Glavni » algoritamsko trgovanje » Analiza osjetljivosti

Analiza osjetljivosti

algoritamsko trgovanje : Analiza osjetljivosti
Što je analiza osjetljivosti?

Analiza osjetljivosti određuje kako različite vrijednosti neovisne varijable utječu na određenu ovisnu varijablu pod danim setom pretpostavki. Drugim riječima, analize osjetljivosti proučavaju kako različiti izvori nesigurnosti u matematičkom modelu doprinose ukupnoj nesigurnosti modela. Ova se tehnika koristi unutar određenih granica koje ovise o jednoj ili više ulaznih varijabli.

Analiza osjetljivosti koristi se u poslovnom svijetu i na području ekonomije. Obično ga koriste financijski analitičari i ekonomisti, a također je poznat i kao analiza „što ako“.

Ključni odvodi

  • Analiza osjetljivosti određuje kako različite vrijednosti neovisne varijable utječu na određenu ovisnu varijablu pod danim setom pretpostavki.
  • Ovaj model se također naziva i "što-ako" ili simulacijska analiza.
  • Analiza osjetljivosti može se koristiti kako bi se predvidjela cijena dionica javnih trgovačkih društava ili kako kamatne stope utječu na cijene obveznica.
  • Analiza osjetljivosti omogućava predviđanje korištenjem povijesnih, istinitih podataka.

Kako djeluje analiza osjetljivosti

Analiza osjetljivosti je financijski model koji određuje kako se utječu na ciljne varijable na temelju promjena u drugim varijablama poznatim kao ulazne varijable. Ovaj model se također naziva i što-ako ili simulacijska analiza. Način je to predvidjeti ishod odluke s obzirom na određeni raspon varijabli. Stvaranjem zadanog skupa varijabli, analitičar može utvrditi kako promjene jedne varijable utječu na ishod.

I ciljna i ulazna - ili neovisna i ovisna - varijable u potpunosti se analiziraju kada se provodi analiza osjetljivosti. Osoba koja vrši analizu promatra kako se varijable kreću, kao i kako na ulaz utječe varijabla.

Analiza osjetljivosti može se koristiti kako bi se predvidjela cijena dionica javnih poduzeća. Neke od varijabli koje utječu na cijene dionica uključuju dobit kompanija, broj izdanih dionica, omjer duga i kapitala (D / E) i broj konkurenata u industriji. Analiza se može pročistiti o budućim cijenama dionica davanjem različitih pretpostavki ili dodavanjem različitih varijabli. Ovaj se model također može koristiti za utvrđivanje učinka koji promjene kamatnih stopa imaju na cijene obveznica. U ovom su slučaju kamatne stope neovisna varijabla, dok su cijene obveznica ovisna varijabla.

Investitori također mogu koristiti analizu osjetljivosti kako bi utvrdili učinke različitih varijabli na njihov povrat od ulaganja.

Analiza osjetljivosti omogućava predviđanje korištenjem povijesnih, istinitih podataka. Proučavanjem svih varijabli i mogućih ishoda mogu se donijeti važne odluke o poduzeću, gospodarstvu i o investiranju.

01:48

Analiza osjetljivosti

Primjer analize osjetljivosti

Pretpostavimo da je Sue menadžer prodaje koji želi razumjeti utjecaj prometa kupaca na ukupnu prodaju. Ona utvrđuje da je prodaja funkcija cijene i volumena transakcija. Cijena widgeta je 1.000 dolara, a Sue je lani prodala 100 za ukupnu prodaju od 100.000 dolara. Sue također utvrđuje da 10% -tni porast prometa povećava obujam transakcija za 5%. To joj omogućuje da izgradi financijski model i analizu osjetljivosti oko ove jednadžbe na temelju izjava ako. Može joj reći što se događa s prodajom ako se promet kupaca poveća za 10%, 50% ili 100%. Na temelju 100 transakcija danas, porast prometa od 10%, 50% ili 100% izjednačava se s povećanjem transakcija za 5%, 25%, odnosno 50%. Analiza osjetljivosti pokazuje da je prodaja vrlo osjetljiva na promjene u prometu kupaca.

Analiza osjetljivosti i scenarija

U financijama se stvara analiza osjetljivosti kako bi se razumio utjecaj niza varijabli na određeni ishod. Važno je napomenuti da analiza osjetljivosti nije isto što i analiza scenarija. Kao primjer, pretpostavimo da analitičar vlasničkog kapitala želi napraviti analizu osjetljivosti i analizu scenarija oko utjecaja zarade po dionici (EPS) na relativnu procjenu tvrtke upotrebom višestruke cijene do zarade (P / E).

Analiza osjetljivosti temelji se na varijablama koje utječu na vrednovanje, koje financijski model može prikazati koristeći cijenu varijabli i EPS. Analiza osjetljivosti izolira ove varijable, a zatim bilježi raspon mogućih ishoda. S druge strane, za analizu scenarija analitičar određuje određeni scenarij, poput pada burze ili promjene u regulaciji industrije. Zatim mijenja varijable unutar modela kako bi se prilagodio tom scenariju. Sastavljeno, analitičar ima sveobuhvatnu sliku. Sada zna čitav niz rezultata, s obzirom na sve krajnosti, i razumije što bi ishodi imali, s obzirom na specifičan skup varijabli definiranih scenarijima iz stvarnog života.

Prednosti i ograničenja analize osjetljivosti

Provođenje analize osjetljivosti donosi brojne prednosti za donositelje odluka. Prvo, djeluje kao dubinska studija svih varijabli. Budući da je dublja, predviđanja mogu biti daleko pouzdanija. Drugo, omogućava donositeljima odluka da identificiraju gdje mogu poboljšati u budućnosti. Konačno, omogućava mogućnost donošenja zdravih odluka o tvrtkama, gospodarstvu ili njihovim ulaganjima.

No, kod korištenja takvog modela postoje i neki nedostaci. Svi se rezultati temelje na pretpostavkama, jer se sve varijable temelje na povijesnim podacima. To znači da nije baš točan, pa može biti prostora za pogreške prilikom primjene analize na buduća predviđanja.

Usporedba investicijskih računa Ime dobavljača Opis Otkrivanje oglašavača × Ponude koje se pojavljuju u ovoj tablici potječu od partnerstava od kojih Investopedia prima naknadu.

Povezani uvjeti

Kako funkcionira analiza rizika Analiza rizika je postupak procjene vjerojatnosti da se štetni događaji pojave unutar korporativnog, državnog ili okolišnog sektora. više osjetljivosti Uzimajući u obzir svaki faktor koji utječe na određeni instrument negativno ili pozitivno, osjetljivost je veličina na koju financijski instrument reagira. više Multivarijantni model Multivarijantni model popularan je statistički alat koji koristi više varijabli za predviđanje mogućih ishoda ulaganja. više Simulacija Monte Carla Monte Carlo simulacije koriste se za modeliranje vjerojatnosti različitih ishoda u procesu koji se ne može lako predvidjeti zbog intervencije slučajnih varijabli. više Zašto je stohastičko modeliranje manje komplicirano nego što zvuči Stohastičko modeliranje je alat koji se koristi u odlučivanju o investiranju i koji koristi slučajne varijable i daje brojne različite rezultate. više Kako djeluje višestruka linearna regresija Višestruka linearna regresija (MLR) je statistička tehnika koja koristi nekoliko objašnjivih varijabli da predvidi ishod varijable odgovora. više partnerskih veza
Preporučeno
Ostavite Komentar