análisis de sensibilidad

¿Qué es el análisis de sensibilidad?

El análisis de sensibilidad determina cómo los diferentes valores de una variable independiente afectan a una variable dependiente particular bajo un conjunto dado de supuestos. En otras palabras, los análisis de sensibilidad estudian cómo varias fuentes de incertidumbre en un modelo matemático contribuyen a la incertidumbre general del modelo. Esta técnica se utiliza dentro de límites específicos que dependen de una o más variables de entrada.

El análisis de sensibilidad se utiliza en el mundo empresarial y en el campo de la economía. Es comúnmente utilizado por analistas financieros y economistas y también se conoce como análisis hipotético.

Cómo funciona el análisis de sensibilidad

El análisis de sensibilidad es un modelo financiero que determina cómo se ven afectadas las variables objetivo en función de los cambios en otras variables conocidas como variables de entrada. Es una forma de predecir el resultado de una decisión dado un cierto rango de variables. Al crear un conjunto dado de variables, un analista puede determinar cómo los cambios en una variable afectan el resultado.

Tanto las variables de destino como las de entrada, o independientes y dependientes, se analizan completamente cuando se lleva a cabo el análisis de sensibilidad. La persona que realiza el análisis observa cómo se mueven las variables y cómo la variable de entrada afecta al objetivo.

El análisis de sensibilidad se puede utilizar para ayudar a hacer predicciones sobre los precios de las acciones de las empresas públicas. Algunas de las variables que afectan los precios de las acciones incluyen las ganancias de la empresa, la cantidad de acciones en circulación, la relación deuda-capital (D/E) y la cantidad de competidores en la industria. El análisis se puede refinar sobre los precios futuros de las acciones haciendo diferentes suposiciones o agregando diferentes variables. Este modelo también se puede utilizar para determinar el efecto que tienen los cambios en las tasas de interés sobre los precios de los bonos. En este caso, las tasas de interés son la variable independiente, mientras que los precios de los bonos son la variable dependiente.

El análisis de sensibilidad permite pronosticar utilizando datos históricos reales. Al estudiar todas las variables y los posibles resultados, se pueden tomar decisiones importantes sobre los negocios, la economía y las inversiones.

Utilidad del Análisis de Sensibilidad

Los modelos financieros que incorporan análisis de sensibilidad pueden proporcionar a la gerencia una variedad de comentarios que son útiles en muchos escenarios diferentes. La amplitud de la utilidad del análisis de sensibilidad incluye pero no se limita a:

• Comprender los factores que influyen. Esto incluye qué y cómo los diferentes factores externos interactúan con un proyecto o empresa específica. Esto permite a la gerencia comprender mejor qué variables de entrada pueden afectar las variables de salida.
• Reducción de la incertidumbre. Los modelos de análisis de sensibilidad complejos educan a los usuarios sobre los diferentes elementos que afectan un proyecto; esto, a su vez, informa a los miembros del proyecto sobre qué estar alerta o qué planificar con anticipación.
• Captura de errores. Los supuestos originales para el análisis de referencia pueden haber tenido algunos errores no detectados. Al realizar diferentes iteraciones analíticas, la gerencia puede detectar errores en el análisis original.
• Simplificando el modelo. Los modelos demasiado complejos pueden dificultar el análisis de las entradas. Al realizar un análisis de sensibilidad, los usuarios pueden comprender mejor qué factores realmente no importan y pueden eliminarse del modelo debido a su falta de materialidad.
• Comunicando resultados. La alta dirección puede estar ya a la defensiva o inquisitiva acerca de una empresa. Recopilar análisis sobre diferentes situaciones ayuda a informar a los tomadores de decisiones sobre otros resultados que pueden estar interesados ​​en conocer.
• Alcanzando metas. La gerencia puede establecer planes estratégicos a largo plazo que deben cumplir con puntos de referencia específicos. Al realizar un análisis de sensibilidad, una empresa puede comprender mejor cómo puede cambiar un proyecto y qué condiciones deben estar presentes para que el equipo cumpla con sus objetivos métricos.

Sensibilidad frente a análisis de escenarios

En finanzas, se crea un análisis de sensibilidad para comprender el impacto que tiene una variedad de variables en un resultado determinado. Es importante señalar que un análisis de sensibilidad no es lo mismo que un análisis de escenarios. Como ejemplo, suponga que un analista de acciones desea realizar un análisis de sensibilidad y un análisis de escenarios en torno al impacto de las ganancias por acción (EPS) en la valoración relativa de una empresa utilizando el múltiplo de precio a ganancias (P/E).

El análisis de sensibilidad se basa en las variables que afectan la valoración, que un modelo financiero puede representar utilizando el precio y el EPS de las variables. El análisis de sensibilidad aísla estas variables y luego registra el rango de posibles resultados.

Por otro lado, para un análisis de escenarios, un analista determina un escenario determinado, como una caída del mercado de valores o un cambio en la regulación de la industria. Luego, el analista cambia las variables dentro del modelo para alinearlas con ese escenario. En conjunto, el analista tiene una imagen integral y ahora conoce la gama completa de resultados, dados todos los extremos, y comprende cuáles serían los resultados, dado un conjunto específico de variables definidas por escenarios de la vida real.

Ventajas y limitaciones del análisis de sensibilidad

La realización de análisis de sensibilidad proporciona una serie de beneficios para los responsables de la toma de decisiones. En primer lugar, actúa como un estudio en profundidad de todas las variables. Debido a que es más profundo, las predicciones pueden ser mucho más confiables. En segundo lugar, permite a los responsables de la toma de decisiones identificar dónde pueden realizar mejoras en el futuro. Finalmente, permite la capacidad de tomar decisiones acertadas sobre las empresas, la economía o sus inversiones.

Hay algunas desventajas en el uso de un modelo como este. Todos los resultados se basan en suposiciones porque todas las variables se basan en datos históricos. Los modelos muy complejos pueden hacer un uso intensivo del sistema, y ​​los modelos con demasiadas variables pueden distorsionar la capacidad del usuario para analizar variables influyentes.

Ejemplo de análisis de sensibilidad

Supongamos que Sue es una gerente de ventas que desea comprender el impacto del tráfico de clientes en las ventas totales. Ella determina que las ventas son una función del precio y el volumen de transacciones. El precio de un widget es $1,000 y Sue vendió 100 el año pasado por un total de ventas de $100,000.

Sue también determina que un aumento del 10 % en el tráfico de clientes aumenta el volumen de transacciones en un 5 %. Esto le permite construir un modelo financiero y un análisis de sensibilidad en torno a esta ecuación basada en declaraciones hipotéticas. Puede decirle qué sucede con las ventas si el tráfico de clientes aumenta en un 10 %, 50 % o 100 %.

Con base en 100 transacciones actuales, un aumento del 10 %, 50 % o 100 % en el tráfico de clientes equivale a un aumento en las transacciones del 5 %, 25 % o 50 %, respectivamente. El análisis de sensibilidad demuestra que las ventas son muy sensibles a los cambios en el tráfico de clientes.

La línea de fondo

Cuando una empresa quiere determinar diferentes resultados potenciales para un proyecto determinado, puede considerar realizar un análisis de escenario. El análisis de escenarios implica manipular variables independientes para ver los impactos financieros resultantes. Las empresas realizan análisis de escenarios para identificar oportunidades, mitigar riesgos y comunicar decisiones a la alta dirección.