Heading

Co to jest Analiza Wrażliwości?

Technikę używaną do określenia, jak niezależne wartości zmiennych będą miały wpływ na konkretną zmienną zależną w danym zestawie założeń określa się jako analizę wrażliwości. Jej zastosowanie będzie zależało od jednej lub więcej zmiennych wejściowych w określonych granicach, takich jak wpływ zmian stóp procentowych na cenę obligacji.

Jest ona również znana jako analiza „co – jeśli”. Analiza wrażliwości może być stosowany do każdej działalności lub systemu. Wszystko od planowania rodzinnych wakacji ze zmiennymi w umyśle do decyzji na poziomie korporacyjnym można zrobić za pomocą analizy wrażliwości.

Analiza wrażliwości działa na prostej zasadzie: Zmień model i obserwuj zachowanie.

Parametry, na które należy zwrócić uwagę podczas wykonywania powyższej analizy to:

A) Projekt eksperymentalny: Obejmuje on kombinację parametrów, które mają być zróżnicowane. Obejmuje to sprawdzenie, które i jak wiele parametrów należy zmienić w danym momencie, przypisanie wartości (maksymalne i minimalne poziomy) przed eksperymentem, zbadanie korelacji: pozytywnych lub negatywnych i odpowiednio przypisać wartości dla kombinacji.

B) Co tfo zmieniać: Różne parametry, które mogą być wybrane do zmiany w modelu może być:
a) liczba działań
b) cel w stosunku do ryzyka podjętego i zyski oczekiwane
c) parametry techniczne
d) liczba ograniczeń i jego granice

C) What to observe:
a) the value of the objective as per the strategy
b) value of the decision variables
c) value of the objective function between two strategies adopted

Measurement of sensitivity analysis

Below are mentioned the steps used to conduct sensitivity analysis:

1. Firstly the base case output is defined; say the NPV at a particular base case input value (V1) for which the sensitivity is to be measured. Wszystkie inne dane wejściowe modelu są utrzymywane na stałym poziomie.
2. Potem obliczana jest wartość wyjściowa przy nowej wartości wejściowej (V2) przy utrzymaniu innych danych wejściowych na stałym poziomie.
3. Znajdujemy procentową zmianę w danych wyjściowych i procentową zmianę w danych wejściowych.
4. Wrażliwość oblicza się dzieląc procentową zmianę wartości wyjściowej przez procentową zmianę wartości wejściowej.

Ten proces testowania wrażliwości dla innej wartości wejściowej (powiedzmy stopy wzrostu przepływów pieniężnych) przy jednoczesnym utrzymaniu pozostałych wartości wejściowych na stałym poziomie powtarza się do momentu uzyskania wartości wrażliwości dla każdej z wartości wejściowych. Wniosek jest taki, że im wyższa jest wartość wrażliwości, tym bardziej wrażliwe są dane wyjściowe na wszelkie zmiany w tych danych wejściowych i odwrotnie.

Metody analizy wrażliwości

Istnieją różne metody przeprowadzania analizy wrażliwości:

• Modelowanie i techniki symulacji
• Narzędzia do zarządzania scenariuszami poprzez Microsoft Excel

Istnieją głównie dwa podejścia do analizy wrażliwości:

• Lokalna analiza wrażliwości
• Globalna analiza wrażliwości

Lokalna analiza wrażliwości jest oparta na pochodnych (numerycznych lub analitycznych). Termin lokalna wskazuje, że pochodne są brane w jednym punkcie. Metoda ta jest odpowiednia dla prostych funkcji kosztu, ale nie jest wykonalna dla złożonych modeli, ponieważ modele z nieciągłościami nie zawsze mają 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 typu one-at-a-time (OAT), która analizuje wpływ jednego parametru na funkcję kosztu w danym momencie, utrzymując pozostałe parametry na stałym poziomie.

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

Różne techniki szeroko stosowane obejmują:

• Różnicową analizę wrażliwości: Jest ona również określana jako metoda bezpośrednia. Polega ona na rozwiązywaniu prostych pochodnych cząstkowych do czasowej analizy wrażliwości. Chociaż ta metoda jest wydajna obliczeniowo, rozwiązywanie równań jest intensywne zadanie do obsługi.
• Jeden na raz środki wrażliwości: Jest to najbardziej podstawowa metoda z częściowym różniczkowaniem, w której zmieniające się wartości parametrów są brane jeden na raz. Jest również nazywany jako analiza lokalna, ponieważ jest to wskaźnik tylko dla adresowanych szacunków punktowych, a nie całej dystrybucji.
• Analiza czynnikowa: Polega ona na wyborze danej liczby próbek dla określonego parametru, a następnie uruchomieniu modelu dla kombinacji. Wynik jest następnie używany do przeprowadzenia wrażliwości parametru.

Poprzez wskaźnik wrażliwości można obliczyć wyjściową % różnicy, gdy jeden parametr wejściowy zmienia się od minimalnej do maksymalnej wartości.

• Analiza korelacji pomaga w określeniu relacji między zmiennymi niezależnymi i zależnymi.
• Analiza regresji jest kompleksową metodą używaną do uzyskania odpowiedzi dla złożonych modeli.
• Podmiotowa analiza wrażliwości: W tej metodzie analizowane są poszczególne parametry. Jest to subiektywna metoda, proste, jakościowe i łatwe do wykluczenia parametrów wejściowych.

Usługiwanie Analiza wrażliwości do podejmowania decyzji

Jednym z kluczowych zastosowań analizy wrażliwości jest w wykorzystaniu modeli przez menedżerów i decydentów. Wszystkie treści potrzebne do modelu decyzji mogą być w pełni wykorzystane tylko poprzez wielokrotne stosowanie analizy wrażliwości. Pomaga analityków decyzji, aby zrozumieć niepewności, za i przeciw z ograniczeniami i zakres modelu decyzji.
Większość, jeśli nie wszystkie decyzje są podejmowane w warunkach niepewności. Jest to optymalne rozwiązanie w podejmowaniu decyzji dla różnych parametrów, które są przybliżenia. Jedno podejście, aby dojść do wniosku jest przez zastąpienie wszystkich niepewnych parametrów z oczekiwanych wartości, a następnie przeprowadzić analizę wrażliwości. Byłoby odetchnąć dla decydenta, jeśli on / ona ma jakieś wskazówki, jak wrażliwe będą wybory ze zmianami w jednym lub więcej inputs.

Uses of Sensitivity Analysis

• Kluczowym zastosowaniem analizy wrażliwości jest wskazanie wrażliwości symulacji do niepewności w wartościach wejściowych modelu.
• Pomagają w podejmowaniu decyzji
• Analiza wrażliwości jest metodą przewidywania wyniku decyzji, jeśli sytuacja okaże się inna w porównaniu z kluczowymi przewidywaniami.
• Pomaga w ocenie ryzykowności strategii.
• Pomaga w określeniu, jak bardzo dane wyjściowe są zależne od konkretnej wartości wejściowej. Analiza, czy zależność ta z kolei pomaga w ocenie ryzyka z nią związanego.
• Pomaga w podejmowaniu świadomych i właściwych decyzji
• Pomaga w poszukiwaniu błędów w modelu

Podsumowanie

Analiza wrażliwości jest jednym z narzędzi, które pomagają decydentom nie tylko w rozwiązaniu problemu. Zapewnia ona odpowiedni wgląd w problemy związane z danym modelem. W końcu decydent dostaje przyzwoity pomysł o tym, jak wrażliwe jest optymalne rozwiązanie wybrane przez niego do jakichkolwiek zmian w wartościach wejściowych jednego lub więcej parametrów.