LCC-kalkyler i byggbranschen
- förutsättningar och tolkning av resultat
Författare: Eric Eliasson Henrik Virro
Handledare: Elisabeth Kjellström
Examinator: Christopher von Koch Ämne: Företagsekonomi
Sammanfattning
Examensarbete, kandidatnivå, Ekonomihögskolan vid Linnéuniversitetet, företagsekonomi, 2FE91E, VT 2012
Författare: Henrik Virro och Eric Eliasson Handledare: Elisabeth Kjellström
Titel: LCC-kalkyler i byggbranschen - förutsättningar och tolkning av resultat
Bakgrund: Life-cycle costing (LCC) är en investeringskalkyl som tar hänsyn till
driftskostnader under hela investeringsobjektets livscykel. LCC-kalkyler används främst för att utvärdera investeringar som saknar intäktssida. Försök att tillämpa LCC-kalkyler inom byggnadsrelaterade investeringar har förekommit sedan 1980-talet. Trots de fördelar som finns med att använda LCC-kalkyler har användningen inte slagit igenom fullt ut. De främsta hindren har konstaterats vara brist på relevanta indata, samt otillräcklig erfarenhet att arbeta med LCC-kalkyler. Resultaten av kalkylerna upplevs därför som osäkra.
Syfte: Syftet med arbetet är att undersöka vilka problem som är relaterade till LCC-kalkylers
indata och tolkningen av deras resultat, samt att föreslå åtgärder som minskar omfattningen av dessa problem.
Metod: Arbetet har utgått från en abduktiv ansats, där en växelverkan mellan teori och empiri
varit utgångspunkten. Insamlade data har varit kvalitativa, både primära och sekundära. Sekundära data har bestått av utförda LCC-kalkyler och indata, och primära data har bestått av semi-strukturerade intervjuer med fem respondenter som arbetar på beställarsidan inom byggbranschen.
Resultat, slutsatser: Resultatet av arbetet visar på stora skillnader i hur beställare arbetar med
Abstract
Bacherlor’s thesis, Linnæus School of Business and Economics, Business Administration, 2FE91E, Spring semester 2012
Authors: Henrik Virro och Eric Eliasson Supervisor: Elisabeth Kjellström
Title of thesis: Life-cycle cost calculations in the Swedish building sector – prerequisites and
interpretation of results
Background: Life-cycle costing (LCC) is an investment calculation that takes into
account operating costs throughout the investee lifecycle. LCC calculations are mainly used to evaluate investments that have no revenue side. Attempts to apply the LCC calculations for building-related investments have occurred since the 1980s. Despite the advantages of using LCC calculations, use has not passed through in full. The main obstacles have been identified as a lack of relevant input data, and insufficient experience of working with LCC calculations. The results of calculations are perceived as being unreliable.
Purpose: The purpose of this thesis is to investigate problems related to the input data of LCC
calculations and interpretation of their results and to propose measures that will reduce the extent of these problems.
Method: The thesis is based on an abductive approach, where the interaction between theory
and empirical data was the starting point. Collected data have been qualitative, both primary and secondary. Secondary data consisted of performed LCC calculations and input data, and primary data consisted of semi-structured interviews with five respondents working at constructors in the construction industry.
Results, conclusions: The result of this thesis show large differences in how clients are
Innehåll
Innehåll ... v 1. Inledning ... 1 1.1. Bakgrund ... 1 1.2. Problemdiskussion ... 2 1.3. Syfte ... 4 1.4. Avgränsningar ... 4 1.5. Disposition ... 4 2. Metod ... 6 2.1. Litteraturstudie ... 6 2.2. Teoretisk referensram ... 72.3. Insamling av empiriskt grundmaterial/sekundära datakällor ... 7
2.4. Kompletterande litteraturstudie ... 7
2.5. Utvidgad teorietisk referensram ... 7
2.6. Insamling av empiriskt material genom intervjuer ... 8
2.7. Analys och tolkning ... 10
2.8. Slutsatser ... 10
2.9. Validitet och reliabilitet ... 10
3. LCC-kalkyler i teorin ... 12
3.1. Bakgrund LCC ... 12
3.2. Investeringskalkyler och diskonterade nuvärden ... 13
3.3. Indata till LCC-kalkyler ... 14
3.3.1. Kalkylränta ... 14
3.3.2. Investeringskostnader ... 16
3.3.3. Energipriser och energiprisökningar ... 17
3.3.4. El ... 18
3.3.5. Värme ... 20
3.3.7. Drift- och underhållskostnader ... 21
3.3.8. Vatten/Spillvatten ... 22
3.4. Kalkyltid ... 22
3.5. Restvärde och reinvestering ... 24
3.6. Övriga indata (städning, försäkring, projektering m.m.) ... 24
3.7. Analys av kalkylens resultat och hantering av osäkerhet... 24
3.8. Slutsatser, sammanfattning av teoretisk referensram ... 25
4. Empiriskt grundmaterial: Exempel på LCC-mallar och indata i byggbranschen 26 4.1. Exempel 1: Sweco Systems/Landstinget i Värmland ... 26
4.2. Exempel 2: Gicon/Vasakronan ... 27
4.3. Exempel 3: Västfastigheter riktlinjer för LCC-kalkyler ... 30
5. LCC-kalkyler hos beställarorganisationer ... 31
6. Analys och tolkning ... 34
7. Slutsatser ... 38
8. Diskussion och förslag till fortsatt forskning ... 40
1. Inledning
1.1. Bakgrund
Life cycle costing (LCC) är en typ av investeringskalkyl som skiljer sig från traditionella investeringskalkyler genom att LCC-kalkylen tar hänsyn till driftskostnader under kalkylobjektets uppskattade livstid (Gluch & Baumann 2004). LCC-kalkylen är i första hand användbar för utvärdering av investeringar som saknar intäkter, eller där dessa är svåra att koppla till investeringen.
Ett exempel som kan användas för att förstå när LCC-kalkylen kommer till användning är när en byggherre vill uppföra en byggnad för uthyrning. Byggherren kan välja mellan att investera mindre i en byggnad med höga driftskostnader eller investera mer i en byggnad med låga driftkostnader. Oavsett vilket alternativ som väljs kommer hyresintäkterna att vara desamma. Intäkterna är alltså inte relevanta för valet av investering. En LCC-kalkyl kan dock besvara frågan om vilket av investeringsalternativen som är mest lönsamt.
Ursprunget till LCC-kalkylen togs fram av det amerikanska försvarsdepartementet under 1960-talet. Under 1980-talet inleddes försök att tillämpa LCC-kalkyler inom byggnadsrelaterade investeringar (Gluch & Baumann 2004).
undersökning bland 94 större privata och offentliga företag inom byggbranschen att 66 % tillämpade någon form av livscykelperspektiv vid investeringsbeslut under 1999. Detta innebär dock inte nödvändigtvis att de tillämpade någon form av LCC-kalkylering. När LCC-metoder användes var det oftast vid investeringsbeslut som rörde installationer i byggnaden, exempelvis ventilation och värme.
De två främsta hindren mot att använda LCC-kalkylering som Sterner (2000) identifierade var dels svårigheten att finna relevanta indata, dels bristande erfarenhet av att använda LCC-kalkyler. Även om Sterners undersökning i skrivande stund (2012) är 13 år gammal, finns det mer aktuell forskning som visar att de identifierade svårigheterna med att använda LCC-beräkningar kvarstår (Arja et al 2009). Några av de faktorer som försvårar användandet av LCC-beräkningar inom byggbranschen är enligt Arja et al (2009) skillnader mellan antaganden i tidiga planeringsskeden och faktiska förhållanden under byggnadens livscykel. Dessa skillnader kan exempelvis vara att byggnadens funktion ändras, eller att byggnaden förändras genom ombyggnad/utbyggnad. Sådana förändringar kan vara så komplexa att inte ens känslighetsanalys eller sannolikhetsberäkningar kan ta hänsyn till dem (Arja et al 2009). Även Levin (2008), som utförde en enkätundersökning om LCC-kalkyler i byggbranschen riktad till ett 30-tal byggherrar och konsulter 2007 fick en mycket låg svarsfrekvens, vilket han ansåg kunna vara en indikation på låg användning av LCC-kalkyler i byggbranschen.
1.2. Problemdiskussion
Indata i LCC-kalkyler utgör bland annat byggherrens investeringsalternativ, kalkylränta och energipris, samt byggherrens egna prognoser när det gäller energiprisökningar och andra framtida kostnadsökningar. Det finns flera aspekter som kan försämra kalkylernas pålitlighet när dessa indata bestäms, och enligt Levin (2008) upplever många beställare att osäkra indata är det största problemet vid upprättandet av LCC-kalkyler. Ett av de indata som kan orsaka osäkerhet är kalkylräntan. Ett exempel på problematiken kring denna förekommer i Sweco Systems företagsgemensamma LCC-mall, där kalkylräntan ska anges som den reala räntan, men skillnaden mellan nominalränta och realränta är i många fall inte känd för de som brukar mallen. Räntan kan också enligt teorierna ändras över tiden, vilket medför att långa projekt har mer än en ränta. Räntan ska också relatera till risken inom verksamheten. Med den riskfria räntan som bas (vilken oftast sätts som U.S Treasury Bonds) får företagen betala ett premium beroende på risken i den egna rörelsen som speglar risken för finansiell stress och konkurs i rörelsen (Berk & DeMarzo, 2011). Räntan kan påverka investeringskalkylen avsevärt. Det är därför intressant att titta närmare på räntan som en av komponenterna i LCC-kalkylen.
Det finns alltså ett behov av att förbättra kunskapen inom ämnet och arbetsmetodiken hos byggherrar och konsulter. Den prognostiserade energiprisökningen som används vid LCC-kalkylering kan variera stort från kund till kund, och det har vuxit fram en praxis att ansätta en årlig ökning på 2 - 4 % realt utan bakomliggande analys (Levin, 2008). Det kan här finnas utrymme för att undersöka hur standardvärden för energiprisökningar kan se ut för olika energislag, som en funktion av beställarens struktur för energiinköp. Med struktur för energiinköp menas bland annat typen av avtal och volympåverkan.
Känslighetsanalysen när det gäller förändringar i energiprisökning och kalkylränta är även det ett område med förbättringspotential. Få byggherrar beställer en känslighetsanalys och dess resultat kan vara svårtolkat för beställaren (Levin, 2008). Det finns ett behov av att åskådliggöra känslighetsanalysen på ett tydligare sätt, samt att inkludera fler parametrar i denna.
Sammanfattningsvis kan problemställningarna för kandidatarbetet beskrivas som att vi kommer att undersöka hur LCC-kalkylens indata kan förbättras så att resultatet (utdata) blir mer pålitligt, samt att undersöka hur resultatet kan åskådliggöras så att det tydligt framgår hur lönsamheten ser ut för olika alternativ.
Ämnet för kandidatuppsatsen är teoretiskt relevant eftersom det anknyter till aktuell forskning inom ett ämnesområde som fortfarande har stor potential att utvecklas, samt har praktisk relevans genom att resultaten omedelbart kan tillämpas inom byggbranschen. Kravet på att arbetet ska bidra till kumulativiteten inom området innebär att arbetet ska bygga vidare på redan utförd forskning (Arvidsson & Rosengren 2002). Detta krav kan anses vara uppfyllt mot bakgrund av att arbetet fortsätter in på områden som bland annat Levin (2008) och Arja et al (2009) tangerar utan att behandla och dessutom nämner som problem.
1.3. Syfte
Syftet med detta arbete är att undersöka vilka problem som är relaterade till LCC-kalkylers indata och tolkningen av deras resultat, samt att identifiera potentiella förbättringsåtgärder.
1.4. Avgränsningar
Fokus ligger på problem relaterade till LCC-kalkylers indata och tolkning av resultat inom byggbranschen, andra typer av investeringskalkyler och tillämpningar inom andra branscher behandlas enbart kortfattat. Enbart de vanligaste typerna av indata behandlas utförligt.
1.5. Disposition
Ett metodkapitel följer härnäst. Kapitlet beskriver detaljerat vilken ansats vi använt, hur arbetet har gått till, och varför vi valt den väg vi valt.
Efter metodkapitlet följer den teoretiska referensramen som belyser fenomenet LCC-kalkyler, deras bakgrund, indata och resultat. Syftet är att läsaren ska få en djupare inblick i kalkylernas uppbyggnad, användningsområde och funktion.
När den bakomliggande teorin är avhandlad följer empiriskt grundmaterial om LCC-kalkyler som lyfter fram exempel på både mallar för LCC-LCC-kalkyler och indata.
Efter grundmaterialet följer ett kapitel som beskriver arbetet med insamling av
empiriska data om LCC-kalkyler hos beställarorganisationer som gjorts genom intervjuer med respondenter inom byggbranschen.
Den analys och tolkning som gjorts med hjälp av intervjuerna och den teoretiska referensramen följer efter de empiriska kapitlen.
2. Metod
Det finns olika typer av forskningsansatser. En deduktiv ansats tar sin utgångspunkt i teorier, som sedan tillämpas på verkligheten.
En induktiv ansats tar sin utgångspunkt i verkligheten och gör observationer som syftar till att formulera teorier. I detta arbete har vi använt oss av en abduktiv ansats (Alvesson & Sköldberg 2008). Med det menar vi att har arbetat utifrån en process där vi växelvis rört oss mellan att utgår från teorier och modeller, och insamling av empiriskt material. Dock kan inte den abduktiva ansatsen anses som en mix av induktiv och deduktiv ansats, då den tillför nya moment som inte återfinns i någon av dessa ansatser (Alvesson & Sköldberg 2008). Processen kan betraktas som iterativ. Vår arbetsprocess (Figur 1) kan beskrivas genom att delas in i åtta steg och beskrivs nedan.
2.1. Litteraturstudie
Arbetet inleddes med att genomföra en litteratursökning för att få fram relevant litteratur och forskningsartiklar inom området. Sökningarna genomfördes i databaserna Academic Search Elite, Affärsdata, Business Source Premier, Science Direct och Google Scholar. De artiklar som vi hittat inom vårt område och ansett vara relevanta har vi sedan båda läst igenom och diskuterat för att skaffa oss en gemensam bild över vilka artiklar och teorier vi bör basera vårt arbete på.
Sökord: LCC, Life cycle cost, net present value, energy costs, maintenance costs, cost of capital, sensitivity analysis.
2.2. Teoretisk referensram
Utifrån den relevanta litteratur och de artiklar vi hittade inom området författades en teoretisk referensram som beskriver och sammanfattar det för oss aktuella området. I författandet av den teoretiska referensramen har vi försökt hålla oss kritiska till våra källor och enbart använt oss av sådant material som vi hittat genom vetenskapliga källor. Det ska helst vara en publicerad artikel eller en välrenommerad bok inom området.
2.3. Insamling av empiriskt grundmaterial/sekundära datakällor
Efter att vi författat den teoretiska referensramen inhämtade vi empiriskt grundmaterial som används vid LCC-kalkylering i byggbranschen. Detta material består av Excel-modeller, rapporter eller instruktioner kring hur olika aktörer använder sig av LCC-kalkyler. Denna typ av data kan betecknas som kvalitativa och sekundära (Andersen, 1998). Vi valde att göra detta steg efter att vi författat den teoretiska referensramen då arbetet med den gav oss en ökad förståelse kring vilket material som vi skulle efterfråga. Vi har använt detta underlag som sekundär datakälla i vårt arbete och ligger till grund för utformning av frågor till våra intervjuer.
2.4. Kompletterande litteraturstudie
Efter att vi gått igenom det empiriska grundmaterialet utfördes kompletterande litteratursökningar eftersom vi identifierat luckor i vår teoretiska referensram. Dessa bestod framförallt av utökade beskrivningar av kalkylränta och nuvärden samt hur dessa delar används inom offentliga organisationer. Även säsongsberoende fjärrvärmepriser identifierades som en lucka i den teoretiska referensramen. Vi gjorde också en generell ny sökning för att komplettera tidigare litteraturstudie. Det gav oss en ökad insikt inom området LCC-kalkyler då vi i detta skede skaffat oss en relativt god teoretisk förståelse kring vad LCC-kalkyler är och vad de kan bidra med inom framförallt fastighetsbranschen.
2.5. Utvidgad teorietisk referensram
kan användas inom olika organisationer. När detta steg var klart ansåg vi att vi hade en väl genomarbetad referensram med de relevanta delarna medtagna.
2.6. Insamling av empiriskt material genom intervjuer
Våra primärdata består av material inhämtat genom intervjuer. Utifrån den teori och de sekundära data som vi tagit fram utfördes intervjuer med fem personer hos beställarorganisationer inom byggbranschen. Dessa personer har gemensamt att de kommer i kontakt med LCC-kalkyler, eller andra typer av lönsamhetsbedömningar för investeringar. Respondenterna har valts ut genom att vi hört oss för inom byggbranschen efter namn på personer som kan vara intressanta att intervjua. Respondenterna har alltså inte valts ut slumpmässigt, men de återfinns inte heller i författarnas bekantskapskrets eller som kollegor på arbetsplatsen. Fokus i intervjuerna ligger på hur beställarna tar fram indata som kalkylränta och energipriser, samt hur de tolkar resultat från LCC-kalkyler. Denscombe (2009) menar att en intervju oftast är bra att använda sig av när man vill samla in åsikter, uppfattningar och erfarenheter, vilket vi anser att vi bör komplettera det skriftliga materialet med. En intervju kan genomföras som en strukturerad, semistrukturerad eller ostrukturerad intervju.
Den strukturerade intervjun innebär att man har en mycket stark kontroll över frågeställningarna och dess svar. Denna form liknar i mångt och mycket ett frågeformulär som besvaras genom ett personligt möte. Intervjun har förberetts genom att frågor med olika svarsalternativ ställts upp i förväg. I vårt fall kan den strukturerade intervjun vara olämplig, eftersom vi vill gå på djupet i frågor som exempelvis hur beställare fastställer indata, och även kunna gå in på områden och följa trådar som dyker upp under intervjuns gång.
Den semistrukturerade intervjun påminner om den strukturerade intervjun på så sätt att man i detta fall har förberett ett antal frågor på förhand. De som intervjuar är dock betydligt mer flexibla och kan ändra ordningsföljd på frågorna, ställa kompletterande följdfrågor samt låta den intervjuade utveckla sina idéer och tankar. Slutligen den
låter man den intervjuade utveckla sina tankar och idéer enbart genom att introducera ett tema eller område inför intervjun (Denscombe, 2009).
I vårt arbete har samtliga fem intervjupersoner intervjuats med en semistrukturerad intervju. Vi anser att en semistrukturerad intervju har lämpat sig bäst i detta fall, då vi redan har så pass bra kännedom om ämnesområdet och arbete med LCC-kalkyler utifrån den teoretiska referensramen och sekundärdatat vilket gör att vi kan vara någorlunda specifika i vår frågeställning. Samtidigt har vi velat få respondenterna att kunna utveckla sina resonemang och förklara saker som vi inte kunnat hitta i teorierna eller det empiriska grundmaterialet sedan tidigare. Detta stämmer väl överens med vad Andersen (1998) anser vara ett bra tillfälle att använda den semistrukturerade intervjun. Förhoppningarna som fanns innan intervjuerna genomfördes var att utifrån respondenternas svar kunna göra observationer som exempelvis:
● respondenterna går till väga på samma sätt (eller helt skilda sätt) när de tar fram indata
● respondenterna tolkar LCC-kalkylernas resultat på samma sätt (eller helt olika sätt) ● respondenterna upplever vissa specifika svårigheter när de ska tolka resultatet av
LCC-kalkyler
● respondenterna använder LCC-kalkyler vid likartade investeringsbeslut eller vid vitt skilda typer av investeringsbeslut (glödlampa/byggnad).
2.7. Analys och tolkning
Efter att vi genomfört intervjuerna har vi genomfört en analys där det teoretiska materialet har vägts mot det empiriska materialet (grundmaterial och intervjuer). Syftet med analysen har varit att kategorisera det empiriska materialet för att kunna beskriva vad vi kommit fram till (Andersen, 1998). Analysen genomförs med hjälp av den editerade metoden. Genom den editerade metoden skapas olika kategorier av ämnen. När man tillämpar denna metod utgår man inte från specifika nyckelord utan söker efter de aktuella nyckelorden i själva datamaterialet. Det är således tolkningen av materialet som utgör grunden för kategorierna (Höst, Regnell & Runeson, 2006). De kategorier som vi utgår ifrån i detta arbete är kategorierna organisationer/roller, arbetsmetodik, hantering av osäkerhet och alternativa kalkylmetoder. Vid analys av forskningsdata utgår man ofta enligt Denscombe (2009) från fem olika steg. Det gör vi även i vårt arbete. De fem stegen är:
1) Iordningsställande av data 2) Inledande utforskning av data 3) Analys av data
4) Framställning och presentation av data 5) Validering av data
2.8. Slutsatser
Med utgångspunkt från vår analys tog vi avslutningsvis fram ett antal slutsatser och förslag till förbättringar relaterat till framtagning och användning av indata vid LCC-kalkylering och tolkning av resultat från LCC-kalkyler. Vi tog också upp en vidare diskussion om LCC-kalkyler och förslag på fortsatt forskning inom området.
2.9. Validitet och reliabilitet
oss en kompletterande bild till de faktiska kalkylerna. Den kompletterande bilden ger oss ökad förståelse för att kunna besvara vår problemformulering.
3. LCC-kalkyler i teorin
Den teoretiska referensramen i detta avsnitt syftar till att beskriva LCC-kalkylen, vilka dess indata är och kalkylens resultat. Genom att beskriva hur LCC-kalkylens beståndsdelar ser ut och hur de tas fram ska läsaren kunna förstå svårigheten med att arbeta med LCC-kalkyler men också var förbättringspotentialen ligger.
3.1. Bakgrund LCC
De senaste två-tre årtiondena med en alltmer konkurrensutsatt miljö har det blivit allt viktigare att ett företags resurser används optimalt. Som ett steg i den riktningen har vikten av att planera och följa upp ett företags olika tillgångar med dess kostnader och intäkter under tillgångens hela livstid, från utveckling/inköp till avveckling, ökat. Life Cycle Costing (LCC) är ett sätt att analysera en tillgång som ett företag har genom att ta i beaktande alla relevanta kostnadsfaktorer som relaterar till tillgången under dess livstid. Enkelt uttryck innebär detta att grundinvesteringen och framtida kostnader och intäkter summeras (Kristiansson, M. 2010). Processen involverar kostnadsestimeringar under hela livscykeln som grund för vilket inköpsalternativ man sedan väljer. Det är inte ovanligt att livscykelkostnaden ofta är flera gånger den initiala inköps- eller investeringskostnaden. Det är därför viktigt att ett företags ledning förstår vad livscykelkostnaden innebär och kan ta sina beslut utifrån den kunskapen (Woodward, 1997).
Trots att en LCC-kalkyl ger värdefull information så har olika undersökningar visat att tekniken att diskontera kassaflöden genom att använda sig av en LCC-metodik används relativt sparsamt. Argenti menar att ”många chefer vet inte ens vad ett kassaflöde är, det är då svårt att förvänta sig att de då ska kunna diskontera det” (Woodward, 1997 sid. 335).
byggnadstekniska system och författarna förutspår att användandet av LCC-kalkyler i projekteringsstadiet kommer att öka.
3.2. Investeringskalkyler och diskonterade nuvärden
Ax et al (2009) definierar en investeringskalkyl som en sammanställning av in- och/eller utbetalningar för ett visst objekt för ett visst ändamål för en viss tidsperiod. När in- eller utbetalningar sker vid olika tillfällen måste de omräknas för att kunna jämföras, eftersom penningvärdet förändras över tiden. Diskontering och nuvärdesberäkning är två olika uttryck med samma innebörd som beskriver denna beräkning (Ax et al 2009). Omräkningen sker med hjälp av en kalkylränta, och nuvärdet av en in- eller utbetalning beräknas som (Gluch & Baumann 2004):
Där:
n är antalet in/utbetalningar
P är in/utbetalningens storlek
i är kalkylräntan
t är tiden
Där varje enskilt nuvärde 1 till och med N beräknas med ekvation 1 ovan (Kristiansson, 2010). Senare i detta kapitel kommer de ingående parametrarna som utgör tänkbara indata att beskrivas mer ingående. Det kan påpekas att det av ekvation 2 följer att resultatet av en LCC-kalkyl kan presenteras på olika sätt. Antingen visas enbart olika investeringsalternativs summerade nuvärde, eller så särredovisas dessutom de ingående komponenterna, det vill säga grundinvesteringen och nuvärdena av framtida kostnader.
3.3. Indata till LCC-kalkyler
Gluch & Baumann (2004) ger följande exempel på indata som kan behövas för att göra en LCC-kalkyl på en byggnad (Tabell 1):
Investeringskostnader Driftskostnader Specifika projektdata
Byggnation/Grundinvestering Administration Byggnadstyp
Byggplats Energi Projekteringstyp
Projektering Vatten/Spillvatten Materialtyp
Restvärde Material Plats
Rivning Städning Livscykel
Övrigt Underhåll Övrigt
Försäkring
Ränta
Skatt Övrigt
Tabell 1 - Vanligt förkommande indata i LCC-kalkyler (Gluch & Baumann, 2004). I fet kursiv stil är de indata som är vanligast enligt Kristiansson (2010).
Det är dock ovanligt att samtliga dessa indata förekommer i en LCC-kalkyl. De som oftast förekommer är ränta, grundinvestering, restvärde, energi samt underhåll (Kristiansson, 2010). Dessa är markerade i fet kursiv stil i Tabell 1.
3.3.1. Kalkylränta
tillgängligt kapital, och investerare ställer krav på investeringars lönsamhet. Kalkylräntan kallas den lägsta avkastningen som en investerare kräver av en investering. (Ax et al, 2009)
Kalkylränta i privata företag
En modell för att sätta räntan kallas ”capital asset pricing model” mer känd som CAPM. CAPM förutsätter att det finns en en-till-en relation mellan systematisk risk (uttryckt i beta-tal) och den krävda avkastningen. Ett beta-tal för ett företag som handlas publikt kan tas fram genom regressionsanalys av avkastningen från företaget mot avkastningen av ett relevant marknadsindex. Det finna även möjligheter att hitta ett beta för icke listade aktier (Schauten, Stegink, & Graaff, 2010). Vi kommer här inte att gå in mer på betavärden utan konstaterar att de är en viktig del för att räkna fram kalkylräntan.
Den risk som ligger i en aktie kräver investerare betalt för. Det görs genom ett riskpåslag på den riskfria räntan. Den riskfria räntan brukar ofta sättas till U.S. treasury securities. Men rent praktiskt har de flesta investerare någon form av kostnad ovanpå det så ofta använder man i praktiken de räntesatser som de bästa företagsobligationerna betalar (Berk & DeMarzo 2011).
Med ovanstående resonemang kan således avkastningen på det egna kapitalet sättas till:
Re = Rf + Beta x (Rm – Rf) + företagsspecifik riskpremie (Ekvation 3)
Re = avkastningskrav på eget kapital Rf = den riskfria räntan
Beta = mått på volatilitet i ett företag eller en bransch i förhållande till aktiemarknadsindex
(Rm – Rf) = marknadens riskpremie (Berk & DeMarzo 2011).
Den företagsspecifika riskpremien är svår att uppskatta, men rent historiskt har den ofta satts till 6 % (Axelsson, 2011).
faktor. Med WACC så erhåller man en viktad räntesats som tar hänsyn till företagets finansiering och kapitalstruktur. Även skattesatsen ska beaktas när man räknar ut WACC då den minskar om man ökar skuldsättningen i företaget. Formeln ser ut enligt följande (Berk & DeMarzo 2011):
(Ekvation 4) där:
= WACC = eget kapital
= främmande kapital (exempelvis skulder) = företagets totala kapital
= avkastningskrav på eget kapital = räntesats på främmande kapital = skattesats
Kalkylränta i offentliga organisationer
I Sverige finns ingen generellt satt diskonterings/kalkylränta som offentliga organisationer kan använda sig av. Det är istället upp till varje enskild organisation att fatta beslut om vilken kalkylränta som ska användas i de enskilda fallen. En alltför låg räntesats kan medföra konskevenser för ekonomin på sikt. Exakt vilka dessa konsekvenser är kan vara svårt att sia om men är självklart kopplat till vilken funktion räntan ges i det offentliga Sverige (Rapp & Selmer, 1980).
3.3.2. Investeringskostnader
eller priser skiljer sig åt nämnvärt mellan olika leverantörer, tvärtom finns en stor likhet mellan olika leverantörers erbjudanden och kommersiella villkor (Dubois & Gadde, 2000). Däremot skiljer sig det pris som olika entreprenörer erbjuds hos olika materialleverantörer avsevärt på grund av olika svårbegripliga system med “ologiska” rabatter (Carlander och Pyykkö, 2008). Gad & Qvillberg (2008) konstaterar också att inköp av installationer anses vara bland de svåraste inköpen inom byggbranschen, och som tidigare nämnts så är installationer vanligt förekommande i LCC-kalkyler. När större investeringar som innehåller flertalet olika produkter ska kalkyleras kommer prisvariationer av detta slag att få minskad betydelse. En LCC-kalkyl som rör en enstaka produkt, exempelvis valet av en fläkt, kan däremot i hög grad påverkas av varierande investeringskostnad.
Ett arbetssätt som de senaste tio åren prövats i byggbranschen är att upphandla entreprenader med partneringförfarande1 (Carlander och Pyykkö, 2008). Ett av syftena med detta arbetssätt är att motverka oförutsedda kostnadsökningar inom byggentreprenader. En öppen ekonomi mellan parterna som ingår ett partneringsamarbetete är en grundsten i förfarandet (Carlander och Pyykkö, 2008). För LCC-kalkylen innebär det i många fall att den aktuella partneringentreprenören kan uppge vad den faktiska investeringskostnaden kommer att bli. Alltså elimineras den osäkerhet som finns inbyggd i det faktum att olika entreprenörer erhåller olika pris från sina leverantörer, en osäkerhet som vanligtvis finns i det tidiga skedet innan en entreprenör är upphandlad.
3.3.3. Energipriser och energiprisökningar
Några av de parametrar som ofta utgör indata i LCC-kalkyler inom byggbranschen är priset på olika energislag, och den tillhörande energiprisökningen. Det finns flera olika energislag som är värda att nämna; el, värme och kyla är de huvudsakliga typerna, men värme och kyla kan sägas ha flera undergrupper. Exempelvis kan värme köpas i form av fjärrvärme eller olja. Kyla kan köpas i form av fjärrkyla, men också produceras i kylmaskin.
3.3.4. El
Elpriset är inte sällan en ingångsparameter i LCC-kalkyler i byggbranschen. Elpriset som en slutkonsument betalar kan sägas bestå av fem olika delar, vilka är elhandel (inköp av elenergi), elnät samt skatt, moms och elcertifikat (Statens energimyndighet 2006). I Figur 2 framgår den ungefärliga andelen som dessa utgör av den totala kostnaden för en genomsnittlig konsument, dock förekommer stora variationer mellan olika konsumenter (Statens energimyndighet 2006). Elhandeln är sedan 1 januari 1996 avreglerad och konsumenten kan själv välja leverantör (Andersson & Bergman 1995). Priset som konsumenten betalar utgår ifrån de spotpriser som förekommer på handelsplatsen Nord Pool, dessa varierar beroende på tillgång och efterfrågan (Svensk Energi 2011). Det finns dock inköpsstrategier som många större konsumenter tillämpar i syfte att säkerställa ett förutsägbart och samtidigt så lågt pris som möjligt, till exempel genom portföljförvaltning hos en portföljförvaltare (Karlsson 2006).
Figur 2 - Elprisets sammansättning (Statens energimyndighet 2006).
och är starkt beroende av hur konsumentens elförbrukning ser ut. En grov indelning kan sägas vara att det finns två huvudtyper av tariffer; säkrings- och effekttariff. Generellt sett faktureras större fastigheter utifrån effekttariffen, där toppförbrukningen samt mängden överförd el har avgörande betydelse för avgiftens storlek. Säkringstariffen kan sägas utgå från storleken på den avsäkring som konsumenten valt, vilken i sin tur teoretiskt utgår från toppförbrukningen. Tariffen är dock inte uppbyggd på samma sätt som effekttariffen, och kan sägas utgöra en kombination av en rörlig och en halvfast kostnad2, då den består av en
del som är rörlig och en del som är halvfast. Intervallet för den halvfasta delen är inom gränser som sätts av olika säkringsstorlekar (Fortum 2012). Prisutvecklingen för elnätstjänsten var relativt måttlig fram till 2008, därefter har de årliga prisökningarna varit kraftiga (Energimarknadsinspektionen 2011a).
Energiskatt är en statlig punktskatt som beslutas av riksdagen och tas ut som funktion av antalet konsumerade kWh (Statens energimyndighet 2006). Eftersom den är politiskt beslutad saknar den koppling till elmarknaden. Moms tas ut på samtliga övriga fyra delar av elpriset, alltså även energiskatten. (Statens energimyndighet 2006)
Systemet med elcertifikat infördes 2003 och är en av förklaringarna till ökande elpriser under 2000-talet (Energimarknadsinspektionen 2011a). Systemet är ett marknadsbaserat sätt att stödja utbyggnaden av förnyelsebar energiproduktion, och priset på certifikaten sätts således som en funktion av utbud och efterfrågan. Efterfrågan skapas genom den kvotplikt som innebär att elanvändare tvingas att köpa en viss mängd certifikat i förhållande till hur mycket el de använder. (Energimarknadsinspektionen 2011a)
Eftersom priset på både elnät och elhandel skiljer sig åt avsevärt beroende på avtal, konsumtion, kundtyp m.m. är det svårt att generellt säga hur mycket elpriset ökar då detta varierar från kund till kund. Nedan följer Tabell 2 som visar prisutvecklingen för en villakund med en förbrukning på 20 000 kWh, vilket ofta används som en standardförbrukare vid jämförelser (Statens energimyndighet 2006).
2 En halvfast kostnad är en kostnad vars totalsumma ändras med intervall som beror av verksamheten.
Elhandel Elnät Elcertifikat Energiskatt och moms
1996 0,30 0,22 0 (2003:2) 0,29
2010 0,80 0,28 2009:3 0,62
Årlig ökning 7,3 % 1,7 % 2,9 % 5,6 %
Tabell 2 - Pris för de olika slagen av elkostnader i kr, samt årlig ökning i %. 2010 års prisnivå, vilket gör att den årliga ökningen är real. Baserat på 20 000 kWh förbrukning, villakund. (Statens
energimyndighet 2006)
Baserat på de olika slagen av kostnader och deras andel av den totala förbrukningen (Tabell 2) blir den totala årliga ökningen av elpriset 5,4 % årligen (reala värden).
De flesta beställare kan enkelt beräkna den egna kostnaden för el, samt den elprisökning som skett. Svårigheten när den ska tillämpas i en LCC-kalkyl ligger dels i att elpriset är semi-rörligt, och dels i att fastställa hur stor elprisökningen kommer att vara under kalkyltiden, eftersom detta i praktiken helt bygger på prognoser. Det ligger nära till hands att anta att många beställare använder den historiska prisutvecklingen som en prognos för framtida prisökningar, men det måste antas att det finns en stor osäkerhet kring relationen mellan historisk utveckling och framtida utveckling. Elskatten är ett exempel på detta, då den ökat realt med 5,6 % årligen mellan 1996 och 2010, men då den är helt beroende av politiska beslut kan det inte antas att denna utveckling ska fortsätta enbart baserat på historisk utveckling. För att dra sådana slutsatser krävs långtgående analyser av det politiska beslutsfattandet.
3.3.5. Värme
Priset och prisökningen på värme är liksom el ofta indata i LCC-kalkyler inom byggbranschen. Värme är inget homogent energislag, utan kan komma från olika källor (Energimarknadsinspektionen 2011b). Fjärrvärme, el, olja, naturgas och pellets är enligt Energimarknadsinspektionen (2011b) de vanligaste. Priset och prisökningen på el behandlas ovan. I Tabell 3 återfinns prisutvecklingen på övriga värmeslag, i reala värden. Som det framgår av Tabell 3 skiljer sig priset och prisökning åt mellan olika typer av värme.
tillämpas under olika årstider, vilket kan göra att priset under sommarmånaderna är 20% av priset vintertid (Göteborg Energi 2012). För kalkyler som rör investeringar som förbrukar värme kan detta påverka LCC-kalkylen, framförallt om värmeförbrukningen för investeringarna inte är lika fördelade över årstiderna.
Fjärrvärme Olja Naturgas Pellets
Pris 2000 58 62 44 33
Pris 2010 75 116 101 55
Ökning (real) 23 % 86 % 130 % 68 %
Årlig ökning (real) 2,1 % 6,4 % 8,7 % 5,3 %
Tabell 3 - Prisutveckling för olika typer av värme. Reala värden. (Energimarknadsinspektionen 2011b)
3.3.6. Kyla
Kyla är i likhet med värme inget enhetligt energislag. Kyla kan produceras lokalt av fastighetsägare i kylmaskiner som drivs av el, eller köpas i form av fjärrkyla. Om kylan produceras i kylmaskin kommer prisökningen att vara detsamma som prisökningen för el, medan priset på kylan beror av kylmaskinens effektivitet. Priset på fjärrkyla ökade i genomsnitt med 296 % realt mellan 1998 och 2008 vilket motsvarar 11,5 % i årlig real ökning (Svensk Fjärrvärme 2012).
3.3.7. Drift- och underhållskostnader
Typ Ventilations-arbeten Ombyggnader Läggning av stålrör Isolerade ledningar KPI Index 1996 183,7 171,3 222,5 227,5 255,6 Index 2011 302,5 268,8 376,5 364,5 306,2
Årlig nominell ökning (%) 3,4 3,0 3,6 3,2 1,2
Årlig real ökning (%) 2,2 1,8 2,4 2,0 -
Tabell 4 - Prisförändringar för några typer av arbeten inom byggbranschen. (SCB, 2012, Byggindex, 2012).
Det framgår av Tabell 4 att prisökningen för några olika typer av arbeten och material inom byggbranschen varit avsevärt högre än inflationen under perioden 1996-2011. Detta kan inte automatiskt översättas till kostnadsutvecklingen för drift och underhåll, men kan ändå vara en indikation på hur prisutveckling har sett ut under de senaste 15 åren, då arbetsmomenten vid drift och underhåll av byggnadstekniska anläggningar är snarlika de som ingår vid uppförande av anläggningen.
3.3.8. Vatten/Spillvatten
Gluch & Baumann (2004) nämner vatten/spillvatten som en vanlig parameter i LCC-beräkningar inom byggbranschen. För vatten/spillvatten råder i princip ett naturligt monopol genom kommunala Va-anläggningar (Pätsi & Thorell, 2010). Kostnaden för vatten/spillvatten kan i likhet med el beskrivas som en halvfast kostnad (Pätsi & Thorell, 2010), dock med beståndsdelar som inte är lika fullt komplicerade att beräkna. Vanligtvis tas en fast avgift per fastighet ut, kombinerat med en rörlig avgift som beror av hur mycket vatten som används. Ett genomsnitt för de totala kostnaderna (fasta + rörliga) utslaget per m3 vatten är 20 kr inkl. moms (VVS Företagen 2011). Prisutvecklingen för genomsnittliga VA-avgifter i Sverige har mellan 2001 och 2009 varit betydligt högre än KPI (Pätsi & Thorell, 2010). Den reala årliga ökningen mellan 2001 och 2009 var 1,9 % (Pätsi & Thorell, 2010).
3.4. Kalkyltid
funktionalitet bibehålls. Den tekniska livslängden kan vara svår att uppskatta. Det är vanligt att den ekonomiska livslängden sätts till kortare tid än den tekniska för att säkerställa lönsamheten i de fall den tekniska livslängden förkortas av exempelvis hur underhållet utförs (Levin et al, 2008). I vissa fall kan det vara motiverat att tillämpa en så kallad brukstid som kalkyltid, som är kortare än den ekonomiska livslängden. Det kan vara lämpligt när det är på förhand klart att en investering inte ska brukas under hela livslängden.
Figur 3 - Byggnadens livscykel. (Arja et al 2009)
Typ av system Teknisk livslängd
Värmepumpar 20 år
Radiatorer 50-100 år
Avloppsrör 30-60 år
Tabell 5 - Tekniska livslängder (VVS Företagen 2011).
3.5. Restvärde och reinvestering
Diaz (2005) skriver med hänvisning till Bejrum (1996) att restvärde saknas i LCC-kalkyler, eftersom kalkyltiden sätts till livslängden. Det förekommer dock att brukstiden sätts till kortare tid än livslängden, vilket genererar ett restvärde (Levin et al, 2008). Alternativt kan en LCC-kalkyl innehålla olika alternativa investeringar, där vissa har kortare livscykel än andra. För att göra alternativen jämförbara krävs då antingen en reinvesteringskostnad i alternativet med kortare livslängd, eller ett restvärde i alternativet med längre livslängd som då uppstår vid den kortaste livslängdens slut.
3.6. Övriga indata (städning, försäkring, projektering m.m.)
Som framgår av Gluch & Baumann (2004) återgivet i Tabell 1, så finns ett antal parametrar som kan utgöra indata till LCC-kalkyler. De som nämns av Gluch & Baumann (2004) är exempelvis städning, försäkring, projektering, administration, skatt, osv. Dessutom tillkommer alla tänkbara parameterar som kan tänkas dyka upp när verkligheten ska tas i beaktande vid upprättande av en LCC-kalkyl. Dessa är givetvis inte irrelevanta, men Kristiansson, (2010) pekar inte ut dessa som vanligt förekommande indata när LCC-kalkyler utförs inom byggbranschen. Därför måste här göras en gränsdragning. I nästa del av denna uppsats kommer empiriskt material att inhämtas i form av grundmaterial och intervjuer. Om något av dessa “mindre vanliga” indata förekommer i det empiriska materialet, så kan vi då återvända och avhandla dessa teoretiskt.
3.7. Analys av kalkylens resultat och hantering av osäkerhet
Det vanliga förfarandet för att hantera denna osäkerhet är att genomföra en känslighetsanalys (Marshall & Ruegg 1977). En känslighetsanalys utförs genom att den variabel som ska undersökas tillåts variera och olika resultat kan beräknas som en funktion av den variabeln. Sterner (2000) visade att de vanligaste parametrarna som undersöktes med avancerad känslighetsanalys var kalkylränta, energipriser och kalkyltid, medan det i enklare fall enbart var kalkylräntan som undersöktes.
3.8. Slutsatser, sammanfattning av teoretisk referensram
4. Empiriskt grundmaterial: Exempel på LCC-mallar
och indata i byggbranschen
Det finns en stor mängd verktyg för LCC-kalkyler i bruk i byggbranschen, varav vissa är egentillverkade av det brukande företaget och andra är kommersiella (Levin, 2008). Resultaten av kalkylerna presenteras på olika sätt, exempelvis i rapporform. Syftet med detta kapitel är att presentera exempel på LCC-beräkningar som utförts. Genom att presentera dessa får läsaren en bättre inblick i struktur och innehåll, samtidigt som nya fakta kan framkomma.
4.1. Exempel 1: Sweco Systems/Landstinget i Värmland
Figur 4 - Första sidan i Sweco Systems LCC-mall. Exemplet rör en investering med val mellan olika diskmaskiner för storköksbruk.
första sidan i Sweco Systems mall för LCC-kalkyler, där kalkylförutsättningar framgår. Resterande sidor som tillhör LCC-kalkylen återfinns i bilaga 1. Som det framgår av figuren finns möjlighet att ange följande indata: kalkylränta (real), betraktelsetid (kalkyltid) energipriser (möjligt att anpassa till aktuellt kalkylobjekt), samt årliga reala kostnadsökningar på underhåll, drift samt energi. Att det rör sig om reala kostnadsökningar framgår av att indata ska anges som “Årlig kostnadsökning vid fast penningvärde”. De årliga kostnadsökningarna är angivna till 3 % i denna kalkyl, vilket ligger inom det “slentrianmässiga” intervall på 2-4 % som Levin (2008) nämner. Utan att veta hur beställaren av LCC-kalkylen tagit fram siffran 3 % så kan det dock inte sägas att den är “slentrianmässigt” framtagen, då det mycket väl kan finnas en djupare prognos bakom denna. Även för drift har den årliga prisökningen angetts till 3 %.
På nästa sida i LCC-mallen (se bilaga 1) anges investeringens storlek och de årliga kostnaderna under kalkyltiden. Resultatet presenteras på denna sida i form av dels nuvärde, dels återbetalningstid och avkastningsränta. Här kanske den uppmärksamme läsaren höjer på ögonbrynen, eftersom återbetalningstid och avkastningsränta inte kan beräknas för investeringar som inte genererar avkastning. I detta fall är det frågan om diskmaskiner, som kalkylmässigt inte inbringar intäkter. I detta fall beräknas återbetalningstiden genom att besparingen för ett alternativ jämfört med nollalternativet och divideras med investeringskostnaden. Alltså, om alternativ 1 är X kr billigare i drift per år jämfört med alternativ 0 så beräknas återbetalningstiden som X/(investeringskostnaden för 1). Detta sätt att beräkna en återbetalningstid får i det aktuella exemplet effekten att alternativ 1 får 19,2 års “återbetalningstid”, trots att investeringen är 224 000 kr lägre än investeringen i alternativ 0, och de årliga driftkostnaderna i alternativ 1 är avsevärt lägre än i alternativ 0.
På LCC-mallens tredje sida (se bilaga 1) presenteras resultaten grafiskt. De olika alternativens summerade nuvärden visas i staplar som även visar uppdelningen mellan grundinvestering och olika nuvärden.
4.2. Exempel 2: Gicon/Vasakronan
beställarens fastigheter. Företaget som utfört kalkylen använder inte en färdig mall för LCC-kalkyler, utan gör beräkningar för varje kalkyl utan färdig mall. I figur 5 återfinns indata för kalkylen.
Figur 5 Kalkylförutsättningar
Som figuren visar är den reala kalkylräntan 6 % och energiprisökningen 2 % (avser real ökning), vilket innebär att energiprisökningen återfinns inom Levins (2008) intervall på 2-4 %. Resultaten presenteras i sifferform enligt figur 6.
Figur 6 Resultatet för ett kalkylerat alternativ.
I rapporten finns en rubrik som benämns “känslighetsanalys” där det förs ett resonemang om hur ändrade tekniska förutsättningar kan påverka kalkylens giltighet.
Figur 7 - Resultatsammanställning för samtliga kalkylerade alternativ i exemplet. Åtgärderna ackumuleras från vänster till höger i figuren.
4.3. Exempel 3: Västfastigheter riktlinjer för LCC-kalkyler
Västfastigheter (se bilaga 3 för företagspresentation) arbetar med att ta fram standardvärden på indata till LCC-kalkyler. I bilaga 8 finns dessa presenterade i sin helhet, dock är det i skrivande stund (2012-05-29) en förhandskopia som inte är slutgiltigt fastställd.
Av riktlinjerna framgår att den reala kalkylräntan är 4 %. Energiprisökningarna är 4 % för el och 2 % för både värme och kyla. Energipriser finns angivna för el, värme och kyla. Energipriserna är angivna för olika orter, vilket innebär att priset på fjärrvärme skiljer sig åt mellan orterna. Något som framgår av energipriserna är att fjärrvärmetaxan varierar mellan olika årstider, vilket kan sägas vara en säsongstaxa. I Göteborg är exempelvis vinterpriset på fjärrvärme 0,49 kr/kWh medan sommarpriset är 0,10 kr/kWh.
5. LCC-kalkyler hos beställarorganisationer
Intervjuerna genomfördes under perioden 30/3-13/4 2012. Frågorna (bilaga 2) rörde hur respondenternas organisationer arbetar med LCC-kalkyler och andra investeringskalkyler. Samtliga intervjuer med respondenternas svar återfinns i bilaga 3-7. Fokus i intervjuerna ligger på hur respondenterna praktiskt arbetar med LCC-kalkyler, hur indata tas fram och hur resultatet tolkas.
Respondenterna som intervjuats är:
Hans Bjurbäck, teknisk förvaltare på Västfastigheter som är en del av Västra Götalandsregionen, Sveriges näst största region/landsting. Fastighetsbeståndet (ca 2 000 000 m2) består främst av vårdlokaler som förvaltas i egen regi. Bjurbäcks tjänst har särskild fokus på energifrågor och hans roll är att samordna energiarbetet i distrikt Göteborg och regionen i stort. Bjurbäck leder flera energigrupper inom distrikt Göteborg, samt deltar i ett antal grupper på regionnivå. Bjurbäck arbetar främst med långsiktiga strategier för energieffektivitet, alltså inte i första hand med att beställa LCC-kalkyler. Bjurbäck har däremot varit med och utformat riktlinjer för indata till LCC-kalkyler (se bilaga 8 och kapitel 4.3), till exempel energipriser. Västfastigheter är intressanta att ha med i denna studie då de dels är offentliga, dels har de kommit en bra bit på vägen med att arbeta med LCC-kalkyler.
Bengt-Åke Karlsson, teknikförvaltare energi vid Landstingsfastigheter (en del av Landstinget i Värmland) som ansvarar för förvaltning, utveckling och drift av lokaler, främst för sjukvården. Karlsson ansvarar för energifrågor som exempelvis arbetet med LCC-kalkyler inom Landstingsfastigheter. I Landstingsfastigheters byggprojekt arbetar han även med certifiering, exempelvis LEED3-certifiering. Landstingsfastigheter har kommit långt i sitt arbete och har kontinuerliga veckomöten kring de pågående LCC-kalkylerna.
Olof Pettersson, driftansvarig under en av fyra ortchefer på Vasakronan, som är en av de större fastighetsförvaltarna i Sverige med ett fastighetsinnehav värderat till ca 90
miljarder kr. Petterson arbetar med driftfrågor, bland annat energieffektiviseringar där LCC-kalkyler är ett sätt att utvärdera investeringar. Vasakronan använder LCC-kalkyler för mer än enbart energiinvesteringar. De använder det både vid om- och tillbyggnader vilket gör organisationen till ett intressant studieobjekt.
Patrik Persson, energi- och miljöchef för Göteborg och Skåne-regionen på Wallenstam, som är ett börsnoterat företag med ett fastighetsvärde på ca 27 miljarder kr. Wallenstam finns i Göteborg, Stockholm och Helsingborg. Persson arbetar med att stödja och hjälpa organisationerna med energi- och miljöfrågor, samt även förvaltningsfrågor. Genom sin roll är Persson insatt i investeringar i energieffektiviseringar och lönsamhetsbedömningar. Idag arbetar inte Wallenstam med LCC-kalkyler som standard, även om de överväger att göra det. Trots att de inte har kommit så långt så ansåg vi att det var intressant att ta med dem för att studera i vilken omfattning de trots allt använder LCC-kalkyler och varför de i sådana fall inte gör det fullt ut.
Jan-Olov Karlsson-Fält, verksamhetschef (jämförbart med VD) på Fastighetsföreningen Vi förenade, som är en liten förening i Falun med 36 000 m2 lokalarea. Genom sin roll i organisationen är Karlsson-Fält insatt i hur en mindre fastighetsägare arbetar med lönsamhetsbedömningar och kalkyler. Vi ansåg att det är intressant att se även hur ett litet företag arbetar med LCC-kalkyler om de överhuvudtaget gör de och i sådant fall i vilken omfattning.
roll i det dagliga arbetet. Även deras respektive organisationers påverkan på hur investeringar bedöms framstår som konkret i vissa fall, vilket kanske inte minst kan förklaras av att Västfastigheter och Landstingsfastigheter är offentliga fastighetsägare, Wallenstam och Vasakronan är privata och Vi förenade är en förening. Bjurbäck uppger exempelvis att den egna (offentliga) organisationen har en annan, mindre strikt syn på avkastning än privata fastighetsägare. Genom att välja olika typer av organisationer minskar risken att dra felaktiga slutsatser på grund av att organisationer som är lika kan tänkas ha mer likartad syn och likartade arbetssätt. Ett exempel är att vi gjorde valet att ta med Vi förenade för att fånga upp hur investeringskalkyler används i både större och mindre företag.
6. Analys och tolkning
Levin (2008) menar att svarsfrekvensen i hans studie om LCC-kalkyler pekar på att användningen av dessa kan misstänkas vara låg inom fastighetsbranschen. Det visar sig även i våra intervjuer då vissa av organisationerna inte arbetar aktivt med LCC-kalkyler. Alla arbetar dock med olika former av kalkyler. En av organisationerna säger sig inte använda LCC-kalkyler, men i en fördjupad diskussion visar de sig arbeta mycket strukturerat med nuvärdesanalyser och indata till dessa analyser. En tolkning av detta kan vara att begreppet LCC-kalkyl inte är väl spritt eller etablerat inom fastighetsbranschen idag. Gluch & Baumann (2004) menar att LCC-kalkylen i första hand är användbar för utvärdering av investeringar som saknar intäkter, eller där dessa är svåra att koppla till investeringen. Många tar dock upp att LCC-kalkyler används i olika former av
investeringar och då även nyinvesteringar där det torde finnas intäkter kopplade till kalkylobjektet. Andra typer av kalkyler som används är nyttokalkyl och BELOK:s totalprojekt4 (Beställargruppen lokalers totalprojekt).
Västfastigheter, Landstingsfastigheter och Vasakronan använder sig av konsulter för att ta fram LCC-kalkylerna. Vasakronan gör det dock i en mindre omfattning och tar fram många egna kalkyler. De motiverar det mindre användandet av konsulter med att organisationen är stor och på så sätt har egna resurser att tillgå. Om organisationen är liten så som föreingen Vi Förenade verkar de också mer arbeta med egna kalkyler då de inte har de finansiella resurserna att anlita konsulter.
Västfastigheter har standardvärden på el, vatten, värme och kyla. De har speciell dokumentation att ta fram för att hitta dessa ingångsparametrar. Landstingsfastigheter tar dock upp problemet att fjärvärmepriserna varierar i olika delar av landet. Dessa parameterar måste därför beaktas med bättre geografisk precision för att kalkylerna ska bli rättvisande. Vi Förenade räknar upp kostnadsökningen med KPI eller annat likvärdigt index. Landstingsfastigheter har fastställt hur energiprisökningar ska hanteras genom
beslut av politiker. Energiprisökningen uppger så gott som samtliga att de har svårigheter
att fastställa. Även investeringskostnaderna uppger en respondent ha svårigheter att fastställa vilket bekräftar tidigare studier inom området. Vissa beställare verkar inte tillämpa olika energiprisökningar för el, värme och andra energislag utan använder samma procentsats rakt av. Enbart Västfastigheter uppger att de har standardvärden för vatten- och avloppskostnader, trots att VA-avgifter utgör en stor kostnad för många beställare.
Kalkylräntan som används i kalkylerna är i samtliga organisationer, Vi förenade undantagen, satta av den centrala ledningen. Varför de har satts på den nivån framgår inte av våra intervjuer. De intervjuade verkar helt enkelt sakna den typen av information.
Sterner (2000) påpekar att det inte är säkert att beställare arbetar med LCC-kalkyler, även om många uppger att de tillämpar ett livscykelperspektiv. Detta stämmer väl in på tre av respondenterna, som uppger att de inte använder nuvärden i sina kalkyler trots att de har livscykelperspektiv på sina kalkyler.
Arbetsmetodiken och LCC-kalkylens roll varierar stort mellan respondenterna. Hos Landstingsfastigheter framstår LCC-kalkylen som en viktigt redskap i arbetet med investeringar, och ett systematiskt arbetssätt tillämpas. I andra fall som hos ex vis Wallenstam verkar det mer vara en sekundär arbetsmetod.
sätta energiprisökningen till en lägre takt än förväntat eller använda högre kalkylränta anser vissa respondenter att osäkerheten minskar.
Förutom känslighetsanalys är ett sätt att förbättra resultatets att presentera det summerade nuvärdet uppdelat på dess beståndsdelar, så som det beskrivs med ekvation 2. Ett exempel på detta finns i bilaga 1 (s. II), där det summerade nuvärdet visas grafiskt som en stapel med olika beståndsdelar. Poängen med detta är att de olika beståndsdelarna kan vara olika osäkra, och det blir lättare för de som ska tolka resultatet att bilda sig en uppfattning om säkerheten i kalkylen om det framgår hur stora de olika beståndsdelarna är.
Beställarna av LCC-kalkyler tillämpar många olika modeller för att fastställa energiprisökningar. I valet mellan att gissa inom det “slentrianmässiga intervallet” på 2 - 4 % kan ett bättre alternativ vara att använda historiska värden, även om de i sig inte är en prognos för framtida ökningar. Det vi kommit fram till genom den teoretiska ramframställningen (se kapitel 3.3) är att energipriserna ökat med följande årliga reala kostnadssökningar de senaste tio åren:
• Värme: 2,1 - 8,7 % beroende på typ. • El: 5,4 %
• Kyla: 11,5 % • VA-avgifter: 1,9 % • Drift/Underhåll: 2 %
Ett annat sätt att förbättra kalkylens indata är att utgå från aktuella kostnader för den
fastighet som investeringen i kalkylen tillhör. Framförallt värme har stora variationer beroende på vilken typ av värme som fastigheten försörjs med. Om fjärrvärme används, vilket är vanligast, är det av avgörande betydelse vilket fjärrvärmenät som fastigheten är ansluten till. Även priset på el kan variera stort för en och samma fastighetsägare, då effekttariff kan gälla för vissa fastigheter och säkringstariff för andra. Det gäller då att hantera svårigheten kring vilket pris som ska användas, eftersom det är svårt att skilja fasta från rörliga kostnader. Eftersom det kan uppstå ”språng” när vissa tröskelvärden passeras måste det tillämpas en högre noggrannhet i vissa fall. Vissa fastighetsägare tillämpar
7. Slutsatser
Efter att ha vägt det empiriska materialet mot den teoretiska referensramen har ett antal slutsatser kunnat dras när det gäller hur LCC-kalkylers indata kan förbättras och hur resultatet kan tolkas och förbättras.
Slutsats 1: Att enbart använda värden på KPI eller standardvärden i LCC-kalkyler tar inte
fasta på komplexiteten i indatat. Att använda kostnader och kostnadsökningar baserade på aktuella förhållanden vid LCC-kalkylering kan avsevärt förbättra precisionen för en kalkyl där kostnaderna ligger på energisidan, jämfört med en kalkyl som bygger på gissningar. Med aktuella förhållanden avses variationer mellan olika eltariffer, fjärrvärmetaxor, säsongstaxor, och andra förhållanden som i det aktuella fallet påverkar kostnader och kostnadsökningar.
Slutsats 2: Kalkylräntan som sätts hos företagen som använder ränteberoende kalkyler
sätts på oklara grunder eller av en central organisation. Förståelsen kring varför räntan sätts på den aktuella nivån är inget som direkt kommuniceras ut till medarbetare trots att den i teorin är en mycket viktig pusselbit i en LCC-kalkyl.
Slutsats 3: Begreppet LCC-kalkyl är inte tillräckligt etablerat eller standardiserat inom
fastighetsbranschen ännu. Det skapar en osäkerhet i hur kalkylerna ställs upp och hur deras resultat ska tolkas.
Slutsats 4: Det finns en stor variation i arbetsmetodik när det gäller LCC-kalkyler, och
vilken roll de har i olika byggherrars arbete med att utvärdera investeringar. LCC-kalkyler används i olika former av investeringar och då även nyinvesteringar, vilket på sätt och vis går mot tidigare forskning.
8. Diskussion och förslag till fortsatt forskning
Utgångspunkten i etta arbete har varit att studera hur LCC-kalkylers resultat kan förbättras med hänsyn till indata och presentation. Detta för att säkerställa att kalkylerna i sig blir mer pålitliga. Den bild som framträder är att LCC-kalkyler används i varierande omfattning och att den samlade branschkunskapen kring denna form av kalkyler kan förbättras. Genom att fler förstår sig på hur kalkylerna är utformade kan antagligen fler personer vara med och bidra till att kalkylerna blir korrekt utformade. Det går lite i motsatt riktning mot vad några av våra respondenter gav uttryck för. De hävdade att de som behövde informationen visste hur de skulle hantera den. Vi kan dock konstatera brister även hos de som ska använda sig av kalkylerna. Vi tycker att en så pass fundamental sak som vilken diskonteringsränta som används bör vara väl kommunicerat och då menar vi inte enbart vilken siffra det är i exakta tal utan också varför den är satt till ett visst värde. Om storleken på räntan är baserad på ägarnas avkastningskrav, företagets möjligheter till att låna eller andra anledningar och kombinationer runt detta är viktigt för de som arbetar med kalkylerna att förstå detta.
Offentliga fastighetsägare kan tänkas ha ett större egenintresse av att optimera kostnader på längre sikt, då de offentliga fastigheterna i många fall uppförs med en avsikt att de ska förbli i samma fastighetsägares förvaltning i stort sett hela livsländen. Privata fastighetsinvesteringar kan i många fall göras med avsikten att avyttra vid rätt tillfälle, kanske direkt efter färdigställandet. Perspektiven på vad som är lönsamt blir då ett annat.
Känslighetsanalys är ett verktyg som används sparsamt bland respondenterna, trots att alla upplever osäkerheter och rena gissningar i arbetet med kalkyler. Här kan ett stort frågetecken sättas då det inte framkommer några negativa synpunkter på att använda denna typ av analys. Troligtvis är det brisande kunskap som saknas och ett tankesätt att marginal kan ersätta känslighetsanalyser för att hantera osäkerheterna i kalkylerna. Det kan också diskuteras hur en korrekt känslighetsanalys ska utföras. Oftast går känslighetsanalysen ut på att kalkylränta eller energiprisökningar får variera och effekten på alternativen i kalkylen studeras. Dock har vi konstaterat att även investeringskostnaden är en osäkerhet, vilket gör att en väl utförd känslighetsanalys även borde ta hänsyn till att investeringskostnaden kan bli större eller mindre.
Vi har i vårt arbete fokuserat på två problemformuleringar. Vi anser att vi lyckats besvara båda i arbetet. Den första problemformuleringen fokuserade på hur LCC-kalkylens indata kan förbättras för att göra resultatet mer tillförlitligt. Där har vi sett att det finns stor potential till förbättring genom att gå bort från standardvärden och KPI som inte tar upp hela komplexiteten med indatat. Indatat bör vara mer faktabaserat. Den andra problemformuleringen fokuserade på hur resultatet kan åskådliggöras tydligare. Vi har här mer kommit fram till att det är information om kalkylräntor och avkastingskrav som bör kommuniceras ut i organisationen. De som använder kalkylerna bör förstå vad ett visst avkastningskrav och diskonteringsränta betyder för deras verksamhet.
beställarna arbetar och deras uppfattningar, dels att det kan vara mycket svårt att få ett tillräckligt litet bortfall. Detta har varit ett problem för forskare, som Levin (2008). Ett stort bortfall kan uppstå när det förmodligen är svårt att nå rätt person inom respektive organisationen med en enkät. Det kan också uppstå på grund av okunskap eller ovana att arbeta med LCC-kalkyler. Risken är stor att många enkäter förblir obesvarade enbart för att de aldrig når rätt person. Vi anser således att vi valt rätt metod för detta arbete.
9. Källor
Adalberth, K. (2000). Energy Use and Environmental Impact of New Residential
Buildings. Report TVBH-1012. Department of Building Physics. Lund Institute of Technology.
Alvesson M. & Sköldberg K. (2008). Tolkning och reflektion – vetenskapsfilosofi och kvalitativ analys. Studentlitteratur, Lund.
Andersen, Ib. (1998). Den uppenbara verkligheten: Val av samhällsvetenskaplig metod. Lund,
Studentlitteratur.
Andersson, B & Bergman, L. (1995). Market structure and the price of electricity: An ex ante analysis of the deregulated Swedish electricity market. Energy Journal; 1995, Vol. 16 Issue 2, p97.
Arja, M., Sauce, G. och Souri, B. (2009). External uncertainty factors and LCC: a case
study. Building Research & Information 37(3) s. 325-334.
Arvidsson, P. & Rosengren K.-E. (2002). Sociologisk metodik. Liber, Malmö. Ax, C. et al (2009). Den nya ekonomistyrningen. Liber, Malmö.
Axelsson (2011). Samtal med Ulf Axelsson, Handelshögskolan i Stockholm Byggindex (2012). Tillgänglig: http://www.byggindex.scb.se/
Carlander, R. och Pyykkö, J. (2008). Partnering ur beställarens perspektiv -
intervjuundersökning hos NCC:s beställare av partneringentreprenader. Examensarbete 15 hp. Institutionen Ingenjörshögskolan, Högskolan i Borås, Borås.
Carlsson, C. (2006). Livscykelperspektiv i byggprocessen. En undersökning av dagens
användning. Examensarbete 2006:163 Institutionen för samhällsbyggnad, Luleå tekniska universitet.
Denscombe. (2009). Forskningshandboken. Lund: Studentlitteratur.
Diaz, P. (2005). Fastighetsförvaltningens paradox. Kan man förena låga kostnade med hög
Dubois, A. och Gadde, L-E. (2000). Supply strategy and network efects - purchasing
behaviour in the construction industry. European Journal of Purchasing & Supply Management 6 (2000) 207-215
Energimarknadsinspektionen (2011a). Utveckling av elnätsavgifter 2010-2011. PM 2011:05.
Energimarknadsinspektionen (2011b). Uppvärmning i Sverige 2011. EI R2011:06. Eskilstuna.
Fortum (2012). Elnätspriser för Stockholm.
Tillgänglig: http://www.fortum.com/countries/se/privat/elnat/natomraden-priser/prislistor-lokalnat/stockholm/pages/default.aspx
Gad, L. & Qvillberg, M.(2008). Samordning av inköp - Utvecklingsmöjligheter på Peab ByggRegion Trollhättan. Kandidatuppsats, 15hp, Uppsala Universitet
Statens energimyndighet (2006). Prisbildning och konkurrens på elmarknaden, ER 2006:13
Gluch, P. & Baumann, H. (2004). The lift cycle costing (LCC) approach: a conceptual discussion of its usefulness for environmental decision-making. Building and Environment 39 p. 571-580
Göteborg Energi (2012). Information om fjärrvärmepriser på webbplats. Tillgänglig: http://www.goteborgenergi.se/Foretag/Produkter_och_tjanster/Fjarrvarme/Priser_och_erbju danden
Höst, Regnell, & Runeson. (2006). Att genomföra examansarbete. Lund: Studentlitteratur. Karlsson, L. (2006). Portföljförvaltning av el i Landstinget i Värmland. Rapport 05-2006. Revisionskontoret, Landstinget i Värmland.
Kristiansson, M. (red.) (2010). Räkna för livet. Handbok för livscykelkostnad (LCC). Utveckling av fastighetsföretagande i offentlig sektor (UFOS). Stockholm.
Levin, et al (2008). Livscykelekonomi vid planering, byggande och förvaltning. Boverket, Karlskrona.
Leigh, S.-B. & Won J.-S. (2004). A Case Study for Design Decisions on Building Service
System using LCC Analysis. Journal of Asian Architecture and Building Engineering/May 2004/84.
