Deprecated: File registration.php is deprecated since version 3.1.0 with no alternative available. This file no longer needs to be included. in /home/html/jardakral.savana-hosting.cz/public_html/menstruacni-pomucky.cz/wp-includes/functions.php on line 6031
Analýza citlivosti - Magazín MP.cz

Analýza citlivosti

Co je analýza citlivosti?

Analýza citlivosti se používá v obchodním světě a v oblasti ekonomie. Běžně ji používají finanční analytici a ekonomové a je také známá jako analýza co kdyby.

Klíčové způsoby

Jak funguje analýza citlivosti

Analýza citlivosti je finanční model, který určuje, jak jsou cílové proměnné ovlivněny na základě změn v jiných proměnných známých jako vstupní proměnné. Tento model je také označován jako analýza co-kdyby nebo simulace. Je to způsob, jak předpovědět výsledek rozhodnutí dané určitým rozsahem proměnných. Vytvořením dané množiny proměnných může analytik určit, jak změny v jedné proměnné ovlivní výsledek.

Při analýze citlivosti se plně analyzují cílové i vstupní – nebo nezávislé a závislé – proměnné. Osoba provádějící analýzu sleduje, jak se proměnné pohybují a jak je cílová ovlivněna vstupní proměnnou.

Analýza citlivosti může být použita k vytváření předpovědí o cenách akcií veřejných společností. Některé z proměnných, které ovlivňují ceny akcií, zahrnují zisky společností, počet akcií v oběhu, poměr dluhu k vlastnímu kapitálu (D/E) a počet konkurentů v odvětví. Analýzu lze zpřesnit o budoucích cenách akcií pomocí různých předpokladů nebo přidáním různých proměnných. Tento model lze také použít k určení účinku, který mají změny úrokových sazeb na ceny dluhopisů. V tomto případě jsou úrokové sazby nezávislou proměnnou, zatímco ceny dluhopisů jsou závislou proměnnou.

Investoři mohou také využít analýzu citlivosti k určení účinků, které mají různé proměnné na jejich návratnost investice.

Analýza citlivosti umožňuje předpovídat pomocí historických, pravdivých dat. Studiem všech proměnných a možných výsledků lze učinit důležitá rozhodnutí o podnicích, ekonomice a investicích.

Analýza citlivosti

Příklad analýzy citlivosti

Předpokládejme, že Sue je obchodní manažerka, která chce pochopit dopad zákaznického provozu na celkové tržby. Zjišťuje, že tržby jsou funkcí ceny a objemu transakcí. Cena widgetu je 1000 dolarů a Sue jich loni prodala 100 při celkových tržbách 100 000 dolarů. Sue také zjišťuje, že 10% nárůst zákaznického provozu zvyšuje objem transakcí o 5%. To jí umožňuje sestavit finanční model a analýzu citlivosti kolem této rovnice na základě prohlášení „co kdyby“. To jí může říct, co se stane s tržbami, pokud se zákaznický provoz zvýší o 10%, 50% nebo 100%. Na základě 100 dnešních transakcí se 10%, 50% nebo 100% nárůst zákaznického provozu rovná nárůstu transakcí o 5%, 25% nebo 50%. Analýza citlivosti ukazuje, že tržby jsou velmi citlivé na změny zákaznického provozu.

ČTĚTE:   Poskytnutý majetek

Senzitivita vs. analýza scénářů

Ve finančnictví je vytvořena analýza citlivosti, která má pochopit dopad řady proměnných na daný výsledek. Je důležité si uvědomit, že analýza citlivosti není stejná jako analýza scénáře. Jako příklad předpokládejme, že akciový analytik chce udělat analýzu citlivosti a analýzu scénáře kolem dopadu zisku na akcii (EPS) na relativní ocenění společnosti pomocí koeficientu cena-zisk (P/E).

Analýza citlivosti je založena na proměnných, které ovlivňují oceňování, které může finanční model zobrazit pomocí ceny proměnných a EPS. Analýza citlivosti tyto proměnné izoluje a poté zaznamená rozsah možných výsledků.

Na druhou stranu pro analýzu scénářů analytik určí určitý scénář, jako je krach akciového trhu nebo změna průmyslové regulace. Proměnné v rámci modelu pak změní tak, aby se s tímto scénářem vyrovnaly. Dohromady má analytik ucelený obraz. Zná nyní celou škálu výstupů, vzhledem ke všem extrémům, a chápe, jaké by byly výstupy, vzhledem ke konkrétnímu souboru proměnných definovaných reálnými scénáři.

Přínosy a omezení analýzy citlivosti

Provedení analýzy citlivosti poskytuje činitelům s rozhodovací pravomocí řadu výhod. Za prvé funguje jako hloubková studie všech proměnných. Protože je hloubkovější, mohou být předpovědi mnohem spolehlivější. Za druhé umožňuje činitelům s rozhodovací pravomocí určit, kde mohou v budoucnu dosáhnout zlepšení. A konečně umožňuje činit správná rozhodnutí o společnostech, ekonomice nebo jejich investicích.