La estructura l�gica de la teor�a cl�sica de las finanzas

Adolfo Garc�a de la Sienra1,*

Instituto de Filosof�a, Facultad de Econom�a, Universidad Veracruzana, E�mail:

asienrag@gmail.com.

Fecha de recepci�n: 28/09/2009

Aceptaci�n: 10/05/2010

Resumen

En este art�culo se presenta de manera completa, rigurosa y compacta, la teor�a

cl�sica de las finanzas (TF). No pretende introducir teoremas novedosos, sino s�lo
entretejerlos usando un m�todo que nunca ha sido utilizado en la demostraci�n de
representaciones de utilidad: el teorema de Tarski (1957) sobre puntos fijos de
ret�culos. Define expl�citamente los conceptos t�picos aplicados en la teor�a y
pr�ctica de las finanzas a partir de la noci�n filos�ficamente fundamental de la
racionalidad: el concepto de preferencia. La contribuci�n del trabajo consiste en
presentar de manera compacta, ordenada, rigurosa y abstracta, las definiciones y
teoremas fundamentales, as� como en proveer demostraciones novedosas de �stos. El
trabajo culmina ofreciendo una explicaci�n general del conocido concepto de
portafolio aprovechando el desarrollo abstracto que le precede. Es de esperarse que
el trabajo tenga una utilidad did�ctica en la ense�anza de la TF.

Palabras clave: metodolog�a de la econom�a, finanzas, utilidad esperada, riesgo,

portafolios.

Clasificaci�n JEL: B41, D81, G11

Abstract

In the present paper classical financial theory (TF) is presented in a complete,

rigorous and compact way. It does not intend to introduce novel theorems, but only
to interweave them using a method that has never been used in the demonstration of
utility representations: Tarski's (1957) theorem on fixed points of lattices. It
defines explicitly the typical concepts applied in financial theory and practice,
starting with the philosophically fundamental notion of rationality: the concept of
preference. The contribution of the paper consists of presenting the fundamental
concepts and theorems in a compact, orderly, rigorous and abstract way, as well as
in providing novel proofs of the latter. The paper ends by offering a general
explanation of the well�known concept of portfolio, taking advantage of the
preceding abstract development. Hopefully, this work will be useful in the teaching
of TF.

Motivaci�n
La TF, basada en la teor�a de la utilidad esperada de John von Neumann y Oskar
Morgenstern (1947), concibe los proyectos de inversi�n financiera como loter�as en
un sentido muy preciso y postula un concepto de racionalidad bastante plausible
desde un punto de vista estad�stico. Permite asimismo definir un concepto toral
para la econom�a financiera: el concepto de aversi�n al riesgo. De la TF se
desprende una metodolog�a bien definida para la administraci�n financiera. La
teor�a de la utilidad esperada de Von Neumann y Morgenstern; por otra parte, es
tambi�n el fundamento de la teor�a de la elecci�n racional como se presenta en el
famoso e importante texto cl�sico de Luce y Raiffa (1957).

Despu�s de presentar con bastante detalle los fundamentos de la TF, procedo a

definir los conceptos relevantes para las finanzas y a explicar los detalles
metodol�gicos de su aplicaci�n.

Fundamentos

El concepto fundamental de la TF es el de preferencia regular (a veces llamada

"racional"), el cual se introduce en la siguiente definici�n.

DEFINICI�N 1 es una estructura de preferencia regular syss existen P y tales que

Decimos que una relaci�n de preferencia que satisface las condiciones (2)�(5) de la
definici�n 1 es regular. La siguiente definici�n introduce las relaciones que
vienen l�gicamente asociadas a .

DEFINICI�N 2 Sea una estructura de preferencia regular. Definimos los siguientes

conceptos:

(1) Si p,q P, decimos que p es estrictamente preferido a q y escribimos p q syss

no es el caso que qp. Decimos que es la parte asim�trica de .

(2) Si p, q P, decimos que p es indiferente a q y escribimos p ~ q syss q p y p

q .

La relaci�n es calificada como asim�trica porque efectivamente lo es. Ello se

demuestra m�s abajo (v�ase el lema 1).

DEFINICI�N 3 es una estructura de preferencia estricta syss existen P y tales que

El siguiente lema es inmediato y solamente recoge las propiedades elementales de la

relaci�n de preferencia estricta.

LEMA 1 Sea una estructura de preferencia estricta. Entonces:

Demostraci�n: Sup�ngase que p q. Esto significa que p q pero no q p. Si q p

tendr�amos que q p pero no p q. Pero esto es incompatible con lo primero.

Si fuera reflexiva, tendr�amos p p y, por la asimetr�a de , inferir�amos que no

es el caso que p p , obteniendo una contradicci�n.

Sup�ngase que p q y q r. Si p, como p q implica p q, tendr�amos r q, por la

transitividad de . Pero ello contradice q r.

Mostrar� por inducci�n sobre la longitud de las secuencias la aciclicidad de . Es

inmediato, por la asimetr�a de , que si pl p2 entonces no es el caso que p2 pl.
Sup�ngase que la proposici�n vale para n�1 y consid�rese la secuencia p1 p2... pn�1
pn. Si pn p1, tendr�amos por transitividad que p p contrariamente a la
hip�tesis.

Finalmente, sean p, q, r elementos de P y sup�ngase que p q.Si r ~ q, se tiene p

r; si r ~ p, se tiene r q. Si r no es indiferente ni a p ni a q, s�lo hay tres
posibilidades: rpq, prq y pqr. En el primer caso se tiene r q, en el segundo tanto
p r como r q, y en el tercero p r.

La motivaci�n econ�mica para introducir es la de comparar diferentes "loter�as"

sobre un cierto conjunto de "premios". El concepto de loter�a se define, de manera
precisa, como una distribuci�n simple de probabilidad.

DEFINICI�N 4 Sea X un conjunto no vac�o. Una distribuci�n simple de probabilidad

sobre X es una funci�n p: S [o, l], donde S es un subconjunto finito de X, tal que
p(x) > 0 para todo x S, y p(x) = 1. El conjunto S es llamado el soporte de p y
denotado como 'sop(p)'. Si p y q son dos distribuciones simples de probabilidad
sobre X y a [0,l], la combinaci�n convexa ap + (1�a)q de p y q se define como la
funci�n r definida sobre T = sop(p)sop(q) que asigna a x T el n�mero ap(x) + (1 �
a)q(x), en el entendido de que p(x) = 0 si x sop(p) y q(x) = 0 si x sop(q).

LEMA 2 Si p y q son distribuciones simples de probabilidad sobre X, la combinaci�n

convexa r = ap + (1� a)q de p y q(0 = a = l) tambi�n es una distribuci�n simple de
probabilidad sobre X con T = sop(p)sop(q)como soporte. En otras palabras, el
conjunto P de todas las distribuciones simples de probabilidad sobre un conjunto no
vac�o X es convexo.

Demostraci�n: Sean p y q distribuciones simples de probabilidad sobre X y sea r =

ap + (1 � a)q la combinaci�n convexa de p y q (0 = a = l). Sea T = sop(p)sop(q).
Claramente, T es un subconjunto finito de X. Si x T,p(x) > 0 o q (x) > 0. Si a=
0,r(x) = q(x)> 0. Si a = 1,r(x) = p(x)>0.En cualquier otro caso, ap(x)>0 y ,
(l�a)q(x)>0 de manera que r(x) = ap(x) + (1 � a)q(x)>0.

Al establecer la convexidad del conjunto de las distribuciones simples de

probabilidad sobre un conjunto X, el lema 2 nos permite introducir la siguiente
definici�n.

DEFINICI�N 5 es una P estructura de Von Neumann�Morgenstern syss existen X, P y y

tales que

Los elementos de P son llamados loter�as. Para cualquier x X, dxes la loter�a que
asigna el premio x con probabilidad 1. Si existe un premio b m�ximamente preferido
en X y uno m�nimamente preferido w,db, es la loter�a m�ximamente preferida y dw la
menos deseable. En tal caso se tiene, para cualquier p P,db pdw . db y dw son
llamadas las loter�as extremas y cualquier combinaci�n convexa de ellas una
combinaci�n extrema. En todo caso, el axioma 6 de la definici�n 5 garantiza que la
estructura es no trivial al exigir que haya al menos dos loter�as que no sean
indiferentes entre s�.

LEMA 3 Para todo p,q P con p q y todo a,� (0,1): ap + {1�a)q�p + {1��)q syss
a>�.

Demostraci�n: Sup�ngase que a > � y sea ? = � / a. Claramente, 0 < ? < 1 y tenemos,

dado que p q,

Por ende, por el mismo axioma,

Sup�ngase ahora que ap + (1 � a) q �p + (1 � �) q. Si �= a,

Si � > a, por virtud del primer resultado,

En ambos casos contradiciendo la asimetr�a de .

LEMA 4 Para toda p,q,r P: si p r q, existe precisamente un a [o,1] tal que r ~ ap

+ (1� a)q.

Demostraci�n: Si r ~ p , la aserci�n vale con a = 1; si r ~ q , esc�jase a = 0.

Sean, pues, p r q, , y . N�tese que estos conjuntos son no vac�os por el axioma 5
de la definici�n 5. Mostraremos que a= �nf= sup no es elemento ni de ni de . Esto
implica que r ~ ap + (l � a) q, pues de lo contrario tendr�amos ap + {1�a)qr o r
ap + (l�a)q, siendo que lo primero implica a y lo segundo a .

Sea �, pues, cualquier elemento de , de modo que �p + (1� �)q r q.

Por el axioma 5 de la definici�n 5, existe un ? (0,l) tal que

Sea �' = �?. Como ? > 0, tenemos que �' [0,l]; como ? <l, �' < �.

Adem�s,

de modo que �' . Esto muestra que para todo elemento de siempre existe uno m�s
peque�o que tambi�n est� en . Un argumento an�logo muestra que para todo �
siempre existe un �' mayor que tambi�n est� en .

Por virtud del lema 4, cada p P es indiferente precisamente a una combinaci�n

extrema. En lo subsiguiente, f : PP ser� la funci�n que asigna a cada p P la
combinaci�n extrema f(p) que es indiferente a p.

LEMA 5 Para todo p,q P y a [0,l] : ap + (l�a)q ~ af(p) + (l�a)f(q).

Demostraci�n: Sea f : [0.1][0,1] la funci�n definida por la siguiente condici�n:

lo cual implica, nuevamente por el lema 3, f(a) = a' > �' = f(�) .

Para un a arbitrario, pero fjo, consideremos sendas secuencias convergentes de

puntos de [0,1]. Una, (k) decreciente y aproxim�ndose a a como l�mite por arriba (o
sea, a< k, para todo k); la otra, (k) creciente y aproxim�ndose a a por abajo (o
sea, k, < a para todo k). Consideremos ahora las secuencias de intervalos
[k,a] , [a,k]

Como cualquiera de estos subintervalos es un ret�culo completamente ordenado y

completo (con respecto a la relaci�n de orden usual entre n�meros reales), y f es
creciente, el teorema de Tarski (1957) implica que en cada uno de estos intervalos
hay puntos fijos

es decir, puntos tales que k= f(k) y k = f(k) . Luego, para estos puntos,

Si a es k o k para alg�n k, ya terminamos. De lo contrario, consid�rense los

intervalos

Sean . Es f�cil ver que I es no vac�o, ya que al menos ap + (1 � a)q est� en I.

An�logamente, J tampoco es vac�o porque al menos af(p) + (1 � a)f(q) es elemento de
J. Adem�s, tanto I como J son clases de indiferencia. En efecto, si r I tenemos,
para cualquier k,

Por lo tanto, por el lema 4, existe precisamente un �k tal que

Si r + ap + (1�a) q, tenemos dos posibles casos: (i) r ap + (1 � a)q o (ii) r ap

+ (1 � a)q . En el primer caso, por virtud del lema 3, tenemos ?k> a; en el
segundo, ?k<a. As�, o bien existe un n > 0 tal que ?k > 1 para toda l > n ; o bien
existe un n > 0 tal que ?k < 1, para toda l > n. En el primer caso tenemos, para
cualquiera de esos l,

En el segundo caso tenemos

Por consiguiente, r~?kp + (1�?k)q 1+(1�1)qr.

Un argumento an�logo muestra que

Sin embargo, I = J porque Ik = Jk para todo k, de manera que

LEMA 6 Si p,q,r P,a [0,l] y p~ q entonces ap + (1�a) r ~aq + (1�a)r.

Demostraci�n: Si p ~ q, f(q) = f(p) y, por el lema 5,

de donde se sigue que

Para cada premio x X, sea u(x) el n�mero en [0,1] tal que

Sea u: x la funci�n definida por esta condici�n. Est� claro que la utilidad del
premio x no es m�s que el n�mero a tal que

Si no hubiere un premio mejor, o uno peor, o ambas cosas; o si tom�ramos otras

loter�as como punto de referencia para definir la utilidad de los premios, habr�a
que ampliar la definici�n del siguiente modo.

DEFINICI�N 6 Sean db y dw loter�as cualesquiera, con db dw. Hacemos u(b) = 1 y u(w)

= 0 . Para cualquier x X, si dbdxdw, hacemos u(x) = a si

Si dx y db, sabemos por el lema 4 que existe precisamente un a (0, l) tal que

En este caso hacemos u ( x ) = 1 / a. Finalmente, si dw dx, tambi�n por el lema 4

sabemos que existe un a (0,1) tal que

En este caso hacemos u(x) = �a / (l � a). De este modo queda definida la funci�n de
utilidad u: X .

Como en la aplicaci�n que nos concierne es razonable suponer que siempre hay un
premio m�ximo y uno m�nimo (pues ni las ganancias ni las p�rdidas financieras
pueden ser infinitas), habr� de restringir las demostraciones subsecuentes al caso
en que existen un premio mejor y uno peor.

LEMA 7 Para todo p P, p es indiferente a la loter�a que da el premio

b con probabilidad u(x) p(x) y el premio w con probabilidad

1 � u(x)p(x)

Demostraci�n: La demostraci�n es por inducci�n sobre la cardinalidad de sop(p) =

{x}, p(x) = 1 = dx(x) y

Luego,

Sea ahora sop(p) = {xl,...,xn,xn+l} y sea

Def�nase la funci�n
p1: {x1,...,xn} [0,1]

por la condici�n

Entonces p1 es un nueva distribuci�n simple de probabilidad sobre X con soporte

{x1,...,xn} . De hecho, p = ap1 +{l � a) y tenemos, por el lema 5,

Sup�ngase, como hip�tesis inductiva, que

y adem�s ya hab�amos probado que

Ahora bien,

El siguiente es el resultado principal de este trabajo.

TEOREMA 1 (TEOREMA DE REPRESENTACI�N) Sea

una estructura de Von Neumann�Morgenstern. Entonces existe una funci�n u: X tal

que

Si u' es cualquier otra funci�n tal, entonces existen constantes a > 0 y � tales
que u' = au + �.

Demostraci�n: La funci�n u arriba definida satisface esta condici�n. En efecto,

como

la equivalencia se sigue inmediatamente por el lema 3.

Si u' es otra funci�n que satisface el enunciado del teorema de representaci�n, sea
� = u'(w) y sea a el n�mero tal que

Mas en general, si u(x) = ?,

TEOREMA 2 Para todo x, y X: dx dy siempre que x > y syss u es estrictamente

creciente.

Demostraci�n: Sup�ngase que dx dy y que x > y. Entonces

de modo que u(x) >u(y) por el lema 3.

Sup�ngase ahora que u es estrictamente creciente y que x > y. Entonces u(x) > u(y)
y tenemos, nuevamente por el lema 3,

Una vez que hemos demostrado su existencia, podemos definir el valor esperado de
cualquier loter�a.

DEFINICI�N 7 El valor esperado de la loter�a p, E(p), se define como

Teor�a cl�sica de las finanzas

De aqu� en adelante vamos a aplicar a las finanzas la teor�a desarrollada hasta el

momento. El conjunto X ser� concebido ahora como un intervalo de cantidades de
dinero (intervalo cerrado de n�meros reales), con una cantidad m�xima b y una
m�nima w. Como X es convexo, X es cerrado bajo combinaciones convexas finitas; es
decir, si xl,...,xn son cantidades de dinero y a1,...,an son n�meros entre 0 y 1
tales que Snk=1ak = 1 , entonces Snk=1akxk X. 2 En particular, si p es una loter�a
cualquiera, y normalizamos la funci�n de utilidad de manera que sus valores sean
elementos de X, la suma es una combinaci�n convexa de puntos de X y, por lo
tanto, tambi�n es un elemento de X, de manera que E(p) X para toda loter�a p. As�,
la loter�a dE(p), , es la loter�a que asigna probabilidad uno al premio E(p ) = .

Es posible indagar si el agente prefiere recibir con seguridad la cantidad de

dinero Snk=1akxka obtener una de las cantidades xk con probabilidad ak. Por
ejemplo, es posible indagar si prefiere recibir $190.00 en vez del derecho a
participar en una loter�a en la que puede recibir $1,000.00, con probabilidad de
0.1, o $1.00 con probabilidad de 0.9. Si prefiere tomar los $190.00 en vez de
entrar al sorteo, diremos que tiene aversi�n al riesgo. Esto motiva la definici�n
de agente averso al riesgo en t�rminos de preferencias sobre ciertas loter�as; a
saber, entre , y la loter�a combinada P = Snk=1akdk. Con esta motivaci�n
introducimos formalmente la siguiente definici�n.

DEFINICI�N 8 La relaci�n de preferencia es aversa al riesgo syss, para toda

combinaci�n convexa Snk=1akxk de puntos de X,

es propensa al riesgo syss, para toda combinaci�n convexa Snk=1akxkde puntos de X,

Es neutral al riesgo syss, no es ni aversa ni propensa al riesgo.

La aversi�n al riesgo est� asociada con una caracter�stica de la funci�n de

utilidad que se conoce como "concavidad". Recu�rdese que una funci�n u es
estrictamente c�ncava syss u(ax) + (1 � ax') > au(x) + (1�a)u(x') siempre que x ?
x'. Tenemos el siguiente resultado.

TEOREMA 3 La relaci�n de preferencia es aversa al riesgo syss, la funci�n de

utilidad u es estrictamente c�ncava.

Demostraci�n: Sup�ngase que es aversa al riesgo y consid�rese la combinaci�n ax +

(l � a) x',x ? x'. Por hip�tesis,
Luego, por el teorema de representaci�n,

Sup�ngase ahora que u es estrictamente c�ncava y recu�rdese Takayama (1985:69) que

ello implica, para toda n < ? y conjunto de n�meros positivos a1,...,an tales que
Snk=1ak=1 , que

De aqu� se desprende, nuevamente por el teorema de representaci�n, que

La consecuencia metodol�gica de este resultado es que si el administrador

financiero percibe que su cliente es averso al riesgo, entonces debe utilizar una
funci�n de utilidad c�ncava para modelar sus preferencias.

Puede resultar �til saber que el grado de disposici�n a jugar cualquier loter�a
podr�a medirse en t�rminos de ganancias seguras si cada loter�a tuviese un
equivalente cierto en el siguiente sentido.

DEFINICI�N 9 Un equivalente cierto de una loter�a p es todo premio x tal que dx ~ p

.

Si cierta condici�n es satisfecha, es posible garantizar que toda loter�a tiene un

�nico equivalente cierto.

TEOREMA 4 Si X es un intervalo de , y u es continua, entonces toda loter�a p tiene

por lo menos un equivalente cierto. Si u es estrictamente creciente, toda p tiene
como m�ximo un equivalente cierto.

Demostraci�n: Sup�ngase que u es continua en X. Como X es un intervalo cerrado, la

imagen de X, que es X mismo, tambi�n lo es. Como E(p) es una combinaci�n convexa de
puntos de X, E (p) X . Por lo tanto, hay un punto x en X tal que u(x) = E(p) .
As�, E(dx) = u(x) = E(p) de donde se deduce que dx ~ p. Es obvio que si u es
estrictamente creciente s�lo puede haber un equivalente cierto.

Un obvio corolario de este teorema es que si es aversa al riesgo, entonces cada

loter�a tiene precisamente un equivalente cierto.

Aplicaciones de la teor�a

La TF modela las carteras como loter�as y propone la regla de maximizar la utilidad

esperada para la toma de decisiones financieras. M�s concretamente, sup�ngase que
el agente est� frente a una situaci�n t�pica: Hay en el mercado de activos
financieros un bono con tasa de rendimiento fija r y con un precio en el momento
inicial (tiempo t = 0) de Pb0 . Hay tambi�n �, acciones de empresas a = 1,..., �
que ofrecen rendimientos que dependen de las circunstancias que prevalezcan
("estados de la naturaleza"). Puede haber v estados de la naturaleza s = l,...,v .
Cada acci�n a ofrece un vector de pagos posibles (xa1 ,...,xav ) siendo el pago as
el que ofrece la acci�n a si ocurre el estado s.

La probabilidad de que el pago as tenga lugar, pues, es igual a la probabilidad ps

de que ocurra el estado de la naturaleza s. El precio inicial (en t = 0) de la
acci�n a es pb0 , de manera que el vector de precios en el tiempo t = 0 es p0 =
(p10 ,...,pv0 ,pb0 ). Un portafolio se modela como un vector de bonos y acciones z
= (za,zb) donde

Suponemos que el agente posee una cierta cantidad de dinero w0 que est� dispuesto a
invertir. Su problema es elegir la cartera que le brinde los m�ximos beneficios a
su inversi�n. Con esta suma de dinero, el agente puede adquirir cualquier cartera
en el conjunto factible

Si el agente adquiriera la cartera z = (za,zb) F y tuviera lugar el estado s,

recibir�a como pago la suma

La regla de racionalidad que propone la TF a los administradores financieros es la

siguiente: el�jase aquella cartera que resuelva el siguiente programa:

sujeto a z F

Si el administrador elige una funci�n de utilidad c�ncava (lo cual usualmente

deber� ser el caso, pues los agentes tienden a ser aversos al riesgo), este
problema se resuelve con el m�todo de los lagrangianos, mediante la resoluci�n de
condiciones de primer orden.

Bibliograf�a

Luce, R. D y H. Raiffa (1957). Games and Decisions, Wiley, Nueva York.

[ Links ]

Nikaido, H. (1968). Convex Structures and Economic Theory, Academic Press, Nueva
York. [ Links ]

Takayama, A. (1985). Mathematical Economics, Cambridge University Press, Cambridge.

[ Links ]

Tarski, A. (1957). "A Lattice�Theoretical Fixpoint Theorem and its Applications",

Pacific Journal of Mathematics, vol. 5, pp. 285�309. [ Links ]

Von Neumann, J. y O. Morgenstern (1947). Theory of Games and Economic Behavior,

Princeton University Press, Princeton, Mass. [ Links ]

Notas

* Agradezco los comentarios de los �rbitros an�nimos.

2 Cfr. Nikaido 1968, teorema 2.1, p 17.