Apresentar técnicas de análise econômica e de gerenciamento de riscos em projetos de E&P que subsidiam a tomada de decisão em um ambiente de negócios sob os enfoques determinístico e estocástico.
Melhores práticas em gerenciamento de projetosElderclei Reami
Semelhante a Gestão de Riscos como Ferramenta de Tomada de Decisão em Projetos de Investimento na Indústria de Óleo e Gás EstáCio Gandra 2010 Full (20)
Gestão de Riscos como Ferramenta de Tomada de Decisão em Projetos de Investimento na Indústria de Óleo e Gás EstáCio Gandra 2010 Full
1. Gestão de Riscos como Ferramenta de
Tomada de Decisão em Projetos de
Investimento na Indústria de Óleo e Gás
Rodrigo Mendes Gandra, MSc, PMP, PMI-RMP
Avaliação Econômica e Gerenciamento de Projetos / Economista
1º SEMINÁRIO EM PETRÓLEO E GÁS - MATRIZ ENERGÉTICA -
DIVERSIFICAÇÃO E NOVOS HORIZONTES EXPLORATÓRIOS
Universidade Estácio de Sá – 11/11/2010
2. Objetivo
Apresentar técnicas de análise econômica e de
gerenciamento de riscos em projetos de E&P que
subsidiam a tomada de decisão em um ambiente de
negócios sob os enfoques determinístico e
estocástico.
3. Pauta
• Panorama Brasileiro (Pré-Sal)
• Gerenciamento de Projetos (PMBoK / PMI)
• Gerenciamento de Riscos em Projetos (PMBoK / PMI)
• Tomada de Decisões em Projetos de Investimento
• Técnicas Determinísticas
• Técnicas Probabilísticas
• Comentários Finais
4. Pauta: Panorama Brasileiro (Pré-Sal)
• Panorama Brasileiro (Pré-Sal)
• Gerenciamento de Projetos (PMBoK / PMI)
• Gerenciamento de Riscos em Projetos (PMBoK / PMI)
• Tomada de Decisões em Projetos de Investimento
– Técnicas Determinísticas
– Técnicas Probabilísticas
• Comentários Finais
9. SPE / WPC: Resource Classification System
In March 1997, the Society of Petroleum
Engineers (SPE) and the World Petroleum
Congresses (WPC) approved a set of petroleum
reserves definitions Any estimation of resource
quantities for an accumulation or group of
accumulations is subject to both technical and
commercial uncertainties, and should, in general,
be quoted as a range. In the case of reserves,
and where appropriate, this range of uncertainty
can be reflected in estimates for Proved Reserves
(1P), Proved plus Probable Reserves (2P) and
Proved plus Probable plus Possible Reserves
(3P) scenarios. For other resource categories, the
terms Low Estimate, Best Estimate and High
Estimate are recommended.
10. Pré-Sal: Cessão Onerosa
Contrato de Cessão Onerosa: a Petrobras possui o direito de exercer atividades
de exploração e produção de hidrocarbonetos, nas áreas especificadas, limitado a
uma produção máxima de 4,999 bilhões de BOE, onde a Petrobras efetuará o
pagamento de R$ 74,808 bilhões (ou US$ 42,533 bilhões), a um preço médio
ponderado de R$ 14,96 (ou US$ 8,51) por barril.
Fonte: http://www.petrobras.com.br/pt/noticias/aprovacao-do-contrato-de-cessao-onerosa-e-da-oferta-global/ (de 08/11/2010)
12. Ernst & Young Oil & Gas Risk Report (2010)
Top 10 Risks for Oil & Gas 2010:
1. Uncertain energy policy
2. Access to reserves: political constraints
and competition for proven reserves
3. Cost containment
4. Worsening fiscal terms
5. Climate and environmental concerns
6. Price volatility
7. Human capital deficit
8. Supply Shocks
9. Overlapping service offerings for IOCs
and oilfield service companies
10. New operational challenges, including
unfamiliar environments
Estado de Confiança dos Decision Makers (Riscos)
13. Pauta: Gerenciamento de Projetos (PMBoK / PMI)
• Panorama Brasileiro (Pré-Sal)
• Gerenciamento de Projetos (PMBoK / PMI)
• Gerenciamento de Riscos em Projetos (PMBoK / PMI)
• Tomada de Decisões em Projetos de Investimento
– Técnicas Determinísticas
– Técnicas Probabilísticas
• Comentários Finais
14. “Esforço temporário empreendido para criar um
produto, serviço ou resultado exclusivo, através
de elaboração progressiva.”
• Temporário: todo projeto tem início e fim definidos.
• Produto, Serviço ou Resultado Exclusivo: um projeto gera
entregas exclusivas e singulares.
• Elaboração Progressiva: desenvolver por etapas,
aumentando o grau de definição
Definição de Projetos (PMBoK / PMI)
15. 9 Áreas de Conhecimento do Gerenciamento de Projetos
(PMBoK / PMI)
Escopo
CustoTempo
Qualidade
Integração
RiscoRH
AquisiçõesComunicação
16. Definição de Sucesso em Projetos
CUSTOCUSTOTEMPOTEMPO
ESCOPOESCOPO
O sucesso do projeto é avaliado
de acordo com a
Tripla Restrição “Ampla”
(Triple Constraint)
QualidadeQualidade
++
SatisfaSatisfaçção doão do
ClienteCliente
Ambiente não-ergódigo + trade-off
entre os fatores de sucesso requer
Gerenciamento de Riscos na
tomada de decisões
Previsibilidade
Atendimento
Legal e
Regulatório
Respons.
Social
SMS
Viabilidade
Econômica +
Saúde
Financeira
Satisfação
do
Cliente
17. Taxa de Sucesso em Projetos: Pesquisa Fortune (Mundo)
Fonte: The Standish Group, baseado ementrevistas comempresas Fortune 1000
Principais Causas de Problemas em Projetos?
18. Taxa de Sucesso em Projetos: Pesquisa PMI (Brasil)
Fonte: Estudo de Benchmarking em Gerenciamento de Projetos 2009, Project Management Institute – Chapters Brasileiros
Problemas com Prazo?
19. Taxa de Sucesso em Projetos: Pesquisa PMI (Brasil)
Fonte: Estudo de Benchmarking em Gerenciamento de Projetos 2009, Project Management Institute – Chapters Brasileiros
Problemas com Custo?
20. Taxa de Sucesso em Projetos: Pesquisa PMI (Brasil)
Fonte: Estudo de Benchmarking em Gerenciamento de Projetos 2009, Project Management Institute – Chapters Brasileiros
Problemas com Qualidade?
21. Pauta: Gerenciamento de Riscos em Projetos (PMBoK / PMI)
• Panorama Brasileiro (Pré-Sal)
• Gerenciamento de Projetos (PMBoK / PMI)
• Gerenciamento de Riscos em Projetos (PMBoK / PMI)
• Tomada de Decisões em Projetos de Investimento
– Técnicas Determinísticas
– Técnicas Probabilísticas
• Comentários Finais
22. 3 tipos de conhecimento para os eventos:
• Conhecidos e Entendidos
(Known-Known)
• Conhecidos e Não Entendidos
(Known-Unknown)
• Desconhecidos e Não Entendidos
(Unknown-Unknown)
O que geralmente ocorre...
“Maior parte das decisões são
tomadas sob incerteza!”
Decisão em um mundo não-ergódigo
23. Extrapolando o ambiente não-ergódigo em ambiente de riscos
VALE RISKUNIVERSE
Legal
Regulatorio
Governança
Código
de Conduta
Principais
Iniciativas
Fusões,
Aquisições
e Alienações
Planejamento
e Alocação
de Recursos
Dinâmica
de Mercado
Comunicação
e relação com
investidor
Mercado
Liquidez e
CréditoContabilidade
e Divulgação
Impostos
Operações
Financeiras
Ativos
Físicos
Vendas e
Marketing
Suprimentos
Pessoal
Cadeia
Produtiva
Perigos
Information
Technology
OPERACIONAL
COMPLIANCE
ESTRATÉGICO
FINANCEIRO
24. Definição de Risco em Projetos
A palavra “risco” deriva do italiano risicare (por sua vez derivado do
baixo latim risicu, riscu), que significa “ousar”. Neste sentido, o risco
é opção, e não destino. A história do risco trata das ações pelas
quais ousamos optar. (BERNSTEIN, Peter. Desafio aos Deuses: a
Fascinante História do Risco.)
“Evento ou condição incerta que, se ocorrer, provocará um efeito
positivo ou negativo nos objetivos de um projeto.”* (PMBOK)
Características principais de um risco:
• É um evento futuro, que possui uma causa raiz (fonte) e efeito
(conseqüência);
• Probabilidade, maior que 0% e menor que 100% de ocorrer
• Provoca impacto positivo ou negativo nos objetivos do projeto
• resultados positivos => oportunidades
• resultados negativos => ameaças
25. INTEGRAÇÃO
RISCO
+/-
QUALIDADE RH
CUSTO
COMUNICAÇÃO
AQUISIÇÕES
ESCOPO
TEMPO
Interface, Gestão e
Governança
Metas Orçamentárias
e Restrições
Clareza, Procedência
das Informações
Expectativas,
Operacionalidade
Metas Cronograma e
Restrições
Serviços, Fornecedor,
Performance,
Risco Moral
Requerimentos
Padrões
Disponibilidade
Produtividade
Riscos em Projetos: Abrangência
ECONOMICIDADE SMS RESPONS. SOCIAL LEGAL / REGULATÓRIO
26. TEMPO
Recursos
Investidos
no projeto
CICLO DE VIDA DO PROJETO
IMPACTODOSRISCOS$
INVESTIMENTO$
Riscos do Projeto
Objetivo do
Gerenciamento
de Riscos
Riscos Reduzidos
Nível de Tolerância
Gerenciamento de Riscos em Projetos: Objetivo
Objetivos do Gerenciamento de Riscos:
“... implementar ações para aumentar a probabilidade e o impacto dos eventos
positivos e diminuir a probabilidade e o impacto dos eventos adversos ao
projeto.” (PMBOK)
27. 6 Processos do Gerenciamento de Riscos (PMBOK)
Planejamento do
Gerenciamento de Riscos
Identificação de Riscos
Análise Qualitativa de Riscos Análise Quantitativa de Riscos
Planejamento de Respostas
aos Riscos
Monitoramento e Controle
de Riscos
Priorização
Identificaçãodenovosriscos
&
reavaliaçãodosexistentes
Comunicação dos Riscos
Gerenciando Riscos em Projetos: Processos do PMBOK (PMI)
28. Fonte: Estudo de Benchmarking em Gerenciamento de Projetos 2009, Project Management Institute – Chapters Brasileiros
Abordagem na gestão de riscos?
Gerenciando Riscos em Projetos: Pesquisa PMI (Brasil)
29. Pauta: Tomada de Decisões em Projetos de Investimento
• Panorama Brasileiro (Pré-Sal)
• Gerenciamento de Projetos (PMBoK / PMI)
• Gerenciamento de Riscos em Projetos (PMBoK / PMI)
• Tomada de Decisões em Projetos de Investimento
– Técnicas Determinísticas
– Técnicas Probabilísticas
• Comentários Finais
30. MERCADO
ORGANIZAÇÃO
UNIDADE
Planejamento e Controle da
Organização
Resultados
ExpectativadeResultados
Gestão da Unidade
Credores Acionistas
Captação de Recursos
DividendosJuros e Amortizações
OperaçõesProjetos
Operação
de Ativos
Desenvolvimento
de Ativos
Processos Operacionais
Fornecedores
Clientes
Processos de Apoio
Produtos e
Serviços Substitutos
Novos
Entrantes
Concorrentes
Recursos para
Investimento
Recursos
Para CusteioEstratégia, Portfólio, (BSC)
Futuros
Ativos Ativos
Resultados
Expectativa de
Resultados
Modelo Genérico de Organização com Fins Lucrativos
Tomada de Decisão sob Ótica de Gestão de Negócio
31. “Quando essas previsões e análises são incluídas [no projeto], o gerenciamento de custos do projeto irá
abordar processos adicionais e diversas técnicas de gerenciamento geral, como retorno sobre o
investimento, fluxo de caixa descontado e análise de retorno de capital investido”. (PMBOK)
Decisões em projetos
requerem avaliações
Focadas no
ciclo de vida do produto
Tomada de Decisão sob Ótica de Gestão de Negócio
Análise Econômica não é Ferramenta do Gerenciamento de Custos!
32. Avaliação
Custo x Benefício
Avaliação do
Fluxo de Caixa
Descontado
Avaliação
Custo de Oportunidade
Avaliação de Custo
Técnicas Determinísticas para Tomada de Decisão
33. Avaliação
Custo x Benefício
Avaliação do
Fluxo de Caixa
Descontado
Avaliação
Custo de Oportunidade
Avaliação de Custo
Técnicas Determinísticas para Tomada de Decisão
34. • VPL > 0 => Representa uma agregação de valor superior à aplicação do
dinheiro à TMA. Ou seja, a rentabilidade do projeto mais que cobre o custo do
capital.
• VPL = 0 => Significa que os fluxos de caixa do projeto são exatamente
suficientes para remunerar o capital investido à taxa de retorno requerida pelos
donos do capital.
• VPL < 0 => Os fluxos de caixa do projeto não remuneram o capital investido
à taxa de requerida pelos donos do capital.
Valor Presente Líquido (VPL), que consiste em apurar o valor presente de um
fluxo de resultado projetado (custos e benefícios líquidos), utilizando-se de uma
taxa mínima de atratividade para realizar o desconto do fluxo. A taxa mínima de
atratividade (TMA = i) é a taxa mínima que a empresa deseja obter na aplicação
de um projeto ou negócio.
Fluxo de Caixa Descontado e Valor Presente Líquido (VPL)
38. -1.5
-1.0
-0.5
0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
Fim 2025
Tempo (anos)
2005 2010 2015 2020
$milhões
Ex: Aumento de Custos de Investimento
(1+TMA)
K-j
VPL =
E(CF )
K=1
N
K
(1+TMA)
K-j
(1+TMA)
K-j
VPL =
E(CF )
K=1
N
KVPL =
E(CF )
K=1
N
K
Fluxo de Caixa Descontado e VPL: Exemplo Projeto E&P
40. -1.5
-1.0
-0.5
0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
Fim 2025
Tempo (anos)
2005 2010 2015 2020
$milhões
Ex: Antecipação da data de entrada em produção
com aumento de investimento
(1+TMA)
K-j
VPL =
E(CF )
K=1
N
K
(1+TMA)
K-j
(1+TMA)
K-j
VPL =
E(CF )
K=1
N
KVPL =
E(CF )
K=1
N
K
?
Fluxo de Caixa Descontado e VPL: Exemplo Projeto E&P
42. Fluxo de Caixa Descontado e VPL: Projetos Petrobras
Highly leveraged to oil price and high return projects: class-leading weighted average
IRR of 30% on newfield developments. Commercial valuation increases from
US$248 billion under our US$75/bbl base case oil price assumption to US$348
billion under a US$95/bbl oil price scenario.
NPV = US$ 248 billion
(WACC 10% a.a. at 1º Jan 2011. Long-term real base-case Brent price of US$75.00/bbl)
Source: Wood Mackenzie Corporate Service - Company Report – November 2010
43. Fluxo de Caixa Descontado e VPL: Projetos Repsol
Highly leveraged to oil price and high return projects: class-leading weighted average
IRR of 30% on newfield developments. Commercial valuation increases from US$
20,8 billion under our US$75/bbl base case oil price assumption to US$ 25,5 billion
under a US$95/bbl oil price scenario.
NPV = US$ 20,8 billion
(WACC 10% a.a. at 1º Jan 2011. Long-term Brent price of US$75.00/bbl)
Source: Wood Mackenzie Corporate Service - Company Report – November 2010
46. Muito
Baixa Baixa Média Alta
Muito
Alta
Muito
Alta Alta Média Baixa
Muito
Baixa
Muito Baixo -$3,9 -$11,8 -$19,6 -$27,5 -$35,3 $35,3 $27,5 $19,6 $11,8 $3,9 Muito Baixo
Baixo -$7,8 -$23,5 -$39,2 -$54,9 -$70,6 $70,6 $54,9 $39,2 $23,5 $7,8 Baixo
Médio -$12,8 -$38,5 -$64,1 -$89,8 -$115,4 $115,4 $89,8 $64,1 $38,5 $12,8 Médio
Alto -$18,8 -$56,5 -$94,2 -$131,9 -$169,6 $169,6 $131,9 $94,2 $56,5 $18,8 Alto
Muito Alto -$30,9 -$92,7 -$154,5 -$216,3 -$278,1 $278,1 $216,3 $154,5 $92,7 $30,9 Muito Alto
Probabilidade
ImpactoemUS$milhões
Ameaças Oportunidades
ImpactoemUS$milhões
MatrizdeProbabilidadeeImpacto
TécnicasProbabilísticasparaTomadadeDecisão
(ValorMonetárioEsperado–VME)
(1+i)
k
VPL=
CF
k=0
n
k
p. p. VME=
Risco=Probabilidade.Impacto
48. PREÇO DE EQULÍBRIO
-1.5
-1.0
-0.5
0
0.5
1.0
1.5
2.0
2.5
3.0
3.5
0 60
PREÇO DO ÓLEO (US$/bbl)
VPL ($ milhões)
20 30 40 50
ANÁLISE DO
IMPACTO SOBRE A VIABILIDADE
DO PROJETO, QUANDO SE ALTERA
UMA DE SUAS VARIÁVEIS
(Sensibilidade do Preço do Óleo)
Técnicas Probabilísticas para Tomada de Decisão
(Análise de Sensibilidade)
• Mede o efeito da incerteza de cada variável isoladamente nos objetivos do projeto,
mantidos os demais parâmetros e premissas cantantes (ceteris paribus).
49. Parâmetro: VPL no cenário esperado
Técnicas Probabilísticas para Tomada de Decisão
(Análise de Sensibilidade)
• Uma representação típica é o diagrama de tornado, para determinar o grau de
importância de cada variável
50. Técnicas Probabilísticas para Tomada de Decisão
(Análise de Sensibilidade – Exemplo Projetos Petrobras)
PETROBRAS PROJECTS
Upstream portfolio sensitivities vs. Upstream EV
NPV = US$ 248 billion
(WACC 10% a.a. at 1º Jan 2011. Long-term real base-case Brent price of US$75.00/bbl)
Source: Wood Mackenzie Corporate Service - Company Report – November 2010
Upstream Asset Value Price Sensitivity
Discount Rate (%) US$55/bbl
long-term
US$75/bbl
long-term
US$95/bbl
long-term
7% 192.727 321.691 449.954
8% 175.870 294.116 411.737
9% 160.960 269.797 378.070
10% 147.750 248.292 348.320
11% 136.021 229.224 321.953
12% 125.588 212.271 298.514
13% 116.285 197.157 277.617
14% 107.973 183.646 258.931
15% 100.528 171.536 242.175
52. CENÁRIO
1
CENÁRIO
2
VPL (em $ milhões) 749 654
TIR (% a.a.) 19,1 18,2
INDICADOR
ECONÔMICO
Premissas:
CENÁRIO 2: escopo Y2, investimento X2 e vazão Q2
CENÁRIO 1: escopo Y1, investimento X1 e vazão Q1
Geralmente usado para escolher diferentes configurações de escopos do projeto
Técnicas Probabilísticas para Tomada de Decisão
(Análise de Cenários)
• Mede o efeito da incerteza de diversas variáveis e premissas nos objetivos do
projeto simultaneamente
54. Técnicas Probabilísticas para Tomada de Decisão
(Árvore de Decisão)
Não Muda a Malha de Poços Muda a Malha de Poços
• Sumariza as implicações de cada uma das possíveis escolhas disponíveis
• Fornece o VME para cada alternativa (uma vez que todas os prêmios e chances
estão quantificadas)
• Útil e simples para se tomar decisões, quando existem múltiplas oportunidades
55. ANÁLISE DE
CENÁRIOS
ÁRVORE DE
DECISÃO
ANÁLISE DE
MONTE CARLO
ANÁLISE DE
SENSIBILIDADE
Técnicas mais usadas para Modelagem de Risco:
VME
Técnicas Probabilísticas para Tomada de Decisão
56. • O objetivo é fornecer uma distribuição dos possíveis valores de uma variável
dependente, depois de simular o comportamento de diversas variáveis
independentes (de maneira aleatória)
Exemplo:
• f(x) = y = b (x) + a, onde (y) é a variável dependente e (x) variáveis
independentes.
• Traduz diversas incertezas especificas (através de n iterações aleatórias)
nos objetivos do projeto
• Fornece a probabilidade de se completar o projeto em um determinado
prazo, determinado custo, VPL, TIR, etc
• Mapeia o risco total do projeto através de uma distribuição de
probabilidades dos objetivos almejados
Técnicas Probabilísticas para Tomada de Decisão
(Geração de Números Aleatórios por Análise de Monte Carlo)
O nome "Monte Carlo" surgiu durante o Projeto Manhattan, durante a Segunda Guerra Mundial, no projeto de construção da
bomba atômica. John von Neumann (também precursor da Teoria dos Jogos) e Stanislaw Ulan consideraram a
possibilidade de utilizar o método, que envolvia a simulação direta de problemas de natureza probabilística relacionados com o
coeficiente de difusão do nêutron em certos materiais.
58. Dispersão do VPL ao Brent de US$ 30,00/bbl, Data Base = Jan/2007 e TMA = X% a.a.
Definição de Premissas
Monte Carlo / 1.000
Interações Aleatória
+ + =
A probabilidade
acumulada
VPL < 0 = 5,0%.
Aplicação em Fluxo de Caixa de Projetos
Técnicas Probabilísticas para Tomada de Decisão
(Geração de Números Aleatórios por Análise de Monte Carlo)
59. Geração de Números Aleatórios por Análise de Monte Carlo
(Exemplo Fluxo de Caixa Descontado de Projeto de E&P)
61. Risco Econômico => Preço do Brent
Cotação Nominal do Óleo Tipo Brent no Mercado Spot
(Jan-1985 a Mar-2003)
0,0
10,0
20,0
30,0
40,0
50,0
60,0
70,0
80,0
90,0
100,0
110,0
120,0
130,0
140,0
150,0
US$/bbl
Geração de Números Aleatórios por Análise de Monte Carlo
(Exemplo Fluxo de Caixa Descontado de Projeto de E&P)
62. Risco Geológico & Geofísico => Curva de Produção
0
20.000
40.000
60.000
80.000
100.000
120.000
140.000
160.000
180.000
200.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
ano
bopd
bopd Mínimo bopd Mais Provável bopd Máximo
Para todos os anos são definidas distribuições triangulares
(-15%, + 10%) em torno do mais provável
Geração de Números Aleatórios por Análise de Monte Carlo
(Exemplo Fluxo de Caixa Descontado de Projeto de E&P)
63. Regression Sensitivity for VPL / Fim
Concessão/AA58
Std b Coefficients
bopdEsperado/D17 ,001
bopdEsperado/D21 ,002
bopdEsperado/D16 ,002
bopdEsperado/D15 ,002
bopdEsperado/D13 ,003
bopdEsperado/D14 ,003
bopdEsperado/D12 ,005
bopdEsperado/D11 ,006
bopdEsperado/D9 ,007
bopdEsperado/D10 ,007
bopdEsperado/D8 ,008
bopdEsperado/D7 ,011
bopdEsperado/D6 ,012
bopdEsperado/D5 ,015
Preço Óleo Tipo Brent/B3 1,001
-1 -0,75 -0,5 -0,25 0 0,25 0,5 0,75 1
Geração de Números Aleatórios por Análise de Monte Carlo
(Exemplo Fluxo de Caixa Descontado de Projeto de E&P)
64. Pauta: Comentários Finais
• Panorama Brasileiro (Pré-Sal)
• Gerenciamento de Projetos (PMBoK / PMI)
• Gerenciamento de Riscos em Projetos (PMBoK / PMI)
• Tomada de Decisões em Projetos de Investimento
– Técnicas Determinísticas
– Técnicas Probabilísticas
• Comentários Finais
65.
66. Mirando no alvo ... tomada de decisão em um mundo não-
ergódigo por agentes com racionalidade limitada
Levar em
consideração o
ciclo de vida do
produto (e não
somente do
projeto)
Decisões
Mais
Previsíveis
Apesar de Bounded
Rationality, utilizar
estimativas
probabilísticas
Aplicar técnicas de finanças (aumento
de valor para empresa) conjugadas
com técnicas de gerenciamento de
riscos de projeto
Entender os
limites dos
modelos
Aumentar a cultura de
Planejamento e de
registros históricos
Monitorar e controlar
tolerância (thresholds)
Procurar e
entender os
outliers (Cisne
Negro)?
Monitorar e
controlar riscos
(entender
mudanças de
correlações)
Entender que
Gerenciamento
de Riscos
depende da
subjetividade
“Acender uma
vela e rezar”
67. Obrigado
Rodrigo Mendes Gandra, MSc, PMP, PMI-RMP
Avaliação Econômica e Gerenciamento de Projetos
e-mail: rodgandra@gmail.com
68. Mini Currículo
• Atualmente atuando como Risk Analyst de projetos de E&P
(Pré-Sal) da Repsol YPF;
• 1 ano como Gerente da área de Advisory Services da Ernst
& Young (clientes: Petrobras, Vale, Consórcio Usina
Hidrelétrica Estreito - CESTE, e BR Distribuidora);
• 6 anos de experiência como consultor em Avaliação
Econômica (Valuation) e Gerenciamento de Projetos
upstream (E&P) e downstream (Refino) na Petrobras;
• 2 anos de experiência em análise macroeconômica (IPEA /
DIEESE / Eletrobrás);
• Mestre em Economia pela Universidade Federal Fluminense
(UFF);
• Bacharel em Economia pela Universidade Federal do Rio de
Janeiro (UFRJ);
• Certificado como Project Management Professional (PMP)
pelo Project Management Institute (PMI);
• Certificado como Risk Management Professional (PMI-RMP)
pelo Project Management Institute (PMI);
• 1° Lugar no XI Prêmio Brasil de Economia em 2003 com
Dissertação de Mestrado;
• Dezenas de artigos técnicos e científicos publicados,
palestras ministradas e 1 co-orientação de dissertação;
• Professor Docente de Gerenciamento de Riscos de Projetos
no curso de Pós-Graduação em Engenharia de
Equipamentos Onshore e Offshore da FUNCEFET.
• Para maiores detalhes, consultar Plataforma Lattes:
http://lattes.cnpq.br/0304981009912385
Rodrigo Mendes Gandra, MSc, PMP, PMI-RMP
Avaliação Econômica e Gerenciamento de Projetos
e-mail: rodgandra@gmail.com