Disciplina Curricular
Avaliação e Gestão do Risco AGRP
Mestrado Bolonha em Engenharia e Gestão da Inovação e Empreendedorismo - MEGIE 2019
Contextos
Grupo: MEGIE 2019 > 2º Ciclo > Opções
Período:
Grupo: MEGIE 2019 > 2º Ciclo > Opções
Período:
Peso
6.0 (para cálculo da média)
Pré-requisitos
Conhecimento de probabilidades e estatística de nível universitário.
Objectivos
1. Alcançar conhecimentos robustos de teoria probabilística e análise de decisão. 2. Adquirir conhecimentos sólidos de modelação qualitativa e quantitativa do risco; 3. Identificar as metodologias estruturadas de gestão de risco para organizações e saber as vantagens competitivas inerentes à gestão de risco; 4. Apreender os conceitos de risco e incerteza, probabilidades subjetivas e revisão bayesiana de probabilidades 5. Conhecer as formulações específicas de grupos de risco, nomeadamente, os operacionais, financeiros, de mercado, políticos e regulatórios; 6. Percecionar a dualidade risco-retorno nos riscos financeiros, perceber medidas de risco e instrumentos de mitigação de risco; Conhecer os métodos de análise de risco de segurança e fiabilidade; 7. Desenvolver trabalho autónomo com casos de estudo, utilizar software específico e desenvolver competência transversais.
Programa
1. Metodologias de gestão de risco, ISO 31000 e COSO; Tratamento e mitigação de riscos. 2. Matrizes de risco, axiomas, potencialidades e limitações; registo de eventos; Medidas de risco, eventos extremos, VaR e CVar; Risco financeiro, incluindo risco de crédito, de mercado e análise de portfolios; derivados; 3. Casos notáveis de gestão de risco; Modelos com simulação de Monte Carlo com o software @Risk, incluindo métodos de correlação entre variáveis; 4. Conceito de probabilidade subjetiva e enviesamentos; o valor da informação; Avaliação de medidas de risco de projetos de investimento: Cash-Flow at Risk, NPV at Risk, IRR at Risk; 5. Funções de utilidade, perfis de risco; Redes Bayesianas c/ software Netica; 6. Diagramas de influência e árvores de decisão com o software Precision Tree; 7. Análise de segurança e fiabilidade, Fault tree, Event tree, FMEA.
Metodologia de avaliação
A avaliação tem dois componentes: i) Componente individual escrita, com peso de 50% na classificação final; A componente escrita é constituída exame final (integral, sobre toda a matéria). Para aprovação, as notas parciais mínimas são: 9,50 valores na componente escrita e 10,0 valores no trabalho de grupo. ii) Componente de avaliação contínua com peso de 50% na classificação final. Destes, 60% são relativos a um projecto a desenvolver em grupo; Os restantes 40% são relativos a uma apresentação em grupo sobre um artigo científico e que avalie as competências transversais de Pensamento Crítico e Inovador, Competências Interpessoais e Literacia da Informação.
Componente de Competências Transversais
As Competências Transversais serão desenvolvidas mediante apresentação em grupo relativa a uma análise de uma publicação científica e um projeto realizado em grupo. É esperado com esta abordagem desenvolver as competências transversais de Pensamento Crítico e Inovador (p.e. criatividade, pensamento estratégico, abordagens à resolução de problemas), Competências Interpessoais (p.e. apresentações orais, competências de comunicação e organizacionais, trabalho em equipa, etc.) e Literacia de Informação (capacidade para localizar e aceder a informação, bem como para analisar e avaliar os conteúdos dos media). O peso desta avaliação será de 10% do total da avaliação, cotado no trabalho de grupo e na apresentação.
Componente Laboratorial
Aprendizagem de construção de modelos de risco no "software" @Risk, diagramas de influência e árvores de decisão com o software Precision Tree, construção de redes Bayesianas com o software Netica, introdução ao software de fiabilidade e segurança ITEM ToolKit (Fault Tree, Event Tree, FMEA)
Componente de Programação e Computação
Uso dos "software" @Risk, Precision Tree, Netica, ITEM ToolKit na lecionação e em trabalhos a desenvolver.
Princípios Éticos
Todos os membros de um grupo são responsáveis pelo trabalho do grupo. Em qualquer avaliação, todo aluno deve divulgar honestamente qualquer ajuda recebida e fontes usadas. Numa avaliação oral, todo aluno deverá ser capaz de apresentar e responder a perguntas sobre toda a avaliação.