Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/76430
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorNascimento, José Cláudio do-
dc.contributor.authorSilva, Lucas Rodrigues da-
dc.date.accessioned2024-03-07T17:35:30Z-
dc.date.available2024-03-07T17:35:30Z-
dc.date.issued2023-
dc.identifier.citationSILVA, Lucas Rodrigues da.Aplicação do método de Monte Carlo na avaliação de empresas: desenvolvimento de um modelo de simulação em Python. 2023. 60 f. TCC (Curso de graduação em Engenharia de Computação) - Campus de Sobral, Universidade Federal do Ceará, Sobral, 2023.pt_BR
dc.identifier.urihttp://repositorio.ufc.br/handle/riufc/76430-
dc.description.abstractValuation, crucial for investors and managers, highlights the essential role of the Monte Carlo Method (MMC) in enhancing risk analysis. Originating in nuclear physics, MMC employs stochastic sampling to simulate complex scenarios, playing a critical role in evaluating companies in volatile economic environments. This work aims to develop a simulation model in Python using MMC to calculate the Discounted Cash Flow (DCF), using real data from publicly traded companies. Additionally, it explores the theoretical foundations of MMC and analyzes key variables that influence DCF calculations. Implementation was carried out on Google Colab, employing 10, 100, 1000, and 5000 simulations to analyze the results, with a focus on Grendene company data. The results demonstrate the effectiveness of the proposed model, validating it as a valuable tool for strategic decision-making related to company valuation.pt_BR
dc.language.isopt_BRpt_BR
dc.rightsAcesso Abertopt_BR
dc.titleAplicação do método de Monte Carlo na avaliação de empresas: desenvolvimento de um modelo de simulação em Pythonpt_BR
dc.typeTCCpt_BR
dc.description.abstract-ptbrA Avaliação de Empresas (Valuation), fundamental para investidores e gestores, ressalta o papel essencial do Método de Monte Carlo (MMC) na aprimoração da análise de risco. Originado na física nuclear, o MMC utiliza amostragem estocástica para simular cenários complexos, desempenhando um papel crucial na avaliação de empresas em cenários econômicos voláteis. Este trabalho visa desenvolver um modelo de simulação em Python utilizando o MMC para calcular o Fluxo de Caixa Descontado (FCD), utilizando dados reais de empresas de Capital Aberto. Além disso, explora as bases teóricas do MMC e analisa as principais variáveis que influenciam o cálculo do FCD. A implementação foi realizada no Google Colab, empregando 10, 100, 1000 e 5000 simulações para analisar os resultados, focando nos dados da empresa Grendene. Os resultados demonstram a eficácia do modelo proposto, validando-o como uma valiosa ferramenta para a tomada de decisões estratégicas relacionadas à avaliação de empresas.pt_BR
dc.subject.ptbrAvaliação de empresaspt_BR
dc.subject.ptbrMétodo de Monte Carlo (MMC)pt_BR
dc.subject.ptbrModelagem em Pythonpt_BR
dc.subject.ptbrSimulações Financeiraspt_BR
dc.subject.enBusiness valuationpt_BR
dc.subject.enFinancial Simulationspt_BR
dc.subject.enPython Modelingpt_BR
dc.subject.cnpqCNPQ::ENGENHARIASpt_BR
local.author.orcidhttps://orcid.org/0009-0009-5953-5134pt_BR
local.author.latteshttp://lattes.cnpq.br/9704082960004795pt_BR
local.advisor.orcidhttps://orcid.org/0000-0002-4897-5750pt_BR
local.advisor.latteshttp://lattes.cnpq.br/1427480947342034pt_BR
local.date.available2024-
Aparece nas coleções:ENGENHARIA DE COMPUTAÇÃO-SOBRAL - Monografias

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2023_tcc_lrsilva.pdf8,56 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.