敏感度分析・What-if
Sensitivity Analysis / What-if Analysis
什麼是敏感度分析?
- 改變假設,確認結果的變化
- 識別影響成敗的變數與臨界值
- 將單一數字的爭論轉為範圍的討論
跑過一次敏感度分析後,企劃案的形式本身就會改變。原本「IRR 18%」這一行字,會變成「稼動率 75% 時為 12%,85% 時為 18%」這樣附帶條件的句子。審議會議的提問也會隨之改變:大家不再問數字對不對,而是問在什麼條件下才對;反對的人也不會只說「太樂觀了」這種感想,而會提出具體建議,例如「把稼動率假設下調 5 個百分點再看看」。從捍衛結論的會議,轉變為檢視假設的會議,這就是此方法實際的效果。
按慣例把調整幅度定為 ±10%、±20%,只能當作起點,因為每個變數在現實中的波動範圍各不相同。匯率一年變動 20% 的情況雖然少見,但 B2B 接單率每季都可能有這種程度的波動。以最近 3 到 5 年的實際波動範圍作為調整幅度的依據,表格會誠實得多。結果若以龍捲風圖呈現,即把各變數的影響大小排成橫向長條,一眼就能看清楚:通常前兩到三個變數就能解釋結果波動的大部分,其餘變數即使大幅調整,結果也只會在小數點後產生變化。
與相近的技法區分使用會比較好。只改動一個變數是敏感度分析;把一起變動的變數綁成樂觀、基本、悲觀三組,是情境分析;把發生機率低但致命的單一條件推到極端,則是壓力測試。實務上最有用的產出不是厚厚的表格,而是推翻結論的臨界值一行。若得出「接單率低於 15% 就會虧損」,那這 15% 就直接成為每週檢視的指標。
最常見的失敗,是把十個變數全部搖一遍、做出二十頁的附錄,結果決策仍照原案執行。第二是假設變數彼此獨立。銷售量增加時,外包費與物流費也會一起上升,若只把銷售量提高 20%,就宣稱獲利翻倍,這就成了刪除連動關係的樂觀情境。第三是把悲觀情境當作免責金牌。「即使最糟也能損益平衡」這句話,只表示在我所假設的最糟情況下會損益平衡,並不保證沒有更糟的情況。
源自作業研究與財務建模的技法,隨著試算表普及,已成為企業實務中的標準驗證程序。
以下用一個假設案例來說明。員工 210 人、年營收 KRW 48,000,000,000 (≈ US$35,926,500) 規模的食品製造商 A 公司,正在評估是否要在二廠增設一條 KRW 3,000,000,000 (≈ US$2,245,400) 的新產線。企劃團隊提交的投資審議資料顯示:3 年回收、IRR 18%。然而,作為這個數字依據的「稼動率 85%」從何而來,沒有人能說明。
- 審議會議上,CFO 問「稼動率 85% 是哪一年的實績?」,答覆頓時卡住。企劃組長於是爭取到兩週時間,決定從假設開始重新檢視。
- 企劃組長把九個變數縮減為四個,調整幅度則直接採用最近三年的實績 ——稼動率 ±20 個百分點、原料單價 ±15%、售價 ±5%、人工成本 ±7%。
- 把表格跑過一遍後發現,稼動率每變動 1 個百分點,年營業利益就會變動 KRW 43,000,000 (≈ US$32,200);相較之下,售價與人工成本兩者加總,影響還不到其一半。實質上是只取決於稼動率一項的投資。
- 逆推算出三年回收的臨界稼動率為 68%。業務本部長斬釘截鐵地表示:「現有產線去年運轉了 71%,68% 是守得住的。」爭論就此化為數字之間的較量。
- 結論是不一次投入 KRW 3,000,000,000 (≈ US$2,245,400),而是先只投入第一條產線的 KRW 2,200,000,000 (≈ US$1,646,600),並把稼動率列為每週經營會議的首要指標;六個月後確認稼動率為 73%,之後才投入剩下的 KRW 800,000,000 (≈ US$598,800)。
金鍾赫
鄭一永