A simulação Monte Carlo já foi abordada em detalhe em outros artigos, pelo que não vale a pena repetir aqui o seu conceito. É possível fazer simulações Monte Carlo também para este tipo de modelos financeiros, partindo dos mesmos princípios:

1. Simular 1.000 cenários aleatórios para os pressupostos do modelo entre um valor mínimo e um valor máximo, que serão os pressupostos do pior e do melhor cenário, respetivamente;
2. Guardar o resultado de cada um desses cenários numa tabela, isto é, guardar os resultados dos indicadores de viabilidade;
3. Calcular a média e o desvio-padrão dos indicadores de viabilidade e analisar estatisticamente os resultados, criando intervalos de confiança.

Analisando, por exemplo os resultados da simulação Monte Carlo para o VAL de um projeto, podem ser analisados graficamente através da seguinte imagem:

Esta informação é muito mais completa do que a simples utilização de 3 cenários estanques. Nesta análise, sabemos com 95% de confiança que o VAL se situará entre -385 mil euros e 252 mil euros. Apesar do cenário base parecer viável, há uma probabilidade elevada do projeto ficar em território negativo.

Análise de dependência de fatores

A análise de dependência de fatores responde à pergunta: serão os pressupostos do modelo igualmente importantes ou existem alguns pressupostos mais importantes do que outros?

Intuitivamente, parece que já sabemos a resposta: há certamente alguns pressupostos com mais importância do que outros. No entanto, para se quantificar esse grau de importância, vamos analisar individualmente cada um dos pressupostos do modelo e fazê-lo variar (aumentar ou diminuir) até ao ponto de inviabilizar o projeto.

Vamos fazer uma espécie de “teste de stress” a cada pressuposto do modelo e calcular o grau de variação percentual de cada um deles até que o projeto se inviabilize.

Como é que definimos a inviabilidade do projeto? Escolhendo um indicador, por exemplo o VAL e definir o valor abaixo do qual o projeto é inviável, o que ocorre quando o VAL é nulo.

No Excel, teremos de utilizar a função Goal Seek (ou Atingir Objetivo, em português), que pode ser acedida a partir do menu Data (Dados) -> What-if Analysis (Análise de Hipóteses):

O Goal Seek procura atingir um objetivo, que está numa determinada célula, por alteração de uma outra célula de input. É precisamente este trabalho que queremos executar: encontrar o VAL igual a zero, alterando o valor de cada um dos pressupostos individualmente.

Encontrando o ponto de stress de um pressuposto, guarda-se o resultado e repõe-se o valor de origem, por exemplo, o valor do cenário base. Teremos de repetir este processo para cada um dos pressupostos. Também é possível fazer todo o processo automaticamente utilizado uma macro com código VBA.

O resultado final desta análise, seria assim algo deste género:

Claramente, alguns pressupostos são mais importantes do que outros. O pressuposto mais importante deste modelo seria sem dúvida o preço por jantar. Se este pressuposto se afastar mais do que 4% do valor base (na verdade, se for 4% inferior) então coloca em causa toda a viabilidade do projeto.

Este pressuposto deve merecer toda a atenção!

Fazendo a mesma análise para todos os pressupostos restantes, é possível criar um ranking, onde se evidencia claramente que pressupostos são mais importantes e que pressupostos admitem uma variação maior sem colocar em causa a viabilidade do projeto.