Balogh János gépészmérnök, műszaki menedzser MSc., vezető programkoordinációs szakértő 1

A beruházások korszerű vezetése PMSZ - ÓBUDAÚJLAK zRt. konfere

2015.09.17.

Építési projektek ütemtervi bizonytalanságainak, kockázatainak figyelembe vétele a pénzügyi tervezésnél

Tartalom • Bevezetés, alapfogalmak • Ütemtervezési problémák elemzése a korai és késői „Sgörbék” alapján • Gyakorlati példa determinisztikus ütemterv alapján történő pénzügyi előrejelzéshez • Sztochasztikus ütemtervek, Monte Carlo módszer – alapfogalmak – minta példa – mire használjuk a sztochasztikus ütemterv elemzést? • Kérdések és válaszok

Balogh János gépészmérnök, műszaki menedzser MSc., vezető programkoordinációs szakértő, MVM Paks II. Zrt.

Magyar Projektmenedzsment Szövetség, Építési Tagozata,

ÓBUDA ÓBUDA--ÚJLAK BERUHÁZÁSSZEVEZŐ ÉS FŐVÁLLALKOZÓ ZRT.

A beruházások korszerű vezetése konferencia 2015. szeptember 17.

2015. 09. 17.

A beruházások korszerű vezetése

Bevezetés, alapfogalmak

2

Bevezetés, alapfogalmak • Determinisztikus ütemterv korai és késői S-görbéi

• Az ütemtervezést a tevékenység időtartamok definiálása szerint csoportosítva:

Ahhoz, hogy egy ütemterv használható korai és késői Sgörbéit megkapjuk szükség van: - A jól elkészített hálótervre. - A tevékenységek elfogadott teljesülési súly arányaira (elfogadott értékére).

– Determinisztikusok azok, ahol a tevékenységek megvalósítási időtartamai egyértelműen meghatározhatók. • a CPM (Critical Path Method) • az MPM (Metra Potencial Method) (Magyarországon napjainkban a legismertebb ilyen algoritmussokkal működő szoftverek: MS Project, Primavera P6, ProJack)

Példa:

– Sztochasztikus esetén a tevékenységek megvalósítási időtartamait valószínűségi változók formájában adjuk meg. • PERT(Program Evaluation Review Technic) • Monte Carlo szimulációs módszer (Magyarországon napjainkban a legismertebb ilyen algoritmussal működő szoftverek: Primavera Risk Analysis, ProJack, speciális Excel modulok, MS Project kiegészítő modulok) 2015. 09. 17.


3

Ütemtervezési problémák elemzése a korai és késői S-görbék alapján „Kövér-görbék”

100% 90%

Készültség (%) 100% 90% 80% 70%

70%

Példa:

60%

60%

50%

50%

40%

40%

30%

30%

20%

20%

10%

10%

Idő

0%

Korai előrejelzés

2015. 09. 17.

4

Irreálisan sok a kritikus tevékenység. Ebben az esetben a tevékenységek általában fix dátummal vannak megadva, ezért a tevékenységekre tartalékidők nem keletkeznek az ütemtervben.

„Sovány-görbék”

Példa:

80%


Ütemtervezési problémák elemzése a korai és késői S-görbék alapján

A követő kapcsolatok megadása hiányos, ezért irreálisan hosszú tartalékidők keletkeznek az ütemtervben.

Készültség (%)

2015. 09. 17.

Késői előrejelzés

Idő

0%

„A” és „D” tevékenységnek nincs követő tevékenysége, ezért a „Befejezésig” számítódik a tartalékidő.


Balogh János gépészmérnök, műszaki menedzser MSc., vezető programkoordinációs szakértő

Korai előrejelzés

5

2015. 09. 17.


„A” és „D” tevékenység fix kezdődátummal van megadva, ezért a tartalékidejük nulla .


6

1


2015.09.17.



Az ütemterv negatív tartalékidőkkel rendelkezik, azaz a logikai kapcsolatok az átfutási idők és a fix dátumok ellentmondásban vannak. Hibás ütemterv. Példa:

„Egymást metsző-görbék” Készültség (%) 100% 90% 80%

„Normál-görbék”

- Nincs negatív tartalékidő. - Minden tevékenységnek van reális megelőző és követő tevékenysége. - A fix dátumkötöttségek (kezd ekkor, fejezd be ekkor) lehetőség szerint kerülve vannak az ütemtervben.

Készültség (%) 100% 90% 80% 70%

70%

60%

60%

50%

50% 40%

40%

30%

30%

20%

Példa:

20%

10%

10%

Idő

0%

Korai előrejelzés 2015. 09. 17.


„D” tevékenységhez egy fix befejezési dátum lett megadva, ami korábbi dátum a logikai háló által számítottnál, ezért negatív tartalékidők keletkeznek .


7

Idő

0%

Korai előrejelzés

2015. 09. 17.



8

Gyakorlati példa pénzügyi tervezési problémára Készültség (%)

Gyakorlati példa pénzügyi tervezési problémára

• Autópálya építési projektek a 2001-es és 2003-as években. • A beruházási érték meghaladta a 100 milliárd Ft-ot. • Az első pénzügyi tervet Excel tábla segítségével készítették.

100,00 90,00 80,00 70,00 60,00 50,00 40,00 30,00 20,00 10,00 0,00 1

3

5

7

9

11 13 15 17 19 21 23 25 27 29 31 33 35 Idő

(hónap) Eredeti "xls" pénzügyi terv

2015. 09. 17.


9

2015. 09. 17.

• A 10. hónapban a tényadatok már komoly problémát jeleztek • A tény adatok közel. 50%-os elmaradásban voltak a tervhez képest. • A vállalkozót folyamatos támadások érték az elmaradások miatt.

100,00 90,00 80,00 70,00 60,00 50,00 40,00 30,00 20,00 10,00 0,00 1

3

5

7

9

11 13 15 17 19 21 23 25 27 29 31 33 35 Idő

Készültség (%) 100,00 90,00 80,00 70,00 60,00 50,00 40,00 30,00 20,00 10,00 0,00 1

3

5

7

9

11 13 15 17 19 21 23 25 27 29 31 33 35 Idő

(hónap) Eredeti "xls" pénzügyi terv

2015. 09. 17.

(hónap)

Tény adatok a 10.hónapban



10


Gyakorlati példa pénzügyi tervezési problémára Készültség (%)


11

Eredeti "xls" pénzügyi terv


Kezdeti Primavera korai terv

Kezdeti Primavera Késői terv

2015. 09. 17.


• A vállalkozó a helyzet elemzéséhez a Primavera ütemtervező szoftver használatát vezette be. • A tevékenységekhez hozzárendelték a költségvetési adatokat is. • Ezek alapján a korai és késői készültségi előrejelzés S-görbéi megszerkeszthetőek lettek. • Kiderült, hogy a kiinduló pénzügyi terv irreálisan magas előrehaladást feltételezett. 12

2


2015.09.17.

Gyakorlati példa pénzügyi tervezési problémára Készültség (%) 100,00 90,00 80,00 70,00 60,00 50,00 40,00 30,00 20,00 10,00 0,00 1

3

5

7

9

11 13 15 17 19 21 23 25 27 29 31 33 35 Idő Eredeti "xls" pénzügyi terv


• Az ütemterv aktualizálásra került a 10. hónap aktuális adatai alapján. • Ezek alapján meghatározásra kerültek az új aktualizált korai és késői készültségi előrejelzés S-görbéi.

Készültség (%)

• Az átdolgozott pénzügyi terv a korai és késői készültségi előrejelzés átlagában lett meghatározva. • Az új pénzügyi terv megfelelőnek bizonyult, csupán néhány százalékos eltérést mutattak a tény adatok a projekt lefutása során.

100,00 90,00 80,00 70,00 60,00 50,00 40,00 30,00 20,00 10,00 0,00 1

3

5

7

9

11 13 15 17 19 21 23 25 27 29 31 33 35 Idő

Eredeti "xls" pénzügyi terv

(hónap)

(hónap)



Aktualizált Primavera korai terv a 10.hónapban Aktualizált Primavera korai terv a 10.hónapban

Aktualizált Primavera Késői terv a 10.hónapban

Aktualizált Primavera Késői terv a 10.hónapban

2015. 09. 17.


Átdolgozott pézügyi terv

13

2015. 09. 17.


14

Sztochasztikus Monte Carlo módszer, alapfogalmak • A Monte Carlo módszer kidolgozását az atombomba megvalósításán Los Alamosban dolgozó tudóscsapatnak tulajdonítják: o Neumann János o Stan Ulam o Enrico Fermi o Nicholas Metropolis

Sztochasztikus ütemtervezés, Monte Carlo módszer

START

A modell felépítése, konfigurálása ITERÁCIÓ = ITERÁCIÓ + 1

Véletlen szám generálás Számítások futtatása

Az összes futtatás kész?

NEM

IGEN

VÉGE 2015. 09. 17.


15

2015. 09. 17.

Sztochasztikus ütemtervezés, Monte Carlo módszer, alapfogalmak

•

•

Hasonlóképpen a költségeket is megbecsülhetjük.

•

Az eloszlás függvények a teljesség igénye nélkül a következők lehetnek:

Bekövetkezés valószínűsége

Optimista idő Rövidebb idő

2015. 09. 17.



16


A tevékenység megvalósítási időtartamait valószínűségi változókkal adjuk meg, úgy hogy megadjuk a tevékenység Optimista, Normál és Pesszimista átfutási idejét. (általában szakértői munkacsoportok szubjektív becslései alapján) A becslésekhez eloszlási függvényt rendelünk.

•


17

2015. 09. 17.

Normal

LogNormal

Beta

General

Discrete

Uniform

Triangle

Trigen

Legvalószínűbb idő

Pesszimista idő

Hosszabb idő A beruházások korszerű vezetése

18

3


2015.09.17.



• A tevékenységek paramétereinek megadása után megadjuk, hogy a futtatás során hány iteráció legyen.

• A kérdéses tevékenységek megvalósításának valószínűségét is megadhatjuk. Ebben az esetben megbecsüljük, hogy hány százalék a valószínűsége annak, hogy a tevékenységet el kell majd végezni.

Vizuális példa egy futtatásra (avi file):

Példa: „B” esemény bekövetkezési valószínűsége 10 % Ha a szimuláció során az esemény bekövetkezik, akkor „B” tevékenység figyelembe lesz véve az elemzéseknél.

•

•

Ha a szimuláció során az esemény nem következik be, akkor „B” tevékenység nulla értékkel lesz figyelembe véve az elemzéseknél.

2015. 09. 17.

A B C A B=0 C


19

2015. 09. 17.



20

Sztochasztikus ütemtervezés, Monte Carlo módszer Az előző példa eredménye a költségekre nézve:

• A futtatás eredményeiből elemzések, statisztikák készülnek. Az előző példa eredménye a megvalósítási időre nézve:

2015. 09. 17.


21

2015. 09. 17.



22


Az előző példa eredménye a P80-as költség előrejelzésre:

Mire használjuk a sztochasztikus ütemterv elemzést? A projekt valószínűsíthető befejezési dátumának a meghatározására A valószínűsíthető költségek meghatározására. o Mivel a kivitelezés irányítása a determinisztikus ütemterv szerint történik, a projekt költségkeretét a determinisztikus adatokhoz rendelt tartalék kerettel és inflációval növelten célszerű meghatározni. o A Monte Carlo módszer a tartalékkeret és az infláció mértékének meghatározására nyújt segítséget a pénzügyi kollégáknak.

• •

Mire ne használjuk a sztochasztikus ütemterv elemzést? •

2015. 09. 17.



23

A sztochasztikus ütemterv elemzés alapján a determinisztikus ütemtervünk áttervezésére. o A tevékenységek sztochasztikus elemzése nagymértékben szubjektív becsléseken alapul, amely időről időre változik.

2015. 09. 17.


24

4


2015.09.17.

Köszönet nyilvánítás

Nyilatkozat

Dr. Hajdu Miklósnak PhD (intézetigazgató Szent István Egyetem - Ybl Miklós Építéstudományi Kar, Építés kivitelezési és alaptárgyi intézet), aki Magyarországon az ütemtervezési technikákkal tudományos szinten foglalkozik és több mint 15 éve szakmai konzultációt, támogatást nyújtott a munkáimhoz.

A jelen előadásomban bemutatottak, illetve azon elhangzottak kizárólag az MVM Paks II. Zrt.-vel létrejött munkaviszonyomat megelőző szakmai életpályámon szerzett tapasztalataimat, illetve magánvéleményemet tükrözik, azok semmilyen kapcsolatban nem állnak az MVM Paks II. Zrt.-vel és annak tevékenységével, illetve az említett társaság álláspontjával, az ilyen bármiféle esetleges kapcsolat is kizárt.

2015. 09. 17.

Kérdések és válaszok

2015. 09. 17.




26

Köszönöm a megtisztelő figyelmet!

27

2015. 09. 17.


28

5

Balogh János gépészmérnök, műszaki menedzser MSc., vezető programkoordinációs szakértő 1

Recommend Documents