敏感性分析法

敏感性分析法是一种通过改变模型输入参数并观察输出结果变化，以识别关键影响因素的风险分析方法。

一、敏感性分析法的核心原理

敏感性分析法基于“输入-输出”映射关系，通过系统性调整单个或多个变量的取值（如成本、销量、利率等），计算对应结果（如利润、NPV、风险概率）的波动幅度。其核心逻辑是量化参数变化对目标结果的影响程度，帮助决策者定位“敏感点”——即对结果影响最大的参数。例如在项目投资评估中，若产品售价变动10%导致净现值变动30%，则售价被判定为高敏感性参数。

二、敏感性分析法的实施步骤

实施敏感性分析通常分为三个阶段：

参数选择与边界设定：筛选可能影响结果的关键参数（如市场需求、原材料价格），并确定各参数的合理变动范围（如±5%、±10%）；

单因素/多因素测试：固定其他参数，逐个调整目标参数并记录结果变化（单因素分析），或同时调整多个参数观察交互影响（多因素分析）；

敏感性排序与可视化：通过敏感度系数（结果变动百分比/参数变动百分比）或tornado图（tornadochart）排序参数影响，直观呈现敏感程度。

三、敏感性分析法的应用场景与局限性

敏感性分析法广泛应用于项目决策、风险评估、财务建模等领域，例如：

企业通过分析产品销量对利润的敏感性，制定价格调整策略；

金融机构评估利率变动对投资组合收益的影响。
但需注意其局限性：

假设参数独立变动，未考虑参数间的相关性；

无法量化极端事件（如黑天鹅事件）的影响，需结合情景分析或蒙特卡洛模拟使用。