proposta de um framework para anÁlise de …proposta de um framework para anÁlise de investimentos...

PROPOSTA DE UM FRAMEWORK

PARA ANÁLISE DE INVESTIMENTOS

EM ATIVOS REAIS COM SUPORTE DO

$AV€PI

José Donizetti de Lima

[email protected]

Gilson Adamczuk Oliveira

[email protected]

Geremi Gilson Dranka

[email protected]

Marcelo Gonçalves Trentin

[email protected]

Luiz Fernando Puttow Southier

[email protected]

O objetivo desse artigo é propor um framework para auxiliar a análise

da viabilidade econômica de Projetos de Investimento (PI) em ativos

reais com apoio da Metodologia Multi-índice Ampliada (MMIA) via

Sistema de Análise da Viabilidade Econômica de Projetos de

Investimento ($AV€PI). Como justificativas apresenta a existência de

uma considerável quantidade de métodos, técnicas e metodologias

para avaliar tais investimentos, aliado às especificidades do

empreendimento e da organização. Nesse contexto, a escolha da

abordagem mais adequada para avaliar um PI pode se tornar uma

tarefa árdua e complexa. Para ilustrar a aplicabilidade do framework

utilizou-se uma simulação hipotética, a qual mostrou a sua relevância

para facilitar o processo de avaliação e tomada de decisão acerca da

questão de investimentos. Mais especificamente, observa-se que o PI

em estudo seria recomendado pela Metodologia Clássica (VPL > 0;

TIR > TMA e/ou Payback/N). Por outro lado, o projeto não seria

recomendado pela MMIA (nível de risco maior que o grau de retorno).

Por fim, o uso da Simulação de Monte Carlo (SMC) para aprofundar a

análise mostra que esse projeto tem 81,82% de probabilidade de ser

promissor sob a ótica financeira. A decisão final fica a cargo do

decision-making, respeitando as peculiaridades do setor e da

organização proponente do empreendimento.

Palavras-chave: Análise de Investimentos em ativos reais, MMIA,

SMC, $AV€PI, Framework

XXXVIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO “A Engenharia de Produção e suas contribuições para o desenvolvimento do Brasil”

Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018.


Maceió, Alagoas, Brasil, 16 a 19 de outubro de 2018. .

2

1. Introdução

Há uma gama variada de métodos, técnicas e metodologias para avaliar a Viabilidade

Econômica (VE) de um Projeto de Investimento (PI) em ativos reais (CASAROTTO FILHO e

KOPITTKE, 2010; SOUZA e CLEMENTE, 2012; LIMA et al., 2015, LIMA et al., 2017a).

Os principais métodos são: Valor Presente (VP); Valor Presente Líquido (VPL); Valor

Presente Líquido Anualizado (VPLA) ou Valor Anual Uniformemente Equivalente (VAUE);

Índice Benefício Custo (IBC) ou Índice de Liquidez (IL); Retorno Adicional sobre

Investimento (ROIA); índice ROIA/TMA, sendo TMA a Taxa Mínima de Atratividade; Taxa

Interna de Retorno (TIR); Taxa Interna de Retorno Modificada (TIRM); Retorno sobre

Investimento (ROI); Payback descontado; índice TMA/TIR, índice Payback/N, sendo N o

horizonte de planejamento; PaybackFin, recomendado para PI com financiamento externo;

Grau de Comprometimento da Receita (GCR), Risco do Negócio e Risco de Gestão (SOUZA

e CLEMENTE, 2012; LIMA et al., 2013; LIMA et al., 2015). Por outro lado, como técnicas

destacam-se: Análise de Sensibilidade (AS), Análise de Cenários (AC), Árvore de Decisão

(AD) e Simulação de Monte Carlo (SMC). Dentre essas, a SMC é a técnica mais adequada,

contudo, é a de maior complexidade, pois exige maior esforço computacional e

conhecimentos de Probabilidade e Estatística (CORREIA NETO, 2009; LIMA et al., 2017b).

Além dos métodos e técnicas expostos, existem diversas metodologias, as quais utilizam

alguns indicadores ou dimensões agrupando os indicadores (métodos) em conjuntos. Dentre

essas destacam-se: (i) Metodologia tradicional ou Clássica (MC); Metodologia Multi-índice

(MMI); MMI Ampliada (MMIA); e (iv) Teoria das Opções Reais (TOR) ou Análise de

Opções Reais (AOR), com o uso principalmente do VPL expandido (VPLexpandido) sendo essa

última fora do escopo desse artigo (DIXIT e PINDYCK, 1994; COPELAND e

ANTIKAROV, 2001; LIMA et al., 2015). Uma síntese dessas metodologias, com respectivas

dimensões e indicadores é apresentada na Figura 1.

Metodologia Dimensões e Indicadores Referências

MC VPL, TIR e/ou Payback

O risco é avaliado por meio de um spread sobre a TMA

Casarotto Filho e

Kopittke (2010)

MMI Retorno: VP, VPL, VPLA, IBC, ROIA e índice ROIA/TMA

Riscos: TIR, Payback, índices TMA/TIR, Payback/N, GCR, RN e RG

Souza e Clemente

(2012)

MMIA

Retorno: VP, VPL, VPLA, IBC, ROIA, índice ROIA/TMA

Riscos: TIR, Payback (ou PaybackFin), índices TMA/TIR, Payback/N

(ou PaybackFin/n), GCR, RN e RG

Sensibilidades: %TMA, %FC0, %FCj...

Lima et al. (2013)

Lima et al. (2015)

Copeland e



3

TOR VPLexpandido Antikarov (2001)

Figura 1 – Síntese comparativa entre as principais metodologias de análise de investimentos

Essas metodologias estão implementadas no aplicativo web $V€ (Sistema de Análise da

Viabilidade Econômica de Projetos de Investimento), o qual é de livre acesso mediante

cadastro prévio (LIMA et al., 2017b). Contudo, não foi identificado na literatura um

framework, o qual auxilie o analista a escolher qual a melhor abordagem a ser aplicada,

respeitando as peculiaridades do PI, do setor e da organização proponente do

empreendimento. Nesse contexto, o objetivo desse artigo é propor um framework e ilustrar

sua aplicabilidade para auxiliar a análise da viabilidade econômica de PI em ativos reais com

apoio da Metodologia Multi-índice Ampliada (MMIA) via $V€.

2. Referencial Teórico

2.1 Metodologia Multi-índice Ampliada (MMIA)

A Metodologia Multi-índice Ampliada (MMIA), sob a abordagem determinística (LIMA et

al., 2015), avalia um PI em ativos reais observando as dimensões retorno, riscos e

sensibilidades. A Figura 2 apresenta as três dimensões e os respectivos indicadores. Para isso,

considera como valores para os diversos parâmetros de entrada (inputs), os valores médios

(ou mais prováveis). Por outro lado, na abordagem estocástica (LIMA et al., 2017a), a qual

também utiliza as mesmas três dimensões, é utilizado a Simulação de Monte Carlo (SMC),

respeitando as características de cada parâmetro, o qual pode ser um valor determinístico ou

uma variável aleatória. Nesse último caso, é preciso identificar uma distribuição de

probabilidades adequada e estimar os respectivos parâmetros para cada variável estocástica

(CORREIA NETO, 2009; LIMA et al., 2017a).

Dimensão/Dimension Indicadores/indicators

Retorno/Return

(Souza e Clemente, 2012)

VP, VPL, VPLA, IBC, ROIA e índice ROIA/TMA

Riscos/Risk

(Souza e Clemente, 2012)

Payback (ou PaybackFin de Lima et al., 2013), TIR, Índice Payback/N

(Índice PaybackFin/N), Índice TMA/TIR, GCR, RN e RG

Sensibilidades/Sensibilites

(Lima et al.; 2015)

%TMA, %FC0, %FCj...

Figura 2 – Dimensões e indicadores da MMIA

Para realizar a classificação, em um determinado nível ou grau, e promover o confronto entre

as dimensões retorno, riscos e sensibilidades, Lima et al. (2015; 2017) sugerem utilizar a

escala apresentada na Figura 3. A MMIA sob as abordagens determinística e/ou estocástica

(SMC ou AC) tem sido empregada na avaliação de ativos (projetos) industriais e



4

agropecuários, os quais estão relatados nas pesquisas publicadas em: Lima et al. (2016), Ferro

et al. (2016), Artuzo et al. (2016), Torrico et al. (2016), Daros et al. (2017), Lizot et al.

(2017), Gularte et al. (2017), Lima et al. (2017a), Lima et al. (2017b), Sieminkoski et al.

(2017), Bernardi et al. (2017), Sieminkoski et al. (2017), por exemplo. Além disso, podem ser

encontrados vários trabalhos de conclusão de curso de graduação e pós-graduação latu-sensu,

dissertações de mestrado e tese de doutorado com uso da MMIA.

Figura 3 – Escala de classificação e confronto entre as dimensões da MMIA

2.2 Sistema de Análise da Viabilidade Econômica de Projetos de Investimento ($V€)

Atualmente, a maioria dos acadêmicos possuem dispositivos móveis (smartphones e/ou

notebooks, por exemplo) e preferem utilizar a tecnologia para aprendizagem (ZHU et al.,

2015). Ainda, segundo esses autores, os educadores e pesquisadores devem desenvolver e

utilizar aplicativos computacionais, pois esses apresentam elevado potencial para serem

utilizados como ferramenta de apoio ao aprendizado.

Nesse contexto, pesquisadores da Universidade Tecnológica Federal do Paraná (UTFPR –

Câmpus Pato Branco) desenvolveram um aplicativo web denominado $V€Sistema de

Análise da Viabilidade Econômica de Projetos de Investimento), utilizando a linguagem PHP,

o qual é de acesso livre mediante cadastro prévio (LIMA et al., 2017b). A Figura 4 apresenta

a tela inicial do $V€A fundamentação teórica do desenvolvimento dessa ferramenta

computacional pode ser encontrada em Southier et al. (2016) e Lima et al. (2017b).



5

Figura 4 – Tela inicial do $V€

O $V€ pode ser acessado no sítio: http://pb.utfpr.edu.br/savepi/cadastrar.php. Por outro

lado, o manual está disponível em: http://pb.utfpr.edu.br/savepi/recursosDidaticos.php. Após

o cadastro, o usuário deve selecionar o módulo e o submódulo mais adequado às

especificidades do empreendimento em avaliação. As informações (inputs) são inseridas no

aplicativo de acordo com o módulo selecionado. Na sequência, os resultados (outputs) são

gerados, sendo apresentados na forma de indicadores, gráficos e relatórios. Contudo, aqui

reside uma dificuldade para o analista: qual submódulo utilizar? Nesse contexto, esse artigo

apresenta um framework para facilitar essa tarefa, a qual pode ser árdua e complexa.

3. Metodologia

A presente pesquisa pode ser classificada, no tocante a natureza, como Pesquisa Aplicada,

pois buscou-se gerar conhecimento para aplicação imediata (CAUCHICK MIGUEL et al.,

2012). Quanto à abordagem do problema trata-se de um estudo quantitativo, pois utilizou-se

de técnicas matemáticas, estatísticas e de simulação para atingir ao objetivo proposto

(MIGUEL CAUCHICK, 2012; MELO et al., 2012).

A Figura 5 apresenta o framework proposto para escolher o submódulo adequado para a

análise do investimento em ativos reais, aplicando a Metodologia Multi-índice Ampliada

(MMIA) via $AVEPI (LIMA et al., 2017b). Em síntese, após aplicar a MMIA sob a

abordagem determinística (LIMA et al., 2015) via $V€ e analisar os resultados, deve-se

verificar a necessidade de aprofundamento da avaliação via abordagem estocástica utilizando

a técnica de Simulação de Monte Carlo (SMC) também via $V€ (LIMA et al., 2017a).

O Valor-Limite (VL) representa o threshold (limite/limiar) definido pelo gestor ou pela

organização proponente do PI em estudo, respeitando as peculiaridades do projeto e da

http://pb.utfpr.edu.br/savepi/cadastrar.php

http://pb.utfpr.edu.br/savepi/recursosDidaticos.php



6

empresa. Se a variação percentual (VL, então o PI seria aprovado com estreita margem

de manutenção da Viabilidade Econômica (VE). Nesse contexto, recomenda-se a adoção da

abordagem estocástica via SMC (LIMA et al., 2017a). Nesse estudo, adota-se VL igual a

33%. Vale ressaltar que a sensibilidade alta significa que pequenas variações no parâmetro

avaliado gera a inviabilidade econômica do PI em análise.

A magnitude do retorno pode ser avaliada pelo índice ROIA/TMA (SOUZA e CLEMENTE,

2012), o qual pode ser classificado em: baixo, médio ou alto, conforme escala proposta na

Figura 6. Por outro lado, para a avaliação dos riscos, pode se utilizar-se dos índices:

Payback/N, TMA/TIR, GCR, RG e RN (SOUZA e CLEMENTE, 2012), os quais também

podem ser classificados em: baixo, médio ou alto, conforme escala apresentada na Figura 6.

Por fim, recomenda-se realizar a Análise de Sensibilidade (AS) nos principais parâmetros

intervenientes no desempenho econômico do PI em estudo, conforme a proposta de Lima et

al. (2015). Para a classificação em termos do grau/nível de sensibilidade sugere-se a escala

exposta na Figura 6.



7

Figura 5 - Framework para análise de investimentos em ativos reais com o uso da MMIA via $V€

Dimensão

(Dimension)

Índice

(Index)

Baixo (Low)

< 33%

Médio (Medium)

de 33% a 66%

Alto (High)

> 66%

Retorno

(Return)

ROIA/TMA

(ROIA/MRA)

Riscos

(Risks)

Payback/N

(Payback/N)

TMA/TIR

(MRA/IRR)

GCR

RG

RN

Dimensão

(Dimension)

Índice

(Index)

Alta (High)

< 33%

Média (Medium)

de 33% a 66%

Baixa (Low)

> 66%

Sensibilidades

(Sensitivities)

%TMA

(%MRA)

%FC0

(%CF0)

%FCj

%CFj)



8

Figura 6 – Escala proposta para avaliar as dimensões: retorno, riscos e sensibilidades

4. Resultados e Discussão

Nessa seção, para ilustrar a aplicabilidade do framework proposto, será utilizado um exemplo

hipotético, descrito a seguir. A empresa i9 always & Cia. Ltda necessita investir

aproximadamente R$ 100.000,00 na aquisição, transporte e instalação de um equipamento, o

qual será capaz de manufaturar um produto a ser vendido na próxima década. A alteração do

Fluxo de Caixa (FC) está estimada em R$ 15.000 por ano. Ao final desse período (vida útil de

10 anos), o equipamento poderá ser vendido por R$ 10.000,00. A Taxa Mínima de

Atratividade (TMA) da empresa está estimada em 6,50% ao ano, após o Imposto de Renda

(IR). Considere uma alíquota de Imposto de Renda (IR) de 15% e uma Contribuição Social

sobre o Lucro Líquido (CSLL) de 9%, totalizando 24%. A depreciação contábil total ocorre

em 10 anos, isto é, deprecia-se 10.000,00 R$/ano. Nesse contexto, pede-se para analisar a

viabilidade econômica desse Projeto de Investimento (PI) utilizando a Metodologia Multi-

índice Ampliada (MMIA) via Sistema de Análise da Viabilidade Econômica de Projetos de

Investimento ($V€) na modalidade recursos próprios, aplicando o framework proposto.

A Figura 7 mostra a tela do $V€ com os dados de entrada do PI em estudo. Por outro lado,

a Figura 8 apresenta as dimensões e os indicadores da MMIA para o projeto em avaliação. Já

a Figura 9 mostra um confronto entre as dimensões da MMIA já utilizando a escala proposta

nesse estudo. Por fim, a Figura 10 apresenta um relatório parcial sobre a VE do PI em estudo.

Figura 7 – Tela de input do $V€ com os dados do PI em estudo



9

Dimensão Indicador Valor esperado

Retorno

VP 103.254,57

VPL 3.254,57

VPLA 452,73

IBC 1,0325

ROIA (%) 0,32

Índice ROIA/TMA (%) 4,94

Riscos

Payback 10

TIR (%) 7,16

Índice Payback/N (%) 100,00

Índice TMA/TIR (%) 90,74

Sensibilidades

Δ%TMA 10,21

Δ%FC0 3,25

Δ%FCj 3,15

Δ%(FC0 e FCj) 1,60

Δ%(TMA e FC0) 2,47

Δ%(TMA e FCj) 2,41

Δ%(FC0 e FCj e TMA) 1,38

Figura 8 – Dimensões e indicadores da MMIA para o PI em estudo

Dimensão

(Dimension)

Índice

(Index)

Baixo (Low)

< 33%

Médio (Medium)

de 33% a 66%

Alto (High)

> 66%

Retorno

(Return)

ROIA/TMA

(ROIA/MRA) 4,94%

Riscos

(Risks)

Payback/N

(Payback/N) 100,00%

TMA/TIR

(MRA/IRR) 90,74%

Dimensão

(Dimension)

Índice

(Index)

Alta (High)

< 33%

Média (Medium)

de 33% a 66%

Baixa (Low)

> 66%

Sensibilidades

(Sensitivities)

%TMA

(%MRA)

10,21%

%FC0

(%CF0)

3,25%

%FCj

%CFj)

3,15%

Figura 9 – Escala proposta para avaliar as dimensões: retorno, riscos e sensibilidades



10

DIMENSÃO ANÁLISE PRELIMINAR

RETORNO

O PI em estudo necessita de um investimento inicial (FC0) de R$ 100.000. Espera-se

que esse investimento retorne R$ 103.254,57 (VP). Isso implica em um retorno líquido

total (VPL) de R$ 3.254,57 em 10 anos, equivalente a R$ 452,73 por ano (VPLA). Vale

ressaltar que esse ganho sempre é o adicional ao oportunizado pelo mercado (TMA).

Para esse PI, a cada unidade monetária investida, há a expectativa de retorno de 1,0325.

Isso é equivalente a um ganho de 0,32% ao ano além da TMA (6.5%). O retorno fica

melhor expresso pelo índice ROIA/TMA (SOUZA e CLEMENTE, 2012), cujo valor

obtido é de 4,94%. Isso permite classificar o investimento como retorno de grau (ou

nível) baixo (0% a 33%), segundo a escala proposta nesse artigo.

RISCOS

No tocante a dimensão riscos, o PI em estudo apresenta retorno do investimento em

aproximadamente 10 anos. O índice Payback/N é de 100,00%, ou seja, o PI tem que ser

promissor em toda a vida estimada para se pagar. Por outro lado, o índice TMA/TIR

resultou em 90,74%, representando a razão entre o percentual oferecido pelo mercado e

o rendimento esperado PI. Isso permite categorizar o investimento como risco de

nível/grau alto (> 66%), segundo a escala proposta nesse artigo.

SENSIBILIDADES

Para o PI em estudo, a TMA admite uma variação máxima de 10,21% antes de torná-lo

economicamente inviável, sendo o valor-limite igual a 7,16% (TIR). Por outro lado, o

investimento inicial (FC0) suporta um acréscimo de até 3,25%, sendo o valor-limite

igual a R$ 103.254,57 (VP). Já o Fluxo de Caixa (FC) permite uma redução máxima

3,15%, sendo o valor-limite igual a R$ 13.365,03. A exceção é para o último período

em que o valor-limite é de R$ 20.725,47, devido a presença do Valor Residual (VR).

Esses valores melhoram a percepção dos riscos associados à implantação do PI em

estudo. Além disso, esses valores podem ser utilizados nas etapas/fases de

monitoramento e controle do projeto, se esse for aprovado e implantado.

PARECER

PRELIMINAR

Com base na análise da expectativa de retorno, das estimativas de riscos envolvidos,

das sensibilidades das principais variáveis intervenientes no desempenho econômico do

PI e do confronto entre retorno e riscos, recomenda-se uma nova análise utilizando a

Simulação de Monte Carlo (SMC).

Figura 10 – Relatório parcial sobre a VE do PI em estudo

Com base nos resultados e no parecer preliminar, foi aplicado a SMC, com a seguinte

configuração: (i) para o Fluxo de Caixa (FC) adotou-se uma distribuição triangular com os

seguintes parâmetros: R$ 10.000,00 (valor mínimo), R$ 15.000,00 (valor mais provável, caso

determinístico) e R$ 20.000,00 (valor máximo); (ii) demais parâmetros são mantidos

constantes durante a simulação; e (iii) foram realizadas 100.000 simulações no $V€. As

telas de input são apresentadas na Figura 11. Por outro lado, os resultados encontrados são

apresentados nas Figuras 12 (estatísticas descritivas), 13 (probabilidades) e 14 (Valor em



11

Risco – VaR e Valor em Risco Condicional – CVaR). A interpretação das estatísticas

descritivas é elementar foi omitida.

A Figura 13 apresenta as probabilidades de o PI gerar déficit financeiro (prejuízo: VPL < 0)

para a organização proponente, sob o enfoque frequentista – contagem pela frequência

(baseada na Lei dos Grandes Números) e o do Teorema Central do Limite (TCL – área sob a

curva normal). Pelo enfoque frequentista, essa probabilidade é de 18,32%, pois ocorreram

18.323 resultados desfavoráveis (VPL < 0), em uma amostra composta por 100.000 cenários.

Por outro lado, pelo cálculo da área sob a curva (TCL) a probabilidade é de 18,18%, sendo

esse o valor adotado.

Assim, pela distribuição de probabilidades resultante para o VPL em 100.000 simulações,

observa-se que há 18,18% de probabilidade de o VPL ser negativo. Portanto, a probabilidade

do PI ser promissor sob a ótica econômica é de 81,82% (100% – 18,18%). Uma análise

análoga pode ser realizada para a TIR ou qualquer outro indicador da MMIA (LIMA et al.,

2017a).

Figura 11 – Input para aplicar a SMC no PI estudo

Estatísticas Descritivas VPL TIR

Quantidade 100.000 100.000

Mínimo -10.601,26 4,30%



12

Máximo 18.228,37 10,27%

Amplitude (Máx - Mín) 28.829,63 5,97%

Média 3.262,92 7,16%

Desvio-padrão 3.590,91 0,73%

Coeficiente de variação 110,05% 10,20%

Mediana 3.273,73 7,17%

Figura 12 – Estatísticas descritivas via SMC

Quantidade: VPL < 0 18.323

Método da frequência: Lei dos Grandes Números: P(VPL < 0) 18,32%

Área sob a curva – Teorema Central do Limite: P(VPL < 0) 18,18%

Figura 13 – Probabilidades segundo a SMC para o PI em estudo

A Figura 14 apresenta o VaR (MORGAN, 1996) e o CVaR (ROCKAFELLAR e URYASEV,

2000 e 2002) para os níveis mais comuns. Em relação ao Valor em Risco (VaR – Value at

Risk) e Valor em Risco Condicional (CVaR – Conditional Value at Risk) para o PI em estudo,

os seguintes resultados foram encontrados. Há 5% de probabilidade de esse PI gerar um VPL

menor ou igual a - R$ 5.090,78 (VaR). Nesse contexto, espera-se uma perda estimada de R$

6.186,58 (CVaR). A interpretação para os demais níveis (1% e 100%) é análoga e não será

apresentada.

Nível (α) Valor em Risco: VaR (em R$) Valor em Risco Condicional: CVaR (em R$)

1% -5.090,78 -6.186,58

5% -2.643,60 -4.098,88

10% -1.339,01 -3.030,44

Figura 14 - Value at Risk (VaR) e Conditional Value at Risk (CVaR)

5. Agradecimentos

Especial agradecimento ao Ministério da Ciência, Tecnologia e Invocação e ao Conselho

Nacional de Desenvolvimento Científico e Tecnológico (MCTI/CNPQ – chamada universal

14/2014, processo n. 457.473/2014-2) por seu suporte financeiro, o qual financiou

parcialmente o desenvolvimento dessa pesquisa.

6. Conclusão



13

Devido à existência de uma considerável quantidade de métodos, técnicas, metodologias para

avaliar um investimento em ativos reais, aliado às especificidades do empreendimento, a

escolha da abordagem mais adequada para avaliar um PI pode se tornar uma atividade

complexa. Nesse contexto, o objetivo desse artigo foi propor um framework e ilustrar sua

aplicabilidade para auxiliar a análise da viabilidade econômica de investimentos em ativos

reais com apoio da MMIA via $V€. Para ilustrar sua aplicabilidade, utilizou-se uma

simulação hipotética, a qual mostrou a relevância da aplicação do referido framework.

Como sugestão para trabalhos futuros, surge a oportunidade de ampliação do framework

proposto por meio da inclusão da Teoria das Opções Reais (TOR), a qual permite avaliar as

flexibilidade gerencias presentes na maioria dos PIs (DIXIT e PYNDICK, 1994; COPELAND

e ANTIKAROV, 2001; CORREIA NETO, 2009). Vale ressaltar que o $V€ também

disponibiliza alguns submódulos para a aplicação da TOR em investimentos em ativos reais.

7. Referências

ARTUZO, Rafael Merger; ULSENHEIMER, Leomar; DAROS, Rafael; LIMA, José Donizetti de; SETTI,

Dalmarino. Estudo de viabilidade econômica da alteração do processo de moldagem de chapas de fogão a

lenha. In: VI Congresso Brasileiro de Engenharia de Produção (CONBREPRO, 2016). Ponta Grossa – PR.

Engenharia de Desenvolvimento de Produto, 2016.

BERNARDI, Alex; LIMA, José Donizetti de; TRENTIN, Marcelo Gonçalves; OLIVEIRA, Gilson Adamczuk.

Análise de investimento em segregação de milho: estudo de caso em agroindústria produtora de ração para

frangos de corte. Custos e Agronegocio Online, v. 13, n. 4, p. 147-171, set/dez. 2017.

CASAROTTO FILHO, Nelson; KOPITTKE, Bruno Harmut. Análise de Investimentos: Matemática Financeira,

Engenharia Econômica, Tomada de Decisão, Estratégia Empresarial. 11 ed. São Paulo: Atlas. 2010.

CAUCHICK MIGUEL, Paulo Augusto (coord.) et al. Metodologia de pesquisa em engenharia de produção e

gestão de operações. 2 ed. Rio de Janeiro: Elsevier, 2012.

CORREIA NETO, Jocildo Figueiredo. Elaboração e avaliação de projetos de investimento. São Paulo:

Campus. 2009.

DAROS, Rafael; LIMA, José Donizetti de; ARTUZO, Rafael Merge; OLIVEIRA, Gilson Adamczuk;

TRENTIN, Marcelo Gonçalves Análise de viabilidade econômica da aquisição de um equipamento

utilizando a metodologia multi-índice ampliada. In: XXXVII Encontro Nacional de Engenharia de Produção

(ENEGEP), 2017, Joinville – SC, Brasil, 10 a 13 de outubro de 2017. A Engenharia de Produção e as novas

tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens avançadas de produção, 2017.

DIXIT, Avinash K.; PINDYCK, Robert S. Investment under Uncertainty. New Jersey: Princeton, 1994.



14

FERRO, Wilian Assmann; LIMA, José Donizetti de; SETTI, Dalmarino. Viabilidade econômica da aquisição de

uma linha de pintura associada ao tratamento de superfície de metais com tecnologia nanocerâmica. Espacios

(Carracas). v. 37, n. 26. p. 19-32. 2016.

GIROTTO, Karize; OLIVEIRA, Gilson Adamczuk; LIMA, José Donizetti de. Estudo de viabilidade

econômica da produção de noz-pecã em pequenas propriedades rurais. In: XXXVI ENEGEP, 2016, João

Pessoa - PB. Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do

Brasil. Rio de Janeiro: ABEPRO, v. 1. p. 52-61, 2016.

GULARTE, Luis Carlos Pais; LIMA, José Donizetti de; OLIVEIRA, Gilson Adamczuk; TRENTIN, Marcelo

Gonçalves; SETTI, Dalmarino. Estudo de viabilidade econômica da implantação de uma usina de reciclagem de

resíduos da construção civil no município de Pato Branco – PR utilizando a metodologia multi-índice ampliada.

Revista Engenharia Sanitária e Ambiental. v. 22, n. 5, set./out. p. 985-992, 2017.

LIMA, José Donizetti de; ALBANO, Junior Cezar da Silva; OLIVEIRA, Gilson Adamczuk; TRENTIN, Marcelo

Gonçalves; BATISTUS, Dayse Regina. Estudo de viabilidade econômica da expansão e automatização do setor

de embalagem em agroindústria avícola. Custos e @gronegócios online, v. 12, n. 1. p. 89-112, 2016.

LIMA, José Donizetti de. Manual de Análise da Viabilidade Econômica de Projetos de Investimentos

(MAVEPI): abordagem determinística e estocástica. Notas de aula – textos para discussão. Universidade

Tecnológica Federal do Paraná (UTFPR – Câmpus Pato Branco). Programa de Pós-graduação em Engenharia de

Produção e Sistemas (PPGEPS). 2018.

LIMA, José Donizetti de; BENNMANN, Márcio; SOUTHIER, Luis Fernando Southier; BATISTUS, Dayse

Regina; OLIVEIRA, Gilson Adamczuk. $AV€– Web System to Support the Teaching and Learning Process

in Engineering Economics. Brazilian Journal of Operations and Production Management, v. 14, p. 469-485,

2017b.

LIMA, José Donizetti de; SCHEITT, Luiz Carlos; BOSCHI, Taciane de Fátima; SILVA, Nézio José da;

MEIRA, Ademar Alves de; DIAS, Gabriel Hiss. Propostas de ajuste no cálculo do Payback de projetos de

investimentos financiados. Custos e @gronegócios online. v. 9, n. 4 – Out/Dez, p. 162-180, 2013.

LIMA, José Donizetti de; TRENTIN, Marcelo Gonçalves; OLIVEIRA, Gilson Adamczuk; BATISTUS, Dayse

Regina; SETTI, Dalmarino. Systematic analysis of economic viability with stochastic approach: a proposal

for investment. In: M. Amorim, C. Ferreira, M. Vieira Junior & C. Prado (Orgs). Engineering systems and

networks: the way ahead for industrial engineering and operations management (v.10, cap. 34, p.317-325).

Switzerland: Springer International Publishing. 2017a.

LIMA, José Donizetti de; TRENTIN, Marcelo Gonçalves; OLIVEIRA, Gilson Adamczuk; BATISTUS, Dayse

Regina; SETTI, Dalmarino. A systematic approach for the analysis of the economic viability of investment

projects. Int. J. Engineering Management and Economics. v. 5, n. 1/2. p. 19-34. 2015.

LIZOT, Mauro; ANDRADE JUNIOR, Pedro Paulo; LIMA, José Donizetti de; TRENTIN, Marcelo Gonçalves;

SETTI, Dalmarino. Análise econômica da produção de aveia preta para pastejo e ensilagem utilizando a

metodologia multi-índice ampliada. Custos e @gronegócio online, v. 13, p. 141-155-155, 2017.

MORGAN, Banco J. P. RiskMetrics. Technical Manual. 4th ed. New York, J.P. Morgan, 1996. 296p.



15

MELLO, Carlos Henrique Pereira; TURRIONI, João Batista; XAVIER, Amanda Fernandes; CAMPOS, Danielle

Fernandes. Pesquisa-ação na Engenharia de Produção: Proposta de estruturação para sua condução. Produção,

v. 22, n. 1, p. 1-13. 2012.

ROCKAFELLAR, Ralph Tyrrell; URYASEV, Stanislav. Optimization of Conditional Value-at-Risk. The

Journal of Risk. 2000. v. 2, p. 21-41.

ROCKAFELLAR, Ralph Tyrrell; URYASEV, Stanislav. Conditional Value-at-Risk for general loss

distributions. Journal of Banking & Finance. v. 26. P. 1443–1471. 2002

SIEMINKOSKI, Tiago; LIMA, José Donizetti de; PESSA, Sérgio Luiz Ribas. Análise de viabilidade

econômica de PIs de maquinário em empresa do APL – alumínio do Sudoeste/PR. In: VII Congresso

Brasileiro de Engenharia de Produção (CONBREPRO). Ponta Grossa – PR. Engenharias na Indústria

Alimentícia, 2017.

SOUTHIER, Luiz Fernando Puttow; LIMA, José Donizetti de; BATISTUS; Dayse Regina; OLIVEIRA, Gilson

Adamczuk; TRENTIN, Marcelo Gonçalves. Proposta de um sistema para auxiliar o processo de análise da

viabilidade econômica de projetos de investimentos. In: XXXVI ENEGEP, 2016, João Pessoa - PB.

Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil. Rio de

Janeiro: ABEPRO, v. 1. p. 52-61. 2016.

SOUZA, Alceu; CLEMENTE, Ademir. Decisões Financeiras e Análises de Investimentos: Conceitos, técnicas

e aplicações. 6. ed. São Paulo: Atlas, 2012.

TORRICO, Giovana Moreira; LIMA, José Donizetti de Lima; BORTOLUZZI, Sandro César. Análise

Econômica Comparativa entre Aquecedores Solares de Baixo Custo e Aquecedores com Tubos de Vidro

Evacuados. Espacios (Caracas), v. 37, p. 31-46, 2016.

ZHU, Weihang; MARQUEZ, Alberto; YOO, Julia. “Engineering Economics Jeopardy!” Mobile App for

University Students. The Engineering Economist, v. 60, n. 4, p. 291-306. 2015.

$V€. Sistema de Análise da Viabilidade Econômica de Projetos de Investimento. Disponível em:

<http://pb.utfpr.edu.br/savepi >. Acesso em: mai. 2018.

http://pb.utfpr.edu.br/savepi

proposta de um framework para anÁlise de …proposta de um framework para anÁlise de investimentos...

Documents