Академический Документы
Профессиональный Документы
Культура Документы
ESCOLA DE ENGENHARIA
DEPARTAMENTO DE ENGENHARIA DE PRODUO
PROGRAMA DE PS-GRADUAO EM ENGENHARIA DE PRODUO
AGRADECIMENTOS
RESUMO
ABSTRACT
Mining projects implementation requires large amount of capital investment and has a
high level of uncertainty, mostly related to commodity prices. In this context, research
on investment analysis presents real options theory as the most appropriate method of
valuating investments, since it incorporates the value of managerial flexibility under
uncertainty in project value. The problem addressed in this paper is the valuation of the
managerial options of an iron mining project. We have developed a case study to value
an iron mining project using real options approach. We have built this analysis through
the modeling of uncertainties inherent in the mining industry (i.e. iron ore price forecast
modeling and project implementation lead time), mainly motivated by the
macroeconomic effect related to China's entry into the seaborne market for iron ore. To
model those uncertainties, we have used stochastic processes such as geometric
brownian motion and mean reversion process to forecast iron ore price pattern, and
modeled the probability of delay in implementation using beta probability distribution.
We have validated the consistency of our forecasted prices by applying econometric test
for unit root, Dickey-Fuller test, on the iron ore prices time series. We have also
analyzed the endogenous uncertainties using a discount rate and evaluated its impact on
the value of the modeled options through sensitivity analysis. Therefore, we have
measured the increase in project value caused by the existence of managerial flexibility
and we have discussed the influence of the input variables on modeled options that
maximize the project value.
Sumrio
Lista de Figuras ................................................................................................................. 8
Lista de Tabelas .............................................................................................................. 10
Lista de Equaes ........................................................................................................... 11
1.
Introduo .............................................................................................................. 13
Reviso Bibliogrfica............................................................................................. 22
Resultados .............................................................................................................. 70
Anlises ................................................................................................................... 99
7.
8.
Lista de Figuras
Figura 1 Diferencial da abordagem por Opes .......................................................................... 23
Figura 2 Prmio da Flexibilidade Gerencial ................................................................................ 24
Figura 3 Diferena entre a Abordagem Tradicional e a Abordagem por Opes Reais.............. 30
Figura 4 Relao entre o valor da opo de compra e o preo do ativo-objeto ........................... 35
Figura 5 Quadro comparativo - dimenses das Opes Financeiras X Opes Reais ................ 45
Figura 6 Ilustrao das Opes nos respectivos perodos de deciso dos empreendedores ........ 64
Figura 7 Ilustrao da Lgica de Funcionamento do Modelo ..................................................... 65
Figura 8 Srie histrica do Minrio de ferro, valores em centavos de dlar por unidade metlica
de Fe no produto. (valores corrigidos pela inflao americana para 2008) ................................ 68
Figura 9 Comparativo valores aleatrios gerados na simulao de Monte Carlo e a distribuio
beta especificada .......................................................................................................................... 86
Figura 10 Comparativo das Distribuies de Resultados do Modelo, Variando o nmero de
rodadas de simulao ................................................................................................................... 87
Figura 11 Distribuio dos Valores de VPL do Modelo para o Cenrio Base ............................ 88
Figura 12 Distribuio dos Valores de VPL do Modelo para o Cenrio Base, com flexibilidade
gerencial e sem flexibilidade gerencial ....................................................................................... 89
Figura 13 Grfico comparativo dos coeficientes de variao do modelo considerando a
flexibilidade gerencial e desconsiderando a flexibilidade gerencial ........................................... 89
Figura 14 Freqncia da melhor deciso do primeiro ponto de deciso ..................................... 90
Figura 15 Freqncia da melhor deciso do segundo ponto de deciso ...................................... 91
Figura 16 Distribuio dos Valores de VPL do Modelo para o Cenrio Preo ........................... 92
Figura 17 Distribuio dos Valores de VPL do Modelo para o Cenrio Preo, com flexibilidade
gerencial e sem flexibilidade gerencial ....................................................................................... 92
Figura 18 Grfico comparativo dos coeficientes de variao do modelo considerando a
flexibilidade gerencial e desconsiderando a flexibilidade gerencial para o caso preo ............... 93
Figura 19 Freqncia da melhor deciso do primeiro ponto de deciso para o caso preo ......... 93
Figura 20 Freqncia da melhor deciso do segundo ponto de deciso para o caso preo....... 94
Figura 21 Distribuio dos Valores de VPL do Modelo para o Cenrio Tempo de Implantao95
Figura 22 Distribuio dos Valores de VPL do Modelo para o Cenrio Tempo de Implantao,
com flexibilidade gerencial e sem flexibilidade gerencial........................................................... 96
Figura 23 Grfico comparativo dos coeficientes de variao do modelo considerando a
flexibilidade gerencial e desconsiderando a flexibilidade gerencial para o caso tempo de
implantao.................................................................................................................................. 96
Figura 24 Freqncia da melhor deciso do primeiro ponto de deciso para o caso tempo para
implantao.................................................................................................................................. 97
Figura 25 Freqncia da melhor deciso do segundo ponto de deciso ...................................... 97
Figura 26 Grfico da Mdia de Preos projetadas conforme processo estocsticos do cenrio
base e cenrio preo..................................................................................................................... 99
Figura 27 Comparao da Distribuio dos Resultados entre os Cenrios: Caso Base e Caso
Preo .......................................................................................................................................... 100
Figura 28 Comparao do Coeficiente de Variao dos Resultados entre os Cenrios: Caso Base
e Caso Preo .............................................................................................................................. 100
Figura 29 Comparao entre Caso Base e o Caso Preo da Distribuio da Melhor Opo para a
1a. Deciso ................................................................................................................................ 101
Lista de Tabelas
Tabela 1 Posies bsicas em Opes Financeiras...................................................................... 34
Tabela 2 Categorias Comuns de Opes Reais ........................................................................... 48
Tabela 3 Frmulas da Valorao de Sq ....................................................................................... 71
Tabela 4 Frmulas da Valorao das opes A ........................................................................... 72
Tabela 5 Frmulas da Valorao das opes B ........................................................................... 73
Tabela 6 Frmulas da Valorao das opes C ........................................................................... 75
Tabela 7 Frmulas da Valorao de D ........................................................................................ 76
Tabela 8 Parmetros MGB para projeo do Preo do minrio de ferro..................................... 78
Tabela 9 Parmetros PRM para projeo do Preo do minrio de ferro ..................................... 81
Tabela 10 Resultados do teste Dickey-Fuller do logaritmo da srie histrica do Minrio de Ferro
realizados no Software Stata 11................................................................................................... 83
10
Lista de Equaes
Equao 1 Processo estocstico que governa a evoluo do preo de um ativo ......................... 26
Equao 2 Valor esperado para a apreciao relativa do preo do ativo ..................................... 26
Equao 3 Varincia do preo do ativo ....................................................................................... 27
Equao 4 Equao do Valor Presente Lquido .......................................................................... 29
Equao 5 Equao do custo mdio ponderado de capital .......................................................... 30
Equao 6 Modelo CAPM (Capital Asset Price Model) ............................................................. 31
Equao 7 Equao de Black e Scholes ...................................................................................... 39
Equao 8 Frmula geral multiplicativa binomial de precificao de opes............................. 42
Equao 9 Equao do Movimento Geomtrico Browniano ...................................................... 53
Equao 10 Equao da soluo analtica da Equao do Movimento Geomtrico Browniano. 53
Equao 11 Equao do Valor esperado da Varivel aleatria do Movimento Geomtrico
Browniano ................................................................................................................................... 53
Equao 12 Varincia da Varivel aleatria do Movimento Geomtrico Browniano................. 53
Equao 13 Equao do Processo de Reverso Mdia ............................................................. 54
Equao 14 Equao do Processo de Ornstein-Uhlenbeck ......................................................... 55
Equao 15 Equao do Valor do Empreendimento ................................................................... 71
Equao 16 Equao do Valor Presente da Opo Sq ................................................................. 72
Equao 17 Equao do Valor Presente da Opo A .................................................................. 72
Equao 18 Equao do Valor Presente da Opo B .................................................................. 74
Equao 19 Equao do Valor Presente da Opo C .................................................................. 75
Equao 20 Equao do Valor Presente da Opo D .................................................................. 76
Equao 21 Equao com a transformao que descreve o comportamento de P....................... 79
Equao 22 Regresso para estimar os parmetros de reverso mdia .................................... 80
Equao 23 Equao para clculo da mdia histrica ................................................................. 80
Equao 24 Equao para clculo da velocidade de reverso mdia ....................................... 81
Equao 25 Equao para clculo da volatilidade ....................................................................... 81
Equao 26 Equao de xt para simulao dos valores de preos pelo processo de reverso
mdia ........................................................................................................................................... 81
Equao 27 Equao do valor esperado da distribuio beta ...................................................... 86
11
12
1. Introduo
Dois princpios esto por trs da taxa de desconto: primeiro, o princpio do valor do dinheiro no tempo,
que diz que um dlar amanh vale menos que um dlar hoje; e o princpio embutido no conflito retorno
versos risco segundo o qual um fluxo de caixa seguro mais valioso que um fluxo de caixa arriscado no
mesmo perodo de tempo. A taxa de desconto deve refletir o princpio que investidores requerem retornos
maiores para investimentos mais arriscados (DAMONDARAN, 1997).
13
Lead time ou tempo de aprovisionamento, em portugus europeu, o perodo entre o incio de uma
atividade, produtiva ou no, e o seu trmino. Nesta dissertao, a definio de lead time est relacionada
com o tempo de implantao de projeto. A definio mais convencional para lead time em gerenciamento
de cadeia de suprimentos o tempo entre o momento de entrada do material at a sua sada do inventrio
(LAMBERT et al., 1998)
14
podendo chegar a uma dcada. Por todo este perodo o projeto fica exposto oscilao
do valor de investimento para construo e operao da planta, s incertezas do preo da
commodity e de lead time de implantao. Estas caractersticas resultam num longo
perodo entre o investimento e a gerao de caixa, o que pode levar um analista a
concluses equivocadas na avaliao da viabilidade do projeto caso utilize FCD
impossibilitando a captao dos recursos financeiros necessrios e at a inviabilizao
do empreendimento.
A abordagem tradicional do FCD imprpria ao tratar incertezas e capturar a
flexibilidade de se revisar decises na medida em que mais informaes so
naturalmente reveladas (DIXIT e PINDYCK, 1994). O FCD possui premissas que
indicam um horizonte de anlise esttico, onde os gestores possuem uma postura
passiva frente estratgia operacional os gestores no seriam capazes de mudar a
estratgia em caso de alterao das condies macroeconmicas ou surgimento de
oportunidades melhores de captura de valor (TRIGEORGIS, 1996).
Por no considerar as flexibilidades para a reviso das estratgias iniciais, o
mtodo do fluxo de caixa descontado pode subavaliar um projeto, pois as flexibilidades
gerenciais possibilitam capitalizar as oportunidades futuras favorveis empresa e
reagir a eventos adversos. Trigeorgis (1996) afirma que no caso de investimentos reais,
a inadequao bsica do FCD para oramento de capital que esta tcnica no
corretamente captura a flexibilidade para adaptar ou rever as decises posteriormente.
Neste contexto surge a Anlise por Opes Reais (AOR) como uma tcnica que
incorpora as incertezas inerentes a um projeto de investimento. A literatura apresenta
relatos de diversas aplicaes de AOR em projetos de minerao (e.g. (AKBARI e
SHIRAZI, 2009)), pesquisa e desenvolvimento (e.g. (SANTIAGO, 2006); (SANTIAGO
e VAKILI, 2005)), indstria petrolfera (e.g. (DIAS, 2005)), e mercado imobilirio (e.g.
15
(ii)
(iv)
18
este pas aumentou em quase 1,1 bilhes de toneladas no perodo, mais do que todo o
mercado mundial em 2000 (CRU ANALISYS, 2009). Da demanda chinesa por minrio
de ferro, 540 milhes de toneladas foram atendidas atravs da importao no mercado
transocenico. Hoje, a China responsvel por 61% do total de importaes de minrio
de ferro consumido no mundo, em comparao com apenas 15% em 2000.
O domnio de uma nao como o principal importador de minrio de ferro levou
mudanas estruturais no mercado: Primeiro, transformou o mercado do Pacfico no
maior mercado mundial de minrio de ferro (anteriormente, antes do ano 2000, o
volume consumido no Pacfico era inferir ao volume consumido na Europa). Isso levou
ao surgimento de um mercado spot, atravs da venda de minrio de ferro da ndia
(especialmente proveniente de Goa) para a China. Esses fatores tm contribudo para
uma mudana fundamental na forma em que o preo do minrio de ferro negociado
atualmente.
Outra particularidade do mercado de minrio de ferro a ausncia de um
mercado futuro organizado em bolsa de valores. Ao contrrio dos minrios como ouro,
cobre, alumnio e zinco, que so commodities negociadas em contratos a futuro, o
minrio de ferro apresenta basicamente duas formas de negociao entre os
fornecedores e consumidores: preo de referncia, que atualmente passou de anual para
trimestral e o preo spot, o qual surgiu recentemente e j responde por uma parcela3
importante dos negcios das grandes mineradoras (CRU ANALISYS, 2009).
A proporo de vendas de minrio de ferro pelo preo de referncia e preo spot no so divulgadas
pelas mineradoras.
20
21
2. Reviso Bibliogrfica
Conforme Amram e Kulatilaka (1999), as incertezas endgenas so aquelas associadas aos riscos
privados do negcio (i.e. incerteza tcnica, incerteza de custo de produo e investimento). Ao contrrio,
as incertezas exgenas esto relacionadas ao risco de mercado (i.e. incerteza de preo da commoditie,
incerteza de taxa de cmbio).
22
23
Prmio da
Flexibilidade
Gerencial
24
tipicamente solucionada com o passar dos perodos, uma vez que o futuro incerto se
transforma em presente, e o fluxo de caixa previsto (quando os fluxos no so
contratualmente garantidos) imperfeito e sujeito a erro.
Por exemplo, denotemos por o processo estocstico que governa a
evoluo do preo de um ativo. Suponhamos que a equao diferencial estocstica que
rege a dinmica deste processo (para uma aproximao em um intervalo de tempo
)
Equao 1 Processo estocstico que governa a evoluo do preo de um ativo
26
Dixit e Pindyck (1994) citam que a maioria das decises de investimentos possui
trs importantes caractersticas que se interagem para determinar a deciso tima de
investimento. Primeiro, a irreversibilidade: um investimento parcialmente ou
completamente irreversvel, ou seja, o custo inicial do investimento pelo menos
parcialmente perdido e no pode ser recuperado totalmente caso haja mudana de idia.
A segunda a incerteza: existem incertezas sobre futuros retornos pelo investimento.
Portanto, o melhor que pode ser feito avaliar as possibilidades de diferentes
resultados, os quais significam maiores ou menores retornos e at mesmo, perda parcial
ou total do investimento. E por ltimo, o momento de investir: existe alguma
flexibilidade em relao ao tempo do investimento? Pode-se adiar a ao at obter mais
informaes que subsidiem a tomada de deciso?
Mun (2006) ressalta o valor da abordagem de opes reais, pois a mesma
incorpora a capacidade de aprendizagem dos gestores, a qual os mesmos so capazes de
efetuarem melhores decises estratgicas uma vez que os nveis de incerteza so
resolvidos atravs da passagem do tempo. A anlise do fluxo de caixa descontado
pressupe uma deciso de investimento esttica, e assume que as decises estratgicas
so feitas inicialmente com nenhum recurso para escolher outros caminhos ou opes
no futuro.
Luehrman (1997) argumenta que a maioria das empresas executa valorao de
projetos e de ativos atravs de fluxo de caixa descontado seguindo a seguinte
abordagem. Primeiro, so projetados os itens que compem os fluxos de caixa anuais,
28
como, por exemplo, receitas, custos, despesas, capital de giro, impostos e investimentos.
Porm, os analistas excluem os fluxos de caixa associados aos programas de
financiamento da empresa. Em seguida, a taxa de desconto em que este fluxo de caixa
ser descontando ajustada pelos custos financeiros: neste ponto so incorporados tanto
os impactos positivos quanto os negativos provenientes da estratgia de financiamento.
Ainda segundo Luehrman (1997), a metodologia do custo mdio ponderado de
capital (CMPC5) o mtodo mais comum de determinao de taxa de desconto. O
CMPC taxa de desconto que ajusta a ganho fiscal referente ao pagamento de juros das
fontes de financiamento da empresa. A aplicao do mtodo simples, porm, esta
facilidade possui um custo para a qualidade da anlise: a aplicao do CMPC s
efetiva para as estruturas financeiras mais simples e estticas existentes, o que diverge
da realidade corporativa.
Basicamente, a anlise pelo fluxo de caixa descontado tradicional se d pela
equao:
Valor Presente = %
&'
!
"#$ !
Onde,
()* + representa o fluxo de caixa esperado para o perodo t
K representa a taxa de desconto que o fluxo ser descontado (i.e, WACC)
t representa o perodo
N representa o nmero de perodos
A sigla em ingls para CMPC WACC (Weighted Average Cost of Capital). O termo em ingls citado
em diversas passagens desta dissertao.
29
Abordagem Tradicional:
Fluxo de Caixa Descontado
Boas Notcias
Abordagem de Oportunidades:
Opes Reais
Fluxo de
Caixa
Investir
Investir
Ms notcias
Boas Notcias
Boas
Notcias
Fluxo de
Caixa
Fluxo de
Caixa
Investir
Ms
notcias
No Investir
Ms notcias
No Investir
Fluxo de
Caixa
No Investir
Fluxo de
Caixa
Fluxo de
Caixa
Fluxo de
Caixa
Fluxo de
Caixa
,--. /0
12
1
/3
4 5 6
12
1
12
1
30
/0 78
97: 5 78
Equao 6 Modelo CAPM (Capital Asset Price Model)
(i) Posio comprada (long): o investidor adquire uma opo, obtendo o direito,
mas no a obrigao de exerc-la na (ou antes da) data de vencimento.
(ii) Posio vendida (short): o investidor emite (vende) uma opo, recebendo
uma quantia na venda, mas assume a obrigao potencial futura de comprar (ou vender)
o ativo pelo preo de exerccio, se o comprador desejar exercer a opo.
Posio
Payoff (Retorno)
Grfico do Payoff
Compra de opo de
compra
(Long in a call)
Max (St X, 0)
Compra de opo de
venda
(Long in a put)
Max (X St, 0)
33
Posio
Payoff (Retorno)
Grfico do Payoff
Venda de opo de
compra
(Short in a call)
Max (St X, 0) =
Min (X St, 0)
Venda de opo de
venda
(Short in a put)
Max (X St, 0) =
Min (St X, 0)
O ndice t da varivel St denota que o valor do ativo varia com o tempo, ao passo
que o preo de exerccio (X) constante. Os grficos mostram a variao do retorno em
face de variaes no valor do ativo-objeto, sem considerar os custos de comercializao.
A relao entre o valor do ativo (St) e o preo de exerccio (X) pode levar uma opo a
trs situaes em termos de gerao de Caixa.
Conforme Trigeorgis (1996), a figura 4 apresenta o formato caracterstico da
curva de valor de uma opo de compra (C), em uma data qualquer menor ou igual
data de vencimento, que uma funo do preo do ativo-objeto (S) na data especfica,
do tempo para a maturidade (;) e do preo de exerccio (X). So apresentados, tambm,
os limites para o valor da opo. O limite superior dado pelo preo do ativo-objeto
(S), que alcanado quando ; <. Como o investidor no obrigado a exercer a
opo, o limite inferior o valor intrnseco da opo dado por Max (S-X,0). A curva de
valor da opo se situa acima da reta S-X devido ao valor tempo.
34
35
S+ = 180
q
S = 100
1-q
S - = 60
36
NS+ - (1+r) B+
q
NS-B
1-q
NS- - (1+r) B-
Sendo S o preo atual da ao, N o nmero de aes e r a taxa de juros a ser paga sobre
o emprstimo de B. Como o portflio deve gerar o mesmo retorno que a opo, temos:
=> # 5 4
? @ * #
=> A 5 4
? @ *A
Resolvendo o sistema com duas equaes, tem-se:
=
*# 5 *A
BC 5 D
DEFG
#
A
> 5>
4CD 5 BD
> A *# 5 > # *A
BD H BC 5 4CD H D
@ #
I4EJC
> 5 > A 4
?
4CD 5 BD 4EDC
37
NS+ - C + =(1+r) B
0,56 (180) 68 = 34
NS - C = B
0,56 (100) 25,19 = 31,48
1-q
A
BD
DEB
4DD
38
O
Onde:
4
UV W X
K
P
N"
;
N N" 5 Y
39
40
Onde:
o desvio-padro do retorno do ativo,
t o incremento de tempo.
Substituindo u e d nas equaes de clculo do nmero de aes e do valor de
emprstimo do portflio equivalente, tem-se:
.# 5 .A
.# 5 .A
.# 5 .A
Q #
M 5 N
5 A M # 5 N A
N. # 5 M. A
N. # 5 M. A
A.# 5 #.A
Z #
M 5 N 4
M 5 N 4
5 A 4
A probabilidade neutra ao risco, p, dada por:
O
4
5 N
M5N
.
O. #
4 5 O . A
4
41
.
%^&'
[\
O ^ 4 5 O %A^ _`aM ^ N%A^ 5 E D
]\ [ 5 ] \
4
%
42
43
44
financeira, pode-se
se dizer que o projeto corresponde a uma opo de compra cujo preo
de exerccio o investimento necessrio para realiz-lo.
realiz
A figura 5 apresenta um
paralelo entre opes financeiras e opes reais.
Do mesmo modo que uma opo financeira, uma opo real pode ser avaliada
usando tcnicas de anlise de direitos contingenciais. Se os investidores
invest
forem
considerados neutros ao risco, ento o valor da opo pode ser obtido montando-se
montando uma
carteira dinmica, neutra ao risco, que replica o valor do ativo real. Utilizando
ferramentas do clculo estocstico, obtm-se
obtm se uma equao diferencial parcial
parcia que pode
ser resolvida analiticamente ou atravs de mtodos numricos. Este mtodo muito
limitado, pois medida que as incertezas sobre as variveis subjacentes tornam-se
tornam mais
complexas, o processo de avaliao pode tornar-se
tornar se oneroso computacionalmente
computacionalment ou
intratvel algebricamente.
Tcnicas de tratamento de incerteza, como Simulao de Monte Carlo e
Programao Dinmica Estocstica, podem ser utilizadas para a avaliao de opes.
Simulao Monte
te Carlo normalmente utilizada para avaliao de opes Europias,
45
Categoria
Aplicaes importantes
em
Descrio
46
Indstrias de extrao de
recursos
naturais,
empreendimentos
imobilirios, agropecuria
e produo de papel e
celulose.
Categoria
Descrio
Opo de
investimento em
estgios (time to
build)
O investimento realizado em
estgios, formando uma srie de
desembolsos. Tem-se a opo de
abandono caso novas informaes
sejam desfavorveis.
Opo de alterao
da escala de operao
(expanso, contrao,
fechamento e
reabertura)
Expanso
da
produo
ou
acelerao do uso de recursos em
condies de mercado favorveis.
Reduo da escala em condies
desfavorveis. Em casos extremos,
interrupo
e
retomada
da
produo.
Opo de abandono
Abandono do empreendimento,
com venda dos ativos no mercado
de segunda mo, quando as
condies
de
mercado
se
deterioram significativamente.
Opo de Troca
47
Aplicaes importantes
em
Indstrias intensivas em
P&D, especialmente as
farmacuticas; projetos de
longo prazo e intensivos
em capital (construo de
grande porte ou usinas de
gerao
e energia);
investimentos em startups.
Indstrias de recursos
naturais (ex: minerao),
planejamento
e
construo de fbricas em
indstrias cclicas, setor
de moda, setor de bens de
consumo,
empreendimentos
imobilirios comerciais.
Indstrias
de
capital
intensivo
(ex:empresas
areas,
ferrovias),
servios
financeiros,
introduo
de
novos
produtos em mercados
incertos.
Alterao de produtos:
bens
produzidos
em
pequenos lotes ou sujeitos
a demanda voltil (ex:
equipamentos eletrnicos
de consumo, brinquedos,
papis especiais, peas de
maquinrio, automveis).
Alterao de insumos:
fbricas dependentes de
matrias-primas de preos
volteis que possuem
substitutos
(energia
eltrica,
qumica,
produtos
agrcolas).
Fbricas
com
fornecedores alternativos
para o mesmo insumo.
Categoria
Opes de Expanso
Opes com
interaes mltiplas
Aplicaes importantes
em
Descrio
Quando um investimento (ex:
P&D, aquisio de direito de
explorao de reservas de petrleo,
sistemas de informao) prrequisito ou faz parte de uma
cadeia
de
projetos
interrelacionados e abre oportunidades
de crescimento futuro (ex: novos
produtos ou processos, reservas de
petrleo, acesso a novos mercados,
fortalecimento de competncias
essenciais).
Opes de alavancagem em
condies favorveis e de proteo
em condies adversas esto
presentes em conjunto. O valor do
conjunto de opes pode diferir da
soma dos valores isolados devido
interao entre elas.
Indstrias
de
infraestrutura ou de alta
tecnologia,
P&D
(indstrias que geram
mltiplos produtos ou
aplicaes a partir de uma
linha
de
pesquisa),
operaes multinacionais,
fuses e aquisies.
48
O mercado eficiente aquele onde os preos dos ativos refletem totalmente as informaes disponveis
(ROSS, WESTERFIELD e JAFFE, 2005).
7
Copeland, Koller e Murrin (1995) argumentam que, em termos tericos, a melhor estimativa para
uma taxa livre de risco seria o retorno de um portflio com beta igual a zero.
49
51
2.10.
Processos Estocsticos
52
Que uma varivel aleatria com distribuio log-normal com valor esperado:
R m '
Equao 11 Equao do Valor esperado da Varivel aleatria do Movimento Geomtrico Browniano
E varincia:
53
n!
no
Onde p uma constante, q uma constante cujo valor -1 < q < 1, e r uma
varivel aleatria que segue uma distribuio normal com mdia igual a zero e desvio
padro igual a 1. O processo estacionrio e o valor esperado de xt no longo prazo p
/(1-q).
O processo de reverso mdia (PRM) em tempo contnuo mais simples o
processo de Ornstein-Uhlenbeck, dado pela seguinte equao:
Dixit e Pindyck (1994) afirmam que o Lema de It comumente chamado de teorema fundamental do
clculo estocstico. Seu resultado permite diferenciar e integrar funes em clculo estocstico. Para
maiores detalhes, ver Dixit e Pindyck (1994)
54
ba sa
tu a be
bv
Equao 14 Equao do Processo de Ornstein-Uhlenbeck
2.11.
Segundo Heij et al. (2004), para que a reverso mdia seja a melhor projeo
de um processo estocstico, o mesmo deve ser estacionrio. Nesse contexto, o teste a
que efetuamos nesta dissertao o de Dickey-Fuller, e trabalha-se com a hiptese nula
Ho de que a srie possu raiz unitria, ou seja, no estacionria. O valor de
significncia de segue a estatstica , em que os valores crticos foram calculados por
Dickey e Fuller (1979). Basicamente, o teste verifica a hiptese de que w 4 em:
x wxA"
M
2.12.
Rudo Branco (White noise) um termo aleatrio, cujas caractersticas so: mdia e varincia
constantes, e autocorrelaes iguais a zero. Em outras palavras, cada observao no correlacionada
com nenhum outro valor desta varivel na srie. (BROOKS, 2002)
57
varivel de sada com base em uma ou mais variveis de entrada, sendo que tais
variveis possuem comportamento probabilstico de acordo com alguma distribuio
estipulada como dado de entrada.
A utilizao da tcnica de Monte Carlo para integrao de funes pode ser visto
no caso de se integrar a funo {| sobre um intervalo unitrio [0,1] conforme a
equao10:
"
} ~ {| N|
'
4
% {
[
&"
Para f integrvel no intervalo [0,1] pela lei dos grandes nmeros pode-se provar que
para n tendendo a infinito tende } (GLASSERMAN, 2003). E se o quadrado de f for
integrvel pode-se definir a varincia de f como:
8
"
~ {| 5 }
'
N|
10
4
{ 5 [ |
[54
Este exemplo foi adaptado de Glasserman (2003). Para maiores detalhes, ver Glasserman (2003).
59
60
(ii)
(iii)
(iv)
(v)
Os proprietrios deste empreendimento possuem 5 ativos minerrios, properacionais11, que podem ser explorados com capacidades produtivas diferentes. Os
investimentos necessrios para implantao deste tipo de projeto da ordem de bilhes
de dlares americanos. No ponto em que o empreendimento se encontra, para entrar em
operao so necessrio de 4 anos.
A complexidade desta anlise refletida na construo de um modelo de opes
reais que incorpora tanto as incertezas do preo do minrio de ferro projetado quanto a
incerteza de lead time de implantao. As opes reais so mapeadas conforme a
11
61
D+1:
Sq: Construo do Transporte A (50 MMt12) e do Porto A (50 MMt)
A: Construo do Transporte A (75 MMt) e do Porto A (50 MMt com
possibilidade de expanso para 75MMt)
B: Construo do Transporte A (50 MMt), Porto A (50 MMt) e Porto B (25
MMt)
C: Construo do Transporte A (75 MMt), Porto A (50 MMt com
possibilidade de expanso para 75MMt) e Porto B (25 MMt)
D: Construo do Transporte B (50 MMt), e do Porto B (50 MMt)
D+3:
Sq: Operao do Transporte A (50 MMt) e do Porto A (50 MMt)
A0: Operao do Transporte A (50 MMt) e do Porto A (50 MMt)
12
63
sq
Porto A (50MMt)
Transporte A (50MMt)
A
Porto A (50MMt+25MMt
opo)
Transporte A (75MMt)
sq
Manter (50MMt)
Sem flexibilidade
A0
Manter (50MMt)
B 0 Manter
B
Incio do Projeto
Transporte B
(50/75 Porto A)
(25/00 Porto B)
(50/50 Porto A)
(25/25 Porto B)
C
Porto A (50MMt+25MMt
opo) /
Transporte A(75MMt)/
Porto B (25MMt)
C 0 Manter
C
C
Opo de Expanso
(50/75 Porto A)
(25/00 Porto B)
(50/75 Porto A)
(25/25 Porto B)
Transporte B
Expandir Porto A/
Vender Porto B (75/75 Porto A)
D
Porto B (50MMt)/ Transporte
B (50MMt)
Manter (50MMt)
Sem flexibilidade
Figura 6 Ilustrao das Opes nos respectivos perodos de deciso dos empreendedores
Incerteza
do Preo
do Minrio
Incertezas
de lead
time
Projeo de
Preos Futuros
Anlise
das sries
histricas
Modelagem
estatstica
Distribuio da Valorao
de Cada Opo
Distribuio
da Incerteza
Simulao de
Monte Carlo
Opes Existentes
Parametrizao do
Fluxo de caixa de
cada opo
65
(i)
Cenrio Caso Base: Este cenrio o nosso caso base. Neste cenrio,
modelamos o preo do minrio de ferro utilizando o MGB para os
primeiros anos (t at t+4), e o processo de reverso mdia (PRM) para
os anos seguintes (t+5 at t+29). A incerteza de lead time de
implantao modelada utilizando-se uma distribuio Beta. Os itens dos
fluxos de caixa influenciados pelo preo do minrio so descontados
utilizando a taxa livre de risco estimada em 4%. Os demais itens so
descontados a uma taxa de desconto denominada WACC de 9,7%.13
(ii)
(iii)
desta
incerteza
no
modelo,
considerando
como
O valor do WACC base utilizado nos cenrios analisados o valor mdio de WACC real (lquido do
efeito da inflao) utilizado em anlises de investimento de projetos de minerao de ferro no ano de
2009 (CRU ANALISYS, 2009).
66
67
UScent/DMTU
1900
1910
1920
1930
1940
1950
1960
1970
1980
1990
2000
2008
2010
Anos
Figura 8 Srie histrica do Minrio de ferro, valores em centavos de dlar por unidade metlica de Fe no
produto. (valores corrigidos pela inflao americana para 2008)
Fonte: U.S. Geological Survey website
Para o clculo do VPL de cada uma das opes, os fluxos influenciados pela
modelagem do preo foram descontados taxa livre de risco. Conforme citado
anteriormente, essa abordagem defendida por Trigeorgis (1996). Os demais fluxos
foram descontados a uma taxa de desconto de 9,7%, que chamamos nesta dissertao de
WACC. Esta taxa pretende captar os demais riscos para os investidores, que no esto
modelados explicitamente. Uma anlise de sensibilidade sobre este parmetro, bem
como uma discusso sobre seu impacto no modelo, apresentada nas prximas sesses.
69
4. Resultados
4.1. Modelagem das Opes Reais
O empreendimento sem flexibilidade gerencial modelado pela Opo Sq,
uma vez que a mesma considera que no h possibilidade de alterao de plano, pois
no h alterao de deciso gerencial para a mesma. Em nossa anlise, definimos quatro
opes europias no primeiro momento decisrio (t+1), sendo elas as Opes A, B, C e
D. Para o segundo momento decisrio (t+3), definimos outras dez opes europias.
So elas as Opes A0, A1, B0, B1, B2, C0, C1, C2, C3 e D. O horizonte de tempo de
nossa anlise so 30 perodos, sendo os mesmos perodos anuais.
Para o clculo do VPL de cada uma das opes, construmos um FCD para as
opes. Cada opo teve o valor de seu fluxo calculado conforme seu horizonte de
tempo: isto , as opes do 2 ponto de deciso eram simuladas, e o maior VPL
escolhido. Aps a definio desta opo do tempo t+3, o valor da opo em t+1 era
calculado. Em seguida, conclu-se qual o VPL do projeto para a interao em curso.
O FCD de cada opo inicia-se com os fluxos da receita operacional lquida, a
qual incorpora tanto a incerteza do preo do minrio, quanto a incerteza do lead time de
implantao. A partir deste valor so subtrados os custos. Em nossa modelagem,
consideramos os custos especficos do setor acoplados ao comportamento do minrio
(de forma considerar a inflao especfica do setor nos custos) e uma parte ligada
somente ao volume. Em outras palavras, dividimos os custos em dois componentes, um
aliado ao preo do minrio e outro associado ao volume. Esta suposio nos permitiu
captar o efeito da variao do preo do minrio sobre os custos produtivos do setor,
incorporando este efeito ao fluxo de caixa de cada opo. Uma amostra da planilha de
clculo do fluxo de caixa apresentada no Apndice 1.
70
Onde:
Para Sq, consideramos a construo do Transporte A com capacidade para 50
MMt e Porto A com capacidade para 50 MMt. Em detalhes:
Descrio
Tipo de Deciso
Gerencial14
Equao
Opo Sq
- Operao do Transporte
A com 50 MMt
- Operao do Porto A com
50 MMt
-Manter
SSq (Valor Presente dos
itens do Fluxo de Caixa no
perodo t+3 influenciados
pelo preo do minrio de
ferro, descontados taxa
livre de risco r)
XSq (Valor Presente dos
itens do Fluxo de Caixa no
perodo t+3 referentes
custos de produo e
custos de implantao,
descontados pela taxa de
desconto WACC)
Max (SSq XSq, 0)
14
O tipo de deciso gerencial assemelha-se aos tipos de Opes Reais adaptados de Trigeorgis (1996),
seo 2.7 do captulo de Reviso Bibliogrfica.
71
n |
>
4
?
c
4
f**
E D
Descrio
Tipo de Deciso
Gerencial
Equao
Opo A0
- Operao do Transporte
A com 50 MMt
- Operao do Porto A com
50 MMt
-Manter
Opo A1
- Operao do Transporte
A com 75 MMt
- Operao do Porto A com
75 MMt
-Expandir
>'
4
?
c'
4
f**
>"
4
?
c"
4
f**
E D
72
Descrio
Tipo de Deciso
Gerencial
Fluxos com
Incerteza
Modelada
Fluxos com
Incerteza
Generalizada
Equao
Opo B0
- Operao do
Transporte A com
50 MMt
- Operao do
Porto A com 50
MMt
- Operao do
Porto B com 25
MMt
Opo B2
- Operao do
Transporte A com
50 MMt
- Operao do
Porto A com 50
MMt
- Venda do Porto B
com 25 MMt
-Manter
Opo B1
- Operao do
Transporte A com
50 MMt
- Construo do
Transporte B com
25 MMt
- Operao do
Porto A com 50
MMt
- Operao do
Porto B com 25
MMt
-Expanso
SB0 (Valor
Presente dos itens
do Fluxo de Caixa
no perodo t+3
influenciados pelo
preo do minrio
de ferro,
descontados taxa
livre de risco r)
XB0 (Valor
Presente dos itens
do Fluxo de Caixa
no perodo t+3
referentes custos
de produo e
custos de
implantao,
descontados pela
taxa de desconto
WACC)
SB2 (Valor
Presente dos itens
do Fluxo de Caixa
no perodo t+3
influenciados pelo
preo do minrio
de ferro,
descontados taxa
livre de risco r)
XB2 (Valor
Presente dos itens
do Fluxo de Caixa
no perodo t+3
referentes custos
de produo e
custos de
implantao e
venda do Porto
descontados pela
taxa de desconto
WACC)
Max (SB2 XB2, 0)
73
-Abandono
ZZ'E Z" E Z
|
>'
4
?
c
4
f**
E D
c'
4
f**
>"
4
?
c"
4
f**
>
4
?
Descrio
Tipo de
Deciso
Gerencial
Fluxos com
Incerteza
Modelada
Opo C0
- Operao do
Transporte A
com 50 MMt
- Operao do
Porto A com 50
MMt
- Operao do
Porto B com 25
MMt
Opo C1
- Expanso do
Transporte A
para 75 MMt
- Expanso do
Porto A para 75
MMt
-Construo do
transporte B
com 25 MMt
- Operao do
Porto B com 25
MMt
-Manter
-Expanso
SC0 (Valor
Presente dos
itens do Fluxo
de Caixa no
perodo t+3
influenciados
pelo preo do
minrio de
ferro,
descontados
taxa livre de
risco r)
SC1 (Valor
Presente dos
itens do Fluxo
de Caixa no
perodo t+3
influenciados
pelo preo do
minrio de
ferro,
descontados
taxa livre de
risco r)
74
Opo C2
- Expanso
do
Transporte A
para 75 MMt
- Expanso
do Porto A
para 75 MMt
- Construo
do transporte
B com 25
MMt
- Vender o
Porto B com
25 MMt
- Expanso
Opo C3
- Operao do
Transporte A
com 50 MMt
- Operao do
Porto A com 50
MMt
- Venda do
Porto B com 25
MMt
SC2 (Valor
Presente dos
itens do
Fluxo de
Caixa no
perodo t+3
influenciados
pelo preo
do minrio
de ferro,
descontados
taxa livre
de risco r)
SC3 (Valor
Presente dos
itens do Fluxo
de Caixa no
perodo t+3
influenciados
pelo preo do
minrio de
ferro,
descontados
taxa livre de
risco r)
-Abandono
Fluxos com
Incerteza
Generalizada
Equao
XC0 (Valor
Presente dos
itens do Fluxo
de Caixa no
perodo t+3
referentes
custos de
produo e
custos de
implantao,
descontados
pela taxa de
desconto
WACC)
XC1 (Valor
Presente dos
itens do Fluxo
de Caixa no
perodo t+3
referentes
custos de
produo e
custos de
implantao,
descontados
pela taxa de
desconto
WACC)
XC2 (Valor
Presente dos
itens do
Fluxo de
Caixa no
perodo t+3
referentes
custos de
produo e
custos de
implantao,
descontados
pela taxa de
desconto
WACC)
Max (SC2
XC2, 0)
XC3 (Valor
Presente dos
itens do Fluxo
de Caixa no
perodo t+3
referentes
custos de
produo e
custos de
implantao,
descontados
pela taxa de
desconto
WACC)
Max (SC3 XC3,
0)
|
>'
4
?
c
4
f**
c'
4
f**
>
4
?
>"
4
?
c
4
f**
E D
c"
4
f**
>
4
?
Descrio
Tipo de Deciso
Gerencial
Opo Sq
- Operao do Transporte
B com 50 MMt
- Operao do Porto B com
50 MMt
-Manter
SD (Valor Presente dos
itens do Fluxo de Caixa no
perodo t+3 influenciados
pelo preo do minrio de
ferro, descontados taxa
livre de risco r)
75
Equao
>
4
?
c
4
f**
E D
76
a volatilidade
d e so constantes
Para estimar os parmetros da equao do MBG, interessante utilizar a relao
entre a varivel P e seu logaritmo natural que segue o Movimento Browniano Simples
(vide item 2.11.1).
4
ba bUV d 5 be
bf
K
ou,
ba dbe
bf
A mdia dos valores de lnPt - lnPt-1 nos d uma estimativa de ' (' = 2) e
o desvio padro de lnPt - lnPt-1 fornece a estimativa da volatilidade (HULL, 2005).
Para estimar o parmetro do MBG basta substituir a estimativa do valor de em (
2). Utilizamos este clculo para determinar os parmetros utilizados na modelagem
do MGB, apresentados na tabela 8.
Varivel
Termo de drift
Volatilidade15
Smbolo
0,12
0,16
0,16
15
78
#"
R A
+#
+#
Como N, N
QD 4 , temos:
#" R A
# '"
79
Onde:
s a velocidade de reverso mdia
a
t o nvel de equilbrio de x
a volatilidade
dW o incremento de Wiener
xt - xt-1 = a + b xt-1 + t
Equao 22 Regresso para estimar os parmetros de reverso mdia
se podem ser obtidos de acordo com as frmulas abaixo, decorrentes da equao do
processo AR1 (DIXIT e PINDYCK 1994).
| 5
| 4 5 gA +
| 4 5 gA +
5
5
A +
A +
45g
u g
54
80
Ks
5Ks
KUV4
gA + 5 4
5
4 5 gA
gA 5 4
4
gA + 5 4 5 4
KUV4
4
5 4
Smbolo
e D
Valor (t+5 at
t+29)
P(t=4) (Projetado
pelo MGB)
0,16
0,26
53,0
Volatilidade
Velocidade de
Reverso Mdia
Preo Mdio de
Equilbrio
Para simular xt = ln(Pt) basta transferir o termo xt-1 para o lado direito da equao
do processo AR1.
4 5 gA +
=DE4
| |A" gA +
| 4 5 gA +
Ks
Equao 26 Equao de xt para simulao dos valores de preos pelo processo de reverso mdia
81
g
A'E
A"A
Dessa forma, para simular P(t), basta simular x(t), utilizando um gerador de
nmeros aleatrios, transformando-os em amostras de uma distribuio normal
padronizada e substituindo os valores na equao de x(t).
82
Nvel de Significncia de
Intervalo de Anos
Estatstica de
Teste
1900 2008
-1.681
-3.507
-2.889
-2.579
1900 2007
-2.331
-3.508
-2.890
-2.580
1900 2006
-2.572
-3.508
-2.890
-2.580
1900 2005
-2.580
-3.508
-2.890
-2.580
1900 2004
-2.548
-3.508
-2.890
-2.580
1900 2003
-2.477
-3.509
-2.890
-2.580
1900 2002
-2.320
-3.509
-2.890
-2.580
1900 2001
-2.286
-3.509
-2.890
-2.580
1900 2000
-2.367
-3.509
-2.890
-2.580
1900 1999
-2.416
-3.509
-2.890
-2.580
1900 1998
-2.492
-3.509
-2.890
-2.580
Tabela 10 Resultados do teste Dickey-Fuller do logaritmo da srie histrica do Minrio de Ferro realizados no
Software Stata 11
Figura 9 Comparativo valores aleatrios gerados na simulao de Monte Carlo e a distribuio beta
especificada
86
1.000 Rodadas
5.000 Rodadas
VPL do Modelo
10.000 Rodadas
VPL do Modelo
50.000 Rodadas
VPL do Modelo
VPL do Modelo
87
VPL do Modelo
88
Com Flexibilidade
Sem Flexibilidade
VPL do Modelo
VPL
VPL do
do Modelo
Modelo
Figura 12 Distribuio dos Valores16 de VPL do Modelo para o Cenrio Base, com flexibilidade gerencial e
sem flexibilidade gerencial
25,28%
25,20%
25,00%
24,80%
Sem Flexibilidade Gerencial
Figura 13 Grfico comparativo dos coeficientes de variao do modelo considerando a flexibilidade gerencial e
desconsiderando a flexibilidade gerencial
16
Os eixos dos grficos de distribuio de valores de VPL nesta dissertao no esto na mesma escala.
Pede-se ateno do leitor ao interpret-los.
17
O coeficiente de variao uma medida de disperso para a comparao de distribuies diferentes. O
desvio-padro relativo mdia, e, como duas distribuies podem ter mdias/valores mdios diferentes,
o desvio dessas duas distribuies no comparvel. Em finanas, o coeficiente de variao utilizado na
anlise de carteira de ativos serve como medida de risco para cada unidade de ativo.
89
90
Opo A1
1,3%
0,0%
Opo B0
Opo B1
Opo B2
0,0%
Opo C0
Opo C1
0,1%
0,0%
Opo C2
Opo C3
91
Caso Preo
VPL do Modelo
Figura 17 Distribuio dos Valores de VPL do Modelo para o Cenrio Preo, com flexibilidade gerencial e sem
flexibilidade gerencial
92
23,2%
23,0%
22,0%
21,0%
19,6%
20,0%
19,0%
18,0%
17,0%
Figura 18 Grfico comparativo dos coeficientes de variao do modelo considerando a flexibilidade gerencial e
desconsiderando a flexibilidade gerencial para o caso preo
Analisamos tambm, para o caso preo, a freqncia em que cada uma das
opes modeladas se mostra a opo tima para os gestores do negcio. Neste cenrio, a
opo A foi a mais escolhida no primeiro ponto de deciso. Esta opo possui escala de
produo prxima ao cenrio Sq, o qual foi escolhido em 4,5% das simulaes.
PRM
Frequncia
50,0%
40,0%
27,8%
30,0%
17,5%
20,0%
10,0%
4,5%
0,5%
0,0%
Sq
Opo A
Opo B
Opo C
Opo D
Figura 19 Freqncia da melhor deciso do primeiro ponto de deciso para o caso preo
93
Opo A1
100,0%
50,0%
4,1%
2,6%
0,0%
Opo B0
Opo B1
Opo B2
100,0%
50,0%
1,7%
4,4%
Opo C0
Opo C1
0,2%
0,0%
Opo C2
Opo C3
Figura 20 Freqncia da melhor deciso do segundo ponto de deciso para o caso preo
Figura 21 Distribuio dos Valores de VPL do Modelo para o Cenrio Tempo de Implantao
95
Figura 22 Distribuio dos Valores de VPL do Modelo para o Cenrio Tempo de Implantao, com
flexibilidade gerencial e sem flexibilidade gerencial
Figura 23 Grfico comparativo dos coeficientes de variao do modelo considerando a flexibilidade gerencial e
desconsiderando a flexibilidade gerencial para o caso tempo de implantao
96
Figura 24 Freqncia da melhor deciso do primeiro ponto de deciso para o caso tempo para implantao
50,00%
0%
0,00%
Opo A0
Opo A1
100,00%
50,00%
1%
0%
0,00%
Opo B0
Opo B1
Opo B2
50,00%
0%
0%
0%
Opo C0
Opo C1
0,00%
Opo C2
Opo C3
97
98
5. Anlises
5.1. Anlise Comparativa: Cenrio Base X Cenrio Preo
UScent/DMTU
140
Cenrio
Base
120
100
80
60
40
Cenrio
Preo
20
Figura 26 Grfico da Mdia de Preos projetadas conforme processo estocsticos do cenrio base e cenrio
preo.
99
2036
2032
2028
2024
2020
2016
2012
2008
2004
2000
1996
1992
1988
1984
1980
1976
1972
1968
1964
1960
1956
1952
1948
1944
1940
Com
relao
aos
resultados
dos
cenrios,
estes
geraram
resultados
Caso Base
Caso Preo
VPL do Modelo
VPL do Modelo
Figura 27 Comparao da Distribuio dos Resultados entre os Cenrios: Caso Base e Caso Preo
23,2%
Caso Base
Caso Preo
Figura 28 Comparao do Coeficiente de Variao dos Resultados entre os Cenrios: Caso Base e Caso Preo
100
62,6%
60,0%
50,1%
PRM
MGB e PRM
Frequncia
50,0%
36,7%
40,0%
27,8%
30,0%
17,5%
20,0%
10,0%
4,5%
0,1%
1,1%
0,5% 0,0%
0,0%
Sq
Opo A
Opo B
Opo C
Opo D
Figura 29 Comparao entre Caso Base e o Caso Preo da Distribuio da Melhor Opo para a 1a. Deciso
Caso Preo
Caso Base
97,7%
100,0%
100,0%
50,0%
50,0%
2,3%
0,2%
0,0%
0,0%
Opo A0
Opo A1
Opo A0
93,3%
100,0%
Opo A1
100,0%
50,0%
50,0%
4,1%
2,6%
0,1%
0,0%
1,3%
0,0%
Opo B0
Opo B1
Opo B2
Opo B0
Opo B2
93,7%
100,0%
Opo B1
100,0%
50,0%
50,0%
1,7%
4,4%
0,2%
0,0%
0,0%
0,0%
Opo C0
Opo C1
0,1%
0,0%
Opo C0
Opo C1
Opo C2
Opo C3
Opo C2
Opo C3
Figura 30 Comparao da Freqncia da melhor deciso do segundo ponto de deciso do Caso Preo e do
Caso Base
102
Caso Base
VPL do Modelo
VPL do Modelo
Figura 31 Comparao da Distribuio dos Resultados entre os Cenrios: Caso Base e Caso Tempo para
Implantao
25%
Caso Base
Figura 32 Comparao do Coeficiente de Variao dos Resultados entre os Cenrios: Caso Base e Caso Tempo
para Implantao
61,3%
Frequncia
60,0%
50,0%
38,6%
40,0%
30,0%
20,0%
10,0%
0,0%
0,8%
Sq
Opo A
0,0%
0,0%
70,0%
Opo B
Opo C
Opo D
Frequncia
60,0%
50,0%
36,7%
40,0%
30,0%
20,0%
10,0%
0,1%
1,1%
Sq
Opo A
0,0%
0,0%
Opo B
Opo C
Opo D
Opo
Figura 33 Comparao entre a Distribuio da Melhor Opo para a 1a. Deciso, Caso Base e o Caso Tempo
para a Implantao
104
4.00%
0,8
5.00%
6.00%
0,7
7.00%
0,6
8.00%
9.00%
0,5
10.00%
0,4
11.00%
0,3
12.00%
13.00%
0,2
14.00%
15.00%
0,1
0
0
10
15
20
25
30
Nmero do Perodo
105
90%
80%
70%
60%
Opo D
50%
Opo C
40%
Opo B
30%
Opo A
Opo Sq
20%
10%
0%
15%
14%
13%
12%
11%
10%
9%
8%
7%
6%
5%
4%
Taxa de Desconto
106
1
0
10
15
20
25
30
35
0,9
-500
0,8
0,7
-1000
$ Milhes
0,6
0,5
-1500
0,4
0,3
Fluxo Opo C
Taxa de 5%
Fluxo Opo C
Taxa de 9%
Fluxo Opo C
Taxa de 18%
Fluxo Opo B
Taxa de 5%
Fluxo Opo B
Taxa de 9%
Fluxo Opo B
Taxa de 18%
Taxa de 5%
Taxa de 9%
Taxa de 18%
-2000
0,2
0,1
-2500
(ii)
108
6. Concluso
109
110
111
(i)
(ii)
(iii)
112
113
7. Referncias Bibliogrficas
ABDEL SABOUR, S.A. E POULIN, R. (2006), Valuing real capital investments using
the least-squares Monte Carlo method, Eng. Econom., 51 (2), 141160.
ABDEL SABOUR, S.A. E WOOD, G. (2009), Modelling financial risk in open pit
mine projects: implications for strategic decision-making, Journal Of The South African
Institute Of Mining And Metallurgy, 109 (3), 169-175.
AMRAN, M.; KULATILAKA, N. (2000), Strategy and shareholder value creation: the
real options frontier. Journal of Applied Corporate Finance, v.13, n.2.
114
ARNOLD, T., CRACK, F.T. E SCHWARTZ, A. (2007), Valuing real options using
implied binomial trees and commodity futures options, journal of futures markets, 27
(3), 203-226.
115
CRU ANALISYS. (2009), Iron ore market service: Main report 2009. Londres: CRU
International Ltd.
DAMODARAN, A. (1997), Corporate finance: theory and practice, John Wiley &
Sons, New York.
DICKEY, D.A; FULLER, W.A. (1979), Distribution of the estimator for autoregressive time series with a unit root. Journal of the American Statistical Association,
74:427-31.
116
ENDERS, W. (1995), Applied Econometric Time Series. John Wiley and Sons.
EVANS, J., OLSON, D. (1998), Introduction to Simulation and Risk Analysis. New
Jersey: Prentice Hall.
GRANT, D.; VORA, G.; WEEKS, D. E. (1997), Path-Dependet Options: Extending the
Monte Carlo Simulation Approach. Management Science, Vol 43, N 11, November,
pp. 1589-1602.
HEIJ, C.; BOER, P.; FRANSES, P. H.; KLOEK, T. & VAN DIJK, H. K. (2004),
Econometric Methods with Applications in Business and Economics. New York:
Oxford University Press.
117
KELLY, S. (1998), A binomial lattice approach for valuing a mining property, Quart.
Rev. Econom. Finance, 38, 693709.
118
LAW, A. M. & KELTON, W. D. (1991), Simulation Modelling & Analysis. McGrawHill Books, NY, Second Edition.
LESLIE, K. e Michaels, M. (1997), "The Real Power of Real Options" The McKinsey
Quarterly. n. 3.
MOEL, A., TUFANO, P. (2002), When are real options exercised? An empirical study
of mine closings, Rev. Financial Stud., 15 (1), 3564.
MOYEN, N., SLADE, M., UPPAL, R. (1996), Valuing risk and flexibility:
acomparison of methods, Resource Policy, 22, 6374.
MUN, J. (2006) Real Options Analysis: Tolls and Techniques for valuing Strategic
Investments and Decisions. Ed. Wiley& Songs. Berkeley.
120
PADDOCK, J.L., SIEGEL, D.R., SMITH, J.L. (1988), Option valuation of claims on
real assets: the case of offshore petroleum leases, Quart. J. Econom., 103 (3), 479508.
PILIPOVIC, D. (1998), Energy Risk Valuing and Managing Energy Derivatives. New
York: McGraw Hill Co.
SAMIS, M., DAVIS, G.A., LAUGHTON, D., POULIN, R. (2006). Valuing uncertain
asset cash flows when there are no options: a real options approach, Resources Policy,
30, 285298.
121
TUFANO, P., MOEL, A. (1999), Bidding for Antamina: incentives in a real option
context, Project Flexibility, Agency and Competition, Oxford University Press, Oxford,
128150.
122
USGS. United States Geological Survey. Iron ore Prices. Disponvel em:
<http://minerals.usgs.gov/minerals/pubs/commodity/iron_ore/> Acesso em: 15 abril
2010.
VAN HORNE, JAMES C. (1992), "Financial Management and Policy", 9th Edition,
Prentice-Hall, Englewood Cliffs, New Jersey.
VOSE, D. (2000), Risk analysis: a quantitative guide. 2. ed. Sussex: John Wiley & Sons
Ltd.
123
8. Apndice 1
124
125