Der er tre risikoanalyseteknikker, som skal være kendt for eksamen:
1. Følsomhedsanalyse
Følsomhedsanalyse er simpelthen metoden til at bestemme, hvor følsom vores NPV-analyse er for ændringer i vores variable antagelser. For at starte en følsomhedsanalyse skal vi først komme med et basisscenario. Dette er typisk NPV'en ved hjælp af antagelser, som vi mener er mest præcise. Derefter kan vi ændre forskellige antagelser, vi oprindeligt havde lavet baseret på andre potentielle antagelser. NPV beregnes derefter, og følsomheden af NPV baseret på ændringen i antagelser bestemmes. Afhængigt af vores tillid til vores forudsætninger kan vi afgøre, hvor potentielt risikabelt et projekt kan være.
2. Scenarioanalyse
Scenarioanalyse tager følsomhedsanalyse et skridt videre. I stedet for blot at kigge på følsomheden af vores NPV analyse til ændringer i vores variable antagelser, ser scenarieanalysen også på sandsynlighedsfordelingen af variablerne. Ligesom følsomhedsanalyse starter scenarieanalyse med opbygningen af et basisscenarie. Derefter betragtes andre scenarier, kendt som "bedste tilfælde" og "worst case scenario". Sandsynlighederne tildeles scenarierne og beregnes for at nå frem til en forventet værdi. I betragtning af sin enkelhed er scenarieanalyse en af de mest anvendte risikoanalyseteknikker.
3. Monte Carlo Simulation
Monte Carlo-simulering anses for at være den "bedste" metode til følsomhedsanalyse. Det kommer op med uendelige beregninger (forventede værdier) givet en række begrænsninger. Begrænsninger tilføjes, og systemet genererer tilfældige variabler af input. Derefter beregnes NPV. I stedet for at generere nogle få iterationer gentager simuleringen processen mange gange. Ud fra de mange resultater beregnes den forventede værdi.