Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Dissertao apresentada ao Curso de PsGraduao em Engenharia Civil da Universidade Federal Fluminense, como requisito parcial para obteno do Grau de Mestre. rea de Concentrao: Produo Civil.
NITERI 2003
Dissertao apresentada ao Curso de PsGraduao em Engenharia Civil da Universidade Federal Fluminense, como requisito parcial para obteno do Grau de Mestre. rea de Concentrao: Produo Civil.
BANCA EXAMINADORA
______________________________________________ Professor Miguel Luiz Ribeiro Ferreira, D. Sc., Orientador Universidade Federal Fluminense
_______________________________________________ Professor Assed Naked Haddad, D. Sc. Universidade Federal do Rio de Janeiro
NITERI 2003
DEDICATRIA
minha famlia, por sua infinita pacincia, amor, compreenso e dedicao. Ao meu irmo Fbio Alexandre Ruotolo Morano, por sua amizade, carter, incentivo, honestidade e inesgotvel determinao. minha grande amiga Luciana Nemer Diniz, cujo incentivo para que eu voltasse a estudar, resultou nesse trabalho. s minhas queridas afilhadas: Jlia, Alice e Anne.
AGRADECIMENTOS Ao Prof. Miguel Luiz Ribeiro Ferreira mais do que um orientador, agradeo a este grande amigo que durante esses quase dois anos e meio de convivncia, tornou-se um exemplo por sua competncia, determinao, respeito e responsabilidade acadmica, ajudando a conduzir de forma brilhante, incansvel e incentivadora o desenvolvimento dessa dissertao. Dra. Simone Cruz Machado Ferreira por sua pacincia, compreenso, carinho, amizade e oportunas sugestes no desenvolvimento do captulo de metodologia da pesquisa. Ao Prof. Daniel Igncio De Souza Jnior por sua competncia, amizade, pacincia e imprescindvel auxlio e suporte estatstico para a compreenso deste trabalho. Ao Prof. Helder Gomes Costa por sua ajuda, pelos conhecimentos transmitidos e fornecimento de bibliografias pertinentes ao assunto. Ao Prof. Assed Naked Haddad por sua contribuio para a melhoria deste trabalho e por ter aceito participar da banca examinadora. Ao Prof. Jos Murilo Ferraz Saraiva por sua gentileza, pacincia, orientao, fornecimento de materiais e conhecimentos transmitidos. Ao Prof. Nlio Pizzolato por disponibilizar gentilmente inmeras bibliografias de metodologia da pesquisa. Ao Prof. Protasio Ferreira e Castro por seu apoio e oportunas observaes para o desenvolvimento deste trabalho. Ao Prof. Orlando Celso Longo bibliografias pertinentes ao tema proposto. por sua ajuda e por disponibilizar
Ao Prof. Vicente Custdio de Souza por sua pacincia, ajuda e apoio. Ao Augusto Srgio Mendes da Silva por disponibilizar gentilmente vrias bibliografias sobre o tema proposto.
Ao Paulo Roberto Martins Oliveira que acompanhou todo o desenvolvimento da pesquisa bibliogrfica e finalizao da dissertao, agradeo imensamente por todo apoio, amizade, auxlio e grande incentivo durante todo este perodo. Ao Luiz da Guia por sua amizade, pacincia, carinho, apoio e colaborao no desenvolvimento dessa dissertao. todos funcionrios e professores do Curso de Ps-Graduao em Engenharia Civil que direta ou indiretamente contriburam carinhosamente para o desenvolvimento desse trabalho, em especial: Clarice Maria Siqueira Braso por sua amizade, ajuda e apoio em vrias etapas importantes deste trabalho. Glucia Baslio de Azevedo por sua amizade, apoio e incentivo nos momentos de dificuldades. Cssia, Suzana, Kelly e James, por suas palavras amigas, pelo incentivo e torcida por meu sucesso. Janete por carinhosamente manter o cantinho de estudo sempre arrumado. Aos amigos que fiz durante o mestrado, agradeo por ter sido presenteada com a amizade de todos, que de forma incentivadora e carinhosa apoiaram-me e encorajaram-me a seguir em frente nos momentos difceis da realizao dessa dissertao e tornaram-se pessoas extremamente especiais. (Srgio Ricardo Souza e Silva, Patrcia Meliande, Ricardo Vital, Marcelo Vincius, Jorge Marinho Muniz, Thas, Isabella e Carlos Segond). A CAPES pelo auxlio financeiro para o desenvolvimento desta dissertao.
No mais possvel aprender tudo de cor. Um homem instrudo no mais o homem que sabe muitas coisas; o homem que sabe buscar a informao. (Jacques Arsac, Membro da Academia de Cincias e Professor Emrito da Universidade Pierre et Marie Curie Frana).
SUMRIO
AGRADECIMENTOS..................................................................................................4 SUMRIO ...................................................................................................................7 LISTA DE FIGURAS.................................................................................................10 LISTA DE QUADROS...............................................................................................10 RESUMO...................................................................................................................11 ABSTRACT...............................................................................................................12 1 INTRODUO .......................................................................................................16 1.1 APRESENTAO ...............................................................................................16 2 METODOLOGIA DA PESQUISA...........................................................................18 2.1 INTRODUO ....................................................................................................18 2.2 JUSTIFICATIVA ..................................................................................................18 2.3 RELEVNCIA......................................................................................................21 2.4 OBJETO DA PESQUISA....................................................................................22 2.5 OBJETIVO DA PESQUISA .................................................................................22 2.6 ESCOLHA DO MTODO DE PESQUISA ...........................................................24 2.7 REALIZAO DA PESQUISA ............................................................................25 2.8 CRITRIOS DE ENCERRAMENTO DA PESQUISA ..........................................26 2.9 ORGANIZAO DOS RESULTADOS ................................................................26 2.10 TRATAMENTO DOS RESULTADOS DA PESQUISA BIBLIOGRFICA ..........27 3 RISCOS EM PROJETOS: DEFINIO, TCNICAS DE IDENTIFICAO COMPORTAMENTO FACE AO RISCO ...................................................................31 3.1 INTRODUO ....................................................................................................31 3.2 DIFERENAS ENTRE RISCO E INCERTEZA ...................................................32 3.3 DEFINIES DE RISCO EM EMPREENDIMENTOS ........................................34 3.4 CATEGORIAS PRINCIPAIS DE RISCOS ...........................................................36 3.5 EXPOSIO E ATITUDES FACE AO RISCO ....................................................38 3.6 FONTES DE RISCOS EM EMPREENDIMENTOS .............................................39 3.6.1 Introduo ........................................................................................................39 3.6.2 Fontes Internas de Risco do Empreendimento ................................................40 3.6.3 Fontes Externas de Riscos do Empreendimento .............................................45 3.7 TCNICAS DE IDENTIFICAO DO RISCO .....................................................48 3.7.1 Caractersticas Gerais ......................................................................................48 3.7.2 Brainstorming.................................................................................................51
3.7.3 Tcnica do Grupo Nominal...............................................................................54 3.7.4 Tcnica Delphi ...............................................................................................56 3.7.5 Sintica.............................................................................................................58 3.7.6 Criao de Cenrios.........................................................................................59 3.8 INFLUNCIA DOS FATORES PSICOLGICOS NAS ATITUDES FACE AOS RISCOS EM EMPREENDIMENTOS.........................................................................61 3.8.1 Introduo ........................................................................................................61 3.8.2 Heursticas em Projetos de Construo ...........................................................62 3.8.3 Teoria da Utilidade e as Atitudes Face ao Risco..............................................64 3.8.4 Paradoxo de Allais ...........................................................................................67 3.9 FATORES E CARACTERSTICAS DAS AES PREVENO CONTRA O RISCO .......................................................................................................................68 4 TCNICAS DE ANLISE DE RISCO ....................................................................71 4.1 INTRODUO ....................................................................................................71 4.2 NATUREZA DAS TCNICAS DE ANLISE DE RISCO EM PROJETOS...........72 4.3 O PROCESSO DE ANLISE DE RISCO EM PROJETOS .................................73 4.4 TCNICAS DE ANLISE DE RISCO APLICADAS AVALIAO ............75 4.4.1 Tcnicas Qualitativas .......................................................................................75 4.4.1.1 Anlise Histrica............................................................................................75 4.4.1.2 Anlise Preliminar de Risco (PHA) .............................................................76 4.4.1.3 Srie Riscos SR .........................................................................................79 4.4.1.4 Tcnica de Incidentes Crticos ......................................................................80 4.4.1.5 Lista de Verificao - WHAT-IF/CHECKLIST..............................................81 4.4.1.6 Anlise de Perigo (Hazard Analysis HA) .................................................83 4.4.1.7 HAZOP-Perigos e Operacionalidade.............................................................84 4.4.1.8 rvore de Causas..........................................................................................87 4.4.2 Tcnicas Quantitativas .....................................................................................90 4.4.2.1 Anlise de Conseqncias ............................................................................90 4.4.3 Tcnicas Qualitativas e Quantitativas...............................................................91 4.4.3.1 rvore de Eventos .........................................................................................91 4.4.3.2 rvore de Falhas ...........................................................................................94 4.4.3.3 Anlise de Modos e Efeitos de Falhas (FMEA) ...........................................100 4.4.3.4 Anlise de Modos e Efeitos de Criticalidade de Falhas-(FMECA)...............105 4.5 TCNICAS DE ANLISE DE RISCO APLICADAS EM GESTO DE PRAZOS ................................................................................................................................107 4.5.1 Tcnicas Qualitativas .....................................................................................107 4.5.2 Tcnicas Quantitativas ...................................................................................107 4.5.2.1 PERT-RISCO ..............................................................................................107 4.5.3 Tcnicas Qualitativas e Quantitativas.............................................................110 4.6 TCNICAS DE ANLISE DE RISCO APLICADAS NO RETORNO SOBRE O 111 4.6.1Tcnicas Qualitativas ......................................................................................111 4.6.1.1 Tcnica Delphi.............................................................................................111 4.6.2 Tcnicas Quantitativas ...................................................................................111 4.6.2.5 Valor Monetrio Esperado...........................................................................111 4.6.2.2 rvore de Deciso .......................................................................................115 4.6.2.3 Matriz de Deciso........................................................................................117 4.6.2.4 Anlise ou Teste de Sensibilidade ............................................................121 4.6.2.5 Anlise da Probabilidade.............................................................................124 4.5.2.6 Simulao de Monte Carlo ..........................................................................127 4.6.2.7 Valor Presente Lquido (VPL)......................................................................143
4.6.2.8 Mtodo do PAYBACK ...............................................................................150 4.6.2.8.1 Definio ..................................................................................................150 4.6.2.8.2 Mtodo do Payback Simples (PBS).......................................................150 4.6.2.8.3 Mtodo do Payback Descontado (PBD) ................................................153 4.6.2.9 Mtodo da Taxa Interna de Retorno...........................................................158 4.6.3 Tcnicas Qualitativas-Quantitativas ...............................................................162 4.6.3.1 Anlise de Deciso......................................................................................162 5 GERENCIAMENTO DE RISCO EM PROJETOS ................................................167 5.1 INTRODUO ..................................................................................................167 5.2 MODELOS DE GERENCIAMENTO DE RISCO EM EMPREENDIMENTOS....168 5.2.1 Modelo Proposto por WIDEMAN....................................................................168 5.2.2 Modelo Proposto por FLANAGAM & NORMAN .............................................170 5.2.3 Modelo Proposto por RAFTERY ....................................................................171 5.2.4 Modelo Proposto por PRITCHARD ................................................................172 5.2.5 Modelo Proposto por KERZNER ....................................................................173 5.2.6 Modelo Proposto por VALERIANO.................................................................174 5.2.7 Modelo Proposto pela ISO 10006 ..................................................................175 5.2.8 Modelo Proposto pelo PRAM Gerenciamento e Anlise de Risco em Projetos ................................................................................................................................176 5.2.9 Modelo Proposto pelo PMI Instituto de Gerenciamento de Risco ...............178 5.2.10 Proposta do PRM Gerenciamento de Risco em Projetos..........................180 5.2.11 Modelo da Proposta do ConSERV Viso da Concorrncia Simultnea..182 5.2.12 Modelo da Proposta do GSR - Gerenciamento Sistemtico de Risco em Projetos ...................................................................................................................184 5.2.13 Modelo da Proposta do CRM Gerenciamento Contnuo do Risco ............185 5.3 COMPARAO ENTRE OS MODELOS DE GERENCIAMENTO DE RISCO EM PROJETOS .............................................................................................................187 6 CONCLUSO ......................................................................................................191 REFERNCIAS BIBLIOGRFICAS.......................................................................194 ANEXO ...................................................................................................................205 Quadro da Distribuio Qui-Quadrado................................................................206
LISTA DE FIGURAS
FIGURA 2.1 Tcnicas de Anlise de Risco .................................................. FIGURA 3.1 Matriz Probabilidade x Impacto (Valores de Risco) ................ FIGURA 3.2 Matriz de Graduao de Impactos .......................................... FIGURA 3.3 Seqncia da Aplicao da Tcnica Delphi ............................ FIGURA 3.4 Curvas de Utilidade ................................................................. FIGURA 4.1 Matriz de Classificao de Risco Freqncia X Severidade .. FIGURA 4.2 Procedimentos do HAZOP ....................................................... FIGURA 4.3 Estrutura da rvore de Eventos ............................................... FIGURA 4.4 Estrutura Simples da rvore de Falhas ................................... FIGURA 4.5 Estrutura Bsica da rvore de Falhas ..................................... FIGURA 4.6 Curva de Distribuio Normal ............... ..................................
29 37 37 57 65 79 86 92 99 100 108
FIGURA 4.7 rvore de Deciso .................................................................... 116 FIGURA 4.8 Grfico da Distribuio QuiQuadrado .................................... 136
FIGURA 4.9 Curva de Freqncia Acumulada ............................................ 138 FIGURA 4.10 Histograma do Custo do m2 .................................................. FIGURA 4.11 Clculo do PBS ..................................................................... FIGURA 4.12 Clculo do TIR ....................................................................... FIGURA 4.13 Estrutura da Cadeia de Recursos .......................................... FIGURA 5.1 Integrao do Gerenciamento de Risco com as Funes do Gerenciamento de Projetos ..................................................... 169 139 151 160 164
FIGURA 5.2 Ciclo do Gerenciamento de Risco ........................................... 173 FIGURA 5.3 Viso Geral da Gerncia dos Riscos do Projeto ..................... FIGURA 5.4 Estrutura do Gerenciamento de Risco .................................... FIGURA 5.5 Processo Sistemtico de Gerenciamento de Risco em Projetos .................................................................................... FIGURA 5.6 Processo de Gerenciamento Contnuo do Risco ..................... 185 187 179 181
LISTA DE QUADROS
QUADRO 2.1 Controle Bibliogrfico ............................................................. QUADRO 2.2 Aplicao das Tcnicas de Anlise de Risco ........................ QUADRO 3.1 Definies de Risco em Projetos ........................................... QUADRO 3.2 Riscos Internos do Empreendimento ..................................... QUADRO 3.3 Riscos Externos Imprevisveis do Empreendimento .............. QUADRO 3.4 Riscos Externos Previsveis do Empreendimento ................. QUADRO 3.5 Modelo para Anlise da Efetividade dos Grupos de Trabalho QUADRO 4.1 Planilha de Anlise Preliminar de Risco ................................ QUADRO 4.2 Categoria de Freqncias dos Cenrios ............................... QUADRO 4.3 Severidade das Conseqncias do Cenrio .......................... QUADRO 4.4 Classificao do Risco Freqncia x Severidade ............... QUADRO 4.5 Simbologia Lgica Utilizada na rvore de Falhas ................. QUADRO 4.6 Modelo da Planilha de Anlise de Modos e Efeitos de Falhas...................................................................................
28 30 35 40 46 46 50 77 78 78 79 98
104
113
QUADRO 4.8 Exemplo da Aplicao do VME .............................................. 118 QUADRO 4.9 Estratgia S1 ......................................................................... QUADRO 4.10 Estratgia S2 ...................................................................... 119 119
QUADRO 4.11 Resultado dos coeficientes de variao S1 e S2 ................. 120 QUADRO 4.12 Tabela de Sensibilidade ....................................................... 123 QUADRO 4.13 Aplicao do VPL ................................................................ QUADRO 4.14 Cenrios do Investimento ................................................... QUADRO 4.15 Cenrio do VPLE ................................................................ QUADRO 4.16 Fluxo de Caixa .................................................................... QUADRO 4.17 Exemplo do Mtodo Payback .............................................. QUADRO 4.18 Taxa de juro k e resultados dos VPLs ................................ QUADRO 5.1 Estrutura do Processo de Gerenciamento de Risco .............. QUADRO 5.2 Modelos de Gerenciamento de Risco .................................... 145 148 149 151 156 159 177 189
RESUMO
A aplicao das tcnicas de anlise de risco pela Indstria Brasileira da Construo Civil encontra-se em lento processo de desenvolvimento comparado aos pases Asiticos, Europeus e da Amrica do Norte. A desinformao ou desconhecimento do uso destas tcnicas e da aplicao dos mtodos estocsticos por parte das empresas nacionais contribuem para aumentar a resistncia em divulg-las e implement-las. Neste sentido, o objetivo deste trabalho mostrar quais e como as tcnicas de anlise de risco podem ser utilizadas na avaliao do retorno sobre o investimento em empreendimentos. Para tanto, busca-se atravs da pesquisa bibliogrfica e de compilao aferir as vises e opinies dos principais especialistas da atualidade em relao a estas tcnicas e discutir as suas similaridades e divergncias. Todavia, para auxiliar na compreenso geral do texto, so discutidos tambm as tcnicas de anlise de risco voltadas para o prazo e a confiabilidade da instalao, os principais conceitos de risco e suas diferenas em relao incerteza e os principais modelos de gerenciamento de risco utilizados atualmente. As concluses da pesquisa revelaram, que do ponto de vista do retorno sobre o investimento, as polmicas sobre a utilizao das tcnicas de anlise de risco so restritas apenas a algumas, destacando-se o Mtodo de Monte Carlo. Palavras chave: risco, anlise de risco, gerenciamento de risco.
ABSTRACT
Risk Analysis techniques are scarcely used by the Brazilian construction industry when compared with their similar in Asian, European and North American countries. Lacks of information and unknown use either of the techniques or of the stochastic methods build up barriers to spread them out and their implementation. The present work aims to show what and how Risk Analysis techniques may be applied to return of investment assessment in projects. In order to achieve the proposed scope, a literature review on the research subject was carried out. A comparison between several important authors statements is also shown. By discussing Risk and Uncertainties concepts, Risk Management approaches and Risk Analysis techniques, assuming time and plant reliability, text comprehension is supported. Conclusions were written under the return of investment focus, which divergences on applying Risk Analysis techniques is restrain to a few of them, mainly to Monte Carlo Method. Conclusions were written under the return of investment focus, which divergences on applying Risk Analysis techniques is restrain to a few of them, mainly to the Monte Carlo Method. Key Words: Risk, Risk Analysis, Risk Management.
1 INTRODUO
1.1 APRESENTAO
A Indstria da Construo Civil brasileira vem sofrendo na ltima dcada, uma reformulao em sua concepo e se viu obrigada a adequar-se as novas condies de mercado e a evoluo impostas pela globalizao. Este processo forou as empresas a mudarem e aprimorarem os seus conceitos de planejamento, produo, finalizao e entrega do produto, posto que a competio passou a no ter mais limites de fronteiras e o poder de escolha dos fornecedores e dos clientes
ampliaram-se de forma significativa, principalmente com o surgimento do comrcio eletrnico que de acordo com Laudon & Laudon (1999, p.187) foi definido como sendo ... o uso da tecnologia da informao como computadores e
telecomunicaes para automatizar a compra e venda de bens e servios. Por outro lado, verifica-se que dentro deste contexto grande a
responsabilidade da Indstria da Construo Civil brasileira em evoluir e adaptar-se a velocidade dessas mudanas, no sentido de dar respostas adequadas ao aprimoramento e surgimento das novas tecnologias, uma vez que o aumento das exigncias em relao ao atendimento e qualidade do servio ou produto, so cada vez maiores.
17
Desta forma o prazo, o custo e a 1qualidade dos bens e servios passaram a ser os fatores diferenciais nesta acirrada competio. Dentro desta nova realidade, torna-se imprescindvel que estas empresas aprimorem cada vez mais o seu sistema de informaes e promovam a reciclagem e ampliao dos seus conhecimentos. Assim, um empreendimento dever ser administrado e gerenciado estrategicamente2 de tal forma que no somente atenda ao planejado, como resulte em sucesso para a organizao. Para tanto, verifica-se na literatura pesquisada que vrios pases vem adotando metodologias modernas de gerenciamento de projetos, os quais consideram no somente os aspectos de custo, prazo e qualidade mas tambm outros processos pertinentes ao processo de gerenciamento de projetos entre os quais o processo de gerenciamento de risco est includo. No caso da Indstria da Construo Civil brasileira pode-se constatar que esses sub-processos de uma forma geral ainda no so aplicados. Neste sentido, considerando a importncia e relevncia do tema, esse trabalho se prope a apresentar uma compilao bibliogrfica dos trabalhos desenvolvidos na literatura nacional e internacional sobre o assunto, ou seja; na verdade procurou-se estabelecer o que seria o estado da arte. Espera-se que os resultados atingidos nesse trabalho contribuam para a divulgao e compreenso do processo de gerenciamento de risco de uma forma geral, para a consolidao de uma linha de pesquisa nessa rea. A presente dissertao trata das tcnicas de anlise de risco, particularmente no que diz respeito aos aspectos de retorno sobre o investimento. Cabe ressaltar que o processo de anlise de risco, que utiliza essas tcnicas cuida de uma das fases do processo de gerenciamento de risco em empreendimentos. Assim, nos pargrafos a seguir ser descrito de forma abreviada a seqncia e o escopo de cada um dos captulos que compem esse trabalho.
A definio de qualidade aqui mencionada da viso preconizada pelo (PMBOK-PMI, 2000), onde o projeto dever satisfazer as necessidades para as quais ele foi empreendido, sofrendo inclusive o processo de planejamento, garantia e controle da qualidade. Igualmente, esta a viso adotada nas sries de padres e guias da ISO 9000 a 10000. 2 Gerenciamento estratgico a arte e a cincia de formular, implementar e avaliar linhas de ao multidepartamentais referentes s interaes da organizao (considerando suas foras e fraquezas) com seu ambiente (levando em conta as oportunidades e ameaas) para atingir seus objetivos de longo prazo, relativos a seus produtos, mercado, clientes, concorrentes, sociedade, etc. (VALERIANO, 2001, p. 10).
18
No Captulo 2 - Metodologia da Pesquisa: So expostas a justificativa e relevncia do tema proposto para o contexto nacional e acadmico. Da mesma forma, so estabelecidos respectivamente, o objeto e objetivo desse trabalho de pesquisa. Neste captulo, procurou-se tambm demonstrar os procedimentos adotados na conduo da pesquisa, bem como a definio e a descrio da organizao dos resultados. No Captulo 3 - Riscos em Projetos: Definio, Tcnicas de identificao e Comportamento face o Risco: Faz-se a descrio da definio e das principais categorias de risco, as diferenas entre risco e incerteza, os fatores de risco interno e externo de empreendimentos, as atitudes adotadas face a exposio ou situao de risco e a influncia dos fatores psicolgicos. Da mesma forma, aborda-se as principais tcnicas de identificao de risco e posteriormente os fatores e caractersticas das aes de preveno, a fim de servir como embasamento para o entendimento do captulo 4. No Captulo 4 - Tcnicas de Anlise de Risco: Ser inicialmente definido o processo de anlise de risco e quais so os fatores determinantes nesse tipo de anlise. No caso das tcnicas que podem ser utilizadas na anlise do retorno sobre o investimento em projetos e que compreendem o objetivo principal desse trabalho de pesquisa, prope-se estabelecer o estado da arte e posteriormente comparar as opinies de alguns dos principais especialistas no assunto. Da mesma forma, ser includo nesta discusso o ponto de vista da autora em relao s divergentes opinies dos autores estudados. Por outro lado, as tcnicas de anlise de risco relacionadas confiabilidade da instalao ou prazo do empreendimento, sero descritas de forma sintetizada por no serem o objetivo dessa dissertao, contudo constituem parte do processo de gerenciamento de risco, que ser descrito no captulo 5. Cabe ressaltar ainda, que as tcnicas de anlise de risco sero subdivididas em: qualitativas, quantitativas e simultaneamente qualitativas e quantitativas para cada uma das trs abordagens acima mencionadas. No Captulo 5 - Gerenciamento de Riscos em Projetos: Ser abordada a maneira como o gerenciamento de risco em projetos estruturado e suas principais definies, encontradas na literatura. Assim sendo, sero apresentadas as divises
19
utilizados internacionalmente, promovendo as suas posteriores comparaes com o modelo bsico inicialmente mencionado. No Captulo 6 Sero apresentadas as principais concluses desta dissertao, bem como sero sugeridos alguns temas para a realizao de outras teses e dissertaes, com o objetivo de contribuir para o desenvolvimento desta linha de pesquisa.
2 METODOLOGIA DA PESQUISA
2.1 INTRODUO Para que um trabalho cientfico seja iniciado necessrio adotar uma metodologia e fazer uma programao de maneira clara e objetiva para que o incio, o meio e a sua finalizao estejam delineados de tal forma, que possibilitem uma real compreenso do estudo que ser realizado e sua posterior continuidade por aqueles que se interessarem pelo tema em questo. Ao se estudar a aplicao das tcnicas de anlise de risco em projetos de construo, verifica-se que no Brasil existe pouca divulgao dessa matria em relao a outros pases e que cada etapa do presente trabalho, deve ser organizada a fim de que se consiga levantar as informaes necessrias para discorrer sobre o tema. Para tanto o presente captulo explica o desenvolvimento desta dissertao, destacando o objeto, objetivo e o modo como a pesquisa foi conduzida, justificando o porque da escolha do tema e a sua relevncia para a indstria da construo civil.
2.2 JUSTIFICATIVA
Tem-se notcia que a utilizao das tcnicas de anlise de risco em projetos de construo, ainda um assunto pouco explorado na indstria da construo brasileira, nos seus mais variados ramos.
21
Da mesma forma, algumas empresas de grande porte, tais como, Construtora Andrade Gutierrez e a Petrobrs, vm demonstrando interesse na utilizao destas tcnicas. Assim, pela importncia destas empresas no cenrio nacional, nota-se que existe uma possibilidade bastante razovel do assunto ganhar importncia em mdio prazo. Cabe ressaltar, que metodologias de gesto de projetos modernas, como a proposta pelo PMI (Project Management Institute) incorporam o processo de gerenciamento de riscos como um dos processos a ser considerado, sendo que a aplicao das tcnicas de anlise de risco uma das principais ferramentas na viabilizao da gesto dos riscos.
2.3 RELEVNCIA
Ao estudar as tcnicas e ferramentas de anlise de risco, objetiva-se ampliar a sua utilizao devido a importncia para a indstria da construo civil j mencionada anteriormente. Neste sentido, este trabalho pretende organizar de forma sistematizada o conhecimento acumulado sobre estas tcnicas, visando a consolidao de uma linha de pesquisa sobre o tema, bem como, facilitar a disseminao destas prticas. Levando-se em considerao que as exigncias do mercado so cada vez maiores, torna-se de grande relevncia que as empresas brasileiras do setor da construo civil, comecem a se familiarizar com os mtodos de gerenciamento e tcnicas de anlise de riscos em projetos, que j so amplamente utilizadas por empresas de outros pases, aumentando desta forma sua competitividade. A recente reportagem intitulada Novas profisses, mais oportunidades 3, menciona as mudanas que vm ocorrendo no mundo profissional brasileiro, onde as novas tecnologias criaram profisses e outra estruturao do mercado de trabalho. Dentre essas novas profisses lanadas no mercado est a de gerente de risco, uma vez que poder atuar em diversas frentes: marketing, finanas, produto, consumidor e na prpria imagem da organizao. Deste modo, nota-se a importncia da divulgao e especializao desse assunto que est entrando
JACOMINO, D.; CUNHA, R. V. da. Novas profisses, mais oportunidades. Voc S/A, So Paulo, n. 52, ano 5, p. 30-33, out. 2002.
22
fortemente no mercado brasileiro, sendo necessrio a formao de profissionais que sejam capazes de atuar como gerentes de risco. No final do ano passado a Associao Brasileira de Gerncia de Riscos4 previu o lanamento de um curso de graduao e ps-graduao na rea de risco, reafirmando deste modo, a necessidade de ampliar a divulgao e o conhecimento sobre o tema.
2.4 OBJETO DA PESQUISA O objeto deste trabalho a utilizao das tcnicas de anlise de risco em empreendimentos de construo. Entretanto, cabe ressaltar, que no estudo destas tcnicas, podem ser constatados os seguintes tipos de abordagem:
A anlise de risco considerando os aspectos relacionados confiabilidade da instalao, o que alguns autores denominam de risco tcnico; A anlise de risco considerando os aspectos relacionados gesto de prazos do empreendimento; A anlise de risco considerando os aspectos relacionados ao retorno sobre o investimento.
Este trabalho discorrer sobre todas as abordagens mencionadas acima, embora o foco principal seja as tcnicas de anlise de risco relacionadas ao retorno sobre o investimento; ou seja: a avaliao das probabilidades de sucesso ou fracasso de um empreendimento, sob a tica de lucro ou prejuzo.
2.5 OBJETIVO DA PESQUISA A indstria da construo convive durante a implementao de seus empreendimentos com os riscos, que podem ser previsveis ou imprevisveis, resultando em sucessos ou fracassos, os quais podero comprometer a prpria vida
A ABGR Associao Brasileira de Gerncia de Riscos uma entidade criada em 1983, sem fins lucrativos, dedicada ao desenvolvimento, aprimoramento e divulgao da Gerncia de Riscos no Brasil. Congrega em seu quadro associativo, as mais significativas empresas, corporaes e entidades de todos os segmentos produtivos, representados por centenas de associados, organizaes pblicas e privadas. (http://www.abgr.html. acesso em:27 mar.2003).
23
das empresas. No Brasil tem-se notcia que poucas so as empresas deste setor a utilizarem as tcnicas de anlise de riscos existentes nos processos de deciso e gesto dos empreendimentos sob suas responsabilidades. Por outro lado, na dissertao de RODRIGUES (2001, p.149) foi realizada uma pesquisa de campo junto s empresas construtoras das cidades do Rio de Janeiro e Niteri, constatando-se que:
... as construtoras entrevistadas no fazem uso de uma metodologia cientfica e formalizada para analisar os riscos de seus empreendimentos, (...) os empreendedores no utilizam tcnicas de anlise de risco, em decorrncia do mero desconhecimento das mesmas e do quanto elas poderiam servir de ferramenta de apoio nos estudos de viabilidade e na execuo de seus empreendimentos imobilirios.
Embora esta pesquisa tenha sido realizada numa regio especfica, existem fortes indcios de que as tcnicas de anlise de risco no so utilizadas no pas, de uma forma geral. Entretanto, ser demonstrado no desenvolvimento do trabalho, como as tcnicas de anlise de risco so amplamente difundidas na literatura internacional. Neste sentido, o objetivo principal desta pesquisa o estabelecimento do estado da arte das tcnicas de anlise de risco relacionadas aos aspectos de anlise de investimentos em projetos. Assim, buscar-se- estabelecer qual a compreenso geral a respeito de cada uma destas tcnicas, bem como, apontar e discutir as principais polmicas sobre sua utilizao por vrios autores, caso existam. De uma forma simplificada, busca-se responder nesta dissertao a seguinte pergunta:
QUAIS SO AS TCNICAS DE ANLISE DE RISCO EM PROJETOS DE CONSTRUO RELACIONADAS AO RETORNO SOBRE O INVESTIMENTO E COMO SO UTILIZADAS?.
Finalmente, os resultados do trabalho iro permitir a construo de um referencial terico das tcnicas de anlise de risco, que poder servir como ferramentas de auxlio s empresas, para aplicao na anlise de investimento de projetos de construo. Da mesma forma, este referencial servir de base para o desenvolvimento de uma linha de pesquisa sobre o tema.
24
2.6 ESCOLHA DO MTODO DE PESQUISA De acordo com Ruiz (1986, p. 48): Pesquisa cientfica a realizao
concreta de uma investigao planejada, desenvolvida e redigida de acordo com as normas de metodologia consagradas pela cincia.... Neste sentido, como o objetivo deste trabalho a utilizao das tcnicas de anlise de risco em empreendimentos de construo, alm de grande parte das obras literrias existentes serem estrangeiras e do assunto ainda ser pouco explorado no setor da construo civil do Brasil, este ser um trabalho de pesquisa bibliogrfica e compilao da literatura, de modo a averiguar o conhecimento acumulado sobre estas tcnicas e comparar as diversas opinies existentes sobre o assunto. Por existirem vrios tipos de pesquisa, Vergara (2000) prope dois critrios bsicos de classificao: quanto aos fins e quanto aos meios. Quanto aos meios de investigao, faremos uma pesquisa bibliogrfica, que Vergara (2000, p. 48), define da seguinte forma:
... o estudo sistematizado desenvolvido com base em material publicado em livros, revistas, jornais, redes eletrnicas, isto , material acessvel ao pblico em geral. Fornece instrumento analtico para qualquer outro tipo de pesquisa, mas tambm pode esgotar-se em si mesma...
Quanto aos fins de investigao, faremos uma pesquisa de compilao, que Eco (1992, p.13), define da seguinte forma:
Numa tese de compilao, o estudante apenas demonstra haver compulsado criticamente a maior parte da literatura existente (...) capaz de exp-la de modo claro, buscando harmonizar os vrios pontos de vista e oferecendo assim uma viso panormica (...) para um especialista do ramo que, com respeito quele problema especfico, jamais tenha efetuado estudos aprofundados.
25
Atravs da compilao da pesquisa bibliogrfica, pretende-se organizar o referencial terico, como o auxlio para o entendimento das tcnicas de anlise de risco e a sua posterior divulgao e aplicao no setor da construo civil, com o enfoque direcionado para a anlise de investimento em projetos.
2.7 REALIZAO DA PESQUISA Para a pesquisa bibliogrfica e de compilao, utiliza-se a combinao das palavras chave descritas abaixo, limitando-se o perodo de abrangncia ao dos ltimos dez anos. A reviso bibliogrfica baseada nas publicaes de livros, artigos, peridicos, teses e demais documentos pertinentes s tcnicas e ferramentas de identificao, anlise, modelos e prticas de gerenciamento de riscos. Por outro lado, dada nfase s tcnicas de anlise de risco as quais so o objeto deste trabalho, conforme j estabelecido anteriormente. A pesquisa bibliogrfica relacionada ao tema ser conduzida atravs da consulta aos Abstracts da rea de engenharia e bancos de dados tais como: o COMPENDEX, INDEX, SCIENCE DIRECT, CAPES - Peridicos, Bibliotecas das Universidades Federais, Estaduais e Privadas e consultas a profissionais, preferencialmente que trabalharam ou trabalham na Petrobrs. Ao acessar os bancos de dados, selecionou-se as seguintes palavras chaves: risk analysis, anlise de risco, risk management, gerenciamento de risco, risk project, risco em projetos, risk construction, risco em construo, risk analysis technique, tcnicas de anlise de risco, Mtodo de Monte Carlo, Valor Monetrio Esperado, Valor Presente Lquido, Anlise de Deciso, Pert-Risco, Anlise de Conseqncia, Anlise de Modos e Efeitos de Falhas (FMEA), rvore de Causas, rvore de Eventos (ETA), rvore de Falhas, rvore de Deciso, Teste de Sensibilidade, HAZOP, Multi-Critrio, Fuzzy, Anlise Preliminar de Riscos, Anlise Histrica, Anlise de Perigo, Srie Risco, Tcnica de Incidentes Crticos, Mtodo da Taxa Interna de Retorno, Mtodo do Payback.
26
2.8 CRITRIOS DE ENCERRAMENTO DA PESQUISA Para o encerramento da pesquisa bibliogrfica ser utilizada a combinao de dois critrios. O primeiro o critrio adotado por Eisenhart (1999, p. 545) para construo de teoria quando se utiliza a metodologia de estudo de caso, que ser adaptado a este trabalho de pesquisa, que diz o seguinte:
Dois resultados so importantes para promovermos o encerramento da pesquisa: quando paramos de acrescentar casos e quando paramos de fazer a reiterao entre os dados e a teoria (...) pesquisadores devem parar de adicionar casos quando a saturao terica for obtida... 5
Adaptando o princpio da saturao terica ao tipo de pesquisa que foi proposta, estabeleceu-se que esta ser atingida no momento em que as referncias bibliogrficas estudadas no mais apresentarem quaisquer polmicas ou
abordagens diferenciadas sobre o assunto. Neste ponto, a pesquisa ser encerrada. O segundo critrio a ser utilizado ser o seguinte: Durante a realizao da pesquisa bibliogrfica, se aps o cruzamento de informaes das consultas s obras de referncia e dos fichrios, verificar-se a no existncia de mais fontes que contribuam para o acrscimo desta dissertao, ou as mesmas forem repetidas, esta ser encerrada.
2.9 ORGANIZAO DOS RESULTADOS Numa primeira etapa, em todas as bibliografias sobre anlise de riscos, ser verificado o que Beaud (1996) chama de busca das origens bibliogrficas, partindose da consulta de obras recentes, anotando as referncias de todas as obras e catalogando-as em fichas por ordem alfabtica, o que permitir ampliar a
quantidade de informaes sobre o tema desta dissertao e paralelamente pesquisar de maneira sistemtica, os fichrios das bibliotecas e centros de documentao. Deste modo, no somente ser descoberta a origem bibliogrfica ao serem confrontadas as obras de referncias, como tambm sero encontrados com maior rapidez os grandes temas, devido a pesquisa sistemtica aos fichrios.
Traduo da autora.
27
Atravs do cruzamento das bibliografias utilizadas em cada livro, em artigo, na tese, nos peridicos, e demais documentos pertinentes ao tema proposto, se obter uma abrangncia e explorao maior do nmero de informaes. As referncias de cada tcnica de anlise de risco levantadas sero separadas e estudadas individualmente. Sero confeccionadas fichas de leitura das principais referncias, destacando o objeto, objetivo, os pontos importantes, pensamentos e idia principal dos autores, e as citaes que contribuam para o desenvolvimento da dissertao. A princpio, confeccionar estas fichas de leitura demanda algum tempo; sendo necessrio ressaltar as colocaes feitas por Eco (1992), as quais muitas vezes no temos a bibliografia mo e em outras ocasies esta pode ser de difcil acesso, ou ser um exemplar nico e no estar disponvel no momento em que se precise dela. Alm disso, essas fichas, quando catalogadas com critrio, so ferramentas de auxlio no momento da redao do texto de qualquer trabalho cientfico. 2.10 TRATAMENTO DOS RESULTADOS DA PESQUISA BIBLIOGRFICA De acordo com os critrios estabelecidos nos itens 2.7; 2.8 e 2.9 deste captulo, numa primeira etapa da pesquisa foram levantados cerca de 1580 artigos sobre o tema em estudo. Aps este levantamento, numa segunda etapa fez-se uma triagem destas publicaes reduzindo-as em 200 artigos. Entretanto, cabe mencionar que existe um acervo bibliogrfico sobre o tema proposto, efetivamente catalogado pela autora constando de 300 bibliografias, incluindo os livros, as teses, as dissertaes, peridicos e pesquisas na Internet sobre o tema proposto, as quais cerca de 130 esto citadas nesta dissertao. Assim, para o tratamento dos resultados, criou-se um quadro de controle bibliogrfico, fazendo-se o levantamento anual de parte das publicaes existentes sobre cada uma das tcnicas de anlise de risco abordadas, considerando-se o perodo de abrangncia da pesquisa, estipulado anteriormente, ou seja, de 1992 a 2003. No Quadro 2.1 a seguir so descritas as tcnicas de anlise de risco as quais sero abordadas neste trabalho estando ordenadas verticalmente, sendo que o perodo de abrangncia do estudo sobre estas tcnicas est ordenado horizontalmente por ano.
1 2 1 4 1 3 2
1 1 4
1 1 1 1 1 2 2 1 1 2 2 4 2 2 1
1 1 1 1
1 1 1 1 2 1 1 1 1 1 1 2 1 1 1 5 1 1 2 1 1 1 1 1
2 4 1 2 2
1 1
1 3 1
1 3 1 1 1
2 1 3 2 1 2 2 2 2 1
1 1
3 1
1 3 1 1 5
3 1 2 1 2 2
2 2 1 2 1
1 3 1
3 1 1
1 1 1
3 5 3 2 2 5 11 9 4 13 2 7 6 17 10 4 14 1 2 3 20 4 11 5 7 14 184
29
Da mesma forma, o fluxograma da Figura 2.1 mostra as tcnicas de anlise descritas no presente trabalho subdividindo-as em: qualitativas, quantitativas ou ambas denominaes.
Qualitativas
Qualitativas e Quantitativas
Quantitativas
Anlise Histrica Anlise de Perigo Anlise Preliminar de Riscos Srie Riscos Tcnica de Incidentes Crticos What-If/Checklist HAZOP rvore de Causas Tcnica Delphi FUZZY Anlise Multicritrio
Anlise de Probabilidade Pert-Risco Simulao de Monte Carlo Valor Monetrio Esperado Valor Presente Lquido Mtodo do Payback Mtodo da Taxa Interna de Retorno Anlise de Conseqncias Anlise de Sensibilidade rvore de Deciso
Adicionalmente, o Quadro 2.2 classifica cada uma das tcnicas de anlise de risco de acordo com a sua rea de aplicao, ou seja: Tcnicas aplicadas na confiabilidade das instalaes (CI). Tcnicas aplicadas na gesto de prazos (GP). Tcnicas aplicadas no retorno sobre o investimento em projetos (RSI).
No Captulo 4, cabe ressaltar que a discusso para cada um dos conjuntos destas tcnicas ser conduzida de acordo com a classificao estabelecida na Figura 2.1, ou seja, tcnicas qualitativas, quantitativas e qualitativas-quantitativas.
30
TCNICAS DE ANLISE DE RISCO CI ANLISE HISTRICA x ANLISE DE PERIGO (HAZARD ANALYSIS) x ANLISE PRELIMINAR DE RISCOS - PHA x SRIE RISCOS x TCNICA DE INCIDENTES CRTICOS x WHAT-IF/CHECLIST - WIC x HAZOP x ANLISE DE SENSIBILIDADE x ANLISE DE DECISO x ANALISE MULTICRITRIO x RVORE DAS CAUSAS x RVORE DE EVENTOS x RVORE DE DECISO x RVORE DE FALHAS x ANLISE DE MODOS DE FALHAS E EFEITOS - FMEA x ANLISE DE MODOS, EFEITOS E CRITICALIDADE DAS x FALHAS - FMECA ANLISE DA PROBABILIDADE x ANLISE DE CONSEQNCIAS x PERT-RISCO SIMULAO DE MONTE CARLO x VALOR MONETRIO ESPERADO VALOR PRESENTE LQUIDO MTODO DE PAYBACK MTODO DA TAXA INTERNA DE RETORNO FUZZY x
GP RSI x x
x x x x x x x x x
x x x
x x x x x x
Quadro 2.2: Aplicao das Tcnicas de Anlise de Risco Fonte: Autora. Finalmente, cabe destacar, que durante a realizao da pesquisa, constatouse que o estudo das tcnicas Fuzzy e Anlise de Multicritrio, embora, sejam utilizadas para anlise de risco em projetos, segundo as trs abordagens (retorno sobre o investimento, gesto de prazos e confiabilidade das instalaes), iriam demandar um aumento substancial do prazo de concluso desta dissertao. Por outro lado, estas tcnicas no so utilizadas somente em anlise de riscos em projetos, podendo ser utilizadas em vrias outras reas. Assim, do ponto de vista da anlise de risco em projetos, sugerimos que a utilizao de cada uma destas
tcnicas dever ser objeto de uma dissertao especfica e, portanto, no sero abordadas neste trabalho.
3.1 INTRODUO Ao analisar os riscos de um empreendimento importante adotar critrios e procedimentos que possam ajudar a identificar, eliminar, reduzir, avaliar e controlar suas eventuais fontes. Para tanto, necessrio que alguns conceitos e definies sejam entendidos a fim de se conseguir detectar o que efetivamente pode ser considerado ou no como um evento de risco. Deste modo, objetivou-se neste captulo, primeiramente, caracterizar as diferenas entre risco e incerteza e descrever as principais definies encontradas na literatura. Aps as definies iniciais, pretende-se mostrar as categorias do risco de acordo com a probabilidade da sua ocorrncia e o grau de importncia do seu impacto. Por outro lado, definiu-se o fator de gerao de riscos em projetos, bem como, suas caractersticas. Contudo, procurou-se tambm apresentar as principais tcnicas de identificao de risco e as aes de preveno a serem implementadas. Finalmente, abordou-se as atitudes das pessoas envolvidas no
gerenciamento de empreendimentos face aos riscos, sendo tambm mostrados os aspectos psicolgicos das suas previses no momento em que se faz necessrio a tomada de deciso, diante da potencialidade de ocorrncia de um determinado evento de risco.
32
De uma forma geral, risco e incerteza caracterizam situaes onde o resultado atual de um evento ou atividade em particular, provavelmente desvia-se de um valor estimado ou planejado. Flanagan & Norman (1993) define a incerteza como uma situao em que no existem dados histricos ou reais que possam medir a probabilidade da ocorrncia de um determinado evento, uma vez que ela ser medida pela opinio pessoal baseada nas informaes disponveis, enquanto que no risco, esses dados existem e podero ser mensurados. De acordo com Raftery (1994) a diferena entre risco e incerteza est no fato do risco ser quantificvel enquanto que na incerteza no h como estim-la. Assim, o autor estabelece que no caso do risco h a possibilidade da avaliao estatstica atravs do clculo da probabilidade objetiva6, com base na anlise dos dados reais ou histricos, enquanto que na incerteza h apenas a descrio de um determinado cenrio onde no possvel quantificao, uma vez que neste caso os dados baseiam-se em opinies, as quais resultaro na anlise de uma probabilidade subjetiva 7. Segundo Kerzner (1998), a diferena entre risco e incerteza que o primeiro pode ser determinado atravs da probabilidade da sua ocorrncia, enquanto que no caso da incerteza, a avaliao da probabilidade inexistente. De acordo com Jaafari (2001), a incerteza definida como o desconhecimento da probabilidade da ocorrncia de um evento e o risco como a exposio de perda ou ganho caso um determinado evento ocorra. Kassai (apud Rodrigues, 2002, p.29), diferencia risco e incerteza da seguinte forma:
Probabilidade Objetiva a possibilidade ou chance de um evento em particular ocorrer baseado no conhecimento prvio do processo ou com base em dados reais (LEVINE, BERENSON & STEPHAN, 1998). 7 Probabilidade Subjetiva os dados baseiam-se numa combinao da experincia passada de um indivduo, a opinio pessoal e a anlise de uma situao especfica (LEVINE, BERENSON & STEPHAN, 1998).
6
33
Risco uma incerteza que pode ser medida: ao contrrio, incerteza um risco que no pode ser avaliado. Portanto, o objetivo do empreendedor fazer com que as incertezas se transformem em riscos e estes, por sua vez, em certezas.
Quanto s incertezas, ao contrrio das posies dos autores mencionadas acima, Chapman, C. & Ward, S. (2000) em seu artigo intitulado como Estimativa e Avaliao da incerteza: uma primeira ao da proposta minimalista 8, mencionam que atravs da aplicao da proposta minimalista, a probabilidade da ocorrncia da incerteza pode ser estimada e a extenso do seu impacto pode ser calculada. A proposta minimalista define a incerteza como a variao da probabilidade e dos impactos associados a cada evento de incerteza. Os autores Apeland; Aven & Nilsen (2002) tambm afirmam que a incerteza pode ser quantificvel adotando uma proposta epistmica9 para anlise dos riscos. A proposta epistmica utilizada para quantificar a incerteza com base na probabilidade subjetiva, sendo que a incerteza definida como a ocorrncia de um evento futuro e o valor real da probabilidade da sua ocorrncia. Esta proposta utilizar tanto o julgamento e experincia dos envolvidos na anlise do risco quanto os dados histricos, para poder quantificar as incertezas e associ-las s previses futuras. De acordo com as definies acima descritas, as diferenas bsicas entre o risco e a incerteza podem ser caracterizadas da seguinte forma:
Risco quantificvel enquanto que a incerteza, para alguns dos autores anteriormente citados, no quantificvel; Risco avaliado atravs da probabilidade objetiva, enquanto que na incerteza a probabilidade subjetiva.
Traduo do ttulo feito pela autora. Proposta Epistmica uma proposta para a identificao e anlise do risco, com o objetivo de prever uma quantidade de observaes provveis de ocorrncia ou no de um evento acidental, ou a ocorrncia do nmero de falhas ou da magnitude das perdas financeiras num determinado perodo de tempo. (APELAND; AVEN & NILSEN, 2002).
9
34
A estimativa de riscos considera os dados histricos, enquanto que no caso das incertezas as avaliaes so baseadas em opinies informadas ou na experincia dos envolvidos em sua anlise.
3.3 DEFINIES DE RISCO EM EMPREENDIMENTOS Nesta seo sero abordadas as definies de risco em empreendimentos e as principais vises dos especialistas do assunto. Entretanto, ser caracterizado o que projeto, a fim de auxiliar a compreenso posterior do que vem a ser risco em empreendimentos. Segundo Dinsmore (1992, p. 15), Um projeto um
empreendimento com comeo e fim definidos. Dirigido por pessoas, para cumprir metas estabelecidas dentro de parmetros de custo, tempo e qualidade. A definio de projeto adotada por Limmer (1997, p. 9) menciona que: Um projeto pode ser definido como um empreendimento singular, com objetivo ou objetivos bem definidos, a ser materializado segundo um plano preestabelecido e dentro de condies de prazo, custo, qualidade e risco previamente definido. Por outro lado, uma das publicaes atuais mais importante, PMBOK-PMI (2000, p.4) 10, define projeto da seguinte forma:
... um projeto um empreendimento temporrio com o objetivo de criar um produto ou servio nico. Temporrio significa que cada projeto tem comeo e fim bem definidos. nico significa que o produto ou servio produzido de alguma forma, diferente de todos os outros produtos ou servio semelhante.
Analisando-se as definies dos autores mencionados anteriormente, podese observar que embora os empreendimentos tenham semelhanas entre si, podero apresentar peculiaridades nicas. Neste sentido, aps as definies de empreendimentos acima descritas, sero abordadas as definies de risco em projetos, levando-se em considerao as vises de vrios autores especializados no assunto. Na literatura pesquisada, podem ser observadas duas tendncias bsicas para definio de risco em projetos. A primeira delas define risco como sendo a
PMBOK-PMI - Project Management Institute Body of Knowledge Guide Project Management Institute. (2000).
10
35
probabilidade da ocorrncia de um evento com resultado indesejvel ao previsto. A outra definio estabelece que o risco a exposio econmica de perda ou ganho, quando existem variaes no processo do projeto de construo, resultando incertezas que iro influenciar de maneira adversa o custo final, prazo e qualidade do projeto. Estas duas vises so expressas no Quadro 3.111 que agrupa as
&
(LIMMER 1997, p. 141) (MASON & MOAVENZADEH apud AKINTOYE & MACLEOD, 1997, p. 31) (PMBOK Guide PMI PROJECT MANAGEMENT INSTITUTE BODY of KNOWLEDGE, 2000, p. 127) (PORTER, HEALEY, PERRY, HAYES apud AKINTOYE & MACLEOD, 1997, p.31) (PRITCHARD, 1997, p. 7)
10
11
12 13 14
11
36
De acordo com as definies de risco inseridas no Quadro 3.1, nota-se que os autores de um modo geral definem o risco de acordo com as duas tendncias mencionadas anteriormente, ou seja, a possibilidade de ocorrer um evento cujo resultado seja adverso ao previsto, ou a probabilidade de perda ou ganho em
relao aos objetivos do projeto. No presente caso, sendo o foco principal deste trabalho as tcnicas de anlise de risco que podem ser utilizadas em projetos de investimento, na anlise do retorno do lucro/prejuzo adotar-se- como mais adequada ao propsito dessa dissertao a definio do risco como a possibilidade de um determinado evento desviar-se do inicialmente planejado resultando em perdas.
3.4 CATEGORIAS PRINCIPAIS DE RISCOS De acordo com Raftery (1994, p. 9), os riscos podem ser divididos em quatro categorias, a saber:
Deste modo, o autor define que o grau de importncia do risco ir depender da probabilidade da sua ocorrncia e do impacto que causar ao empreendimento. Segundo Valeriano (2001, p.270), quando em um empreendimento os riscos so determinados e quantificados, torna-se necessrio que seja feito uma anlise dos seus potenciais, atravs da avaliao da probabilidade da ocorrncia entre aqueles que foram detectados e do impacto que podero causar. Assim, o autor define como sendo valor de risco o produto da probabilidade da ocorrncia de um evento pelo valor de impacto. Para determinar o valor de risco, foi sugerida a
construo da matriz probabilidade x impacto e para se avaliar o impacto causado pela ocorrncia do evento classificado como risco, foi sugerida a construo da matriz de graduao de impactos. As probabilidades calculadas estatisticamente so distribudas verticalmente. Neste sentido, multiplicando-se a probabilidade da
37
ocorrncia de um determinado risco por seu impacto, obtm-se o valor de risco e deste modo pode-se saber os potenciais de cada um deles. Ainda de acordo com Valeriano (2001), na avaliao dos impactos de um determinado risco, ser atribudo valores entre 0 a 1, sendo que os percentuais atribudos aos impactos sero classificados do seguinte modo: MUITO BAIXO BAIXO MODERADO ALTO MUITO ALTO 0,1 0,2 0,4 0,6 0,8
Exemplificando a metodologia proposta no exemplo abaixo, o autor citado na Figura 3.1 mostra que a matriz de valores do risco foi construda segundo os valores de probabilidade e de impacto, sendo que a Figura 3.2 mostra que os impactos foram analisados de acordo com os itens levantados do projeto.
Valores de Risco (R = P x I) 0,05 0,10 0,20 Prob( ) Imp. ( ) 0,9 0,05 0,09 0,18 0,7 0,04 0,07 0,14 0,5 0,03 0,05 0,10 0,3 0,02 0,03 0,06 0,1 0,01 0,01 0,02 0,40 0,36 0,28 0,20 0,12 0,04 0,80 0,72 0,56 0,40 0,24 0,08
Figura 3.1: Matriz probabilidade x impacto (valores de risco). Fonte: (VALERIANO, 2001, p. 270).
Avaliao do impacto de um risco sobre aspectos selecionados do projeto Aspectos Custos Cronograma Qualidade Baixo Moderado R = 0,2 R = 0,4 < 5% 5 - 10% < 5% 6 - 10% Afeta Requer Mal percebida exigentes aprovao demandas do cliente Muito baixo R = 0,1 Insignificante Insignificante Alto R = 0,6 10 - 20% 11 - 20% Inaceitvel pelo cliente Muito alto R= 0,8 > 20% > 20 % Efetivamente sem uso
38
Como se pode observar, os exemplos anteriormente mencionados no somente permitem a classificao dos riscos, mas tambm a atribuio de valores aos mesmos riscos em funo da probabilidade da sua ocorrncia e da magnitude do seu impacto.
3.5 EXPOSIO E ATITUDES FACE AO RISCO Segundo Chapman (apud Raftery, 1994, p.6), a exposio ao risco igual probabilidade da ocorrncia de um evento multiplicado pela magnitude das perdas ou ganho decorrentes dela. Assim, Raftery (1994) revela que ao estudar a
probabilidade da ocorrncia de um evento classificado como risco, o homem apresenta trs tipos de atitudes que podem ser caracterizadas da seguinte forma:
Averso ao risco, onde existe a preferncia em no arriscar diante do risco; Neutralidade ao risco, onde prevalece a indiferena na hora de arriscar; Ousadia ao risco, onde opta por arriscar e assumir uma situao de risco.
compartilham ou tomam as mesmas atitudes diante de uma incerteza ou risco, sendo que as atitudes iro depender do tipo de projeto, da organizao e de quem o estiver analisando. Deste modo, os autores tambm classificam as atitudes face ao risco em trs tipos: Averso ao risco; neutralidade face ao risco e ousadia face ao risco. Por outro lado, no caso das incertezas, existem procedimentos onde so consideradas tanto a postura do analista quanto as incertezas do empreendimento. Neste sentido, segundo Kerzner (1998), a incerteza num empreendimento pode ser analisada adotando-se quatro critrios bsicos para a tomada de deciso de acordo com o tipo de projeto e a tolerncia do gerente de projetos aos riscos, os quais so: 1. Critrio Hurwisz, tambm chamado de Critrio Mximo, que adota em sua anlise uma posio extremamente otimista em relao incerteza, ou seja, ele um critrio que ir adotar sempre as posies de ganho mximo, assumindo tambm as perdas mximas.
39
2. O Critrio Wald,
adota a
posio mais pessimista em detrimento da otimista. Assim, considera a minimizao das perdas mximas, em contra-partida considerando apenas os lucros mnimos. 3. Critrio de Savage, tambm chamado de Critrio Minimax, que adota uma posio avessa a qualquer tipo de incerteza. Neste caso, o gerente de projeto tentar minimizar ao mximo a incerteza. 4. Critrio de Laplace, que tenta transformar uma deciso menos incerta em uma deciso de menor risco. Levando-se em considerao que a diferena entre risco e incerteza est no conhecimento da probabilidade da ocorrncia de cada evento, este critrio baseia-se na estatstica Bayesiana onde considera que se a probabilidade de um evento no conhecida, ento, de acordo com Laplace, pode-se assumir que cada evento tem igual probabilidade de ocorrncia. Deste modo, a tomada de deciso ser determinada pelo valor esperado obtido na anlise deste evento.
3.6.1 Introduo Nesta seo, pretende-se discutir as fontes de risco em empreendimentos. Aps a anlise da literatura, observa-se que as fontes de risco em empreendimentos podem ser classificadas da seguinte forma:
As fontes externas de risco so aquelas nas quais a ocorrncia de um evento externo resulta em uma situao adversa aos dos objetivos previstos no projeto. Neste caso, o risco da ocorrncia de um evento externo pode ser previsvel ou imprevisvel, porm, em ambas as situaes so consideradas como eventos
40
incontrolveis e ocorrem sem a possibilidade de controle dos especialistas que as analisam. Por outro lado, as fontes internas de risco so aquelas nas quais a ocorrncia de um evento adverso ao previsto considerado como controlvel e previsvel. Nos itens 3.6.2 e 3.6.3 sero enumeradas ambas as classificaes de acordo com a literatura pesquisada.
3.6.2 Fontes Internas de Risco do Empreendimento De acordo com a definio estabelecida em 3.6.1, existem vrias fontes internas de risco no projeto que devem ser consideradas durante todo o ciclo de vida12 do empreendimento; assim sendo, Wideman (1992) classifica o risco interno em no tcnico, tcnico e legal. O Quadro 3.2 proposta do autor.
13
FONTES INTERNAS DE RISCO DO EMPREENDIMENTO NO TCNICOS (geralmente LEGAIS (geralmente TCNICOS (geralmente controlveis) controlveis) controlveis) GERENCIAMENTO PLANEJAMENTO CUSTO MUDANAS TECNOLGICAS PERFORMANCE LICENAS
DOCUMENTAO CORRETA DIFICULDADES CONTRATUAIS RISCOS ESPECFICOS DE ACORDO entendimento, interpretao, COM A TECNOLOGIA DO PROJETO tipo e estratgia contratual inadequada, e falhas contratuais. PROCESSO JUDICIAL PROJETO (elaborao das plantas) EXTERNO E INTERNO MUDANA DO TAMANHO E FORA MAIOR COMPLEXIDADE DO PROJETO
Quadro 3.2: Riscos Internos do Empreendimento. Fonte: (HULLET apud WIDEMAN, 1992). Segundo Flanagan & Norman (1993), os riscos internos tpicos de um projeto de construo incluem:
Ciclo de vida do projeto o conjunto das fases de um projeto e tem o objetivo de definir o incio e o fim de um projeto (PMBOK PMI MG, 2000). Segundo (VALERIANO, 2001), o ciclo de vida do projeto passa por cinco fases: iniciao, planejamento, execuo, controle e encerramento. 13 Traduo da autora.
12
41
As falhas do projeto especificado em relao ao tempo de construo; Falhas no detalhamento do planejamento ou na aprovao de regras ou regulamentos da construo, dentro do tempo programado; Greve dos trabalhadores; Imprevistos devido a alta dos preos de material e mo-de-obra, acidentes de trabalho, causando prejuzos fsicos; Reivindicaes de aditivos contratuais; Falhas no oramento, previso, estimativa e proposta do empreendimento; Falhas devido a falta de padronizao tcnica para atender a qualidade, a funo e aos propsitos do projeto, a segurana e a preservao do meio ambiente.
De acordo com Raftery (1994), existem alguns fatores de grande relevncia para a anlise das fontes de riscos internas do empreendimento, sendo que o autor destaca entre aqueles que merecem especial ateno, as seguintes:
O tamanho, a complexidade e o tipo de empreendimento; A apresentao de inovaes no projeto; A velocidade e produtividade no desenvolvimento do projeto e da construo; A localizao do canteiro e armazenamento de materiais.
Adicionalmente Raftery (1994) acrescenta, que no tocante ao oramento, quando ocorre a licitao de um projeto, a tendncia seguirem o valor de
mercado, sendo que no processo de licitao em geral, o menor preo sempre acaba por prevalecer em uma concorrncia. Porm, muitas das propostas inferiores ao valor de mercado acabam sendo prejudiciais, se ao serem aceitas, estiverem com o seu custo fora da realidade econmica e de viabilidade para a realizao do projeto licitado. Deste modo, existe a necessidade em se verificar a proposta aceita, se
atende ao custo final do projeto que for licitado. Entretanto, se a proposta aceita estiver com o seu valor discrepante, o projeto correr riscos em relao qualidade
42
e prazo e ocasionar at mesmo prejuzo com relao a sua futura comercializao, o que fatalmente atingir o custo. Ainda segundo o que Raftery (1994) acrescenta, existiro outros fatores que iro ocasionar riscos e incertezas, e que afetaro a deciso de oramento, destacando-se entre os mesmos: a infra-estrutura do canteiro de obras, a estrutura do projeto bsico; a estrutura do projeto detalhado; o tipo de contrato acordado entre as partes; o mercado financeiro; a inflao; o cronograma de prazo para a execuo do empreendimento. Pritchard (1997) classifica os riscos em empreendimentos em cinco fases, a saber:
Risco Tcnico - associado ao envolvimento de um novo projeto; Risco Programtico associado obteno e uso dos recursos e atividades que podero afetar no direcionamento do projeto; Risco de Suporte associado ao campo de manuteno dos sistemas e processos, que foram e esto sendo desenvolvidos e que podem afetar o projeto;
Outras fontes internas de risco descritas por Kerzner (1998) foram classificadas de maneira semelhante s fontes internas de risco descritas por Wideman, da seguinte forma:
Riscos internos no tcnicos resultantes de problemas no fluxo de caixa, suspenso de trabalho, segurana, sade e planos de benefcios; Riscos internos tcnicos resultantes de mudanas tecnolgicas, domnio do estado da arte, resultado do projeto e o resultado da sua operao e manuteno;
Riscos internos legais resultantes de falhas contratuais, da competncia do sub-empreiteiro, licenas, aes judiciais e dos direitos protegidos por patentes.
43
De acordo com o PMBOK-PMI (2000) os riscos internos podem ser controlados ou influenciados pela equipe de projetos que os coordena, destacandose entre eles a designao da mo-de-obra e as habilidades especficas pertinentes, as estimativas de custo e prazo, a estrutura analtica do projeto quando existem inovaes tecnolgicas desconhecidas ou pouco dominadas. Segundo a definio de Chapman, R. J. (2001), as fontes de riscos internas de um projeto podem ser subdivididas em trs principais itens, a saber: Equipe de Trabalho; Tticas de Controle e Tarefas. De acordo com esta abordagem, o autor subdividiu novamente o item ttica de controle em quatro tipos, ou seja, controle de custo, prazo, qualidade e possveis mudanas no projeto. Todavia, procurou-se a seguir colocar, as principais fontes internas de risco em empreendimento, conforme a viso do autor em questo.
EQUIPE DE TRABALHO mudanas da equipe; falta de comunicao dos seus membros; incompatibilidade entre os profissionais da
organizao; falta de consultores adequados ao quadro de funcionrios; alocao de recursos inadequada; diferenas culturais entre os consultores e falta de comunicao das decises dos consultores equipe. TTICAS DE CONTROLE as quais o autor subdivide em quatro tipos de controle da seguinte forma: Controle de Custo em relao ao custo, podem ser verificados os riscos no seu planejamento, nas unidades de custo adotadas que podem ser imprecisas, no inadequado suporte dos consultores de custo e a checagem tardia dos custos do projeto. Controle de Prazo - em relao ao tempo, o risco ocorre quando houver uma programao inadequada. Controle de Qualidade - em relao qualidade, o risco ocorre quando existe ineficincia do trabalho; o resumo do projeto no est claro; o
programa que est sendo utilizado apresenta discordncia; o oramento est super estimado e h a proibio dos projetistas de entrar em contato com os clientes.
44
Controle das Mudanas - Em relao ao controle das mudanas, os riscos ocorrem quando existe ineficincia; ausncia de implementao de um sistema de controle, e os procedimentos adotados no so aceitos pelo cliente.
TAREFAS em relao s tarefas, o autor subdividiu as fontes de risco em dois itens: terreno e projeto. No caso do terreno, as fontes de riscos so caracterizadas quando no h uma verificao da topografia; no h investigao sobre o tipo de solo; o registro do terreno no obtido; os servios determinados no so avaliados; os limites do terreno no so confirmados e a posio da construo em relao ao terreno no foi estabelecida com clareza. Em relao ao projeto, podem ser destacados como fontes de risco a adoo de solues imprprias ao projeto; as
informaes ineficientes entre os projetistas; o formato do projeto apresenta diferenas ao proposto inicialmente; erros no projeto; atrasos no lanamento das informaes sobre o projeto; ausncia de contato com as autoridades locais; o conjunto dos programas definidos no projeto de informaes
Por outro lado, Valeriano (2001) caracteriza os principais fatores de risco internos em empreendimento, da seguinte forma:
O desempenho, quando as metas e objetivos determinados desviam-se do previsto e deixam de ser atendidos; O custo, quando este ultrapassa o oramento planejado; O cronograma, ou seja, o prazo ultrapassa e ocasiona atrasos; Finalizando, quando os riscos expostos esto presentes em uma combinao aos trs itens acima descritos.
No caso especfico dos empreiteiros, Raftery (1994, p. 14) acrescenta que os riscos e incertezas que afetam as estimativas podem ser divididos em quatro categorias:
45
Tcnico com relao adequao do canteiro de obras; disponibilidade dos materiais e componentes necessrios execuo da obra; adequao do projeto com as informaes a ele pertinentes.
Logstica infra-estrutura do projeto, fornecimento de materiais e a mode-obra. Construo produtividade, condies climticas, adequao do plano de construo do empreiteiro, adequao da programao dos recursos, relaes industriais.
A subdiviso do autor acima citado inclui algumas fontes externas de risco que posteriormente sero abordadas neste captulo. Finalmente, nesta seo pode-se observar que as fontes internas de risco em um empreendimento, de acordo com as definies acima descritas pelos vrios autores, podem ser classificadas em: falha ou ausncia de uma adequada avaliao preliminar e posteriormente detalhada do projeto; falta de planejamento; falhas nos cronogramas de prazo e oramentos de custo, deficincias em relao compra e estoque de material e aquisio de mo-de-obra; ineficincia da organizao e sua equipe de trabalho devido a falta de comunicao interna; falta de domnio tecnolgico e especializao; e falha na regularizao legal das documentaes pertinentes ao projeto.
De acordo com as definies estabelecidas no item 3.6.1 Wideman (1992), classifica os riscos externos de um empreendimento como previsveis e imprevisveis, os quais so apresentados nos Quadros 3.3 e 3.4 14.
14
Traduo da Autora.
46
RISCOS EXTERNOS IMPREVISVEIS E INCONTROLVEIS Proviso de matria prima; questes REGULADOR no caso de uma ambientais; padro de projeto; padro de interveno governamental produo; situao local; produtos ou imprevista. servios de venda ou exportao; capital; exigncias especiais. PERIGOS NATURAIS Localizao; tempestade; inundaes resultantes dos elementos terremotos. naturais. EVENTOS POSTULADOS resultantes de inteno Vandalismo; sabotagem. deliberada. EFEITOS INDIRETOS ocorrem de acordo com o resultado do Impactos ambientais e sociais. projeto. Falha no suporte da infra-estrutura; falhas no COMPLEMENTARES seriam as projeto, execuo ou obrigao do falhas para a finalizao do preenchimento contratual para falncia ou projeto. curadoria, etc. Quadro 3.3: Riscos Externos Imprevisveis do Empreendimento. Fonte: (HULLET apud WIDEMAN, 1992). RISCOS EXTERNOS PREVISVEIS E INCONTROLVEIS RISCOS DE MERCADO avaliao e custo da matria prima; demanda, incluindo comprador/rejeio do usurio; economia; competitividade, valor final de mercado; disposio do mercado comprador para aquisio do bem. OPERACIONAL (depois de concludo o projeto) manuteno necessria; segurana; atende a finalidade. IMPACTOS AMBIENTAIS IMPACTOS SOCIAIS INFLAO IMPOSTOS MUDANA DE MOEDA Quadro 3.4 15 : Riscos Externos Previsveis do Empreendimento. Fonte: (HULLET apud WIDEMAN, 1992). Segundo Flanagan & Norman (1993), existem vrias fontes externas de riscos em um empreendimento, sendo destacadas entre elas:
15
Traduo da Autora.
47
Imprevistos com relao ao aumento de custos de mo-de-obra e material; Escassez de mo-de-obra e material; Eventos adversos na economia e poltica, ocasionando perdas financeiras. Por outro lado, Raftery (1994) classifica os riscos externos de um empreendimento da seguinte forma: Inflao, que se houver, ir interferir diretamente nos custos do empreendimento; Condies de mercado desfavorveis para investimentos, mercado em perodo de retrao; Proporo de custos dos recursos de entrada, em relao aos custos de sada; Disponibilidade de Mo-de-obra e Materiais, incluindo o fornecimento e capacitao dessa mo-de-obra; Incerteza ou Instabilidade Poltica, como a criao de pacotes
econmicos, arrocho salarial, entre outras medidas; Condies climticas, como mudanas meteorolgicas repentinas e no previstas.
Com a viso similar a Wideman, Kerzner (1998) subdivide os riscos externos do empreendimento em:
Riscos Externos imprevisveis - decorrentes das aes governamentais, ameaas naturais e condies climticas adversas; Riscos Externos previsveis - decorrentes do custo, impostos e da disponibilidade de matria-prima.
De acordo com o PMI (2000), os riscos externos ao empreendimento esto alm da influncia ou controle da equipe de projetos, e podem ser considerados como as aes governamentais, alterao do mercado financeiro, disponibilidade de mo-de-obra especfica.
48
devem ser considerados como risco externo do empreendimento, destacando-se os seguintes itens:
Mudanas financeiras do mercado; Aumento da competitividade; Mudanas ou diminuio da demanda; Custo e avaliao das matrias prima; Inovaes lanadas pelo concorrente; Mudanas da legislao; Solicitaes pblicas; Inflao; Atraso na aquisio do terreno; Restries ecolgicas; Atrasos na aprovao do projeto; Restries construtivas e do terreno no especificadas com clareza.
Finalmente, pode-se observar que as principais fontes de risco externo em empreendimentos abordadas pelos autores abrangem os seguintes itens:
instabilidade poltico e scio econmica; condies climticas e ecolgicas; ausncia ou desconhecimento tecnolgico e disponibilidade de matria-prima e da mo-de-obra.
3.7.1 Caractersticas Gerais As tcnicas de identificao de risco so consideradas ferramentas de auxlio, sendo utilizadas pelos gerentes de projeto para detectarem as fontes de risco em empreendimentos. De acordo com a viso do PMBOK-PMI (2000), identificar os riscos consiste em determinar as fontes de ocorrncia dos eventos indesejveis mais provveis de atingir o empreendimento, e document-las caracterizando-as separadamente. Entretanto, necessrio que este procedimento seja regular
49
durante todo o ciclo de vida do projeto, sendo que a identificao dos riscos pode ser obtida a partir das suas causas e efeitos, ou seja, o que pode acontecer antes e o que acontecer depois ou atravs dos efeitos e causas, onde se parte dos resultados e verifica-se como devem acontecer e se necessitam serem ou no evitados. Por outro lado, Kerzner (1998) menciona que o primeiro passo para identificar os riscos detectar as reas potenciais de risco, sendo que atravs da eficcia dessa identificao resultar a eficincia do gerenciamento de risco16. Entretanto, o autor observa que nem todos os riscos considerados altos, necessariamente causaro um grande impacto. Todavia importante atentar para a combinao de pequenos riscos que, ao se acumularem, podero causar um alto impacto. Segundo Limmer (1997, p.141) a identificao do risco definida da seguinte forma:
... explicao de todos os provveis fatores que podero influenciar o objetivo final do projeto. Explicitados esses fatores, identificar os obstculos contidos em cada situao, suas provveis causas e quais as conseqncias, caso venham a ocorrer.
Adicionalmente, Chapman R. J. (1998), descreve que a identificao de risco deve existir em todo o processo de anlise e gerenciamento de risco do empreendimento, pois tem um grande impacto na avaliao dos riscos da construo, podendo ser dividido em trs categorias:
A identificao de risco, conduzido somente pelo analista de riscos baseando-se apenas em sua experincia, conhecimento e habilidade,
sendo que este especialista levar em conta a reviso do ciclo de vida do projeto e os dados histricos da organizao; A identificao de risco, conduzida atravs da entrevista do analista de riscos com um ou mais membros da equipe de projeto, analisando tambm
Gerenciamento de Risco em projetos so os processos envolvidos na identificao dos riscos, quantificao dos riscos, desenvolvimento e controle das respostas ao risco (PMBOK-PMI MG 2000). As metodologias de gerenciamento de riscos em projetos sero abordadas no Captulo 5.
16
50
os dados histricos e o ciclo de vida do projeto, e baseando-se no conhecimento e experincia dos profissionais que forem entrevistados; A identificao de risco, onde o analista de riscos lidera um ou mais grupos de trabalho, adotando as seguintes tcnicas: Brainstorming
(Tempestade de Idias); Tcnica do Grupo Nominal; Tcnica Delphi; Sintica; Construo de Cenrios.
O autor adverte sobre a necessidade em determinar a efetividade do grupo de trabalho, que ir aplicar as tcnicas de identificao de risco. Deste modo, Handy (apud Chapman, R. J., 1998), props um modelo estruturado para analisar o grupo de trabalho, exemplificado a seguir no Quadro 3.5 17:
MODELO DE ANLISE DA EFETIVIDADE DO GRUPO DE TRABALHO Tamanho do grupo, caractersticas dos membros do grupo, regras O grupo e objetivos individuais, estgio de desenvolvimento. Natureza da tarefa, Dados do Problema critrio de efetividade, A tarefa importncia da tarefa, clareza da tarefa. Normas e expectativas, posio de liderana, O ambiente relacionamento entre os membros do grupo, localizao fsica. Estilo de liderana Ajuste da melhor proposta Funes das tarefas, Fatores de Interveno Processos e funes de manuteno, procedimentos formas de interao. Satisfao, resultados Produtividade e satisfao esperados, envolvimento Resultados dos membros no trabalho. Quadro 3.5: Modelo para anlise da efetividade dos grupos de trabalho. Fonte: (HANDY apud. CHAPMAN, R. J.,1998).
17
Traduo da autora
51
O modelo proposto pelo autor mostra que os grupos de trabalho devem ser determinados com certo critrio, levando-se em considerao os dados do problema, os fatores intervenientes e os resultados que objetivam atingir, a fim de que sejam garantidos o entendimento e a eficincia durante todo o processo de identificao dos riscos em empreendimentos e para que no ocorram distores dos resultados obtidos. Finalmente, aps a definio da equipe de trabalho adota-se uma destas tcnicas, cujo objetivo caracterizar a ocorrncia de eventos adversos que podem constituir ameaas ao projeto. Assim sendo, para uma melhor compreenso
descreveu-se a seguir cada tcnica de identificao de risco, com base em grupos de trabalho, abordando-se a metodologia, as suas vantagens e desvantagens.
3.7.2 Brainstorming Brainstorming uma das tcnicas utilizadas para auxiliar na identificao de risco em projetos, sendo definida por Warren et al. (2001) como uma tcnica de grupo desenvolvida por Alex F. Osborn em 1938, cujo principal objetivo foi estimular a gerao de idias. Osborn (apud Warren et al., 2001) props quatro regras bsicas para obter sucesso numa sesso de brainstorming, ou seja: No devem ser permitidos crticas ou julgamentos desfavorveis durante a gerao de idias; A liberdade ou iniciativa de idias bem vinda durante a aplicao desta tcnica; Quanto maior o nmero de idias, maior ser as chances de atingir os objetivos propostos; Deve-se buscar a unio, a combinao e as idias geradas pelo grupo.
A sesso Brainstorming, por ser uma tcnica de grupo, tem por objetivo coletar idias de todos os participantes, sem crticas ou julgamentos. Logo, destina-se ao recolhimento de idias e sugestes viabilizadoras de solues para determinados problemas ou situaes de trabalho improdutivo.
O autor tambm descreve que a metodologia do processo de brainstorming divide-se em duas fases, ou seja; a fase criativa, onde os participantes apenas
52
apresentam o maior nmero possvel de idias e a fase crtica onde cada participante ir defender a sua idia com o intuito de convencer o grupo. Esta segunda fase faz a filtragem das melhores idias, permanecendo apenas aquelas que tiverem sido fundamentadas e aceitas pelo grupo. Por outro lado, para a aplicao desta tcnica torna-se necessrio haver um coordenador para organizar os trabalhos, fazer a explanao do assunto e definir os objetivos a serem atingidos; assim como um secretrio cuja funo registrar, organizar e apresentar as
contribuies dos participantes. Adicionalmente Hicks (apud Chapman, R. J., 1998) prope os seguintes passos na aplicao da tcnica Brainstorming: Sesso prvia para definir os principais pontos do problema e solues aceitveis; Sesso preliminar que poder incluir a redefinio do problema abordado anteriormente; Sesso de brainstorming, incorporando as seguintes tcnicas: idia mais abrangente, listas de verificao e listas de atributos; Aquisio subseqente de idias; Seleo das idias mais promissoras; Desenvolvimento das idias selecionadas; Verificao e apresentao das idias selecionadas.
De acordo com Chapman, R. J. (1998), existem outros fatores relevantes a serem analisados na aplicao desta tcnica, devendo ser levados em considerao os seguintes itens: O tamanho do grupo que no deve ultrapassar 12 pessoas, pois o aumento do excessivo do grupo poder reduzir a coeso entre os participantes; As caractersticas dos membros do grupo, ou seja, o grau de compatibilidade dos participantes, as caractersticas da personalidade de cada um, diferenas hierrquicas e bloqueios emocionais, que podero influenciar no resultado final;
53
As funes e os objetivos individuais dos membros do grupo devem ser orientados a fim de minimizar os desvios causados por aes de interesses ocultos ou necessidades pessoais de cada participante, ou mesmo a perda de motivao devido a longa durao de tempo das sesses.
A natureza da tarefa que requer clareza na definio dos objetivos e importncia, alm da preparao das sesses e disciplina para conduzilas.
No ambiente em que as sesses sero ministradas, deve haver liderana e direcionamento por parte do coordenador, em relao a equipe de trabalho.
Em seu artigo intitulado Aplicao do Brainstorming eletrnico18 e pequenos e grandes grupos, Aiken et al. (1994) aborda a utilizao da tcnica Brainstorming eletronicamente mencionando as vantagens e desvantagens em relao a aplicao tradicional desta tcnica. Assim, o autor descreve que o brainstorming eletrnico foi desenvolvido para superar os problemas de inibio, bloqueios de produo e avaliaes que surgiam entre os participantes durante as sesses, alm das limitaes do tamanho do grupo de trabalho. Deste modo, o uso do Brainstorming eletrnico permite aos participantes manterem-se annimos, pois a comunicao se dar atravs dos computadores que so ligados em rede, onde haver a gerao das idias escritas e que sero vistas rapidamente por todos os membros da equipe, que por sua vez podero desenvolver novas idias. Por outro lado, o autor destaca entre as vantagens observadas em relao a viso tradicional do brainstorming, os seguintes itens: O anonimato entre os participantes, garantindo uma similaridade equipe de trabalho, uma vez que no haver influncia ou monoplio de um participante em relao ao grupo, contribuindo para superao dos
problemas gerados devido as diferenas de hierarquia, experincia e conhecimento de alguns em relao aos outros membros da equipe; A comunicao paralela, permitindo aos participantes entrar com os comentrios simultaneamente e contribuir com novas idias, sendo que
18
54
devido ao grande nmero de informaes geradas, o grupo participante poder ser maior. Em contra-partida ao Brainstorming tradicional, as
pessoas ouvem as outras falarem e no podem emitir automaticamente as suas opinies ou pensamentos, enquanto que na verso eletrnica todos podem falar paralelamente; Automatizao dos registros, permitindo que todos os comentrios e idias gerados pela equipe participante sejam armazenados. a mesma forma, o autor descreve que o Brainstorming eletrnico apresenta as seguintes desvantagens: Comunicao lenta devido algumas pessoas serem menos geis na digitao; Resistncia s mudanas, pois algumas pessoas se sentem intimidadas ao usarem o computador, sendo que neste caso preciso que haja treinamento dos envolvidos no uso de software; Ausncia de um padro mdio, uma vez que as informaes so apenas escritas, dificultando muitas vezes a deteco de quando os comentrios forem sarcsticos ou engraados em relao s idias que esto sendo expostas; Possibilidade de aumentar conflitos entre os participantes quando alguma idia for rechaada ou comentrio desdenhado, sendo que este tipo de postura deve ser altamente criticado, caso ocorra.
A tcnica do grupo nominal, segundo Cassiani & Rodrigues (1996), foi elaborada para ser utilizada na rea de planejamento, com o objetivo de ampliar a produo criativa do grupo, facilitar as decises em equipe, estimular a gerao de idias crticas e servir como instrumento de agrupamento de idias. De acordo com Chapman R. J. (1998), esta tcnica foi desenvolvida por Andre Deldecq e Andrew Van de Ver em 1968, sendo que estes autores sugerem durante o processo de aplicao, a adoo dos seguintes passos:
55
A gerao silenciosa de idias escritas; Exposio das idias geradas ao grupo na forma de frases simples em cartes ou tiras de papel; Discusso de cada idia registrada para esclarecimento e avaliao; Votao individual das idias em ordem de prioridade, com a deciso do grupo sendo trabalhada matematicamente atravs da classificao por quantidade de votos obtidos ou ordenao por ordem de prioridade.
Existem outros fatores abordados por Chapman, R. J. (1998) que so igualmente importantes para a aplicao desta tcnica, destacando-se os seguintes: O tamanho do grupo que deve ter entre 7 a 10 participantes; As caractersticas dos membros do grupo, ou seja, a compatibilidade entre os participantes, as caractersticas da personalidade de cada um e bloqueios emocionais, que podero influenciar no resultado final; As funes e os objetivos individuais dos membros do grupo devem ser orientados a fim de que as questes sejam entendidas pelos participantes. A natureza da tarefa que requer clareza na definio dos objetivos e importncia, alm do tempo de conduzi-las. A metodologia desta tcnica estruturada, de forma que um coordenador ir direcionar o grupo, esclarecendo e tirando as participantes. Adicionalmente, Cassiani & Rodrigues (1996), acrescentam que a tcnica do grupo nominal no permite a comunicao verbal entre os participantes, sendo que as etapas desta tcnica seguem a partir de uma nica questo inicial. Sendo assim, necessrio que haja um dirigente para conduzir o grupo, uma vez que preciso fazer um planejamento prvio a fim de que as etapas sejam entendidas e as dvidas dos participantes, dirimidas. Finalmente, o autor aborda como vantagens o fato desta tcnica poder utilizar um grande nmero de pessoas desde que sejam divididas em grupos de no mximo 9 componentes e tambm da existncia de igualdade entre os seus membros, uma vez que os participantes podem ter qualquer nvel socioeconmico ou cultural, necessitando apenas que sejam alfabetizados para redigirem dvidas dos preparao das sesses e forma de
56
as respostas. As desvantagens so devido limitao do nmero de componentes por grupo e no fato de lidar com a anlise de apenas uma questo de cada vez.
Segundo Addison (2003), a tcnica Delphi foi desenvolvida por NC Dalkey e seus associados da RAND Corporation em 1950, sendo que vrios pesquisadores utilizaram esta tcnica para conduzirem pesquisas sobre resultados do
gerenciamento de sistemas de informao. De acordo com Wright & Giovinazzo (2000, p.54) a tcnica Delphi foi definida da seguinte forma:
... Delphi uma tcnica para a busca de um consenso de opinio de um grupo de especialistas a respeito de eventos futuros. (...) baseia-se no uso estruturado do conhecimento, da experincia e da criatividade de um painel de especialistas, pressupondo-se que o julgamento coletivo, quando organizado adequadamente, melhor que a opinio de um s indivduo.
Na abordagem de Cassiani & Rodrigues (1996) esta tcnica consiste na distribuio inicial de um questionrio aos participantes do painel, anlise das respostas e envio de um segundo questionrio baseado nas respostas do primeiro, sendo que este procedimento ser adotado at que haja o consenso de opinio do grupo e as informaes sejam suficientes. Portanto, para a conduo desta tcnica so necessrios dois grupos de indivduos: O grupo executor, cuja funo elaborar o questionrio inicial, analisar os resultados advindos do primeiro, elaborar os questionrios subsequentes e manter contato com os respondentes; O grupo respondente, cujos indivduos so annimos e no se comunicam entre si, tendo como objetivo a obteno das opinies e julgamentos do grupo de especialistas nas respostas dos questionrios. Adicionalmente, Wright & Giovinazzo (2000) elaboraram de forma
57
INCIO
No
Concluses gerais
Relatrio Final FIM PROCEDIMENTOS EXECUTADOS PELOS COORDENADORES PROCEDIMENTOS EXECUTADOS PELOS RESPONDENTES
Figura 3.3: Seqncia da Aplicao da Tcnica Delphi. Fonte:(WRIGHT & GIOVINAZZO, 2000).
58
Da mesma forma, os autores listam as seguintes vantagens e desvantagens no uso desta tcnica: Vantagens A reunio das opinies de vrios especialistas na anlise do problema trar informaes do membro de melhor conhecimento, sem ter que reuni-los num mesmo local; o anonimato dos participantes elimina respostas influenciveis e atitudes autoritrias ou manipuladoras, devido a posio hierrquica; a utilizao de questionrio e respostas escritas
facilita o registro, em comparao a uma discusso em grupo; o envio de questionrios pelo correio ou outros meios, elimina os custos de deslocamento e os especialistas podem responder sem ter que conciliar agendas para reunio; a efetiva participao no processo de um grande nmero de peritos induz a criatividade e confere credibilidade ao estudo. Desvantagens A seleo de amostra de respondentes e tratamento estatstico dos resultados no aceitveis; dependncia dos resultados em relao a escolha dos especialistas, com possibilidade de vis devido a escolha dos respondentes; possibilidade de forar a um consenso indevido das respostas; custos de elaborao elevados; dificuldades em redigir um questionrio sem ambigidades ou tendenciosos; demora na realizao do processo e retorno dos questionrios.
3.7.5 Sintica
De acordo com Hall (1996), o termo sintica19 foi introduzido por Willian
Gordon, cujo objetivo resolver problemas de forma criativa. Esta tcnica consiste em unir objetos e idias aparentemente diferentes e irrelevantes.
A autora especificou abaixo as diferenas entre Sintica com S e Cintica com C a fim de dirimir qualquer dvida sobre cada uma dessas palavras de fontica semelhante, porm com significados distintos. Sintica teoria da resoluo de problemas com base no pensamento criativo. um agrupamento de elementos que parecem diferentes e irrelevantes para o problema. (SIMES, 2001). Cintica o estudo das foras considerando-se a multiplicidade dos movimentos que ocasionam (OLIVEIRA, 1967).
19
59
Assim sendo, proposto o uso de elementos sem conexo em suas analogias ou o uso de metforas20 para gerar a compreenso do problema. Torna-se necessrio, que os participantes tenham como atribuies essenciais na aplicao desta tcnica uma grande imaginao e convico em seus pontos de vista, uma vez que tero que fazer a conexo do problema com a metfora. Por outro lado, o uso de metfora quebra a opinio do grupo, uma vez que haver divergncia na sua associao com o problema em questo. Por esta razo, o desafio do grupo est em identificar somente os aspectos positivos em que a metfora poder ser aplicada e desenvolver a construo de alternativas para resoluo do problema ou questo. A vantagem em sua aplicao est no desenvolvimento criativo da equipe. Porm, como desvantagem, nota-se a heterogeneidade das opinies dos participantes, no momento da tomada de deciso final.
empreendimento pode ser desenvolvido, atravs da construo lgica de cada um dos eventos e suas interaes, considerando-se os resultados gerados. Estes
cenrios so criados de forma hipottica, a fim de se analisar a ocorrncia de situaes adversas s previstas no projeto. Assim, ao construir um cenrio, Chapman, C. (1997), relata a importncia em identificar as reas do projeto, que envolvam incertezas, sendo necessrio atentar para a aquisio de dados e as anlises realizadas pela equipe de projetos. Da mesma forma, deve-se identificar as reas do projeto, que envolvam incertezas, cujos julgamentos e decises dependam dos clientes. De acordo com a viso de Hulett (2001), para a criao de cenrios na identificao de riscos em projetos so relevantes as seguintes observaes:
Metfora Figura de estilo em que uma palavra substituda por outra, por fora de uma analogia que h entre ambas e que d maior fora ao que se quer exprimir. (OLIVEIRA, 1967). Metfora o emprego de um termo com um sentido que se lhe associa por fora de uma comparao de ordem subjetiva. (ANDR, 1978).
20
60
Ao analisar o cenrio do projeto, verificar se existem elementos de risco que possam acorrer simultaneamente e se as variaes entre eles so altas ou baixas;
Identificar o condutor do risco, ou seja; a causa de um grupo de variveis do conjunto, gerar altos ou baixos riscos; Planejar um cenrio com variveis de incerteza e correlacion-las, computando os seus impactos no empreendimento; Identificar os fatores de risco, como por exemplo, uma dificuldade tecnolgica, uma estimativa otimista demais ou uma possvel tenso do mercado de trabalho, entre outros;
Computar os impactos causados pelos condutores de risco em relao ao objetivo do projeto; Combinar a ocorrncia de possveis eventos e correlacion-los entre si, atravs das tcnicas de simulao.
Por outro lado, Wright & Giovinazzo (2000) propem utilizar a tcnica Delphi e de criao de cenrios de forma complementar, onde a primeira usada como instrumento para coletar dados que auxiliem na construo dos cenrios. Rodrigues (2001) cita ainda que a tcnica de criao de cenrios pode ser utilizada em conjunto com o teste de sensibilidade21 na anlise de risco, sendo que, de acordo com o cenrio criado, pode-se avaliar o grau de sensibilidade das suas variveis. Como vantagens na sua utilizao, destacam-se a criatividade e dinamismo na criao dos cenrios e como desvantagens, pode-se abordar a ausncia ou preciso dos dados para a elaborao dos cenrios e a tendenciosidade dos participantes na sua construo.
21
Teste de sensibilidade uma das tcnicas de anlise de risco que ser abordada no captulo 4.
61
3.8 INFLUNCIA DOS FATORES PSICOLGICOS NAS ATITUDES FACE AOS RISCOS EM EMPREENDIMENTOS
3.8.1 Introduo
Muitas decises so tomadas durante o ciclo de vida do empreendimento, porm, nem sempre existe o conhecimento, a experincia e a convico
necessrios dos gerentes de projeto, no momento da tomada de deciso, a fim de que evitem ou minimizem a ocorrncia de resultados adversos ao planejado. Deste modo, buscou-se abordar os principais aspectos psicolgicos, os quais alguns autores descrevem como Heursticas
22
comportamento dos gerentes de projeto face aos riscos. Assim, procurou-se discorrer sobre as principais heursticas mencionadas na literatura consultada, a saber: Regra do Polegar; Heurstica da Representatividade; Heurstica da Disponibilidade; Heurstica do Ajustamento e Ancoragem. Por outro lado, abordou-se a Teoria da Utilidade, o Paradoxo de Allais e as Atitudes Pessoais que o indivduo assume em relao ao risco. Da mesma forma, segundo Flanagan & Norman (1993), submeter-se ao risco um empreendimento arriscado onde preciso descobrir a sua natureza e tipo, para que haja capacidade em preparar-se para administr-lo. Por outro lado, as vantagens devem ser calculadas e os fatos ponderados aplicando-se a experincia, o conhecimento e as conjecturas face ao risco. Neste conhecimento incluem-se os dados empricos e a compreenso obtida em suas interpretaes. Entretanto, em um projeto existem as confrontaes entre risco, oportunidades, escolhas,
probabilidades, incertezas e decises, onde ser preciso ser distinguido o que efetivamente conhecido ou no, no momento em que houver a tomada de deciso. Deste modo, o importante saber interpretar as tendncias e intuies em relao
22
Heursticas so regras padronizadas que, implicitamente, dirigem nosso julgamento. (BALZERMAN apud KAYO & SECURATO, 1997). Heurstica o processo de encaminhar o indivduo a descobrir por si mesmo a verdade. (OLIVEIRA, 1967).
62
s experincias adquiridas no passado, a fim de prever os eventos futuros e fazer as escolhas nos eventos presentes.
A Regra do Polegar uma Heurstica definida do seguinte modo segundo Raftery (1994): Regra do 80/20... que implica em que 80% do custo de um empreendimento pode ser atribudo a 20% das unidades de maiores valores de trabalho agregado. Esta regra baseia-se geralmente na experincia prvia do profissional para julgar e decidir, sendo que, para ser sustentada, necessrio um exame contnuo para que a sua relevncia continue assegurada; porm, a grande dificuldade em tomar decises est freqentemente ligada ao levantamento da coleta e anlise de dados relevantes ao problema em questo. Segundo Flanagan & Norman (1993), a utilizao da Regra do Polegar muito comum na indstria da construo, sendo que serve de orientao aos gerentes para a tomada de deciso com maior rapidez. De um modo geral ela define que 20% dos itens de maior custo do empreendimento corresponde a 80% do oramento da obra. Adicionalmente, o autor tambm descreve que as tendncias ou heursticas contribuem para a eficcia da tomada de deciso atravs da estrutura cognitiva23 que dita o modo como o fato percebido. De acordo com Raftery (1994), existem mais trs heursticas, a saber: Heurstica da Representatividade o processo de avaliao da probabilidade de um evento ou amostra incertos, em funo da similaridade com a populao de origem e o reflexo das caractersticas proeminentes do processo, pelo qual gerado. Em essncia, corresponde ao grau de correlao entre a amostra e a populao. Como exemplo, o autor cita dois hospitais A e B. No hospital A nascem diariamente 45 bebs e no hospital B nascem diariamente 15 bebs. Por um perodo de 01 ano
23
Estrutura cognitiva uma operao intelectual cujo objeto o conhecimento. (OLIVEIRA, 1967).
63
so registrados os nascimentos em ambos os hospitais, sendo que ao final deste perodo deseja-se saber em qual deles existe maior probabilidade de 60% dos bebs serem meninos. Para a obteno desta resposta o autor recorre a lei dos grandes nmeros que estabelece o seguinte: Quanto maior o tamanho da amostra, a sua mdia tende para a mdia da
populao e a varincia tende a diminuir. Deste modo a mdia calculada para uma grande amostra mais estvel e a varincia menor em
comparao a mdia e a varincia calculada para pequenas amostras. Assim sendo, nota-se que o hospital B apresenta maior probabilidade de 60% dos bebs serem meninos. Heurstica da Disponibilidade utiliza a capacidade de recuperao dos exemplos. Deste modo, algum evento em que uma pessoa tenha tido contato pessoal, poder parecer mais ou menos provvel, do que o seria do ponto de vista estatstico. Como exemplo, o autor cita uma pessoa que tenha sofrido um acidente areo. Assim, esta pessoa poder superestimar a probabilidade de ocorrncia de um futuro acidente areo, devido a sua experincia pessoal, embora este tipo de acidente seja considerado como relativamente raro de acontecer. Heurstica do Ajustamento refere-se aos casos em que as pessoas fazem estimativas, partindo do valor inicial e ajustando-o ao resultado final. Heurstica da Ancoragem parte dos resultados finais e os ajusta em direo aos valores iniciais. As duas ltimas regras so consideradas semelhantes, embora tenham sido definidas pelo autor de forma separadamente. Deste modo, de acordo com a viso de Kayo & Securato (1997, p. 56), estas heursticas foram definidas da seguinte forma:
Heurstica da Representatividade, pela qual o indivduo avalia a probabilidade de ocorrncia de um evento, pela similaridade com outros eventos parecidos; Heurstica da Disponibilidade, pela qual o indivduo avalia a freqncia, probabilidade ou provveis causas de um evento atravs de quaisquer informaes que estejam disponveis na memria; Heurstica do Ancoramento e Ajustamento, pela qual os indivduos realizam avaliaes, atribuindo-se um valor inicial e, posteriormente, fazem ajustes at que se tome uma deciso final.
64
Por outro lado, Raftery (1994) considera que de um modo geral a mente humana apresenta interaes entre as informaes que armazena e o conhecimento previamente adquirido, porm em qualquer deciso necessrio que o indivduo tenha um grau de treinamento, experincia e/ ou conhecimento, a fim de que seu julgamento em determinada situao seja pertinente e possa ser representativo. Entretanto, a interpretao das informaes ou anlise dos resultados influenciada pela experincia profissional, pela qualidade do seu julgamento e o conhecimento das informaes. Analisando-se as definies dos autores acima citados, a heurstica a padronizao de regras que iro direcionar o comportamento dos indivduos, servindo como uma ferramenta de auxlio tomada de deciso, no momento em que houver situaes que envolvam riscos.
Flanagan & Norman (1993) definem o valor monetrio esperado como sendo o somatrio do produto entre o valor ou lucro de cada resultado pela probabilidade da sua ocorrncia. Maximizao do valor monetrio esperado corresponde em se assumir o maior valor, dentre os valores de lucro mdio obtidos, se determinada estratgia for selecionada entre muitas situaes que impliquem em uma tomada de deciso. (LEVINE, BERENSON &STEPHAN, 2000).
24
65
... uma medida do valor individual implcito ou preferido para cada diretriz de risco. Esta medida representada por um valor numrico associado de forma ordenada com cada ganho ou perda monetria, a fim de indicar a utilidade deste valor monetrio na tomada de deciso. A utilidade medida pode ser determinada para os resultados que no tenham o valor monetrio.
Os autores mencionam que para medir a utilidade existem algumas regras a serem que devem ser seguidas: Um resultado mais desejado ter uma medida de utilidade maior; Se numa tomada de deciso o resultado A prefervel ao resultado B, e este prefervel ao resultado C, ento se pode dizer que o resultado A ser prefervel em relao ao resultado C; Se na tomada de deciso a preferncia entre dois resultados for indiferente, ento estes tero a mesma utilidade; Em uma situao que envolva risco, a deciso utilidade esperada semelhante a deciso utilidade verdadeira. Por exemplo, assumindo-se
66
que uma determinada estratgia tenha um resultado F1 com probabilidade P1, e um resultado F2 com probabilidade P2 = 1 P1. Se for definida a utilidade de F1 como U(F1) e a utilidade de F2 como U(F2), o valor da utilidade esperada (UE) ser: UE = P1 x U(F1) + (1 P1) x U(F2) Flanagan & Norman (1993) descrevem que para a tomada de deciso, devese atribuir o valor de utilidade a todos os resultados possveis, pois a atitude tomada na escolha da deciso mudar de acordo com os riscos envolvidos. Deste modo a relao entre o retorno esperado e a escolha ser expresso pela funo utilidade. Assim, de acordo com os autores a funo utilidade usada para a tomada de deciso, onde para os valores de utilidade devem ser atribudos os possveis resultados. Esta relao entre o retorno do valor esperado e a sua escolha so expressas pela funo utilidade. Assim, Morgenstern apud. (Flanagan & Norman, 1993, p. 109) descreve que a funo utilidade uma caracterstica de um indivduo ou um grupo. Por outro lado, Flanagan & Norman (1993), descrevem que a funo utilidade apresenta as seguintes propriedades: Cada resultado possvel definido por um nico nmero; Os resultados so classificados pela preferncia de ordem; O objetivo maximizar a utilidade esperada.
Desta forma, Raftery (1994) aborda que a representao grfica da funo utilidade na Figura 3.4 demostra atravs das curvas de utilidade, que o indivduo pode adotar diferentes comportamentos face ao risco no momento de deciso, dependendo das circunstncias s quais esteja envolvido e do seu posicionamento em assumi-los. Assim sendo, mesmo que a ocorrncia de um evento tenha igual probabilidade de acontecer, o grau de satisfao com o resultado assumido,
67
Segundo Raftery (1994), o Paradoxo de Allais apontado com um dos vrios avanos da teoria geral da escolha aleatria e a psicologia do risco. A tomada de deciso em relao ao risco ir depender do contexto em que estiver inserido, pois a mesma pessoa poder assumir a postura avessa, neutra ou ousada diante de uma situao similar. Deste modo, esta teoria ir trabalhar com os conceitos abordados na Teoria da Utilidade, onde a tomada de deciso depender da atitude que o indivduo assumir face ao risco. Assim o autor prope o seguinte exemplo: Situao A: Certeza de receber $ 1 milho; Situao B: Receber um bilhete de loteria com: 10% de possibilidade de ganhar $ 5 milhes (0,10 x 5 milhes). 89% de possibilidade de ganhar $ 1 milho (0,89 x 1 milho). 1% de possibilidade de no ganhar nada (0,01 x 0).
De acordo com as duas situaes propostas tem-se os seguintes Valores Monetrio Esperado (EMV). EMV (Situao A) = $ 1 milho. EMV (Situao B) = $ 1.39 milhes. De acordo com as duas situaes colocadas acima, o paradoxo demonstra que, dependendo do contexto, uma pessoa ter tanto uma postura avessa quando ousada em relao ao risco, ou seja, poder ter uma postura ousada assumindo a situao B ou avessa optando pela situao A. Adicionalmente, cabe ressaltar, que embora essas teorias possam ser visualizadas graficamente atravs das curvas de utilidade, representada na Figura 3.4, preciso considerar o tempo e dificuldades requeridas ao aplic-las. Porm, quando bem fundamentadas, podero ser o ponto inicial para um estudo analtico do risco, na tomada de deciso.
68
O propsito da identificao e anlise do risco o de obter respostas que auxiliem a equipe de gerentes a tomar decises para a resoluo ou preveno de um problema, caso este venha ocorrer. Assim sendo, Raftery (1994) descreve que os principais fatores para identific-los so os riscos internos do empreendimento, referentes ao desdobramento dos processos principais de trabalho; os riscos externos ao empreendimento e originrios do meio fsico e dos negcios, do cliente, da complexidade do empreendimento, da equipe de gerenciamento, da qualidade da documentao e das perspectivas dos empreiteiros. Da mesma forma, existem
quatro tipos de estratgias a serem tomadas como resposta a identificao dos riscos, destacando-se as seguintes: Ao de reteno, reduo, transferncia e evitao do risco. No caso das aes de reteno, Flanagan & Norman (1993) sugerem que quando os riscos forem pequenos, torna-se mais apropriado ret-los do que tomar medidas preventivas ou corretivas para evitar a sua ocorrncia. Na realidade a reteno do risco se baseia na magnitude do prejuzo assumido e no quanto poder ser pago para que o resultado final seja bem sucedido. Existem alguns fatores relevantes e que devem ser considerados ao assumir a reteno do risco, os quais so: O custo para evitar a ocorrncia do risco, poder ser maior do que assumir os prejuzos; Maximizao da probabilidade de perdas; O provvel custo das perdas; O provvel custo do pagamento das perdas se no forem seguradas.
No caso das estratgias de reduo do risco, os autores descrevem quatro itens bsicos que minimizam a ao de reduo, ou seja: Promover educao e treinamento de todos os envolvidos com o projeto a fim de alertar para os fatores potenciais de risco; A proteo fsica, com o objetivo de reduzir a probabilidade das perdas;
69
O sistema da organizao deve ter uma consistncia segura, estimulando os seus integrantes aos questionamentos; A proteo fsica dever inserir tanto a proteo das pessoas como a da propriedade.
Em relao a ao de transferncia, Flanagan & Norman (1993) descrevem que os riscos so transferidos para terceiros. Por outro lado, em alguns casos, esta transferncia pode significar o aumento do risco por parte de quem o recebe, ou seja, o contratante, o contratado ou o cliente. Assim sendo, a utilizao desta estratgia acarretar mudanas em relao s incertezas e aos custos do projeto. Quando se trata da estratgia de evitao, os autores consideram que a ao de evitar sinnimo de recusa exposio aos riscos. Assim sendo, neste caso, deve-se considerar apenas aqueles que podem ser evitados. Adicionalmente, o PMBOK-PMI (2000), descreve que: O desenvolvimento de respostas aos riscos envolve definir os passos necessrios para o aproveitamento das oportunidades e respostas s ameaas.Assim sendo, enquadra-se em trs categorias: Evitar - promover a eliminao de uma ameaa especfica, atuando preliminarmente na eliminao das suas causas; Mitigar reduzir um evento de risco, reduzindo a probabilidade da sua ocorrncia; Aceitar aceitar as conseqncias, podendo ser uma aceitao ativa, onde existe o desenvolvimento de um plano de contingncia a ser executado caso ocorra um evento de risco ou a aceitao passiva que aceita, por exemplo, uma possvel perda financeira caso uma atividade venha a atrasar. Da mesma forma, Pritchard (1997) menciona que o desenvolvimento da resposta ao risco um elemento crtico no processo do seu gerenciamento, determinando que ao tomar para tratar do resultado do risco avaliado, da sua identificao e da sua quantificao. Deste modo, o autor divide as aes nas seguintes categorias:
70
A ao de evitar o risco; A ao de controlar o risco podendo ser tratada com a minimizao da probabilidade da sua ocorrncia, com a minimizao do seu impacto ou com o seu desvio;
A ao de reteno.
Finalmente, Kerzner (1998) aborda uma quinta ao denominada de conhecimento e pesquisa onde o gerente de projetos desenvolveria testes e planos de simulaes extensivas para predizer possveis resultados de risco. Assim, o
autor aborda a existncia de vrios fatores que podem influenciar na resposta aos riscos, os quais so: Falta de informao de perigos atuais causados por riscos, que foram descritos incertamente; Falta de informao sobre a magnitude dos danos causados, devido medio incerta dos riscos; Falta de informao da probabilidade de ocorrncia do risco; Benefcios pessoais para o gerente de projetos que aceita o risco, sendo considerado como risco voluntrio; O gerente de projetos forado a aceitar o risco, sendo considerado como risco involuntrio; Confuses e evitao do risco; A existncia de alternativas no custo efetivo dos riscos; A existncia de alternativas de alto custo ou possibilidade de ausncia de opinies em relao aos riscos; O grau de exposio ao risco.
Deste modo, necessrio primeiramente identificar os fatores potenciais de risco, a magnitude e a probabilidade de suas ocorrncias, a fim de que aps terem sido classificados, sejam tomadas as aes cabveis de acordo com a postura do gerente, que os estiver administrando. relevante destacar, que as posturas assumidas para aqueles que atuam no gerenciamento de riscos em projetos, iro influenciar de forma decisiva no tipo de estratgia a ser adotada nas aes de preveno contra os riscos.
4.1 INTRODUO
A proposta deste captulo discutir as principais tcnicas de anlise de risco utilizadas no gerenciamento de projetos. Cabe ressaltar que conforme o
estabelecido no captulo 2 (Metodologia da Pesquisa), o objetivo desse trabalho o estudo das tcnicas de anlise de risco, considerando os aspectos do retorno sobre o investimento em projetos. Assim, as tcnicas de anlise de risco aplicadas na confiabilidade das instalaes (HAZOP, Anlise Preliminar de Risco, Srie Riscos, Anlise de Perigo, Tcnica de Incidentes Crticos, WHAT-IF/CHECKLIST, rvore de Causas, rvore de Falhas, FMEA, FMECA, Anlise de Conseqncias) e na gesto de prazos (PERT-RISCO) sero descritas de forma sintetizada por no serem o foco de estudo desse trabalho. Acrescenta-se que embora existam tcnicas de anlise de risco comuns aos trs tipos de abordagem mencionados no item (2.4 Objeto da Pesquisa), estas sero descritas detalhadamente apenas na parte em que estiverem relacionadas ao retorno sobre o investimento em projetos, sendo destacadas as seguintes: Anlise de Sensibilidade ou Teste de Sensibilidade, Anlise da Probabilidade e Simulao de Monte Carlo. As tcnicas denominadas como Valor Monetrio Esperado, Valor Presente Lquido, Mtodo do Payback, Mtodo da Taxa Interna de Retorno, rvore de Deciso, so especficas para analisar o retorno sobre o investimento no projeto. Assim sendo, cada uma destas tcnicas sero descritas abordando-se as diferentes compreenses dos autores que as utilizam,
72
estabelecidas. Por outro lado, como o estabelecido na pgina 26 do captulo 2, as tcnicas de anlise de risco sero descritas observado-se os seus conjuntos de classificao em: qualitativas, quantitativas e qualitativas-quantitativas. Em relao a esta classificao, Stavrianidis & Bhimavarapu (2000) definem cada uma delas do seguinte modo: Tcnicas Qualitativas que se baseiam na experincia e no
conhecimento adquirido dos membros da organizao, e dos especialistas no assunto, para identificar os eventos de risco e avaliar a probabilidade e conseqncias destes. Tcnicas Quantitativas que se baseiam na Identificao e quantificao dos riscos associados ao seu impacto, estimando a probabilidade da sua ocorrncia. Tcnicas Qualitativas e Quantitativas no somente baseia-se na experincia mas tambm na anlise quantitativa dos dados obtidos.
25
NA - A matriz de classificao de Freqncia X Severidade ser descrita no item 4.4.1.2 deste captulo.
73
relao s pessoas, ao meio fsico e aos equipamentos. Entretanto, o Mtodo Probabilstico baseia-se em mensurar a probabilidade ou freqncia de uma situao de risco. Cabe ressaltar ainda, que existem tcnicas de anlise de risco que iro combinar estes dois mtodos. Assim, pode-se afirmar que em geral as tcnicas de anlise de risco qualitativas so tambm denominadas de determinstica e as quantitativas so denominadas de probabilstica.
Em relao ao retorno sobre o investimento em empreendimentos, Kerzner (1998) define que a anlise de risco o conjunto de atividades, que abrange a elaborao da previso dos recursos financeiros disponibilizados inicialmente para um determinado empreendimento, a partir de algumas informaes sobre as quais se pode ter algum grau de certeza. Dentre estas informaes o autor destaca: as projees do mercado, as taxas, o custo bruto dos materiais, os impostos trabalhistas e as condies econmicas. Por outro lado, Morgado & Souza (2000, p.15) definem a anlise de risco da seguinte forma:
26
74
A Anlise de Risco procura identificar antecipadamente os perigos nas instalaes, processos, produtos e servios, quantificar os riscos associados para o homem, o meio ambiente e a propriedade, propondo medidas de controle.
Os autores descrevem ainda que as etapas avaliao ou anlise do risco devem dividir-se da seguinte forma: Identificao dos Riscos; Estimao de cada risco detectado, da probabilidade e do impacto que poder causar, caso ocorra; Deciso das medidas de controle do risco.
Morgado & Souza (2000) sugerem que o momento propcio para a realizao desta anlise, ocorre nas seguintes situaes: Quando as atividades e os riscos que as envolvem no so conhecidos; Quando os riscos podem ser previstos com antecipao, sendo que na sua ocorrncia, podero resultar em conseqncias indesejveis e de grande impacto; Quando so detectados problemas repetitivos que envolvam perdas ou leses fsicas e perdas ou danos materiais; Quando h normas ou regras de segurana estabelecidas no incio de cada atividade; Quando existirem riscos, em que as informaes devero ser obtidas com maior riqueza de detalhes. Da mesma forma os autores mencionam, que um outro aspecto a ser considerado na anlise de risco, a verificao de quais so os fatores determinantes para que este tipo de anlise se realize, entre os quais, destacam-se os seguintes: Qualidade e o grau de profundidade de informao desejado; Acessibilidade ou disponibilidade das informaes; Custo da anlise; O prazo disponvel antes das tomadas de deciso e das aes; Capacitao e disponibilidade humana para assistir o processo.
75
Silva (1998), a Anlise Histrica consiste em coletar informaes em relao a acidentes ocorridos, visando avaliar atravs destes dados quais foram as causas e conseqncias geradas por cada um destes eventos. Est tcnica usada como ferramenta de auxlio na identificao de possveis eventos que propiciem acidentes ou situaes adversas ao planejado, partindo-se da adversidade das experincias passadas. Os resultados da Anlise Histrica so apresentados numa tabela, com a listagem dos acidentes ocorridos e do levantamento estatstico das causas e efeitos, com a respectiva indicao de cada um dos seus percentuais. Um outro fato importante abordado pelo autor consiste na realizao da Anlise Histrica de acidentes, sendo necessrio requerer uma consulta a bancos de dados confiveis, que contenham registros de acidentes ocorridos em plantas similares ao objeto da anlise. Da mesma forma, esta tcnica pode ser aplicada na anlise da gesto de prazos e na anlise do retorno sobre o investimento em projetos. Por se tratar de uma tcnica simples cuja anlise baseia-se nos dados histrico da organizao e na pesquisa em bancos de dados, no existem divergncias de opinies na literatura na sua utilizao, uma vez que o diferencial para a eficcia da sua aplicao consiste na confiabilidade das informaes obtidas para a anlise, alm do conhecimento e experincia de todos os envolvidos.
76
De acordo com Ramakumar (1993) a Anlise Preliminar de Risco27 uma tcnica que objetiva identificar os riscos da instalao industrial e as suas causas, avaliando os impactos das conseqncias e dos acidentes em potencial. Na etapa seguinte so determinados todos os caminhos possveis para a correo, controle ou eliminao das situaes de perigo ou dos acidentes em potencial que previamente foram identificados. Da mesma forma, De Cicco & Fantazzini (1990) mencionam que o princpio bsico desta tcnica promover uma reviso geral dos aspectos de segurana atravs de um formato ou planilha padro, levantando-se as causas e efeitos de cada risco, as medidas de preveno ou correo, categorizando-o para prioriz-lo e promover as aes de controle. Adicionalmente, Silva (1998) menciona que a metodologia desta tcnica est estruturada para identificar os perigos decorrentes da operao de unidades ou sistemas que utilizam materiais perigosos. Morgado & Souza (2000, p.22) descrevem de forma complementar que:
Esta metodologia procura examinar as maneiras pelas quais a energia ou o material de processo pode ser liberado de forma descontrolada, levantando, para cada um dos perigos identificados, as suas causas, os mtodos de deteco disponveis e os efeitos sobre os trabalhadores, a populao circunvizinha e sobre o meio ambiente. Aps, feita uma Avaliao Qualitativa desses riscos, identificando-se desta forma, aqueles que requerem priorizao. Alm disso, so sugeridas medidas preventivas e/ou mitigadoras dos riscos a fim de eliminar as causas ou reduzir as conseqncias dos cenrios de acidente identificados.
Segundo os autores, as etapas da metodologia da Anlise Preliminar de Risco desenvolvem-se da seguinte forma: Definio dos objetivos e do escopo da anlise;
27
77
Definio das fronteiras do processo/ instalao analisada; Coleta de informaes sobre a regio, a instalao e os perigos envolvidos; Subdiviso do processo/instalao em mdulos de anlise; Preenchimento da planilha de anlise preliminar de risco APR28. Elaborao das estatsticas dos cenrios identificados por Categorias de Risco (freqncia e severidade); Anlise e preparao dos resultados.
De acordo com Silva (1998) para cada mdulo de anlise dever ser preenchida uma planilha de APR. Assim sendo, no Quadro 4.1 ser mostrado um exemplo de planilha de APR. APP
Subsistema:
Perigo Causas Modos de Efeitos Deteco Freqncia do evento Severidade
Data:
Risco Rec/Obs Cenrio
28
78
uma tabela denominada de Categoria de Freqncias dos Cenrios que ser representada no Quadro 4.2 a seguir:
Categoria A
Faixa de Freq./ano
-4
Descrio Conceitualmente possvel, mas extremamente improvvel de acorrer. No esperado ocorrer. Pouco provvel de ocorrer. Esperado ocorrer at uma vez. Esperado ocorrer vrias vezes.
Categoria I II
III
IV
SEVERIDADE DAS CONSEQNCIAS DO CENRIO Denominao Caractersticas No degrada o sistema, nem seu funcionamento. Desprezvel No ameaa os recursos humanos. Degradao moderada/danos menores. Marginal/Limtrofe No causa leses. compensvel ou controlvel. Degradao crtica. Leses Crtica Dano substancial Coloca o sistema em risco e necessita de aes corretivas imediatas para a sua continuidade e recursos humanos envolvidos. Sria degradao do sistema. Perda do sistema Catastrfica Mortes e leses.
Quadro 4.3: Severidade das Conseqncias do Cenrio. Fonte: (DE CICCO & FANTAZZINI, 1990).
De acordo com Morgado & Souza (2000) para se estabelecer o nvel de risco, utiliza-se uma matriz de risco, combinado as categorias de freqncia com o grau de severidade dos riscos. Na Figuras 4.1 a seguir, ser mostrado um exemplo de Matriz de Classificao de Risco.
79
SEVERIDADE
IV III II I
FREQNCIA A B C D 2 3 1 2 3
1 1 1 1 2 1 3 2
Figura 4.1: Matriz de Classificao de Risco Freqncia X Severidade. Fonte: (MORGADO & SOUZA, 2000).
No Quadro 4.4 a seguir, sero apresentados as classificaes do grau de severidade, freqncia e risco para o preenchimento da matriz de classificao do risco. SEVERIDADE I Desprezvel II Marginal III Crtica IV Catastrfica FREQNCIA A Extremamente Remota B Remota C Improvvel D Provvel E Freqente RISCO 1 Desprezvel 2 Menor 3 Moderado 4 Srio 5 Crtico
Quadro 4.4: Classificao do Risco Freqncia X Severidade. Fonte: (MORGADO & SOUZA, 2000).
Finalmente, segundo De Cicco & Fantazzini (1990) os benefcios e vantagens da aplicao desta tcnica so que as medidas de controle ocorrem desde o incio operacional do sistema, permitindo revises no projeto em tempo hbil com relao a segurana e definindo as responsabilidades no controle dos riscos. A APR29 muito utilizada para novos sistemas de alta inovao, porm cabe a ressalva de que esta tcnica a precursora para que outras anlises mais detalhadas ou especficas sejam realizadas posteriormente, uma vez que os resultados que a APR gera qualitativo e no fornece estimativa numrica.
Na Srie Riscos, De Cicco & Fantazzini (1990) mencionam que o objetivo principal desta tcnica inibir as seqncias de fatos catastrficos ou a sua repetio, sendo que, a metodologia da srie est na anlise da seqncia de
29
80
eventos, atravs da relao causa e efeito de cada risco ou com o uso de smbolos lgicos30 (portes E/OU). Uma vez obtida a srie, haver a anlise de cada risco e sua possvel inibio. O incio da srie chamado de risco inicial que pode ser caracterizado como risco principal ou risco contribuinte. Segundo os autores, os riscos contribuintes so aqueles que ocorrendo na srie, iro resultar no risco principal e nos possveis danos. O risco principal denominado como catastrfico, podendo diretamente causar os seguintes danos: Morte ou leso; Danos a equipamentos, veculos, estruturas; Degradao de capacidades funcionais (servios e utilidades); Perda de material.
Os autores mencionam ainda, que as vantagens desta tcnica esto no fato de descrever o fenmeno, na determinao das causas remotas ou iniciais da seqncia e na determinao do grupo de inibies, sendo utilizada na anlise de acidentes e para a preveno de fatos catastrficos. Os resultados desta tcnica so qualitativos.
A Tcnica de Incidentes Crticos definida por De Cicco & Fantazzini (1990, p.40) descreve que:
... um mtodo para identificar erros e condies inseguras, que contribuem para os acidentes com leso, tanto reais como potenciais, atravs de uma amostra aleatria estratificada31 de
GATES AND/OR Portas lgicas. Chave eletrnica lgica, cuja sada depende do estado das entradas e do tipo de funo lgica implementada. (SIMES, 2001). 31 Populao o universo o qual a amostra ser extrada. (LEVINE, BERENSON & STEPHAN, 2000). Estratificar uma populao dividi-la em n subpopulaes denominadas de estratos. Aps a determinao dos estratos, seleciona-se uma amostra aleatria de cada subpopulao. (FONSECA & MARTINS, 1982). Amostra Aleatria aquela na qual cada possvel amostra extrada possui a mesma chance de seleo de qualquer outra amostra que poderia ser extrada. (LEVINE, BERENSON & STEPHAN, 2000). Segundo (DE CICCO & FANTAZZINI, 1990) A amostra aleatria estratificada a retirada de dados ao acaso dos estratos previamente definidos.
30
81
observadores - participantes, selecionados dentro de uma populao. Esses observadores participantes so selecionados dos principais departamentos da empresa, de modo que possa ser obtida uma amostra representativa de operaes, existentes dentro das diferentes categorias de risco.
Segundo os autores o objetivo do entrevistador fazer com que os participantes possam recordar e descrever os atos inseguros que tenha sido observado ou cometido, e as condies inseguras significativas detectadas dentro da empresa. Aps a descrio dos participantes, os incidentes sero transcritos e classificados em categorias de risco, a partir das quais sero definidos as reas com potencial de acidentes. Atravs de pesquisa e estudo desta tcnica, foram constatadas as seguintes vantagens em sua aplicao: A confiabilidade em detectar os fatores de causa em relao aos erros cometidos e condies inseguras, que propiciam os acidentes industriais; A associao dos acidentes com ou sem leso com os fatores de causa identificados; Fornecimento de maior quantidade de informaes sobre as causas dos acidentes; Quando so detectadas atravs da aplicao da Tcnica de Incidentes Crticos as causas de acidentes sem leso, os resultados obtidos podem ser utilizados para identificar as origens de acidentes potencialmente com leso; Permite identificar e examinar os problemas de acidente antes de ocorrerem, minimizando as conseqncias com danos fsicos e materiais; A anlise dos resultados operacional e qualitativa.
32
82
Quando conduzida de modo adequado, esta tcnica produz os seguintes resultados:A reviso de um grande nmero de riscos; Um consenso comum entre as reas de atuao (produo, processo, segurana) a fim de proporcionar uma operao segura; A produo de um relatrio que alm de ser fcil de entender, pode ser utilizado como material de treinamento; Da mesma forma, Morgado & Souza (2000) descrevem as seguintes etapas bsicas, para a implementao desta tcnica: Formao do comit de reviso, composta de um especialista de cada rea de atuao; Planejamento prvio das atividades realizado por um coordenador, um relator e um provedor; Reunio organizacional que discutir os procedimentos e linhas de atuao, programar as reunies e definir as tarefas e metas a serem atingidas; Reunio de reviso do processo, onde um membro da superviso de operaes far uma apresentao aprofundada de todo o processo; Reunio de formulao de questes, onde cada participante formular questes a serem respondidas, no processo de reviso; Reunio de respostas s questes, onde sero analisadas pelos membros da comisso e os participantes assinaro conjuntamente o documento de reviso, significando a concordncia e o consenso das respostas; Relatrio de reviso de riscos do processo, cujo objetivo documentar os riscos identificados no processo de reviso e estabelecer as aes de eliminao ou de controle serem tomadas. Khan & Abbasi (1998) acrescentam que a lista de verificao dever sofrer uma manuteno durante todo o ciclo de vida do projeto, sendo atualizada aps cada modificao e interrupo, no caso de substituio de equipamentos ou nas modificaes significativas. Entretanto, os autores advertem para as desvantagens e limitaes desta tcnica que so:
83
O longo prazo para o desenvolvimento da lista de verificao no compensa, pois os resultados so somente qualitativos; Os itens so checados isoladamente e no podendo identificar os perigos atravs da interao dos resultados das diferentes unidades ou componentes;
Existe sempre a possibilidade de algum item crtico ser negligenciado; Incapacidade do operador em identificar os riscos diretos das unidades de operao, (reao, transferncia de calor, armazenagem, entre outros) severidade das condies de operao, (temperatura, presso) e m operacionalidade (vazamentos ou produo de calor excessivo).
De acordo com Sperber, (2001) a tcnica de Anlise de perigo pode ser dividida em duas fases: Identificao do risco atravs da aplicao da tcnica Brainstorming; Avaliao do risco que determinar o grau de significncia para que sejam tomadas as medidas de controle face ao risco detectado. Da mesma forma, Rasmussen & Whetton (2001) descrevem a metodologia do Conceito de Anlise de Perigos, complementar a tcnica de Anlise de Perigo. Neste caso, o grupo que participar da sesso de Brainstorming ter como suporte ao levantamento prvio dos riscos, atravs de uma Lista de Verificao e de palavras chaves, a fim de auxiliar na sua posterior anlise. Assim, os autores sugerem que as seguintes etapas sejam desenvolvidas: Preparao da Lista de Verificao e das palavras chaves, onde o grupo de participantes discutir entre si e selecionar os principais itens dos equipamentos a serem analisados; Cada item dever ser checado e os perigos conhecidos e catalogados; Devero ser identificadas s conseqncias de cada um dos principais itens; Determinao dos itens de perigo que podem ser intencionalmente descartados, ou reduzidos;
84
Determinao das medidas de controle e mitigao; Finalizao com os comentrios e aes de preveno ao risco.
Segundo Silva (1998) est tcnica objetiva identificar os perigos e os problemas de operacionalidade das instalaes, investigando cada segmento do processo, a fim de descobrir os possveis desvios das condies normais de operao, atravs da identificao das suas causas e conseqncias. Assim, ir propor medidas de controle destes problemas de operacionalidade. A metodologia desta tcnica baseia-se na formulao de perguntas estruturadas atravs da utilizao de palavras chave. De acordo com Morgado & Souza, (2000) a tcnica HAZOP33 ir enfocar no somente os problemas de operacionalidade das instalaes, mas tambm abordar a questo da segurana, atravs da identificao dos perigos que coloquem em risco os operadores e os equipamentos da instalao. Entretanto para que esta tcnica seja aplicada de forma eficiente necessria a participao de especialistas experientes e que as informaes do projeto e a operao das instalaes analisadas sejam detalhadas, confiveis e atualizadas, sendo que o HAZOP uma tcnica de anlise qualitativa do risco. Khan & Abbasi, (1997) mencionam que esta tcnica pode ser dividida em trs etapas: Identificao dos diferentes comportamentos das unidades em relao as entradas e as sadas do processo; Avaliao qualitativa dos comportamentos anormais de cada unidade e a possvel propagao a outras unidades; Recomendaes bsicas para mitigar estas anormalidades.
Em outro trabalho realizado por Khan & Abbasi (1998), os autores descrevem que a tcnica HAZOP foi utilizada por um grupo multidisciplinar de especialistas
33
85
com amplo conhecimento nas reas de projeto, operao e manuteno de plantas de processos, a fim de auxiliar no levantamento dos seguintes aspectos: Mostrar as idias dos pontos bsicos para o detalhamento da anlise de risco; Fornecer as primeiras informaes sobre os perigos potenciais, suas causas e conseqncias; Indicar os caminhos para mitigar os perigos; Melhorar o desempenho das fases do projeto e operacional; Fornecer uma base para as etapas subsequentes do programa de gerenciamento de risco. A Figura 4.2 a seguir mostra a estrutura bsica da aplicao da tcnica HAZOP:
86
Unidade de processo
no
possvel manter t d i ?
sim
sim
perigoso?
no
? no
Considerar outras modificaes
Parar
Adicionalmente, Khan & Abbasi (1997) mencionam alguns fatores que afetam a eficincia da aplicao do HAZOP: Falta de experincia dos membros e do lder do grupo;
87
Seleo inadequada do time; Estudo incorreto do escopo; Repetio de palavras; Informaes inadequadas e imprecisas; Deficincias no gerenciamento; Prticas de preveno deficientes; Informaes tcnicas defasadas; Falta de interesse; Erro humano, de documentao, entre outros.
Por outro lado, Cocchiara et al. (2001) mencionam que a aplicao desta tcnica serve como ponto de partida para a escolha de equipamento de proteo, mesmo quando integrado com a informao quantitativa, a fim de promover a avaliao do risco ligada a eventos de perigos.
surgiu em 1961 na Bell Telephone Laboratories, sendo desenvolvida por Watson e no ano seguinte aprimorada por Haasl da Boeing Company. O primeiro artigo publicado sobre esta tcnica ocorreu em 1965 no System Safety Symposium organizado pela University of Washington and the Boeing Company. A partir deste ano o Mtodo da rvore de Causas passou a ser implementado em vrios setores industriais, tais como: aeronutico, nuclear e qumico. De acordo com o autor, este mtodo tem como objetivo principal a identificao e anlise da(s) causas que geraram o evento indesejvel, atravs da combinao de vrias possibilidades e da representao grfica destas
combinaes atravs de uma estrutura semelhante a uma rvore. Morgado & Souza (2000) descrevem a importncia da utilizao desta tcnica para a anlise dos acidentes e posterior preveno de futuros incidentes, sendo que a sua representao grfica, mostrar todas as possveis causas que ocasionaram o
34
88
evento indesejvel. Assim, a metodologia descreve que a ocorrncia de um evento adverso ao planejado o resultado da interao de um conjunto de fatores que combinados resultam no acidente. Ramakumar (1993) menciona que para a aplicao desta tcnica, a escolha do nvel de detalhamento da anlise depender essencialmente do objetivo do estudo, do sistema de referncia e do conhecimento dos componentes pelos analistas.35 Por outro lado, segundo Morgado e Souza, (2000) o que faz com que a utilizao do mtodo de rvore de Causas se torne uma ferramenta de apoio, o fato de poder analisar de forma detalhada o acidente e identificar a situao que potencialmente o gerou e que poder resultar em futuras leses ou danos, sendo que para a sua aplicao devero ser levadas em considerao as seguintes observaes: No um mtodo para se utilizar questionrios; O mtodo deve ser aplicado em grupo; A proposta deste mtodo a originalidade, ou seja, fazer o levantamento dos fatos com a observncia em tudo que aconteceu fora dos padres de costume; A construo do grfico da rvore de Causas ser a reconstituio completa do acidente, alm de servir de elemento de comunicao a todos os envolvidos e a organizao; A identificao, anlise e conhecimento dos componentes que envolvem o sistema a ser analisado pelos especialistas que utilizam esta tcnica so fundamentais, posto que nunca se conhecero todos os detalhes do acidente resultante e sempre haver alguns que no sero analisados. A confiabilidade e lgica da construo da rvore de Causas dependero da qualidade da anlise do evento indesejvel ou acidente.
35
Traduo da autora.
89
Assim, conforme os autores descrevem, este mtodo trabalha com os fatores reais, sendo que na composio do grupo de trabalho que ir aplicar esta tcnica dois princpios devem ser levados em considerao, ou seja: Eliminar uma possvel hierarquizao do grupo, posto que no necessariamente a pessoa que apresenta uma funo mais elevada, conhecer mais detalhes a funo de uma pessoa em posio inferior e que foi exposta numa situao adversa da habitual. Evitar a atribuies de responsabilidade e culpabilidade dos envolvidos, posto que as respostas obtidas podem ser tendenciosas ou divergentes dos fatos reais conhecidos pelos participantes. Finalmente, de acordo com Morgado & Souza, (2000) a metodologia da rvore de Causas divide-se em quatro fases: 1. Levantamento das Informaes sendo levado em considerao de
forma objetiva os fatos reais, sem interpretaes. Da mesma forma os fatores no habituais, as caractersticas psicolgicas e a funo dos envolvidos, os meios e o tipo de trabalho, o local do acidente sero analisados; 2. Construo da rvore de Causas partindo-se sempre do ltimo fato da estria e retornando para o incio, sempre verificando aps cada etapa, a coerncia lgica; 3. A escolha dos objetivos procura-se nesta fase cada fato, fator ou antecedente que possa ser um eventual objeto de preveno, levantando o maior nmero possvel de preveno. Este levantamento servir no somente como um banco de dados para posteriores estudos estatsticos, mas tambm para escolher qual dentre as medidas preventivas encontradas melhor se adequar no caso estudado; 4. A escolha das solues que levar em considerao os seguintes aspectos: A estabilidade da medida preventiva; A possibilidade de gerar um outro risco; Viabilidade da aplicao geral desta medida;
90
Prazo de implementao; Custo; Conformidade com a legislao; Grau de retorno lgico da reconstituio do acidente, ou seja, quanto mais se retorna na rvore de causas, mais influentes sero as medidas preventivas adotadas.
De acordo com Silva (1998) a tcnica de Anlise de Conseqncias tem por objetivo avaliar quantitativamente os danos causados por liberaes de materiais inflamveis/txicos, considerando os cenrios de acidentes e avaliando a ocorrncia dos possveis danos. Contudo, esta tcnica tambm pode ser utilizada para
dimensionar a quantidade de materiais e recursos humanos necessrios para o combate de situaes de emergncias previstas no planejamento de segurana de uma empresa. Do mesmo modo Khan e Abbasi (1998) descrevem que esta tcnica envolve a avaliao da probabilidade das conseqncias caso ocorra um cenrio de acidente. Os autores mencionam que as conseqncias so quantificadas levandose em considerao o raio da rea atingida, dos danos causados propriedade e os efeitos txicos. No caso da avaliao destas conseqncias, os autores abordam que para quantific-las existem uma grande variedade de modelos matemticos, sendo que muitos so aplicados para prever, por exemplo, a proporo do grau de liberao de um material perigoso, o quanto inflamvel e a proporo de sua evaporao. Outros modelos so igualmente aplicados para prever as
caractersticas de determinado explosivo ou incndio, prever o impacto dos danos causados em reas de incndio, exploso ou em reas submetidas a cargas txicas; prever as respostas humanas em nveis diferentes quando expostas a materiais txicos. Entretanto Silva (1998) considera a necessidade de identificar e caracterizar os cenrios de acidentes que sero simulados, sendo que a escolha destes
91
depender dos objetivos da anlise, podendo englobar todas as situaes possveis de acidentes ou apenas quelas cujo grau de severidade caso venha ocorrer seja catastrfico. Por outro lado faz-se o levantamento dos dados e da distribuio dos recursos vulnerveis (populao, funcionrios, instalaes, estruturas, entre outros) os quais so essenciais para se fazer o clculo das conseqncias. Uma vez estabelecida a distribuio espacial dos recursos vulnerveis, importante verificar a extenso de destruio destes recursos na ocorrncia de cada um dos cenrios de acidente abordados. Por outro lado, cabe ressalvar que de acordo com o exposto na introduo deste captulo, existem outras tcnicas quantitativas que podem ser aplicadas para analisar a confiabilidade das instalaes, tais como: a Anlise de Probabilidade e o Mtodo de Monte Carlo. Entretanto, devido estas tcnicas tambm serem comuns tanto na anlise de prazos como na anlise do retorno sobre o investimento em projetos, as mesmas sero descritas detalhadamente nos itens 4.6.2.5 e 4.6.2.6 deste captulo.
A tcnica da rvore de Eventos definida por Papazoglou (1998) como sendo uma representao esquemtica do universo de resultados de um nico
evento, ou seja, a correspondncia de um evento nico com os seus vrios resultados possveis. Contudo, est tcnica considerada como sendo a nica que pode representar o universo de resultados da unio de um evento ou de um evento base. Neste caso, o autor define a unio de evento como o produto dos N eventos. De acordo com o autor os eventos que formam o evento base so denominados de cabealho da rvore de eventos ou eventos iniciais. Os vrios resultados do evento so simbolizados por troncos com ramificaes e ns. Cada evento representado por um n ramificado dentro de outros ramos com o resultado correspondendo ao universo de resultados do evento. Ao final de cada ramo correspondente ao evento i existe um n correspondente mais 1 que desenvolvido dentro das ramificaes. Aps todos os eventos terem sido
92
desenvolvidos em todas as suas ramificaes e ns, a rvore de eventos estar completa. Na Figura 4.3 apresentada por Papazoglou (1998), mostra a estrutura da rvore de eventos para o universo de resultados gerados com a unio dos eventos abc.
Evento Base a b c Universo Resultados 1 2 3 dos
b1
c1 c2 c3
a1 b2 c1 c2 c3 4 5 6
b1
c1 c2 c3
7 8 9
a2 b2 c1 c2 c3 10 11 12
b1
c1 c2 c3
13 14 15
a3 b2 c1 c2 c3 16 17 18
93
Levantamento dos eventos iniciadores do acidente atravs da anlise da instalao; Identificao das funes de segurana envolvidas, ou seja, determinar quais os sistemas de segurana acionados e quais as aes a serem executadas pelo operador. Estes sistemas iro compor o cabealho da rvore de eventos que devero estar ordenados de acordo com as suas dependncias funcionais;
Construo da rvore de eventos feita da esquerda para a direita. O evento iniciador ser representado por um trao horizontal at a primeira funo de segurana. Neste ponto ocorre a ramificao e a verificao do sucesso ou falha desta primeira funo de segurana. No caso do sucesso, continua-se no mesmo ramo at o prximo item do cabealho da rvore. A falha ser representada por um ramo colocado abaixo e o sucesso prossegue at o prximo item do cabealho. Se o item em questo no estiver relacionado com o ramo, este no sofrer ramificao at o prximo item do cabealho da rvore. Este processo continua at que se atinja o ltimo item do cabealho da rvore.
Quantificao das seqncias, sendo obtida atravs do produto da freqncia dos eventos iniciados pelas probabilidades dos itens do cabealho relacionados com o ramo que define a seqncia. A freqncia do evento inicial estimada a partir dos dados histricos, das experincias dos modelos tericos, da experincia dos especialistas ou de bancos de dados de falhas.
Silva (1998) define que esta classificao identifica as seqncias cujo desempenho do sistema de segurana foi suficiente para evitar danos a partir da ocorrncia do evento iniciador, sendo consideradas como seqncias de sucesso. As demais seqncias so consideradas como falhas e so classificadas de acordo com o grau de prejuzo ou dano que possam causar. Assim sendo, a anlise destas seqncias permitem identificar quais so as combinaes de falhas das funes de segurana, podendo propor a reduo da freqncia da ocorrncia destas seqncias.
94
Outro aspecto relevante na representao da rvore de eventos abordada por Papazoglou (1998) o fato que ela pode ser reduzida e estruturada de acordo com o evento de interesse a ser analisado, atravs da diviso do universo de respostas.
a metodologia da tcnica
denominada rvore de Falhas consiste em selecionar o evento indesejvel, ou falha, determinando a probabilidade da sua ocorrncia, atravs da construo de um diagrama lgico. Segundo o autor, trata-se, com efeito, de um modelo no qual dados probabilsticos podem ser aplicados em seqncias lgicas. Da mesma forma Ang & Tang apud. (Sturk, Olsson & Johansson, 1996) mencionam que a tcnica da rvore de falhas utilizada para estruturar uma srie de eventos complexos (anlise qualitativa) e auxiliar na avaliao da probabilidade destes eventos (anlise quantitativa). Na viso de Morgado & Souza (2000), esta tcnica tem como objetivo determinar as possveis falhas dos componentes do sistema ou das falhas humanas que ocasionem a ocorrncia de um evento indesejvel, alm de verificar quais destas provveis combinaes so as que efetivamente contribuem para a ocorrncia deste evento. O evento indesejado considerado o evento de topo da rvore. Segundo Contini (1995), a metodologia da rvore de falhas inicia-se com a descrio do evento considerado como topo o qual associado ao comportamento irregular do sistema que est sendo analisado. Assim, esta tcnica permite a descrio sistemtica da conexo entre eventos nos diferentes nveis de desintegrao do sistema atravs de operaes da lgica Booleana. O resultado desta anlise informar como melhorar o desempenho do sistema atravs da identificao das partes frgeis, onde efetivamente s mudanas do projeto podero ser realizadas. A tcnica da rvore de falha definida por Roberts NH et. al. (apud Cepin & Mavko, 2002, p. 84) da seguinte forma:
95
A rvore de falha uma ferramenta para identificar e avaliar todas as combinaes de eventos indesejveis no contexto do sistema operacional e no seu meio fsico que podem conduzir a condies indesejveis do sistema.36
Adicionalmente, Cepin & Mavko (1999), descrevem a rvore de falhas como sendo uma tcnica analtica por meio do qual um sistema em condio indesejvel pode ser identificado. Assim, os autores estabelecem os seguintes procedimentos para o desenvolvimento desta tcnica: 1. Identificao da classe ou categoria de topo de acordo com a seleo da condio ou evento indesejvel. Caso exista mais de uma classe de topo, deve-se construir uma rvore de falhas para cada uma destas classes; 2. Identificao do evento de topo, que representa o evento indesejvel, sendo considerado como o porto lgico mais importante da rvore de falhas; 3. Desenvolvimento dos portes da rvore de falhas conectados classe de pesquisa de acordo com os seguintes passos: Investigao do comportamento da classe de pesquisa, onde os eventos bsicos que descrevem o comportamento da classe de falha so conectados ao porto lgico por meio de uma linha contnua. Estes eventos tm importncia primria na rvore de falhas; Examinar as alteraes dos dados entre a classe de pesquisa e as outras classes, onde os eventos bsicos que descrevem as possveis falhas so conectados ao porto lgico atravs de uma linha pontilhada, assumindo uma importncia secundria na rvore de falhas; Investigao e determinao da conexo lgica causal entre a classe de pesquisa e as outras classes e o seu impacto. Com a identificao da causa conectadas s classes, o qual atingem a classe de pesquisa, estas se tornam a classe de pesquisa; Repetio dos trs ltimos passos para todas as categorias ou classes.
36
Traduo da autora.
96
Cabe ressaltar que os autores consideram que os eventos bsicos so a parte conclusiva da rvore de falhas, os quais representam os eventos indesejveis, ou seja, os componentes de falhas, as falhas dos sinais de acionamento do sistema operacional, erros humanos, ausncia de avaliao adequada nos ensaios e manuteno das atividades. Da mesma forma, De Cicco & Fantazzini (1990), descrevem que este mtodo contm as seguintes etapas: 1. Seleo do evento indesejvel, ou falha, cuja probabilidade de ocorrncia deseja-se estimar; 2. Reviso de todos os fatores intervenientes ou eventos bsicos que podem contribuir para a ocorrncia do evento indesejvel, determinando-se o evento de topo; 3. Preparao da rvore atravs da diagramao dos eventos bsicos, de modo sistemtico, mostrando o inter-relacionamento entre os mesmos e em relao ao evento de topo (evento em estudo). Os eventos que possam causar o fato diretamente formam o primeiro nvel, sendo que a medida que se retrocede passo a passo, os eventos bsicos vo sendo adicionados e so conectados por meio de portes lgicos; 4. Utilizao da lgebra Booleana para a representao das entradas da rvore de falha. Cada porto lgico considera uma operao matemtica que pode ser traduzida por aes de adio ou multiplicao; 5. Determinao da probabilidade de falha de cada componente ou a probabilidade da ocorrncia de cada evento, presentes numa equao simplificada; 6. As probabilidades so aplicadas expresso simplificada, calculando-se a probabilidade de ocorrncia do evento de topo. Entretanto, cabe ressaltar as observaes de Morgado & Souza (2000, p.92), que aps a construo e validao da rvore de falhas, deve-se proceder avaliao qualitativa a fim de averiguar as combinaes de eventos bsicos ou no desenvolvidos que causam a ocorrncia do vento de topo, atravs da determinao dos corte mnimos da rvore de falhas. Assim, de acordo com a definio dos autores:
97
Denomina-se corte de uma rvore de falhas um conjunto de eventos bsicos ou no desenvolvidos cuja ocorrncia simultnea implica na ocorrncia do evento. Um corte denominado de corte mnimo quando for constitudo pelo menor nmero possvel de eventos cuja, ocorrncias acarretam a ocorrncia do evento topo.
Segundo os autores a realizao de uma anlise de risco aplicando-se a tcnica da rvore de falhas requer o conhecimento completo e detalhado das funes do sistema, do modo e do controle da sua operao, das interfaces com outros sistemas, dos seus procedimentos operacionais de teste e de manuteno. Finalmente, De Cicco & Fantazzini (1990) abordam algumas observaes que iro auxiliar de forma eficaz na aplicao da tcnica da rvore de falhas, destacando-se: Os itens dos componentes ou subsistemas operam somente com dois modos condicionais: a falha ou o sucesso; Para as anlises quantitativas, os eventos devem ser descritos de tal forma que o resultado da probabilidade calculada tenha confiabilidade; A frase lgica dever definir de forma especfica a falha, a fim de evitar que as diferentes interpretaes possam gerar valores probabilsticos diferentes; Na construo da rvore de falhas, deve-se ter cuidado para no suprir etapas, que poderiam omitir eventos contribuintes importantes na descrio precisa do sistema ou situao em estudo.
98
Mdulo ou comporta AND (E). Relao lgica AND-A Outputou sada A existe apenas se todos os B1, B2, ...,Bn existirem simultaneamente.
Mdulo ou comporta OR (OU). Relao lgica inclusiva OR-A Outputou sada A existe, se qualquer dos B1, B2,..., Bn ou qualquer combinao dos mesmos existir.
Mdulo ou comporta de inibio. Permite aplicar uma condio ou restrio seqncia. A entrada ou input e a condio de restrio devem ser satisfeitas para que se gere uma sada ou output.
Identificao de um evento particular. Quando contido numa seqncia, usualmente descreve a entrada ou sada de um mduloAND ou OR. Aplicada a um mdulo, indica uma condio limitante ou restrio que deve ser satisfeita .
Um evento, usualmente de um mau funcionamento, descritos em termos de conjuntos ou componentes especficos. Falha primria de um ramo ou srie.
Um evento que normalmente se espera que ocorra; usualmente um evento que ocorre sempre, a menos que se provoque falha.
Um evento no desenvolvido, mas causa de falta de informao ou de conseqncia suficiente. Tambm pode ser usado quando indicar maior investigao a ser realizada, quando se puder dispor de informao adicional.
Indica ou estipula restries. Com um mdulo AND, a restrio deve ser satisfeita antes que o evento possa ocorrer. Com um mdulo OR, a estipulao pode sr que o evento no ocorrer na presena de ambos ou rodos os inputs simultaneamente. Quando usado como um mdulo inibidor,a estipulao uma condio varivel. Um smbolo de conexo a outra parte da rvore de falhas, dentro do mesmo ramo-mestre. Tem as mesmas funes, seqncias de eventos, e valores numricos
Quadro 4.5: Simbologia Lgica utilizada na rvore de Falhas. Fonte: (DE CICCO & FANTAZZINI, 1990, p. 60).
A seguir ser colocado o Quadro 4.5 com a simbologia utilizada na construo da rvore de Falhas:
99
EVENTO DE TOPO
COMPORTA OU
Evento de falha
Evento de falha
Evento de falha
Evento de falha
Evento de falha
Figura 4.4: Estrutura Simples da rvore de Falhas. Fonte: Adaptado de (BARTLETT & ANDREWS, 2001, p.33).
Da mesma forma, na Figura 4.4, apresentado a estrutura simples de uma
rvore de falhas proposta por Bartlett & Andrews (2001, p.33). Adicionalmente, ser apresentado de forma complementar, a Figura 4.5 com as etapas para a construo de uma rvore de falhas descrita por De Cicco & Fantazzini (1990, p.72).
100
A ANLISE DA RVORE DE FALHAS CONSISTE DE SEQNCIAS DE EVENTOS QUE LEVAM O SISTEMA A FALHAR OU A UM ACIDENTE
AS SEQNCIAS DE EVENTOS SO CONTRUDAS COM O AUXLIO DE COMPORTAS LGICAS AND (E), OR (OU)
OS EVENTOS ACIMA DAS COMPORTAS E TODOS OS EVENTOS QUE TM UMA CAUSA BSICA MAIOR SO REPRESENTADOS POR RETNGULOS COM O EVENTO DESCRITO NO SEU INTERIOR
AS SEQNCIAS LEVAM FINALMENTE A UMA CAUSA BSICA PARA A QUAL TEMSE DADOS QUE PERMITEM CALCULAR A TAXA DE FALHAS. AS CAUSAS BSICAS SO INDICADAS POR CRCULOS E REPRESENTAM O LIMITE DE RESOLUO DA RVORE DE FALHAS
Figura 4.5: Estrutura Bsica da rvore de Falhas. Fonte: (DE CICCO E FANTAZZINI, 1990).
101
analisando-as e chega-se aos efeitos, fazendo-se o controle das aes tomadas. O autor (2001, p.36) menciona ainda que a utilizao da FMEA no produto (servio), deve ser considerada desde a etapa do projeto, sendo que a sua aplicao exige a classificao quanto ao nvel de seriedade do mau funcionamento do produto, sistema ou parte dele, sob o ponto de vista do cliente. De acordo com a definio de Xu et. al. (2002) o FMEA uma importante tcnica aplicada para identificar e eliminar as falhas conhecidas a fim de melhorar a confiabilidade e segurana de um determinado produto ou de um sistema complexo. Do mesmo modo, Khan & Abbasi (1998, p. 264) descrevem esta tcnica como sendo ... um exame individual dos componentes (...) para identificar as provveis falhas que podero resultar em efeitos indesejveis para o sistema de operao.
38
Assim sendo, os autores descrevem que a aplicao desta tcnica envolve duas
etapas bsicas: 1. Identificao de cada modo de falha, das seqncias dos eventos associados a estas falhas e as suas causas e efeitos; 2. Classificao das caractersticas relevantes de cada modo de falha. De acordo com os autores as informaes que devem ser requeridas para a aplicao do FMEA Incluem: A estrutura do sistema; A notificao, operao controle e manuteno do sistema; O meio fsico do sistema; A modelagem do sistema; O software ou programa do sistema; A delimitao do sistema; A estrutura funcional do sistema; A representao da estrutura funcional do sistema; O bloco de diagramas; As falhas significativas e as medidas preventivas.
37 38
FMEA Failure Mode and Effects Analysis (Freitas, 2001). Traduo da autora.
102
Da mesma forma, Morgado & Souza (2000) acrescenta que esta tcnica pode ser aplicada para analisar os componentes, os equipamentos ou os sistemas do projeto, de acordo com o grau de detalhamento desejado, podendo ser usada: Na fase de projeto dos sistemas; Na reviso de segurana dos sistemas ou unidades de operao; No contexto de uma anlise completa dos riscos.
Os objetivos principais do FMEA de acordo com De Cicco & Fantazzini (1990) so: Reviso sistemtica dos modos de falha de um componente, para garantir danos mnimos ao sistema39; Determinao dos efeitos que estes falhas tero em relao a outros componentes do sistema; Determinar os componentes os quais as falhas podero ocasionar efeitos crticos na operao do sistema (Falhas de Efeito Crtico); Determinar a probabilidade de falhas dos sistemas, subsistemas e montagens, considerando as probabilidades de falhas de cada um dos seus componentes individualmente; Determinao da reduo das probabilidades de falhas dos sistemas, subsistemas e montagens, utilizando-se componentes de alta
confiabilidade, verificando as redundncias do projeto ou tomando ambas medidas de melhoria. De Cicco & Fantazzini (1990, p.47) mencionam ainda que para se aplicar a FMEA,
... necessrio (...) conhecer e compreender perfeitamente a misso do sistema, as restries (ambiente) sob as quais ir operar, e os limites que representam sucesso e falha. Uma vez conhecida essas bases, pode-se finalmente iniciar a anlise do sistema.
39
Sistema um arranjo ordenado de componentes que esto inter-relacionados e que atuam e interatuam com outros sistemas, para cumprir uma determinada misso, num determinado ambiente. (DE CICCO & FANTAZZINI, 1990).
103
planilha da FMEA, porm ressaltam que cada empresa poder desenvolver o seu prprio modelo, de acordo com os objetivos de suas anlises. Contudo, os autores descrevem a seguir alguns procedimentos que devem ser adotados no preenchimento desta planilha. Diviso do sistema em subsistemas que realmente podem ser controlados; Construo de diagramas de blocos funcionais do sistema e subsistema, para a determinao de seus inter-relacionamentos e de seus
componentes; Preparao da listagem de todos os componentes de cada subsistema, com o registro da funo especfica de cada um deles; Determinao, atravs da anlise de projetos e diagramas, dos modos de falhas que podem ocorrer e afetar cada um dos componentes listados; Indicao dos efeitos de cada falha especfica em outros componentes do subsistema, e de como cada uma destas falhas podem afetar o
desempenho total do subsistema; Estimativa da magnitude de cada falhas, atravs da utilizao do quadro de categorias de risco ou classificao de risco, abordados no item 4.3.1.2 desta dissertao; Finalizao atravs da indicao dos mtodos de indicao de cada falha especfica e as aes de controle ou reparo a serem adotadas, a fim de eliminar ou minimizar cada falha especfica e seus efeitos. A seguir no Quadro 4.6 apresenta-se o modelo de planilha proposto por De Cicco & Fantazzini (1990, p.48).
104
ANLISE DE MODOS E EFEITOS DE FALHA Empresa................................................................................................................................................... Subsistema.............................................................................................................................................. Folha n..................................................................................................................................................... Preparada por......................................................................................................................................... Local e data.............................................................................................................................................
Componentes Modos de Falha Possveis Efeitos No desempenho Categorias Em outros total do Risco componentes subsistema de Mtodo Deteco de Aes de Compensao e Reparos
Quadro 4.6: Modelo da Planilha de Anlise de Modos e Efeitos de Falha. Fonte: (DE CICCO & FANTAZZINI, 1990, p. 48).
Um outro fator relevante abordado pelos autores que a aplicao do FMEA auxilia na construo da rvore de falhas, uma vez que ao se analisar de forma sistemtica os modos de falhas e fazer a avaliao crtica dos seus efeitos as falhas mais importantes so levantadas e modeladas de forma detalhada, ajudando
posteriormente na aplicao da tcnica de anlise da rvore de falhas. Finalmente, Xu et. al. (2002), ressaltam que existem algumas limitaes da aplicao desta tcnica as quais so: Dificuldade ou impossibilidade de determinao da probabilidade de eventos de falha, uma vez que existem vrias expresses lingsticas, como por exemplo provvel, importante ou muito alto, que geram avaliaes subjetivas que podem comprometer a confiabilidade do resultado final. A dificuldade est em se calcular estas variaes lingsticas para avaliar uma determinada falha; Interdependncia entre vrios modos e efeitos de falhas em nveis iguais e em diferentes nveis da estrutura hierrquica do sistema. Deste modo, torna-se difcil obter a distribuio de probabilidade de vrios modos de falhas que ocorrem simultaneamente; A falta de diversidade e habilidade dos envolvidos nas consideraes efetivamente importantes para a aplicao desta tcnica, alm do treinamento de toda a equipe.
105
... informaes que permitam entender claramente o funcionamento do sistema, a funo que cada componente desempenha no sistema e dados especficos de cada um dos componentes que permitam a verificao de todos os mecanismos pelos quais possa falhar.
Os autores mencionam ainda, que existe uma fonte de dados importante para auxiliar na aplicao da FMECA, ou seja, so as pessoas que trabalham na manuteno de equipamentos mecnicos e de instrumentao, pois conhecem os detalhes de cada componente. Assim, os autores especificam alguns documentos que iro auxiliar na realizao da FMECA, os quais so: Fluxogramas de engenharia do sistema (diagramas de tubulaes e instrumentao); Memorial descritivo do sistema, incluindo a filosofia de projeto; Listagem dos equipamentos do sistema; Plantas de engenharia dos equipamentos com o detalhamento do projeto;
40
106
Dados do projeto (instrumentos, vlvulas de controle, vlvulas de alvio, entre outros); Os relatrios de manuteno dos equipamentos devem se assemelhar aos analisados; Especificao e padronizao dos materiais das tubulaes; Construo e descrio completa do diagrama lgico; Plantas mostrando interfaces e conexes com outros equipamentos na fronteira do sistema analisado.
Por outro lado, Wang, Ruxton & Labrie (1995, p. 272) descrevem que nem todas as combinaes da ocorrncia dos modos e feitos de falhas do desempenho e segurana do sistema so estudadas com aplicao desta tcnica. Contudo atravs da aplicao da FMECA gerado um eficiente processo de informao sobre o sistema em anlise. Da mesma forma, esta tcnica servir de subsdio para anlise de sistema com inmeras falhas e condies variveis atravs da aplicao de outras tcnicas, como por exemplo, o Mtodo de Representao Booleana41 rvore de falhas. A literatura pesquisada revela que existem autores que consideram que a tcnica FMEA e a FMECA correspondem a mesma tcnica e outros que consideramnas como complementao uma da outra, porm ambas possuem a caracterstica e a estruturao semelhantes. Por outro lado (De Cicco & Fantazzini, 1990) consideram estas tcnicas como sendo qualitativas e quantitativas. Contudo para Morgado & Souza (2000) a FMEA constitui-se em uma tcnica qualitativa enquanto que a FMECA uma tcnica quantitativa.
42
ea
O Mtodo de Representao Booleana usada na conexo da modelagem entre a causa e o efeito de um sistema. Esta metodologia pode ser usada para identificar todos os possveis eventos de falha do sistema e associ-los s causa, avaliando a probabilidade de ocorrncia deles e particularmente, avaliar os casos em que as variveis apresentam condies mltiplas e dos procedimentos de realimentao envolvidos. (WANG, RUXTON & LABRIE, 1995). 42 Na bibliografia citada nesta nota de rodap, o Mtodo de Representao Booleana descrito de forma mais detalhada. Este Mtodo no ser abordado neste trabalho, por no ser o objetivo deste estudo. (NA).
41
107
As tcnicas denominadas de Anlise Histrica, What-If/Checklist e rvore de Causas, so tcnicas que podem ser aplicadas para analisar o risco de determinado prazo no ser cumprido de acordo com o planejado inicialmente. Entretanto, cabe ressaltar que algumas destas tcnicas foram mencionadas nos itens 4.4.1.1, 4.4.1.5 e 4.4.1.8 respectivamente, e no sero abordadas neste item.
4.5.2.1 PERT-RISCO
De acordo com Limmer (1997, p.142) a tcnica PERT-Risco consiste em determinar a data T de um evento e qual o risco R do seu no cumprimento. Segundo o autor, admite-se uma distribuio Normal de probabilidade de ocorrncia, associada distribuio de datas de ocorrncia de um determinado evento. Os parmetros que representam esta distribuio so a mdia () e o desvio padro (), sendo que a rea delimitada pela curva representa a probabilidade. De acordo com a Figura 4.6, apresentada a seguir, nota-se que a rea esquerda de T representa a probabilidade de ocorrncia de um tempo menor ou igual a T, designada de P(T), enquanto que a rea direita de T representa a probabilidade do tempo ser igual ou maior do que T, ou seja, mostra o risco do no cumprimento do prazo no tempo T planejado, sendo designado por R(T).
108
L(T)=P(T) - 50%
R(T)=50% - L(T)
50%
109
Z=
t tM , onde:
Z = a funo de probabilidade. Esta funo tabelada e os valores podem ser obtidos em livros de estatstica. No caso da ausncia de informaes, Limmer (1997) prope adotar o tempo (tM) correspondente mdia M, como a data mais cedo de trmino, o que associar esta data a um de risco de 50%, considerado pelo autor como uma hiptese de estimativa coerente. Para o desvio padro proposto extrair a raiz quadrada da soma das varincias das duraes das atividades que correspondem ao caminho crtico. Da mesma forma a varincia da durao de cada atividade poder ser obtida elevando-se a frmula do desvio padro do PERT ao quadrado. O autor prope ainda uma outra forma, para calcular a varincia da durao de cada atividade e de acordo com as informaes disponveis, o autor prope os seguintes critrios:
Estudar a distribuio de freqncia dos seus tempos de execuo; Considerando-se os tempo otimista a e o pessimista b de durao estimados para o PERT-Tempo, e calculando-se a varincia pela seguinte expresso:
2
V = [ (b a) / 6]
Baseados na experincia de projetos semelhantes, se estabelece valores para K em funo do grau de confiana na estimativa de durao de cada atividade e calcula-se a varincia de acordo com a seguinte expresso:
2
110
Te = a + 4 x m + b 6
Segundo Limmer (1997) os valores adotados para K foram estabelecidos de acordo com a experincia do Prof. Moyss Jacob Lilenbaum, os quais so:
As tcnicas denominadas de: rvore de Deciso, Anlise de Sensibilidade, Anlise de Probabilidade e Mtodo de Monte Carlo, tambm podem ser utilizadas na anlise de risco na gesto de prazos, entretanto, estas tcnicas sero abordadas detalhadamente no item 4.6.
De acordo com a literatura pesquisada a tcnica denominada de Anlise de Deciso pode ser utilizada para anlise de prazos. Todavia a abordagem desta tcnica ser feita posteriormente no item 4.6.3.1.
111
4.6.1Tcnicas Qualitativas
A tcnica Delphi descrita no captulo 3, item 3.7.4 uma tcnica de identificao de risco. Entretanto, Wideman (1992) e Raftery (1994) mencionam que esta tcnica tambm pode ser utilizada para anlise de risco. Deste modo, a sua aplicabilidade consiste no fato de ser utilizada para avaliar eventos futuros cuja ocorrncia resulte em risco de alto impacto. Entretanto, cabe ressaltar que a sua metodologia corresponde mesma citada no Captulo 3, item 3.7.4. Assim sendo, esta tcnica no ser descrita neste captulo, por ter sido abordada anteriormente.
De acordo com Levine, Berenson & Stephan (2000) o Valor Monetrio Esperado (VME) indica o lucro mdio que seria obtido se determinada estratgia fosse selecionada em muitas situaes que implicam uma tomada de deciso. Assim sendo, este valor obtido pelo somatrio dos produtos resultantes da multiplicao de cada resultado possvel de uma varivel aleatria Xi por sua probabilidade correspondente P(Xi), sendo expresso do seguinte modo:
N
112
VME = Valor Monetrio Esperado X = varivel aleatria discreta43 Xi = isimo resultado de X P(Xi) = probabilidade de ocorrncia do isimo resultado de X i = 1,2,...,N O clculo da varincia expresso do seguinte modo:
2 = (X i ) x P(X i ) , onde:
2 i =1
2 = varincia
X = varivel aleatria discreta Xi = isimo resultado de X P(Xi) = probabilidade de ocorrncia do isimo resultado de X i = 1, 2,...,N No caso do clculo do desvio padro (), se extrai a raiz varincia. Os autores mencionam ainda, que para o clculo do (VME) devem ser levados em considerao os seguintes fatores: quadrada da
Os eventos ou resultados devem ser mutuamente excludentes44 e coletivamente exaustivos45; As probabilidades podem ser estimadas atravs da experincia pessoal do indivduo; As probabilidades de ocorrncia dos eventos podem ser determinadas de forma subjetiva por um grupo de especialistas ou pessoas; As probabilidades de ocorrncia dos eventos podem ser determinadas por uma distribuio de probabilidade discreta.
Varivel aleatria discreta corresponde a uma varivel que s poder assumir valores pertencentes a um conjunto enumervel. (CRESPO, 1996, p. 17). 44 Eventos mutuamente excludentes so eventos que no podem ocorrer ao mesmo tempo, ou seja, se um determinado evento A ocorrer, significa que um outro evento B no poder ocorrer. (LEVINE, BERENSON & STEPHAN, 2000). 45 Eventos coletivamente exaustivos significa a ocorrncia de um determinado evento A ou B, sabendo-se que a soma de suas probabilidades ser igual a 1. (LEVINE, BERENSON & STEPHAN, 2000).
43
113
De acordo com Pritchard (1997) um conjunto de eventos so considerados mutuamente excludentes e coletivamente exaustivos se todos forem independentes e a soma das probabilidades de suas ocorrncias for igual a 1. O PMI (2000) descreve que o valor monetrio esperado uma tcnica de quantificao dos riscos, sendo o produto de dois nmeros:
Probabilidade do evento risco que estima a probabilidade da ocorrncia de um certo evento de risco; Valor do evento de risco que estima o ganho ou perda caso o evento de risco venha ocorrer.
Na definio de Raftery (1994) o (VME), pode ser aplicado para avaliar um determinado cenrio considerando a probabilidade de sua ocorrncia. Neste caso cada uma das variveis que compem o cenrio so examinadas separadamente e multiplicadas por suas respectivas probabilidades de ocorrncia, a fim de se verificar as possveis variaes deste cenrio. Para este tipo de anlise, o autor estabelece que deve ser considerada uma situao otimista, pessimista e mais provvel para cada cenrio. Assim, no Quadro 4.7 apresentado um exemplo proposto pelo autor da aplicao do (VME), onde as variveis a serem analisadas correspondem: a subestrutura, superestrutura e inflao no custo de um projeto, sendo que estas variveis sero multiplicadas por suas respectivas probabilidades, considerando para cada uma o cenrio otimista, o pessimista e o mais provvel.
Projeto/ Situao Subestrutura Superestrutura Inflao Resultado Probabilidade Resultado Probabilidade Resultado Probabilidade
Quadro 4.7: Anlise dos Cenrios. Fonte: Adaptado de (RAFTERY, 1994, p. 77).
114
De acordo com o Quadro 4.7, os resultados gerados sero: VME (sub) = (0,2 x 720 mil) + (0,5 x 800 mil) + (0,3 x 1000 mil) = $ 844.000 VME (sup) = (0,2 x 1800 mil) + (0,6 x 2000 mil) + (0,2 x 2500 mil) = $ 2060 mil VME (inf) = (0,2 x 9%l) + (0,5 x 12%) + (0,3 x 16%) = 12,6% VME (projeto) = [VME (sub) + VME (sup)] x VME (inf) VME (projeto) = [844.000 + 2.060.000] x 1,126 = $ 3.269.904 No caso do VME do projeto, as variveis de custo e de inflao so
multiplicadas entre si por serem variveis independentes, logo P (A B) = P(A) x P(B). Flanagan & Norman (1993) descrevem que esta tcnica envolve as seguintes etapas, quando so analisados mais de um projeto:
Considerao de todas as opes disponveis; Estimar o valor para cada opo; Estimar a probabilidade de cada opo assegurando a confiabilidade desta estimativa; Multiplicar o valor de cada opo pela sua probabilidade correspondente; Somar o (VME) dos produtos de cada um das opes; Selecionar o maior (VME) entre as opes analisadas.
Adicionalmente, cabe mencionar que foram encontradas duas formas diferentes para se utilizar os resultados obtidos dos clculos provenientes do (VME). Assim sendo, verifica-se que autores como Kerzner (1998), Flanagan (1993), Raftery (1994), PMI (2000), Grey (1995), Pritchard (1997) utilizam tanto a matriz de deciso, como a rvore de deciso que sero discutidas nas sesses seguintes. Da mesma forma, os autores descrevem que este mtodo serve de apoio para a aplicao da tcnica de anlise de sensibilidade. Por outro lado, as limitaes do (VME) consistem no levantamento das probabilidades da situao em anlise. Entretanto, sugere-se que este mtodo seja aplicado em projetos similares, que tenham dados histricos que possam servir de auxlio para a obteno das probabilidades desejadas.
115
Finalmente, cabe ressaltar que a metodologia da tcnica do (VME), no apresenta dificuldades em sua aplicao. Todavia, a autora sugere que na
utilizao do VME para anlise da viabilidade de um determinado projeto ou da escolha do projeto mais interessante, devero ser utilizados indicadores que permitam a avaliao da disperso da distribuio dos resultados esperados, sendo que neste caso, podero ser utilizadas as varincias e ou desvio padro. Esta avaliao permitir que a deciso adotada tenha uma maior consistncia e adequao postura do tomador de decises face aos riscos considerados.
amplamente utilizada no processo de tomada de deciso pelos gerentes de projeto. Entretanto, esta tcnica estabelece que antes da tomada de deciso, o problema deve ser estruturado de forma consistente e com clareza nos objetivos, uma vez que as decises so feitas a partir das vrias escolhas representadas graficamente. Deste modo, a rvore de Deciso auxilia no levantamento dos problemas que so caracterizados por um grupo ou por decises. Nesta seqncia de decises so mostrados os resultados esperados possveis para cada circunstncia levantada. Assim, de acordo com os autores o uso da rvore de deciso corresponde a uma proposta estruturada para determinar uma estratgia de deciso. De acordo com PMI (2000, p. 117), a tcnica da rvore de Deciso definida do seguinte modo:
... um diagrama que descreve as interaes chaves entre as decises e os eventos probabilsticos associados, de acordo com o entendimento de quem toma as decises. Os galhos da rvore representam decises (mostradas como caixas) ou eventos probabilsticos (mostrados como crculos).
Da mesma forma, Pritchard (1997) aborda que esta tcnica representa graficamente a deciso considerada, descrevendo todos os eventos relevantes que devem ser listados e analisados para determinar os problemas que possam ocorrer com o processo de cada ponto de deciso. Cada problema identificado e so
116
levantadas as possveis solues, atravs da determinao das probabilidades dos vrios problemas e resolues detectados. Adicionalmente, Wideman (1992), destaca que a vantagem na utilizao desta tcnica para a anlise de risco que a probabilidade de cada resultado considerada. Geralmente esta tcnica aplicada em relao ao custo e prazo, proporcionando a escolha entre um possvel investimento prematuro ou um investimento posterior, atravs da considerao das escolhas dos possveis resultados de incerteza durante a implementao do projeto. A mensurao do valor de cada resultado possvel, segundo PMI (2000), Flanagan & Norman (1993), Wideman (1992), Pritchard (1997) e Raftery (1994), em geral obtida atravs da utilizao do Mtodo do Valor Monetrio Esperado, o qual corresponde a soma dos valores ponderados das probabilidades de cada resultado. Assim, na Figura 4.7 ser apresentado o modelo para a construo da rvore de Deciso.
Probabilidade (P)
Resultado
117
Esperado (VME) corresponde ao somatrio do produto de cada resultado incerto por sua respectiva probabilidade de ocorrncia. Entretanto, esta tcnica no mensura o coeficiente de variao entre as situaes em anlise, apenas pondera o VME de cada uma delas. Finalmente, constata-se de acordo com a literatura pesquisada que a tcnica da rvore de Deciso, no apresenta divergncias em relao a sua metodologia e aplicao, verificando-se uma uniformidade em relao a sua construo, sendo destacada as seguintes etapas no seu desenvolvimento:
Estruturao do problema; Decises em relao ao problema estruturado; Possveis resultados destas decises; Determinao das probabilidades destes resultados utilizando-se a tcnica do Valor monetrio Esperado; Tomada de deciso.
De acordo com Kerzner (1998), Raftery (1994), Pritchard (1997) e Flanagan & Norman (1993) a Matriz de Deciso uma tcnica utilizada para a tomada de deciso, representando de forma objetiva os resultados para anlise de vrios cenrios que envolvam situaes de risco. Entre estes cenrios destacam-se por exemplo como sendo: o provvel, o otimista e o pessimista. Assim, o Mtodo do VME utilizado para auxiliar na anlise dos dados e com base nos resultados obtidos construda a matriz de deciso. Flanagan & Norman (1993) descrevem que ao serem analisadas vrias situaes ou estratgias na matriz de deciso, entre as opes existentes, o maior VME obtido deve ser preferencialmente o escolhido. Entretanto, os autores atentam para o fato que nem sempre o maior (VME) corresponde a melhor deciso a ser tomada. Muitas vezes necessrio comparar as variaes destas opes disponveis e medir qual apresenta o maior grau de risco. Deste modo se pode obter
46
118
a variao de cada opo ou estratgia adotada atravs do coeficiente de variao que ir distribuir proporcionalmente os desvios, sendo expresso da seguinte forma:
Coeficiente de variao =
Supondo-se um exemplo hipottico em que existam dois projetos A e B a serem analisados. De acordo com os dados a seguir apresentados, qual a melhor estratgia a ser tomada ou qual dos projetos ir gerar maior lucro? O Projeto A ou o Projeto B. Dados do Projeto A E lucro (A) = EMV (A) = $10.000 Desvio padro = $ 3.000 Dados de B E lucro (B) = EMV (B) = $ 9.000 Desvio padro = $ 1.000 Aplicando a expresso do coeficiente de variao acima citada o resultado ser: CV (A) = _3.000_ = 0,3 10.000 CV (B) = _1.000_ = 0,11 9.000 De acordo com os resultados acima apresentados, verifica-se que CV (A) > CV (B), portanto o Projeto A mais incerto do que o Projeto B. Assim sendo, os resultados possveis so: Projeto/ Situao A Resultado B Resultado CENRIOS Otimista $ 13.000 $10.000 Mais Provvel $ 10.000 $ 9.000 Pessimista $ 7.000 $ 8.000
119
Analisando-se o Quadro 4.8 pode ser verificado que em funo da atitude a ser tomada, ser adotada a estratgia. De acordo com a utilidade ou posturas de quem estiver analisando as duas situaes, a deciso a ser tomada poder ser: Ousada Adotar o Projeto A. Neutra Indiferente a qualquer um dos resultados. Conservadora Adotar o Projeto B. Da mesma forma, apresentado um outro exemplo descrito por Raftery (1994) e adaptado pela autora. Assim, o Quadro 4.9 representa a estratgia S1 e o Quadro 4.10 representa a estratgia S2. Para cada um destes itens sero calculados a varincia e o desvio padro com as expresses dadas por Levine, Berenson & Stephan (2000), descritas no item 4.6.2.1. Finalmente, ser utilizada a frmula dada por Flanagan & Norman (1993) para o clculo do coeficiente de variao e posterior anlise dos resultados. VME (S1) = (0,2 x 720 mil) + (0,5 x 800 mil) + (0,3 x 1000 mil) = $ 844.000
Estratgia S1 VME Desvio Varincia 844 -124 15376 844 - 44 1936 844 156 24336
120
Estratgia S1 S2
Valor Esperado
844 2060
Desvio Padro
106,5 233,24
Coeficiente de Variao
0,126 0,11
Quadro 4.11: Resultado dos coeficientes de variao entre S1 e S2. Fonte: Da Autora.
De acordo com os resultados obtidos no Quadro 4.11 pode ser constatado que:
S2 apresenta maior valor esperado, porm menor variao; S1 apresenta valor esperado menor, porm maior variao; S1 apresenta maior risco do que S2; Neste caso pode-se adotar S2 como a estratgia de maior valor, porm a menos arriscada.
Adicionalmente, deve ser mencionado que Flanagan & Norman (1993, p. 82), exemplificam uma situao a qual entre trs estratgias, a de maior valor esperado apresenta maior variao. Deste modo, a escolha depender da postura do indivduo em assumir o valor esperado do maior retorno e o maior risco dentre as estratgias apresentadas. Verifica-se que ao contrrio da rvore de deciso, na matriz de deciso possvel mensurar a variao entre as situaes ou estratgias em anlise. Finalmente, cabe ressaltar que a metodologia da matriz de deciso, no apresenta dificuldades em sua aplicao. Todavia a autora sugere utilizar o clculo do coeficiente de variao sempre que for utilizada esta tcnica, pois alm de auxiliar a anlise no momento da tomada de deciso, poder contribuir para a avaliao dos seguintes casos:
Na anlise de estratgias, projetos ou cenrios semelhantes, pode-se avaliar dentre estas situaes qual apresenta maior risco, atravs dos resultados obtidos pelo coeficiente de variao;
No caso da anlise de vrios itens do projeto, pode-se medir qual destes itens apresenta maior variao e maior risco, a fim de sejam tomadas as medidas preventivas e de controle;
121
Segundo Wideman, (1992) o teste de sensibilidade avalia a mudana de uma varivel dentro do projeto analisando o resultado desta variao sobre o seu planejamento inicial. Neste caso, os riscos so refletidos atravs da definio do limite de variao possvel de cada componente estimado originalmente, onde o resultado das escolhas destas variveis ir incidir sobre o custo e o prazo. De acordo com Merna & Von Storch (2000) esta tcnica aplicada para avaliar as mudanas nos valores das variveis de risco do projeto, consideradas independentes, a fim de analisar os efeitos que estas alteraes tero no seu custo. Souza (1999, p.8) menciona que a tcnica de anlise de sensibilidade aplicada para quantificar as incertezas associadas, prever seus impactos nas variveis chaves e entender como isto pode afeta os prazos e custos do projeto.... Hwee & Tiong (2002), descreve que esta tcnica permite avaliar o quanto a variao de uma determinada varivel ir influenciar no resultado do projeto.
Entretanto, cada varivel em anlise deve ser independente. Ao analisa-se por exemplo as mudanas de uma determinada varivel em relao ao custo do projeto e as outras variveis devem ser consideradas constantes. Da mesma forma, Flanagan & Norman (1993) mencionam que esta tcnica utilizada para verificar o impacto das mudanas no valor de uma varivel
independente em relao ao projeto. O teste de sensibilidade no tem como objetivo quantificar os riscos e sim identificar os fatores que so sensveis ao risco. Os autores definem ainda que o teste de sensibilidade o desdobramento das seguintes tcnicas:
Anlise Break-even 47 que pode ser aplicada para avaliar as variveis de investimento dos elementos-chave do projeto que poder torn-lo atrativo ou no. Para exemplificar os autores propem examinar no projeto a taxa de retorno por meio do fluxo de caixa e fluxo inicial de caixa, o custo
Break-even um termo que significa equilibrando a receita com a despesa, sem lucro, sem prejuzo. (SIMES, 2001).
47
122
financeiro, a taxa de inflao, a taxa de desconto, a fim de checar qual o impacto dessas possveis variaes sobre o projeto.
Anlise de Cenrios que consiste em identificar os valores das variaes dos elementos-chave do projeto criando os cenrios com um planejamento otimista, um pessimista e o mais provvel de ocorrer. O limite de variao dos possveis resultados de cada cenrio ser representado e analisado de forma subjetiva.
Analogamente, Jovanovi (1999) descreve que a Anlise Break-even usada para analisar problemas de investimentos em projetos em condies de incerteza, fixando-se entre os limites de lucro e prejuzo. Na realidade sero verificados e analisados os valores crticos ou mnimos das variveis de investimento que podero estar abaixo do valor de venda do projeto e tomar medidas preventivas para evitar tal ocorrncia. Entretanto esta tcnica deve ser utilizada somente para uma anlise inicial do investimento do projeto na avaliao dos casos de incerteza. No caso do teste de sensibilidade o autor descreve que o procedimento para analisar como as mudanas de determinados valores de entrada (renda, custos, valor de investimento) podem interferir nos resultados finais de modo adverso ao planejado inicialmente. O autor acrescenta ainda que o propsito bsico desta tcnica no somente compreender os impactos das mudanas dos diferentes parmetros, mas tambm entender estas mudanas na avaliao do investimento do projeto. Em geral para a aplicao do teste de sensibilidade, utiliza-se dos dados obtidos em outras tcnicas de anlise de risco (Valor Presente Lquido, Taxa Interna de Retorno, Mtodo do Payback)48 para fazer a anlise do investimento do projeto. Por outro lado, Silva (2001) descreve o teste de sensibilidade como uma tcnica que permite de forma controlada conduzir experimentos e investigaes com o uso de um modelo de simulao. Atravs das vrias rodadas de simulao, os vrios cenrios que forem gerados, podero mostrar a existncia de anomalias. O objetivo avaliar os impactos associados atravs das alteraes dos valores das variveis de entrada e dos parmetros do sistema. Estes impactos so determinados atravs da anlise das variveis de sada. Da mesma forma para as simulaes ser
As tcnicas acima mencionadas sero descritas posteriormente de forma detalhada neste captulo. (NA).
48
123
utilizado o Mtodo de Monte Carlo49 para gerar os dados que sero avaliados no teste de sensibilidade. Da mesma forma, Marseguerra et. al. (2003) definem a anlise de sensibilidade, como uma ferramenta utilizada para estudar o comportamento de um modelo, e averiguar o quanto os resultados deste modelo so dependentes de um ou mais parmetros de entrada. Raftery (1994) define que est tcnica utilizada para medir os resultados da variao do valor das variveis e dos parmetros de entrada escolhidos inicialmente, sendo que devero ser representados em tabelas ou grficos. Por outro lado, Flanagan & Norman (1993) mencionam que para analisar os resultados da aplicao desta tcnica existem vrios caminhos que podem ser computados utilizando-se uma tabela de sensibilidade. Deste modo, esta tabela construda de acordo com o exemplo do Quadro 4.12 a seguir:
Opo otimista
Opo pessimista
Quadro 4.12: Tabela de Sensibilidade Fonte: Adaptado de (FLANAGAN & NORMAN, 1993, p. 146).
Entretanto, segundo os autores existe situao em que vrias variveis so escolhidas. Desta forma a representao grfica dos resultados se apresenta como a forma mais adequada para rapidamente indicar as variveis mais sensveis ou crticas. Assim sendo, Perry & Hayes apud. (Flanagan & Norman, 1993), sugerem a representao grfica da anlise de sensibilidade atravs da construo do diagrama de aranha.50 Adicionalmente, de acordo com os autores estudados, nota-se que a anlise de sensibilidade utilizada com outras de tcnicas de anlise de risco de forma complementar. Assim, busca-se atravs desta tcnica avaliar o grau de sensibilidade
49 50
O Mtodo de Monte Carlo ser posteriormente abordado. Para informaes sobre a construo do grfico de aranha ver (FLANAGAN & NORMAN, 1993).
124
das mudanas ocorridas nas variveis de prazo e custo e os seus efeitos sobre o custo total do projeto. Por outro lado, Wideman, (1992), Flanagan & Norman (1993), Merna & Storch (2000), ressaltam que a principal limitao da anlise de sensibilidade a de no indicar a probabilidade possvel da ocorrncia de variao dos parmetros escolhidos na modificao da varivel em anlise e de considerar cada varivel como sendo independente. Finalmente, atravs da anlise da literatura pesquisada, constatou-se que no existem divergncias com relao a definio e aplicao da Anlise de Sensibilidade, existindo inclusive o consenso comum entre os autores da importncia das variveis serem independentes. Contudo, a autora constatou que apesar das limitaes abordadas acima, esta tcnica amplamente utilizada na anlise dos parmetros de risco do custo do ciclo de vida do projeto. Alm disso, esta tcnica permite verificar a sensibilidade de um determinado resultado em relao a variao de um ou mais elementos chave do projeto. Deste modo, pode-se mensurar e estabelecer o grau de importncia de cada varivel analisada em relao por exemplo ao custo do projeto, fazendo-se a priorizao destas no momento da tomada de deciso.
De acordo com a definio de Levine, Berenson & Stephan (2000, p.168), probabilidade a possibilidade ou a chance de que um evento em particular venha a acorrer. Da mesma forma, Stamatelatos et. al. (2002) mencionam que a teoria da probabilidade consiste em que a probabilidade da ocorrncia de um evento A satisfaa o seguinte axioma: 0<P(A)<1
Para P = 1 corresponde probabilidade de ocorrncia do evento = 100% Para P = 0 corresponde probabilidade de ocorrncia do evento = 0%
125
P (q) = 1 corresponde probabilidade de sucesso P (p) = 0 corresponde probabilidade de fracasso, ento: P (p) = 1 P (q) corresponde a probabilidade de fracasso.
Os autores mencionam que existem vrias interpretaes da probabilidade. Entretanto destacam como principais as seguintes:
O limite de freqncia relativa supondo a repetio de um nmero n de vezes de um experimento nas mesmas condies e com a mesma probabilidade de sucesso ao qual um evento A seja o possvel resultado. Se A ocorrer k vezes, ento a freqncia relativa k/n. Ento a probabilidade de A ser dada por:
Grau de confiabilidade significa que um determinado evento A ser mais ou menos provvel de ocorrer do que um determinado evento B. Se, por exemplo, um evento A tem 0,6 de probabilidade de acorrer, isto significa que A tem maior probabilidade de ocorrer do que um evento B com probabilidade menor do que A.
Da mesma forma Pritchard (1997), menciona que existem algumas regras em probabilidade que no devem ser ignoradas, as quais so:
a soma das probabilidades de todos os eventos possiveis deve ser igual a um; a probabilidade de um evento P(A), deve ser um nmero a 0 e 1, ou seja, (0 P(A) 1); a probabilidade da ocorrncia de dois eventos simultaneamente ser igual ao produto da probabilidade de um evento pela probabilidade do outro evento dado que o primeiro evento tenha ocorrido, ou seja, (P(A) x P(B/A));
a probabilidade da ocorrncia
simultnea destes dois eventos corresponde ao produto destes eventos, ou seja, P(A) x P(B).
126
Por outro lado, de acordo com o autor, esta tcnica permite avaliar uma determinada amostra a partir de parmetros estatsticos, tais como: mdia, mediana, intervalo de classe, moda, varincia e o desvio padro. Da mesma forma, estes parmetros iro auxiliar na determinao do tipo de distribuio de probabilidade que melhor represente a amostra em anlise. Esta distribuio ir descrever os nmeros que aparecem com maior freqncia ou alta probabilidade e os nmeros que aparecem com menor freqncia ou baixa probabilidade. Segundo Wideman (1992) esta tcnica ir especificar um tipo de distribuio de probabilidade de acordo com cada varivel em anlise, considerando situaes onde uma ou todas as variveis podem ser escolhidas ao mesmo tempo. Entretanto, torna-se difcil definir a probabilidade de ocorrncia de uma varivel especfica.
Deste modo, estas variveis devem ser agrupadas e divididas em intervalos a fim de se verificar o tipo de distribuio de probabilidade. No caso de falta de dados, o autor sugere utilizar a distribuio triangular, trapezoidal e a retangular. Raftery (1994) descreve que para estimar a probabilidade de uma determinada varivel, deve-se utilizar a simulao de programas de computador, a fim de se obter o tipo de distribuio de probabilidade. Entretanto o autor menciona que de acordo com sua experincia em projetos, as distribuies mais utilizadas para anlise de custos e oramentos so: Triangular, Uniforme, Trapezoidal, Retangular e Discreta. Na definio de Winkler (1996), a probabilidade da ocorrncia de um determinado evento ser igual ao nmero de vezes de ocorrncia deste evento dividido pelo nmero total dos possveis resultados. Todavia, segundo o autor nem sempre possvel medir a probabilidade de um evento atravs deste conceito, devido a necessidade de um grande nmero de dados. Contudo pode-se obter uma interpretao subjetiva desta probabilidade utilizando o conceito do grau de consiste na comparao da ocorrncia de probabilidade
Martz & Picard (1998) descrevem que esta metodologia utilizada para estimar a freqncia e a conseqncia de um determinado evento.
127
De acordo com a literatura pesquisada a tcnica de analise de probabilidade considera as seguintes etapas para a sua aplicao:
Anlise dos dados histricos ou dados confiveis para a posterior construo do histograma de freqncia; Escolha da curva de distribuio com base na anlise da amostra; Anlise da probabilidade.
Entretanto, Wideman (1992), Raftery (1994), Pritchard (1997), Williams (1996), Kerzner (1998), Lau et. al. (2000), Grey (1995), mencionam que a dificuldade desta tcnica consiste no tamanho da amostra, no grau de confiabilidade e na utilizao de variveis subjetivas. Todavia os autores mencionam que as distribuies mais utilizadas para analise de custos em projetos so: a Uniforme, a triangular, a trapezoidal, discreta e a retangular Da mesma forma sugerido a utilizao destas distribuies nos casos em que o nmero de amostras for limitado. Finalmente cabe ressaltar que a tcnica de anlise de probabilidade apresenta os procedimentos para sua aplicao, semelhantes ao mtodo de Monte Carlo que ser descrito a seguir, porm a diferena bsica entre estas duas tcnicas esta no fato da primeira analisar dados reais enquanto que a segunda ir analisar dados gerados aleatoriamente a partir de uma pequena amostra inicial. Todavia, a grande dificuldade na utilizao desta tcnica a disponibilidade de dados para a obteno de uma amostra com significncia estatstica adequada.
De acordo com a definio de Flanagan & Norman (1993, p. 101), simulao a arte e cincia de criar um modelo que se comporta da mesma maneira que se comporta um sistema real. O modelo usado para determinar como o sistema atua para os diferentes parmetros de entradas.51 Assim, a simulao serve para criar parmetros em relao a incerteza que podem ser representados por uma determinada distribuio de probabilidade.
51
Traduo da autora.
128
No caso da Simulao ou Mtodo de Monte Carlo, os autores descrevem que cada simulao efetuada pela substituio da varivel que est sendo analisada por um nmero aleatrio. Deste modo, um nmero N de simulaes possibilitar traar a funo de densidade de probabilidade que melhor caracterizar esta varivel. Segundo Shimizu apud. (Limmer, 1997) uma simulao essencialmente um trabalho com analogias procurando imitar a realidade atravs de modelos, que podem ou no manter as caractersticas fsicas e lgicas do sistema real imitado. No caso especfico do Mtodo de Monte Carlo, o autor estabelece que o mesmo consiste em gerar artificialmente a probabilidade da ocorrncia de um determinado evento a partir de uma lei de distribuio preestabelecida. A funo que gera os nmeros aleatrios entre 0 e 1 denominada de RANDOM e a funo utilizada para iniciar cada simulao chamada de RANDOMIZE. De acordo com o autor, os nmeros aleatrios vo corresponder a valores de uma funo de densidade de probabilidade de forma previamente definida e cuja caracterstica se quer determinar atravs da simulao.A forma da pdf funo densidade de probabilidade a ser definida na determinao do risco em projetos importante, sendo que poder ser uma varivel aleatria discreta ou contnua. O Mtodo de Monte Carlo definido por Kerzner (1998) como a criao de uma srie de nmeros aleatrios entre 0 e 1, transformando estes nmeros em informaes teis que refletem a quantificao dos riscos potenciais de uma situao real. Adicionalmente, Subia (1991, p.58) define a tcnica de Monte Carlo do seguinte modo:
O mtodo de simulao de Monte Carlo utilizado na soluo de problemas envolvendo variveis aleatrias com funes de probabilidade conhecidas ou assumidas. Este mtodo requer a repetio do processo de simulao para cada um dos conjuntos de valores das variveis aleatrias, determinados a partir das correspondentes funes de distribuio de probabilidade.
129
O autor descreve ainda que na simulao de Monte Carlo so geradas N amostras independentes do vetor52 de variveis aleatrias X, a partir da funo densidade de probabilidade. Deste modo, para se obter estas amostras so gerados nmeros aleatrios independentes e uniformemente distribudos em um intervalo entre 0 e 1 e com uma determinada distribuio de probabilidade. Na concepo de Costa & Azevedo (apud. Bruni et. al., 1998, p.68), o Mtodo de Monte Carlo Consiste em:
... uma tcnica de amostragem artificial empregada para operar numericamente sistemas complexos que tenham componentes aleatrios. (...) fornece como resultado aproximaes para as distribuies de probabilidade dos parmetros que esto sendo estudados. So realizadas diversas simulaes onde, em cada uma delas, so gerados valores aleatrios para o conjunto de variveis de entrada e parmetros do modelo que esto sujeitos incerteza. Tais valores aleatrios seguem distribuies de probabilidade especficas que devem ser identificadas ou estimadas previamente.
No estudo da literatura pesquisada, observa-se que a utilizao deste mtodo por vrios autores, para a anlise de riscos em projetos, obedece s etapas
enunciadas a seguir, as quais sero discutidas subseqentemente: 1. Agrupamento dos dados coletados em uma tabela com intervalos de
classe, a partir dos quais ser construdo um histograma de freqncia; 2. Escolher uma distribuio cuja pdf uma varivel aleatria contnua que represente melhor os dados amostrais organizados de acordo com a etapa 1; 3. Aps a implementao das etapas 1 e 2 executar as N simulaes utilizando a funo RANDOM com base na distribuio definida em 2, considerando os intervalos de classe estabelecidos em 1; 4. Avaliar se o nmero de simulaes realizadas satisfatrio, sendo que caso contrrio a etapa 3 dever ser repetida at que o nmero considerado ideal de simulaes seja alcanado; 5. Com base nas simulaes obtidas em 4, obter a curva funo densidade de probabilidade acumulada a partir da qual as anlises sero realizadas.
52
130
Na elaborao da etapa 1, na qual mencionada a construo da distribuio de freqncia e do histograma confeccionados a partir dos dados amostrais, existem duas questes estudados: que surgem devido a divergncia de opinies entre os autores
Quanto intervalo de classe deve considerar? Qual a amplitude destes intervalos de classe?
Pode-se constatar que na literatura pesquisada trata-se de um ponto pouco claro. Em estatstica, a definio do nmero de intervalos de classes para construo de distribuies e histogramas de freqncia no obedece a um padro unitrio. Por exemplo, Levine, Berenson & Stephan (2000) estabelecem que o clculo do nmero de classes ir depender do nmero de observaes dos dados. Entretanto os autores propem que a distribuio de freqncia seja dividida entre 5 a 15 classes. Por outro lado, Hansem & Ghare apud (De Souza 2002), sugerem que o nmero ideal de intervalos dever se situar entre 10 a 20. Todavia, os autores admitem que podero ocorrer intervalos de classe no mnimo de 7 ao mximo de 30. Fonseca & Martins (1982) e Crespo (1996), expressam o ponto de vista de que no existe uma frmula exata para o clculo do nmero de classes, entretanto, os autores sugerem a utilizao da Regra de Sturges atravs da frmula definida abaixo. K 1 + 3,22 log n, onde: K nmero de classes N nmero da amostra Finalmente, observa-se que este ponto no objeto de uma maior ateno por parte dos autores que consideram a utilizao do Mtodo de Monte Carlo para anlise de riscos em projetos. Deste modo, pode-se notar que esta uma das questes que devem ser melhor aprofundadas, pois a elaborao da distribuio de freqncia ter influncia nos resultados obtidos aps a realizao das simulaes. Ressalta-se que apenas Flanagan & Norman (1993), fazem algum tipo de abordagem sobre o assunto, ou seja, recomendam que o nmero de intervalos de
131
classes a ser utilizado dever ser aproximadamente igual ao nmero de graus de liberdade mais trs, quando da realizao do teste Qui-Quadrado, aps a simulao. Na etapa 2 da aplicao do Mtodo de Monte Carlo preciso escolher o tipo de distribuio de probabilidade. Entretanto, de acordo com alguns dos autores, a escolha da distribuio mais adequada para realizao das simulaes deve ser baseada na anlise estatstica da amostra. Por outro lado, um outro grupo de autores prope a utilizao de alguns tipos especficos de distribuio. Entre aqueles que se situam na primeira condio caso podem ser citados: Raftery (1994), Kerzner (1998), Wideman (1992), Herbold (2000), Castillo et. al. (1999), Akintoye & Macleod (1997), Mitchell (2002) e Willem, Groenendaal & Kleijnen (1997). Entre os autores que sugerem a utilizao de alguns tipos de distribuio, Limmer (1997) afirma que a distribuio Normal a mais utilizada, podendo esta ser desviada esquerda ou direita ou apresentar a forma simtrica em relao ao seu eixo central. Quando desviada tem-se uma distribuio do tipo beta. O autor
menciona ainda a utilizao de outros tipos de distribuio tais como: Uniforme e Triangular. Na opinio de Ferson & Ginzburg (1996), a escolha de uma distribuio
deve-se constituir a partir do momento em que exista um conhecimento individual sobre os parmetros. De acordo com os autores, deve-se assumir o Princpio de Laplace o qual estabelece que na ausncia de informaes especficas sobre cada parmetro deve-se adotar o modelo da distribuio uniforme. Ainda segundo os autores o problema no est em se assumir determinado tipo de distribuio e sim no porqu de se assumir uma forma em particular destas distribuies. No site da Risk Analysis Overview (2002), o tipo de distribuio estabelecido ser baseado nas condies que cercam as variveis em anlise. Entretanto, sugerem a utilizao das seguintes distribuies: Normal; Triangular, Uniforme e Lognormal. Grey (1995) assume que a distribuio ideal seria a triangular, por assumir valores mximo, mnimo e o mais provvel. Da mesma forma Goodpasture (1999), menciona as distribuies mais utilizadas so a Triangular e a Beta.
132
Bruni, Fama & Siqueira (1998), assumem como ideal a distribuio Normal. Pritchard (1997) estabelece que as principais distribuies so: a Uniforme, a Triangular e a Beta, embora existam outras que igualmente podem ser aplicadas na simulao de Monte Carlo. Flanagan & Norman (1993) mencionam que as distribuies podem ser contnuas, assumindo quaisquer valores dentro de um determinado intervalo ou onde os valores considerados sero especficos Os autores afirmam que os tipos mais comuns de distribuies de probabilidade utilizados so: Uniforme; Triangular; Normal; Poisson; Binomial; Lognormal; Exponencial; Geomtrica; Hipergeomtrica; Beta e Weibull, e, acrescentam ainda, que as distribuies devem apresentar as seguintes caractersticas:
A distribuio deve ser facilmente identificvel a fim de que um limite de dados seja estabelecido; A distribuio deve ser facilmente atualizada quando os dados adicionais forem introduzidos para anlise; A distribuio de probabilidade deve ser flexvel e capaz de assumir uma ampla variedade de formas. Como exemplo, pode-se citar a distribuio Weibull de 2 ou 3 parmetros, muito utilizadas em testes de vida por De Souza a partir de 1999.53
Levando-se em conta as diretrizes estabelecidas acima, Flanagan & Norman (1993) se posicionam no sentido da adoo da curva beta como sendo a distribuio ideal para aplicao do Mtodo de Monte Carlo em anlise de riscos em projetos, pois, poder apresentar uma maior flexibilidade de formas. Ferreira (2003) destaca ainda que a escolha da distribuio dever considerar os diferentes aspectos relacionados ao gerenciamento de projetos. As sugestes dos modelos de curva listados acima sero adequadas s situaes especficas nas quais se estiver aplicando o Mtodo de Monte Carlo, a saber: estimativas de prazos em projetos de construo, custo da construo por m2, Homens-hora por m2, Valor
53
Para maiores detalhes sobre Teste de Vida verificar a bibliografia de (DE SOUZA, 2000, 2001 e 2002).
133
Lquido Presente, Custo dos Servios de Eltrica, Custos de Fundaes, entre outras. Ao encontro desta afirmativa Flanagan & Norman (1993) apontam as amostras correspondentes aos custos de diferentes servios de construo (servios de eltrica e mecnica, fundaes, superestrutura, acabamento interno, acabamento externo, trabalhos preliminares, entre outros). Finalmente, observa-se que a escolha da distribuio, a qual um dos pontos chave na utilizao do Mtodo de Monte Carlo, constitui-se tambm numa das maiores dificuldades na utilizao eficaz deste mtodo. Neste sentido, a disponibilidade de dados confiveis fundamental para o sucesso da
implementao desta metodologia, bem como a experincia e o conhecimento profissional. Considera-se, principalmente, no que diz respeito aos projetos de construo, a conduo de uma grande quantidade de experimentos a partir de situaes reais, abrangendo as diferentes atividades envolvidas no processo de gerenciamento de empreendimentos, as quais podero melhorar,
consideravelmente, os resultados obtidos com a utilizao do mtodo. Entre estas atividades pode-se exemplificar as seguintes: custo dos servios de eltrica, custo por m2 da construo, produtividade de montagem de tubulaes (Homenshora/tonelada), Homens-hora/m2 construdo. As etapas 3 e 4 constituem-se na implementao das etapas 1 e 2 e no estabelecimento do nmero adequado de simulaes ou interaes, o qual, de acordo com a literatura pesquisada, observa-se a existncia de um outro ponto polmico na aplicao do Mtodo de Monte Carlo. Assim, Wideman (1992) estabelece que o nmero de interaes ir depender do nmero de variveis e do grau de confiana requerido na anlise; contudo o autor sugere a adoo de um nmero entre 100 e 1000 interaes. Por outro lado, Bruni, Fam & Siqueira (1998), adotam 200 e 1000 interaes. Limmer (1997) sugere que esta variao dever se situar entre 50 e 1000 simulaes, enquanto que Grey (1995) prope a utilizao de um nmero mnimo de 300 interaes. Finalmente, Flanagam & Norman (1993) afirmam que o nmero de simulaes poder ser de 50, 100 ou 200 interaes. Entretanto, os autores alertam para a necessidade da verificao de que o nmero de simulaes adotado seja suficiente para representar a distribuio de probabilidade das variveis aleatrias geradas. Para tanto, os autores sugerem a realizao do teste Qui-Quadrado cujo objetivo verificar o grau de aderncia dos
134
dados amostrais utilizados em relao ao modelo de distribuio obtido aps a realizao das simulaes. Da mesma forma, Subia (1991) igualmente ressalta que se deve fazer a validao da distribuio escolhida a fim de verificar se o conjunto de nmeros gerado efetivamente representa o tipo distribuio inicialmente adotado. Deste modo o autor prope a utilizao do teste Qui-Quadrado54 , o qual considera uma amostra de n eventos observados de uma varivel aleatria, comparando as freqncias observadas n1, n2,..., nk de k intervalos com as correspondentes freqncias esperadas e1, e2,..., ek de uma distribuio terica, atravs da seguinte equao:
2 =
(n1 e1)2
e1
(n2 e2)2
e2
+ ... +
(nk ek )2
ek
i =1
(ni ei)2
e1
Se os valores das freqncias observadas estiverem em concordncia com os valores das freqncias da distribuio adotada pode-se obter os valores aproximados da distribuio Qui-Quadrado entrando diretamente na Tabela da distribuio Qui-Quadrado55 com o nmero de graus de liberdade expresso na vertical e o nvel de significncia adotado expresso na horizontal. De acordo com Fonseca & Martins (1987) para se obter o nmero de graus de liberdade devem ser observadas as seguintes condies: 1. = K 1, se as freqncias esperadas puderem ser calculadas sem que se faam estimativas dos parmetros populacionais a partir das distribuies da amostra. Cabe ressaltar que K o nmero de eventos ou
categorias as quais a amostra foi dividida. 2. = K 1 r, quando para a determinao das freqncias esperadas r parmetros tiverem suas estimativas calculadas a partir das distribuies amostrais. Entretanto, De Souza (2002) menciona que estas regras acima mencionadas foram vlidas no final da dcada de 70 e incio da dcada de 80, antes do aparecimento do computador pessoal (PC) e antes das tcnicas de estimao de
O Teste Qui-Quadrado representado pelo smbolo 2. (DE SOUZA, 2002). A tabela da Distribuio Qui-Quadrado ser inserida no Anexo I deste trabalho. (NA).
54 55
135
parmetros de distribuio de valores extremos, como por exemplo, a distribuio Weibull, a qual vem sendo desenvolvida pelo autor nos ltimos cinco anos56. O autor destaca ainda, que para a verificao da eficincia dos estimadores dos parmetros de forma e de escala, utiliza-se um teste de Hipteses atravs de um teste de vida seqencial desenvolvido com os dados utilizados para gerar os estimadores dos parmetros de forma e escala. A distribuio demonstrando teste de vida ser, obviamente, o modelo Weibull. Adicionalmente, Fonseca & Martins (1987) descrevem que quando o teste Qui-Quadrado utilizado para comprovar a concordncia entre valores observados e esperados para certo fenmeno, denomina-se teste de adequao do ajustamento. Por outro lado, se o teste Qui-Quadrado for utilizado para validar hipteses referentes forma da distribuio da populao, ser ento denominado como teste de aderncia. Nesse caso, admiti-se que a distribuio da varivel em estudo est descrita por determinado modelo terico de probabilidade e verifica-se o grau de aderncia dos dados amostrais ao modelo estabelecido. Da mesma forma os autores mostram os principais passos para a realizao do teste Qui-Quadrado os quais so: 1. Enunciar as hipteses H0 a qual a hiptese nula, a que se acredita ser a verdadeira e H1 a qual a hiptese alternativa, a que se acredita ser a falsa. No caso de H0 ser atribudo como verdadeira, a amostra aceita. No caso de H0 ser atribuda como falsa, a amostra rejeitada; 2. Fixar o nvel de significncia do teste , bem como a varivel QuiQuadrado com graus de liberdade; 3. Determinao da zona de rejeio e zona de aceitao; 4. Avaliao das freqncias esperadas baseando-se na hiptese nula H0. Cabe ressaltar que caso existam categorias em que o intervalo de freqncia no satisfaa condio da freqncia esperada ( 5), estas devero ser somadas s classes adjacentes, originando-se novas categorias:
56
Para maiores esclarecimentos consultar De Souza, D. I.; Lamberson, L. R. Bayesian Weibull Reliability Estimation. IIE Transactions, USA. 27(3). 311-320. 1995.
136
5. Concluso, ou seja, se o 2 calculado for que o 2 tabelado, conclui-se que as freqncias observadas so diferentes das esperadas, portanto rejeita-se a hiptese nula H0 de acordo com o nvel de significncia
correspondente. Caso contrrio, aceita-se a hiptese nula. A Figura 4.8 representa o grfico da distribuio Qui-Quadrado, onde:
f(x2)
ZR ZA
2 tab
x2
Figura 4.8: Grfico da Distribuio Qui-Quadrado Fonte: (FONSECA & MARTINS, 1987).
Cabe ressaltar ainda que, segundo Subia (1991), deve-se levar em considerao que o mtodo Qui-Quadrado ser vlido apenas para cada nvel de significncia estudado. Por outro lado, de acordo com Caldas (2003) para se obter um melhor grau de confiabilidade na aplicao do teste Qui-Quadrado em grandes amostras, deve-se dividir essas amostras em grupos menores e aplicar este teste em cada um destes grupos e verificar posteriormente o grau de proporo de aderncia em relao distribuio escolhida. No caso do Mtodo de Monte Carlo aplica-se o teste Qui-Quadrado para verificar o grau de aderncia da distribuio de probabilidade escolhida com o modelo de distribuio terico, sendo denominado como teste de aderncia. No caso do nmero de simulaes, o mtodo Qui-Quadrado aplicado para verificar se
137
o nmero de valores que foram gerados aleatoriamente suficiente para representar a curva de distribuio estabelecida, sendo denominado deste modo como teste de adequao de ajustamento. Pode-se constatar que a literatura pesquisada no apresenta uma definio clara sobre o nmero de simulaes a ser utilizado. Todavia, cabe ressaltar, que esta indefinio no est relacionada com o nmero mximo de simulaes, mas, no estabelecimento do mnimo de interaes. Sabe-se que a adoo de um nmero grande de interaes interessante para o aumento da confiabilidade da distribuio gerada aps a simulao. Contudo, a utilizao do nmero de interaes limitada pela capacidade dos programas aplicados na implementao do mtodo, principalmente, no que diz respeito ao tempo de execuo das simulaes. Neste sentido, prope-se que um nmero mnimo de interaes dever ser estabelecido para cada situao especfica. Entretanto, este nmero dever se basear na experincia prtica acumulada na utilizao do mtodo nestes casos. Assim, a ttulo de exemplo, para avaliao dos custos finais de um projeto de construo,
analisando as propostas de alguns dos autores estudados neste trabalho, o nmero de 100 interaes parece ser um nmero inicial razovel para o caso em questo. Evidentemente, a adequao do nmero de simulaes adotado dever ser verificada atravs do teste Qui-Quadrado. A etapa 5 finaliza o mtodo, com a construo do grfico de funo densidade acumulada e do histograma, e a posterior anlise dos dados. Assim, de acordo com Wideman (1992), Flanagan & Norman (1993), Grey (1995), Bruni et. al. (1998), Limmer (1997), Raftery (1994), Kerzner (1998), Flanagan & Norman (1993), entre outros, descrevem que aps a simulao deve-se elaborar o histograma e o grfico de freqncia acumulada para anlise dos resultados obtidos, examinando a forma resultante da distribuio e da curva de freqncia acumulada. A anlise do histograma permitir a observao dos seus pontos notveis, como por exemplo, o intervalo com maior freqncia de ocorrncias. Por outro lado, o grfico da curva de funo de distribuio de probabilidade acumulada permitir a avaliao imediata da probabilidade de ocorrncia de uma determinada varivel. Alerta-se que as curvas obtidas devero ser ajustadas utilizando-se o teste Qui-Quadrado, como mencionam Flanagan & Norman (1993) e outros autores. Este ajuste tem a finalidade de verificar a aderncia dos dados curva escolhida aps simulao.
138
Para ilustrar o que foi descrito acima, adaptou-se o exemplo demonstrado por Flanagan & Norman (1993) a fim de uma melhor compreenso destes grficos. Supondo que se esteja analisando o custo do m2 da construo civil e que se aplicou 500 simulaes para esta anlise. De acordo com a Figura 4.9 abaixo apresentada, verifica-se que as 250 simulaes realizadas em 500, correspondem a uma probabilidade de 50% enquanto que as 400 simulaes em 500 correspondem a uma probabilidade de 80%. Desta forma, atravs dos resultados obtidos no grfico abaixo, podemos constatar que h 50% de probabilidade do custo estimado ser menor do que R$ 481,00 e 80% menor do que R$ 531,00.
N simulaes
Custo do m2
Figura 4.9 Curva de Freqncia Acumulada. Fonte: Adaptado de (FLANAGAN & NORMAN, 1993, p. 174).
Por outro lado, o histograma utilizado como complementao do grfico de freqncia acumulada, uma vez que indica o intervalo do preo do m2 de construo mais provvel dentro da proposta de valor estabelecida. Apresenta-se a seguir uma adaptao do histograma descrito pelos autores onde no eixo vertical tem-se o percentual de freqncia e no eixo horizontal o custo por m2 divididos por intervalos de classe. Deste modo, a Figura 4.10 mostra o histograma, onde se verifica que os
139
valores do m2 de construo mais provveis esto compreendidos num intervalo entre R$470,00 e R$ 496,00. Observando o histograma abaixo, verifica-se que em relao curva de freqncia acumulada (Figura 4.11), existe cerca de 30% de probabilidade do custo do m2 ser menor ou igual a R$ 470, 00, enquanto que existe cerca de 55% de probabilidade do custo do m2 ser menor ou igual a R$ 496,00.
Freqncia (%)
C u s to d o m
Figura 4.10 Histograma do custo do m2 Fonte: Adaptado de (FLANAGAN & NORMAN, 1993, p.175).
Apresenta-se a seguir, de forma resumida, as etapas consideradas por Flanagan & Norman (1993) para a aplicao do Mtodo de Monte Carlo:
Escolha do tipo de distribuio de probabilidade que dever representar os dados da amostra, o qual na opinio dos autores a distribuio Beta apresenta maior flexibilidade de formas;
Determinao dos parmetros de forma e escala da distribuio escolhida, que no caso da Beta so o e o ; Entrar com os parmetros de forma e escala e fazer N simulaes, o qual na opinio dos autores N pode ser 50, 100, 200; Desenhar o histograma e o grfico de freqncia acumulada e verificar se os nmeros de simulaes so suficientes para representar a distribuio estabelecida. Desta forma deve-se considerar a distribuio Qui-Quadrado para verificar se os nmeros de simulaes realizados foram suficientes para a representao da distribuio dos dados da amostra gerados;
140
Interpretar os resultados obtidos, examinando a forma resultante da distribuio e do diagrama de freqncia acumulada. O diagrama permite analisar a probabilidade de se obter um valor abaixo do valor escolhido, e de considerar uma possvel mudana deste valor;
Testar a sensibilidade dos dados aplicando o teste de sensibilidade nos elementos principais da anlise.
Do mesmo modo Wideman (1992), prope as seguintes etapas para a aplicao deste mtodo:
Avaliar o intervalo das variveis considerando e determinando o tipo de distribuio de probabilidade mais adequado a cada uma destas variveis; Para cada varivel, dentro do seu intervalo especfico, selecionar o valor aleatoriamente escolhido, calculando-se a distribuio de probabilidade para a ocorrncia da varivel. Gerar a curva de freqncia acumulada para a varivel em estudo e escolher o valor do nmero aleatrio tabelado;
Executar a anlise determinstica usando a combinao dos valores selecionados de cada uma das variveis; Repetir o 2o. e 3o. passo o nmero de vezes necessrio para obter o resultado da distribuio da probabilidade. O nmero de interaes ir depender do nmero de variveis e do grau de confiana requerido, porm o autor sugere entre 100 e 1000 interaes.
No caso da aplicao desta tcnica para representar o custo do projeto, Grey (1995) adotou como exemplo as seguintes etapas:
Seleo de uma amostra de 20 itens do projeto, assumindo que todos possuem custos incertos; Gerar aleatoriamente um valor especfico para cada componente de custo dentro do limite estimado de cada um dos trs valores, o mximo, o mnimo e o provvel.
Devem ser consideradas no mnimo 300 simulaes, sendo adotado para o presente exemplo 1000 simulaes; Promover a interao dos resultados gerados com os possveis resultados do projeto;
141
Da mesma forma o autor descreve alguns programas que permitem a aplicao da Simulao de Monte Carlo, destacando-se entre eles:
Aps a anlise da literatura e das principais polmicas que envolvem a aplicao do Mtodo de Monte Carlo em projetos de construo, podem ser destacados os seguintes pontos: a construo do histograma e da distribuio de freqncia; a dificuldade na escolha do tipo de distribuio; o estabelecimento do nmero de interaes; a validao do nmero de simulaes e a anlise dos resultados gerados. Da mesma forma verificou-se as opinies de alguns especialistas no assunto, demonstrando as diferentes formas de implementao deste mtodo. As concluses decorrentes da anlise das diferentes vises dos autores sobre os pontos abordados so: 1. No existe uma definio clara a respeito da determinao do nmero de intervalos de classe na elaborao da distribuio de freqncia dos
dados amostrais, a qual definida de acordo com o critrio emprico de cada autor. 2. A determinao da curva funo de densidade de probabilidade a ser utilizada na gerao das simulaes obedece a dois critrios, que so: a. Realizao de teste de aderncia para a escolha da distribuio que
melhor represente os dados amostrais considerados; b. Escolha de uma distribuio a priori sem a realizao de outros testes, entre estas, as mais utilizadas em projetos de construo so a beta, normal (simtrica, desviada esquerda ou direita), triangular e uniformemente distribuda. 3. No existe uma definio clara a respeito da determinao do nmero mnimo de simulaes. Por outro lado, os autores estudados concordam
142
que aps a realizao de um conjunto de interaes deva ser realizada a verificao da adequao deste nmero pela aplicao do teste QuiQuadrado. Alm disso, em relao s diferentes vises dos autores sobre os pontos descritos anteriormente para a aplicao do Mtodo de Monte Carlo, a autora sugere as seguintes consideraes: Para o estabelecimento do nmero de intervalos de classe na construo da distribuio de freqncias, sugere-se a adoo da Regra de Sturges proposta por Fonseca & Martins (1982) e Crespo (1996) por ser a menos emprica dentre as apresentadas por outros autores. Todavia, cabe mencionar que a adoo desta regra ir auxiliar as pessoas que no possuem conhecimento e experincia acumulada suficientes, para determinarem de forma emprica o nmero de intervalos de classe. Com relao a determinao da distribuio de probabilidade, no h como estabelecer qual das distribuies existentes a melhor. Primeiramente, deve-se verificar a confiabilidade da amostra que esta sendo analisada, estabelecendo qual funo densidade de probabilidade que melhor represente esta amostra. Aps esta anlise aplicar o teste de aderncia (como o Teste Qui-Quadrado, por exemplo) a fim de verificar se a curva do modelo escolhido representa efetivamente a amostra que est sendo avaliada. Entretanto, de acordo com De Souza (2000), caso a distribuio escolhida seja a Weibull, o teste que dever ser feito para validar esta escolha o teste de hiptese. Todavia, apesar desta distribuio ter sido citada por Flanagan & Norman (1993), no caso da anlise de risco em relao ao retorno sobre o investimento em projetos de construo, no foi encontrado na literatura pesquisada nenhum exemplo que adotasse este tipo de distribuio. Contudo sabese que a avaliao do custo aplicado em teste de vida de um componente mecnico e metalrgico qualquer pode ser determinado utilizando-se a distribuio Weibull.57
57
Para maiores detalhes sobre a distribuio Weibull ver (DE SOUZA, 2000).
143
Para a determinao do nmero mnimo de simulaes, de acordo com o proposto anteriormente, pode-se iniciar com 100 simulaes. Entretanto, o que efetivamente ir validar se o nmero de simulaes adequado para representar a curva da funo densidade de probabilidade das amostras aleatrias geradas ser o teste Qui-Quadrado. necessrio acrescentar que no caso da aplicao do Mtodo de Monte Carlo em custos de projetos, o nmero de simulaes varia entre 100 a 1000, porm para a rea de confiabilidade este nmero passa a ser infinitamente maior. Finalmente, aps a construo do grfico de freqncia acumulada e do histograma, ser analisado o valor da varivel de custo estabelecida e qual a probabilidade da sua ocorrncia.
58
144
tambm pode ser considerada como a soma das operaes dos fluxos de taxa descontada correspondentes ao custo mdio do imposto sobre o capital investido no projeto. Jovanovi (1999) considera que o (VPL) o somatrio dos resultados dos valores presentes lquido anuais ganho durante o perodo de explorao do projeto. Lapponi (2000), apresenta o seguinte modelo matemtico para o clculo do valor presente:
VP =
VF , onde: 1+ i
VP = valor presente VF = valor futuro i = taxa unitria de juros
Assim sendo, de acordo com a literatura pesquisada, o modelo matemtico para o clculo do (VPL) expresso por:
VPL = I +
VPL = I +
t =1
(1 + K )t
FVt
onde:
VPL = valor presente lquido; FVt = valor presente dos retornos anuais; t = data do fluxo de caixa; n = o perodo de anlise do projeto ou data terminal do projeto k = taxa mnima requerida; I = investimento inicial na data zero, sendo negativo por ser um desembolso.
145
No Quadro 4.13 Lapponi (2000, p. 88) apresenta um exemplo da aplicao desta tcnica o qual ser descrito a seguir:
Anos 0 1 2 3 4 5 6 7
(220.000 x 1,12) + (150.000 x 1,12) + (180.000 x 1,12) + (80.000 x 1,12) = VPL = $ 121.387,53 Entretanto, o autor ressalta o fato do modelo matemtico acima apresentado considerar apenas um nico desembolso na data zero. Assim, para os investimentos com mais de um desembolso, a frmula a ser aplicada para o clculo do VPL ser:
VPL =
t =1
(1 + K )t
FVt
, onde:
FVt representa todos os capitais do fluxo de caixa, da data zero at a data terminal n. Por outro lado, a duas frmulas apresentadas acima consideram o k como uma taxa requerida nica. Deste modo, para as situaes de clculo do (VPL) em que a taxa requerida varia, a expresso do modelo matemtico ser:
146
VPL = I +
VPL = I +
t =1
FVt
(1 + K )
t t =1
, onde:
VPL = valor presente lquido; FVt = valor presente dos retornos aps os impostos na data t; t = data do fluxo de caixa; n = o perodo de anlise do projeto; k1; k2; k3; ...; kt; ...; kn o conjunto de taxas requeridas, considerando uma para cada ano ou perodo de equivalncia; I o investimento de capital na data zero, sendo negativo por ser um desembolso.
De acordo com Bruni et. al. (1998); Kerzner (1998); Raftery (1994); De Souza, A. A. (1999); Jovanovi (1999); Babusiaux & Pierru (2001), Lapponi (2000), vantagens decorrentes da aplicao deste mtodo so: as
Informar se o projeto de investimento ir agregar valor empresa; A considerao do custo monetrio no tempo; Incluso de todos os capitais na avaliao; Considera o risco embutido no valor de k.
Lapponi (2000), acrescenta que o fato da taxa requerida de juro poder ser usada no clculo do (VPL), o risco das estimativas futuras do fluxo de caixa tambm considerado. Este mtodo pode ser aplicado com qualquer tipo de fluxo de caixa para anlise de projetos de investimento, ou seja, no existir problema em se trabalhar com fluxos de caixa que apresentarem mais de uma mudana de sinal. No caso do valor do (VPL) ser positivo o projeto dever ser aceito, caso contrrio dever ser rejeitado, posto que o investimento ir gerar prejuzo. O autor descreve ainda como vantagem, a possibilidade de serem somados todos os (VPLs) de projetos individuais a fim de por exemplo averiguar o oramento anual da empresa em relao a m projetos de investimentos aprovados.
147
Deste modo, para saber se estes projetos iro gerar lucro para empresa apresentado o seguinte modelo matemtico:
m m
VPLT = IT VPT =
j=1
Ij + VPj
j=1
m VPLT =
VPLj
j=1
onde:
VPLT corresponde ao somatrio dos valores presentes lquido dos projetos individuais; IT corresponde ao somatrio de todos os investimento dos projetos individuais (Ij); VPT corresponde a soma dos VP dos retornos dos projetos individuais (VPj);
A necessidade de conhecer o k (taxa requerida); A resposta ser dada em valor monetrio, ou seja, de acordo com o exemplo de Bruni et.al. (1998) fica difcil analisar monetariamente se melhor investir $ 100 para um VPL de 5$ ou investir $10 para um VPL de $ 3. Neste caso, o resultado da avaliao medido de forma absoluta ao invs de ser medido de forma relativa, ou seja; atravs de uma taxa de juro;
O (VPL) no permite comparar projetos a partir do investimento realizado. Apenas permitir escolher aquele que apresenta maior valor do VPL;
Lapponi (2000) destaca ainda, o fato de no se conseguir reinvestir os retornos lquidos com a mesma taxa mnima requerida para o clculo do VPL do projeto, sendo denominado de risco de reinvestimento. Segundo o autor, o
148
de kr serem variveis, podendo gerar um VPL realizado diferente do esperado. Assim sendo, se a taxa de reinvestimento kr for diferente da taxa mnima requerida k, os resultados sero os seguintes:
Se kr k o VPL realizado e o VPL esperado sero iguais; Se kr < k o VPL realizado ser menor que o VPL esperado.
No caso do clculo do VPL esperado, Raftery (1994), prope a construo da matriz de deciso onde o investimento ser analisado sob a perspectiva declnio, estabilidade e crescimento. A anlise do valor presente lquido ser realizada para cada uma das situaes proposta considerando os seus perodos e taxas mnima requerida de 8%. Assim, o autor apresenta o exemplo, que ser descrito no Quadro 4.14 a seguir:
Ano
1 2 3 4
Declnio
170 000 150 000 150 000 150 000
Estvel
180 000 200 000 200 000 200 000
Crescimento
200 000 250 000 250 000 250 000
Investimento
Crescimento Estvel Declnio
Probabilidade
0,2 0,6 0,2
VPL
280 200 142 680 14 420
149
280 200 x 0,2 = 56 040 142 680 x 0,6 = 85 608 14 420 x 0,2 = _2 884 = 144 532
Neste exemplo, o procedimento de clculo adotado semelhante ao realizado para se achar o valor monetrio esperado. De acordo com a literatura pesquisada verifica-se que os autores adotam outras tcnicas de apoio, para anlise dos resultados do VPL no momento de tomada de deciso, os quais so: Jovanovi (1999); De Souza, A. A. (1999), Hwee e Tiong (2002) aplicam a anlise de sensibilidade para a avaliao de um investimento, levando-se em considerao parmetros como: custos, valores investidos, taxa de retorno, entre outros. Da mesma forma, os autores verificam as influncias e efeitos que as
mudanas nos valores destes parmetros podem causar no investimento do projeto. Bruni et. al. (1998) e De Souza, A. A. (1999) aplicam o mtodo de Monte Carlo para analisar os resultados obtidos nos VPLs do projeto. Merna & Von Storch (2000) propem a aplicao da anlise de probabilidade no caso da anlise de vrios projetos. Finalmente, pode ser mencionado que o Mtodo do Valor Presente Lquido apresenta uma aplicao simples, cujo objetivo verificar o mximo de retorno financeiro que um determinado projeto de investimento poder gerar num determinado intervalo de tempo. Deste modo, a dificuldade deste mtodo consiste em definir entre vrios projetos qual seria o melhor investimento, posto que os resultados gerados so valores monetrios. Assim sendo, outras tcnicas de anlise de risco devem ser utilizadas a fim de auxiliar no momento de tomada de deciso. Entretanto, de acordo com a literatura pesquisada a autora verifica que a tcnica que melhor auxilia na avaliao dos resultados do VPL o Mtodo de Monte Carlo. Esta escolha baseia-se no fato de que nem sempre existem dados suficientes para gerar uma confiabilidade na anlise final. Deste modo, este mtodo ir suprir esta carncia atravs da simulao aleatria destes dados.
150
4.6.2.8.1 Definio
De acordo com Lapponi (2000) o Mtodo do Payback a avaliao do tempo necessrio para se recuperar o capital investido, sendo que este mtodo se divide em:
De acordo com Bruni et. al. (1998) o PBS corresponde ao prazo necessrio para a recuperao do capital investido, sem considerar o seu custo no tempo. Kerzner (1998), define o PBS como o tempo de durao exata para que uma empresa recupere o seu capital investido, no considerando o custo deste capital em relao ao tempo. Da mesma forma, Lapponi (2000) define esta tcnica como tempo necessrio para recuperar o investimento PBS com o tempo mximo tolerado para a recuperao deste investimento. O autor considera que para calcular o valor do PBS admiti-se que o retorno lquido de cada ano do fluxo de caixa se comporta de modo uniforme durante o ano. Deste modo do exemplo da Figura 4.11, o qual mostra uma interpolao linear entre o segundo e terceiro ano, estabelecendo deste modo a semelhana entre os dois tringulos retngulos.
151
$ 130
PBS
- $ 810
Deste modo o PBS = 2,86 informa que o investimento ser recuperado num prazo de dois anos e nove meses. Lapponi (2000), atenta para o fato que o saldo do projeto at a data do PBS sempre negativo. Entretanto, se o saldo for negativo at o final do prazo de anlise do projeto, no existir PBS. O Quadro 4.16 apresenta a construo de um fluxo de caixa anual para um determinado projeto de investimento.
Anos 0 1 t n
152
PBS
FCt
t=0
= 0, onde:
A soma dos capitais do fluxo de caixa de investimento da data zero at a data PBS ser zero; A data PBS a incgnita do problema.
Por outro lado, Lapponi (2000), descreve que para a aplicao do PBS devem ser seguidos os seguintes critrios:
O capital inicial do fluxo de caixa deve ser um investimento; Os capitais de fluxo de caixa do investimento devem apresentar uma nica mudana de sinal; Definio do Tempo Mximo Tolerado TMT para a recuperao do capital investido. De acordo com o autor est definio ir variar conforme o posicionamento de cada empresa, sendo um valor arbitrrio;
Comparao entre o PBS do projeto e o TMT definido. Caso o PBS < TMT, o investimento deve ser aceito, caso contrrio o projeto dever ser rejeitado.
Segundo Bruni et. al. (1998), as vantagens em se utilizar este mtodo est na facilidade dos clculos que consiste apenas em sucessivas somas. Da mesma forma, servir como parmetro de liquidez e de risco, pois quanto menor o PBS em relao ao TMT, maior ser a liquidez do projeto e menor ser o seu risco. Lapponi (2000), acrescenta ainda dentre as vantagens o fato deste mtodo apresentar fcil interpretao e servir de parmetro de medida do risco do projeto, ou seja, quanto maior o valor do PBS maior ser o risco do investimento e quanto menor o valor PBS menor ser o risco de investimento. Por outro lado, Bruni et. al. (1998) apresenta como desvantagens do PBS o fato de no ser considerado o custo de capital, ou seja, o valor do dinheiro no tempo, alm de no considerar todos os fluxos de caixa.
153
Adicionalmente, Lapponi (2000) destaca como desvantagem o fato deste mtodo no medir a rentabilidade do investimento, medindo apenas o tempo para recuperar o capital investido, no devendo ser aplicado nas seguintes situaes:
Na realizao de investimentos superiores h um ano; Quando os capitais de fluxo de caixa apresentarem mais de uma mudana de sinal; Para selecionar entre vrios projetos o melhor deles.
Finalmente, cabe ressaltar que de acordo com a literatura pesquisada, este mtodo de avaliao fcil de ser aplicado, no apresentando divergncias em sua metodologia. Todavia, trata-se de um mtodo para anlise inicial de um projeto de investimento, devendo ser complementado com outras tcnicas mais elaboradas como por exemplo o mtodo do Valor Presente Lquido e a Taxa Interna de Retorno.
Segundo Jovanovi (1999), o PBD definido como o perodo em que a renda ganha descontada por ano sobre o valor total investido. De acordo com Bruni et. al. (1998), o Mtodo do Payback Descontado representa o prazo necessrio para a recuperao do capital investido, considerando o valor do dinheiro no tempo. Neste caso, Lapponi (2000), descreve que o custo do capital59 deve ser medido, sendo que existem dois modos, a saber:
Valor Presente em cada ano do fluxo de caixa do projeto acumula-se o valor presente dos capitais do fluxo de caixa do ano zero at o ano do clculo;
Saldo do Projeto. em cada ano, ao saldo do projeto do ano anterior adiciona-se os juros de um ano e o retorno deste ano.
De acordo com Lapponi (2000), o capital alocado no investimento tem um custo, devendo ser includo na anlise do investimento do projeto.
59
154
Da mesma forma para se saber qual o tempo de recuperao do capital investido no PBD, segue-se o mesmo procedimento adotado no PBS, fazendo-se a interpolao linear. Assim, o PBD representado pela seguinte expresso matemtica:
PBD t =0
(1 + k )
FC t
=0
I o investimento de capital na data zero, podendo ser registrado com sinal negativo ou entre parnteses por ser desembolso; n - o prazo de anlise ou data de trmino do projeto; FCt - representa o retorno do investimento da data t; k a taxa mnima requerida.60
Lapponi (2000), descreve que para a aplicao do PBD devem ser seguidos os seguintes critrios:
O capital inicial do fluxo de caixa deve ser um investimento; Os capitais de fluxo de caixa do investimento devem apresentar uma nica mudana de sinal; Definio do Tempo Mximo Tolerado TMT para a recuperao do capital investido; Comparao entre o PBD do projeto e o TMT definido. Caso o PBD < TMT, o investimento deve ser aceito, caso contrrio o projeto dever ser rejeitado.
Dentre as vantagens da utilizao desta tcnica, Bruni et. al. (1998) mencionam que considerado o custo monetrio no tempo. Da mesma forma Lapponi (2000) acrescenta as seguintes vantagens:
Calculando-se p PBD com o procedimento do valor presente, este mtodo se aproxima do Mtodo do Valor Presente Lquido. Neste caso o Valor
Taxa mnima requerida a taxa de juro que o investidor exige para aceitar um investimento. (LAPPONI, 2000, p. 15).
60
155
Presente acumulado do ltimo ano corresponde ao prprio Valor Presente Lquido do projeto;
Se o PBD for menor que o prazo de anlise do projeto, o VPL ser positivo; Quanto menor for o PBD, em relao ao prazo do projeto, maior ser o VPL, favorecendo ao critrio de aceitao o qual VPL > 0. Se o PBD for igual ao tempo de durao do projeto, ento o VPL ser igual a zero e a taxa interna de retorno do projeto ser igual a taxa mnima requerida adotada para calcular o PBD;
Por outro lado, Bruni et. al. (1998) descreve como desvantagem do PBD o fato de no considerar todos os fluxos de caixa do projeto. De forma complementar, Lapponi (2000) acrescenta que o tempo mximo tolerado definido de forma arbitrria, tendendo a aceitao de projetos de baixa rentabilidade em detrimento dos de alta rentabilidade. O autor destaca ainda que este mtodo no deve ser aplicado nas seguintes situaes:
Na realizao de investimentos superiores h um ano; Quando os capitais de fluxo de caixa apresentarem mais de uma mudana de sinal; Para escolha do melhor projeto entre dentre um determinado grupo. A escolha do menor PBD no significa a escolha do melhor projeto, posto que este mtodo no considera todos os capitais do fluxo de caixa.
Todavia, da mesma forma que o PBS, o mtodo do PBD deve ser utilizado de forma complementar com outras tcnicas mais elaboradas como por exemplo o mtodo do Valor Presente Lquido e a Taxa Interna de Retorno, uma vez que o PBD ir medir apenas o custo monetrio no tempo. O Quadro 4.17 descrito a seguir, corresponde ao exemplo proposto por Lapponi (2000), onde so apresentados o Mtodo do Payback Simples, o Mtodo do Payback Descontado calculado atravs do Valor Presente, e o Mtodo do Payback Descontado calculado atravs do Saldo do Projeto. Para tanto foram feitas observaes:
156
Investimento inicial = R$ 2.000.000,0061; Retornos anuais de impostos = R$ 850.000,00 a.a., durante cinco anos de durao do projeto; A taxa mnima requerida = 12%; Tempo mximo tolerado = 3 anos.
PBD (S do P) Juros Saldo do Projeto $0 ($2.000) ($ 240) ($ 1.390) ($ 167) ($ 707) $ 85 $ 58) $7 $ 915 $ 110 $ 1.875 PBD=2,92
Fluxo de Caixa PBD (VP) PBS Anos Capitais Saldo do Projeto VP VP Acum. 0 ($2.000) ($2.000) ($2.000) ($2.000) 1 $ 850 ($ 1.150) $ 759 ($ 1.241) 2 $ 850 ($ 300) $ 678 ($ 563) 3 $ 850 $ 550 $ 605 $ 42 4 $ 850 $ 1.400 $ 540 $ 582 5 $ 850 $ 2.250 $ 482 $ 1.064 PBS=2,35 PBD=2,93
Os dados foram divididos por 1.000, a fim de facilitar o registro dos valores numricos. (LAPPONI, 2000).
61 61
157
Clculo do PBD (considerando o Valor Presente) Tempo mximo tolerado = 3 anos. Taxa mnima requerida = 12% Primeiramente calcula-se o valor presente = FCn x k n Ano 0 = (2000) - investimento inicial, ou seja desembolso.
-1
Ano 5 = 850 x 1,12 = 482 Calcula-se o valor presente acumulado. Ano 0 = (2000) - investimento inicial, ou seja desembolso. Ano 1 = (2000) + 759 = (1241) Ano 2 = (1241) + 678 = (563) Ano 3 = (563)+ 605 = 42 Ano 4 = 42 + 540 = 582 Ano 5 = 582 + 482 = 1064 Para o clculo do PBD (Valor Presente) adota-se o mesmo procedimento aplicado ao PBS.
Clculo do PBD (considerando o Saldo do projeto) Tempo mximo tolerado = 3 anos. Taxa mnima requerida = 12%
158
Ano 0 = (2000) - investimento inicial, ou seja desembolso. Ano 1 = 2000 x 12 % = (240) + (2000) + 850 = (1390) Ano 2 = (1390) x 12 % = (167) + (1390) + 850 = (707) Ano 3 = (707) x 12 % = (85) + (707) + 850 = 58 Ano 4 = 58 x 12 % = 7 + 58 + 850 = 915 Ao 5 = 915 x 12 % = 110 + 915 + 850 = 1875 Para o clculo do PBD (Saldo do Projeto) adota-se o mesmo procedimento aplicado ao PBS.
Payback simples = 2,35 Payback Descontado (Valor Presente) = 2,93 Payback Descontado (Saldo do Projeto) = 2,92
Deste modo, conclui-se que como o PBS e PBD sendo menores que a taxa mnima requerida de 3 anos, o projeto poder ser aceito.
Segundo Lapponi (2000) a taxa de juro que zera o VPL do fluxo de caixa do projeto de investimento denominada de Taxa Interna de Retorno, ou simplesmente TIR62. Bruni et. al. (1998) define este mtodo como sendo a taxa de juro que representa o valor do custo de capital que torna o VPL nulo, sendo ento uma taxa que remunera o valor investido no projeto.
62
159
Kerzner (1998), menciona que a TIR corresponde a taxa de juro onde o valor presente lquido do fluxo de caixa exatamente igual ao investimento inicial, ou seja, o TIR ser a taxa de juro quando o VPL for igual a zero. De acordo com Lapponi (2000), a medida que a TIR aumenta o valor do VPL correspondente diminui. Assim, quando a taxa de juro real for menor que o valor da TIR, o investimento poder ser aceito, caso contrrio o investimento dever ser rejeitado. Para o clculo da TIR, Lapponi (2000) estabelece que pode-se adotar o mesmo procedimento aplicado no clculo do PBS. O Quadro 4.18 e da Figura 4.12 exemplifica a metodologia proposta pelo autor.
k 0% 5% 10% 15% 20% 25% VPL 2.100.000 1.185.741 508.428 -3.133 -396.383 -703.610
Quadro 4.18: Taxa de juro k e resultado dos VPLs. Fonte: (LAPPONI, 2000, p. 156).
De acordo com o quadro acima verifica-se que:
A medida que a taxa de juros k aumenta o VPL diminui; A taxa TIR corresponde a taxa em que o VPL do investimento igual a zero; Se k < TIR o investimento dever ser aceito; Se k > TIR o investimento ser rejeitado.
508.428 15%
10%
TIR
3.133
160
Verifica-se no Quadro 4.18 que a mudana no VPL ocorre entre o terceiro e quarto ano do investimento. Deste modo atravs da interpolao linear entre estes valores obteremos o valor da TIR.
No presente caso a taxa de juros igual a 14,97%. Assim, pode-se dizer que:
A TIR = 14,97% a.a. a taxa de juros que torna o VPL igual a zero; Se a taxa requerida de 10% atingir at o valor da TIR = 14,97% o projeto pode ser aceito, caso contrrio dever ser rejeitado.
De acordo com Lapponi (2000) o modelo matemtico do Mtodo da taxa Interna de Retorno expresso do seguinte modo:
VPL = 0 = I +
(1 + TIR )
FC t
FC i
(1 + TIR )
FC t
(1 + TIR )
FC t
+ ... +
(1 + TIR )n
FC t
0 = I +
t =1
(1 + TIR )t
onde:
desembolso (nica mudana de sinal) ou com mais de um desembolso (apresentando vrias mudanas de sinal).
FCt representa o fluxo de caixa na data t; t a data do fluxo de caixa; n o perodo de anlise do projeto; k = taxa mnima requerida ou custo de capital do projeto de investimento; TIR a taxa de juro o qual o VPL do fluxo de caixa do investimento igual a zero.
O autor menciona que apesar do modelo matemtico acima descrito, o clculo da TIR no direto, devido no ser possvel colocar em evidncia a varivel TIR em funo das outras variveis da frmula. Assim, o procedimento adequado
161
aplicar um mtodo numrico de tentativa e erro ou mtodo de aproximaes sucessivas. De acordo com Lapponi (2000), este mtodo consiste em atribuir valores de TIR at que o VPL seja igual a zero. Entretanto os procedimentos de clculo so bastante trabalhosos devendo ser feitos em calculadoras financeiras ou os recursos das verses 97 e 2000 do Excel.63 Lapponi (2000) e Bruni et. al. (1998) descrevem que a vantagem deste
mtodo consiste no fato do resultado gerado ser uma medida relativa, uma taxa efetiva de juros. Por outro lado, o autor menciona como desvantagem, o fato de existirem mais de uma mudana de sinal o que poder ocasionar mais de uma TIR. Da mesma forma Bruni et. al. (1998) sugere nestes casos aplicar o Mtodo do Valor Presente Lquido. Na literatura pesquisada verificou-se que a divergncia verificada neste mtodo consiste nas ferramentas de clculo da TIR, ou seja, alm das verses em Excel, das calculadoras financeiras, Merna & Von Storch (2000), apresentam um programa de computador denominado CASPAR, o qual entra-se com ao parmetros iniciais do clculo da TIR e o programa gerar os resultados. Do mesmo modo outros autores como Mohamed & McCowan (2001), Babusiaux & Pierru (2001), Hwee & Tiong (2002) desenvolveram modelagens matemticas para os clculos da TIR e de outros mtodos de investimento tais como: o Payback e o Valor Presente Lquido. Na opinio da autora, o fundamento deste Mtodo encontrar a taxa de juro correspondente ao VPL igual a zero. Contudo o Mtodo da TIR que apresenta resultados relativos, deve ser aplicado como complementao do Mtodo do VPL, que apresenta resultados absolutos. Todavia as ferramentas que sero utilizadas apenas contribuiro para a rapidez e eficcia dos resultados.
63
Lapponi (2000, p.162-166), mostra vrios exemplos de clculo da TIR utilizando tanto as calculadoras financeiras como as verses do Excel. No objetivo deste trabalho demonstrar a utilizao destas ferramentas de clculo. (NA).
162
Segundo Pritchard (1997), a anlise de deciso pode ser usada para determinar estratgias no momento em que ao se tomar uma deciso existem vrias alternativas e uma incerteza ou risco de um evento futuro. De acordo com o autor necessrio que antes da aplicao desta tcnica seja considerado o tipo de situao em estudo. A tomada de deciso em uma determinada situao se baseia em como um evento futuro deve ser conhecido, estando alm do controle daquele que ir tomar a deciso (conhecido como estado ou condio natural), resultando desta forma em dois tipos de situao:
A tomada de deciso inclui certeza (quando a condio natural conhecida); A tomada de deciso inclui incerteza (quando a condio natural desconhecida).
Assim, de acordo com Pritchard (1997), a tcnica de anlise de deciso adequada para identificar, quantificar e priorizar aquelas decises consideradas que incluem a incerteza. Contudo, segundo o autor as probabilidades so estimadas atravs da aplicao do Mtodo do Valor Monetrio Esperado. Na definio de Flanagan & Norman (1993), a Anlise de Deciso :
... uma tcnica para tomar decises em um ambiente de incertezas que precisamente trata tanto da exposio ao risco quanto as atitudes face ao risco. Esta tcnica estabelece uma metodologia que permite na tomada de deciso a incluso de resultados alternativos, atitudes face ao risco e impresses subjetivas. 64
Segundo os autores esta tcnica consiste tanto numa metodologia para a tomada de decises, quanto um conjunto de tcnicas para guiar as mesmas num
64
Traduo da autora.
163
ambiente de risco e incerteza. Da mesma forma, esta tcnica pode ser dividida nas seguintes etapas:
Identificao e estruturao do problema Avaliao dos valores e incertezas dos possveis resultados; Determinao da escolha mais favorvel; Implementao da deciso.
Flanagan & Norman (1993) consideram ainda que esta metodologia apresenta as seguintes ferramentas para a anlise de deciso:
Algoritmos; Cadeia de recurso - finalidade; Matriz de deciso; rvore de deciso; Anlise estocstica da rvore de deciso.
Os autores descrevem que a tcnica de deciso denominada de algoritmo utilizada para resolver os problemas atravs da incluso de uma seqncia de instrues. Estas instrues so as etapas de uma tarefa e as respostas so determinadas por uma rotina estabelecida. Em geral os algoritmos so usados como os elementos introdutrios em um programa de computador como uma seqncia lgica e fcil de ser seguida. No caso do mtodo da cadeia de recursos - finalidade, o objetivo verificar qual o meio e a finalidade para que determinada deciso seja tomada. Esta anlise realizada atravs do encadeamento dos meios e da finalidade que se deseja atingir. Na Figura 4.13 apresentada a estrutura da cadeia de recursos.
164
AUMENTO DO LUCRO
MEIO
FINALIDADE
REDUO DE DESPERDCIO
Figura 4.13: Estrutura da cadeia de recursos. Fonte: Adaptado de (FLANAGAN & NORMAN, 1993).
Nota-se na figura acima que o objetivo final o aumento do lucro. Entretanto, o meio para atingir esta meta consiste na reduo de desperdcio, cuja finalidade ser a reduo de custos. Por outro lado, reduzir os custos ser o meio para se atingir a finalidade de se aumentar os lucros. Em relao a tcnica de deciso denominada de Matriz de Deciso, os autores descrevem que esta tcnica corresponde a representao das vrias opinies ou estratgias para a tomada de deciso, dos fatores relevantes e dos resultados. Assim, a matriz de deciso construda colocando-se as opinies ou estratgias nas linhas e os fatores ou condies estabelecidos em colunas. As probabilidades na matriz de deciso so avaliadas aplicando-se o Mtodo do Valor Monetrio Esperado. Na anlise estocstica da rvore de deciso, Hespos & Strassman apud. (Flanagan & Norman, 1993) mencionam que se trata de uma tcnica que far uma combinao lgica entre a anlise da rvore de deciso e a simulao de Monte Carlo, o qual ser utilizada para analisar os riscos. Neste caso ao invs de aferir as probabilidades dos resultados de uma deciso, utilizando a tcnica do Valor Monetrio Esperado, os resultados sero obtidos atravs do Mtodo de Monte Carlo.
165
Por outro lado, Johansson (2002) menciona que a anlise de deciso pode ser realizada utilizando-se a funo utilidade65. De acordo com o autor a aplicao da funo utilidade na tomada de deciso, pode ser determinada calculando-se a utilidade esperada para diferentes alternativas de deciso com base na probabilidade das diferentes conseqncias e seus respectivos valores de utilidade. Estas probabilidades so obtidas atravs da aplicao do mtodo do Valor Monetrio Esperado. Flanagan & Normam (1993) descrevem que a anlise de deciso constitui-se em uma parte do processo na tomada de deciso. Entretanto, esta tcnica deve constituir-se a longo prazo em uma estratgia e a curto prazo poder auxiliar nas decises de uma rea em particular. De acordo com a literatura pesquisada esta tcnica, aparentemente, no apresenta pontos divergentes em sua definio e aplicao. Entretanto os autores citados no pargrafo anterior destacam que a tcnica de anlise de deciso agrupa um conjunto de tcnicas para a tomada de deciso, destacando inclusive a da rvore de deciso descrita no item anterior. Todavia a eficcia desta tcnica, levando-se em considerao a bibliografia pesquisada, consiste em:
Estruturar adequadamente o evento ou problema que se deseja analisar; Verificar as decises a serem tomadas, e os possveis resultados a partir de cada uma das decises; Calcular a probabilidade de ocorrncia de cada um destes resultados; Tomada de deciso.
No estudo da tcnica denominada anlise de deciso constatou-se que na verdade trata-se de uma metodologia a qual utiliza um conjunto de tcnicas de anlise de risco. Esta metodologia tem o objetivo de guiar as decises em ambientes de riscos, utilizando um conjunto de tcnicas de anlise de risco quantitativas e ou qualitativas. Observa-se, entretanto, que a diretriz fundamental desta metodologia que as decises em situaes de risco devem ser tomadas considerando-se tanto a
65
No captulo 3, item 3.8.3, Figura 3.4 mostrado graficamente a funo utilidade. (NA).
166
probabilidade de ocorrncia dos eventos, quanto o posicionamento ou utilidade atribuda aos mesmos por aqueles que analisarem os problemas em questo.
5.1 INTRODUO
O objetivo deste captulo descrever o processo de gerenciamento de riscos no contexto do gerenciamento de projetos66. Neste sentido buscar-se- discorrer sobre os principais modelos de gerenciamento de risco existentes no momento, apontando as suas diferenas e semelhanas. Em relao gesto de projetos, pode-se observar na literatura a existncia de duas metodologias importantes: Modelo de Gerenciamento de Projeto67 Tradicional que de acordo com Valeriano (1998) considera as aes de gerenciamento durante o ciclo de vida do projeto.
66
Projeto um processo nico, consistindo de um grupo de atividades coordenadas e controladas com datas para incio e trmino, empreendido para alcance de um objetivo conforme requisitos especficos, incluindo limitaes de tempo, custo e recursos. (NBR ISO 8402/1994). 67 Gerenciamento de projetos a coordenao eficaz e eficiente dos recursos de cada processo do projeto, atendendo a parmetros preestabelecidos de prazo, custo, qualidade e risco. (LIMMER, 1997).
168
Modelo de Gerenciamento de Projeto Contemporneo que considera as aes do gerenciamento de projeto com enfoque tanto no ciclo de vida do projeto, quanto no processo de gesto de projeto. Neste caso o processo de gesto de projeto considerado como sendo um conjunto de sub-processos articulados entre si (gerenciamento de risco, prazo, qualidade, etc.). Pode-se observar que os modelos de gesto propostos por Kerzner (1998) e PMBOK-PMI (2000), adotam esta metodologia. Deste modo, o processo de gerenciamento de risco ser tratado neste captulo, como sendo um dos sub-processos do processo de gesto de projetos segundo a viso contempornea.
De acordo com Wideman (1992, p. II-3), a definio de gerenciamento de risco em projetos a seguinte:
Gerenciamento de risco em projetos a arte e a cincia de identificar, avaliar e responder aos riscos do projeto durante todo o seu ciclo de vida, atendendo aos seus interesses e objetivos.68
O autor acrescenta que os princpios do gerenciamento de risco residem na elaborao e desenvolvimento de estratgias, as quais diminuiro sensivelmente o impacto da ocorrncia dos eventos identificados como risco ou na implementao de aes que os evitem. Ao mesmo tempo, devem ser estabelecidas medidas que maximizem as oportunidades que, porventura, vierem a aparecer neste processo. Wideman (1992) descreve ainda, que o gerenciamento de risco em projetos visto como um processo no qual os riscos so sistematicamente identificados, avaliados e controlados, durante o desenvolvimento do projeto, envolvendo todos os seus sub-processos. Este processo pode ser explicado pelo esquema desenvolvido
68
Traduo da autora.
169
69
. Neste esquema so
estabelecidas as relaes das sete funes previstas pela metodologia proposta pelo PMBOK PMI com o processo de gerenciamento de riscos, que seria o oitavo sub-processo previsto pelo referido mtodo.
INFORMAES E COMUNICO
Expectativas e viabilidade
RECURSOS HUMANOS
Requisitos e padronizao
PRAZO
CONTRATOS/ AQUISIO
CUSTO
Figura 5.1: Integrao do gerenciamento risco com as funes do gerenciamento de projetos. Fonte: (QUAIFE apud WIDEMAN, 1992).
O modelo proposto por Wideman (1992) estabelece as seguintes fases que compreendem o processo de gerenciamento de riscos em projetos:
Identificao consiste na identificao dos riscos os quais tero impacto significativo no resultado do projeto; Avaliao consiste na verificao do tipo, do impacto e da probabilidade de ocorrncia do risco identificado;
69
170
Aes de Preveno consiste no estabelecimento de estratgias no sentido de evitar a ocorrncia de determinados tipos de risco ou planejar aes para reduo do impacto daqueles que so assimilados durante o desenrolar do projeto;
Documentao consiste na elaborao de um banco de dados confivel para avaliao contnua do projeto, bem como, para a utilizao dados em outros projetos. destes
os seguintes estgios na
Identificao do Risco identificar as fontes e os tipos de risco; Classificao do Risco considerar o tipo de risco e o seu efeito nas pessoas ou organizao; Anlise de Risco Avaliar as conseqncias associando-as ao tipo de risco, ou a combinao deles, utilizando tcnicas analticas. Igualmente, deve-se avaliar os impactos de risco usando vrias tcnicas de mensurao do risco;
Atitudes Face ao Risco as decises sobre os riscos que podero afetar o empreendimento e a atitude das pessoas ou da organizao no momento da tomada de deciso;
Aes de Preveno
a considerao de como os riscos devem ser para outra parte ou assimilao dos
O objetivo deste modelo verificar a ocorrncia de eventos futuros que podero resultar em efeitos adversos ao planejado.
171
De acordo com Raftery (1994) a metodologia de gerenciamento de risco envolve trs fases: Identificao, Anlise e Aes de Preveno. No processo de Identificao de Risco deve-se considerar no mnimo trs reas em separado: 1. Risco Interno ao projeto atravs do desdobramento em pacotes de trabalho principais. (aqueles que a equipe de gerenciamento de empreendimento pode intervir); 2. Risco Externo ao projeto originrio dos meios fsicos e dos negcios; 3. Risco considerado em relao ao cliente, o projeto, a equipe de gerenciamento e a qualidade da documentao no sentido de se antecipar perspectiva de reclamao por parte de vrios empreiteiros. Assim sendo, na fase de identificao de risco em projetos o autor recomenda a utilizao de tcnicas de grupo de trabalho, entre as quais podemos citar a tcnica brainstorming, grupo nominal, Delphi, entre outras. Na fase da anlise de risco o autor recomenda a utilizao de vrias tcnicas, entre as quais podemos citar o Teste de Sensibilidade, Valor Monetrio Esperado e o Mtodo de Monte Carlo. O propsito da ltima fase deste modelo o de implementar aes no sentido da preveno em relao ocorrncia dos eventos considerados de risco definidos e analisados nas fases anteriores. O autor estabelece ainda, que essas aes podero utilizar as seguintes estratgias:
172
Finalmente pode-se deduzir do estudo da metodologia proposta por Raftery (1994) que o objetivo deste mtodo de gerenciamento de risco fazer com que os resultados previstos para um determinado projeto sejam efetivamente alcanados.
Planejamento do Risco, cujo objetivo estabelecer as diretrizes para a elaborao de um Plano de Gerenciamento de Riscos, o qual tem a finalidade de ser o documento diretor do processo de gerenciamento de riscos. Este documento deve definir de forma detalhada todas as atividades de gerenciamento de risco do projeto, bem como os recursos humanos e materiais para execut-las. Da mesma forma, as
responsabilidades pela implementao das aes previstas neste plano devero estar claramente definidas.
Avaliao de Risco, que tem como objetivo conduzir o processo de identificao e quantificao de acordo com as tcnicas e critrios estabelecidos no Plano de Gerenciamento de Riscos do Projeto.
Desenvolvimento de Aes de Preveno, que tem como objetivo implementar as aes previstas no Plano de Gerenciamento de Riscos do Projeto visando evitar a ocorrncia de um determinado risco, reduo da probabilidade e ou impacto da mesma, transferncia para outra parte com maior capacidade de assimilao do mesmo.
Controle das Aes de Preveno, que tm como objetivo a monitorao e documentao da implementao das aes previstas no Plano de Gerenciamento de Riscos do Projeto.
173
Finalmente, o objetivo deste modelo de gerenciamento de risco o de assegurar que o sucesso de um determinado empreendimento no seja comprometido pela ocorrncia de eventos indesejveis, os quais so definidos pelo autor, como sendo os riscos do projeto. Na Figura 5.2, Pritchard (1997) descreve esquematicamente uma viso similar a do PMI70 no processo de gerenciamento de risco.
RECURSOS HUMANOS
PLANEJAMENTO DO RISCO
PROCEDIMENTOS
TREINAMENTO
AVALIAO DO RISCO
FERRAMENTAS E TCNICAS Figura 5.2: Ciclo do Gerenciamento de Risco. Fonte: (PRITCHARD, 1997). 5.2.5 Modelo Proposto por KERZNER
O modelo proposto por Kerzner (1998) baseado no PMI, sendo que o autor destaca a importncia em se estabelecer estratgias no gerenciamento de projeto o mais cedo possvel, verificando os riscos de modo contnuo durante todo o ciclo de vida do projeto. Desta forma a estrutura deste modelo composta de:
70
174
Identificao dos Riscos Este processo consiste em examinar a situao, identificando e classificando as reas com potencial de risco; Quantificao dos Riscos Requer a anlise para quantificar a probabilidade da ocorrncia de um determinado evento e associ-lo s possveis conseqncias;
Aes de Preveno ao Risco Correspondem ao desenvolvimento de mtodos e tcnicas para reduzir e controlar os riscos; Aes de Controle e Documentao So os mtodos de documentao, os bancos de dados, que servem de auxlio no gerenciamento de risco a fim de beneficiar no momento da tomada de deciso.
O Objetivo desta metodologia descobrir as causas, efeitos e magnitude dos riscos percebidos, desenvolvendo e examinado as alternativas para prevenir e controlar os riscos identificados e quantificados.
dificilmente os riscos so eliminados do projeto sem que este no tenha que sofrer uma reformulao, podendo deste modo no mais caracterizar os seus propsitos iniciais. Assim, o autor adota o modelo de gerenciamento de risco similar ao do Pritchard (1997) dividindo-o nos seguintes processos:
Planejamento de Gesto de Riscos - que prope um plano de gesto, execuo e controle dos riscos, incluindo tambm a organizao e a
71
INTERNATIONAL ORGANIZATION FOR STANDARDIZATION - ISO 10006 Gerenciamento da Qualidade Diretrizes para a Qualidade em Gerenciamento de Projetos.
175
equipe da gesto de riscos, a seleo da metodologia adequada, as fontes de dados para identificao dos riscos e o prazo disponvel para anlises;
Identificao dos Riscos consiste no levantamento das possibilidades de ocorrncia de riscos, sua identificao e documentao; Avaliao dos Riscos consiste na execuo da anlise qualitativa dos riscos identificados, sendo priorizados conforme magnitude dos seus impactos sobre o projeto;
Quantificao dos Riscos consiste em medir a probabilidade de ocorrncia e impacto do risco sobre os objetivos do projeto, possibilitando a tomada de deciso face s incertezas;
Planejamento de Respostas a Riscos consiste em aceitar, minimizar, transferir ou eliminar os riscos; Controle de Riscos consiste na verificao sistemtica das respostas ao risco a fim de que se verifique se atendem ao planejado ou se existe necessidade de novas respostas e a ocorrncia de mudanas que venha alterar o plano de gesto de riscos.
Identificao de Riscos consiste na determinao dos riscos do projeto; Avaliao dos Riscos avaliao da probabilidade da ocorrncia de eventos de risco e quantificao dos seus impactos sobre o projeto; Desenvolvimento de Aes de Preveno reagir aos riscos; Controle das Aes de Preveno implementao e atualizao dos planos de risco. desenvolver planos para
Este modelo considera que as aes previstas no processo de gerenciamento de riscos devem ser conduzidas levando-se em conta tanto o ciclo de vida do
176
projeto, quanto os sub-processos de gesto, que abrangem o processo global de gesto de projetos. De uma forma similar ao mtodo proposto pelo PMBOK-PMI (2000) e outros autores. Estes sub-processos so: processo de gesto da
qualidade, processo estratgico, processos de gerenciamento de interdependncias, processos relacionados ao escopo, processos relacionados ao tempo, processos relacionados ao custo, processos relacionados aos recursos, processos
associadas ao projeto. Quanto ao foco principal, o autor ressalta que um dos objetivos do processo de gerenciamento de risco deve ser a deteco das oportunidades e ameaas no contexto do gerenciamento do projeto. Assim sendo, a viso ou a postura adotada por todos os envolvidos no projeto, ao aplicarem o gerenciamento de risco, depender da experincia e do conhecimento destes, alm da magnitude do empreendimento. Levando-se em considerao esta premissa, a metodologia proposta pelo autor, denominada PRAM72 composta de nove fases que procedem em paralelo, sendo que as atividades que interagem nos processos de gerenciamento de risco interligam estas fases. Cada uma destas fases est associada a um resultado, sendo que, cada resultado discutido a fim de entender o seu propsito e quais as tarefas necessrias para atingi-lo. Assim, este modelo tem como objetivo atuar no somente em todos os estgios do ciclo de vida do projeto, mas tambm em relao a parte contratante e a parte contratada. No Quadro 5.1 a seguir ser mostrada a estrutura do processo de gerenciamento de risco descrevendo-se as suas fases, os objetivos e resultados.
72
177
RESULTADOS (podem ser objetivos no atingidos inicialmente) Consolidar as informaes existentes e Todos os participantes devem entender de relevantes do projeto, e preencher as todos os aspectos chave relevantes do projeto DEFINIO lacunas que no foram consolidadas documentado, verificado e registrado. neste processo. Estabelecer um planejamento Todos os participantes devem entender de estratgico e operacional dos nveis do todos os aspectos chaves relevantes do FOCALIZAO processo de gerenciamento de risco. processo de gerenciamento de risco, documentado, verificado e registrado. Identificar as provveis fontes de risco. Identificao de todos os riscos e respostas Identificar as respostas proativas e chaves, as ameaas e oportunidades, IDENTIFICAO reativas em relao ao risco. classificadas, caracterizadas, documentadas, verificadas e registradas. Suposies simplificadas de teste e Um entendimento claro das suposies fornecimento de estruturas mais simplificadas sobre a relao entre os riscos, ESTRUTURAO complexas quando necessrio. as respostas e as atividades do plano base. Alocao da contratante /contratada da Atribuies de responsabilidade e RESPONSABILIDAD responsabilidade e gerenciamento dos gerenciamento efetivo e eficientemente definido, legalmente requisitado quando E DOS riscos e as aes contra os riscos apropriado. INVESTIDORES FASES OBJETIVOS Servir de base para entender quais os riscos e Identificar claramente as reas com aes de preveno que so importantes. incerteza significativa. Estimar a probabilidade do impacto no cenrio Identificar as possveis reas de ou em termos numricos, sendo que este inclui incerteza significativa a identificao das suposies ou condies. Diagnstico de todas as dificuldades importantes e anlises comparativas das implicaes das respostas destas dificuldades, Sntese e avaliao dos resultados da com fornecimento especfico tais como: uma fase de estimativa lista de prioridades de risco; uma comparao no plano base e no plano de contingncia e suas possveis dificuldades e os planos revisados. Plano de base das atividades em nvel detalhado requerido para a implementao; Avaliao do risco em termos de ameaas ou Planejamento do projeto pronto e oportunidades; associ-lo ao plano de gerenciamento Planos de Contingncias reativos e proativos de risco das atividades em relao a prazo, precedncia, responsabilidades e diretrizes contratuais. Monitoramento, controle e planos de Diagnstico da necessidade de reviso dos desenvolvimento de implementao planos iniciais e iniciao do planejamento imediata.
ESTIMATIVA
AVALIAO
PLANEJAMENTO
GERENCIAMENTO
Quadro 5.1: Estrutura do Processo de Gerenciamento de Risco. Fonte: (CHAPMAN, C., 1997).
178
O PMBOK-PMI73 (2000) inclui entre os objetivos do processo de gerncia de riscos a maximizao dos resultados de eventos positivos e minimizao das conseqncias de eventos negativos. Por outro lado, ao contrrio da abordagem do PRAM, na metodologia adotada pelo PMBOK-PMI (2000) cada uma das fases do gerenciamento de risco tratada como um processo cujo esquema pode ser
observado na Figura 5.3. Estes processos interagem entre si e com as demais reas do gerenciamento de projeto. Desta forma, so descritos com as seguintes fases:
Identificao dos Riscos para determinar os riscos mais provveis de afetar o projeto e documentar as caractersticas de cada um. Quantificao dos riscos promover a avaliao dos riscos e suas interaes, a fim de verificar as possveis conseqncias. Desenvolvimento das Respostas ao Risco definio das melhorias e estratgias necessrias para o aproveitamento das oportunidades e respostas s ameaas.
Controle das Respostas aos Riscos capacidade de responder as mudanas dos riscos no decorrer do projeto.
PROJECT MANAGEMENT INSTITUTE. A Guide to the Project Management Body of Knowledge (PMBOK).
73
Entradas
tolerncia a riscos investidores fontes de risco eventos potenciais de risco estimativa de custos estimativa de durao das atividades
dos
Ferramentas e Tcnicas
Sadas
Ferramentas e Tcnicas valor monetrio somas estatsticas simulao rvore de deciso avaliao especializada Sadas
4-
CONTROLE
DAS
AES
DE
Sadas
Sadas
Plano de gerncia de risco entradas para outros processos planos de contingncia reservas acordos contratuais
plano
de
Figura 5.3: Viso Geral da Gerncia dos Riscos do Projeto. Fonte: (PMBOK-PMI, 2000, p.112).
180
Segundo Raz & Michael (1999), o PRM74 um processo de gerenciamento de risco que acompanha o projeto desde a fase da definio, passando para o planejamento, execuo, controle e concluso. Na realidade o PRM no um modelo de gerenciamento de risco e sim se constituem numa proposta de variao do desdobramento dos processos de gerenciamento de risco. Os autores descrevem a seguir algumas destas variaes na viso de alguns especialistas no assunto: Na viso de Boehm (apud Raz & Michael, 1999), o PRM pode ser dividido em duas fases: avaliao do risco que inclui a identificao, anlise e a sua prioridade; o controle do risco que inclui o seu planejamento do gerenciamento, a sua resoluo, o planejamento do seu monitoramento, a sua localizao e as aes corretivas. Na proposta adota por Fairley (apud Raz & Michael, 1999), o PRM foi dividido em sete etapas: identificao dos fatores de risco; avaliao da probabilidade e efeitos do risco; desenvolvimento de estratgias para minimizar os riscos identificados; monitoramento dos fatores de risco; fazer um plano de contingncia; gerenciar as alteraes e retomar as alteraes. No caso do SOFTWARE ENGINEERING INSTITUTE (apud Raz & Michael 1999), a metodologia do gerenciamento de risco em projetos inclui cinco fases distintas que so: identificar; analisar; planejamento das respostas; rastrear e controlar os riscos. Na diviso feita por Kliem & Ludin (apud Raz & Michael, 1999), o processo do PRM apresenta-se em quatro etapas: identificao; anlise; controle e relatrio final. Por outro lado, Chapman, R. J. (2001), descreve que todo o processo do PRM deve ser estruturado em duas fases: anlise do risco e gerenciamento do risco. A Figura 5.3 mostra como essas duas fases so subdivididas dentro do processo do PRM:
74
181
Anlise de Risco
Gerenciamento de Risco
Anlis e Qualitativa
Anlise Quantitativa
Respostas ao risco
Aquis io do conhecimento Resumo estr atgico Estudo de viabil idade Pla no de custo Programa prin cipal Seleo do tim e princip al
Quantif ic ao Avaliao
Planejamento
Tcnicas de Anlis e Anli se de sensibili dade Anlise probabilstic a Dia grama de influncias rvore de deciso
Apresentao
Identific ao
Entrevistas semi-estruturadas Tcnic a Brainsto rming Tcnica do Grupo Nominal Tcnic a Delphi Ferramentas de id entific ao Lista de checagem Registros histric os Estimativa
182
5.2.11 Modelo da Proposta do ConSERV Viso da Concorrncia Simultnea dos Recursos de Engenharia
De acordo com Conroy & Soltan (1998) o ConSERV75 um sistema que est sendo desenvolvido como uma metodologia para auxiliar na compreenso do gerenciamento de projetos, sendo capaz de extrair os riscos especficos do projeto durante todo o seu ciclo de vida e aplicar o conhecimento experimental por meio de um sistema ou programa baseado no conhecimento. O objetivo desta metodologia servir de suporte s decises dos gerentes de projeto, atravs dos elementos ou etapas chaves do projeto, a fim de auxiliar no gerenciamento e controle dos riscos especficos identificados, empregando o conhecimento prtico e no o probabilstico. Um ponto importante deste processo a aplicao do conhecimento especializado no gerenciamento de projetos e da experincia prtica acumulada de todos os envolvidos. Adicionalmente os autores descrevem que o sistema ConSERV extrai um nmero chave de elementos do projeto e dos critrios de sucesso adotados pelo usurio, agrupando os seus riscos especficos, isolando-os e calculando-os
numericamente. Os riscos percebidos pelo usurio so validados atravs da sua concordncia com o sistema de avaliao de risco dos especialistas ou equipe de projetos. Deste modo, os riscos especficos identificados pela equipe de avaliao so representados graficamente em forma de um radar, onde cada eixo representa um critrio de sucesso. Cada fase ou elemento chave do projeto considerado um critrio de sucesso como, por exemplo: o custo, os recursos, trmino, localizao, clientes e influncias no projeto entre outros. Assim sendo, para que essa anlise seja possvel se desenvolveu um conhecimento bsico do projeto junto com o usurio deste sistema, levando-o ao questionamento de dez pontos principais do projeto. O critrio adotado para este questionamento a aplicao de um sistema de perguntas e respostas aos usurios aps a fase de legalizao do projeto. Atravs dos resultados obtidos, os elementos chaves so extrados e identificados pelo gerente
75
ConSERV Concurrent simultaneous engineering resource view. (CONROY & SOLTAN, 1998).
183
de projetos. Aps a obteno destas informaes o usurio requerido a identificar os critrios de sucesso para que possa estimar valores individuais em cada risco do projeto, usando o seu julgamento subjetivo. O sistema utilizado pela equipe de avaliao se baseia no conhecimento do projeto, estabelecendo um agrupamento de valores de risco prprio o qual ir se contrapor avaliao dos nveis de risco definidos pelos usurios, procedendo-se a confrontao das duas anlises. O mtodo proposto por Conroy & Soltan (1998) para a quantificao dos riscos, considerando o seu impacto nos resultados do projeto, atribui um sistema de ponderao para os valores de risco que variam entre 1,0 (risco mximo) e 0,2 (risco mnimo), sendo que as principais etapas que envolvem este processo so:
Identificao de dez parmetros ou elementos chave do projeto; Identificar a percepo dos usurios dos riscos especficos do projeto e os critrios de sucesso; Comparar a avaliao dos nveis de risco dos usurios e os sistemas numricos dos especialistas; Obteno da concordncia dos riscos especficos do projeto e os seus nveis; Aplicao de um estruturado detalhamento da anlise dos riscos e reavaliao do homem-hora; Identificar a magnitude do risco e responsabilidades; Avaliao da estratgia do gerenciamento do risco; Repetio do procedimento para atualizao dos riscos especficos do projeto em intervalos regulares.
A metodologia de gerenciamento de risco proposta pelo ConSERV direciona o foco das suas aes ao longo do ciclo de vida do projeto e considera as seguintes etapas:
184
referencial o que autor denomina como sendo critrios de sucesso, j mencionados acima. Nesta fase, o processo de identificao dos riscos do projeto tem como um dos principais elementos o conhecimento especfico dos participantes do empreendimento. A anlise de riscos realizada aps a avaliao dos riscos identificados na fase anterior, considerando a probabilidade e o impacto de sua ocorrncia. Entretanto, cabe ressaltar que esta avaliao conduzida utilizando critrios eminentemente qualitativos, ou seja, trata-se de uma avaliao subjetiva. Na fase de controle dos riscos as aes de preveno so concebidas com base na anlise realizada na etapa antecedente, considerando tambm o conhecimento emprico especfico dos participantes do projeto. Os resultados das aes de preveno so avaliados a cada ciclo do processo de gerenciamento e revistos se necessrio.
185
Identificao do Risco
Anlise do Risco
Figura 5.5: Processo Sistemtico de Gerenciamento de Risco em Projetos. Fonte: (KHKNEN & HUOVILA, 2002).
Na estrutura apresentada na Figura 5.4, segundo os autores importante observar que nas fases de identificao e anlise dos riscos o controle deve ser contnuo e baseado nas experincias e conhecimento acumulados pela equipe do gerenciamento do risco. Ambas as fases so fundamentais servindo de auxlio para melhorar o entendimento das incertezas relativas a implementao do projeto, para definir a estratgia a ser adotada e o planejamento das aes de preveno do risco.
186
Determinar quais os riscos de maior importncia que devero ser tratados; Implementar as estratgias de tratamento destes riscos; Assegurar a eficcia na implementao destas estratgias.
Assim sendo, os autores definem que as atividades que envolvem gerenciamento contnuo do risco so:
Identificao Verificar as condies e conseqncias do risco dentro do contexto em que est inserido; Anlise Avaliao da probabilidade da sua ocorrncia, a severidade do seu impacto, as aes que necessitam ser tomadas e a priorizao de acordo com o seu grau de importncia;
Planejamento
Atribuio
das
responsabilidades,
propostas
de
Caminho ou Rota Aquisio, atualizao, anlise e organizao dos dados de risco; relatrio dos resultados; verificao e validao das aes de mitigao do risco;
Controle Anlise dos resultados, decises de como proceder ao risco (replanejamento, eliminar o risco, utilizar planos de contingncia,
Informao e Documentao Os
riscos devem manter-se informados de todos os procedimentos de modo regular. Dever ser implementado um sistema de rastreamento das decises e documentao dos riscos como um banco de dados de consulta. Desta forma de acordo com a Figura 5.5 o processo de gerenciamento contnuo do risco pode ser representado do seguinte modo:
187
CONTROLE
CAMINHO
PLANEJAMENTO
ANLISE
Figura 5.6: Processo de Gerenciamento Contnuo do Risco Fonte: Adaptado do (STAMATELATOS et al., 2002).
Objetivos do Gerenciamento de Risco; Focalizao das Aes do Gerenciamento de Riscos; Ciclo do Gerenciamento de Riscos.
188
1. Evitar que os eventos considerados de risco impeam o sucesso do projeto. 2. Identificar os eventos considerados ameaas e tambm aqueles que venham a se tornar oportunidades durante o processo de gerenciamento de risco no desenvolvimento do projeto. 3. Assegurar que o projeto no se desvie dos seus objetivos traados inicialmente. Estes objetivos se articulam com as duas definies predominantes para riscos em projetos, enunciadas na introduo. Destaca-se que os modelos que estabelecem como objetivo principal a definio estabelecida acima no item 1, so aqueles que adotam a viso de risco como sendo a probabilidade de ocorrncia de um evento que acarrete perda ou prejuzo, de acordo com a definio de Valeriano (2001). As metodologias de gerenciamento de risco focalizam as suas aes de duas formas: a. Aes que consideram o ciclo de vida do projeto. b. Aes que consideram tanto o ciclo de vida do projeto, quanto os subprocessos que compem o processo de gesto de projetos. Os mtodos de gesto que adotam a concepo estabelecida no item a so aqueles que adotam o modelo de gesto de projetos tradicional, tal como enunciado na Introduo deste captulo. Da mesma forma, aqueles que focalizam suas aes de acordo com o descrito no item b so os que consideram o modelo de gesto de projetos, os quais denominou-se de contemporneos e tambm so mencionados na Introduo. Entre estes, pode-se destacar o modelo proposto pelo PMBOK PMI (2000), que amplamente difundido nos dias de hoje. Ao se analisar as metodologias descritas anteriormente, observa-se que a estrutura bsica do gerenciamento de risco divide-se nas seguintes fases: identificao, avaliao, implementao de aes de preveno e controle das aes de preveno. De acordo com esta viso, no Quadro 5.2 a seguir, procurouse agrupar as fases pertinentes a cada uma das metodologias abordadas organizando-as dentro da estrutura bsica mencionada acima. Assim, pode-se
189
constatar que, essencialmente, a concepo da estrutura dos modelos de gerenciamento de risco, na maioria dos casos a mesma. Como exceo, entre os modelos discutidos neste captulo, destaca-se o modelo proposto por Raftery (1994), que no considera a fase de Controle das Aes de Preveno. Adicionalmente, destaca-se que entre os modelos de gerenciamento de riscos abordados neste captulo, o CONSERV o nico que descarta os mtodos quantitativos de avaliao de riscos em projetos, optando pela utilizao de tcnicas qualitativas.
METODOLOGIAS DE GERENCIAMENTO DE RISCO FASES MODELOS IDENTIFICAO AVALIAO Avaliao do risco CONTROLE DAS AES DE AES DE PREVENO PREVENO Aes de Documentao preveno Aes de Atitudes face ao risco preveno Aes de preveno Aes de Controle das aes de preveno preveno de Aes de controle documentao de Controle dos riscos e
FLANAGAN Identificao e Anlise de risco & NORMAN classificao do risco RAFTERY Identificao do risco Anlise de risco
PRITCHAR Planejamento do risco Avaliao do risco D KERZNER VALERIANO Identificao Riscos dos Quantificao riscos
Avaliao Planejamento e quantificao identificao dos riscos riscos Identificao Riscos dos Avaliao Riscos
ISO 10006
PRAM
Estruturao, Definio, Focalizao estimativa, e Identificao dos avaliao Riscos. planejamento. Identificao Riscos dos Quantificao Riscos
Desenvolvimento Controle das aes de das aes de preveno preveno Controle dos Controle dos Riscos. CONSERV Identificao dos riscos.Anlise dos Riscos. Riscos. PMI Definio tratamento estratgico risco Aes Anlise, Identificao dos riscos planejamento e o preveno caminho dos riscos. risco Plano de gerenciamento do risco Anlise do risco e Identificao do risco do Panejamento do respostas ao risco. das
GSR
CRM
190
No caso da proposta do PRM para o gerenciamento de risco, abordada no item 5.2.10, esta proposta no consta no quadro acima por no ser uma metodologia e sim a demonstrao do desdobramento em vrias etapas destas metodologias, na concepo de alguns dos especialistas deste assunto. Finalmente, procurou-se apresentar os fundamentos das principais
metodologias de gerenciamento de riscos em projetos, realizando-se tambm uma anlise comparativa entre os diferentes modelos existentes. Assim, os seguintes pontos foram abordados: 1. Nos diferentes modelos de gerenciamento de riscos, os objetivos so articulados com as definies de risco assumidas na formulao do modelo. 2. Os modelos de gerenciamento de riscos so diretamente influenciados pelas duas metodologias existentes para gesto de projetos, as quais, denominou-se tradicional e contempornea. Os modelos que adotam a viso tradicional direcionam suas aes apenas sobre o ciclo de vida do projeto. Por outro lado, os modelos que adotam a viso contempornea focalizam sua atuao tanto no ciclo de vida, quanto nos sub-processos que compem o processo global de gerenciamento de projetos. 3. Embora, os vrios modelos de risco estudados apresentem uma metodologia particular, observou-se que os princpios que orientam a formulao de cada uma das fases propostas por cada uma das metodologias possuem a mesma estrutura bsica. Esta estrutura bsica abrange as fases de Identificao de Risco, Avaliao de Risco, Aes de Preveno contra os Riscos e Controle das Aes de Preveno.
6 CONCLUSO
De acordo com a proposta inicial o objetivo principal desta dissertao verificar quais so as tcnicas de anlise de risco relacionadas ao retorno sobre o investimento em projetos e como so aplicadas, bem como, discutir as principais polmicas existentes em relao utilizao destas tcnicas das mesmas. Atravs da pesquisa realizada verificou-se que as tcnicas de anlise de risco em projetos podem ser classificadas como: qualitativas, quantitativas e qualitativasquantitativas. Neste trabalho o estudo das tcnicas de anlise de riscos em
A anlise de risco considerando os aspectos relacionados confiabilidade da instalao; A anlise de risco considerando os aspectos relacionados gesto de prazos do empreendimento; A anlise de risco considerando os aspectos relacionados ao retorno sobre o investimento.
concluso da dissertao nos limites de prazo propostos, em funo da complexidade e diversidade das tcnicas de anlise de risco existentes. As tcnicas de anlise de risco utilizadas atualmente em projetos de construo, do ponto de vista do retorno sobre o investimento, so:
192
Qualitativas -
Finalmente, em relao as polmicas existentes em torno das tcnicas acima citadas, a exceo das tcnicas Fuzzy e Anlise Multicritrios, as quais no so discutidas nesta dissertao, verificou-se que entre os autores pesquisados no existe grandes divergncias quanto a aplicao de suas metodologias. Todavia, constatou-se que para a aplicao do Mtodo de Monte Carlo existem diferentes formas de implementao. Assim, verificou-se que na literatura pesquisada existem diferentes opinies em relao aos seguintes pontos:
Ausncia de definio na determinao do nmero de classes para construo do histograma de dados reais, o qual ser a base para realizao das simulaes ;
Escolha do tipo de distribuio a ser adotada na realizao das simulaes, podendo ser de forma emprica ou atravs da realizao de testes de aderncia;
Determinao do nmero de simulaes; Realizao do Teste de Ajustamento para verificao da adequao do nmero de simulaes distribuio de probabilidade gerada. Sugerimos para o desenvolvimento de novos trabalhos nesta linha de pesquisa, os seguintes temas: Aplicao das diferentes tcnicas de anlise de risco aplicadas na gesto de Prazos; Aplicao das diferentes tcnicas de anlise de risco aplicadas na avaliao da confiabilidade de instalaes; Estudo, desenvolvimento prtico e experimental de cada uma das tcnicas mencionadas nesta dissertao, resultando em pelo menos 24 temas diferentes;
193
Aplicao de Modelos de Gerenciamento de Risco em Empreendimentos; Utilizao da tcnica Fuzzy na anlise de riscos em projetos de construo; Utilizao da Anlise de Multicritrios na avaliao de riscos em projetos de construo.
REFERNCIAS BIBLIOGRFICAS
ADDISON, T. E-commerce project development risks: evidence from a Delphi survey. International Journal of Information Management. v. 23, p.25-40. 2003. AIKEN, M. ; KROSP J.; SHIRANI, A.; MARTIN J. Information e Management. v. 27, p. 141-149. 1994. AKINTOYE, A. S.; MACLEOD, M. J. Risk analysis and management in construction.
em:http://www.abgr.html. Acesso em: 27/03/2003. ASSOCIAO BRASILEIRA DE NORMAS TCNICAS. NBR 6023: informao e documentao referncias elaborao. Rio de Janeiro, 2002. 24 p. _____. NBR 10520: informao e documentao citaes em documentos apresentao. Rio de Janeiro, 2002. 7 p. _____. NBR 14724: informao e documentao trabalhos acadmicos apresentao. Rio de Janeiro, 2002. 6 p. AVEN, T.; PORN, K. Expressing and interpreting the results of quantitative risk analysis. Review and discussion. . Reliability Engineering & System Safety. v.61. p. 3-10. 1998.
195
BABUSIAUX, D.; PIERRU, A. Capital budgeting, investment project valuation and financing mix: Methodological proposals. European Journal of Operational
grupo Nominal como Estratgias de Coleta de Dados das Pesquisas em Enfermagem. Acta Paul. Enf., So Paulo,v.9, n.3, p. 76-83. 1996.
CASTILLO, E.; SARABIA, J. M.; SOLARES, C. GOMEZ, P. Uncertainty analyses in fault trees and Bayesian networks using FORM/SORM methods. Reliability
196
CHAPMAN, R. J. The effectiveness of working group risk identification and assessment techniques. International Journal of Project Management. v.16,n.6, p.333-343, 1998. CHAPMAN, R. J. The role of system dynamics in understanding the impact of changes to key project personnel on design production within construction projects. International Journal of Project Management. v.16,n.4, p.235-247, 1998. CHAPMAN, R. J. The controlling influences on effective risk identification and assessment for construction design management. International Journal of
197
DE SOUZA, A . A . de; LIGO, A .; MOYA, R. W. Gerenciamento, Avaliao e Quantificao do Risco de Projetos. Caderno de Pesquisas em Administrao. So Paulo, v.2, n. 5. 1997. DE SOUZA JR., D. I. Controle Estatstico da Qualidade Industrial. Rio de Janeiro, Universidade Federal Fluminense, 2000. 184 p. DE SOUZA JR., D. I. Probabilidade e Estatstica Aplicada Qualidade. Niteri: UFF-TPC. 2002. (Notas da aula do Curso de Mestrado em Engenharia Civil). DE SOUZA JR., D. I. Confiabilidade Industrial e Planejamento Experimental. Niteri: UFF-TPC. 2002. (Notas da aula do Curso de Mestrado em Engenharia Civil). DE SOUZA JR., D. I.The Bayesian Approach Sequential Life testing with na Un derlying Weibull Model. ESREL - Proceedings of the European Conference on
198
FERSON, S. GINZBURG, L. R. Different methods are needed to propagate ignorance and variability. . Reliability Engineering & System Safety. v.54. p. 133-144. 1996. FLANAGAN, R.; NORMAN, G. Risk Management and Construction. London, Blackwell Science, 1993. 208 p. FMEA Failure Mode and Effect Analysis. Short and General Paper about FMEA. Disponvel 07/10/2002. FONSECA, J. S. DA; MARTINS, G. DE A. Curso de Estatstica. 3. ed. So Paulo: Atlas, 1987, 286 p. GOODPASTURE, J. C. Adding Probability to your Swiss Army Knife. 30th Annual em: http://www.tm.tue.nl/race/ce/fmea_2.html. Acesso em:
Project
Management
Institute.
Seminars
&
Symposium
Philadelphia,
Pennsylvania, USA. p. 10-16. 1999. GREY, Stephen. Practical Risk Assessment for Project Management. New York: John Wiley & Sons, 1995. 140 p. GROENENDAAL, W. J. H. V.; KLEIJNEN, J. P. C. On the assessment of economic risk: factorial design versus Monte Carlo methods. Reliability Engineering &
ISO
10006:
gerenciamento da qualidade Diretrizes para a qualidade em gerenciamento de projetos. INTERNATIONAL ORGANIZATION FOR STANDARTIZATION. ISO 8402/1994. JACOMINO, D.; DA CUNHA, R.V. Novas Profisses, Mais Oportunidades. Voc
199
Projects.
Disponvel
em:
http://web.bham.ac.uk/d.j.crook/lean/iglc4/huovila/risk2.htm . Acesso em 16 de Maio de 2002. p. 1-11. KAYO, E. K.; SECURATO, J. R. Mtodo DELPHI: fundamentos, crticas e vieses. .
Scheduling and Controlling. Toronto, Canada, John Wiley & Sons, 1998. 1180
p. KHAN, F. I.; ABBASI, S. A. OptHAZOP-an effective and optimum approach for HAZOP study. Journal of Loss Prevention in the Process Industries. v. 10. p. 191-204. 1997. KHAN, F. I.; ABBASI, S. A. Techniques and methodologies for risk analysis in chemical process industries. Journal of Loss Prevention in the Process
200
LIMMER, C. V. Planejamento, Oramentao e Controle de Projetos e Obras. Rio de Janeiro, Livros e Tcnicos e Cientficos, 1997. 225 p. LONGO, O. C. Gerenciamento de Empreendimentos. Niteri: UFF-TPC. 2001. (Notas da aula do Curso de Mestrado em Engenharia Civil). LONGO, O. C. Gerenciamento da Construo. Niteri: UFF-TPC. 2001. (Notas da aula do Curso de Mestrado em Engenharia Civil). MARTZ, H. F.; PICARD, R. R. On comparing PRA results with operating experience.
brainstorming para tomada de decises na equipe de enfermagem de sade pblica. Revista Brasileira de Enfermagem., Braslia, v. 50, n.2, p. 247-256.
1997. OLIVEIRA, C. Dicionrio Mor da Lngua Portuguesa. So Paulo: Ed. LivroMor, 1967. 4 v. PAPAZOGLOU, I. A. Mathematical foundations of event trees. .
Reliability
201
Project Management Institute. PMBOK Project Management.Trad. Project Management Institute Minas Gerais Chapter. Belo Horizonte, . Project Management Institute Minas Gerais Chapter, 2000. 133 p. RAFTERY, John. Risk Analysis in Project Management. London, E & FN SPON, 1994. 137 p. RAMAKUMAR,R. Engineering Reliability: Fundamentals and Applications. Prentece-Hall, 1993. 483 p. RASMUSSEN, B.; WHETTON,C. Hazard identification on plant functional modelling.
file:///C|/QuemSouEu/MeusDocumentos/Whatisriskanalysis.htm . Acesso em: 22/04/2002 RISK ANALYSIS OVERVIEW. What is a model? Disponvel em .
RISK ANALYSIS OVERVIEW. Traditional Spreadsheet Risk Analysis Disponvel em file:///C|/QuemSouEu/MeusDocumentos/Tradicional analysis.htm . Acesso em: 22/04/2002 RISK ANALYSIS OVERVIEW. Spreadsheet Risk Analysis. Disponvel em spreadsheet risk
file:///C|/QuemSouEu/MeusDocumentos/Analysis software for spreadsheets.htm . Acesso em: 22/04/2002 RISK ANALYSIS OVERVIEW. What is Monte Carlo Simulation? Disponvel em file:///C|/QuemSouEu/MeusDocumentos/What is monte carlo simulation.htm . Acesso em: 22/04/2002 RISK ANALYSIS OVERVIEW. What are the benefits of risk analysis with crystal ball 2000?. Disponvel em file:///C|/QuemSouEu/MeusDocumentos...analysis with Crystal Ball 2000.htm . Acesso em: 22/04/2002 RISK ANALYSIS OVERVIEW. How do you analyse the results of a simulation? Disponvel em file:///C|/QuemSouEu/MeusDocumentos/Analysis results in
202
Departamento de Engenharia Civil, Universidade Federal Fluminense. RUIZ, J. A . Metodologia Cientfica: Guia para eficincia nos estudos. So Paulo: Editora Atlas, 1986. 170 p. SARAIVA, J. M. F. Matemtica Aplicada Engenharia. Niteri: UFF-TPC. 2001. (Notas da aula do Curso de Mestrado em Engenharia Civil). SEVERIANO, A. J. Metodologia do Trabalho Cientfico. 22. Ed. So Paulo: Cortez, 2002. 335 p. SILVA, A. G. Anlise de Riscos: O Engenheiro no Mercado Segurador. Rio de Janeiro, 1998. 176 p. Projeto (Graduao em Engenharia Mecnica) Departamento de Engenharia Mecnica, Universidade Federal Fluminense. SILVA, L. C. Riscos e Incertezas. Universidade Estadual do Oeste do Paran. p. 1-5. 2001. SIMES, A.; HOUAISS. A. (Ed.) Dic Michaelis UOL. So Paulo: Melhoramentos Soft da Lingua Portuguesa, 2001, CD-ROM UOL. SOARES, C. A . P.
Informtica
Aplicada
ao
Gerenciamento
de
203
THE ELEMENTS OF PROJECT RISK MANAGEMENT. An Overview os Project Risk Management. Disponvel em file:///C|/QuemSouEu/MeusDocumentos...view of Project Risk Management.htm. Acesso em 22/04/2002. THE ELEMENTS OF PROJECT RISK MANAGEMENT. When to use Project Risk Management. Disponvel em file:///C|/QuemSouEu/MeusDocumentos/When to use Project Risk Management.htm. Acesso em 22/04/2002. THE ELEMENTS OF PROJECT RISK MANAGEMENT. Project Risk Management Principles. Disponvel em file:///C|/QuemSouEu/MeusDocumentos/ Project Risk Management Principles.htm. Acesso em 22/04/2002. THE ELEMENTS OF PROJECT RISK MANAGEMENT. Planning a Risk
Assessment. Disponvel em file:///C|/QuemSouEu/MeusDocumentos/Planning a Risk Assessment.htm. Acesso em 22/04/2002. THE ELEMENTS OF PROJECT RISK MANAGEMENT. Low Risk Project Management. Disponvel em file:///C|/QuemSouEu/MeusDocumentos/low risk project management.htm. Acesso em 22/04/2002. TIXIER, J.; DUSSERRE, G.; SALVI, O.; GASTON, D. Review of 62 risk analysis methodologies of industrial plants. Journal of Loss Prevention. v. 15. p. 291303. 2002. VALERIANO, D.L. Gerncia em Projetos Pesquisa, Desenvolvimento e
204
Reliability
ANEXO
206