NovКакая одна цифра способна перевернуть ваш расчёт?
Проверяю условную арендную модель изменением одного допущения и объясняю, почему затем нужно отдельно рассмотреть совместное ухудшение условий.
Материал отражает практическую позицию указанного эксперта. Как готовятся и проверяются публикации — в редакционной политике NovAsia.
В красивом расчёте все строки могут быть правдоподобны по отдельности. Слабость обнаруживается, когда результат почти целиком зависит от одной из них.
Возьмём условную модель: десять оплаченных месяцев по 900 долларов дают 9 000 долларов поступлений. При указанных годовых расходах 3 000 остаётся 6 000 до налогов, финансирования и прочих неучтённых статей. Уменьшим оплаченный период до восьми месяцев, оставив остальные допущения: получится 7 200 поступлений и 4 200 остатка.
Мы убрали два месяца, а остаток сократился на 1 800 долларов, или на 30%. Это арифметика модели, не прогноз загрузки в Камбодже. Она помогает увидеть чувствительность результата, которую одна итоговая процентная строка скрывает.
Не всё ухудшается по очереди
Изменение одного допущения удобно для понимания причины. Но в реальной ситуации могут одновременно измениться ставка, простой и расходы. Поэтому после такого упражнения нужен отдельный совместный сценарий. Я не предлагаю выбирать самые пугающие числа; допущения должны быть объяснимы.
Не следует автоматически оставлять все расходы неизменными. Одни сохранятся без арендатора, другие уменьшатся, третьи появятся именно при его смене. Сначала нужно уточнить их состав, а затем пересчитывать.
Если для приемлемого результата каждый раз приходится возвращать одно удобное число, обсуждать нужно прежде всего его основание. Есть ли данные, почему оно подходит этому объекту и периоду? Или мы его защищаем потому, что без него предложение перестаёт нравиться?
Вывод здесь не «брать» или «не брать». Покупатель получает конкретное место для дополнительной проверки вместо общего ощущения, что расчёт либо оптимистичный, либо осторожный.
После первого теста я обычно ищу не самый большой показатель, а тот, к которому итог особенно чувствителен. Например, ставка может выглядеть впечатляюще, но если изменение на пять процентов почти не меняет результат, она не является главным источником неопределённости. А вот два дополнительных месяца простоя способны заметно сократить остаток. Это помогает направить проверку туда, где новая информация действительно способна изменить решение.
Полезно различать чувствительность и вероятность. Модель может быть очень чувствительна к какому-то параметру, но это ещё не означает, что он обязательно ухудшится. И наоборот, небольшое изменение вероятного расхода может быть почти неизбежным, хотя влияние на итог скромное. Я бы не превращала такую таблицу в рейтинг рисков. Она показывает, где результат меняется сильнее, а оценка вероятности требует отдельного основания.
Следующий шаг — найти точку, после которой сценарий перестаёт отвечать задаче покупателя. Для одного человека это может быть минимальный денежный остаток, для другого — максимальный период без поступлений или предел дополнительных вложений. Тогда расчёт становится полезнее: вместо абстрактного вопроса «что будет, если хуже?» появляется конкретный вопрос «при каком значении этот объект уже не решает мою задачу?».
Совместный сценарий тоже нужно строить аккуратно. Если уменьшить аренду, увеличить простой и одновременно завысить все расходы, получится эффектная отрицательная картинка, но она может быть столь же бесполезна, как рекламный оптимизм. Связанные параметры должны меняться по понятной логике. Например, меньшая загрузка может снизить часть переменных расходов, а смена арендатора, наоборот, добавить разовый расход. Модель должна отражать механизм, а не просто наказать предложение плохими числами.
Я бы сохраняла исходный базовый сценарий рядом с изменёнными версиями. Это позволяет видеть, какое именно предположение поменялось и насколько оно влияет на результат. Если каждый новый расчёт одновременно меняет пять строк, невозможно понять, что стало причиной разницы. Сценарное моделирование полезно именно прозрачностью, а не количеством вкладок в таблице.
Ещё один хороший вопрос — откуда взялось исходное число. Если ставка подтверждается действующим договором, это один уровень основания. Если это предложение в объявлении, другой. Если показатель выбран только потому, что при нём получается желаемая доходность, модель замыкается сама на себя. Чувствительность не исправляет слабые исходные данные, но быстро показывает, какие из них нельзя оставлять без проверки.
В результате расчёт превращается из попытки угадать будущее в инструмент понимания. Он не сообщает, сколько месяцев объект точно будет занят и какие расходы возникнут через год. Зато показывает, какие допущения несут основную нагрузку, какой запас есть у сценария и какую новую информацию стоит получить до решения. Именно этого я жду от хорошей модели: не красивого процента, а ясности, где он может измениться и почему.