Analiza wrażliwości

Co to jest analiza wrażliwości?

On Analiza wrażliwości Jest to technika, która określa, w jaki sposób różne wartości zmiennej niezależnej wpływają na zmienną zależną w ramach zestawu założeń. Zbadaj, w jaki sposób niepewność w 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) w cenach obligacji (zmienna zależna).

Analiza wrażliwości, biorąc pod uwagę pewien zakres zmiennych, jest sposobem przewidywania wyniku decyzji. Jest również znany jako analiza symulacji lub „co się dzieje tak”. Tworząc dany zestaw zmiennych, analityk może określić, w jaki sposób zmiany zmiennej wpływają na wynik.

Powiązaną praktyką jest analiza niepewności, która bardziej koncentruje się na kwantyfikacji i propagowaniu niepewności. Idealnie, analiza niepewności i czułości powinna być wykonana razem.

Czym jest analiza wrażliwości?

Jedną z kluczowych zastosowań analizy wrażliwości jest wykorzystanie modeli przez menedżerów i odpowiedzialne za podejmowanie decyzji. Cała niezbędna treść może być wykorzystana do modelu decyzyjnego poprzez powtarzane zastosowanie analizy wrażliwości.

Pomaga analitykom decyzyjnym w zrozumieniu niepewności, zalet i wad, z ograniczeniami i zakresem modelu decyzyjnego.

Większość decyzji podejmuje się w niepewności. Technika dochodzenia do wniosku jest zastąpienie wszystkich niepewnych parametrów oczekiwanymi wartościami; Następnie przeprowadzana jest analiza wrażliwości.

Może ci służyć: obliczanie rozwoju gospodarczego kraju

Ocena zaufania do modelu

Byłoby to wytchnienie dla kogoś, kto podejmuje decyzje, aby mieć pewne wskazówki, jak wrażliwe wybory będą zmieniać jedną lub więcej zmiennych wejściowych. Dobra praktyka modelowania wymaga, aby modeler przeprowadził ocenę zaufania do modelu.

Po pierwsze, wymaga to kwantyfikacji niepewności w wynikach dowolnego modelu (analiza niepewności); a po drugie, oceń, ile każdy wpis przyczynia się do niepewności wyniku.

Analiza wrażliwości dotyczy drugiego z tych punktów (chociaż analiza niepewności jest niezbędnym prekursorem), odgrywając rolę uporządkowania siły i trafności zmiennych wejściowych w celu ustalenia zmiany wyniku.

W modelach, które obejmują wiele zmiennych wejściowych, analiza wrażliwości jest niezbędnym składnikiem budowy modelu i zagwarantowania jakości.

Aplikacje

• Kluczowym zastosowaniem analizy wrażliwości jest wskazanie wrażliwości symulacji na niepewności w wartościach wprowadzania modelu.
• Jest to metoda przewidywania wyniku decyzji, jeśli sytuacja okaże się inna przy porównaniu jej z kluczowymi prognozami.
• Pomóż ocenić ryzyko strategii.
• Służy do identyfikacji zależnego wyniku w odniesieniu do określonej zmiennej wejścia. Przeanalizuj, czy zależność pomaga ocenić związane z nimi ryzyko.
• Pomóż podejmować świadome i odpowiednie decyzje.
• Służy szukaniu błędów w modelu, znajdując nieoczekiwane relacje między wpisami i wynikami.

Jak dokonać analizy wrażliwości?

Analiza wrażliwości, znana również jako „co się dzieje, jeśli” jest najczęściej wykorzystywana przez analityków finansowych do przewidywania wyniku konkretnego działania, gdy wykonano w określonych warunkach.

Może ci służyć: ekonomia regionu Amazon: główne działania

Analiza czułości jest przeprowadzana w określonych granicach, określona przez zestaw niezależnych zmiennych wejściowych.

Na przykład analiza wrażliwości można wykorzystać do zbadania wpływu zmiany stóp procentowych na ceny obligacji, jeżeli stopy procentowe wzrosną o 1 %.

Pytanie „Co jest nie tak z .. ?„Byłoby: co z ceną premii, jeśli stopy procentowe wzrosły o 1 %? Na to pytanie udzielamy analizy wrażliwości.

Analizę można przeprowadzić na arkuszu Microsoft Excel w sekcji „Dane” menu opcji, poprzez przycisk „Analiza hipotezy”, która zawiera „Znajdź cel” i „tabela danych”.

Istnieją różne metody przeprowadzania analizy wrażliwości:

• Techniki modelowania i symulacji.
• Narzędzia do zarządzania scenariuszem za pośrednictwem Microsoft Excel.

Techniki

Istnieją głównie dwie techniki analizy wrażliwości:

Analiza wrażliwości lokalnej

Opiera się na pochodnych (numerycznych lub analitycznych). Termin lokalny wskazuje, że pochodne są przyjmowane w pewnym momencie. Ta metoda jest odpowiednia do prostych funkcji kosztów.

Nie jest to jednak wykonalne w przypadku złożonych modeli, takich jak modele z nieciągłościami, ponieważ nie zawsze wyprowadziły.

Matematycznie wrażliwość funkcji kosztu w odniesieniu do niektórych parametrów jest równa częściowej pochodnej funkcji kosztu w odniesieniu do tych parametrów.

Analiza wrażliwości lokalnej jest techniką „jeden na raz”. Przeanalizuj wpływ pojedynczego parametru w tym samym czasie na funkcję kosztu, utrzymując ustalone inne parametry.

Może ci służyć: działania transformacyjne: cechy, rozwój, przykłady

Globalna analiza wrażliwości

Globalna analiza wrażliwości jest drugim podejściem do analizy wrażliwości, która jest często wdrażana przy użyciu technik Monte Carlo. Podejście to wykorzystuje globalny zestaw próbek używanych do eksploracji przestrzeni projektowej.

Przykład

John jest odpowiedzialny za sprzedaż wakacyjną CA, który sprzedaje dekoracje świąteczne w centrum handlowym. John wie, że zbliża się sezon wakacyjny i że centrum handlowe będzie zatłoczone.

Chce wiedzieć, czy wzrost ruchu klientów w centrum handlowym zwiększy dochód z całkowitej sprzedaży sklepu, a jeśli tak, w jakiej ilości.

Średnia cena pakietu dekoracji świątecznych wynosi 20 USD. W okresie świątecznym poprzedniego roku Holiday CA sprzedało 500 pakietów ozdób świątecznych. To pokazało całkowitą sprzedaż 10 000 USD.

Po przeprowadzeniu analizy wrażliwości ustalono, że wzrost ruchu klientów o 10 % w centrum handlowym powoduje 7 % wzrost całkowitej sprzedaży.

Dzięki tym informacjom John może przewidzieć, ile pieniędzy sklep wygeneruje, jeśli ruch klientów wzrośnie o 20 %, 40 % lub 100 %.

Na podstawie pokazanej analizy wrażliwości można zaobserwować, że wygenerowany zostanie wzrost całkowitej sprzedaży o 14 %, 28 %i 70 %.