نماد سایت ایوسی

تحلیل حساسیت چیست؟ تعریف و مثال

تجزیه و تحلیل میزان حساسیت

تجزیه و تحلیل میزان حساسیت

کارشناسان از تجزیه و تحلیل حساسیت استفاده می کنند تا تعیین کنند که چگونه مقادیر مختلف در مجموعه ای از متغیرهای مستقل بر یک متغیر وابسته خاص تأثیر می گذارد. اقتصاددانان و تحلیلگران مالی از تحلیل حساسیت برای پیش بینی قیمت سهام شرکت ها یا سنجش اثر نرخ بهره استفاده می کنند. اگر شما یک حرفه ای در امور مالی یا سرمایه گذاری هستید، یادگیری بیشتر در مورد تجزیه و تحلیل حساسیت می تواند به شما در بهبود درک خود از عدم اطمینان در بازار کمک کند.

در این مقاله از ایوسی به چیستی تحلیل حساسیت و مزایای آن می پردازیم، آن را با تحلیل سناریو مقایسه می کنیم و مثالی از نحوه استفاده صحیح از آن ارائه می دهیم.

موارد کلیدی

تحلیل حساسیت چیست؟

تجزیه و تحلیل حساسیت، که به آن تحلیل چه-اگر نیز گفته می‌شود، یک ابزار ریاضی است که در مدل‌سازی علمی و مالی برای مطالعه چگونگی تأثیر عدم قطعیت‌های یک مدل بر عدم قطعیت کلی آن مدل استفاده می‌شود. این روشی است برای تعیین اینکه مقادیر مختلف برای یک متغیر مستقل، با توجه به مجموعه ای از مفروضات خاص، چه کاری می توانند انجام دهند تا بر یک متغیر وابسته خاص تأثیر بگذارند. هنگامی که مرزهای وابسته به متغیرهای ورودی وجود دارد و زمانی که می خواهید به سؤالاتی مانند پاسخ دهید، می توانید از تحلیل حساسیت استفاده کنید:

مطالب مرتبط:  تحلیل حساسیت چیست؟ (با مثال)

تجزیه و تحلیل حساسیت چگونه کار می کند؟

می توانید از تجزیه و تحلیل حساسیت برای مطالعه اینکه چگونه یک تغییر خاص ممکن است بر شما تأثیر بگذارد استفاده کنید. به عنوان مثال، اگر می خواهید بدانید که اگر نرخ بهره ۲ درصد افزایش یابد، آیا تغییر در نرخ بهره بر قیمت اوراق تأثیر می گذارد یا خیر. می‌توانید این عبارت را به یک عبارت «چه می‌شد اگر» تبدیل کنید، مانند موارد زیر:

“اگر نرخ بهره ۲ درصد افزایش یابد، برای هزینه اوراق قرضه چه اتفاقی می افتد؟”

مرتبط:  تجزیه و تحلیل داده ها: هدف و تکنیک ها

روش های به کارگیری تحلیل حساسیت

در اینجا دو روش برای تجزیه و تحلیل حساسیت استفاده می شود:

روش مستقیم

در روش مستقیم، شما می توانید اعداد مختلف را به یک فرض در یک مدل جایگزین کنید. با استفاده از روش مستقیم، اعداد مختلف را جایگزین نرخ رشد می کنیم تا مقادیر درآمد حاصل را مشاهده کنیم. به عنوان مثال، اگر فرض رشد درآمد شما ۲۰ درصد سال به سال باشد، فرمول درآمد به این صورت است:

(درآمد سال گذشته) * (۱ + ۲۰%)

روش غیر مستقیم

در  روش غیر مستقیم، به جای تغییر مستقیم مقدار یک فرض، درصد تغییر را در فرمول ها وارد می کنید. به عنوان مثال، اگر فرض رشد درآمد شما ۲۰٪ سال به سال باشد و ما می دانیم که فرمول درآمد این است:

(درآمد سال گذشته) x (1 + 20%)

به جای اینکه ۲۰% را به عدد دیگری تغییر دهیم، فرمول را به:

(درآمد سال گذشته) x (1 + (20% + X))، که در آن X یک مقدار در ناحیه تحلیل حساسیت مدل است.

حساسیت در مقابل تحلیل سناریو

تحلیل حساسیت می تواند نتایج یک رویداد را با توجه به طیف خاصی از متغیرها پیش بینی کند و یک تحلیلگر می تواند از این اطلاعات برای درک اینکه چگونه تغییر در یک متغیر بر متغیرها یا نتایج دیگر تأثیر می گذارد استفاده کند. تجزیه و تحلیل حساسیت می تواند متغیرهای خاصی را جدا کرده و دامنه نتایج را نشان دهد.

با این حال، تجزیه و تحلیل سناریو  تعیین می کند که در یک موقعیت خاص، مانند تغییر در مقررات صنعت یا سقوط بازار سهام، چه اتفاقی می افتد. یک تحلیلگر می تواند از اطلاعات خاص یک سناریوی خاص برای تغییر متغیر در یک مدل استفاده کند و نتیجه یک موقعیت واقعی زندگی واقعی را درک کند.

مزایای تجزیه و تحلیل حساسیت

استفاده از تحلیل حساسیت مزایای متعددی دارد. یادآوری این نکته مهم است که تحلیل حساسیت از مجموعه ای از نتایج مبتنی بر مفروضات و متغیرهای مبتنی بر داده های تاریخی استفاده می کند. به همین دلیل، تحلیل حساسیت مدلی است که جای خطا دارد و ممکن است کاملاً دقیق نباشد، اما ابزاری ارزشمند و پرکاربرد است.

مزایای استفاده از تحلیل حساسیت عبارتند از:

مطالب مرتبط:  روش های تصمیم گیری برای محل کار

رشته های شغلی که از تحلیل حساسیت استفاده می کنند

بسیاری از زمینه‌های شغلی و کسب‌وکارها از تحلیل حساسیت برای فرآیند تصمیم‌گیری حیاتی خود استفاده می‌کنند، اما مشاغل زیر رایج‌ترین آنها هستند:

نمونه هایی از تجزیه و تحلیل حساسیت

در اینجا دو مثال فرضی برای تحلیل حساسیت در عمل آورده شده است:

مثال ۱

پیتر در یک کیوسک در مرکز خرید کوله پشتی می فروشد. او می‌داند که عجله بازگشت به مدرسه در ماه اوت آغاز می‌شود و می‌خواهد تعیین کند که آیا افزایش ترافیک مشتریان در مرکز خرید باعث افزایش درآمد فروش او می‌شود یا خیر، و اگر چنین است، تا چه حد. میانگین قیمت یک کوله پشتی که پیتر می فروشد ۴۰ دلار است. سال گذشته، در جریان عجله بازگشت به مدرسه، او ۲۵۰ کوله پشتی فروخت که منجر به فروش ۱۰۰۰۰ دلاری شد.

پیتر پس از استفاده از یک برنامه نرم‌افزار صفحه‌گسترده دریافت که وقتی ترافیک مشتری در مرکز خرید ۲۰ درصد افزایش یافت، ۱۴ درصد افزایش فروش داشت. اکنون که پیتر این اطلاعات را می داند، می تواند از آن برای پیش بینی میزان افزایش یا کاهش درآمد فروشش استفاده کند. اگر ترافیک مشتری ۴۰ درصد افزایش یابد، فروش او باید ۲۸ درصد افزایش یابد. اگر ترافیک مشتری ۱۰٪ کاهش یابد، فروش او باید ۷٪ کاهش یابد.

مثال ۲

جین یک مدیر فروش است و می خواهد بهتر بفهمد که چگونه افزایش خریداران تعطیلات بر کل فروش بخش او تأثیر می گذارد. جین با استفاده از داده‌های فروش تعطیلات سال گذشته متوجه می‌شود که کل فروش تعطیلات تابعی از حجم معاملات و قیمت است. او تعیین می کند که وقتی خریداران تعطیلات ۱۰٪ افزایش می یابد، فروش ۵٪ افزایش می یابد. جین می‌تواند یک مدل مالی بسازد و با استفاده از این اطلاعات از اظهارات تحلیل حساسیت “چه می‌شد” استفاده کند. بر این اساس، جین اکنون می فهمد که اگر افزایش خریداران تعطیلات ۵۰ درصد باشد، کل فروش باید ۲۵ درصد افزایش یابد.

خروج از نسخه موبایل