Heading

¿Qué es el Análisis de Sensibilidad?

La técnica utilizada para determinar cómo los valores de las variables independientes impactarán en una variable dependiente particular bajo un conjunto dado de supuestos se define como análisis sensible. Su uso dependerá de una o más variables de entrada dentro de los límites específicos, como el efecto que los cambios en los tipos de interés tendrán en el precio de un bono.

También se conoce como el análisis what – if. El análisis de sensibilidad puede utilizarse para cualquier actividad o sistema. Todo, desde la planificación de unas vacaciones en familia teniendo en cuenta las variables hasta las decisiones a nivel corporativo, se puede realizar a través del análisis de sensibilidad.

El análisis de sensibilidad funciona según el sencillo principio: Cambie el modelo y observe el comportamiento.

Los parámetros que uno necesita observar mientras hace lo anterior son:

A) Diseño experimental: Incluye la combinación de parámetros que se van a variar. Esto incluye la comprobación de qué y cuántos parámetros hay que variar en un momento dado, asignar valores (niveles máximos y mínimos) antes del experimento, estudiar las correlaciones: positivas o negativas y en consecuencia asignar valores para la combinación.

B) Qué variar:Los diferentes parámetros que se pueden elegir para variar en el modelo podrían ser:
a) el número de actividades
b) el objetivo en relación con el riesgo asumido y los beneficios esperados
c) los parámetros técnicos
d) el número de restricciones y sus límites

C) Qué observar:
a) el valor del objetivo según la estrategia
b) valor de las variables de decisión
c) valor de la función objetivo entre dos estrategias adoptadas

Medición del análisis de sensibilidad

A continuación se mencionan los pasos utilizados para llevar a cabo el análisis de sensibilidad:

1. En primer lugar se define la salida del caso base; es decir, el VAN a un valor de entrada del caso base particular (V1) para el que se va a medir la sensibilidad. Todas las demás entradas del modelo se mantienen constantes.
2. Entonces se calcula el valor de la salida a un nuevo valor de la entrada (V2) manteniendo las demás entradas constantes.
3. Se encuentra el cambio porcentual en la salida y el cambio porcentual en la entrada.
4. La sensibilidad se calcula dividiendo el cambio porcentual en la salida por el cambio porcentual en la entrada.

Este proceso de comprobación de la sensibilidad para otra entrada (digamos la tasa de crecimiento de los flujos de caja) manteniendo el resto de entradas constantes se repite hasta obtener la cifra de sensibilidad para cada una de las entradas. La conclusión sería que cuanto más alta sea la cifra de sensibilidad, más sensible será el output a cualquier cambio en ese input y viceversa.

Métodos de análisis de sensibilidad

Existen diferentes métodos para realizar el análisis de sensibilidad:

• Técnicas de modelización y simulación
• Herramientas de gestión de escenarios a través de Microsoft excel

Existen principalmente dos enfoques para analizar la sensibilidad:

• Análisis de sensibilidad local
• Análisis de sensibilidad global

El análisis de sensibilidad local se basa en derivadas (numéricas o analíticas). El término local indica que las derivadas se toman en un único punto. Este método es apto para funciones de coste simples, pero no es factible para modelos complejos, ya que los modelos con discontinuidades no siempre tienen derivadas.

Matemáticamente, la sensibilidad de la función de coste con respecto a ciertos parámetros es igual a la derivada parcial de la función de coste con respecto a esos parámetros.

El análisis de sensibilidad local es una técnica de uno en uno (OAT) que analiza el impacto de un parámetro en la función de costes cada vez, manteniendo los demás parámetros fijos.

El análisis de sensibilidad global es el segundo enfoque del análisis de sensibilidad, a menudo implementado mediante técnicas de Monte Carlo. Este enfoque utiliza un conjunto global de muestras para explorar el espacio de diseño.

Las diversas técnicas ampliamente aplicadas incluyen:

• Análisis de sensibilidad diferencial: También se denomina método directo. Implica la resolución de derivadas parciales simples para el análisis de sensibilidad temporal. Aunque este método es computacionalmente eficiente, la resolución de las ecuaciones es una tarea intensiva de manejar.
• Medidas de sensibilidad de una en una: Es el método más fundamental con diferenciación parcial, en el que los valores de los parámetros que varían se toman de uno en uno. También se llama como análisis local, ya que es un indicador sólo para las estimaciones puntuales dirigidas y no para toda la distribución.
• Análisis Factorial: Implica la selección de un número determinado de muestras para un parámetro específico y luego ejecutar el modelo para las combinaciones. El resultado se utiliza entonces para llevar a cabo la sensibilidad de los parámetros.

A través del índice de sensibilidad se puede calcular la diferencia del % de salida cuando un parámetro de entrada varía del valor mínimo al máximo.

• El análisis de correlación ayuda a definir la relación entre las variables independientes y dependientes.
• El análisis de regresión es un método exhaustivo utilizado para obtener respuestas para modelos complejos.
• Análisis de sensibilidad subjetiva: En este método se analizan los parámetros individuales. Se trata de un método subjetivo, simple, cualitativo y un método fácil para descartar los parámetros de entrada.

Utilización del análisis de sensibilidad para la toma de decisiones

Una de las aplicaciones clave del análisis de sensibilidad es la utilización de modelos por parte de los gestores y responsables de la toma de decisiones. Todo el contenido necesario para el modelo de decisión puede ser utilizado completamente sólo a través de la aplicación repetida del análisis de sensibilidad. Ayuda a los analistas de decisiones a comprender las incertidumbres, los pros y los contras con las limitaciones y el alcance de un modelo de decisión.
La mayoría de las decisiones, si no todas, se toman bajo incertidumbre. Es la solución óptima en la toma de decisiones para varios parámetros que son aproximaciones. Una aproximación para llegar a la conclusión es sustituir todos los parámetros inciertos por valores esperados y luego realizar un análisis de sensibilidad. Sería un respiro para un tomador de decisiones si tiene alguna indicación de cuán sensibles serán las opciones con los cambios en una o más entradas.

Usos del análisis de sensibilidad

• La aplicación clave del análisis de sensibilidad es indicar la sensibilidad de la simulación a las incertidumbres en los valores de entrada del modelo.
• Ayudan en la toma de decisiones
• El análisis de sensibilidad es un método para predecir el resultado de una decisión si una situación resulta ser diferente en comparación con las predicciones clave.
• Ayuda a evaluar el riesgo de una estrategia.
• Ayuda a identificar cuán dependiente es la salida de un valor de entrada particular. Analizar si la dependencia ayuda a su vez a evaluar el riesgo asociado.
• Ayuda a tomar decisiones informadas y adecuadas
• Ayuda a buscar errores en el modelo

Conclusión

El análisis de sensibilidad es una de las herramientas que ayudan a los responsables de la toma de decisiones con algo más que una solución a un problema. Proporciona una visión adecuada de los problemas asociados al modelo de referencia. Finalmente, el decisor obtiene una idea decente acerca de lo sensible que es la solución óptima elegida por él a cualquier cambio en los valores de entrada de uno o más parámetros.

Enlaces relacionados –

Realización del análisis de sensibilidad con dos variables

Invertir en la empresa adecuada

Plan de Reinversión de Dividendos