Det er viktig å huske på at når et selskap analyserer et potensielt prosjekt, er det prognosepotensialet ikke egentlige kontantstrømmer for et prosjekt. Som vi alle vet, er prognosene basert på forutsetninger som kan være feil. Det er derfor viktig for et selskap å utføre en følsomhetsanalyse på sine forutsetninger for å få en bedre følelse av den samlede risikoen for prosjektet selskapet skal ta.

Det finnes tre risikoanalyseteknikker som skal være kjent for eksamenen:

AD:

en. Følsomhetsanalyse
Følsomhetsanalyse er ganske enkelt metoden for å bestemme hvor sensitiv vår NPV-analyse er for å endres i våre variable antagelser. For å begynne en følsomhetsanalyse må vi først komme opp med en basisscenario. Dette er vanligvis NPV ved å bruke forutsetninger som vi tror er mest nøyaktige. Derfra kan vi endre ulike forutsetninger vi først hadde laget basert på andre mulige forutsetninger. NPV beregnes deretter, og følsomheten til NPV basert på forandringen i forutsetninger bestemmes. Avhengig av vår tillit til våre forutsetninger, kan vi avgjøre hvor potensielt risikabelt et prosjekt kan være.

AD:

2. Scenarioanalyse
Scenarioanalyse tar sensitivitetsanalyse et skritt videre. I stedet for bare å se på sensitiviteten til vår NPV-analyse for endringer i våre variable antagelser, ser scenarioanalysen også på sannsynlighetsfordelingen av variablene. Som følsomhetsanalyse starter scenarioanalyse med bygging av et grunnscenario. Derfra vurderes andre scenarier, kjent som "best case scenario" og "worst case scenario". Sannsynlighetene er tildelt scenariene og beregnes for å komme til en forventet verdi. I lys av sin enkelhet er scenarioanalyse en av de mest brukte risikoanalyseteknikkene.

AD:

3. Monte Carlo Simulering
Monte Carlo simulering anses å være den "beste" metoden for følsomhetsanalyse. Det kommer opp med uendelige beregninger (forventede verdier) gitt en rekke begrensninger. Begrensninger legges til og systemet genererer tilfeldige variabler av innganger. Derfra beregnes NPV. I stedet for å generere bare noen få iterasjoner, gjentar simuleringen prosessen flere ganger. Fra de mange resultatene beregnes den forventede verdien.