歡迎來到敏感度分析（Sensitivity Analysis）！
你好！歡迎來到 P1 學習旅程中最實用的部分之一。在現實世界中，管理會計師很少擁有預知未來的「水晶球」。當我們預測一個專案能賺取 50,000 美元時，我們其實是基於對價格、成本以及客流量的多項猜測。敏感度分析正是我們用來探討：「在這些猜測出現多大偏差之前，專案還不會陷入崩潰？」的方法。
看完這些筆記後，你將能夠精確計算出一個專案有多少「容錯空間」，並找出計畫中最危險的變數。別擔心，即使數學一開始看起來有點枯燥，我們也會將其拆解成簡單的步驟！
什麼是敏感度分析？
簡而言之，敏感度分析是一種「假設性」（what-if）分析技術。它會檢視決策中的變數（例如銷售價格或人工成本），並計算在專案達到損益平衡點（即利潤為零）之前，這些變數可以變動多少幅度。
比喻： 想像你正在計畫一場戶外野餐。你的「利潤」就是你的快樂程度。其中一個變數是天氣。敏感度分析會問：「氣溫下降幾度我就會不再開心而決定回家？」如果你的快樂非常「敏感」於天氣變化，那麼一點點雲層可能就會毀了你的一天！
關鍵術語：「其他條件不變」（Ceteris Paribus）規則
當我們進行敏感度分析時，我們每次只改變一個變數，同時保持其他條件不變。這就是所謂的 ceteris paribus（拉丁語，意為其他條件相同）。這有助於我們孤立地觀察特定因素的影響。
重點重溫： 敏感度分析透過顯示利潤對個別變數的「敏感度」，協助管理層理解專案的風險。
如何計算敏感度
在你的 P1 考試中，很可能需要計算特定變數的敏感度。結果通常以百分比表示。百分比越低，表示該變數越敏感（即風險越高）。
通用公式
對於大多數變數，我們使用這個簡單的邏輯：
\(\text{Sensitivity (\%)} = \frac{\text{Estimated Profit (or NPV)}}{\text{Total value of the variable being tested}} \times 100\%\)
或者，你可以將其理解為：
\(\text{Sensitivity (\%)} = \frac{\text{How much the variable can change before profit is zero}}{\text{The original estimate of that variable}} \times 100\%\)
不同變數的拆解步驟
1. 銷售量（Sales Volume）： 這告訴我們在開始虧錢之前，銷售數量可以下降多少。
\(\text{Sensitivity of Volume} = \frac{\text{Total Profit}}{\text{Total Contribution}} \times 100\%\)
2. 銷售價格（Selling Price）： 這通常是任何企業中最敏感的變數。
\(\text{Sensitivity of Price} = \frac{\text{Total Profit}}{\text{Total Sales Revenue}} \times 100\%\)
3. 營運成本（固定或變動）： 這顯示在專案失敗之前，成本可以上漲多少。
\(\text{Sensitivity of Costs} = \frac{\text{Total Profit}}{\text{Total value of that specific cost}} \times 100\%\)
關鍵要點：
百分比越小 = 風險越高。 如果價格下降 2% 就會導致利潤歸零，那麼這個專案的風險極高！
讓我們嘗試一個範例
情境： Sarah 的冰沙小舖正在計畫推出一款新的「超級綠色冰沙」。以下是預估數據：
- 銷售價格：每單位 $5.00
\n- 變動成本：每單位 $2.00
- 預期銷量：10,000 單位
- 固定成本總額：$20,000
步驟 1：計算預期利潤。
\n總貢獻毛益（Total Contribution） = \(10,000 \text{ units} \times (\$5.00 - \$2.00) = \$30,000\)
利潤 = \(\$30,000 \text{ (Contribution)} - \$20,000 \text{ (Fixed Costs)} = \$10,000\)
步驟 2：計算銷售量的敏感度。
\n代入公式：\(\frac{\$10,000 \text{ (Profit)}}{\$30,000 \text{ (Total Contribution)}} \times 100\% = 33.3\%\)
\n意義： Sarah 的銷量比預期減少 33.3% 之前，她都還不會虧錢。
步驟 3：計算銷售價格的敏感度。
\n總銷售收入 = \(10,000 \times \$5 = \$50,000\)
\n代入公式：\(\frac{\$10,000 \text{ (Profit)}}{\$50,000 \text{ (Total Revenue)}} \times 100\% = 20\%\)
\n意義： 如果 Sarah 必須將價格下調 20%（降至 $4.00），她的利潤將完全消失。
你知道嗎？ 銷售價格幾乎總是所有變數中最敏感的，因為價格的變動會影響每一美元的收入，同時卻不改變成本結構！
解讀結果
得到百分比後，該如何應用？管理層會利用這些數據來分配注意力。如果「材料成本」的敏感度僅為 5%，經理會花很多時間與供應商談判。如果「租金」的敏感度高達 50%，他們就不會太過擔心租金的小幅上漲。
常見錯誤： 學生常誤以為百分比高是不好的。請記住：百分比越高 = 越安全；百分比越低 = 風險越高。 50% 的敏感度意味著你的估計值即使誤差 50% 也還沒問題；而 1% 的敏感度意味著只要估計稍微有一點點偏差，你就麻煩大了！
敏感度分析的優缺點
雖然敏感度分析很棒，但它並不完美。在 P1 考試中，你可能會被要求討論其侷限性。
優點（好的方面）
- 簡單易懂： 非常容易理解和計算。
- 識別關鍵因素： 它能向管理層明確顯示哪些變數最需要「特別看顧」。
- 降低不確定性： 它比起只看單一「最佳情況」的利潤數字，提供了更清晰的全貌。
侷限性（不好的方面）
- 每次僅限一個變數： 它一次只觀察一個變數的變化。在現實世界中，如果你調高價格，銷量通常也會隨之下降。敏感度分析忽略了這些變數之間的相互影響。
- 缺乏機率： 它告訴你一個變數可以變動多少，但沒有說明該變動發生的「可能性」有多大。
- 靜態分析： 它基於特定時間點的數據，沒有考慮長期的趨勢變化。
複習總結
- 敏感度分析 衡量的是個別專案變數的安全邊際。
- 公式： 利潤 / 變數總值（以百分比表示）。
- 百分比越低 = 風險越高。
- 規則： 每次只改變一個變數（其他條件不變）。
- 主要缺點： 未考慮結果發生的機率。
最後的小秘訣： 當你在考試時忘記公式，問自己一個問題：「這項特定指標可以變動多少，才會把我的利潤吃光？」這個邏輯每次都能幫你推導出正確的計算！加油，你一定做得到的！