Analiza wrażliwości

Co to jest analiza wrażliwości?

Analiza wrażliwości określa, w jaki sposób różne wartości zmiennej niezależnej wpływają na konkretną zmienną zależną przy danym zestawie założeń. Innymi słowy, analizy wrażliwości badają, w jaki sposób różne źródła niepewności w modelu matematycznym przyczyniają się do ogólnej niepewności modelu. Ta technika jest używana w określonych granicach, które zależą od jednej lub więcej zmiennych wejściowych.

Analiza wrażliwości jest wykorzystywana w świecie biznesu oraz w dziedzinie ekonomii. Jest powszechnie używany przez analityków finansowych i ekonomistów i jest również znany jako analiza warunkowa.

Jak działa analiza wrażliwości

Analiza wrażliwości to model finansowy, który określa, jaki wpływ na zmienne docelowe mają zmiany innych zmiennych zwanych zmiennymi wejściowymi. Model ten jest również określany jako analiza warunkowa lub symulacyjna. Jest to sposób na przewidzenie wyniku decyzji przy określonym zakresie zmiennych. Tworząc dany zestaw zmiennych, analityk może określić, jak zmiany jednej zmiennej wpływają na wynik.

Zarówno zmienne docelowe, jak i wejściowe — lub niezależne i zależne — są w pełni analizowane podczas analizy wrażliwości. Osoba przeprowadzająca analizę przygląda się, jak zmienne poruszają się, a także jak zmienna wejściowa wpływa na wartość docelową.

Analiza wrażliwości może być wykorzystana do prognozowania cen akcji spółek publicznych. Niektóre zmienne, które wpływają na ceny akcji, obejmują dochody firmy, liczbę wyemitowanych akcji, wskaźniki zadłużenia do kapitału własnego (D/E) oraz liczbę konkurentów w branży. Analizę można doprecyzować na temat przyszłych cen akcji, przyjmując różne założenia lub dodając różne zmienne. Model ten można również wykorzystać do określenia wpływu zmian stóp procentowych na ceny obligacji. W tym przypadku zmienną niezależną są stopy procentowe, a zmienną zależną ceny obligacji.

Inwestorzy mogą również skorzystać z analizy wrażliwości, aby określić wpływ różnych zmiennych na ich zwroty z inwestycji.

Analiza wrażliwości pozwala na prognozowanie z wykorzystaniem historycznych, prawdziwych danych. Badając wszystkie zmienne i możliwe wyniki, można podejmować ważne decyzje dotyczące przedsiębiorstw, gospodarki i inwestycji.

Przykład analizy wrażliwości

Załóżmy, że Sue jest menedżerem ds. sprzedaży, który chce zrozumieć wpływ ruchu klientów na całkowitą sprzedaż. Ustala, że sprzedaż jest funkcją ceny i wielkości transakcji. Cena widżetu wynosi 1000 USD, a Sue sprzedała 100 w zeszłym roku za łączną sprzedaż 100 000 USD. Sue określa również, że 10% wzrost ruchu klientów zwiększa wolumen transakcji o 5%. To pozwala jej zbudować model finansowy i analizę wrażliwości wokół tego równania w oparciu o stwierdzenia „co, jeśli”. Może jej powiedzieć, co stanie się ze sprzedażą, jeśli ruch klientów wzrośnie o 10%, 50% lub 100%. Na podstawie 100 obecnych transakcji wzrost ruchu klientów o 10%, 50% lub 100% oznacza wzrost liczby transakcji odpowiednio o 5%, 25% lub 50%. Analiza wrażliwości pokazuje, że sprzedaż jest bardzo wrażliwa na zmiany w ruchu klientów.

Wrażliwość a analiza scenariuszy

W finansach tworzona jest analiza wrażliwości, aby zrozumieć wpływ szeregu zmiennych na dany wynik. Należy zauważyć, że analiza wrażliwości to nie to samo, co analiza scenariuszowa. Jako przykład załóżmy, że analityk kapitałowy chce przeprowadzić analizę wrażliwości i analizę scenariuszową dotyczącą wpływu zysku na akcję (EPS) na wycenę względną firmy przy użyciu mnożnika ceny do zysku (P/E).

Analiza wrażliwości opiera się na zmiennych wpływających na wycenę, które model finansowy może przedstawić za pomocą ceny zmiennych i EPS. Analiza wrażliwości izoluje te zmienne, a następnie rejestruje zakres możliwych wyników.

Z drugiej strony, do analizy scenariuszy analityk określa pewien scenariusz, taki jak krach na giełdzie lub zmiana regulacji branżowych. Następnie zmienia zmienne w modelu, aby dostosować je do tego scenariusza. Podsumowując, analityk ma całościowy obraz. Zna teraz pełny zakres wyników, biorąc pod uwagę wszystkie skrajności, i rozumie, jakie byłyby wyniki, biorąc pod uwagę określony zestaw zmiennych zdefiniowanych przez scenariusze z życia codziennego.

Korzyści i ograniczenia analizy wrażliwości

Przeprowadzenie analizy wrażliwości daje szereg korzyści dla decydentów. Po pierwsze, działa jako dogłębne badanie wszystkich zmiennych. Ponieważ jest bardziej dogłębny, prognozy mogą być znacznie bardziej wiarygodne. Po drugie, pozwala decydentom określić, gdzie mogą dokonać ulepszeń w przyszłości. Wreszcie pozwala na podejmowanie trafnych decyzji dotyczących firm, gospodarki czy ich inwestycji.

Jednak korzystanie z takiego modelu ma pewne wady. Wszystkie wyniki są oparte na założeniach, ponieważ wszystkie zmienne są oparte na danych historycznych. Oznacza to, że nie jest ona dokładnie dokładna, więc może być miejsce na błąd podczas stosowania analizy do przyszłych prognoz.

Przegląd najważniejszych wydarzeń

• Analiza wrażliwości określa, w jaki sposób różne wartości zmiennej niezależnej wpływają na konkretną zmienną zależną przy danym zestawie założeń.

• Ten model jest również określany jako analiza warunkowa lub symulacyjna.

• Analiza wrażliwości może być wykorzystana do prognozowania cen akcji spółek notowanych na giełdzie lub wpływu stóp procentowych na ceny obligacji.

• Analiza wrażliwości pozwala na prognozowanie z wykorzystaniem historycznych, prawdziwych danych.