[pt] No Brasil, o comportamento dos preços da energia elétrica no mercado de curto prazo é especialmente incerto, pois não segue um padrão definido e é obtido a partir de um modelo computacional e não pelo equilíbrio de mercado entre oferta e demanda. Diante disto o mercado de opções e derivativos ao mesmo tempo em que promissor, tendo em vista as experiências de outros países, é insipiente, pois os agentes não conseguem utilizar metodologias tradicionais para a precificação destes produtos e acabam formatando os valores por experiências empíricas e segundo aceitação do mercado. Muitos trabalhos já foram desenvolvidos propondo novas soluções para a previsão de preços modificando profundamente a estrutura atual, por outro lado o objetivo deste trabalho em sua primeira parte não busca modificar o modelo atual de previsão de preços que serve de alicerce para os contratos atuais, e por isso não pode ser desprezada. Este trabalho em sua primeira parte visa desenvolver um modelo para representar o comportamento dos preços no mercado de energia brasileiro e melhorar a previsão de preços que atualmente é fornecido pelo Newave, mas sem deslocar-se dos resultados gerados por ele. Em um segundo momento busca uma metodologia computacionalmente viável para determinar o valor de opções que podem ser oferecidas em contratos de opção de longo prazo. Para desenvolver a solução, foi proposto um processo estocástico que pudesse modelar a previsão dos preços no mercado de curto prazo reduzindo a volatilidade, mas sem se distanciar do atual modelo de previsão. Num segundo momento para permitir a precificação destes contratos este estudo aprofundou-se na teoria das opções que permite considerar as flexibilidades gerenciais, tendo por objetivo maximizar o retorno de uma determinada opção contratual. Assim, com o emprego de ferramentas como o Algoritmo Genético e Simulação Monte Carlo para aproximar a curva de exercício ótimo e o novo processo estocástico de formação de preço, foi possível determinar o valor das opções estudadas. A principal contribuição deste trabalho é criar uma metodologia coerente de precificação de opções contratuais, atualmente inexistente no mercado e que possa ser testada e avaliada pelos operadores, contribuindo para o aumento e desenvolvimento do mercado de derivativos no setor elétrico brasileiro. / [en] In Brazil, the behavior of electricity prices in the short term market is especially uncertain, because it follows a pattern set and is obtained from a computer model rather than the market equilibrium between supply and demand. In view of this the market for options and derivatives at the same time as promising, given the experiences of other countries, know not, because the agents can not use traditional methods for the pricing of these products end up formatting the values and experiences and the second empirical market acceptance. Many works have been developed proposing new solutions for forecasting prices profoundly modifying the current structure, otherwise the objective of this work in the first part does not seek to modify the current model of forecasting prices that serves as the foundation for current contracts, and so it can not be neglected. This work in its first part aims to develop a model to represent the behavior of prices in the Brazilian energy market and improve the forecasting of prices that is currently provided by Newave, but without moving the results generated by it. In a second step a search computationally feasible method to determine the value of options that can be offered on contracts for the long term. To develop the solution, we proposed a stochastic model that could forecast the market price of reducing short-term volatility, but not away from the current forecasting model. In a second time to allow the pricing of these contracts this study deepened the theory of options that allows to consider the managerial flexibility, aiming to maximize the return on a particular option contract. Thus, with the use of tools such as Genetic Algorithms and Monte Carlo simulation to approximate the optimal exercise curve and the new stochastic process of price formation, it was possible to determine the value of the options studied. The main contribution of this work is to create a consistent methodology for pricing options contract, currently non-existent in the market and that can be tested and evaluated by the operators, contributing to the growth and development of the derivatives market in the Brazilian electric sector.

[pt] As decisões econômicas de investimento, assim como as avaliações econômicas de projetos, são afetadas por incertezas econômicas, incertezas técnicas e por flexibilidades gerenciais embutidas em projetos. Flexibilidades gerenciais dão liberdade ao gerente para tomar decisões, tais como investir, expandir, parar temporariamente ou abandonar um determinado projeto. Tais flexibilidades possuem valor e só a teoria de opções reais consegue avaliá-las. As opções reais permitem considerar, além das incertezas, a flexibilidade gerencial, tendo por objetivo maximizar o valor da oportunidade de investimento. Para se determinar o valor de uma opção real, normalmente são utilizados modelos de árvores binomiais, diferenças finitas ou técnicas de simulação Monte Carlo. Entretanto, os métodos tradicionais de árvores binomiais e diferenças finitas são impraticáveis na avaliação de opções com mais de três fatores de incerteza, enquanto que a simulação Monte Carlo tem um custo computacional muito elevado devido ao processo iterativo da simulação estocástica na amostragem de cada variável. O objetivo deste trabalho é pesquisar uma metodologia computacionalmente viável para determinar o valor de opções reais sob diversas incertezas técnicas e de mercado. Neste contexto, é feita uma investigação multidisciplinar (lógica fuzzy, computação evolucionária, processos estocásticos e opções reais) em busca de métodos alternativos que possam reduzir o tempo computacional e assim facilitar as tomadas de decisão conseqüentes da simulação. Para isto, é proposta a união de várias técnicas: Números Fuzzy para representar determinados tipos de incertezas das quais se desconhece o processo estocástico que as modela, processos estocásticos para representar as demais incertezas e a simulação Monte Carlo para obter uma boa aproximação do valor da opção real. Além disso, aplicase um algoritmo genético em conjunto com a simulação Monte Carlo para aproximar uma regra de decisão ótima e determinar o valor da opção real no caso de se ter várias opções de investimento em um projeto. A regra ajuda na decisão entre o investimento imediato em uma das opções ou a espera por melhores condições, as quais dependem do estado das incertezas consideradas. O modelo proposto foi avaliado em problemas de opção de expansão e de opção de investimento em informação, aplicados na área de exploração e produção de petróleo, obtendo os mesmos resultados que as técnicas convencionais com uma redução expressiva do custo computacional. A principal contribuição deste trabalho é a concepção de uma nova metodologia para a determinação do valor de opções reais na presença de incertezas técnicas e de mercado, que oferece vantagens em relação aos métodos convencionais. Os resultados obtidos comprovam que o uso de números fuzzy para representar incertezas das quais se desconhece o processo estocástico que as modela, reduz significativamente o tempo computacional. Além disso, a metodologia demonstra que a técnica de algoritmos genéticos é adequada para obter uma regra de decisão ótima, com uma boa aproximação do valor da opção real, quando são consideradas várias opções de investimento. / [en] The economic decision on investment and evaluation of projects are affected by economic and technical uncertainties and by management flexibilities inserted on projects. These management flexibilities give the manager freedom to take decisions, such as to invest, to expand, to temporarily stop or to abandon a Project. These flexibilities have value and only can be evaluated thhrogh real option theory. The use of real options considers uncertainties and management flexibilities with the objective of maximizing the value of the investment opportunity. To determine the value of the real option, models of binomials tree, finite differences or Monte Carlo simulation techniques are normally used. However, the traditional methods of binomials tree and finite differences are impracticable in the evaluation of options with more than three uncertainties, while the Monte Carlo simulation presents a high computational cost due to the iterative process of the stochastic simulation in sampling each variable. The objective of this work is to investigate a computational methodology that can be used to determine the value of real option under diverse uncertainties, both of technical and market types. Therefore, this work investigates methods that can reduce computational time and thus create means for taking decisions. For this purpose, the union of several techniques is proposed: fuzzy numbers to represent some types of uncertainties of which an adequate stochastic process is unknown, stochastic process to represent other uncertainties and the Monte Carlo simulation to obtain a good approximation of the value of real options. Moreover, a genetic algorithm, together with Monte Carlo simulation, is used to approximate an optimum decision rule and to determine the value the real option when several investment options are available in a project. The rule helps decide whether to make an immediate investment in an option or to wait for better conditions; this is dependent on the state of the uncertainties considerated. The proposed model was evaluated in problems of options of expansion and of investment in information, applied in the area of oil exploration and production. Results obtained were similar to those achieved by conventional techniques, with a substantial reduction in computational time. The main contribution of this work is the conception of a new methodology for the determination of the value of real options with technical and market uncertainties. This methodology has shown to be advantages in relation to conventional methods. Results show that the use of fuzzy numbers to represent uncertainties of which the stochastic process that shapes them is unknown reduces the computational time significantly. Moreover, the methodology demonstrates that the genetic algorithm is an adequate technique for approximating a decision rule when many investment options are considered.

[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.