Har du vad som krävs för att räkna in effekter av inflation, ränta och el?

Någon sa på en podd att vi står inför den kanske mest välannonserade lågkonjunkturen på länge. Kanske stämmer det, det har väl knappast undgått någon att inflationen, räntan och elpriser spökar i vår ekonomi. Men hur duktiga är vi på att strukturerat ta ner dessa makroekonomiska faktorer till agerbara, kvantifierade insikter för våra respektive bolag?

Många av er satt säkerligen liksom undertecknad med scenario-analyser redan förra våren för hur handeln och specifika branscher skulle utvecklas. Back-of-the-envelope uträkningar för att estimera påverkan av räntehöjningar, elpriser och prisökningar på andra ”måste-inköp” för hushållen. Räntehöjning om 1% motsvarar ca 35-40 miljarder SEK ökade kostnader för hushållen som behöver kompenseras för genom minskad konsumtion i andra kategorier eller minskat sparande. En ökning av kilowattimma-priset med 1SEK i snitt över året motsvarar 50 miljarder SEK (antagande hushållsförbrukning om 50 TWh/år). En snittökning på matpriser om 10% motsvarar ca 30 miljarder SEK.

Många av er trodde säkerligen också, liksom undertecknad, att detta skulle slå snabbare och mer kraftfullt än vad det gjort. En mild vinter, en stor del av hushållens lån som varit bundna, släpande hyres- & bostadsföreningsavgiftshöjningar samt fortsatt stark arbetsmarknad under hösten har hjälpt till att skjuta denna effekt på framtiden – och med lite tur också plattat ut kurvan. Men underliggande effekter har inte försvunnit och vi bör vara vaksamma på hur detta utvecklas.

Hur kan vi då vara vaksamma och lära oss av utvecklingen? Vi vet att dessa underliggande effekter har en påverkan men har svårt att säga exakt hur stor och exakt när i tiden. Låter för mig som en typisk ”Known Unknown”-risk och ett ypperligt tillfälle för organisatoriskt lärande! Om ni inte redan har så är det hög tid att skapa en enkel modell som övergripande förklarar utvecklingen mellan hushållens konsumtion och utvecklingen i er bransch. Fokusera på de stora talen och skapa antaganden – det kommer inte bli helt rätt. Följ upp utfallet och bygg in lärdomar i modellen framåt.

Lägg dessutom till hur detta påverkar just dina kunder. Siffror från SCB visar på en stor skillnad i hur inflationen slår på olika kundgrupper (jmf. Okt 2022: ”Familjen” 14,5% vs. ”Pensionärsparet” 8,3%). Analysera siffror med fördelningen i era respektive kundgrupper för ökad förståelse och berika därefter era prognoser med datadrivna insikter.

Lyckas ni arbeta in detta ges en baseline som alla kan enas kring, styrelse, ledning, organisation och därmed möjlighet att fokusera diskussionerna på hur just ni ska förhålla er till utvecklingen. Som en bonus till detta kommer modellen också kunna användas för att simulera uppsidan när inflationen och räntorna över tid minskar och vara lagom vågade för att fånga tillväxten på andra sidan…

Hör av er om ni har behovet av en sådan modell - och är ni flera som sitter med samma utmaning ser vi till att skapa grundmodellen tillsammans tvärs branscher och delar på tid, insikter och kostnader! Om ni vågar vill säga…