MODELAGEM AVANÇADA
Não há razões para ignorar a incerteza.
Não assuma riscos dispensáveis:
modele-os diretamente numa planilha.
SIMULAÇÃO DE MONTE CARLO
CURSOS | MODELAGEM AVANÇADA
Dr. Ronald Concer
Problem-Solving Methods
Simulação de
Monte Carlo
Modelagem avançada para situações caracterizadas por incertezas
APLICAÇÕES
Avaliação de viabilidade
Elaboração de cenários
Estratégias para contratos
Estratégia de compras
Finanças pessoais
Gerenciamento de risco
Mercado financeiro
Previsão para eventos
Aplicações Reais do Método de Monte Carlo
E SE você, algum dia, se deparou com as questões: qual o nível de risco de um projeto? Qual a probabilidade de um investimento ter um mínimo de retorno? E se eu tomar uma ação específica, qual será reação do concorrente? Qual será o lucro de cada produto em situações de incerteza? Simulação de Monte Carlo lhe auxiliará a resolver tais problemas.
Modelos de simulação fornecem respostas para estas perguntas típicas antes de investir. É comum observar que, para investir ou tomar riscos, diversos executivos ou empreendedores procuram alguém “experiente” (leia-se, alguém com anos acumulados) para dar um palpite sobre o possível resultado. Notável também é perceber empresários que compram caríssimos equipamentos pelo simples fato que possuem poder econômico, sem avaliar os impactos futuros ou mesmo se esta foi a melhor opção para a empresa. No entanto, existe um fator chamado incerteza: nenhum “experiente” pode medir, tampouco o empresário destemido poderá assumir com precisão.
O grande benefício da simulação de Monte Carlo é a possibilidade dos executivos encontrem respostas para estes dilemas, sem comprarem, alterarem ou construir para comprovar suas hipóteses.
Simulação de Monte Carlo é um modelo computacional que imita uma situação real. Este método funciona como outros modelos matemáticos, incorporar a incerteza de forma explícita nas variáveis de entrada. Após a criação de uma estrutura, o modelo de simulação faz com que as variáveis da incerteza assumam valores e influenciem as demais variáveis resultantes, no caso, de interesse do tomador de decisões. Finalmente, o executivo visualiza como o objetivo mudará conforme os níveis de incerteza. A principal vantagem da Simulação de Monte Carlo é a sugestão de uma distribuição de resultados possíveis (assumindo cenários incertos) ao invés de indicar um único resultado final (talvez improvável).
É surpreendente que modelos de simulação não recebam a devida importância na maioria (senão todos) os cursos de Administração de Empresas no Brasil nos últimos anos. Entre os motivos, sugere-se que as principais razões para tal ocorrência aconteça pois, os cursos, hoje, em sua maioria:
-
Não oferecem base conceitual e/ou aplicada;
-
Não há dinâmica ou disciplina que abranja Finanças, Estatística e Modelagem (Management Science/Operational Research), e principalmente, não há direcionamento de como combiná-las para tomada de decisões.
-
Planilhas Excel: a orientação e o nível de desempenho (boas práticas ou possível domínio) dos professores dos cursos de graduação são, no máximo, sofríveis.
O mundo está cheio de incertezas, o que torna a simulação tão valiosa. Modelos de simulação apontam informações importantes, inexistentes em modelos que não incorporam incerteza de forma explícita. Este curso desenvolve o profissional no que condiz suas competências de tomada de decisão com base no método de Monte Carlo aplicado à negócios.
Os modelos de simulação também são úteis para determinar a sensibilidade de um sistema frente às condições operacionais;
além de responder perguntas do tipo
"E se"
6ª Edição
INSCRIÇÕES ABERTAS!
PÚBLICO-ALVO
Estudantes de graduação ou pós-graduação nas áreas de negócios independente do ano;
Jovens profissionais que desejem ingressar em bancos e consultorias;
Empreendedores e executivos à procura de melhoria em sua capacidade analítica;
Público geral que busque aperfeiçoamento no processo de tomada de decisões.
PRÉ-REQUISITOS
Ser usuário do Microsoft Excel (nível intermediário, no mínimo).
Conhecimentos básicos nas seguintes áreas:
Finanças: tópicos (valor presente líquido, valor presente, valor futuro, taxa de desconto);
Estatística descritiva: média, mediana, amplitude, quartil, desvio, histograma, noções de distribuição de probabilidade.
É aconselhável possuir algum conhecimento prévio das metodologias de resolução de problemas - Practical Management Science.