Introduccin al riesgo y la incertidumbre Visin general

Decisiones empresariales bajo riesgo e incertidumbre

Introduccin al riesgo y la incertidumbre Visin general

Ay, cmo es cruel la incertidumbre! Si ella merece mi dolor o yo la tengo que olvidar. (Gonzalo Curiel. Incertidumbre)

...Aureliano salt once pginas para no perder el tiempo en hechos demasiado conocidos, y empez a descifrar el instante que estaba viviendo, descifrndolo a medida que lo viva, profetizndose a s mismo en el acto de descifrar la ltima pgina de los pergaminos,... (Gabriel Garca Mrquez, Cien aos de Soledad)
2

Perdemos seguridad

Nos acostumbramos a criterios normativos (VAN, TIR, etc.) y frente al riesgo y la incertidumbre poco podemos hacer con ellos. Los modelos normativos no aplican. Hay subjetividad y percepciones que varan de persona a persona.

Ah! ... el futuro

Con

relacin a las consecuencias futuras de una decisin, se pueden presentar tres situaciones: a) determinsticas o de certidumbre total b) no determinsticas

Riesgo Incertidumbre y

c)

ignorancia total.

Certidumbre total

Se supone que el decisor conoce con probabilidad 1 todos los eventos posibles.

Ejemplo de certidumbre total

Un ejemplo es un papel de descuento: Supngase que se compra un ttulo del Estado al 95% de su valor nominal y despus de 3 meses se vende por el 100% de su valor. Hay certeza absoluta de que a los noventa das, si compr S/.950,000 en ese ttulo se recibir S/.1,000,000. Con esta informacin y dada una tasa de descuento, se podrn establecer criterios de decisin sobre la bondad de esa alternativa.

No determinsticas: riesgo e incertidumbre

En

particular, cuando se habla de riesgo e incertidumbre se confunden los trminos, tal vez porque existe un conocimiento previo -intuitivo quizs- de lo que es la incertidumbre. Para muchos, la incertidumbre es el desconocimiento del futuro; en este contexto se considera que el riesgo y la incertidumbre se producen por la variabilidad de los hechos futuros y por su desconocimiento.

Diferencias
En

la literatura a veces se usa indistintamente. Algunos hablan de riesgo e incertidumbre como si fueran iguales. Otros, hacen la distincin entre riesgo e incertidumbre. Lo cierto es que existen grados de incertidumbre y en la medida en que ella disminuye con la informacin recolectada se puede manejar en forma analtica cada vez ms.

Cundo hay incertidumbre?

Se

dice que hay incertidumbre cuando no se posee informacin suficiente como para asignarle una distribucin de probabilidad.

Ejemplo de incertidumbre

Un muchacho desea vender peridicos en la cafetera de la universidad y tiene que decidir cuntos deber comprar. Estima vagamente la cantidad que podra vender en 15, 20, 25 30 peridicos. (Para simplificar, se acepta que cantidades intermedias no ocurrirn). Por lo tanto considera que tendr que adquirir 15, 20, 25 30 peridicos.

Riesgo
Los casos de riesgo son muy particulares y los ms comunes estn relacionados con situaciones de azar (loteras, ruletas, rifas, etc.) o con decisiones a las cuales se les ha asignado una distribucin de probabilidad

Ejemplo de riesgo
En

una empresa se ha reunido un grupo de ejecutivos para estudiar la introduccin de un nuevo producto. Ellos con base en estudios de mercado y en su experiencia han producido clculos calificados, han sido capaces de estimar ciertas cifras relacionadas con la inversin a realizar y sus resultados.

... con cifras

FLUJO DE CAJA EN MILES PARA UN PRODUCTO NUEVO Ao Valor esperado Desviacin estndar

0 1 2 3 4 5 6 7 8

-5,000 1,500 1,500 1,500 1,400 1,500 1,200 1,300 2,000

200 100 150 200 300 350 350 400 550

Riesgo e incertidumbre: precisiones

Se acepta que el concepto de incertidumbre implica que no se asignan distribuciones de probabilidad (definidas en trminos de sus parmetros, tales como la media y la desviacin estndar); el riesgo, por el contrario, implica que s se le puede asignar algn tipo de distribucin de probabilidad. El trmino incertidumbre tambin se utiliza para indicar una situacin de desconocimiento del futuro y lo impredecible de los hechos.

Ignorancia total
Por

ltimo, la situacin de ignorancia total, es en realidad una situacin irreal que en la prctica no existe. Algo similar se podra decir de la certidumbre total, porque en rigor, ni siquiera la estabilidad econmica del Estado, responsable de las inversiones que se hacen en ciertos ttulos, se puede garantizar y en consecuencia es posible que no ocurra el evento en teora cierto.

Causas del riesgo y de la incertidumbre

Las

causas de la variabilidad son bsicamente atribuibles al comportamiento humano; sin embargo existen fenmenos no atribubles directamente al ser humano que tambin causan riesgo e incertidumbre.

... por ejemplo

Inexistencia de datos histricos directamente relacionados con las alternativas que se estudian. Sesgos en la estimacin de datos o de eventos posibles. Cambios en la economa, tanto nacional como mundial. Cambios en polticas de pases que en forma directa o indirecta afectan el entorno econmico local.

y...
Anlisis e interpretaciones errneas de la informacin disponible. Obsolescencia. Situacin poltica. Catstrofes naturales o comportamiento del clima. Baja cobertura y poca confiabilidad de los datos estadsticos con que se cuenta.

Lo mismo, pero en Per

En

una investigacin desarrollada entre 1985 y 1986 por Garca y Marn de EAFIT, los ejecutivos de las empresas ms grandes de Per perciban como principales causas del riesgo las siguientes:

... en Per

a) Inestabilidad de las medidas econmicas y falta de continuidad en los programas sectoriales. b) Factores polticos e institucionales. Inestabilidad poltica. c) Poltica cambiaria y de comercio exterior.

d) Inestabilidad social. Inseguridad. Orden pblico.

Cmo disminuir el grado de incertidumbre

Obtener informacin antes de tomar la decisin, v. gr. informacin acerca del mercado. Aumentar el tamao de las operaciones, se asume menos riesgo al perforar 50 pozos de petrleo que al perforar uno. Diversificar.

Tasa de descuento bajo riesgo

Cuando se analizan los flujos de caja basados en la distribucin de probabilidad de las variables que lo determinan, se debe utilizar una tasa de inters libre del riesgo que estamos analizando e incluyendo en el modelo; de otra manera se estara contando doble el efecto del riesgo: una vez como la componente de riesgo que hay en la tasa de inters y otra cuando se reconoce la variacin de manera explcita, a travs de una distribucin de probabilidad.

Qu significa mucho?
Muchas

veces se debe tratar de cuantificar una apreciacin subjetiva. Esto es necesario, no porque se subestime la apreciacin como tal, sino para verificar si el criterio con que se hizo es consistente con el del decisor. Por ejemplo, si alguien aprecia que alguna variable es alta, para el decisor es importante saber si alto significa lo mismo para ambos.

Calibracin de un Estimativo
Supngase

que se desea estimar la probabilidad de que se ganar una demanda instaurada. Existe cierta informacin conocida por el abogado (p. ej. antecedentes del juez, jurisprudencia existente, etc.) que le indica que hay posibilidades de ganar. Supngase, adems, que ese pleito se puede representar como una lotera:

Determinacin de la Probabilidad Subjetiva

Muchas

personas tienden a pensar que sto es imposible. Sin embargo, por un proceso de aproximaciones sucesivas se pueden hacer estimativos subjetivos de la probabilidad de ciertos valores o intervalos.

Cmo se hace
La

metodologa es sencilla y pretende asignar probabilidad 1 a un cierto intervalo y a partir de all dividir en forma sucesiva ese intervalo en otros a los cuales se les asigna una probabilidad igual a la mitad del intervalo de origen. Despus se hace una verificacin de consistencia, hasta cuando el decisor queda satisfecho con los estimativos a los que se lleg. Ejemplo.

Medicin analtica del riesgo

El

mtodo propuesto por Hillier para manejar este tipo de situaciones hace uso del Teorema del Lmite Central de la Estadstica y dice que la distribucin del Valor Presente Neto, Costo Anual Equivalente o Tasa Interna de Rentabilidad es aproximadamente normal.

Uso de la Estadstica

De acuerdo con el mtodo de Hillier, se tiene:

E ( VPN )

Ij
1 i j
n

j0

Var ( VPN )

j0

Var ( I j ) 2n 1 i

... con estas variables

donde: E(.) = Valor esperado de la expresin que est dentro del parntesis. = Flujo de caja del perodo j. = Varianza de la expresin que est dentro del parntesis. = Tasa de descuento = Vida del proyecto en aos. = Perodo que se analiza

Ij Var(.)

I N j

Qu es suerte?

La probabilidad de un accidente de aviacin es muy baja (ms baja que un accidente en bus), pero si yo viajo en un avin y se estrella y me mato, digo (dicen los que quedan vivos) que tuve mala suerte. La probabilidad de ganarme una lotera es muy baja. Si compro lotera y me la gano, digo que tengo BUENA suerte. La suerte est asociada a que ocurra un evento de dos, cuya probabilidad es menor que 50%.

El valor esperado monetario VEM

Cuando

en un curso universitario se plantea el problema de un juego con probabilidad 0.5 de ganar S/.0 y 0.5 de ganar S/.1,000 y se pregunta que cunto dinero dara cada estudiante por participar en l, la respuesta es de S/.500. Al analizar ms el problema y someter al interrogado a confrontaciones y escogencia, se encuentra que la cifra no es S/.500, sino otra muy diferente.

... a veces no funciona

La

primera cifra -S/.500- se denomina valor esperado monetario. Valor esperado monetario de una decisin es el promedio ponderado de todos los valores que pueden resultar y que corresponden a todos y cada uno de los resultados posibles, dado que el decisor ha optado por elegir una alternativa.

Maximizar el VEM
Se

dice, en general, que cuando hay poco dinero en juego, la gente decide de acuerdo con el valor esperado del juego y trata de decidirse por la alternativa que lo maximiza.

Y, lo duda?
Para

aquellos que dudan acerca de la forma de tomar decisiones cuando est involucrado el azar (decisiones bajo riesgo), se propone el anlisis de dos casos: uno hipottico (la paradoja de San Petersburgo) y uno real (cualquiera de las loterias que se venden en el pas).

La paradoja de San Petersburgo

Se

proponen las siguientes alternativas: A: un regalo, libre de impuestos, de S/.10,000. o B: un pago de 2n centavos, donde n es el nmero de veces que se lanza una moneda al aire hasta cuando aparezca sello.

Juega una sola vez

Solo

se puede participar una vez en el juego y la secuencia de lanzamientos se detiene cuando aparezca sello por primera vez.

VEM infinito
El

valor esperado de cada una de las alternativas es: E(A) = S/.10,000.oo = 1 + 1 + 1 + 1 +....... = Nadie escogera la alternativa B a pesar de tener un valor esperado igual a infinito, a menos que haya una gran propensin al riesgo.

La lotera
El valor esperado de una lotera es mucho menor que su precio y sin embargo, gran cantidad de personas compran lotera, rifas apuestas, etc. Si no fuera as, quebraran.

La lotera de

Con las cifras de la tabla siguiente se puede calcular el valor esperado de una lotera, por ejemplo. En ste se tiene: C = S/.3.000 (precio del billete). D = Todos los premios de la lotera.

Tabla de premios (millones)

Cantidad Tipo de premio Valor del premio Probabilidad Probabilidad Valor esperado

1
2 2 100 149

mayor
secos secos secos Secos

1000
50 20 2 0,5

0,0000667% 0,000666667
0,0000667% 6,66667E-05 0,0000667% 2,66667E-05 0,0000667% 0,000133333 0,0099333% 4,96667E-05 Valor esperado total

S/. 666,67
S/. 66,67 S/. 26,67 S/. 133,33 S/. 49,67 S/. 943,00
40

Cmo se explica esto?

Como

se puede apreciar, el valor esperado de esta lotera es mucho menor que su precio y, sin embargo, gran cantidad de personas compran lotera, rifas, hacen apuestas, etc. Estos dos ejemplos ilustran que bajo riesgo, muchas personas no tratan de maximizar el valor esperado de sus ganancias. O sea, que entran en juego otros factores.

Von Neumann y Morgerstern

Ante

situaciones como stas, los estudiosos del tema han presentado teoras que permiten explicar (teoras descriptivas) o predecir el comportamiento de un individuo en particular cuando se encuentra enfrentado a decisiones bajo riesgo o incertidumbre reducida a riesgo, por medio del estimativo de probabilidades subjetivas.

Teora de la Utilidad Cardinal TUC

Los

ejemplos presentados obligan a preguntarse cmo se explica entonces, el proceso de decisin. La teora expuesta ofrece esta explicacin, aunque con limitaciones. En trminos ms sencillos: cada individuo cuando se enfrenta a situaciones de riesgo, puede asignar un valor a cada una de las alternativas que analiza. Estos son los ndices de utilidad cardinal.

Averso o propenso?
Las

personas pueden ser aversas, propensas o indiferentes al riesgo. Una persona que est dispuesta a pagar por "jugar" una lotera podr determinar su actitud al riesgo, segn el monto que pague.

Propensin al riesgo
Una persona totalmente propensa al riesgo, enfrentada ante el siguiente juego: S/.0 con probabilidad 0.5 y S/.10,000 con probabilidad 0.5, estar dispuesta a pagar ms del valor esperado del juego por participar en l. O sea, pagar ms de S/.5,000 por participar en este juego.

Aversin al riesgo
Si esa misma persona fuera totalmente aversa al riesgo y se enfrenta a la misma situacin, pagar menos del valor esperado del juego por participar en l. O sea pagar menos de S/.5,000.

Indiferencia al riesgo
Si la mencionada persona fuera indiferente al riesgo, pagara exactamente S/.5,000 por participar en el juego.

Teora de la Utilidad Cardinal: sirve?

Esta

teora parece ser aceptable a corto plazo: cuando el individuo tiene que tomar la decisin y los resultados son inmediatos. Puede no ser vlida cuando la decisin implica resultados futuros.

La teora prospectiva

Daniel Kahneman gan el premio Nbel de Economa en 2002 por su contribucin al estudio del proceso de decisin que hizo con Amos Tversky. Su mayor contribucin es la teora prospectiva (Prospect theory, en ingls). Encontraron que cuando la gente toma decisiones bajo riesgo acta como si fuera irracional. Desarrollaron entonces su teora prospectiva en la cual la utilidad, el beneficio o la felicidad percibidos se asignan a las prdidas o ganancias del individuo y no a su riqueza neta despus de decidir.

Tres factores crticos

explican las actitudes hacia el riesgo. La desutilidad o infelicidad crece ms que en forma proporcional con el tamao de las prdidas. Si se pierde S/.1 la infelicidad es mayor que la felicidad de ganar S/.1. El segundo factor es que la gente aprecia ms la posesin de un bien que la satisfaccin de recibirlo. Es decir, la utilidad negativa que se percibe por perder algo, es mayor que la utilidad percibida por recibir ese mismo bien. El tercer factor es la subestimacin de las probabilidades altas y medianas, en comparacin con la sobreestimacin de las probabilidades bajas. Esto explica que una persona sea propensa al riesgo cuando las probabilidades de ganancias son muy pequeas, como en el caso de una lotera y que tenga una propensin al riesgo moderada para altas probabilidades de prdidas.

El efecto de contexto (framing effect)

La decisin depende de cmo se presente el problema. muchos usuarios de tarjeta de crdito saben que pueden comprar un bien en 100.000 si se paga en efectivo o en 110.000 si se paga con tarjeta de crdito. La diferencia puede ser vista como un descuento si usted paga en efectivo o como un recargo si paga con tarjeta de crdito. Si lo mira como un descuento, la diferencia es una ganancia y su punto de referencia es 110.000. Si lo considera un recargo, es un costo adicional (una prdida) y el punto de referencia es ahora 100.000.

Una ilusin ptica

El efecto de contexto es como una ilusin ptica. Es un problema de percepcin. Un caso muy sencillo es lo que se ve en la siguiente figura:

El camalen
Simulacin

en el sentido ms comn de la palabra significa imitar. Y de esto se trata; se va a imitar el comportamiento de un sistema a travs de la manipulacin de un modelo que representa una realidad.

Simulacin ayuda cuando hay complejidad

Hay

ciertos problemas que son muy complejos y cuya solucin analtica es prcticamente imposible de hacer. La propuesta de Hillier supone un manejo analtico del problema; sin embargo, la complejidad de las distribuciones de probabilidad puede ser alta, de manera que conocer sus parmetros es muy difcil o imposible.

Simulacin: costosa?
A

pesar de que la tcnica de simulacin tiende a ser un procedimiento costoso, es uno de los enfoques ms prcticos para abordar un problema, aunque hoy los recursos computacionales han reducido en forma substancial ese costo.

Implica la construccin de un modelo

La

simulacin implica la construccin de un modelo, el cual es matemtico en gran parte. Antes de describir el comportamiento total del sistema, la simulacin describe la operacin de ese sistema en trminos de eventos individuales de cada componente del sistema, cuyo comportamiento se puede describir, por lo menos en trminos de distribuciones de probabilidad.

Combine todos los eventos

La

interrelacin entre estos componentes se puede involucrar dentro del modelo. La combinacin de los eventos posibles y el efecto de la interrelacin entre los mismos, le permite al analista determinar la configuracin adecuada de los subsistemas.

No es exacta
Como

la simulacin trabaja con un nmero finito de pruebas, se incurre en un error estadstico que hace imposible garantizar que el resultado es el ptimo. De hecho, muchas veces no se busca el ptimo de una solucin sino el comportamiento de determinado parmetro.

Simulacin de Monte Carlo

Una

manera cruda o aproximada de hacer una simulacin es la llamada tcnica de Monte Carlo. Al hacer una simulacin se usan los nmeros o dgitos aleatorios y se generan por computador. Estos nmeros permiten tener en cuenta la interrelacin entre las variables aleatorias.

Arboles de decisin
Ventas 15 20 25 30 15 20 Compra 20 Compra 25 25 30 15 20 25 30 Ganancia 15 15 15 15 -8.75 20 20 20 -32.5 -3.75 25 25

Compra 15

Compra 30

15 20 25 30

-56.25 -27.5 1.25 30

Conclusin

En conclusin, el gerente debe visualizar la realidad como incierta y debe hacer el esfuerzo de tratar de asignar valores y probabilidades a los eventos posibles. Lo mximo que va a encontrar es una medida del riesgo en trminos de probabilidad. Despus de eso, es l, con su experiencia quien debe decidir ayudado con la informacin disponible.

19/02/98

Copyright Ignacio Vlez Pareja www.poligran.edu.co/decisiones

61