Analiza wrażliwości
Co to jest analiza wrażliwości?
Analiza wrażliwości określa, jak różne wartości zmiennej niezależnej wpływają na określoną zmienną zależną przy danym zestawie założeń. Innymi słowy, analizy wrażliwości badają wpływ różnych źródeł niepewności w modelu matematycznym na ogólną niepewność modelu. Ta technika jest używana w określonych granicach, które zależą od co najmniej jednej zmiennej wejściowej.
Analiza wrażliwości jest wykorzystywana w świecie biznesu oraz w dziedzinie ekonomii. Jest powszechnie używany przez analityków finansowych i ekonomistów, a także jest znany jako analiza „co, jeśli”.
Kluczowe wnioski
- Analiza wrażliwości określa, jak różne wartości zmiennej niezależnej wpływają na określoną zmienną zależną przy danym zestawie założeń.
- Ten model jest również nazywany analizą typu „co, jeśli” lub „symulacją”.
- Analiza wrażliwości może pomóc w prognozowaniu cen akcji spółek notowanych na giełdzie lub tego, jak stopy procentowe wpływają na ceny obligacji.
- Analiza wrażliwości pozwala na prognozowanie z wykorzystaniem historycznych, prawdziwych danych.
Jak działa analiza wrażliwości
Analiza wrażliwości to model finansowy, który określa wpływ na zmienne docelowe w oparciu o zmiany innych zmiennych zwanych zmiennymi wejściowymi. Ten model jest również nazywany analizą typu „co, jeśli” lub „analiza symulacyjna”. Jest to sposób przewidywania wyniku decyzji przy określonym zakresie zmiennych. Tworząc dany zestaw zmiennych, analityk może określić, jak zmiany jednej zmiennej wpływają na wynik.
Zarówno zmienna docelowa, jak i zmienna wejściowa – lub zmienne niezależne i zależne – są w pełni analizowane podczas przeprowadzania analizy wrażliwości. Osoba przeprowadzająca analizę sprawdza, w jaki sposób zmienne się poruszają, a także jak zmienna wejściowa wpływa na wartość docelową.
Analiza wrażliwości może pomóc w prognozowaniu cen akcji spółek publicznych. Niektóre zmienne wpływające na ceny akcji obejmują zyski spółek, liczbę wyemitowanych akcji, stosunek zadłużenia do kapitału własnego (D / E) oraz liczbę konkurentów w branży. Analizę dotyczącą przyszłych cen akcji można udoskonalić, przyjmując różne założenia lub dodając różne zmienne. Model ten można również wykorzystać do określenia wpływu zmian stóp procentowych na ceny obligacji. W tym przypadku stopy procentowe są zmienną niezależną, a ceny obligacji zmienną zależną.
Inwestorzy mogą również korzystać z analizy wrażliwości, aby określić wpływ różnych zmiennych na zwroty z inwestycji.
Analiza wrażliwości pozwala na prognozowanie z wykorzystaniem historycznych, prawdziwych danych. Badając wszystkie zmienne i możliwe wyniki, można podjąć ważne decyzje dotyczące przedsiębiorstw, gospodarki i dokonywania inwestycji.
Przykład analizy wrażliwości
Załóżmy, że Sue jest kierownikiem 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 w zeszłym roku 100, a łączna sprzedaż wyniosła 100 000 USD. Sue stwierdza również, że 10% wzrost ruchu klientów zwiększa wolumen transakcji o 5%. To pozwala jej na zbudowanie modelu finansowego i analizy wrażliwości wokół tego równania w oparciu o stwierdzenia „co by było, gdyby”. Może jej powiedzieć, co się stanie ze sprzedażą, jeśli ruch klientów wzrośnie o 10%, 50% lub 100%. Biorąc pod uwagę 100 dzisiejszych 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.
Analiza wrażliwości a analiza scenariusza
W finansach analiza wrażliwości jest tworzona w celu zrozumienia wpływu szeregu zmiennych na dany wynik. Należy zauważyć, że analiza wrażliwości to nie to samo, co analiza scenariuszy. Na przykład załóżmy, że analityk giełdowy chce przeprowadzić analizę wrażliwości i analizę scenariuszy dotyczącą wpływu zysku na akcję (EPS) na względną wycenę przedsiębiorstwa 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 wskaźnika 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 kompleksowy obraz. Zna teraz pełen zakres wyników, biorąc pod uwagę wszystkie skrajności, i rozumie, jakie byłyby wyniki, biorąc pod uwagę określony zestaw zmiennych zdefiniowanych przez rzeczywiste scenariusze.
Korzyści i ograniczenia analizy wrażliwości
Przeprowadzenie analizy wrażliwości zapewnia decydentom szereg korzyści. Po pierwsze, działa jako dogłębne badanie wszystkich zmiennych. Ponieważ jest bardziej szczegółowy, prognozy mogą być znacznie bardziej wiarygodne. Po drugie, pozwala decydentom określić, gdzie mogą wprowadzić ulepszenia w przyszłości. Wreszcie pozwala na podejmowanie rozsądnych decyzji dotyczących firm, gospodarki czy ich inwestycji.
Jednak korzystanie z takiego modelu ma pewne wady. Wszystkie wyniki opierają się na założeniach, ponieważ wszystkie zmienne są oparte na danych historycznych. Oznacza to, że nie jest dokładnie dokładna, więc może wystąpić błąd podczas stosowania analizy do przyszłych prognoz.