敏感性分析通过逐一改变资本预算中的关键变量（如销量、成本、价格），观察净现值（NPV）的变化幅度，从而识别出对项目成败影响最大的风险因素。具体做法是：保持其他变量不变，将某一变量假设波动 10%-20%，若此时净现值由正转负或大幅下降，则该变量就是高风险敏感变量，需要重点监控或制定应对预案。
敏感性分析的操作步骤
- 确定基准情景：基于项目预期，估算销量、单价、单位变动成本、固定成本、折现率等变量的基准值，并计算出基准净现值。
- 设置波动幅度：对每个变量分别假设 10%、15%、20% 的上下波动（通常取对称幅度，也可根据行业经验设定非对称幅度）。
- 计算变化后的净现值：每次只变动一个变量，记录新净现值，并计算净现值相对于基准的变动百分比。
- 绘制敏感度图表：将各变量的波动幅度与净现值变化用表格或折线图呈现，斜率越陡的变量敏感度越高。
| 变量 | 基准值 | 波动-10%时NPV | 波动+10%时NPV | 敏感度（NPV变动幅度） |
|---|---|---|---|---|
| 销量 | 100万件 | 120万元 | 80万元 | 40% |
| 单价 | 50元 | 150万元 | 50万元 | 100% |
上表显示，单价变动对净现值的影响远大于销量，是更关键的风险变量。
如何解读与运用分析结果
高敏感度变量意味着该变量的小幅误差可能导致项目失败。 如果单价波动10%就让净现值转负，项目团队必须确保定价策略有足够安全边际，或与客户签订长期锁价合同。低敏感度变量则不必投入过多精力。
敏感性分析有两点局限：一是它假设变量之间相互独立，现实中销量与成本往往联动（如销量上升可能拉低单位成本）；二是它只给出“如果……会怎样”，不提供变量变化的概率。因此，应结合情景分析或蒙特卡洛模拟，将变量同时变动并赋予概率分布，以更全面地评估风险。
关键结论：敏感性分析的核心价值在于快速定位“致命变量”，让决策者集中资源管理少数关键风险。但分析结果要结合行业常识使用——例如，对原材料成本敏感的项目，若该成本历史上波动极小，则风险实际可控；反之，即使敏感度中等，若变量本身极不稳定，也需重点关注。
常见问题
### 敏感性分析中波动幅度一定要选10%-20%吗？
不一定。10%-20%是常用经验范围，适用于大多数商业项目。更精确的做法是根据变量历史波动率或行业标准差设定幅度，例如大宗商品价格可设30%-50%，成熟市场销量可设5%-10%。
### 如果所有变量对净现值都不敏感，意味着什么？
说明项目盈利稳定性高，风险较低。但需检查是否忽略了某些关键变量（如政策变化、技术迭代），或者基准情景设定过于乐观导致净现值基数过大，掩盖了潜在风险。
### 敏感性分析与压力测试有何区别？
压力测试是敏感性分析的一种极端形式，通常假设变量出现灾难性变动（如销量腰斩、成本翻倍），测试项目在最差情形下是否还能存活。敏感性分析则更系统地考察变量在合理范围内的连续变化。