F.J. Rosier WKO: Een koele analyse

WKO: Een koele analyse

F.J. Rosier 2012

WKO: Een koele analyse

F.J. Rosier Afstudeerscriptie Master of Studies of Real Estate Amsterdam School of Real Estate 30 maart 2012

Samenvatting In dit onderzoek staat de vraag of het mogelijk is een rekenmodel te maken dat rekening houdt met de specifieke elementen van een de investeringsanalyse voor warmtekoudeopslag (WKO) installaties en dat geschikt is voor het maken van scenarioanalyses. Omdat scenarioanalyse als een vorm van risicomanagement kan worden gezien zijn de theoretische achtergronden rond risicomanagement door middel van literatuuronderzoek onderzocht. De toepassing van risicomanagement is de laatste twintig jaar sterk toegenomen. De grondbeginselen zijn echter al in de eerste helft van de twintigste eeuw gelegd. In de tweede helft van de twintigste eeuw nam als gevolg van een aantal misstanden in de maatschappij de behoefte aan risicomanagement steeds verder toe. Gelijktijdig maakt geautomatiseerde rekentechnieken het ook mogelijk om snel complexe analyse uit te voeren die voorheen zeer veel tijd zouden kosten. Definitie voor risicomanagement De theorie achter risicomanagement is gebaseerd op psychologische kenmerken van het menselijk handelen. Op basis van deze kenmerken zijn diverse definities geformuleerd waarbij de definitie van het COS de meest gangbare is, deze luidt: Ondernemingsrisicomanagement is een proces dat bewerkstelligd wordt door het bestuur van de onderneming, het management en ander personeel en wordt toegepast bij het formuleren van de strategie en binnen de gehele onderneming, ontworpen om potentiële gebeurtenissen die invloed kunnen hebben op de onderneming te identificeren en om risico’s te beheren zodat deze binnen de risicoacceptatiegraad vallen, om een redelijke zekerheid te bieden ten aanzien van het behalen van de ondernemingsdoelstellingen. Aan de hand van deze definitie zijn diverse governance regels opgesteld, waaronder die voor woningcorporaties.

De governance regels worden verwerkt in de ondernemingsbrede (corporate) risicomanagementsystemen. Voor investeringsbeslissingen worden doorgaans aparte regels opgesteld die moeten voldoen aan het ondernemingbrede risicomanagement. Vanuit governance overwegingen moet bij risicoanalyses ten behoeve van de investeringsbeslissing ook de exploitatiefase worden meegenomen. In de praktijk gebeurt dit echter in zeer geringe mate. Risico’s bij WKO installaties De huidige investeringsmodellen besteden veel aandacht aan de ontwikkelfase, maar laten grote delen van de exploitatiefase onbelicht. Dit heeft ondermeer te maken met het feit dat deze modellen door technisch georiënteerde personen worden gemaakt en gebruikt. Als belangrijkste risicofactoren worden naast problemen met vergunningen technische zaken, zoals problemen rond het boren en onvoldoende of teruglopende capaciteit als belangrijkste risico’s genoemd. Daarnaast kan de kwaliteit van de gekozen materialen en de uitvoerders van invloed zijn op de onderhoudskosten tijdens de exploitatieperiode. De risico’s in de exploitatiefase worden ook in de risicoanalyse van financiële instellingen onderbelicht, omdat deze slechts belang hebben bij tijdig betalen van de rente en aflossingen. De genoemde risico’s die in dit kader worden gesignaleerd blijven beperkt tot het leegstand risico en het risico op non-betaling, daarnaast wordt nog gewezen op risico van onderbreken van de levering van warmte en onderhoud, deze laatste zijn naar mening van de financieel deskundigen echter voldoende ondervangen door marktconforme berekeningen. Er is dus duidelijk een discrepantie tussen de huidige in gebruik zijnde investeringsmodellen en de op grond van risicomanagement good governance gewenste modellen. In het ideale investeringsmodel moet de gehele exploitatieperiode worden betrokken. Daarnaast moet er zowel tijdens de ontwikkelfase en de exploitatiefase periodiek gemonitord worden of de gewenste doelstellingen worden behaald of dat er aanvullende maatregelen noodzakelijk zijn.

Voor investeringsbeslissing geschikte risicoanalyse technieken Er zijn disverse analyse technieken beschikbaar die kunnen worden toegepast bij het nemen van investeringsbeslissingen. De technieken lopen sterk uiteen in complexiteit, transparantie, objectiviteit en rekentechniek. Voor het nemen van investeringsbeslissingen gaat de voorkeur uit naar het gebruik van de gevoeligheidsanalyse en de scenarioanalyse. Beide technieken zijn gebaseerd op de Monte Carlo analyse en werken met geavanceerde rekenprogramma’s. Ondanks de complexe rekentechniek geven deze methodes een transparant en objectief beeld van de investeringsplannen. Na het literatuuronderzoek zijn de bestaande rekenmodellen voor investeringsanalyses in warmte- koudeopslag installaties geanalyseerd. Aansluitend is met behulp van experts met betrekking tot warmte-koudeopslag installaties een nieuw investeringsmodel gebouwd. Uit de analyse van bestaande modellen bleek dat de resultaten van deze modellen multiinterpretabel en daarmee niet geschikt zijn voor een uniform afwegingskader. Daarnaast bleek het gehanteerde begrippenkader niet eenduidig en uniform. Bovendien worden afhankelijke en onafhankelijke variabele door elkaar gebruikt, waardoor statistische analysetechnieken niet of slechts na veel aanpassingen kunnen worden gebruikt. Samen met de geconstateerde afwijkingen in de fasering kan dit tot onjuiste conclusies met betrekking tot de kasstromen leiden. Objectivering van de investeringsbeslissing Een deel van deze constateringen is inherent aan het werken met grote spreadsheets. Door in plaats van een spreadsheet met een geavanceerde database te werken, kunnen veel problemen worden ondervangen. Vrijwel alle berekeningen die voor een investeringsselectie noodzakelijk zijn kunnen technisch gezien ook met een moderne database worden uitgevoerd. Moderne databases hebben rekenkundig zelfs een voordeel op spreadsheets, doordat het mogelijk is meer dan één variabele te gelijk te wijzigen en door te rekenen. Een groot voordeel van het werken met een database is dat de foutkans aanzienlijk afneemt, omdat de bouwer vooraf wordt gedwongen bepaalde processtappen te doorlopen. Door te werken met een procesmatrix wordt de juistheid en de volledigheid van het proces gewaarborgd. Eén van de belangrijkste processtappen bestaat uit het opstellen en

verwerken van eenduidige definities. De gebruikte definities zijn opgesteld door de tijdens de voorbereidingsfase gevonden informatie te combineren met informatie uit interviews met zowel technische als financiële experts. Na het opstellen zijn de definities tijdens een expertmeeting ter validatie voorgelegd aan dezelfde experts. Daarbij was de discussie hoofdzakelijk gericht op de gevolgen van de definitiekeuze voor de verschillende disciplines. De procesmatrix is vervolgens gebruikt als input voor het opstellen van het rekenscript. Het rekenscript is een soort van decision tree en wordt gebruikt om te bepalen welke berekeningen wanneer moeten worden uitgevoerd. Geschiktheid voor scenarioanalyses In het nieuwe investeringsmodel kunnen scenarioanalyses worden gemaakt door middel van Monte Carlo simulaties. De nadelen rond het vaststellen van de kansbepaling bij het werken met Monte Carlo simulaties wordt ondervangen door gebruik te maken van Crystal Ball als informatiemodule voor scenarioanalyses en niet als risicomodule. Crystal Ball rekent op operationeel niveau een uitkomst uit, gegeven het feit dat deze tussen twee uitersten moet liggen. De flexibiliteit en doelmatigheid van het model worden vergroot door bij classificatie van de data in het model, onderscheid te maken tussen de verschillende soorten variabele. Mede daardoor is het mogelijk om kengetallen per object type te generen maar ook op locatie of fase. Hierdoor kan de voortgang van het project gedurende de gehele levensduur beter worden gemonitord. Indien gewenst kunnen projecten ook eenvoudig gekoppeld en gefaseerd worden. Model input Het model kan op twee manieren worden gevuld. De complexe manier bestaat uit het direct vullen van de database. Omdat daarbij specifieke kennis van databases voor nodig is, is deze weg niet voor de doorsnee gebruiker voorhanden. De doorsnee gebruiker zal via een spreadsheet de gegevens aanleveren bij de programmeur en deze verwerkt de gegevens in de database. Een automatische koppeling met een spreadsheet is wel mogelijk, maar dan moet de gebruiker wel over een aantal Oracle licenties kunnen beschikken.

Na het bouwen en vullen van het model kan het gebruikt worden voor het maken van gevoeligheidanalyses en scenarioanalyses. Voor de gevoeligheidsanalyse op de netto contante waarde is gebruik gemaakt van ervaringcijfers van de expertgroep. De door de expertgroep gesignaleerde risico’s komen in grote lijnen overeen met de risico’s die in hoofdstuk 2 door middel van literatuuronderzoek zijn gevonden. Een deel van deze risico’s kan niet worden gekwantificeerd en dus ook niet in het model worden doorgerekend. De risico’s die wel gekwantificeerd kunnen worden, hebben enerzijds betrekking op de kosten voor rente en de inkoop van elektriciteit en gas en anderzijds op de levering en de prijs van warmte. De variabelen met de grootste invloed op de uitkomsten van het model Na overleg met de expertgroep zijn de vijf belangrijkste variabelen, die de netto contante waarde bepalen, vastgesteld. Op deze variabelen is een gevoeligheidsanalyse uitgevoerd en is het effect van de variabelen op de netto contante waarde bepaald. Daaruit blijkt dat de netto contante waarde na dertig jaar exploitatie hoofdzakelijk wordt bepaald door de discontovoet en de verkoopprijs van warmte. De invloed van deze variabelen op de investeringsbeslissing Uit de gevoeligheidsanalyse blijkt dat de discontovoet en de verkoopprijs van warmte, grote invloed heeft op de netto contante waarde. In de discontovoet zitten ook de rentekosten versleuteld. Omdat de rentekosten doorgaans een aanzienlijk onderdeel uitmaken van de totale kosten, zal de discontovoet van grote invloed zijn op de investeringbeslissing. Aan de andere kant wordt het go/no go moment bepaald door de verdiencapaciteit van de investering. In dit geval zit de verdiencapaciteit in de levering van warmte en dus in de leveringsprijs van warmte. Daarmee zal de leveringsprijs van warmte zeker van invloed zijn op de investeringsbeslissing De geschiktheid van variabelen voor gebruik in een scenarioanalyse In principe zijn alle variabele geschikt voor het doorrekenen in een scenarioanalyse. Door de combinatie van Crystal Ball en Essbase is het ook mogelijk om alle variabele door te rekenen.

Indien dergelijke krachtige tools niet voorhanden zijn, kan als alternatief worden uitgeweken naar het rekenen met de meest prominente variabele uit de gevoeligheidsanalyse. Het effect van de scenarioanalyse op de investeringsbeslissing Het effect van de uitkomsten van de scenarioanalyse op de investeringsbeslissing kan niet inzichtelijk worden gemaakt met het model. Bij een juiste implementatie en gebruik van de risicomanagementcyclus mag men er van uitgaan dat deze uitkomsten op een objectieve manier worden geïnterpreteerd. Dit is echter een aanname. Subjectiviteit bij de besluitvormers is daarom niet uit te sluiten en daarmee is het effect van de scenarioanalyse op de investeringsbeslissing niet vast te stellen.

Inhoud Samenvatting Hoofdstuk 1 Inleiding 1 1.1 Investeringen in WKO’s 1 1.1.1 Fysieke eigenschappen 2 1.1.2 Bedrijfseconomische eigenschappen 2 1.1.3 Investeringsanalyse 2 1.2 Onderzoeksvragen en doelstellingen onderzoek 3 1.3 Leeswijzer 4 Hoofdstuk 2 Theoretische achtergronden risicoanalyse 6 2.1 Inleiding 6 2.2 Risicomanagement 7 2.2.1 Definities 7 2.2.2 Risicomanagement en governance 9 2.2.3 Begrippenkader 10 2.3 Risicoanalyse bij investeringsbeslissingen 14 2.4 Risico herkenning bij WKO’s 16 2.5 Conclusies en samenvatting 19 Hoofdstuk 3 Bouw van het investeringsmodel 23 3.1 Inleiding 23 3.2 Voorbereidingsfase 24 3.2.1 Uniforme benaming van variabelen 24 3.2.2 Afhankelijkheid van variabelen 24 3.2.3 Onvoldoende foutherkenning planning 25 3.3 De bouw van het model 25 3.3.1 Definities en uitgangspunten 26 3.3.2 Dataselectie 28 3.3.3 Rekensystematiek 29 3.4 De gebruiksmogelijkheden van het model 31 3.5 Samenvatting 33 Hoofdstuk 4 Gevoeligheids- en scenarioanalyse 36 4.1 Inleiding 36 4.2 Gevoeligheidsanalyse 36 4.3 Scenarioanalyse 41 4.4 Samenvatting 44 Hoofdstuk 5 Conclusies en aanbevelingen 47 5.1 Conclusies 47 5.2 Aanbevelingen 48 Literatuurverwijzing 50 Bijlage I Gebruikte afkortingen Bijlage II COSO Risk Assesment Questions Bijlage III Vergelijking governance code commerciële bedrijven en woningcorporaties Bijlage IV Calculatie script Bijlage V Invoerparameters Bijlage VI Statistische keuzes Monte Carlo Simulaties Bijlage VII Output na 40 jaar exploitatie

1. Inleiding Als gevolg van de hoge energieprijzen en de doelstellingen om de CO 2 -uitstoot te verminderen, wordt steeds vaker naar de toepassing van alternatieve energiebronnen gekeken. Het Rijk heeft hiertoe een convenant gesloten met de woningcorporaties waarin is afgesproken dat de woningcorporaties een reductie van het gasverbruik met 20% mogelijk maken in de periode 2008-2018. 1 Tot voor kort werden de woonlasten hoofdzakelijk door de huur, dan wel de hypotheeklasten bepaald. Daarbij wordt het onderste segment van de huurmarkt vrijwel geheel bediend door woningcorporaties2. De betaalbaarheid van een woning werd daarbij alleen op basis van de huursom werd beoordeeld. Inmiddels wordt bij het vaststellen van de maximale huur van een woning ook met de energiebehoefte van een woning rekening gehouden3. Woningcorporaties worden zo instaat gesteld een deel van de investeringen in duurzaamheid terug te verdienen en zo hun milieudoelstellingen op een financieel verantwoorde wijze te realiseren. De doelstelling van een aantal woningcorporaties reikt echter verder. Deze groep wil, naast het terugdringen van de CO 2 -reductie, door het toepassen van duurzame energiebronnen, ook zorgen dat de woonlasten van huurders minder afhankelijk worden van de prijzen op de energiemarkt. Dit doen zij ondermeer door te investeren in alternatieve energie bronnen zoals Warmte Koude Opslagsystemen (WKO’s).

1.1 Investeringen in WKO’s Investeringen in WKO’s worden door woningcorporaties doorgaans op de zelfde manier beoordeeld als investeringen in vastgoed. Daarmee wordt voorbijgegaan aan de specifieke fysieke en bedrijfseconomische eigenschappen van WKO’s. Energieopwekking, dat geldt zowel voor warmte als voor elektriciteit, is een totaal andere activiteit dan de bouw en exploitatie van woningen.

1

1.1.1 Fysieke eigenschappen WKO’s werken met warmte uit de bodem. Deze warmte wordt doormiddel van technisch hoogwaardige installaties uit de bodem gehaald. WKO installaties hebben een optimaal rendement als gewerkt wordt met een zogenaamd laag temperatuur verwarmingssysteem. Dat heeft echter directe gevolgen voor de materiaalkeuze, de inrichting en het afwerkingniveau van de woningen die met de WKO installaties moeten worden verwarmd4. Dit zijn allemaal technische aspecten die nagenoeg geheel onbekend zijn voor woningcorporaties. Doordat de bouw van een WKO installatie een sterk projectmatig karakter heeft, lijkt deze eventueel met de inhuur van de juiste technici goed te kunnen worden geïntegreerd in het ontwikkelproces van woningen. 1.1.2 Bedrijfseconomische eigenschappen Woningcorporaties beschikken al over een administratie waarin de woningen die met WKO’s worden verwarmd zijn vermeld. Het zelf of via een 100% dochter ondernemingen exploiteren van de WKO ligt daarmee voor de hand. De exploitatie van een WKO installatie is echter een nieuwe bedrijfsactiviteit voor de corporaties. De exploitatie risico’s bevinden zich op een totaal ander vlak dan de risico’s die met de exploitatie van woningen samenhangen. Zo zijn de opbrengsten direct of indirect aan de energieprijzen gekoppeld. Het gevolg hiervan is dat de exploitatie inkomsten veel meer volatiel zijn dan bij de verhuur van woningen. Dit effect treedt ook op aan de kostenkant, doordat voor de warmtelevering via WKO’s altijd een bijverwarming met gasketels noodzakelijk is. 1.1.3 Investeringsanalyse Uiteraard moeten deze elementen bij een investeringsbeslissing zo volledig en eenduidig mogelijk in kaart worden gebracht. Een traditionele bedrijfswaarde berekening is daartoe niet voldoende. Door de grotere volatiliteit in de kosten en opbrengsten is het belangrijk om met meerdere scenario’s te werken. Daarnaast is het voor nieuwe bedrijfsactiviteiten van 2

groot belang dat de resultaten op een overzichtelijke wijze worden gerangschikt. Hierdoor is het mogelijk een leereffect op basis van het eigen handelen te bewerkstelligen. Zo kunnen de verwachtingen over lopende projecten op basis van ervaringscijfers worden bijgesteld en kan het project waar mogelijk worden aangepast. Daarnaast kan de kwaliteit van de investeringsbeslissingen worden verbeterd omdat er met eigen gerealiseerde cijfers wordt gerekend en niet met geaggregeerde grootheden die door een extern bureau zijn aangeleverd. Op dit moment is een dergelijk model niet beschikbaar. Investeringsanalyses worden uitgevoerd met behulp van rekenmodellen van de technisch adviseurs. Deze modellen lenen zich niet of nauwelijks voor systematische scenarioanalyses en bieden zeker geen mogelijkheden tot het monitoren van exploitatiegegevens.

1.2 Onderzoeksvraag en doelstelling onderzoek Het ontbreekt woningcorporatie aan een generiek rekenmodel ter ondersteuning van de investeringsbeslissing in WKO’s dat ook geschikt is voor het maken van scenarioanalyses. Dit onderzoek moet een bijdrage leveren aan het beter inzichtelijk maken en kwalitatief verbeteren van deze investeringbeslissing. De primaire onderzoeksvraag luidt dan ook

Op welke wijze dient een rekenmodel te worden vormgegeven dat rekening houdt met de specifieke elementen van de investeringsanalyse voor WKO en dat geschikt is voor het maken van scenarioanalyses.

Deze onderzoeksvraag zal worden beantwoord aan de hand van de onderstaande deelvragen. -

Wat is de belangrijkste methode voor risicomanagement?

-

Welke risicoanalyse technieken zijn geschikt toepasbaar bij investeringsbeslissing?

-

Wat zijn de belangrijkste risico’s bij WKO installaties?

3

-

Welke beschikbare programmatuur is het best geschikt voor de bouw van het investeringsmodel?

-

Welke variabelen zijn essentieel voor de betrouwbaarheid van het model?

-

Welke variabelen hebben de grootste invloed op de uitkomsten van het model?

-

Wat is de invloed van deze variabelen op de investeringsbeslissing?

-

Welke variabelen zijn het meest geschikt voor gebruik in een scenarioanalyse?

-

Wat is het effect van de scenarioanalyse op de investeringbeslissing, is dit effect verklaarbaar en beïnvloedbaar?

1.3 Leeswijzer Dit onderzoeksrapport is opgebouwd uit drie fases die verdeeld zijn over vijf hoofdstukken, waarvan deze inleiding het eerste hoofdstuk is. Per fase zijn een aantal deelvragen geformuleerd die in het betreffende hoofdstuk worden beantwoord. Hoofdstuk 2 behandelt de eerste fase. In de eerste fase worden de achtergronden rondom risicomanagement door middel van literatuuronderzoek onderzocht. Eerst worden de historie en de theorie van het risicomanagement beschreven. Daarna wordt nader ingegaan op het begrip risicoanalyse. Vervolgens wordt de beschreven theorie geconfronteerd met een aantal praktijksituaties met betrekking tot WKO installaties. Hoofdstuk 3 behandelt de tweede fase. In dit onderdeel van het rapport wordt de bouw van het investeringsmodel toegelicht. Dit wordt gedaan aan de hand van analyses en praktijkonderzoek. Het praktijkonderzoek bestaat uit een eigen analyse van de op dit moment gebruikte modellen. Op basis van de uitkomsten wordt een aantal interviews gehouden met deskundigen op dit vakgebied. Na verwerking van de informatie worden de deskundige nogmaals geraadpleegd en worden de effecten van hun uitspraken op de variabele en de processen vastgesteld. In de voorbereidingsfase wordt eerst een analyse van een bestaand model uitgewerkt. Vervolgens wordt uitgelegd welke stappen zijn gezet om tot het nieuwe model te komen en welke technieken daarvoor worden gebruikt. Aansluitend wordt de werking van het model uitgelegd. 4

De derde fase wordt in hoofdstuk 4 beschreven. In deze fase wordt eerst een korte uitleg gegeven van de begrippen gevoeligheidsanalyse en scenarioanalyse. Daarna wordt de op het model toegepaste gevoeligheidsanalyse besproken. In deze fase wordt net als in hoofdstuk 3 gebruik gemaakt van een team van deskundige. In dit geval wordt op basis van informatie van de deskundige per variabele een uitspraak gedaan over het soort kansverdeling. Aansluitend worden een aantal scenario’s doorgerekend en toegelicht. Daarbij wordt ook aandacht besteed aan het werken met ervaringscijfers. In het vijfde en laatste hoofdstuk worden de conclusies besproken. Daarnaast zullen enkele aanbevelingen worden gedaan om het model verder in de toekomst uit te breiden met additionele functionaliteiten.

1

www.aedesnet.nl, Onderhandelaarsakkoord Rijk - Aedes www.vois.datawonen.nl 3 www.rijksoverheid.nl 4 Hameetman, P. Toolkit duurzame woningbouw voor ontwikkelaars, gemeenten en ontwerpers. Aeneas, Boxtel 2005 2

5

2. Theoretische achtergronden risicoanalyse 2.1 Inleiding Door de toegenomen automatisering en informatisering is het tegenwoordig veel gemakkelijker om informatie over een onderwerp te verzamelen dan in het verleden. Dit geldt zelfs voor een van oudsher weinig transparante sector als de vastgoedsector. Informatie over vraag en aanbod en gerealiseerde transacties is ruimschoots voorhanden. Bovendien kan deze informatie door middel van het internet zeer snel wereldwijd worden verspreid. In eerste instantie zijn een snelle beschikbaarheid van informatie en een hogere transparantie zeer nuttig. Er is echter ook een keerzijde. Ook negatieve informatie zoals fouten en malversaties zijn met de huidige multimedia snel en wereldwijd toegankelijk. Hierdoor kan de jaren opgebouwde reputatie in enkele ogenblikken worden geruïneerd. Bedrijven en andere organisaties moeten daarom, meer dan in het verleden, alert zijn op aspecten van hun activiteiten die door de maatschappij als negatief ervaren kunnen worden. Door het toepassen van risicomanagement kunnen deze aspecten op een gestructureerde wijze in beeld worden gebracht en kan vervolgens waar nodig maatregelen worden genomen. In dit hoofdstuk worden de theoretische achtergronden van het begrip risicoanalyse kort toegelicht. Door middel van een literatuuronderzoek worden drie van de centrale onderzoeksvraag afgeleide deelvragen beantwoord. De drie deelvragen zijn:

-

wat zijn de belangrijkste methode voor risicomanagement?

-

welke risicoanalyse technieken zijn geschikt toepasbaar bij investeringsbeslissing?

-

wat zijn de belangrijkste risico’s bij WKO installaties?

In paragraaf 2.2 wordt eerst ingegaan op het begrip risicomanagement in het algemeen. In deze paragraaf wordt antwoord gegeven op de eerste twee deelvragen. Daarna wordt in paragraaf 2.3 de derde deelvraag beantwoord. Deze paragraaf behandelt de rol van risicoanalyses bij investeringsvraagstukken. In de laatste paragraaf van dit hoofdstuk worden 6

op basis van de besproken theorie enkele conclusies getrokken over de toepassing van het begrip risicoanalyse door woningbouwcorporaties bij het investeren in Warmte Koude Opslag (WKO) installaties.

2.2 Risicomanagement In de inleiding van dit hoofdstuk is de noodzaak tot het toepassen van risicoanalyses op pragmatische wijze aangegeven. De wetenschappelijke aanleiding voor de noodzaak tot het maken van risicoanalyses is door Nobelprijs winnaar Daniel Kahneman5 aangetoond. Robert ’t Hart6 vertaalt de conclusie van Kahneman en vat deze samen als: “Mensen kunnen onder andere geen ingewikkelde situaties analyseren, vooral niet als de toekomstige gevolgen onzeker zijn”. In de praktijk zal het effect van menselijk handelen vrijwel altijd in meer of mindere mate onzeker zijn. Risicoanalyses kunnen een deel van die onzekerheid inzichtelijk maken, waardoor mensen beter in staat zijn rationele beslissingen te nemen. 2.2.1 Definities Door de ruime toepassingsmogelijkheid wordt risicomanagement ook wel een containerbegrip genoemd. Containerbegrippen zijn lastig in een eenduidige definitie te vatten. Een van de meest bekende definities is afkomstig van The Committee of Sponsoring Organizations of the Treadway Commission (COSO). Deze organisatie heeft als doel sturing te geven aan de ontwikkeling van kaders en richtlijnen voor ondermeer Enterprice Risk Management (ERM) systemen7. Het Nederlands Instituut van Register Accountants (Nivra)8 heeft de door het COSO opgestelde definitie voor risicomanagement in het Nederlands vertaald. Ondernemingsrisicomanagement is een proces dat bewerkstelligd wordt door het bestuur van de onderneming, het management en ander personeel en wordt toegepast bij het formuleren van de strategie en binnen de gehele onderneming, ontworpen om potentiële gebeurtenissen die invloed kunnen hebben op de onderneming te identificeren en om risico’s 7

te beheren zodat deze binnen de risicoacceptatiegraad vallen, om een redelijke zekerheid te bieden ten aanzien van het behalen van de ondernemingsdoelstellingen. Naast het COSO heeft ook het International Organization for Standarization (ISO)9 een raamwerk voor riskmanagement opgezet. Dit risicomanagement systeem staat bekend onder de naam ISO 31000. ISO 31000 is een generiek systeem dat helpt de risico’s in beeld te brengen. Het is in het Nederlands vertaald door het Nederlands Normalisatie-instituut (NEN)10. Het NEN omschrijft ISO 31000 als “De eerste internationale norm die een gemeenschappelijk begrippenkader en generiek raamwerk biedt voor het integraal managen van allerlei typen risico’s. Het gaat daarbij om alle onzekere factoren die een negatieve of positieve invloed kunnen hebben op het bereiken van de doelstellingen van een organisatie: het gaat dus niet alleen om bedreigingen, maar ook om kansen”. Het verschil tussen de definitie van het COSO en het ISO is dat het ISO meer de nadruk legt op het te bereiken doel dan op de mogelijke gebeurtenis.11 Als verklaring voor dit verschil in aanpak noemt Knight de organisatie van het COSO. In het COSO zijn relatief veel bedrijven vertegenwoordigd die zich richten op accountancy en financieel management12. De door Knight genoemde invloed van accountants en financieel managers is inderdaad uit de in Bijlage I toegevoegde lijst met Risk Assesment Questions van het COSO op te maken. Een aantal van de gestelde vragen richt zich slechts op de bedreiging en niet zoals Knight stelt op de afwijking van de verwachting. De Koning13 wijst net als Knight (Knight 2007, p.8) op het risico dat de holistische benadering van het COSO ook nadelen heeft. De Koning noemt als belangrijk nadeel dat in het COSO ERM Framework alles over één kam wordt geschoren, waardoor de nuance verloren dreigt te gaan (De Koning 2006, p36). Opvallend is dat het Nivra, ondanks dat zij de definitie van het COSO onderschrijft, specifiek het identificeren van kansen bij het nemen van bewuste risico’s de prestaties van de organisatie juist ondersteunt. Het Nivra ziet dit als een belangrijke impuls voor risicomanagement noemt (Nivra 2009 p.8). Uit het bovenstaande kan worden opgemaakt dat de makers van ISO 31000 bij het opstellen van de definitie voor risicomanagement wat meer zuiver in de leer zijn dan het COSO. De opmerking van het Nivra geeft echter aan dat het een het ander niet uitsluit. In de praktische

8

uitwerking ontlopen beide definities elkaar dus weinig. Toezichthouders zullen echter veelal meer geïnteresseerd zijn in de negatieve scenario’s en daarbij horende gevolgen voor de organisatie. 2.2.2 Risicomanagement en governance Het NEN heeft de ISO 31000 in 2009 vertaald naar de Nederlandse situatie. Uiteraard werd er ook voor die tijd over risicomanagement nagedacht. Voor Nederlandse beursgenoteerde bedrijven zijn de uitgangspunten van risicomanagement voor het eerst vastgelegd in de Nederlandse Corporate Governance Code (NCGC). Deze code dateert uit 2003 en is op 30 december 2004 bij algemene maatregel van bestuur aangewezen als gedragscode in de zin van artikel 2:391 lid 5 van het Burgerlijk Wetboek (BW). Dit houdt in dat beursvennootschappen sinds 1 januari 2004 verplicht zijn in hun jaarverslag een mededeling te doen over de naleving van de code en daarbij een gemotiveerde opgave dienen te geven over de tot het bestuur en de raad van commissarissen gerichte principes en best practice bepalingen, die niet worden toegepast14. Daarnaast moeten in het jaarverslag de belangrijkste kenmerken van de interne risicobeheersings- en controlesystemen in verband met het proces van financiële verslaggeving van de vennootschap in de verklaring worden opgenomen en dient de verklaring door de accountant te worden gecontroleerd. De NCGC geeft dus slechts aan dat er aan interne risicobeheersing moet worden gedaan, maar stelt geen specifieke eisen aan het hoe en wat van de risicobeheersing. Drie jaar na het verschijnen van de NCGC verscheen ook de Governance Code Woningcorporaties (GCW). De GCW is in werking getreden op 1 januari 2007. Van woningcorporaties wordt daardoor verwacht dat zij vanaf het jaarverslag over boekjaar 2007, jaarlijks in het jaarverslag een hoofdstuk wijden aan de hoofdlijnen van de governance structuur van de woningcorporatie en aan de naleving van de governance code, waarbij eventuele afwijkingen van de bepalingen worden verklaard15. Op grond van de GCW dient de woningcorporatie een op haar bedrijfsvoering toegesneden interne risicobeheersing- en controlesysteem te hebben. In de GCW wordt op diverse plaatsen aandacht besteed. Deze laten zich echter samenvatten in drie hoofdpunten16;

9

-

in de woningcorporatie is een op de woningcorporatie en haar bedrijfsvoering toegesneden intern risicobeheersings- en controlesysteem aanwezig (artikel II.1.4).

-

in het jaarverslag geeft het bestuur inzicht in de interne risicobeheersings- en controlesystemen en de werking hiervan (artikel II.1.5).

-

het toezicht van de raad van commissarissen op het bestuur omvat in ieder geval: de strategie en de risico’s verbonden aan de activiteiten van de woningcorporatie, de opzet en de werking van de interne risicobeheersings- en controlesystemen (artikel III.1.6).

De NCGC en de GCW vertonen grote overeenkomsten. Voor de letterlijke tekst van de relevante artikelen wordt verwezen naar bijlage II. Dit kan ook niet anders omdat beide moeten voldoen aan de (Europese) regels voor de jaarverslaglegging. Opvallend is echter dat er in de GCW gesproken wordt over analyses, terwijl in de NCGC beschrijvingen van de opzet van de systemen en de geconstateerde afwijkingen worden gevraagd. Door specifiek aandacht te vragen voor de analyse in plaats van voor de afwijking sluit het GCW meer aan op het door Knight beschreven gedachte goed van ISO 31000. 2.2.3 Begrippenkader De brede definitie van het begrip risicomanagement helpt niet bij het zoeken naar concrete toepassingen van risicomanagement. Wel is er een duidelijke splitsing in wat genoemd wordt harde en zachte vormen van risicomanagement te maken. De relatie tussen risicomanagement en doelstellingen wordt de harde kant genoemd, de bewustwording van risico’s staat bekend als de zachte kant (’t Hart 2008 p.8). Naast het onderscheid in hard en zacht is er ook onderscheid te maken tussen kwalitatief en kwantitatief risicomanagement. Kwalitatief risicomanagement beperkt zich tot het opsommen van een aantal risico’s, eventueel op basis van (groeps)interviews. Bij kwantitatief risicomanagement worden deze risico’s ook gewogen door er een getal of een score aan toe te kennen. De Koning geeft aan dat de opsplitsing van het ondernemingsbrede risicomanagement, ook wel enterprice riskmanagement (ERM) genoemd, het mogelijk maakt oplossingen die op deelgebieden zijn ontwikkeld, nader te bestuderen en na te gaan of en in 10

hoeverre zij in het enterprice risk management kunnen worden toegepast. Hiertoe onderscheidt hij, analoog aan de Canadese Casualty Acturuarial Society (CAS)17, vier soorten risico: -

strategic risks, waaronder wordt gerekend reputatieschade, concurrentie, demografische en socio/culturele ontwikkelingen, technische innovatie, et cetera.

-

financial risks, waaronder wordt gerekend marktrisico, prijsrisico, kredietrisico, et cetera.

-

hazard risks, verzekerbare risico’s zoals (brand)schade aan eigendommen, bedrijfstakschade, aansprakelijkheid, et cetera.

-

operational risks, risico’s die verband houden met de uitvoering van bedrijfsprocessen, het gebruik van informatietechnologie, financiële rapportering, et cetera (De Koning, 2006, p36).

Deze indeling dient als een hulpmiddel bij het analyseren van de risico’s van een onderneming. Risico’s zijn, zoals eerder opgemerkt, sterk gekoppeld aan menselijk handelen, het is daarom van groot belang het effect van het menselijk handelen ten aanzien van risico’s in beeld te brengen. Dit wordt gedaan met behulp van de begrippen, risk attitude, risk appetite en risk response. Het begrip risk attitude geeft aan wat voor basishouding een organisatie heeft in het omgaan met risico’s. Er wordt onderscheid gemaakt tussen risk-averse, risk-neutral en risk-loving18. Hiermee wordt op hoofdlijnen aangegeven of een organisatie bereid is grote risico’s te nemen of doorgaans voor de meer voorzichtige weg zal kiezen. Risk appettite staat voor de mate van risico die een organisatie bereid is te nemen en wordt gebruikt bij kwantitatieve vormen van risicomanagement. Het begrip wordt veel toegepast bij de analyse van financiële risico’s, bijvoorbeeld in de vorm van de value-at-risk (De Koning 2006, p.42). De value-at-risk staat in dat geval voor het risico dat een organisatie moet accepteren om zijn beoogde doelstelling te behalen. Met risk response wordt de reactie van een organisatie op een waargenomen risico bedoeld. Deze reactie kan bestaan uit het nemen van een beheersmaatregel om het risico weg te nemen of te verkleinen.

11

Risicomanagement wordt door PriceWaterhouseCoopers19 (PWC) omschreven als een cyclisch proces dat bestaat uit identificeren, analyseren, reageren, monitoren en rapporteren van en over risico’s (PWC 2005 p.24). Deze beschrijving is duidelijk procesgericht en meer vanuit een governance optiek beschreven. Gehner20 hanteert een meer projectgerichte aanpak en beschrijft in drie stappen, risicoanalyse, risicorespons en risicobeheersing. De eerste stap is de analyse fase. In deze fase worden de risico’s geïdentificeerd en waar mogelijk gekwantificeerd. Rompelberg21 maakt daar nog expliciet onderscheid tussen de kwalitatieve en de kwantitatieve analyse. Naar aanleiding van de analyse volgt stap twee waarin een reactie op de waargenomen risico’s plaatsvindt, deze stap wordt ook wel de respons fase genoemd. In de derde stap worden de maatregelen geformuleerd waarmee de risico’s moeten worden beheerst. Na het uitwerken van de beheersmaatregel wordt de analyse fase opnieuw doorlopen om te toetsten of de getroffen beheersmaatregelen afdoende zijn. Ook in deze fase komt de meer procesgerichte aanpak van Rompelberg naar voren. Net als PWC vraagt hij in deze fase ook aandacht voor de monitoring van de aangetroffen risico’s en de naar aanleiding daarvan getroffen beheersmaatregelen. Ter verduidelijking wordt het risicomanagement cyclus in de onderstaande figuur grafisch weer gegeven.

Figuur 1: risicomanagement cyclus. Bron: Wikipedia

12

De beheersmaatregelen worden door zowel PWC, Gehner en Rompelberg ingedeeld in vier groepen. Na identificatie van een risico kan besloten worden het risico te vermijden, te reduceren, over te dragen of te accepteren (PWC 2005, p.29). Bij het vermijden moet worden gedacht aan het schrappen van de meest risicovolle onderdelen van een project. Reduceren betekent dat er maatregelen worden genomen waardoor het optreden van het risico niet tot dramatische gevolgen leidt. Met overdragen wordt bedoeld dat het risico geheel of gedeeltelijk bij een contractpartner wordt neergelegd. Gehner en Rompelberg noemen dit proces de responstypologie. In dit onderzoek wordt vooral gezocht naar de relaties tussen risicomanagement in de investeringen in WKO installaties. Daarmee richt het zich dus op de harde kant van het risicomanagement. Het mag duidelijk zijn dat het uitvoeren van een risicoanalyse met betrekking tot investeringen weliswaar tot de harde vorm van risicomanagement wordt gerekend, maar dat deze niet mogelijk is zonder eerst de zachte kant doorlopen te hebben. Zonder een goede bewustwording van mogelijke risico’s is een gedegen analyse niet mogelijk. Of zoals ’t Hart het verwoordt: “Investeer in het voortraject, zodat er geen energie gebruikt moet worden voor zaken die al fout zijn gegaan” (’t Hart 2008 p.7).

2.3 Risicoanalyse bij investeringsbeslissingen In de voorgaande paragraaf blijkt duidelijk dat risicomanagement meer is dan het optimaliseren van het financieel resultaat. In deze paragraaf worden voor de investeringsbeslissingen specifieke vormen van risicoanalyse besproken. Daarbij wordt gebruikt gemaakt van het door Ellen Gehner geschreven boek Risicoanalyse bij projectontwikkeling. Gehner deelt de risicoanalyse technieken op in twee categorieën, te weten de deterministische en de probabilistische analysetechniek (Gehner 2003, p 5). De deterministische technieken hebben slechts tot doel mogelijke risico’s te identificeren en doen geen uitspraak over de kans van optreden. Probabilistische technieken kwantificeren wel een kans dat een gebeurtenis kan optreden. Probabilistische technieken zijn vaak complexer en moeten worden uitgevoerd met behulp van een computer. 13

De risk premium techniek is een relatief eenvoudige en gemakkelijk toepasbare techniek die bestaat uit het opnemen van een bepaald bedrag voor onvoorziene omstandigheden. De hoogte van het op te nemen bedrag is subjectief. Deze techniek geeft daardoor geen extra informatie over het effect van het optreden van een risico. De meerwaarde voor de investeringsbeslissing is daardoor gering en draagt slechts bij aan de bewustwording van bepaalde risico’s. Een soortgelijke gedachte wordt ook bij de risk adjusted discount rate techniek toegepast. In dit geval wordt het risico opslag echter verwerkt in de discontovoet waartegen de verschillende onderdelen contant worden gemaakt. De discontovoet is daarbij opgebouwd uit een risicovrij rendement, een risico opslag voor het ondernemen en een specifiek risico opslag voor de specifieke soort investering. Net als bij de “risk premium”techniek zijn de opslagen niet of nauwelijks te objectiveren en zijn feiten en persoonlijke interpretaties moeilijk te onderscheiden. Dit heeft tot gevolg dat het verschil tussen risico attitude en risico effect vertroebelt. Daar komt bij dat de discontovoet per activiteit of kostensoort moet worden vastgesteld waardoor het een zeer tijdrovende exercitie wordt. Een techniek die gekenmerkt wordt door het toepassen van kansrekening is de decision analysis. Bij deze techniek worden de besluitmomenten in een decision tree verwerkt, aan elk besluitmoment wordt vervolgens per besluitmogelijkheid een slaagkans toegedacht. Het toekennen van de individuele kansen is zeer tijdrovend en grotendeels subjectief. Daarnaast is de rekensystematiek voor het rekenen met kansen complex. Zeker als de kansen afhankelijk zijn en dat zal bij investeringsbeslissingen vaak het geval zijn. Bij de certainty equivalent techniek worden elementen van decision analysis en de risk adjusted discount rate gecombineerd. In plaats van met een discontovoet te rekenen wordt nu met een kans gerekend. Door per activiteit / kostensoort een probabiliteit toe te kennen, ontstaat een soort weging die uitwerkt in het financiële resultaat. Ook hier geldt dat de kans toekenning subjectief is waardoor het onderscheid tussen feit en mening en risico attitude en risico effect niet duidelijk is. Bovendien is het toekennen van kansen en het per activiteit / kostensoort doorrekenen zeer tijdrovend. 14

De gevoeligheidsanalyse is een techniek om het effect van een variabele op het resultaat aan te geven. Voordeel van deze techniek is dat deze snel en eenvoudig toepasbaar is en een objectief beeld geeft over de bijdrage van een variabele aan het financieel resultaat. Nadeel is dat geen uitspraak kan worden gedaan over de kans waarmee dit resultaat daadwerkelijk wordt gerealiseerd. De scenarioanalyse wordt gezien als een complexe vorm van een gevoeligheidsanalyse. Bij een scenarioanalyse wordt het effect van een aantal variabele op het resultaat bepaald. Deze techniek kan snel en eenvoudig worden toegepast en genereert objectieve resultaten. Het nadeel is dat er geen uitspraak wordt gedaan over de waarschijnlijkheid van een scenario. De expected monetary value-method is een techniek die de voordelen van een scenarioanalyse koppelt aan een kansverdeling. Nadeel daarbij is dat de expected monetary value een enkelvoudige waarde is waardoor deze techniek minder geschikt is voor het bepalen van het risico effect. Voor het onderling vergelijken van bepaalde scenario’s en/of effecten is deze techniek echter zeer geschikt. De expected monetary value wordt berekend door per variabele het gewogen gemiddelde van de variabele en de kans te berekenen. De Monte Carlo simulatie is de meest geavanceerde analyse techniek. Bij Monte Carlo simulaties wordt het projectresultaat bepaald door middel van stochastische berekeningen. Het voordeel van de Monte Carlo simulatie is dat de uitkomsten een objectief beeld laten zien. Nadeel is dat er voor een betrouwbare doorrekening veel data beschikbaar moet zijn en dat per parameter een uitspraak over de kansverdeling moet worden gedaan.

2.4 Risico herkenning bij WKO Bij de beschrijving van de risico’s bij het investeren in WKO installaties zal de hierboven in paragraaf 2.2.3 gegeven indeling op basis van de CAS worden aangehouden. Daarbij wordt gebruikt gemaakt van het onderzoeksrapport van Beekum, Development of District Heating 15

Network in Urban Areas van22 en het de door Hameetman geschreven Toolkit duurzame woningbouw23. In zijn rapport hanteert van Beekum de onderstaande decision tree om de haalbaarheid van een WKO installatie te beoordelen.

Figuur 2: Decision tree WKO installaties (van Beekum 2009, p 39)

De paarse rechthoeken in de bovenstaande figuur geven aan welke informatie noodzakelijk is om de in de witte rechthoeken aangegeven vragen te kunnen beantwoorden. De risicoanalyse heeft daarmee hoofdzakelijk betrekking op de paarse rechthoeken. De vragen in de witte rechthoeken maken strikt genomen deel uit van het risicomanagement, waarvan de risicoanalyse slechts een onderdeel is. Als de door het CAS benoemde vier soorten risico’s naast deze figuur wordt gelegd, valt direct op dat deze decision tree vanuit de techniek is opgesteld. Er wordt veel aandacht besteed aan de financial- en operational risks, terwijl slechts zijdelings aandacht wordt besteed aan de strategic risks en de hazard risks totaal niet herkenbaar zijn. Dat de hazard risks niet direct herkenbaar zijn in de decision tree is op zich verklaarbaar omdat het hier om “verzekerbare risico’s” gaat. Aan verzekeringen zijn echter wel kosten verbonden, die afhankelijk van de te dekken risico’s aardig kunnen oplopen. Deze kosten worden ook niet expliciet in de kosten-batenanalyse benoemd. Het is daarmee niet duidelijk

16

of en hoe er over dit soort risico’s wordt nagedacht. Ook het ontbreken van specifieke aandacht voor de strategic risks is verklaarbaar. Deze zijn voor een belangrijk deel in de financial en opperstional risks verwerkt. Het resterende deel is niet of nauwelijks te kwantificeren en heeft daarmee meer te maken met risk attitude van de investeerder dan met de risico’s op projectniveau. De financial en operational risks zijn uitgewerkt in een kosten-batenanalyse. In deze analyse wordt gewerkt met de netto contante waarde methode en door de opdrachtgever bepaalde Internal Rate of Return (IRR). De kosten-batenanalyse is voor de gehele levensduur van het project doorgerekend. Daarbij zijn naast de investeringskosten ook de onderhoudskosten, rentekosten en eventuele subsidies meegenomen. Het betreft echter overduidelijk een technische benadering vanuit het perspectief van een ontwikkelaar c.q. ontwerper omdat er niet wordt ingegaan op specifiek exploitatie gerichte elementen. Van Beekum spreekt niet expliciet van risico’s maar impliciet is wel duidelijk dat het hier om risico-elementen gaat. In de in samenwerking met Senter Novem en het ministerie van Economische Zaken ontwikkelde “Toolkit duurzame woningbouw” worden wel expliciet risico’s en beheersmaatregelen genoemd. Opvallend is dat deze op nagenoeg dezelfde onderwerpen van toepassing zijn als die van Beekum bespreekt. Beiden noemen de kans op problemen met vergunningen om te boren, problemen rond het boren en onvoldoende of teruglopende capaciteit als belangrijkste risico’s. In de Toolkit wordt daarnaast de kans op claims van de exploitant als gevolg van ontwerpfouten expliciet genoemd. Dit risico wordt in de Toolkit echter eenvoudig ondervangen door de beheersmaatregel: “de exploitant betrekken in het proces”. Opvallend is dat in de Toolkit expliciet een link wordt gelegd tussen de kwaliteit van het boorbedrijf, de gebruikte materialen en de hoogte van de onderhoudskosten. Van Beekum werkt in de investeringsmodellen voor onderhoud echter met een vast percentage van de investering. Vanuit de technische benadering blijven een aantal financiële risico’s duidelijk onderbelicht terwijl deze risico’s wel effect kunnen hebben op de kasstromen van het project en daarmee op het rendement en de financiering. Uit de financiële analyse van Thesor24 naar aanleiding

17

van een bedrijfskrediet voor Energiek B.V. 1 blijkt dat financiële instellingen slechts vier risico’s voor Energiek onderscheiden, namelijk: het leegstand risico, het risico op nonbetaling, het onderbreken van levering en het onderhoud. De eerste twee risico’s zijn operationele risico’s waarvan de kans en impact sterkt gekoppeld zijn aan het functioneren van de exploitatie maatschappij. Deze risico’s worden niet genoemd in de analyse van Van Beekum. Voor de volledigheid zouden deze risico’s daar wel, in het kader van de bewustwording, moeten worden geïdentificeerd. De kwantificatie kan dan elders in het proces van risicomanagement worden meegenomen. Het risico op onderbreking van levering wordt door Thesor op basis van de aanwezigheid van alternatieve verwarmingsbronnen als gemitigeerd aangeduid. Een zelfde redenatie wordt bij de beoordeling van het risico onderhoud aangehouden. Daarbij wordt expliciet op de afgesloten contracten en de aanwezigheid van meerdere marktpartijen, die het onderhoud kunnen uitvoeren, gewezen. De eindconclusie van Thesor luidt: De risico’s voor Energiek zijn beperkt. De kasstroom is stabiel en zeker, waarbij de aangroei van de kasstroom vooral afhankelijk blijkt van de inflatie en meer specifiek de prijsontwikkeling van energie. De best-case en worst-case analyse richt zich vervolgens alleen op de inflatie en de energieprijzen. Thesor gaat volledig voorbij aan het risico op technische problemen en de daaruit voortvloeiende kosten. Ook een worst-case scenario waarbij de installaties volledig verloren kunnen gaan ontbreekt, net als een opmerking over de verzekering van de installatie en gebouwen. Het is duidelijk dat zowel vanuit de technische - als de financiële benadering een aantal risico’s onbelicht blijven. De technici belichten vooral de risico’s ten aanzien van de investeringen en de installatie. De financiële instellingen oriënteren zich hoofdzakelijk op de kans tot het terugontvangen van de geleende geld bedragen. In beide gevallen wordt aan procesrisico’s met betrekking tot de exploitatieperiode weinig aandacht besteed. Hierdoor is het op basis van deze analyses niet mogelijk het project te monitoren en, indien nodig, bij te sturen. Dit is ongewenst omdat juist de exploitatie periode zich over een langere periode uitstrekt en alleen daarom al met meer onzekerheden en dus risico’s gepaard gaat. Voor een Energiek B.V. is een 100% dochter van woningcorporatie Staedion en heeft als activiteiten het investeren in en exploiteren van WKO en aardwarmte projecten in Den Haag.

1

18

goede investeringsbeslissing is het van belang om de risico’s voor de gehele investeringsperiode in beeld te hebben. Dit wordt ook benadrukt door Deloitte. Deloitte pleit in haar publicatie Corporatie Governance25 voor het modelmatig werken bij investeringsbeslissingen waardoor wijzigingen in de gevoeligheidsanalyse kunnen worden meegenomen. Om het proces bij langlopende projecten te kunnen volgen en eventueel maatregelen te kunnen nemen bij ongewenste situaties is, volgens Deloitte, de toetsing van de IST-positie aan de SOLL-positie van belang (Deloitte 2006, p. 76) . Deze stellingname wordt onderschreven door het Nivra dat stelt dat het essentieel is dat er bij risicomanagement sprake is van een leercyclus waarbij gebruik wordt gemaakt van ervaringen om het in de toekomst nog beter te doen. Alleen op deze wijze kan risicomanagement een bijdrage leveren aan goed ondernemerschap (Nivra 2009, p8).

2.5 Samenvatting De toepassing van risicomanagement is de laatste twintig jaar sterk toegenomen. De grondbeginselen zijn echter al in de eerste helft van de twintigste eeuw gelegd. In de tweede helft van de twintigste eeuw nam als gevolg van een aantal misstanden inde maatschappij de behoefte aan risicomanagement steeds verder toe. Gelijktijdig maakt geautomatiseerde rekentechnieken het ook mogelijk om snel complexe analyse uit te voeren die voorheen zeer veel tijd zouden kosten. Wat is de belangrijkste definitie voor risicomanagement De theorie achter risicomanagement is gebaseerd op psychologische kenmerken van het menselijk handelen. Op basis van deze kenmerken zijn diverse definities geformuleerd waarbij de definitie van het COS de meest gangbare is, deze luidt: Ondernemingsrisicomanagement is een proces dat bewerkstelligd wordt door het bestuur van de onderneming, het management en ander personeel en wordt toegepast bij het formuleren van de strategie en binnen de gehele onderneming, ontworpen om potentiële gebeurtenissen die invloed kunnen hebben op de onderneming te identificeren en om risico’s

19

te beheren zodat deze binnen de risicoacceptatiegraad vallen, om een redelijke zekerheid te bieden ten aanzien van het behalen van de ondernemingsdoelstellingen. Aan de hand van deze definitie zijn diverse governance regels opgesteld, waaronder die voor woningcorporaties. De Governance regels worden verwerkt in ondernemingsbrede (corporate) risicomanagement systemen. Voor investeringsbeslissingen worden doorgaans aparte regels opgesteld die moeten voldoen aan het ondernemingbrede risicomanagement. Vanuit governance overwegingen dient bij risicoanalyses ten behoeve van de investeringsbeslissing ook de exploitatiefase te worden meegenomen. In de praktijk gebeurt dit echter in zeer geringe mate. Wat zijn de belangrijkste risico’s bij WKO installaties De huidige investeringsmodellen besteden veel aandacht aan de ontwikkelfase maar laten grote delen van de exploitatiefase onbelicht. Dit heeft ondermeer te maken met het feit dat deze modellen door technisch georiënteerde personen worden gemaakt en gebruikt. Als belangrijkste risicofactoren worden naast problemen met vergunningen technische zaken zoals problemen rond het boren en onvoldoende of teruglopende capaciteit als belangrijkste risico’s genoemd. Daarnaast kan de kwaliteit van de gekozen materialen en de uitvoerders van invloed zijn op de onderhoudskosten tijdens de exploitatieperiode. De risico’s in de exploitatiefase worden ook in de risico analyse van financiële instellingen onderbelicht omdat deze slechts belang hebben bij tijdig betalen van de rente en aflossingen. De genoemde risico’s die in dit kader worden gesignaleerd blijven beperkt tot het leegstand risico en het risico op non-betaling, daarnaast wordt nog gewezen op risico van onderbreken van de levering van warmte en onderhoud, deze laatste zijn naar mening van de financieel deskundigen echter voldoende ondervangen door marktconforme berekeningen. Er is dus duidelijk een discrepantie tussen de huidige in gebruik zijnde investeringsmodellen en de op grond van risicomanagement en good governance gewenste modellen. In het ideale investeringsmodel moet de gehele exploitatieperiode worden betrokken. Daarnaast moet er

20

zowel tijdens de ontwikkelfase en exploitatiefase periodiek gemonitord worden of de gewenste doelstellingen worden behaald of dat er aanvullende maatregelen noodzakelijk zijn. Welke risicoanalyse technieken zijn geschikt toepasbaar bij investeringsbeslissing Er zijn disverse analyse technieken beschikbaar die kunnen worden toegepast bij het nemen van investeringsbeslissingen. De technieken lopen sterk uiteen in complexiteit, transparantie, objectiviteit en rekentechniek. Voor het nemen van investeringsbeslissingen gaat de voorkeur uit naar het gebruik van de gevoeligheidsanalyse en de scenarioanalyse. Beide technieken zijn gebaseerd op de Monte Carlo analyse en werken met geavanceerde rekenprogramma’s. Ondanks de complexe rekentechniek geven deze methodes een transparant en objectief beeld van de investeringsplannen. 5

Kahneman Daniel, A Perspective on Judgement and Choice, Mapping bounded Rationality. Princeton University, Department of Psychology. Princeton NJ 08544, USA 6 ’t Hart, Robert Zeven eigenschappen voor de effectieve implementatie van risicomanagement. B&G Oktober 2008 7 www.COSO.org 8 Nivra, Risicomanagement: een hype? Nivra Amsterdam 2009 9 www.iso.org 10 www.nen.nl 11 Knight, Kevin W. Future ISO 31000 standard on risk management. ISO Focus June 2009 12 Knight Kevin W. Special report Risk and ISO standards. ISO Focus july-August 2007 13 Koning, F. de. Ervaringen met methoden voor risk management. Grip op risicomangement, Eifel 2006 14 Commissie Corporate Governance Code. De Nederlandse corporate governance code, beginselen van deugdelijk ondernemingsbestuur en best practice bepalingen. www.commisiecorporategeovernance.nl 15 www.governancecodewoningcorporaties.nl De governancecode Woningcorporaties 16 Calon, Risicomanagement, uitdaging voor maatschappelijke ondernemingen. Aedes, mei 2010 17 www.actuaries.ca 18 www. wikipedia.org 19 Pricewaterhousecoopers, Risicomanagement, de praktijk in Nederland. PWC Amsterdam 2005 20 Gehner E., Risicoanalyse bij projectontwikkeling, TU Delft, mei 2003 21 Rompelberg, L.F.M en Hesp, M.A.S. Financiële regie bij gebiedsontwikkeling. Fakton 2007 22 Beekum, D. van. Development of District Heating Networks in Urban Areas. TU Delft, july 2009 23 Hameetman, P. Toolkit duurzame woningbouw voor ontwikkelaars, gemeenten en ontwerpers. Aeneas, Boxtel 2005 24 Thesor , Herfinanciering Energiek B.V. 2011 25 Deloitte, Corporatie Governance Projectontwikkeling. Deloitte, juni 2006

21

3. Bouw van het investeringsmodel 3.1 Inleiding Beschrijving, aanleiding, uitgangspunten en doelstelling Veel haalbaarheidsonderzoeken naar investeringen in WKO’s zijn gebaseerd op rekenmodellen van technisch adviseurs. Deze modellen bestaan doorgaans uit relatief eenvoudige spreadsheets waarin de kosten en baten gedurende de technische levensduur van de installatie in de tijd worden gezet. Vervolgens wordt de Internal Rate of Return (IRR) bepaald en de Netto Contante Waarde (NCW) berekend. Dit gebeurt uiteraard in overleg met de opdrachtgever, maar is altijd gebaseerd op technische uitgangspunten die door de technisch adviseur zijn aangedragen. Deze aanpak heeft als groot nadeel dat de belangen en ervaringen van de opdrachtgever niet of nauwelijks in het rekenmodel zijn verwerkt. Doordat slechts enkele parameters veranderbaar zijn, lenen deze rekenmodellen zich niet of nauwelijks voor scenarioanalyses. In dit hoofdstuk wordt de bouw van een geïntegreerd, generiek investeringsmodel besproken. In het nieuwe investeringmodel moeten de bovengenoemde tekortkomingen tot een minimum worden beperkt. Om dit te bereiken moet het model aan de volgende randvoorwaarden voldoen:

-

bijdragen aan de objectivering van de investeringsbeslissing voor WKO’s;

-

eenvoudig en snel met data te vullen zijn;

-

geschikt zijn voor scenarioanalyses.

In paragraaf 3.2 wordt eerst de voorbereidingsfase besproken. Daarna wordt in paragraaf 3.3 de gekozen uitgangspunten en gehanteerde technieken voor de bouw van het model toegelicht. In paragraaf 3.4 wordt het gebruik van het model toegelicht. 3.2 Voorbereidingsfase

22

Aan de bouw van het model is een belangrijke periode van onderzoek voorafgegaan. Tijdens deze periode is geprobeerd om met de bestaande rekenmodellen verschillende scenario’s door te rekenen. Daartoe werden de bestaande modellen geanalyseerd en opnieuw met andere waarden gevuld. De opgeleverde resultaten waren multi-interpretabel en daarmee niet geschikt voor een uniform afwegingskader. In deze paragraaf worden de belangrijkste faal elementen besproken. 3.2.1 Uniforme benamingen van variabele Een geïntegreerd en generiek rekenmodel kan alleen goed werken als met een uniform begrippenkader wordt gewerkt. De onderzochte rekenmodellen zijn door technisch adviesbureaus geschreven. De nadruk ligt daardoor op het juist in beeld brengen van de financiële effecten van de gekozen installaties. Uit een analyse van de door Energiek B.V. gebruikte modellen blijkt dat het financiële begrippenkader niet altijd juist en/of consequent wordt toegepast. Dat geldt bijvoorbeeld voor een eenvoudig begrip als prijs per eenheid. In hetzelfde model wordt met deze celnaam bijvoorbeeld de gasprijs per kubieke meter of de prijs van warmte per Giga Joule (GJ) bedoeld. Een ander voorbeeld heeft betrekking op de planning, is het moment van opleveren ook het moment van start exploitatie. De kracht van een rekenmodel is juist dat er met een eenduidig en uniform begrippenkader wordt gewerkt. Alleen dan kunnen de uitkomsten op een juiste wijze worden geïnterpreteerd en bediscussieerd. 3.2.2 Afhankelijkheid van verschillende variabele In de onderzochte rekenmodellen kunnen de inkoopprijzen van gas en de verkoopprijzen van warmte en koude los worden ingesteld. Hierdoor zijn de modellen zeer flexibel in het doorrekenen van mogelijke prijseffecten, maar ter gelijkertijd ook zeer foutgevoelig en minder geschikt voor statistische berekeningen. In de praktijk zijn de prijzen van warmte gekoppeld aan het Niet Meer dan Anders principe (NMA). Dit betekent dat de consument nooit meer voor zijn warmte hoeft te betalen dan hij via een conventioneel systeem, zoals een centrale verwarmingsketel, zou moeten betalen. De input prijs, i.e. de gasprijs en de warmteprijs zijn daarmee aan elkaar gekoppeld en dus 23

afhankelijk van elkaar. Voor statistische berekeningen is dit een essentieel gegeven. Het feit dat dit in de bestaande modellen niet wordt onderkend, maakt dat het model niet geschikt is voor scenarioanalyses waarbij gebruik wordt gemaakt van statistische analyse technieken en/of kansberekeningen. 3.2.3 Onvoldoende fout herkenning in planning In de bestaande modellen worden de verschillende scenarioberekeningen op basis van Netto Contante Waarde (NCW) en/of Internal Rate of Retrurn (IRR) beoordeeld. De daarbij gehanteerde rekenmethode is op het eerste gezicht juist en consistent toegepast. Bij het doorrekenen van extra scenario’s traden echter onverwachte uitkomsten op. Een nadere analyse heeft aangetoond dat dit te maken heeft met de aangehouden planning en de wijze van disconteren. Een belangrijke afwijking ontstaat doordat in de fasering het jaar van oplevering niet synchroon loopt met de start van de exploitatie. Daarnaast worden enkele prijsverhogingen per halfjaar doorgerekend, terwijl de investeringsplanning als geheel met hele jaren rekent. De geconstateerde afwijkingen die hierdoor zijn ontstaan, zijn op het geheel van de NCW en IRR niet significant te noemen, maar kunnen wel voor afwijkingen op de jaarlijkse kasstroomplanning zorgen. Dit effect kan bij meerdere onderdelen optreden. Daarbij moet vooral aan prijsverhogingen en onderhoudscycli worden gedacht. Uit de analyse is gebleken dat de effecten elkaar kunnen compenseren. Het werkelijke risico is echter dat deze rekenmodellen niet gekoppeld zijn aan interne procedures, waardoor deze effecten in het meest negatieve geval kunnen cumuleren tot een significante afwijking in de jaarlijkse kasstroomplanning.

3.3 Modelbouw Investeringsmodellen zijn meestal rekenmodellen die in een spreadsheet worden uitgewerkt. Spreadsheets zijn relatief eenvoudig op te bouwen en zijn gemakkelijk in het gebruik. Nadelen van spreadsheets zijn dat ze snel onoverzichtelijk worden en door een gebrek aan flexibiliteit, met betrekking tot de dataverwerking, minder geschikt zijn voor uitgebreide analyses en simulaties. Bovendien is de foutkans in omvangrijke spreadsheets 24

groot, doordat (al dan niet) bewuste veranderingen in de data niet direct opvallen, maar deze kunnen wel een groot effect op de uitkomst van het model hebben. Om dit probleem op te lossen is in dit model gekozen om te werken met een database in plaats van met een spreadsheet. Vrijwel alle berekeningen die voor een investeringsselectie noodzakelijk zijn, kunnen technisch gezien ook met een database worden uitgevoerd. Het voordeel van het werken met een database is dat de foutkans aanzienlijk afneemt omdat er aparte invoervelden zijn. De gebruiker heeft slechts toegang tot een beperkt aantal velden en kan in tegenstelling tot een spreadsheet niet zomaar iets aanpassen. De doorsnee gebruiker zal via een spreadsheet de gegevens aanleveren bij de programmeur en deze verwerkt de gegevens in de database. Een automatische koppeling met een spreadsheet is technisch wel mogelijk, maar dan moet de gebruiker wel over uitgebreide kennis van de databases en een aantal Oracle licenties kunnen beschikken. Nadeel van het werken met een database is dat dit specifieke kennis vraagt en dat het voorbereidingstraject zorgvuldig doorlopen moet worden. Alle mogelijke data moet vooraf worden gedefinieerd en geclassificeerd. 3.3.1 Definities Tijdens de voorbereidingsfase is gebleken dat er bij het maken van de bestaande rekenmodellen geen uniforme benamingen voor de variabele en parameters zijn gebruikt. Dit kwam vooral naar voren uit het feit dat financieel economische begrippen niet eenduidig zijn toegepast. Voor de werking van een relatief eenvoudig spreadsheetmodel is dit geen onoverkoombaar probleem. Voor de bouw van een geïntegreerd generiek investeringsmodel zijn uniforme benamingen en definities echter onontbeerbaar. In dit model is geprobeerd dit probleem te ondervangen. Dit is gedaan door zoveel mogelijk met eenduidige definities te werken. De gebruikte definities zijn opgesteld door de tijdens de voorbereidingsfase gevonden informatie te combineren met informatie uit de interviews, met zowel technische als financiële experts. Na het opstellen zijn de definities tijdens een expertmeeting ter validatie voorgelegd aan dezelfde experts. De experts bestaan uit de directeur Aardwarmte Den Haag (ondersteund door technisch advies bureau Techniplan), de technisch adviseur van Energiek B.V. en de adviseur milieu onderhoud en technische innovatie van Staedion. De 25

discussie was daarbij hoofdzakelijk gericht op de gevolgen van de definitiekeuze voor de verschillende disciplines. Aan de hand van de definities is vervolgens een procesmatrix opgesteld. Deze matrix is op hoofdlijnen doorgesproken met de proceseigenaar. De procesmatrix is als input gebruikt voor het opstellen van het in bijlage IV opgenomen rekenscript. Het rekenscript is een soort van decision tree en wordt gebruikt om te bepalen welke berekeningen wanneer moeten worden uitgevoerd. Het rekenscript is direct gekoppeld aan cellen en celnamen in het model. Het rekenscript is een onmisbare tool bij het transparant maken van het model voor gebruikers. Bovendien helpt het de makers van complexe modellen het overzicht te bewaken. Voor een goede interpretatie van het script is het noodzakelijk dat alle namen en begrippen generiek zijn, zodat gebruikers weten wat wordt bedoeld. Dat geldt vooral voor definities en begrippen die niet van zelfsprekend en/of minder voor de hand liggen. Daarbij moet gedacht worden aan een begrip als overheadkosten. Overhead zijn algemene kosten met betrekking tot de huur- of eigenaarskosten van het kantoor, het geheel of een deel van de personeelskosten, de huur van een bedrijfsruimte en overige apparatuur die niet direct of niet alleen voor de door te rekenen business case worden ingezet. Naast de interpretatie van het begrip overheadkosten moet ook de toepassing er van transparant zijn. Als voorbeeld wordt nogmaals het begrip overheadkosten genoemd. Het meenemen van de overheadkosten in het model voor de investeringsanalyse heeft voor- en nadelen. Het voordeel is dat echt alle kosten worden meegenomen en dat de berekening van kostprijsdekkende tarieven een realistisch beeld geven. Nadeel is dat de business case voor de betreffende investering wordt vertroebeld door allerlei indirecte kosten. Indirecte kosten zijn in dit geval kosten die wel betrekking hebben op de totale bedrijfsvoering maar niet direct van invloed hoeven te zijn op de investeringsanalyse. Deze kosten kunnen te maken hebben met de maatschappelijke doelstelling van het bedrijf of met specifieke keuzes over de toerekening van vaste kosten.

26

Uiteraard geldt een soortgelijke redenering ook voor de opbrengsten. Op grond van de theorie is er geen duidelijke uitspraak te geven over welk voorbeeld beter is. Wel is duidelijk dat de keuze direct gevolgen heeft voor de uitkomsten van de investeringsanalyse. In het model wordt daarom geen keuze gemaakt voor de manier van toerekenen. De gebruiker wordt er wel op gewezen dat de manier van toerekenen consequent moet gebeuren, omdat de resultaten van het model anders niet vergelijkbaar zijn. 3.3.2 dataselectie Bij de classificatie van de data wordt in het rekenmodel (analoog aan Karelse26) onderscheid gemaakt tussen exogene variabele, project specifieke kenmerken, operationele kasstromen en financiële kasstromen. Het onderscheid tussen deze variabele is van groot belang. De rol en het belang van de variabele kan per fase van het project verschillen. Project specifieke variabele zoals het aantal en soort (woning, kantoor of bedrijfsgebouw) aansluitingen zijn tijdens de investeringsbeslissing endogeen, maar tijdens de exploitatie fase exogeen. De classificatie van de data mag de doorrekening in zowel de realisatiefase als de exploitatiefase niet belemmeren. De flexibiliteit en doelmatigheid van het model wordt hiermee vergroot. Zo is het bijvoorbeeld niet alleen mogelijk om kengetallen per object type te generen maar ook per locatie. Hierdoor kan de voortgang van het project gedurende de gehele levensduur beter worden gemonitord. Deze onderwerpen zijn ook tijdens de in de vorige paragraaf genoemde gesprekken met experts besproken. De experts hebben daarbij aangeven behoefte te hebben aan dergelijke functionaliteiten. Met behulp van de database is het mogelijk diverse kengetallen te definiëren. Dit kunnen zowel financiële kengetallen zoals de IRR maar ook niet financiële kengetallen zijn. Voorwaarde is wel dat de voor de berekening noodzakelijk variabele in de database zijn opgeslagen. De database kan altijd worden aangevuld met nieuwe variabele om daarmee nieuwe kengetallen, bijvoorbeeld met betrekking tot milieudoelstellingen, te berekenen. In bijlage V is een compleet overzicht van de in het model gebruikte variabele opgenomen. 27

3.3.3 rekensystematiek Een investeringsmodel start, net als ieder ander model, als deterministisch model. Dit is een vereenvoudigde modelmatige vertaling van de werkelijkheid. Door aan deterministisch model een kans toe te kennen, kan met eenvoudige statistische technieken een verwachtingswaarde worden uitgerekend27. Het werken met spreadsheets levert geen problemen op zolang kansverdeling van de door te rekenen gebeurtenis standaard normaal verdeeld is, de mediaan valt dan samen met het rekenkundig gemiddelde. Daarnaast is het binnen een spreadsheet slechts mogelijk één variabele te gelijk te wijzigen en door te rekenen. Het doorrekenen van meerdere variabele en het rekenen aan niet standaard normaal verdeelde kansverdelingen is met eenvoudige spreadsheets niet of nauwelijks mogelijk. Deze berekeningen kunnen met behulp van de Oracle applicatie Crystal Ball (voor een beschrijving van de applicatie Crystal Ball wordt verwezen naar bijlage VIII) wel worden doorgerekend. Crystal Ball berekend met behulp van Monte Carlo simulaties een nagenoeg exact resultaat bij een gegeven kansverdeling (Charnes 2007, p.5). Het werken met Monte Carlo simulaties aan vastgoed gerelateerde investeringmodellen is echter niet onomstreden. Mc Cabe28 noemt vier afbreukrisico’s bij het gebruik van Monte Carlo simulaties. Op de eerste plaats wijst zij op de kwaliteit van de gegevens en de onderlinge samenhang van deze gegevens. Als tweede afbreukrisico noemt zij de rol van vakexperts. Experts zijn goed instaat verwachtingswaardes te bepalen, het vaststellen van bandbreedtes en uiterste waarden ligt doorgaans gevoelig. Derde afbreukrisico bestaat volgens haar uit de mogelijke kritiek van sceptici met een aversie voor Monte Carlo simulaties. Als vierde en laatste afbreukrisico noemt Mc Cabe de onzekerheid rond de afhankelijkheid en correlatie van activiteiten binnen het model waarop de Monte Carlo simulatie wordt toegepast. Het doorrekenen van variabele die mogelijk afhankelijk of gecorreleerd is in het model ondervangen door te werken met een database. Dit wordt gedaan met behulp van de Oracle tool Essbase (voor de beschrijving van de applicatie Essbase wordt verwezen naar bijlage VIII). Essbase is een multidimensionale database met krachtige reken- en analysefuncties. 28

Alle gegevens zijn opgeslagen en berekend in de database. Omdat Crystal Ball niet goed kan communiceren met de database worden de gegevens gekopieerd naar een spreadsheet en na bewerking door Crystal Ball weer opgeslagen in de database. Door de oude versie van de database te vergelijken met de door Crystal Ball bewerkte versie, kan informatie over het verloop van de variabele makkelijker inzichtelijk worden gemaakt. In paragraaf 2.3 is, analoog aan Gehner29, besproken dat de Monte Carlo simulatie geschikt is om te worden toegepast bij risicoanalyses. Daarbij is aangegeven dat per variabele een uitspraak moet worden gedaan over de kansverdeling. De Groot30 onderkent dit en geeft in zijn scriptie Risicokwantificering met Monte Carlo simulaties bij vastgoedontwikkeling aan, dat het noodzakelijk is gebleken eerst nog risico’s op een gedetailleerder niveau uit te werken, zodat vervolgens op elk detailniveau de juiste kansdichtheidsfuncties en correlatiematrices samengesteld kunnen worden. Voor het samenstellen van kansdichtheidsfuncties en correlatiematrices zijn echter relatief grote en gedetailleerde datareeksen nodig. Deze datareeksen zijn slechts zelden aanwezig en al zijn deze aanwezig dan zijn ze moeilijk te vertalen naar het niveau van een individueel project. In het investeringsmodel wordt dit probleem ondervangen door Crystal Ball te gebruiken als informatiemodule voor scenarioanalyses en niet als risicomodule. Crystal Ball rekent op operationeel niveau een uitkomst uit volgens het gegeven dat deze tussen twee uitersten moet liggen. De uitkomsten van deze berekening leveren veel informatie op over de verdeling van de mogelijke uitkomsten, binnen het gegeven interval, die vervolgens weer getoetst kunnen worden aan de praktijk. Hiermee wordt de problematiek van het vooraf benoemen van kansen en kansverdelingen ondervangen. Nadeel van deze techniek is dat een diepgaande kennis van het databaseprogramma Essbase noodzakelijk is. Om de betrouwbaarheid van het model te waarborgen is deze oplossing via Linkedin besproken met enkele Oracle experts 2. Zij bevestigen dat de gekozen werkwijze methodisch juist is.

2

http://www.linkedin.com/groupAnswers?viewQuestionAndAnswers=&discussionID=95331172&gid=120531& commentID=69360902&trk=view_disc&ut=3oeksosycDcR81

29

3.4 De gebruiksmogelijkheden van het model Het investeringsmodel dient als hulp middel bij de investeringsbeslissing en moet beter inzicht verschaffen in de verdienpotentie van het project. Dit wordt gedaan aan de hand van een basisscenario dat wordt verkregen van de technisch adviseur. De onderstaande illustratie toont een beeldafdruk van een gedeelte van het invoerscherm voor de algemene objectgegevens.

Figuur 3: Afdruk invoerscherm (data afkomstig van een project van Energiek B.V.)

Het model kent verschillende dimensies waarvan er drie zijn weergegeven in de bovenste drie rijen. In de afbeelding is een fictief voorbeeld weergegeven, waardoor de dimensies niet verwijzen naar concrete namen maar slechts een omschrijving van de dimensie geven. Dimensie 1 heeft betrekking op het soort woning. Dimensie 2 geeft het project aan. Het project kan worden weergegeven door een projectnaam, een adres of een postcode. De 30

derde dimensie geeft het scenario aan. In de eerste fase is dat automatisch het basisscenario. In een latere fase kan dit ook een realisatie of een alternatief scenario zijn. Het werken met scenario’s wordt in hoofdstuk 4 verder uitgewerkt. In de eerste kolom staan alle kosten en opbrengsten aangegeven. In de tweede kolom wordt de data van een standaard woning gekoppeld aan de posten uit de eerste kolom. Het aantal kolommen kan naar wens worden uitgebreid met andere objectsoorten. Deze manier van werken heeft als voordeel dat projecten eenvoudig gekoppeld en gefaseerd kunnen worden. De keuze voor het toepassen van WKO is meestal object of project gebonden. In een specifieke casus was tijdens het projectbesluit al duidelijk dat in de directe omgeving binnen 10 jaar nog meer woningen worden gebouwd. Daarom werd besloten de capaciteit van de pomp af te stemmen op het toekomstige aantal woningen over 10 jaar. In de traditionele berekeningen worden alle kosten voor het boren en de pompinstallaties volledig toegerekend aan het bestaande project. Dat betekent bijvoorbeeld dat de kosten worden verdeeld over het equivalent van circa 200 woningen in plaats van over 400 woningen. Daarmee zou het huidige project relatief duur zijn en het toekomstige project juist goedkoop. In dit nieuwe model worden kosten verdeeld over de huidige en de toekomstige projecten en kunnen ook de rente en de onderhoudskosten evenredig of volgens een realistische verdeling worden toegerekend. Door het veranderen van een individuele variabele kan het effect op de haalbaarheid en het rendement inzichtelijk worden gemaakt. Belangrijk aandachtspunt is daarbij dat de inkoopen verkoopprijzen van elektriciteit, gas en warmte los van elkaar worden ingevuld en per jaar kunnen veranderen. Uit de analyse van bestaande modellen is gebleken, dat gerekend wordt met een opslag op de inkoopprijs en/of een vaste koppeling tussen beiden. Dit heeft tot gevolg dat de sturingsmogelijkheden afnemen. Het is immers goed mogelijk dat een exploitant in bepaalde periodes deze opslag wil differentiëren. Nog belangrijker is de mogelijkheid dat de prijsontwikkeling van energie via een van de eerder genoemde dimensies kan worden aangepast. In de bestaande modellen wordt met een vaste prijsstijging gerekend. Het 31

downward potential in de prijsvorming wordt daarmee niet onderkend. In de afgelopen jaren is weldegelijk gebleken dat de prijzen van energie minder hard stijgen of in enkele gevallen juist kunnen dalen. De onterechte prijsstijging wordt in dergelijke gevallen direct doorgerekend in de kasstroomprognoses. De kasstromen worden na toerekening van rente en verdiscontering in een Netto Contante Waarde (NCW) uitgedrukt. De NCW geeft dan dus een vertekend beeld van de verdiencapaciteit van het project. Dit heeft tot gevolg dat de investeringsbeslissing op (gedeeltelijk) onjuiste informatie wordt genomen. Na verwerking en doorrekening van alle gegevens genereert het model een financieel overzicht voor de hele investeringsperiode. Daarbij wordt geen expliciet onderscheid gemaakt tussen ontwikkel- en exploitatieperiode. Uiteraard zijn beide periodes wel te herleiden en inzichtelijk te maken in separate overzichten. De financiële data kan desgewenst per dimensie, dus per soort object, per locatie/project of per scenario worden weergegeven.

3.5 Samenvatting Uit de analyse van bestaande modellen bleek dat de resultaten van deze modellen multiinterpretabel en daarmee niet geschikt zijn voor een uniform afwegingskader. Daarnaast bleek het gehanteerde begrippenkader niet eenduidig en uniform. Bovendien worden afhankelijke en onafhankelijke variabele door elkaar gebruikt waardoor statistische analysetechnieken niet of slechts na veel aanpassingen kunnen worden gebruikt. Samen met de geconstateerde afwijkingen in de fasering kan dit tot onjuiste conclusies met betrekking tot de kasstromen leiden. Objectivering van de investeringsbeslissing Een deel van deze constateringen is inherent aan het werken met grote spreadsheets. Door in plaats van met een spreadsheet met een geavanceerde database te werken, kunnen veel problemen worden ondervangen. Vrijwel alle berekeningen die voor een investeringsselectie noodzakelijk zijn kunnen technisch gezien ook met een moderne database worden uitgevoerd. 32

Moderne databases hebben rekenkundig zelfs een voordeel op spreadsheets, doordat het mogelijk is meer dan één variabele te gelijk te wijzigen en door te rekenen. Een groot voordeel van het werken met een database is dat de foutkans aanzienlijk afneemt, omdat de bouwer vooraf wordt gedwongen bepaalde processtappen te doorlopen. Door te werken met een procesmatrix wordt de juistheid en de volledigheid van het proces gewaarborgd. Eén van de belangrijkste processtappen bestaat uit het opstellen en verwerken van eenduidige definities. De gebruikte definities zijn opgesteld door tijdens de voorbereidingsfase gevonden informatie te combineren met informatie uit interviews met zowel technische als financiële experts. Na het opstellen zijn de definities tijdens een expertmeeting ter validatie voorgelegd aan dezelfde experts. Daarbij was de discussie hoofdzakelijk gericht op de gevolgen van de definitiekeuze voor de verschillende disciplines. De procesmatrix is vervolgens gebruikt als input voor het opstellen van het rekenscript. Het rekenscript is een soort van decision tree en wordt gebruikt om te bepalen welke berekeningen wanneer moeten worden uitgevoerd. Geschiktheid voor scenarioanalyses In het nieuwe investeringsmodel kunnen scenarioanalyses worden gemaakt door middel van Monte Carlo simulaties. De nadelen rond het vaststellen van de kansbepaling bij het werken met Monte Carlo simulaties wordt ondervangen door gebruik te maken van Crystal Ball als informatiemodule voor scenarioanalyses en niet als risicomodule. Crystal Ball berekent een uitkomst, gegeven het feit dat deze tussen twee uitersten moet liggen. De flexibiliteit en doelmatigheid van het model wordt vergroot door bij de classificatie van de data in het model onderscheid te maken tussen de verschillende soorten variabele. Mede daardoor is het mogelijk niet alleen kengetallen per object type te generen maar ook per locatie of fase. Hierdoor kan de voortgang van het project gedurende de gehele levensduur beter worden gemonitord. Indien gewenst kunnen projecten ook eenvoudig gekoppeld en gefaseerd worden. Eenvoudig en snel met data te vullen zijn Het model kan op twee manieren worden gevuld. De complexe manier bestaat uit het direct vullen van de database. Omdat daarbij specifieke kennis van databases voor nodig is, is deze weg niet voor de doorsnee gebruiker voorhanden. De doorsnee gebruiker zal via een 33

spreadsheet de gegevens aanleveren bij de programmeur en die verwerkt de gegevens in de database. Een automatische koppeling met een spreadsheet is wel mogelijk maar dan moet de gebruiker wel over een aantal Oracle licenties kunnen beschikken. 26

Karelse, J.W.P. Risicomanagement bij een woningcorporatie met Monte Carlo simulaties. TU delft 1997 Charnes J. Financial modeling with Crystal Ball and Excel. Wiley Finance, 30 maart 2007 28 Mc Cabe, B. Monte Carlo simulation for schedule risks. University of Toronto Canada 2003 29 Gehner E., Risicoanalyse bij projectontwikkeling, TU Delft, mei 2003 30 Groot, A.E.A de. Risicokwantificering met Monte Carlo Simulaties bij vastgoedontwikkeling. ASRE 2009 23

34

4. Gevoeligheidsanalyse en scenarioanalyse 4.1 Inleiding In dit hoofdstuk wordt de gevoeligheidsanalyse en scenarioanalyse met het investeringsmodel beschreven. Voor zowel de gevoeligheidsanalyse en scenarioanalyse wordt eerst een samenvatting geven met een uitleg van de relevante begrippen. Daarna wordt uitgelegd hoe dit in het model is toegepast en wat de uitkomsten zijn. Hierbij worden de onderstaande deelvragen uitgewerkt aan de hand van analyses en literatuuronderzoek:

-

Welke variabelen hebben de grootste invloed op de uitkomsten van het model?

-

Wat is de invloed van deze variabelen op de investeringsbeslissing?

-

Welke variabelen zijn het meest geschikt voor gebruik in een scenarioanalyse?

-

Wat is het effect van de scenarioanalyse op de investeringsbeslissing, is dit effect verklaarbaar en beïnvloedbaar?

In paragraaf 4.2 wordt eerst de gevoeligheidsanalyse besproken. Daarna volgt in paragraaf 4.3 de scenarioanalyse. Het hoofdstuk wordt afgesloten met een samenvatting in paragraaf 4.4.

4.2 Gevoeligheidsanalyses In hoofdstuk 2 zijn de theoretische achtergronden van risicomanagement besproken. Daaruit bleek dat risicomanagement een essentieel onderdeel is van de reguliere managementtaken. Dit blijkt ook uit de door het Nivra31 vertaalde definitie van het COSO die luidt: Ondernemingsrisicomanagement is een proces dat bewerkstelligd wordt door het bestuur van de onderneming, het management en ander personeel en wordt toegepast bij het formuleren van de strategie en binnen de gehele onderneming, ontworpen om potentiële

35

gebeurtenissen die invloed kunnen hebben op de onderneming te identificeren en om risico’s te beheren zodat deze binnen de risicoacceptatiegraad vallen, om een redelijke zekerheid te bieden ten aanzien van het behalen van de ondernemingsdoelstellingen. Het begrip risicoacceptatiegraad en het bieden van een redelijke vorm van zekerheid zijn de centrale begrippen in deze definitie. Dit begrip speelt een essentiële rol in de door Gehner32 beschreven risicomanagementcyclus. Zoals reeds beschreven begint de risicomanagementcyclus start met de risicoanalyse. In hoofdstuk 2 is, analoog aan Gehner33, aangegeven dat het effect van een willekeurige variabele op de uitkomst van een model met behulp van een gevoeligheidsanalyse, is vast te stellen. Het voordeel van de gevoeligheidsanalyse ten opzichte van andere analysetechnieken is dat deze techniek snel en eenvoudig toepasbaar is en een objectief beeld geeft over de invloed van een variabele op het (financieel) resultaat. Nadeel is echter dat geen uitspraak kan worden gedaan over de kans waarmee dit resultaat daadwerkelijk wordt gerealiseerd. Dit nadeel wordt nader besproken in de volgende paragraaf bij de bespreking van de scenarioanalyse. Alvorens over te gaan naar de toepassing van de gevoeligheidsanalyse met het model, wordt eerst in gegaan op het verband tussen de met WKO installaties samenhangende risico’s, de investeringsanalyse en de gevoeligheidsanalyse. In paragraaf 2.2.3 is aangegeven dat slechts een beperkt aantal van de door de Koning34 onderscheiden risicosoorten van invloed zijn op de investeringsanalyse. De investeringsanalyse richt zicht in eerste instantie op de Financiële en Operationele risico’s. Van Beekum35 en Hameetman36 noemen daarentegen als belangrijkste risicofactoren bij WKO projecten problemen met vergunningen, technische zaken zoals problemen rond het boren en onvoldoende of teruglopende capaciteit. Daarnaast wordt een link gelegd tussen de kwaliteit van de gekozen materialen, de uitvoerders en de onderhoudskosten tijdens de exploitatieperiode. Thesor37 noemde meer exploitatie gerichte risico’s. De door Thesor genoemde risico’s hebben betrekking op het leegstand risico en het risico op non-betaling. Daarnaast wordt nog gewezen op risico van het onderbreken van de levering van warmte en onderhoud, deze beiden zouden echter voldoende ondervangen zijn door marktconforme berekeningen.

36

Op deze laatste opmerking wordt terug gekomen in het hoofdstuk 5 in de paragraaf met aanbevelingen. Nu wordt de hier beschreven theorie eerst toegepast op het model. Voor het maken van de gevoeligheidsanalyse zijn deze bevindingen besproken met het expertteam. Uit de discussie kwam naar voren dat de grootste risico’s in de eerste periode van de exploitatiefase liggen en te maken hebben met niet juist functionerende installaties. Dit is echter een risico dat met het huidige model niet ondervangen zal worden. Andere risico’s die genoemd werden, hebben te maken met de verdiencapaciteit van het project en dan met name de werking van het “Niet Meer Dan Anders-principe”. Door toepassing van het wettelijk verplichte Niet Meer Dan Anders-principe, is het theoretisch mogelijk dat op enig moment de kosten niet volledig in de verkoopprijs kunnen worden verrekend. Aan het, in paragraaf 3.3.1 genoemde, expertteam is gevraagd, de naar hun mening belangrijkste variabele in het investeringmodel aan te geven. Na een korte uitleg over de werking van Crystal Ball en de gevoeligheidsanalyse heeft expertteam meegedacht over het bepalen van de kansverdeling. De uitkomsten hiervan staan vermeld in bijlage VI. De gevoeligheidsanalyse is vervolgens uitgevoerd voor de inkoopprijs elektriciteit (standaard normale verdeling), de inkoopprijs van gas (standaard normale verdeling), de verkoopprijs (GJ prijs) voor Warmte (standaard normale verdeling), de discontovoet (verschoven (β)verdeling met afgeronde curve) en het verbruik (standaard normale verdeling). De benodigde informatie voor de verwachting (μ) en de standaarddeviatie (σ) volgen uit het oorspronkelijke door de externe adviseur opgestelde model, in combinatie met de verwachtingen van het expertteam. Tijdens de gesprekken met de experts is scherp opgelet dat er zowel variabele aan de kostenzijde als aan de opbrengstenzijde werden besproken. De experts onderkende dit aandachtspunt en zij kwalificeerde de verkoopprijs van warmte en het warmteverbruik als opbrengstenwaarde. De inkoopprijs voor elektriciteit en gas en de discontovoet zijn gekwalificeerd als kosten variabele. De zo verkregen gegevens worden als input in de Monte Carlo simulatie gebruikt met behulp van Crystal Ball. De onderstaande gevoeligheidsanalyse is uitgevoerd op de uitkomst voor de netto contante waarde na een periode van dertig jaar exploitatie. 37

Figuur 4: Afdruk gevoeligheidsanalyse (data afkomstig van een project van Energiek B.V.)

Omdat de bijdrage van deze twee variabele zo extreem groot is, zijn de resultaten ter controle in een andere vorm weergegeven. Deze weergave bestaat uit het tonen van de onderstaande puntenwolken die zijn ontstaan op basis van vijfduizend bewerkingen (trials). Door de puntenwolken is vervolgens een regressiecurve getekend en is de correlatiecoëfficiënt berekend. Uit de uitkomst blijkt dat de correlatie tussen het exploitatieresultaat en de discontovoet inderdaad negatief is. Dat is theoretisch verklaarbaar doordat de netto contante waarde, het contante waarde van het saldo van de kasstromen aangeeft. Een positieve netto contante waarde betekent dat de gesaldeerde inkomsten netto contant groter zijn dan de gesaldeerde uitgaven. De discontovoet maakt deel uit van de uitgaven, daarmee is de negatieve correlatie verklaard. De correlatiecoëfficiënt bedraagt -0,85. In de regel geldt dat de steekproef betrouwbaarder wordt naar mate de correlatiecoëfficiënt dicht bij +1 of -1 ligt. Dit is ook in de grafiek zichtbaar, de puntenwolk is behoorlijk geconcentreerd en er zijn geen grote uitschieters zichtbaar. Bij de verkoopprijs van warmte is, zoals verwacht, sprake van een positieve correlatie omdat dit een opbrengst variabele is. De correlatiecoëfficiënt 0,41, de correlatie is hier dus minder sterk aanwezig dan bij de discontovoet. Ook hier is dat zichtbaar in de grafiek, de

38

puntenwolk is groter en minder dicht. Belangrijk is dat enkele punten duidelijk buiten de puntenwolk liggen. In de statistiek worden deze punten uitbijters genoemd. Het is bekend dat uitbijters een grote invloed hebben op de correlatiecoëfficiënt. Een uitgebreide correlatie- en regressieanalyse zijn voor dit onderzoek niet relevant en wordt daarom achterwege gelaten.

Figuur 5: Afdruk puntenwolk simulatie NCW (data afkomstig van een project van Energiek B.V.)

Het sterke effect van de discontovoet is op zich verklaarbaar. De discontovoet is doorgaans opgebouwd uit een risicovrije basis, soms gelijkgesteld aan de prijs van vreemd vermogen,

39

die vervolgens wordt verhoogd met risico opslagen. Een deel van de opslag is inherent aan het ondernemen, het andere deel wordt bepaald door de ondernemingsactiviteit. In het algemeen kan worden gesteld dat de discontovoet hoger is, als de risico’s van de investering relatief hoog zijn. Het hoge risico kan echter ook bestaan uit onbekendheid. In dat geval zal er dus wel degelijk een verdienkans bestaan. Hierop wordt ook door het Nivra op gewezen (zie hoofdstuk 2). Het NIVRA merkt specifiek op dat het identificeren van kansen bij het nemen van bewuste risico’s, de prestaties van de organisatie juist ondersteunt. De hoogte van de disconteringsvoet bedraagt in het model 6,5%, dit is relatief laag. Op dit moment wordt bij beleggingen in woningen bijvoorbeeld met een discontovoet van ongeveer 7% gerekend. Ondanks het feit dat deze discontovoet enige jaren geleden is vast gesteld, kan hier uit worden opgemaakt dat deze ondernemer relatief weinig risico’s ziet in de exploitatie van WKO’s. Naar aanleiding van de uitkomsten van de gevoeligheidanalyse kan worden geconcludeerd dat het noodzakelijk is, de ontwikkelingen die de discontovoet en de verkoopprijs van warmte beïnvloeden nauwlettend te volgen. Naar aanleiding van de verwachte veranderingen in zowel de discontovoet als de verkoopprijs van warmte, dient dan vervolgens een scenarioanalyse te worden gemaakt.

4.3 Scenarioanalyse De scenarioanalyse wordt gezien als een complexe vorm van een gevoeligheidsanalyse. De complexiteit ligt in het gelijktijdig doorrekenen van een aantal variabele. Met name als de inputvariabele onderling afhankelijk zijn, is een scenarioanalyse een geschikte techniek om vat te krijgen op de mogelijke ontwikkelingen van het proces en het projectresultaat. De risicoattitude kan echter een rol gaan spelen bij het opstellen van de scenario’s, waardoor de subjectiviteit van de techniek toeneemt (Gehner 2003, p.20). Bij de scenarioanalyse is net als de gevoeligheidsanalyse het nadeel dat er geen kansverdeling wordt gepresenteerd. Volgens Gehner vraagt dit extra aandacht bij het interpreteren van de resultaten tijdens het besluitvormingsproces.

40

In het geïntegreerde investeringsmodel wordt de scenarioanalyse uitgevoerd met behulp van Crystal Ball. De kracht van dit model ligt in de combinatie van een krachtige database, Excel als spreadsheet en Crystal Ball als simulatie module. Daarbij wordt Crystal Ball gebruikt als informatiemodule voor scenarioanalyses in plaats van als risicomodule. Crystal Ball rekent op operationeel niveau een uitkomst uit, gegeven het feit dat deze tussen twee uitersten moet liggen. De uitkomsten van deze berekening leveren veel informatie op over de verdeling van de mogelijke uitkomsten binnen het gegeven interval, die vervolgens weer getoetst kunnen worden aan de praktijk. Hiermee wordt een door Gehner genoemde aandachtspunt over de interpretatie van de resultaten tijdens het besluitvormingproces grotendeels ondervangen. In bijlage VII is het exploitatieresultaat tot en met jaar veertig weergegeven voor een willekeurig project uit de verwekte doorgerekende portefeuille, de Oriënt genaamd. Dit resultaat is tot stand gekomen door duizend simulaties door te rekenen. Naast de normale output, het cumulatieve exploitatieresultaat, wordt ook de kansverdeling in de vorm van een grafiek weergegeven. Naar mate er meer simulaties worden doorgerekend, zal het resultaat meer aan de standaard normale verdeling (ook wel Gauss kromme genoemd) voldoen. In de derde afbeelding van Bijlage VII zijn bovenaan de statistische kengetallen afgebeeld, daaronder staan de uitkomsten voor het cumulatieve exploitatieresultaat. De kengetallen zijn afgeleid uit de daaronder staande cumulatieve exploitatieresultaten tot en met het veertigste exploitatie jaar. De kengetallen worden als ervaringscijfers opgeslagen in de database waardoor ze later beschikbaar zijn voor het maken van nieuwe scenarioanalyses. Doordat de kengetallen in de database worden opgeslagen, ontstaat een leereffect waardoor de prognoses nauwkeuriger kunnen worden uitgevoerd. Dit is met name interessant als men het model tijdens de exploitatiefase wil gebruiken om de doelstellingen te bewaken. De inmiddels gerealiseerde cijfers worden in dat geval als aparte scenario’s opgeslagen in de database. Bij een volgende scenarioanalyse kan dan gebruikt worden gemaakt van de gerealiseerde cijfers. Hiermee worden niet alleen de afwijkingen tussen de gerealiseerde cijfers en aannames inzichtelijk, maar het model kan deze afwijkingen ook gebruiken voor nieuwe prognoses.

41

De hierboven beschreven theorie zal in het vervolg van deze paragraaf worden toegepast in het model. In de onderstaande grafiek wordt dit inzichtelijk gemaakt met een getallenvoorbeeld. De donkerblauwe lijn geeft de ontwikkeling van het exploitatieresultaat op grond van de oorspronkelijke aannames weer. De lichtblauwe, de gele en de roze lijn vallen tot en met 2012 samen, dit zijn de gerealiseerde cijfers. Na 2012 geeft de gele lijn de geëxtrapoleerde cijfers volgens de oorspronkelijke aanname weer. Indien op de X-as voor een langere periode zou zijn gekozen, zouden de gele en de donkerblauwe lijn duidelijk evenwijdig gaan lopen. De licht blauwe lijn laat de prognose na extrapolatie van de ervaringscijfers zien. Door deze toepassing voldoet het model aan de in hoofdstuk 2 beschreven monitoring van de IST/SOLL positie.

Exploitatieresultaat *€1.000

Explotatie resultaat * €1.000

47

44

20

20

41

38

20

20

35

32

20

20

29

26

20

20

23

20

20

20

17

14

20

20

11

20

20

08

600 500 400 300 200 100 0

Jaartal Prognose exploitatie resultaat 2008 Realisatie tot en met 2011 Prognose obv uitgangspunten na 2011 Prognose obv ervaringscijfers na 2011

Figuur 6: Fictief voorbeeld effect modelwerking

Deze toepassing is van eminent belang om te kunnen spreken van een risicoanalyse. In de risicomanagementcyclus (Gehner 2003, p.5) worden drie fases besproken. De risicoanalyse, de risicorespons en de risicobeheersing. De meerwaarde ligt in dit geval in de risicobeheersing. Voor risicobeheersing zijn beheersmaatregelen nodig. Deze dienen te worden geanalyseerd, geïmplementeerd en gemonitord. In spreadsheetmodellen moeten deze stappen op basis van handmatige verwerkingen, deels iteratief worden uitgevoerd. In het geïntegreerde model kan het gerealiseerde in de 42

database worden opgeslagen, waardoor de analyse automatisch (in tabelvorm of grafisch) zichtbaar kan worden. In dit voorbeeld is het aanpassen van de groeiverwachting aan de gerealiseerde groei, een voorbeeld van de implementatie van een beheersmaatregel. De monitoring verloopt vervolgens door het periodiek in blijven vullen van de database met recente ervaringcijfers. Om de risicomanagementcyclus compleet te maken moet voorafgaand aan de scenarioanalyse een uitspraak worden gedaan over de begrippen Risk Attitude, Riskappetite Risk Respons. De investeringsanalyse kan worden geobjectiveerd door deze begrippen te kwantificeren op bedrijfsniveau en te vertalen naar randvoorwaarden op projectniveau. Na kwantificering kunnen deze randvoorwaarden in het model worden verwerkt. Daarmee wordt het door Gehner genoemde risico op subjectiviteit, bij het toepassen van de techniek ondervangen. Door de omvang van de database is het mogelijk zeer veel projecten te verwerken. Indien alle projecten (zowel in ontwikkeling als in exploitatie) in de database zijn verwerkt, kan de scenarioanalyse op (sub)bedrijfsniveau en/of projectniveau worden uitgevoerd.

4.4 Samenvatting Voor de gevoeligheidsanalyse op de netto contante waarde is gebruik gemaakt van ervaringcijfers van de expertgroep. De door de expertgroep gesignaleerde risico’s komen in grote lijnen overeen met de risico’s die in hoofdstuk 2 door middel van literatuuronderzoek zijn gevonden. Een deel van deze risico’s kan niet worden gekwantificeerd en dus ook niet in het model worden doorgerekend. De risico’s die wel gekwantificeerd kunnen worden, hebben enerzijds betrekking op de kosten voor rente en de inkoop elektriciteit en gas en anderzijds op de levering en de prijs van warmte. Welke variabelen hebben de grootste invloed op de uitkomsten van het model? Na overleg met de expertgroep zijn de vijf belangrijkste variabele die de netto contante waarde bepalen vastgesteld. Op deze variabele is een gevoeligheidsanalyse uitgevoerd en is het effect van de variabele op de netto contante waarde bepaald. Daaruit blijkt dat de netto

43

contante waarde na dertig jaar exploitatie hoofdzakelijk wordt bepaald door de discontovoet en de verkoopprijs van warmte. Wat is de invloed van deze variabelen op de investeringsbeslissing? Uit de gevoeligheidsanalyse blijkt dat de discontovoet en de verkoopprijs van warmte grote invloed hebben op de netto contante waarde. In de discontovoet zitten ook de rentekosten versleuteld. Omdat de rentekosten doorgaans een aanzienlijk onderdeel uitmaken van de totale kosten, zal de discontovoet van grote invloed zijn op de investeringsbeslissing. Aan de andere kant wordt het go/no go moment bepaald door de verdiencapaciteit van de investering. In dit geval zit de verdiencapaciteit in de levering van warmte en dus in de leveringsprijs van warmte. Daarmee zal de leveringsprijs van warmte zeker van invloed zijn op de investeringsbeslissing Welke variabelen zijn het meest geschikt voor gebruik in een scenarioanalyse? In principe zijn alle variabele geschikt voor het doorrekenen in een scenarioanalyse. Door de combinatie van Crystal Ball en Essbase is het ook mogelijk om alle variabele door te rekenen. Indien dergelijke krachtige tools niet voorhanden zijn, kan als alternatief worden uitgeweken naar het rekenen met de meest prominente variabele uit de gevoeligheidsanalyse. Wat is het effect van de scenarioanalyse op de investeringsbeslissing en is dit effect verklaarbaar en beïnvloedbaar? Het effect van de uitkomsten van de scenarioanalyse op de investeringsbeslissing kan niet inzichtelijk worden gemaakt met het model. Bij een juiste implementatie en gebruik van de risicomanagementcyclus mag men er van uitgaan dat deze uikomsten op een objectieve manier worden geïnterpreteerd. Dit is echter een aanname. Subjectiviteit bij de besluitvormers is daarom niet uit te sluiten en daarmee is het effect van de scenarioanalyse op de investeringsbeslissing niet vast te stellen.

31

Nivra, Risicomanagement: een hype? Nivra Amsterdam 2009 Gehner E., Risicoanalyse bij projectontwikkeling, TU Delft, mei 2003 33 Gehner E., Risicoanalyse bij projectontwikkeling, TU Delft, mei 2003 34 Koning, F. de. Ervaringen met methoden voor risk management. Grip op risicomanagement, Eifel 2006 35 Beekum, D. van. Development of District Heating Networks in Urban Areas. TU Delft, july 2009 36 Hameetman, P. Toolkit duurzame woningbouw voor ontwikkelaars, gemeenten en ontwerpers. Aeneas, Boxtel 32

44

37

Thesor, Herfinanciering Energiek B.V. 2011

45

5. Conclusies en aanbevelingen Dit hoofdstuk vormt de afsluiting van dit onderzoek. In dit hoofdstuk wordt in paragraaf 5.1 antwoord gegeven op de onderzoeksvraag. Aansluitend volgen een aantal conclusies, die gaande het onderzoek op tafel zijn gekomen. Het hoofdstuk wordt afgesloten met een paragraaf met aanbevelingen voor vervolgonderzoek en/of verbeteringen van het model.

5.1 Conclusie Het doel van dit onderzoek was het beantwoorden van de onderzoeksvraag, deze luidt: Op welke wijze dient een rekenmodel te worden vormgegeven dat rekening houdt met de specifieke elementen van een de investeringsanalyse voor WKO installaties en dat geschikt is voor het maken van scenarioanalyses? Het is gebleken dat het mogelijk is een rekenmodel te maken dat geschikt is voor het maken van investeringsanalyses voor WKO installaties en tevens geschikt is voor het maken van scenarioanalyses. De kracht van het nieuwe model ligt in de combinatie van het gebruik van gegevens van technisch adviesbureaus met eigen ervaringscijfers. Het model vervangt dus niet de informatie van de adviesbureaus, maar verwerkt deze zodat er een integraal beeld over de gehele investeringsperiode ontstaat. De onderzoeksvraag kwam voort uit praktijkervaringen met investeringsmodellen voor WKO’s bij een woningcorporatie. Gedurende het onderzoek en met name tijdens de bouw van het model is gebleken dat het soort opdrachtgever minder relevant is voor de bouw van het model. Het model is dan ook niet alleen geschikt voor woningcorporaties maar voor een ieder die de financiele effecten van een investering in een WKO in beeld wil brengen. Tijdens de bouw van het model zijn echter ook een aantal knelpunten geconstateerd. De belangrijkste daarvan zijn van technische aard. Zo is er om veranderingen in het model door te voeren specialistische kennis van Essbase noodzakelijk. Zonder deze kennis kan de gebruiker niet zelfstandig met het model werken. Daarnaast verloopt de communicatie

46

tussen Crystal Ball en Essbase zeer traag. Dit is opgelost door zowel Essbase als Crystal Ball te laten communiceren met Excel. Dit is een lastige bypass maar levert wel het gewenste resultaat. Des al niet te min ligt er nu een rekenmodel dat niet alleen geschikt is voor het doorrekenen van investeringen en het uitvoeren van scenarioanalyses, maar waar ook een tweetal extra functionaliteiten aan zijn toegevoegd. Uit het literatuuronderzoek bleek dat een integraal investeringsmodel pas echt meerwaarde heeft, als het de gedachte achter de risicomanagementcyclus ondersteunt. Daarbij is inzicht in de IST-SOLL positie gewenst. Het model biedt dit inzicht doordat de trendmatigheden uit de realisatie naar de toekomst kunnen worden geëxtrapoleerd.

5.2 Aanbevelingen Tijdens de bouw van het model groeide het enthousiasme om het model verder uit te breiden en te perfectioneren. Dat bleek echter niet haalbaar te zijn binnen het tijdsplan van dit onderzoek. In de nabije toekomst zal echter worden doorgewerkt aan de uitbreiding en perfectionering van het model. Uitbreiden met niet financiele elementen Het huidige model rekent alleen met financiële gevolgen. Bij een investeringsbeslissing spelen echter ook maatschappelijke overwegingen. Zo wordt er bijvoorbeeld gewerkt aan een doorrekening van de reductie van het aantal kg ton CO2 (g) bij het toepassen van een WKO installatie. Beter verwerken onderhoud Uit het literatuuronderzoek bleek dat er een verband bestaat tussen de hoogte van de investeringskosten, de kwaliteit van de materialen en de installateurs en de kosten van het onderhoud tijdens de exploitatieperiode. Dit verband werd bevestigd tijdens de gesprekken met experts. Het was niet mogelijk dit effect op korte termijn te kwantificeren. Zoals vermeld in hoofdstuk 4 wordt dit effect niet ondervangen door het afsluiten van marktconforme onderhoudscontracten Door dit effect te kwantificeren kan tijdens de 47

investeringsbeslissing een afweging worden gemaakt tussen hogere kosten nu of in de toekomst. Verbeteren grafische output Op dit moment worden de uitkomsten in tabellen of grafieken gepresenteerd. De tabellen zijn niet altijd goed leesbaar en de interpretatie van de grafieken vergt de nodige voorkennis. In de toekomst moet de output in een op de gebruiker afgestemde vorm worden gepresenteerd. Daarbij wordt bijvoorbeeld aan (cumulatieve) kasstroom grafieken gedacht. Creatie overzicht met kengetallen Ter ondersteuning van de grafische output moet er in overleg met de gebruikers een overzicht worden gemaakt van de meest belangrijke kengetallen. Enkele kengetallen waar aangedacht wordt zijn de IRR en een getal om het milieueffect aan te geven. Wiskundige toets op analyses expertgroep Tot nu toe is veel gebruik gemaakt van de kennis en kunde van een aantal experts. De analyses van de experts zijn, door tijdgebrek, echter nog niet wiskundig getoetst. In een volgende fase moeten alle invoer variabele met dezelfde verdeling worden doorgerekend om de mathematische effecten vast te kunnen stellen. Daarbij dienen de variabele onafhankelijk van elkaar te zijn, ongeacht het feit dat dit in de praktijk anders kan zijn. Deze aanname heeft geen effect op de uitkomsten, omdat deze exercitie slechts dient voor de theoretische onderbouwing van het model.

48

Literatuurverwijzing Beekum, D. van. Development of District Heating Networks in Urban Areas. TU Delft, july 2009. Calon, Risicomanagement, uitdaging voor maatschappelijke ondernemingen. Aedes, mei 2010 Charnes, J. Financial modeling with Crystal Ball and Excel. Wiley Finance, 30 maart 2007. Commissie Corporate Governance Code. De Nederlandse corporate governance code, beginselen van deugdelijk ondernemingsbestuur en best practice bepalingen. Deloitte, Corporatie Governance Projectontwikkeling. Deloitte, juni 2006. Gehner, E., Risicoanalyse bij projectontwikkeling, TU Delft, mei 2003 Groot, A.E.A de. Risicokwantificering met Monte Carlo Simulaties bij vastgoedontwikkeling. Amsterdam School of Real Estate 2009. Hameetman, P. Toolkit duurzame woningbouw voor ontwikkelaars, gemeenten en ontwerpers. Aeneas, Boxtel 2005. Hart Robert, ‘t. Zeven eigenschappen voor de effectieve implementatie van risicomanagement. B&G Oktober 2008. Hulsebosch, Ph. Cursus handleiding Crystal Ball. Trexco 2010. Kahneman, Daniel. A Perspective on Judgement and Choice, Mapping bounded Rationality. Princeton University, Department of Psychology. Princeton NJ 08544, USA. Karelse, J.W.P. Risicomanagement bij een woningcorporatie met Monte Carlo simulaties. TU delft 1997. Knight, Kevin W. Future ISO 31000 standard on risk management. ISO Focus June 2009. Knight, Kevin W. Special report Risk and ISO standards. ISO Focus july-August 2007. Koning, F. de. Ervaringen met methoden voor risk management. Grip op risicomangement, Eifel 2006. Mc Cabe, B. Monte Carlo simulation for schedule risks. University of Toronto Canada 2003. Nivra, Risicomanagement: een hype? Nivra Amsterdam 2009

49

Price Waterhouse Coopers, Risicomanagement, de praktijk in Nederland. PWC Amsterdam 2005. Rompelberg, L.F.M en Hesp, M.A.S. Financiële regie bij gebiedsontwikkeling. Fakton 2007. Thesor , Herfinanciering Energiek B.V. 2011. Websites: http://www.actuaries.ca http://www.aedesnet.nl http://www.commisiecorporategeovernance.nl http://www.coso.org http://www.governancecodewoningcorporaties.nl http://www.iso.org http://www.nen.nl http://www.oracle.com/us/products/applications/crystalball/index.html http://www.oracle.com/us/solutions/ent-performance-bi/businessintelligence/essbase/index.html http://www.rijksoverheid.nl http://www.VOIS.datawononen.nl http://www.wikipedia.org

50

Bijlage I Gebruikte afkortingen BV BW CAS COSO GCW ERM GJ IRR ISO NEN NCGC NCW NMA PWC VAR WKO

Besloten Vennootschap Burgelijk Wetboek Casualty Acturuarial Society Committee of Sponsoring Organisations of the Traedway Commission Governance Code Woningcorporaties Enterprice Risk Management Giga Joule Internal Rate of Return International Organization for Standarization Nederlands Normalisatie-instituut Nederlandse Corporate Governance Code Netto Contante Waarde Niet Meer dan Anders PriceWaterhouseCoopers Value At Risk Warmte Koude Opslag

51

Bijlage II COSO rap Appendix D – Risk Assessment Questions Outlined below are some example questions that could be used in an interview with a senior executive or director during the risk assessment process. These questions are representative of the types of questions that could be asked to help identify the organization’s most significant strategic or emerging risks. • What are your primary business objectives or strategies? • What are the key components of enabling your business strategy or objectives? • What internal factors or events could impede or derail each of these key components? • What events external to the organization could impede or derail each of the key components? • What are the three most significant risk events that concern you regarding the organization’s ability to achieve business objectives? • Where should the organization enhance its risk management processes to have maximum benefit and impact on its ability to achieve business objectives? • What types of catastrophic risks does the organization face? How prepared is the organization to handle them, if they occur? • Can you identify any significant risks or exposures to thirdparties (vendors, service providers, alliance partners etc) that concern you? • What financial market risks do you believe are or will be significant? • What current or developing legal/regulatory/governmental events or risks might be significant to the success of the business? • Are you concerned about any emerging risks or events? If so, what are they? • What risks are competitors identifying in their regulatory

52

Bijlage III Vergelijk Artikel 11.1.4 NCGC met GCW Letterlijke tekst Artikel II.1.4 Nederlandse Corporate Governance Code II.1.4 In het jaarverslag geeft het bestuur: a) een beschrijving van de voornaamste risico’s gerelateerd aan de strategie van de vennootschap; b) een beschrijving van de opzet en werking van de interne risicobeheersings- en controlesystemen met betrekking tot de voornaamste risico’s in het boekjaar; en c) een beschrijving van eventuele belangrijke tekortkomingen in de interne risicobeheersings- en controlesystemen die in het boekjaar zijn geconstateerd, welke 13 eventuele significante wijzigingen in die systemen zijn aangebracht, welke eventuele belangrijke verbeteringen van die systemen zijn gepland en dat één en ander met de auditcommissie en de raad van commissarissen is besproken. Letterlijke tekst Artikel II.1.4 Governance Code Woningcorporaties II.1.4 In de woningcorporatie is een op de woningcorporatie en haar bedrijfsvoering toegesneden intern risicobeheersing- en controlesysteem aanwezig. Als instrumenten van het interne risicobeheersing- en controlesysteem hanteert de woningcorporatie in ieder geval: a risicoanalyses van de operationele en financiële doelstellingen van de woningcorporatie; b een integriteitscode die in ieder geval op de website van de woningcorporatie wordt geplaatst; c kwaliteitszorg en zelfevaluatie met het oog op visitatie als bedoeld in hoofdstuk V; d handleidingen voor de inrichting van de financiële verslaggeving, alsmede de voor de opstelling daarvan te volgen procedures; e een systeem van periodieke monitoring en rapportering. II.1.5 In het jaarverslag geeft het bestuur inzicht in de interne risicobeheersingen, controlesystemen en de werking hiervan.

53

BIJLAGE IV Calculatie script Essbase Calculatie Script Stand 1-1-2012 //ESS_LOCALE English_UnitedStates.Latin1@Binary SET UPDATECALC OFF; SET AGGMISSG ON; /* Afhankelijk van het Opleveringsdatum worden den gegevens in het juiste jaar geplaatst. */ /* R_Opleveringsplanning. */ /* Leegmaken van alle jaren omdat de Opleveringsdatum gewijzigd kan zijn.*/ FIX(@REMOVE(@DESCENDANTS("Jaren"),"Jaar_Onbekend") @LEVMBRS("Objecten - De Oriënt",0) @LEVMBRS("ObjectType",0) &CurrScenario) "Oplevering" = #missing; "Utiliteit (m2 BVO)" = #missing; /* de vraag is of die onderstaande nog nodig zijn. */ "Woningen (m2 BVO)" = #missing; "Woningen (aantal)" = #missing; "Vermogen [kW] warm" = #missing; "Vermogen [kW] koud" = #missing; ENDFIX SET CREATEBLOCKONEQ ON; SET CREATENONMISSINGBLK ON; /* Alle kengetallen kopieren naar het juiste jaar. Beginnen met het oudste jaar. */ "J2010"( IF ("Oplevering"->"Jaar_Onbekend" < 20110100) "J2010" = "Jaar_Onbekend"/* -> "ObjectTypeOnbekend"*/; ELSEIF("Oplevering"->"Jaar_Onbekend" < 20120100) "J2011" = "Jaar_Onbekend" /*-> "ObjectTypeOnbekend"*/; ELSEIF("Oplevering"->"Jaar_Onbekend" < 20130100) "J2012" = "Jaar_Onbekend" /*-> "ObjectTypeOnbekend"*/; ELSEIF("Oplevering"->"Jaar_Onbekend" < 20140100) "J2013" = "Jaar_Onbekend" /*-> "ObjectTypeOnbekend"*/; ELSEIF("Oplevering"->"Jaar_Onbekend" < 20150100) "J2014" = "Jaar_Onbekend" /*-> "ObjectTypeOnbekend"*/; ELSEIF("Oplevering"->"Jaar_Onbekend" < 20160100) "J2015" = "Jaar_Onbekend" /*-> "ObjectTypeOnbekend"*/; ELSE "Jaar_Onbekend" /*-> "ObjectTypeOnbekend"*/ ; ENDIF) SET CREATEBLOCKONEQ OFF; SET CREATENONMISSINGBLK OFF; CALC ALL; /* einde calc 1 */ SET CREATEBLOCKONEQ ON; SET CREATENONMISSINGBLK ON;

54

/* **************************************************** stap 3**************************************************** */ /* Prijsontwikkeling wordt berekend. Beginjaar is peildatum = 0. Een jaar na peildatum = 1 vermenigvuldigd met de prijsontwikkeling die is ingevoerd. */ FIX("ObjectTypeOnbekend" "Geen_Object_Informatie" &CurrScenario @REMOVE(@LEVMBRS("Jaren",0),"Jaar_Onbekend")) "Prijsontwikkeling Energietarieven verkoop" = @POWER ((1 + "Jaar_Onbekend"->"Prijsontwikkeling Energietarieven verkoop"), "jr na peildatum"); "Prijsontwikkeling Energietarieven inkoop" = @POWER ((1 + "Jaar_Onbekend"->"Prijsontwikkeling Energietarieven inkoop"), "jr na peildatum"); "Prijsontwikkeling Kosten onderhoud en beheer" = @POWER ((1 + "Jaar_Onbekend">"Prijsontwikkeling Kosten onderhoud en beheer"), "jr na peildatum"); "Prijsontwikkeling Investeringskosten"= @POWER ((1 + "Jaar_Onbekend"->"Prijsontwikkeling Investeringskosten"), "jr na peildatum"); ENDFIX SET CREATEBLOCKONEQ OFF; SET CREATENONMISSINGBLK OFF; CALC ALL; /* einde calc 2 */ /* **************************************************** stap 4**************************************************** */ /* De Eenmalige Kosten Totaal worden berekend. */ /* R_EenmaligekostenTotaal */ FIX(@REMOVE(@DESCENDANTS("Jaren"),"Jaar_Onbekend") @LEVMBRS("Objecten - De Oriënt",0) @LEVMBRS("ObjectType",0) &CurrScenario) "Investeringskosten Opwekking (incl. Prijsstijging)" = "Investeringskosten Opwekking" * "Prijsontwikkeling Investeringskosten" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend"; "Investeringskosten Distributie (incl. Prijsstijging)" = "Investeringskosten Distributie" * "Prijsontwikkeling Investeringskosten" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend"; "Investeringskosten Afleversets (incl. Prijsstijging)" = "Investeringskosten Afleversets" * "Prijsontwikkeling Investeringskosten" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend"; ENDFIX /* **************************************************** stap 5**************************************************** */ SET CREATEBLOCKONEQ ON; SET CREATENONMISSINGBLK ON ; /* Berekening van de herinvesteringskosten. Het model gaat tot 2040, dus maximaal 29 jaar. */ FIX( &CurrScenario @REMOVE(@LEVMBRS("Jaren",0),"Jaar_Onbekend") ) "Herinvesteringskosten Opwekking" = ( "Herinvesteringspercentage Opwekking"->"Jaar_Onbekend" -> "ObjectTypeOnbekend" -> "Geen_Object_Informatie"

55

* @PRIOR("Investeringskosten Opwekking" , "Herinvesteringsjaar Opwekking"->"Jaar_Onbekend" -> "ObjectTypeOnbekend" -> "Geen_Object_Informatie" ) * "Prijsontwikkeling Investeringskosten" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend")* -1; "Herinvesteringskosten Distributie" = ( "Herinvesteringspercentage Distributie"->"Jaar_Onbekend" -> "ObjectTypeOnbekend" -> "Geen_Object_Informatie" * @PRIOR("Investeringskosten Distributie", "Herinvesteringsjaar Distributie"->"Jaar_Onbekend" -> "ObjectTypeOnbekend" -> "Geen_Object_Informatie") * "Prijsontwikkeling Investeringskosten" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend")*-1; "Herinvesteringskosten Afleversets" = ( "Herinvesteringspercentage Afleversets"->"Jaar_Onbekend" -> "ObjectTypeOnbekend" -> "Geen_Object_Informatie" * @PRIOR("Investeringskosten Afleversets", "Herinvesteringsjaar Afleversets"->"Jaar_Onbekend" -> "ObjectTypeOnbekend" -> "Geen_Object_Informatie") * "Prijsontwikkeling Investeringskosten" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend")*-1;

/* **************************************************** stap 6**************************************************** */ /* Berekening van de overige kosten als overhead op basis van de specifieke kosten in ieder jaar. */ "Advieskosten en Coordinatie" = ( "Investeringskosten Opwekking (incl. Prijsstijging)" + "Investeringskosten Distributie (incl. Prijsstijging)" + "Investeringskosten Afleversets (incl. Prijsstijging)" + "Herinvesteringskosten Opwekking" + "Herinvesteringskosten Distributie" + "Herinvesteringskosten Afleversets") * (("Investeringskosten Opwekking"->"Jaar_Onbekend" + "Investeringskosten Distributie"->"Jaar_Onbekend" + "Investeringskosten Afleversets"->"Jaar_Onbekend") / "Toeslagen Engineering"->"Jaar_Onbekend") / 100; /* Bouwkundig Advies formule referentie grijpt in het niets ! */ /* Aanpassing tov. model */ "Onvoorzien eenmalige kosten" = "Toeslagen Onvoorzien"->"Jaar_Onbekend" * ("jr na peildatum" / "jr na peildatum"); /* Aansluitbijdrage woningen = referentie Excel Model fout. */ /* Aanbijdrage BAK */ "Aansluitbijdrage BAK" = "BAK Totaal" * "Prijsontwikkeling Investeringskosten" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend"; /* Vermeden kosten. Geen formule. */ /* Subsidie. */ "Subsidie"= (("Subsidiepercentage_Opwekking"->"Jaar_Onbekend" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend" * "Investeringskosten Opwekking (incl. Prijsstijging)")

56

+ ("Subsidiepercentage_Distributie"->"Jaar_Onbekend" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend" * "Investeringskosten Distributie (incl. Prijsstijging)") + ("Subsidiepercentage_Afleversets"->"Jaar_Onbekend" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend" * "Investeringskosten Afleversets (incl. Prijsstijging)"))*-1; ENDFIX /* **************************************************** stap 7**************************************************** */ /* Exploitatiekosten berekening. */ /* Calculaties van warmte en koude verbruik per type object / per object. Alleen jaar oplevering als basis.*/ FIX("Jaar_Onbekend") "Verbruik Totaal Warm" = "Woningen (aantal)" * ("Verbruik Warmte p.e." +"Verbruik Tapwater p.e."); "Verbruik Totaal Koud" = "Woningen (aantal)" * "Verbruik Koude p.e."; "MWh Verbruik Warmtepomp" = (("W Warmtepomp leveringsdeel" * "Verbruik Warmte p.e.") / "W Warmtepomp COP" / (1-"W Warmtepomp distributie-verlies")) * "GJ E - MWh" -> "Jaar_Onbekend" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend"; "M3 Verbruik Warmte Gasketel" = (("W Gasketel leveringsdeel" * "Verbruik Warmte p.e.") / "W Gasketel COP" / (1-"W Gasketel distributie-verlies")) * "GJ Gas - m3" -> "Jaar_Onbekend" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend"; "M3 Verbruik Tapwater WP" = (("W WP Tapwater leveringsdeel" * "Verbruik Tapwater p.e.") / "W WP Tapwater COP" / (1-"W WP Tapwater distributie-verlies")) * "GJ E - MWh" -> "Jaar_Onbekend" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend"; "M3 Verbruik Tapwater GK" = (("W GK Tapwater leveringsdeel" * "Verbruik Tapwater p.e.") / "W GK Tapwater COP" / (1-"W GK Tapwater distributie-verlies")) * "GJ Gas - m3" -> "Jaar_Onbekend" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend"; "KWh Verbruik Koude direct" = (("Koude direct leveringsdeel" * "Verbruik Koude p.e.") / "Koude direct COP" / (1-"Koude direct distributie-verlies")) * "GJ E - MWh" -> "Jaar_Onbekend" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend"; "KWh Verbruik Koude bron" = (("Koude bron leveringsdeel" * "Verbruik Koude p.e.") / "Koude bron COP" / (1-"Koude bron distributie-verlies")) * "GJ E - MWh" -> "Jaar_Onbekend" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend";

57

"KWh Verbruik Koude piek" = (("Koude piek leveringsdeel" * "Verbruik Koude p.e.") / "Koude piek COP" / (1-"Koude piek distributie-verlies")) * "GJ E - MWh" -> "Jaar_Onbekend" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend"; /* Calculatie van inkoop van energie per object type / per individueel object. */ FIX(@RELATIVE("Woningen",0)) "Inkoop Electriciteit (MWh)" = ( "MWh Verbruik Warmtepomp" + "M3 Verbruik Tapwater WP" +"KWh Verbruik Koude direct" +"KWh Verbruik Koude bron" + "KWh Verbruik Koude piek") * "Woningen (aantal)"; "Inkoop Gas (m3)"= ("M3 Verbruik Warmte Gasketel" + "M3 Verbruik Tapwater GK") * "Woningen (aantal)"; ENDFIX FIX(@RELATIVE("Utiliteit",0)) "Inkoop Electriciteit (MWh)" = ("MWh Verbruik Warmtepomp" + "M3 Verbruik Tapwater WP" +"KWh Verbruik Koude direct" +"KWh Verbruik Koude bron" + "KWh Verbruik Koude piek"); "Inkoop Gas (m3)" = "M3 Verbruik Warmte Gasketel" + "M3 Verbruik Tapwater GK"; ENDFIX /* Of het is een woning dus Woning aantal <> 0 of het heeft een vermogen warmte <> 0*/ "Vastrecht_Warmte" = ("W-Vastrecht bedrag" * "Woningen (aantal)") + ("W-Vastrecht bedrag"* "Vermogen warmte"); "Vastrecht_Koude" = ("K-Vastrecht bedrag" * "Woningen (aantal)") + ("K-Vastrecht bedrag"* "Vermogen koude"); "Variabel_Warmte" = ("Verbruik Totaal Warm" * "GJ Prijs W") + ("Verbruik Warmte p.e." * "GJ Prijs W" ); "Variabel_Koude" = ("Verbruik Totaal Koud" * "GJ Prijs K") + ("Verbruik Koude p.e." * "GJ Prijs K" ); FIX(@RELATIVE("Woningen",0)) "Kosten Onderhoud (per Project/ObjType)" = "Kosten onderhoud (per woning)" * "Woningen (aantal)"; ENDFIX FIX(@RELATIVE("Utiliteit",0)) "Kosten Onderhoud (per Project/ObjType)" = "Onderhoudspercentage" * ("Investeringskosten Opwekking" + "Investeringskosten Distributie" + "Investeringskosten Afleversets"

58

+ "Toeslagen Engineering" + "Toeslagen Onvoorzien") ; ENDFIX "Beheerkosten-huur (per Project/ObjType)" = "Beheerkosten-huur (per woning)" * "Woningen (aantal)"; "Beheerkosten-personeel (per Project/ObjType)" = "Beheerkosten-personeel (per woning)" * "Woningen (aantal)"; "Beheerkosten-kantoorkosten (per Project/ObjType)" = "Beheerkosten-kantoorkosten (per woning)" * "Woningen (aantal)"; ENDFIX /* Jaar_onbekend */

/* **************************************************** stap 8 **************************************************** */ FIX(@REMOVE(@DESCENDANTS("Jaren"),"Jaar_Onbekend") &CurrScenario ) /* De inkomsten naar het juiste jaar brengen */ "W-Vastrecht bedrag" = "W-Vastrecht bedrag"->"Jaar_Onbekend" * ("jr na peildatum" / "jr na peildatum"); "K-Vastrecht bedrag" = "K-Vastrecht bedrag"->"Jaar_Onbekend" * ("jr na peildatum" / "jr na peildatum"); "Variabel_Warmte" = "Variabel_Warmte"->"Jaar_Onbekend" * ("jr na peildatum" / "jr na peildatum"); "Variabel_Koude" = "Variabel_Koude"->"Jaar_Onbekend" * ("jr na peildatum" / "jr na peildatum");

"Inkomsten energieverkoop warmte" = ( @PRIOR("Inkomsten energieverkoop warmte") * ("Prijsontwikkeling Energietarieven verkoop" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie" / @PRIOR("Prijsontwikkeling Energietarieven verkoop" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie") )) + ("Variabel_Warmte"* "Prijsontwikkeling Energietarieven verkoop" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie"); "Inkomsten energieverkoop koude" = ( @PRIOR("Inkomsten energieverkoop koude") * ("Prijsontwikkeling Energietarieven verkoop" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie" / @PRIOR("Prijsontwikkeling Energietarieven verkoop" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie") )) + ("Variabel_Koude"* "Prijsontwikkeling Energietarieven verkoop" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie"); "Inkomsten vastrecht warmte" = ( @PRIOR("Inkomsten vastrecht warmte") * ("Prijsontwikkeling Kosten onderhoud en beheer" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie" / @PRIOR("Prijsontwikkeling Kosten onderhoud en beheer" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie") )) + ("Vastrecht_Warmte" * "Prijsontwikkeling Kosten onderhoud en beheer" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie"); "Inkomsten vastrecht koude" = /* ( @PRIOR("Inkomsten vastrecht koude")

59

* ("Prijsontwikkeling Kosten onderhoud en beheer" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie" / @PRIOR("Prijsontwikkeling Kosten onderhoud en beheer" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie") )) + */ ("Vastrecht_Koude" * "Prijsontwikkeling Kosten onderhoud en beheer" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie");

"Inkoop Energie" = ("Inkoop Electriciteit (MWh)" ->"Jaar_Onbekend" * "Electriciteitsprijs inkoop" ->"Jaar_Onbekend" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie" + "Inkoop Gas (m3)" ->"Jaar_Onbekend" * "Gasprijs inkoop" ->"Jaar_Onbekend" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie") * ("jr na peildatum" / "jr na peildatum"); "Kosten Energie-inkoop" = ( @PRIOR("Kosten Energie-inkoop") * ("Prijsontwikkeling Energietarieven inkoop" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie" / @PRIOR("Prijsontwikkeling Energietarieven inkoop" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie") )) +( ("Inkoop Energie"* "Prijsontwikkeling Energietarieven inkoop" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie")*-1); /* Onderhoud. */ "Kosten Onderhoud (per Project/ObjType in Tijd)" = "Kosten Onderhoud (per Project/ObjType)" * ("jr na peildatum" / "jr na peildatum"); "Kosten Onderhoud Exploitatie"= ( @PRIOR("Kosten Onderhoud Exploitatie") * ("Prijsontwikkeling Kosten onderhoud en beheer" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie" / @PRIOR("Prijsontwikkeling Kosten onderhoud en beheer" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie") )) + (("Kosten Onderhoud (per Project/ObjType in Tijd)" * "Prijsontwikkeling Kosten onderhoud en beheer" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie")*-1); ENDFIX

/* **************************************************** stap 9 **************************************************** */ CALC DIM("Objecten - De Oriënt","ObjectType"); SET CREATEBLOCKONEQ ON; SET CREATENONMISSINGBLK ON ; FIX(@REMOVE(@DESCENDANTS("Jaren"),"Jaar_Onbekend") &CurrScenario) /* Beheer. */ "Kosten Beheer Exploitatie" = (@PRIOR("Kosten Beheer Exploitatie") * ("Prijsontwikkeling Kosten onderhoud en beheer"->"ObjectTypeOnbekend" -> "Geen_Object_Informatie" / @PRIOR("Prijsontwikkeling Kosten onderhoud en beheer" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie") ) )

60

+((("Beheerkosten-huur (per Project/ObjType)" -> "Objecten - De Oriënt" -> "ObjectType" >"Jaar_Onbekend" + "Beheerkosten-personeel (per Project/ObjType)" -> "Objecten - De Oriënt" -> "ObjectType" >"Jaar_Onbekend" + "Beheerkosten-kantoorkosten (per Project/ObjType)" -> "Objecten - De Oriënt" -> "ObjectType" >"Jaar_Onbekend") / ("Verbruik Totaal Warm" ->"Objecten - De Oriënt" -> "ObjectType" ->"Jaar_Onbekend" + "Verbruik Totaal Koud" ->"Objecten - De Oriënt" -> "ObjectType" ->"Jaar_Onbekend") * ("Verbruik Totaal Warm" + "Verbruik Totaal Koud") * "Prijsontwikkeling Kosten onderhoud en beheer" ->"ObjectTypeOnbekend" -> "Geen_Object_Informatie") *-1); "Kosten Onderhoud en beheer" = ("Kosten Beheer Exploitatie" + "Kosten Onderhoud Exploitatie"); ENDFIX /* **************************************************** stap 10 **************************************************** */ FIX(@REMOVE(@DESCENDANTS("Jaren"),"Jaar_Onbekend") &CurrScenario) /* Investeringen Netto Contant. */ /* "Investeringskosten referentie (ncw)" = "vermeden kosten" */ "Investeringskosten duurzaam (ncw)"( IF("jr na peildatum" > 0) "Investeringskosten duurzaam (ncw)" = "Investeringskosten duurzaam"/ @POWER ((1 + "Ontwikkeling Discontovoet"->"Jaar_Onbekend" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend"), "jr na peildatum"); "Subsidie (ncw)" = "Subsidie" / @POWER ((1 + "Ontwikkeling Discontovoet"->"Jaar_Onbekend" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend"), "jr na peildatum"); "Aansluitbijdrage woningen (ncw)" = "Aansluitbijdrage woningen" / @POWER ((1 + "Ontwikkeling Discontovoet"->"Jaar_Onbekend" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend"), "jr na peildatum"); "Aansluitbijdrage (ncw)" = "Aansluitbijdrage BAK" / @POWER ((1 + "Ontwikkeling Discontovoet"->"Jaar_Onbekend" -> "Geen_Object_Informatie" -> "ObjectTypeOnbekend"), "jr na peildatum"); ELSE "Investeringskosten duurzaam (ncw)" = "Investeringskosten duurzaam"*1; "Subsidie (ncw)" = "Subsidie"*1; "Aansluitbijdrage woningen (ncw)" = "Aansluitbijdrage woningen" *1; "Aansluitbijdrage (ncw)" = "Aansluitbijdrage BAK" *1; ENDIF)

/*Kosten Netto Contant. */ "Inkomsten_Energieverkoop_NC" = ("Inkomsten energieverkoop warmte" + "Inkomsten energieverkoop koude"

61

+ "Inkomsten vastrecht warmte" + "Inkomsten vastrecht koude") / @POWER ( (1 + "Ontwikkeling Discontovoet"-> "ObjectTypeOnbekend" -> "Geen_Object_Informatie" -> "Jaar_Onbekend") ,"jr na peildatum"-> "ObjectTypeOnbekend" -> "Geen_Object_Informatie");

"Kosten_Energieinkoop_NC" = "Kosten Energie-inkoop" / @POWER ( (1 + "Ontwikkeling Discontovoet"-> "ObjectTypeOnbekend" -> "Geen_Object_Informatie" -> "Jaar_Onbekend") ,"jr na peildatum"-> "ObjectTypeOnbekend" -> "Geen_Object_Informatie"); "Kosten_Onderhoud-Beheer_NC" = "Kosten Onderhoud en beheer" / @POWER ( (1 + "Ontwikkeling Discontovoet"-> "ObjectTypeOnbekend" -> "Geen_Object_Informatie" -> "Jaar_Onbekend") ,"jr na peildatum"-> "ObjectTypeOnbekend" -> "Geen_Object_Informatie"); ENDFIX CALC DIM("Accounts"); FIX(@REMOVE(@DESCENDANTS("Jaren"),"Jaar_Onbekend") &CurrScenario) "Exploitatieresultaat_Cum_NC" = "Exploitatieresultaat_NC" + @PRIOR("Exploitatieresultaat_Cum_NC"); ENDFIX /* **************************************************** stap 11 **************************************************** */ /* Financieringskosten **************************************** */ CALC DIM("Accounts"); FIX(@REMOVE(@DESCENDANTS("Jaren"),"Jaar_Onbekend") &CurrScenario)

LOOP(30) "Boekwaarde" = ("Eenmalige Kosten Totaal" + "Exploitatieresultaat"+ @PRIOR("Boekwaarde") + @PRIOR("Rentelast")); /* Eenmalige kosten totaal negatief !! */ "Vreemd_Vermogen" = ( "Percentage_Vreemd_Vermogen" -> "ObjectTypeOnbekend" -> "Geen_Object_Informatie" -> "Jaar_Onbekend" * "Boekwaarde"); "Rentelast"( IF("Vreemd_Vermogen" < 0 ) "Rentelast" = "Vreemd_Vermogen" * "Marktrente" -> "ObjectTypeOnbekend" -> "Geen_Object_Informatie" -> "Jaar_Onbekend" ; ELSE 0; ENDIF) ENDLOOP /* Afschrijvingen ********************************************** */

62

"Investeringskosten_Opwekking_CUM" = ("Investeringskosten Opwekking (incl. Prijsstijging)" + @PRIOR("Investeringskosten_Opwekking_CUM")); "Herinvesteringskosten_Opwekking_CUM" = ("Herinvesteringskosten Opwekking" + @PRIOR("Herinvesteringskosten_Opwekking_CUM"));

"Afschrijving_Opwekking" = ("Investeringskosten_Opwekking_CUM" * "Herinvesteringspercentage Opwekking"-> "ObjectTypeOnbekend" -> "Geen_Object_Informatie" -> "Jaar_Onbekend" / "Herinvesteringsjaar Opwekking"-> "ObjectTypeOnbekend" -> "Geen_Object_Informatie" -> "Jaar_Onbekend") + ("Investeringskosten_Opwekking_CUM" * (1- "Herinvesteringspercentage Opwekking"-> "ObjectTypeOnbekend" -> "Geen_Object_Informatie" -> "Jaar_Onbekend")) / 30 +"Herinvesteringskosten_Opwekking_CUM" /15; /* Distributie ***********************************/ "Investeringskosten_Distributie_CUM" = ("Investeringskosten Distributie (incl. Prijsstijging)" + @PRIOR("Investeringskosten_Distributie_CUM")); "Herinvesteringskosten_Distributie_CUM" = ("Herinvesteringskosten Distributie" + @PRIOR("Herinvesteringskosten_Distributie_CUM")); "Afschrijving_Distributie" = ("Investeringskosten_Distributie_CUM" * "Herinvesteringspercentage Distributie"-> "ObjectTypeOnbekend" -> "Geen_Object_Informatie" -> "Jaar_Onbekend" / "Herinvesteringsjaar Distributie"-> "ObjectTypeOnbekend" -> "Geen_Object_Informatie" -> "Jaar_Onbekend") + ("Investeringskosten_Distributie_CUM" * (1- "Herinvesteringspercentage Distributie"-> "ObjectTypeOnbekend" -> "Geen_Object_Informatie" > "Jaar_Onbekend")) / 30 +"Herinvesteringskosten_Distributie_CUM" /15;

/* Afgifte *********************************/ "Investeringskosten_Aflever_CUM" = ("Investeringskosten Afleversets (incl. Prijsstijging)" + @PRIOR("Investeringskosten_Aflever_CUM")); "Herinvesteringskosten_Aflever_CUM" = ("Herinvesteringskosten Afleversets" + @PRIOR("Herinvesteringskosten_Aflever_CUM")); "Afschrijving_Afgifte" = ("Investeringskosten_Aflever_CUM" * "Herinvesteringspercentage Afleversets"-> "ObjectTypeOnbekend" -> "Geen_Object_Informatie" -> "Jaar_Onbekend" / "Herinvesteringsjaar Afleversets"-> "ObjectTypeOnbekend" -> "Geen_Object_Informatie" -> "Jaar_Onbekend") + ("Investeringskosten_Aflever_CUM"

63

* (1- "Herinvesteringspercentage Afleversets"-> "ObjectTypeOnbekend" -> "Geen_Object_Informatie" -> "Jaar_Onbekend")) / 30 +"Herinvesteringskosten_Aflever_CUM" /15; /* Cashflow *****************************************/ "Cashflow" = "Eenmalige Kosten Totaal" + "Exploitatieresultaat" +"Rentelast"; "Cashflow_CUM"= ("Cashflow" + @PRIOR("Cashflow_CUM")); "Cashflow_NC" = "Cashflow" / @POWER ( (1 + "Ontwikkeling Discontovoet"-> "ObjectTypeOnbekend" -> "Geen_Object_Informatie" -> "Jaar_Onbekend") ,"jr na peildatum"-> "ObjectTypeOnbekend" -> "Geen_Object_Informatie");

"Cashflow_CUM_NC" = ("Cashflow_NC" + @PRIOR("Cashflow_CUM_NC"));

ENDFIX

CALC ALL;

64

Bijlage V Invoerparameters Invoerblad variabelen Investeringen

65

Invoerblad variabelen Resultaat

66

Invoerblad variabelen Warmte-Koude

67

Bijlage VI Statistische keuzes Monte Carlo Simulaties Verdeling Inkoop Elektriciteit

Verdeling Inkoop Gasprijs

68

Verdeling GJ (warmte) prijs

Verdeling Discontovoet

69

Verdeling Warmte Verbruik

70

Bijlage VII Output na 40 jaar exploitatie

71

72

73

Bijlage VIII Beschrijving Crystal Ball en Essbase Beschrijving Crystal Ball Oracle Crystal Ball is the leading spreadsheet-based application suite for predictive modeling, forecasting, simulation, and optimization. It gives you unparalleled insight into the critical factors affecting risk. With Crystal Ball, you can make the right tactical decisions to reach your objectives and gain a competitive edge under even the most uncertain market conditions. Oracle Crystal Ball solutions begin with Oracle Crystal Ball, the base package for predictive modeling, Monte Carlo simulation and forecasting. Oracle Crystal Ball Enterprise Performance Management builds on that set of tools by adding the power of Oracle Crystal Ball to your Oracle Enterprise Performance Management (EPM) and Oracle Business Intelligence (BI) applications. Both editions can be enhanced with Oracle Crystal Ball Decision Optimizer, an option for Oracle Crystal Ball that adds the advanced capabilities of optimization and calculation speed to Oracle Crystal Ball's powerful simulation and forecasting toolset. Finally, for the academic community, Oracle offers the Oracle Crystal Ball Classroom Edition, an affordably priced, fully-functioning version of Oracle Crystal Ball and the Oracle Crystal Ball Decision Optimizer. http://www.oracle.com/us/products/applications/crystalball/index.html Beschrijving Essbase Oracle Essbase is the industry-leading multi-dimensional online analytical processing (OLAP) server, providing a rich environment for effectively developing custom analytic and enterprise performance management applications. By leveraging its self-managed, rapid application development capabilities, business users can quickly model complex business scenarios. For example, line-of-business personnel can simply and rapidly develop and manage analytic applications that can forecast likely business performance levels and deliver "what-if" analyses for varying conditions. Oracle Essbase supports extremely fast query response times for vast numbers of users, large data sets, and complex business models. http://www.oracle.com/us/solutions/ent-performance-bi/businessintelligence/essbase/index.html

74