Treinamentos

Análise de risco em finanças, economia e áreas afins

Por que participar & objetivos

• Conhecer metodologias para avaliação econômica de projetos, quantificação do risco de cada alternativa e os benefícios na tomada de decisões

• Mostrar a metodologia para seleção de alternativas envolvendo diversos critérios

• O treinamento apresenta ferramentas necessárias de forma prática para realizar estudos de análise de riscos

• O conteúdo é composto de conceitos teóricos rigorosos juntamente com muitos exemplos de soluções de problemas

• O software utilizado possui interface de fácil compreensão e muito prático

 

Áreas de interesse/público-alvo

 

• Profissionais de (1) análise de projetos, (2) gestão econômica, (3) planejamento estratégico, (4) finanças, etc.

• Profissionais da área de gestão econômica e gerentes de empresas

• Docentes, pesquisadores e estudantes de temas associados com previsões e planejamento

• Demais profissionais interessados em análise de risco com simulação de Monte Carlo

 

Ementa

1. O conceito de fluxo de caixa de projetos, desafios de construção e riscos envolvidos

2. Estatística, probabilidade e simulação de Monte Carlo

3. Equivalência financeira, inflação e fluxos de caixa

4. O conceito de risco em tempo, custo e retorno de projetos de CAPEX

5. Fontes de financiamentos de projetos e custo de oportunidade de capital

6. Métodos para previsão e avaliação de risco dos componentes de fluxos de caixa de projetos:

6.1. A demanda de um produto com e sem competidores

6.2. A dinâmica do custo de produção

6.3. O custo de oportunidade do capital (custo do dinheiro)

6.4. A tributação e seus impactos nos indicadores de projetos

6.5. Outros

7. Estudo de casos de avaliação de risco de VPL, TIR, etc. em projetos por simulação de Monte Carlo

8. Análise de risco e retorno de portfólio de projetos (investimentos, melhorias operacionais em sistemas de produção, etc.)

9. Introdução à análise de opções reais em projetos (expansão, postergação, abandono, etc.)

10. Análise de risco e retorno de projetos de fusão e aquisição de negócios

11. Tomada de decisão envolvendo critérios múltiplos em condições de certeza e incerteza:

11.1. Técnica de Priorização Multiobjetivos (SMART)

11.2. Método de Hierarquia Analítica (AHP)

11.3. Conceito de utilidade, valor esperado e atitudes de risco

11.4. O método PROMETHEE

12. Análise de indicadores financeiros e sua dependência com tomada de decisão em ativos:

12.1. Conceito dos principais tipos de demonstrações financeiras

12.2. Indicadores de operação (Custo capacidade, turnover de estoques, recebíveis, alavancagem, etc.)

12.3. Indicadores de liquidez e solvência (Cobertura de juros, liquidez corrente, Covenants, etc.)

12.4. Indicadores de rentabilidade (EBITDA, ROA, ROE, RONA, etc.)

12.5. Novos conceitos: EVA (Economic Value Added), CFROI (Cash Flow Return Over Investment) e CVA (Cash Value Added)

13. Discussão de problemas dos participantes

 

Software de apoio além do Excel: ModelRisk e Isograph Availability Workbench

Datas Disponíveis Local Inscrição
26/04/2017 São Paulo, SP
25/10/2017 São Paulo, SP INSCREVER-SE!

Por que participar & objetivos

• Conhecer a flexibilidade da simulação de Monte Carlo para avaliar risco e retorno de diferentes estratégias financeiras

• Compreender a modelagem de estratégias financeiras complexas por meio de métodos numéricos simples (planilhas excel)

• O treinamento é muito prático, sendo composto por diversos exemplos

• O software utilizado possui uma interface amigável e muito prático

 

Áreas de interesse/público-alvo

• Profissionais da área financeira

• Profissionais da área de gestão de risco de empresas

• Docentes, pesquisadores e estudantes de temas associados a estratégias financeiras

• Demais profissionais interessados em temas associados a estratégias financeiras

 

Ementa

1. Comportamento do decisor: aversão, propensão e neutralidade em relação ao risco

2. Conceitos e aplicações corporativas de derivativos

3. Estratégias com contratos futuros e a termo

4. Estratégias com opções diversas

5. Estratégias com swaps

6. Estratégias com combinações de derivativos

7. Estatística, probabilidade e simulação de Monte Carlo:

7.1. Estatísticas importantes (média aritmética, média geométrica, desvio padrão, amplitude, coeficiente de variação, assimetria e curtose)

7.2. Distribuições de probabilidades e a interpretação aplicada ao mercado financeiro

7.3. Distribuições para estimativa de intervalos de confiança das previsões (Normal, lognormal, Student e F)

7.4. Números aleatórios, simulação de Monte Carlo, redundância de variância e quase-números aleatórios

8. Dependência entre variáveis: regressão, correlação e copulas por meio de exemplos

9. Previsão por processos estocásticos como Movimento Geométrico Browniano, Movimento de Reversão à Média e Modelos combinados

10. Otimização determinística e estocástica em alocação de recursos em portfólios

11. Análise de diversos problemas semelhantes aos reais que ocorrem nas empresas:

11.1. Avaliação de risco e retorno de um investimento em carteira composta por ações de diversas empresas

11.2. Avaliação da eficiência de mercado a partir de uma série de dados históricos de preços de ações

11.3. Avaliação de risco e otimização em alternativas de alocação do capital de um fundo de pensão em diversas alternativas

11.4. Análise de risco de um portfólio de crédito segundo as normas do acordo da Basiléia II

11.5. Alocação ótima de frações de investimento entre diferentes ativos financeiros (ações, opções, câmbio, etc.)

11.6. Modelo para estimar duration e imunization em investimentos envolvendo taxas de juros

11.7. Modelo para simular o valor do prêmio de opções financeiras tipo Europeias, Americanas e outras

11.8. Modelo para simulação da média e risco da taxa de retorno de investimento em estratégias de hedge envolvendo opções financeiras tipo exóticas

11.9. Modelo para quantificação de Value-at-Risk (VAR) de portfólios de ativos financeiros

11.10. Modelo para estimativa de Value-at-Risk (VAR) e Conditional Value-at-Risk (C-VAR) de portfólio de projetos de investimento em ouro e ferro

11.11. Modelo para previsão de preços de ativos (ações, de câmbio, etc.) usando-se diferentes modelos de reversão à média, choques, aleatoriedade, etc.

11.12. Modelagem de taxa de retorno de estratégias de investimento envolvendo contratos futuros de taxa de câmbio usando-se diferentes modelos estocásticos

11.13. Modelo para elaboração de estratégias de hedge de uma mineradora empregando-se derivativos de preço e taxas de câmbio

11.14. Avaliação do retorno e risco de uma estratégia usada por uma empresa envolvendo Swaps em taxas de câmbio

11.15. Modelo para análise de risco de um portfólio de crédito gerenciado por um banco de varejo

11.16. Modelo para análise de exposição ao risco atuarial de instituições financeiras que atuam no segmento de seguros de veículos

11.17. Modelo para previsão de dinâmica de caixa de fundos de aposentadoria de uma grande empresa de geração de energia elétrica

11.18. Modelo para simulação da fronteira eficiente de Markowitz de uma carteira de investimentos em ativos financeiros

11.19. Modelo para simulação de risco de necessidades financeiras (default) de empresas de acordo critérios das agências de classificação de risco (S&P, Moodys, etc.)

12. Discussão de problemas sugeridos pelos participantes

 

Software de apoio além do Excel: Crystal Ball ou @Risk ou ModelRisk

Datas Disponíveis Local Inscrição
25/01/2017 São Paulo, SP

Por que participar & objetivos

• Compreender porque o VPL tradicional nem sempre avalia corretamente as oportunidades de investimento

• O treinamento é muito prático, sendo composto por diversos exemplos

• Instrutores altamente qualificados tanto em termos acadêmicos como pelo mercado

 

Áreas de interesse/público-alvo

• Profissionais da área de análise econômica de projetos

• Profissionais da área de gestão de planejamento e risco de empresas

• Docentes, pesquisadores e estudantes de temas associados à análise de valor de opções gerenciais

• Demais profissionais interessados em temas associados com flexibilidades gerenciais

 

Ementa

1. Erros comuns na análise de investimentos com a teoria do VPL:

1.1. Limitações do VPL na valoração de projetos com opção de abandono

1.2. Limitações do VPL na decisão do momento de investir

1.3. Incerteza, irreversibilidade, aversão ao risco e decisão gerencial (opção real)

1.4. Análise comparativa entre simulação de Monte Carlo, Árvore de decisão e opções reais

1.5. Erros associados com o timing dos fluxos de caixa, inserção de inflação e taxa de desconto

2. Introdução à teoria das opções reais:

2.1. Conceito de opções financeiras (call, put, etc.)

2.2. Análise do resultado (payoff) de estratégias com opções financeiras

2.3. Métodos para previsão de preço do ativo subjacente (reserva, preços de commodities, taxa de juro, etc.)

2.4. O modelo Black-Scholes para valoração de opções financeiras e reais

2.5. O modelo de Cox-Ross-Rubinstein para valoração de opções financeiras e reais

2.6. O modelo de simulação de Monte Carlo para análise de opções financeiras e reais

3. Análise do valor das opções reais operacionais (projetos, processos, etc.):

3.1. As principais opções reais em projetos

3.2. Modelos para modelagem do ativo subjacente (projeto, custo, etc.)

3.3. Análise da opção do momento de investir (timing) em projetos

3.4. Análise da opção de abandono em projetos

3.5. Análise da opção de contração em projetos, plantas, etc.

3.6. Análise da opção de expansão em projetos

3.7. Análise da opção de decapeamento de uma mina

4. A prática da análise de opções reais em projetos:

4.1. As quatro etapas para a análise de opções reais

4.2. O problema da estimativa dos parâmetros do modelo de análise das opções reais

4.3. Métodos para estimar o valor do ativo subjacente (projeto, reserva, etc.)

4.4. Métodos para estimar o valor do preço de exercício (investimento, custo de substituição, valor de reforma, etc.)

4.5. Método para estimar a volatilidade futura do ativo subjacente

4.6. Métodos para estimar a taxa de juro livre de risco

4.7. Métodos para estimar a taxa de dividendos dos ativos subjacentes (projetos, etc.)

4.8. Métodos para estimar a maturidade para exercícios das opções reais

5. Análise de opções reais complexas em mineração:

5.1. Análise das opções compostas em projetos

5.2. Análise das opções de conversão em plantas minerais

5.3. Análise das opções de aprendizado em pesquisa mineral

5.4. Análise da opção de investir na expansão de uma mina

5.5. Análise da opção de substituição de tecnologia de transporte numa mina

6. Um novo modelo decisório com base nas opções reais:

6.1. A regra para decidir em ambiente sem incerteza

6.2. A regra para decidir com incerteza no preço

6.3. A regra para decidir com incerteza no investimento

6.4. A regra para decidir com incerteza na taxa de juros

6.5. A regra decisória e a escolha de flexibilidade

6.6. Avaliação da probabilidade de sucesso do exercício de opções reais (simulação de Monte Carlo)

7.Discussão de problemas dos participantes

 

Software de apoio além do Excel: Crystal Ball ou @Risk ou ModelRisk

Por que participar & objetivos

• Mostrar a facilidade e flexibilidade da simulação de Monte Carlo para avaliação de riscos em problemas de previsão e planejamento de empresas

• Mostrar os benefícios de conhecer o risco e como isso causa impacto na tomada de decisões

• O treinamento apresenta ferramentas necessárias de forma prática para realizar estudos de análise de riscos

• O conteúdo é composto de conceitos teóricos rigorosos juntamente com muitos exemplos de soluções de problemas

• O software utilizado possui interface de fácil compreensão e é muito prático

 

Áreas de interesse/público-alvo

• Profissionais de (1) análise de projetos, (2) gestão econômica, (3) planejamento estratégico, (4) finanças, etc.

• Docentes, pesquisadores e estudantes de temas associados com previsões e planejamento

• Demais profissionais interessados e de áreas afins como previsões, planejamento e análise de risco com simulação de Monte Carlo

 

Ementa

1. Exemplo de problemas típicos em planejamento de empresas

2. Como construir uma distribuição de probabilidade na prática para representar a incerteza

3. As distribuições mais comuns em avaliação de riscos (normal, lognormal, Pert, etc.)

4. Simulação de Monte Carlo e como interpretar os resultados na forma de estatísticas

5. Como selecionar as distribuições de probabilidade para um conjunto de dados históricos

6. Métodos para incorporar a dependência entre as variáveis (correlação, regressão, IF, PROC, etc.)

7. Métodos de estimativa de risco com previsão de variáveis no curto prazo e longo prazo

8. Variabilidade, risco e otimização para a tomada de decisão

9. Os conceitos fundamentais de seis sigma, design para seis sigma e lean manufacturing:

9.1. O que é qualidade para produtores e consumidores?

9.2. Exemplo: O que é seis sigma e porque esta abordagem de seis sigma é tão importante?

9.3. As fases de um programa de seis sigma (DMAIC) e como simulação de Monte Carlo gera economia

9.4. Exemplo: O que é DFSS e porque esta abordagem de seis sigma é tão importante?

9.5. Os indicadores de capacidade e performance de processos (Cp, Cpk, Pp, Ppk, Outros) aplicados

9.6. Exemplo: A metodologia geral de Design para Seis Sigma (DFSS) e porque simulação é tão importante

9.7. Exemplo: A metodologia geral de Design para Seis Sigma (DFSS) e porque devemos usar simulação

9.8. Alguns casos de sucesso de uso de simulação na melhoria de qualidade

10. Análise de casos complexos nas áreas de seis sigma, design para seis sigma e lean manufacturing:

10.1. Modelo para avaliação da melhora na qualidade do processo de empréstimos de um banco

10.2. Modelo para seleção de projetos para estudos de seis sigma

10.3. Modelo para análise de melhora na qualidade do design de uma bomba para sistema de envasamento

10.4. Modelo para simulação da previsão de variabilidade a partir de design de experimentos (DOE)

10.5. Modelo para análise de tolerância de componentes para atender especificação de produto e minimizar custo

10.6. Modelo para análise da presença de “hidden factory” por meio de lean e seis sigma

10.7. Modelo para análise da melhor especificação na fase de projeto de um pistão

10.8. Modelo para simulação de Value Stream Analysis de uma fábrica de geradores elétricos

11. Estudo de casos análogos aos que ocorrem em planejamento estratégico empresarial:

11.1. Modelo para previsão de demanda de peças de reposição de um equipamento de geração de vapor

11.2. Modelo para análise de risco e estimativa do mix ótimo de produção de uma indústria farmacêutica e a interpretação dos resultados

11.3. Modelo para análise de risco na previsão da demanda futura de cerveja de uma grande empresa do segmento de bebidas e a interpretação dos resultados

11.4. Modelo para a análise de risco na estratégia ótima para planejamento da produção de uma fábrica de brinquedos e a interpretação dos resultados

11.5. Modelo de simulação para a estimativa do nível ótimo de capacidade da planta de produção de um novo produto de uma grande empresa e a interpretação dos resultados

11.6. Modelo para a elaboração da estratégia ótima de alocação de área de uma fazenda entre diversas atividades pecuária e agrícola e a interpretação dos resultados

11.7. Modelo para delinear uma política de seleção de projetos para seis sigma para maximizar o EVA do departamento e a interpretação dos resultados

11.8. Modelo para análise de risco na previsão do fluxo de passageiros de um grande aeroporto e a interpretação dos resultados

11.9. Modelo para a estimativa do valor ótimo de dinheiro a ser deixado em caixa e a interpretação dos resultados

11.10. Modelo para análise de risco na estratégia ótima de hedge de uma empresa onde 90% das receitas são geradas por exportação e interpretação dos resultados

11.11. Modelo para estimativa dos preços críticos do metal (regras ótimas) para abrir e fechar uma mina de ouro e interpretação dos resultados

11.12. Modelo para estimativa do volume ótimo de gasolina numa rede de distribuição e interpretação dos resultados

11.13. Modelo para análise do timing de lançamento de um novo produto e interpretação dos resultados

11.14. Modelo para análise da melhor estratégia de teste de mercado para um novo produto e interpretação dos resultados

11.15. Modelo para análise de risco na estratégia de realizar venda casada de diferentes produtos e interpretação dos resultados

11.16. Modelo para análise de risco de uma empresa num mercado competitivo e interpretação dos resultados

11.17. Modelo para análise de risco no prazo para terminar um projeto e interpretação dos resultados

11.18. Modelo para análise de risco de um novo projeto de Pesquisa e Desenvolvimento e interpretação dos resultados

11.19. Modelo para análise de risco de alocação de recursos num fundo para cobrir plano de aposentadoria e interpretação dos resultados

11.20. Modelo para análise de risco do market share de equilíbrio num mercado com duas grandes empresas e interpretação dos resultados

11.21. Modelo para análise de risco na aquisição (incorporação) de uma nova empresa e interpretação dos resultados

11.22. Modelo para dimensionamento de tamanho de uma plataforma de petróleo com nível incerto de reserva

11.23. Modelo para determinar investimento ótimo em blocos objeto de exploração de óleo e gás

12. Discussão de problemas sugeridos pelos participantes

Software de apoio além do Excel: Crystal Ball ou @Risk ou ModelRisk

Datas Disponíveis Local Inscrição
31/05/2017 São Paulo, SP
13/12/2017 Campinas, SP INSCREVER-SE!