De känslighetsanalys är tekniken som bestämmer hur olika värden för en oberoende variabel påverkar en beroende variabel under en uppsättning antaganden. Studera hur osäkerheten i resultatet av en matematisk modell eller ett system kan tilldelas olika källor i dess ingångsvariabler.
Denna teknik används inom specifika gränser som beror på en eller flera ingångsvariabler, till exempel den effekt som förändringar i räntor (oberoende variabel) har på obligationspriser (beroende variabel)..
Känslighetsanalys, givet ett visst variabler, är ett sätt att förutsäga resultatet av ett beslut. Det är också känt som simulerings- eller "vad händer om" -analys. Genom att skapa en viss uppsättning variabler kan en analytiker avgöra hur förändringar i en variabel påverkar resultatet.
En relaterad praxis är osäkerhetsanalys, som fokuserar mer på kvantifiering och spridning av osäkerhet. Helst bör osäkerhets- och känslighetsanalysen köras tillsammans.
Artikelindex
En av de viktigaste tillämpningarna av känslighetsanalys är användning av modeller av chefer och beslutsfattare. Allt innehåll som krävs för beslutsmodellen kan användas genom upprepad tillämpning av känslighetsanalys.
Hjälper beslutsanalytiker att förstå osäkerheter, fördelar och nackdelar med begränsningarna och omfattningen av en beslutsmodell.
De flesta beslut fattas under osäkerhet. En teknik för att nå en slutsats är att ersätta alla osäkra parametrar med de förväntade värdena. sedan utförs känslighetsanalys.
Det skulle vara en frist för en beslutsfattare att ha en indikation på hur känsliga valen blir när man ändrar en eller flera ingångsvariabler. Bra modelleringsmetoder kräver att modelleraren utför en modellförtroendevärdering.
För det första kräver detta att man kvantifierar osäkerheten i resultaten av vilken modell som helst (osäkerhetsanalys); och för det andra, utvärdera hur mycket varje input bidrar till osäkerheten i resultatet.
Känslighetsanalys adresserar den andra av dessa punkter (även om osäkerhetsanalys är en nödvändig föregångare) och spelar rollen som att rangordna styrkan och relevansen hos ingångsvariablerna för att bestämma variationen i resultatet..
I modeller med många ingångsvariabler är känslighetsanalys en viktig ingrediens för modellkonstruktion och för kvalitetssäkring..
- Den viktigaste tillämpningen av känslighetsanalys är att indikera känsligheten hos en simulering för osäkerheter i ingångsvärdena för modellen..
- Det är en metod för att förutsäga resultatet av ett beslut om en situation visar sig vara annorlunda jämfört med viktiga förutsägelser.
- Hjälper till att bedöma risken för en strategi.
- Den används för att identifiera hur beroende resultatet är av en viss inmatningsvariabel. Analysera om beroende hjälper till att bedöma den därmed sammanhängande risken.
- Hjälper till att ta välgrundade och lämpliga beslut.
- Det används för att leta efter fel i modellen när man hittar oväntade förhållanden mellan ingångarna och resultaten.
En känslighetsanalys, även känd som en "vad-om" -analys, används oftast av finansanalytiker för att förutsäga resultatet av en specifik åtgärd när den utförs under vissa förhållanden.
Känslighetsanalysen utförs inom definierade gränser, bestämd av uppsättningen oberoende ingångsvariabler..
Känslighetsanalys kan till exempel användas för att studera effekten av en förändring i räntorna på obligationspriserna om räntorna stiger med 1%..
Frågan "Vad händer om ...?" Det skulle vara: Vad händer med priset på en obligation om räntorna stiger 1%? Denna fråga besvaras med känslighetsanalys.
Analysen kan utföras i ett Microsoft Excel-ark, i avsnittet "Data" i alternativmenyn, med hjälp av "Hypotesanalys" -knappen, som innehåller "Sökmål" och "Datatabell".
Det finns olika metoder för att utföra känslighetsanalysen:
- Modellering och simuleringsteknik.
- Scenariohanteringsverktyg via Microsoft Excel.
Det finns huvudsakligen två tekniker för att analysera känslighet:
Den är baserad på derivat (numeriska eller analytiska). Den lokala termen indikerar att derivaten tas på en enda punkt. Denna metod är lämplig för enkla kostnadsfunktioner.
Det är dock inte möjligt för komplexa modeller, till exempel modeller med diskontinuiteter, eftersom de inte alltid har derivat.
Matematiskt är känsligheten för kostnadsfunktionen med avseende på vissa parametrar lika med det delvisa derivatet av kostnadsfunktionen med avseende på dessa parametrar..
Lokal känslighetsanalys är en "en i taget" -teknik. Analysera inverkan av en enda parameter i taget på kostnadsfunktionen och håll de andra parametrarna fasta.
Global känslighetsanalys är den andra metoden för känslighetsanalys, som ofta implementeras med Monte Carlo-tekniker. Detta tillvägagångssätt använder en global uppsättning färgrutor för att utforska designutrymmet..
John ansvarar för försäljningen för Holiday CA, som säljer juldekorationer i ett köpcentrum. John vet att semesterperioden kommer och köpcentret kommer att vara trångt..
Du vill veta om en ökning av kundtrafiken vid köpcentret kommer att öka butikens totala försäljningsintäkter, och i så fall med vilket belopp.
Genomsnittspriset för ett paket med juldekorationer är $ 20. Under semestern förra året sålde Holiday CA 500 paket med juldekorationer. Detta resulterade i en total försäljning på 10 000 dollar.
Efter att ha genomfört en känslighetsanalys bestäms det att en ökning av kundtrafiken på köpcentret med 10% resulterar i en 7% ökning av den totala försäljningen.
Med hjälp av denna information kan John förutsäga hur mycket pengar butiken kommer att tjäna om kundtrafiken ökar med 20%, 40% eller 100%..
Baserat på visad känslighetsanalys kan man se att den totala försäljningen kommer att öka med 14%, 28% respektive 70%..
Ingen har kommenterat den här artikeln än.