使用敏感性分析来估计不同变量对投资回报的影响。 这种分析形式是专为项目管理和盈利能力预测而设计的，但是您可以将其用于任何类型的不确定性预测。 使用敏感性分析进行投资决策的实际好处是可以评估风险和潜在错误。
敏感性分析最常见的投资应用可能涉及调整折现率或其他现金流量。 这使您可以根据特定调整重新评估风险。
更进一步，敏感性分析使您可以洞悉投资策略的结构。 您可以通过演示获利能力如何取决于基础模型数据或其他假设来比较投资模型。
敏感性分析不会产生任何特定的处方或产生任何交易信号。 由个人投资者或项目经理决定如何最好地利用所产生的结果。
敏感性分析回顾
灵敏度分析是一种预测输入数据变化影响的计算过程。 投资决策充满不确定性和风险。 大多数投资模型对模型的行为以及输入数据的可靠性和一致性都具有显式和隐式假设。
如果这些基本假设和数据证明不正确，则该模型将失去有效性。 通过应用敏感性分析，您可以检查输入值，例如资本成本，收入和投资价值。
敏感性分析的基本目的是双重的：深入了解基于模型的关键参数的影响以及模型产生的利润率对这些参数的敏感性。
灵敏度分析方法
要对您的投资模型进行敏感性分析，请首先确定一组评估投资成功的标准。 这些标准必须是定量的。 通常，可以将其设置为回报率（ROR）。
接下来，定义一组对模型很重要的输入值。 换句话说，找出哪些自变量在生成ROR中最重要。 其中包括折现率，资产价格或您的个人收入。
接下来，确定这些值可以移动的范围。 长期投资比短期投资具有更大的范围。
确定在投资模型保持盈利（产生正ROR）的同时，您的输入变量（和其他必要的标准）可以采用的最小值和最大值。
最后，分析和解释运动因素的结果。 根据输入变量的类型及其对ROR的影响，此过程可以是简单的也可以是复杂的。
投资决策敏感性分析的缺点
投资是复杂而繁杂的。 投资评估可能取决于资产价格，行使价或执行价格，收益率，无风险收益率，股息收益率，会计比率和无数其他因素。
灵敏度分析仅基于关键独立变量的运动生成结果。 假定未选择任何变量（对于任何给定的投资决策而言都有很多变量）是恒定的。
自变量很少独立移动。 自变量和非测量变量趋于同时变化。
