敏感性分析_Sensitivity Analysis
敏感性分析是什么？
敏感性分析旨在展示在特定假设下，自变量的不同值如何影响因变量。公司利用敏感性分析识别机会、降低风险并向高层管理层传达决策。
敏感性分析通常由金融分析师和经济学家在商业和经济学领域使用，也被称为“假设分析”。
关键要点
- 敏感性分析展示了在特定假设下，自变量不同值如何影响因变量。
- 该模型被称为“假设”或模拟分析。
- 敏感性分析有助于预测上市公司的股价或利率变化如何影响债券价格。
工作原理
敏感性分析是一种金融模型，用于确定目标变量如何受到输入变量变化的影响。通过创建一组变量，分析师能够判断一个变量的变化如何影响结果。
进行敏感性分析时，自变量和因变量都会进行全面分析。这种分析允许使用历史真实数据进行预测。通过研究所有变量及其可能结果，企业、经济和投资决策的重要决定可以得以形成。敏感性分析可用于：
- 预测上市公司的股价。影响股价的变量包括公司盈利、流通股数量、债务与权益比（D/E）以及行业竞争对手的数量。
- 确定利率变化对债券价格的影响。在此情况下，利率为自变量，债券价格为因变量。
企业如何使用敏感性分析
敏感性分析可以为管理层在多种情境中提供有用的反馈，包括：
- 理解影响因素。了解外部因素如何与特定项目互动，帮助管理层识别可能影响输出变量的输入变量。
- 降低不确定性。复杂的敏感性分析模型告知项目成员需要关注或规划哪些事项。
- 捕捉错误。基线分析的原始假设可能包含未被发现的错误。通过进行分析迭代，管理层可能发现原始分析中的错误。
- 简化模型。通过敏感性分析，用户可以更好地理解哪些因素不重要，因而可以从模型中删除。
- 传达结果。高层管理对于信息可能已持谨慎态度，汇编不同情境的分析有助于决策者了解他们可能感兴趣的其他结果。
- 实现目标。管理层可能制定长期战略计划，需要满足特定基准。通过敏感性分析，企业能够更好地了解项目可能的变化及其达成指标所需的条件。
注意: 由于敏感性分析能回答诸如“如果发生XYZ会怎样？”的问题，因此，这类分析也被称为假设分析。
举例
一位销售经理希望了解顾客流量对总销售额的影响。公司确定销售额是价格和交易量的函数。一个商品的价格为1000美元，去年公司售出100个，总销售额为100,000美元。
经理确定顾客流量增加10%将使交易量增加5%。这使得公司能够基于假设语句构建财务模型和敏感性分析。它可以告知经理如果顾客流量增加10%、50%或100%时销量将会发生怎样的变化。
基于100次交易，顾客流量增加10%、50%或100%分 别对应交易量的增加5%、25%或50%。敏感性分析表明，销售对顾客流量变化非常敏感。
优势与劣势
敏感性分析为决策者提供了多个好处。它作为对所有变量的透彻研究，使得预测更可靠，有助于决策者识别未来的改进领域。
然而，结果是基于假设，因为这些变量仅基于历史数据。复杂的模型可能会对系统产生较大负担，且具有过多变量的模型可能会扭曲用户分析影响变量的能力。
优点
- 可能帮助管理层针对特定输入实现更具体的结果
- 可能轻松传达关注领域或最大风险
- 可能识别原始基准中的错误
- 通常降低特定事务的不确定性和不可预测性
缺点
- 严重依赖未来可能不成立的假设
- 可能使计算机系统承受复杂、密集的模型负担
- 可能变得过于复杂，扭曲分析师的能力
- 可能无法准确整合自变量，因为一个变量的变化可能无法准确反映另一个变量的影响
NPV中的敏感性分析是什么？
NPV分析中的敏感性分析是一种技术，用于评估特定 项目的盈利能力如何随基础输入变量的变化而变化。尽管一家公司可能已经计算出净现值（NPV），但它可能希望理解更好的或更差的条件将如何影响公司获得的回报。
企业如何计算敏感性分析？
敏感性分析通常在分析软件中进行，Excel中有执行分析的函数。一般来说，敏感性分析是使用不同输入单元格的公式进行计算。例如，一家公司可能使用6%的折扣率进行NPV分析。敏感性分析可以通过分析5%、8%、10%的折扣率场景并保持公式不变，参考不同的变量值来执行。
敏感性分析与情景分析的区别是什么？
敏感性分析与情景分析并不相同。假设一位股票分析师希望围绕每股收益（EPS）对公司相对估值的影响进行敏感性分析和情景分析，利用市盈率（P/E）倍数。敏感性分析基于影响估值的变量，可通过财务模型描绘出变量的价格和EPS。对于情景分析，分析师会确定某个特定情景，比如股市崩盘或行业监管变化，这将影响公司的估值。
总结
当一家公司希望确定某项目的不同潜在结果时，它可能会考虑进行敏感性分析。敏感性分析涉及操控自变量，以观察结果的财务影响。公司利用此分析识别机会、降低风险，并向高层管理层传达决策。