CHAPTER 7

Risk Analysis, Real Options, and Capital Budgeting

Pada musim panas 2008, film Speed Racer, yang dibintangi Emile Hirsch dan Christina Ricci
roda di box office. Slogan Speed Racer adalah "Go Speed Racer, Go!" tetapi para kritiku mengatakan,
"Jangan perg (Lihatlah) bagaimana (telah ada baginya Speed Racer, Jangan pergi!" Salah satu kritikus
mengatakan, "Balapan terasa seperti seret." Yang lain bahkan lebih keras mengatakan film "seperti
menghabiskan dua jam caroming melalui mesin pinball" dan "panjang, suram slog yang menginduksi
migrain.

Melihat jumlahnya, Warner Brothers menghabiskan hampir $ 150 juta membuat film,
ditambah jutaa lebih untuk pemasaran dan distribusi. Sayangnya untuk Warner Brothers, Speed
Racer jatuh dan terbaka di box office, menarik hanya $ 90.000.000 di seluruh dunia. Bahkan, sekitar
4 dari 10 film kehilangan uang d bioskop, meskipun penjualan DVD sering membantu tally akhir.
Tentu saja, ada film yang melakukannya dengan cukup baik. Jug pada tahun 2008, film Paramount
Indiana Jones dan Kingdom of the Crystal Skull meraup sekitar $ 78 juta di seluruh dunia dengan
biaya produksi $ 185 juta.

Jelas, Warner Brothers tidak berencana untuk kehilangan $ 60 atau lebih juta pada Speed
Racer, tetapi itu terjadi. Sebaga spinout box office dari Speed Racer menunjukkan, proyek tidak
selalu berjalan seperti yang perusahaan pikir mereka akan. In bab mengeksplorasi bagaimana hal ini
dapat terjadi, dan apa yang dapat dilakukan perusahaan untuk menganalisis dan mungki menghindar
Situasi.

7.1 Analisis Sensitivitas, Analisis Skenario, dan Analisis Break-Even

Salah satu poin utama dari buku ini adalah bahwa analisis NPV adalah teknik penganggaran
modal yang unggul. Sebenarny karena pendekatan NPV menggunakan arus kas daripada
keuntungan, menggunakan semua arus kas, dan disko arus kas dengan benar, sulit untuk
menemukan kesalahan teoritis dengan itu. Namun, dalam percakapan kami denga pebisnis praktis,
kami sering mendengar frasa "rasa aman palsu". Orang-orang ini menunju keluar bahwa
dokumentasi untuk proposal penganggaran modal seringkali cukup mengesankan. Arus ka
diproyeksikan turun menjadi seribu dolar terakhir (atau bahkan dolar terakhir) untuk setiap tahun
(atau bahkan setiap bulan). Biaya peluang dan efek samping ditangani dengan cukup baik. Biaya
tenggelam diabaikan juga cukup Benar. Ketika nilai bersih saat ini tinggi muncul di bagian bawah,
godaan seseorang adalah mengatakan ya Segera. Namun demikian, arus kas yang diproyeksikan
sering tidak terpenuhi dalam praktiknya, dan perusahaan berakhir dengan pecundang uang.

Analisis Sensitivitas dan Analisis Skenario

Bagaimana perusahaan bisa mendapatkan teknik nilai bersih saat ini untuk memenuhi
potensinya? Salah satu pendekatan adala analisis sensitivitas, yang memeriksa seberapa sensitif
perhitungan NPV tertentu terhadap perubaha asumsi yang mendasarinya. Analisis sensitivitas juga
dikenal sebagai analisis dan bop bagaimana-jika (terbaik, optimis dan pesimis) analisis.

Pertimbangkan contoh berikut. Solar Electronics Corporation (SEC) baru-baru ini

mengembangkan mesin jet bertenaga surya dan ingin melanjutkan produksi skala penuh. Investasi
awal (tahun 1)1 adala $ 1.500 juta, diikuti oleh produksi dan penjualan selama lima tahun ke depan.
Arus kas awa proyeksi muncul di Tabel 7.1. Jika SEC melanjutkan investasi dan produksi je mesin,
NPV dengan tingkat diskonto 15 persen adalah (dalam jutaan):
Tabel 7.1 Prakiraan Arus Kas untuk Mesin Jet Solar Electronics Corporation: Kasus Dasar (jutaan)*

Karena NPV positif, teori keuangan dasar menyiratkan bahwa SEC harus menerima proyek.

Namun, apakah ini semua ada untuk mengatakan tentang usaha? Sebelum pendanaan aktual, kita
harus memeriksa asumsi yang mendasari proyek tentang pendapatan dan biaya.

Pendapatan

Mari kita asumsikan bahwa departemen pemasaran telah memproyeksikan penjualan

tahunan menjadi:

Dengan demikian, ternyata perkiraan pendapatan tergantung pada tiga asumsi:

1. Pangsa pasar.
2. Ukuran pasar mesin jet.
3. Harga per mesin.

Biaya

Analis keuangan sering membagi biaya menjadi dua jenis: Biaya variabel dan biaya tetap.
Variabel biaya berubah saat output berubah, dan mereka nol ketika produksi nol. Biaya tenaga kerja
langsung dan bahan baku biasanya bervariasi. Adalah umum untuk mengasumsikan bahwa biaya
variabel konstan per unit output, menyiratkan bahwa total biaya variabel sebanding dengan tingkat
produksi. Misalnya, jika tenaga kerja langsung bervariasi dan satu unit output akhir membutuhkan $
10 tenaga kerja langsung, kemudian 100 unit final output harus membutuhkan $ 1.000 tenaga kerja
langsung.

Biaya tetap tidak tergantung pada jumlah barang atau jasa yang dihasilkan selama periode
tersebut. Biaya tetap biasanya diukur sebagai biaya per unit waktu, seperti sewa per bulan atau gaji
per tahun. Secara alami, biaya tetap tidak diperbaiki selamanya. Mereka diperbaiki hanya selama
periode waktu yang telah ditentukan. Departemen teknik telah memperkirakan biaya variabel
menjadi $ 1 juta per mesin. Biaya tetap adalah $ 1.791 juta per tahun. Rincian biaya adalah:
 Perkiraan ini untuk ukuran pasar, pangsa pasar, harga, biaya variabel, dan biaya tetap, serta
perkiraan investasi awal, disajikan di kolom tengah Tabel 7.2. Angka-angka ini mewakili ekspektasi
perusahaan atau perkiraan terbaik dari parameter yang berbeda. Sebagai perbandingan, analis
perusahaan juga menyiapkan perkiraan optimis dan pesimis untuk masing-masing variabel yang
berbeda. Ini prakiraan disediakan di tabel juga.

Tabel 7.2 Perkiraan Berbeda untuk Mesin Pesawat Surya Elektronik

Analisis sensitivitas standar memanggil perhitungan NPV untuk ketiga kemungkinan dari satu
variabel, bersama dengan perkiraan yang diharapkan untuk semua variabel lainnya. Prosedur ini
diilustrasikan dalam Tabel 7.3. Untuk contoh, pertimbangkan perhitungan NPV sebesar $ 8,154 juta
yang disediakan di sudut kanan atas tabel ini.

NPV ini terjadi ketika perkiraan optimis 20.000 unit per tahun digunakan untuk ukuran pasar
sementara semua variabel lain diatur pada perkiraan yang diharapkan dari Tabel 7.2. Perhatikan
bahwa setiap baris dari tengah kolom Tabel 7.3 memperlihatkan nilai $1,517 juta. Ini terjadi karena
perkiraan yang diharapkan digunakan untuk variabel yang dis tunggal keluar, serta untuk semua
variabel lainnya.

Tabel 7.3 Perhitungan NPV ($ dalam jutaan) untuk Mesin Pesawat Surya Menggunakan
Sensitivitas Analisis

Tabel 7.3 dapat digunakan untuk sejumlah tujuan. Pertama, diambil secara keseluruhan,
tabel dapat menunjukkan apakah analisis NPV harus dipercaya. Dengan kata lain, itu mengurangi
rasa aman palsu yang kita bicarakan dari sebelumnya. Misalkan NPV positif ketika perkiraan yang
diharapkan untuk setiap variabel digunakan. Namun lebih lanjut mengira bahwa setiap angka dalam
kolom pesimistis sangat negatif dan setiap angka dalam kolom optimis sangat positif. Perubahan
dalam satu perkiraan sangat mengubah perkiraan NPV, membuat satu kelonggaran dari pendekatan
nilai bersih saat ini. Manajer konservatif mungkin menggores seluruh NPV analisis dalam situasi ini.
Untungnya, mesin pesawat surya tidak menunjukkan dispersi yang luas ini karena semua kecuali dua
angka dalam Tabel 7.3 positif. Manajer yang menampilkan tabel kemungkinan akan menganggap
analisis NPV berguna untuk mesin jet bertenaga surya.
 Kedua, analisis sensitivitas menunjukkan di mana informasi lebih lanjut diperlukan. Misalnya,
kesalahan dalam investasi tampaknya relatif tidak penting karena, bahkan di bawah skenario, NPV
sebesar $ 1.208 juta masih sangat positif. Sebaliknya, ramalan pesimistis untuk pasar saham
menyebabkan NPV negatif -$696 mil singa, dan perkiraan pesimistis untuk ukuran pasar
menyebabkan NPV yang secara substansial negatif sebesar –$1,802 juta. Karena efek dari perkiraan
pendapatan yang salah begitu jauh lebih besar daripada efek perkiraan yang salah pada biaya, lebih
banyak informasi tentang faktor-faktor menentukan pendapatan mungkin diperlukan.

Karena kelebihan ini, analisis sensitivitas banyak digunakan dalam praktik. Graham dan
Harvey2 melaporkan bahwa sedikit lebih dari 50 persen dari 392 perusahaan dalam sampel mereka
tunduk pada penganggaran modal mereka perhitungan terhadap analisis sensitivitas. Jumlah ini
sangat besar ketika seseorang mempertimbangkan bahwa hanya tentang 75 persen perusahaan
dalam sampel mereka menggunakan analisis NPV.

Sayangnya, analisis sensitivitas juga menderita beberapa kelemahan. Misalnya, analisis

sensitivitas mungkin tanpa disadari meningkatkan rasa aman palsu di antara manajer. Misalkan
semua ramalan pesimistis menghasilkan NPV positif. Seorang manajer mungkin merasa bahwa tidak
mungkin proyek dapat kehilangan uang. Tentu saja para peramal mungkin hanya memiliki
pandangan optimis tentang ramalan pesimistis. Untuk memerangi ini, beberapa perusahaan tidak
memperlakukan perkiraan optimis dan pesimis secara subjektif.

Sebaliknya, mereka pesimis perkiraan selalu, katakanlah, 20 persen lebih sedikit dari yang
diharapkan. Sayangnya, obat dalam hal ini mungkin lebih buruk dari penyakit: Penyimpangan
persentase tetap mengabaikan fakta bahwa beberapa variabel lebih mudah untuk memperkirakan
daripada yang lain.

Selain itu, analisis sensitivitas memperlakukan setiap variabel dalam isolasi ketika, pada
kenyataannya, variabel cenderung terkait. Misalnya, jika manajemen yang tidak efektif
memungkinkan biaya untuk keluar dari kontrol, kemungkinan biaya variabel, biaya tetap, dan
investasi semuanya akan naik di atas ekspektasi pada Sama. Jika pasar tidak menerima mesin
pesawat surya, baik pangsa pasar maupun harga harus menurun bersama-sama.

Manajer sering melakukan analisis skenario, varian analisis sensitivitas, untuk meminimalkan
Masalah. Sederhananya, pendekatan ini memeriksa sejumlah skenario yang mungkin berbeda, di
mana setiap scenario melibatkan pertemuan faktor- faktor. Sebagai contoh sederhana,
pertimbangkan efek dari beberapa maskapai penerbangan yang mengalami crash. Ini crash
cenderung mengurangi terbang secara total, sehingga membatasi permintaan untuk mesin baru apa
pun. Selain itu, bahkan jika kecelakaan tidak melibatkan pesawat bertenaga surya, masyarakat bisa
menjadi lebih menolak teknologi inovatif dan kontroversial apa pun. Oleh karena itu, pangsa pasar
SEC mungkin juga turun. Mungkin perhitungan arus kas akan terlihat seperti yang ada di Tabel 7.4 di
bawah skenario kecelakaan pesawat.

Mengingat perhitungan dalam tabel, NPV (dalam jutaan) adalah:

Tabel 7.4 Prakiraan Arus Kas ($ dalam jutaan) di bawah Skenario Kecelakaan Pesawat*
 Serangkaian skenario seperti ini mungkin menerangi masalah mengenai proyek lebih baik
daripada standar penerapan analisis sensitivitas akan.

Analisis Break-Even

Diskusi analisis sensitivitas dan analisis skenario kami menunjukkan bahwa ada banyak cara
untuk memeriksa variabilitas dalam perkiraan. Kami sekarang menyajikan pendekatan lain, analisis
break-even. Sebagai namanya menyiratkan, pendekatan ini menentukan penjualan yang diperlukan
untuk memecah bahkan. Pendekatannya adalah pelengkap yang berguna analisis sensitivitas karena
juga menjelaskan tingkat keparahan perkiraan yang salah. Kami menghitung titik genap dalam hal
laba akuntansi dan nilai saat ini.

Laba Akuntansi

Laba bersih tahunan di bawah empat perkiraan penjualan yang berbeda adalah sebagai
berikut:

Presentasi biaya dan pendapatan yang lebih lengkap muncul di Tabel 7.5.

Tabel 7.5 Pendapatan dan Biaya Proyek di bawah Asumsi Penjualan yang Berbeda ($ dalam
jutaan, kecuali penjualan unit)

Kami merencanakan pendapatan, biaya, dan keuntungan di bawah asumsi yang berbeda
tentang penjualan di Gambar 7.1. Pendapatan dan kurva biaya melintasi 2.091 mesin jet. Ini adalah
titik pecah-genap — yaitu, titik di mana proyek tidak menghasilkan keuntungan atau kerugian.
Selama penjualan tahunan di atas 2.091 mesin jet, proyek akan menghasilkan keuntungan.

Gambar 7.1 Titik Genap Menggunakan Nomor Akuntansi

 Titik jebolan ini dapat dihitung dengan sangat mudah. Karena harga penjualan adalah $ 2
juta per mesin dan biaya variabel adalah $ 1 juta per mesin,3 perbedaan antara harga penjualan dan
biaya variabel per mesin adalah:

Perbedaan ini disebut margin kontribusi pretax karena setiap mesin tambahan berkontribusi
jumlah ini untuk pretax laba. (Margin kontribusi juga dapat diekspresikan secara aftertax.) Biaya

tetap adalah $ 1.791 juta dan depresiasi adalah $ 300 juta, menyiratkan bahwa jumlah biaya ini
adalah:

Artinya, perusahaan dikenakan biaya $ 2.091 juta per tahun, terlepas dari jumlah penjualan.
Mesin Becauseeach berkontribusi $ 1 juta, penjualan tahunan harus mencapai tingkat berikut untuk
mengimbangi biaya:

Dengan demikian, 2.091 mesin adalah titik genap yang diperlukan untuk keuntungan

akuntansi. Pembaca yang cerdik mungkin bertanya-tanya mengapa pajak telah diabaikan dalam
perhitungan break-even keuntungan akuntansi. Alasannya adalah bahwa perusahaan dengan
keuntungan pretax $ 0 juga akan memiliki keuntungan aftertax $ 0 karena tidak ada pajak yang
dibayarkan jika tidak ada laba pretax yang dilaporkan. Dengan demikian, jumlah unit yang diperlukan
untuk bahkan secara pretax harus sama dengan jumlah unit yang diperlukan untuk istirahat bahkan
pada dasar aftertax.

Nilai Saat Ini

Seperti yang telah kami sampaikan berkali-kali, kami lebih tertarik pada nilai saat ini
daripada kami dalam keuntungan. Oleh karena itu, kita harus menghitung breakeven dalam hal nilai
saat ini. Mengingat tingkat diskonto 15 persen, mesin pesawat surya memiliki nilai bersih saat ini
berikut untuk berbagai tingkat penjualan tahunan:
 Perhitungan NPV ini direproduksi dari kolom terakhir Tabel 7.5.

Gambar 7.2 berkaitan dengan nilai bersih saat ini dari pendapatan dan biaya untuk output.
Ada di setidaknya dua perbedaan antara Gambar 7.2 dan Gambar 7.1, salah satunya cukup penting
dan yang lainnya adalah apalagi begitu. Pertama poin yang kurang penting: Jumlah dolar pada
dimensi vertikal Gambar 7.2 lebih besar daripada dimensi vertikal Gambar 7.1 karena nilai bersih
saat ini dihitung selama lima tahun. Lebih penting lagi, pembobolan akuntansi terjadi ketika 2.091
unit terjual setiap tahun, sedangkan NPV breakeven terjadi ketika 2.315 unit dijual setiap tahun.

Gambar 7.2 Break-Even Point Menggunakan Nilai Bersih Saat Ini*

Tentu saja, titik jebolan NPV dapat dihitung secara langsung. Perusahaan awalnya
menginvestasikan $ 1.500 Juta. Investasi awal ini dapat dinyatakan sebagai biaya tahunan setara
lima tahun (EAC), yang ditentukan dengan membagi investasi awal dengan faktor anuitas lima tahun

yang sesuai:

Perhatikan bahwa EAC sebesar $ 447,5 juta lebih besar dari depresiasi tahunan $ 300 juta.
Ini harus terjadi karena perhitungan EAC secara implisit mengasumsikan bahwa investasi $1.500 juta
dapat diinvestasikan sebesar 15 persen. Biaya aftertax, terlepas dari output, dapat dilihat seperti ini:

Artinya, selain biaya tahunan investasi awal yang setara sebesar $ 447,5 juta, perusahaan
membayar biaya tetap setiap tahun dan menerima perisai pajak depresiasi setiap tahun. Perisai
pajak penyusutan adalah ditulis sebagai angka negatif karena mengimbangi biaya dalam persamaan.
Setiap pesawat berkontribusi $.66 juta untuk keuntungan aftertax, sehingga akan mengambil
penjualan berikut untuk mengimbangi biaya:

Dengan demikian, 2.315 pesawat adalah titik pecahan dari perspektif nilai saat ini. Mengapa
titik pembobolan akuntansi berbeda dari titik jeda keuangan? Ketika kita menggunakan keuntungan
akuntansi sebagai dasar untuk perhitungan break-even, kami mengurangi depresiasi. Penyusutan
untuk proyek mesin jet surya adalah $ 300 juta per tahun. Jika 2.091 mesin jet surya dijual per tahun,
SEC akan menghasilkan pendapatan yang cukup untuk menutupi biaya depresiasi $ 300 juta
ditambah biaya lainnya. Sayangnya, pada tingkat penjualan ini SEC tidak akan menutupi biaya
peluang ekonomi dari $ 1.500 juta ditata untuk investasi. Jika kita memperhitungkan bahwa $ 1.500
juta bisa saja diinvestasikan pada 15 persen, biaya tahunan sebenarnya dari investasi adalah $ 447,5
juta, bukan $ 300 juta. Depresiasi meremehkan biaya sebenarnya untuk memulihkan investasi awal.
Dengan demikian perusahaan yang istirahat bahkan secara akuntansi benar-benar kehilangan uang.
Mereka kehilangan biaya kesempatan awal Investasi.

Apakah analisis break-even penting? Sangat banyak: Semua eksekutif perusahaan takut
kerugian. Impas analisis menentukan seberapa jauh penjualan dapat turun sebelum proyek
kehilangan uang, baik dalam pengertian akuntansi atau pengertian NPV.

7.2 Simulasi Monte Carlo

Analisis sensitivitas dan analisis skenario mencoba menjawab pertanyaan "Bagaimana jika?"
Namun sementara kedua analisis sering digunakan di dunia nyata, masing-masing memiliki
keterbatasan tersendiri. Sensitivitas analisis hanya memungkinkan satu variabel berubah pada satu
waktu. Sebaliknya, banyak variabel cenderung bergerak di pada saat yang sama di dunia nyata.
Analisis skenario mengikuti skenario tertentu, seperti perubahan inflasi, pemerintah, atau jumlah
pesaing. Meskipun metodologi ini seringkali cukup membantu, tidak dapat mencakup semua sumber
variabilitas. Bahkan, proyek cenderung menunjukkan banyak variabilitas hanya di bawah satu
skenario ekonomi.

Simulasi Monte Carlo adalah upaya lebih lanjut untuk mencontoh ketidakpastian dunia
nyata. Pendekatan ini namanya dari kasino Eropa yang terkenal karena menganalisis proyek dengan
cara yang mungkin dianalisis strategi perjudian. Bayangkan pemain blackjack serius yang bertanya-
tanya apakah dia harus mengambil kartu ketiga setiap kali dua kartu pertamanya berjumlah 16.
Kemungkinan besar, model matematika formal akan terlalu kompleks untuk praktis di sini. Namun,
dia bisa bermain ribuan tangan di kasino, kadang-kadang menggambar sepertiga kartu ketika dua
kartu pertamanya ditambahkan ke 16 dan kadang-kadang tidak menggambar kartu ketiga itu. Dia
bisa membandingkan kemenangannya (atau kalah) di bawah dua strategi untuk menentukan mana
yang lebih baik. Dia mungkin akan kehilangan banyak uang melakukan tes ini di kasino nyata, jadi
simulasikan hasil dari dua strategi di komputer mungkin lebih murah. Monte Carlo simulasi proyek
penganggaran modal adalah dalam semangat ini.

Bayangkan bahwa Backyard Barbeques, Inc. (BBI), produsen panggangan arang dan gas,
memiliki cetak biru untuk panggangan baru yang memasak dengan hidrogen terkompresi. The CFO,
Edward H. Comiskey, tidak puas dengan teknik penganggaran modal yang lebih sederhana,
menginginkan simulasi Monte Carlo untuk panggangan baru ini. J konsultan yang berspesialisasi
dalam pendekatan Monte Carlo, Lester Mauney, membawanya melalui lima langkah-langkah
metode.

Langkah 1: Tentukan Model Dasar

 Les Mauney memecah arus kas menjadi tiga komponen: pendapatan tahunan, biaya
tahunan, dan awal Investasi. Pendapatan dalam tahun apa pun dipandang sebagai:

Biaya dalam tahun apa pun dipandang sebagai:

Investasi awal dipandang sebagai:

Biaya paten + Biaya pemasaran uji + Biaya fasilitas produksi

Langkah 2: Tentukan Distribusi untuk Setiap Variabel dalam Model

Di sinilah bagian yang sulit. Mari kita mulai dengan pendapatan, yang memiliki tiga
komponen dalam Persamaan 7.1. The konsultan pertama model keseluruhan ukuran pasar — yaitu,
jumlah panggangan yang dijual oleh seluruh industri. The publikasi perdagangan Outdoor Food (OF)

melaporkan bahwa 10 juta panggangan dari semua jenis dijual di benua Amerika Serikat tahun lalu,
dan memperkirakan penjualan 10,5 juta tahun depan. Mr Mauney, menggunakan OF 'ramalan dan
intuisinya sendiri, menciptakan distribusi berikut untuk penjualan panggangan tahun depan oleh
seluruh industri:

Distribusi yang ketat di sini mencerminkan pertumbuhan historis yang lambat tetapi stabil di
pasar panggangan. Ini distribusi probabilitas di-graphed di Panel A dari Gambar 7.3.

Gambar 7.3 Distribusi Probabilitas untuk Penjualan Unit Di Seluruh Industri, Pangsa Pasar BBI

Hydrogen Grill, dan Harga Hydrogen Grill

 Lester Mauney menyadari bahwa memperkirakan pangsa pasar panggangan hidrogen BBI
lebih sulit. Namun demikian, setelah banyak analisis, ia menentukan distribusi pangsa pasar tahun
depan:

Sedangkan konsultan mengasumsikan distribusi simetris untuk penjualan unit di seluruh

industri, ia percaya distribusi miring lebih masuk akal untuk pangsa pasar proyek. Dalam pikirannya
selalu ada kemungkinan kecil bahwa penjualan panggangan hidrogen akan benar-benar lepas landas.
Distribusi probabilitas ini di-graphed di Panel B Gambar 7.3.

Perkiraan ini mengasumsikan bahwa penjualan unit untuk industri keseluruhan tidak terkait
dengan pasar proyek Berbagi. Dengan kata lain, kedua variabel tersebut terpisah satu sama lain. Mr
Mauney alasan bahwa meskipun booming ekonomi dapat meningkatkan penjualan panggangan di
seluruh industri dan resesi dapat menurun pangsa pasar proyek tidak mungkin terkait dengan
kondisi ekonomi.

Mr Mauney harus menentukan distribusi harga per panggangan. Mr Comiskey, CFO,

memberitahunya bahwa harga akan berada di area $ 200 per panggangan, mengingat apa pesaing
lain mengenakan biaya. Namun konsultan percaya bahwa harga per panggangan hidrogen hampir
pasti akan tergantung pada ukuran pasar keseluruhan untuk pemanggang. Seperti dalam bisnis apa
pun, Anda biasanya dapat mengenakan biaya lebih jika permintaan tinggi. Setelah menolak sejumlah
model kompleks untuk harga, Mr Mauney menetap di berikut Spesifikasi:

Harga panggangan dalam Persamaan 7.2 tergantung pada penjualan unit industri. Selain itu,
variasi acak dimodelkan melalui istilah "+/–$3," di mana gambar +$3 dan gambar -$3 masing-masing
terjadi 50 persen pada saat itu. Misalnya, jika penjualan unit di seluruh industri adalah 11 juta, harga

per saham akan menjadi salah satu dari berikut ini:

Hubungan antara harga panggangan hidrogen dan penjualan unit di seluruh industry Panel C
Gambar 7.3.

Konsultan sekarang memiliki distribusi untuk masing-masing dari tiga komponen

pendapatan tahun depan. Namun, ia membutuhkan distribusi untuk tahun-tahun mendatang juga.
Menggunakan prakiraan dari Outdoor Food dan lainnya publikasi, Mr. Mauney memperkirakan
distribusi tingkat pertumbuhan untuk seluruh industri selama Tahun:

Mengingat distribusi penjualan unit industri tahun depan dan distribusi tingkat
pertumbuhan untuk variabel ini selama tahun kedua, kita dapat menghasilkan distribusi penjualan
unit di seluruh industri untuk tahun kedua. Perpanjangan serupa harus memberikan Mr Mauney
distribusi untuk tahun-tahun kemudian juga, meskipun kita tidak akan masuk ke rincian di sini. Dan
sama seperti konsultan memperpanjang komponen pertama pendapatan (penjualan unit di seluruh
industri) hingga tahun-tahun berikutnya, ia ingin melakukan hal yang sama untuk pangsa pasar dan
unit Harga.
 Diskusi sebelumnya menunjukkan bagaimana ketiga komponen pendapatan dapat dicontoh.
Langkah 2 akan lengkap setelah komponen biaya dan investasi dimodelkan dengan cara yang sama.
Khusus perhatian harus diberikan pada interaksi antara variabel di sini karena manajemen yang tidak
efektif akan sama-sama memungkinkan komponen biaya yang berbeda untuk bangkit bersama.
Namun, Anda mungkin mendapatkan ide sekarang, jadi kita akan melewatkan sisa langkah ini.

Langkah 3: Komputer Menggambar Satu Hasil

Seperti yang kami katakan, pendapatan tahun depan dalam model kami adalah produk dari
tiga komponen. Bayangkan bahwa komputer secara acak memilih penjualan unit di seluruh industri
sebesar 10 juta, pangsa pasar untuk panggangan hidrogen BBI 2 persen, dan variasi harga acak +$3.
Mengingat gambar-gambar ini, harga tahun depan per panggangan hydrogen akan: $190 + $10 + $3
= $203 dan pendapatan tahun depan untuk panggangan hidrogen BBI adalah: 10 juta × .02 × $203 =
$40,6 juta

Tentu saja, kita belum selesai dengan seluruh hasilnya. Kita harus melakukan gambar untuk
pendapatan setiap tahun mendatang. Selain itu, kami akan melakukan gambar untuk biaya di setiap
tahun mendatang. Akhirnya, gambar untuk investasi awal harus dilakukan juga. Dengan cara ini, satu

hasil, terdiri dari gambar untuk setiap variabel dalam model, akan menghasilkan arus kas dari proyek
di setiap tahun mendatang. Seberapa besar kemungkinan hasil spesifik yang dibahas akan ditarik?
Kita bisa menjawab ini karena kita tahu probabilitas masing-masing komponen. Karena penjualan
industri $ 10 juta memiliki 20 persen probabilitas, pangsa pasar 2 persen juga memiliki probabilitas
20 persen, dan variasi harga acak +$3 memiliki probabilitas 50 persen, probabilitas ketiga gambar ini
bersama-sama dalam hasilnya adalah:

Tentu saja probabilitas akan menjadi lebih kecil sekali gambar untuk pendapatan di masa
depan, biaya masa depan, dan investasi awal termasuk dalam hasil. Langkah ini menghasilkan arus
kas untuk setiap tahun dari satu hasil. Apa yang kita pada akhirnya yang tertarik adalah distribusi
arus kas setiap tahun di banyak hasil. Kami meminta komputer untuk secara acak menarik berulang-
ulang untuk memberi kami distribusi ini, yang hanya apa yang dilakukan di berikutnya Langkah.

Langkah 4: Ulangi Prosedur

Tiga langkah pertama menghasilkan satu hasil, tetapi esensi simulasi Monte Carlo diulang
Hasil. Tergantung pada situasinya, komputer dapat dipanggil untuk menghasilkan ribuan atau
bahkan jutaan hasil. Hasil dari semua gambar ini adalah distribusi arus kas untuk setiap tahun
mendatang. Distribusi ini adalah output dasar dari simulasi Monte Carlo.

Pertimbangkan Gambar 7.4. Di sini, gambar berulang telah menghasilkan distribusi simulasi
dari arus kas tahun ini. Akan ada, tentu saja, distribusi seperti yang ada di angka ini untuk setiap
tahun mendatang. Ini membuat kita hanya dengan satu langkah lagi.

Gambar 7.4 Simulasi Distribusi Arus Kas Tahun Ketiga untuk Hidrogen Baru BBI Grill
Langkah 5: Hitung NPV

Mengingat distribusi arus kas untuk tahun ketiga di Gambar 7.4, seseorang dapat
menentukan arus kas untuk tahun ini. Dengan cara yang sama, seseorang juga dapat menentukan
arus kas yang diharapkan untuk setiap tahun depan dan kemudian menghitung nilai bersih saat ini
dari proyek dengan mendiskon uang tunai yang diharapkan ini mengalir pada tingkat yang sesuai.

Simulasi Monte Carlo sering dipandang sebagai langkah di luar analisis atau skenario
sensitivitas Analisis. Interaksi antara variabel secara eksplisit ditentukan di Monte Carlo; Jadi
(setidaknya secara teori) metodologi ini memberikan analisis yang lebih lengkap. Dan, sebagai
produk per produk, harus membangun memperdalam pemahaman peramal tentang proyek.

Karena simulasi Monte Carlo telah ada setidaknya selama 35 tahun, Anda mungkin berpikir
bahwa sebagian besar perusahaan akan melakukan mereka sekarang. Anehnya, ini tampaknya tidak
terjadi. Dalam pengalaman, eksekutif sering skeptis terhadap kompleksitas. Sulit untuk mencontoh
salah satu distribusi setiap variabel atau interaksi antar variabel. Selain itu, output computer sering
tanpa intuisi ekonomi. Dengan demikian, sementara simulasi Monte Carlo digunakan di dunia nyata
tertentu situasi,4 pendekatan tidak mungkin menjadi "gelombang masa depan." Bahkan, Graham
dan Harvey5 laporan bahwa hanya sekitar 15 persen dari perusahaan dalam sampel mereka
menggunakan simulasi penganggaran modal.

7.3 Opsi Nyata

Dalam Bab 5, kami menekankan keunggulan analisis nilai bersih saat ini (NPV) atas
pendekatan lain ketika menilai proyek penganggaran modal. Namun, baik ulama maupun praktisi
telah menunjukkan masalah dengan NPV. Ide dasar di sini adalah bahwa analisis NPV, serta semua
pendekatan lain dalam Bab 5, mengabaikan penyesuaian yang dapat dilakukan perusahaan setelah
proyek diterima. Penyesuaian ini disebut opsi nyata. Dalam hal ini NPV meremehkan nilai
sebenarnya dari sebuah proyek. NPV's konservatisme paling baik dijelaskan melalui serangkaian
contoh.

Opsi untuk Memperluas

Conrad Willig, seorang pengusaha, baru-baru ini mengetahui perawatan kimia yang
menyebabkan air membeku di 100 derajat Fahrenheit daripada 32 derajat. Dari semua aplikasi
praktis untuk perawatan ini, Mr Willig menyukai ide hotel yang terbuat dari es lebih dari apa pun.
Conrad memperkirakan tahunan arus kas dari satu hotel es menjadi $ 2 juta, berdasarkan investasi
awal $ 12 juta. Dia merasa bahwa 20 persen adalah tingkat diskon yang sesuai, mengingat risiko
usaha baru ini. Percaya bahwa arus kas akan terus-menerus, Mr Willig menentukan NPV proyek
menjadi:

–$12,000,000 + $2,000,000/.20 = –$2 million

Sebagian besar pengusaha akan menolak usaha ini, mengingat NPV negatifnya. Tapi Conrad
tidak pengusaha khas Anda. Dia beralasan bahwa analisis NPV melewatkan sumber nilai
tersembunyi. Sementara ia cukup yakin bahwa investasi awal akan menelan biaya $ 12 juta, ada
beberapa ketidakpastian arus kas tahunan. Perkiraan arus kasnya $ 2 juta per tahun benar-benar
mencerminkan keyakinannya bahwa ada adalah probabilitas 50 persen bahwa arus kas tahunan
akan menjadi $ 3 juta dan probabilitas 50 persen yang arus kas tahunan akan menjadi $ 1 juta.

Perhitungan NPV untuk dua perkiraan diberikan di sini:

 Ramalan optimis: –$12 juta + $3 juta/.20 = $3 juta

  Ramalan pesimistis: -$12 juta + $1 juta/.20 = –$7 juta

Di permukaan, perhitungan baru ini tampaknya tidak banyak membantu Tn. Willig. Rata-rata
dari keduanya memperkirakan menghasilkan NPV untuk proyek: 50% × $3 juta + 50% × (–$7 juta) = –
$2 juta yang hanya nilai ia hitung di tempat pertama.

Namun, jika ramalan optimis ternyata benar, Pak Willig pasti ingin memperluas. Jika dia
percaya bahwa ada, katakanlah, 10 lokasi di negara yang dapat mendukung hotel es, NPV sejati dari
usaha akan: 50% × 10 × $3 juta + 50% × (–$7 juta) = 11,5 juta

Gambar 7.5, yang mewakili keputusan Pak Willig, sering disebut pohon keputusan. Idenya
yang dinyatakan dalam angka tersebut adalah dasar dan universal. Pengusaha memiliki opsi untuk
memperluas jika pilot lokasi berhasil. Misalnya, pikirkan semua orang yang memulai restoran,
kebanyakan dari mereka pada akhirnya Gagal. Orang-orang ini belum tentu terlalu optimis. Mereka
mungkin menyadari kemungkinan kegagalan tapi tetap saja karena kemungkinan kecil untuk
memulai McDonald's atau Burger King berikutnya.

Gambar 7.5 Decision Tree untuk Ice Hotel

Opsi untuk Ditinggalkan

Manajer juga memiliki opsi untuk meninggalkan proyek yang ada. Ditinggalkan mungkin
tampak pengecut, tapi itu sering dapat menghemat banyak uang perusahaan. Karena itu, opsi untuk
meninggalkan meningkatkan nilai proyek potensial apa pun.

Contoh hotel es, yang menggambarkan opsi untuk memperluas, juga dapat mengilustrasikan
opsi untuk Meninggalkan. Untuk melihat ini, bayangkan bahwa Mr Willig sekarang percaya bahwa
ada 50 persen probabilitas bahwa arus kas tahunan akan menjadi $ 6 juta dan probabilitas 50 persen
bahwa arus kas tahunan akan -$2 Juta. Perhitungan NPV di bawah dua perkiraan menjadi:

 Ramalan optimis: –$12 juta + $6 juta/.2 = $18 juta

 Ramalan pesimistis: –$12 juta – $2 juta/.2 = –$22 juta menghasilkan NPV untuk proyek:

Selain itu, sekarang bayangkan bahwa Mr Willig ingin memiliki, paling banyak, hanya satu hotel
es, menyiratkan bahwa tidak ada opsi untuk memperluas. Karena NPV dalam Persamaan 7.4 negatif,
sepertinya dia tidak akan membangun hotel. Tetapi hal-hal berubah ketika kita mempertimbangkan
opsi pengabaian. Pada tanggal 1, pengusaha akan ketahui ramalan mana yang menjadi kenyataan.
Jika arus kas sama dengan yang di bawah perkiraan optimis, Conrad akan menjaga proyek tetap
hidup. Jika, bagaimanapun, arus kas sama dengan yang di bawah perkiraan pesimis, ia akan
Tinggalkan hotel. Jika Mr Willig tahu kemungkinan ini sebelumnya, NPV proyek menjadi:

50% × $18 juta + 50% × (–$12 juta – $2 juta/1,20) = 2,17 juta DOLAR

Karena Mr Willig meninggalkan setelah mengalami arus kas - $ 2 juta pada tanggal 1, ia tidak
harus menanggung arus keluar ini di salah satu tahun berikutnya. NPV sekarang positif, sehingga
Conrad akan menerima Proyek. Contohnya di sini jelas bergaya. Sedangkan bertahun-tahun mungkin
berlalu sebelum proyek ditinggalkan di dunia nyata, hotel es kami ditinggalkan setelah hanya satu
tahun. Dan, sementara nilai penyelamatan umumnya menemani ditinggalkan, kami berasumsi tidak
ada nilai penyelamatan untuk hotel es. Namun demikian pilihan ditinggalkan meresap di dunia
nyata. Misalnya, pertimbangkan industri pembuatan film. Seperti yang ditunjukkan pada Gambar
7.6, film dimulai dengan pembelian atau pengembangan skrip. Skrip yang telah selesai mungkin
dikenakan biaya studio film beberapa juta dolar dan berpotensi menyebabkan produksi aktual.
Namun, sebagian besar skrip (mungkin baik di lebih dari 80 persen) ditinggalkan. Mengapa studio
meninggalkan skrip yang mereka ditugaskan di tempat pertama? Studio tahu sebelumnya bahwa
hanya beberapa skrip yang akan menjanjikan, dan mereka tidak tahu mana yang. Dengan demikian,
mereka melemparkan jaring lebar, menugaskan banyak skrip untuk mendapatkan beberapa yang
baik. The studio harus kejam dengan skrip buruk karena pengeluaran di sini pales dibandingkan
dengan kerugian besar dari memproduksi film yang buruk.

Gambar 7.6 Opsi Pengabaian di Industri Film

Beberapa skrip beruntung kemudian pindah ke produksi, di mana biaya mungkin

dianggarkan dalam puluhan jutaan dolar, jika tidak lebih. Pada tahap ini, frasa yang ditakuti adalah
bahwa produksi di lokasi mendapat "bogged down," menciptakan biaya overruns. Tapi studio sama-
sama kejam di sini. Haruskah overruns ini menjadi berlebihan, produksi cenderung ditinggalkan
midstream. Menariknya, ditinggalkan hamper selalu terjadi karena biaya tinggi, bukan karena
ketakutan bahwa film tidak akan dapat menemukan penonton. Sedikit informasi tentang skor itu
akan diperoleh sampai film benar-benar dirilis.

Rilis film disertai dengan pengeluaran iklan yang signifikan, mungkin dalam kisaran $ 10
untuk $ 20 juta. Iklan akan terus mengikuti penjualan tiket yang kuat, tetapi kemungkinan akan
ditinggalkan setelah beberapa minggu kinerja box office yang buruk. Pembuatan film adalah salah
satu bisnis paling berisiko di sekitar, dengan studio menerima ratusan juta dolar dalam hitungan
minggu dari blockbuster sambil menerima hampir tidak ada selama periode ini dari sebuah flop. Opsi
pengabaian berisi biaya yang mungkin sebaliknya bangkrut industri.

Untuk menggambarkan beberapa ide ini, pertimbangkan kasus Euro Disney. Kesepakatan
untuk membuka Euro Disney terjadi pada tahun 1987, dan taman ini membuka pintunya di luar Paris
pada tahun 1992. Pemikiran manajemen Disney Orang Eropa akan konyol di atas taman baru, tetapi
masalah segera dimulai. Jumlah pengunjung yang tidak pernah terpenuhi ekspektasi, sebagian
karena perusahaan harga tiket terlalu tinggi. Disney juga memutuskan untuk tidak melayani alkohol
di negara yang terbiasa dengan anggur dengan makanan. Inspektur buruh Perancis melawan Disney
kode berpakaian ketat, dan sebagainya.

Setelah beberapa tahun beroperasi, taman ini mulai menyajikan anggur di restorannya,
menurunkan tiket harga, dan membuat penyesuaian lainnya. Dengan kata lain, manajemen
menjalankan opsinya untuk melakukan reformulasi produk. Taman ini mulai mendapat untung kecil.
Kemudian perusahaan menjalankan opsi untuk memperluas dengan menambahkan "gerbang
kedua," yang merupakan taman hiburan lain di sebelah Euro Disney bernama Walt Disney Studios.
Gerbang kedua dimaksudkan untuk mendorong pengunjung memperpanjang masa inap mereka.
Tapi taman baru terpelesakan. Alasannya berkisar dari harga tiket yang tinggi, atraksi diarahkan ke
Hollywood daripada Pembuatan film Eropa, pemogokan tenaga kerja di Paris, dan gelombang panas
musim panas.

Pada musim panas 2003, Euro Disney hampir bangkrut lagi. Eksekutif membahas berbagai
Pilihan. Opsi ini berkisar dari membiarkan perusahaan bangkrut (opsi untuk meninggalkan) hingga
menarik Nama Disney dari taman. Pada tahun 2005, perusahaan akhirnya menyetujui restrukturisasi
dengan bantuan Pemerintah Perancis.

Seluruh gagasan opsi manajerial dirangkum dengan tepat oleh Jay Rasulo, pengawas Disney
taman hiburan, ketika dia berkata, "Satu hal yang kita tahu pasti adalah bahwa Anda tidak pernah
mendapatkannya 100 persen tepat pertama kali. Kami membuka setiap taman kami dengan gagasan
bahwa kami akan menambahkan konten."

Contoh terbaru dari perusahaan yang benar-benar menggunakan opsi untuk ditinggalkan
terjadi pada tahun 2005 ketikaSony Corporation mengumumkan bahwa mereka menarik diri dari
komputer genggam, atau PDA, pasar di Jepang. Apa yang agak mengejutkan adalah bahwa
perusahaan adalah pemimpin pasar dalam penjualan pada saat itu, dengan sekitar sepertiga dari
pasar. Namun, penjualan PDA telah menyusut selama tiga tahun terakhir, di sebagian besar karena
peningkatan persaingan dari ponsel pintar yang memiliki kemampuan PDA. Jadi, Sony menyimpulkan
bahwa pasar masa depan untuk perangkat yang berdiri sendiri terbatas dan ditebus.

Opsi Pengaturan Waktu

Seseorang sering menemukan tanah perkotaan yang telah kosong selama bertahun-tahun.
Namun tanah ini dibeli dan dijual dari waktu ke waktu. Mengapa ada orang yang membayar harga
positif untuk tanah yang tidak memiliki sumber pendapatan? Tentu saja, seseorang tidak dapat tiba
dengan harga positif melalui analisis NPV. Namun, paradoks dapat dengan mudah dijelaskan dalam
hal opsi nyata.

Misalkan bahwa lahan yang paling tinggi dan paling baik digunakan adalah sebagai gedung
perkantoran. Total biaya konstruksi untuk bangunan diperkirakan $ 1 juta. Saat ini, sewa bersih
(setelah semua biaya) diperkirakan $ 90.000 per tahun selamanya, dan tingkat diskonto adalah 10
persen. NPV dari bangunan yang diusulkan ini adalah: -$1 juta + $90.000/.10 = –$100.000
 Karena NPV ini negatif, seseorang saat ini tidak ingin membangun. Namun, anggaplah bahwa
pemerintah federal merencanakan berbagai program revitalisasi perkotaan untuk kota.
Kemungkinan sewa kantor meningkat jika program berhasil. Dalam hal ini, pemilik properti mungkin
ingin mendirikan kantor bangunan setelah semua. Sebaliknya, sewa kantor akan tetap sama, atau
bahkan jatuh, jika program gagal. The pemilik tidak akan membangun dalam kasus ini.

Kami mengatakan bahwa pemilik properti memiliki opsi waktu. Meskipun dia saat ini tidak
ingin membangun, dia akan ingin membangun di masa depan harus menyewa di daerah naik secara
substansial. Opsi waktu ini menjelaskan mengapa lahan kosong sering memiliki nilai. Ada biaya,
seperti pajak, dari memegang tanah mentah, tetapi nilai gedung perkantoran setelah kenaikan besar
sewa mungkin lebih dari mengimbangi biaya penahanan ini. Tentu saja nilai pasti dari lahan kosong
tergantung pada probabilitas keberhasilan dalam program revitalisasi dan tingkat kenaikan sewa.
Gambar 7.7 menggambarkan opsi waktu ini.

Gambar 7.7 Pohon Keputusan untuk Lahan Kosong

Operasi pertambangan hampir selalu menyediakan opsi waktu juga. Misalkan Anda memiliki
tambang tembaga di mana biaya penambangan setiap ton tembaga melebihi pendapatan penjualan.
Ini adalah no-brainer untuk mengatakan bahwa Anda tidak ingin menambang tembaga saat ini. Dan
karena ada biaya kepemilikan seperti property pajak, asuransi, dan keamanan, Anda mungkin benar-
benar ingin membayar seseorang untuk mengambil tambang dari tangan Anda. Namun, kami akan
memperingatkan Anda untuk tidak melakukannya dengan terburu-buru. Harga tembaga di masa
depan mungkin cukup meningkat sehingga produksi menguntungkan. Mengingat kemungkinan itu,
Anda mungkin dapat menemukan seseorang yang akan membayar harga positif untuk properti hari
ini.

7.4 Pohon Keputusan

Yang ditunjukkan di bagian sebelumnya, manajer menyesuaikan keputusan mereka

berdasarkan informasi baru. Misalnya, proyek dapat diperluas jika pengalaman awal menjanjikan,
sedangkan proyek yang sama mungkin ditinggalkan setelah hasil yang buruk. Seperti yang kami
katakan sebelumnya, pilihan yang tersedia untuk manajer disebut opsi nyata dan proyek individu
sering dapat dipandang sebagai serangkaian opsi nyata, memimpin untuk penilaian pendekatan di
luar metodologi nilai dasar saat ini dari bab-bab sebelumnya.

Sebelumnya dalam bab ini, kami mempertimbangkan jet bertenaga surya Solar Electronics
Corporation (SEC) engine project, dengan arus kas seperti yang ditunjukkan pada Tabel 7.1. Dalam
contoh itu, SEC berencana untuk berinvestasi $ 1.500 juta pada tahun 1 dan diperkirakan akan
menerima $ 900 juta per tahun dalam masing-masing dari lima tahun ke depan. Kami perhitungan
menunjukkan NPV sebesar $ 1.517 juta, sehingga perusahaan mungkin ingin melanjutkan Proyek.

Untuk menggambarkan pohon keputusan secara lebih rinci, mari kita mundur satu tahun ke
tahun 0, ketika keputusan SEC lebih rumit. Pada saat itu, kelompok teknik telah mengembangkan
teknologi untuk mesin pesawat bertenaga surya, tetapi pemasaran pengujian belum dimulai.
Departemen pemasaran mengusulkan bahwa SEC mengembangkan beberapa prototipe dan
melakukan pengujian pemasaran mesin. Sebuah kelompok perencanaan perusahaan, termasuk
perwakilan dari produksi, pemasaran, dan teknik, memperkirakan bahwa fase akan memakan waktu
satu tahun dan biaya $ 100 juta. Lebih lanjut, kelompok ini percaya ada 75 persen kesempatan
bahwa tes pemasaran akan terbukti berhasil. Setelah menyelesaikan tes pemasaran, SEC akan
memutuskan apakah akan terlibat dalam produksi skala penuh, mengharuskan investasi $ 1.500 juta.

Tes pemasaran menambahkan lapisan kompleksitas ke analisis. Karya kami sebelumnya pada
contoh diasumsikan bahwa tes pemasaran telah terbukti berhasil. Bagaimana kami menganalisis
apakah kami ingin untuk melanjutkan dengan tes pemasaran di tempat pertama? Di sinilah pohon
keputusan masuk. Untuk rekap, SEC menghadapi dua keputusan, yang keduanya diwakili dalam
Gambar 7.8. Pertama perusahaan harus memutuskan apakah akan melanjutkan tes pemasaran. Dan
jika tes dilakukan, perusahaan harus memutuskan apakah hasil tes menjamin produksi skala penuh.
Poin penting di sini, seperti yang akan kita lakukan lihat, adalah bahwa pohon keputusan menjawab
dua pertanyaan dalam urutan terbalik. Jadi mari kita bekerja mundur, pertama mempertimbangkan
apa yang harus dilakukan dengan hasil tes, yang dapat berhasil atau tidak berhasil.

Gambar 7.8 Pohon Keputusan untuk SEC ($ juta)

Asumsikan tes telah berhasil (probabilitas 75 persen). Tabel 7.1 memberi tahu kami bahwa
skala penuh produksi akan menelan biaya $ 1.500 juta dan akan menghasilkan arus kas tahunan $
900 juta untuk lima tahun, menghasilkan NPV dari:
 Karena NPV positif, tes pemasaran yang sukses harus mengarah pada produksi skala penuh.
(Perhatikan bahwa NPV dihitung pada tahun 1, waktu investasi $ 1.500 juta Dibuat. Nanti kita diskon
nomor ini kembali ke tahun 0, pada saat keputusan test marketing adalah untuk dibuat.)

Asumsikan tes belum berhasil (probabilitas 25 persen). Di sini, SEC $1,500 juta investasi akan
menghasilkan NPV sebesar -$3,611 juta, dihitung per tahun 1. (Untuk menghemat ruang, kami tidak
akan memberikan angka mentah yang mengarah ke perhitungan ini.) Karena NPV di sini negatif, SEC
tidak akan menginginkan produksi skala penuh jika tes pemasaran tidak berhasil.

Keputusan tentang tes pemasaran. Sekarang kita tahu apa yang harus dilakukan dengan hasil
tes pemasaran. Mari kita gunakan hasil ini untuk bergerak kembali satu tahun. Artinya, kami
sekarang ingin mencari tahu apakah SEC harus menginvestasikan $ 100 juta untuk biaya pemasaran
pengujian di tempat pertama.

Hasil yang diharapkan dievaluasi pada tanggal 1 (dalam jutaan) adalah:

NPV pengujian dihitung pada tanggal 0 (dalam jutaan) adalah:

Karena NPV positif, perusahaan harus menguji pasar untuk mesin jet bertenaga surya.
Peringatan Kami telah menggunakan tingkat diskonto 15 persen untuk pengujian dan keputusan
investasi. Mungkin tingkat diskon yang lebih tinggi seharusnya digunakan untuk keputusan
pemasaran tes awal, yang cenderung lebih berisiko daripada keputusan investasi.

Rekap

Seperti disebutkan di atas, analisis digambarkan pada Gambar 7.8. Seperti yang dapat dilihat
dari angka, SEC harus membuat dua keputusan berikut:

1. Apakah akan mengembangkan dan menguji mesin jet bertenaga surya.

2. Apakah akan berinvestasi untuk produksi skala penuh setelah hasil tes.

Menggunakan pohon keputusan, kami menjawab pertanyaan kedua sebelum kami

menjawab yang pertama. Pohon keputusan mewakili pendekatan terbaik untuk memecahkan
masalah SEC, mengingat informasi disajikan sejauh ini dalam teks. Namun, kami akan memeriksa
pendekatan yang lebih canggih untuk menilai opsi di bab selanjutnya. Meskipun pendekatan ini
pertama kali digunakan untuk menghargai opsi keuangan yang diperdagangkan secara terorganisir
pertukaran opsi, itu dapat digunakan untuk menghargai opsi nyata juga.

Ringkasan dan Kesimpulan

Bab ini membahas sejumlah aplikasi praktis penganggaran modal.

1. Meskipun NPV adalah pendekatan penganggaran modal terbaik secara konseptual, praktek
untuk memberikan manajer rasa aman palsu. Analisis sensitivitas memperlihatkan NPV di bawah
bervariasi asumsi, memberi manajer perasaan yang lebih baik untuk risiko proyek. Sayangnya,
analisis sensitivitas hanya memodifikasi satu variabel pada satu waktu, tetapi banyak variabel
cenderung bervariasi bersama-sama dalam Dunia. Analisis skenario memeriksa kinerja proyek di
bawah skenario yang berbeda (seperti perang pecah atau harga minyak meroket). Akhirnya,
manajer ingin tahu seberapa buruk perkiraan sebelum proyek kehilangan uang. Analisis break-
even menghitung angka penjualan di mana proyek bahkan pecah. Meskipun analisis break-even
sering dilakukan berdasarkan laba akuntansi, kami menunjukkan bahwa basis nilai bersih saat ini
lebih tepat.
2. Simulasi Monte Carlo dimulai dengan model arus kas perusahaan, berdasarkan interaksi antara
variabel yang berbeda dan pergerakan setiap variabel individu dari waktu ke waktu. Random
sampling menghasilkan distribusi arus kas ini untuk setiap periode, yang perhitungan nilai saat
ini.
3. Kami menganalisis opsi tersembunyi dalam penganggaran modal, seperti opsi untuk
memperluas, opsiuntuk meninggalkan, dan opsi waktu.
4. Pohon keputusan mewakili pendekatan untuk menilai proyek dengan opsi tersembunyi, atau
nyata ini.