Please use this identifier to cite or link to this item: http://hdl.handle.net/10773/1663
Title: Análise de risco em projectos de investimento pelo método de Monte Carlo
Author: Saraiva, Marilene Coimbra
Advisor: Jorge, Sílvia Luís Teixeira Pinto Ferreira
Pinho, Carlos da Costa
Keywords: Economia
Gestão financeira
Análise de risco
Método de Monte-Carlo
Projectos de investimento
Defense Date: 2008
Publisher: Universidade de Aveiro
Abstract: Uma economia dinâmica pauta-se por uma sucessão de mudanças complexas e difíceis de prever, obrigando os investidores a procurar novas formas de análise de risco. Neste sentido, a análise de risco melhora a validade e a qualidade das decisões de investimento, uma vez que minimiza ou evita perdas financeiras, consolidando assim a empresa num ambiente de grande competitividade. Com base na revisão de literatura, apresentam-se as principais metodologias que permitem incorporar a incerteza nas decisões de investimento. Concluiu se que a utilização de modelos probabilísticos é mais exacta e eficiente para quantificar a incerteza em projectos de investimento, entre os quais se destacam as árvores de decisão, o método de Monte Carlo e as opções reais. Este relatório propõe-se a utilizar o método de Monte Carlo como método para quantificação das incertezas em projectos de investimentos. O método de Monte Carlo é um modelo probabilístico onde a distribuição de probabilidades de um conjunto de variáveis críticas é repetida aleatoriamente, de forma a obter a distribuição de probabilidade associada aos critérios de decisão como o VAL e a TIR. Este trabalho apresenta uma aplicação do método de Monte Carlo no sector plástico, com o apoio do software Crystal Ball. O modelo construído mostrouse adequado e aderente à realidade, constituindo uma ferramenta importante no suporte de tomada de decisão do projecto. Esta técnica revela informações relevantes aos investidores, representando um factor de segurança acrescida ao processo de decisão. Quanto aos métodos de análise de risco sugere-se a realização de um estudo para aferir o âmbito de utilização destes métodos. Propõe-se, finalmente, o aprofundamento da investigação quanto às variáveis críticas, respectivas distribuições de probabilidade e correlações entre elas. ABSTRACT: A dynamic economy consists of a sequence of complex changes difficult to predict, compelling the investors to search for new risk analysis methods. Taking this in consideration, risk analysis improves the validity and quality of investment decisions once it minimizes or avoids financial loss, consolidating the corporation in an environment of competitiveness. In accordance to the literature review, this project exposes the main methodologies that incorporate the uncertainty in investment decisions. It was concluded that the use of probabilistic models is the most accurate and efficient way of quantifying the uncertainty in investment projects, whereas the decision trees, the Monte Carlo method and the real options stand out. This report aims to use the Monte Carlo method as the right method to quantify the uncertainty in investments projects. The Monte Carlo method is a probabilistic model in which the distribution of probabilities in a group of critical variables is randomly repeated, in order to get the probability distribution associated to the decision criteria as the NPV and the IRR. This paper presents an application of the Monte Carlo method in the plasticindustry, supported by the Crystal Ball software. The created model revealed itself to be accurate, representative of reality as being an important tool in the support of project decision making. This technique reveals relevant information to the investor, representing an element of additional security in the process of decision making. In what concerns of risk analysis methods it is advised to do some research to evaluate the use of these methods. Finally, it is suggested a thorough investigation of critical variables, respective probability distributions and the correlations between them.
Description: Mestrado em Economia
URI: http://hdl.handle.net/10773/1663
Appears in Collections:UA - Dissertações de mestrado
DEGEIT - Dissertações de mestrado

Files in This Item:
File Description SizeFormat 
2009001029.pdf1.15 MBAdobe PDFView/Open


FacebookTwitterLinkedIn
Formato BibTex MendeleyEndnote Degois 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.