一种方法是敏感性分析（sensitivity analysis），它用来检测某一特定净现值计算对特定假设条件变化的敏感度。这种方法也被认为是what-if分析和bop（最好的、乐观的和悲观的）分析。
如下例所示。Solar Electronics Corporation（SEC）最近开发了以太阳能为动力的喷气式发动机技术，并且想要进行大规模生产。初始（第1年）的投资为150000万美元，在未来5年内进行生产与销售，初步的现金流盘见表7.1。
表7-1 SEC案例的现金流量预测
总收入 我们假设市场营销部预计每年的销售收入为：喷气式发动机的销售量=市场份额x喷气式发动机的市场容量，3000=0.50 x 10 000，每年销售收入=喷气式发动机的销售量x销售单价，600000万美元=3000x200万美元
由此可见，喷气式发动机的总收入预测取决于三个假设：
1.市场份额；
2.喷气式发动机的市场容量；
3.每台喷气式发动机的销售单价。
表7-2 SEC公司对太阳能飞机的不同变量的估计
成本 财务分析师通常把成本划分为两大类：变动成本和固定成本。变动成本（variable costs）随着产量的变动而变动，当产量为零时变动成本也为零。直接人工和原材料成本通常都属于变动成本。一般来说，变动成本与产量是成比例的。典型的变动成本是那些每一单位产品固定不变的成本。例如，直接人工成本是变动成本，若每单位产量需要10美元的直接人工成本，那么100个单位的产品则需要1000美元的直接人工成本。固定成本（fixed costs）与某一特定时期的产品或服务的数盒无关。固定成本常常用每一单位时间的成本衡量如每月的租金或年薪。自然而然地，固定成本并非是永远固定不变的，只是在某一特定时期内是固定的。
对市场容量、市场份额、销售单价、单位变动成本、固定成本以及初始投资的估计，见表7-3的中间栏。这些数据是SEC公司对市场规模、市场份额等不同变量的正常估计。为了便于比较，公司的财务分析师同时提供了不同变量在乐观和悲观状态下的估计值，同样列于表中。
标准的敏感性分析，是假定其他变量处于正常估计值，计算某一变量的三种不同状态下可能估计出的NPV。这一过程如表7-3所示。例如，表7-3右上角的81.54亿美元的NPV，是在市场容量为乐观估计值，即市场容量为每年20000台，其他变量则处于正常估计水平，即市场份额为30%、销售单价为200万美元、单位变动成本为100万美元、每年固定成本为17.91亿美元、投资额为15亿美元时计算得出的。值得注意的是表7-3中间栏的数据均为15.17亿美元，这是由于在计算NPV中，所有变量都使用了正常状态的估计值。
表7-3 对太阳能飞机在第1期的NPV所做的敏感性分析
类似于表7-3的表格有多种用途。首先，从总体上来说，该我可以表明N PV分析是否值得信赖。换句话说，减少了前面所说的“安全错觉”。有可能出现这种情况：在每个变量处于正常估计状态时，NPV为正值；然而，当每个变量为悲观估计值时，NPV出现惊人的负值；而在每个变量都处于乐观估计状态时，NPV则为惊人的正值。这意味着，在所有变量的正常估计中，即使出现一个错误，那也将大大改变NPV。这使得人们有理由对净现值法产生怀疑。在这种情况下，保守型的经理或许会放弃NPV这一分析工具。值得庆幸的是太阳能喷气式发动机并不在此类，因为除了2个数据外，其余的NPV值均为正数。观看了表7-4的经理很有可能认为NPV法是适用于分析太阳能喷气式发动机的项目。
其次，敏感性分析可以指出在哪些方面需要搜集更多的信息。例如，在太阳能喷气式发动机的项目中，投资额估计出现误差这一问题并不严重，因为即使是在最悲观的状态下，仍有12.08亿美元的正NPV，而市场份额在最悲观估计下，则会导致6.96亿美元的负NPV；市场容量在最悲观估计下，则会产生-18.02亿美元的NPV。由于在本项目中，收入的错误估计比成本的错误估计对NPV值是正是负影响更大，因此在分析过程中，必须就影响收入的变量收集更多的信息。
因为这些优点，敏感性分析法被广泛运用于实践中。Graham和Harvey。报告说在392家样本企业中，50%以上的企业在它们的资本预算估计中运用了敏感性分析。这个比例相对于其提出只有75%的样本企业采用NPV分析法来说，就显得相当的大了。
不过，敏感性分析法也存在着若干不足。例如，敏感性分析可能会更容易造成经理们所提的“安全错觉”。假定项目的所有悲观估计都将产生正NPV，那么经理就会误认为该项目无论怎样都不会亏投。事实上，也会存在着过分乐观估计悲观状态值的情形。为避免这种情形出现，有些公司并没有主观地对悲观估计和乐观估计进行预测，而是把各个变量的悲观估计简单地设定为正常估计状态的某个百分比，如低于正常状态20%。然而，这种试图改进敏感性分析方法有效性的方法并不灵验，因为用同一固定百分比的偏离来确定所有变量的悲观状态忽略了一个事实，即某些变最比其他变璧更易于预测，所有变量的偏离正常状态的幅度并不等同。
另外，敏感性分析只是孤立地处理每个变量的变化，而实际上不同变量的变化很有可能是相互关联的。例如，无效的管理导致成本失控，公司的变动成本、固定成本和总投资这三个变量很有可能同时超过预期的正常估计水平。如果市场并不接受太阳能飞机，那么市场份额和销售单价将会同时下跌。
表7-4 空难场景下的现金流量预测
经理通常采用场量分析（scenario analysis）来消除这一敏感性分析所存在的问题的影响。场景分析是一种变异的敏感性分析。简单地说，这种方法考察一些可能出现的不同场景，每种场景综合了各种变量的影响。举例来说，假设一些空难事故的影响：如这些空难事故将减少飞行总量，从而抑制了新飞机发动机的需求增加，而且，即使太阳能飞机与空难事故无关，公众仍将反对任何有争议的技术引进和技术革新。由此，SEC公司的市场份额就有可能下滑。空难场景下的现金流量计算如表7-4所示。类似这样的一系列场景分析比标准的敏感性分析更能反映与项目有关的事项。
