Gestão de riscos empresariais 

uma abordagem quali e quanti

A gestão de riscos empresariais é um processo sistemático que ajuda as organizações a entender e controlar os riscos que enfrentam em suas operações diárias. Ela envolve a identificação, avaliação, priorização e mitigação dos riscos que podem afetar o sucesso da empresa. A gestão de riscos não se limita apenas à minimização de perdas, mas também à maximização de oportunidades.

Crises internas e externas fazem exigem que empresas se empenhem na criação de políticas e departamentos dedicados à predição e mitigação de riscos inerentes ao mercado e processos internos.

Exemplos reais de Riscos Empresariais

Risco Financeiro: Um exemplo real de risco financeiro é a crise financeira global de 2008. Muitas instituições financeiras não conseguiram identificar e avaliar adequadamente os riscos associados a produtos financeiros complexos, resultando em perdas significativas e falências.

Risco Operacional: Empresas de tecnologia estão constantemente expostas a riscos operacionais, como falhas de servidores ou ataques cibernéticos. Um exemplo notório é o ataque cibernético à Equifax em 2017, que expôs informações pessoais de milhões de pessoas.

Risco Reputacional: A Volkswagen enfrentou um grande risco reputacional em 2015 quando foi revelado que a empresa havia fraudado testes de emissões de poluentes em seus veículos. Isso resultou em uma queda acentuada nas vendas e em uma perda substancial de valor de mercado.

Melhores Práticas em Gestão de Riscos Empresariais

Identificação de Riscos: O primeiro passo é identificar todos os riscos potenciais que a empresa pode enfrentar. Isso envolve a colaboração de todas as partes interessadas e a consideração de fatores internos e externos.

Avaliação de Riscos: Após a identificação, os riscos devem ser avaliados quanto à probabilidade e ao impacto. Isso ajuda a priorizar os riscos mais significativos que exigem atenção imediata.

Desenvolvimento de Estratégias de Mitigação: Com base na avaliação de riscos, a empresa deve desenvolver estratégias de mitigação. Isso pode incluir a compra de seguros, a implementação de controles internos ou a diversificação de atividades comerciais.

Monitoramento e Revisão Contínuos: A gestão de riscos não é um processo único. Deve ser contínuo, com monitoramento constante dos riscos identificados e revisão das estratégias de mitigação conforme necessário.

Ferramentas de Gestão de Riscos Empresariais

Matriz de Riscos e Impactos: Uma matriz é uma ferramenta que ajuda a visualizar e priorizar riscos com base em sua probabilidade e impacto. Isso auxilia na alocação eficiente de recursos para mitigação.

Análise SWOT: A análise SWOT (Forças, Fraquezas, Oportunidades e Ameaças) identifica riscos internos e externos, ajudando na formulação de estratégias de gestão de riscos.

Softwares de Gerenciamento de Riscos: Existem diversas ferramentas de software disponíveis que auxiliam na coleta de dados, análise de riscos e monitoramento contínuo. Alguns exemplos incluem o SAP Risk Management e o Oracle Risk Management.

Análise de Cenários: A análise de cenários envolve a criação de diferentes cenários hipotéticos que representam eventos de risco e suas potenciais consequências. Isso ajuda a empresa a se preparar para uma variedade de situações e a desenvolver estratégias de mitigação adequadas.

Avaliação de Impacto de Negócios (BIA – Business Impact Analysis): A BIA é uma ferramenta que ajuda a identificar os processos críticos de negócios e a avaliar o impacto financeiro e operacional de sua interrupção. Isso é fundamental para priorizar a recuperação após desastres.

Análise de Árvore de Falhas (FTA – Fault Tree Analysis): A FTA é uma técnica usada para identificar as causas raízes de um evento de risco. Ela cria uma representação gráfica das diferentes falhas que podem levar a um evento adverso.

Indicadores-Chave de Desempenho (KPIs): Estabelecer KPIs relacionados a riscos específicos permite que a empresa monitore continuamente o desempenho e a exposição aos riscos. O acompanhamento desses indicadores ajuda na tomada de decisões informadas.

Análise de Sensibilidade: A análise de sensibilidade examina como as mudanças nas variáveis-chave afetam os resultados financeiros e operacionais da empresa. Isso é especialmente útil para identificar riscos associados a flutuações de mercado, como preços de commodities.

Análise de Regressão: A análise de regressão pode ser usada para identificar correlações entre variáveis e entender como mudanças em uma variável afetam outras. Isso ajuda na avaliação de riscos relacionados a fatores inter-relacionados.

A seguir abordarei principalmente as 2 últimas ferramentas:

Análise de Regressão Conceitos Básicos

A análise de regressão assume que existe uma relação linear entre a variável independente (X) e a variável dependente (Y). Essa relação é representada pela equação da reta:

Y= β0 + β1X + ε

• Y é a variável dependente (a que você deseja prever).
• X é a variável independente (a que você usa para prever Y).
• β0 é o coeficiente de interceptação (a constante que determina onde a reta cruza o eixo Y quando X = 0
• β1 é o coeficiente de inclinação (representa a mudança em Y para uma unidade de mudança em X).
• ε é o termo de erro (a parte não explicada da variação em Y).

O objetivo da análise de regressão é estimar os valores de β0 e β1 com base nos dados e, em seguida, usar esses coeficientes para fazer previsões.

 Fórmulas

Coeficiente de Inclinação (β1):

O coeficiente de inclinação é calculado usando a seguinte fórmula:

• n é o número de observações.
• Xi e Yi são os valores individuais das variáveis X e Y.
• e   são as médias das variáveis X e Y, respectivamente.

Coeficiente de Inclinação (β0):

O coeficiente de interceptação é calculado usando a seguinte fórmula:

Previsão de Y:

Uma vez que você tenha estimado β0 e β1, você pode usar a equação da reta para prever Y para um valor específico X:

Erro residual (ε)

O erro residual é a diferença entre o valor observado de Y e o valor previsto  para cada observação:

Avaliação da Qualidade do Ajuste

Para avaliar a qualidade do ajuste do modelo de regressão, você pode usar métricas como o coeficiente de determinação (R²) ou o erro padrão da regressão. Essas métricas ajudam a determinar o quão bem o modelo se ajusta aos dados.

• Coeficiente de Determinação (R²): Mede a proporção da variação total em Y que é explicada pelo modelo de regressão. Quanto mais próximo de 1, melhor o ajuste.

Erro Padrão da Regressão (SE): Mede a dispersão dos pontos de dados em torno da reta de regressão. Quanto menor, melhor o ajuste. 

Exemplo de Análise de Regressão Simples

Iremos avaliar aqui se o número de reclamações de clientes representa um risco para uma empresa. Vamos considerar uma loja online de eletrônicos chamada “Vision Com” que vende produtos, como smartphones, laptops e tablets. A empresa deseja analisar como o número de reclamações de clientes está relacionado ao seu volume de vendas mensal.

Agora, vamos realizar uma análise de regressão simples para entender como o volume de vendas (X) afeta o número de reclamações de clientes (Y).

Etapa 1: Fórmula geral

Primeiro, calculamos as médias das variáveis X e Y:

Y = aX + b

Y é a variável dependente (número de reclamações).

X é a variável independente (volume de vendas).

“a” é o coeficiente de inclinação da linha de regressão.

“b” é a interceptação da linha de regressão.

Etapa 2: Fórmula para calcular “a” e “b”

Etapa 3: Calcular as somas das colunas X, Y, X² e XY.

Etapa 4: Calcular o número de observações (n), que é o número de meses)

n = 6

Etapa 5: Calcular “a” e “b” usando as respectivas fórmulas:

Portanto o resultado é:

Y = 2,70X−185,4

Y = (2,70) ⋅ (75.000) – 185,74

Y = 202,500 – 185,74

Y = 46,729 44

Y ≈ 47 reclamações

Interpretando os resultados:

Neste exemplo, portanto, quando o volume de vendas é de R$ 75.000,00, o número previsto de reclamações (com base na equação de regressão) é de aproximadamente 46,72944.

Você pode usar essa mesma abordagem para calcular o valor de Y para outros valores de X que desejar.

A inclinação positiva (0,651) indica que, à medida que o volume de vendas aumenta, o número de reclamações também tende a aumentar, embora essa relação possa não ser perfeitamente linear devido a outros fatores não considerados neste modelo. Já o intercepto negativo (-2,09556) indica que mesmo com zero vendas, ainda pode haver algumas reclamações.

É importante notar que a análise de regressão simples não é adequada para modelar todos os tipos de relacionamentos entre variáveis, e outros métodos estatísticos ou análises mais avançadas podem ser necessários para entender completamente a dinâmica entre as vendas e as reclamações de clientes nesta situação hipotética.

Análise de Sensibilidade

A Análise de Sensibilidade é uma técnica usada para avaliar o impacto das mudanças nas variáveis de entrada em relação às saídas ou resultados de um modelo ou projeto. Ela ajuda a identificar quais variáveis têm o maior impacto nas saídas e quais têm o menor impacto.

Aqui ofereço exemplo prático, incluindo cálculos um passo a passo.

Suponha que você seja o gerente de uma fábrica de móveis e deseja analisar como diferentes variáveis afetam o custo de produção de uma cadeira. Suas variáveis de entrada incluem:

Variáveis de Entrada:

X _{1 =} Custo da madeira por unidade = $25 (custo por cadeira).

X _{2 =} Custo da mão de obra por unidade = $20 (custo por cadeira).

X _{3 =} Custo dos materiais adicionais por unidade = $5 (custo por cadeira).

X _{4 =} Taxa de desperdício de material = 5%.

X _{5 =} Taxa de retrabalho na mão de obra = 3%.

Etapa 1: Definir o Modelo

Y= X1 + X2 + X3 + (X1+X3) ⋅ X4 + (X2+X3) ⋅ X5

Etapa 2: Selecionar as Variáveis de Interesse

Vamos escolher X1, X2, e X3 como as variáveis de interesse para a análise de sensibilidade. 

Etapa 3: Calcular o Valor Base (Ponto de Referência)

Calcule o custo total de produção por unidade (Y) com base nos valores definidos para as variáveis de interesse. Isso servirá como ponto de referência.

Ybase                  = 25 + 20 + 5 + (25+5) ⋅ 0,05 + (20+5) ⋅ 0,03

Ybase = 25 + 20 + 5 + 1,5 + 0,75 = 52,25 dólares por cadeira

Etapa 4: Variar uma Variável de Cada Vez

a) Variar X1:

• Mantenha X2 e X3
• Varie X1 de $25 para $30.
• Calcule Y para cada valor de X1.

Para X1 = $30:

Y1    = 30 + 20 + 5 + (30+5) ⋅ 0,05 + (20+5) ⋅ 0,03 = 54,75 dólares por cadeira

b) Variar X2:

• Mantenha X1 e X3
• Varie X2 de $20 para $22.
• Calcule Y para cada valor de X2.

Para X2 = $22:

Y2          = 25 + 22 + 5+ (25+5) ⋅0,05 + (22+5) ⋅ 0,03 = 54,55 dólares por cadeira

c) Variar X3:

• Mantenha X1 e X2
• Varie X3 de $5 para $7.
• Calcule Y para cada valor de X3.

Para X3 = $7:

Y3 = 25 + 20 + 7 + (25 + 7) ⋅ 0,05 + (20 + 7) ⋅ 0,03 = 54,85 dólares por cadeira

Etapa 5: Analisando os Resultados

• Com os valores calculados, podemos comparar com o valor base (Ybase) para avaliar o impacto das variações nas variáveis de entrada.

Resumo da análise de sensibilidade para cada variável:

• Variação em X1 de $25 para $30 resultou em um aumento de $2,50 em Y.
• Variação em X2 de $20 para $22 resultou em uma diminuição de $0,30 em Y.
• Variação em X3 de $5 para $7 resultou em um aumento de $0,60 em Y.

Essa análise de sensibilidade indica que o custo total de produção por cadeira é mais sensível a variações em X1 (custo da madeira) e menos sensível a variações em X2 (custo da mão de obra) e X3 (custo dos materiais adicionais).

Portanto, gerenciar e controlar o custo da madeira é crítico para manter os custos totais sob controle neste cenário hipotético.

Essas ferramentas anteriores somam-se a miríade de outras e podem ser usadas individualmente ou em combinação, dependendo da complexidade e das necessidades específicas da organização.

A escolha das ferramentas adequadas depende dos objetivos da gestão de riscos e dos tipos de riscos que uma empresa enfrenta.

A gestão de riscos empresariais é essencial para a sustentabilidade e o sucesso de qualquer organização e negócio. Exemplos reais, melhores práticas e ferramentas adequadas podem ajudar as empresas a tomar decisões informadas e proativas para enfrentar os desafios e as oportunidades que enfrentam em um ambiente empresarial em constante evolução.

E você e sua empresa? Estão preparados para a gestão de riscos empresariais? 

Citação a CARVALHO, S. H.

Saulo Carvalho é Mestre em Gestão e Planejamento (UNITAU) stricto-sensu. Pós-Graduado em Comunicação e Marketing Empresarial (UMESP) lato-sensu, Graduado em Administração de Marketing (UMESP). Admitido em regime especial ao Doutorado sobre Pesquisa Operacional (ITA – Instituto Tecnológico de Aeronáutica e Universidade Federal de São Paulo).

Consultor empresarial com atuações no Brasil e América Latina. Ministra disciplinas de Administração, Marketing, Pesquisa e Planejamento Estratégico aos cursos superiores de Administração, Marketing e Engenharia. É pesquisador sobre Gestão, Marketing e Ambiente Econômico. Desenvolve e aplica pesquisas científicas sobre Gestão e Marketing.

Lattes CNPq: http://lattes.cnpq.br/4888421957045803

LEIA OS TERMOS DE USO ©