FAKULTET ORGANIZACIONIH NAUKA

Upravljanje rizikom projekta

- Analiza i kvantifikacija projektnih rizika -

ANALIZA I KVANTIFIKACIJA PROJEKTNIH RIZIKA

`

Faza procesa upravljanja projektnim rizicima koja sledi nakon izvr ene identifikacije projektnih rizika. Klju ni deo procesa upravljanja projektnim rizicima (shvatiti prave injenice koje se nalaze u uzroku i posledicama rizika). Obuhvata: detaljnu analizu uticaja pojedinih rizi nih doga aja na rezultate projekta (kroz istra ivanje prirode pojedinih rizi nih doga aja, analizu i procenu verovatno e nastajanja rizi nih doga aja, analizu me uzavisnosti rizi nih doga aja i kvantifikaciju veli ine uticaja pojedinih rizi nih doga aja ili skupova rizi nih doga aja na ostvarenje projektnih rezultata).

Va no: posebno obratiti pa nju na visoko rizi ne doga aje, tj. doga aje kod kojih je verovatno a nastajanja rizi nog doga aja visoka i uticaj na rezultate projekta veliki. Izuzetak: postoje nisko rizi ni doga aji mogu biti veoma zna ajni u procesu upravljanja rizikom, naro ito ako je uticaj odre enog rizi nog doga aja veliki. Npr. verovatno a da se dogodi kvar u atomskoj centrali veoma je mala, s obzirom na tehni ke zahteve i mere sigurnosti. Ali, veli ina mogu e tete od eventualnog kvara u atomskoj centrali je velika, pa se ovaj rizi ni doga aj mora pa ljivo razmatrati.

Analizirati i ispitati uticaj skupa povezanih, relativno malih i manje zna ajnih rizika (pojedina no ne zna e mnogo, ali zajedni ki ostvaruju veliki uticaj na realizaciju projekta). U analizi i proceni rizika koriste se kvantitativne i kvalitativne metode: brainstorming, Delphi metoda, analiza verovatno e, analiza osetljivosti, drvo odlu ivanja, scenario metod... Kod procene rizika se, kao po etne metode, koriste upitnici i metod anketiranja, da bi se prikupljeni podaci kasnije obra ivali matemati kim i statisti kim metodama.

Redosled doga aja analize rizika:

UTVR IVANJE POKRETA A RIZI NOG DOGA AJA I UTICAJA

`

Su tina uspe nog upravljanja rizicima: upravljanje injenicama pokreta ima rizika, koje nas navode da verujemo da e do i do rizi nog doga aja. Pokreta rizika - ne to to postoji u okru enju projekta i navodi nas da poverujemo da e se odigrati odre eni rizi ni doga aj ili uticaj. Npr. ako je rizik da e prototip kasnije biti izba en na tr i te, pokreta tog doga aja mo e biti da je radionica za prototipe preoptere ena, jer radi modele za predstoje i sajam. Ili, tamparija pred sajam knjiga. Pokreta i se dele na dve kategorije: pokreta i rizika i pokreta i uticaja.

Pokreta i za standardni model rizika:

Cilj analize rizika: shvatanje i upravljanje pokreta ima rizika (ove injenice su klju uspe nog upravljanja projektnim rizikom). Ina e, izbor neodgovaraju e strategije. Nakon utvr ivanja pokreta a rizi nog doga aja, utvr uju se pokreta i uticaja. Pokreta i uticaja - injenice koje postoje u okru enju zbog kojih smatramo da e nastati uticaj. Uticaj - posledica kao rezultat nastupanja rizi nog doga aja. Verovatno a de avanja posledice (ukoliko se dogodi rizi an doga aj, ne mora da zna i da e do i do posledice).

` ` `

Kvantifikovanje ukupnog gubitka. Ukupan gubitak - veli ina gubitka koju prouzrokuje rizi ni doga aj. Meri se u novcu ili vremenu. Va no: za projekat odrediti jednu veli inu da bi se rizici me usobno poredili. Npr. jedinica mere vreme, sabrati trajanja svakog koraka procesa koji doprinose uticaju i dobiti ukupan gubitak. Rizi an doga aj je kvar hardvera ra unara koji rezultuje uticajem koji zahteva zamenu hard diska. Uticaj kupovina i ugradnja hard diska. Ukupan gubitak zbog rizika usled navedenog uticaja se ra una: sabrati du inu procesa kupovine i ugradnje hard diska, instalacije softvera i njegovog testiranja. Tako e, broj dana potreban da se izvuku podaci sa starog hard diska.

` ` ` `

Kod analize rizika koriste se kvantitativni i/ili kvalitativni podaci. Kvantitativni podaci se lak e koriste od kvalitativnih. Kvalitativna skala za merenje ima oznake npr. mali, srednji, veliki uticaj. Da ne bi do lo do razli itog tuma enja kvalitativne skale potrebno je dati precizan opis svakog podeoka na skali. Nedostaci kvalitativne skale: - Svaki pojedinac e mo da interpretirati opis kategorija druga ije. - Gre ke se javljaju kod grani nih slu ajeva koji se ne uklapaju ni u jednu kategoriju. - Matemati ke operacije kao to su ra unanje o ekivanog gubitka, ne mogu se obavljati u okviru kvalitativne skale.

PROCENA VEROVATNO E
`

Procenjuje se verovatno a nastajanja rizi nog doga aja i verovatno a uticaja. Za ve inu projektnih rizika koristi se subjektivno definisanje verovatno e. Cilj: procena verovatno e da bude potkrepljena informacijama zbog subjektivnosti. Za ve inu rizika - procena verovatno e pomo u grupnog konsenzusa ili Delphi metodom za slo enije slu ajeve.

Standardni model rizika: ` Procena verovatno e ne zasniva se na rizi nim doga ajima, ve na pokreta ima rizi nih doga aja, tj. injenicama koje tuma e za to mo e do i do rizi nog doga aja. ` Ako nije utvr en nijedan pokreta rizi nog doga aja, verovatno a datog rizika je veoma mala. Preporu ljivo je kori enje slede ih diskretnih vrednosti za verovatno u: ` Ako ne postoji ansa da se doga aj desi koristiti vrednost od 0 procenata; ` Ako je ansa ve a od 0 procenata, a manja od 20,5 procenata koristiti 10 procenata; ` Ako je ansa jednaka ili ve a od 20,5 procenata, ali manja od 40,5 procenata koristiti 30 procenata; ` Ukoliko je ve a ili jednaka sa 40,5 procenata, ali manja od 60,5 procenata koristiti 50 procenata; ` Ukoliko je jednaka ili ve a od 60,5 procenata, ali manja od 80,5 procenata koristiti 70 procenata; ` Ukoliko je jednaka ili ve a od 80,5 procenata, ali manja od 100 procenata koristiti 90 procenata.

Ako ne postoji ansa da se doga aj desi - 0 % Ako je Ako je Ako je Ako je ansa > 0 % i < 20,5 % - 10 % ansa od 20,5 % i < 40,5 % - 30 % ansa 40,5 % i < 60,5 % - 50 % ansa 60,5 % i < 80,5 % - 70 %

Ako je ansa 80,5 % i < 100 % - 90 %

Ako se neki rizi an doga aj ozna i verovatno om od 100 procenata onda je doga aj siguran, tada nije rizik, ve problem koji se mora odmah re avati. Procena verovatno e za uticaj - bazira se na pokreta ima uticaja, a ne na samom uticaju. Preporuka - koristiti diskretne vrednosti navedene za verovatno u rizi nog doga aja, uz mogu nost izbora i 100 procenata (mogu e je da verovatno a uticaja bude 100, da uticaj bude siguran).

IZRA UNAVANJE O EKIVANIH GUBITAKA

O ekivani gubitak - prose ni gubitak koji se mo e o ekivati od rizika.

Le = Pe x Pj x Lt

Npr. u projektu izgradnje novog hotela na Zlatiboru postoji 50% ansi (verovatno a rizi nog doga aja) da e name taj za sobe kasniti deset dana (rizi ni doga aj) i da e to pomeriti otvaranje hotela za dve nedelje (umesto na po etku sezone), za ta postoji 70% ansi (verovatno a uticaja), to rezultuje u 30.000 (ukupan gubitak u novcu, iskazan u evrima) izgubljenog profita (uticaj). Dakle, Pe = 50 %, Pi = 70 % i Lt = 30.000 . Primenom jedna ine, o ekivani gubitak za ovaj rizik je 10.500 . Komentar: u proseku, rizik kompaniju koja otvara hotel ko ta 10.500 izgubljenog profita. Ukoliko name taj stigne kasnije i to odlo i otvaranje hotela za 10 dana, gubitak e biti 30.000 . Me utim, ova vrednost smanjena je na prose nu, jer postoji verovatno a od 50% da e name taj kasniti, i 70% verovatno e da e to odlo iti otvaranje hotela.

O ekivani gubitak - primaran za definisanje prioriteta identifikovanih rizika, tj. glavni kriterijum za odlu ivanje koje odgovore primeniti za utvr ene rizike. Ako nije mogu e izraziti ukupan gubitak numeri ki ili na istoj skali za sve, jedan od pristupa je kori enje pristupa posledi nih faktora. Posledi ni faktor je bezdimenzionalna vrednost izme u nula i jedan. Utvr ivanje posledi nog faktora pravljenjem tabele omogu ava posmatranje posledi nih faktora za svaku od jedinica koje se koriste u proceni rizika projekta. Tabela posledi nih faktora: Prikaz rizika izra enih u radnim danima, i u evrima.

Tabela predstavlja konsenzus me u lanovima u vezi pojedinih elemenata koji su implicitni u projektu. Tabela je sastavljena na osnovu tvrdnje da svaki radni dan vredi 10.000 evra (tro ak ka njenja). Ova vrednost, kada je jednom poznata za projekat, bitna je za menad ment koji se bavi rizicima i koji svakodnevno donosi odluke vezane za kupovinu vremena efektivno i konzistentno. Problem u izgradnji posledi ne faktorske tabele - veliki napor na dostizanju konsenzusa oko ekvivalentnih vrednosti. 'Kalibriranje modela rizika' - dobijanje vrednosti. Kalibracija se radi da bi se povezale sve jedinice (evri i radni dani), koje se koristite kao mere ukupnog gubitka.

Vrednosti kalibriranja za ukupni gubitak kada se koristi kvalitativna skala:

METODE I TEHNIKE ANALIZE I KVANTIFIKACIJE PROJEKTNIH RIZIKA Ekstrapolacija trenda

` `

Koriste se podaci iz pro losti i na osnovu njih predvi a budu nost. Preduslov: - raspolo ivost serija podataka koji opisuju doga aje iz pro losti - pretpostavka kontinuiteta doga aja u sada njosti i budu nosti, - stabilni uslovi poslovanja bez ve ih promena. injenice: uslovi poslovanja nisu stabilni, nisu kontinualni ve diskontinualni, metodu kombinovati sa drugim.

1. Koji su izvori podataka? gde i na koji na in su podaci registrovani, pod kojim uslovima, koliko esto su evidentirani? 2. Originalnost podataka? da li su na podacima vr ene transformacije, kako su podaci prikupljani, postoje li neke dodatne informacije o podacima? 3. Radi li se o dobrim ili lo im podacima? da li su zabele ene gre ke pri unosu podataka, da li ima izgubljenih podataka, da li su neki nekontrolisani doga aji mogli uticati na podatke? 4. Koje su merne jedinice podataka?

Pro iren metod ekstrapolacije trenda je metod malih kvadrata. Jedna ina prave: y = a + bx Sy = na + bSx a -po etni trend b -ugao trenda (uspon) x -stanje po periodima y -potro nja po periodima n -broj perioda

` ` ` ` `

U preduze u su evidentirani podaci o iznosu logisti kih tro kova u periodu od 2004-2009. Primenom ekstrapolacije trenda proceniti veli inu tro kova u 2010. godini.
Godina
2003 2004 2005 2006 2007 2008 2009

x
1 2 3 4 5 6 7 28

y
80 82 86.4 90 98.6 104.4 108 649.4

x2
1 4 9 16 25 36 49 140

xy
80 164 259.2 360 493 626.4 756 2738.6

Kada se u polaznu jedna inu prave za ekstrapolaciju trenda uvrste vrednosti, dobije se potro nja u 2010. godini: y = a + bx = 112.93 + 5.04*8 = 153.25

` `

Metod pomo u koga se utvr uju veze izme u promenljivih veli ina. Regresiona analiza meri prose ne promene jedne veli ine izazvane promenama druge veli ine. Sprovodi se kada postoje uzajamne veze izme u zavisnih i nezavisnih varijabli poslovanja. Mo e se izvesti u vi e varijanti, a najrasprostranjenija je njena najjednostavnija forma, linearna regresija uz metod malih kvadrata.

` ` `

Ra unski postupak predvi anja uticaja promena ulaznih podataka na izlazne rezulate modela. Koristi se za dono enje poslovnih odluka u uslovima neizvesnosti. Analizira se uticaj promena, koje mogu nastati kod polaznih veli ina, na rezultate izra unate tim veli inama.

Postupak: ` Defini e se skup izlaznih veli ina na osnovu kojih se donosi odluka, a zatim se defini e skup ulaznih veli ina na osnovu kojih su izra unate izlazne veli ine. ` Izdvoje se parametri iji e se uticaj analizirati. ` Odredi se raspon kretanja vrednosti parametara koji se koriste za predvi anje i izra unavanje izlaznih veli ina. ` Izra unava se vrednost pojedinih izlaznih veli ina i odre uju maksimalne i minimalne vrednosti koje veli ine mogu da uzmu, a da odluka jo uvek bude povoljna.

Preduze e iz metalne industrije eli da investira u modernizaciju svojih proizvodnih kapaciteta, da bi proizvodnju alata u inilo efikasnijom. Prora unom potrebnih ulaganja za realizaciju investicije utvr eno je da ukupne investicije u osnovna i obrtna sredstva iznose IUK=42.807.360 dinara.

Izra unate su vrednosti dinami kih kriterijuma i one iznose:

` ` `

Neto sada nja vrednost: NSV = 2.412.210 din. Jedini na neto sada nja vrednost JNSV = 0,06 Kriterijum interne stope rentabilnosti i = 11,1 %

Na osnovu navedenih kriterijuma - investicija ekonomski opravdana.

Analiza i ocena ekonomske efikasnosti investicije va i samo za pretpostavljene po etne uslove i predvi ene po etne veli ine pojedinih parametara (prihodi, tro kovi, diskontna stopa, ukupna ulaganja, itd). Zbog neizvesne budu nosti, pre dono enja investicione odluke treba analizirati vi e varijanti i oceniti ekonomsku efikasnost investicije u slu aju promene klju nih ulaznih parametara, tj. treba analizirati osetljivosti kriterijuma na neke od osnovnih ulaznih parametara. U ovom primeru je prikazana analiza osetljivosti kriterijuma neto sada nje vrednosti i jedini ne neto sada nje vrednosti na promene diskontne stope i ukupnih ulaganja. Promene diskontne stope su posmatrane u rasponu od 8-12%, a ukupnih ulaganja od 80-130%.

Analiza osetljivosti kriterijuma neto sada nje vrednosti:

UKUPNA ULAGANJA 80% 85% 90% 95% 100% 105% 110% 115% 120% 125% 130% 8% 13943.83 12270.83 10597.83 8924.83 7251.83 5578.82 3905.83 2232.83 559.83 -1113.17 -2786.18 9%

DISKONTNA STOPA 10% 9102.37 7429.37 5756.37 4083.37 2410.37 737.37 -935.63 -2608.63 -4281.63 -5954.63 -7627.63 11% 6945.58 5266.58 3393.58 1920.58 247.58 -1425.42 -3098.42 -4771.42 -6444.42 -8117.42 -9790.42 12% 4928.90 3255.90 1582.90 -90.10 -1763.10 -3436.10 -5109.10 -6782.10 -8455.10 -10128.10 -11801.10

11431.76 9758.76 8085.75 6412.76 4739.76 3066.75 1393.76 -279.24 -1952.24 -3625.24 -5298.25

Ako ukupna investiciona sredstva porastu 20% iznad nominalne vrednosti, pri polaznoj diskontnoj stopi od 8% investicioni projekat postaje, po kriterijumu neto sada nje vrednosti i kriterijumu jedini ne neto sada nje vrednosti, neefikasan i neprihvatljiv za realizaciju. to se ti e diskontne stope, ako diskontna stopa uzme vrednost iznad 11%, projekat postaje neefikasan i neprihvatljiv.

Ako se metoda scenarija pove e sa analizom osetljivosti, onda se za svaki parametar defini e skup razli itih vrednosti koje se mogu dogoditi u budu nosti, i tako se formira vi e scenarija.

Metod scenarija ne slu i za predvi anje jednog parametra ili odre ene veli ine (Delfi metoda), ve za predvi anje niza povezanih parametara i okolnosti koji se mogu dogoditi u budu nosti. Npr. metod scenarija ne slu i za predvi anje veli ine obima prodaje proizvoda u budu em periodu, ve za predvi anje stanja na tr i tu i pona anja konkurentskih preduze a iskazanih nizom povezanih parametara.

Koristi se kada slo eno i nesigurno odlu ivanje mo e imati vi estruke ishode. Ta ka odlu ivanja markira se donetom odlukom i predstavlja izlaznu ta ku procesa odlu ivanja. Razli iti putevi do re enja, sa svojim konsekvencama, javljaju se kao grane drveta. Kod svake priklju ne ta ke nudi se odre eni broj mogu nosti i njihovih posledica, koje formiraju novu sliku. Broj utvr enih parametara i mogu ih konsekvenci opredeljuje formu koju dobija drvo odlu ivanja.

Realan problem stablo koje se grana u vi e mogu ih alternativnih re enja. Donosilac odluke bira najbolje re enje. Svakom alternativnom re enju pripisuje se subjektivna verovatno a pojavljivanja. Stablo odlu ivanja ima vorove i grane. vorovi su mesta odlu ivanja, a grane alternativna re enja, za koja se mo e odrediti verovatno a pojavljivanja. To zna i da postoji lanac povezanih i me uzavisnih odluka koje uti u i opredeljuju kona nu odluku. Re avanje problema - ra unaju se o ekivane vrednosti za pojedine vorove odlu ivanja, idu i od krajnjih rezultata ka po etnim. Bira se alternativa koja donosi najve u o ekivanu vrednost u po etnom voru odlu ivanja.

` `

` `

Problem - izbor izme u dve investicione alternative (izgradnja fabrike manjeg ili ve eg kapaciteta). Date su vrednosti rezultata koje nude pojedina alternativna re enja (preko njihove neto sada nje vrednosti) i verovatno e njihovog pojavljivanja. = 0, 8
0, 4 nja p = a t ra ik Vel

p e ljuje s Po ja v a re nc ij ko n ku

100

p = 0,2 Ne p oja v ko n ku re n lj uje se c ija

,2 p = 0 uje se lj Po ja v a re nc ij ko n ku

Ve

lika

fa

rika b

500 -100 100 100 200 50 150

p= 0 , Ma la 6 tra n ja

p = 0,8 Ne p oja v ko n ku re n lj uje se c ija

,8 p = 0 je se lju Po ja v a re nc ij ko n ku

1
Ma la fa br ika
,4 a = 0 t ra nj p ika Vel

p = 0,2 Ne p oja v ko n ku re n lj uje se c ija

,2 p = 0ljuje se v Po ja a re nc ij ko n ku

3
p= 0 , Ma la 6 tra n ja

p = 0,8 Ne p oja v ko n ku re n lj uje se c ija

O ekivana vrednost trajanja (ili tro kova) aktivnosti (alternative) ra una se sabiranjem proizvoda verovatno a i vrednosti svih alternativa. EV (di) = P(Sj) * Vij

gde je: EV o ekivana vrednost odluke P(Sj) verovatno a doga aja Sj Vij prihod (tro ak) vezan za svaku odluku di i mogu i doga aj Sj

Postupak: Prvo se ra unaju o ekivane vrednosti za ta ke 4, 5, 6 i 7. ` E4 = 0,8y100 + 0,2y500 = 180 ` E5 = 0,2y(-100) + 0,8y100 = 60 ` E6 = 0,8y100 + 0,2 y200 = 120 ` E7 = 0,2y50 + 0,8 y150 = 130 Zatim se ra unaju o ekivane vrednosti za ta ke 2 i 3. ` E2 = 0,4y180 + 0,6y 60 = 108 ` E3 = 0,4 y120 + 0,6y130 = 128
`

Re enje: o ekivana vrednost E3 ve a od o ekivane vrednosti E2 (128 " 108). Alternativa izgradnje fabrike manjeg kapaciteta je bolja.

Metoda ocene pet ta aka

`

` `

Najpre se ocenjuje pet vrednosti promenljive - najmanja, 25%, 50%, 75% i najve a, zatim odre uje odgovaraju a kumulativna raspodela verovatno a. Kod ocene raspodele verovatno e promenljive, sve mogu e vrednosti te promenljive podeliti u dva podjednako verovatna dela (odrediti najverovatniju vrednost promenljive- medijanu, 50% raspodele). Prvi deo intervala ponovo podeliti na dva podjednako verovatna dela, zatim drugi deo intervala. Dobija se 25-procentnu i 75-procentnu vrednost. Na kraju odrediti donju i gornju granicu, ispod, tj. iznad koje promenljiva ne e uzimati vrednosti.

Donja i gornja granica i vrednosti za 25%, 50% i 75%, se koriste za crtanje krive koja predstavlja kumulativnu raspodelu verovatno a promenljive. Na osnovu dijagrama mogu se odrediti verovatno e pojave odre enih vrednosti promenljive. Ukoliko su te verovatno e u skladu sa subjektivnim mi ljenjem, smatra se da je dobijena kriva kumulativne raspodele verovatno a dovoljno pouzdana.

Matrica uticaja i verovatno a

`

Rezultat faze ocene rizika - napraviti razliku izme u rizika koji e imati manji i rizika koji e imati ve i uticaj na rezultate projekta.

Matrica uticaja i verovatno a:

` `

Pet nivoa rizika, od veoma niskog do veoma visokog. Kada je broj nivoa previ e mali, matrica nije dovoljno precizna, rizici nisu dovoljno precizno klasifikovani usled nedostatka informacija; Kada je broj nivoa previ e veliki, u esnik u oceni gubi strpljenje i interesovanje zbog prevelike koli ine informacija.

Analiza uzroka
`

` `

Pokazuje vezu izme u posledice i mogu eg uzroka, otkriva se koren uzroka rizika. Cilj: spre iti problem otkrivanjem korena uzroka problema. Pretpostavka na kojoj se zasniva analiza uzroka: problem (ili gre ka) koji se jednom pojavio ponovi e se ukoliko se ne u ini ne to da se to spre i, u enje na gre kama iz pro losti mo e spre iti budu e gre ke. Tehnika analize uzroka - uzro no-posledi ni dijagram, riblja kost ili Ishikawa dijagram. Dijagram pru a brzu identifikaciju glavnih uzroka, ukazuje na oblasti za dalja ispitivanja i vodi ka boljem razumevanju problema. Uglavnom se razvija kroz brainstorming sesiju (grupa prikuplja veliki broj ideja o uzroku problema.

Analiza uzroka faza 1

Analiza uzroka faza 2

Od horizontalne strelice doga aji koji predstavljaju glavne rizike granaju se i obele avaju. Formira se glavni kostur dijagrama, grane se dodaju jedna po jedna, a brainstorming se nastavlja dok se ne defini e est do osam glavnih kategorija. Broj grana sa donje i gornje strane strelice ne mora da bude podjednak. Defini u se uzroci glavnih kategorija rizika Po eljno je to vi e razviti dijagram, kako ne bi do lo do previda nijednog potencijalnog uzroka.

Pareto analiza
`

Cilj: usmeriti pa nju menad menta na one rizike koji imaju potencijalno najrazornije posledice na poslovanje preduze a. Pareto analiza se koristi za rangiranje rizika koji su ve definisani i ocenjeni, za odre ivanje redosleda kojim bi rizike trebalo tretirati. Pareto dijagram, prema pravilu 80/20, otkriva da se 20% rizika koji su obuhva eni analizom odnosi na 80% ukupne izlo enosti riziku.

Primeri: ` 80% odluka se donese za 20% vremena trajanja sastanka; ` 80% inovacija u poslu je posledica rada 20% zaposlenih; ` 80% zarade preduze a je rezultat 20% poslovnih aktivnosti;

O ekivana nov ana vrednost ` Sve situacije u kojima je potrebno doneti odluku imaju vi e od jednog ishoda. ` Kada se vr i procena problema ili situacije kod kojih je ishod neizvestan primeniti koncept o ekivanih vrednosti. ` Ako se mogu oceniti verovatno e realizacije ishoda, onda se mo e odrediti i vrednost svakog ishoda. Suma vrednosti ishoda o ekivana nov ana vrednost ONV (engl. Expected Monetary Value EMV).
`

Definicija o ekivane nov ane vrednosti akcije ai, odnosno ONV(ai), glasi: Ako je promenljiva stanja s diskretna i ako uzima vrednosti s1, s2,,sm, sa raspodelom verovatno a V(s1), V(s2),,V(sm), tada se o ekivana nov ana vrednost akcije ai obele ena sa ONV(ai) mo e definisati kao: m

ONV (a i ) ! Pij V ( s j )
j !1

Nekada alternativa koja ima najve u ONV nije najpo eljnija alternativa. Primer - ponudu za kupovinu jednog od dva preduze a.

Prema ONV - kupiti preduze e A, rizi nija investicija. Kupovina preduze a B - dobit od najmanje 40.000 godi nje i stabilno finansijsko poslovanje svake godine. Investitor skloniji riziku kupovina preduze a A. Odluka ne zavisi uvek od objektivnih metoda (ONV), ve i od afiniteta osobe koja odlu uje.