敏感性龙卷风图分析 是做什么的？
使用时机
在模型构建完成、团队需要确定哪些假设实际驱动输出时使用此技能，然后再投入进一步的分析工作。当项目经理询问“模型的关键风险是什么？”、当模型审查需要敏感性摘要时，或当投资委员会询问“最重要的假设是什么？”时触发。它在建模练习结束时、在模型展示或签核前的最终诊断阶段最具价值。
功能
生成完整的龙卷风图分析：识别所有待测试的输入变量，为每个变量定义摆动范围，计算每次摆动（上侧和下侧）对输出的影响，按绝对影响对变量进行排序，并指定在 Excel 中创建龙卷风图所需的数据结构。根据假设对输出不确定性的贡献程度对其进行排序。
方法
-
识别要进行敏感性分析的关键输出。 龙卷风分析一次只关注一个输出。定义哪个输出与决策最相关：EBITDA、IRR、股权价值、NPV、5年营收或其他关键指标。如果多个输出相关，则为每个输出构建一个龙卷风图。
-
列出所有候选输入变量。 编译模型中每一个重要的假设，这些假设必须 (a) 不确定 且 (b) 可能对输出产生有意义的影响。财务模型的起始列表：营收增长率、毛利率、EBITDA 利润率、客户获取成本、流失率、资本支出强度、营运资金天数、WACC 或折现率、终值增长率、退出倍数、外汇汇率、税率。目标为 8-15 个变量。
-
为每个变量定义摆动范围。 对于每个输入变量，定义一个代表可信范围的低值和高值。标准方法是变量正负一个标准差，或基值的正负 10-20%，或特定的情景范围（例如“管理层指引下限”到“管理层指引上限”）。关键原则：为确保可比性，摆动应围绕基值对称，但如果分布确实有偏，也可以是非对称的。
-
一次一个变量地计算每个摆动的输出。 对于每个变量： a. 将变量设置为其低值，保持所有其他变量为基值。记录输出值。标记为“低值影响”。 b. 将变量设置为其高值，保持所有其他变量为基值。记录输出值。标记为“高值影响”。 c. 在测试下一个变量之前，将变量重置为其基值。
在 Excel 中，可以手动完成（更改每个输入单元格，在表中记录输出），也可以使用每个变量的单变量模拟运算表系统性地完成。对于较大的变量集，模拟运算表方法更优，因为它会在模型更改时自动重新计算。
-
计算每个变量的影响。 影响 = 高输出 - 低输出（对于“越高越好”的输出）。绝对影响 = ABS(高输出 - 低输出)。按绝对影响降序对变量进行排序。绝对影响最大的变量位于龙卷风图的顶部。
-
构建龙卷风图数据表。 在 Excel 中设置以下列：
A 列：变量名称。 B 列：基值输出（所有行相同，引用到输出单元格）。 C 列：低值输出（此变量设为其低值时的输出）。 D 列：高值输出（此变量设为其高值时的输出）。 E 列：低值影响 = 低值输出 - 基值输出（如果低值摆动降低输出，则为负值）。 F 列：高值影响 = 高值输出 - 基值输出（如果高值摆动增加输出，则为正值）。 G 列：绝对影响范围 = ABS(高值输出 - 低值输出)。用于排序。
按 G 列降序对表进行排序。第一行是最具影响力的变量。
-
将龙卷风图构建为水平条形图。 Excel 没有原生的龙卷风图类型。使用堆积条形图构建它：
数据系列 1（不可见基线）：这用于正确定位条形。对于每个变量，不可见基线 = MIN(低值输出, 高值输出) - 小的偏移量以居中图表。或者，基线 = 低值输出（对于低值摆动为负的变量）。
更简单的方法：构建两个以零为中心的数据系列。对于每个变量：下侧条 = 低值影响（负数）。上侧条 = 高值影响（正数）。将类别轴（X 轴）交叉点设置为 0。
结果是一个以零为中心的“蝶形”条形图。条形对越长，输出对该变量越敏感。
-
对行进行排序，使影响最大的变量位于顶部。 在 Excel 条形图中，类别的显示顺序与数据表相反。对数据表进行排序，使影响最小的变量位于第 1 行，影响最大的变量位于最后一行。这确保图表显示时影响最大的变量位于顶部（这是龙卷风图的惯例）。
-
应用颜色编码。 将下侧条形格式化为红色，上侧条形格式化为蓝色（或绿色）。删除网格线。删除图表边框。这将创建一个干净、专业的龙卷风图。
-
添加变量标签和影响值。 为每个条形添加数据标签，显示输出值（或影响值）。将变量名称添加为 Y 轴类别标签。使用叠加在条形图上的散点系列在 x=0（基值情景）处添加一条垂直参考线。
-
解读龙卷风图。 龙卷风图中的前 3-5 个变量是模型的关键假设。这些变量值得：最仔细的估计和验证、在董事会演示中显示的敏感性范围，以及如果模型是实时规划工具，则应进行持续监控。龙卷风图下半部分的变量相对不重要，为简单起见可以固定为基值。
-
记录摆动假设。 在与龙卷风图数据表相同的选项卡上，添加一列显示摆动假设：对于每个变量是“低值：基值 - 2pp；高值：基值 + 2pp”。这使分析可审计，并允许其他人理解敏感性范围的基础，而无需打开输入选项卡。
输入
- 包含关键输出单元格的已完成财务或战略模型
- 要测试的输入变量列表（或允许从输入选项卡提取所有输入）
- 每个变量的摆动范围（或默认统一应用基值的 +/- 10-15%）
- 关键输出单元格引用和单位
输出格式
完整的龙卷风分析规范包括：
- 带有摆动范围的变量列表：变量名称 | 基值 | 低值 | 高值 | 摆动理由。每行一个变量。
- 龙卷风图数据表：变量 | 基值输出 | 低值输出 | 高值输出 | 低值影响 | 高值影响 | 绝对范围。按绝对范围降序排序。
- 前 5 项发现：指出前 5 个影响最大的变量名称并量化其绝对影响。
- 图表数据结构：两个数据系列（下侧条和上侧条）、排序顺序和坐标轴设置。
- 图表格式化说明：颜色、标签、参考线方法。
- 解读摘要：龙卷风图揭示了关于模型不确定性的哪些信息，以及应将分析重点放在哪里。
示例
用户说： “我有一个 DCF 模型。关键输出：股权价值。基值股权价值 = 1.25 亿美元。测试这些变量：营收复合年增长率（基值 15%）、EBITDA 利润率（基值 22%）、WACC（基值 12%）、终值增长率（基值 3%）、资本支出占营收百分比（基值 5%）、流失率（基值 8%）。”
Claude 回应：
摆动范围：
| 变量 | 基值 | 低值 | 高值 | | 营收复合年增长率 | 15% | 10% | 20% | | EBITDA 利润率 | 22% | 18% | 26% | | WACC | 12% | 10% | 14% | | 终值增长率 | 3% | 1% | 5% | | 资本支出占营收百分比 | 5% | 3% | 7% | | 流失率 | 8% | 5% | 11% |
龙卷风图数据表：
| 变量 | 基值输出 | 低值输出 | 高值输出 | 低值影响 | 高值影响 | 绝对范围 | | 终值增长率 | $125M | $95M | $160M | -$30M | $35M | $65M | | WACC | $125M | $100M | $155M | -$25M | $30M | $55M | | EBITDA 利润率 | $125M | $105M | $145M | -$20M | $20M | $40M | | 营收复合年增长率 | $125M | $110M | $140M | -$15M | $15M | $30M | | 流失率 | $125M | $115M | $130M | -$10M | $5M | $15M | | 资本支出占营收百分比 | $125M | $120M | $128M | -$5M | $3M | $8M |
前 5 项发现：
- 终值增长率是最关键的影响因素，绝对影响为 $65M。基值的 -2pp 与 +2pp 变化导致股权价值从 $95M 摆动至 $160M。这要求在估值演示中提供强有力的终值率论证。
- WACC 位居第二，绝对影响为 $55M。基值的 -2pp 与 +2pp 变化导致价值从 $100M 摆动至 $155M。与市场参数一致至关重要。
- EBITDA 利润率 位居第三，绝对影响为 $40M。基值的 -4pp 与 +4pp 变化导致价值从 $105M 摆动至 $145M。验证历史利润率驱动因素。
- 营收复合年增长率 影响为 $30M，可管理与参照组进行比较。
- 流失率 影响为 $15M，值得进行情景分析。
解读： 此 DCF 模型高度依赖终值增长率和 WACC，这两者都是市场驱动参数。分析应侧重于：验证终值增长率的可持续性（与 GDP 增长、行业成熟度对比），细化 WACC 估计（贝塔、市场风险溢价、国家风险），并将 EBITDA 利润率假设视为运营的第二大关键。