UNIVERSIDADE DE SÃO PAULO

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto

Departamento de Economia

Disciplina: REC0215 – Microeconomia I

Docente Responsável: Jaylson Silveira

2.1.6. Escolha sob incerteza

Leitura básica: Nicholson (2005, cap. 18), Varian (2006, cap. 12).
Leitura complementar (opcional): Bierman, H. S.; Fernandez, L. Game theory with economic
applications. New York: Addison-Wesley, 1993, p. 21-41.

a) A formalização von Neumann-Morgenstern

Podemos usar a estrutura da teoria da escolha baseada nas preferências em situações sem
incerteza, que aprendemos anteriormente, para tratar de situações em que os agentes econômicos
fazem escolhas envolvendo algum tipo de incerteza, tais como: seguros, investimentos financeiros,
jogos de azar, etc. Para isso, basta redefinirmos os objetos de escolha, que antes eram simplesmente
as cestas de consumo, de maneira a incorporar a incerteza.

Conjunto de resultados: É o conjunto A = {a1 , a2 ,K, ai ,K, an−1 , an } , cujo i-ésimo elemento ai

representa um resultado possível. Economicamente, ai pode ser, por exemplo, uma cesta de
consumo ou um valor monetário. Note que os elementos do conjunto A não são em si variáveis
aleatórias, porém são utilizados para construir os objetos de escolha da teoria da escolha sob
incerteza. No que segue o conjunto A é um dado da teoria.

Loteria simples: Para um dado conjunto de resultados A, uma loteria simples L é simplesmente uma
seleção aleatória dos elementos de A com probabilidades ( p1 ,K, pi ,K, pn ) . Em outros termos, uma
n
loteria simples L = (a1 : p1 ,K, ai : pi ,K, an : pn ) associa uma probabilidade pi ≥ 0 , com ∑p
i =1
i = 1,

para cada resultado ai ∈ A , com i = 1,2,..., n .

Loteria composta: É uma loteria cujos resultados são loterias. Vejamos um exemplo. Suponha que o
conjunto de resultados seja formado por apenas dois resultados, ou seja, A = {a1 , a2 } . A partir deste
conjunto A podemos formar duas loterias simples, uma loteria L1 = (a1 : p, a2 : 1 − p ) , rendendo o

resultado a1 com probabilidade p e o resultado a2 com probabilidade 1 − p , e uma outra loteria

L2 = (a1 : q, a2 : 1 − q) , rendendo o resultado a1 com probabilidade q e o resultado a2 com

39
probabilidade 1 − q . Se a loteria simples L1 é selecionada com probabilidade r e a loteria simples

L2 é selecionada com probabilidade 1− r , a loteria composta correspondente é

L = ( L1 : r , L2 : 1 − r ) .

Espaço de loterias: É o conjunto L formado por todas as loterias simples e compostas que podem
ser formadas a partir do conjunto de resultados A.

Observação: Na teoria da escolha (do consumidor) sem incerteza os objetos de escolha são as cestas
de consumo e o campo de escolha é o espaço de mercadorias. Na teoria da escolha sob incerteza os
objetos de escolha passam a ser as loterias (simples e compostas) e o campo de escolha passa a ser
o espaço de loterias.

Loteria reduzida: É uma loteria simples Lr que associa a cada resultado ai ∈ A a mesma

probabilidade que uma loteria composta L ∈ L. Por exemplo, a loteria composta

L = ( L1 : r , L2 : 1 − r ) , usada como exemplo anteriormente, gera a seguinte loteria reduzida
Lr = (a1 : rp + (1 − r )q, a2 : r (1 − p ) + (1 − r )(1 − q )) .

Preferências do indivíduo: Assumiremos, como na teoria da escolha sem incerteza, que o indivíduo
pode ordenar as loterias do seu espaço de loterias de acordo com suas preferências comparando-as
em pares.

Preferência fraca: Se o indivíduo afirma que a loteria L1 é pelo menos tão boa quanto a loteria L2 ,
dizemos que este indivíduo prefere fracamente L1 a L2 e denotamos esta relação por L1 f~ L2 .

Tecnicamente, f~ é uma relação binária sobre o espaço de loterias.

Indiferença: Se o consumidor afirma que a loteria L1 é pelo menos tão boa quanto a loteria L2 e
esta última, por sua vez, é pelo menos tão boa quanto a loteria L1 , então dizemos que o consumidor
mostra-se indiferente entre as duas loterias. A relação de indiferença é denotada por ~. Em síntese,
L1 ~ L2 ↔ (L1 f~ L2 ∧ L2 f~ L1 ) .

Preferência estrita: Se o consumidor afirma que a loteria L1 é pelo menos tão boa quanto a loteria
L2 e esta última, por sua vez, não é pelo menos tão boa quanto a loteria L1 , então dizemos que o

consumidor prefere de maneira estrita L1 a L2 ou, alternativamente, a loteria L1 é estritamente

preferida a loteria L2 . A relação de preferência estrita é denotada por f . Em suma,
L1 f L2 ↔ [ L1 f~ L2 ∧ ¬( L2 f~ L1 )] .

40
 Como na teoria da escolha sem incerteza, adotamos certos axiomas relativos à relação de
preferência fraca f~ sobre o espaço de loterias L, a saber:

Axioma da completeza: Para quaisquer loterias L1 e L2 do espaço de loterias, temos L1 f~ L2 ou

L2 f~ L1 (ou ambos).

Axioma da transitividade: Para quaisquer loterias L1 , L2 e L3 do espaço de loterias L, se L1 f~ L2 e

L2 f~ L3 , então L1 f L3 .
~

Observação sobre notação: Daqui em diante se uma loteria L apresenta uma probabilidade pi = 0
associada ao resultado ai , então o termo ai : pi será, por simplificação, excluído da sua
representação, ou seja, a loteria L será simplesmente representada como
L = (a1 : p1 ,K, ai−1 : pi−1 , ai+1 : pi+1 ,K, an : pn ) . Por exemplo, suponha que uma loteria L rende com
probabilidades estritamente positivas os resultados a1 e an e os demais resultados tenham
probabilidades nulas de ocorrerem. Assim, essa loteria será denotada compactamente por
L = ( a1 : p1 , an : pn ) . Já que neste caso p1 + pn = 1 , poderíamos reescrever a loteria em questão
como L = ( a1 : p1 , an : 1 − p1 ) . No caso particular de uma loteria com pi = 1 escreveremos
simplesmente ai no lugar de (ai : 1) .

Loteria melhor-pior: Dado o conjunto de resultados A = {a1 , a2 ,K, ai ,K, an−1 , an } , podemos, sem
perda de generalidade, indexar os resultados de maneira que a1 f~ a2 f~ K f~ an . Assim, o resultado a1
é o melhor resultado e an o pior. A partir dessa ordenação podemos construir uma loteria Lmp (α )
que rende o melhor resultado com probabilidade α e o pior resultado com probabilidade 1 − α , ou
seja, Lmp (α ) = ( a1 : α , an : 1 − α ) .

Axioma da continuidade: Para qualquer loteria L do espaço de loterias L, existe uma probabilidade
α ∈ [0,1] tal que L ~ Lmp (α ) . Ou seja, para qualquer loteria possível L existe uma probabilidade α
alta o suficiente para que o indivíduo se torne indiferente entre esta loteria e a loteria melhor-pior.

Axioma da monotonicidade: Para quaisquer probabilidades α , β ∈ [0,1] , tem-se Lmp (α ) f~ Lmp ( β )

se, e somente se, α ≥ β . Ou seja, o indivíduo prefere a loteria melhor-pior que rende o melhor
resultado com maior probabilidade.

Implicação: O axioma da monotonicidade implica que o melhor resultado é estritamente preferido

ao pior, ou seja, a1 f an . Com efeito, faça α = 1 e β = 0 . Logo, pelo axioma da monotonicidade,
segue que a1 = Lmp (1) f Lmp (0) = an e não é o caso que an = Lmp (0) f~ Lmp (1) = a1 . Logo,
~

a1 = Lmp (1) f Lmp (0) = an como afirmamos.

Axioma da substituição: Para quaisquer loterias compostas L = ( L1 : p1 ,K, Ln : pn ) e

L′ = ( L1′ : p1 ,K, Ln′ : pn ) do espaço de loterias L, se Li ~ Li′ para todo i = 1,K, n , então L ~ L′ .

41
Implicação: Decorre dos axiomas da completeza e substituição que se para quaisquer loterias L1 e

L2 do espaço de loterias L tal que L1 ~ L2 , então ( L1 : α , L2 : 1 − α ) ~ L1 para todo α ∈ [0,1] . Com

efeito, pelo axioma da completeza temos que L1 ~ L1 . Desde que L1 ~ L2 e L1 ~ L1 , pelo axioma da

substituição segue que ( L1 : α , L2 : 1 − α ) ~ ( L1 : α , L1 : 1 − α ) = ( L1 : 1) = L1 , como queríamos

demonstrar.

Axioma do “consequencialismo” ou da redução a loterias simples: Para qualquer loteria L do espaço

de mercadorias L, se Lr = (a1 : p1 ,K, ai : pi ,K, an : pn ) é a loteria reduzida da loteria composta L,

então Lr ~ L .

Observação: Pelo axioma do “consequencialismo” só as loterias reduzidas são relevantes para o

indivíduo, ou seja, a probabilidade efetiva de um resultado é o que importa e não a maneira como
esse resultado pode vir a se realizar. Para aficionados por jogos de azar o axioma do
“consequencialismo” não é plausível.

Exemplo: Loterias compostas distintas que geram a mesma loteria reduzida (na lousa).

42
Utilidade esperada: Uma função utilidade u : L → ℜ é uma função utilidade esperada ou uma
função utilidade von Neumann-Morgenstern (vN-M) se para qualquer loteria L do espaço de loterias
n
L tem-se u ( L ) = ∑ p u (a ) .
i =1
i i

Existência de uma função utilidade esperada: Se a relação de preferência f sobre o espaço de

~

loterias L satisfaz os axiomas da completeza, transitividade, continuidade, monotonicidade,

substituição e “consequencialismo”, então existe uma função utilidade u : L → ℜ que representa a
relação de preferência f sobre o espaço de loterias L , tal que u é uma utilidade esperada.
~

43
Exemplo: Construção de uma função utilidade esperada ou vN-M (na lousa).

44
Exemplo: Utilidade esperada (ou vN-M) de um seguro e prêmio máximo (na lousa).

45
Propriedade não-ordinal da função utilidade esperada: Suponha que a função utilidade esperada u (⋅)
representa a relação de preferência f sobre L. Então, a função utilidade esperada v (⋅) representa a
~

mesma relação de preferência f sobre L se, e somente se, para uma escalar α e uma escalar
~
β > 0 tal que v( L ) = α + βu ( L) para qualquer loteria L do espaço de loterias L.

46
b) Comportamento perante o risco

Taxonomia do comportamento perante o risco: Suponha que os elementos do conjunto de resultados

sejam valores monetários, ou seja, A = {w1 ,K, wi ,K, wn } , sendo wi ≥ 0 a riqueza associada ao i-

ésimo resultado. Seja u (⋅) uma função utilidade vN-M de um indivíduo representando sua relação

de preferência f sobre o espaço de loterias L. Então, para uma loteria simples

~

L = ( a1 : p1 ,K, ai : pi ,K, an : pn ) o indivíduo apresenta:

• Aversão ao risco em L se u ( E ( L )) = u ( p1w1 + K + pn wn ) > p1u ( w1 ) + K + pnu ( wn ) = u ( L) , ou

seja, para o indivíduo uma riqueza certa é estritamente preferida a uma riqueza incerta com
o mesmo valor esperado;
• Neutralidade de riscos em L se u ( E ( L )) = u ( L ) , ou seja, para o indivíduo uma riqueza certa
é indiferente a uma riqueza incerta com o mesmo valor esperado;
• Amor pelo risco em L se u ( E ( L)) < u ( L ) , ou seja, para o indivíduo uma riqueza certa é
estritamente preterida a uma riqueza incerta com o mesmo valor esperado.
Se o indivíduo apresenta aversão ao risco, neutralidade de riscos ou amor pelo risco para toda
loteria L no espaço de loterias L, então ele será classificado simplesmente como um tomador de
decisão que tem aversão ao risco, neutralidade de riscos ou amor pelo risco, respectivamente.

Equivalente de certeza: É uma quantidade de riqueza EC oferecida com certeza tal que
u ( L) = u ( EC ) , ou seja, tal que L ~ EC .

Prêmio de risco: É uma quantidade de riqueza P tal que u ( L ) = u ( E ( L) − P ) , ou seja,

P ≡ E ( L ) − EC . O prêmio de risco pode ser interpretado como aquela quantidade máxima de
riqueza que o indivíduo estaria disposto a pagar (abrir mão) para deixar de assumir determinado
risco.

47
 Fonte: Nicholson (2005, cap. 18).

Relação entre a curvatura da função utilidade vN-M e o comportamento perante o risco: O tomador
de decisão apresenta aversão ao risco, neutralidade de riscos ou amor pelo risco se, e somente se,
sua função utilidade vN-M é estritamente côncava, linear ou estritamente convexa, respectivamente.

− u′′( w)
Medida Arrow-Pratt de aversão absoluta ao risco: r ( w) ≡ . Se r ( w) > 0 o indivíduo
u′( w)
apresenta aversão ao risco em w; se r ( w) = 0 o indivíduo apresenta neutralidade de riscos em w;
finalmente, se r ( w) < 0 o indivíduo apresenta amor pelo risco em w.

Exemplo: Aversão absoluta ao risco e riqueza (na lousa).

48
 − wu′′( w)
Medida de aversão relativa ao risco: rr ( w) ≡ = wRa ( w) . Note que rr ( w) é elasticidade da
u′( w)
utilidade marginal com relação à riqueza w. Se rr ( w) > 0 o indivíduo apresenta aversão ao risco em

49
 w; se rr ( w) = 0 o indivíduo apresenta neutralidade de riscos em w; finalmente, se rr ( w) < 0 o
indivíduo apresenta amor pelo risco em w.

Exemplo: Cálculo da aversão relativa ao risco (na lousa).

b) Abordagem da preferência dependente de estado

Estados da natureza: São os resultados possíveis de um evento aleatório que afetam as

possibilidades de consumo futuras do tomador de decisão. Suporemos que há um conjunto finito de
estados da natureza S = {s1 , s2 ,K, si ,K, sm−1 , sm } , cujo elemento si representa o i-ésimo estado da

50
natureza possível. Assumiremos também que o tomador de decisão pode associar uma
probabilidade (objetiva ou subjetiva) a cada um dos estados da natureza possíveis.

Consumo (bem) contingente: Especificação do que será consumido (ou estará à disposição) em cada
diferente estado da natureza possível.

Suposição comportamental (maximização da utilidade esperada): O tomador de decisão sob

incerteza, caracterizado pelos axiomas apresentados anteriormente, escolherá uma loteria (plano de
consumo contingente) que maximiza a sua utilidade esperada.

Exemplo: Seguro em um modelo de preferência dependente de estado (na lousa).

Fonte: Nicholson (2005, cap. 18).

Exemplo: Escolha ótima sob incerteza com dois estados da natureza em mercados de bens
contingentes atuarialmente justos (na lousa).

51
 Fonte: Nicholson (2005, cap. 18).

Exercícios: Resolva todas as “Questões de Revisão” propostas por Varian (2006, cap. 12). Resolva
os “Problems” 18.1, 18.3, 18.5, 18.7 e 18.9 de Nicholson (2005, cap. 18).

52