20 de novembro de 2022

Moneyball e Análise Quantitativa de Riscos

Uma das etapas mais importantes do Processo de Gestão de Riscos, descritas na norma ISO 31000:2018, diz respeito à Análise de Riscos. Nessa fase, os riscos são caracterizados para diferentes cenários, de acordo com a probabilidade de ocorrência de um evento - ou, mais especificamente, da probabilidade de ocorrência de determinada consequência - e da magnitude das possíveis consequências desse evento.

Dessa forma, multiplicando-se a probabilidade de uma consequência pela sua magnitude, chega-se ao nível de risco de um processo, área ou projeto. Este valor será usado durante a etapa de Avaliação de Riscos, para a tomada de decisão sobre os riscos, ao se comparar o resultado da análise de riscos com os critérios de risco previamente definidos.

Considerando a relevância da análise de riscos para a gestão de riscos eficaz nas organizações, como então ela pode contribuir, de forma prática, para aprimorar o desempenho dos negócios?

Moneyball e Análise de Riscos


Um exemplo de aplicação bem sucedida da análise de riscos é retratado no filme Moneyball - O homem que mudou o jogo, de 2011, adaptação do livro Moneyball: the Art of Winning An Unfair Game, de Michael Lewis (2003). O filme conta a história do time de baseball Oakland Athletics e dos desafios enfrentados pelo seu gerente geral, Billy Beane, para montar um time competitivo na temporada de 2002.

Beane e seu assistente, Paul DePodesta (que, no filme, chama-se Peter Brand), um gênio da matemática, recém-saído da Universidade de Yale, receberam um dos orçamentos mais baixos da liga, mas conseguiram construir uma equipe vencedora, formada por talentos subvalorizados, adotando uma abordagem sofisticada de análise dos jogadores. 


Tal abordagem contrariava o método tradicional, que utilizava olheiros com o intuito de prever o sucesso dos jogadores, simplesmente observando o quão bem eles poderiam acertar uma bola, arremessar ou roubar uma base.

Limitações da Análise Qualitativa de Riscos


No baseball, uma das formas tradicionais para classificar os níveis de risco é adotar escalas qualitativas como, por exemplo, alto/ médio/ baixo, ou atribuindo notas de 1 a 5, a abordagem típica para classificar rebatidas, arremessos ou roubadas de bases. No entanto, quando o nível de risco deveria ser descrito como baixo? E muito baixo? 

Em geral, nesse tipo de análise, os termos qualitativos que caracterizam os riscos são muito ambíguos, difíceis de contestar, fazem mau uso dos dados disponíveis e não permitem elaborar a estratégia de gestão de riscos mais eficaz.

Essa abordagem era utilizada pelos olheiros de baseball, que classificavam os rebatedores como “superiores” ou “médios”. Porém, tanto as formas de classificação dos riscos como dos rebatedores são inerentemente tendenciosas.

Embora sejam úteis em algumas circunstâncias, essas medidas não informam sobre os possíveis impactos financeiros no desempenho de uma equipe ou negócio; termos sobre os quais os tomadores de decisão podem agir. 

Assim, Billy disse aos olheiros da velha guarda que eles deveriam fazer algo diferente se quisessem vencer com as restrições orçamentárias de que dispunham.

Análise Quantitativa de Riscos


Billy e Peter elaboraram uma abordagem quantitativa diferente para aumentar a probabilidade de vitórias do Oakland A's, utilizando jogadores subvalorizados, com base em variáveis ​​estatísticas que haviam sido amplamente ignoradas anteriormente. 

O objetivo era criar uma equipe que aumentasse a probabilidade de o Oakland A's chegar aos playoffs. Partindo da premissa de que a probabilidade de qualquer time chegar aos playoffs dependia do número de jogos ganhos durante a temporada regular, desenvolveram um método para descobrir não apenas quantos jogos a equipe precisaria vencer para chegar a esse ponto, mas também a estrutura de equipe ideal que daria ao A's vitórias suficientes para tanto.

Com base nessa lógica, calcularam as metas intermediárias que levariam o time a tal objetivo, como médias de corridas necessárias por jogo, percentual de chegadas à base (on- base percentage), etc. Em seguida, selecionaram os jogadores menos caros ou mais subvalorizados, tendo em vista as métricas de desempenho que atendiam a esses critérios e se encaixavam no orçamento da equipe.


Filme Moneyball - 2011 (clique na imagem para ampliar)

Em termos estatísticos, foram desenvolvidos modelos de regressão linear ​​para prever quantos jogos uma equipe venceria em futuras temporadas regulares, por meio da diferença entre corridas que resultavam em pontos (com base em variáveis ​​de rebatidas certas) e corridas permitidas (de acordo com o histórico de posição dos jogadores e arremessos corretos). Assim, utilizando dados anteriores a 2002, Billy e Peter concluíram que o A's necessitaria de pelo menos 95 vitórias para chegar aos playoffs.

É importante ressaltar que esses cálculos foram limitados às previsões para os jogos da temporada regular. Uma vez que a equipe chega aos playoffs, torna-se muito mais difícil elaborar modelos preditivos, porque a quantidade de dados disponíveis para análise passa a ser muito menor. 

Após Beane selecionar os jogadores que melhor se enquadravam nesse perfil, o Oakland A's renasceu, se classificando para os playoffs e vencendo a AL West Division com um recorde de 103 vitórias e 59 derrotas na temporada regular de 2002 - logo atrás dos Yankees, pelo melhor recorde em toda a Major League Baseball (MLB).

Ao reavaliar sua estratégia, o A's de 2002, que gastou aproximadamente U$ 44 milhões em salários, pôde competir em condições de igualdade com as maiores equipes da liga, como o New York Yankees, que investiu mais de U$ 125 milhões em sua folha de pagamentos naquela temporada.


        
               Salários dos times da MLB - 2002 (clique na figura para ampliar) 
                   Fonte: Wikipedia

















Assim, a abordagem de análise de riscos adotada pelo Oakland Athletics levou o time aos playoffs em 2002 e 2003, e, devido à sua eficácia, passou a ser empregada com sucesso por outros times da MLB nos anos seguintes!!

Importância da Análise Quantitativa 


Embora a história de Moneyball tenha mostrado ao mundo dos esportes diversas lições valiosas, a mais importante foi identificar as variáveis certas ao fazer previsões.

Relacionando esse exemplo ao mundo dos negócios, vemos que, todos os dias, gestores tomam decisões sobre estratégias de crescimento, movimentos competitivos ou mudanças organizacionais. Para que eles possam decidir a melhor maneira de empregar os recursos da organização, seja selecionando projetos mais rentáveis, investindo em novos negócios ou reduzindo exposições desnecessárias, devem considerar o custo-benefício de suas alternativas. 

A análise quantitativa de riscos possibilita compreender melhor o impacto financeiro dos riscos sobre os objetivos e estratégias da organização. Dessa maneira, além de estabelecer a mesma linguagem dos negócios para a gestão de riscos eficaz, ela permite explorar novas oportunidades e fornece uma base para a tomada de decisões informadas, nos diversos níveis organizacionais.

Voltaremos ao assunto em um próximo artigo...

Fontes: "Moneyball and Risk Analytics" - Archer Solutions - e "The Moneyball Science" - Samford University.

___________________________________________________________________


Para saber mais sobre Análise de Riscos e compreender melhor como ela pode aprimorar a gestão de riscos, a continuidade e o desempenho dos negócios: