Caso final, integrar tudo e decidir investir ou não.
Risco
  • Diferenciar média de distribuição
  • Estimar probabilidade de perda e cauda
Finanças
  • Traduzir risco em decisão de investimento
Nível Bloom: avaliar
Duração estimada: 25 min
Quando se sentir seguro, faça o quiz de aprovação para conquistar o badge deste módulo.
Fazer quiz de aprovação
Axioma Finanças | T1 EP11 - Monte Carlo: O Futuro em 10 Mil Versões (CAPSTONE)
🏆 CAPSTONE | Temporada 1 | Episodio Final

Monte Carlo: O Futuro em 10 Mil Versoes

Voce aprendeu 10 conceitos de financas. Agora usa TODOS para tomar uma unica decisao: investir ou nao na HealthTech Analytics?

HealthTech Analytics: O Caso Final

B

Bruno Costa

CEO da HealthTech Analytics

Startup de IA para diagnostico medico. Pede R$ 15M para escalar. Promete valuation de R$ 200M em 5 anos.

V

Voce

Analista de Investimentos

Sua missao: analisar o caso usando TODOS os conceitos da T1 e recomendar uma decisao.

Bruno (CEO):

"Nossa plataforma de IA detecta cancer em imagens medicas com 95% de precisao. Ja temos 50 clinicas usando. Queremos R$ 15 milhoes para escalar para 500 clinicas em 3 anos."

Os Numeros do Bruno

R$ 2M
Receita Atual/Ano
+25%
Crescimento/Ano
3%
Churn Mensal
R$ 400
CAC
R$ 4.000
LTV
40%
Margem Bruta
30%
WACC Usado
R$ 200M
Valuation 5 Anos
Bruno:

"Com LTV/CAC de 10x, estamos prontos para escalar. A aprovacao da ANVISA deve sair em 12 meses. Nosso modelo projeta TIR de 50%. E um otimo investimento!"

?

Sua Missao: Cada numero e uma PREMISSA, nao um FATO. Use o que aprendeu na T1 para questionar, testar e decidir.

O Desafio do Capstone

Bruno apresentou numeros bonitos. Mas voce aprendeu que:

  • LTV/CAC pode desmoronar (EP1)
  • Medias escondem distribuicoes (EP2)
  • Premissas podem estar erradas (EP3)
  • Preco/elasticidade importa (EP4)
  • Custo fixo amplifica erros (EP5)
  • Fluxo de caixa ≠ lucro (EP6)
  • CAPEX tem payback (EP7)
  • Valuation depende de premissas (EP8)
  • Capital de giro drena caixa (EP9)
  • WACC afeta risco (EP10)

Analise Critica: Aplicando T1

Vamos aplicar CADA conceito aprendido ao caso da HealthTech:

EP1: LTV/CAC

Bruno diz LTV/CAC = 10x. Mas...

Se churn subir de 3% para 8%, LTV cai de R$ 4.000 para R$ 1.500. LTV/CAC vira 3.75x (limite).

EP2: Distribuicao

Ticket medio R$ 200/mes. Mas...

70% pagam R$ 50 (clinicas pequenas), 30% pagam R$ 500 (hospitais). Se escalar so clinicas, margem desmorona.

EP3: Premissas

"ANVISA aprova em 12 meses". Mas...

Taxa historica: 40% aprovacao, 24 meses medio. Se levar 30 meses? TIR cai de 50% para 15%.

EP4: Preco

Planejam R$ 200/mes. Mas...

Elasticidade desconhecida. Se mercado nao aceitar e precisar cobrar R$ 100, receita cai pela metade.

EP5: Custo Fixo

Planejam 50 funcionarios. Mas...

R$ 2M/mes de custo fixo. Se vendas atrasarem, queima sem receita. Alavancagem alta.

EP6: Fluxo de Caixa

DRE projeta lucro. Mas...

Clinicas pagam em 45 dias. Crescimento de 25%/ano exige capital de giro nao modelado.

EP7: CAPEX

Investimento em tecnologia. Mas...

Payback depende de premissas otimistas. Se receita atrasar, payback estoura.

EP8: Valuation DCF

R$ 200M em 5 anos. Mas...

Baseado em crescimento 25%/ano E aprovacao ANVISA E churn 3%. Cada premissa errada reduz valuation.

EP9: Capital de Giro

Recebe em 45 dias. Mas...

Precisam de R$ 5M+ em NCG nao modelado. Crescer 25%/ano drena caixa.

EP10: WACC

Bruno usou WACC 30%. Mas...

Se financiar com divida, WACC real pode ser 40%. Valuation cai 30%.

Voce:

"Bruno, voce tem 10 premissas criticas nao validadas. Cada uma pode fazer seu modelo desmoronar. Precisamos testar o que acontece se VARIAS derem errado ao mesmo tempo."

Bruno:

"Mas qual a probabilidade de TUDO dar errado?"

Voce:

"Essa e a pergunta certa. Vamos rodar uma Simulacao Monte Carlo ? Simulacao Monte Carlo Tecnica que roda milhares de cenarios aleatorios para entender a distribuicao de resultados possiveis, ao inves de usar apenas um cenario "esperado".

Ao inves de "valuation sera R$ 200M", mostra "valuation tem 20% de chance de ser negativo, 50% entre R$ 50-150M, 30% acima de R$ 150M".
e descobrir."

Monte Carlo: Milhares de Futuros Possiveis

O Problema do "Cenario Base"

Bruno fez um modelo financeiro com UM cenario: tudo da certo. Mas o futuro tem INFINITOS cenarios possiveis. Monte Carlo simula milhares deles.

Como Funciona

1. Define Variaveis Incertas

Churn, CAC, crescimento, ANVISA, preco... Cada uma com uma DISTRIBUICAO de valores possiveis, nao um valor fixo.

2. Sorteia Valores Aleatorios

Para cada variavel, sorteia um valor dentro da distribuicao. Cria UM cenario completo.

3. Calcula Resultado

Com esses valores, calcula o resultado (valuation, TIR, etc). Registra.

4. Repete 10.000 Vezes

Faz isso milhares de vezes. Cada execucao e um "futuro possivel".

5. Analisa Distribuicao

Ve a distribuicao de resultados: P5 (pior 5%), P50 (mediana), P95 (melhor 5%). Entende o RISCO real.

🎲

Por que "Monte Carlo"? Nome vem do cassino de Monte Carlo. Assim como no cassino, usamos aleatoriedade para entender probabilidades.

As Variaveis da HealthTech

Variavel Bruno Assume Range Realista
Churn mensal 3% 2% - 10%
CAC R$ 400 R$ 300 - R$ 800
Crescimento 25%/ano 5% - 40%
ANVISA (prob. aprova) 100% 40%
WACC 30% 25% - 45%
Preco aceito R$ 200 R$ 100 - R$ 250

O Poder do Monte Carlo

Ao inves de "valuation sera R$ 200M" (determinístico), voce descobre:

  • P5 (pior 5%): Quanto vale se quase tudo der errado?
  • P50 (mediana): Resultado mais provavel
  • P95 (melhor 5%): Quanto vale se quase tudo der certo?
  • Prob. de quebrar: % de cenarios com valuation negativo
🎲

Simulador Monte Carlo - HealthTech

Ajuste as distribuicoes das variaveis e rode 10.000 simulacoes

Variaveis Incertas

Churn Mensal
Base: 3% | Incerteza: Media
BaixaAlta
CAC
Base: R$ 400 | Incerteza: Media
BaixaAlta
Crescimento
Base: 25%/ano | Incerteza: Media
BaixaAlta
Prob. ANVISA
Prob. aprovacao: 40%
20%80%
WACC
Base: 30% | Incerteza: Media
BaixaAlta
Preco
Base: R$ 200 | Incerteza: Media
BaixaAlta

🏆 Quiz Somativo - Temporada 1

5 questoes integrando TODOS os conceitos aprendidos

0/5

🏆 Decisao Final do Capstone

Baseado em sua analise e Monte Carlo, o que voce recomenda para o investimento de R$ 15M na HealthTech?

18%
Prob. Perda Total
R$ 75M
Valor Esperado
22%
Prob. >R$ 200M

A INVESTIR: R$ 15M agora

O valor esperado e positivo e voce acredita que a equipe pode superar os desafios. Aceita o risco de 18% de perda total pela chance de 22% de grande retorno.

B ADIAR: Nao investir AINDA

Exigir que a empresa valide premissas criticas antes: aprovacao ANVISA, reducao de churn, teste de preco. Reconsiderar apos mitigacao de riscos.

C MATAR: Nao investir NUNCA

Risco de 18% de perda total e muito alto. Premissa de ANVISA e critica e historicamente improvavel. Prefere oportunidades com melhor risco/retorno.

Decisao: INVESTIR

Voce escolheu assumir o risco pelo potencial de retorno.

+

Pontos Fortes: Valor esperado positivo, upside significativo, mercado de saude em crescimento.

!

Riscos Aceitos: Premissa ANVISA nao validada, churn pode subir, 18% de chance de perda total.

Recomendacao: Se investir, estruture em tranches condicionais a milestones (aprovacao ANVISA, meta de churn, etc).

Decisao: ADIAR

Voce escolheu aguardar validacao de premissas criticas.

+

Pontos Fortes: Reduz risco de perda total, permite observar evolucao de variaveis criticas.

!

Riscos: Pode perder oportunidade se empresa conseguir outro investidor e decolar.

Recomendacao: Defina claramente quais milestones quer ver antes de reconsiderar: aprovacao ANVISA, 6 meses com churn <5%, etc.

Decisao: MATAR

Voce escolheu passar esta oportunidade definitivamente.

+

Pontos Fortes: Preserva capital para oportunidades com melhor perfil de risco, evita perdas potenciais.

!

Riscos: Se empresa der certo, perdeu upside significativo. "O maior risco e nao correr risco algum."

Recomendacao: Documente seus motivos para referencia futura. Se a empresa der certo, analise o que errou na sua avaliacao.

Nao Ha Resposta Certa

Investimento e sobre gerenciar incerteza, nao elimina-la. Decisao boa ≠ resultado bom. Mas decisao INFORMADA > aposta cega.

O que importa e que sua decisao seja DEFENSAVEL: baseada em analise, consciente dos riscos, e coerente com seu apetite de risco.

Caso Real: LTCM (1998)

🇺🇸

Long-Term Capital Management

Estados Unidos, 1998 - Os Genios que Quebraram

LTCM era um hedge fund com 2 premios Nobel de Economia no time. Modelos matematicos "perfeitos". Retornos de 40% ao ano. Gerenciavam $125 BILHOES.

O Problema: O modelo era DETERMINISTICO. Assumia que o futuro seguiria o passado.

  • Premissa: "Mercados sao racionais e previsiveis"
  • Modelo previa: Perda maxima (99.9% confianca) = $500M
  • Realidade: Crise Russia 1998 = cisne negro
  • Perda real: $4.6 BILHOES em 6 semanas

Por que erraram 10x?

  • Nao modelaram "eventos impossiveis"
  • Nao rodaram Monte Carlo com correlacoes extremas
  • Confiaram que passado = futuro
Licao:

Ate premios Nobel erram quando tratam futuro como certo. Monte Carlo nao PREVÊ o futuro. MAPEIA futuros possiveis. Humildade quantificada.

🏆 Parabens!

Voce Completou a Temporada 1

Axioma Financas: Fundamentos Decisorios

LTV/CAC Distribuicao Premissas Elasticidade Alavancagem Fluxo de Caixa CAPEX Valuation DCF Capital de Giro WACC Monte Carlo

Voce agora ENTENDE a dinamica financeira. Na Temporada 2, vai aprender a CONSTRUIR modelos do zero.

O Que Voce Aprendeu na T1

  • Como decisoes impactam DRE/DFC/Valuation
  • Dinamica de crescimento, distribuicao, premissas
  • Por que empresas quebram (10 formas principais)
  • Como incerteza funciona (Monte Carlo)

Proximo: Temporada 2

Voce entende O QUE acontece. Agora vai aprender COMO construir:

  • Construir uma DRE do zero
  • Calcular fluxo de caixa livre
  • Projetar receitas e custos
  • Fazer um modelo financeiro completo

Prepare-se. Temporada 2 e mao na massa. 🔨