感度分析とは何ですか？
感度分析は、与えられた一連の仮定の下で、独立変数の異なる値が特定の従属変数にどのように影響するかを決定します。 つまり、感度分析では、数学モデルのさまざまな不確実性の原因がモデルの全体的な不確実性にどのように寄与するかを研究します。 この手法は、1つ以上の入力変数に依存する特定の境界内で使用されます。
感度分析は、ビジネスの世界や経済学の分野で使用されています。 金融アナリストやエコノミストによって一般的に使用されており、what-if分析としても知られています。
重要なポイント
- 感度分析は、与えられた一連の仮定の下で、独立変数の異なる値が特定の従属変数にどのように影響するかを決定します。このモデルは、what-if分析またはシミュレーション分析とも呼ばれます。上場企業の価格、または金利が債券価格にどのように影響するか。感度分析により、過去の真のデータを使用して予測することができます。
感度分析の仕組み
感度分析は、入力変数として知られる他の変数の変化に基づいて、ターゲット変数がどのように影響を受けるかを決定する財務モデルです。 このモデルは、what-ifまたはシミュレーション分析とも呼ばれます。 特定の範囲の変数が与えられた場合に、決定の結果を予測する方法です。 特定の変数セットを作成することにより、アナリストは、1つの変数の変更が結果にどのように影響するかを判断できます。
感度分析を実行すると、ターゲット変数と入力変数（または独立変数と依存変数）の両方が完全に分析されます。 分析を行う人は、変数がどのように移動するか、またターゲットが入力変数によってどのように影響を受けるかを調べます。
感度分析は、公開会社の株価の予測に役立ちます。 株価に影響を与える変数には、企業の収益、発行済み株式数、負債資本比率（D / E）、および業界の競合他社の数が含まれます。 異なる仮定を行うか、異なる変数を追加することにより、将来の株価について分析を改良できます。 このモデルは、金利の変化が債券価格に与える影響を判断するためにも使用できます。 この場合、金利は独立変数であり、債券価格は従属変数です。
投資家は感度分析を使用して、さまざまな変数が投資収益率に与える影響を判断することもできます。
感度分析により、履歴の真のデータを使用した予測が可能になります。 すべての変数と可能な結果を研究することにより、ビジネス、経済、および投資に関して重要な決定を下すことができます。
感度分析
感度分析の例
スーは、総売上高に対する顧客トラフィックの影響を理解したいセールスマネージャーであると仮定します。 彼女は、売上は価格と取引量の関数であると判断しました。 ウィジェットの価格は1, 000ドルで、Sueは昨年100を販売し、総売上は100, 000ドルでした。 また、顧客トラフィックが10％増加すると、トランザクション量が5％増加すると判断します。 これにより、彼女はwhat-ifステートメントに基づいて、この方程式に基づいて財務モデルと感度分析を構築できます。 顧客のトラフィックが10％、50％、または100％増加した場合、販売に何が起こるかを彼女に伝えることができます。 現在の100件のトランザクションに基づくと、顧客トラフィックの10％、50％、または100％の増加は、トランザクションがそれぞれ5％、25％、または50％増加することに相当します。 感度分析は、売上が顧客トラフィックの変化に非常に敏感であることを示しています。
感度とシナリオ分析
金融では、特定の結果に対するさまざまな変数の影響を理解するために、感度分析が作成されます。 感度分析はシナリオ分析と同じではないことに注意することが重要です。 例として、株式アナリストが、株価収益率（P / E）倍数を使用して、会社の相対評価に対する1株当たり利益（EPS）の影響に関する感度分析とシナリオ分析を行いたいと仮定します。
感度分析は、評価に影響する変数に基づいており、財務モデルは変数の価格とEPSを使用してそれを表すことができます。 感度分析では、これらの変数を分離し、考えられる結果の範囲を記録します。 一方、シナリオ分析では、アナリストは株式市場の暴落や業界規制の変更などの特定のシナリオを決定します。 次に、モデル内の変数を変更して、そのシナリオに合わせます。 まとめると、アナリストは包括的な状況を把握しています。 現在、彼は、すべての極端な結果を考慮して、結果の全範囲を知っており、現実のシナリオで定義された特定の変数セットを考慮して、結果がどうなるかを理解しています。
感度分析の利点と制限
感度分析の実施は、意思決定者に多くの利点を提供します。 まず、すべての変数の詳細な調査として機能します。 より詳細であるため、予測の信頼性ははるかに高くなります。 第二に、意思決定者が将来どこで改善できるかを特定することができます。 最後に、企業、経済、またはそれらの投資について健全な決定を下すことができます。
しかし、このようなモデルを使用することにはいくつかの欠点があります。 変数はすべて履歴データに基づいているため、結果はすべて仮定に基づいています。 これは、正確ではないため、分析を将来の予測に適用する際にエラーの余地がある可能性があります。
