Fabricante do software líder mundial em análise de risco e de decisão
ENGLISH I ESPAÑOL I PORTUGUÉS I FRANÇAIS I DEUTSCH I 日本語 I 中文 I РУССКИЙ
Live Chat
Estudos de Caso
Energia
Abu Dhabi Water &
Electricity Company

Produto: @RISK
Aplicação: Previsão da demanda
águas do Douro e Paiva
Produto: @RISK
Aplicação: Redução de custo
BC Hydro
Produto: @RISK
Aplicação: Análise de projeto
Blade Energy
Produto: @RISK
Aplicação: Produtividade de Perfuração
Cinergy
Produto: @RISK
Aplicação: Análise de Aquisições
Cranfield University
Produto: @RISK
Aplicação: Confiabilidade de Produto
Det Norske Veritas (DNV)
Produto: @RISK
Aplicação: Retorno Sobre o Investimento (ROI)
ECN
Produto: @RISK
Aplicação: Análise financeira de usinas eólicas marítimas
Energia HidroelÉtrica na Colombia
Produto: @RISK
Aplicação: Estimativa de Custos
Enex
Produto: DecisionTools Suite
Aplicação: Project Planning
Fluor Corporation
Produto: @RISK
Aplicação: Estimativas de óleo e Gás
Grupo ISA
Produto: @RISK
Aplicação: Análise de Investimentos
IHS Energy Group
Produto: @RISK Developer Kit
Aplicação: Análise de Exploração, Perfuração e Produção
Instituto Brasileiro do Petróleo
Produto: @RISK
Aplicação: Exploração de petróleo
Northern Indiana
Public Service Company

Produto: @RISK, Evolver, RISKOptimizer
Aplicação: Precificação, Alocação de Produção para Atendimento à Regulação
Petrobras
Produto: @RISK
Aplicação: Exploração e produção
RiskAdvisory
Produto: Kit de Desenvolvimento do @RISK
Aplicação: Produção e Precificação de Energia
Tioga Energy
Produto: @RISK
Aplicação: Economia com energia solar

SEE ALSO: INDUSTRY MODELS
» Oil & Gas Models



Com o @RISK, pudemos usar a simulação de Monte Carlo para criar muitos cenários distintos e fazer uma aproximação da realidade. Os recursos do software, como a distribuição de ajuste, adição de distribuições a uma célula e dados de simulação, são extremamente úteis na avaliação das várias possibilidades.
Líder do setor de energia na América Latina escolhe o @RISK para avaliar as implicações orçamentárias na construção de usina hidroelétrica

Nos últimos 5 anos, uma das maiores fornecedoras de energia elétrica da Colômbia, e da América Latina, fez um investimento substancial para se tornar a principal fornecedora de energia hidroelétrica. Antes de colocar em execução um projeto hidroelétrico, a empresa teve que considerar as implicações financeiras da construção da usina. Para decidir sobre a viabilidade e lucratividade do projeto de construção de uma nova usina, é importante fazer estimativas exatas das quantidades e do custo unitário dos materiais necessários para a construção. A empresa utilizou o software @RISK da Palisade para fazer a estimativa do orçamento exata, usando um modelo estocástico baseado em incerteza e perfis de risco para estimar as quantidades e os preços dos principais elementos necessários para a construção.

A necessidade de análise convencional ou estocástica
Com frequência, usinas de energia elétrica precisam ser construídas subterraneamente.  Devido aos altos riscos e às incertezas relacionadas à construção subterrânea, é importante, durante a fase de planejamento, avaliar com exatidão as implicações no orçamento para definir a viabilidade do projeto.

Muitas organizações acrescentam uma porcentagem extra aos custos, para cobrir a incerteza e as condições de risco no cálculo do orçamento. Contudo, esse processo de cálculo de estimativa é bastante inexato, pois os custos adicionais nem sempre são adequados ao projeto específico. Uma estimativa inadequada pode fazer com que o projeto ultrapasse o orçamento ou que simplesmente não seja executado, devido às previsões de custo excessivo.

Uma melhor solução para estimar o orçamento é a modelagem estocástica, que leva em conta a incerteza usando perfis de risco para as quantidades e preços. Modelagem estocástica significa, simplesmente, que intervalos de valores correspondentes aos fatores de incerteza são incluídos na análise.  A partir disso, pode ser calculada uma distribuição de probabilidade exata para o orçamento.

O @RISK na prática
Antes de embarcar na construção de um projeto de usina hidroelétrica, a empresa faz uma estimativa da verba necessária, usando indicadores financeiros como o valor presente líquido (NPV) e a taxa interna de retorno (IRR). Além disso, a empresa também precisa otimizar o esquema de compras ou procurement, estimar a perda máxima provável (PML) para garantir o projeto, definir apólices de seguro e, com base em tudo isso, avaliar o custo do risco. A avaliação do custo pode ser dificultada pelas condições de risco e de incerteza implícitas no custo unitário e nas quantidades de cada item incluído no orçamento. Com o @RISK, essas incertezas são levadas em conta para produzir um quadro probabilístico do orçamento necessário para cada projeto.

Três orçamentos distintos

Com o @RISK, a empresa pode calcular três quadros separados do orçamento de um projeto.

Um quadro determinístico que não leva em conta a variação e o risco relacionados aos preços e às quantidades dos principais componentes do projeto. Esse quadro é como um instantâneo do projeto, porque é estático (de modo irrealista).

Um quadro estocástico que leva em conta apenas as variações previstas ou esperadas das quantidades e dos preços pertinentes ao projeto.

Um modelo estocástico com risco, que leva em conta as variações esperadas e os eventos imprevistos (de risco) do projeto no que se refere às quantidades e aos preços.

 

As diferenças entre esses três cálculos são consideradas para que se possa entender a importância de levar em conta a variação e os eventos imprevistos do projeto e analisar os diversos efeitos possíveis.

Exemplo de projeto
Em um projeto recente, a empresa de fornecimento de energia usou as seguintes funções de distribuição de probabilidade no @RISK para representar a incerteza inerente aos preços e às quantidades dos componentes do projeto:

Distribuição triangular: Devido à quantidade limitada de dados referentes ao mercado, a empresa solicitou a orientação e opinião de especialistas para construir esta distribuição simples, mas exata. A distribuição triangular requer apenas unidades de informação: valor mínimo, mais provável e máximo.

Distribuição discreta: A distribuição discreta foi utilizada para todos os eventos imprevistos em que foi possível encontrar mais de três valores, com base na orientação e consultas com experts.

Bernoulli: A distribuição de Bernoulli foi utilizada para eventos imprevistos e de ocorrência pouco frequente. A distribuição considera a probabilidade de ocorrência e não ocorrência de eventos.

 

Distribuição discreta

Distribuição triangular

Distribuição de Bernoulli

O modelo monitorou a simulação de diversos outputs, como o custo associado a diferentes fluxos de trabalho e o cálculo do orçamento total do projeto.

Resultados da simulação
Foram descobertas diferenças significativas nos perfis de distribuição dos três quadros orçamentários.   No modelo determinístico, não foi dada nenhuma consideração à probabilidade de mudança das variáveis de input.  Foram usadas estimativas de ponto simples para "adivinhar" os cenários de melhor caso, pior caso e caso mais provável.

Com o modelo estocástico do @RISK, em que foi permitido que os inputs variassem de acordo com as expectativas, a empresa descobriu que o custo total esperado do projeto era mais alto que o da previsão do modelo determinístico, e foi possível observar dentro de que faixa o custo total do projeto variaria.  A média foi de cerca de $560 milhões, mas, o que também é muito importante, havia risco de o projeto total chegar a $595 milhões.  Na verdade, havia um risco de 50% de ultrapassar o custo esperado.

Quando se permitiu que o modelo estocástico do @RISK considerasse eventos imprevistos, a média do custo total aumentou – até cerca de $586 milhões.  Além disso, surgiram dois cenários mais amplos – um no qual os eventos de risco não ocorrem e em que o custo chega a cerca de $570 milhões, e outro em que ocorrem mais, com um custo total de $620 milhões.  Esses insights ajudaram a empresa a elaborar melhores planos de contingência, procurement, controle de design, condições para os fornecedores e financiamento.  Isso ajudou a identificar os principais riscos que produzem esses resultados, e as implicações financeiras nos orçamentos de serviços individuais e do projeto como um todo.  De modo geral, isso ajudou a determinar a viabilidade técnica e econômica do projeto.

Modelo estocástico levando em conta o risco

“O cálculo mais exato do orçamento do projeto é o modelo que leva em conta a variabilidade e o risco nas quantidades e preços”, disse o chefe do departamento de risco e estratégia de seguros da empresa. “Com o @RISK, pudemos usar a simulação de Monte Carlo para criar muitos cenários distintos e fazer uma aproximação da realidade. Os recursos do software, como a distribuição de ajuste, adição de distribuições a uma célula e dados de simulação, são extremamente úteis na avaliação das várias possibilidades.”


» @RISK



Palisade Brasil
Praia de Botafogo,
nº 501 Sala 101, Botafogo
22250-000 Rio de Janeiro-RJ
+55 (21) 3958 1443
+1 607 277 8000 x318 tel
800 432 7475 x318 E.U.A.
vendas@palisade.com
Palisade
800 432 RISK (US/Can)
+1 607 277 8000
sales@palisade.com
www.palisade.com
Palisade EMEA & India
+44 1895 425050
salesEMEA@palisade.com
www.palisade.com
Palisade Asia-Pacific
+61 2 9252 5922
salesAP@palisade.com
www.palisade.com
Palisade アジア・
パシフィック
東京事務所
+81 3 5456 5287 tel
sales.jp@palisade.com
www.palisade.com/jp/
Palisade Latinoamérica
+1 607 277 8000 x318
800 432 RISK (EEUU/Canadá)
+1 607 277 8001 fax
+54 (11) 5252-8795 Argentina
+56 2581-3492        Chile
+507 836-5675        Panamá
+52 55 5350 2852   México
+51 1 708-6781       Perú
+57 1 508-5187       Colombia
servicioalcliente@palisade.com
ventas@palisade.com
www.palisade-lta.com