Det innser de som bruker deterministiske modeller ogs\u00e5. For \u00e5 b\u00f8te p\u00e5 problemet tyr de gjerne til sensitivitetsanalyser. I slike analyser endrer man gjerne niv\u00e5et p\u00e5 \u00e9n variabel, og ser hvordan resultatet ser ut da. S\u00e5 endrer man en annen, og ser hva resultatet blir da. Og det er gjerne de veldig ekstreme tilfellene man da ser p\u00e5. Noen har det dertil med \u00e5 summere opp disse effektene. Det blir som regel veldig feil, med mindre man tror armageddon vil intreffe. Det gj\u00f8r den sjelden. <\/p>\n
En sensitivitetsanalyse er like mye \u00e5 snekre gele til vegger som tallet med to streker under i budsjettet er det. For det er ogs\u00e5 bare ett mulig utfall av den variabelen, og den fanger heller ikke opp sammenhengen mellom variablene. For eksempel en s\u00e5 enkel sammenheng som at dersom prisen stiger, faller ettersp\u00f8rselen etter produktet.\u00a0 Og man sier gjerne ikke noe om hvor sannsynlig scenariet er.\u00a0 Er det 40% sannsynlighet?\u00a0 20%? 5%? 0,2%?\u00a0 Det har man gjerne ikke noen ide om.<\/p>\n
<\/a><\/p>\n Det jeg jobber med er ikke \u00e5 snekre gele til vegger. Det er \u00e5 analysere variablene og sammenhengene mellom dem i en simuleringsmodell, en s\u00e5kalt Monte Carlo modell ((Monte Carlo sampling refers to the traditional technique for using random or pseudo-random numbers to sample from a probability distribution. The term Monte Carlo was introduced during World War II as a code name for simulation of problems associated with development of the atomic bomb. Today, Monte Carlo techniques are applied to a wide variety of complex problems involving random behaviour. A wide variety of algorithms are available for generating random samples from different types of probability distributions.)) . Hver variabel tilordnes en sannsynlighetskurve. Der sier man gjerne noe om<\/p>\n Hvordan sannsynlighetskurven ser ut (er den normal, skjev, triangul\u00e6r etc) kodes ogs\u00e5 inn i modellen. I tillegg modelleres sammenhengen mellom variablene, enten ved en korrelasjon eller en regresjon. En enkel pris\/volum modell vil kunne se slik ut:<\/p>\n <\/a><\/p>\n S\u00e5 m\u00e5 man ha et simuleringsverkt\u00f8y. Det finnes mange. Jeg bruker b\u00e5de en spesialmodell, og en add-on til Excel. Den gj\u00f8r selve simuleringen. Det gj\u00f8r den ved \u00e5 trekke verdier over hele sannsynlighetskurven. Etter tilstrekkelig mange simuleringer vil du f\u00e5 et simulert resultat av pris-volum problemstillingen, som vil gi sannsynligheten for verdien av pris*volum. Slik kan man bygge en stor modell, og resultatet er en <\/a><\/p>\n Da kan du si noe om f.eks. sannsynligheten for at du ikke vil generere nok cash til \u00e5 betale gjelden din. Eller du kan si noe om hvordan risikoprofilen til et prosjekt vil p\u00e5virke selskapets verdi. Du kan ogs\u00e5 si noe om hvor mye risiko virksomheten t\u00e5ler, gitt n\u00e5situasjonen. Det er egentlig bare fantasien som setter grenser.<\/p>\n Selvsagt er det slik at det er mennesker som setter verdiene i denne modellen ogs\u00e5. Kanskje evner ikke de som setter verdiene og bestemmer formen p\u00e5 sannsynlighetskurvene \u00e5 gj\u00f8re det godt nok. Noen ganger intreffer hendelser som vi ikke klarer \u00e5 forutse. Men det som er sikkert er at en slik modell gir utrolig mye mer informasjon enn gele-tallet noen har fors\u00f8kt \u00e5 spikre fast. og selve prosessen med \u00e5 jobbe med sannsynlighetskurver og sammenhenger mellom variable, bidrar i seg selv til at man forst\u00e5r den problemstillingen man fors\u00f8ker \u00e5 modellere bedre, er min erfaring.<\/p>\n N\u00e5r man jobber med risiko, er det viktig \u00e5 huske at usikkerhet ikke bare inneb\u00e6rer en nedside, men ogs\u00e5 en oppside. Likevel kan man ikke ta st\u00f8rre risiko enn man kan b\u00e6re<\/a>, og da er et slikt modellverkt\u00f8y rett og slett det du trenger. Bruker du bare sensitivitetsanalyser, og dertil kommer p\u00e5 at du skal summere opp risikoen, kan det fort bli slik at du lar gode prosjekter ligge. Rett og slett fordi du ikke har god nok oversikt over risikoen prosjektet inneb\u00e6rer.<\/p>\n![\"sannsynlighetsesititivietet.jpg\"](\"http:\/\/iskwew.com\/blogg\/wp-content\/uploads\/sannsynlighetsesititivietet.jpg\")
<\/a><\/p>\n\n
<\/a><\/p>\n
\nsannsynlighetskurve for et budsjett, et investeringsprosjekt og s\u00e5 videre.<\/p>\n<\/a><\/p>\n