biblid : 0353-4537, 2016, стр. 29-44...contigency plan- ning involves conducting of special...

29

GLASNIK [UMARSKOG FAKULTETA br. 114

BiBlid: 0353-4537, 2016, стр. 29-44

УПРАВЉАЊЕ РИЗИЦИМА НА РЕАЛИЗАЦИЈИ ПРОЈЕКТА ЗА ОДБРАНУ ОД БУЈИЧНИХ ПОПЛАВА ПРИМЕНОМ MONTE CARLO СИМУЛАЦИЈЕ

Msc Александар Баумгертел, докторант, Универзитет у Београду - Шумарски факултет ([email protected])Др Нада Драговић, редовни професор, Универзитет у Београду - Шумарски факултетДипл. инж. Тијана Вулевић, асистент, Универзитет у Београду - Шумарски факултет

Извод: Код реализације пројеката за уређење бујичних сливова могу да се појаве разли-чити непредвиђени неповољни догађаји који за последицу имају прекорачење време-на, повећање трошкова, смањење квалитета и др. У раду су приказане основне карат-керистике противерозионих радова и ризици који се најчешће појављују код њиховог извођења. Такође, даје се кратак приказ управљања ризицима кроз основне фазе, од идентификације ризика, анализе ризика до реакције на ризик, као и приказ метода које се користе у анализи ризика. У оквиру квантитативних метода приказане су математичке симулације. Monte Carlo метод је стохастичка симулациона метода која захтева следеће кораке у примени: идентификација критеријумске и релевантних променљивих, додела расподеле вероватноће за релевантне променљиве, одређивање коефицијента корела-ције међу релевантним променљивим, извођење симулације и анализа резултата. Овом методом извршена је анализа укупних трошкова реализације пројекта регулације реке Думача у циљу изналажења количине финансијких средстава која би се користила као ре-зерва у случају непредвиђених неповољних догађаја. Пројектом регулације реке Думача предвиђено је уређење корита у форми сложеног протицајног профила са облагањем зона где је то неопходно са аспекта стабилности. Укупни трошкови су представљени као збир трошкова свих група радова (припремни, земљани, зидарски, бетонски и завршни). Monte Carlo симулација за анализу трошкова извршена је помоћу програма Oracle Crystal Ball чији основни кораци за примену су описани у раду. На основу симулираних укупних трошкова реализације пројекта добијена је сума финансијских средстава потребна као резерва у случају непредвиђених догађаја.

Кључне речи: противерозиони радови, анализа ризика, симулација, метода Monte Carlo, трошкови, програм Crystal Ball, резерва

UDK: 627.4/.5:005.8:519.245Оригинални научни радDOI: 10.2298/GSF1614029B

УВОД

Пројекти за уређење бујичних сливова, као и инвестициони пројекти уопште, могу бити оптерећени великим бројем неповољ-них ризичних догађаја у свим фазама живот-ног циклуса пројекта. Противерозиони радови

су специфични у односу на радове у другим делатностима (грађевинарство и сл.), због не-приступачних локација на којима се изводе, са-мим тим и већег утицаја услова средине, као и карактера бујичног тока. Ризици као свеобу-

Александар Баумгертел, Нада Драговић, Тијана Вулевић

30

хватна претња извођењу свих врста пројеката морају бити третирани процесом управљања ризицима који подразумева идентификацију и анализу ризика као и планирање реакције на ризик. У супротном може доћи до нежељених догађаја као што су пробијање рокова изград-ње, немогућност набавке материјала а све то последично доводи до већих трошкова изград-ње. Често се дешава да управо већи трошкови изградње могу на крају да доведу до удвосту-чења укупних трошкова или у најгорем случају да доведу до обуставе извођења радова.

Ризик се може дефинисати као могућност реализације нежељење последице неког дога-ђаја. Генерално, ризик представља вероватно-ћу да ће неки пројекат доживети неповољни исход. Најчешће се мисли на финансијске ефек-те, будући да се сви други ефекти, као што је рок реализације, или лош квалитет уграђеног материјала и изведених радова, најчешће могу свести на финансијске показатеље (Suđić, 2012).

Да би се избегли негативни финансијски ефекти потребно је ефикасно управљање ризи-цима. Основни циљ управљања је да се иден-тификују фактори ризика за конкретни пројекат и да се изради план управљања ризицима како би се минимизирала вероватноћа појаве ри-зичног догађаја и његовог лошег утицаја на ре-ализацију грађевинског пројекта (Vuletić, 2010).

Амерички Институт за управљање пројекти-ма (Project Management Institute - PMI) препо-ручује процедуру управљања ризицима која се састоји од следећих шест корака: планирање система управљања ризиком, идентификација ризика, квалитативна анализа ризика, кванти-тативна анализа ризика, планирање одговора на ризик, осматрање и контрола ризика.

Идентификација ризичних догађаја пред-ставља почетну фазу у управљању ризиком пројекта у оквиру које се врши утврђивање, класификовање и рангирање свих ризичних до-гађаја који могу имати одређен утицај на про-јекат. Технике и алати идентификације ризика су: Brainstorming техника, Delphi техника, интер-вјуисање, метода анкетирања и SWOT анализа.

Анализа ризика представља скуп метода и поступака који омогућују потпуније разумева-ње проблема у ситуацијама стратешког одлу-чивања и помажу да се пронађе задовољава-

јућа стратегија према унапред постављеном критеријуму избора (Udovičić, 2013).

Планирање реакције је процес формули-сања стратегије за управљање ризиком, одно-сно проналажење и дефинисање управљачких акција у пројекту којима би се могући губици од ризичних догађаја свели на најмању могућу меру. Планирање реакције обухвата неколико могућих стратегија, као што су: игнорисање ри-зика, смањивање ризика, пребацивање ризика и контигенцијско планирање.

У раду је примењено контигенцијско пла-нирање за реакцију на ризик код изградње ре-гулације реке Думаче. Контигенцијско плани-рање предвиђа израду посебних управљачких планова за поступање у условима неизвесно-сти, и у случају појаве ризичних догађаја. Кон-тигенцијско планирање обухвата, пре свега, планирање буџета у условима неизвесности, али такође и израду алтернативних планова активности и реакција у изузетним ситуаци-јама. Резерве представљају количину новца коју треба предвидети у буџету као додатак основној процени, која се може искористити у случају разних поремећаја на тржишту (ин-флација, промена цене енергената), промени у количинама радова итд. До вредности резер-ви се долази на основу историјских података, истраживања тржишта, разних анализа итд (Sudžić, 2008).

МАТЕРИЈАЛ И МЕТОД

У раду је, на основу Главног пројекта за регулацију реке Думача, извршена анализа укупних трошкова изградње помоћу Monte Carlo симулације у циљу изналажења коли-чине финансијских средстава као резерве у случају неизвесности. Концепција регулације реке Думаче базира се на принципима функ-ционалности и рационалности пројектованог решења. Функционалност се обезбеђује оства-рењем основних циљева регулације, а то су: заштита приобаља од поплава, обезбеђивање пропусне моћи регулисаног корита за воду и нанос и осигурање стабилности. Тип регулације који је усвојен јесте уређење минор корита са формирањем мајор корита изградњом насипа

УПРАВЉАЊЕ РИЗИЦИМА НА РЕАЛИЗАЦИЈИ ПРОЈЕКТА ЗА ОДБРАНУ ОД БУЈИЧНИХ ПОПЛАВА ...

31

без облагања корита, изузев на локацијама где је то неопходно са аспекта стабилности.

Река Думача је десна притока реке Саве. Површина слива је 98 m2, слив је издуженог обима са релативно слабо развијеном хидро-графском мрежом. Димензије речног корита су променљиве при чему је просечна ширина речног корита око 10 m а дубина око 3 m. Ду-жина природне трасе регулације на делу који се третира пројектом је 13 кm а укупна дужина сектора по траси регулисаног корита је 8575 m. (Vućević, 2009).

Квантитативне методе анализе ризика

Анализа ризика представља скуп метода и поступака који омогућују потпуније разумева-ње проблема у ситуацијама стратешког одлу-чивања и помажу да се пронађе задовољава-јућа стратегија према унапред постављеном критеријуму избора (Udovičić, 2013). Методе за процену ризика можемо сврстати у две групе: квалитативне и квантитативне методе. (Avdalović, Marović, 2006). Квантитативна ана-лиза ризика представља поступак нумеричке анализе утицаја већ препознатих ризика на пројектне циљеве и изводи се након ранги-рања ризика у процесу квалитативне анализе (Držislav, 2014). Постоји велики број различи-тих метода и техника које могу да се користе у фази квантификације и анализе ризика про-јекта, а неке од њих су: анализа вероватноће, анализа осетљивости, стабло одлучивања, управљање ризицима коришћењем “PERT” ме-тоде и симулације.

Симулација као метод квантификације и анализе ризика пројекта омогућава да се фор-мира модел на основу кога ће се извршити анализа понашања пројекта на промену одре-ђених параметара. Monte Carlo метод пред-ставља стохастичку симулациону методу која се користи у квантитативној анализи ризика. Monte Carlo симулација има широку примену у разним областима науке: нумеричка мате-матика, физичка хемија и статистичка физика, рачунарске графике, финансије и многе друге. Симулација се такође може користити у циљу прорачуна резерви финансијских средстава у случају прекорачења трошкова.

Примена Monte Carlo симулације

Примена Monte Carlo метода се састоји од шест корака: идентификација критеријумске променљиве, идентификација релевантних променљивих које утичу на критеријумску променљиву, додавање распона вредности и одговарајуће расподеле вероватноће за реле-вантне променљиве, одређивање односа (ко-ефицијента корелације) између релевантних променљивих, извођење симулације одређен број пута, и статистичка анализа резултата си-мулације.

• И�ен�ификација кри�еријуmске и релеван�не �роmенљивеТренутна вредност, економски губици или

зарада су само неки од примера критеријум-ских променљивих за евалуацију пројекта. За већину пословних и економских проблема, већи број фактора утиче на критеријумску променљиву. Због тога је, пре свега, потреб-но идентификовати све факторе који утичу на критеријумску променљиву, а они по правилу у себи носе неизвесност и зато их треба посма-трати као релевантне или случајне променљи-ве. Познато је да критеријумска променљива зависи од неколико релевантних променљи-вих, између којих је могуће установити функ-ционалну зависност.

• До�ела вре�нос�и и рас�о�ела верова�ноће за релеван�ну �роmенљиву У овом кораку потребно је одредити ра-

спон вредности за сваку од релевантних про-менљивих. Троугаона расподела вероватноће је дефинисана минималном, највероватнијом и максималном вредношћу расподеле, док нпр. нормалну расподелу дефинишу стандард-на девијација и базна вредности. Једна од ме-тода за одређивање расподеле вероватноће је помоћу Anderson-Darling теста који на основу података из прошлости даје вредности коефи-цијената на основу којих је могуће доделити одговарајућу расподеле вероватноће. У случа-ју да не постоје подаци о датој променљивој, расподелу вероватноће је могуће одредити на основу процене стручњака.


32

• О�ређивање коефицијен�а корелације изmеђу релеван�них �роmенљивихКорелација представља однос или међу-

собну повезаност између различитих појава представљених вредностима две варијабле. Коефицијенти корелације изражавају меру по-везаности две варијабле у јединицама незави-сним о конкретним јединицама мере у којима су исказане вредности варијабли. У пракси нај-чешће се користе Pearsonov и Spearmanov кое-фицијент корелације, чије се вредности крећу од -1 (савршена негативна корелација) до +1 (савршена позитивна корелација). Позитивна корелација значи да се повећавањем вредно-сти једне појаве повећава се и друга, док за негативну важи да се смањивањем вредности једне појаве повећавају вредности друге по-јаве. Према Peleskei et al. (2015) Monte Carlo симулација је могућа без одређивања коефи-цијената корелације између релевантних про-менљивих али такви резултати могу довести до потцењивања и умањења резултата.

• Процес симулације и анализа �обијених резул�а�аНајчешће примењен број понављања симу-

лације је око 1000 пута (Barreras, 2012). Тума-чење и анализа резултата симулације је могуће помоћу хистограма, кумулативне криве, обрну-те кумулативне криве, статистичких података и процената. Такође, помоћу торнадо дијаграма графички се приказује сензитивна анализа ко-јом се даје увид у променљиве у симулацији које имају највећи утицај на критеријумску променљиву.

РЕЗУЛТАТИ И ДИСКУСИЈА

За анализу укупних трошкова реализације пројеката регулације реке Думача примењена је Monte Carlo симулација помоћу програма Oracle Crystal Ball. Примена овог програма се спроводи кроз следеће кораке:

Извор: Program “Oracle Crystal Ball” (www.oracle.com/us/product/applications/crystalball)

Слика 1. Додела расподеле вероватноће Слика 2. Коmанда - Deffine Assumpion

Извор: Програm “Oracle Crystal Ball” (www.oracle.com/us/product/applications/crystalball)

Слика 3. Унос вредности коефицијента корелације Слика 4. Команда Deffine Correlations


33

1. Додела расподела вероватноће за реле-вантне променљиве (команда - Deffine Assumpion) (Слика 1, Слика 2). Програм нуди и могућност доделе расподеле веро-ватноће на основу историјских података за дату релевантну променљиве, помоћу ко-манде - Fit.

2. Одређивање коефицијента корелације је могуће (Pearsonov koeficijent) помоћу про-грама Microsoft Excel користећи једностав-ну функцију – Pearson.

3. Увођење коефицијената корелације међу релевантним променљивим (команда - Deffine Correlations) (Слике 3 и 4 )

4. Пре пократања симулације, потребно је за ћелију где се налази критеријумска про-менљива дефинисати прогнозу тако што ће се користити команда – Deffine Forecast (Слика 5). Након тога потребно је одредити број понављања симулације и покренути симулацију командом– Start. (Слика 6)

Анализа укупних трошкова применом Monte Carlo симулације

У анализи трошкова применом Monte Carlo симулације критеријумска променљива је представљена укупним трошковима и једна-ка је збиру трошкова припремних, земљаних, зидарских, бетонских и завршних радова. Све ове врсте радова су зависне од променљивих као што су промена цене материјала (нафта, вештачко ђубриво, цемент, шљунак) и цене радне снаге (категорије свих врста радника). Управо ове променљиве су узете као релевант-не променљиве. Трошкови као што је изнај-мљивање механизације и трошкови потрошног материјала (крпе, каписле, вода итд.) усвојени

су као фиксни трошкови. Корелациони коефи-цијенти нису узети у обзир у овој симулацији. На основу јединичних цена из анализе цена све врсте радова у оквиру припремних, земља-них, зидарских, бетонских и завршних радова су представљени помоћу коефицијената који су даље помножени са релевантним промен-љивим. Свим релевантним променљивим у симулацији додељене су троугаоне расподеле вероватноће, свакој од њих додељена је ми-нимална, највероватнија и максимална вред-ност на основу процене. Цена радне снаге је одређена на основу ценовника радне снаге из пројекта за регулацију реке Думача. Цена из ценовника је усвојена као највероватнија вредност а минимална и максимална не осци-лују много од највероватније вредности. Цена цемента и камена је такође узета из ценовни-ка материјала из пројекта за регулацију реке Думача, док је цена нафте реална садашњем стању на тржишту и има већи распон између највероватније и максималне вредности.

Прорачун трошкова по врсти радова (одређивање коефицијената)

У оквиру сваке групе радова (припремни, земљани, зидарски, бетонски и завршни) на-лази се одређени број радова према предмеру радова из пројекта. За сваку врсту радова по-требно је одредити коефицијенте који се даље множе са вредностима релевантне променљи-ве у симулацији. Тако на пример код земљаних радова, цена врсте рада “Машински ископ зе-мље III категорије у широком откопу” износи 30.224.446 RSD. На основу јединичне цене за ову врсту радова из анализе цена види се да је укупна цена формирана од трошкова радне

Извор: Програм “Oracle Crystal Ball” (www.oracle.com/us/product/applications/crystalball)

Слика 5. Команда – Deffine Forecast Слика 6. Коmанда Start


34

снаге, материјала и механизације, који су у од-носу на укупне трошкове приказани проценту-ално и у вредности новца (Табела 1).

На основу приказаних вредности цене ма-шиниста дели се са највероватнијом ценом рада машинисте, а цена нафте са највероват-нијом ценом нафте. На тај начин су добијени коефицијенти који се уводе у симулацију и множе са релевантним променљивим.

Изачунати коефицијенти за следеће катего-рије променљивих износе: нафта -35902; ма-шиниста MVII категорије-1614; машинисте VI категорије -1193.

Функција у симулацији за Машински ископ земљишта III категорије је (Слика 7):

фx= 859885 (остали трошкови)+ (35902 *нафта)

+ 13679886 (трошкови булдозера)+ 9731062 (трошкови багера)

+ (1614 *машиниста VII)+ (1193 *машиниста VI)

3.3. Анализа резултата симулације

Очекивани укупни трошкови за извође-ње регулације на реци Думача приказани су на слици (Слика. 8) и у 80% укупни трошкови крећу се у интевалу од 128.505.914,89 RSD до 129.576.302,97 RSD. На основу сензитивне ана-лизе и торнадо дијаграма види се да највећи утицај на укупне трошкове има промена цене радника II категорије 52,7%, промена цене нафте 29,0% и промена цене радника III катего-рије 14,8% радника IV категорије 1,2% и проме-на цене осталих променљивих 2,4% (Слика 9).

Анализом резултата добијених Monte Carlo симулацијом може се закључити да укупни трошкови за извођење овог пројекта не по-казују велике осцилације. Укупним трошкови-ма као критеријумској променљивој у овом случају додељена је бета расподела (Слика 10). Вредности укупних трошкова за најбољи сценарио износе 127.908.602,49 RSD а у најне-повољнијем сценарију износе 130.151.790,98 RSD, те је разлика између најповољнијег и нај-неповољнијег сценарија око 2.000.000 RSD.

Укупни трошкови прорачунати помоћу ана-лизе цена износе 128.549.528 RSD. Анализом резултата симулације односно процената, види се да постоји вероватноћа од око 10% да ће реализација пројекта бити у оквиру прорачу-натих трошкова (Слика 11). Мала вероватноћа, у овом случају од око 10%, значи да су јако мале шансе за реализацију пројекта у оквиру прорачунатих трошкова и да постоји велика могућности да дође до прекорачења планира-них трошкова реализације пројекта.

Табела 1. Одређивање коефицијената

Релевантне променљиве % учешће у формирању цене Цена у RSD Коефицијенти

-машиниста VI категорије 1,89 573,055 1193

-машиниста MVII категорије 2,85 871,975 1614

-рентирање багера 32,19 9.731,062 фиксни трошак

-рентирање булдозера 45,26 13.679,886 фиксни трошак

-нафта 15,68 4.739,193 35902

-остало 2,84 859,88 фиксни трошакИзвор: оригинал

Слика 7. Приказ функције за Машински ископ земље III категорије у симулацији



35

На основу симулираних укупних трошкова реализације пројекта, вероватноће појављива-ња 90%, који износе 129.550.082 RSD, потребно је одредити резерве финансијских средстава. Тако висок проценат значи да су шансе 90% да ће трошкови износити 129.550.082 RSD или мање. Резерве финансијских средстава могу

да се представе као разлика прорачунатих трошкова из анализе цена и симулираних тро-шкова 95% вероватноће појављивања. Резер-ве за пројекат регулације реке Думача износе 1.000.544 RSD.

ЗАКЉУЧАК

Један од значајнијих ризика који се јављају код реализације пројеката је повећање укуп-них трошкова. У пракси се показало да је ве-лики број инвестиционих пројеката био при-моран да обустави градњу управо из разлога одступања трошкова од планираних. Повећање трошкова може да буде резултат великог броја нежељених догађаја који могу бити различите природе и који се могу јавити у свим фазама реализације пројекта. Да би се избегао прекид реализације пројекта услед повећања трошко-ва потребно је изналажење вредности резерви финансијских средстава.

У процесу управљања ризицима од пре-судног значаја је правилна идентификација ризичног догађаја. Након идентификације, следећи корак је анализа ризика која обухвата квалитативну и квантитативну анализу. Квали-тативном анализом ризика добијају се описни подаци који служе даљој класификацији и ран-гирању ризика. Квантитативна анализа користи нумеричке податке и расподеле вероватноће да окарактерише вероватноћу појављивања ризика и његов утицај. Једна од метода кван-титативне анализе је математичка симулација

Слика 10. Кумулативна крива укупних трошковаИзвор: Програм “Oracle Crystal Ball” (www.oracle.com/us/product/applications/crystalball)

Слика 11. Процентуални подаци сиmулацијеИзвор: Програм “Oracle Crystal Ball” (www.oracle.com/us/product/applications/crystalball)

Слика 8. Хистограм укупних трошкова и вероватноће


Слика 9. Торнадо дијаграm укупних тошкова Извор: Програм “Oracle Crystal Ball” (www.oracle.com/us/product/applications/crystalball)

36

Aleksandar Baumgertel, Nada Dragović, Tijana Vulević

која даје могућност стварања модела на осно-ву кога ће се извршити анализа понашања пројекта на промену одређених параметара. Monte Carlo стохастичка симулациона метода је коришћена у овом раду за прорачун укуп-них трошкова а даље и резерву финансијских средстава. Постоји велики број програма који раде на принципу Monte Carlo метода, као што су: RiskAMP, RiskSolver, Crystal Ball, Butler итд. У раду је коришћен детаљно описани програм “Oracle Crystal Ball”.

Прорачун резерви финансијских средста-ва на основу укупних трошкова извршен је на пројекту за регулацију реке Думаче. Укупни трошкови представљају збир трошкова при-премних, земљаних, зидарских, бетонских и завршних радова. Промене цена материјала (нафта, камен, цемент, вештачко ђубриво) и радне снаге (радници и машинисти више кате-

горије) у симулацији узете су као променљиве које имају утицај на повећање трошкова. Про-менљиве као што је изнајмљивање механиза-ције и цена потрошног материјала (вода, уље, крпе итд.) узете су као фиксни трошкови у си-мулацији. Резултати симулације показали су да у 80% случајева укупни трошкови реализације пројекта износе око 129.000.000 RSD. Увидом у сензитивну анализу види се да највећи утицај на укупне трошкове има промена цене радни-ка II категорије од 52%, промена цене нафте има утицај од 29% а промена цене радника III и IV категорије заједно имају утицај од 16%, остале променљиве у симулацији имају утицај 2,3%. Укупне резерве финансијских средстава добијене су разликом прорачунатих трошкова из анализе цена и укупних трошкова добијених симулацијом са 90% вероватноће појављива-ња,и износе 1.000.544 RSD.

RISK MANAGEMENT OF A TORRENTIAL FLOOD CONSTRUCTION PROJECT USING THE MONTE CARLO SIMULATION

Master of forestry Aleksandar Baumgertel*, Phd student, University of Belgrade, Faculty of Forestry ([email protected])Dr Nada Dragović, full professor, University of Belgrade, Faculty of ForestryGraduate engineer of forestry, Tijana Vulević, assistant teacher, University of Belgrade, Faculty of Forestry

Abstract: Projects for the regulation of torrent basins carry various unforeseen adverse effects that may result in breached deadlines, increased costs, a reduction of quality etc. The paper presents the basic characteristics and most frequent risks associated with erosion control. Furthermore, it provides an overview of risk management through its basic stages – starting from risk identification and risk analysis to risk responses, including the methods used for risk analysis. As a part of quantitative methods for risk analysis, the Monte Carlo method is presented as the one most frequently used in simulations. The Monte Carlo method is a sto-chastic simulation method consisting of the following stages: the identification of criterion and relevant variables, the allocation of probability for relevant variables, the determination of correlation coefficient among relevant variables, simulation execution and result analysis. This method was applied in the analysis of the total cost of the project for the basin regulation of the Dumača River in order to determine the funding that would be used as a backup in case of unforeseen events with a negative impact. The project for the regulation of the Dumača River includes basin regulation in the form of complex flow profile and the lining of zones where necessary in terms of stability. The total cost is presented as a sum of costs of all works (pre-liminary works, earthworks, masonry works, concrete works and finishing works). The Monte Carlo simulation for cost analysis is carried out using the Oracle Crystal Ball software with its basic steps described in the paper. A sum of funding needed as a financial backup in case of unforeseen events with negative effects is obtained as the simulated total cost of the project. Key words: torrent control, risk analysis, the Monte Carlo method, costs, the Crystal Ball software, financial backup

37

RISK MANAGEMENT OF A TORRENTIAL FLOOD CONSTRUCTION PROJECT USING ...

INTRODUCTION

Projects for the regulation of torrent basins, as well as investment projects in general, can be overloaded with numerous adverse risk events at all stages of the project life cycle. In comparison to works in other fields (i.e. civil engineering), an-ti-erosion works are specific due to inapproach-able locations where they are carried out and a stronger impact of natural surroundings, as well as the characteristics of the torrent flow. Risks represent universal threats to carrying out of all types of projects and as such must be treated in the process of risk management which includes risk identification and risk analysis, as well as planning response to the risk. Otherwise, there may be unwanted events such are breached deadlines and inability to supply materials which consequently lead to higher costs of construction. Frequently, higher construction costs may result in the doubling of total costs or, in the worst case, the suspension of works.

Risk can be defined as a possible realization of unwanted consequences of an event. Generally, the risk represents likelihood that a project will have an unfavorable outcome. Most commonly, it is associated with financial effects, since all other effects such as the realization deadline, poor quality of built-in material and completed works can be brought down to financial indicators (Suđić, 2012).

Efficient risk management is necessary in avoiding negative financial effects. The main goal of risk management is to identify risk factors for a certain project and conduct a plan of risk man-agement to minimize the possibility of occurrence of a risk event and its adverse effect on the reali-zation of the building project (Vuletić, 2010). The Project Management Institute (PMI) suggests the following procedure consisting of six steps: risk management planning, risk identification, quali-tative risk analysis, quantitative risk analysis, risk response planning and risk monitor and control.

Risk identification is the initial stage in risk management which includes identification, classifi-cation and ranking of all risk events that may have an effect on the project. The techniques and tools used for risk identification are: brainstorming, the Delphi technique, checklists and SWOT analysis.

Risk analysis represents a set of methods and procedures that enable a better understanding of the problem in situations of strategic deci-sion-making and help determine a satisfactory strategy according to the prior choice (Udovičić, 2013).

Risk response planning is a process of formulat-ing strategies for risk management – identification and definition of management tools that would bring down possible losses from risk events to the smallest rates possible. Risk response planning in-cludes several possible strategies: risk ignore, risk mitigation, risk transfer and contigency planning.

Contigency planning has been applied in the paper to the risk response refering to the basin regulation of the Dumača River. Contigency plan-ning involves conducting of special management plans that are to be used in cases of uncertainty and risk events. It includes budget planning in cases of uncertainty, as well as making alternative plans of activities and responses in extraordinary situations. Backup represents sum of money that needs to be foreseen in a budget as an addition to the basic evaluation which can be used in case of various market fluctuations (inflation, fuels cost change), change in the quantity of work etc. Back-up worth is obtained by historical data, market research, various analyses etc. (Suđić, 2008).

MATERIALS AND METHODS

Based on the Final Design for the regulation of the Dumača River basin, the analysis of the total cost of construction using the Monte Car-lo simulation is conducted in this paper in order to determine the funding that would serve as a backup in case of uncertainty. The concept of the basin regulation is based on the principles of functionality and rationality of the design. Func-tionality is obtained by achieving the basic goals of regulation: coastal protection from flooding, enabling discharge capacity for water and sedi-ment of the regulated river bed and securing sta-bility. The type of regulation adopted includes the regulation of minor river bed with the formation of major river bed by constructing embankment without river bed lining, except in locations where that is necessary in terms of stability.

38

The Dumača River is the right tributary of the Sava River. Its basin area is 98m2 and it has an elongated shape with a poorly developed hydro-graphic network. The dimensions of the riverbed are variable whereby the average width of the riverbed is 10 m, while its depth is 3m. The total length of the natural route is 13.5 km and the total length of the regulated channel is 8575m (Vućević, 2009).

Quantitative methods of risk analysis

Risk analysis represents a set of methods and procedures that enable a better understanding of the problem in situations of strategic deci-sion-making and help determine a satisfactory strategy according to the prior choice (Udovičić, 2013). The methods of risk assessment can be categorized into two groups: qualitative and quantitative methods (Avdalović, Marović, 2006). Quantitative risk analysis is a procedure consisting of numerical analysis of the effects of previously recognized risks to project goals and is conduct-ed after risk ranking in the process of qualitative analysis (Držislav, 2014). There is a vast number of various methods and techniques that can be used at the stage of quantification and risk anal-ysis: probability analysis, sensitivity analysis, de-cision tree analysis, risk management using PERT method and simulations.

Simulation is a method of quantification and risk analysis that enables formation of a model which would serve as a base for the analysis of project behaviour in response to changes of spe-

cific parameters. The Monte Carlo method is a stochastic simulation method used in the quan-titative risk analysis. It has a wide range of appli-cation in various fields: numerical mathematics, physical chemistry, statistical physics, computer graphics, finance etc. Simulation can also be used to determine financial backups in case of exceed-ing costs.

Application of the Monte Carlo simulation

Application of the Monte Carlo method con-sists of six steps: the identification of criterion variable, the identification of relevant variables that affect the criterion variable, the allocation of the range value and suitable allocation of proba-bility for relevant variables, the determination of the relation between relevant variables (correla-tion coefficient), simulation execution and statis-tical analysis of the results.

• Identification of the criterion and the relevant variableCurrent value, economic losses or profit are

just a few of the examples for the criterion var-iables for project evaluation. For most business and economic problems, a large number of fac-tors affect the criterion variable. It is necessary to identify all the factors that affect the criterion var-iable which carry uncertainty, so that they should be treated as relevant or accidental variables. It is known that the criterion variable depends on sev-eral relevant variables among which it is possible to establish functional dependence.

Source: Program “Oracle Crystal Ball” (www.oracle.com/us/product/applications/crystalball)

Figure 1. Probability allocation Figure 2. “Define Assumption”


39

• Value and probability allocation for the relevant variableAt this stage, it is necessary to determine the

range of values for each of the relevant variables. Triangular allocation of probability is defined by the minimum, most probable and maximum values of allocation; whereas normal allocation is defined by a standard deviation and base value. One of the methods for determining probability allocation is the Anderson-Darling test. Based on the histori-cal information, this test offers coefficient values based on which it is possible to allocate suitable probabilities. In case there are no historical data on the given variable, probability allocation can be done on the basis of the expert evaluation.

• Simulation process and result analysisThe most common number of simulation

repetitions is around 1000 (Barreras, 2012). Interpretation and simulation result analysis are performed using a histogram, cumulative curve, reverse cumulative curve, statistical data and evaluation. Furthermore, sensitivity analysis that gives an overview of variables in simulation with the biggest effect on criterion variable is represented in the form of a tornado chart.

RESULTS AND DISCUSSION

The Monte Carlo simulation using software Oracle Crystal Ball was used in the analysis of the total cost of the project for the basin regulation of the Dumača River. The procedure consists of the following steps:1. Probability allocation for relevant variables

(“Define Assumption” command) (Figs. 1-2). The software has an option to allocate prob-ability based on the historical information for the given relevant variable using command “Fit”;

2. Correlation coefficient determination (Pear-son’s coefficient) is done using a simple com-mand “Pearson” in software Microsoft Excel;

3. Introduction of correlation coefficient among relevant variables (“Define Correlations” com-mand) (Figs. 3-4);

4. Prior to starting simulation, it is necessary to define forecast for a cell containing criterion variable using the command “Define Forecast”. Then, it is necessary to determine the number of simulation repetitions and start the simulation using the command “Start” (Fig. 6).

Source: Program “Oracle Crystal Ball” (www.oracle.com/us/product/applications/crystalball) Figure 3. Introduction of correlation coefficient values Figure 4. “Define Correlations”


Figure 5. “Define Forecast” Figure 6. “Start”


40

Total cost analysis using the Monte Carlo simulation

In the analysis of the total cost using the Monte Carlo simulation, the criterion variable is presented as the total cost and is equal to the sum of preliminary, earth, masonry, concrete and finishing works. All these types of work are dependent on variables such are material cost change (petroleum, fertilizer, cement, gravel) and labor cost (all categories of laborers). These variables are taken as relevant variables. Costs such as the renting of plant and equipment and the cost of supplies (cloths, caps, water) are considered to be fixed costs. Correlation coefficients were not taken into consideration in this simulation. Based on the unit cost from cost analysis all types of works within preliminary, earth, masonry, concrete and finishing works are presented as coefficients that are multiplied by relevant variables. Triangular probability allocations were assigned to all relevant variables in the simulation and based on the estimation, minimal, most probable and maximal value were assigned to each one of the variables. Labor costs were determined based on the pricelist of the project for the basin regulation of the Dumača River. It was adopted as the most probable value, while minimal and maximal values do not vary greatly from the most probable value. The price of cement and stone were also taken from the pricelist of the project, whereas the petroleum price corresponds to the current market state and has a larger range between the most probable and the maximum value.

Cost estimation according to the types of works (coefficient determination)

According to the Bill of Quantities, there is a certain quantity of works within each group of works (preliminary, earth, masonry, concrete and finishing works). For each type of work it is neces-sary to determine coefficients that are multiplied by values of the relevant variables in the simula-tion. The cost of Mechanical bulk excavation of category III is RSD 30,224.446. Based on the unit cost for this type of work from cost analysis it is evident that the total cost is formed based on the labor cost and the costs of material and plant and equipment that are presented in percentages and currency in relation to the total cost (Table 1).

Based on the values shown, the cost of ma-chine operator is divided by the most probable cost of machine operator and the petroleum cost is divided by the most probable petroleum cost. This gives coefficients that are introduced into the simulation and are multiplied by the relevant variables.

Calculated coefficients for the following cate-gories of variables are: petroleum – 35902, ma-chine operator MVII category – 1614, machine operator VI category – 1193.

Function in the simulation for Mechanical bulk excavation III category (Fig. 7) is:

fx=859885(other costs)+(35902 *petroleum)

+13679886 (bulldozer cost)+9731062 (excavator cost)

+(1614 *machine operator VII)+(1193 *machine operator VI)

Table 1. Coefficient determination

Relevant variables % in price formation Price in RSD Coefficient

- Machine operator VI category 1.89 573,055 1193

- Machine operator MVII category 2.85 871,975 1614

- Excavator renting 32.19 9,731.062 Fixed cost

- Bulldozer renting 45.26 13,679.886 Fixed cost

- Petroleum 15.68 4,739.193 35902

- other 2.84 859,88 Fixed cost

Source: original


41

Simulation result analysis

Expected total cost for the basin regulation of the Dumača River is given in Figure 8: 80% of the total cost which ranges from RSD 128,505,914.89 to RSD 129,576,302.97. Based on the sensitivity analysis and tornado chart, the following events

have the biggest impact on the total cost: a change of labor cost for II category laborer 52.7%, oil cost change 29.0%, change of labor cost for III category laborer 14.8% and IV category laborer 1.2% and the change of cost of other variables 2.3% (Fig. 9).

The analysis of the results obtained by the Monte Carlo simulation suggests that the total cost of the project does not vary greatly. Beta allocation was assigned to the total cost as a criterion variable in this case (Fig. 10). The value of the total cost in the best case scenario is RSD 127,908,602.49 and in the worst case the scenar-io is RSD 130,151,790.98, so the difference be-tween the best and worst case scenario is around RSD 2,000,000.

The total cost calculated using cost analysis is RSD 128,549,528. The analysis of the simulation results, that is percentages, shows that there is a 10% probability that the project realization will be within the calculated cost (Fig. 11). Small prob-ability of 10% in this case points to a very slim chance of the project realization within the calcu-lated cost and to a great probability of exceeding the planned cost of the project realization.

Based on the simulated total cost of the pro-ject realization with the probability occurrence of 90% which is RSD 129,550,082, it is necessary to determine the financial backup. Such a high percentage means that there is a 90% of chance that the cost would be RSD 129,550,082 or less. The backup can be represented as the difference between the calculated cost from the cost anal-ysis and the simulated cost with the probability

Figure 7. Function for Mechanical bulk excavation III category in the simulation


Figure 10. Cumulative curve of the total costSource: Program “Oracle Crystal Ball” (www.oracle.com/us/product/applications/crystalball)

Figure 8. Histogram of total cost and probabilitySource: Program “Oracle Crystal Ball” (www.oracle.com/us/product/applications/crystalball)

Figure 9. Tornado chart of total cost Source: Program “Oracle Crystal Ball” (www.oracle.com/us/product/applications/crystalball)


42

occurrence of 90%. The financial backup for the project of the Dumača River basin regulation is RSD 1,000,544.

CONCLUSION

One of the significant risks in project realiza-tion is the increase of total cost. A large number of investment projects were forced to suspend construction due to cost deviation from the planned cost. The increase of cost may be a result of a large number of various unwanted events that can occur at any stage of project realization. To avoid the suspension of project realization due to the increase of cost, it is necessary to deter-mine the financial backup.

In the process of risk management a correct identification of risk event is crucial. After the identification, the next step is risk analysis which includes qualitative and quantitative analysis. Qualitative analysis provides descriptive data used in further classification and risk ranking. Quantita-tive analysis uses numerical data and probability allocations to determine the probability of risk occurrence and its impact. One of the quantita-tive analysis methods is a mathematical simula-tion that enables creating a model which would serve as a base for the analysis of project behav-ior in response to changes of specific parameters. The Monte Carlo method, a stochastic simulation method, was used in this paper to calculate the total cost and financial backup. There is a vast number of computer software which operate

based on the Monte Carlo method: RiskAMP, RiskSolver, Crystal Ball, Butler etc. The Software Oracle Crystal Ball was used and described in this paper.

The financial backup calculation based on the total cost is conducted for the project of the Du-mača River basin regulation. The total cost rep-resents a sum of costs of preliminary, earth, ma-sonry, concrete and finishing works. The changes of material cost (petroleum, stone, cement, fer-tilizer) and labor cost (laborers and machine op-erators of higher category) are considered to be variables that have an impact on cost increase in this simulation. The variables such as the rent of plant and equipment and the cost of supplies (water, oil, cloths, etc.) are considered to be fixed costs in the simulation. The simulation results show that in 80% of the cases, the total cost of the project realization amounts to around RSD 129,000,000. The sensitivity analysis has shown that the following events have the highest im-pact on the total cost: the change in the labor cost for category II laborers 52.7%, the petroleum cost change 29.0%, the change of labor cost for category III and IV laborer together 16% and the change of cost of other variables 2.3%. The total financial backup is obtained as the difference be-tween the calculated cost from cost analysis and the simulated total cost with 90% probability of occurrence amounting to RSD 1,000,544.

ЛИТЕРАТУРА / REFERENCES

Avdalović V., Marović B. (2006), Teorija rizika, Ekono-mski fakultet, Subotica

Barreras A. (2011), Risk management- Monte Carlo simulation in cost estimating, Conference paper, PMI

Držislav V. (2014), Održavanje prihvatljivog rizika kod realizacije građevinskih projekata, Građevi-nski fakultet Osjek

Peleskei C. et al. (2014), Risk consideration and cost estimation in constractions projects using Monte Carlo simulations

Suđić S. (2008), Upravljanje rizicima u građevinarstvu, Visoka građevinsko-geodetska škola, Beograd

Suđić S. (2012), Optimalni modeli za planiranje i upravljanje troškovima realizacije građevinskih

Figure 11. The percentage data on simulationSource: Program “Oracle Crystal Ball” (www.oracle.com/us/product/applications/crystalball)


43

projekata,doktorska disertacija, Građevinski fakultet, Beograd

Udovičić A. (2013), Analiza rizika upravljanja preduze-ćem, Visoka škola za menadžment u turizmu i informatici, Virovitica

Vuletić G. (2012), Specifičnost upravljanja projektima u građevinarstvu, Ekonomski fakultet, Podgorica

Vučević D. (2009), Optimizacija troškova pri planiranju izvođenja radova na regulaciji reke Dumače primenom Microsoft Projecta, diplomski rad, Univerzitet u Beogradu, Šumarski fakultet


© 2016 Authors. Published by the University of Belgrade, Faculty of Forestry. This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution 4.0 International license (https://creativecommons.org/licenses/by/4.0/)

biblid : 0353-4537, 2016, стр. 29-44...contigency plan- ning involves conducting of special...

Documents