Project Risk Analysis: An Application of the Monte Carlo Method in a Company of the Furniture Sector
DOI:
https://doi.org/10.24023/FutureJournal/2175-5825/2018.v10i2.314Keywords:
Decision, Project management, Investment, Strategy, ViabilityAbstract
Globalization is a phenomenon that is present in modern society and, with its expansion, it is essential that companies can meet the constant demands of the market, but for this, it is necessary to make the best decisions and deal with various adversities related to the economy, competition, management, among others. The success of investment projects is determined by a set of techniques that must be applied so as not to compromise the viability of the project. When this viability is surrounded by uncertainties, a useful alternative to knowing the risks is the use of the Monte Carlo method. The present work aims to address the risk factors in a company of the furniture sector, using the Monte Carlo simulation to analyze the viability of this project. The methodology adopted was developed from a case study, through an exploratory research. The results showed that the investment project is viable, estimating a return between the 4th and 5th year of the project, in addition, the balance after the 10 years of investment would be around R$ 4,128,211.63, a value that represents 161.25% of the initial investment.
Downloads
References
Abensur, E. O. (2012). Um modelo multiobjetivo de otimização aplicado ao processo de orçamento de capital. Gestão & Produção, 19(4), 747-758.
Ackermann, H., Fochmann, M., & Wolf, N. (2016). The effect of straight-line and accelerated depreciation rules on risky investment decisions: an experimental study. International Journal of Financial Studies, 4(4), 1-26.
Assaf Neto, A. (1997). A Dinâmica das decisões financeiras. Caderno de Estudos, São Paulo, FIFECAPI, (16), 9-25.
Baraldi, P. (2010). Gerenciamento de Riscos (3a ed.). Rio de Janeiro: Campus.
Bieger, M., & Pudel, V. (2010). Análise de decisão de investimentos: um estudo de caso em indústrias do setor metal mecânico de médio porte da região da grande Santa Rosa do Rio Grande do Sul. In: Congresso Virtual Brasileiro de Administração, 7., 2010. Anais... São Paulo: CONVIBRA.
Borgmann, V. P., & Nunes, F. L. (2016). Análise da viabilidade econômica da proposta de implantação de RFID em processos de expedição em uma empresa moveleira: um estudo de caso. Latin American Journal of Business Management, 7(2), 5-26.
Bruni, A. L., Famá, R., & Siqueira, J. O. (1998). Análise do risco na avaliação de projetos de investimento: uma aplicação do método de Monte Carlo. Cadernos de Pesquisa em Administração, 1(6), 62-74.
Correia Neto, J. F., Moura, H. J., & Forte, S. H. A. C. (2002). Modelo prático de previsão de fluxo de caixa operacional para empresas comerciais considerando os efeitos do risco, através do método de Monte Carlo. Revista Eletrônica de Administração, 8(3), 1-23.
Garcia, S., Lustosa, P. R. B., & Barros, N. R. (2010). Aplicabilidade do método de simulação de Monte Carlo na previsão dos custos de produção de companhias industriais: o caso da Companhia Vale do Rio Doce. Revista de Contabilidade e Organizações, 4(10), 152-173.
Gil, A. C. (2002). Como elaborar projetos de pesquisa (4a ed.). São Paulo: Atlas.
Gitman, L. J. (2001). Princípios da administração financeira: essencial (2a ed.). Tradução: Jorge Ritter. Porto Alegre: Bookman.
Guinski, G. S. (2016). Iemi lança Relatório Brasil Móveis 2016. Recuperado em 28 de abril, 2017, de http://www.emobile.com.br/site/industria-e-marcenaria/iemi-relatorio-brasil-moveis-2016
Hoji, M. (2006). Administração financeira: uma abordagem prática (5a ed.). São Paulo: Atlas.
Hulse, D. S., & Livingstone, J. R. (2010). Incentive effects of bonus depreciation. Journal of Accounting and Public Policy, 29(6), 578-603.
Kennedy, M. D., McComb, S. A., & Vozdolska, R. R. (2011). An investigation of project complexity's influence on team communication using Monte Carlo simulation. Journal of Engineering and Technology Management, 28(3), 109-127.
Lakatos, E. M., & Marconi, M. A. (2003). Fundamentos de metodologia científica (5a ed.). São Paulo: Atlas.
Lustosa, P. R. B., Ponte, V. M. R., & Dominas, W. R. (2004). Simulação. In: Corrar, L. J., & Theóphilo, C. R. (Org.). Pesquisa Operacional para decisão em contabilidade e administração (2a ed.). São Paulo: Atlas.
Machado, N. R. S., & Ferreira, A. O. (2012). Método de simulação de Monte Carlo em planilha Excel: desenvolvimento de uma ferramenta versátil para análise quantitativa de riscos em gestão de projetos. Revista de Ciências Gerenciais, 16(23), 223-244.
Moreira, D. A. (2010). Pesquisa Operacional: curso introdutório (2a ed.). São Paulo: Cengage Learning.
Pires, V. A. V., Silva, M. L., Silva, C. M., Rezende, A. A. P., Cordeiro, S. A., Jacovine, L. A. G., & Soares, N. S. (2008). Viabilidade econômica de implantação da central de gerenciamento de resíduos no polo moveleiro de Ubá, MG. Cerne, 14(4), 295-303.
PMI. (2013). Um guia do conhecimento em gerenciamento de projetos (Guia PMBOK®) (5a ed.). Project Management Institute – PMI.
Ross, S. A., Westerfield, R. W., Jordan, B. D, & Lamb, R. (2013). Fundamentos de Administração Financeira (9a ed.). Porto Alegre: AMGH.
Sakurada, N., & Miyake, D. I. (2009). Aplicação de simuladores de eventos discretos no processo de modelagem de sistemas de operações de serviços. Gestão & Produção, 16(1), 25-43.
Saraiva Júnior, A. F., Tabosa, C. M., & Costa, R. P. (2011). Simulação de Monte Carlo aplicada à análise econômica de pedido. Produção, 21(1), 149-164.
Souza, A., & Clemente, A. (2004). Decisões financeiras e análise de investimento. São Paulo: Atlas.
Williams, T. (2003). The contribution of mathematical modeling to the practice of project management. IMA Journal of Management Mathematics, 14(1), 3-30.
Yang, W., & Tian, C. (2012). Monte-Carlo simulation of information system project performance. Systems Engineering Procedia, 3(1), 340-345.
Yin, R. K. (2005). Estudo de caso: planejamento e métodos (3a ed.). Porto Alegre: Bookman.
Downloads
Published
How to Cite
Issue
Section
License
Authors who publish with this journal agree to the following terms:
1. Authors who publish in this journal agree to the following terms: the author(s) authorize(s) the publication of the text in the journal;
2. The author(s) ensure(s) that the contribution is original and unpublished and that it is not in the process of evaluation by another journal;
3. The journal is not responsible for the views, ideas and concepts presented in articles, and these are the sole responsibility of the author(s);
4. The publishers reserve the right to make textual adjustments and adapt texts to meet with publication standards.
5. Authors retain copyright and grant the journal the right to first publication, with the work simultaneously licensed under the Creative Commons Atribuição NãoComercial 4.0 internacional, which allows the work to be shared with recognized authorship and initial publication in this journal.
6. Authors are allowed to assume additional contracts separately, for non-exclusive distribution of the version of the work published in this journal (e.g. publish in institutional repository or as a book chapter), with recognition of authorship and initial publication in this journal.
7. Authors are allowed and are encouraged to publish and distribute their work online (e.g. in institutional repositories or on a personal web page) at any point before or during the editorial process, as this can generate positive effects, as well as increase the impact and citations of the published work (see the effect of Free Access) at http://opcit.eprints.org/oacitation-biblio.html
• 8. Authors are able to use ORCID is a system of identification for authors. An ORCID identifier is unique to an individual and acts as a persistent digital identifier to ensure that authors (particularly those with relatively common names) can be distinguished and their work properly attributed.