Projectrisico

Estimated reading time: 7 minuten

Wanneer een organisatie een groter project wil gaan uitvoeren, staat zij vaak voor de uitdaging om een goede inschatting van het projectrisico te bepalen. Laten we twee stappen bekijken die ons daarbij helpen. We beginnen met een kwalitatieve beoordeling en bekijken daarna de kwantitatieve risicoanalyse.

Stap I: Kwalitatieve risicobeoordeling

Normaal gesproken start een project- of risicomanager met een kwalitatieve risicobeoordeling. Hierbij wordt aan insiders gevraagd om een inschatting te geven van de kans en impact van potentiële risico’s (bv. op een schaal van 1 tot 5, of erg laag tot zeer hoog).

Hoewel een dergelijke beoordeling nuttig is als eerste indicatie om de belangrijkste projectrisico’s naar boven te halen, is vaak niet duidelijk hoe betrouwbaar een dergelijke schatting is.

Het is dan ook niet vreemd dat we in het nieuws vaak lezen over projecten met forse budgetoverschrijdingen, of waar verwachtingen niet werden waargemaakt. Redenen voor deze overschrijdingen kunnen het gevolg zijn van veranderende macro-economische of zakelijke omgeving, of van veranderende eisen. Wat de reden ook is, het betekent dat niet goed, of onvoldoende, rekening werd gehouden met de werkelijke risicofactoren, hun effect en de context waarin deze optreden. Uiteindelijk leidt dit ertoe dat doelstellingen slechts gedeeltelijk kunnen worden gerealiseerd en/of dat er kostenbesparingen in andere delen van de organisatie nodig zijn om de tekorten aan te vullen. Wanneer het om publieke projecten gaat kan het soms ook tot belastingverhogingen leiden.

Eindverantwoordelijken willen graag grote missers vermijden. Daarom zijn zij zeker bij grotere projecten en risico’s geïnteresseerd in methoden die tot een realistischer inschatting van het financiële risico leiden. Dit impliceert een evenwichtige beoordeling van het projectrisico, waarbij zowel een substantiële onder- als overschatting van het risico wordt vermeden¹.

Hoe helpt een kwantitatieve risicoanalyse ons om dit doel te bereiken? 

Stap II: Kwantitatieve risicoanalyse

Om de risico’s te berekenen:

1. Identificeren we de belangrijkste onderliggende risicofactoren
2. Verzamelen we geschikte historische en benchmark data
3. Berekenen we een mediaan (verwacht) en negatief scenario (VaR 90%)

Identificatie van risicofactoren

In lijn met andere projecten (zie bijvoorbeeld het grondexploitatie project) groeperen we de onderliggende risicofactoren in bredere opbrengsten/kostencategorieën.

Zo identificeren we bijvoorbeeld voor de inkomstenkant van het operationele budget de bezoekersaantallen, toegangsprijs en het weer als belangrijke risicofactoren. Aan de kostenkant zien we dat kapitaalkosten, personeelslasten, energie, en onderhoudskosten belangrijke risicofactoren zijn.

Investeringskosten kunnen soms groot effect op de totale uitgaven hebben. Deze hebben invloed op zowel de bouw-, beheer en de financieringskosten (zie diagram 1 hieronder).

Verzamelen van data

Om voor elk van de onderliggende risicofactoren een goede risico-inschatting te verkrijgen, gebruiken we zowel historische data als jaarverslagen.

Zo verzamelen we voor toegangsprijzen en de bouwkosten data van het CBS via inflatie-indices op vrijetijdsbestedingen en bouwkosten. Deze vullen we aan met informatie over vergelijkbare projecten via jaarverslagen en benchmark onderzoek.

Geschiktheid van de data toetsen

Het bepalen van statistieken uit direct beschikbare openbare datasets kan echter een aantal uitdagingen met zich meebrengen. Men moet zich steeds afvragen in hoeverre de gegevens geschikt zijn voor de specifieke toepassing.

Zo is het gerapporteerde gemiddelde aantal bezoekers voor een specifieke zwembadgrootte in Nederland niet geschikt als er geen rekening wordt gehouden met de lokale situatie. Denk bijvoorbeeld aan de leeftijdsopbouw of de bevolkingsdichtheid in het gebied. Om een geschikte referentieklasse of benchmark te vormen zoeken daarom we eerst naar de belangrijkste onderliggende risicofactoren door de gevoeligheden daarvan statistisch te toetsten.

Zo kan bijvoorbeeld de fase in het ontwerp van een bouwproject (concept, voorlopig, definitief) een risicofactor zijn die van invloed is op de mogelijke meerkosten als gevolg van aanpassingen in het ontwerp.

Voor de berekening van het renterisico kunnen we gebruik maken van verschillende modellen. Bijvoorbeeld het standaard Solvency II-model zoals die in de verzekeringssector (zie ook de artikelen over het renterisico raamwerk en de validatie van het Solvency II-rentemodel), maar ookmodellen die automatisch rekening houden met de context waarin we ons bevinden.

Berekenen van het risico in het negatief scenario

Nadat we voor zowel de opbrengsten als de kosten statistische gegevens op geschikte referentiedata van de verschillende risicofactoren hebben verkregen, kunnen we het totale exploitatieresultaat (opbrengsten – kosten) berekenen. We doen dit zowel in het geprojecteerde, het verwachte als het negatieve scenario. Voor het negatieve scenario hanteren we een zekerheidsniveau van 90%. Dit betekent dat er een kans van 10% is dat de resultaten slechter kunnen uitvallen dan de schatting van het negatieve scenario. Voor de horizon gebruiken we de horizon van het project.

Totaalrisico berekenen

Aangezien risico’s op de verschillende risicofactoren niet altijd op hetzelfde moment plaatsvinden, berekenen we ook de correlatie-effecten tussen de risicofactoren. Deze effecten leiden tot een ‘correlatie-voordeel’ op het totaalniveau. Het totale gecombineerde risico kan ofwel wiskundig, dan wel met behulp van een Monte Carlo simulatie² worden berekend.

Samenvatting: van een kwalitatieve naar kwantitatieve risicoanalyse

Wanneer we bovenstaande stappen onder elkaar zetten krijgen we de volgende aanpak:

In de praktijk start een risicomanager vaak met een kwalitatieve beoordeling. Bij kleinere projecten is dit vaak voldoende. Als de projecten en de risico’s echter groter worden, wordt aanvulling met kwantitatieve analyse steeds belangrijker. Van belang is om steeds focus te houden op de belangrijkste onderliggende risicofactoren. Deze willen we niet alleen op gevoel maar ook statistisch met representatieve data onderbouwen. Immers: ‘garbage in is garbage out’.

Voordelen van een kwantitatieve risicoanalyse

Een objectieve statistische inschatting van het projectrisico helpt enorm bij het besluitvormingsproces.

In het geval van het openluchtzwembad werd de kwantitatieve risicoanalyse verstrekt als aanvullend materiaal aan de besluitvormers van de gemeente. Hierdoor werd duidelijkheid gegeven over de bandbreedte van onzekerheden rondom de financiële impact van de initiële business case. Het maakt immers veel verschil of het project in een negatief scenario 30%, 100% of 200% duurder zou kunnen worden.

De risico-inschattingen bleken te liggen binnen de bandbreedte die de gemeente kon dragen en twijfels over de financiële haalbaarheid van het project konden worden weggenomen. Daardoor werd het makkelijker om groen licht te geven en naar de volgende fase van het project te gaan.

Mocht u ook meer zekerheid over het projectrisico willen verkrijgen, neem dancontactmet ons op. Wij demonstreren graag op welke manier wij het projectrisico zo goed mogelijk, context afhankelijk en data gedreven, inschatten.

---

1. In Nederland wordt bij grotere infrastructuur projecten vaak de SSK methodiek gebruikt. Hierbij wordt handmatig een verwachte, onder- en bovengrens ingegeven. Vaak ontbreekt de statistische onderbouwing waardoor niet duidelijk is wat de waarde van de risicoinschatting is en kan dit als kwalitatief worden geclassificeerd. ↩︎
2. Een Monte Carlo simulatie is volledig afhankelijk van de juiste input over de risicofactoren. Een Monte Carlo simulatie op zichzelf betekent dus niet dat het ‘wel goed zal zijn’. Wanneer de input onjuist is, leidt dit nog steeds tot verkeerde output. Immers ‘garbage in is garbage out’ ↩︎