Eszközkártya
  • Mire való? Egymást kizáró alternatívák összehasonlítása a teljes életciklusra vetített hasznok és költségek jelenértékével: haszon–költség arány (B/C), nettó jelenérték, növekményes elemzés és a bizonytalanság Monte Carlo-vizsgálata.
  • Tanulási eredmény: az eszközlap feldolgozása után képes leszel jelenérték-számítással összevetni egymást kizáró alternatívákat, növekményes elemzést végezni, és a kockázatot szorzóval vagy Monte Carlo-szimulációval figyelembe venni.
  • V-lépés: 4. Architektúra (koncepció-kiválasztás); beruházási, gyártás-vagy-vásárlás és fejlesztési döntéseknél bármikor.
  • Bemenet: mérhető követelmények, alternatívák, beruházási és működtetési költségbecslések, a hasznok becslése, időtáv, kamatláb.
  • Kimenet: jelenértékek, B/C, nettó jelenérték, megtérülési idő, növekményes elemzés, a nettó jelenérték eloszlása.
  • Időigény: a becslések összegyűjtése napokat is igényelhet; a számítás percek.
  • Kézikönyv: 10. fejezet, 10.7. szakasz.
  • Továbbolvasás: (Goldberg és mtsai. 1994, 2.2. szakasz).

24.1. Mikor használd?

  • Beruházási döntéseknél, ahol a hasznok és költségek pénzben kifejezhetők, és több év alatt jelentkeznek.
  • Ha a súlyozott értékelés vagy az AHP nem ad egyértelmű eredményt, és a pénzügyi szempont dönthet.
  • Ha a költségkeret nem rögzített, és azt kell eldönteni, megéri-e a drágább alternatíva többletköltsége.
  • Óvatosan használd, ha a hasznok nagy része nehezen forintosítható (biztonság, ergonómia, környezeti hatás): ezeket inkább kötelező követelményként vagy külön kritériumként kezeld.

24.2. Lépések

24.1. ábra. A költség–haszon elemzés lépései.

A lépések a költség–haszon elemzés tankönyvi eljárását követik (Boardman és mtsai. 2018).

  1. Fogalmazz meg mérhető, verifikálható követelményeket, amelyekhez a hasznok köthetők.
  2. Gyűjtsd össze a hiteles, egymást kizáró alternatívákat, olyan részletességgel, hogy minden jelentős költség és haszon azonosítható legyen.
  3. Azonosítsd a költségeket (beruházás, üzemeltetés, karbantartás; a maradványérték megtakarításként) és a hasznokat (teljesítmény, idő, megbízhatóság, biztonság, termelékenység; a hátrányok negatív haszonként).
  4. Rögzítsd az időtávot, a kamatlábat és a kockázati szorzót. A bevezetés kockázata és a műszaki érettség egy ff szorzóval vehető figyelembe a hasznok oldalán. Mivel ez szubjektív becslés, elég néhány durva fokozat (például 0,5; 0,75; 1).
  5. Számítsd jelenértékre a költségeket és a hasznokat, majd a B/C arányt és a nettó jelenértéket. Évente esedékes XX összeg jelenértéke TT év alatt rr kamatláb mellett X∑t=1T(1+r)−tX \sum_{t=1}^{T} (1+r)^{-t}.
  6. Zárd ki az 1-nél kisebb B/C arányú alternatívákat.
  7. Végezz növekményes elemzést, ha a keret nincs rögzítve: a maradékot rendezd növekvő költség szerint, és minden lépésben vizsgáld meg, megéri-e a drágább alternatíva többletköltsége (ΔB/ΔC>1\Delta B / \Delta C > 1). A preferált alternatíva nem feltétlenül a legnagyobb B/C arányú.
  8. Vizsgáld a bizonytalanságot. A pontbecslések helyett adj meg pesszimista, legvalószínűbb és optimista értékeket, és Monte Carlo-szimulációval nézd meg, milyen gyakran lesz az egyes alternatíva a legjobb, és mekkora a veszteség valószínűsége.

24.3. Kidolgozott példa: a ForgácsTech MES-koncepciói

A ForgácsTech csapata ötéves időtávra és 8%-os kamatlábbal hasonlította össze a három MES-koncepciót (kézikönyv 10.7. szakasz). Az annuitástényező 3,993. A pontbecslések eredménye:

A ForgácsTech költség–haszon elemzése (5 év, 8%).
M1: teljes MES M2: gépgyártói + MES M3: fokozatos
beruházás / éves működtetés / éves haszon [MFt] 42 / 4 / 28 30 / 6 / 22 14 / 3 / 15
kockázati szorzó 0,75 0,5 1,0
C / B (jelenérték) [MFt] 58,0 / 83,8 54,0 / 43,9 26,0 / 59,9
B/C 1,45 0,81 2,31
nettó jelenérték [MFt] 25,9 −10,0 33,9

Az M2 kiesett (B/C < 1). Az M3-ról az M1-re lépés növekménye: ΔB=24,0\Delta B = 24{,}0 MFt, ΔC=32,0\Delta C = 32{,}0 MFt, ΔB/ΔC=0,75<1\Delta B/\Delta C = 0{,}75 < 1, tehát a többletköltség nem éri meg; a preferált alternatíva az M3.

A Monte Carlo-szimulációban a kockázatot nem a szorzó, hanem a haszon ferde háromszögeloszlása hordozza, amelynek várható értéke megegyezik a szorzóval (M1: 0,35–0,85–1,05; M3: 0,8–1,05–1,15 a pontbecslés arányában), és a beruházás is felfelé ferde eloszlású (24.2. ábra). 10 000 szimuláció alapján:

A nettó jelenérték eloszlásának jellemzői a Monte Carlo-szimulációban.
NPV medián [MFt] NPV 10. percentilis [MFt] P(NPV > 0) P(legnagyobb NPV)
M1 25,3 −0,6 89% 32%
M2 −12,9 −28,0 14% 0%
M3 33,7 26,8 100% 68%
24.2. ábra. A nettó jelenérték eloszlása a három koncepcióra 10 000 szimulációban. A notebookkal rajzolva.

Tanulságok:

  • Az M3 előnye a kis kockázat. A nettó jelenértéke gyakorlatilag mindig pozitív, és az esetek kétharmadában ez a legnagyobb. Az M1 felső része vonzó, de tízből egy esetben öt év alatt nem térül meg.
  • A legnagyobb B/C nem mindig a válasz. Itt egybeesett a növekményes elemzés eredményével, de nem feltétlenül esik egybe: a növekményes elemzés szabálya szerint a preferált alternatíva az utolsó, amelynek növekménye még megéri (Sullivan, Wicks, és Koelling 2019).
  • A szám nem minden. Az M3 gyengesége a bővíthetőség; a csapat ezért kötelező feltételként írta elő, hogy az első ütem bővíthető platformra épüljön.

24.4. Sablon és notebook

  • koltseg_haszon_sablon.xlsx: kamatláb, időtáv, annuitástényező; legfeljebb 8 alternatíva beruházással, működtetéssel, haszonnal és kockázati szorzóval; jelenértékek, B/C, nettó jelenérték, megtérülési idő, kiesési jelzés; növekményes lap védő–kihívó összevetéssel és a preferált alternatíva kiválasztásával. A ForgácsTech példájával kitöltve.
  • koltseg_haszon.ipynb · Megnyitás Google Colabban: jelenértékek, növekményes elemzés és Monte Carlo-szimuláció háromszögeloszlású becslésekkel (a 24.2. ábra így készült).

24.5. Előnyök és korlátok

A költség–haszon elemzés előnyei és korlátai (Boardman és mtsai. 2018).
Előnyök Korlátok
A teljes életciklusra vetítve értékeli a költséghatékonyságot Hiányos vagy túl általános követelmények mellett a hasznok nem mérhetők
Dokumentálja a vizsgált paramétereket és alternatívákat Csak annyira teljes, amennyire az alternatívák listája
A növekményes elemzés a többletráfordítás értelmét is vizsgálja Pontatlan költségbecslésekkel hibás eredményt ad
A Monte Carlo-vizsgálat a kockázatot is láthatóvá teszi A hasznok forintosítása gyakran vitatott, különösen a nem pénzügyi hasznoknál
Gyakori buktató
  • Különböző időtávok. Az alternatívákat azonos időtávra kell számolni; különben a hosszabb élettartamú indokolatlanul jobbnak vagy rosszabbnak tűnik.
  • Kétszeres kockázatkezelés. Ha a hasznokat kockázati szorzóval is csökkented, és a Monte Carlo-ban ferde eloszlással is, ugyanazt a kockázatot kétszer veszed figyelembe.
  • Elsüllyedt költségek beszámítása. A már elköltött pénz nem része a döntésnek: csak a jövőbeli költségek és hasznok számítanak.
  • A forintosítás erőltetése. A biztonságot és az ergonómiát ne próbáld pénzben kifejezni csak azért, hogy beférjen a B/C arányba; kezeld kötelező követelményként.

24.6. Mintapromptok

Mintaprompt: költség- és haszonelemek azonosítása
Alternatívánk: [LEÍRÁS]. A rendszer élettartama: [ÉV].
Feladat: sorold fel a költségelemeket (beruházás, üzemeltetés,
karbantartás, képzés, átállás, maradványérték) és a haszonelemeket
(és hátrányokat) kategóriánként. Mindegyikhez írd le, milyen adatból
vagy kitől becsülhető, és jelöld, melyik nehezen forintosítható.
Ne adj számszerű becslést.
Mintaprompt: a növekményes elemzés magyarázata
Költség–haszon elemzésünk eredménye: [TÁBLÁZAT B, C, B/C, NPV].
Feladat: magyarázd el egy nem pénzügyi szakember számára, miért
nem a legnagyobb B/C arányú (vagy a legnagyobb NPV-jű) alternatíva a
preferált, vagy miért az, a növekményes elemzés lépésein keresztül.
Fogalmazz meg két kérdést, amely a becslések legbizonytalanabb
pontjára kérdez rá.

24.7. Feladat

5. projektlépés (hatodik rész): költség–haszon becslés

Saját projektedben készíts költség–haszon becslést legalább két alternatívára, a rendszer várható élettartamára. Végezd el a növekményes elemzést, majd a két legbizonytalanabb becsléshez adj meg pesszimista, legvalószínűbb és optimista értéket, és futtasd le a notebook Monte Carlo-szimulációját. Írd le, változtat-e a bizonytalanság a javaslatodon.