Formation à l’analyse quantitative des risques avec @Risk
Deux jours pour modéliser les risques d’un projet dans Excel, exécuter des simulations de Monte-Carlo avec @Risk et interpréter leurs résultats.
PRJ-R032 — Modélisation et simulation des risques dans Excel avec @Risk. Durée : 2 jours.
Le cours présente la démarche d’ensemble de modélisation et de simulation des risques d’un projet dans Excel, à l’aide de la simulation de Monte-Carlo.
Public
La formation s’adresse aux responsables d’offres en amont des projets, aux contrôleurs de gestion (cost controllers), aux chefs de projet et aux responsables d’investissements d’infrastructures, notamment dans les partenariats public-privé.
Objectifs du cours
Acquérir les compétences suivantes :
- Modifier un modèle existant pour y appliquer une analyse de risque.
- Créer un modèle simple dans Excel adapté à l’analyse des risques.
- Distinguer les risques et les incertitudes dans les projets.
- Choisir les distributions adaptées à la simulation des incertitudes sur la durée et le coût des tâches.
- Choisir les modèles adaptés à la simulation des événements à risque.
- Paramétrer et exécuter une simulation de Monte-Carlo.
- Interpréter les résultats et les différents indicateurs.
- Générer un rapport d’analyse de risque.
Le premier jour alterne exposés théoriques et exercices pratiques avec le logiciel @Risk. Le deuxième jour met en pratique les principes acquis sur des cas proposés par l’animateur et les participants.
Programme
Jour 1 — Matin, de 9 h à 12 h 30
- Introduction à l’analyse des risques.
- Exemple de modèle : budgétisation des coûts et planification des imprévus.
- Discussion sur les possibilités de modélisation des risques.
- Introduction aux distributions.
- Analyse des risques utilisant les distributions triangulaires.
- Lancement et répétition des simulations.
- Interprétation des résultats de simulation.
- Utilisation de la distribution PERT.
- Utilisation des fonctions statistiques.
- Outils d’évaluation des modèles.
Jour 1 — Après-midi, de 13 h 30 à 17 h
- Utilisation de la distribution binomiale.
- Extensions du modèle.
- Méthode d’échantillonnage et nombre d’itérations.
- Méthodes paramétriques alternatives.
- Distributions normale et lognormale.
- Ajustement de distributions.
- Distribution discrète.
- Utilisation de simulations multiples.
Jour 2 — Matin, de 9 h à 12 h 30
Cas 1 : analyse de risque sur un modèle existant.
- Définition des variables aléatoires.
- Simulation.
- Interprétation des résultats : statistiques détaillées et sensibilité.
Cas 2 : construction d’un modèle en vue d’une analyse de risque.
Modélisation de la variabilité d’une entrée :
- Ajustement à partir de données historiques : PIB, cours d’une monnaie ou d’un indice.
- Passage d’un indice journalier à un indice mensuel et annuel.
- Modélisation par définition de tranches avec les fonctions Uniform et ALEA().
Jour 2 — Après-midi, de 13 h 30 à 17 h
Suite du cas 2 :
- Modélisation d’un événement rare et à fort impact : krach boursier, accident de croissance, etc.
- Calcul du coefficient de corrélation entre deux variables d’entrée et modélisation dans @Risk.
- Simulation avec et sans corrélation.
- Interprétation des graphiques de sensibilité.
- Paramétrage du modèle avec la fonction SimTable.
- Affichage superposé de courbes multiples.
- Génération d’un rapport.
- Analyse de scénarios.
Nos cours sont dispensés par des formateurs certifiés PMP (Project Management Professional) du PMI (Project Management Institute).