19.6.

2017 Estimate project cost contingency using Monte Carlo simulation

Katmar Software

Project Risk Analysis v3.0
Monte Carlo Method for Risk and Contingency Analysis

Home Download License Purchase Support Articles

Estimate Project Cost Contingency Required
using Monte Carlo Simulation
Copyright © Harvey Wilson ­ Katmar Software
November 2015

Why include a contingency in a project budget?
It  is  important  to  note  that  a  project  cost  contingency  is  not  "fat"  that  is  added  to  the  project  budget.  The  contingency  is  an
allowance that is added for the items that are known to be required, but whose exact costs are uncertain at the time of preparing
the estimate. The uncertainty could be because of incomplete engineering and planning, lack of time to get definitive pricing, minor
errors and omissions and minor changes within the scope. It is not to cover for gross incompetence, scope changes and "nice­to­
haves". The contingency, or at least a major part of it, is expected to be spent in the execution of the project.

Before the project is started it is necessary for management to judge its financial feasibility, and to do this the final costs must be
known reasonably accurately. Including the contingency in the costs allows the profitability calculations to be based on costs that can
be  realistically  expected  to  occur.  If  the  contingency  is  made  too  small  the  project  will  overrun,  and  if  it  is  made  too  large  it  may
decrease the profitability to the point where a potentially profitable project is abandoned.

Methods for estimating the cost contingency
There are several methods used to estimate the required cost contingency. At the simplest level there is the "10% rule", where the
estimate is simply increased by 10%. This disregards the realities of the situation and is not a recommended procedure. A slightly
better method is the "expert judgement" method. This relies on the experience and knowledge of the expert and remains subjective
and in truth just provides a "gut feel" amount for the contingency.

The better methods rely on estimating the risks involved for sub­sections of the project, and then using some method to combine the
risks  for  the  individual  sections  to  get  the  risk  and  required  contingency  for  the  overall  project.  This  uses  the  same  divide­and­
conquer  procedure  that  is  used  to  generate  the  overall  cost,  i.e.  divide  the  project  up  into  manageable  sections  and  estimate  the
costs piece by piece and then combine them. There are various heuristic methods that have been developed by different institutions,
but the most widely accepted and fundamentally sound method of combining the individual risks is Monte Carlo simulation.

How Monte Carlo simulation works
This article is aimed at describing how to use Monte Carlo simulation to estimate the required cost contingency and only the briefest
description will be given here of its inner workings. For those who are interested to know more, there are detailed descriptions and
tutorials  included  in  the  Help  system  for  the  Project  Risk  Analysis  program.  A  free  trial  version,  including  the  Help  system  and
example data, can be downloaded by clicking the Download option on the menu above.

In summary, the project is broken down into sub­sections and the cost of each sub­section is described by specifying the range of
costs and their distribution over that range. This procedure is described in more detail in the next section. The individual ranges and
distributions then have to be combined to give the overall range and distribution for the complete project. The distributions for the
individual items give the worst case scenario (as well as the best) for each item but it would be overly conservative to conclude that
the worst case for the overall project would be the sum of the individual worst cases. This is because it is extremely unlikely that all
the individual items would simultaneously be at their worst cases.

Instead, the project is simulated by running it in the Monte Carlo model which allocates a cost for each section in accordance with the
specified range and distribution for that section, and then adds together the costs for each of the sections to get the total project
cost.  This  procedure  is  repeated  many  times  (typically  10,000  or  more)  and  in  each  iteration  new  individual  costs  are  allocated  in
accordance with the specified range and distribution for that section. This results in slightly different total costs for each iteration.

http://www.katmarsoftware.com/articles/project­cost­contingency.htm 1/5
19.6.2017 Estimate project cost contingency using Monte Carlo simulation
When all the iterations are complete the total costs from each iteration are plotted on a histogram to give the range and distribution
for  the  total  project  cost.  The  distribution  of  costs  for  the  total  project  gives  a  sound  basis  for  estimating  the  cost  contingency
required. This will be illustrated with an example later in this article.

Estimating the risks for individual sections
The  first  step  is  to  divide  the  project  up  into  manageable  sections.  This  is  done  on  the  basis  of  independence  and  impact.
Independence  means  that  the  cost  of  an  item  can  move  without  other  costs  automatically  moving.  It  is  difficult  to  obtain  total
independence  between  all  combinations.  For  example,  piping  and  vessels  are  usually  considered  separately,  but  both  would  be
affected if there was a shift in the basic material price. So we have to take a practical view of independence and accept some inter­
relationships.

Impact means that we should not waste time trying to estimate cost ranges for very small items if the maximum possible variation
in the price of that item would have no discernible impact on the overall project cost. The impact is a function of both the cost of the
item and its variability. As a rough guide, if the potential variation in the cost of an item is less than 0.3% of the total project cost it
can be lumped in with other similar items.

When broken down in this way a project will typically have between 15 and 40 line items. If you use more than this you will run into
two problems. Firstly it is unlikely that you will have so many genuinely independent items and you will artificially narrow the risk
profile (this is discussed in the Help system referred to in the previous section). Secondly you will be wasting management resources
trying  to  estimate  cost  ranges  for  insignificant  items.  In  Risk  Management  and  Cost  Control  the  Pareto  Principle  (often  called  the
80/20 Principle) is very important. Look after the high impact items and deal with the rest by exception.

For each cost item we start by estimating the Most Likely Cost. In all project cost estimates at least some effort is made to attach an
accuracy to the estimate. A good way to formalize this is to introduce the concept of "range estimating". In using this technique,
rather than simply quoting the Most Likely Cost a bit more information is recorded and a Low Cost (or Minimum Cost) and a High
Cost (or Maximum Cost) are also noted. The final bit of information that is required is to note how the costs are distributed between
the Low Cost and the High Cost.

While there is a whole branch of statistics devoted to probability distributions, we will keep it simple here and illustrate the process
with the triangular distribution illustrated in Figure 1 below. Other useful distributions are described in the Help system previously
referenced.

Figure 1 ­ Triangular Probability Distribution

In  a  triangular  distribution  there  is  zero  probability  of  the  cost  being  lower  than  the  defined  Low  Cost.  The  probability  increases
linearly from zero at the Low Cost up to a maximum probability at the Most Likely Cost. And then the probability decreases linearly
down to zero again at the High Cost.

In this example the Most Likely Cost is $10,000. For the purposes of this example we will say that there is no chance that the cost
could be more than 10% below the Most Likely Cost, and we define the Low Cost to be $9,000. In most cases there is more chance

http://www.katmarsoftware.com/articles/project­cost­contingency.htm 2/5
19.6.2017 Estimate project cost contingency using Monte Carlo simulation
of over­spending than of under­spending so we will follow our intuition and say there is no chance of the cost being more than 50%
greater than the Most Likely Cost. This makes the High Cost $15,000.

In addition to the triangular distribution, the normal and lognormal distributions are very useful in cost estimating. For more detail
see the Project Risk Analysis Help system previously referred to.

This process of defining the Most Likely Cost, the Low Cost, the High Cost and the distribution is repeated for each of the sub­sections
of  the  estimate.  The  best  way  to  estimate  the  cost  ranges  is  by  examining  the  track  record  of  your  own  estimating  and  project
management  functions.  At  the  end  of  a  project  the  actual  costs  should  always  be  compared  with  the  original  estimates  and  any
variations should be explained and note taken of the lessons learned. Variations of 35% on a single category are not uncommon in
real projects.

The next best way to set the ranges is to ask those who did the estimates to also estimate the accuracies. Unfortunately, what often
happens  at  finalization  meetings  where  the  estimate  is  reviewed  by  all  concerned,  is  that  those  responsible  for  the  individual
estimates  become  very  defensive  of  their  own  work.  It  should  always  be  pointed  out  at  the  beginning  of  these  meetings  that  the
accuracy of the estimate calculations is only one of the factors that determines the risk involved. Factors such as scope definition,
engineering progress and development, price variations, weather conditions and other factors beyond the control of the estimator can
have a much larger impact on the risk. The risks due to all of these items have to be considered and it must be made clear that the
purpose of the meeting is not to attack any estimator or his work.

A typical project is shown in Figure 2 below. Note that the Expected Cost in the last column has been calculated by the program and
is not a required input.

Figure 2 ­ Typical Project Costs

Running the Monte Carlo simulation to combine the risks
Once all the costs and distributions have been determined, the Monte Carlo simulation can be carried out to determine the overall
risk for the combined costs of the project. The number of iterations required makes this process impossible to do by hand and suitable
software has to be used. The software package will allow you to set the number of iterations and the number of intervals to show on

http://www.katmarsoftware.com/articles/project­cost­contingency.htm 3/5
19.6.2017 Estimate project cost contingency using Monte Carlo simulation
the histogram, and some other statistical details. If you would like to actually run this example yourself you can download the free
trial of the software by clicking on the Download option on the menu above.

The results of the Monte Carlo simulation are usually shown on either a histogram (as shown in Figure 3 below), or as an S­Curve (as
shown in Figure 4 below).

Figure 3 ­ Monte Carlo Results as a Histogram

In the histogram view, the costs of the many iterations are accumulated into intervals and the number of occurrences counted for
each interval. Dividing the number of occurrences in any interval by the total number of iterations gives the probability of the overall
project cost being in that interval. Each vertical bar on the histogram represents an interval and shows the probability of the cost
falling in that interval. The histogram makes it easy to see the minimum and maximum costs, as well as the most likely cost for the
total project.

If  the  probabilities  for  each  of  the  intervals  are  summed  together  they  will  come  to  100%.  Or,  by  summing  the  costs  from  the
minimum cost to any chosen value it is possible to get the probability of the total cost being less than or equal to that cost. Adding all
these individual probabilities would be a tedious task and the software performs this job for us and displays the results in the well
known S­Curve shown in Figure 4 below.

http://www.katmarsoftware.com/articles/project­cost­contingency.htm 4/5
19.6.2017 Estimate project cost contingency using Monte Carlo simulation

Figure 4 ­ Monte Carlo Results as an S­Curve

The S­Curve makes it very easy to read off the cost for any selected probability. For example, if we read from the 25% probability on
the vertical axis across to the curve and then down to the cost we can see that there is a 25% probability of the cost being 18.5
million or less. However, when evaluating the feasibility of a project we would want to have a better than 25% chance of coming in
on or under budget so we would select a probability of 95% or so to estimate the required budget. In this case reading from the 95%
point across to the curve and then down to the cost indicates that we would need to set the budget at about 19.6 million to have a
95% chance of coming in on budget.

The normal practice in project cost estimating is to use the sum of the Most Likely Costs of the individual items as the project cost.
This was shown to be 18.54 million in Figure 2 above. The difference between this cost and the 95% cost we obtained from the S­
Curve (i.e. 19.6 million) is 1.06 million and this is the cost contingency that must be added to the sum of the Most Likely Costs
to give the project cost if we want a confidence level of 95% of coming in on budget.

The  actual  probability  that  will  be  used  to  determine  the  contingency  will  depend  on  the  company's  attitude  to  risk.  If  it  was
acceptable to have a 90% chance of coming in on budget then the estimated overall cost would drop to 19.4 million and the required
contingency would be 0.86 million. On the other hand, if a 99% probability was required the estimated project cost would be 19.91
million and the contingency would be 1.37 million. As would be expected, the more certainty that is required that the project will
come in on budget, the higher the required contingency becomes.

To increase your understanding of why cost contingency allowances are required, and why projects seem to go over budget so often,
we have prepared another article that discusses why project costs are expected to overrun.

Copyright © 2015­2016 Katmar Software

http://www.katmarsoftware.com/articles/project­cost­contingency.htm 5/5