/h)
230
245
260
Custo fixo anual
$18,000
$20,000
$25,000
Taxa livre de risco
1%
2%
5%
7
Montagem do FC
(valores base - anos 1 a 10)
• Receita =
Rec charters + Rec vôos regulares =
(p
charters
x horas x h
charter
/h
Total
) + (p
carreira
x horas x
h
carr
/h
Total
x assentos x ocupação) =
800 x [($325 x 50%) + ($100 x 50% x 5 x 50%) =
$230 mil
• Custos =
Custos variáveis + fixos =
(horas x custo/h) + CF = 800 x $245 + 20.000 =
$216 mil
8
Montagem do FC
(valores base - anos 1 a 10)
• Depreciação =
$8750 / ano
• Lucro tributável =
Receitas – Custos – Depreciação =
230 – 216 – 8,75 = $5,25 mil / ano
• IR = L. trib x alíquota
5,25 x 35% = $1,84 / ano
• FCL = Receita – Custos – IR.
9
Montagem do FC
(valores base - anos 11 e 12)
• Depreciação =
zero
• Lucro tributável =
Receitas – Custos – Depreciação =
230 – 216 = $14 mil / ano
• IR = L. trib x alíquota
14
x 35% = $4,9 / ano
• FCL = Receita – Custos – IR.
10
Cálculo do VPL
• Suponha que o WACC = r
f
+ 6% =8.0%
• Cálculo do VPL
CF
0
= -87500
CF
1
a CF
10
= 12.160
CF
11
e CF
12
= 9.100
i = 8%
VPL =
$1.628
11
O que acontece se os valores
desviarem dos valores-base?
Quais variáveis
podem “estragar”
o VPL?
Posso obter info
adicional sobre
essas variáveis?
Qual é o custo
dessa
informação?
Consigo agir
sobre essas
variáveis?
12 ($50,000) ($25,000) $0 $25,000 $50,000 300 310 320 330 340 350 Preço Charter VPL
Impacto do preço dos vôos
Preço
charter
VPL
$325
$1,628
300
($47,357)
305
($37,560)
310
($27,763)
315
($17,966)
320
($8,169)
325
$1,628
330
$11,425
335
$21,222
340
$31,019
345
$40,816
350
$50,612
13
($12,000)
($8,000)
($4,000)
$0
$4,000
$8,000
1.00%
2.00%
3.00%
4.00%
5.00%
Risk free rate
VPL ($)
Sensibilidade a r
f
TX livre
de risco
VPL
2%
$1,628
1.00%
$6,288
1.25%
$5,088
1.50%
$3,912
1.75%
$2,759
2.00%
$1,628
2.25%
$519
2.50%
($569)
2.75%
($1,636)
3.00%
($2,683)
3.25%
($3,710)
3.50%
($4,718)
3.75%
($5,707)
4.00%
($6,678)
4.25%
($7,630)
4.50%
($8,565)
4.75%
($9,483)
5.00%
($10,384)
14
Análise de sensibilidade no Excel
1) Coloque numa coluna os diversos valores que sua variável
livre (
ocupação dos vôos de carreira
) pode assumir
Ocupação VPL
R$ 1.628
40%
(R$ 96.341)
42%
(R$ 76.747)
44%
(R$ 57.153)
46%
(R$ 37.560)
48%
(R$ 17.966)
50%
R$ 1.628
52%
R$ 21.222
54%
R$ 40.816
56%
R$ 60.409
58%
R$ 80.003
60%
R$ 99.597
2) Na célula uma linha acima e uma
coluna à direita (a nordeste) iguale à
célula que contém o VPL do seu FC
3) Selecione a coluna que contém os
valores de sua variável livre + a célula
imediatamente acima + a coluna
imediatamente à direita.
a) Vá em Dados => Tabela
b) Em “células de entrada de coluna”
coloque a célula que alimenta seu FC
com a variável livre
15
Sensibilidade a todas as variáveis
(diagrama tornado)
0 1 2 3 4 5 6 7 8 9 -150000 -100000 -50000 0 50000 100000 150000 VPL ($) Ocup. carr. Custo var. Horas de vôo Preço Ch. Razão ch/carr Pr. Carr. CF anual Tx livre risco16
4 variáveis mais importantes
5
6
7
8
9
-150.000 -100.000 -50.000 0 50.000 100.000 150.000VPL ($)
Ocup. carr.
Custo var.
Horas de vôo
Preço Ch.
17
Análise de sensibilidade a 2 variáveis
(two-way sensitivity analysis)
• Suponha que queremos explorar o
impacto das duas variáveis mais
importantes
– Ocupação dos vôos de carreira
– Custo Operacional
18 (200.000) (100.000) 0 100.000 200.000 300.000 400.000 35% 45% 55% 65% 75%
Taxa de Ocupação - Avião de Carreira
19
(80.000)
(60.000)
(40.000)
(20.000)
0
20.000
40.000
60.000
80.000
230
235
240
245
250
255
260
Custo Oprracional
VPL
20
Análise de sensibilidade a 2 variáveis
(two-way sensitivity analysis)
40% 45% 50% 55% 60% 230 240 250 260 VPL = 0
Custo
operacional
Ocup
aç
ão
VPL > 0
VPL < 0
A
B
Como encontrar os pontos A e B ?
21
No Excel
1) Defina a variável menos importante em um dos
valores extremos (C. Oper = 230)
2) Ferramentas => Atingir Meta (Goal Seek)
– Definir Célula:
A célula do seu VPL
– Para valor:
0
– Alternando célula:
Input da variável 2 (Ocupação)
3) Resultado da operação (230 ; 55,8%)
é o ponto A
Árvore de decisão - Objetivos
• Permitir análises explícitas dos possíveis
acontecimentos e decisões futuras.
• Realçar as ligações mais importantes entre as
decisões de hoje e de amanhã.
• “Essas árvores só serão produtivas se forem
bastante podadas” – Prioridades!
Caso “Magna Charter”
• Contexto Brealey
– Empresa que oferece serviço aéreo para
executivos.
– Fundadora percebe a demanda do mercado de
empresas por vôos ocasionais.
Decisões a serem tomadas:
• Que avião comprar?
– Turboprop = $550.000
– Piston =
$250.000
• Caso seja comprado o avião menor e a
demanda for alta, pode expandir no
segundo ano a custo menor.
960 (.8)
220(.2)
930(.4)
140(.6)
800(.8)
100(.2)
410(.8)
180(.2)
220(.4)
100(.6)
+150(.6)
+30(.4)
+100(.6)
+50(.4)
-550
VPL= ?
-250
VPL= ?
-150
0
ou
Turbo
Pistão
Árvores de Decisão
960 (.8)
220(.2)
930(.4)
140(.6)
800(.8)
100(.2)
410(.8)
180(.2)
220(.4)
100(.6)
+150(.6)
+30(.4)
+100(.6)
+50(.4)
-550
VPL= ?
-250
VPL= ?
-150
0
ou
812
456
660
364
148
Árvores de Decisão
Turbo
Pistão
960 (.8)
220(.2)
930(.4)
140(.6)
800(.8)
100(.2)
410(.8)
180(.2)
220(.4)
100(.6)
+150(.6)
+30(.4)
+100(.6)
+50(.4)
-550
VPL= ?
-250
VPL= ?
-150
0
or
812
456
660
364
148
960
.
80
220
.
20
812
Árvores de Decisão
Turbo
Pistão
960 (.8)
220(.2)
930(.4)
140(.6)
800(.8)
100(.2)
410(.8)
180(.2)
220(.4)
100(.6)
-550
VPL= ?
-250
VPL= ?
-150
0
ou
812
456
660
364
148
+150(.6)
+30(.4)
+100(.6)
+50(.4)
*450
331
450
150
10
.
1
660
Árvores de Decisão
Turbo
Pistão
960 (.8)
220(.2)
930(.4)
140(.6)
800(.8)
100(.2)
410(.8)
180(.2)
220(.4)
100(.6)
-550
VPL= ?
-250
VPL= ?
-150
0
ou
812
456
660
364
148
+150(.6)
+30(.4)
+100(.6)
+50(.4)
VPL=444.55
VPL=888.18
VPL=550.00
VPL=184.55
*450
331
18
.
888
150
10
.
1
812
Árvores de Decisão
Turbo
Pistão
960 (.8)
220(.2)
930(.4)
140(.6)
800(.8)
100(.2)
410(.8)
180(.2)
220(.4)
100(.6)
812
456
660
364
148
+150
(.6)
710.73
+30
(.4)
+100
(.6)
403.82
+50
(.4)
-150
0
*450
331
ou
VPL=444.55
VPL=888.18
VPL=550.00
VPL=184.55
-550
VPL= ?
-250
VPL= ?
888
.
18
.
60
444
.
55
.
40
Árvores de Decisão
Turbo
Pistão
Árvores de Decisão
960 (.8)
220(.2)
930(.4)
140(.6)
800(.8)
100(.2)
410(.8)
180(.2)
220(.4)
100(.6)
812
456
660
364
148
+150(.6)
710.73
+30(.4)
+100(.6)
403.82
+50(.4)
-550
VPL=96.12
-250
VPL=117.00
-150
0
*450
331
or
VPL=444.55
VPL=888.18
VPL=550.00
VPL=184.55
12
.
96
550
10
.
1
73
.
710
Turbo
Pistão
960 (.8)
220(.2)
930(.4)
140(.6)
800(.8)
100(.2)
410(.8)
180(.2)
220(.4)
100(.6)
812
456
660
364
148
+150(.6)
710.73
+30(.4)
+100(.6)
403.82
+50(.4)
-550
VPL=96.12
-250
VPL=117.00
-150
0
*450
331
ou
VPL=444.55
VPL=888.18
VPL=550.00
VPL=184.55
Turboprop
Árvores de Decisão
Pistão
Abandono do Projeto
• Neste caso não foi levada em consideração a
alternativa de abandonar o projeto.
• Se a empresa escolher o avião grande e a demanda
for baixa no primeiro ano ela ainda tem tempo de
vendê-lo para recuperar parte do investimento.
• Neste caso devemos acrescentar mais um ponto de
decisão (quadrado).
34
35 Fase I - Sucesso 60% -$40 Entra na Licença -$30 40% Fase I - Fracasso
Não entra na Licença $0
Davanrik would be administered to 20-80 healthy people to determine if the drug was safe
enough to continue into the efficacy stages of clinical testing. Phase I would take two years to
complete. It was expected to cost $30 million, including an initial $5 million fee to LAB for
licensing the drug. There was a 60% chance that Davanrik would successfully complete
Phase I.
Phase I
36
Phase II
In this phase, Davanrik would be given to 100-300 patient volunteers to determine is efficacy for treating depression and/or weight loss and to document any side effects. To complete the efficacy tests, Davanrik would have to demonstrate a statistically significant impact on patients suffering depression, obesity, or both. The Merk team estimated a 10% probability that Phase II would show that Davanrik would be efficacious for depression only, a 15% probability for weight loss only, and a 5% probability that it would be efficacious for both depression and weight loss at the same time. Like Phase I, Phase II would require two years of clinical testing to complete. Phase II was expected to cost $ 40 million, including a $2.5 million licensingmillestone payment to LAB.
37
Phase III
In this phase, Davanrik would be administered to 1000-5000 volunteers to determine safety and efficacy in long term use. Because of the number of volunteers and nature of testing, this was the most costly of the phases and was expected to take three years to complete. The costs and probability of success depend on the outcome from Phase II. If Davanrik was effective for only depression, Phase III trials would cost
$200 million, including a $20 million payment to LAB, and have a 85% chance of success. If it were effective for weight loss only, it would cost $150million (including a $10 million LAB payment) and have a 75% chance of success. If, however, it was efficacious for both weight loss and depression, more specialized trials would be required to determine efficacy for the dual indication. The total cost of the Phase III clinical tests for the two separate indications together with the dual
indication was expected to be $500million, including a $40 million licensing payment to LAB and had a 70% chance of successful outcome. Under this scenario, there was a 15%
chance of a successful outcome for depression only and a 5%
chance of a successful outcome for weight loss only. The probability of complete failure of the dual indication or either separate indication was only 10%.
38
Phase III
Davanrik had substantial potential profits, especially if it was effective both as a treatment for depression and weight loss. If the drug were approved only for the treatment of depression, it would cost $250million to launch, and had a commercializa-tion present value of $1.2 billion. If Davanrik were only
approved for weight loss, it would cost $100million to launch, and the PV of $345million. However, if Merk could launch the product with claims for both indications, it would cost $400
39
42
• roleta - gerador de números aleatórios
• Como entrada
– variáveis com certo padrão de distribuição
– são gerados números aleatórios para cada uma
das variáveis
• Resultados são armazenados
– média
– desvio padrão
– etc..
43
• estimar a distribuição de probabilidade de cada variável
incerta e a correlação com outras variáveis
• software “sorteia” valores para cada variável incerta,
associada aos demais valores fixos esperados
– determina o fluxo de caixa e o VPL do projeto
• Vantagens
– simplicidade conceitual
– facilidade de incorporações de modelagens complexas
– obtenção de dados probabilísticos par os indicadores
financeiros
44
Como fazer Simulação de Monte Carlo
• 1 – Modelagem do Projeto
• 2 – Especificação de Probabilidade
• 3 – Simulação do Fluxo de Caixa
Deterministico v. Estocástico
Dados Fixos
7%
Resultados Fixos
$1,200,00
Dados
Variáveis
Variáveis de Saída
Deterministico
Estocástico
3 5 0 .0 0 4 2 5 .0 0 5 0 0 .0 0 5 7 5 .0 0 6 5 0 .0 0 M onthly S a v ings Frequency Chart D o l l a r s M e a n = $ 6 4 6 , 1 9 8 . 0 0 0 . 0 2 4 . 0 4 7 . 0 7 1 . 0 9 4 0 1 1 .7 5 2 3 . 5 3 5 .2 5 4 7 $ 3 0 0 , 0 0 0 $ 5 2 5 , 0 0 0 $ 7 5 0 , 0 0 0 $ 9 7 5 , 0 0 0 $ 1 ,2 0 0 , 0 0 0 500 Trials 6 OutliersEstatística
• Normal Distribution, Mean and Standard
Deviation
3 5 0 .0 0 4 2 5 .0 0 5 0 0 .0 0 5 7 5 .0 0 6 5 0 .0 0