Universiteit Gent Faculteit Ingenieurswetenschappen
Vakgroep INTEC Voorzitter: Prof. Dr. Ir. P. LAGASSE
Risico-analyse voor een netwerkoperator in een onzekere omgeving door Caroline HEYSE
Promotors: Prof. Mario Pickavet & Dr. Didier Colle Scriptiebegeleiders: Sofie Verbrugge & Jan Van Ooteghem
Scriptie ingediend tot het behalen van de academische graad van Licenciaat in de Informatica Academiejaar 2005-2006
Universiteit Gent Faculteit Ingenieurswetenschappen
Vakgroep INTEC Voorzitter: Prof. Dr. Ir. P. LAGASSE
Risico-analyse voor een netwerkoperator in een onzekere omgeving door Caroline HEYSE
Promotors: Prof. Mario Pickavet & Dr. Didier Colle Scriptiebegeleiders: Sofie Verbrugge & Jan Van Ooteghem
Scriptie ingediend tot het behalen van de academische graad van Licenciaat in de Informatica Academiejaar 2005-2006
Voorwoord Het thesisjaar is en blijft een zware beproefing voor het gros van de studenten. Voor mij was dit dan ook niet anders. Het is uiteindelijk dé kers op de taart van de geleverde inspanningen en opgedane ervaring van de voorbije academiejaren aan deze universiteit. Er is een gezegde die luidt: “De tijd vliegt snel, gebruik hem wel!” Ik heb deze spreuk aan den lijve mogen en tevens kunnen ondervinden. In het begin, in de kandidatuursjaren, leek de tunnel immens lang en nu ben ik er al! Het student zijn is een unieke levenservaring, met zowel zijn goede als mindere tijden, dan denk ik vooral aan de blokperiode. Vooral in de zomermaanden wordt de student zijn volharding duchtig op de proef gesteld. Efkes alle socialiteit uitschakelen en er tot het uiterste voor gaan is dan van toepassing. En nu… sta ik hier, met mijn bundeltje papier, zo fier!
Dankwoord Een grote dankuwel gaat in de eerste plaats naar mijn begeleiders: Sofie Verbrugge en Jan Van Ooteghem. Zonder hun begeleiding, ervaring & intuïtie was deze thesis onmogelijk geweest. Sofie wist me stap per stap te volgen en bij te sturen waar nodig om zo een goede opeenvolging van mijn thesis te garanderen. Jan stond me dan weer met raad en daad bij wat betreft de economische aspecten die in deze thesis aan bod kwamen. Door zijn specifieke kennis in de economie werden mij veel zaken duidelijker. Mijn ouders verdienen het ook om op de allereerste plaats vermeld te worden. Zij hebben het mogelijk gemaakt, deze toch wel vrij zware studie, zowel financieel te verwezenlijken alsook mij continu mentaal te ondersteunen. Een grote steun, gedurende al deze jaren, had ik zeker ook aan mijn zus, Vanessa, en vriend, Olivier , die steeds voor mij klaarstonden, zowel in moeilijke als leukere tijden. Vrienden en familie die, ondanks ze er geen snars van verstonden, toch de moeite hebben gedaan om deze thesis na te lezen, ook aan hen: “Oprechte dank!”
“De auteur geeft de toelating deze scriptie voor consultatie beschikbaar te stellen en delen van de scriptie te kopiëren voor persoonlijk gebruik. Elk ander gebruik valt onder de beperkingen van het auteursrecht, in het bijzonder met betrekking tot de verplichting de bron uitdrukkelijk te vermelden bij het aanhalen van resultaten uit deze scriptie.” Juni, 2006
Heyse Caroline
Risico-analyse voor een netwerkoperator in een onzekere omgeving door Caroline HEYSE
Scriptie ingediend tot het behalen van de academische graad van Licenciaat in de Informatica Academiejaar 2005-2006 Promotor: Prof. Mario Pickavet, Dr. Didier Colle Scriptiebegeleider: Sofie Verbrugge, Jan Van Ooteghem Faculteit Ingenieurswetenschappen Universiteit Gent Vakgroep INTEC – Informatietechnologie Voorzitter: Prof. Dr. Ir. P. LAGASSE
Samenvatting De omgeving waarbinnen het netwerkplanningsprobleem zich situeert is de laatste jaren grondig veranderd. Naast de sterke groei van het internetverkeer, zien we binnen het domein van optische netwerken ook een aantal belangrijke technologische doorbraken. Een belangrijke vraag waarmee netwerkoperatoren in deze context worden geconfronteerd is het al dan niet introduceren van Optische Cross-Connects (OXCs) in hun netwerk. Aangezien het gaat om een nieuwe technologie zijn ook de kosten van deze componenten van te voren onbekend. De impact van deze onzekere inputs, hier de trafiek en componentkost, op de winst van de operator wordt onderzocht en besproken. En dit voor het concrete geval van een operator die een netwerk met OXCs wenst uit te bouwen.
Trefwoorden: optische netwerken, risico-analyse, onzekerheid, netwerkplanning
Risk-analysis for a network operator in an uncertain environment Caroline Heyse Supervisors: Sofie Verbrugge, Jan Van Ooteghem Abstract This article examines how uncertain factors can influence the situation of a networkoperator. Keywords risk-analysis, networkplanning, uncertainty, optical networking
I. INTRODUCTION The purpose of this dissertation is double: on the one hand to identify the uncertainties the netwerk operator has to deal with and on the other hand to see in which way they affect the situation of the network operator. The environment of the network planning problem has changed thoroughly over the last few years. Apart from the internets immense traffic growth, we can also experience a huge expansion in technological breakthrough within the domain of optical networking. There are some new optical devices, e.g. OXCs (Optical Cross Connects). These components allow optical transit traffic in a node. Since the technology of optical networking is relatively new, the economical benefits are uncertain. That is why this paper will examine how the impact of uncertain traffic and equipment costs will affect the anticipated profits of the network operator.
II. METHODOLOGY A. Case Study We examine the basic reference network, which you can find on [1]. It is a European network, with 28 nodes and 41 links interconnecting these locations. In every node we install a DXC (Digital Cross Connect) and also an OXC. The internet traffic is predicted by a traffic model (100% IP-growth model 2 of [1]). The research period is from 2004 until 2008. The network is dimensioned by WDMGuru [2]. The costs are assumed to be exponentially decreasing.
C. Heyse is a master thesis student. Her thesis was carried out within the IBCN group of the Dept. of Information Technology of Ghent University. E-mail:
[email protected] .
B. Two-step approach First we establish a static model of this case study. Static in this context means that everything is kept fixed: both the equipment cost and the traffic we expected. (see III) In a second step we use the previously defined model to simulate certain situations. We want to know in which way the uncertainties affect the network operator’s situation: loss, break-even or profit. There are 2 types of uncertain inputs, namely cost and traffic, that we want to examine. Monte-Carlo simulation is used to randomly generate a large number of values for these uncertain variables and simulate the model over and over again. This is done using Crystal Ball [3]. (see IV)
III. COST-BENEFIT ANALYSIS Cost-Benefit Analysis (CBA) estimates and totals up the financial value of the benefits and costs of projects to establish whether the project is worthwhile. A. Costs The biggest part are the Capital Expenditures (CapEx), these are costs contributed to the fixed infrastructure of the operator, but also the Operational Expenditures (OpEx) are important, i.e. the costs to keep the network up and running. CapEx are extracted from the dimensioning, OpEx is defined by a mark up of 50% of the CapEx. We use the standard costs from WDMGuru for 2004 and assume there is an exponential decrease expressed as follows: initial _ price ∗ (decrease _ factor ) t with: t = 0,…,4 (0=2004,…,4=2008) and decrease_factor derived from [4]. B. Benefits The earnings of the operator are calculated using linear pricing. They are chosen proportional to the amount of used STM-1’s needed in each year. To see the evolution of costs versus income, from 2004 until 2008 see Figure 1.
Euros
Costs
Benefits
4,000,000.00 3,000,000.00 2,000,000.00 1,000,000.00 0.00 2004 2005 2006 2007 2008 year
Figure 1: Costs versus benefits: 2004 until 2008 C. Investment evaluation We use the Netto Present Value (NPV) & Internal Rate of Return (IRR) method to evaluate the planned investment [5]. In this case the NPV method results in a positive amount, so the project should be undertaken. The result of IRR confirms also that the project is profitable.
The hypothesis is confirmed: the optical equipment, in particular the OXCs, influences the situation of the networkoperator the most. B. Traffic Internet traffic is something very unpredictable. We can set up a probable model of evolution but this remains unsure. Therefore we also simulate with extremely high standard deviation (50%), at least concerning the normal distribution. Again we did 1000 simulations, with the traffic matrices [1] as the predefined assumptions and the NPV as forecast.
IV. IMPACT OF THE UNCERTAIN INPUTS Figure 3: Forecast NPV-Normal 10%-Traffic A. Component cost The costs of the required optical equipment is difficult to foresee. We define these costs as assumptions in Crystal Ball and look what happens to the NPV. We simulated 3 different distributions: normal, triangular & uniform, each time with 1000 trials.
Figure 3 shows the resulting forecast chart where 10% standard deviation on the original traffic matrices is used. This distribution seems to be the most appropiate to simulate the traffic because it can have a large spreading, which is very suitable for this kind of unforeseeable traffic. The NPV stays positive in all cases, which means the project is beneficial.
V. SUMMARY
Figure 2: Forecast NPV-Normal 10%-Cost In this paper we focus on the most realistic of the performed simulations, namely where link and node costs are correlated in 2 groups (correlation factor=1) and normal distributed with 10% as standard deviation. Figure 2 shows the outcome: the simulated mean NPV is 1.943.430,76€ whereas in the static case it was 1.933.069,89€. The standard deviation is 336.091,64 which is 17,3%(>10%) of the generated mean, this is because the variables depend on each other. The impact of the uncertain inputs is as follows: next components have the biggest impact on the NPV (based on a sensitivity analysis): • OXC-types • Long Reach Transponders • Tributary/Trunk Ports (OXC)
This paper considers the incremental planning of an optical network with growing traffic demands. We performed an investment analysis over a 5 year planning interval. A sensitivity analysis concerning the uncertain input values shows that optical equipment has a bigger impact on NPV than changing traffic.
REFERENCES [1] [2] [3] [4]
[5]
http://www.ibcn.intec.ugent.be/css_design/research/pr ojects/INTERNAL/NRS/index.html http://www.opnet.com/products/wdmguru/home.html http://www.decisioneering.com/cb_features.html DERKACZ, LESZCZUK, WAJDA, LEONE, MONARI, LIEVENS, DE MAESSCHALCK, VERBRUGGE & COLLE, IP/OTN cost model and photonic equipment cost forecast –IST lion project OOGHE, DELOOF & MANIGART, Handboek ‘Bedrijfsfinanciëring’, Intersentia, 2002
Inhoudstafel
HOOFDSTUK 1: 1.1 1.2 1.3
INLEIDING............................................................................................... 1
DOELSTELLING ................................................................................................................... 1 WERKWIJZE........................................................................................................................ 1 OVERZICHT......................................................................................................................... 2
HOOFDSTUK 2:
NETWERKPLANNING .......................................................................... 3
2.1 OPTISCHE NETWERKTECHNOLOGIE ................................................................................. 3 2.1.1 COMPONENTEN .................................................................................................................... 4 2.1.2 MEMS.................................................................................................................................. 8 2.1.3 WAVELENGTH-DIVISION MULTIPLEXING ............................................................................. 9 2.1.4 GROOMING ......................................................................................................................... 11 2.2 PROTECTIE EN RESTORATIE ............................................................................................ 12 2.3 CASE STUDY ...................................................................................................................... 14 HOOFDSTUK 3:
KOSTEN-BATEN ANALYSE............................................................... 16
3.1 UITGAVEN ......................................................................................................................... 16 3.1.1 NETWERKDIMENSIONERING ............................................................................................... 16 3.1.2 KOSTBEPALING .................................................................................................................. 23 3.1.3 KOSTEVOLUTIE .................................................................................................................. 25 3.1.4 UITGAVEN 2004 T.E.M. 2008 ............................................................................................. 28 3.2 INKOMSTEN....................................................................................................................... 29 3.2.1 PRIJSBEPALING ................................................................................................................... 29 3.2.2 INKOMSTEN 2004 T.E.M. 2008 ........................................................................................... 31 3.3 UITGAVEN VERSUS INKOMSTEN ...................................................................................... 32 3.4 CONCLUSIE ....................................................................................................................... 35 HOOFDSTUK 4:
ONZEKERE PARAMETERS............................................................... 36
4.1 IDENTIFICATIE VAN DE ONZEKERHEDEN ........................................................................ 36 4.2 SIMULATIES A.D.H.V. CRYSTAL BALL............................................................................. 37 4.3 ONZEKERE COMPONENTKOST......................................................................................... 40 4.3.1 WERKWIJZE ........................................................................................................................ 40 4.3.2 SIMULATIES ........................................................................................................................ 41 4.3.3 CONCLUSIE ......................................................................................................................... 54 4.4 ONZEKERE TRAFIEK ........................................................................................................ 56 4.4.1 WERKWIJZE ........................................................................................................................ 56 4.4.2 SIMULATIES ........................................................................................................................ 57 4.4.3 CONCLUSIE ......................................................................................................................... 60 4.5 ONZEKERE COMPONENTKOST EN ONZEKERE TRAFIEK ................................................ 61 HOOFDSTUK 5:
CONCLUSIE........................................................................................... 62
BIJLAGE A: NETWERKTOPOLOGIE................................................................................ 63 BIJLAGE B: PRIJSMODELLERING ................................................................................... 65 BIJLAGE C: UITGAVEN ....................................................................................................... 67 BIJLAGE D: OVERZICHT .................................................................................................... 72 BIJLAGE E: BILL OF MATERIALS 2004........................................................................... 74
Afkortingen
ADM BOM CAPEX CCA CF CWDM DCL DEMUX DWDM DXC EDFA EOCC ETE HCA IRG IRR LBL LR TRANSP MEMS MUX NCW NPV OA OCH OMS OPEX OTN OTS OXC PDH REG CARDS REG Rx SDH SDM SONET SR TRANSP STM TDM TM TRIB Tx WDM WDM TM XC
Add-Drop Multiplexer Bill Of Materials Capital Expenditures Current Cost Accounting Cash Flow Coarse/Cheap WDM Digital Client Layer Demultiplexer Dense WDM Digital Cross Connect Erbium Doped Fiber Amplifier Electrical and Optical Cross Connects End-To-End (grooming) Historical Cost Accounting Interne Rendementsgraad Internal Rate of Return Link-By-Link (grooming) Long Reach Transponder Micro-Electro-Mechanical Systems Multiplexer Netto Contante Waarde Netto Present Value Optical Amplifier Optical Channel Layer Optical Multiplex Section Layer Operational Expenditures Optisch Transportnetwerk Optical Transmission Section Layer Optical Cross-Connect Plesiochronous Digital Hierarchy Regeneration Cards Regenerator Receiver Synchronous Digital Hierarchy Space Division Multiplexing Synchronous Optical Network Short Reach Transponder Synchronous Transport Module Time Division Multiplexing Terminal Tributary Transmitter Wavelength Division Multiplexing WDM Terminal Multiplexer Cross Connect
Lijst van figuren
Hoofdstuk 2:
Figuur 2.1: Optische vezel Figuur 2.2: Cladding Figuur 2.3: Multiplexer (MUX) Figuur 2.4: Een WDM (de)multiplexer Figuur 2.5: Een add-drop multiplexer Figuur 2.6: Een optical ADM Figuur 2.7: Schakeling WDM-DEMUX, OXC/OADM Figuur 2.8: Een EDFA Figuur 2.9: MEMS-spiegel Figuur 2.10: Principe van de MEMS-technologie Figuur 2.11: WDM-principe Figuur 2.12: LBL-grooming Figuur 2.13: ETE-grooming Figuur 2.14: Dedicated path protection (1+1) Figuur 2.15: Shared Path Protection Figuur 2.16: Path Restoration Figuur 2.17: Gebruikte netwerktopologie Hoofdstuk 3:
Figuur 3.1: Verschillende elementen van een transportnetwerk
Hoofdstuk 4:
Figuur 4.1: Types kansverdeling
Lijst van tabellen
Hoofdstuk 3:
Tabel 3.1: Aantal poorten per type DXC/OXC Tabel 3.2: Basisprijs per type DXC/OXC Tabel 3.3: Kosten per jaar van het beschouwde netwerk Tabel 3.4: Inkomst per STM-1 voor elk jaar Tabel 3.5: Baten per jaar van het beschouwde netwerk Tabel 3.6: Cash-flows en NPV Hoofdstuk 4:
Tabel 4.1: Gebruikte invoerparameters van de 3 gebruikte verdelingen Tabel 4.2: Resultaten-N10%-link Tabel 4.3: Resultaten-N10%-knoop Tabel 4.4: Resultaten-N10%-alles-OG Tabel 4.5: Resultaten-N10%-alles-G1 Tabel 4.6: Resultaten-N10%-alles-G2 Tabel 4.7: Resultaten-N15%-alles-OG Tabel 4.8: Resultaten-N25%-alles-OG Tabel 4.9: Resultaten-∆-alles Tabel 4.10: Resultaten-U-alles Tabel 4.11: Samenvatting normaal-uniform-driehoek (componentkost) Tabel 4.12: Resultaten-N10%-trafiek Tabel 4.13: Resultaten-N50%-trafiek Tabel 4.14: Resultaten-∆-trafiek Tabel 4.15: Resultaten-U-trafiek Tabel 4.16: Samenvatting normaal-uniform-driehoek (trafiek)
Lijst van grafieken
Hoofdstuk 3:
Grafiek 3.1: Aantal STM-1’s per jaar Grafiek 3.2: Verloop van het aantal gebruikte fiber-componenten met gegeven trafiek Grafiek 3.3: Verloop van het aantal gebruikte channel-componenten met gegeven trafiek. Grafiek 3.4: Verloop van het aantal gebruikte transponders met gegeven trafiek Grafiek 3.5: Prijsdaling van de link-componenten (fiber&channel) Grafiek 3.6: Prijsdaling van de poorten (DXC&OXC) Grafiek 3.7: Prijsdaling van de DXC-types Grafiek 3.8: Prijsdaling van de OXC-types Grafiek 3.9: Prijsdaling van de transponders Grafiek 3.10: Vergelijking uitgaven-inkomsten 2004 t.e.m. 2008 Hoofdstuk 4:
Grafiek 4.1: Forecast NPV-N10%-link Grafiek 4.2: Sensitivity NPV-N10%-link Grafiek 4.3: Evolutie aantal gebruikte linkcomponenten(1) Grafiek 4.4: Evolutie aantal gebruikte linkcomponenten(2) Grafiek 4.5: Forecast NPV-N10%-knoop Grafiek 4.6: Sensitivity NPV-N10%-knoop Grafiek 4.7: Forecast NPV-N10%-alles-OG Grafiek 4.8: Sensitivity NPV-N10%-alles-OG Grafiek 4.9: Forecast NPV-N10%-alles-G1 Grafiek 4.10: Sensitivity NPV-N10%-alles-G1 Grafiek 4.11: Forecast NPV-N10%-alles-G2 Grafiek 4.12: Sensitivity NPV-N10%-alles-G2 (boven: knoop, onder: link) Grafiek 4.13: Forecast NPV-N15%-alles-OG Grafiek 4.14: Forecast NPV-N25%-alles-OG Grafiek 4.15: Forecast NPV-∆-alles Grafiek 4.16: Forecast NPV-U-alles Grafiek 4.17: Forecast NPV-N10%-trafiek Grafiek 4.18: Forecast NPV-N50%-trafiek Grafiek 4.19: Forecast NPV-∆-trafiek Grafiek 4.20: Forecast NPV-U-trafiek Grafiek 4.21: Forecast NPV-N10%-trafiek&componentkost Grafiek 4.22: Sensitivity NPV-N10%-trafiek&componentkos
Hoofdstuk 1: Inleiding
1.1
Doelstelling
Het doel van dit afstudeerwerk bestaat erin de onzekerheden waarmee de netwerkplanner wordt geconfronteerd te identificeren en de impact ervan op de winst van de operator te bepalen. De omgeving waarbinnen het netwerkplanningsprobleem zich situeert is de laatste jaren immers grondig veranderd. Naast de sterke groei van het internetverkeer, zien we binnen het domein van optische netwerken ook een aantal belangrijke
technologische
doorbraken.
Een
belangrijke
vraag
waarmee
netwerkoperatoren in deze context worden geconfronteerd is het al dan niet introduceren van Optische Cross-Connects (OXCs) in hun netwerk. Deze componenten laten toe het transit verkeer in een knoop optisch door te sturen. Aangezien het gaat om een nieuwe technologie zijn ook de kosten van deze componenten van te voren onbekend. In dit eindwerk zal de impact van de onzekere trafiek en dito kosten op de verwachte winst van een netwerkoperator worden bestudeerd, voor het concrete geval van een operator die een netwerk met OXCs wenst uit te bouwen.
1.2
Werkwijze
Eerst en vooral werd er een statisch model opgesteld, n.l. een kosten-baten analyse voor een netwerkoperator die een netwerk met OXCs wenst op te zetten. Dit gebeurde m.b.v. een rekenblad in Excel. Met “statisch” wordt bedoeld dat alles “vast” staat, zowel het aantal gebruikte componenten als de trafiek. (zie hfdst 3) In een 2e stap werd er op een dynamische wijze gesleuteld aan de gemaakte excel-sheet. Er werden simulaties gegenereerd m.b.v. Crystal Ball. Dit is een tool uit de economische wereld van de investeringstheorie, die ons toelaat op een eenvoudige wijze Monte-Carlo simulaties uit te voeren en de resultaten ook visueel voor te stellen. We hebben getracht, vertrekkende van de bekomen resultaten, het belang van onzekere 1
inputs in het planningsproces te kwantificeren. M.b.v. de grafische voorstellingen en een grondige interpretatie ervan werd er een besluit geformuleerd wat betreft de onzekerheid voor welbepaalde inputs (hier: trafiek & equipmentkost) van een netwerkoperator. (zie hfdst 4)
Tenslotte sluiten we af met een samenvattend hoofdstuk die de voornaamste zaken nog eens herneemt. (zie hfdst 5)
1.3
Overzicht
Hoofdstuk 1 geeft een korte inleiding over wat men kan verwachten in deze thesis.
Hoofdstuk 2 behandelt de concrete situatie van een netwerk met OXCs, alsook achtergrondinformatie wat betreft de gebruikte netwerktechnologie in deze thesis, t.t.z. de optische netwerktechnologie.
In Hoofdstuk 3 wordt de volledige cost-benefit analyse uit de doeken gedaan.
Hoofdstuk 4 identificeert de onzekere inputs van een netwerkoperator. Wij beschouwen de hoeveelheid trafiek en de materiaalkost. Deze 2 zaken worden in dit hoofdstuk van dichtbij geanalyseerd. De belangrijkste resultaten die m.b.v. Crystal Ball werden gegenereerd worden besproken. Grafische voorstellingen helpen ons om de schatting van de onzekerheid van de afzonderlijke parameters te bepalen.
Hoofdstuk 5 bespreekt tenslotte de conclusies die men mag trekken uit deze hele uiteenzetting wat betreft de impact op de winst van een netwerkoperator die OXCs wenst te gebruiken in zijn netwerk.
Achteraan het boek bevinden er zich ook nog een aantal bijlagen, alsook een CD-ROM waarin de Excel-files staan waarmee gewerkt werd.
2
Hoofdstuk 2: Netwerkplanning
2.1
Optische netwerktechnologie
Aangezien deze volledige thesis als basis een optisch netwerk omvat, worden hier de belangrijkste zaken kort toegelicht.
Transportnetwerken kunnen op verschillende manieren georganiseerd zijn, zo zijn er de SDH-(Synchronous Digital Hierarchy), opvolger van PDH-(Plesiochronous Digital Hierarchy), en WDM-(Wavelength Division Multiplexing) transportnetwerken. SONET (Synchronous Optical Network) is de Amerikaanse tegenhanger van SDH. SDH wordt gebruikt voor de klassieke telefonienetwerken. WDM is recenter en kan heel hoge bandbreedtes aanbieden (tot Tbit/s). Terwijl PDH slechts tot 565 Mbit/s & SDH tot 10Gbit/s tegelijkertijd over 1 kanaal kan versturen. Wij bekijken hier meer specifiek de WDM optische transportnetwerken (OTN).
Vanaf het begin is bij de ontwikkeling van optische netwerken gestreefd naar zo min mogelijk overgangen van optische naar elektrische signalen en omgekeerd, aangezien dit een dure operatie is. Voor deze netwerken zijn dan ook optische versterkers, switches, cross-connects (XCs) en soortgelijke systemen ontwikkeld.
De voornaamste netwerkelementen zijn: •
optische vezel
•
multiplexer (MUX) & demultiplexer (DEMUX)
•
add-drop multiplexer (ADM)
•
cross connect (XC)
•
optical amplifier (OA)
We bespreken deze componenten nu nader in detail.
3
2.1.1 Componenten 2.1.1.1 Optische vezel Voor het overbruggen van grote afstanden zijn optische vezels niet meer weg te denken. Telecombedrijven maken veelvuldig gebruik van glasvezels voor het transport van telefonie, televisie en internetsignalen.
Een optische vezel is samengesteld uit drie onderdelen: de kern (core), de bekleding (cladding) en de mantel (coating/buffer). Zie Figuur 2.1 & 2.2.
De kern is het gedeelte van de vezel dat licht overbrengt. Het is samengesteld uit materiaal met een hogere brekingsindex dan de bekleding.
De bekleding omringt de kern. Het heeft een lagere brekingsindex, in vergelijking met dat van de kern, zodanig dat het licht zich kan voortbewegen in de kern.
De mantel omringt de bekleding van een vezel. Over het algemeen een zacht plastic materiaal dat de vezel tegen schade beschermt.
Figuur 2.1: Optische vezel
Figuur 2.2: Cladding
Bron: [1] 4
2.1.1.2 (De)Multiplexer Een multiplexer (MUX) is een component die een aantal ingangssignalen van hetzelfde type samenneemt tot 1 grotere bundel. De tributary ports zijn de hulppoorten en de aggregate port omvat de gebundelde stromen. Zie Figuur 2.3.
Een demultiplexer (DEMUX) werkt tegengesteld aan de multiplexer. Het splitst de optische signalen n.l. terug op in de verschillende golflengtes.
Wij beschouwen hier een wavelength (de)multiplexer (zie Figuur 2.4). Deze kan de capaciteit van de optische vezels die computerdata verzenden enorm vergroten. Aan de zenderzijde (Tx=transmitter) combineert deze multiplexer verschillende golflengtes, terwijl de WDM demultiplexer deze terug opsplitst aan de ontvangerzijde (Rx=receiver).
Figuur 2.3: Multiplexer (MUX)
Figuur 2.4: Een WDM (de)multiplexer
Bron: [2] & [3]
5
2.1.1.3 Add-Drop Multiplexer Een add-drop multiplexer (ADM) is een belangrijk netwerkcomponent in optische vezelnetwerken. Een ADM is een soort multiplexer met bijkomende eigenschap dat het één of meerdere lagere bandbreedte signalen kan toevoegen aan een bestaande datastroom van hogere bandbreedte en tegelijkertijd lagere bandbreedte signalen kan droppen, door hen te verwijderen van de datastroom en deze door te sturen naar een ander pad in het netwerk. Zie Figuur 2.5.
Aangezien wij het optische geval bekijken, zijn het OADMs. Zie Figuur 2.6 – werking: De verschillende golflengtes aanwezig in de vezel komen binnen in een demultiplexer waar ze terug worden gesplitst op kleur (via filter). De space switch zorgt ervoor dat sommige ervan gedropt worden of juist toegevoegd worden en dit volledig in het optische domein, m.a.w. er dient geen conversie te gebeuren naar elektrische vorm. Bron: [4]
Figuur 2.5: Een add-drop multiplexer
Figuur 2.6: Een optical ADM
2.1.1.4 Cross Connect Een cross-connect (XC) heeft meer schakelfunctionaliteit dan een gewone MUX of ADM, waardoor het ook een duurdere component is. De ruimte waarin er geschakeld kan worden, wordt voorgesteld m.b.v. een matrix, deze zorgt ervoor dat een optisch signaal dat afkomstig is van een ingangspoort naar gelijk welke uitgangspoort kan gaan.
Er zijn 2 soorten, n.l.: Optical Cross Connect (OXC) en Digital Cross Connect (DXC). De OXC dient om optische signalen te switchen terwijl de DXC gebruikt wordt voor elektrische signalen door te schakelen. 6
Zie Figuur 2.7 voor een schematische voorstelling hoe al deze voorgaande componenten met elkaar in verbinding staan.
Figuur 2.7: Schakeling WDM-DEMUX, OXC/OADM
Uitleg Figuur 2.7: De WDM demultiplexers aan weerszijden van de OXC zorgen ervoor dat de optische signalen terug gescheiden worden. Deze worden naar de ingangspoorten van de OXC gebracht, waarna die beslist o.b.v. zijn matrix naar welke uitgang de signalen gestuurd worden.
2.1.1.5 Optical Amplifier Apparaat dat een optisch signaal versterkt zonder het in elektrische vorm om te zetten. De meest gebruikte OA is de EDFA (=Erbium Doped Fiber Amplifier). Zie Figuur 2.8.
Figuur 2.8: Een EDFA Uitleg Figuur 2.8: Een EFDA is een soort OA bestaande uit optische vezels die in het element erbium gedompeld worden. Een laser wekt deze erbium-ionen in de vezel op, die dan op hun beurt hun energie kunnen doorgeven aan de optische signalen die er doorheen passeren.
Voor meer informatie omtrent al deze componenten zie ook [5].
7
2.1.2 MEMS Om optisch te switchen zijn er meerdere mogelijkheden, één ervan is de micro-electromechanical systems (MEMS)-technologie. Kleine mechanische onderdeeltjes zijn vastgehecht op semiconductor chips en worden mechanisch gecontroleerd om de lichtstraal ofwel te doen afwijken (spiegeltje=recht) ofwel te laten doorgaan (spiegeltje=vlak/neer). Zie Figuur 2.9 voor zo een uitvergroot MEMS-spiegeltje & Figuur 2.10 voor de schematische voorstelling van dit principe. Aangezien deze techniek van mechanische aard is, zal het neerklappen of rechtkomen van dergelijke spiegeltjes niet ogenblikkelijk geschieden (enkele nsec), m.a.w. de reconfiguratie is traag. Voordeel van dergelijk systeem is dan weer dat het verlies aan sterkte van een signaal beperkt wordt.
Figuur 2.9: MEMS-spiegel
Figuur 2.10: Principe van de MEMS-technologie
8
2.1.3 Wavelength-division multiplexing Er bestaan verschillende technieken om te multiplexen, zo is er: •
TDM: Time Division Multiplexing Alle signalen worden over dezelfde fysieke structuur gestuurd, maar ze krijgen elk een tijdslot toegewezen.
•
SDM: Space Division Multiplexing De signalen gaan over verschillende fysieke structuren.
•
WDM: Wavelenght Division Multiplexing In het Nederlands: Golflengtemultiplexing, hetgeen zoiets betekent als “vermenigvuldiging door golflengte verdeling”.
Het licht dat er aan de ene kant wordt ingestopt, komt er aan de andere kant van de vezel weer uit. Aan de zendzijde wordt informatie in het licht gestopt. Dit proces heet modulatie. Om het licht in de glasvezel te stoppen wordt een intense monochromatische lichtbron gebruikt (meestal wordt dan ook een laser gebruikt). Omdat glasvezel erg dun is, moet het licht nauwkeurig ingekoppeld worden.
Het licht met de erin gestopte informatie wordt verstuurd. Aan de ontvangstzijde van de glasvezel wordt de informatie weer uit het licht gehaald. Dit proces heet demodulatie. Een glasvezel wordt gemaakt van glas met een hele hoge zuiverheidsgraad. Hierdoor kan de informatie over afstanden van enkele tientallen kilometers worden overbrugd zonder dat er signaalverlies optreedt (de golflengten van het licht blijven identiek, de intensiteit daalt echter wel met de afstand).
WDM kan gebruikt worden om het gebrek aan glasvezels op te heffen. Tot nu toe was het gebruikelijk om één lichtbron aan te sluiten op één glasvezel. Het kan echter voorkomen dat een glasvezel meer informatie moet transporteren dan met één lichtbron mogelijk is. Niet alleen het aanleggen van nieuwe kabels is kostelijk en duurt bovendien erg lang, maar ook het oplichten van bestaande glasvezels, d.i. voorzien van lasers ed., is een dure aangelegenheid. Vaak is de extra capaciteit ook ogenblikkelijk nodig. 9
De oplossing is in feite simpel: sluit gewoon een aantal lichtbronnen aan op één vezel. Het is dan wel noodzakelijk om aan de ontvangstzijde de verschillende lichtbronnen weer van elkaar te kunnen onderscheiden. Daarvoor gebruikt elke lichtbron een eigen golflengte. De kleur van het licht hangt samen met de golflengte van het licht. In een glasvezel wordt voor de mens onzichtbaar licht gebruikt.
Figuur 2.11: WDM-principe In Figuur 2.11 wordt het principe van WDM geïllustreerd: De 4 zendersignalen, elk met een eigen golflengte (kleur), worden samen over 1 glasvezel verstuurd. Aan de ontvangstkant worden de signalen van elkaar gescheiden en elk signaal wordt naar een ontvanger geleid.
In deze figuur is een 4 op 4 systeem getekend. Commercieel zijn 16 golflengtes(=lambda) geruime tijd op de markt, 40 lambda’s zijn sinds 2001 gemeengoed en sedert 2003 zijn 64/80 lambda’s beschikbaar. Een WDM-systeem is nogal prijzig. Bij korte afstanden zijn extra vezels goedkoper. Bij grote afstanden is WDM dan weer voordeliger. Per lambda kunnen transmissiesnelheden van 10 Gigabit per seconde worden gehaald. In diverse laboratoria worden testen uitgevoerd met 40 en 80 Gigabit. Fysieke problemen weerhouden commerciële inzet.
Sinds 2003 is WDM onderverdeeld in CWDM (Coarse WDM) & DWDM (Dense WDM). Bij CWDM zijn de lambda’s breder en minder precies (lagere kwaliteit) dan bij DWDM. Hier ligt ook het onderscheid met betrekking tot de prijzen van de WDM systemen. CDWM wordt ook wel Cheap WDM genoemd.
Bron: [6]
10
2.1.4 Grooming Het proces om aan trafiekmanagement te doen noemt men grooming. Dit kan op 2 manieren, n.l.: End-To-End (ETE) grooming en Link-By-Link (LBL) grooming [7].
Bij LBL-grooming zal het verkeer dat van knoop x naar knoop y via tussenliggende knopen A & B b.v. moet verplaatst worden, telkens het een intermediare knoop passeert terug naar de IP-laag gaan. Zie Figuur 2.12.
x
y
A
B
Figuur 2.12: LBL-grooming
Terwijl bij ETE-grooming de trafiek van in het beginpunt x tot bij het eindpunt y in de optische laag blijft. Zie Figuur 2.13.
x
y
Figuur 2.13: ETE-grooming
Een netwerk dat gebruik maakt van LBL-grooming voor het beheer van de trafiek zal enerzijds een hoge kost hebben wat betreft de IP-laag maar anderzijds zal het geen nood hebben aan de duurdere OXCs.
Terwijl we bij een ETE-grooming met een hogere kost zullen zitten op de optische laag, maar het verkeer zal end-to-end verstuurd worden en dit volledig op de optische laag. 11
2.2
•
Protectie en restoratie
1+1 Protected (dedicated): De trafiekflow wordt telkens gedupliceerd en langs 2 mogelijke wegen van begin- naar eindpunt verstuurd. Er is een werkend pad (Eng. working path), waarlangs het verkeer in normale omstandigheden passeert en een beschermend pad (Eng. recovery path) indien er zich een fout zou voordoen. Zie Figuur 2.14.
Figuur 2.14: Dedicated path protection (1+1)
Uitleg Figuur 2.14: De herstelpaden A-D-E-F-C en G-D-E-F-I delen geen enkele bandbreedte op het gemeenschappelijke stukje pad D-E-F, ondanks het feit dat de werkende paden A-B-C en G-H-I geen enkele bron gemeen hebben en zodus geen grote kans op gelijktijdig falen. •
Shared Path Protection: De backups kunnen ook gedeeld worden tussen de verschillende werkende paden. Als er zich een faling voordoet op een van deze werkende paden dan zal de backup-route gebruikt worden om deze faling te herstellen. Als op een ander tijdstip een fout optreedt op een ander van deze werkende paden dan zal dezelfde herstel-route gebruikt worden om ook deze fout te herstellen. Zie Figuur 2.15.
12
Figuur 2.15: Shared Path Protection
Uitleg Figuur 2.15: De herstelpaden A-D-E-F-C en G-D-E-F-I delen nu wél de bandbreedte op het gemeenschappelijke stuk D-E-F. Dit is toegelaten aangezien de kans dat beide werkende paden A-B-C én G-H-I gelijktijdig falen klein is. Dus zal er slechts 1 recovery path het D-E-F stuk per keer daadwerkelijk nodig hebben. •
Link of Path Restoration: -Bij link-restoratie zal één enkele link-fout opgelost worden door de defecte link te vervangen door een herstelpad gelegen tussen de 2 adjacente knopen. -Bij path-restoratie wordt er een gemeenschappelijk kanaal gebruikt voor de centrale link die gebruikt wordt door beide herstelpaden. In het geval er zich een fout
zou
voordoen
langs
één
van de
werkende
paden,
zullen
er
signaalboodschappen verstuurd worden over het netwerk waarin staat dat het gedeelde kanaal nu gereserveerd wordt voor het desbetreffende herstelpad. Zie Figuur 2.16.
Figuur 2.16: Path restoration 13
2.3
Case study
Er werd gekozen voor het Basic Reference Network als vertrekpunt voor het verdere onderzoek van deze thesis. Dit Europese pan-netwerk bevat 28 knopen in de voornaamste steden van Europa en 41 fysiek aanwezige links die deze knopen onderling met elkaar rechtstreeks verbinden. (zie ook [8] & Figuur 2.17)
Figuur 2.17: Gebruikte netwerktopologie
Het planningsinterval waarin we het investeringsproject wensen te onderzoeken bestrijkt 5 jaren, dit is een middellange periode, wat de normale gang van zaken is bij (de meeste) telecommunicatie-projecten. Netwerkoperatoren willen n.l. snel resultaat zien van hun investering, m.a.w. winst boeken, en ook omdat de technologie van dezer dagen zo snel vooruitgang maakt dat het kan zijn dat de gebruikte technologie reeds verouderd blijkt te zijn na het verstrijken van een té lange periode. We beschouwen 2004 als startjaar waarin we ons aan de investering wagen, en de 4 opeenvolgende jaren, 2005 t.e.m. 2008.
De greenfield-situatie is deze waarbij we uit het niets vertrekken en het volledige netwerk als “nieuw” beschouwen, en dit in het jaar 2004 (=jaar0). De daaropvolgende jaren, 2005 t.e.m. 2008, wordt er incrementeel verder uitgebreid op het reeds bestaande netwerk van het jaar ervoor.
14
Voor de trafiek in een welbepaald jaar werd gekeken naar de trafiekmatrices die terug te vinden zijn op [8]. Trafiekmodel 2 met groeiende trafiek werd verkozen omdat deze iets recenter bleek te zijn dan Model 1 [9].
Voice Traffic
Kv * Pi * Pj / Dij2
Transaction Data Traffic
Kt * Ei * Ej / Dij
IP Traffic
Ki * Hi * Hj
Waarbij de totale trafiek tussen knoop_i en knoop_j gedefinieerd kan worden als een functie van een constante K, de populatie P, het aantal werknemers E die niet in de productie werken, het aantal internet hosts H van de stad en de afstand D tussen de knopen.
Wij hebben verkozen om ETE grooming toe te passen in deze thesis. En dit omdat wij zoveel mogelijk op de optische laag trachten te blijven.
Er werd geen protection voorzien, m.a.w. bij defect aan een knoop en/of link kunnen er zich problemen voordoen. Dit is een slechts een vereenvoudiging die niet van essentieel belangs is voor dit onderzoek. Dit kan gemakkelijk aangepast worden in WDMGuru.
15
Hoofdstuk 3: Kosten-Baten Analyse
De kosten-baten analyse is het proces van afwegen van de verwachte kosten ten opzichte van de te verwachten baten voor een of meerdere projecten, zodat verschillende oplossingen tegenover elkaar kunnen afgewogen worden. Deze analyse bevat berekeningen van initiële kosten en verwachte opbrengst.
Eenmaal de kosten-baten analyse doorgevoerd is, kan men dan met behulp van een evaluatiemethode, b.v. de netto contante waarde-methode (NCW) of interne rendementsgraad (IRG), nagaan of de investering al dan niet de moeite loont.
3.1
Uitgaven
De kosten van de investering worden grotendeels bepaald door de benodigde netwerkelementen om het netwerk te kunnen verwezenlijken.
3.1.1 Netwerkdimensionering
3.1.1.1 Algemeen
Om het beschouwde netwerk te voorzien van al de nodige netwerkcomponenten om de welbepaalde internettrafiek van elk jaar aan te kunnen, werd gebruik gemaakt van OPNET WDMGuru 11.0 [10]. Dit is een programma dat netwerkontwerpers toelaat om robuuste en kostefficiënte WDM optische netwerken op te bouwen.
3.1.1.2 Netwerktopologie
Zoals reeds eerder aangegeven zijn we uitgegaan van het Basic Reference Network dat terug te vinden is op [8] & Figuur 2.17. Dit netwerk bestaat uit 28 knopen verbonden met 41 fysieke links. Voor verdere specificatie zie ook Bijlage A. 16
3.1.1.3 Dimensionering
Wat de trafiek betreft hebben we ons gebaseerd op het model zoals uiteengezet in 2.3, met een IP-groei van 100% om het geheel realistisch te houden.
De trafiekmatrices werden omgezet naar geldige importfiles voor WDMGuru (.cvs), waarbij het oorspronkelijke aantal MB/s tussen knoopi & knoopj gedeeld werd door 155MB/s om op deze manier het gewenste aantal STM-1’s te verkrijgen (Synchronous Transport Module, met capaciteit N: STM-N).
Het noodzakelijke aantal STM-1’s voor elk jaar vind je terug in Grafiek 3.1.
100000 80000 60000 # STM1
40000 20000 0 2004 2005 2006 2007 2008
Grafiek 3.1: Aantal STM-1’s per jaar
3.1.1.4 Routering
Uitgaande van de trafiekmatrix van één welbepaald jaar heeft WDMGuru een routering uitgevoerd zodanig dat al het gewenste verkeer van en naar de gewenste steden kan verplaatst worden. Sommige knopen zullen daarbij als intermediaire knopen optreden, andere zullen begin- of eindpunt van de trafiekflow zijn.
Voor de routering werd gebruikt gemaakt van het kortste-pad (Eng. shortest path) algoritme, d.w.z. dat als er verkeer van plaats X naar plaats Y dient te vloeien en er meerdere mogelijkheden voorhanden zijn, men er steeds zal voor kiezen het pad met de kortste afstand tussen beide knopen te nemen.
17
3.1.1.5 Continuous vs discreet mode
Bij het instellen van de netwerkeigenschappen in het luik van het knopenmodel is er keuze om ofwel in continuous mode te werken ofwel in discreet. In elke knoop wordt er een DXC geplaatst om SDH-trafiek te switchen en een OXC om WDM-golflengtes te switchen.
In continuous mode bestaat elk type knoop: zowel één met 31 poorten, als met 32 als met 33, etc… Hier wordt een vaste kost genomen, onafhankelijk van de grootte ervan.
In discrete mode zijn er slechts 6 verschillende types DXCs en OXCs met elk een specifiek aantal poorten. Zie Tabel 3.1 voor het exacte aantal per type. Er is ook nog een overflow-type voorzien als er geen van deze 6 geschikt zou bevonden zijn. Aangezien hier de prijs varieert naargelang het aantal poorten werd verkozen om op deze manier te werk te gaan, m.a.w. er wordt in elke knoop gekeken naar het best passende type OXC/DXC voor dat moment. Dit zal ervoor zorgen dat de kost realistischer benaderd wordt dan als men in continuous mode zou werken, aangezien men daar steeds met een vaste kost van 10.000€ zit in vergelijking met de veel lagere prijzen in discrete mode (zie Tabel 3.2 + prijsbepaling). DXC OXC type1
64
32
type2
128
64
type3
512
128
type4
1024
512
type5
2048 1024
type6
4192 4096
overflow
1
1
continuous
1
1
Tabel 3.1: Aantal poorten per type DXC/OXC
3.1.1.6 Inputfiles
De gebruikte importfiles voor WDMGuru zijn terug te vinden op de CD-ROM. 18
3.1.1.7 Link Fiber
Met fiberkosten bedoelen we niet de vezel op zich, maar de volgende 3 componenten: •
WDM TM:
de WDM terminal multiplexers
Deze kunnen in sommige knopen de DXC poorten vervangen waardoor deze knopen dan niet meer kunnen switchen op DXC niveau. •
OA:
de optical amplifiers
Deze dienen om de optische signalen te versterken zonder deze terug te moeten omzetten in elektrische signalen. Aan de ontvangerzijde spreken we van preamplifier en aan de zenderzijde van booster-amplifier. •
REG:
de regenerators
Deze hebben als doel het terug herstellen van de oorspronkelijke staat van het signaal. Afhankelijk van het type regenerator, staat er een limiet op de afstand dat het optische signaal kan afleggen doorheen het netwerk zonder terug te moeten overgaan in elektrische vorm.
Het aantal van deze benodigde componenten stijgt uiteraard bij toenemende trafiek, waardoor dus uiteraard ook de uitgaven voor het netwerk toenemen. Zie Grafiek 3.2.
2500
aantal
2000 WDM TM
1500
OA 1000
REG
500 0 2004
2005
2006
2007
2008
Grafiek 3.2: Verloop van het aantal gebruikte fiber-componenten met gegeven trafiek 19
Channel
De channelkosten bestaan uit 2 soorten componenten, n.l.: •
REG CARDS:de regeneration cards
Deel van de regeneratoren. •
LR TRANSP:
de long reach transponders
Er bevindt zich telkens 1 LR transponder aan de tributary kant voor add-drop trafiek. LR transponders worden gebruikt aan de OXC (of OADM) tributary ports en dit enkel voor lokale trafiek. Ze worden geplaatst tussen de verschillende knopen, het zijn transponders die gebruikt worden om lange afstanden te overbruggen. Dit in tegenstelling tot de SR TRANSP(=short reach transponders) die lokaal geplaatst worden, voor korte afstanden (hier niet van toepassing).
aantal
Deze 2 stijgen ook in aantal bij toenemende trafiek. Zie Grafiek 3.3. 40000 35000 30000 25000 20000 15000 10000 5000 0
REG CARDS LR TRANSP
2004
2005
2006
2007
2008
Grafiek 3.3: Verloop van het aantal gebruikte channel-componenten met gegeven trafiek 3.1.1.8 Node In elke knoop wordt er zowel een DXC als een OXC geïnstalleerd. Er word gekeken naar een zo “goed” mogelijk type D/OXC voor elke knoop. Hiermee bedoelt men dat als het voldoende blijkt te zijn van een type 1-DXC(=64 poorten, zie Tabel 3.1) in knoop x te plaatsen, men dan ook geen groter type, met meer poorten, dan noodzakelijk zal nemen. En dit natuurlijk om de kosten van het netwerk zo laag mogelijk te houden.
20
Electrical
De elektrische knoopkosten zijn onder te verdelen in: •
DXC-types: de digitale cross-connects
•
poortkosten (trib STM-1 & trunk STM-16):
Optical
De optische knoopkosten zijn onder te verdelen in: •
OXC-types: de optische cross-connects
•
poortkosten (trib & trunk STM-16):
3.1.1.9 Transponders
Een transponder is een elektronisch apparaat dat een bepaalde boodschap uitzendt, als antwoord op een bepaald ontvangen boodschap. Het is een samentrekking van de Engelse woorden transmitter (=zender) & responder (=antwoorder). Ze zijn verantwoordelijk voor de optische-elektrische-optische-(O/E/O)-omzetting van het te versturen signaal.
Het aantal benodigde transponders stijgt over de jaren heen, zie Grafiek 3.4. 14000 12000
aantal
10000 8000 Transponders 6000 4000 2000 0 2004
2005
2006
2007
2008
Grafiek 3.4: Verloop van het aantal gebruikte transponders met gegeven trafiek
21
In Figuur 3.1 worden alle voorgaande componenten samengebracht en voorgesteld in de verschillende lagen zoals WDMGuru deze representeert.
Figuur 3.1 : Verschillende elementen van een transportnetwerk
Uitleg Figuur 3.1: Er zijn 4 verschillende lagen om een netwerk te modelleren, elke laag heeft zijn eigen representatie, wij bekijken deze van de hoogste naar de laagste laag: •
DCL = Digital Client Layer:
Laag waar de DXCs en DXC tributary en trunk ports zich situeren. •
OCH = Optical Channel Layer:
Hier bevinden zich de optische lijnsystemen en OXCs. Men onderscheidt ook de OXC tributary en trunk ports. •
OMS = Optical Multiplex Section Layer:
Dit is de vezellaag, deze bevat de eindpunten van de vezels en de gebruikte vezels, deze worden uitgerust met de nodige WDM TMs, OAs & REGs. Er kunnen meer vezels aanwezig zijn dan er daadwerkelijk gebruikt worden. •
OTS = Optical Transmission Section Layer:
Deze laag bestaat uit de fysieke objecten (de knopen en de kabels). Wij gebruiken hier steeds EOCC (Electrical and Optical Cross Connects) in alle knopen.
22
3.1.2 Kostbepaling 3.1.2.1 Knoopkost In elke knoop werd er een DXC en OXC geïnstalleerd. Het type in elke knoop werd zo “passend” mogelijk bepaald, dit om de kosten te dempen. Voor een overzicht van de standaardprijs van elk type zie Tabel 3.2. DXC
OXC
type1
300
600
type2
600
1600
type3
1000
4000
type4
2000
10000
type5
3500
40000
type6
6000 100000
overflow
10000
10000
continuous 10000
10000
Tabel 3.2: Basisprijs per type DXC/OXC
3.1.2.2 CapEx/OpEx + Rendement
Zoals reeds eerder opgemerkt is de voornaamste kost van deze investering de netwerkcomponenten zelf, die aangekocht dienen te worden. Dit zijn de Capital Expenditures (CapEx), maar dit is echter niet alles. Er is nog een andere kost waarmee de operator geconfronteerd zal worden, n.l. Operational Expenditures (OpEx).
CAPEX-kosten dragen bij tot het uitbouwen van de vaste infrastructuur van de operator. Ze zijn noodzakelijk voor het uitbreiden en verbeteren van de diensten aan de klanten. De CapEx-kosten werden hier uit de BOMs (Bill of Materials) gehaald, die gegenereerd werden m.b.v. WDMGuru.
OPEX-kosten daarentegen representeren de kosten om het netwerk operationeel te houden. Het gaat dan typisch om kosten veroorzaakt door technische operaties (onderhoud e.d.), commerciële operaties en administratie. De OpEx-kosten werden op 50% van de CapEx ingesteld.
23
Het vereiste rendement wordt gedefinieerd als de opbrengst van een investering, uitgedrukt in een percentage van het geïnvesteerde bedrag. Hier werd dit op 15% ingesteld, een courant percentage in dergelijke telecomprojecten, dit omdat de netwerkoperator een groot risico neemt en een terugverdienperiode van 6 à 7 jaar vooropstelt.
3.1.2.3 HCA versus CCA
Voor de waardering van de netwerkcomponenten zijn er 2 mogelijkheden, n.l.: Historical Cost Accounting (HCA) en Current Cost Accounting (CCA).
HCA waardering betekent dat alle kosten van de bijkomende componenten worden gewaardeerd aan de huidige kost, die hier dalend over de jaren heen verondersteld wordt. Deze methode werd gevolgd voor het verdere verloop van deze thesis.
CCA waardeert al het benodigde materiaal per jaar telkens opnieuw aan de kost per nieuwe eenheid van dat welbepaalde jaar. Dit werd enkel ter vergelijking opgenomen in de excel-sheet maar er werd verder geen rekening mee gehouden.
3.1.2.4 Afschrijvingen van de netwerkelementen
Een afschrijving in bedrijfseconomische zin is het in de boekhouding tot uitdrukking brengen van de waardedaling van een bedrijfsmiddel of product over een bepaalde periode, m.a.w. de waardevermindering van machines, gebouwen, vervoermiddelen, software en andere duurzame productiemiddelen door normale technische slijtage en economische veroudering.
Afschrijvingen voor een onderneming zijn heel belangrijk, maar voor deze analyse doet dit er niet toe omdat dit geen echte uitgaven zijn (alleen een kost) en dus speelt dit geen rol in de cashflow-analyse.
24
3.1.3 Kostevolutie
In een eerste iteratie van het onderzoek werd er voor de prijsberekening van de componenten uitgegaan van de standaardprijzen in WDMGuru. De componentkosten werden constant over de jaren heen verondersteld, en dit zowel voor de knoop- als voor de linkkosten. Dit is echter niet realistisch aangezien het een typische trend is dat componenten goedkoper worden. De productiekosten zullen n.l. dalen als gevolg van een betere organisatie, standaardisatie & automatisering binnen het bedrijf.
De modellering van de prijzen volgt een exponentiële daling, t.t.z.:
beginprijs ∗ groeifactor t
met
beginprijs de defaultwaarden uit WDMGuru groeifactor (<1) t=0…4 waarbij 0=2004 t.e.m. 4=2008
De “groei”factor is in ons geval eigenlijk meer een “afname”factor (kleiner dan 1). Voor de exacte waard ervan per component hebben we ons grotendeels gebaseerd op [11]. Daar waar deze waarde exact vermeld staat werd deze letterlijk overgenomen, vbn.: •
WDM TM, gemiddelde kostafname = 20% per jaar
•
OA, gemiddelde kostafname = 10% per jaar
•
OXC-materialen, gemiddelde kostafname =13% per jaar
afnamefactor = 0,80
afnamefactor = 0,90 afnamefactor = 0,87
Anders werd er gekeken naar de grafieken in deze paper om een zo juist mogelijke waarde van deze factor af te leiden. Het resultaat kan je zien in Bijlage B.
Voor een grafische voorstelling van de prijsdaling van de link- en knoopcomponenten zie Grafiek 3.5 (link), 3.6, 3.7, 3.8 (knoop) & 3.9 (transponders).
25
WDM TM/REG
OA
REG CARD
LR TRANSP
120
prijs/eenheid
100 80 60 40 20 0 2004
2005
2006
2007
2008
jaartal
Grafiek 3.5: Prijsdaling van de link-componenten (fiber&channel)
Trib STM-1
Trunk STM-16
Trib/Trunk STM-16
12
prijs/eenheid
10 8 6 4 2 0 2004
2005
2006
2007
jaartal
Grafiek 3.6: Prijsdaling van de poorten (DXC&OXC)
26
2008
prijs/eenheid
10000 9000 8000 7000 6000 5000 4000 3000 2000 1000 0 2004
type1-DXC type2-DXC type3-DXC type4-DXC type5-DXC type6-DXC overflow-DXC
2005
2006
2007
2008
jaartal
prijs/eenheid
Grafiek 3.7: Prijsdaling van de DXC-types
100000 90000 80000 70000 60000 50000 40000 30000 20000 10000 0 2004
type1-OXC type2-OXC type3-OXC type4-OXC type5-OXC type6-OXC overflow-OXC
2005
2006
2007
2008
jaartal
Grafiek 3.8: Prijsdaling van de OXC-types
prijs/eenheid
15 13 11 9 7 5 2004
2005
2006
2007
jaartal
Grafiek 3.9: Prijsdaling van de transponders
27
2008
3.1.4 Uitgaven 2004 t.e.m. 2008
Het overzicht van de gemaakte kosten, opgedeeld in link- & knoopkost, in elk jaar vind je terug in Tabel 3.3. Het procentuele aandeel op het totaal wordt ook vermeld. Hier wordt nog geen rekening gehouden met OPEX, dit zijn enkel de CAPEX!
UITGAVEN
Linkkost
%
Knoopkost
%
Totaal
2004
300.260,00 €
31,5
653.864,00 €
68,5
954.124,00 €
2005
99.089,00 €
25,0
297.884,60 €
75,0
396.973,60 €
2006
147.711,20 €
19,1
626.498,32 €
80,9
774.209,52 €
2007
218.710,68 €
28,5
549.085,91 €
71,5
767.796,59 €
2008
339.177,84 €
40,9
491.006,60 €
59,1
830.184,43 €
Tabel 3.3: Kosten per jaar van het beschouwde netwerk Bespreking Tabel 3.3: (voor meer gedetailleerdere berekening (per component) zie ook Bijlage C)
We zien dat de knoopkosten in alle jaren ongeveer ¾ van de totale uitgaven van dat jaar bedekken. De linkkosten zijn slechts verantwoordelijk voor ¼ van het geheel.
Uit Bijlage C blijkt dat zowel in 2004 als in 2005 het OXC-type5 het grootste aandeel qua knoopkost betreft, vanaf 2006 zijn er OXCs-type6 aanwezig die, vermits ze een grotere kost per eenheid hebben (100.000€ vs 40.000€ – zie Tabel 3.2), zwaarder zullen doorwegen.
Voor de linkkost zijn het steeds de long reach transponders die de grootste kost hebben. Ondanks hun toch wel relatief kleine startkost van 30€/stuk (zie Bijlage B), worden deze massaal gebruikt, waardoor ze dus toch een aanzienlijk deel van de totaliteit van de uitgaven in beslag nemen.
Voor een Bill Of Materials (BOM) voor 2004 gegeneerd m.b.v. WDMGuru zie Bijlage E.
28
3.2
Inkomsten
Voor de baten van de investering zijn er natuurlijk verschillende aanpakken mogelijk. Wij hebben ervoor geopteerd om per gebruikte STM-1 een welbepaalde prijs op te stellen zodanig dat de operator eerst verlies lijdt (in het eerste jaar worden er zelfs geen inkomsten voorzien), dan break-even draait om uiteindelijk over te gaan in een winstsituatie.
3.2.1 Prijsbepaling De inkomsten van de operator werden bepaald op basis van de trafiek over het netwerk, n.l. het gebruikte aantal STM-1’s per jaar, zodanig dat met dit aantal de trafiek van dat jaar kan gerouteerd worden. Voor een overzicht van dit aantal zie Grafiek 3.1.
Uiteraard weten we niet op voorhand wat de prijs zou moeten zijn per STM-1, dit hebben we als volgt opgelost: er werd een methode uitgewerkt o.b.v. de gekende uitgaven (zie Tabel 3.3). We hebben jaartal 2(=2006) als break-even punt ingesteld. D.w.z. dat er in de jaren die eraan voorafgaan verlies wordt geleden, dan break-even wordt gedraaid om uiteindelijk winst te boeken. De netwerkoperator wil n.l. uiteraard snel winst halen uit zijn investering en dit lijkt ons mogelijk in de vooropgestelde tijdspanne.
Aangezien we met een lineair prijsmodel werken, zullen de totale inkomsten uiteindelijk bekomen worden door de trafiek (= #STM-1’s) te vermenigvuldigen met een aldus berekende inkomst/STM-1.
In eerste instantie werden de uitgaven van jaar x gedeeld door het noodzakelijke aantal STM-1’s voor dat jaar, om zo de prijs te bekomen die men zou moeten ontvangen per STM-1 om in dat jaar break-even te zijn. Er werd de eerste 2 jaar een vast percentage (hier: 5%) afgetrokken voor verlies, in het 3e jaar zo gelaten voor break-even, en de laatste 2 jaren datzelfde percentage bij opgeteld om winst te verkrijgen. 29
Deze toch wel vrij intuïtieve aanpak werd verder verfijnd om zo een betere modellering te verkrijgen, dit wordt verder uitgelegd in de volgende paragraaf.
Kiezen van jaar 2006 om break-even te draaien geldt hier nog steeds. In dat jaar hebben we de prijs berekend waarbij de totale verdisconteerde inkomsten gelijk zijn aan de kosten. De prijs per jaar is afhankelijk van het dalingspercentage (hier: 25%) dat wordt verondersteld in een exponentiële functie, m.a.w. elk jaar daalt de inkomst die men verwacht te ontvangen per STM-1 met een kwart t.o.v. het vorige jaar (zie Tabel 3.4). De volgende formule werd opgesteld om zo deze prijs te berekenen voor 2004: (waarbij #STM1i staat voor het aantal gebruikte STM-1’s in het jaar i) VerdisconteerdeKosten ∗ (1 + rend ) 2 (1 + rend ) ∗ Daling ∗# STM 12005 + Daling 2 ∗# STM 12006
met rend = 15%, Daling = 75%, *#STM12005 = 20347 & #STM12006 = 32657 Daaruit werden tenslotte de prijzen voor de volgende jaren berekend. Voor de bekomen resultaten zie Tabel 3.4. Jaartal 2004 2005 2006 2007 2008
Prijs/STM-1 (zonder OPEX) 69,39 € 52,05 € 39,03 € 29,28 € 21,96 €
Prijs/STM-1 (met OPEX) 104,09 € 78,07 € 58,55 € 43,91 € 32,94 €
Tabel 3.4: Inkomst per STM-1 voor elk jaar Bespreking Tabel 3.4: Met prijs/STM-1 zonder OPEX wordt bedoeld dat de opgestelde prijs per STM-1 voldoende is om de totale uitgaven (CapEx) van het beschouwde netwerk te dekken (althans in 2005, aangezien dit als break-even punt werd ingesteld). Met prijs/STM-1 met OPEX wordt bedoeld dat deze prijs per STM-1 voldoende is om zowel de CapEx als de bijkomende OpEx te compenseren, vandaar dat deze dan ook hoger liggen.
Hier hebben wij gewerkt met de prijs/STM-1 met OPEX, aangezien dit een realistischere aanname is dan de OPEX niet in beschouwing te nemen.
30
3.2.2 Inkomsten 2004 t.e.m. 2008 Het overzicht van de inkomsten in elk jaar vind je terug in Tabel 3.5. Het aantal gebruikte STM-1’s in elk jaar vind je terug in Grafiek 3.1 en de inkomst/STM-1 in Tabel 3.4.
INKOMSTEN
# STM-1’s
Inkomst/STM-1
2004
13282
104,09 €
0€
2005
20347
78,07 €
1.588.458,17 €
2006
32657
58,55 €
1.912.110,33 €
2007
54954
43,91 €
2.413.221,76 €
2008
96416
32,94 €
3.175.472,07 €
Totaal
Tabel 3.5: Baten per jaar van het beschouwde netwerk Opmerking Tabel 3.5:
In het startjaar van de investering worden geen inkomsten voorzien, m.a.w. 0 €. Dit als gevolg van het feit dat men het netwerk nog aan het uitrollen is en het dus nog niet operationeel is.
31
3.3
Uitgaven versus inkomsten
Vergelijken we Tabel 3.3 (waarbij we de CapEx vermenigvuldigt hebben met 1,5 om zo ook OpEx in rekening te brengen, n.l. 50% van de CapEx) en Tabel 3.5 dan krijgen we onderstaande grafiek als resultaat (zie ook Tabel 3.6).
Euro's
Uitgaven
Inkomsten
3,500,000.00 3,000,000.00 2,500,000.00 2,000,000.00 1,500,000.00 1,000,000.00 500,000.00 0.00 2004
2005
2006
2007
2008
jaartal
Grafiek 3.10: Vergelijking uitgaven-inkomsten 2004 t.e.m. 2008
We zien duidelijk dat er in 2004 verlies wordt geleden, maar vanaf 2005 liggen de inkomsten hoger dan de uitgaven, m.a.w. we zitten in een winst-situatie voor de netwerkoperator, die steeds groter wordt.
Als evaluatiemethode voor dit investeringsproject werd de volgende methode gebruikt:
Netto Contante Waarde-methode (NCW) of Netto Present Value (NPV) Een euro die men ontvangt in jaar t, heeft niet dezelfde waarde als een euro die men nu reeds in bezit heeft. Immers, een euro die men nu bezit, kan tegen rente worden uitgezet, waardoor deze na t jaar meer oplevert. Om precies te zijn levert één euro na t jaar bij een rente r een bedrag op van (1+r)t euro. Om de huidige waarde van toekomstige baten en kosten te bepalen, moeten zij daarom worden gedisconteerd met de relevante discontovoet. Dezelfde procedure geldt voor de waardering van de kosten en baten van een project. Alle baten en kosten worden verdisconteerd en vervolgens samengevat in één getal: de netto contante waarde (NCW) of Netto Present Value (NPV).
32
Voor een project wordt deze berekend als: A0 +
met
n An A1 A2 At + + ... + = ∑ n t 1 2 (1 + r ) (1 + r ) (1 + r ) t = 0 (1 + r )
At = in- of uitgaande kasstroom in eenbepaalde periode t r = vereiste minimumrendement
Een project is rendabel indien de netto contante waarde positief is. Bron: [12]
Deze methode leert ons dat met een discontopercentage van 10 à 15%, het project aanvaard wordt, aangezien de NCW dan positief blijkt te zijn. Voor de cash-flows en de uitgewerkte NPV zie Tabel 3.6.
Een andere veelgebruikte techniek om investeringen te beoordelen is de Interne rendementsgraad-methode (IRG) of Internal Rate of Return (IRR)
Dit is de calculatierente die de contante waarde van de verwachte kasontvangsten gelijkstelt aan de contante waarde van de verwachte kasuitgaven.
A0 +
met
n An A1 A2 At + + ... + = =0 ∑ 1 2 n t (1 + r ) (1 + r ) (1 + r ) t = 0 (1 + r )
At = in- of uitgaande kasstroom in eenbepaalde periode t r = interne-rendementsgraad
Indien de IRG groter is dan het a priori vooropgestelde vereiste rendement op het investeringsproject, dan wordt het project aanvaard. Zo niet, wordt het verworpen.
Bron: [13]
Deze 2 methoden zijn allebei gebaseerd op verdiscontering. Dit houdt in dat je erkent dat 100€ in de toekomst minder waard is dan 100€ vandaag omdat we met inflatie zitten (waardevermindering van geld).
33
2004 Uitgaven Inkomsten
2005
2006
1.431.186,00
2007
2008
595.460,40 0,00 1.588.458.17
1.161.314,27 1.912.110,33
1.151.694,89 2.413.221,76
1.245.276,65 3.175.472,07
Cash flow Cumul.CF
-1.431.186,00 992.997,77 -1.431.186,00 -438.188,23
750.796,05 312.607,82
1.261.526,87 1.574.134,69
1.930.195,42 3.504.330,11
Verdiscont. CF Cumul.Verd.CF
-1.431.186,00 863.476,32 -1.431.186,00 -567.709,68
567.709,68
829.474,40 829.474,40
1.103.595,50 1.933.069,89
0,00
Tabel 3.6: Cash-flows en NPV
Bespreking Tabel 3.6: De uitgaven en inkomsten werden bekomen zoals besproken in 3.1.4 (Tabel 3.3, waarbij we de CapEx * 1,5 om zo ook OpEx in rekening te brengen) & 3.2.2 (Tabel 3.5). De cash flow (CF) is het verschil tussen de inkomsten van jaarX (=I(X)) en de uitgaven(U) van jaarX (=U(X)). Bv. voor 2006: I(2006) =
1.912.110,33€
U(2006) =
1.161.314,27€
CF(2006) = 750.796,05€ De cumulatieve CF voor jaarX (=CF(X)) is de som van de CF van jaarX samen met de cumul. CF van jaar(X-1) (=cumul.CF(X-1)). Bv. voor 2006: CF(2006) =
750.796,05€
cumul.CF(2005) =
-438.188,23€
cumul.CF(2006) = 312.607,82€ De NPV werd als volgt berekend:
− 1.431.186,00 992.997,77 750.796,05 1.261.526,87 1.930.195,42 + + + + = 1.933.069,89 (1 + 15%) 0 (1 + 15%)1 (1 + 15%) 2 (1 + 15%) 3 (1 + 15%) 4 ⇓ ⇓ ⇓ ⇓ ⇓ ⇒ NPV V.CF(2004)
V.CF(2005)
V.CF(2006)
V.CF(2007)
V.CF(2008)
De cumulatieve verdisconteerde cash flow(=V.CF) wordt op analoge manier als de cumulatieve CF bekomen.
34
3.4
Conclusie
De volledige kost-baten analyse leert ons dat de investering de moeite waard is en de operator dus van start kan gaan met zijn project. Het eerste jaar lijdt de operator verlies, maar dit komt uiteraard omdat er in dat jaar geen inkomsten voorzien worden. Nadien blijven de inkomsten alsmaar stijgen en deze trend zal zich blijven doorzetten zolang de daling van de inkomst per STM-1 kleiner is dan de stijging van het aantal geplaatste STM-1’s. Dit is uiteraard een bewuste keuze die we zelf gemaakt hebben, met oog op juist een positieve NPV. Ondanks de toenemende kosten (wegens stijgende trafiek, dus dient de uitrusting van het netwerk uitgebreid/aangepast te worden), wordt er toch winst gecreëerd. Er geldt: hoe groter de NPV, des te meer winst er gemaakt wordt.
Deze uiteenzetting levert ons een uitstekend model om nu de onzekerheden waarmee een netwerkoperator zal geconfronteerd worden te onderzoeken (zie volgend hoofstuk).
35
Hoofdstuk 4: Onzekere Parameters
4.1
Identificatie van de onzekerheden
Welke zijn nu de onzekerheden waarmee een netwerkoperator te kampen krijgt bij het begin van het planningsproces om zijn netwerk te realiseren? Een eerste onzekere input is alvast de kost van de (nieuwe) netwerkcomponenten die zullen gebruikt/geïntroduceerd worden in het beschouwde netwerk. Gezien we onze aandacht hier toespitsen op het optisch netwerk, zullen dit vooral die componenten zijn zoals beschreven in 2.1.1 (OA’s, OXCs, OADMs, …). We kunnen niet voorspellen wanneer er in de toekomst weer een nieuwe techniek aangebracht en toegepast zal worden. Misschien zal deze nog hogere snelheden aankunnen? betere kwaliteitsgarantie bieden? etc… M.a.w. hoe snel zullen deze componenten aan waarde verliezen t.g.v. recentere en/of betere technieken? Of zal er een prijsdaling plaatsvinden als gevolg van de afname van de productiekosten? En dit doordat er een betere organistie binnen het bedrijf is, waardoor de productie gestandaardiseerd & geautomatiseerd wordt. Een tweede onzekere factor die in deze thesis onderzocht werd is de hoeveelheid trafiek die door het netwerk zal moeten gerouteerd worden. In de kosten-baten analyse hebben we ons gebaseerd op een trafiekvoorspelling volgens Model2 met 100% IP-groei [8]. Dit is uiteraard slechts een modellering waarvan men denkt dat het in de toekomst zo zou kunnen verlopen. Het internetverkeer is n.l. een zeer onzeker gegeven, dat afhangt van
verschillende
factoren:
tijdstip
(piek-
&
dalmomenten),
ingrijpende
(wereld)gebeurtenissen (bv. verkiezingen, (natuur)rampen waarover iedereen het fijne wenst te weten), modegrillen (bv. downloaden van muziek, films, e.d.), … Het laatste decenium blijft dit alsmaar stijgen, maar wanneer zal dit fenomeen stabiel worden? Of zal er misschien zelfs een terugkeer plaatsvinden op een bepaald ogenblik? Wellicht niet, aangezien het internet meer en meer een groter deel begint uit te maken van onze samenleving. Denken we dan vooral aan het schoolgebeuren waarbij steeds vaker gegevens (enkel) digitaal ter beschikking gesteld worden, het nieuws dat 24/24 7/7 te consulteren valt, enz. 36
4.2
Simulaties a.d.h.v. Crystal Ball
Er werden simulaties gegenereerd m.b.v. Crystal Ball [14]. Dit is een tool uit de economische wereld van de investeringstheorie, die ons toelaat op een eenvoudige wijze Monte Carlo simulaties uit te voeren en de resultaten ook visueel voor te stellen. Monte Carlo simulatie wil zeggen dat de computer willekeurige waarden van alle invoervariabelen(=onzekere parameters) binnen de opgegeven randvoorwaarden (soort verdeling, range, afhankelijkheid) kiest, met deze invoerwaarden het opgestelde model runt en vervolgens onthoudt wat het resultaat van de berekeningen is. Door dit een groot aantal keren te doen, ontstaat ook een verdeling rond het berekeningsresultaat. De exacte gemiddelde waarden worden steeds beter benaderd naarmate men langer simuleert, omdat een grotere steekproef tot betere statistiek leidt. Het zijn telkens onafhankelijke experimenten. Er worden assumpties gedefinieerd, dit zijn de onzekerheden waarop we zullen variëren, en forecasts, dit zijn de waarden die men wenst te voorspellen, hier de NPV.
De verdelingen waarmee wij gewerkt hebben zijn: de normale, de driehoeks- en de uniforme verdeling. Deze worden n.l. gebruikt als de waarde van een onzekere input in zekere mate gekend is.
Bij de normale verdeling wordt deze dan ingesteld als het gemiddelde en het % standaard afwijking bepaalt hoeveel er mag van afgeweken worden. De onzekere waarde zal hier echter altijd dichter bij het gemiddelde liggen dan er ver van af: ongeveer 68% van de gesimuleerde waarden valt binnen 1 standaard deviatie van de gemiddelde waarde.
Bij de driehoeksverdeling dient men de meest waarschijnlijke waarde van de onzekerheid te kennen, en wordt er een minimum- & maximumwaarde opgegeven te worden waartussen deze dan gaat variëren.
De uniforme verdeling schommelt tussen een minimum- & maximumwaarde, alle waarden tussenin hebben evenveel kans op voorkomen.
37
We bekijken nu kort deze 3 types kansverdelingen: •
Normale verdeling:
De normale verdeling of Gauss-verdeling is een begrip uit de kansrekening. Deze verdeling vindt onder meer toepassing in de statistiek. Het is een continue kansverdeling met een asymptotisch gedrag. De bijhorende kansdichtheid is hoog in het midden, en wordt naar lage en hoge waarden steeds kleiner zonder ooit echt nul te worden. Door de vorm wordt deze kansdichtheid ook wel klokkromme of Gausscurve genoemd. Ze wordt gegeven door de formule:
Waar de twee parameters, µ en σ, voorkomen. De normale verdeling wordt wel genoteerd als N(µ,σ²)-verdeling, wat wil zeggen dat het een normale verdeling is met gemiddelde waarde µ en standaard afwijking σ.
De integraal van deze functie, voor lopend van –∞ tot +∞, is precies 1. Dit is uiteraard van toepassing voor alle probabilistische verdelingen. De normale verdeling is symmetrisch om het centrum: de verwachtingswaarde µ van de verdeling is het ‘middelpunt’ van de grafiek van de verdelingsfunctie. De ‘breedte’ van de grafiek van de kansdichtheid wordt gekarakteriseerd door de standaard deviatie σ (of de variantie σ²). Zie Figuur 4.1 (links) & Tabel 4.1. •
Driehoeksverdeling:
De driehoeksverdeling toont veel gelijkenissen met de normale verdeling, n.l. ook een concentratie rond het midden, maar nu gelegen tussen een minimum en maximum. Het is een continue kansverdeling op een eindig interval [a,b]. De operator dient dus te weten wat het minimum(=a) en maximum(=b) van een bepaalde onzekerheid zal zijn. Zie Figuur 4.1 (midden) & Tabel 4.1.
38
•
Uniforme verdeling:
De uniforme verdeling is een verdeling op een interval met constante kansdichtheid, wat inhoudt dat er geen voorkeur is voor enige waarde uit dat interval. Voor de uniforme verdeling op het interval (a,b) wordt de kansdichtheid f dus gegeven door:
voor a<x
Bron: [15]
Figuur 4.1: Types kansverdeling
Verdeling
Invoerparameters
Normaal
Gemiddelde waarde, standaard deviatie
Driehoek
Min., max., meest waarschijnlijke waarde
Uniform
Minimum, maximum waarde
Tabel 4.1: Gebruikte invoerparameters van de 3 gebruikte verdelingen
We bespreken nu elk afzonderlijk de invloed van de 2 onzekere parameters, n.l. kost & trafiek, op de situatie van de operator a.d.h.v. simulaties op deze onzekere waarden met bovenstaande verdelingen.
39
4.3
Onzekere componentkost
4.3.1 Werkwijze Voor de onzekerheid wat betreft de equipmentkost zijn we uitgegaan van de gemaakte kosten-baten analyse zoals in hoofdstuk 3 besproken. Het benodigd aantal van elke component afzonderlijk werd daaruit overgenomen (gegenereerd m.b.v. WDMGuru).
We hebben gevarieerd op de beginprijs van elke component en dus niet op de afnamefactor. De kosten worden nog steeds exponentieel dalend verondersteld.
De onzekere inputs, zijnde de basisprijzen, hebben we gedefinieerd als assumpties. Dit zijn waarden waarop Crystal Ball zal variëren met de vooropgestelde verdeling. Er werden telkens 1000 simulaties gegenereerd.
De NPV werd als forecast ingesteld, m.a.w. hetgene dat men wenst te voorspellen.
De gedefinieerde forecast, zijnde de NPV wordt telkens besproken. De gegenereerde sensitiviteitsgrafieken worden ook geanalyseerd.
In een sensitiviteitsanalyse wordt onderzocht in welke mate het resultaat van een economische evaluatie, hier de NPV, wordt beïnvloed door een verandering van verdeling, van assumpties of van de parameters van de verdeling (zie Tabel 4.1). Hiervoor worden een aantal verschillende scenario's naast elkaar gelegd. Op deze wijze tracht men de variabelen te identificeren, die de resultaten het meest beïnvloeden.
De componentkosten worden onzeker beschouwd, terwijl de inkomsten gefixeerd worden, zoals deze in vorig hoofdstuk bepaald werden (zie Tabel 3.5).
De grafieken die opgenomen werden in deze thesis zijn uiteraard momentopnames, aangezien er telkens 1000 simulaties met random waarden gegenereerd worden, maar deze geven wel de “trend” weer.
40
4.3.2 Simulaties
De NPV-waarde die we uitkwamen in het geval dat er geen onzekerheden mee gepaard waren, is: 1.288.713,26€ (zonder OPEX) & 1.933.069,89€ (met OPEX) (zie Bijlage D). We bespreken telkens het geval met OPEX.
4.3.2.1 Normale verdeling
Als eerste verdeling om de onzekerheid van de componentkost te modelleren werd de normale verdeling genomen. We hebben dit met verschillende percentages voor de standaard afwijking gedaan, n.l. 10%, 15% & 25%, en kwamen tot volgende resultaten.
10% afwijking
Voor 10% standaard afwijking hebben we verschillende opbouwende scenario’s onderzocht.
We bekijken eerst het geval waarbij enkel de linkkosten samen, onafhankelijk van elkaar, als onzeker worden beschouwd (=scenario 1), vervolgens enkel de knoopkosten samen als onzekerheid laten variëren, ook hier onafhankelijk van elkaar (=scenario 2). Tot slot beschouwen we alle componentkosten samen als onzekere inputs (=scenario 3).
In het laatste geval onderscheiden we ook nog volgende situaties: •
alle componenten onafhankelijk van elkaar (=scenario 3a)
•
de link- & knoopkosten onderling allen afhankelijk van elkaar (=scenario 3b)
•
de linkkosten onderling gecorreleerd & knoopkosten op zich ook (=scenario 3c)
Bij 15 en 25% afwijking bekijken we enkel scenario 3a, m.a.w. alle componentkosten worden als onzeker beschouwd, en dit onafhankelijk van elkaar.
41
•
Scenario 1:
Enkel link-kosten samen, knoopkosten = vast
Grafiek 4.1: Forecast NPV-N10%-link
Tabel 4.2: Resultaten-N10%-link
Interpretatie Grafiek 4.1 & Tabel 4.2:
De NPV is nog steeds positief, met als gemiddelde gesimuleerde NPV-waarde 1.931.708€ en standaard afwijking 82.485. Merk op dat de standaard deviatie hier wel veel kleiner is dan de vooropgestelde 10%, n.l. nog geen 5% (10%*1.931.708,41=193.170,841). De verklaring hiervoor dient gezocht te worden in het feit dat de knoopkosten hier niet in beschouwing worden genomen (althans wat betreft de Crystal Ball simulaties). Deze vertonen geen 10% afwijking van hun ingestelde prijzen, maar hebben uiteraard wel een invloed op de NPV-waarde. Aangezien de prijzen van de knoopcomponenten hoger liggen dan de linkkosten (zie Bijlage B) en deze ook een groter aandeel in de totale uitgaven bestrijken (zie Tabel 3.3) hebben ze dus ook een grotere impact.
We bekijken nu welke linkcomponent de meeste invloed uitgeoefend heeft op het
bekomen
resultaat.
Uiteraard
zullen
hier
enkel
de
fiber-
en
channelcomponenten een invloed kunnen hebben op de NPV, aangezien alleen deze als assumpties ingesteld werden. Grafiek 4.2 toont de sensitiviteitsgrafiek.
42
Grafiek 4.2: Sensitivity NPV-N10%-link
Interpretatie Grafiek 4.2:
We zien dat het grootste deel (+-85%) ingenomen wordt door de LR transponder, wat we eigenlijk al konden vermoeden aangezien ze in de kostenbaten analyse het grootste aandeel in de linkkost vormde (zie hiervoor Bijlage C). Ze worden ook duidelijk het meest gebruikt (zie Grafiek 4.3). De Regeneration Cards komen hier op de 2e plaats. In aantal worden er veel van gebruikt, terwijl ze qua prijs het 2e goedkoopste equipment zijn in de lijst van de linkcomponenten (zie Grafiek 4.4). De OAs staan op de voorlaatste positie, aangezien ze de 2e duurste component zijn en toch relatief veel gebruikt worden (zie ook Grafiek 4.4).
De WDM TMs & REGs bengelen onderaan, ze zijn misschien wel duur bij aankoop maar in aantal komen ze niet zo frequent voor als de voorgaande componenten.
WDM TM
aantal
30000
OA
20000
REG REG CARDS
10000
LR TRANSP 0 2004
2006
2008
jaartal
Grafiek 4.3: Evolutie aantal gebruikte linkcomponenten(1) 43
aantal
6000 5500 5000 4500 4000 3500 3000 2500 2000 1500 1000 500 0 2004
WDM TM OA REG REG CARDS
2006
2008
jaartal
Grafiek 4.4: Evolutie aantal gebruikte linkcomponenten(2) •
Scenario 2:
Enkel knoop-kosten samen, linkkosten = vast
Grafiek 4.5: Forecast NPV-N10%-knoop
Tabel 4.3: Resultaten-N10%-knoop
Interpretatie Grafiek 4.5 & Tabel 4.3:
De NPV is uiteraard nog altijd positief, met als gemiddelde gesimuleerde NPVwaarde 1.933.848,26€ en 138.642,53 als standaard afwijking. We zien dat de ingestelde 10% nu beter gerespecteerd (n.l. 7,169277%) wordt in vergelijking met het voorgaande scenario. Er zijn hier nu n.l. meer componenten die ook allemaal een aanzienlijke beginkost hebben, toch zeker wat betreft de D/OXCtypes (zie Bijlage B & C). De knoopkosten bedekken ook telkens ongeveer 75% van de totaliteit van de uitgaven, terwijl de linkkosten slechts voor +-25% verantwoordelijk zijn (zie Tabel 3.3).
In de volgende sensitiviteitsgrafieken worden enkel de relevante assumpties getoond, t.t.z. deze die een aanzienlijke invloed uitoefenen op de NPV.
44
Grafiek 4.6: Sensitivity NPV-N10%-knoop Interpretatie Grafiek 4.6:
We zien dat OXC-type6 de grootste impact blijkt te hebben op de NPV. Dit komt overeen met wat we in gedachten hadden, aangezien het de duurste component (n.l. 100000€/stuk – zie Bijlage B) betreft die voorkomt in onze equipment en deze vanaf 2006, n.l. 7 in 2006, 5 extra in 2007 & nog eens 4 extra in 2008, gebruikt worden (zie ook Bijlage C).
Het OXC-type5 is verantwoordelijk voor +-15%. Ze hebben een toch vrij hoge initiële kost, n.l. 40000€/stuk, en worden van in het begin reeds gebruikt.
De Trib/Trunk STM-16 nemen +-1/10 van het geheel in beslag. Met hun 10€/stuk zijn ze de derde goedkoopste gebruikte component, maar gezien er veel van gebruikt worden, vergroot dit hun invloed op de NPV.
De rest van de knoopcomponenten hebben slechts in beperkte mate invloed (<2%) op de voorspelde NPV-waarde, dit omdat ze ofwel een kleine kost hebben of omdat ze in aantal niet veel gebruikt worden, of een combinatie van de 2.
45
•
Scenario 3a: Alle componentkosten samen – ongecorreleerd(=OG)
Grafiek 4.7: Forecast NPV-N10%-alles-OG
Tabel 4.4: Resultaten-N10%-alles-OG
Interpretatie Grafiek 4.7 & Tabel 4.4: De standaard afwijking bedraagt hier 7,8278509%, dit komt uiteraard omdat we hier zowel link- als knoopkosten als onzekere inputs beschouwen.
Grafiek 4.8: Sensitivity NPV-N10%-alles-OG
Interpretatie Grafiek 4.8:
Aangezien dit een combinatie is van scenario 1 (enkel linkkost onzeker) en scenario 2 (enkel knoopkost onzeker) herkennen we hier duidelijk dezelfde componenten die een grote invloed hebben op de NPV. 46
Het OXC-type6 blijkt verantwoordelijk te zijn voor +- 50%. Dezelfde reden als in scenario 2 is hier geldig: het zijn de duurste componenten en worden relatief veel gebruikt.
De LR Transponders beïnvloeden de NPV voor +- 25%. Dit kan op het eerste zicht wat vreemd lijken, aangezien de basisprijs slechts 30€/stuk bedraagt, maar aangezien deze in grote aantallen gebruikt worden, verklaart dit hun impact op de NPV.
Net zoals in het geval waar alles samen bekeken werd (scenario 1a), bestaat de top-3 bij de knoopcomponenten uit: OXC-type6, OXC-type5 & Trib/Trunk STM-16. •
Scenario 3b: Alle componentkosten samen – gecorreleerd – 1 groep (=G1)
In dit geval hebben we nog steeds alle componentkosten als onzeker beschouwd, maar deze allen afhankelijk van elkaar gemaakt. T.t.z. een correlatie tussen alle componenten onderling gedefinieerd, met een correlatiefactor = 1.0.
Grafiek 4.9: Forecast NPV-N10%-alles-G1
Tabel 4.5: Resultaten-N10%-alles-G1
Interpretatie Grafiek 4.9 & Tabel 4.5:
De standaard deviatie is hier meer dan 10% van de gemiddelde NPV-waarde. Het bedraagt zelfs meer dan 20%, n.l. 22,7675187%! De reden hiervoor dient gezocht te worden in de regels van de statistiek.
47
We weten dat volgende geldt: Var [X + Y ] = Var [X ] + Var [Y ]
(1)
Var [X + Y ] = Var [ X ] + Var [Y ] + 2Cov[ X , Y ] (2)
als X en Y onafhankelijk zijn als X en Y afhankelijk zijn
Vermits de variantie de standaard afwijking in het kwadraat is, verklaart dit hoe het komt dat de standaard deviatie hier veel hoger ligt dan scenario 3a, waarbij de assumpties niet gecorreleerd waren en dus (1) van kracht is. Terwijl hier (2) geldt, waarbij er dus een extra factor bij opgeteld dient te worden, gegeven door: Cov[X , Y ] = E{( X − E [X ])(Y − E [Y ])} = E [XY ] − E [ X ]E [Y ]
Hierbij is: E [X ] = µ & Var [ X ] = σ ² Bron: [16]
Grafiek 4.10: Sensitivity NPV-N10%-alles-G1 Interpretatie Grafiek 4.10:
Aangezien alle kosten samen gecorreleerd zijn in 1 groep, hebben ze allen eenzelfde impact op de NPV. Vermits er hier met 22 assumpties gewerkt wordt, heeft elke assumptie op zich 100% / 22 = 4,54% invloed op de NPV.
48
•
Scenario 3c: Alle componentkosten samen – gecorreleerd – 2 groepen (=G2)
Hier hebben we opnieuw zowel de linkkosten als de knoopkosten gecorreleerd met correlatiefactor = 1.0, t.t.z. volledig gecorreleerd, maar wel in 2 groepen gescheiden, m.a.w. zelf zijn deze 2 groepen onafhankelijk van elkaar.
Grafiek 4.11: Forecast NPV-N10%-alles-G2
Tabel 4.6: Resultaten-N10%-alles-G2
Interpretatie Grafiek 4.11 & Tabel 4.6:
De standaard afwijking bedraagt hier opnieuw meer dan 10%, n.l. 17,2937285% van de gemiddelde NPV. Dit is opnieuw meer dan scenario 3a om dezelfde reden als vermeld bij scenario 3b.
49
Grafiek 4.12: Sensitivity NPV-N10%-alles-G2 (boven: knoop, onder: link)
Interpretatie Grafieken 4.12:
De 2 groepen zijn duidelijk te onderscheiden, de knoopcomponenten hebben elk een impact van 5,4% terwijl de linkcomponenten slechts voor 0,9% de NPV beïnvloeden. Dit komt uiteraard omwille van het feit dat de linkkosten veel lager liggen dan de voornaamste knoopkosten, i.h.b. de DXCs & OXCs (zie Bijlage B & Tabel 3.3).
We bekijken nu enkel het geval waarbij alle componentkosten samen variëren met 15% & 25% deviatie, en deze allen onafhankelijk van elkaar zijn (cfr. scenario 3a bij 10% afwijking).
15% afwijking
Grafiek 4.13: Forecast NPV-N15%-alles-OG
Tabel 4.7: Resultaten-N15%-alles-OG
Interpretatie Grafiek 4.13 & Tabel 4.7:
De NPV blijft opnieuw positief, gelegen tussen 1.213.015,08€ & 2.838.791,95€, met een gemiddelde waarde van 1.916.490,01€ en een standaard deviatie van 241.934,77. 50
Wat iets onder de vooropgestelde 15% ligt, n.l. 12,6238471%, maar toch nauw in de buurt komt. Zowel de link- als knoopkosten oefenen n.l. hun deel op de totaliteit uit.
De sensitiviteitsgrafiek (die hier niet opgenomen is) geeft dezelfde resultaten als bij 10% afwijking weer. Dezelfde verklaring als ginds kan aangewend worden.
25% afwijking
Grafiek 4.14: Forecast NPV-N25%-alles-OG
Tabel 4.8: Resultaten-N25%-alles-OG
Interpretatie Grafiek 4.14 & Tabel 4.8:
De NPV blijft uiteraard positief, gelegen tussen 779.157,09€ & 3.362.485,89€, met een gemiddelde waarde van 1.916.783,38€ en een standaard deviatie van 391.937,22. Wat in de buurt van de vooropgestelde 25% ligt, n.l. 20,4690109%. Zowel de link- als knoopkosten beïnvloeden deze waarden.
Uit de sensitiviteitsgrafiek (die hier niet opgenomen is) blijkt opnieuw dat dezelfde componenten de NPV het meeste beïnvloeden. Dezelfde verklaring als ginds kan aangewend worden.
51
4.3.2.2 Driehoeksverdeling
Hier werd enkel het effect onderzocht waar de minimumwaarde(=a) op 10% minder dan de meest gebruikelijke(=veronderstelde) componentkost en de maximumwaarde(=b) op 10% meer worden ingesteld. De meest waarschijnlijke componentkost(=c) stelt men in op deze vermeld in Bijlage B jaar0(=2004).
Grafiek 4.15: Forecast NPV-∆-alles
Tabel 4.9: Resultaten-∆-alles
Interpretatie Grafiek 4.15 & Tabel 4.9:
Vergelijken we de resultaten uit Tabel 4.9 met deze uit Tabel 4.4 dan zien we dat de gemiddelde waarde hier hoger dan de gewone NPV (=1.933.069,89€**) ligt terwijl ze bij de normale verdeling lager lag. De reden hiervoor is dat de gesimuleerde waarden bij de normale verdeling kan variëren tussen -∞ en +∞, terwijl de grenzen hier vast zijn. De minimum- en maximumwaarde van de NPV ligt hier dichter bij (**) dan bij de normale verdeling, dit komt omdat we hier een kleinere standaard deviatie verkrijgen t.o.v. de normale verdeling (∆: 64.538,00€ vs normaal: 151.236,23€). De reden hiervoor dient gezocht te worden in het feit dat bij het speciale geval, waarbij c=(a+b)/2, m.a.w. een perfect symmetrische driehoek, geldt: Var [X ] =
(b − a )² 24
De sensitiviteitsanalyse leert ons opnieuw dat het OXC-type6 de grootste impact (+50%) uitoefent op de NPV-waarde, gevolgd door de LR Transponders (+-22%) en op de derde plaats het OXC-type5 (+-10%). De reden hiervoor is net dezelfde als deze vermeld bij de normale verdeling (zie interpretatie Grafiek 4.8).
52
4.3.2.3 Uniforme verdeling
De minimumwaarde wordt hier op 10% minder dan componentkost vermeld in Bijlage B ingesteld, terwijl de maximumwaarde 10% meer is.
Grafiek 4.16: Forecast NPV-U-alles
Tabel 4.10: Resultaten-U-alles
Interpretatie Grafiek 4.16 & Tabel 4.10:
De standaard deviatie ligt hier tussen degenen verkregen bij de driehoeksverdeling en de normale verdeling. Vandaar dat hier het minimum van de NPV-waarde ook tussen deze 2 vorige zal liggen, alsook het maximum. Want hoe groter deze afwijking, hoe meer er zowel naar boven als naar onder van de gewone NPV-waarde(=1.933.069,89€) wordt afgeweken.
De variantie wordt hier gegeven door: Var [X ] =
(b − a )² 12
De sensitiviteitsanalyse leert ons ook opnieuw dat het OXC-type6 de grootste impact (+- 50%) uitoefent op de NPV-waarde, gevolgd door de LR Transponders (+-22%) en hier komt er op de derde plaats de optische trib/trunk STM-16-poorten. De reden hiervoor is net dezelfde als deze vermeld bij de normale verdeling (zie interpretatie Grafiek 4.8).
53
4.3.3 Conclusie 4.3.3.1 Impact van de verdeling
Verdeling
Mean
Min
Max
Stand. Dev.
Normaal (scen.3a) 1.932.027,45€ 1.337.080,97€(*) 2.413.096,91€(*)
151.236,23€
Uniform
1.933.643,93€
1.669.150,70€
2.187.643,76€
94.001,87€
Driehoek
1.935.928,90€
1.742.415,42€
2.145.941,96€
64.538,00€
Tabel 4.11: Samenvatting normaal-uniform-driehoek (componentkost) (*)
Het minimum & maximum wordt hier bepaald o.b.v. de gesimuleerde waarde, in
werkelijkheid is dit uiteraard -∞ en +∞.
Bespreking Tabel 4.11:
We zien dat de gewone NPV(=deze die bekomen werd zonder onzekerheden) het dichtste benaderd wordt door gebruik te maken van de uniforme verdeling. De standaard deviatie is het grootste bij de normale verdeling waardoor de minimale en maximale gesimuleerde NPV hier resp. het laagste en hoogste is.
4.3.3.2 Impact van de onzekere parameters
De sensitiviteitsanalyse leert ons dat zowel bij de normale, driehoeks- en uniforme verdeling het telkens de volgende componenten zijn die in de top 5 staan qua impact op de NPV: OXC-type6 (steeds op de 1e plaats) LR Transponders OXC-type5 Optische Trib/Trunk STM-16 poorten OXC-type4
54
Het zijn dus voornamelijk de nieuwe optische materialen, waarvan de kosten als onbekende worden beschouwd die de grootste onzekerheid van de netwerkoperator in de hand werken. Hier hebben we die onzekerheid trachten te modelleren om zo’n duidelijker beeld te krijgen in hoeverre deze de NPV-waarde, en dus ook de toestand van de netwerkoperator (verlies,break-even of winst), beïnvloeden. Deze NPV bleef echter in alle situaties positief, waardoor dus in alle gevallen de investering aanvaard zou mogen/kunnen worden. Er zijn wel schommelingen in de NPV en uiteraard is het zo dat hoe groter deze waarde is, hoe positiever voor de operator, m.a.w. meer winst.
4.3.3.3 Impact van grotere standaard deviatie
Bij de normale verdeling hebben we met verschillende percentages in standaard afwijking gewerkt, daaruit kwamen we tot volgend besluit: Hoe groter we deze nemen, m.a.w. hoe meer men toelaat dat de gesimuleerde waarden afwijken van de ingestelde gemiddelde waarde, hoe kleiner de gemiddelde gesimuleerde NPV-waarde wordt, m.a.w. minder winstgevend.
4.3.3.4 Impact van correlatie tussen de onzekere parameters
Definiëren we een zekere afhankelijkheid tussen (bepaalde groepen van) de onzekerheden dan merken we dat dit de standaard afwijking vergroot (zie scenario 3a, 3b & 3c). Bij ongecorreleerde onzekere waarden zien we dat de standaard deviatie die men ingesteld heeft op deze waarden nagenoeg goed weerkaatst wordt in de gesimuleerde NPV-waarde. Terwijl bij volledig gecorreleerde onzekerheden de standaard afwijking de ingestelde waarde overstijgt.
4.3.3.5 Meest realistische geval
Het meest toepasselijke scenario hier lijkt ons dat de gedefinieerde onzekerheden, n.l. de kostprijs van de componenten, gecorreleerd zijn. Dit omdat men toch kan verwachten als de prijs van een netwerkcomponent behorend tot een welbepaalde groep daalt/stijgt, dan ook de prijs van zijn mede-componenten in die groep zal dalen/stijgen. Dus scenario 3c lijkt het meest realistische geval.
55
4.4
Onzekere trafiek
4.4.1 Werkwijze Voor de onzekerheid wat betreft de te routeren trafiek hebben we een andere excel-sheet opgesteld aangezien in de vorige telkens gebruik werd gemaakt van het benodigd aantal per component en dit via WDMGuru gegenereerd was. Aangezien wij de tussenkomst met dit programma wensen te vermijden (gezien het groot aantal simulaties) werd er een andere tool gebruikt voor de dimensionering van het netwerk, die rechtstreeks van de trafiekmatrices een excel document opstelt. Daaruit hebben wij dan enkel de zaken die ons aanbelangen uitgehaald en de nodige relaties gedefinieerd. Voor de types van DXCs & OXCs werd hier wel het continuous type gekozen, gezien het hier niet mogelijk is het best passende type per knoop te achterhalen (zonder tussenkomst van een bijkomend programma zoals bv. WDMGuru). De componentkosten werden overgenomen uit WDMGuru. De trafiek wordt onzeker beschouwd, terwijl de inkomsten gefixeerd worden, deze werden hier opnieuw bepaald op dezelfde manier als besproken in 3.2.1.
We hebben gevarieerd op de trafiekmatrices die te vinden zijn op de [8]. Het aantal STM-1’s, die noodzakelijk zijn in elk jaar, wordt daaruit automatisch afgeleid (/155 Mbps).
De onzekere inputs, zijnde de trafiekmatrix hebben we gedefinieerd als assumpties (in totaal 1890*2), dit zijn waarden waarop Crystal Ball zal variëren met de vooropgestelde verdeling. Hier werden er ook telkens 1000 simulaties gegenereerd.
De NPV werd hier opnieuw als forecast ingesteld, m.a.w. hetgeen dat men wenst te voorspellen.
De gedefinieerde forecast, zijnde de NPV wordt telkens besproken. Hier gaat het niet zo zeer over welke link nu de meeste invloed heeft op de NPV-waarde (maw de sensitiviteitsanalyse), maar wordt er meer gekeken naar de standaard deviatie en de gemiddelde gesimuleerde NPV-waarde. De grafieken geven opnieuw de “trend” weer.
56
4.4.2 Simulaties
De NPV-waarde die we uitkwamen in het geval dat er geen onzekerheden mee gepaard waren, is: 996.649,42€ (zonder OPEX) & 1.494.974,14€ (met OPEX). We bespreken telkens het geval met OPEX.
De beginwaarden waarop gesimuleerd wordt, zijn deze die terug te vinden zijn in de trafiekmatrices op [8]-model 2-Basic Reference Network-100% IP traffic growthtabblad “TOTAL”, 2004 t.e.m. 2008.
4.4.2.1 Normale verdeling
Gezien het internetverkeer een zeer onzeker gegeven is, hebben we hier geopteerd om eens met de “normale” 10% standaard afwijking te variëren, maar ook eens met een extreme waarde, n.l. 50%.
10% afwijking
Grafiek 4.17: Forecast NPV-N10%-trafiek
Tabel 4.12: Resultaten-N10%-trafiek
Interpretatie Grafiek 4.17 & Tabel 4.12:
De gesimuleerde gemiddelde NPV-waarde bedraagt 1.491.786,71€ en de standaard afwijking is 16.141,86. Dit is iets meer dan de 10%, n.l. 10,8204878%, die als standaard deviatie op de inputwaarden, zijnde #Mb/s per link, werd ingesteld.
57
50% afwijking
In de simulaties met 50% standaard afwijking werden soms negatieve waarden gesimuleerd. Dit komt omdat een normale verdeling alle waarden kan aannemen tussen -∞ en +∞. Als de standaardafwijking 50% bedraagt, liggen de meeste waarden tussen gemiddelde-50% en gemiddelde+50% (68% van de gesimuleerde waarden liggen n.l. binnen 1 standaard afwijking van de gemiddelde waarde), maar ook veel kleinere waarden (bv. onder 0) kunnen voorkomen. De kans om getallen onder 0 uit te komen bestaat altijd, maar is natuurlijk veel groter met een grotere standaardafwijking, wat hier dus van toepassing blijkt te zijn.
Grafiek 4.18: Forecast NPV-N50%-trafiek
Tabel 4.13: Resultaten-N50%-trafiek
Interpretatie Grafiek 4.18 & Tabel 4.13:
De gesimuleerde gemiddelde NPV-waarde bedraagt 1.487.157,53€ en de standaard afwijking is 76.700,04, dit is slechts 5,1574926%. De reden hiervoor is dat de negatieve gesimuleerde waarden bij de berekeningen worden betrokken, waardoor we dus eigenlijk een vertekend beeld krijgen. Een mogelijke oplossing voor dit probleem zou zijn dat de negatieve bijdragen bv. vervangen zouden worden door 0 (dit is echter niet voorzien in Crystal Ball).
4.4.2.2 Driehoeksverdeling
Hier werd enkel het effect onderzocht waar de minimumwaarde op 10% minder dan de vooropgestelde trafiek en de maximumwaarde op 10% meer wordt ingesteld.
58
Grafiek 4.19: Forecast NPV-∆-trafiek
Tabel 4.14: Resultaten-∆-trafiek
Interpretatie Grafiek 4.19 & Tabel 4.14:
De standaard deviatie is opnieuw opmerkelijk lager dan bij de normale verdeling. Hier wordt de variantie gegeven door:
(b − a )² Var [X ] = 24
waaruit volgt dat StDev[ X ] =
(b − a )2 24
Bij de normale verdeling is de standaard deviatie gelijk aan σ.
4.4.2.3 Uniforme verdeling
De minimumwaarde wordt hier op 10% minder dan de vooropgestelde trafiek ingesteld, terwijl de maximumwaarde 10% meer is.
Grafiek 4.20: Forecast NPV-U-trafiek
Tabel 4.15: Resultaten-U-trafiek
Interpretatie Grafiek 4.20 & Tabel 4.15:
De variantie wordt hier gegeven door: Var [X ] =
(b − a )² . 12
Vandaar dat de bekomen
standaard afwijking zich tussen de 2 voorgaande bevindt (zie Tabel 4.16).
59
4.4.3 Conclusie 4.4.3.1 Impact van de verdeling
Verdeling
Mean
Min
Max
Stand. Dev.
Normaal (10%)
1.491.786,71€ 1.442.511,37€(*) 1.442.511,37€(*)
16.141,86€
Uniform
1.493.510.50€
1.467.703,20€
1.523.595,16€
8.806,30€
Driehoek
1.494.150,39€
1.469.721,68€
1.513.523,18€
6.58545€
Tabel 4.16: Samenvatting normaal-uniform-driehoek (trafiek) (*)
Het minimum & maximum wordt hier bepaald o.b.v. de gesimuleerde waarde, in
werkelijkheid is dit uiteraard -∞ en +∞.
Bespreking Tabel 4.16:
Hier benadert de simulatie met gebruik van de driehoeksverdeling het meest de statische situatie met als gewone NPV 1.494.974,14€. Nochtans lijkt de normale verdeling ons hier het meest gebruikelijke aangezien deze een grotere spreiding toelaat (tussen -∝ en +∝ versus de vaste grenzen bij de driehoeksverdeling). Wat dus meer toepasselijk is voor de onzekerheid die schuilt in de hoeveelheid trafiek.
60
4.5
Onzekere componentkost en onzekere trafiek
Bekijken we nu eens het geval waarbij zowel de componentkosten als de hoeveelheid trafiek tegelijkertijd als onzeker beschouwd worden. En dit in 2 groepen verdeeld, n.l. enerzijds alle componentkosten samen volledig gecorreleerd en anderzijds de trafiek ook. Dit hebben we met de normale verdeling (10% standaard afwijking op beginwaarden) gesimuleerd en bekomen volgende resultaten.
Grafiek 4.21: Forecast NPV-N10%-trafiek&componentkost
Grafiek 4.22: Sensitivity NPV-N10%-trafiek&componentkost
Bespreking Grafiek 4.22:
We zien dat ongeveer 50% van de NPV beïnvloed wordt door DXCs & OXCs. Dit hadden we eigenlijk kunnen voorspellen, aangezien we hier telkens met een overflowtype werken, en aangezien dit een zeer grote kost/eenheid is (zie Bijlage B) hebben zij een grotere impact dan de andere componenten en/of trafiek. De trafiek beïnvloedt de NPV in kleinere mate dan de componentkost (wordt hier niet afgebeeld).
61
Hoofdstuk 5: Conclusie
Kosten-baten analyse
Het statische model, opgebouwd ter ondersteuning van de kosten-baten analyse, leert ons dat de opbouw van een optische netwerk, met optische componenten (zie 2.1.1) & introductie van OXCs, zeker de moeite waard is. Zowel de NPV- als de IRG-methode geven een positief resultaat weer, wat wil zeggen dat het project aanvaard mag worden en rendabel geacht wordt. Het leverde ons een goede basis om de risico-analyse uit te voeren.
Onzekere parameters
Het onderzoek naar de onzekerheden die gepaard gaan met de introductie van deze nieuwe netwerkcomponenten bevestigt onze vermoedens. Wat de componentkost betreft zijn het wel degelijk de optische materialen, en in het bijzonder OXCs, die de grootste impact hebben. De vooropgestelde trafiek beïnvloedt de NPV-waarde steeds op een positieve manier, m.a.w. winstgevend voor de investerende operator. Een bijkomende studie, waarin zowel de componentkosten én trafiek als onzeker worden beschouwd, leert ons dat het de componentkosten zijn die de grootste invloed hebben op de situatie van de netwerkoperator.
62
Bijlage A: Netwerktopologie Inputfiles WDMGuru
• nodes.cvs Id Lat Long Amsterdam 52.35 4.9 Athens 38 23.7333333 Barcelona 41.3666667 2.18333333 Belgrade 44.8333333 20.5 Berlin 52.5166667 13.4 Bordeaux 44.85 -0.56666667 Brussels 50.8333333 4.35 Budapest 47.5 19.0833333 Copenhagen 55.7166667 12.5666667 Dublin 53.3333333 -6.25 Frankfurt 50.1 8.66666667 Glasgow 55.85 -4.25 Hamburg 53.55 10.0166667 London 51.5 -0.16666667 Lyon 45.7333333 4.83333333 Madrid 40.4166667 -3.71666667 Milan 45.4666667 9.16666667 Munich 48.1333333 11.5666667 Oslo 59.9333333 10.75 Paris 48.8666667 2.33333333 Prague 50.0833333 14.4333333 Rome 41.8833333 12.5 Stockholm 59.3333333 18.05 Strasbourg 48.5833333 7.76666667 Vienna 48.2166667 16.3666667 Warsaw 52.25 21 Zagreb 45.8333333 16.0166667 Zurich 47.3833333 8.55
63
• links.cvs From To Length Dublin Glasgow 462 Dublin London 690 Glasgow Amsterdam 1067 Amsterdam Brussels 259 Paris Brussels 393 Paris London 514 Amsterdam Hamburg 552 Hamburg Berlin 381 Oslo Copenhagen 722 Stockholm Oslo 623 Warsaw Stockholm 1213 Berlin Warsaw 775 Budapest Warsaw 819 Copenhagen Berlin 540 Berlin Prague 420 Vienna Prague 376 Munich Vienna 534 Munich Berlin 757 Munich Frankfurt 456 Frankfurt Hamburg 592 Prague Budapest 668 Zurich Lyon 507 Barcelona Lyon 796 Madrid Barcelona 760 Bordeaux Madrid 834 Paris Bordeaux 747 Zurich Milan 327 Milan Rome 720 Athens Rome 1500 London Amsterdam 540 Brussels Frankfurt 474 Paris Strasbourg 600 Strasbourg Frankfurt 271 Strasbourg Zurich 218 Lyon Paris 594 Milan Munich 522 Budapest Belgrade 474 Athens Belgrade 1209 Rome Zagreb 783 Zagreb Belgrade 551 Vienna Zagreb 400
64
Bijlage B: Prijsmodellering De modellering van de prijzen volgt een exponentiële daling, t.t.z.: beginprijs*(groeifactor)t met
beginprijs de defaultwaarden uit WDMGuru groeifactor (<1) t=0…4 waarbij 0=2004 t.e.m. 4=2008
• link Fiber 0 1 2 3 4
0,8 WDM TM/REG OA 100 80 64 51,2 40,96
0,9 75 67,5 60,75 54,675 49,2075
0,8 Channel 0 1 2 3 4
REG CARD 60 48 38,4 30,72 24,576
0,8 LR TRANSP 30 24 19,2 15,36 12,288
• node Electrical: 0,8 DXC Fixed type1 type2 type3 type4 type5 type6 overflow 0 300 600 1000 2000 3500 6000 10000 1 240 480 800 1600 2800 4800 8000 2 192 384 640 1280 2240 3840 6400 3 153,6 307,2 512 1024 1792 3072 5120 4 122,88 245,76 409,6 819,2 1433,6 2457,6 4096 0,8 Ports 0 1 2 3 4
Trib STM-1 1 0,8 0,64 0,512 0,4096
Trunk STM-16 5 4 3,2 2,56 2,048
65
Optical: 0,87 OXC Fixed type1 type2 type3 type4 type5 type6 overflow 0 600 1600 4000 10000 40000 100000 10000 1 522 1392 3480 8700 34800 87000 8700 2 454,14 1211,04 3027,6 7569 30276 75690 7569 3 395,1018 1053,605 2634,012 6585,03 26340,12 65850,3 6585,03 4 343,7386 916,6362 2291,59 5728,976 22915,9 57289,76 5728,976 0,87 Ports 0 1 2 3 4
0,8 TRANSP 0 1 2 3 4
Trib/Trunk STM-16 10 8,7 7,569 6,58503 5,7289761
15 12 9,6 7,68 6,144
66
Bijlage C: Uitgaven Gegevens in het rood werden verkregen m.b.v. WDMGuru
•
2004
LINK cost # kost/eenheid totaal fiber 100,00 € 26.400,00 € WDM TM's 264 OA's 468 75,00 € 35.100,00 € 100,00 € 3.500,00 € Regenerators 35 channel 65.000,00 € 60,00 € 55.260,00 € Regeneration Cards 921 Long Reach Transponders 6000 30,00 € 180.000,00 € 235.260,00 € % Totaal 31,5 300.260,00 €
%link %totaal 8,8 2,8 11,7 3,7 1,2 0,4 21,6 6,8 18,4 5,8 59,9 18,9 78,4 24,7 31,5
NODE cost electrical DXC Fixed type4 type5 type6 overflow
# kost/eenheid totaal %knoop %totaal 28 6 2.000,00 € 12.000,00 € 1,8 1,3 3.500,00 € 38.500,00 € 5,9 4,0 11 10 6.000,00 € 60.000,00 € 9,2 6,3 1,5 1,0 1 10.000,00 € 10.000,00 € 120.500,00 € 18,4 12,6
DXC Ports 1,00 € 26.564,00 € 5,00 € 10.200,00 € 36.764,00 € 157.264,00 €
4,1 1,6 5,6 24,1
2,8 1,1 3,9 16,5
28 1 1.600,00 € 1.600,00 € 4.000,00 € 24.000,00 € 6 16 10.000,00 € 160.000,00 € 5 40.000,00 € 200.000,00 € 385.600,00 €
0,2 3,7 24,5 30,6 59,0
0,2 2,5 16,8 21,0 40,4
10,00 € 20.400,00 € 10,00 € 60.000,00 € 80.400,00 € 466.000,00 € 15,00 € 30.600,00 € 496.600,00 €
3,1 9,2 12,3 71,3 4,7 75,9
2,1 6,3 8,4 48,8 3,2 52,0 68,5
Trib STM-1 26564 Trunk STM-16 2040 28604 optical OXC Fixed type2 type3 type4 type5 OXC Ports Trib STM-16 2040 Trunk STM-16 6000 8040 Transponders
2040
Totaal 653.864,00 €
% 68,5
TOTAAL 954.124,00 €
67
•
2005
LINK cost # verschil fiber WDM TM's 344 80 OA's 610 142 Regenerators 43 8 channel Regeneration Cards 1338 417 Long Reach Transponders 8602 2602
kost/eenheid 80,00 € 67,50 € 80,00 €
totaal 6.400,00 € 9.585,00 € 640,00 € 16.625,00 € 48,00 € 20.016,00 € 24,00 € 62.448,00 € 82.464,00 €
%link %totaal 6,5 1,6 9,7 2,4 0,6 0,2 16,8 4,2 20,2 5,0 63,0 15,7 83,2 20,8 25,0
kost/eenheid
totaal %knoop %totaal
% 25,0
Totaal 99.089,00 € NODE cost electrical DXC Fixed type4 type5 type6 overflow
# verschil 28 0 3 -3 5 -6 11 1 9 8
1.600,00 € 0,00 € 2.800,00 € 0,00 € 4.800,00 € 4.800,00 € 8.000,00 € 64.000,00 € 68.800,00 €
0,0 0,0 1,6 21,5 23,1
0,0 0,0 1,2 16,1 17,3
0,80 € 11.304,00 € 4,00 € 3.424,00 € 14.728,00 € 83.528,00 €
3,8 1,1 4,9 28,0
2,8 0,9 3,7 21,0
1.392,00 € 0,00 € 3.480,00 € 0,00 € 8.700,00 € 0,00 € 34.800,00 € 174.000,00 € 174.000,00 €
0,0 0,0 0,0 58,4 58,4
0,0 0,0 0,0 43,8 43,8
8,70 € 7.447,20 € 8,70 € 22.637,40 € 30.084,60 € 204.084,60 € 12,00 € 10.272,00 € 214.356,60 €
2,5 7,6 10,1 68,5 3,4 72,0
1,9 5,7 7,6 51,4 2,6 54,0 75,0
DXC Ports Trib STM-1 40694 Trunk STM-16 2896 43590
14130 856 14986
28 0 2 16 10
0 -1 -4 0 5
Trib STM-16 2896 Trunk STM-16 8602 11498
856 2602 3458
optical OXC Fixed type2 type3 type4 type5 OXC Ports
Transponders
2896
Totaal 297.884,60 €
% 75,0
856
TOTAAL 396.973,60 €
68
•
2006
LINK cost # verschil fiber WDM TM's 492 148 OA's 882 272 Regenerators 59 16 channel Regeneration Cards 2078 740 Long Reach Transponders 13408 4806
kost/eenheid 64,00 € 60,75 € 64,00 €
totaal 9.472,00 € 16.524,00 € 1.024,00 € 27.020,00 € 38,40 € 28.416,00 € 19,20 € 92.275,20 € 120.691,20 €
%link %totaal 6,4 1,2 11,2 2,1 0,7 0,1 18,3 3,5 19,2 3,7 62,5 11,9 81,7 15,6 19,1
kost/eenheid
totaal %knoop %totaal
% 19,1
Totaal 147.711,20 €
NODE cost electrical DXC Fixed type4 type5 type6 overflow
# verschil 28 0 1 -2 5 0 11 0 11 2
1.280,00 € 2.240,00 € 3.840,00 € 6.400,00 €
0,00 € 0,00 € 0,00 € 12.800,00 € 12.800,00 €
0,0 0,0 0,0 2,0 2,0
0,0 0,0 0,0 1,7 1,7
0,64 € 3,20 €
15.756,80 € 4.985,60 € 20.742,40 € 33.542,40 €
2,5 0,8 3,3 5,4
2,0 0,6 2,7 4,3
1.211,04 € 0,00 € 3.027,60 € 0,00 € 7.569,00 € 0,00 € 30.276,00 € 0,00 € 75.690,00 € 529.830,00 € 529.830,00 €
0,0 0,0 0,0 0,0 84,6 84,6
0,0 0,0 0,0 0,0 68,4 68,4
1,9 5,8 7,7 92,3 2,4 94,6
1,5 4,7 6,2 74,7 1,9 76,6 80,9
DXC Ports Trib STM-1 65314 Trunk STM-16 4454 69768
24620 1558 26178
28 0 1 13 7 7
0 0 -1 -3 -3 7
Trib STM-16 4454 Trunk STM-16 13408 17862
1558 4806 6364
optical OXC Fixed type2 type3 type4 type5 type6 OXC Ports
Transponders
4454
Totaal 626.498,32 €
% 80,9
7,569 € 7,569 €
11.792,50 € 36.376,61 € 48.169,12 € 577.999,12 € 9,60 € 14.956,80 € 592.955,92 €
1558
TOTAAL 774.209,52 €
69
•
2007
LINK cost # verschil fiber WDM TM's 780 288 OA's 1402 520 Regenerators 95 36 channel Regeneration Cards 3445 1367 Long Reach Transponders 21982 8574
kost/eenheid totaal 51,20 € 14.745,60 € 54,675 € 28.431,00 € 51,20 € 1.843,20 € 45.019,80 € 30,72 € 41.994,24 € 15,36 € 131.696,64 € 173.690,88 €
% 28,5
Totaal 218.710,68 €
%link %totaal 6,7 1,9 13,0 3,7 0,8 0,2 20,6 5,9 19,2 5,5 60,2 17,2 79,4 22,6 28,5
NODE cost electrical DXC Fixed type4 type5 type6 overflow
# verschil 28 0 0 -1 3 -2 4 -7 21 10
kost/eenheid
totaal %knoop %totaal
1.024,00 € 0,00 € 1.792,00 € 0,00 € 3.072,00 € 0,00 € 5.120,00 € 51.200,00 € 51.200,00 €
0,0 0,0 0,0 9,3 9,3
0,0 0,0 0,0 6,7 6,7
0,51 € 22.832,13 € 2,56 € 7.045,12 € 29.877,25 € 81.077,25 €
4,2 1,3 5,4 14,8
3,0 0,9 3,9 10,6
1.053,6048 € 0,00 € 2.634,012 € 0,00 € 6.585,03 € 0,00 € 26.340,12 € 0,00 € 65.850,30 € 329.251,50 € 329.251,50 €
0,0 0,0 0,0 0,0 60,0 60,0
0,0 0,0 0,0 0,0 42,9 42,9
6,58503 € 29.329,72 € 6,58503 € 88.292,08 € 117.621,81 € 446.873,31 € 7,68 € 21.135,36 € 468.008,67 €
5,3 16,1 21,4 81,4 3,8 85,2
3,8 11,5 15,3 58,2 2,8 61,0 71,5
DXC Ports Trib STM-1 109908 Trunk STM-16 7206 117114
44594 2752 47346
28 0 0 9 7 12
0 0 -1 -4 0 5
Trib STM-16 7206 Trunk STM-16 21982 29188
4454 13408 17862
optical OXC Fixed type2 type3 type4 type5 type6 OXC Ports
Transponders
7206
Totaal 549.085,91 €
% 71,5
2752
TOTAAL 767.796,59 €
70
•
2008
LINK cost fiber WDM TM's OA's Regenerators channel Regeneration Cards Long Reach Transponders
# verschil 1318 538 2368 966 160 65 6080 38436
kost/eenheid 40,96 € 49,208 € 40,96 €
totaal 22.036,48 € 47.534,45 € 2.662,40 € 72.233,33 € 24,58 € 64.757,76 € 12,29 € 202.186,75 € 266.944,51 €
%link %totaal 6,5 2,7 14,0 5,7 0,8 0,3 21,3 8,7 19,1 7,8 59,6 24,4 78,7 32,2 40,9
kost/eenheid
totaal %knoop %totaal
2635 16454
% 40,9
Totaal 339.177,84 €
NODE cost electrical DXC Fixed type4 type5 type6 overflow
# verschil 28 0 0 0 0 -3 4 0 24 3
819,20 € 1.433,60 € 2.457,60 € 4.096,00 €
0,00 € 0,00 € 0,00 € 12.288,00 € 12.288,00 €
0,0 0,0 0,0 2,5 2,5
0,0 0,0 0,0 1,5 1,5
0,41 € 2,05 €
33.965,67 € 10.661,89 € 44.627,56 € 56.915,56 €
6,9 2,2 9,1 11,6
4,1 1,3 5,4 6,9
916,6362 € 0,00 € 2.291,590 € 0,00 € 5.728,98 € 0,00 € 22.915,90 € 0,00 € 57.289,76 € 229.159,04 € 5.728,98 € 5.728,98 € 234.888,02 €
0,0 0,0 0,0 0,0 46,7 1,2 47,8
0,0 0,0 0,0 0,0 27,6 0,7 28,3
5,72898 € 41.283,00 € 5,72898 € 125.934,35 € 167.217,35 € 402.105,37 € 6,14 € 31.985,66 € 434.091,04 €
8,4 25,6 34,1 81,9 6,5 88,4
5,0 15,2 20,1 48,4 3,9 52,3 59,1
DXC Ports Trib STM-1 192832 Trunk STM-16 12412 205244
82924 5206 88130
28 0 0 4 7 16 1
0 0 0 -5 0 4 1
Trib STM-16 12412 Trunk STM-16 38436 50848
7206 21982 29188
optical OXC Fixed type2 type3 type4 type5 type6 overflow OXC Ports
Transponders Totaal 491.006,60 €
12412
5206
% 59,1
TOTAAL 830.184,43 €
71
Bijlage D: Overzicht Zonder OpEx
2004
2005
2006
2007
2008
# STM1
13282
20347
32657
54954
96416
HCA waardering Per STM
954.124,00 71,84
1.255.685,20 61,71
1.894.784,96 58,02
2.450.050,84 44,58
2.990.924,90 31,02
CCA waardering Per STM
954.124,00 71,84
1.159.490,80 56,99
1.628.390,54 49,86
2.046.228,17 37,24
2.484.582,74 25,77
Inkomsten Per STM
921.693,13 69,39
1.058.972,11 52,05
1.274.740,22 39,03
1.608.814,51 29,28
2.116.981,38 21,96
Uitgaven Inkomsten
954.124,00 0,00
396.973,60 1.058.972,11
774.209,52 1.274.740,22
767.796,59 1.608.814,51
830.184,43 2.116.981,38
Cash flow Cumul. CF
-954.124,00 -954.124,00
661.998,51 -292.125,49
500.530,70 208.405,21
841.017,92 1.049.423,13
1.286.796,95 2.336.220,07
Verdiscont. CF Cumul. Verd. CF
-954.124,00 -954.124,00
575.650,88 -378.473,12
378.473,12 0,00
552.982,93 552.982,93
735.730,33 1.288.713,26
954.124,00 954.124,00
345.194,43 1.299.318,43
585.413,62 1.884.732,06
504.838,72 2.389.570,78
474.660,64 2.864.231,43
0,00 0,00
920.845,31 920.845,31
963.886,74 1.884.732,06
1.057.821,65 2.942.553,71
1.210.390,98 4.152.944,69
Verdisc. Uitgaven Cumul. Verd. Uitg. Verdisc. Inkomsten Cumul. Verd. Ink.
Jaar 3(=2006)
Verdisc Kosten Verdisc Inkomsten
Break Even
Inkomst per STM jaar 0 Inkomst per STM jaar 2
Rend
15,00%
NPV
1.288.713,26
IRR
64,33%
1.884.732,06 1.884.732,06 69,39 39,03
72
Met OpEx
# STM1
2004
2005
2006
2007
2008
13282
20347
32657
54954
96416
HCA waardering Per STM
1,431,186.00 107.75
1,883,527.80 92.57
2,842,177.43 87.03
3,675,076.26 66.88
4,486,387.35 46.53
CCA waardering Per STM
1,431,186.00 107.75
1,739,236.20 85.48
2,442,585.81 74.80
3,069,342.26 55.85
3,726,874.11 38.65
Inkomsten Per STM
1,382,539.70 104.09
1,588,458.17 78.07
1,912,110.33 58.55
2,413,221.76 43.91
3,175,472.07 32.94
Uitgaven Inkomsten
1,431,186.00 0.00
595,460.40 1,588,458.17
1,161,314.27 1,912,110.33
1,151,694.89 2,413,221.76
1,245,276.65 3,175,472.07
Cash Flow Cumul. CF
-1,431,186.00 -1,431,186.00
992,997.77 -438,188.23
750,796.05 312,607.82
1,261,526.87 1,574,134.69
1,930,195.42 3,504,330.11
Verdisc. CF Cumul. Verd. CF
-1,431,186.00 -1,431,186.00
863,476.32 -567,709.68
567,709.68 0.00
829,474.40 829,474.40
1,103,595.50 1,933,069.89
1,431,186.00 1,431,186.00
517,791.65 1,948,977.65
878,120.43 2,827,098.09
757,258.09 3,584,356.17
711,990.97 4,296,347.14
0.00 0.00
1,381,267.97 1,381,267.97
1,445,830.11 2,827,098.09
1,586,732.48 4,413,830.57
1,815,586.46 6,229,417.03
Verdisc. Uitgaven Cumul. Verd. Uitg. Verdisc. Inkomsten Cumul. Verd. Ink.
Jaar 3(=2006)
Verdisc Kosten Verdisc Inkomsten
Break Even
Inkomst per STM jaar 0 Inkomst per STM jaar 2
OpEx Rend
1.5 15.00%
NPV
1,933,069.89
IRR
64.33%
2,827,098.09 2,827,098.09 104.09 58.55
73
Bijlage E: Bill of Materials 2004 Overview Total Cost Category
Link Cost
Cost
Cable
0.00
Fiber
65,000.00
Channel
235,260.00
Total
300,260.00
SDH Equipment 0.00 Node Cost
Electrical
157,264.00
Optical
496,600.00
Total Network Cost
653,864.00 954,124.00
Overview Node Cost Category
SDH TMs
Cost
Total
0.00
Mid-Stage Multiplexers 0.00
Electrical Cost
Optical Cost
ADM Fixed
0.00
ADM Ports
0.00
DXC Fixed
120,500.00
DXC Ports
36,764.00
IXC Fixed
0.00
IXC Ports
0.00
WDM TMs
0.00
WDM Channel Cards
0.00
OXC Fixed
385,600.00
OXC Ports
80,400.00
Patch Panel Fixed
0.00
Patch Panel Ports
0.00
OADMs
0.00
Transponders
30,600.00
157,264.00
496,600.00
653,864.00
Total Node Cost
74
DXC Overview DXC Ports Name
Trib STM-1
Amsterdam 1,311
#Trib Ports
Trunk STM-16
#Trunk Ports
Total Ports
Type
Cost
1,311
94
94
1,405
Type6
7,781.00
269
269
31
31
300
Type4
2,424.00
Barcelona 779
779
61
61
840
Type5
4,584.00
177
177
27
27
204
Type4
2,312.00
1,514
1,514
110
110
1,624
Type6
8,064.00
Bordeaux 686
686
57
57
743
Type5
4,471.00
Brussels
787
787
65
65
852
Type5
4,612.00
Budapest
415
415
41
41
456
Type5
4,120.00
Copenhagen 376
376
37
37
413
Type4
2,561.00
220
220
30
30
250
Type4
2,370.00
Frankfurt 1,747
1,747
122
122
1,869
Type6
8,357.00
1,887
1,887
131
131
2,018
Type6
8,542.00
Hamburg 1,493
1,493
107
107
1,600
Type6
8,028.00
2,281
2,281
155
155
2,436
Overflow 13,056.00
Lyon
856
856
69
69
925
Type5
4,701.00
Madrid
659
659
53
53
712
Type5
4,424.00
Milan
1,592
1,592
112
112
1,704
Type6
8,152.00
Munich
1,642
1,642
116
116
1,758
Type6
8,222.00
Oslo
312
312
34
34
346
Type4
2,482.00
Paris
890
890
69
69
959
Type5
4,735.00
Prague
761
761
60
60
821
Type5
4,561.00
Rome
1,156
1,156
84
84
1,240
Type6
7,576.00
Stockholm 575
575
44
44
619
Type5
4,295.00
Strasbourg 1,137
1,137
83
83
1,220
Type6
7,552.00
Athens Belgrade Berlin
Dublin Glasgow London
Vienna
588
588
51
51
639
Type5
4,343.00
Warsaw
1,412
1,412
101
101
1,513
Type6
7,917.00
Zagreb
219
219
30
30
249
Type4
2,369.00
Zurich
823
823
66
66
889
Type5
4,653.00
26,564
26,564
2,040
2,040
28,604
-
157,264.00
Total
75
OXC Overview OXC Ports Name
Trib Trunk #Trunk #Trib #Trunk Total STMSTMPorts For Type Ports Ports Ports 16 16 Transit
Cost
Amsterdam 94
94
520
520
426
614
OXC 46,140.00 Type5
31
31
31
31
0
62
OXC 2,220.00 Type2
Barcelona 61
61
85
85
24
146
OXC 11,460.00 Type4
Belgrade
27
27
79
79
52
106
OXC 5,060.00 Type3
Berlin
110
110
510
510
400
620
OXC 46,200.00 Type5
Bordeaux 57
57
125
125
68
182
OXC 11,820.00 Type4
Brussels
65
65
397
397
332
462
OXC 14,620.00 Type4
Budapest
41
41
103
103
62
144
OXC 11,440.00 Type4
Copenhagen 37
37
91
91
54
128
OXC 5,280.00 Type3
30
30
108
108
78
138
OXC 11,380.00 Type4
Frankfurt 122
122
420
420
298
542
OXC 45,420.00 Type5
131
131
131
131
0
262
OXC 12,620.00 Type4
Hamburg 107
107
421
421
314
528
OXC 45,280.00 Type5
London
155
155
245
245
90
400
OXC 14,000.00 Type4
Lyon
69
69
189
189
120
258
OXC 12,580.00 Type4
Madrid
53
53
61
61
8
114
OXC 5,140.00 Type3
Milan
112
112
366
366
254
478
OXC 14,780.00 Type4
Munich
116
116
418
418
302
534
OXC 45,340.00 Type5
Athens
Dublin
Glasgow
76
Oslo
34
34
36
36
2
70
OXC 4,700.00 Type3
Paris
69
69
345
345
276
414
OXC 14,140.00 Type4
Prague
60
60
174
174
114
234
OXC 12,340.00 Type4
Rome
84
84
134
134
50
218
OXC 12,180.00 Type4
Stockholm 44
44
54
54
10
98
OXC 4,980.00 Type3
Strasbourg 83
83
219
219
136
302
OXC 13,020.00 Type4
Vienna
51
51
157
157
106
208
OXC 12,080.00 Type4
Warsaw
101
101
185
185
84
286
OXC 12,860.00 Type4
Zagreb
30
30
84
84
54
114
OXC 5,140.00 Type3
Zurich
66
66
312
312
246
378
OXC 13,780.00 Type4
2,040
2,040 6,000
6,000
3,960
8,040 -
Total
466,000.00
Transponder STMTotal 16 SR Transponder - Trib Opaque Nodes SR Protection Transponder - Trib Opaque OXC/OADM/PP Total
77
Cost
2,040
2,040 30,600.00
0
0
2,040
2,040 30,600.00
0.00
Overview Link Cost Category
Cable Cost
Fiber Cost
Channel Cost
SDH Equipment Cost
Quantity
Cost
Total
Fixed
41
0.00
Length
25,640.00
0.00
Regenerator Sites
20
0.00
OA Sites
214
0.00
Fixed
97
0.00
Length
55,460.00
0.00
WDM TMs
264
26,400.00 65,000.00
OAs
468
35,100.00
Regenerators (Com. Eq.) 35
3,500.00
Fixed
3,000
0.00
Length
1,649,994.00 0.00
WDM Channel Cards
6,000
0.00
Regeneration Cards
921
55,260.00
Long Reach Transponders
6,000
180,000.00
SDH Regenerators
0
0.00
SDH Amplifiers
0
0.00
Total Link Cost
78
0.00
235,260.00
0.00 300,260.00
Overview Cost Parameters Node Fixed Cost Cost
DXC
OXC
#Ports
Type1
300.00
64
Type2
600.00
128
Type3
1,000.00
512
Type4
2,000.00
1,024
Type5
3,500.00
2,048
Type6
6,000.00
4,192
Type1
600.00
32
Type2
1,600.00
64
Type3
4,000.00
128
Type4
10,000.00 512
Type5
40,000.00 1,024
Type6
100,000.00 4,096
Node Port Cost STM-1 STM-4 STM-16 STM-64 1 GbE DXC Trib Port 1.00
2.50
5.00
10.00
3.00
IXC Trib Port 1.00
2.50
5.00
10.00
3.00
ADM Trib Port 1.00
2.50
5.00
10.00
3.00
STM- STM1 4 OXC Trunk Port
STM16
STM64
STM256
STM512
STM1024
2.50
5.00
10.00
15.00
30.00
45.00
65.00
OXC Trib Port 2.50
5.00
10.00
15.00
30.00
45.00
65.00
DXC Trunk Port 1.00
2.50
5.00
10.00
20.00
30.00
45.00
IXC Trib Port 1.00
2.50
5.00
10.00
20.00
30.00
45.00
IXC Trunk Port 1.00
2.50
5.00
10.00
20.00
30.00
45.00
25.00
30.00
100.00
300.00
500.00
900.00
12.00
15.00
50.00
150.00
250.00
450.00
SDH TM/Aggr 15.00 SR Transponder 7.00
79
Link Fixed Cost Cost
Cable Cost
Fixed
0.00
Length
0.00
OA Site
0.00
Regenerator Site 0.00 Fiber Cost Channel Cost
Fixed
0.00
Length
0.00
Fixed
0.00
Length
0.00
Link Fiber Cost LS Type No-WDM
WDM TM
Common 0.00 Band 1 0.00
LH 8-WDM Common 20.00 Band 1 0.00 LH 16-WDM Common 40.00 Band 1 0.00 LH 40-WDM Common 100.00
OA Regenerator (Com. Eq.)
75.00 100.00 0.00
0.00
75.00 100.00 0.00
0.00
75.00 100.00 0.00
0.00
75.00 100.00
Band 1 0.00
0.00
0.00
Band 2 0.00
0.00
0.00
Band 3 0.00
0.00
0.00
LH 80-WDM Common 200.00
75.00 100.00
Band 1 0.00
0.00
0.00
Band 2 0.00
0.00
0.00
Band 3 0.00
0.00
0.00
ULH 40-WDM Common 100.00
125.00 100.00
Band 1 0.00
0.00
0.00
Band 2 0.00
0.00
0.00
Band 3 0.00
0.00
0.00
80
Link Channel Cost Reg Reg Reg LR WDM LR LR LS Card Card Card Transp Channel Transp Transp Type STM- STM- STMSTMCard STM-1 STM-4 1 4 16 16 No0.00 WDM
30.00 50.00 60.00 15.00
25.00
30.00
LH 80.00 WDM
30.00 50.00 60.00 15.00
25.00
30.00
LH 16- 0.00 WDM
30.00 50.00 60.00 15.00
25.00
30.00
LH 40- 0.00 WDM
30.00 50.00 60.00 15.00
25.00
30.00
Link SDH Equipment Cost STM- STM1 4 SDH Regenerator
STM16
STM64
STM256
STM512
STM1024
30.00
50.00
60.00
200.00
600.00
1,000.00 1,800.00
SDH Amplifier 75.00
75.00
75.00
75.00
75.00
75.00
81
75.00
OTS Layer
OMS Layer
82
OCH Layer
DCL Layer
83
Referenties
[1] http://www.lightreading.com/document.asp?doc_id=3108
[2] PICKAVET, M. & DEMEESTER, P. (2006) Cursus Multimedianetwerken, Hoofdstuk 6: Transport Networks – General Architecture (slide 32)
[3] PICKAVET, M. & DEMEESTER, P. (2006) Cursus Multimedianetwerken, Hoofdstuk 7: Transport Networks – Technology examples (slide 70)
[4] PICKAVET, M. & DEMEESTER, P. (2006) Cursus Multimedianetwerken, Hoofdstuk 7: Transport Networks – Technology examples (slide 81)
[5] PICKAVET, M. & DEMEESTER, P. (2006) Cursus Multimedianetwerken, deel over transportnetwerken (hoofdstukken 6, 7 & 8)
[6] PICKAVET, M. & DEMEESTER, P. (2006) Cursus Multimedianetwerken, Hoofdstuk 7: Transport Networks – Technology examples (slide 63-92)
[7] VERBRUGGE, S., COLLE, D., PICKAVET, M. & DEMEESTER, P. “Capex cost comparison between link-by-link and end-to-end grooming in a European backbone network”, published in Networks 2004, 11th International Telecommunications Network Strategy and Planning Symposium, Vienna, Austria, 13-16 June, 2004, pp. 2732
[8] http://www.ibcn.intec.ugent.be/css_design/research/projects/INTERNAL/NRS/index.ht ml
[9] DE MAESSCHALCK, S., COLLE, D., LIEVENS, I., PICKAVET, M., DEMEESTER, P., MAUZ, C., JAEGER, M., INKRET, R., MIKAC, B. & DERKACZ, J. “Pan-European optical transport networks: an availability-based comparison”,
84
published in Photonic Network Communications, ISSN 1387-974X, May 2003, Vol. 5, pp. 203-225
[10] http://www.opnet.com/products/wdmguru/home.html
[11] DERKACZ, LESZCZUK, WAJDA, LEONE, MONARI, LIEVENS, DE MAESSCHALCK, VERBRUGGE & COLLE, IP/OTN cost model and photonic equipment cost forecast – IST lion project
[12] OOGHE, DELOOF, MANIGART, Handboek ‘Bedrijfsfinanciëring’, Intersentia, 2002, Hoofdstuk 8: Beoordeling van investeringsprojecten (8.3.4)
[13] OOGHE, DELOOF, MANIGART, Handboek ‘Bedrijfsfinanciëring’, Intersentia, 2002, Hoofdstuk 8: Beoordeling van investeringsprojecten (8.3.3)
[14] http://www.decisioneering.com/cb_features.html
[15] BLUMENFELD, D., Operations Research Calculations Handbook, CRC PRESS, 2001, Chapter 4: Continuous Probability Distributions
[16] BLUMENFELD, D., Operations Research Calculations Handbook, CRC PRESS, 2001, Chapter 2: Means and Variances
85