Project Risk Analysis: An Application of the Monte Carlo Method in a Company of the Furniture Sector

Authors

DOI:

https://doi.org/10.24023/FutureJournal/2175-5825/2018.v10i2.314

Keywords:

Decision, Project management, Investment, Strategy, Viability

Abstract

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

Download data is not yet available.

Author Biographies

Fernando Rodrigues de Amorim, Universidade Estadual de Campinas (FEAGRI-UNICAMP).

Doutorando em Engenharia Agrícola pela Universidade Estadual de Campinas (FEAGRI-UNICAMP), São Paulo, Brasil. Professor na Faculdade de Tecnologia do Estado de São Paulo - FATEC.

Pedro Henrique Camargo de Abreu, Universidade Estadual de Campinas (FT-UNICAMP)

Mestrando em Tecnologia pela Universidade Estadual de Campinas (FT-UNICAMP). 

Marco Tulio Ospina Patino, Universidade Estadual de Campinas (FEAGRI-UNICAMP)

Doutor em Agronomia pela Universidade Estadual Paulista Júlio de Mesquita Filho (UNESP). Professor na Universidade Estadual de Campinas (FEAGRI-UNICAMP)

Leonardo Augusto Amaral Terra, Universidade de São Paulo (FEA-RP/USP)

Doutor em Administração de Organizações pela Universidade de São Paulo (FEA-RP/USP). Professor na Universidade de São Paulo (FEA-RP/USP) e na Universidade de Ribeirão Preto (UNAERP)

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.

Published

2018-05-01

How to Cite

Amorim, F. R. de, Abreu, P. H. C. de, Patino, M. T. O., & Terra, L. A. A. (2018). Project Risk Analysis: An Application of the Monte Carlo Method in a Company of the Furniture Sector. Future Studies Research Journal: Trends and Strategies, 10(2), 332–357. https://doi.org/10.24023/FutureJournal/2175-5825/2018.v10i2.314

Most read articles by the same author(s)