Plik Analiza wrażliwości to technika, która określa, jak różne wartości zmiennej niezależnej wpływają na zmienną zależną w ramach zestawu założeń. Zbadaj, w jaki sposób niepewność wyniku modelu matematycznego lub systemu można przypisać do różnych źródeł w jego zmiennych wejściowych.
Technika ta jest stosowana w określonych granicach, które zależą od jednej lub więcej zmiennych wejściowych, takich jak wpływ zmian stóp procentowych (zmienna niezależna) na ceny obligacji (zmienna zależna)..
Analiza wrażliwości, biorąc pod uwagę pewien zakres zmiennych, jest sposobem przewidywania wyniku decyzji. Nazywa się to również symulacją lub analizą typu „co by było, gdyby”. Tworząc dany zestaw zmiennych, analityk może określić, jak zmiany w zmiennej wpływają na wynik.
Powiązaną praktyką jest analiza niepewności, która koncentruje się bardziej na kwantyfikacji i propagacji niepewności. W idealnym przypadku analizę niepewności i wrażliwości należy przeprowadzić razem.
Indeks artykułów
Jednym z kluczowych zastosowań analizy wrażliwości jest wykorzystanie modeli przez menedżerów i decydentów. Cała zawartość niezbędna do modelu decyzyjnego może zostać wykorzystana poprzez wielokrotne zastosowanie analizy wrażliwości.
Pomaga analitykom decyzyjnym zrozumieć niepewności, zalety i wady, a także ograniczenia i zakres modelu decyzyjnego.
Większość decyzji jest podejmowanych w niepewności. Jedną z technik wyciągania wniosków jest zastąpienie wszystkich niepewnych parametrów wartościami oczekiwanymi; następnie przeprowadzana jest analiza wrażliwości.
Byłoby wytchnieniem dla decydenta, gdyby miał pewne wskazanie, jak wrażliwe będą wybory przy zmianie jednej lub więcej zmiennych wejściowych. Dobra praktyka w zakresie modelowania wymaga od modelarza przeprowadzenia oceny pewności modelu.
Po pierwsze, wymaga to ilościowego określenia niepewności wyników dowolnego modelu (analiza niepewności); a po drugie, oceń, w jakim stopniu każdy wkład przyczynia się do niepewności wyniku.
Analiza wrażliwości odnosi się do drugiego z tych punktów (chociaż analiza niepewności jest niezbędnym prekursorem), odgrywając rolę uszeregowania siły i znaczenia zmiennych wejściowych w celu określenia zmienności wyniku..
W modelach obejmujących wiele zmiennych wejściowych analiza wrażliwości jest podstawowym składnikiem konstrukcji modelu i zapewniania jakości..
- Kluczowym zastosowaniem analizy wrażliwości jest wskazanie wrażliwości symulacji na niepewności wartości wejściowych modelu..
- Jest to metoda przewidywania wyniku decyzji, jeśli sytuacja okaże się inna w porównaniu z kluczowymi przewidywaniami.
- Pomaga ocenić ryzyko strategii.
- Służy do określenia, jak zależny jest wynik od określonej zmiennej wejściowej. Przeanalizuj, czy zależność pomaga ocenić związane z nią ryzyko.
- Pomaga w podejmowaniu świadomych i właściwych decyzji.
- Służy do wyszukiwania błędów w modelu podczas znajdowania nieoczekiwanych relacji między danymi wejściowymi a wynikami.
Analiza wrażliwości, zwana również analizą „co by było, gdyby”, jest najczęściej wykorzystywana przez analityków finansowych do przewidywania wyniku określonego działania wykonanego w określonych warunkach.
Analiza wrażliwości jest przeprowadzana w określonych granicach, określonych zestawem niezależnych zmiennych wejściowych..
Na przykład analiza wrażliwości może posłużyć do zbadania wpływu zmiany stóp procentowych na ceny obligacji, jeżeli stopy procentowe wzrosną o 1%..
Pytanie „A co jeśli…?” Byłoby: Co stanie się z ceną obligacji, jeśli stopy procentowe wzrosną o 1%? Na to pytanie odpowiada analiza wrażliwości.
Analizę można przeprowadzić w arkuszu Microsoft Excel w sekcji „Dane” w menu opcji za pomocą przycisku „Analiza hipotez”, który zawiera „Cel wyszukiwania” i „Tabela danych”.
Istnieją różne metody przeprowadzania analizy wrażliwości:
- Techniki modelowania i symulacji.
- Narzędzia do zarządzania scenariuszami poprzez Microsoft Excel.
Istnieją głównie dwie techniki analizy wrażliwości:
Opiera się na pochodnych (numerycznych lub analitycznych). Termin lokalny wskazuje, że pochodne są brane w jednym punkcie. Ta metoda jest odpowiednia dla prostych funkcji kosztów.
Jednak nie jest to wykonalne w przypadku modeli złożonych, takich jak modele z nieciągłościami, ponieważ nie zawsze mają one pochodne.
Matematycznie wrażliwość funkcji kosztu w odniesieniu do pewnych parametrów jest równa częściowej pochodnej funkcji kosztu w odniesieniu do tych parametrów.
Lokalna analiza wrażliwości jest techniką „pojedynczą”. Przeanalizuj wpływ pojedynczego parametru naraz na funkcję kosztu, zachowując inne parametry na stałym poziomie.
Globalna analiza wrażliwości jest drugim podejściem do analizy wrażliwości, które jest często wdrażane przy użyciu technik Monte Carlo. To podejście wykorzystuje globalny zestaw próbek do eksploracji przestrzeni projektu..
John jest odpowiedzialny za sprzedaż w Holiday CA, która sprzedaje ozdoby świąteczne w centrum handlowym. John wie, że zbliżają się święta i centrum handlowe będzie zatłoczone..
Chcesz wiedzieć, czy wzrost ruchu klientów w centrum handlowym zwiększy całkowite przychody ze sprzedaży sklepu, a jeśli tak, to o jaką kwotę.
Średnia cena pakietu ozdób choinkowych to 20 dolarów. W okresie wakacyjnym w zeszłym roku Holiday CA sprzedało 500 opakowań ozdób choinkowych. Dało to łączną sprzedaż w wysokości 10 000 USD.
Po przeprowadzeniu analizy wrażliwości ustalono, że 10% wzrost ruchu klientów w centrum handlowym skutkuje 7% wzrostem sprzedaży ogółem.
Korzystając z tych informacji, Jan może przewidzieć, ile pieniędzy zarobi sklep, jeśli ruch klientów wzrośnie o 20%, 40% lub 100%..
Na podstawie przedstawionej analizy wrażliwości można zauważyć, że nastąpi wzrost całkowitej sprzedaży odpowiednio o 14%, 28% i 70%..
Jeszcze bez komentarzy