De sensitivitetsanalyse er teknikken som bestemmer hvordan forskjellige verdier av en uavhengig variabel påvirker en avhengig variabel under et sett med forutsetninger. Studer hvordan usikkerheten i resultatet av en matematisk modell eller et system kan tilordnes forskjellige kilder i inngangsvariablene.
Denne teknikken brukes innenfor spesifikke grenser som avhenger av en eller flere inputvariabler, for eksempel effekten som endringer i renter (uavhengig variabel) har på obligasjonspriser (avhengig variabel)..
Sensitivitetsanalyse, gitt et visst utvalg av variabler, er en måte å forutsi resultatet av en beslutning. Det er også kjent som simulering eller "hva om" -analyse. Ved å lage et gitt sett med variabler, kan en analytiker bestemme hvordan endringer i en variabel påvirker resultatet.
En relatert praksis er usikkerhetsanalyse, som fokuserer mer på kvantifisering og forplantning av usikkerhet. Ideelt sett bør usikkerhets- og sensitivitetsanalysen kjøres sammen.
Artikkelindeks
En av de viktigste anvendelsene av sensitivitetsanalyse er i bruk av modeller av ledere og beslutningstakere. Alt innholdet som er nødvendig for beslutningsmodellen kan brukes gjennom gjentatt anvendelse av sensitivitetsanalyse.
Hjelper beslutningsanalytikere med å forstå usikkerhet, fordeler og ulemper, med begrensningene og omfanget av en beslutningsmodell.
De fleste avgjørelser tas under usikkerhet. En teknikk for å komme til en konklusjon er å erstatte alle usikre parametere med de forventede verdiene; deretter utføres sensitivitetsanalyse.
Det ville være et frist for en beslutningstaker å ha noen indikasjoner på hvor følsomme valgene vil være når du endrer en eller flere inngangsvariabler. God modelleringspraksis krever at modellereren utfører en modelltillitsvurdering.
For det første krever dette å kvantifisere usikkerheten i resultatene av en hvilken som helst modell (usikkerhetsanalyse); og for det andre, vurdere hvor mye hver innspill bidrar til usikkerheten i resultatet.
Sensitivitetsanalyse adresserer det andre av disse punktene (selv om usikkerhetsanalyse er en nødvendig forløper), og spiller rollen som rangering av styrken og relevansen av inngangsvariablene for å bestemme variasjonen i resultatet..
I modeller som involverer mange inngangsvariabler er sensitivitetsanalyse en viktig ingrediens for modellkonstruksjon og for kvalitetssikring..
- Den viktigste anvendelsen av sensitivitetsanalyse er å indikere følsomheten til en simulering for usikkerhet i inngangsverdiene til modellen..
- Det er en metode for å forutsi resultatet av en avgjørelse hvis en situasjon viser seg å være annerledes sammenlignet med viktige spådommer.
- Hjelper med å vurdere risikoen for en strategi.
- Den brukes til å identifisere hvor avhengig resultatet er av en bestemt inngangsvariabel. Analyser om avhengighet hjelper til med å vurdere den tilknyttede risikoen.
- Hjelper med å ta informerte og passende beslutninger.
- Den brukes til å lete etter feil i modellen når man finner uventede forhold mellom inngangene og resultatene.
En sensitivitetsanalyse, også kjent som en "what-if" -analyse, er den hyppigst anvendte av finansanalytikere for å forutsi resultatet av en bestemt handling når den utføres under visse forhold.
Følsomhetsanalysen utføres innenfor definerte grenser, bestemt av settet med uavhengige inngangsvariabler..
For eksempel kan sensitivitetsanalyse brukes til å studere effekten av en endring i rentene på obligasjonsprisene hvis rentene øker med 1%..
Spørsmålet "Hva om ...?" Det ville være: Hva skjer med prisen på en obligasjon hvis renten øker med 1%? Dette spørsmålet blir besvart med sensitivitetsanalyse.
Analysen kan utføres i et Microsoft Excel-ark, i delen "Data" i alternativmenyen, ved hjelp av "Hypoteseanalyse" -knappen, som inneholder "Søkemål" og "Datatabell".
Det er forskjellige metoder for å utføre sensitivitetsanalysen:
- Modellering og simuleringsteknikker.
- Scenarioadministrasjonsverktøy gjennom Microsoft Excel.
Det er hovedsakelig to teknikker for å analysere følsomhet:
Den er basert på derivater (numeriske eller analytiske). Den lokale betegnelsen indikerer at derivatene tas på et enkelt punkt. Denne metoden er egnet for enkle kostnadsfunksjoner.
Det er imidlertid ikke mulig for komplekse modeller, for eksempel modeller med diskontinuiteter, siden de ikke alltid har derivater.
Matematisk er følsomheten til kostnadsfunksjonen med hensyn til visse parametere lik den delvise derivatet av kostnadsfunksjonen med hensyn til disse parametrene..
Lokal sensitivitetsanalyse er en "en om gangen" -teknikk. Analyser innvirkningen av en enkelt parameter om gangen på kostnadsfunksjonen, og hold de andre parameterne faste.
Global sensitivitetsanalyse er den andre tilnærmingen til sensitivitetsanalyse, som ofte implementeres ved hjelp av Monte Carlo-teknikker. Denne tilnærmingen bruker et globalt sett med fargeprøver for å utforske designområdet..
John har ansvaret for salg for Holiday CA, som selger julepynt på et kjøpesenter. John vet at høytiden kommer og kjøpesenteret vil være overfylt..
Du vil vite om en økning i kundetrafikken på kjøpesenteret vil øke butikkens totale salgsinntekter, og i så fall med hvilket beløp.
Gjennomsnittsprisen på en pakke med julepynt er $ 20. I løpet av høytiden i fjor solgte Holiday CA 500 pakker med julepynt. Dette resulterte i et totalt salg på $ 10.000.
Etter å ha gjennomført en sensitivitetsanalyse, blir det bestemt at en økning på 10% i kundetrafikken på kjøpesenteret resulterer i en økning på 7% i totalt salg.
Ved hjelp av denne informasjonen kan John forutsi hvor mye penger butikken vil tjene hvis kundetrafikken øker med 20%, 40% eller 100%..
Basert på sensitivitetsanalysen som er vist, kan det sees at det vil være en økning i det totale salget på henholdsvis 14%, 28% og 70%..
Ingen har kommentert denne artikkelen ennå.