Truco

Análisis de Sensibilidad


Análisis de Sensibilidad

Teoría:

Una característica relacionada es el análisis de sensibilidad. Mientras el análisis de tornado (gráficas de tornado y gráficas de araña) aplica perturbaciones estáticas antes de correr una simulación, el análisis de sensibilidad  aplica perturbaciones dinámicas creadas después de correr una simulación. Las gráficas de tornado y de araña son el resultado de perturbaciones estáticas, queriendo decir que variable de supuesto o precedente son perturbadas en una cantidad preestablecida, una a la vez, y las fluctuaciones en los resultados son tabuladas. En contraste, las gráficas de sensibilidad son los resultados de perturbaciones dinámicas en el sentido que múltiples supuestos son perturbados simultáneamente y sus interacciones en el modelo y correlaciones entre las variables son capturadas en las fluctuaciones de los resultados.

Las gráficas de tornado, por ende, identifican que variables manejan más  los resultados y de ahí que sean apropiadas para la simulación, en vista que las gráficas identifican el impacto a los resultados cuando múltiple variables interrelacionadas son simuladas de manera conjunta en el modelo. Este efecto es claramente ilustrado en la Figura 5.8. Note que la clasificación de los factores de éxito crítico es similar a la gráfica de tornado en los ejemplos previos.

Sin embargo, si las correlaciones son añadidas entre los supuestos, la Figura 5.9 muestra una imagen muy diferente. Note por ejemplo, que el deterioro del precio tiene poco impacto en el VPN pero cuando algunos de los supuestos de entrada son correlacionados, la interacción que existe entre estas variables correlacionadas hace que el deterioro del precio tenga más impacto.                        

Figura 5.8 – Gráfica de Sensibilidad Sin Correlaciones

Figura 5.9 – Gráfica de SensibilidadCon Correlaciones 

Procedimiento:

*        Ahora abra o cree un modelo, defina supuestos y pronósticos, y corra la simulación (el ejemplo que se usa aquí es el del archivo de Gráficas de Tornado y Sensibilidad (lineal))               

*        Simulador de Riesgo | Herramientas | Análisis de Sensibilidad

*        Seleccione el pronóstico de opción para analizar y de Click en OK (Figura 5.10)

Figura 5.10 – Correr Análisis de Sensibilidad

Interpretación de Resultados:

Los resultados del análisis de sensibilidad  incluyen un reporte y dos gráficas clave. La primera es una gráfica de correlación de clasificación no lineal (Figura 5.11) que clasifica los pares de correlaciones entre los supuesto-pronóstico desde el más alto hasta el más bajo. Estás correlaciones son no lineales y no paramétricas, haciéndolas libres de cualquier requerimiento de distribución (es decir, un supuesto con una distribución Weibull puede ser comparada con otra con una distribución Beta). Los resultados son bastante similares a los del análisis de tornado vistos previamente (claro, sin el valor de inversión de capital, el cual decidimos que fuese un valor conocido y de ahí que no fuese simulado), con una excepción especial.

El índice de impuesto fue relegado a una posición mucho más baja en la gráfica análisis de sensibilidad (Figura 5.11) comparado con la gráfica de tornado (Figura 5.6). Esto es porque por sí mismo, el índice de impuesto tendrá un impacto significativo pero una vez que las otras variables estén interactuando en el modelo, aparece que el índice de impuesto tiene menos efecto dominante (esto es porque el índice de impuesto tiene una distribución más pequeña mientras que los índices de impuesto históricos tienden a no fluctuar demasiado, y también porque el índice de impuesto es un valor de porcentaje directo del ingreso antes de los impuestos, donde otras variables de precedente tiene un efecto más grande). Este ejemplo prueba que ejecutar el análisis de sensibilidad después de correr una simulación es importante indagar si hay algunas interacciones en el modelo y si los efectos de ciertas variables aún permanecen. La segunda gráfica (5.12) muestra la variación de porcentaje explicada. Esto es, de las fluctuaciones en el pronóstico, ¿cuánto de la variación puede ser explicado por cada uno de los supuestos después de explicar todas las interacciones entre las variables? Note que la suma de todas las variaciones explicadas es usualmente es cercana al 100% (hay algunas veces otros elementos que impactan el modelo pero no pueden ser capturados aquí directamente), y si las correlaciones existen, la suma algunas veces podría exceder el 100% (debido a los efectos de interacción que son acumulativos).                       

Figura 5.11 – Gráfica de Clasificación de Correlación Chart

Figura 5.12 – Contribución a la Gráfica de Variación

Notas:

El análisis sis de tornado es ejecutado antes de correr una simulación mientras que el análisis de sensibilidad se ejecuta después de correr una simulación. Las gráficas de araña en el análisis de tornado pueden considerar no linealidades mientras que las gráficas de clasificación de correlación en el análisis de sensibilidad pueden explicar condiciones libres de distribución y no lineales.                   

¡Guarda esta información!

Descargalo en PDF

Descargar

¡Comparte este evento con tus colegas!

Email

Enviar

WhatsApp

Facebook

Cotizar
Próximos
Eventos

X

Mis cotizaciones:

Comentarios a tu solicitud:

Cotizar