Det følsomhedsanalyse er teknikken, der bestemmer, hvordan forskellige værdier af en uafhængig variabel påvirker en afhængig variabel under et sæt antagelser. Undersøg, hvordan usikkerheden i resultatet af en matematisk model eller et system kan tildeles forskellige kilder i dets inputvariabler.
Denne teknik bruges inden for specifikke grænser, der afhænger af en eller flere inputvariabler, såsom den effekt, som ændringer i rentesatser (uafhængig variabel) har på obligationspriser (afhængig variabel)..
Følsomhedsanalyse, givet en række variabler, er en måde at forudsige resultatet af en beslutning på. Det er også kendt som simulering eller "hvad hvis" analyse. Ved at oprette et givet sæt variabler kan en analytiker bestemme, hvordan ændringer i en variabel påvirker resultatet.
En relateret praksis er usikkerhedsanalyse, som fokuserer mere på kvantificering og udbredelse af usikkerhed. Ideelt set bør usikkerheds- og følsomhedsanalysen køres sammen.
Artikelindeks
En af de vigtigste anvendelser af følsomhedsanalyse er i brugen af modeller af ledere og beslutningstagere. Alt det nødvendige indhold til beslutningsmodellen kan bruges ved gentagen anvendelse af følsomhedsanalyse.
Hjælper beslutningsanalytikere med at forstå usikkerhed, 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.
Det ville være en pusterum for en beslutningstager at have en vis indikation af, hvor følsomme valgene vil være, når man ændrer en eller flere inputvariabler. God modelleringspraksis kræver, at modellereren udfører en modeltillidsvurdering.
For det første kræver dette kvantificering af usikkerheden i resultaterne af enhver model (usikkerhedsanalyse); og for det andet evaluere, hvor meget hver input bidrager til usikkerheden i resultatet.
Følsomhedsanalyse adresserer det andet af disse punkter (skønt usikkerhedsanalyse er en nødvendig forløber) og spiller rollen som rangordning af styrke og relevans af inputvariablerne for at bestemme variationen i resultatet..
I modeller, der involverer mange inputvariabler, er følsomhedsanalyse en væsentlig ingrediens til modelkonstruktion og til kvalitetssikring..
- Den vigtigste anvendelse af følsomhedsanalyse er at indikere en simulations følsomhed over for usikkerhed i modelens inputværdier..
- Det er en metode til at forudsige resultatet af en beslutning, hvis en situation viser sig at være anderledes sammenlignet med vigtige forudsigelser.
- Hjælper med at vurdere risikoen ved en strategi.
- Det bruges til at identificere, hvor afhængigt resultatet er af en bestemt inputvariabel. Analyser, om afhængighed hjælper med at vurdere den tilknyttede risiko.
- Hjælper med at træffe informerede og passende beslutninger.
- Det bruges til at lede efter fejl i modellen, når man finder uventede forhold mellem input og resultater.
En følsomhedsanalyse, også kendt som en "hvad-hvis" -analyse, er den hyppigst anvendte 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 med uafhængige inputvariabler..
For eksempel kan følsomhedsanalyse bruges til at undersøge virkningen af en ændring i renten på obligationspriserne, hvis renten stiger med 1%..
Spørgsmålet "Hvad hvis ...?" Det ville være: Hvad sker der med prisen på en obligation, hvis renten stiger 1%? Dette spørgsmål besvares med følsomhedsanalyse.
Analysen kan udføres i et Microsoft Excel-ark i afsnittet "Data" i indstillingsmenuen ved hjælp af knappen "Hypotese-analyse", der indeholder "Søgemål" og "Datatabel".
Der er forskellige metoder til at udføre følsomhedsanalysen:
- Modellering og simuleringsteknikker.
- Scenariostyringsværktøjer via Microsoft Excel.
Der er hovedsageligt to teknikker til at analysere følsomhed:
Det er baseret på derivater (numeriske eller analytiske). Det lokale udtryk indikerer, at derivaterne tages 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 i forhold til visse parametre lig med den delvise afledte af omkostningsfunktionen i forhold til disse parametre.
Lokal følsomhedsanalyse er en "en ad gangen" -teknik. Analyser virkningen af en enkelt parameter ad gangen på omkostningsfunktionen og hold de øvrige parametre faste.
Global følsomhedsanalyse er den anden tilgang til følsomhedsanalyse, som ofte implementeres ved hjælp af Monte Carlo-teknikker. Denne tilgang bruger et globalt sæt farveprøver til at udforske designrummet..
John har ansvaret for salget for Holiday CA, der sælger julepynt i et indkøbscenter. John ved, at feriesæsonen kommer, og indkøbscentret vil være overfyldt..
Du vil vide, om en stigning i kundetrafikken i indkøbscentret vil øge butikens samlede salgsindtægter, og i bekræftende fald med hvilket beløb.
Den gennemsnitlige pris for en pakke med julepynt er $ 20. I løbet af feriesæsonen sidste år solgte Holiday CA 500 pakker med julepynt. Dette resulterede i et samlet salg på $ 10.000.
Efter at have udført en følsomhedsanalyse bestemmes det, at en stigning på 10% i kundetrafikken i indkøbscentret resulterer i en 7% stigning i det samlede salg.
Ved hjælp af disse oplysninger kan John forudsige, hvor mange penge butikken vil tjene, hvis kundetrafikken øges 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%..
Endnu ingen kommentarer