Ps Graduao Gesto e Avaliao Imobiliria Avaliaes Imobilirias

Pós Graduação Gestão e Avaliação Imobiliária Avaliações Imobiliárias Módulo 3: A análise de risco nas avaliações imobiliárias – Crystal Ball Manuel Mota Professor Auxiliar Convidado, ISEG CFO na FLITPTREL Portugal SGPS SA (ECS Capital)

Módulo 3 - Objetivos Descriminação dos objetivos gerais e específicos 1. Objetivos Gerais § Reconheçam o enquadramento conjuntural e temporal da análise de risco; § Reconheçam os métodos e técnicas da análise de risco; § Saibam utilizar o Crystal ball na análise de risco. 2. Objetivos Específicos § Identificar os métodos e técnicas de análise de risco; § Aplicar a análise de risco a cada uma das avaliações elaboradas com base em casos reais; § Aplicar o Crystal Ball na análise de risco. © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016 3

Análise de Risco nas Avaliações Imobiliárias Comportamento da Incerteza e do risco versus a conjuntura económica Incerteza Evolução da Conjuntura Económica Risco A possibilidade ou não de utilização de determinado método de avaliação, não está diretamente relacionada com a conjuntura económica, mas antes com a disponibilidade da informação, que a utilização de cada um destes implica. Indiretamente poderá haver ligação nos períodos de crescimento negativo © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016 5

Análise de Risco nas Avaliações Imobiliárias Timing das formas de controlar o risco Formas de Controlar o Risco Prévias à Realização do Investimento q Escolha criteriosa da carteira de investimento q Diversificação do investimento (tipo de uso, geográfica, tipo de exploração) q Estudo de Mercado q Hedging (compra de opções) q Due diligence q Análise de sensibilidade | Criação de Cenários | Partição da TIR | Crystal Ball Formas de Controlar o Risco Após a Realização do Investimento q Gestão de Património q Seleção de Inquilinos q Hedging (compra de opções) q Cobertura do risco da taxa de juro q Análise de sensibilidade | Criação de Cenários | Partição da TIR | Crystal Ball © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016 6

Análise de Risco nas Avaliações Imobiliárias Técnicas de análise de risco q Análise de sensibilidade q Análise de cenários Fazem a análise do risco mas não permitem medi-lo q Partição da TIR q Árvores de Decisão q Simulação de Monte Carlo Não só faz a análise de risco mas também nos dá uma medida do mesmo © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016 8

Análise de Risco nas Avaliações Imobiliárias Análise de sensibilidade Edifício Bojador – Análise de Sensibilidade – Escolha das variáveis 1. Quais as variáveis que devemos utilizar na análise de sensibilidade? • Variáveis sobre as quais temos menos controle; • Variáveis que aparentemente parecem ter mais impacto no valor do ativo; 2. Como devemos cruzar as variáveis na análise a mais que uma variável? • Escolher variáveis cuja variação tem alguma relação entre si; • Fazê-las variar de acordo com o seu comportamento real mais conhecido; 3. • • Quais as variáveis a analisar neste caso? Valor da renda? Taxa de ocupação? Taxa de atualização? Yield de saída? 4. Que tipo de análise de sensibilidade? • Simples? Variável a variável • Complexa? Mais que uma variável em simultâneo © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016

Análise de Risco nas Avaliações Imobiliárias Análise de sensibilidade - Edifício Bojador© – (uma variável e uma variação) © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016 11

Análise de Risco nas Avaliações Imobiliárias Análise de sensibilidade - Edifício Bojador©(duas variáveis/vários valores) © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016 12

Análise de Risco nas Avaliações Imobiliárias Análise de sensibilidade - Edifício Bojador© (duas variáveis/vários valores) © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016 13

Análise de Risco nas Avaliações Imobiliárias Criação de cenários - Edifício Bojador© © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016 14

Análise de Risco nas Avaliações Imobiliárias Partição da TIR Valor actual do activo CF Rendas 1 M€ Valor da TIR total CF Rendas 6% 40% Decomposição Valor actual do activo CF Revenda 1, 5 M€ Valor actual do activo 2, 5 M€ Valor da TIR total 15% Valor da TIR total CF Revenda 9% Valor actual do activo 2, 5 M€ Valor da TIR total 15% Valor actual do activo CF Rendas 1, 1 M€ Valor da TIR total CF Rendas 6, 6% Hipótese com > risco 60% 44% Hipótese com < risco Decomposição Valor actual do activo CF Revenda 1, 4 M€ Valor actual do activo 2, 5 M€ Valor da TIR total 15% Valor actual do activo 2, 5 M€ © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016 Valor da TIR total CF Revenda 8, 4% 56% Valor da TIR total 15% 16

Análise de Risco nas Avaliações Imobiliárias Partição da TIR - Edifício Orangina© © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016 17

Análise de Risco nas Avaliações Imobiliárias Partição da TIR - Edifício Bojador© © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016 18

Análise de Risco nas Avaliações Imobiliárias Crystal Ball Overview Crystal Ball is an analytical tool that helps executives, analysts, and others make decisions by performing simulations on spreadsheet models. The forecasts that result from these simulations help quantify areas of risk so decision-makers can have as much information as possible to support wise decisions. The basic process for using Crystal Ball is to: 1. Build a spreadsheet model that describes an uncertain situation. 2. Run a simulation on it. 3. Analyze the results. What is a Model? Crystal Ball works with spreadsheet models, specifically Excel spreadsheet models. Your spreadsheet might already contain a model, depending on what type of information you have in your spreadsheet and how you use it. If you only use spreadsheets to hold data — sales data, inventory data, account data, and so on— then you do not have a model. Even if you have formulas that total or subtotal the data, you might not have a model that is useful for simulation. A model is a spreadsheet that has moved from being a data organizer to an analysis tool. A model represents the relationships between input and output variables using a combination of functions, formulas, and data. As you add more cells to the model, your spreadsheet begins to portray the behavior of a real-world system or situation. © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016 20

Análise de Risco nas Avaliações Imobiliárias Crystal Ball Types of Data Cells Crystal Ball uses three types of data cells as inputs and outputs: q Assumption cells are input cells that contain values that you are unsure of: the uncertain independent variables in the problem you are trying to solve. The assumption cells must contain simple numeric values, not formulas or text. q Decision variable cells are input cells that contain values that are within your control to change. The decision variable cells must contain simple numeric values, not formulas or text. These are used by some of the Crystal Ball tools and by Opt. Quest. q Forecast cells (dependent variables) are output cells that contain formulas that refer to one or more assumption and decision variable cells. The forecast cells combine the values in the assumption, decision variable, and other cells to calculate a result. A forecast cell, for example, might contain the formula =C 17*C 20*C 21. © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016

Análise de Risco nas Avaliações Imobiliárias Crystal Ball Decision Variable Assumptions variáveis independentes e incertas do problema que se está a tentar resolver. Estas células devem conter valores numéricos simples, não fórmulas ou texto. variáveis independentes do modelo mas que está no nosso controle para alterar. Estas células devem conter valores numéricos simples, não fórmulas ou texto. Estes são utilizados por algumas das ferramentas do Crystal Ball e pelo Opt. Quest. Simulação Monte Carlo utilizando Crystal Ball Forecast cells variáveis dependentes: são as células de saída que contêm fórmulas que se referem a uma ou mais células de “assumption” e “decision variable cells”. © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016

Análise de Risco nas Avaliações Imobiliárias Crystal Ball About Assumptions and Probability Distributions For each uncertain variable in a simulation, or assumption, you define the possible values with a probability distribution. The type of distribution you select depends on the conditions surrounding the variable. Common distribution types are normal, triangular, uniform, and lognormal, as shown in figure. During a simulation, Crystal Ball calculates numerous scenarios of a model by repeatedly picking values from the probability distribution for the uncertain variables and using those values for each assumption cell. Commonly, a Crystal Ball simulation calculates hundreds or thousands of scenarios, or trials, in just a few seconds. The value to use for each assumption for each trial is selected randomly from the defined possibilities. Because distributions for independent variables are so important to simulations, selecting and applying the appropriate distribution is the main part of defining an assumption cell. For more information on probability distributions, © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016

Análise de Risco nas Avaliações Imobiliárias Crystal Ball Defining Decision Variable Cells Decision variables are the variables that you can control, such as rent to charge or the amount of money to invest. Decision variables are not required for simulation models, but they can be useful when comparing and optimizing alternate scenarios. You also use decision variables with Opt. Quest, if available. To define or more decision variable cells: 1. Select a cell or range of cells. Select value cells or blank cells only. You cannot define a decision on a formula or non-numeric cell. 2. Select Define , then Define Decision, . The Define Decision Variable dialog opens. 3. Click the More button, , to display all settings. © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016

Análise de Risco nas Avaliações Imobiliárias Crystal Ball 4. Complete the Define Decision Variable dialog: • Name is the name of the decision variable. • Bounds are the upper and lower limits for the decision variable range. • Type defines whether the variable type is: o Continuous — can assume any value between the lower and upper bounds o Discrete — can assume values at specific intervals between the lower and upper bounds With Discrete selected, Step specifies the interval between values for discrete variables. For example Step = 1 could be used to specify whole dollars, while Step =. 5 could specify 50 cent increments. o Binary — is 0 or 1 to represent a yes-no decision, where 0 = no and 1 = yes o Category — can assume any discrete integer between the lower and upper bounds (inclusive), where the order of the values does not matter. This type, used for attributes or indexes, is mostly used when numeric values represent conditions or groups instead of numeric values. Example model Groundwater Cleanup. xls contains a decision variable named Remediation Method, expressed as integers 1, 2, and 3. These are not numeric values, but instead they represent three different remediation methods for groundwater cleanup and can be defined using the Category type. o Custom — can assume any value from a list of two or more specific values or a cell range reference. When values are entered directly, separate them by a valid list separator — a comma, semicolon, or other value specified in the Windows regional and language settings. If a cell range reference is used, it must include more than one cell so there will be two or more values. Blanks and non-numerical values in the range are ignored. You can use cell referencing to name a decision variable, define the lower and upper limits, set the step size, and define custom values. © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016

Análise de Risco nas Avaliações Imobiliárias Crystal Ball 5. Click OK. 6. Repeat these steps for each decision variable in your model. Note: There is no absolute limit to the number of data cells you can define per worksheet. In general, you should define less than 1000 assumptions, decision variables, and forecasts per worksheet. © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016

Análise de Risco nas Avaliações Imobiliárias Crystal Ball – casos práticos Resolução de casos práticos com recurso à utilização dos ficheiros de excel colocados no aquila. © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016

Análise de Risco nas Avaliações Imobiliárias Crystal Ball Defining Forecasts After you define the assumption cells and decision variables, you are ready to select and define forecast cells. Forecast cells usually contain formulas that refer to one or more assumption and decision variable cells. The forecast cells combine cells in your model to produce the results you need. To define forecast cells: 1. Select a formula cell or a range of formula cells. 2. Select Define, then Define Forecast, . The Define Forecast dialog opens. If you have activated Crystal Ball’s process capability features, additional fields are displayed. 3. Complete the Define Forecast dialog: • Name is the name of the forecast. • Units is the name of the units that are displayed at the bottom of the forecast chart, such as Millions. 4. To set additional forecast preferences, click the More button, to expand the Define Forecast dialog. © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016

Análise de Risco nas Avaliações Imobiliárias Crystal Ball 5. Click OK. 6. Repeat steps 1– 4 for each forecast in your model. Clicking Defaults in the expanded Define Forecast dialog restores the original default settings in place of any new settings you have made. You can also click Apply To to use the settings in other charts and worksheets. © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016

Análise de Risco nas Avaliações Imobiliárias Resumo Para concluir esta exposição sobre a análise de risco e a utilização do software Crystall ball para executar a simulação Monte Carlo salientam-se os seguintes aspetos: a. O risco de um determinado investimento pode ser minorado com recurso a uma infinidade de técnicas de aplicação simples e muitas vezes ignoradas como: Escolha criteriosa da carteira de investimento; Diversificação do investimento (tipo de uso, geográfica, tipo de exploração); Estudo de Mercado; Hedging (compra de opções); Due diligence; Análise de sensibilidade; Criação de Cenários; Partição da TIR ; b. Existem vários métodos e técnicas par analisar o risco e para incorporar o mesmo nas avaliações e na análise de investimentos, no entanto apenas aqueles que recorrem al cálculo probabilístico como é o caso da utilização do software Crystal ball para fazer correr as simulações Monte Carlo, permitem medir o risco; c. O Crystal Ball permite fazer um conjunto de análise alargado incorporando técnicas como análise de sensibilidade e a criação de cenários o que aumenta a riqueza do seu output. No entanto requer um bom conhecimento estatístico a implica a existência de bases de dados alargadas para poder aproveitar de forma cabal todo o seu potencial; d. Uma da técnicas de analise do risco comparativo entre dois projetos é a partição da TIR que apresenta a vantagem de não ser incorporada por outras técnicas (ex. : Crystal ball) e ser de aplicação muito simples; © Manuel Mota|Avaliações Imobiliárias|Análise de risco na avaliações|Crystal ball|Maio 2016

OBRIGADO © 32