Il analisi di sensibilità è la tecnica che determina come i diversi valori di una variabile indipendente influiscono su una variabile dipendente in base a un insieme di ipotesi. Studiare come l'incertezza nel risultato di un modello o sistema matematico può essere assegnata a diverse fonti nelle sue variabili di input.
Questa tecnica viene utilizzata entro limiti specifici che dipendono da una o più variabili di input, come l'effetto che le variazioni dei tassi di interesse (variabile indipendente) hanno sui prezzi delle obbligazioni (variabile dipendente)..
L'analisi di sensibilità, data una certa gamma di variabili, è un modo per prevedere l'esito di una decisione. È anche noto come simulazione o analisi "what if". Creando un determinato insieme di variabili, un analista può determinare in che modo i cambiamenti in una variabile influenzano il risultato.
Una pratica correlata è l'analisi dell'incertezza, che si concentra maggiormente sulla quantificazione e la propagazione dell'incertezza. Idealmente, l'incertezza e l'analisi della sensibilità dovrebbero essere eseguite insieme.
Indice articolo
Una delle applicazioni chiave dell'analisi di sensibilità è nell'uso di modelli da parte di manager e decisori. Tutto il contenuto necessario per il modello decisionale può essere utilizzato attraverso l'applicazione ripetuta dell'analisi di sensitività.
Aiuta gli analisti decisionali a comprendere incertezze, pro e contro, con i limiti e l'ambito di un modello decisionale.
La maggior parte delle decisioni vengono prese in condizioni di incertezza. Una tecnica per giungere a una conclusione consiste nel sostituire tutti i parametri incerti con i valori attesi; quindi viene eseguita l'analisi di sensibilità.
Sarebbe una tregua per un decisore avere qualche indicazione di quanto sensibili saranno le scelte quando si modificano una o più variabili di input. Una buona pratica di modellazione richiede che il modellatore esegua una valutazione della fiducia del modello.
In primo luogo, ciò richiede la quantificazione dell'incertezza nei risultati di qualsiasi modello (analisi dell'incertezza); e in secondo luogo, valutare quanto ogni input contribuisce all'incertezza del risultato.
L'analisi di sensibilità affronta il secondo di questi punti (sebbene l'analisi dell'incertezza sia un precursore necessario), svolgendo il ruolo di classificare la forza e la rilevanza delle variabili di input per determinare la variazione del risultato..
Nei modelli che coinvolgono molte variabili di input, l'analisi della sensibilità è un ingrediente essenziale per la costruzione del modello e per la garanzia della qualità..
- L'applicazione chiave dell'analisi di sensibilità consiste nell'indicare la sensibilità di una simulazione alle incertezze nei valori di input del modello..
- È un metodo per prevedere l'esito di una decisione se una situazione si rivela diversa rispetto alle previsioni chiave.
- Aiuta a valutare il rischio di una strategia.
- Viene utilizzato per identificare la dipendenza del risultato da una particolare variabile di input. Analizza se la dipendenza aiuta a valutare il rischio associato.
- Aiuta a prendere decisioni informate e appropriate.
- Viene utilizzato per cercare errori nel modello, quando si trovano relazioni inaspettate tra gli input ei risultati.
Un'analisi di sensibilità, nota anche come analisi "what-if", è la più utilizzata dagli analisti finanziari per prevedere il risultato di un'azione specifica quando eseguita in determinate condizioni.
L'analisi di sensibilità viene eseguita entro limiti definiti, determinati dall'insieme di variabili di input indipendenti..
Ad esempio, l'analisi della sensibilità può essere utilizzata per studiare l'effetto di una variazione dei tassi di interesse sui prezzi delle obbligazioni se i tassi di interesse aumentano dell'1%..
La domanda "E se ...?" Sarebbe: cosa succede al prezzo di un'obbligazione se i tassi di interesse aumentano dell'1%? A questa domanda si risponde con l'analisi della sensibilità.
L'analisi può essere effettuata in un foglio Microsoft Excel, nella sezione "Dati" del menu opzioni, utilizzando il pulsante "Analisi ipotesi", che contiene "Obiettivo di ricerca" e "Tabella dati".
Esistono diversi metodi per eseguire l'analisi di sensitività:
- Tecniche di modellazione e simulazione.
- Strumenti di gestione degli scenari tramite Microsoft Excel.
Esistono principalmente due tecniche per analizzare la sensibilità:
Si basa su derivati (numerici o analitici). Il termine locale indica che i derivati sono presi in un unico punto. Questo metodo è adatto per semplici funzioni di costo.
Tuttavia, non è fattibile per modelli complessi, come i modelli con discontinuità, poiché non sempre hanno derivati.
Matematicamente, la sensibilità della funzione di costo rispetto a determinati parametri è pari alla derivata parziale della funzione di costo rispetto a tali parametri.
L'analisi della sensibilità locale è una tecnica "uno alla volta". Analizza l'impatto di un singolo parametro alla volta sulla funzione di costo, mantenendo fissi gli altri parametri.
L'analisi della sensibilità globale è il secondo approccio all'analisi della sensibilità, che viene spesso implementata utilizzando le tecniche Monte Carlo. Questo approccio utilizza una serie globale di campioni per esplorare lo spazio di progettazione..
John è responsabile delle vendite per Holiday CA, che vende decorazioni natalizie in un centro commerciale. John sa che le festività natalizie stanno arrivando e il centro commerciale sarà affollato..
Vuoi sapere se un aumento del traffico dei clienti presso il centro commerciale aumenterà il fatturato totale del negozio e, in caso affermativo, di quale importo.
Il prezzo medio di un pacchetto di decorazioni natalizie è di $ 20. Durante le festività natalizie dello scorso anno, Holiday CA ha venduto 500 confezioni di decorazioni natalizie. Ciò ha comportato un fatturato totale di $ 10.000.
Dopo aver condotto un'analisi di sensibilità, si determina che un aumento del 10% del traffico dei clienti presso il centro commerciale si traduce in un aumento del 7% delle vendite totali.
Utilizzando queste informazioni, John può prevedere quanto guadagnerà il negozio se il traffico dei clienti aumenta del 20%, 40% o 100%..
Sulla base dell'analisi di sensibilità mostrata, si può vedere che ci sarà un aumento delle vendite totali del 14%, 28% e 70%, rispettivamente..
Nessun utente ha ancora commentato questo articolo.