Hoofd- » algoritmische handel » Gevoeligheids analyse

Gevoeligheids analyse

algoritmische handel : Gevoeligheids analyse
Wat is gevoeligheidsanalyse?

Een gevoeligheidsanalyse bepaalt hoe verschillende waarden van een onafhankelijke variabele een bepaalde afhankelijke variabele beïnvloeden onder een bepaalde set aannames. Met andere woorden, gevoeligheidsanalyses bestuderen hoe verschillende bronnen van onzekerheid in een wiskundig model bijdragen aan de algemene onzekerheid van het model. Deze techniek wordt gebruikt binnen specifieke grenzen die afhankelijk zijn van een of meer invoervariabelen.

Gevoeligheidsanalyse wordt gebruikt in het bedrijfsleven en op het gebied van economie. Het wordt vaak gebruikt door financiële analisten en economen, en staat ook bekend als een what-if-analyse.

Belangrijkste leerpunten

  • Een gevoeligheidsanalyse bepaalt hoe verschillende waarden van een onafhankelijke variabele een bepaalde afhankelijke variabele beïnvloeden onder een bepaalde set aannames.
  • Dit model wordt ook een what-if- of simulatieanalyse genoemd.
  • Gevoeligheidsanalyse kan worden gebruikt om voorspellingen te doen over de aandelenkoersen van beursgenoteerde bedrijven of de invloed van rentetarieven op obligatiekoersen.
  • Gevoeligheidsanalyse maakt voorspelling mogelijk met historische, echte gegevens.

Hoe gevoeligheidsanalyse werkt

Gevoeligheidsanalyse is een financieel model dat bepaalt hoe doelvariabelen worden beïnvloed op basis van veranderingen in andere variabelen die invoervariabelen worden genoemd. Dit model wordt ook wel what-if of simulatieanalyse genoemd. Het is een manier om de uitkomst van een beslissing te voorspellen, gegeven een bepaalde reeks variabelen. Door een bepaalde set variabelen te maken, kan een analist bepalen hoe veranderingen in één variabele de uitkomst beïnvloeden.

Zowel de doel- als de invoer - of onafhankelijke en afhankelijke - variabelen worden volledig geanalyseerd wanneer een gevoeligheidsanalyse wordt uitgevoerd. De persoon die de analyse uitvoert, kijkt naar hoe de variabelen bewegen en hoe het doel wordt beïnvloed door de invoervariabele.

Gevoeligheidsanalyse kan worden gebruikt om voorspellingen te doen over de aandelenkoersen van beursgenoteerde ondernemingen. Sommige van de variabelen die van invloed zijn op aandelenkoersen zijn bedrijfswinsten, het aantal uitstaande aandelen, de schuld / eigen vermogen-ratio's (D / E) en het aantal concurrenten in de branche. De analyse kan worden verfijnd met betrekking tot toekomstige aandelenkoersen door verschillende veronderstellingen te maken of verschillende variabelen toe te voegen. Dit model kan ook worden gebruikt om het effect te bepalen dat veranderingen in rentetarieven hebben op de obligatiekoersen. In dit geval zijn de rentetarieven de onafhankelijke variabele, terwijl obligatiekoersen de afhankelijke variabele zijn.

Beleggers kunnen ook gevoeligheidsanalyse gebruiken om de effecten te bepalen die verschillende variabelen hebben op hun beleggingsrendement.

Gevoeligheidsanalyse maakt voorspelling mogelijk met historische, echte gegevens. Door alle variabelen en de mogelijke resultaten te bestuderen, kunnen belangrijke beslissingen worden genomen over bedrijven, de economie en over investeringen.

01:48

Gevoeligheids analyse

Voorbeeld van gevoeligheidsanalyse

Stel dat Sue een verkoopmanager is die de impact van klantverkeer op de totale verkoop wil begrijpen. Ze bepaalt dat verkopen een functie zijn van prijs en transactievolume. De prijs van een widget is $ 1.000, en Sue heeft vorig jaar 100 verkocht voor een totale omzet van $ 100.000. Sue bepaalt ook dat een toename van 10% in klantverkeer het transactievolume met 5% verhoogt. Dit stelt haar in staat om een ​​financieel model en gevoeligheidsanalyse rond deze vergelijking te bouwen op basis van what-if verklaringen. Het kan haar vertellen wat er met de verkoop gebeurt als het klantverkeer met 10%, 50% of 100% toeneemt. Gebaseerd op 100 transacties vandaag, betekent een toename van 10%, 50% of 100% in klantverkeer een toename van transacties met respectievelijk 5%, 25% of 50%. De gevoeligheidsanalyse toont aan dat verkopen zeer gevoelig zijn voor veranderingen in klantenverkeer.

Gevoeligheid versus scenario-analyse

In de financiële sector wordt een gevoeligheidsanalyse gemaakt om de impact te begrijpen die een reeks variabelen hebben op een bepaald resultaat. Het is belangrijk op te merken dat een gevoeligheidsanalyse niet hetzelfde is als een scenarioanalyse. Neem bijvoorbeeld aan dat een aandelenanalist een gevoeligheidsanalyse en een scenarioanalyse wil uitvoeren rond de impact van de winst per aandeel (EPS) op de relatieve waardering van een bedrijf met behulp van de prijs-naar-winst (P / E) multiple.

De gevoeligheidsanalyse is gebaseerd op de variabelen die de waardering beïnvloeden, die een financieel model kan weergeven met behulp van de prijs en de winst per aandeel. De gevoeligheidsanalyse isoleert deze variabelen en registreert vervolgens het bereik van mogelijke resultaten. Aan de andere kant, voor een scenarioanalyse, bepaalt de analist een bepaald scenario, zoals een beurscrash of verandering in de regelgeving van de industrie. Vervolgens wijzigt hij de variabelen in het model om in lijn te zijn met dat scenario. Samengevat heeft de analist een uitgebreid beeld. Hij kent nu het volledige scala aan uitkomsten, gezien alle uitersten, en heeft inzicht in wat de uitkomsten zouden zijn, gegeven een specifieke set variabelen die zijn gedefinieerd door realistische scenario's.

Voordelen en beperkingen van gevoeligheidsanalyse

Het uitvoeren van gevoeligheidsanalyse biedt een aantal voordelen voor besluitvormers. Ten eerste fungeert het als een diepgaande studie van alle variabelen. Omdat het dieper is, kunnen de voorspellingen veel betrouwbaarder zijn. Ten tweede stelt het beleidsmakers in staat om te bepalen waar ze in de toekomst verbeteringen kunnen aanbrengen. Ten slotte biedt het de mogelijkheid om goede beslissingen te nemen over bedrijven, de economie of hun investeringen.

Maar er zijn enkele nadelen aan het gebruik van een model als dit. De uitkomsten zijn allemaal gebaseerd op veronderstellingen omdat de variabelen allemaal zijn gebaseerd op historische gegevens. Dit betekent dat het niet precies nauwkeurig is, dus er kan ruimte zijn voor fouten bij het toepassen van de analyse op toekomstige voorspellingen.

Vergelijk beleggingsrekeningen Aanbieder Naam Beschrijving Adverteerder Openbaarmaking × De aanbiedingen die in deze tabel worden weergegeven, zijn afkomstig van samenwerkingsverbanden waarvan Investopedia een vergoeding ontvangt.

Gerelateerde termen

Hoe werkt risicoanalyse? Risicoanalyse is het proces van het beoordelen van de waarschijnlijkheid van een bijwerking binnen het bedrijfsleven, de overheid of de milieusector. meer Gevoeligheid Rekening houdend met elke factor die een bepaald instrument negatief of positief beïnvloedt, is gevoeligheid de mate waarop een financieel instrument reageert. meer Multivariate Model Het multivariate model is een populair statistisch hulpmiddel dat meerdere variabelen gebruikt om mogelijke beleggingsresultaten te voorspellen. meer Monte Carlo-simulatie Monte Carlo-simulaties worden gebruikt om de waarschijnlijkheid van verschillende uitkomsten te modelleren in een proces dat niet gemakkelijk kan worden voorspeld vanwege de interventie van willekeurige variabelen. meer Waarom stochastische modellering minder gecompliceerd is dan het klinkt Stochastische modellering is een hulpmiddel bij het nemen van investeringsbeslissingen die willekeurige variabelen gebruikt en verschillende resultaten oplevert. meer Hoe meervoudige lineaire regressie werkt Meervoudige lineaire regressie (MLR) is een statistische techniek die verschillende verklarende variabelen gebruikt om de uitkomst van een responsvariabele te voorspellen. meer partnerlinks
Aanbevolen
Laat Een Reactie Achter