ANÁLISE DE DECISÃO MULTICRITÉRIO APLICADO NA SELEÇÃ O DE INVESTIMENTO EM ARMAZENAGEM DE SOJA EM GRÃO

MULTI-CRITERIA DECISION ANALYSIS APPLIED TO SELECTION OF

INVESTMENT IN SOYBEAN WAREHOUSE

PATRÍCIA DIAS BARBOZA RESUMO

Muitos estudos discutem uma previsão de aumento da demanda por soja no

mercado mundial e aumento da safra brasileira para os próximos anos. Apesar destas

previsões otimistas, insuficientes ou inadequadas condições de infra-estrutura em

capacidade de armazenagem, de transportes e de portos no Brasil têm sido levadas em

consideração na elaboração do Planejamento de Longo Prazo pelas empresas que

comercializam soja. O objetivo deste trabalho é propor um modelo que auxilie o processo

de tomada de decisão sobre investimento em armazenagem granel. O método utilizado é

baseado na Teoria de Valor Multi-Atributo através do software V.I.S.A.para eleger uma das

três alternativas para a armazenagem de grãos: instalação própria de armazenagem

convencional, silo bags ou contratação de serviços de estocagem de terceiros. Baseados nos

objetivos fundamentais da empresa do estudo de caso e análises de sensibilidade, o modelo

sugere a alternativa de “Investimento em Armazém Próprio” na geração de maior valor.

Palavras-chave: Análise de Investimento, Multicritério, MAVT, Armazenagem de Soja.

ABSTRACT

There have been many studies addressing the forecast of increasing demand for

soybeam worldwide and increasing of Brazilian grain harvest for the next few years.

Despite these positive prediction, insuficient or poor infra structure in storage capacity,

corridors and ports have been analysed by tradings to improve your strategic business plan

for long term. The purpose of this paper is to propose a multi-criteria decision analysis to

help decision makers about a bulk storage investment for soybean. The method is based on

Multi-Attributed Value Theory and the model is built on software V.I.S.A to sugest which

alternative add more value to the company. The alternatives are: built an own warehouse,

rent a third party storage service and silo bags. Based on Fundamentals Objectives and

Sensitivity Analysis the model suggests that the company of the study case should built an

onw warehouse in order to add more value.

Keywords: Investment Analysis, MCDA, MAVT, Soybean Warehouse.

1. INTRODUÇÃO

O agronegócio é um dos motores da economia brasileira, responsável por 23% do

Produto Interno Bruto (PIB) nacional, (CEPEA, 2009). Em 2009, a produção agropecuária

representou 42% das exportações com US$ 64,7 bi dos 152,2 bilhões exportados pelo

Brasil, (MAPA, 2010), sendo o complexo de soja responsável por US$ 17,3 bi (11,3% das

exportações brasileiras) (SECEX/MIDC, 2010).

Devido à importância econômica da cadeia da soja e sua previsão otimista de

aumento da produção para os próximos anos no Brasil (72 xmilhões em 2010/2011 para 8

milhões em 2018/2019), torna-se relevante o estudo desta cadeia da soja.

Alguns trabalhos já apontam desafios em relação à falta de infra-estrutura de

armazenagem e transporte e sua capacidade em acompanhar o crescimento econômico que

o país vem apresentando. No Plano Nacional de Logística e Transportes PNLT (2007) do

Governo Federal verifica-se a necessidade de adequar o sistema de transportes diante do

cenário de produção do agronegócio brasileiro e que gargalos no sistema rodoviário

poderão ser superados pela transferência de parte dos fluxos de carga para outros modais,

como ferrovias, hidrovias e cabotagem, o que contribuiria para melhor racionalização da

matriz de transportes do País. Anderson et al (2009) obtiveram resultados que mostram que

a exportação de granéis agrícolas do Centro-Oeste irá se expandir além da capacidade

portuária, que irá apresentar um déficit de 54 Mt, o que equivale a uma necessidade de até

15 novos terminais.

Quanto à capacidade estática de armazenagem, Gallardo et al (2010) salientam que

atualmente no Brasil esta já se encontra inferior ao nível recomendado pela FAO (Fundação

da Organização das Nações Unidas para a Agricultura e a Alimentação), em cerca de 70

Mt, e o setor não responde ao crescimento acentuado da produção agrícola e nem às

mudanças na distribuição geográfica da produção. Além disso, a estocagem na própria

unidade produtora no Brasil é de apenas 15% da capacidade estática total, contra 85% na

Austrália, 65% nos EUA, 50% em média na Europa, 40% na Argentina e 35% no Canadá.

Esse crescimento econômico do Brasil nos últimos anos não se limita à cadeia da

soja, outras cadeias se fortaleceram como as de minérios, açúcar e milho. Produtos estes

que concorrem diretamente com a soja pelos corredores logísticos, armazéns granéis e por

posicionamento de navios nas filas dos portos brasileiros. A combinação de aumento da

produção e limitada infra-estrutura logística já vem apresentando ineficiência na prestação

de serviços. Como dificilmente nas condições brasileiras se operaria em um eficiente

sistema just-in-time para a cadeia de grãos, torna-se questão estratégica a montagem de um

sistema de armazenagem nos pontos relevantes de distribuição (propriedades rurais,

armazéns gerais, portos e processadores) para o escoamento das colheitas sazonais. Com

isso, seriam criadas condições para um equilíbrio entre oferta e demanda de serviços de

transporte em picos de safras e, em conseqüência, seriam reduzidas as fontes de pressão

sobre os fretes, (NOGUEIRA JUNIOR e TSUNECHIRO, 2004).

Tais ineficiências são refletidas nos aumentos dos custos das empresas com

pagamento de estadias rodoviária, ferroviária e portuária e aumento de tarifas de frete para

compensar a baixa produtividade. Um estudo realizado pela USDA – United States

Departament of Agriculture – compara os custos de exportação de soja de algumas regiões

do Brasil e dos EUA para Xangai, na China. A disparidade dos custos de frete interno entre

os dois países fica bem evidente. Nos EUA, o custo de transporte, incluindo o frete

marítimo, representa 29% do custo total, enquanto que, para o Brasil, esse número é algo

em torno de 40%, (NOGUEIRA et al, 2008).

O objetivo deste trabalho é fazer uma análise do processo de tomada de decisão

sobre investimento em armazenagem granel para soja em grão. Para a análise três

alternativas deverão ser consideradas: instalação própria de armazenagem convencional,

silo bags ou contratação de serviços de terceiros para a estocagem de soja em grão.

2. REVISÃO DE LITERATURA

2.1 A Cadeia da Soja

Segundo Buainaim et al (2006), a cadeia produtiva da soja é formada por várias

camadas desde os insumos até a distribuição ao consumidor final.

A camada de Insumos é composta pelos produtores de sementes, revenda de

máquinas, equipamentos, fertilizantes, corretivos, defensivos agrícolas e combustíveis.

Após a produção e colheita do grão, verificam-se o armazenamento da soja em grãos e a

indústria de transformação do grão em óleo e farelo, até o consumo final do produto,

(Figura 1).

Figura 1. Cadeia Produtiva da Soja. Fonte: Adaptado de Buainaim et al (2006) eMAPA ( 2007).

A Produção é composta por médias e grandes propriedades agrícolas que, em geral,

atuam segundo as regras do mercado. Este segmento se relaciona com a indústria de

insumos, comprando os materiais e equipamentos necessários à produção.

A camada Originadores composta por armazenadores (T5), cooperativas (T4) e

pelas “tradings” (T3) relacionam diretamente com os produtores de grãos (T1), com a

agroindústria de esmagamento de soja e com o mercado externo. Este segmento compra,

armazena e faz a movimentação da produção, ou para a indústria de esmagamento, ou para

o mercado externo de grãos. No caso das exportações, a comercialização é feita

principalmente pelas “tradings” (T9). Muitas cooperativas e empresas esmagadoras

possuem seus departamentos de comercialização, porém se articulam com as “tradings”,

para facilitar suas exportações (T7). Há grandes produtores que também atuam como

compradores, intermediando a comercialização de lotes maiores de matéria prima.

A indústria Esmagadora (T8) extrai, refina e processa derivados do óleo. Seus

principais produtos são o óleo bruto, o óleo refinado e o farelo de soja, embora muitos

outros produtos estejam em produção,ou seja potencialmente passíveis de produção no

futuro. Neste segmento, diante das possibilidades de diferenciação e da conseqüente

agregação de valor, repousa as maiores potencialidades para o desempenho futuro da

competitividade da cadeia produtiva.. A indústria de rações (T12) é outra grande

consumidora intermediária de soja. O farelo produzido ou é exportado pelas tradings para o

mercado externo, ou é adquirido pela indústria de rações para aves, suínos e peixes,

passando a ser incorporadas em outras cadeias produtivas, produtoras de carnes e ovos.

A indústria de alimentos de produtos derivados da soja, como as margarinas e

maioneses recebem incentivos à produção de combustíveis de fonte renovável e têm

proporcionado um aumento na produção de óleo biodiesel. A indústria de óleos é das mais

importantes para a cadeia produtiva (T10). Outro segmento dessa cadeia produtiva é a

indústria de sabões e cosméticos (T15), que utiliza além do óleo de soja, outros óleos

vegetais e gorduras animais em suas formulações industriais.

Para a distribuição destes produtos, opera uma estrutura de comercialização

atacadista e varejista, que se relaciona com os segmentos agroindustriais, para colocar o

produto à disposição do consumidor final. O Mercado Interno (T16), composto por

consumidores de óleos e outros produtos derivados da soja, pode ser segmentado em

consumidores internos e externos, compondo os mercados interno e externo para os

produtos, subprodutos e derivados da soja.

2.2 Fluxo e Armazenagem

O fluxo da soja em grão no Brasil (vide Figura 2) tem seu início com a retirada do

produto das fazendas de caminhão. A soja vai para os silos e depois para as fábricas de

esmagamento e portos para serem exportada. De acordo com a disponibilidade da região,

são utilizados transbordos ferroviários e hidroviários que compõem os corredores de

escoamento de soja e são importantes para diminuir os custos com o transporte até os

portos. A perecibilidade e sazonalidade da produção agrícola, demandam um sistema de

armazenagem com pontos relevantes de distribuição (propriedades rurais, silos, portos e

fábricas de esmagamento) para o escoamento da colheita, (NOGUEIRA JUNIOR e

TSUNECHIRO, 2004).

* Pode apresentar unidade de armazenagem

Figura 2. Mapeamento do fluxo da soja em grão.

A armazenagem de produtos agrícolas é fator de competitividade da cadeia da soja e

para manter o equilíbrio de oferta x demanda e a continuidade do fluxo deve ser

considerada nas decisões estratégicas comerciais e de logística de produtores, tradings e

outros envolvidos.

A armazenagem da cadeia de soja brasileira é composta por armazéns que podem

ser classificados em quatro categorias sob o critério da localização (Figura 2). Armazéns

localizados em regiões produtoras são aqueles estabelecidos no interior das propriedades,

geralmente pertencentes a grandes produtores, uma vez que o investimento necessário para

sua construção é elevado. Os armazéns das zonas rurais são, em geral, consolidadores de

cargas provenientes de diferentes produtores e localizam-se nas proximidades de rodovias,

ferrovias ou hidrovias para facilitar o escoamento dos produtos. O terceiro tipo de armazéns

consiste naqueles localizados em áreas urbanas, cuja principal função é atender à demanda

interna, servindo a unidades industriais de processamento. Por fim, têm-se os armazéns

situados em portos, que possuem uma função diferente dos demais. Estesnão servem como

unidades armazenadoras da produção, mas como mecanismos de apoio às operações de

carga e descarga das embarcações, consolidando as cargas. Os armazéns portuários chegam

a apresentar um giro anual de capacidade estática em torno de 20 vezes, exemplo do Porto

de Santos. Esse número é muito superior à média das outras três categorias, que muitas

Produtor* Silo Fabrica

Hidroviário Terminal Portuário

Transbordo

Ferroviário

Modais: Rodoviário Ferroviário Hidroviário

vezes não ultrapassam giro anual de uma vez a capacidade estática, (GALLARDO et al,

2010).

Figura 3. Composição da armazenagem agrícola no Brasil. Fonte: Adaptado de Gallardo et al (2010).

A reduzida capacidade de armazenagem nos produtores, como pode-se observar na

Figura 3, impede que os mesmo possam vender seus produtos a melhores preços na época

de entressafra. Se um lado o armazenamento da produção permite a escolha do melhor

momento para a sua comercialização, buscando preços mais atrativos, de outro exige

sacrifícios financeiros. A imobilização de recursos pelo investimento em infra-estrutura de

armazenagem, custos de conservação do produto e abdicação de um possível ganho

financeiro com a aplicação dos recursos que seriam conseguidos com a venda desses

produtos são exemplos desses sacrifícios (ZANCHET, 2004).

2.3 Fatores que influenciam a gestão da Cadeia da Soja

A estratégia competitiva do Brasil na exportação dos produtos do complexo da soja

está associada à liderança em custo de produção. Mas a gestão da Cadeia da Soja sofre

influência de outros fatores, tais como: comercialização, oferta e demanda, tributação e

empresas participantes.

Há uma constante oscilação no preço dos produtos agrícolas, geralmente

obedecendo às pressões da elevada oferta de produtos nos períodos de safra e escassez nos

de períodos de entressafra. Como tentativa para se protegerem dessas oscilações, os

produtores agrícolas para comercializar a soja“delegam” ou entregam a sua produção às

tradings e agroindústrias numa das seguintes modalidades: 1) mercado spot, consiste na

Internamente às Unidades

Produtoras15%

Áreas Rurais externas às Fazendas

47%

Áreas Urbanas32%

Zonas Portuárias6%

entrega da produção com a imediata efetivação da venda; tudo é esporádico e não há

compromissos com futuras transações; 2) contratos a termo ou “produto verde”, que

consiste no contrato firmado, para a entrega futura da produção com preço previamente

fixado; ou seja, o objetivo deste contrato é garantir, por um lado, a entrega do produto pelo

produtor e, de outro, o cumprimento do preço pelo agente, conforme estabelecido em

contrato; ou ainda; (3) a entrega da produção em depósito com preço a fixar (produção para

futura comercialização ou retirada), (AFONSO, 2006).

Em relação à tributação, a Lei Kandir isentou o Imposto sobre Circulação de

Mercadorias e Serviços (ICMS) sobre a exportação dos produtos básicos, incluindo a soja

em grãos. Desde então, tornou-se mais vantajoso para as indústrias exportarem soja em

grão diretamente, a partir dos estados produtores, ao invés de processar a matéria-prima

internamente. As características tributárias atuais também fomentam a importação de soja.

Para uma indústria instalada no Paraná, é mais vantajoso importar soja do Paraguai,

processá-la e, depois, exportar o farelo e o óleo, numa operação de draw back, que

percorrer uma distância equivalente e comprar soja, por exemplo em Mato Grosso do Sul.

No caso da compra em outro estado para posterior exportação dos derivados, a indústria

enfrenta dificuldades para recuperar os créditos resultantes da incidência do ICMS,

(PINAZZA, 2007).

A participação das empresas multinacionais na coordenação das atividades do

Sistema Agroindustrial (SAG) da soja na economia brasileira torna a sua análise um fator

fundamental, tanto para o delineamento de estratégias individuais ou coletivas quanto para

a elaboração de políticas públicas que venham a tornar eficiente a coordenação desse

sistema produtivo. A linha estratégica predominante é liderança em custos (baseada

fortemente em economias de escala, busca de redução da capacidade ociosa, logística

eficiente, inovação em processos), ao passo que no estágio de derivados predomina a

diferenciação de produtos (com forte orientação para segmentação de mercados,

promoção/marca e inovação de produtos), confirmando assim, sua “governança”. De

acordo com dados da Associação Brasileira das Indústrias de Óleos Vegetais (Abiove), as

quatro principais esmagadoras de soja atuantes no Brasil são multinacionais e detêm 52,6%

de toda a capacidade de esmagamento instalada, (PINAZZA, 2007).

2.4 Método de Análise Multicritério deApoio à Decisão

A tomada de decisão é uma atividade complexa, principalmente pelo fato que as

decisões mais importantes, sejam elas pessoais ou corporativas, ocorrem quando o decisor

não sabe exatamente o que fazer. E, geralmente, tais decisões envolvem conflito de valores,

situações complexas e incertezas.

Quanto mais aumenta a complexidade das decisões mais difícil se torna para os

decisores identificar a alternativa que maximiza todos os critérios da decisão. Para

gerenciar tal complexidade é necessário que se faça uma abordagem que leve em

consideração os inúmeros objetivos e examine suas relações e compensações através de

métodos analíticos. Multi-Criteria Decision Making (MCDM) é uma metodologia que

abrange tais propriedades.

O processo de tomada de decisão consiste na definição de objetivos a serem

atingidos, alternativas que serão os meios para que os objetivos sejam alcançados e,

atributos que medirão quanto dos objetivos foram atendidos. Keeney (1996) faz um alerta

para o foco utilizado em tal processo e sugere que a decisão seja baseada no “Pensamento

de Valor” e não no “Pensamento das Alternativas”. Explica que para basear-se em “Valor”

é necessário tornar os valores explícitos a partir de um profundo estudo dos objetivos a

serem buscados, para depois criar as alternativas que servirão para agregar tais valores. A

mensuração desses valores é chamada de atributos e Keeney (1992) os classifica em três

tipos: natural, proxy e construído. Atributo “Natural” mede diretamente o nível que o

objetivo se encontra. Em geral, é a métrica mais usada por ter um senso comum na sua

interpretação. O atributo “Proxy” apesar de compartilhar muitas das qualidades dos

atributos naturais não mede diretamente o objetivo da decisão e, são utilizados quando é

difícil selecionar ou medir o atributo natural. Na impossibilidade ou inexistência de obter

um destes dois tipos de atributos, sugere-se desenvolver uma mensuração capaz de medir

diretamente o objetivo, o que é chamado de atributo Construído.

Hajkowicz et al (2000) classifica os métodos MCDM sob dois grandes grupos:

contínuos e discretos, baseados na natureza das alternativas que serão avaliadas (Janssen,

1992). Os métodos contínuos focam na identificação da quantidade ótima, o que pode

variar infinitamente num problema de decisão. Exemplo de métodos contínuos são modelos

que se baseiam em técnicas de programação linear. Os métodos discretos podem ser

definidos como técnicas de suporte à decisão com finitas alternativas. Estes métodos

baseiam-se na definição de objetivos e critérios pelas quais as alternativas serão medidas e

ranqueadas. Podem ser subdivididos em métodos que mensurem o peso dos critérios ou

métodos que realizem um ranking dos critérios para a seleção da alternativa. Estas

categorias ainda podem ser divididas em métodos que utilizem dados quantitativos,

qualitativos e/ou a combinação destes últimos.

O método de MCDM que será utilizado neste trabalho é o Multi-Attributed Value

Theory MAVT que é classificado como sendo um método discreto que busca o valor

agregado do alcance dos objetivos fundamentais da decisão. Os critérios que serão

definidos para compor a árvore de decisão receberão pesos pelos decisores e a escala da

função de valor dos atributos será obtida a partir da comparação entre diferenças de

preferências de atratividade entre dois pares de ações pelos decisores, técnica chamada de

bi-secção, (Goodwin e Wright, 2004). Este método requer que o decisor identifique qual

valor do atributo atende à metade da escala de preferência numa curva não linear de dois

eixos, sendo eles: intervalo dos valores do atributo (eixo x) e escala de preferência (eixo y).

4. METODOLOGIA A pesquisa proposta pode ser caracterizada como uma pesquisa aplicada, já que visa

gerar conhecimentos a partir de uma análise de investimento e análise multicritério de

apoio à decisão utilizando o método de MAVT para aplicação prática em um processo de

tomada de decisão sobre armazenagem na cadeia de suprimentos da soja em grão. A

metodologia proposta está representada pelo fluxograma da Figura 4.

Figura 4. Representação do processo de tomada de decisão de investir em armazenagem.

4.1. Definição do Problema

A definição do problema se deu a partir das perspectivas de aumento da safra de

grãos brasileira, aumento da demanda de alimento interna e mundial para os próximos anos

e uma análise das condições de infra-estrutura em armazenagem, transporte e capacidade

portuária para o mesmo período. Como citado, já é possível observar um déficit da

produção versus infra-estrutura e, seus reflexos podem ser medidos nos elevados custos

logísticos que prejudicam a competitividade da soja brasileira no mercado internacional.

Devido à importância dessa cadeia na economia brasileira, justifica-se a relevância da

decisão de investir em armazenagem.

A gestão da cadeia da soja sofre influência de muitos fatores, tais como:

comercialização em bolsa de valores, sazonalidade da produção, oferta e demanda,

tributação, empresas participantes, condições climáticas e infra-estrutura logística. Assim, a

partir desses fatores e dos benfícios que a decisão de armazenagem pode gerar (por meio do

aumento do market share, comercialização na entre-safra, eficiência de movimentção

logística e capacidade de armazenagem) constrói-se o diagrama de influência, como mostra

a Figura 5.

Figura 5. Diagrama de influência da decisão de armazenagem.

A Figura 5 também mostra alguns fatores de incerteza que farão parte da análise e

construção dos atributos de valor, sendo que foram selecionados os príncipais segundo a

percepção dos especialistas da empresa do estudo de caso.

4.2 Objetivos e Atributos

Segundo Keeney e Gregory (2005), o primeiro passo e a base do processo de

tomada de decisão é o estabelecimento de objetivos. Cada objetivo é uma afirmação do que

se quer atingir no contexto da decisão. Para tornar explicito o objetivo é necessário

descrever seus três componentes: contexto da decisão, o objeto e a direção de preferência,

Keeney (1996). Por exemplo, o objetivo de uma empresa processadora de grãos é

maximizar a aquisição de suprimentos. Com este objetivo, o contexto da decisão é cadeia

ou ciclo produtivo do produto agrícola, o objeto é armazenagem de grãos, e quanto maior

(direção) a sua capacidade melhor, pois garantirá o abastecimento de suas esmagadoras.

O diagrama de influência permitiu uma visualização mais clara do problema e

facilitou o entendimento dos fatores que influenciam a decisão pelos tomadores de decisão.

Assim foi possível estabelecer os dois objetivos fundamentais que agregarão valor à

empresa em relação à decisão de investimento em uma das alternativas de armazenagem,

são eles: trazer benefícios estratégicos de maneira a garantir o crescimento de empresa e a

viabilidade econômica da alternativa selecionada.

Para o alcance destes objetivos se faz necessário o levantamento das alternativas, a

análise de suas conseqüências, a mensuração de seus impactos (Keeney, 1992) e suas

compensações (trade-offs) para atingir mais ou menos objetivos, como são mostrados no

Quadro 1.

Quadro 1. Descrição dos Atributos da análide de decisão sobre armazenagem.

Atributos Descrição/Forma de mensuração do impacto

Classificação do atributo

Faixas de valor

Preferência

Participação no mercado

Mede o percentual do volume originado pela empresa em relação ao volume total originado no mercado

Natural

0%; 15%; 30%; 51% e

100% Maior valor

Capacidade de armazenagem

Representa o aumento do volume armazenado por cada uma das

alternativas, sendo a unidade de medida tonelada

Natural

30.000; 50.000 e 100.000

Maior valor

Eficiência operacional

Representa o potencial de utilização do armazém. É mensurado pelo giro

de estoques ao ano.

Natural

1 Giro; 2,5 Giros; 5 Giros

Maior valor

Comercialização na entre-safra

Representa o potencial de aumento da margem de venda do produto no segundo semestre, período de entre-

safra. É mensurado pelo % do aumento da margem da venda da soja no segundo semestre em relação ao

primeiro semestre.

Construído 5%; 10%; 15%; 25%

Maior valor

Valor Presente Liquido

Representa o potencial de ganho que poderá ser conquistado pela

implantação de uma instalação de armazenagem. É mensurado pelo somatório dos fluxos de caixa dos

períodos no projeto em valor presente

Natural

VPL = 0; 0 < VPL < 5% do Invest.; 5% < VPL < 10% do Invest.; VPL > 10% do Invest.

Maior valor

Risco*

Representa o potencial de risco que o investidor se sujeita para receber o retorno finaceiro que poderá ser

conquistado pela implantação de uma instalação de armazenagem. É

mensurado a partir de uma análise de Monte Carlo do VPL.

Natural 5%; 15%;

25% e 50% Menor valor

Movimentação logística

Representa o potencial de economia no custo da tarifa de transporte do

5%; 10%; 15% e 25%

Maior valor

produto no segundo semestre. É mensurado pelo percentual de

redução do frete no segundo semestre em relação ao primeiro semestre

Construído

* A metodologia se baseia em simulações do VPL a partir de curvas de probabilidades para os fatores que apresentam grandes variações ao longo do tempo e que podem impactar no VPL.

Historicamente, no período de entre-safra, a demanda por transporte é reduzida,

conseqüentemente os valores de frete diminuem. Para medir a economia da Movimentação

Logística foi construído o atributo que mede o percentual de redução do frete.

A partir da definição dos objetivos e atributos é apresentadaa Árvore de Valor para

o problema (vide Figura 6).

Figura 6. Representação da Árvore de Valor da Decisão.

A escala da função de valor dos atributos foi obtida a partir da comparação entre

diferenças de preferências de atratividade entre dois pares de ações pelos decisores pelo

método de bi-secção. Os passos seguintes são identificar o valor que equivale a um quarto e

três quartos da escala de preferência.

4.3 Criar as alternativas

Para aumentar atender os objetivos estratégicos da empresa foram levantadas as

alternativas disponíveis no mercado. As opções selecionadas foram: (a) a construção de

armazéns verticais metálicos; (b) aluguel de armazenagem de terceiros disponíveis na

região; (c) compra de armazéns de lona, chamados de Silo Bag. As características obtidas

de cada alternativas e que foram inseridas no modelo de multi-critério encontram-se no

Quadro 2.

Quadro 2. Perfil das alternativas da análise de decisão sobre armazenagem

Perfil das Alternativas Silo Próprio Silos de Terceiros

Silo Bag

Potencial de Aumento na Participação do Mercado de

Originação de Matéria-Prima (%)

35% 30% 15%

Capacidade de Armazenagem (ton)

60.000 30.000 15.000

Giros de Armazém 4 1 2 Potencial de Aumento da

Margem na Comercialização na Entre-

Safra (%)

12% 10% 12%

Valor Presente Liquido 6% do valor do investimento

2% do valor do investimento

4% do valor do investimento

Risco obtido na Simulação de Monte Carlo (%)

30% 10% 15%

Potencial de Redução no Custo de Frete na

Movimentação Logística (%)

15% 10% 13%

4. RESULTADOS

A partir das representações do diagrama do problema e definição dos objetivos,

altenativas e atributos da decisão foi possível construir o modelo de decisão de

investimento em armazenagem no software V.I.S.A. O peso dos critérios foi obtido para

cada critério de acordo com o seu grau de importância dado pela decisão, como está

representado na Figura 5.

Os resultados mostram que o objetivo com maior importância na opinião dos

decisores é o de alcançar benefícios estratégicos com o valor de 0,537 contra 0,463 da

viabilidade dos projetos. Esta superioridade se deve a percepção dos decisores que a

sustentabilidade da empresa depende de uma constante taxa de crescimento de sua receita

por meio do aumento da participação no mercado de aquisição de matéria-prima e futura

comercialização em períodos de maior rentabilidade. Um dos meios para garantir o

aumento desta taxa de crescimento tem relação direta com o aumento da capacidade

volumétrica de armazenagem, já que por se tratar de um produto agrícola, tem sua

capacidade produtiva limitada a uma única safra anual concentrada num período de colheita

de no máximo de 3 meses. Além disso, os decisores têm a percepção de um cenário

otimista em relação ao aumento de safra prevista e preços mais atrativos para os próximos

anos, como já foi citado anteriormente, impusionada principalmente pela pressão de

demanda de alimento da população mundial, que vem crescendo a taxas exponenciais nos

últimos 100 anos. Ou seja, acreditam que o crédito em um crescimento na capacidade

estática poderá absorver parte do aumento desta produção.

Em contrapartida, os decisores demonstram que não se arriscarão num investimento

para aumentar sua taxa de crescimento a qualquer custo. Fato este comprovado pelo peso

dado ao critério VPL no valor de 0,460, o que significa que os decisores só investirão no

ativo imobilizado se tiverem uma previsão de retorno econômico positivo.

Os decisores demonstraram ter um perfil cuidadoso quanto à exposição ao risco de

investimento sujeito às incertezas do mercado, pois exigiram que além do critério VPL, da

análise de cenário e probabilidade que serão mostradas a seguir, optaram por incluir na

modelagem o critério risco e, assim ter sua importância (peso 0,220) na decisão.

Os objetivos “Comercialização na entre-safra” e “Movimentação logística”

obtiveram pesos 0,147 e 0,148, respectivamente. Esta similaridade é explicada pelo fato de

que estes critérios são influenciados pelo mesmo evento de ter ou não volume armazenado

no segundo semestre para realizar margens mais elevadas na comercialização e redução de

custos de frete na movimentação do produto, característica peculiar de commodity agrícola

devido à sazonalidade.

Figura 5. Representação da árvore de valor da decisão no software V.I.S.A.

Nestas condições a alternativa sugerida pelo modelo é a decisão de investimento de

armazenagem em Silo Próprio.

4.1 Análise de Sensibilidade

Para avaliar a coerência dos critérios e assertividade dos resultados da análise multi-

critério foram realizadas análises de sensibilidade. Os dois resultados considerados mais

relevantes que serão discutidos se tratam de quais alterações aos pesos dos critérios

propostos na modelagem da Figura 5 seriam necessárias para que o modelo passasse a

sugerir a seleção da alternativa de silo bag e, depois a armazenagem de terceiro.

Silo Bag

De acordo com o perfil da alternativa Silo Bag, o cenário que faria com que o

modelo indicasse esta alternativa como a mais indicada teria que apresentar o critério

viabilidade do projeto (custos) com um peso na decisão superior ao valor do Benefício

Estrátegico, impulsionado pelo aumento do peso do critério risco. Isto se deve ao fato de

que o valor de risco de silo bag é a metade do risco de armazém próprio. Isso daria

vantagem a alternativa silo bag em relação ao armazém próprio por diminuir o risco do

investimento. Outra condição necessária seria que o peso do critério comercialização na

entre-safra fosse superior ao peso do critério da capacidade de armazenagem, já que a

capacidade de uma instalação de Silo Bag é um quarto da capacidade do armazém próprio e

metade do armazem de terceiro e, isto neutralizaria a desvantagem em relação ao volume

armazenado da alternativa silo bag.

Armazém de terceiro

De acordo com o perfil da alternativa Armazém de Terceiro, o cenário que faria

com que o modelo indicasse esta alternativa como a mais indicada teria que apresentar um

equilíbrio entre os pesos dos critérios viabilidade do projeto (custos) e benefíco estrátegico,

impulsionado pelo aumento do peso do critério risco. Isto se deve ao fato de que o valor de

risco de terceiro é um terço do risco de armazém próprio. Isso daria vantagem a alternativa

armazém de terceiro por diminuir o risco do investimento. Outra condição necessária seria

que o peso do critério participação do mercado de originação de matéria prima fosse

superior ao somatório dos pesos dos critérios da capacidade de armazenagem e

comercialização na entre-safra. Esta alteração ressaltaria o bom potencial de aumento da

participação no mercado gerada pelo investimento em armazém de terceiro (80% em

relação ao máximo de 100%), já que possui valor aproximado ao valor da alternativa

armazém próprio (90%) e o dobro da participação de mercado da alternativa de silo bag

(40%).

Contudo, mesmo com a análise de sensibilidade, a alternativa sugerida pelo modelo

é a decisão de investimento de armazenagem em Silo Próprio. Logo, pode-se dizer, então,

que o modelo encontra-se coerente em relação ao perfil de suas alternativas.

4.2 Análise de Cenários

Para avaliar a assertividade da sugestão da alternativa pelo modelo no V.I.S.A, dois

cenários foram propostos, são eles: um contexto de quebra da safra e outro de safra recorde

colhida, ambos ocasionados por fatores climáticos. A partir da percepção dos decisores

quanto a estes dois eventos, foi alterados os pesos de alguns critérios.

Em caso de uma previsão de quebra de safra, a principal estrátegia é garantir o

aumento da participação no mercado de originação da matéria prima, pois como a oferta de

grãos será menor do que o esperado, é necessário minimizar o não cumprimento do

planejado. Por isso foi aumentado o peso deste critério no modelo.

A vantagem do aumento da capacidade volumétrica do tipo de armazém perde um

pouco a sua importância, pois, dependendo do tamanho da redução da safra, não será

necessária uma alternativa com grande capacidade volumétrica estática disponível. Como

este cenário é desfavorável à tomada de decisão sobre investimento em armazenagem, os

decisores optam por aumentar a importância do risco sobre o retorno econômico do

investimento. Apesar de tais alterações, o modelo continua sugerindo a alternativa de

investimento em Armazém Próprio como a mais adequada. Em caso de uma previsão de

safra recorde, a principal estrátegia é armazenar a maior capacidade de produto possível

para esperar o melhor momento de venda de seus produtos, pois como a oferta de grãos

será maior do que o esperado, tem uma tendência de queda do preço de venda da soja no

período de safra. A vantagem de se ter um crescimento da capacidade volumétrica do tipo

de armazém aumenta a sua importância e o peso deste critério também é aumentado.

A vantagem competitiva de aumento da participação no mercado de originação da

matéria prima perde um pouco de seu valor, pois como a oferta de grãos será maior do que

o esperado é mais provável o cumprimento do planejado. Por isso, foi diminuido o peso

deste critério no modelo.

Como este cenário é favorável à tomada de decisão sobre investimento em

armazenagem, os decisores optam por diminuir a importância do risco sobre o retorno

econômico do investimento, mas uma diminuição muito suave. Isto se deve ao risco não de

volume, mas da diminuição de preço da commodity por uma oferta maior do que a demanda

que pode impactar no VPL do investimento.

Apesar de tais alterações, o modelo continua sugerindo a alternativa de investimento

em Armazém Próprio como a mais adequada.

5. CONCLUSÕES, RECOMENDAÇÕES E LIMITAÇÕES DA ANÁLISE

O modelo proposto demonstrou-se coerente em relação ao perfil das alternativas e

mesmo em cenários adversos, com previsão de quebra de safra e com recorde de produção,

o modelo manteve a alternativa de investimento em armazengam tipo Silo Próprio.

Neste trabalho foram utilizados dois critérios que leva em consideração uma análise

de incerteza, são eles: o Valor Presente Líquido e o Risco mensurado a partir da Simulação

de Monte Carlo, além da análise de cenários. Outra ferramenta que poderia ser utilizada é

construção de uma árvore de probabilidade para as alternativas propostas no modelo

baseadas na previsão de realização da produtividade da safra e dados históricos para a

definição das condições de sucesso e fracasso.

Como o método de MAVT não leva em consideração em sua metodologia uma

análise de incerteza, recomenda-se utilizar análise de cenários e/ou elaborar critérios que

levem alguma análise de incerteza em sua construção para minimizar a risco de decisão por

esta limitação. Por exemplo, poderia ser útil o uso de árvore de decisão com base na

utilidade dos valores para minimizar e mensurar a versão ao risco de cada decisão.

6. REFERÊNCIAS BIBLIOGRÁFICAS

ABIOVE, Associação Brasileira das Indústrias de Óleos Vegetais. Complexo Soja: Balanço Oferta/Demanda. Disponível em< http://www.abiove.com.br/balanco_br.html> Acesso em: 6 de janeiro de 2011.

AFONSO, H. C. A. G. Analise dos custos de transporte da Soja Brasileira, 2006. Dissertação (mestrado) – Engenharia de Transportes, Instituto Militar de Engenharia, Rio de Janeiro, RJ.

ANANDA, J; HERATH, G. A critical review of multi-criteria decision making methods with special reference to forest management and planning. Ecological Economics, v.68, pág. 2535-2548, 2009.

ANDERSON, V. L; STUPELLO, B.; LEAL, M. B. S.; CARDOSO, J. S. L.; PINTO, M. M. O. Avaliação da capacidade dos terminais de granéis agrícolas utilizados para escoamento da produção do centro-oeste brasileiro. Disponível em: <http://www.gestaonaval.org.br/Workshops.aspx?area=Logistica>, acesso em 20 de janeiro, 2011.

ASSAD, E. D.; MARIN, F. R.; EVANGELISTA, S. R.; PILAU, F. C.; FARIAS, J. R. B.; PINTO, H. S.; ZULLO JUNIOT, J. Sistema de Previsão da Safra de Soja para o Brasil. Revista Pesquisa Agropecuária Brasileira, Brasilia, v.42, n.5, pág.615-625, maio, 2007.

BALLOU, R. H. Gerenciamento da Cadeia de Suprimentos/ Logística Empresarial. 5.ed. Porto Alegre: Bookman, 2006.

BUAINAIM, A. M.; VIEIRA, A. C. P.; VIEIRA JUNIOR, P. A. Análise da governança da cadeia da soja. VIII Congreso Latinoamericano de Sociologia Rural, 2006.

GALLARDO, A. P.; STUPELLO, B.; GOLDBERG, D. J. K.; CARDOSO, J. S. L.; PINTO, M. M. O. Avaliação da Capacidade de Infra-estrutura de Armazenagem para os Granéis Agrícolas Produzidos no Centro Oeste Brasileiro, 2010. Disponível em: <http://www.ipen.br>. Acesso em: 29 de dezembro, 2010.

GOODWIN, P., WRIGHT, G. Decision Analysis for Management Judgment. 3.ed. Chichester: John Wiley & Sons, 2004.

HAJKOWICZ, S., A.; McDONALD, G., T.; SMITH, P., N. R. An evaluation of multiple objective decision support weighting techniques in natural resource management. Journal of Enviromental Planning and Management. v. 43, pág. 505-518, 2000.

HOSTMANN,M.; BERNAUER, T,; MOSLER, H.; REICHERT, P; TRUFFER, B. Multi-Attribute Value Theory as a Framework for Conflict Resolution in River Rehabilitation. Journal of Multi-Criteria Decision Analysis . Anal 13, pág.91-102, 2005.

JANSSEN, R. Multiobjetive Decision Support for Environmental Management. Kluwer Academic Publishers, Dordrecht, 1992.

KEENEY, R., L. Value-focused thinking: A Path to Creative Decision Analysis. Harvard University Press, Cambridge, 1992.

KEENEY, R., L. Value-focused thinking: Identifying decision opportunities and creating alternatives. European Journal of Operational Reaserch. v. 92, pág. 537-549, 1996.

KEENEY, R., L.; GREGORY, R., I. Selecting Attributes to Measure the Achievement of Objetives. Operational Reaserch. v.53, n.1, pág. 1-11, janeiro-fevereiro, 2005.

MAPA, Ministério da Agricultura, Pecuária e Abastecimento. Projeções do Agronegócio. 2009. Disponível em: < http://www.agricultura.gov.br/>. Acesso em: 28 de dezembro de 2010.

MASSUDA, T.;GOLDSMITH, P. World Soybean Demand: an Elasticity Analysis and Long Term Projection. University of Illinois, Champaign, 2009.

MDIC, Ministério do Desenvolvimento, Indústria e Comércio Exterior. Balança Comercial Brasileira: Dados Consolidados, 2009. Disponível em< http://www.desenvolvimento.gov.br/arquivos/dwnl_1275505327.pdf> Acesso em: 28 de dezembro de 2010.

MINISTÉRIO DOS TRANSPORTES. Plano Nacional de Logística e Transportes. Relatório Executivo, 2007. Disponível em: <http://www.transportes.gov.br/index/conteudo/id/3280>. Acesso em: 30 de dezembro de 2010.

NOGUEIRA, M. C.; SILVA, C. A. C.; FAVARIN, J. V. R.; STUPELLO, B. Priorização de investimentos para o desenvolvimento logístico do Mato Grosso voltado para o escoamento da produção agrícola. XXII Congresso Nacional de Transporte Aquaviário, Construção Naval e Offshore, 2008.

NOGUEIRA, M. C.; SILVA, C. A. C.; FAVARIN, J. V. R.; STUPELLO, B.; PINTO, M.M.O. Impacto da Logística na Competitividade Agrícola do Mato Grosso. XXII Congresso Nacional de Transporte Aquaviário, Construção Naval e Offshore, 2008.

NOGUEIRA JUNIOR, S.; TSUNECHIRO, A. Produção Agrícola e Infra-estrutura de Armazenagem no Brasil. Revista Informações Econômicas, São Paulo, v.35, n.2, fev, 2005.

OJIMA, A. L. R. O.; ROCHA, M,B. Desempenho logístico e inserção econômica do agronegócio da soja: as transformações no escoamento da safra. XLIII Congresso – Sociedade Brasileira de Economia e Sociologia Rural, Ribeirão Preto, 2005.

PINAZZA, L. A. Cadeia Produtiva da Soja: Volume 2, 2007. Disponível em: < http://www.agricultura.gov.br/>. Acesso em: 28 de dezembro de 2010.

SAATY, T. L. Decision making with the analytic hierarchy process. The International Journal of Services Sciences, v.1, n.1, 2018.

SHIMIZU,T. Decisões nas Organizações. 2.ed. São Paulo:Atlas, 2006.

VILLAS BOAS, C. L. Modelo multicritérios de apoio à decisão aplicado ao uso múltiplo de reservatórios: Estudo da Barragem do Ribeirão João Leite, 2006. Dissertação (mestrado) – Departamento de Economia, Universidade de Brasília, Brasília, DF.

WILSON, W. W.; CARLSON, D. C. E.; DAHL, B. L. “Logistics and Supply Chain Strategies in Grain Exporting. Agribusiness & Applied Economics Report. North Dakota,n.457, 2001.

ZANCHET, A. Depósitos Mercantis: um estudo de práticas contábeis dos depositários na comercialização de produtos agrícolas no estado do Paraná. Dissertação (mestrado) – Faculdade de Economia e Administração, Universidade de São Paulo, São Paulo, SP. 2004.