Følsomhedsanalyse

Hvad er følsomhedsanalyse?

Følsomhedsanalyse bestemmer, hvordan forskellige værdier af en uafhængig variabel påvirker en bestemt afhængig variabel under et givet sæt antagelser. Med andre ord studerer sensitivitetsanalyser, hvordan forskellige kilder til usikkerhed i en matematisk model bidrager til modellens samlede usikkerhed. Denne teknik bruges inden for specifikke grænser, der afhænger af en eller flere inputvariable.

Følsomhedsanalyse anvendes i erhvervslivet og på det økonomiske område. Det er almindeligt brugt af finansanalytikere og økonomer og er også kendt som en hvad-hvis-analyse.

Hvordan følsomhedsanalyse fungerer

Følsomhedsanalyse er en finansiel model, der bestemmer, hvordan målvariabler påvirkes baseret på ændringer i andre variabler kendt som inputvariable. Denne model omtales også som hvad-hvis eller simuleringsanalyse. Det er en måde at forudsige resultatet af en beslutning givet et vist udvalg af variabler. Ved at oprette et givet sæt af variabler kan en analytiker bestemme, hvordan ændringer i en variabel påvirker resultatet.

Både mål- og input- eller uafhængige og afhængige variabler analyseres fuldt ud, når følsomhedsanalysen udføres. Den person, der laver analysen, ser på, hvordan variablerne bevæger sig, samt hvordan målet påvirkes af inputvariablen.

Følsomhedsanalyse kan bruges til at give forudsigelser om aktiekurserne i offentlige virksomheder. Nogle af de variabler, der påvirker aktiekurserne, omfatter virksomhedens indtjening, antallet af udestående aktier, gæld-til-egenkapital-forholdet (D/E) og antallet af konkurrenter i branchen. Analysen kan forfines om fremtidige aktiekurser ved at lave forskellige antagelser eller tilføje forskellige variabler. Denne model kan også bruges til at bestemme, hvilken effekt ændringer i rentesatser har på obligationskurserne. I dette tilfælde er renterne den uafhængige variabel, mens obligationskurserne er den afhængige variabel.

Investorer kan også bruge følsomhedsanalyse til at bestemme effekten af forskellige variabler har på deres investeringsafkast.

Følsomhedsanalyse giver mulighed for prognoser ved hjælp af historiske, sande data. Ved at studere alle variablerne og de mulige resultater kan der træffes vigtige beslutninger om virksomheder, økonomi og at foretage investeringer.

Eksempel på følsomhedsanalyse

Antag, at Sue er en salgschef, der ønsker at forstå virkningen af kundetrafik på det samlede salg. Hun bestemmer, at salget er en funktion af pris og transaktionsvolumen. Prisen på en widget er $1.000, og Sue solgte 100 sidste år for et samlet salg på $100.000. Sue fastslår også, at en stigning på 10 % i kundetrafik øger transaktionsvolumen med 5 %. Dette giver hende mulighed for at opbygge en finansiel model og følsomhedsanalyse omkring denne ligning baseret på what-if-udsagn. Den kan fortælle hende, hvad der sker med salget, hvis kundetrafikken stiger med 10 %, 50 % eller 100 %. Baseret på 100 transaktioner i dag, svarer en stigning på 10 %, 50 % eller 100 % i kundetrafik til en stigning i transaktioner med henholdsvis 5 %, 25 % eller 50 %. Følsomhedsanalysen viser, at salget er meget følsomt over for ændringer i kundetrafikken.

Følsomhed vs. Scenarieanalyse

Inden for finans oprettes en følsomhedsanalyse for at forstå, hvilken indflydelse en række variabler har på et givet resultat. Det er vigtigt at bemærke, at en følsomhedsanalyse ikke er det samme som en scenarieanalyse. Antag som et eksempel, at en aktieanalytiker ønsker at lave en følsomhedsanalyse og en scenarieanalyse omkring indvirkningen af indtjening pr. aktie (EPS) på en virksomheds relative værdiansættelse ved at bruge multiplum af pris-til-indtjening (P/E).

Følsomhedsanalysen er baseret på de variabler, der påvirker værdiansættelsen, som en finansiel model kan afbilde ved hjælp af variablenes pris og EPS. Følsomhedsanalysen isolerer disse variable og registrerer derefter rækken af mulige udfald.

På den anden side, for en scenarieanalyse, bestemmer analytikeren et bestemt scenarie, såsom et børskrak eller ændring i industriregulering. Han ændrer derefter variablerne i modellen for at tilpasse sig det scenarie. Tilsammen har analytikeren et samlet billede. Han kender nu hele rækken af udfald, givet alle ekstremer, og har en forståelse af, hvad udfaldene ville være, givet et specifikt sæt variabler defineret af scenarier i det virkelige liv.

Fordele og begrænsninger ved følsomhedsanalyse

Udførelse af følsomhedsanalyse giver en række fordele for beslutningstagere. For det første fungerer det som en dybdegående undersøgelse af alle variablerne. Fordi det er mere dybtgående, kan forudsigelserne være langt mere pålidelige. For det andet giver det beslutningstagere mulighed for at identificere, hvor de kan foretage forbedringer i fremtiden. Endelig giver det mulighed for at træffe fornuftige beslutninger om virksomheder, økonomien eller deres investeringer.

Men der er nogle ulemper ved at bruge en model som denne. Resultaterne er alle baseret på antagelser, fordi variablerne alle er baseret på historiske data. Det betyder, at den ikke er helt nøjagtig, så der kan være plads til fejl, når analysen anvendes på fremtidige forudsigelser.

##Højdepunkter

• Følsomhedsanalyse bestemmer, hvordan forskellige værdier af en uafhængig variabel påvirker en bestemt afhængig variabel under et givet sæt antagelser.

• Denne model omtales også som en hvad-hvis eller simuleringsanalyse.

• Følsomhedsanalyse kan bruges til at hjælpe med forudsigelser i børsnoterede virksomheders aktiekurser eller hvordan renter påvirker obligationskurserne.

• Følsomhedsanalyse giver mulighed for prognoser ved hjælp af historiske, sande data.