Hvad er sensitivitetsanalyse?
Sensitivitetsanalyse, også kaldet følsomhedsanalyse, er en metode inden for økonomi, investering og beslutningstagning, der bruges til at undersøge, hvordan ændringer i forudsætninger påvirker resultatet af en model eller beregning. Formålet er at afdække, hvor følsomt et resultat er over for ændringer i inputvariabler. Det gør det muligt for investorer, analytikere og ledere at forstå, hvilke faktorer der har størst betydning for en beslutning, og hvor robust en investering eller strategi er under forskellige scenarier.
En sensitivitetsanalyse kan eksempelvis vise, hvordan en akties værdiansættelse ændrer sig, hvis vækstraten i et Discounted Cash Flow (DCF) scenarie ændres fra 3 % til 5 %. På samme måde kan en ejendomsinvestor analysere, hvordan afkastet ændres, hvis huslejen stiger eller falder med 10 %.
Hvorfor er sensitivitetsanalyse vigtig?
Sensitivitetsanalyse er et centralt værktøj, fordi det hjælper med at reducere usikkerhed i beslutningsprocesser. Investeringer og forretningsstrategier bygger altid på antagelser, og disse antagelser er sjældent 100 % sikre. Ved at teste følsomheden over for ændringer får man indsigt i, hvor risikofyldt en beslutning er.
Der er flere grunde til, at sensitivitetsanalyse er vigtig:
- Den afdækker, hvilke faktorer der er mest kritiske for resultatet
- Den giver et mere realistisk billede af risiko og usikkerhed
- Den hjælper med at prioritere, hvor man skal fokusere sin research
- Den øger kvaliteten i dialogen mellem investorer, analytikere og ledelse
- Den bidrager til bedre beslutninger, fordi den viser spændvidden i mulige udfald
I praksis er sensitivitetsanalyse en bro mellem teori og virkelighed. Den viser, hvordan små ændringer kan få store konsekvenser – og omvendt, hvor robuste nogle forudsætninger egentlig er.
Anvendelse af sensitivitetsanalyse i investeringer
Sensitivitetsanalyse bruges på tværs af mange områder, men i investering og finansiel analyse er den særligt værdifuld. Typiske anvendelser inkluderer:
- Aktieanalyse: Hvordan ændres en akties fair value i en DCF-model, hvis diskonteringsrenten hæves med 1 procentpoint?
- Ejendomsinvestering: Hvad sker der med afkastgraden, hvis lejeindtægterne falder med 5 % eller finansieringsrenten stiger?
- Obligationsanalyse: Hvordan påvirkes obligationskurser af ændringer i renteniveauet?
- Virksomhedsvurdering: Hvad sker der med multipler som EV/EBITDA eller P/E, hvis indtjeningsforventninger justeres?
- Projektanalyse: Hvordan ændres nutidsværdien af et projekt, hvis råvarepriser eller salgspriser varierer?
Ved at bruge sensitivitetsanalyse kan investorer simulere forskellige udfald og dermed reducere risikoen for at blive overrasket af markedsudviklingen.
Metoder til sensitivitetsanalyse
Der findes forskellige metoder, som hver har deres styrker og svagheder.
En-variabel analyse
Her ændres én forudsætning ad gangen, mens alle andre holdes konstante. Det er en enkel metode, der gør det let at se, hvilken betydning en enkelt faktor har.
Eksempel: Hvad sker der med aktiens fair value, hvis vækstraten ændres med ±1 %?
Multi-variabel analyse
Her ændres flere variabler samtidig. Det giver et mere realistisk billede, da faktorer ofte hænger sammen.
Eksempel: Hvis både vækstraten falder og diskonteringsrenten stiger, hvor meget påvirker det værdiansættelsen?
Scenarieanalyse
Her opstilles flere alternative scenarier, fx et optimistisk, et realistisk og et pessimistisk scenarie. Det giver et overblik over, hvor robust investeringen er under forskellige fremtidsudsigter.
Monte Carlo-simulering
En mere avanceret metode, hvor der genereres tusindvis af mulige udfald baseret på sandsynlighedsfordelinger. Denne metode bruges ofte af professionelle investorer og analytikere til at kvantificere risikoen mere præcist.
Fordele ved sensitivitetsanalyse
Sensitivitetsanalyse giver en række fordele i investeringssammenhæng:
- Øget gennemsigtighed i beslutningsprocessen
- Bedre risikostyring gennem forståelse af kritiske faktorer
- Mulighed for at identificere worst case- og best case-scenarier
- Understøtter strategiske beslutninger i usikre omgivelser
- Skaber disciplin i værdiansættelse og investeringsanalyse
For investorer betyder det, at man får et langt bedre fundament til at beslutte, om en investering er attraktiv eller ej.
Ulemper og begrænsninger ved sensitivitetsanalyse
Selvom sensitivitetsanalyse er et stærkt værktøj, har det også begrænsninger:
- Resultaterne afhænger af de antagelser, man lægger ind – er input forkerte, er analysen også misvisende
- Det kan være tidskrævende at gennemføre omfattende analyser
- Simple modeller tager ikke højde for komplekse afhængigheder mellem variabler
- Scenarierne kan skabe falsk tryghed, hvis man kun kigger på et snævert udvalg af udfald
Derfor bør sensitivitetsanalyse altid kombineres med andre værktøjer som fundamental analyse, regnskabsanalyse og kvalitativ vurdering af selskabets strategi.
Eksempel på sensitivitetsanalyse i en DCF-model
Forestil dig, at du analyserer et selskab med følgende forudsætninger:
- Vækstrate: 3 %
- Diskonteringsrente: 8 %
- Nutidsværdi af cash flows: 1 mia. kr.
Hvis vækstraten ændres til 4 %, stiger værdien til 1,2 mia. kr. Hvis den falder til 2 %, falder værdien til 0,85 mia. kr. På samme måde vil en ændring i diskonteringsrenten til 9 % reducere værdien til 0,9 mia. kr., mens en reduktion til 7 % øger værdien til 1,15 mia. kr.
Denne analyse viser, at aktiens værdi er meget følsom over for både vækstraten og diskonteringsrenten – og at selv små ændringer kan gøre en stor forskel.
Sensitivitetsanalyse i ejendomsinvestering
Ejendomsinvestorer bruger ofte sensitivitetsanalyse til at teste robustheden i deres investeringer. Eksempelvis kan man analysere, hvad der sker, hvis huslejeindtægten falder med 10 % eller hvis finansieringsrenten stiger med 1 %. Det giver et billede af, hvor meget projektets afkast kan tåle at blive påvirket, før det bliver urentabelt.
Sensitivitetsanalyse i obligationsinvestering
Obligationer er særligt følsomme over for renteændringer. En sensitivitetsanalyse kan vise, hvor meget en obligationskurs falder, hvis renten stiger med fx 0,5 procentpoint. Dette kaldes også renteelasticitet eller duration.
Tips til at lave en effektiv sensitivitetsanalyse
- Start med at identificere de vigtigste variabler – fokusér på de faktorer, der driver resultatet mest
- Brug både optimistiske, realistiske og pessimistiske scenarier
- Kombinér en-variabel analyser med scenarieanalyser for større dybde
- Vær konservativ i dine antagelser – hellere undervurdere vækst end overvurdere
- Dokumentér dine forudsætninger tydeligt, så analysen kan gentages og kritiseres
Sensitivitetsanalyse i praksis – investorer og virksomheder
Både private investorer, institutionelle investorer og virksomheder bruger sensitivitetsanalyse. Private investorer kan bruge det til at teste, hvor meget deres portefølje påvirkes af fx ændringer i rente eller aktiekurser. Institutionelle investorer kan bruge det til at evaluere risici i store projekter. Virksomheder bruger det i budgettering og investeringsprojekter, hvor det handler om at forstå risikoen ved forskellige strategiske valg.
Fremtidens udvikling for sensitivitetsanalyse
Med øget digitalisering og adgang til avancerede værktøjer bliver sensitivitetsanalyse stadig mere udbredt. Hvor man tidligere lavede simple regnearksanalyser, er det i dag muligt at lave komplekse simuleringer med software og kunstig intelligens. Det betyder, at investorer kan få endnu mere præcise risikovurderinger.
Konklusion
Sensitivitetsanalyse er et centralt redskab i investering, finansiel planlægning og risikostyring. Den gør det muligt at teste robustheden i en investering ved at analysere, hvordan ændringer i nøgleforudsætninger påvirker resultatet. Forskellen mellem et godt og et dårligt investeringsvalg ligger ofte i forståelsen af, hvor følsom en model er.
For investorer betyder det, at man kan tage mere informerede beslutninger og reducere sandsynligheden for ubehagelige overraskelser. Sensitivitetsanalyse er derfor ikke kun et teknisk værktøj, men en disciplin, der skaber klarhed, disciplin og dybere forståelse i investeringsprocessen.



