Sunteți pe pagina 1din 27

Lucrare clarificatoare nr.

10 ELABORAREA ANALIZEI DE RISC N CADRUL ANALIZEI COST-BENEFICIU A PROIECTELOR FINANATE DIN FEDR I FC

Ianuarie 2012

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

Documentul a fost realizat de experi care au participat n cadrul contractului Dezvoltarea capacitii pentru Analiza Cost-Beneficiu, proiect co-finanat din FEDR prin POAT.
Monica Roman / profesor universitar, Academia de Studii Economice, Facultatea de Cibernetic, Statistic i Informatic Economic, Catedra Statistic i Econometrie Mdlina Andreica / preparator universitar, Academia de Studii Economice, Facultatea de Cibernetic, Statistic i Informatic Economic, Catedra Cibernetic Economic

Acest document are caracter informativ.

Proiect implementat de: AAM Management Information Consulting Private Company Limited by Shares AAM Management Information Consulting SRL Leader A.T.E.C. SRL Intrarom SA Infogroup Consulting SA

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

2 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

CUPRINS
1. INTRODUCERE 3. DEFINIRE I PRINCIPII DE LUCRU 3.1
ANALIZA MONTE CARLO

4 6 6 9 15
15 15

3.2. INSTRUMENTE DE SIMULARE I PRINCIPALELE DISTRIBUII DE PROBABILITATE 3.3. STUDIU DE CAZ


3.3.1 SCURT DESCRIERE A PROIECTULUI 3.3.2 SIMULAREA MONTE CARLO A COSTURILOR CU AJUTORUL APLICAIEI CRYSTAL BALL

4. CONCLUZII 5. REFERINE 6. ANEXE

22 23 24

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

3 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

1. INTRODUCERE
O evaluarea a riscurilor const n studierea probabilitii ca un proiect s ating o performan satisfctoare. n acest context, probabilitatea trebuie interpretat drept un index n care valoarea 1 reprezint certitudinea deplin c o predicie va fi confirmat, valoarea zero reprezint certitudinea c o predicie nu va fi confirmat i valori intermediare pentru orice situaie cuprins ntre cele dou extreme pot fi identificate. Cteva dintre cele mai comune riscuri sunt: Riscul calculrii eronate a costurilor totale ale proiectului Riscul nerespectrii graficului iniial al proiectului Riscul prelungirii duratei proiectului Riscul nerealizrii ratei interne a rentabilitii (RIR) i a valorii nete actualizate (VNA) Instabilitatea macroeconomic Riscul ecologic i daune neateptate Evaluarea riscurilor cuprinde urmtoarele etape: o Analiza de senzitivitate Analiza de senzitivitate permite determinarea variabilelor sau parametrilor critici" ai modelului. Aceste variabile sunt cele ale cror variaii, pozitive sau negative, au cel mai puternic impact asupra performanei financiare i/sau economice a proiectului. Analiza se efectueaz prin modificarea (fluctuarea) unui element i determinarea efectului schimbrii respective asupra RIR sau VNA. o Distribuia de probabilitate a variabilelor critice Aceast etap presupune atribuirea unei distribuii de probabilitate fiecrei variabile critice, definit ntr-o gam exact de valori n jurul celei mai bune estimri, utilizat ca scenariu de baz, n vederea calculrii valorilor ateptate ale indicatorilor de performan financiar i economic. o Analiza riscurilor o Evaluarea nivelurilor acceptate de risc o Prevenirea riscurilor Analiza riscurilor include orice metod utilizat pentru studierea i msurarea riscurilor imanente ale unui proiect i apare n general n cadrul ACB dup analiza de senzitivitate. Analiza de senzitivitate determin doar efectul modificrii uneia dintre variabilele de risc asupra ntregului proiect. Aceasta este important deoarece subliniaz n mod frecvent modul n care efectul unei singure schimbri a variabilelor de risc poate produce o diferen semnificativ n ceea ce privete rezultatele proiectului. O analiz de senzitivitate se realizeaz n vederea stabilirii variabilelor cu un impact major

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

4 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

potenial asupra rezultatelor proiectului i care vor fi incluse n analiza cantitativ a riscurilor ca variabile de intrare. 1 Analiza riscurilor poate fi abordat cu ajutorul metodelor calitative i cantitative. Analiza calitativ a riscurilor vizeaz prioritizarea riscurilor dup identificarea acestora i este urmat de analiza cantitativ a riscurilor. Aceast etapizare este necesar deoarece toate riscurile majore ale proiectului trebuie incluse n modelul de risc. Riscurile cu prioritate ridicat nu sunt de cele mai multe ori incluse n program i, de exemplu, activitile trebuie adugate dup colectarea datelor i simulare. n cazul n care analiza cantitativ a riscurilor este efectuat fr parcurgerea proceselor preliminare, identificarea i prioritizarea riscurilor trebuie s fie integrate n aceast analiz. Analiza cantitativ a riscurilor se efectueaz pentru evaluarea valorii de risc a proiectului prin mijloace numerice. Metoda de simulare Monte Carlo (MCS) se aplic n general n acest sens datorit avantajelor recunoscute att de practicieni2 ct i de comunitatea academic3. n acest sens, aceast lucrare clarificatoare, date fiind avantajele inerente ale MCS fa de alte metode de analiz de risc, se concentreaz pe explicitarea metodei MCS. Prin utilizarea acestei metode, distribuia tuturor rezultatelor posibile ale unui eveniment (de exemplu, durata total, costul total sau VPN) este generat prin analizarea unui model de mai multe ori, de fiecare dat utilizndu-se valori de intrare selectate ntmpltor din distribuiile de probabilitate ale componentelor care alctuiesc modelul. MCS permite managerilor de proiect s ncorporeze incertitudinea i riscul n planificarea de proiect, n timp ce alte metode de analiz de risc nu pot cuantifica incertitudinea i riscul la fel de bine ca i MCS. Rezultatele simulrii sunt cuantificabile, permind managerilor de proiect s comunice mai bine argumentele privind riscurile proiectului i ateptrile fa de proiect. Lucrarea este structurat dup cum urmeaz: seciunea 2 cuprinde o descriere a principiilor MCS, iar seciunea 3 se concentreaz asupra unor aspecte specifice i practice referitoare la instrumentele de simulare i la distribuiile de probabilitate care sunt furnizate. Seciunea 4 reprezint un studiu de caz pentru aplicarea MCS n vederea analizrii riscurilor legate de calcularea eronat a costurilor proiectului, cuprinznd de asemenea trei scenarii de simulare. Concluziile sunt prezentate n seciunea 5, iar Anexa A include un glosar al termenilor statistici.

Un document special de lucru a fost dedicat Analizei de sensibilitate i anume WP9, Elaborarea analizei de sensibilitate ca parte a analizei cost-beneficiu. 2 Consultai, de exemplu, Guiding Principles for Monte Carlo Analysis, Technical Panel, www.epa.gov/ncea/pdfs/montcarl.pdf 3 nd Consultai Vose, D. - Risk Analysis: A Quantitative Guide, 2 Edition, Wiley, 2008

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

5 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

3. DEFINIRE I PRINCIPII DE LUCRU


3.1
Definiie Analiza Monte Carlo, Elaborat n anii 1940, reprezint o metod informatizat care utilizeaz tehnici statistice de eantionare pentru obinerea unei aproximri probabilistice la soluia unui model. n acest context, simularea const n procesul de aproximare a rezultatului unui model prin aplicarea aleatoare repetitiv a algoritmului unui model. Relevan Simularea Monte Carlo combin distribuiile de probabilitate n conformitate cu relaiile existente n modele, prin ncercarea mai multor combinaii de variabile de intrare i stocarea rezultatelor pentru afiare. Relevana acestei metode const n faptul c rezultatele sunt deseori grafice ale distribuiilor de probabilitate sau distribuii de probabilitate cumulative ale variabilelor de ieire, precum costul total sau datele de finalizare. Aceste rezultate permit msurarea complet i obiectiv a diferitelor riscuri. n plus fa de Analiza Multi - criterial (MCA), o serie de tehnici statistice pot fi utilizate pentru evaluarea riscurilor proiectului, precum PERT4 (tehnica evalurii repetate a programului), analiza de senzitivitate, analiza arborilor decizionali. Analiza PERT este utilizat n general pentru programarea graficelor de lucru, pe baza valorilor i a probabilitii duratelor necesare pentru realizarea sarcinilor proiectului. Avnd n vedere c duratele aferente sarcinilor proiectului pot fi o gam de valori, este posibil ca valorile duratei efective c determine o direcie critic diferit de cea anticipat de valorile cele mai probabile. n aceast situaie, MCA completeaz analiza PERT de estimare a graficelor de lucru i evalueaz aceste posibiliti, oferind linii directoare statistice pentru graficul programului. Analiza arborilor decizionali evalueaz riscurile multiple interdependente i riscuri cu rezultate multiple. Aceast tehnic este util deoarece un anumit eveniment neplanificat poate conduce deseori la rezultate multiple cu grade diferite de severitate. Datorit prezentrii sale expresive i succesiunii logice a deciziilor, analiza arborilor decizionali poate fi neleas mai uor n comparaie cu MCA, ns are cteva dezavantaje, precum: estimrile de risc pot fi uor influenate i dificil de aproximat cu exactitate; modelul nu este flexibil; punctele de decizie apar n mod continuu i nu ntotdeauna la jonciuni discrete. Metoda de simulare Monte Carlo ofer avantaje multiple comparativ cu celelalte tehnici aplicate n cadrul analizei riscurilor (Vose, 2008, pag. 45): Distribuiile variabilelor modelului nu trebuie aproximate n nici un fel. Nivelul de matematic necesar pentru realizarea MCS este elementar. Computerul efectueaz toate sarcinile necesare pentru determinarea distribuiei rezultatelor.

ANALIZA MONTE CARLO

Tehnica evalurii repetate a programului

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

6 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

Programele informatice specifice pot fi achiziionate, pentru automatizarea sarcinilor implicate n simulare5. Simularea Monte Carlo este unanim recunoscut drept o tehnic valid, astfel nct probabilitatea acceptrii rezultatelor este mai ridicat. Modelul poate fi uor modificat, iar rezultatele pot fi comparate cu modelele precedente.

Aplicarea analizei Monte Carlo Analiza Monte Carlo poate fi util n numeroase situaii. De exemplu, o analiz Monte Carlo poate fi util atunci cnd calculele care utilizeaz estimri punctual e nu se ncadreaz n nivelurile de ngrijorare. Aceast analiz este de asemenea util atunci cnd costurile aciunilor de reglementare sau remediere sunt ridicate sau atunci cnd consecinele estimrilor simpliste ale riscurilor sunt inacceptabile. Avnd n vedere aceste aspecte, simularea Monte Carlo aplicat n cadrul analizei riscurilor este recomandat pentru proiectele sau investiiile de anvergur. Subliniem faptul c n cadrul Documentului de lucru nr. 2 (Rolul indicatorilor de performan) se recomand utilizarea ACB doar pentru investiiile relevante6 cu o valoare care depete 5 milioane de euro (pentru proiectele de anvergur care depesc 50 de milioane de euro, utilizarea analizei cost-beneficiu este obligatorie). n acest sens, recomandm aplicarea MCS tuturor proiectelor cu o valoare care depete 5 milioane de euro. n consecin, analiza Monte Carlo este important pentru gestionarea proiectelor deoarece permite managerului de proiect calcularea unui cost total probabil al proiectului i identificarea unui interval sau a unei date posibile de finalizare a proiectului. Alte rezultate ale aplicrii metodei pot include lista elementelor de cost care prezint riscuri majore (contribuia cea mai ridicat la valoarea medie a costului total) sau activiti planificate (activiti n direcii critice n cel mai mare numr de iteraii n timpul simulrii). n general, o abordare gradual poate fi util pentru a stabili dac analiza Monte Carlo poate aduga valoare evalurii i procesului decizional. n cazul abordrii graduale se ncepe cu un nivel de selecie relativ simplu, evolund apoi la modele mai sofisticate i mai realiste (i, n general, mai complexe) doar n msura justificat de constatri i valoare adugat deciziei7. Solicitarea de informaii din partea fiecrei pri interesate este recomandat pe parcursul fiecrei etape a abordrii graduale. n definitiv, efectuarea unei analiza Monte Carlo este o chestiune de judecat, lund n considerare destinaia, importana analizei expunerii la risc valoarea acesteia, precum i perspectivele pe care le ofer evaluatorului, managerului de risc sau oricror alte persoane sau grupuri afectate.

5 6

Consultai seciunea 3 din acest document de lucru pentru o abordare mai detaliat a acestei problem e. Pentru unele tipuri de investiii (de exemplu, investiiile n infrastructura social), DL 2 nu recomand utilizarea ACB, indiferent de valoarea proiectelor.
7

Guiding Principles for Monte Carlo Analysis, Technical Panel, www.epa.gov/ncea/pdfs/montcarl.pdf

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

7 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

Trebuie de asemenea acceptat faptul c nu toate evalurile necesit sau garanteaz o caracterizare cantitativ a variabilitii i incertitudinii. De exemplu, efectuarea unei analize Monte Carlo poate fi inutil atunci cnd calculele de selecie indic expuneri sau riscuri care se ncadreaz n mod clar n nivelurile de ngrijorare (tehnica de selecie este recunoscut ca supra-estimnd n mod semnificativ expunerea). De asemenea, efectuarea unei analize Monte Carlo poate fi nejustificat atunci cnd costurile de remediere sunt sczute. Etapele analizei Monte Carlo Etapele parcurse n cadrul analizei Monte Carlo sunt enumerate mai jos: a. b. c. d. e. Stabilirea problemei care trebuie soluionat. Elaborarea unui model. Definirea variabilelor de risc ale modelului. Realizarea simulrilor pe baza variabilelor identificate. Analizarea rezultatelor simulrilor n termeni statistici.

Fiecare dintre etapele simulrii Monte Carlo enumerate mai sus sunt detaliate mai jos. a. Stabilirea problemei care trebuie soluionat

Stabilirea problemei care trebuie soluionat const n rspunsul la ntrebarea: De ce este necesar, care este scopul analizei cantitative a riscurilor? Solicitantul poate fi interesat de un tip de expunere la riscuri, precum riscuri legate de costuri, grafic, niveluri de resurse, profitabilitate sau flux de numerar. n unele cazuri este necesar o viziune integrat a expunerii totale la diferite tipuri de riscuri. n orice caz, este important ca ntrebrile care necesit rspuns s fie stabilite n mod clar de la nceput. b. Elaborarea modelului

Modelul de risc este o relaie matematic ntre variabilele de intrare, avnd drept rezultat generarea variabilei de risc analizat. O variabil de risc este un parametru esenial pentru succesul proiectului, iar o variaie nesemnificativ n ceea ce privete rezultatul acesteia poate avea un impact negativ asupra proiectului. Astfel cum s-a observat mai sus, variabilele de risc ale proiectului sunt n general izolate prin utilizarea analizei de senzitivitate. Modelul de risc poate fi elaborat pornind de la o baz existent, precum un plan de proiect sau buget, cu riscuri adugate sau poate analiza doar riscurile proiectului. c. Definirea variabilelor de risc ale modelului

Variabilele incluse n modelul de risc trebuie s reflecte riscurile relevante. Definirea variabilelor de risc ale proiectului presupune determinarea valorilor maxime i minime pentru fiecare variabil identificat. n cazul n care sunt disponibile date istorice, sarcina legat de distribuia de frecven este mai facil. n caz contrar, n situaia n care nu sunt disponibile date istorice complete, solicitantul proiectului trebuie s se bazeze pe opinia experilor pentru a determina valorile cele mai probabile. n plus, etapa urmtoare presupune alocarea probabilitii de apariie pentru variabila de risc a proiectului. n acest caz vor fi utilizate distribuii de probabilitate Cteva distribuii de probabilitate utilizate n mod frecvente pentru analizarea riscurilor sunt descrise n seciunea urmtoare. n unele cazuri, dependenele dintre riscuri trebuie identificate prin utilizarea corelaiei ntre variabilele de risc ale proiectului. Corelaia reprezint relaia dintre dou sau mai multe variabile n care modificarea unei

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

8 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

variabile provoac o modificare simultan a celeilalte variabile. n cadrul simulrii Monte Carlo, valorile de intrare pentru variabilele de risc ale proiectului sunt selectate aleatoriu pentru efectuarea simulrilor. n consecin, n cazul n care sunt generate anumite variabile de risc de intrare care ncalc corelaia dintre variabile, este posibil ca rezultatul s nu se ncadreze n valorile ateptate. Prin urmare, este important stabilirea corelaiei dintre variabile i aplicarea corespunztoare a limitrilor la simulri pentru a se asigura c selecia aleatoare a datelor de intrare nu ncalc n nici un fel corelaia determinat. Acest lucru se realizeaz prin specificarea unui coeficient de corelaie care definete relaia dintre dou sau mai multe variabile. Atunci cnd rundele de simulare sunt executate de computer, specificarea unui coeficient de corelaie asigur respectarea relaiei specificate fr nicio nclcare. Disponibilitatea datelor i identificarea corelaiilor posibile ntre variabile constituie dou limitri majore n momentul realizrii unei simulri Monte Carlo8. d. Realizarea simulrilor pe baza variabilelor identificate

Simularea se realizeaz cu ajutorul unui program software de simulare i, n mod ideal, 500 1000 de runde de simulare constituie un eantion bun. n timpul efecturii rundelor de simulare, valorile aleatorii ale variabilelor de risc sunt selectate mpreun cu distribuia de probabilitate i corelaiile specificate. e. Analizarea rezultatelor simulrilor n termeni statistici

Analiza Monte Carlo poate oferi detalii utile asupra expunerii la riscuri, incluznd seria de rezultate posibile, probabilitate realizrii obiectivelor i elurilor, riscurile cu impactul cel mai puternic, principalii factori de risc i aciunile cele mai eficiente. Fiecare rund de simulare reprezint probabilitatea de apariie a uniui eveniment de risc. O distribuie de probabilitate cumulativ a tuturor rundelor de simulare poate fi trasat, fiind utilizat ulterior pentru interpretarea probabilitii rezultatului proiectului ca fiind inferioar sau superioar unei valori specificate. Aceast distribuie de probabilitate cumulativ poate fi utilizat pentru evaluarea riscului global al proiectului.

3.2. INSTRUMENTE DE SIMULARE I PRINCIPALELE DISTRIBUII DE


PROBABILITATE
Instrumente de simulare Simularea Monte Carlo se realizeaz cu ajutorul instrumentelor de simulare. Exist instrumente de simulare care se adaug la foile de calcul, fiind generale i puternice i pot simula orice model care poate fi creat ntr-o foaie de calcul. Acestea permit diferite tipuri de distribuii de probabilitate i ajusteaz variabilele corelate i sunt utilizate n general pentru analiza cantitativ a riscurilor, precum analiza riscurilor de cost, deoarece estimrile de cost sunt de obicei exprimate ntr-o foaie de calcul.

Handbook for Integrating Risk Analysis in the Economic Analysis of Projects, publicat de Asian Development Bank, Manila, Philippine, 2002

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

9 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

n general, foaia de calcul utilizat este Microsoft Excel i exist cel puin dou instrumente populare care pot simula sub Excel. Cteva dintre produsele foarte populare (pre sub 1.000 USD) comercializate pe pia sunt: @Risk, un program de completare pentru Microsoft Excel i MS Project, dezvoltat de Palisade i disponibil la www.palisade.com. Crystal Ball, un program de completare pentru Microsoft Excel, http://www.oracle.com/us/products/applications/crystalball/index.html disponibil la

Programul @RISK dezvoltat de Palisade cuprinde o abordare pe baz de formule pentru simularea Monte Carlo, oferind un pachet de modelare solid, uor de utilizat i eficient. Avantajele acestui instrument sunt: Galerie de distribuie de probabiliti cuprinztoare; Interfa adecvat; Raionamentul distribuiei este ncorporat n funciile Excel; Codificare automat a culorilor atunci cnd o funcie @RISK este util pentru prezentarea grafic a rezultatelor.

Crystal Ball reprezint de asemenea un pachet de modelare eficient i uor de utilizat. Interfaa pentru simularea Monte Carlo este foarte intuitiv. Distribuiile sunt definite n mod automat drept Intrri, dar raionamentul distribuiei nu este afiat; Este prevzut de asemenea cu funcia de codificare automat a culorilor. Trebuie de asemenea menionat faptul c exist i instrumente gratuite disponibile care pot fi utilizate pentru realizarea unei simulri Monte Carlo. n cazul proiectelor mici, achiziia unui program software scump care faciliteaz analiza riscurilor poate fi ineficient. Prin urmare, aceast problem poate fi soluionat prin utilizarea unor programe software gratuite, precum SimulAr. SimulAr este un program de completare pentru Microsoft Excel i este distribuit sub forma emailware. Programul a fost dezvoltat de Luciano Machain de la Universitatea Naional din Rosario, Argentina i este disponibil la www.simularsoft.com.ar. Acesta adaug funcii de distribuie de probabilitate la foile de calcul pentru efectuarea simulrii Monte Carlo i a analizei riscurilor n condiii de incertitudine. Ofer de asemenea posibilitatea de a corela variabile i de a adapta distribuiile la date. Printre avantajele acestui program se numr interfaa uor de utilizat care faciliteaz elaborarea modelului i disponibilitatea gratuit pe Internet. Principalele distribuii de probabilitate utilizate n MCS O analiz Monte Carlo indic analiza riscurilor unui proiect printr-o distribuie de probabilitate care constituie un model de valori posibile. Gama de distribuii sau curbe de probabilitate utilizate pentru analiza Monte Carlo, astfel cum este furnizat n Simular, este prezentat n figura 1. Celelalte instrumente furnizeaz n general aceleai distribuii.

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

10 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

Figura 1. Galeria de distribuii

Surs: generat de SimulAr Cteva dintre distribuiile sau curbele de probabilitate utilizate n mod frecvent pentru analiza Monte Carlo includ distribuia normal, distribuia log-normal, distribuia triunghiular, distribuia beta, distribuia PERT i distribuia uniform. Aceste distribuii de probabilitate sunt descrise pe scurt n cele ce urmeaz. Distribuia normal

Distribuia normal constituie o distribuie de probabilitate extrem de important n multe domenii, fiind descris prin medie i deviaie standard. Pentru acest tip de curb de probabilitate, valorile din mijloc sunt cele mai probabile s apar. Distribuia normal standard reprezint distribuia normal cu o medie de zero i o deviaie standard de unu. Una dintre cele mai importante avantaje a distribuiei normal const n simetria n jurul mediei, iar media este att modul ct i valoare median. Distribuia log-normal

Distribuia log-normal este descris prin medie i deviaie standard. Aceast distribuie este adecvat pentru o variabil inclus n intervalul zero infinit, cu un indice de asimetrie pozitiv i cu un logaritm natural distribuit n mod normal. Acest tip de distribuie de probabilitate este utilizat n cadrul analizei Monte Carlo pentru gestionarea proiectelor n sectorul imobiliar sau industria petrolier.

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

11 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

Figura 2. Distribuie normal

Surs: generat de SimulAr i Crystall Ball Figura 3. Distribuie log-normal

Surs: generat de SimulAr i Crystall Ball Distribuia triunghiular

Aceasta este definit de valorile minime, valorile cele mai probabile i valorile maxime. Curba de probabilitate, o curb triunghiular, va afia valori n jurul opiunii celei mai probabile. Media i deviaia standard a distribuiei triunghiulare sunt la fel de sensibile la toi cei trei parametri. Majoritatea modelelor presupun variabile pentru care estimarea valorilor minime i a valorilor celor mai probabile este destul de simpl. n cazul altor modele, valorile maxime sunt practic nelimitate i pot fi incalculabile, ca de exemplu, n estimrilor costurilor i a duratei de finalizare a unei sarcini. n situaiile n care valorile maxime sunt dificil de determinat, distribuia triunghiular nu este n general adecvat, avnd n vedere c va depinde n mare msur de modul de abordare a estimrii valorilor maxime. De exemplu, n cazul n care se presupune c valoarea maxim este cea mai mare valoare posibil,

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

12 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

rezultatul analizei riscurilor va avea o medie i o deviaie standard mult mau mari dect n cazul n care se presupune c valoarea maxim este o valoare maxim practic de ctre experii n estimare. Distribuia triunghiular este considerat adecvat n cazurile n care nu exist date suficiente despre variabila n afara estimrii aproximative a valorilor minime, valorilor cele mai probabile i valorilor maxime. Cu toate acestea, vrful ascuit i bine localizat, precum i liniile drepte genereaz o form foarte bine definit i neobinuit (i foarte nenatural) care intr n conflict cu supoziia c nu exist date suficiente asupra variabilei. Figura 4. Distribuia triunghiular

Surs: generat de SimulAr i Crystall Ball Distribuia beta

Distribuia beta este utilizat drept o descriere a incertitudinii sau a variaiei aleatoare a unei probabiliti, fraciuni sau prevalene. Aceasta poate fi rescalat i deplasat pentru a crea distribuii cu o gam variat de forme i pentru orice interval finit. Prin urmare, este uneori utilizat pentru modelarea unei opiniilor unor experi, ca de exemplu sub forma unei distribuii PERT. n cadrul unei analize Monte Carlo, distribuia PERT poate fi utilizat pentru identificarea riscurilor proiectului i a modelelor de cost pe baza posibilitii respectrii scopurilor i obiectivelor pentru orice numr de componente ale proiectului. Distribuia uniform

Toate instanele sunt echiprobabile. Acest tip de distribuie de probabilitate este comun n cazul costurilor de producie i a veniturilor ulterioare obinute din vnzarea unui nou produs. n general, distribuia uniform reprezint un model de risc mediocru, deoarece toate valorile din gam au o densitate de probabilitate egal. Cu toate acestea, distribuia uniform este utilizat pentru a sublinia sau amplifica faptul c nu exist date suficiente asupra variabilei.

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

13 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

Figura 5. Distribuia beta i distribuia PERT

Surs: generat de SimulAr i Crystall Ball Figura 6. Distribuia uniform

Surs: generat de SimulAr i Crystall Ball

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

14 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

3.3. STUDIU DE CAZ


3.3.1 SCURT DESCRIERE A PROIECTULUI
Studiul de caz selectat pentru aceast analiz de risc este bazat pe proiectul denumit Autostrada Bucureti Constana, Sub-seciunea 6: Studiu de fezabilitate CERNAVOD CONSTANA9. Autostrada Cernavod Constana i drumul centur Constana reprezint seciuni ale coridorului paneuropean IV: Berlin Bucureti Istambul, beneficiind n acest sens de sprijinul maxim al organizaiilor UE i al Guvernului Romniei (astfel cum este specificat n strategia de transport din Planul Naional de Dezvoltare 2004 2006). Studiul aferent acestui proiect a constat n dou etape. Prima etap a vizat stabilirea i analiza alternativelor pentru autostrad din punct de vedere tehnic, social i ecologic, n timp ce cea de-a doua etap a constat n elaborarea proiectului tehnic preliminar i a studiului de fezabilitate detaliat n ceea ce privete alternativele preferate pentru proiect.

3.3.2 SIMULAREA MONTE CARLO A COSTURILOR CU AJUTORUL APLICAIEI CRYSTAL B ALL


Astfel, cum s-a menionat mai sus, exist diferii factori de risc care trebuie luai n considerare n momentul elaborrii unei propuneri de investiii. n plus, riscul calculrii eronate a costurilor totale ale proiectului este considerat unul dintre cei mai importani factori de risc n procesul investiional. Prin urmare, aceast analiza se va axa pe aspectele financiare ale proiectului. Acest exemplu are drept scop furnizarea unei abordri Monte Carlo pentru modelarea factorilor de cost n vederea cuantificrii riscurilor de calculare eronat a costurilor totale ale proiectului. Principalele date utilizate n analiza Monte Carlo sunt prezentate n Tabelul 1. Costurile estimate sunt exprimate n valori reale. n cazul n care datele disponibile sunt exprimate n valori nominale pentru estimarea corect a datelor, valorile nominale trebuie mai nti deflatate, lundu-se n considerare nivelul inflaiei prevzut pentru perioada respectiv10.

Studiul referitor la construirea unei autostrzi moderne ntre Bucureti i Constana ca parte a Coridorului european VI a fost elaborat de Louis Berger Group Inc. n colaborare cu SPT s.r.l i Consilier Construct i a fost apoi propuse Companiei Naionale de Autostrzi i Drumuri Naionale. 10 Problema preurilor reale i nominale este abordat n Documentul de lucru nr. 4 Costuri utilizate n analiza cost-beneficiu pentru proiectele de investiii finanate prin FEDR i FC.

Tabelul 1. Estimarea costurilor


Costuri estimate ( RON) Achiziie teren Amenajarea terenului Lucrri de protecie a mediului Sub-total 1 Canalizare, aprovizionare cu gaz natural, aprovizionare cu energie electric , telefon, radio-tv, etc. Drumuri de acces, ci ferate industriale Sub-total 2 Arpentaj Obinerea aprobrilor, acordurilor i autorizaiilor Proiectare i inginerie Participare la licitaii pentru proceduri publice de achiziii Consultan Asisten tehnic Sub-total 3 Lucrri permanente Sub-total 4 Cost mobilizare sit Comisioane, taxe, cheltuieli juridice, costuri de finanare: Situaii neprevzute: 5% din [Cap1.2+Cap1.3+Cap.2+Cap.3+Cap.4] Sub-total 5 TOTAL 62638505.56 361750.00 36865189.01 99865444.57 141663396.34 0.00 141663396.34 6610351.22 6804773.31 33395502.21 651150.00 25274872.31 1840764.69 74577413.75 972110473.47 972110473.47 23020016.18 61495511.62 63308328.62 147823856.41 1436040584.55

Simularea Monte Carlo s-a realizat pe baza a trei scenarii distincte descrise mai jos. n primul rnd a fost luat n considerare un scenariu moderat n care fiecare tip de costuri variaz ntre -10% i +10%. Acest scenariu moderat este nsoit de un scenariu optimist i unul pesimist. Primul scenariu (scenariul moderat): a fost elaborat presupunndu-se faptul c principalele tipuri de costuri ale proiectului urmeaz o distribuie triunghiular n care valorile minime reprezint 90% din costurile estimate ale anului de referin, n timp ce valorile maxime reprezint 110% din costurile iniiale estimate. Valorile cele mai probabile sunt considerate ca fiind costurile estimate exacte ale anului de referin.

Rezultatele simulrii Monte Carlo dup 2.000 de iteraii sunt prezentate n figura 7. Dup aplicarea tehnicii de simulare, s-a constatat c aceste costuri estimate sunt puin mai mari dect estimarea iniial, indicnd c riscul de calculare eronat a costurilor totale ale proiectului este ntr-adevr prezent. Costul total simulat este n prezent 1.436.598.705,25 RON, cu 558.120,70 RON mai mare dect cel ateptat. Creterea de 0,04% a costurilor comparativ cu estimarea iniial a costurilor poate fi interpretat drept o eroare de estimare a costurilor. Valoarea maxim este de 1.563.053.144,88 RON, n timp ce nivelul minim nregistreaz valoarea de 1.317.823.977,93 RON.

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

Simularea indic faptul c exist o posibilitate de 95% ca aceste costuri s se ncadreze ntre 1.359.651.751,31 RON i 1.515.269.472,96 RON. Riscurile de cost pot fi evitate mai bine pe baza acestor rezultate.

Figura 7. Scenariul moderat privind simularea costurilor totale

Surs: generat de Crystall Ball

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

17 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

Al doilea scenariu (scenariul optimist): a fost elaborat presupunndu-se faptul c principalele tipuri de costuri ale proiectului urmeaz o distribuie triunghiular n care valorile minime reprezint ntre 70% i 80% din costurile estimate ale anului de referin, n timp ce valorile maxime reprezint ntre 105% i 110% din costurile iniiale estimate (consultai tabelul 2). Valorile cele mai probabile reprezint aproximativ 90% i 98% din costurile estimate ale anului de referin.

Tabelul 2. Distribuia triunghiular a costurilor pentru scenariul optimist


Minim (% din costul iniial) Sub-total 1 Sub-total 2 Sub-total 3 Sub-total 4 Sub-total 5 70% 75% 75% 80% 80% Cel mai probabil (%din costul iniial) 90% 90% 98% 95% 96% Maxim (%din costul iniial) 110% 105% 110% 105% 110% Minim (RON) 69905811.2 106247547.3 55933060.3 777688378.8 118259085.1 Cel mai probabil (RON) 89878900.1 127497057 73085865.5 923504950 141910902

Maxim (RON) 109851989 148746566 82035155.1 1020715997 162606242

Rezultatele simulrii Monte Carlo dup 2.000 de iteraii sunt prezentate n figura 8. Dup aplicarea tehnicii de simulare pentru cel de-al doilea scenariu, s-a constatat c aceste costuri estimate sunt semnificativ mai sczute dect estimarea iniial. Costul total simulat este n prezent 1.335.514.805,3 RON, cu 100.525.779,25 RON mai mic dect cel estimat iniial. Prin urmare, s-a nregistrat o reducere de 7% a costurilor comparativ cu estimarea iniial a costurilor, reducere explicat prin faptul c factorul de decizie este considerat n acest scenariu un riscofil. Valoarea maxim este de 1.477.302.176,55 RON, n timp ce nivelul minim nregistreaz valoarea de 1.169.026.414,87 RON. Simularea indic faptul c exist o posibilitate de 95% ca aceste costuri s se ncadreze ntre 1.232.477.785,47 RON i 1.434.612.964,65 RON. Riscurile de cost pot fi evitate mai bine pe baza acestor rezultate.

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

18 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

Figura 8. Scenariul optimist privind simularea costurilor totale

Surs: generat de Crystall Ball

Al treilea scenariu (scenariul pesimist): a fost elaborat presupunndu-se faptul c principalele tipuri de costuri ale proiectului urmeaz o distribuie triunghiular n care valorile minime reprezint ntre 90% i 95% din costurile estimate ale anului de referin, n timp ce valorile maxime reprezint ntre 120% i 130% din costurile iniiale estimate (consultai tabelul 3). Valorile cele mai probabile sunt considerate ca fiind costurile estimate exacte ale anului de referin.

Rezultatele simulrii Monte Carlo dup 2.000 de iteraii sunt prezentate n figura 8. Dup aplicarea tehnicii de simulare pentru cel de-al treilea scenariu, s-a constatat c aceste costuri estimate sunt semnificativ mai ridicate dect estimarea iniial. Tabelul 3. Distribuia triunghiular a costurilor pentru scenariul pesimist Minim (% din costul iniial) Sub-total 1 Sub-total 2 Sub-total 3 Sub-total 4 Sub-total 5 90% 95% 90% 90% 92% Cel mai probabil (%din costul iniial) 100% 100% 100% 100% 100% Maxim (%din costul iniial) 130% 125% 127% 120% 128% Cel mai probabil (RON) 99865444. 6 14166339 6 74577413. 8 97211047 3 14782385 6

Minim (RON) 89878900.11 134580226.5 67119672.38 874899426.1 135997947.9

Maxim (RON) 12982507 8 17707924 5 94713315. 5 11665325 68 18921453 6

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

Costul total simulat este n prezent 1.499.034.685,33 RON, cu 62.994.100,78 RON mai mare dect cel estimat iniial. Prin urmare, s-a nregistrat o cretere de 4,4% a costurilor comparativ cu estimarea iniial a costurilor, reducere explicat prin faptul c factorul de decizie este considerat n acest scenariu opus riscurilor. Valoarea maxim este de 1.719.997.953,35 RON, n timp ce nivelul minim nregistreaz valoarea de 1.360.308.918,49 RON. Simularea indic faptul c exist o posibilitate de 95% ca aceste costuri s se ncadreze ntre 1.388.881.694,22 RON i 1.629.478.094,31 RON.

Figura 9. Scenariul pesimist privind simularea costurilor totale

Surs: generat de Crystall Ball

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

20 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

Nivelurile finale de cost rezultate din simulrile Monte Carlo, lund n considerare toate cele trei scenarii, sunt prezentate n tabelul 4. Tabelul 4. Costuri simulate
Costuri simulate Scenariu moderat RON Costuri simulate Scenariu optimist RON Costuri simulate Scenariu pesimist RON

Estimarea costurilor RON Achiziie teren Amenajarea terenului Lucrri de protecie a mediului Sub-total 1 Canalizare, aprovizionare cu gaz natural, aprovizionare cu energie electric , telefon, radio-tv, etc. Drumuri de acces, ci ferate industriale Sub-total 2 Arpentaj Obinerea aprobrilor, acordurilor i autorizaiilor Proiectare i inginerie Participare la licitaii pentru proceduri publice de achiziii Consultan Asisten tehnic Sub-total 3 Lucrri permanente Sub-total 4 Cost mobilizare sit Comisioane, taxe, cheltuieli juridice, costuri de finanare: Situaii neprevzute: 5% din [Cap1.2+Cap1.3+Cap.2+Cap.3+Cap.4] Sub-total 5 TOTAL 62638505.56 361750.00 36865189.01 99865444.57

99899832.01

89670260.40

106327406.12

141663396.34 0.00 141663396.34 6610351.22 6804773.31 33395502.21 651150.00 25274872.31 1840764.69 74577413.75 972110473.47 972110473.47 23020016.18 61495511.62 63308328.62 147823856.41 1436040584.55 147358988.94 1436598705.25 140791463.53 1335514805.30 158038047.3 1499034685.33 973018998.85 907344590.62 1004638560.19 74684202.30 70214375.61 78801897.15 141636683.14 127494115.15 151228774.59

Pe baza simulrii Monte Carlo se poate conchide c riscul calculrii eronate a costurilor totale ale proiectului este corelat cu aversiunea la risc a factorului de decizie. Cuantificarea riscului de calculare eronat a costurilor total a fost posibil cu ajutorul simulrii numerice.

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

21 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

4. CONCLUZII
Pe baza primelor seciuni din acest document, n care sunt descrise principiile MCS, se poate conchide c simularea Monte Carlo reprezint o tehnic valoroas pentru analizarea riscurilor, n special a celor legate de costuri i grafice de lucru. Faptul c se bazeaz pe datele numerice obinute prin efectuarea simulrilor multiple adaug un plus de valoare acestei tehnici, dup cum este subliniat n primele seciuni ale documentului de lucru. Aceasta ajut de asemenea la eliminarea oricrei influene n ceea ce privete selectarea alternativelor n momentul planificrii riscurilor. Cu toat c simularea Monte Carlo ofer avantaje multiple, veridicitatea rezultatelor depinde de acurateea valorilor i a modelelor de corelaie, dac exist, specificate n timpul simulrii. n consecin, o atenie deosebit trebuie acordat n momentul stabilirii gamelor de valori i selectrii distribuiei corespunztoare. n caz contrar, rezultatele nu vor fi exacte. Trebuie specificat faptul c acestea necesit cunotine solide n domeniul din care face parte proiectul. Prezentul document de lucru include un studiu de caz referitor la analiza riscului de calculare eronat a costurilor proiectului. Modelul de risc const n rezumarea costurilor simulate n vederea furnizrii de estimri ale costurilor totale. Au fost analizate trei scenarii de simulare conform crora costurile simulate urmeaz o distribuie triunghiular, n diferite ipoteze. Simulrile au indicat c exist o posibilitate de 95% ca aceste costuri s fie cuprinse ntre o valoare minim i o valoare maxim, fiind furnizate valori medii pentru fiecare scenariu. Prin urmare, solicitantul proiectului este contient de variabilitatea costurilor proiectului n diferite circumstane i de posibilele pierderi ateptate n aceste cazuri.

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

22 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

5. REFERINE
o o o o o o o o o Anderson, Sweeney, and Williams- Statistics for Business and Economics, South Western College Pub., 2007 Law and Kelton, Simulation Modeling & Analysis, McGraw-Hill, Inc., 1991 Gheorghita, M.- Modelarea si simularea proceselor economice, Ed. ASE, 2000 Ratiu-Suciu, C. and Luban, F.- Modelarea si simularea proceselor economice. Autoinstruire programata, Ed. ASE, 2005 Roman, M.- Statistica financiar bancara si bursiera, Ed. ASE, 2003 Rubinstein, R.Y. and Melamed, B. - Modern Simulation and Modeling. John Wiley & Sons Ltd., USA., 1998. Vose, D. - Risk Analysis: A Quantitative Guide, 2nd Edition, Wiley, 2008 European Commision- EUs Guide to Cost-Benefit Analysis of investment projects. 2002. http://ec.europa.eu/regional_policy/sources/.../guides/cost/guide02_en.pdf European Commision- EUs Guide to Cost-Benefit Analysis of investment projects, Structural Funds, Cohesion Fund and Instrument for Pre-Accession. 2008 http://ec.europa.eu/regional_policy/sources/docgener/guides/cost/guide2008_en.pdf ***Guiding Principles for Monte Carlo Analysis, Technical Panel, www.epa.gov/ncea/pdfs/montcarl.pdf *** Handbook for Integrating Risk Analysis in the Economic Analysis of Projects, Published by the Asian Development Bank, Manila, Philippines, 2002

o o

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

23 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

6. ANEXE
Anexa A: Glosar de termeni statistici

Coeficient de corelaie

O msur a interdependenei dintre dou variabile aleatoare care variaz n valoare de la 1 la +1, indicnd o corelaie negativ perfect la 1, absena corelaiei la zero i o corelaie pozitiv perfect la +1. Un grafic al valorilor de probabilitate cumulativ ca o curb cu nclinare mic

Funcie de distribuie cumulativ

Frecven cumulativ

Numrul de valori care se ncadreaz n toate clasele pn la clasa curent

Probabilitatea cumulativ pentru orice valoare k a parametrului Frecven

Probabilitatea c toate valorile vor fi mai mici dect k.

Numrul valori din fiecare clas sau numrul de apariii al unui eveniment ntr-o unitate de timp Un grafic al magnitudinii variabilei sub forma unor blocuri dreptunghiulare proporionale cu frecvena i reprezentnd fiecare clas de variabile Suma tuturor valorilor de eantionare mprit la numrul de valori

Histogram

Media datelor supuse eantionrii Mediana datelor supuse eantionrii Modul Percentila 10

Rearanjarea datelor n mod cresctor i selectarea valorii care mparte seria n dou pri egale (percentila 50). Valoarea unei variabile care are cel mai nalt nivel de probabilitate. Valoarea care separ minimul de 10% al tuturor valorilor de maximul de 90%. Valoarea care separ minimul de 90% al tuturor valorilor de maximul de 10%. Un numr ntr-o scar de la 0 la 1 care exprim posibilitatea producerii unui eveniment. Un grafic al valorilor de probabilitate ca o curb cu inclinaie mic.

Percentila 90

Probabilitate

Funcie de densitate de probabilitate

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

24 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

Variabil aleatoare

Orice parametru care are un PDF sau CDF definit. n general, variabilele aleatoare sunt utilizate pentru descrierea evenimentelor viitoare ale cror rezultate sunt incerte Numrul relativ de puncte de date n fiecare clas, exprimat ca un procent din numrul total sau numrul de apariii al unui eveniment Rdcina ptrat a varianei. Suma Ptratelor diferenelor dintre toate valorile individuale i media acestora.

Frecven relativ

Deviaie standard Varian

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

25 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

Any question, comment or contribution should


Eventualele comentarii sau sugestii privind prezentul document pot fi transmise la: http://www.evaluare-structurale.ro/index.php/en/cost-benefit-analysis/forum Informaii suplimetare sunt disponibile pe internet: http://www.evaluare-structurale.ro

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

26 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu

LUCRARE CLARIFICATOARE NR. 10


ANALIZ DE RISC

PROIECT COFINANAT DE FEDR PRIN POAT 2007-2013

Contract nr. 46/ 8.12.2010 Dezvoltarea capacitii pentru analiza cost beneficiu

Proiect co-finaat din Fondul European de Dezvoltare Regional prin Programul Operaional Asistena Tehnic 2007-2013

Coninutul acestui manual nu reprezint n mod necesar poziia oficial a Uniunii Europene.

PROIECT CO-FINANAT DIN FEDR PRIN POAT 2007-2013

27 / 27

Dezvoltarea capacitii pentru Analiza cost-beneficiu