Simulador decisório que integra fluxo de caixa, WACC e cenários probabilísticos para estimar o valor econômico do negócio.
Nível Bloom: decidir
Duração estimada: 25 min
Aula 4 — DCF, WACC e Monte Carlo | Axioma 2.0
🧪 AXIOMA LAB — Aula Final

Seu modelo está quase completo. Hora do valuation.

Aula 4 de 4 · DCF, WACC & Monte Carlo
🎣 Quanto vale o seu barco?
A resposta depende de quanto peixe ele vai trazer nos próximos anos — e de quão incerto é esse futuro.
Metáfora final: Você passou 3 aulas construindo o modelo do seu barco: o motor de receita (rede de pesca), a estrutura de custos (custo da pescaria), o CAPEX (o barco), o capital de giro (o gelo), e o fluxo de caixa (o dinheiro que volta). Agora vamos responder a última pergunta: quanto vale o direito de pescar naquele oceano para sempre?
🎲
O que é Monte Carlo (antes de usar)Explicação intuitiva de por que simulamos 10.000 futuros diferentes.
📊
Distribuições de probabilidadeComo modelar incerteza em cada variável: uniforme, triangular, normal.
⚖️
WACC com prêmio de liquidezPor que o custo de capital de uma startup é muito maior que o de uma empresa aberta.
📐
DCF — Valuation completoA tabela de fluxos descontados que transforma 5 anos de projeção em valor da empresa.
🌊
Monte Carlo no ValuationHistograma de P10/P50/P90 do valor da empresa com todas as incertezas juntas.
🐍
Exportação para Python / Google ColabGerar código funcional com o modelo completo para explorar interativamente.
Conceito 1 · O que é Monte Carlo?

Monte Carlo: sair ao mar 10.000 vezes

Antes de usar o simulador, você precisa entender o que ele faz — e o que ele não faz.

🎣 Metáfora: Imagine que você quer saber quanto peixe vai pescar no próximo ano. Você poderia chutar um número único ("vou pescar 1.000 kg"). Mas isso ignora toda a incerteza real: o clima pode ser excelente ou terrível, o peixe pode estar abundante ou escasso, o motor pode quebrar em março. Monte Carlo é como sair ao mar virtualmente 10.000 vezes com condições diferentes em cada saída, e registrar o resultado de todas elas.

🎯 O que Monte Carlo FAZ

  • Gera distribuições de resultado (histograma) em vez de um único ponto
  • Mostra P10 (pessimista), P50 (mais provável) e P90 (otimista)
  • Revela probabilidade de cenários específicos (P(Valor > R$X))
  • Quantifica qual variável mais afeta o resultado (análise de sensibilidade implícita)

🚫 O que Monte Carlo NÃO FAZ

  • Não adivinha o futuro — ele mapeia futuros plausíveis baseados nas suas hipóteses
  • Não remove a incerteza — ele a torna explícita e quantificada
  • Não substitui julgamento — o resultado é tão bom quanto os ranges que você definiu
💡 Analogia real: Seguradoras usam Monte Carlo para calcular o prêmio do seu seguro de carro. Elas não sabem se você vai bater amanhã — mas sabem a distribuição de probabilidade de acidentes por perfil de motorista, e simulam milhões de cenários para definir o preço justo.
⚠️ Lixo entra, lixo sai: Se você colocar ranges impossíveis (crescimento de 50% como base e 200% como otimista), o Monte Carlo vai produzir um valuation absurdo. A qualidade das hipóteses determina a qualidade dos resultados.
Conceito 2 · Distribuições de Probabilidade

Como modelar a incerteza de cada variável

Cada variável incerta no seu modelo tem uma distribuição de probabilidade — uma "forma" que descreve quais valores são mais ou menos prováveis.

Uniforme
Min a Max igualmente prováveis
Triangular
Tem um "palpite melhor" (moda)
Normal Truncada
Distribuição em sino com limites

Quando usar cada distribuição

DistribuiçãoUse quando...Exemplo
UniformeSabe só os limites, sem preferência internaPreço de matéria-prima sem histórico
TriangularTem estimativa central + limites razoáveisTaxa de crescimento com estimativa base
Normal TruncadaTem dados históricos com média/desvioCV% com histórico de 24 meses
Conceito 3 · WACC — Custo do Capital

WACC: a taxa mínima que o investidor exige

WACC significa Weighted Average Cost of Capital — o custo médio ponderado do capital. É a taxa de desconto que usamos no DCF para trazer os fluxos de caixa futuros a valor presente.

Metáfora: O WACC é o custo de alugar o barco e o motor de terceiros. Se você financia com capital próprio (sócios), eles exigem uma taxa de retorno. Se financia com dívida (banco), o banco cobra juros. O WACC é a média ponderada desses dois custos.
WACC = Ke × [E/(D+E)] + Kd × (1−IR) × [D/(D+E)]

Onde:
Ke = Rf + β × ERP + Prêmio de Liquidez (custo do equity)
Kd = taxa de juros da dívida (custo da dívida)
E = equity (capital próprio), D = dívida
IR = alíquota fiscal (só aplica no Lucro Real)

Nota sobre benefício fiscal da dívida: No Simples e Lucro Presumido, os juros não são dedutíveis fiscalmente. Apenas no Lucro Real o fator (1−IR) aplica, reduzindo o custo efetivo da dívida.

Calculadora WACC

Referência rápida — clique para aplicar:

Resultado

Rf (base)10,5%
+ β × ERP5,5%
+ Prêmio liquidez6,0%
= Ke (custo equity)22,0%
Kd efetivo14,0%
WACC Final19,6%
Conceito 4 · Prêmio de Liquidez

Por que o capital de uma startup custa mais que o de uma S.A.?

Um investidor pode comprar ações da Ambev na B3 às 10h e vender às 11h se mudar de ideia. Em uma startup ou empresa fechada, uma vez investido, o dinheiro fica "preso" por anos — sem liquidez, sem saída fácil. Esse risco adicional exige um prêmio.

Ranges inspirados em Damodaran

Empresa aberta (B3)
10–14%
Empresa fechada média
14–22%
PME / Micro empresa
20–35%
Startup early-stage
25–50%
Startup pré-receita
40–70%+

Fatores que aumentam o prêmio

  • Concentração no fundador: se o negócio depende de 1 pessoa, o risco é enorme
  • Setor regulado ou imprevisível: saúde, fintech, agro têm riscos específicos
  • Baixo track record: menos de 3 anos de histórico financeiro
  • Alta alavancagem: dívida alta amplifica tanto ganhos quanto perdas
  • Mercado pequeno: tamanho do TAM limita o crescimento futuro
  • Saída difícil: poucos compradores potenciais = menor liquidez
💡 Na prática: Fundos de Venture Capital usam 30-50% de taxa de desconto para startups early-stage. Fundos de Private Equity usam 15-25% para empresas maduras e fechadas. Avaliadores de M&A usam 14-20% para PMEs com histórico. Use o seletor na calculadora do WACC (Seção anterior) para ajustar o prêmio de liquidez ao seu perfil.
Conceito 5 · DCF — Valuation

O valuation da empresa: soma dos futuros descontados

O Discounted Cash Flow (DCF) calcula o valor da empresa como a soma de todos os fluxos de caixa livres futuros, trazidos a valor presente pela taxa WACC.

VE = FCL₁/(1+WACC)¹ + FCL₂/(1+WACC)² + ... + FCL₅/(1+WACC)⁵ + VT/(1+WACC)⁵

Onde VT = FCL₅ × (1+g) / (WACC − g)
PeríodoFCL (R$)Fator 1/(1+r)ᵗVP do FCL (R$)
Ferramenta · Hipóteses para o Monte Carlo

Documente as incertezas do seu modelo

Para o Monte Carlo funcionar bem, você precisa definir ranges (mínimo, moda, máximo) e distribuições para as variáveis mais incertas. Use o framework F.A.R.O.L. para tornar cada hipótese transparente.

F
Fonte — De onde vem este número?

Classifique a fonte de cada hipótese: Dado histórico (melhor), Pesquisa de mercado, Benchmark setorial, Estimativa do fundador (pior). Quanto menos confiável a fonte, maior o range (amplitude) que você deve usar no Monte Carlo.

A
Amplitude — Qual o range razoável? (min / moda / max)

A moda é sua melhor estimativa. O mínimo é o pior cenário razoável (não impossível, mas plausível). O máximo é o melhor cenário razoável. Regra prática: para crescimento de receita, coloque ± 30-50% da estimativa central como range. Para CV%, ± 5-10 pontos percentuais.

R
Risco — O que pode fazer o número fugir do esperado?

Liste 2-3 eventos específicos que poderiam fazer a variável ir para o mínimo ou máximo. Ex: "A taxa de crescimento pode cair para o mínimo se um novo competidor entrar no mercado ou se a Selic subir mais 2pp, reduzindo o consumo."

O
Ocorrência — Com que frequência você vai revisar?

Defina a cadência de revisão de cada hipótese: mensal (para variáveis de curto prazo como churn), trimestral (para crescimento de clientes), anual (para CAPEX e perpetuidade). Hipóteses não revisitadas se tornam ficção.

L
Lei de Distribuição — Como modelar a incerteza?

Triangular: tem uma estimativa central clara. Recomendado para a maioria das variáveis. Uniforme: quando você só sabe os limites. Normal truncada: quando tem dados históricos e a variável tem comportamento simétrico.

Defina as hipóteses para o seu Monte Carlo

VariávelMínimoModa (base)MáximoDistribuição
🧪 AXIOMA LAB · Simulador Monte Carlo

Simule 10.000 futuros para o seu negócio

O simulador usa as hipóteses da seção anterior para gerar distribuições de FCL e Valor da Empresa. Cada iteração sorteia valores para cada variável e recalcula o modelo completo.

Conceito 6 · Interpretação dos Resultados

Como tomar decisões com o histograma

O histograma não diz "o valor da empresa É R$X". Ele diz "dado as incertezas que você documentou, a distribuição de valores possíveis é esta". Cada ponto do histograma é um futuro plausível.

P10 — Cenário Pessimista (Piso de Confiança)

10% das vezes o resultado é pior que esse número. Use como piso de avaliação para investidores conservadores ou para análise de stress. Se o P10 ainda é positivo, o negócio tem resiliência.

P50 — Mediana (Cenário Central)

O resultado mais provável (50% das vezes é melhor, 50% pior). Use como base para precificação em negociações e como referência para o plano de negócio.

P90 — Cenário Otimista (Teto Razoável)

10% das vezes o resultado é melhor que esse número. Use para definir o valuation máximo defensável e como meta de incentivo para o time.

Framework de Decisão

SituaçãoInterpretaçãoAção sugerida
P10 positivoMesmo no pior cenário, o negócio tem valorNegociar com confiança; é um bom sinal para investidores
P10 negativo, P50 positivoNegócio viável mas com risco real de destruição de valorIdentificar variáveis que causam P10 negativo e mitigar
P50 negativoModelo como está não gera valor para o acionistaRevisar receita, custos ou WACC; rever hipóteses fundamentais
🌊 Metáfora final: O Monte Carlo é o mapa de risco do pescador. Ele não diz se haverá tempestade amanhã. Ele diz: "se você sair ao mar 10.000 vezes, em 1.000 delas vai ter tempestade. Você está preparado para isso? Tem reserva de combustível? Seguro do barco?" Esse é o valor da análise: não certeza, mas preparação.
Quiz Formativo · 2 questões

Teste seus conhecimentos: WACC e Monte Carlo

Quiz Somativo · Caso TechFarm

Caso integrado: TechFarm — SaaS Agro

Use os conceitos das 4 aulas para responder o caso.

📋 Caso: TechFarm — Plataforma SaaS para Agricultura
SaaS agro com 300 clientes pagando R$800/mês cada (ARPU). Churn: 2%/mês. CV: 15% da receita. CF: R$150k/mês. CAPEX: R$0 (software). NCG: desprezível (recebe à vista). Depreciação: R$5k/mês (infraestrutura). Regime: Lucro Presumido (serviços tecnológicos — presunção 32%). WACC estimado: 28% (startup, empresa fechada, prêmio de liquidez alto). FCL crescendo 25%/ano nos primeiros 3 anos, depois 15% no ano 4, 8% no ano 5. Taxa g perpétua: 4%.
Exportação · Python / Google Colab

Leve seu modelo para o Google Colab

O código gerado inclui o modelo completo com os parâmetros que você definiu: Monte Carlo, DCF, histogramas, percentis. Você pode modificar e rodar interativamente no Colab sem instalar nada.

💡 Para rodar no Google Colab: você pode baixar um arquivo .ipynb pronto para upload, ou baixar o .py e colar o código em uma célula no Colab.
🧪 AXIOMA LAB · Síntese Final — Modelo Completo

🎉 Seu modelo financeiro está completo!

Você construiu, ao longo de 4 aulas, um modelo econômico-financeiro completo. Abaixo está a síntese de tudo.

⚓ Espinha Dorsal — Modelo Completo

🌊 O que você aprendeu (e construiu): Todo negócio pode parecer único na superfície, mas todos podem ser decompostos em motores econômicos simples — e todos os motores obedecem às mesmas leis da física financeira: receita menos custos é EBITDA; EBITDA menos investimentos e impostos é caixa; caixa descontado pelo risco é valor. Monte Carlo não serve para prever o futuro — serve para explorar futuros plausíveis e tomar decisões mais inteligentes em um mundo incerto.