تجزیه و تحلیل حساسیت چگونه استفاده می شود؟

J. B. Maverick یک معامله گر فعال ، کارگزار آینده کالا و تحلیلگر بازار سهام 17+ سال تجربه علاوه بر 10+ سال تجربه به عنوان نویسنده دارایی و ویرایشگر کتاب است.

دکتر جفردا آر. براون یک مشاور مالی ، مربی معتبر آموزش مالی و محقق است که بیش از یک حرفه بیش از دو دهه به هزاران مشتری کمک کرده است. او مدیرعامل شرکت های مالی Xaris و تسهیل کننده دوره برای دانشگاه کرنل است.

پیت راتبورن یک نویسنده مستقل ، ویرایشگر کپی و حقایق با تخصص در اقتصاد و امور مالی شخصی است. وی بیش از 25 سال را در زمینه آموزش متوسطه گذرانده است ، از جمله موارد دیگر ، ضرورت سواد مالی و امور مالی شخصی برای جوانان هنگام شروع زندگی استقلال.

تجزیه و تحلیل حساسیت یک روش تجزیه و تحلیل است که برای شناسایی میزان تغییرات در مقادیر ورودی برای یک متغیر معین ، بر نتایج برای یک مدل ریاضی تأثیر می گذارد. تجزیه و تحلیل حساسیت می تواند در چندین رشته مختلف از جمله تجزیه و تحلیل تجارت ، سرمایه گذاری ، مطالعات زیست محیطی ، مهندسی ، فیزیک و شیمی استفاده شود.

غذای اصلی

• تجزیه و تحلیل حساسیت برای مشخص کردن میزان تغییرات در مقادیر ورودی برای یک متغیر معین ، نتایج را برای یک مدل ریاضی تأثیر می گذارد.
• تجزیه و تحلیل حساسیت می تواند بهترین داده های جمع آوری شده برای تجزیه و تحلیل را برای ارزیابی بازده سرمایه گذاری یک پروژه (ROI) شناسایی کند.
• تجزیه و تحلیل حساسیت به مهندسین کمک می کند تا با ارزیابی نقاط عدم اطمینان در ساختار طراحی ، طرح های قابل اعتماد تر و قوی تری ایجاد کنند.

درک تحلیل حساسیت

تجزیه و تحلیل حساسیت مربوط به عدم قطعیت ذاتی در مدلهای ریاضی است که مقادیر ورودی های مورد استفاده در مدل می تواند متفاوت باشد. این ابزار تحلیلی همراه برای تجزیه و تحلیل عدم اطمینان است و این دو اغلب با هم استفاده می شوند. تمام مدلهای تشکیل شده و مطالعات اجرا شده ، برای نتیجه گیری یا استنتاج برای تصمیمات سیاست ، مبتنی بر فرضیات مربوط به اعتبار ورودی های مورد استفاده در محاسبات است.

به عنوان مثال ، در ارزیابی سهام ، نسبت بازده دارایی (ROA) فرض می کند که محاسبه معتبر و دقیق دارایی های یک شرکت را می توان فهمید و تجزیه و تحلیل سود یا بازده در مورد دارایی ها به عنوان وسیله ای برای ارزیابی یک منطقی استشرکت برای اهداف سرمایه گذاری.

نتیجه گیری حاصل از مطالعات یا محاسبات ریاضی می تواند به طور قابل توجهی تغییر یابد ، بسته به مواردی از جمله نحوه تعریف متغیر خاص یا پارامترهای انتخاب شده برای یک مطالعه. هنگامی که نتایج یک مطالعه یا محاسبات به دلیل تغییر در فرضیات اساسی به طور قابل توجهی تغییر نمی کند ، آنها قوی هستند. اگر تغییرات در ورودی های بنیادی یا فرضیات به طور قابل توجهی نتایج را تغییر دهد ، می توان از تجزیه و تحلیل حساسیت استفاده کرد تا تعیین کند که چگونه تغییرات در ورودی ها ، تعاریف یا مدل سازی می تواند دقت یا استحکام هر نتیجه ای را بهبود بخشد.

چگونه از تجزیه و تحلیل حساسیت استفاده می شود

تجزیه و تحلیل حساسیت می تواند در موقعیت های مختلف از جمله پیش بینی یا پیش بینی و همچنین شناسایی مکان های پیشرفت یا تنظیم در یک فرآیند مفید باشد. با این حال ، استفاده از داده های تاریخی گاهی اوقات می تواند منجر به نتایج نادرست در هنگام پیش بینی شود زیرا نتایج گذشته لزوماً منجر به نتایج آینده نمی شود. در زیر چند کاربرد متداول تجزیه و تحلیل حساسیت وجود دارد.

بازگشت سرمایه گذاری

در یک زمینه تجاری ، می توان از تجزیه و تحلیل حساسیت برای بهبود تصمیمات بر اساس محاسبات خاص یا مدل سازی استفاده کرد. یک شرکت می تواند از تجزیه و تحلیل حساسیت برای شناسایی ورودی هایی که بیشترین تأثیر را در بازده سرمایه گذاری یک شرکت (ROI) دارند ، استفاده کند. ورودی هایی که بیشترین تأثیر را دارند ، باید با دقت بیشتری در نظر گرفته شوند. از تجزیه و تحلیل حساسیت نیز می توان برای تخصیص دارایی و منابع استفاده کرد.

یک نمونه ساده از تجزیه و تحلیل حساسیت مورد استفاده در تجارت ، تجزیه و تحلیل تأثیر شامل یک قطعه خاص از اطلاعات در تبلیغات یک شرکت است ، و مقایسه نتایج فروش از تبلیغات که فقط در این مورد متفاوت است یا نه ، آنها را شامل می شود.

مدل های آب و هوا

مدل های رایانه ای معمولاً در پیش بینی آب و هوا ، محیطی و تغییرات آب و هوا مورد استفاده قرار می گیرند. از تجزیه و تحلیل حساسیت می توان برای بهبود چنین مدلهایی با تجزیه و تحلیل چگونگی تأثیر روشهای مختلف نمونه گیری سیستماتیک ، ورودی ها و پارامترهای مدل بر صحت نتایج یا نتیجه گیری های به دست آمده از مدل های رایانه استفاده کرد.

تحقیق علمی

رشته های فیزیک و شیمی اغلب از تجزیه و تحلیل حساسیت برای ارزیابی نتایج و نتیجه گیری استفاده می کنند. تجزیه و تحلیل حساسیت در ارزیابی و تنظیم مدلهای جنبشی که شامل استفاده از چندین معادله دیفرانسیل است ، به ویژه مفید بوده است. اهمیت ورودی های مختلف و اثرات واریانس در ورودی ها بر روی نتایج مدل قابل تجزیه و تحلیل است.

مهندسی

این روش استاندارد در مهندسی است که از مدل های رایانه ای برای آزمایش طراحی سازه ها قبل از ساخت استفاده کنید. تجزیه و تحلیل حساسیت به مهندسین کمک می کند تا با ارزیابی نقاط عدم اطمینان یا تغییرات گسترده در ورودی های ممکن و اثرات مربوط به آنها بر زنده ماندن مدل ، طرح های قابل اطمینان تر و قوی تری ایجاد کنند. پالایش مدلهای رایانه ای می تواند به طور قابل توجهی بر صحت ارزیابی مواردی مانند توانایی استرس پل یا خطرات تونل زنی تأثیر بگذارد.