Analisi di sensibilità

Che cos'è l'analisi di sensibilità?

Un'analisi di sensibilità determina in che modo diversi valori di una variabile indipendente influiscono su una determinata variabile dipendente in base a una determinata serie di ipotesi. In altre parole, le analisi di sensibilità studiano come varie fonti di incertezza in un modello matematico contribuiscano all'incertezza complessiva del modello. Questa tecnica viene utilizzata entro limiti specifici che dipendono da una o più variabili di input.

L'analisi della sensibilità è utilizzata nel mondo degli affari e nel campo dell'economia. È comunemente usato da analisti finanziari ed economisti ed è anche noto come analisi what-if.

Key Takeaways

• Un'analisi di sensibilità determina in che modo diversi valori di una variabile indipendente influiscono su una determinata variabile dipendente in base a una determinata serie di ipotesi.
• Questo modello è anche indicato come analisi what-if o simulazione.
• L'analisi della sensibilità può essere utilizzata per fare previsioni sui prezzi delle azioni delle società quotate in borsa o su come i tassi di interesse influenzano i prezzi delle obbligazioni.
• L'analisi di sensibilità consente di effettuare previsioni utilizzando dati storici reali.

Come funziona l'analisi della sensibilità

L'analisi di sensibilità è un modello finanziario che determina come le variabili target vengono influenzate in base ai cambiamenti in altre variabili note come variabili di input. Questo modello è anche indicato come analisi what-if o simulazione. È un modo per prevedere l'esito di una decisione data una certa gamma di variabili. Creando un determinato set di variabili, un analista può determinare in che modo i cambiamenti in una variabile influenzano il risultato.

Le variabili target e input, o indipendenti e dipendenti, vengono analizzate completamente quando viene condotta l'analisi della sensibilità. La persona che esegue l'analisi esamina il modo in cui si muovono le variabili e il modo in cui il target viene influenzato dalla variabile di input.

L'analisi della sensibilità può essere utilizzata per aiutare a fare previsioni sui corsi azionari delle società pubbliche. Alcune delle variabili che influenzano i prezzi delle azioni includono gli utili delle società, il numero di azioni in circolazione, i rapporti debito / patrimonio netto (D / E) e il numero di concorrenti nel settore. L'analisi può essere perfezionata sui prezzi azionari futuri facendo ipotesi diverse o aggiungendo variabili diverse. Questo modello può anche essere utilizzato per determinare l'effetto che le variazioni dei tassi di interesse hanno sui prezzi delle obbligazioni. In questo caso, i tassi di interesse sono la variabile indipendente, mentre i prezzi delle obbligazioni sono la variabile dipendente.

Gli investitori possono anche utilizzare l'analisi di sensibilità per determinare gli effetti che le diverse variabili hanno sui loro rendimenti degli investimenti.

L'analisi di sensibilità consente di effettuare previsioni utilizzando dati storici reali. Studiando tutte le variabili e i possibili risultati, è possibile prendere decisioni importanti in merito alle imprese, all'economia e agli investimenti.

01:48

Analisi di sensibilità

Esempio di analisi di sensibilità

Supponiamo che Sue sia un responsabile delle vendite che vuole comprendere l'impatto del traffico dei clienti sulle vendite totali. Determina che le vendite sono una funzione del prezzo e del volume delle transazioni. Il prezzo di un widget è di $ 1.000 e Sue ha venduto 100 l'anno scorso per un totale di $ 100.000. Sue determina inoltre che un aumento del 10% nel traffico dei clienti aumenta il volume delle transazioni del 5%. Ciò le consente di costruire un modello finanziario e un'analisi di sensibilità attorno a questa equazione basata su dichiarazioni what-if. Può dirle cosa succede alle vendite se il traffico dei clienti aumenta del 10%, 50% o 100%. Sulla base di 100 transazioni oggi, un aumento del 10%, 50% o 100% del traffico dei clienti equivale a un aumento delle transazioni rispettivamente del 5%, 25% o 50%. L'analisi di sensibilità dimostra che le vendite sono altamente sensibili alle variazioni del traffico dei clienti.

Sensibilità vs. analisi dello scenario

Nel settore finanziario, viene creata un'analisi di sensibilità per comprendere l'impatto che una serie di variabili ha su un determinato risultato. È importante notare che un'analisi di sensibilità non è la stessa di un'analisi di scenario. Ad esempio, supponiamo che un analista azionario voglia fare un'analisi di sensitività e un'analisi di scenario sull'impatto degli utili per azione (EPS) sulla valutazione relativa di una società utilizzando il multiplo del rapporto prezzo / utili (P / E).

L'analisi di sensibilità si basa sulle variabili che influiscono sulla valutazione, che un modello finanziario può rappresentare utilizzando il prezzo e l'EPS delle variabili. L'analisi di sensibilità isola queste variabili e quindi registra la gamma di possibili risultati. D'altra parte, per un'analisi dello scenario, l'analista determina un determinato scenario come un crollo del mercato azionario o un cambiamento nella regolamentazione del settore. Quindi modifica le variabili all'interno del modello per allinearlo a quello scenario. Complessivamente, l'analista ha un quadro completo. Ora conosce l'intera gamma di risultati, dati tutti gli estremi, e ha una comprensione di quali sarebbero i risultati, dato un insieme specifico di variabili definite da scenari di vita reale.

Vantaggi e limiti dell'analisi di sensibilità

La conduzione dell'analisi della sensibilità offre numerosi vantaggi ai decisori. Innanzitutto, funge da studio approfondito di tutte le variabili. Poiché è più approfondito, le previsioni potrebbero essere molto più affidabili. In secondo luogo, consente ai decisori di identificare dove possono apportare miglioramenti in futuro. Infine, consente la capacità di prendere decisioni valide in merito alle aziende, all'economia o ai loro investimenti.

Ma ci sono alcuni svantaggi nell'utilizzare un modello come questo. I risultati sono tutti basati su ipotesi perché le variabili sono tutte basate su dati storici. Ciò significa che non è esattamente accurato, quindi potrebbe esserci spazio per l'errore quando si applica l'analisi a previsioni future.

Confronta i conti di investimento Nome del fornitore Descrizione Descrizione dell'inserzionista × Le offerte che compaiono in questa tabella provengono da società di persone da cui Investopedia riceve un compenso.

Termini correlati

Funzionamento dell'analisi dei rischi L'analisi dei rischi è il processo di valutazione della probabilità che si verifichi un evento avverso all'interno del settore aziendale, governativo o ambientale. più Sensibilità Tenendo conto di ogni fattore che influisce negativamente o positivamente su un determinato strumento, la sensibilità è l'entità a cui uno strumento finanziario reagisce. altro Modello multivariato Il modello multivariato è uno strumento statistico popolare che utilizza più variabili per prevedere i possibili risultati di investimento. altre simulazioni Monte Carlo Le simulazioni Monte Carlo vengono utilizzate per modellare la probabilità di risultati diversi in un processo che non può essere facilmente previsto a causa dell'intervento di variabili casuali. più perché la modellazione stocastica è meno complicata di quanto sembri La modellazione stocastica è uno strumento utilizzato nel processo decisionale di investimento che utilizza variabili casuali e produce numerosi risultati diversi. altro Come funziona la regressione lineare multipla La regressione lineare multipla (MLR) è una tecnica statistica che utilizza diverse variabili esplicative per prevedere l'esito di una variabile di risposta. più collegamenti dei partner