Analyse de sensibilité

Qu'est-ce que l'analyse de sensibilité?

Une analyse de sensibilité détermine comment différentes valeurs d'une variable indépendante affectent une variable dépendante donnée dans un ensemble d'hypothèses donné. En d'autres termes, les analyses de sensibilité étudient comment différentes sources d'incertitude dans un modèle mathématique contribuent à l'incertitude globale du modèle. Cette technique est utilisée dans des limites spécifiques dépendant d'une ou de plusieurs variables d'entrée.

L'analyse de sensibilité est utilisée dans le monde des affaires et dans le domaine de l'économie. Il est couramment utilisé par les analystes financiers et les économistes et est également connu sous le nom d’analyse hypothétique.

Points clés à retenir

• Une analyse de sensibilité détermine comment différentes valeurs d'une variable indépendante affectent une variable dépendante donnée dans un ensemble d'hypothèses donné.
• Ce modèle est également appelé analyse de simulation ou de simulation.
• L'analyse de sensibilité peut être utilisée pour aider à faire des prédictions sur les cours des actions de sociétés cotées en bourse ou sur la manière dont les taux d'intérêt affectent les cours des obligations.
• L'analyse de sensibilité permet d'effectuer des prévisions à l'aide de données historiques et vraies.

Comment fonctionne l'analyse de sensibilité

L'analyse de sensibilité est un modèle financier qui détermine la manière dont les variables cibles sont affectées en fonction des modifications d'autres variables appelées variables d'entrée. Ce modèle est également appelé analyse de simulation ou de simulation. C'est un moyen de prédire le résultat d'une décision en fonction d'un certain nombre de variables. En créant un ensemble de variables donné, un analyste peut déterminer l’impact des modifications d’une variable sur le résultat.

Les variables cible et d'entrée - ou indépendantes et dépendantes - sont entièrement analysées lors de l'analyse de sensibilité. La personne qui effectue l'analyse examine le déplacement des variables ainsi que la manière dont la cible est affectée par la variable d'entrée.

L'analyse de sensibilité peut être utilisée pour aider à faire des prévisions sur les cours des actions des sociétés ouvertes. Certaines des variables qui affectent les cours des actions incluent les résultats des sociétés, le nombre d'actions en circulation, les ratios d'endettement (D / E) et le nombre de concurrents du secteur. L'analyse peut être affinée sur les prix futurs des actions en faisant des hypothèses différentes ou en ajoutant différentes variables. Ce modèle peut également être utilisé pour déterminer l’effet des variations des taux d’intérêt sur les prix des obligations. Dans ce cas, les taux d’intérêt sont la variable indépendante, alors que les prix des obligations sont la variable dépendante.

Les investisseurs peuvent également utiliser une analyse de sensibilité pour déterminer les effets de différentes variables sur les rendements de leurs investissements.

L'analyse de sensibilité permet d'effectuer des prévisions à l'aide de données historiques et vraies. En étudiant toutes les variables et les résultats possibles, il est possible de prendre des décisions importantes concernant les entreprises, l’économie et les investissements.

1:48

Analyse de sensibilité

Exemple d'analyse de sensibilité

Supposons que Sue est une directrice des ventes qui souhaite comprendre l'impact du trafic client sur le total des ventes. Elle détermine que les ventes sont fonction du prix et du volume des transactions. Le prix d'un widget est de 1 000 dollars, et Sue en a vendu 100 l'année dernière pour un total de 100 000 dollars. Sue détermine également qu'une augmentation de 10% du trafic client augmente le volume des transactions de 5%. Cela lui permet de construire un modèle financier et une analyse de sensibilité autour de cette équation en se basant sur des déclarations hypothétiques. Cela peut lui dire ce qui se passe dans les ventes si le trafic client augmente de 10%, 50% ou 100%. Sur 100 transactions effectuées aujourd'hui, une augmentation de 10%, 50% ou 100% du trafic clients correspond à une augmentation des transactions de 5%, 25% et 50% respectivement. L'analyse de sensibilité montre que les ventes sont très sensibles aux changements du trafic client.

Analyse de sensibilité et de scénario

En finance, une analyse de sensibilité est créée pour comprendre l'impact d'une gamme de variables sur un résultat donné. Il est important de noter qu'une analyse de sensibilité n'est pas la même chose qu'une analyse de scénario. À titre d'exemple, supposons qu'un analyste en actions veuille faire une analyse de sensibilité et une analyse de scénario concernant l'impact du bénéfice par action (EPS) sur la valorisation relative d'une entreprise en utilisant le multiple cours / bénéfice (P / E).

L'analyse de sensibilité est basée sur les variables qui affectent l'évaluation, qu'un modèle financier peut représenter en utilisant le prix et les EPS des variables. L'analyse de sensibilité isole ces variables et enregistre ensuite l'éventail des résultats possibles. En revanche, pour une analyse de scénario, l’analyste détermine un scénario donné, tel qu’un krach boursier ou une modification de la réglementation du secteur. Il modifie ensuite les variables du modèle pour s’aligner sur ce scénario. Mis ensemble, l'analyste a une image complète. Il connaît maintenant la gamme complète des résultats, compte tenu de tous les extrêmes, et comprend ce que seraient les résultats, en fonction d'un ensemble spécifique de variables définies par des scénarios réels.

Avantages et limites de l'analyse de sensibilité

L'analyse de sensibilité présente un certain nombre d'avantages pour les décideurs. Premièrement, il s’agit d’une étude approfondie de toutes les variables. Parce que c'est plus en profondeur, les prévisions peuvent être beaucoup plus fiables. Deuxièmement, il permet aux décideurs d'identifier les domaines dans lesquels ils peuvent apporter des améliorations à l'avenir. Enfin, cela permet de prendre des décisions éclairées concernant les entreprises, l’économie ou leurs investissements.

Cependant, l’utilisation d’un modèle comme celui-ci présente certains inconvénients. Les résultats sont tous basés sur des hypothèses car les variables sont toutes basées sur des données historiques. Cela signifie qu’elle n’est pas tout à fait exacte et qu’il est donc possible qu’une erreur se produise lors de l’application de l’analyse aux prévisions futures.

Comparaison des comptes d'investissement Nom du fournisseur Description Divulgation par l'annonceur × Les offres figurant dans ce tableau proviennent de partenariats avec lesquels Investopedia reçoit une rémunération.

Termes connexes

Fonctionnement de l'analyse des risques L'analyse des risques consiste à évaluer la probabilité qu'un événement indésirable se produise au sein du secteur de l'entreprise, du gouvernement ou de l'environnement. plus de sensibilité En tenant compte de chaque facteur ayant un impact négatif ou positif sur un instrument donné, la sensibilité est la magnitude à laquelle un instrument financier réagit. more Modèle multivarié Le modèle multivarié est un outil statistique populaire qui utilise plusieurs variables pour prévoir les résultats possibles d'un investissement. plus Simulation de Monte Carlo Les simulations de Monte Carlo sont utilisées pour modéliser la probabilité de différents résultats dans un processus difficilement prévisible en raison de l’intervention de variables aléatoires. plus Pourquoi la modélisation stochastique est moins compliquée qu'il n'y parait La modélisation stochastique est un outil utilisé dans la prise de décision en matière d'investissement qui utilise des variables aléatoires et produit de nombreux résultats différents. more Fonctionnement de la régression linéaire multiple La régression linéaire multiple (MLR) est une technique statistique qui utilise plusieurs variables explicatives pour prédire l’issue d’une variable de réponse. plus de liens partenaires