FØLSOMHEDSANALYSE: HVAD DET ER TIL OG EKSEMPEL - DUDAS - 2025

Den følsomhedsanalyse er en teknik, der bestemmer, hvordan forskellige værdier af en uafhængig variabel påvirke en afhængig variabel på et sæt af antagelser. Undersøg, hvordan usikkerheden i resultatet af en matematisk model eller system kan tildeles forskellige kilder i dens inputvariabler.

Denne teknik anvendes inden for specifikke grænser, der afhænger af en eller flere inputvariabler, såsom den virkning, som ændringer i rentesatser (uafhængig variabel) har på obligationspriserne (afhængig variabel).

Følsomhedsanalyse, givet et vist interval af variabler, er en måde at forudsige resultatet af en beslutning. Det er også kendt som simuleringsanalyse eller "hvad hvis". Ved at oprette et givet sæt variabler kan en analytiker bestemme, hvordan ændringer i en variabel påvirker resultatet.

En relateret praksis er usikkerhedsanalyse, der fokuserer mere på kvantificering og udbredelse af usikkerhed. Ideelt set bør usikkerheds- og følsomhedsanalysen køres sammen.

Hvad er det for?

En af de vigtigste anvendelser af følsomhedsanalyse er brugen af ​​modeller fra ledere og beslutningstagere. Alt det indhold, der er nødvendigt for beslutningsmodellen, kan bruges ved gentagen anvendelse af følsomhedsanalyse.

Det hjælper beslutningsanalytikere med at forstå usikkerheder, fordele og ulemper med begrænsningerne og omfanget af en beslutningsmodel.

De fleste beslutninger træffes under usikkerhed. En teknik til at nå en konklusion er at erstatte alle usikre parametre med de forventede værdier; derefter udføres følsomhedsanalyse.

Vurdering af tillid til modellen

Det ville være en pusterum for en beslutningstager at have en visning af, hvor følsomme valgene vil være, når en eller flere inputvariabler ændres. God modelleringspraksis kræver, at modellereren udfører en model-tillidsvurdering.

For det første kræver dette kvantificering af usikkerheden i resultaterne af enhver model (usikkerhedsanalyse); og for det andet, hvor meget hver post bidrager til usikkerheden i resultatet.

Følsomhedsanalyse adresserer det andet af disse punkter (selvom usikkerhedsanalyse er en nødvendig forløber), der spiller rollen som rangordning af styrken og relevansen af ​​inputvariablerne til at bestemme variationen i resultatet.

I modeller, der involverer mange inputvariabler, er følsomhedsanalyse en vigtig ingrediens til modelopbygning og til kvalitetssikring.

Applikationer

- Den vigtigste anvendelse af følsomhedsanalyse er at indikere en simulerings følsomhed over for usikkerheder i indgangsværdierne for modellen.

- Det er en metode til at forudsige resultatet af en beslutning, hvis en situation viser sig at være anderledes sammenlignet med de vigtigste forudsigelser.

- Hjælper med at evaluere risikoen for en strategi.

- Det tjener til at identificere, hvor afhængigt resultatet er med hensyn til en bestemt inputvariabel. Analyser, om afhængigheden hjælper med at vurdere den tilknyttede risiko.

- Hjælper med at tage informerede og passende beslutninger.

- Det bruges til at kigge efter fejl i modellen, når man finder uventede forhold mellem input og resultater.

Hvordan gør man det?

En følsomhedsanalyse, også kendt som en "hvad-hvis" -analyse, bruges ofte af finansielle analytikere til at forudsige resultatet af en bestemt handling, når den udføres under visse betingelser.

Følsomhedsanalysen udføres inden for definerede grænser, bestemt af sættet af uafhængige inputvariabler.

F.eks. Kan følsomhedsanalyse bruges til at undersøge virkningen af ​​en ændring i rentesatserne på obligationskurser, hvis renten stiger med 1%.

Spørgsmålet "Hvad hvis…?" det ville være: Hvad sker der med en obligation, hvis renten stiger 1%? Dette spørgsmål besvares med følsomhedsanalyse.

Analysen kan udføres på et Microsoft Excel-ark i afsnittet "Data" i indstillingsmenuen ved hjælp af knappen "Hypotese-analyse", der indeholder "Søge mål" og "Datatabel".

Der er forskellige metoder til at udføre følsomhedsanalysen:

- Modellering og simuleringsteknikker.

- Scenariostyringsværktøjer gennem Microsoft Excel.

Teknikker

Der er hovedsageligt to teknikker til analyse af følsomhed:

Lokal følsomhedsanalyse

Det er baseret på derivater (numeriske eller analytiske). Den lokale betegnelse angiver, at derivaterne er taget på et enkelt punkt. Denne metode er velegnet til enkle omkostningsfunktioner.

Det er dog ikke muligt for komplekse modeller, såsom modeller med diskontinuiteter, da de ikke altid har derivater.

Matematisk er følsomheden af ​​omkostningsfunktionen med hensyn til visse parametre lig med den delvise derivat af omkostningsfunktionen med hensyn til disse parametre.

Lokal følsomhedsanalyse er en "én ad gangen" teknik. Analyser indvirkningen af ​​en enkelt parameter ad gangen på omkostningsfunktionen, idet de andre parametre holdes faste.

Global følsomhedsanalyse

Global følsomhedsanalyse er den anden tilgang til følsomhedsanalyse, der ofte implementeres ved hjælp af Monte Carlo-teknikker. Denne tilgang bruger et globalt sæt farveprøver til at udforske designrummet.

Eksempel

John står for salget af Holiday CA, der sælger julepynt i et indkøbscenter. John ved, at feriesæsonen nærmer sig, og at indkøbscenteret bliver overfyldt.

Du vil vide, om en stigning i kundetrafik i indkøbscentret vil øge butikens samlede salgsindtægter, og i bekræftende fald med hvilket beløb.

Gennemsnitsprisen på en pakke julepynt er $ 20. I feriesæsonen sidste år solgte Holiday CA 500 pakker julepynt. Dette resulterede i et samlet salg på $ 10.000.

Efter at have udført en følsomhedsanalyse, bestemmes det, at en stigning på 10% i kundetrafik i indkøbscentret resulterer i en stigning på 7% i det samlede salg.

Ved hjælp af disse oplysninger kan John forudsige, hvor mange penge butikken vil tjene, hvis kundetrafikken stiger med 20%, 40% eller 100%.

Baseret på den viste følsomhedsanalyse kan det ses, at der vil være en stigning i det samlede salg på henholdsvis 14%, 28% og 70%.

Referencer

1. Wikipedia, gratis encyklopædi (2018). Følsomhedsanalyse. Taget fra: en.wikipedia.org.
2. Investopedia (2018). Følsomhedsanalyse. Hentet fra: investopedia.com.
3. CFI (2018). Hvad er følsomhedsanalyse? Taget fra: corporatefinanceinstitute.com.
4. EduPristine (2018). Alt hvad du vil vide om følsomhedsanalyse. Taget fra: edupristine.com.
5. David J. Pannell (1997). Følsomhedsanalyse: strategier, metoder, koncepter, eksempler. School of Agricultural and Resource Economics, University of Western Australia. Taget fra: dpannell.fnas.uwa.edu.au.