Planejamento
Financeiro
de Negócios
6. Promova o planejamento
financeiro empresarial
• Organizar
• Estabelecer metas
• Criar indicadores capazes de mensurar se você está no
caminho certo rumo a seus objetivos.
Todas as medidas citadas nos tópicos anteriores são
essenciais aqui, pois elas baseiam seu plano de ação e as
tarefas realizadas diariamente em busca do resultado
maior esperado.
1
6. Promova o planejamento
financeiro empresarial
• Quer expandir sua margem de lucro?
• Deseja captar recursos para fortalecer o marketing?
• Vai aplicar dinheiro em uma nova instalação?
Quantifique todos os valores necessários aos seus
investimentos.
7. Utilize a tecnologia a seu favor
O planejamento financeiro empresarial envolve
diretamente as áreas fiscal, tributária e administrativa e,
indiretamente, todos os demais departamentos —
demandando do empreendedor a capacidade de integrar
informações de diferentes setores para fazer suas
previsões.
2
7. Utilize a tecnologia a seu favor
A comunicação e análise dos dados se torna muito mais
eficiente quando um software de gestão é utilizado.
A automatização dos processos faz a equipe ganhar em
tempo e precisão, admitindo recursos como o controle das
contas a pagar, o que permitirá uma ampla visão do fluxo
de caixa da empresa.
Conclusão 1
O empreendedor não precisa ter amplo domínio de todos os
mandamentos elencados, pois o conhecimento técnico da
legislação e obrigações contábeis fica com os especialistas,
passíveis de consulta se for o caso.
Contudo, é fundamental entender conceitos, ferramentas e
aprender a fazer relatórios — por isso, estude!
3
Conclusão 2
Planejamento financeiro empresarial não é motivo de
preocupação, mas de alívio, porque ele mitiga riscos e dá a
você as informações necessárias à tomada de decisão.
Fazê-lo de forma eficiente envolve organização, profundo
conhecimento do seu negócio e ramo de atuação.
Previsão de Receitas
4
Previsão
Porque precisamos fazer previsões?
• Elaboração de um plano de trabalho
• Dimensionamento das
capacidades envolvidas:
– Equipamentos
– Recursos financeiros
– Disponibilidade de mão-de-obra
– Quantidade de materiais necessários
Previsões
Características das previsões que devem ser
ressaltadas:
• Nenhuma previsão é perfeita
• Quanto maior o horizonte de planejamento,
mais imprecisas são as estimativas
• Fazer previsões para a família de produtos leva
a maior chance de acerto do que fazer
previsões individuais
5
Todo modelo de previsão deve ter um procedimento
de correção dos desvios
Previsões
Dados históricos
possuem informações
valiosas sobre o
comportamento futuro
do fenômeno e, como
tal, poderá servir de
base para as estimativas
futuras, dentro de certos
limites.
6
Regressão Linear
Regressão linear é a equação estatística mais usada no mundo
dos negócios. Seja em uma análise da área de Pesquisa de
Mercado ou em uma projeção de demanda da área de Vendas, a
regressão linear está sempre presente.
Regressão Linear
A regressão linear é, acima de tudo, uma tendência. Isso não
quer dizer de forma alguma que ela se confirmará exatamente.
Não é porque um estudo aponta que algo tende a acontecer que
ele irá, de fato, ocorrer.
7
Regressão Linear
Análise de Regressão
• É um tipo de análise que usa modelos matemáticos
para relacionar o comportamento de uma variável Y
com o de outra X.
➢Modelo Simples: modelo de regressão linear com uma
única variável explicativa.
Y = f (X)
➢Modelo Multivariado: a regressão múltipla constroem
modelos para descrever relações entre várias variáveis
explicativas de um determinado processo.
Y = f (X1, X2,...Xn )
Análise de Regressão
Regressão Linear
Para que serve saber a relação entre duas variáveis?
• Para fazer PREVISÕES sobre o comportamento futuro
de um fenômeno atual
– extrapola-se para o futuro o comportamento presente das variáveis:
- Ex: Prever a população de uma cidade no futuro.
- Ex: Prever a natalidade infantil para o ano 2050.
- Ex: Prever a demanda futura por habitação
8
Análise de Regressão
Regressão Linear
Para que serve saber a relação entre duas variáveis?
• Para SIMULAR os efeitos de uma variável X sobre uma
variável Y.
– avalia-se as relações de causa-efeito entre 2 variáveis
- Ex: Simular os efeitos sobre a segurança na cidade (Y) em função
do aumento do policiamento ostensivo nas ruas (X)
- Ex: Simular o efeito sobre o trânsito (Y) de uma cidade em função
da elevação do preço da gasolina (X).
Análise de Regressão: Modelos
A relação entre as variáveis é:
▪ direta (ou positiva) quando os valores de Y aumentam
em decorrência do aumento dos valores de X .
Y X
Y X
9
Relação Direta
Análise de Regressão: Modelos
A relação entre as variáveis é:
▪ inversa (ou negativa) quando os valores de Y variam
inversamente em relação aos de X.
Y X
Y X
10
Relação Indireta
Relação Indireta
11
Relação Indireta
Modelo
Linear
Simples
12
Análise de Regressão: Modelo Linear
• A Análise de Regressão é o processo matemático para
calcular os parâmetros “a” e “b” de uma função f (X).
Y=a+bX
• Estes parâmetros determinam as características da função
que relaciona ‘Y’ com ‘X’.
• No caso do modelo linear esta função é representada por
uma reta chamada de reta de regressão.
• A RL indica o relacionamento matemático entre duas
varáveis
Análise de Regressão: Modelo Linear
Relação entre as variáveis:
Equação Linear: Y = 5 + 3x
Observação X Y
1 2 5 + 3 (2) = 11
2 3.1 5 + 3 (3.1) = 14.3
3 7.2 5 + 3 (7.2) = 26.6
13
Análise de Regressão: Modelo Linear
Relação entre as variáveis:
Equação Linear: Y = 4 + 2.5x
Observação X Y
1 8
2 10
3 12
Análise de Regressão: Modelo Linear
Relação entre as variáveis:
Equação Linear: Y = 4 + 2.5x
Observação X Y
1 8 4 + 2.5 (2) = 9
2 10 4 + 2.5 (10) = 29
3 12 4 + 2.5 (12) = 34
14
Análise de Regressão: Modelo Linear
600
500
400
300
Y
200
100
Y
Y previsto
0
0 10 20 30 40 50
X
Análise de Regressão: Modelo Linear
• A reta de regressão explica teoricamente ou
modela a relação entre X e Y.
15
Análise de Regressão: Modelo Linear
Relação entre as variáveis:
a
Y=a+bx
Equação Linear: Y = 4 + 2.5x
b
Observação X Y
1 8 4 + 2.5 (2) = 9
2 10 4 + 2.5 (10) = 29
3 12 4 + 2.5 (12) = 34
Análise de Regressão: Modelo Linear
Relação entre as variáveis:
X Y
Mês Vendas (2023) Vendas (2023)
1 140 ?
2 195 ?
3 134 ?
Y=a+bx
?
16
Análise de Regressão: Modelo Linear
Método dos Mínimos Quadrados
• É o método matemático para calcular os parâmetros a e b da reta regressão.
• O método dos mínimos quadrados define uma reta que minimiza a soma das
distâncias ao quadrado entre os pontos plotados (X, Y) e a reta (X’,Y’).
• A reta que minimiza as distâncias ou as diferenças (ou o erro) entre Y e Y’ é
chamada de curva de regressão
• Equações Normais:
▪ Σ XY = a Σ X + b Σ X2
▪ Σ Y = Na + b Σ X
Método dos Mínimos Quadrados
Y= a +bX
17
Exercício Regressão Linear
Vendas Projeção
Período
de Veículos X^2 Y^2 X*Y pela Equação
X
Y Y = a + b*X
1 96
2 99
3 110
4 130
5 110
6 110
7 120
8 130
9 149
10 165
18