Hela investeringsbeslutet vilade på en enda siffra: vad händer om försäljningen blir tio procent lägre än vi tror?
Vi hade en snygg affärsplan med ett positivt nuvärde längst ner. Problemet var att hela talet byggde på antaganden – pris, volym, kostnad – och ingen av oss visste hur känslig slutsatsen var om bara en av dem slog fel. Vd:n frågade rakt ut: »Hur mycket ska till innan det här går back?«
Jag hade inte svaret. Vi satt med en modell som gav ett tal, men ingen bild av osäkerheten runt det.
En konsult föreslog ett eget riskprogram med Monte Carlo och allt – till en årslicens som svartnade för ögonen.
Vi avstod. I stället ägnade vi en eftermiddag åt att bygga en känslighetsanalys i Excel: en datatabell som visade nuvärdet för varje prisnivå, ett tornado-diagram som rangordnade vilka variabler som vägde tyngst, och tre scenarier från pessimist till optimist. Plötsligt kunde vi svara på frågan – och beslutet togs med öppna ögon.
I den här guiden går jag igenom de fyra analysmetoderna och när du använder vilken, hur du sätter upp en datatabell i Excel, hur tornado-diagrammet avslöjar vad som driver risken, och när ett eget riskprogram faktiskt är värt besväret. Till slut kan du testa vilket antagande som helst på minuter.
Innehåll
Varför känslighetsanalys över huvud taget
En modell som ger ett enda tal ljuger lite. Den ser exakt ut, men bakom nuvärdet ligger en hög antaganden som vart och ett kan slå fel. Känslighetsanalys handlar om att ställa den enkla, obekväma frågan: vad händer med slutsatsen om jag har fel?
Poängen är inte att ta bort osäkerheten – det går inte. Poängen är att se den. När du vet att projektet tål ett prisfall på femton procent men spricker vid tjugo, har du något konkret att förhålla dig till. Då är det inte längre en magkänsla, utan en gräns.
Och den övningen kräver ingen specialprogramvara. Den kräver en modell byggd så att du kan vrida på antagandena och se utslaget direkt.
De fyra metoderna – och när du använder vilken
Här blandar många ihop begreppen. »Känslighetsanalys«, »scenarioanalys« och »Monte Carlo« används om vartannat, men de svarar på olika frågor. Välj efter vad du faktiskt undrar:
| Metod | Frågan den svarar på | Variabler |
|---|---|---|
| Envägs känslighet | Hur mycket påverkar en faktor resultatet? | 1 i taget |
| Tvåvägs känslighet | Hur samspelar två faktorer? | 2 samtidigt |
| Scenarioanalys | Vad händer i pessimist / bas / optimist? | Många, i paket |
| Monte Carlo | Hur sannolikt är en förlust? | Alla, som fördelningar |
För de allra flesta beslut räcker de tre första långt. Du behöver sällan en full simulering för att se att projektet står och faller med priset.
Så sätter du upp en datatabell i Excel
Hjärtat i en känslighetsanalys är datatabellen – en inbyggd funktion i Excel (Data → Konsekvensanalys → Datatabell) som räknar om modellen om och om igen för varje värde du anger.
Bygg en ren basmodell först
Skilj antagandena (pris, volym, kostnad) från uträkningen. Datatabellen kräver att indata ligger i egna celler den kan peka mot.
Sätt resultatet överst
Lägg cellen med nuvärdet (NPV) överst i tabellen. Det är denna datatabellen läser av för varje variant.
Lista värdena du vill testa
För envägs: en kolumn med prisnivåer nedåt. För tvåvägs: pris nedåt och volym i sidled, med resultatcellen i hörnet.
Kör Datatabell och peka på indatacellen
Excel fyller i nuvärdet för varje kombination automatiskt. Nu ser du hela känslighetsbilden i en tabell – utan att skriva om en enda gång.
Vill du ha tabellerna färdiga? Ladda ner känslighetsmodellen →
Formlerna: NPV, IRR och datatabell
Själva lönsamheten bygger på två klassiska funktioner. Datatabellen gör resten av jobbet.
Nuvärde (NPV)
NETNUVÄRDE (det svenska namnet på NPV) diskonterar framtida kassaflöden till dagens värde:
Investeringen i år 0 (negativt tal) läggs till utanför NETNUVÄRDE, eftersom den redan är i dagens värde.
Internränta (IRR)
IR (det svenska namnet på IRR) hittar avkastningen där nuvärdet blir noll:
Är internräntan högre än avkastningskravet är projektet i grunden lönsamt.
Med de två på plats pekar datatabellen helt enkelt på antagandecellerna, och du ser direkt hur NPV och IRR ändras när priset, volymen eller kostnaden flyttas.
Tornado – vilken variabel driver risken
När du har testat variablerna var för sig är nästa fråga: vilken av dem betyder egentligen mest? Det är här tornado-diagrammet kommer in. Det rangordnar variablerna efter hur mycket de flyttar resultatet – den med störst utslag överst, så att det liknar en tornado.
Bilden ovan är illustrativ, men budskapet är det viktiga: här är det priset som avgör allt. Då vet du var du ska lägga tiden – på att säkra priset och förstå marknaden – i stället för att putsa på fasta kostnader som knappt rör slutsatsen.
Det är den prioriteringen tornado-diagrammet ger dig, och som en enkel punktskattning aldrig kan: inte bara att det är osäkert, utan var osäkerheten faktiskt sitter.
Excel eller riskprogram? När lönar det sig
Jag tänker inte påstå att specialprogram är bortkastade. För tunga, sannolikhetsbaserade analyser med tusentals simuleringar är verktyg som @RISK och Crystal Ball gjorda för just det. Frågan är om du behöver det. Här är den ärliga gränsen:
| Ditt behov | Excel räcker | Eget riskprogram |
|---|---|---|
| Typ av fråga | »Vad om priset faller?« | »Hur sannolik är en förlust?« |
| Antal variabler | Några få centrala | Många, med fördelningar |
| Metod | Datatabell, scenario, tornado | Monte Carlo med 10 000+ körningar |
| Hur ofta | Per beslut | Dagligen, i stor skala |
| Kostnad | 0 kr utöver Excel | Licens på tusentals per år |
Känner du igen dig i vänsterkolumnen? Då ger ett riskprogram dig lite extra för pengarna. Behöver du däremot äkta sannolikhetsfördelningar och simulering i stor skala är det då – och först då – som licensen tjänar in sig.
Vanliga misstag i känslighetsanalysen
De flesta känslighetsanalyser faller inte på matematiken, utan på upplägget. De här går igen:
Hårdkodar tal i formlerna
Skriver du priset rakt in i uträkningen kan datatabellen inte vrida på det. Alla antaganden måste ligga i egna celler.
Ändrar två saker och tror det var den ena
Envägs betyder en variabel i taget. Flyttar du flera samtidigt vet du inte vilken som drev utslaget. Då är det scenario du egentligen vill ha.
Testar orealistiska spann
Ett prisfall på nittio procent säger dig ingenting nyttigt. Håll dig till intervall som faktiskt kan inträffa, så blir analysen beslutsrelevant.
Stannar vid tabellen
En datatabell visar talen, men inte prioriteringen. Utan ett tornado-diagram ser du inte vilken variabel som faktiskt förtjänar din uppmärksamhet.
Modellen jag använder för det här
En färdig konsekvens- och känslighetsmodell i Excel med NPV, IRR och återbetalningstid automatiskt, envägs och tvåvägs datatabeller, tre scenarier med sannolikhetsviktad NPV, nollpunktsanalys och ett tornado-diagram som rangordnar risken. Du fyller bara i dina egna antaganden – resten räknas ut.
Vanliga frågor
Ja. För de flesta beslut räcker Excels inbyggda datatabell, scenariohanterare och ett tornado-diagram långt. Du behöver först ett eget program som @RISK eller Crystal Ball när du ska köra fullskalig Monte Carlo med sannolikhetsfördelningar.
Känslighetsanalys ändrar en (eller två) variabler i taget för att se hur känsligt resultatet är. Scenarioanalys ändrar flera variabler samtidigt i sammanhängande paket – typiskt pessimist, bas och optimist.
Ett stapeldiagram som rangordnar variablerna efter hur mycket de påverkar resultatet, med den mest betydelsefulla överst. Det visar var osäkerheten faktiskt sitter, så att du kan prioritera rätt.
Datatabell (Data → Konsekvensanalys → Datatabell) räknar om modellen för varje värde du anger. Den kombineras gärna med NETNUVÄRDE och IR för att se hur nuvärde och internränta ändras.
När du regelbundet behöver äkta sannolikhetsfördelningar och Monte Carlo-simulering med många variabler i stor skala. För enskilda beslut och vanlig känslighetstestning ger Excel dig samma svar utan licenskostnad.