Heading

Qu’est-ce que l’analyse de sensibilité?

La technique utilisée pour déterminer comment les valeurs des variables indépendantes auront un impact sur une variable dépendante particulière sous un ensemble donné d’hypothèses est définie comme l’analyse de sensibilité. Son utilisation dépendra d’une ou plusieurs variables d’entrée dans les limites spécifiques, comme l’effet que les changements de taux d’intérêt auront sur le prix d’une obligation.

Elle est également connue comme l’analyse what – if. L’analyse de sensibilité peut être utilisée pour toute activité ou système. Tout, de la planification de vacances en famille avec les variables à l’esprit aux décisions au niveau de l’entreprise, peut être fait par l’analyse de sensibilité.

L’analyse de sensibilité fonctionne sur un principe simple : Changez le modèle et observez le comportement.

Les paramètres que l’on doit noter en faisant ce qui précède sont :

A) Le plan d’expérience : Il comprend la combinaison des paramètres que l’on souhaite faire varier. Il s’agit notamment de vérifier quels et combien de paramètres doivent varier à un moment donné, d’attribuer des valeurs (niveaux maximum et minimum) avant l’expérience, d’étudier les corrélations : positives ou négatives et d’attribuer en conséquence des valeurs pour la combinaison.

B) Ce qu’il faut faire varier :Les différents paramètres que l’on peut choisir de faire varier dans le modèle pourraient être :
a) le nombre d’activités
b) l’objectif par rapport au risque assumé et aux bénéfices attendus
c) les paramètres techniques
d) le nombre de contraintes et ses limites

C). Ce qu’il faut observer :
a) la valeur de l’objectif selon la stratégie
b) la valeur des variables de décision
c) la valeur de la fonction objectif entre deux stratégies adoptées

Mesure de l’analyse de sensibilité

Ci-après sont mentionnées les étapes utilisées pour effectuer l’analyse de sensibilité :

1. En premier lieu, la sortie du cas de base est définie ; disons la VAN à une valeur d’entrée particulière du cas de base (V1) pour laquelle la sensibilité doit être mesurée. Toutes les autres entrées du modèle sont maintenues constantes.
2. Puis on calcule la valeur de la sortie à une nouvelle valeur de l’entrée (V2) tout en maintenant les autres entrées constantes.
3. Trouver le pourcentage de changement dans la sortie et le pourcentage de changement dans l’entrée.
4. La sensibilité est calculée en divisant le changement de pourcentage de la sortie par le changement de pourcentage de l’entrée.

Ce processus de test de sensibilité pour une autre entrée (disons le taux de croissance des flux de trésorerie) tout en gardant le reste des entrées constantes est répété jusqu’à ce que le chiffre de sensibilité pour chacune des entrées soit obtenu. La conclusion serait que plus le chiffre de sensibilité est élevé, plus la sortie est sensible à tout changement dans cette entrée et vice versa.

Méthodes d’analyse de sensibilité

Il existe différentes méthodes pour réaliser l’analyse de sensibilité :

• Techniques de modélisation et de simulation
• Outils de gestion de scénarios via Microsoft excel

Il existe principalement deux approches pour analyser la sensibilité :

• Analyse de sensibilité locale
• Analyse de sensibilité globale

L’analyse de sensibilité locale est basée sur les dérivées (numériques ou analytiques). Le terme local indique que les dérivées sont prises en un seul point. Cette méthode est apte pour les fonctions de coût simples, mais pas réalisable pour les modèles complexes, comme les modèles avec des discontinuités n’ont pas toujours de dérivées.

Mathématiquement, la sensibilité de la fonction de coût par rapport à certains paramètres est égale à la dérivée partielle de la fonction de coût par rapport à ces paramètres.

L’analyse de sensibilité locale est une technique de type  » un par un  » (OAT) qui analyse l’impact d’un paramètre sur la fonction de coût à la fois, en maintenant les autres paramètres fixes.

L’analyse de sensibilité globale est la deuxième approche de l’analyse de sensibilité, souvent mise en œuvre à l’aide de techniques de Monte Carlo. Cette approche utilise un ensemble global d’échantillons pour explorer l’espace de conception.

Les différentes techniques largement appliquées comprennent :

• L’analyse de sensibilité différentielle : Elle est également appelée la méthode directe. Elle implique la résolution de dérivées partielles simples pour l’analyse de sensibilité temporelle. Bien que cette méthode soit efficace sur le plan informatique, la résolution des équations est une tâche intensive à gérer.
• Mesures de sensibilité ponctuelles : C’est la méthode la plus fondamentale avec la différenciation partielle, dans laquelle les valeurs des paramètres variables sont prises une à la fois. Elle est aussi appelée analyse locale car c’est un indicateur uniquement pour les estimations ponctuelles adressées et non pour la distribution entière.
• Analyse factorielle : Elle consiste à sélectionner un nombre donné d’échantillons pour un paramètre spécifique, puis à exécuter le modèle pour les combinaisons. Le résultat est ensuite utilisé pour effectuer la sensibilité des paramètres.

A travers l’indice de sensibilité, on peut calculer la différence de % de sortie lorsqu’un paramètre d’entrée varie de la valeur minimale à la valeur maximale.

• L’analyse de corrélation aide à définir la relation entre les variables indépendantes et dépendantes.
• L’analyse de régression est une méthode complète utilisée pour obtenir des réponses pour des modèles complexes.
• Analyse de sensibilité subjective : Dans cette méthode, les paramètres individuels sont analysés. C’est une méthode subjective, simple, qualitative et une méthode facile pour écarter les paramètres d’entrée.

Utilisation de l’analyse de sensibilité pour la prise de décision

L’une des principales applications de l’analyse de sensibilité est dans l’utilisation des modèles par les gestionnaires et les décideurs. Tout le contenu nécessaire au modèle de décision ne peut être pleinement utilisé que par l’application répétée de l’analyse de sensibilité. Elle aide les analystes de décision à comprendre les incertitudes, les avantages et les inconvénients avec les limites et la portée d’un modèle de décision.
La plupart, sinon toutes les décisions sont prises dans l’incertitude. Il est la solution optimale dans la prise de décision pour divers paramètres qui sont des approximations. Une approche pour arriver à la conclusion est de remplacer tous les paramètres incertains par des valeurs attendues, puis d’effectuer une analyse de sensibilité. Ce serait une respiration pour un décideur s’il a une indication sur la sensibilité des choix avec des changements dans une ou plusieurs entrées.

Usages de l’analyse de sensibilité

• L’application clé de l’analyse de sensibilité est d’indiquer la sensibilité de la simulation aux incertitudes dans les valeurs d’entrée du modèle.
• Elles aident à la prise de décision
• L’analyse de sensibilité est une méthode pour prédire le résultat d’une décision si une situation s’avère différente par rapport aux prédictions clés.
• Elle aide à évaluer le caractère risqué d’une stratégie.
• Elle aide à identifier le degré de dépendance de la sortie par rapport à une valeur d’entrée particulière. Analyse si la dépendance à son tour aide à évaluer le risque associé.
• Aide à prendre des décisions éclairées et appropriées
• Aide à la recherche d’erreurs dans le modèle

Conclusion

L’analyse de sensibilité est l’un des outils qui aident les décideurs avec plus qu’une solution à un problème. Elle fournit un aperçu approprié des problèmes associés au modèle en référence. Enfin, le décideur obtient une idée décente de la sensibilité de la solution optimale qu’il a choisie à toute modification des valeurs d’entrée d’un ou de plusieurs paramètres.

.