[pt] Após uma criteriosa revisão de trabalhos acadêmicos que aplicam a abordagem de opções reais para a avaliação de concessões de infraestrutura e identificação das principais lacunas dessa literatura, desenvolvemos esta Tese, composta por quatro estudos independentes. O primeiro explica o modelo binomial e mostra como incorporar os fluxos de caixa do projeto usando a taxa de dividendos para criar a treliça de valor do projeto. Desenvolvemos um código em R, fornecemos um tutorial sobre este modelo e mostramos como o código pode ser personalizado para aplicações específicas. O segundo mostra porque cláusulas obrigatórias de investimentos adicionais em contratos de concessão são subótimos e propõe um modelo de opções reais que combina decisões flexíveis de expansão de capacidade com extensões condicionais de prazo. Usando um projeto de rodovia no Brasil, mostramos como essa flexibilidade pode ser útil para atrair investimentos privados em projetos públicos de infraestrutura. O terceiro avalia a concessão de um Veículo Leve sobre Trilhos no Brasil. Adotamos a abordagem de opções reais para modelar as cláusulas flexíveis embutidas neste contrato e analisamos se elas são conflitantes entre si e como impactam a avaliação geral do projeto. Por fim, o quarto utiliza testes de Raiz Unitária, Razão de Variância e Medida de Abordagem de Parâmetros para avaliar o processo estocástico mais adequado para modelar a incerteza de demanda de passageiros em concessões aeroportuárias no Brasil. Analisamos amostras ex-ante e ex-post covid-19 e mostramos que tanto a sazonalidade quanto a pandemia impactam significativamente o modelo de difusão estocástica. / [en] After a careful review of academic works that apply the real options approach to the evaluation of infrastructure concession projects and identifying the main gaps in this literature, we developed this Thesis, composed of four independent studies. The first explains the binomial model and shows how to incorporate the project cash flows using the cash flow dividend rate to create the project value lattice. We develop a R code, provide a tutorial on how to use this model and show how the code can be customized for particular applications. The second shows why additional investments in expansion as firm obligations in concession contracts are suboptimal and proposes a real options model that combines flexible capacity expansion decisions with conditional term extensions. Using a typical toll road project in Brazil, we show how this kind of flexibility can be useful for policy development to attract private investment in public infrastructure projects. The third evaluates the concession of a Light Rail Vehicle in Brazil. We adopt the real options approach to model the different flexible clauses embedded in this contract and analyze whether they conflict with each other and how they impact the overall project evaluation. Finally, the fourth uses Unit Root, Variance Ratio tests, and the Parameter Approach Measure to evaluate the most appropriate stochastic process to model the uncertainty of passenger demand in airport concessions in Brazil. We analyze samples ex-ante and ex-post covid-19 and show that both seasonality and the pandemic significantly impact the stochastic diffusion model.

[pt] Devido à crescente utilização de fontes alternativas de energia, as do tipo renováveis têm se mostrado cada vez mais atraentes e viáveis. O etanol, oriundo da cana-de-açúcar, é considerado um combustível promissor e uma alternativa menos poluente que o petróleo nos dias de hoje. Além disso, o volume de produção de etanol no Brasil também tem crescido de forma consistente. Tendo em vista aos fatores supracitados, o estudo de quando a indústria maximiza lucros com a produção de etanol ou açúcar se faz importante.A escolha do modelo estocástico pode influenciar de forma determinante o valor da opção real avaliada. Sendo assim, na presente dissertação propõe-se modelar opções de conversão de acordo com o Movimento de Reversão à Média com saltos de Poisson. Será analisado o caso açúcar/etanol, ou melhor, quando será mais eficiente produzir açúcar (commodity alimentícia) ou etanol (commodity energética).Foi escolhido o Movimento de Reversão à Média com saltos de Poisson, pois apesar de os preços de commodities serem relativamente bem modelados pelo Movimento de Reversão à Média, o etanol e o açúcar sofrem variações bruscas em intervalos curtos de tempo. Essas variações se devem a agentes externos, tais como preço de petróleo e ações governamentais. Dependendo dos preços relativos de etanol e açúcar, há a possibilidade de alteração do mix de produção através da opção de conversão. Através da modelagem de opções citadas, e utilizando a simulação de Monte Carlo, esta dissertação determina o valor das opções disponíveis à indústria. / [en] Due to the increasing employment of alternative sources of energy, renewable type has been proved more and more attractive and viable. Ethanol, derived from sugar cane, in the present days is being considered a promising fuel and also a less polluting alternative to oil. In addition, the volume of ethanol production in Brazil has grown consistently. Given the above mentioned factors, the study of the moment when the industry maximizes profits from the production of ethanol or sugar becomes relevant. The choice of the stochastic model may have greater influence on the assessed value of real option. Thus, in this paper, we propose to model switch options in accordance with the Mean Reversion Process with Poisson jumps. Sugar/ethanol case will be analyzed, or rather, when it will be more efficient to produce sugar (food commodity) or ethanol (energy commodity). The Mean Reversion Process with Poisson jumps has been chosen, despite of commodity prices being relatively well modeled by the Mean Reversion Process, because ethanol and sugar suffer abrupt changes in short intervals. These variations are due to external agents, such as oil price and government actions. Depending on the relative prices of ethanol and sugar, there is a possibility of changing the mix of production through the switch option. Through modeling above mentioned options, and using the Monte Carlo simulation, this paper determines the value of the options available to the industry.

[pt] Na indústria da construção, conhecida por sua natureza dinâmica e caótica, muitas vezes há acidentes de trabalho. Os métodos de planejamento existentes que abordam incertezas, no entanto, frequentemente ignoram as variáveis de segurança, e a literatura relevante é escassa. Este estudo introduz um novo método de planejamento de obras focado na influência de ocorrências de segurança na duração do projeto, especificamente em projetos de construção de usinas de energia. A principal hipótese é que eventos de segurança durante a construção afetam significativamente a duração do projeto, levando a cronogramas deficientes quando não considerados no processo de planejamento. Utilizando a teoria de processos estocásticos, particularmente o processo de quase-nascimento e morte, o estudo explora como os estados de segurança influenciam os estados de atraso. Modelos de redes neurais complementam o modelo estocástico para previsão de séries temporais bivariadas derivadas dos estados estocásticos. Dados reais de projetos demonstram que os eventos de segurança, supondo eventos de atraso planejados, são mais do que o dobro do valor dos estados de atraso. A aplicação do modelo estocástico a um projeto real com um atraso planejado de 8 dias indica um estado de segurança mais provável de 19. Os modelos de memória de curto prazo de longo prazo superam os métodos estatísticos na previsão de séries temporais bivariadas, com uma métrica de estimação quadrática média raiz significativamente menor. A abordagem de planejamento de construção híbrida proposta mostra-se adequada para as fases de pré-construção e construção, oferecendo melhores indicadores de tomada de decisão e apoiando a gestão de segurança reativa. / [en] The construction industry, known for its dynamic and chaotic nature, often experiences work accidents. Existing planning methods addressing uncertainties, however, frequently overlook safety variables, and the relevant literature is scarce. This study introduces a novel construction planning method focused on investigating the impact of safety incidents on project duration, specifically in energy infrastructure construction projects. The main hypothesis is that safety events during construction significantly affect project duration, leading to deficient schedules when not considered in the planning process. Utilizing stochastic process theory, particularly the quasi birth and death process, the study explores how safety states influence delay states. Neural network models complement the stochastic model for forecasting bivariate time series derived from safety and delay stochastic states. Real-life project data demonstrates that safety events, assuming planned delay events, are over double the delay states value. Applying the stochastic model to a real project with a planned 8-day delay indicates a most probable safety state of 19. Long short-term memory models outperform statistical methods in bivariate time series forecasting, with a significantly smaller root mean square estimation metric. The proposed hybrid construction planning approach proves suitable for both pre-construction and construction phases, offering improved decision-making indicators and supporting reactive safety management.