O objetivo deste projeto é propor uma metodologia e um modelo computacional em Excel para identificar e reificar os riscos de cada alternativa de investimento em geração de forma a poder comparar (os) em uma mesma base e assim auxiliar os agentes em suas decisões de investimento. Propõe-se utilizar uma metodologia baseada no conceito de risco-retorno para comparar todos os projetos, aonde é determinada a TIR sob condições de risco, levando em consideração a complementaridade resultante de um portfólio diversificado. O foco é em projetos de energias renováveis, mas o sistema computacional é suficientemente genérico para acomodar outras fontes de geração, assim como sinergias com o portfólio da Light.
Inicialmente, realiza-se um mapeamento de fatores de riscos e precificação de projetos: nesta etapa são identificados os principais fatores de risco de cada tecnologia de geração, como risco hidrológico, risco ambiental, risco de construção, tecnológico, câmbio e combustível. Para cada um destes itens, se propõe traduzir os fatores de risco em cenários com respectivas probabilidades de ocorrência. Dessa maneira, o sistema permite ao usuário modelar a incerteza do custo de investimento através de cenários com diferentes valores de custo de investimento, sendo cada um deles associado a diferentes valores de probabilidade. Além disso, o usuário pode gerar diferentes cenários de evolução dos indexadores, de maneira a captar o risco da indexação do investimento e combiná-lo com outros riscos também modelados. A entidade reguladora (no caso brasileiro a ANEEL) estabelece uma série de rigorosas penalidades financeiras em caso de atraso na entrada em operação da usina. A modelagem dessas penalidades e a simulação de possíveis cenários de atraso estão incluídas neste sistema. O usuário pode modelar a incerteza na data de entrada em operação da usina através de cenários com diferentes períodos de atraso e diferentes custos associados a este atraso (podendo este custo até mesmo estar vinculado ao PLD), sendo cada um deles associado a diferentes valores de probabilidade. Com isso, o usuário pode simular o impacto na rentabilidade do projeto destes possíveis atrasos, combinando este risco com outros riscos também modelados. Em seguida, é proposto um modelo de avaliação de investimentos sob incerteza, que determina a competitividade de um projeto de geração considerando seus riscos, incertezas e de acordo com o grau de aversão ao risco do empreendedor. Finalmente, a parte final propõe uma metodologia para comparar distintas tecnologias de investimento em geração considerando suas incertezas e riscos intrínsecos, ilustrando como calcular o prêmio de risco de cada alternativa de investimento e verificando o impacto de cada incerteza intrínseca do projeto na variância do seu retorno esperado. A metodologia pode ainda ser estendida para analisar uma carteira de projetos, determinando o ganho da combinação em um mesmo portfólio dos diferentes investimentos em ativos de geração frente aos projetos candidatos individualmente.
