Qu’est-ce que l’analyse de sensibilité ?
Une analyse de sensibilité détermine comment les différentes valeurs d’une variable indépendante affectent une variable dépendante particulière selon un ensemble d’hypothèses donné. En d’autres termes, les analyses de sensibilité étudient comment diverses sources d’incertitude dans un modèle mathématique contribuent à l’incertitude globale du modèle. Cette technique est utilisée dans des limites spécifiques qui dépendent d’une ou plusieurs variables d’entrée.
L’analyse de sensibilité est utilisée dans le monde des affaires et dans le domaine de l’économie. Elle est couramment utilisée par les analystes financiers et les économistes, et est également connue sous le nom d’analyse de simulation.
Points clés à retenir
- Une analyse de sensibilité détermine comment les différentes valeurs d’une variable indépendante affectent une variable dépendante particulière selon un ensemble d’hypothèses donné.
- Ce modèle est également appelé analyse d’hypothèses ou de simulation.
- L’analyse de sensibilité peut être utilisée pour aider à faire des prévisions sur le prix des actions des sociétés cotées en bourse ou sur la façon dont les taux d’intérêt affectent le prix des obligations.
- L’analyse de sensibilité permet de faire des prévisions en utilisant des données historiques et réelles.
Comment fonctionne l’analyse de sensibilité
L’analyse de sensibilité est un modèle financier qui détermine comment les variables cibles sont affectées en fonction de l’évolution d’autres variables connues sous le nom de variables d’entrée. Ce modèle est également appelé analyse d’hypothèses 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 donné de variables, un analyste peut déterminer comment les changements d’une variable affectent le résultat.
La cible et les variables d’entrée – ou les variables indépendantes et dépendantes – sont toutes deux entièrement analysées lors de l’analyse de sensibilité. La personne qui effectue l’analyse examine l’évolution 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 le prix des actions des sociétés publiques. Parmi les variables qui influent sur le prix des actions, on peut citer les bénéfices de l’entreprise, le nombre d’actions en circulation, le ratio d’endettement (D/E) et le nombre de concurrents dans le secteur. L’analyse peut être affinée sur les futurs prix des actions en faisant différentes hypothèses ou en ajoutant différentes variables. Ce modèle peut également être utilisé pour déterminer l’effet des variations des taux d’intérêt sur le prix des obligations. Dans ce cas, les taux d’intérêt sont la variable indépendante, tandis 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 le rendement de leurs investissements.
L’analyse de sensibilité permet de faire des prévisions en utilisant des données historiques et réelles. En étudiant toutes les variables et les résultats possibles, des décisions importantes peuvent être prises concernant les entreprises, l’économie et les investissements.
1:48
Exemple d’analyse de sensibilité
Supposons que Sue est un directeur commercial qui souhaite comprendre l’impact du trafic des clients sur les ventes totales. 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 de ventes. 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 d’hypothèses. Elle peut lui dire ce qu’il advient des ventes si le trafic client augmente de 10 %, 50 % ou 100 %. Sur la base de 100 transactions aujourd’hui, une augmentation de 10%, 50% ou 100% du trafic client équivaut à une augmentation des transactions de 5%, 25% ou 50% respectivement. L’analyse de sensibilité montre que les ventes sont très sensibles aux variations du trafic client.
Analyse de sensibilité ou de scénario
En finance, une analyse de sensibilité est créée pour comprendre l’impact d’une série 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. Par exemple, supposons qu’un analyste d’actions souhaite effectuer une analyse de sensibilité et une analyse de scénario concernant l’impact du bénéfice par action (BPA) sur l’évaluation relative d’une société en utilisant le multiple du ratio 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 le BPA des variables. L’analyse de sensibilité isole ces variables et enregistre ensuite la gamme des résultats possibles. D’autre part, pour une analyse de scénario, l’analyste détermine un certain scénario tel qu’un krach boursier ou un changement dans la réglementation du secteur. Il modifie ensuite les variables du modèle pour s’aligner sur ce scénario. L’analyste dispose ainsi d’une image complète. Il connaît maintenant l’ensemble des résultats, compte tenu de tous les extrêmes, et il comprend ce que seraient les résultats, compte tenu d’un ensemble spécifique de variables définies par des scénarios de la vie réelle.
Avantages et limites de l’analyse de sensibilité
La réalisation d’une analyse de sensibilité présente un certain nombre d’avantages pour les décideurs. Tout d’abord, elle constitue une étude approfondie de toutes les variables. Comme elle est plus approfondie, les prévisions peuvent être beaucoup plus fiables. Deuxièmement, elle permet aux décideurs d’identifier les domaines dans lesquels ils peuvent apporter des améliorations à l’avenir. Enfin, elle permet de prendre des décisions judicieuses concernant les entreprises, l’économie ou leurs investissements.
Mais l’utilisation d’un tel modèle présente certains inconvénients. Les résultats sont tous basés sur des hypothèses car les variables sont toutes basées sur des données historiques. Cela signifie qu’il n’est pas exactement précis, et qu’il peut donc y avoir une marge d’erreur lorsque l’on applique l’analyse à des prévisions futures.