JUTĪGUMA ANALĪZE: KĀDAM NOLŪKAM TAS IR PAREDZĒTS UN PIEMĒRS - DUDAS - 2025

Jutīguma analīze ir metode, kas nosaka, cik dažādas vērtības neatkarīgā mainīgā ietekmēt atkarīgo mainīgo uz virkni pieņēmumu. Pētiet, kā matemātiskā modeļa vai sistēmas rezultāta nenoteiktību var iedalīt dažādiem avotiem tā ieejas mainīgajos.

Šo paņēmienu izmanto īpašās robežās, kas ir atkarīgas no viena vai vairākiem ieejas mainīgajiem lielumiem, piemēram, kā procentu likmju izmaiņu (neatkarīgs mainīgais) ietekme uz obligāciju cenām (atkarīgs mainīgais).

Jutīguma analīze, ņemot vērā noteiktu mainīgo lielumu klāstu, ir veids, kā paredzēt lēmuma iznākumu. To sauc arī par simulācijas analīzi vai "kas būtu, ja". Izveidojot doto mainīgo kopu, analītiķis var noteikt, kā mainīgā mainīgie ietekmē rezultātu.

Saistītā prakse ir nenoteiktības analīze, kas vairāk koncentrējas uz nenoteiktības kvantitatīvu noteikšanu un izplatīšanu. Ideālā gadījumā nenoteiktības un jutīguma analīze būtu jāveic kopā.

Kam tas domāts?

Viens no galvenajiem jutīguma analīzes pielietojumiem ir modeļu izmantošana vadītājiem un lēmumu pieņēmējiem. Visu lēmumu modelim nepieciešamo saturu var izmantot, atkārtoti piemērojot jutīguma analīzi.

Tas palīdz lēmumu analītiķiem izprast neskaidrības, plusus un mīnusus, ņemot vērā lēmumu modeļa ierobežojumus un darbības jomu.

Lielākā daļa lēmumu tiek pieņemti neskaidri. Viens paņēmiens secinājuma izdarīšanai ir aizstāt visus neskaidros parametrus ar paredzamajām vērtībām; tad tiek veikta jutīguma analīze.

Uzticības modeļa novērtējums

Tas būtu atelpa, ja lēmumu pieņēmējs saņemtu kaut kādu norādi par to, cik jutīga būs izvēle, mainot vienu vai vairākus ievades mainīgos. Laba modelēšanas prakse prasa modelētājam veikt modeļa ticamības novērtējumu.

Pirmkārt, tam ir jānosaka jebkura modeļa rezultātu nenoteiktība (nenoteiktības analīze); un, otrkārt, novērtē, cik lielā mērā katrs ieraksts veicina rezultāta nenoteiktību.

Jutīguma analīze pievēršas otrajam no šiem punktiem (lai arī nenoteiktības analīze ir nepieciešams priekšnoteikums), spēlējot ieejas mainīgo lieluma stipruma un atbilstības ranžēšanu, lai noteiktu rezultāta izmaiņas.

Modeļos, kas ietver daudzus ievades mainīgos lielumus, jutīguma analīze ir būtiska sastāvdaļa modeļa veidošanā un kvalitātes nodrošināšanā.

Lietojumprogrammas

- Jutīguma analīzes galvenais pielietojums ir simulācijas jutīguma norādīšana uz modeļa ieejas vērtību nenoteiktībām.

- Tā ir metode, kas ļauj paredzēt lēmuma iznākumu, ja situācija izrādās atšķirīga salīdzinājumā ar galvenajām prognozēm.

- palīdz novērtēt stratēģijas risku.

- Tas kalpo, lai noteiktu, cik atkarīgs rezultāts ir no konkrētā ievades mainīgā. Analizējiet, vai atkarība palīdz novērtēt saistīto risku.

- Palīdz pieņemt apzinātus un atbilstošus lēmumus.

- To izmanto, lai meklētu kļūdas modelī, atrodot neparedzētas attiecības starp ievadiem un rezultātiem.

Kā to izdarīt?

Jutīguma analīzi, kas pazīstama arī kā “kas-ja” analīze, finanšu analītiķi visbiežāk izmanto, lai paredzētu noteiktas darbības iznākumu, ja to veic noteiktos apstākļos.

Jutīguma analīze tiek veikta noteiktajās robežās, ko nosaka neatkarīgu ieejas mainīgo kopums.

Piemēram, jutīguma analīzi var izmantot, lai izpētītu procentu likmju izmaiņu ietekmi uz obligāciju cenām, ja procentu likmes palielinās par 1%.

Jautājums "Ko darīt, ja …?" tas būtu: Kas notiek ar obligācijas cenu, ja procentu likmes paaugstinās par 1%? Uz šo jautājumu tiek atbildēts ar jutīguma analīzi.

Analīzi var veikt Microsoft Excel lapā, opciju izvēlnes sadaļā “Dati”, izmantojot pogu “Hipotēzes analīze”, kurā ir “Meklēt mērķi” un “Datu tabula”.

Jutīguma analīzes veikšanai ir dažādas metodes:

- Modelēšanas un imitācijas metodes.

- Scenāriju pārvaldības rīki, izmantojot Microsoft Excel.

Metodes

Jutīguma analīzei galvenokārt ir divas metodes:

Vietējās jutības analīze

Tā pamatā ir atvasinājumi (skaitliski vai analītiski). Vietējais termins norāda, ka atvasinājumi tiek ņemti vienā punktā. Šī metode ir piemērota vienkāršām izmaksu funkcijām.

Tomēr sarežģītiem modeļiem, piemēram, modeļiem ar pārtraukumiem, nav iespējams, jo tiem ne vienmēr ir atvasinājumi.

Matemātiski izmaksu funkcijas jutība attiecībā uz noteiktiem parametriem ir vienāda ar izmaksu funkcijas daļēju atvasinājumu attiecībā uz šiem parametriem.

Vietējās jutības analīze ir paņēmiens, kas tiek veikts pa vienam. Analizējiet atsevišķa parametra ietekmi uz izmaksu funkciju vienlaikus, pārējos parametrus fiksējot.

Globālās jutības analīze

Globālā jutīguma analīze ir otrā pieeja jutīguma analīzei, kuru bieži īsteno, izmantojot Montekarlo metodes. Šī pieeja izmanto globālu paraugu kopumu, lai izpētītu dizaina telpu.

Piemērs

Džons ir atbildīgs par brīvdienu CA pārdošanu, kas tirdzniecības centrā pārdod Ziemassvētku rotājumus. Jānis zina, ka tuvojas svētku laiks un tirdzniecības centrs būs pārpildīts.

Jūs vēlaties zināt, vai klientu trafika pieaugums tirdzniecības centrā palielinās veikala kopējos pārdošanas ieņēmumus un, ja jā, par kādu summu.

Ziemassvētku rotājumu paketes vidējā cena ir 20 USD. Pagājušā gada svētku laikā Holiday CA pārdeva 500 Ziemassvētku rotājumu pakas. Tā rezultātā kopējais pārdošanas apjoms bija 10 000 USD.

Pēc jutīguma analīzes veikšanas tiek noteikts, ka klientu trafika pieaugums par 10% tirdzniecības vietā palielina kopējo pārdošanas apjomu par 7%.

Izmantojot šo informāciju, Jānis var paredzēt, cik daudz naudas veikals nopelnīs, ja klientu trafiks palielināsies par 20%, 40% vai 100%.

Balstoties uz parādīto jutības analīzi, var redzēt, ka kopējais pārdošanas apjoms palielināsies attiecīgi par 14%, 28% un 70%.

Atsauces

1. Wikipedia, bezmaksas enciklopēdija (2018). Jutības analīze. Iegūts no: en.wikipedia.org.
2. Investopedia (2018). Jutības analīze. Paņemts no: investpedia.com.
3. CFI (2018). Kas ir jutības analīze? Iegūts no: corporatefinanceinstitute.com.
4. EduPristine (2018). Viss, ko vēlaties uzzināt par jutības analīzi. Iegūts no: edupristine.com.
5. Deivids J. Pannells (1997). Jutīguma analīze: stratēģijas, metodes, koncepcijas, piemēri. Rietumaustrālijas Universitātes Lauksaimniecības un resursu ekonomikas skola. Iegūts no: dpannell.fnas.uwa.edu.au.