Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Online at http://mpra.ub.uni-muenchen.de/42339/
MPRA Paper No. 42339, posted 30. October 2012 / 13:40
CIEC
Centro de Investigaciones Econmicas
Documento de Trabajo N 18
Eloy valos
Mayo 29, 2011
Resumen
En este documento desarrollamos la teora de la incertidumbre bajo un
contexto donde los riesgos que corre el individuo son medibles y soportables.
Utilizaremos fundamentalmente la idea de loteras para formular los
axiomas de las preferencias del consumidor, y su representacin a travs de
la funcin de utilidad von Neumann Morgenstern. Estudiaremos el
teorema de la utilidad esperada y sus propiedades, las paradojas de eleccin
bajo incertidumbre y finalmente las medidas de aversin al riesgo a la luz de
las loteras monetarias.
Nmero de Clasificacin JEL: D80, D81.
Palabras claves: Incertidumbre, riesgo, lotera simple, lotera compuesta,
utilidad esperada, paradoja de San Petersburgo, paradoja de Allais, paradoja
de Ellsberg, prima de riesgo, aversin al riesgo.
Abstract
In this paper we develop the theory of uncertainty in a context where the
risks assumed by the individual are measurable and manageable. We
primarily use the definition of lottery to formulate the axioms of the
individual's preferences, and its representation through the utility function
von Neumann - Morgenstern. We study the expected utility theorem and its
properties, the paradoxes of choice under uncertainty and finally the
measures of risk aversion with monetary lotteries.
Classification Number JEL: D80, D81.
Keys Words: Uncertainty, risk, single lottery, compound lottery, expected
utility, St. Petersburg paradox, Allais paradox, Ellsberg paradox, risk
premium, risk aversion.
1
Contacto: Departamento de Economa, Universidad Nacional Mayor de San Marcos, Lima 01,
Telfono 619-7000, Anexo 2210; y Centro de Investigaciones Econmicas del Instituto de Estudios
Sociales del Rmac, Pueblo Libre. Email: eavalosa@unmsm.edu.pe.
[2]
2
3
4
5
Distribucin de
probabilidad
Simples
Desastrosas
Conocido
Riesgo medible y
soportable
Riesgo medible y no
soportable
Desconocido
Riesgo no medible y
soportable
Riesgo no medible y no
soportable
10
11
Al respecto: The approach here does not allow for the psychological sensations of vagueness or confusion
that people often suffer in facing situations with uncertain (risky) outcomes. In our model neither vague nor
confused. While recognizing that his knowledge is imperfect, so that he cannot be sure which state of the
world will occur, he nevertheless can assign exact numerical probabilities representing his degree of belief as
to the likelihood of each posible state. Ver HIRSHLEIFER y RILEY (1992: p. 7 8).
Estos estados del mundo, tambin se les llamar indistintamente, como ocurrencias, escenarios o
sucesos posibles.
Exhaustivo por que el conjunto S contiene todos los estados del mundo que podran darse para el
futuro, dada la accin realizada por el individuo. Y es mutuamente excluyente, porque en el
futuro no podran hacerse efectivo dos o ms estados del mundo a la vez.
[6]
p [ e s e t ] = s + t , s , t = 1, , S ; s t .
p [ e s e t ] = 0 , s , t = 1, , S ; s t .
s = 1
s=1
13
Z = sS z s = kX z k
Alternativas
eS
es
( 1 ) ( 2 ) ( s )
( S )
12
13
e1
e2
x1
z 11
z 12 z 1s z 1S
xk
z 1k
z k2
z ks
z Sk
xn
z n1
z n2
z ns
z nS
Los conjuntos de resultados posibles, segn cada estado del mundo o segn cada
alternativa elegida,
z s = z 1s , z 2s , , z ks , , z ns
y z k = ( z 1k , z k2 , , z ks , , z Sk ) , k = 1, , n s = 1, , S .
14
15
A este nivel de anlisis este conjunto puede identificarse con el espacio n dimensional, si los
resultados son canastas de bienes, o simplemente con el conjunto de nmero reales, en el caso de
que se tratasen de resultados monetarios por ejemplo.
La distribucin de probabilidades, por ejemplo, podramos asumir que es conocida por el
individuo a travs de la informacin existente de cuntos matrimonios se encuentran en una u
otra situacin del total de la poblacin.
[8]
Alternativas
= 7
1
10
Katherine Wi + WK
Silvia
Wi
= 1
2
= 1
3
10
Wi m K
Wi
2
Wi mS
Wi
7
1 W 1
x K = Wi + WK , ; Wi mK , ; i , ; donde
10
5 2 10
7 1 1
z K = Wi + WK , Wi mK , i y r ( z K ) = , , .
2
10 5 10
4
1
xS = Wi , ; Wi mS , ; donde
5
5
4 1
zS = ( Wi , Wi mS ) y r ( zS ) = , .
5 5
Luego, se tienen los conjuntos, de alternativas y de resultados posibles, que delimitan
el problema,
-
X = { x K , xS }
Z = Wi + WK , Wi mK ,
Wi
, Wi , Wi mS
2
3. LOTERAS
16
Lotera simple
Una lotera es un vector de resultados posibles z k con su vector de distribucin de
probabilidades asociado r ; denotndose como L = z, r ( z ) , donde z Z y r ( z ) S+ .17
Por ejemplo, si lanzamos una moneda, tal que si resulta cara se gana 10 u. m. y si sale
sello se paga 5 u. m., entonces la lotera se denotara como, 18
1
1
L = 10, ; 5,
2
2
L k = z k , r ( z k ) , k = 1, , n .
Donde:
z k = z 1k , z k2 , , z ks , , x Sk
) y s 0 , s = 1,2,, S ; con
S
= 1.
s=1
Luego, dados los S estados del mundo, es decir, dado el conjunto S, es posible que
algunos resultados se repitan para dos o ms estados del mundo; por tanto algunos
resultados tendrn una probabilidad dada por ( s + t ) > 0 , mientras tanto tambin es
posible que para algunos estados del mundo no exista probabilidad de hacerse efectiva,
s = 0 .
17
18
L
= L 1 , s , , T , 1 s 0 s = 1
s=1
L 1 , , s , , S
Donde, T +1 = = S = 0 .19
As, dado el zk Z , sea S = 3 , las loteras se pueden representar grficamente en 2+ ,
mediante el tringulo de Machina. Sea una lotera cualquiera,
L 1 , 2 , 3
{(
= 1 , 3 2+ : 1 1 3 2
19
del mundo e 3 ocurrir con certeza. A esta ltima lotera se le conoce como lotera
degenerada.20
3
1 L ( 0,0,1 )
L 1 ,0, 3
L 1 , 2 , 3
b. Lotera compuesta
Es aquella que tiene como resultados posibles otras loteras. As, la lotera L es
aquella lotera compuesta que genera la lotera L con probabilidad y la lotera L con
probabilidad ( 1 ) .21 Para enunciar formalmente la lotera compuesta, haremos el uso
del operador interno de composicin, . As tenemos,
L = L ( 1- ) L 22
20
21
22
Al respecto: If the lottery is on a edge of the triangle, one of the probabilities is zero. Id it at a corner, the
lottery is degenerated, i. e., it takes one of the values x 1 , x 2 , x 3 with probability 1. Ver GOLLIER (Ob.
Cit.: p. 14).
Por el momento la naturaleza de la probabilidad denotada con es diferente a la probabilidad
denotada con .
A componound lottery is a convex combination of simples lotteries. GOLLIER (dem.: p. 15).
[12]
L k = 1k , 2k , , sk , , Sk
, k = 1, , n .
Es decir,
L = 1L 1 2 L 2 n L n
As,
L = ( M 1 , M 2 , , M s , , M S )
Donde,
M s = 1 1s + 2 s2 + + k sk + + n ns
, s = 1, , S .
1 1
Veamos el ejemplo siguiente, donde tenemos las dos loteras siguientes, L = ,0,
2 2
1
3
y L = ( 0,1,0 ) . Luego, la lotera compuesta L viene dada por L = L L , quedando
4
4
determinada como,
1 1
1 3
1 3 1
L = ,0, + ( 0,1,0 ) = , , 24
4 2
2 4
8 4 8
Grficamente,
23
24
Ntese que la operacin de combinacin de loteras est definida sobre un tipo especfico del
conjunto X . Es decir, sobre X = L , que es el conjunto de loteras.
1 3 1
Ntese que + + = 1 .
8 4 8
[13]
L ( 1 2 ,0, 1 2 )
3
L ( 1 8 , 3 4 , 1 8 )
L ( 0,1,0 )
i.
ii. Una lotera cualquiera es una composicin de s misma con un nivel de certeza total,
con cualquier otra lotera que no tiene probabilidad de hacerse efectiva.
Formalmente,
L = 1L 0L
iv. La composicin de una lotera compuesta y una lotera simple puede expresarse
como la composicin de todas las loteras simples involucradas. (Propiedad de la
distribucin).
[14]
1 2 L ( 1- 2 ) L ( 1 1 ) L = 1 2 L 1 ( 1- 2 ) L ( 1- 1 ) L
v. La composicin de dos loteras puede expresar como una composicin de una de
ellas y otra compuesta a partir de las dos loteras originales, simplemente
manipulando las probabilidades adecuadamente. (Propiedad de asociacin)
( 1 + 2 ) L (1- 1 - 2 ) L = 1L 2 L ( 1- 1 - 2 ) L
L , L L , L i L L i L L i L
25
Esta relacin de preferencia dbil, como ya hemos estudiado en la teora de la eleccin bajo un
contexto de certidumbre total, es el primitivo de la teora y posee las propiedades de reflexividad,
completitud y transitividad. Ver VALOS (2010: p. 7).
[15]
L , L L , L i L L i L L i L
Axioma 2. Transitividad
L , L , L L , L i L L i L L i L
Continuidad
L , L , L L , L i L i L , ! [ 0,1] : L i L ( 1- ) L 26
Independencia
L , L , L L [ 0,1] , L i L L ( 1- ) L i L ( 1- ) L 27
4. La Utilidad Esperada
4.1 Definiciones y propiedades
Luego, dados estos axiomas, fundamentalmente el de independencia, podemos
representar las preferencias del individuo mediante una funcin matemtica que tiene
una forma de utilidad esperada.
Definicin 3. (Funcin de utilidad von Neumann Morgenstern)28
26
Ver LAFFONT (Ob. Cit.: p. 10). Varian plantea este axioma de continuidad de la siguiente manera,
L,L,L L , [0,1] : L ( 1- ) L L y [0,1] : L L ( 1- ) L son conjuntos cerrados.
27
28
} {
U ( L ) = su s
s=1
Una funcin U : L con la forma de utilidad esperada es llamada como una funcin
de utilidad esperada von Neumann Morgenstern.
Luego, si tenemos una lotera L k , a la que llamaremos lotera degenerada, podemos
obtener U ( L k ) = u s .29 As formulamos,
Proposicin 1.
Una funcin U : L tiene una forma de utilidad esperada si y slo si esta es lineal,
esto es, si y slo si satisface la propiedad
n
n
U k L k = kU ( L k )
k =1
k =1
L k L , k = 1, , n
( 1 , , k ) 0 , k = 1 .30
k =1
: L es
Morgenstern para la relacin de preferencia i definida sobre L . Luego, U
29
30
Sea U ( i ) una funcin tipo von Neumann Morgenstern. Considrese la lotera compuesta
1
s
S
L ( L 1 , 1 ; ; L k , k ; ; L n , n ) , donde L k = k , , k , , k . As, de forma reducida, la lotera
n
compuesta es L = k L k . En consecuencia,
k=1
S
n
n
n
n
S
n
U k L k = k L k = u s k sk = k sk u k = kU ( L k ) .
s =1
k =1
k =1
k =1
k =1
s =1
k =1
[17]
L = 1 , , s , , S , se tiene
S
s =1
s =1
L i L su s sus
***
Si S = 3 , donde L = 1L L ( 1 1 ) L , entonces se tiene,
( )
( )
U ( L ) = 1U L + U L + ( 1 1 ) U ( L )
31
U ( L ) = a s u s + b
s =1
Y dado que
= 1 , obtenemos
s=1
S
U ( L ) = s ( au s + b )
s =1
Quedando,
S
U ( L ) = s u s , u = ( au s + b ) .
s =1
32
( )
U ( L ) = su m s
s=1
( )
( )
L i L su m s su m s
s=1
s=1
L, L L
respectivamente como la peor y la mejor lotera, se tiene un nico [ 0,1] , tal que
L L
34
U ( L ) = L i L ( 1- ) L
( )
( )
( )
U ( L ) = 1u m 1 + 2 u m 2 + 3u m 3
33
34
Al respecto: Daniel Bernoullis explanation of this paradox is that agents have decreasing marginal
utility for Money, and so they evaluate any lottery by the expected utility of its different consequences. For a
utility function over the consequences, Bernoulli proposes the logarithmic function . . .. Ver LAFFONT (Ob.
Cit.: p. 8).
En este caso la funcin de Bernoulli estar acotada superiormente por 1 e inferiormente por 0.
[19]
mc i L
O tambin,
( )
u m c = U (L )
As,
( )
( )
( )
( )
u m c = 1u m 1 + 2 u m 2 + 3u m 3
( )
( )
( )
( )
0 = u m 1 d 1 u m 2 d 1 u m 2 d 3 + u m 3 d 3
De donde,
( ) ( )
( ) ( )
u m 2 u m 3 d 3 = u m1 u m 2 d1
( ) ( )
( ) ( )
1
2
d3 u m u m
=
>0
d1 u m2 u m3
35
Recurdese que el tringulo de Machina es un conjunto de loteras para las cuales el conjunto de
resultados est dado, ya que se trataran de sucesos ciertos (loteras degeneradas); y partir de las
cules derivar un nmero infinito de loteras compuestas segn las propiedades del operador
interno de composicin de loteras. Entonces, en estricto deberamos definir las preferencias sobre
un subconjunto C L . Vase VILLAR (1996: p. 213).
[20]
Grficamente, las isoclinas sern lneas rectas y paralelas, donde cada una de ellas
representa un nivel de ingreso esperado para diferentes combinaciones de probabilidades
para los resultados posibles dados,
[21]
En consecuencia,
( )
U (L ) < u m e
Lo que quiere decir que el individuo valora la lotera por debajo de su ingreso
esperado. Esto significa que el individuo es averso al riesgo. Por tanto, la ordenacin de
preferencias sobre las loteras no estara basada en los ingresos esperados de los
resultados dados, ya que sobreestiman la valoracin de las loteras.36
En consecuencia, la representacin grfica de este caso, mostrara que las curvas de
indiferencia tienen una pendiente mayor en relacin a las isoclinas. Es decir, frente a
diferentes loteras, tal que no se modifica el ingreso esperado (a lo largo de una isoclina),
el individuo prefiere no aceptar dichas loteras y tomar el equivalente cierto, ya que
( ) ( )
u mc < u me
36
Podemos adelantar los casos, donde m c > m e y m c = m e , seran casos donde el individuo es
amante y neutral al riesgo respectivamente.
[22]
L
1
5. PARADOJAS
5.1 Paradoja de San Petersburgo
Sea el juego donde se recibe un premio monetario de 2 n , cuando al lanzar la moneda
sale cara en el n simo lanzamiento.
1
1
me = 2 + 2 2 2 +
2
2
1
1
me = 2 + 4 +
2
4
e
m = 1 + 1 +
me =
37
Cuando se tiene una lotera que no modifica el ingreso esperado, se dice que estamos frente a una
apuesta justa. Por tanto, decir que un individuo es averso al riesgo, equivale a decir que rechaza
una apuesta justa.
[23]
Sin embargo, nadie est dispuesto a pagar por el juego. Daniel Bernoulli, como ya
hemos enunciado, propone una funcin de utilidad,
u = u ( m ) , u > 0, u < 0
Especficamente,
u = ln m
Luego, se tiene que en la medida que el lanzamiento de la moneda tiende al infinito
se obtiene,
1
ln 2 n = ln 4
n
2
n=1
u = lim
Siendo esta la cantidad que estara dispuesta a pagar el individuo para entrar al
juego.38
Dos jugadores, A y B.
50 bolas
rojas
Urna 1
? bolas
verdes
? bolas
rojas
Urna 2
Luego,
-
38
A elige rojo, B evala dnde es mayor la probabilidad de elegir verde. Elige urna 1.
Sin embargo, en la segunda,
Si A elige verde, B evala dnde es mayor la probabilidad de elegir rojo. Elige
nuevamente la urna 1. Contradicindose, ya que a esta en el primer escenario le daba una
mayor probabilidad de obtener la bola ver en la urna 1. Esto se debe a que no considera la
urna 2, dado que desconoce la distribucin de probabilidades.
L
L
250
Que representa una urna de 100 bolas enumeradas, de 0 a 99. Luego, el individuo
evala entre L y L ,
1
89
1
L = ( 50,1) i L = 0,
; 50,
; 250,
100
10
100
Luego, debe evaluar entre L y L ,
1
11
9
89
L = 0, ; 50,0; 250, i L = 0,
; 50,
; 250,0
10
100
10
100
39
0 u ( 0 ) + 1 u ( 50 ) + 0 u ( 250 ) >
1
89
1
u (0 ) +
u ( 50 ) + u ( 250 )
100
100
10
De donde,
1 u ( 50 ) +
89
89
1
89
1
89
89
u (0 )
u ( 50 ) >
u (0 ) +
u ( 50 ) + u ( 250 ) +
u (0 )
u ( 50 )
100
100
100
100
10
100
100
Quedando,
89
11
9
1
u(0)
u ( 50 ) > u ( 0 ) + 0 u ( 50 ) + u ( 250 )
100
100
10
10
Por tanto,
L i L
Evidenciando una contradiccin respecto a la evaluacin que haba realizado el
individuo entre ambas loteras.
3
1
10
L
L
89
100
1
100
9
10
L = m1 , 1; m2 , 2 ,; mS , S
[26]
( )
u = u ms
, s = 1, 2, , S.
Donde u ( m s ) > 0 .
Luego, la funcin de utilidad Von Neumann Morgenstern, de acuerdo a lo
desarrollado anteriormente, viene dada por,
S
( )
U ( L ) = Su m s
s=1
, s 0
s = 1.
s=1
( )
( )
U ( L) = 1u m1 +2u m2
Donde,
L = 1m1 + 2 m2 y L = m L
2
+2 m2 L .
U ( L ) . As, si
-
S
S
U sms > su ms
s=1
s=1
( )
[27]
( )
( )
u
u = (m)
( )
u m2
u ( L )
U ( L)
( )
u m1
m1
m2
Grficamente
40
c L es la cantidad de dinero que equivale a una lotera que si se juega, se obtendra con certeza
u
u = (m)
u (cL ) = U (L)
m 1 cL L
m2
PR ( L ) = L c L
La prima de riesgo es aquella cantidad de dinero que el individuo estara dispuesto a
pagar como mximo para evitar los riesgos que implicaran si es que aceptase la lotera.
Ahora, ntese que cuando el individuo es averso al riesgo, se tiene u ( L ) > U ( L ) . Por
tanto, si el individuo es averso al riesgo, se tendr,
PR ( L ) > 0
6.2 Teorema de la aversin al riesgo
Dado lo enunciado anteriormente, podemos formular el siguiente teorema.
Teorema de la aversin al riesgo
Son definiciones equivalentes de aversin al riesgo para un individuo,
i.
u ( L ) > U (L )
ii.
u ( m) < 0
iii. PR ( L ) > 0
[29]
PR ( L ) = L c L
Y dada la utilidad esperada, que es igual a la valoracin del equivalente cierto,
S
( )
u ( c L ) = U ( L ) = su m s
s=1
u L PR ( L ) = su L + m s L
s=1
u L PR ( L) = u ( L ) u ( L ) PR ( L )
Luego, al segundo miembro,
S
su ( L )
s=1
s=1
s=1
2!
su L + ( m s L ) = su ( L ) + su ( L ) ( m s L ) + s=1
Y como, sabemos que
s= 1
s =1
s=1
( m s L )
s = 1 , s ( m s L ) = 0 , s ( m s L ) = 2L ;
adems
Teorema de Taylor. Si f tiene derivadas continuas hasta de orden n + 1 inclusive sobre el intervalo
J , entonces, para cualquier xJ , si x 0 J se tiene
n
f ( x) =
k =0
f (k) ( x0 )
( x x 0 ) k + Rn ( x )
k!
1 x
n
Donde R n ( x ) = f ( n+1) ( t )( x t ) dt .
n ! x0
Vase: HAASER et al. (1977: p. 704).
[30]
su L + m s L = u ( L ) +
s=1
u ( L ) L2
2
u ( L ) u ( L ) PR ( L ) = u ( L ) +
u ( L ) L2
2
PR ( L ) =
u ( L )
u ( L )
u ( L )
L
u ( L )
Lo que es igual a,
42
Esta medida del riesgo no es adecuada ya que depender de las unidades con que se mida el
( )
s
s
ingreso. Por ejemplo, si asumimos la funcin especificada de Bernoulli, se tiene que u m = ln m ;
( )
de donde u m s =
( )
1
1
u m s =
s y
m
ms
( )
1
. Por tanto, mientras m s se mida en unidades mayores, menor ser el coeficiente
ms
absoluto de aversin al riesgo.
ser L =
[31]
rL = L L 43
Entonces, la prima de riesgo, tambin puede expresarse, segn que coeficiente de
medicin al riesgo se utilice. As tenemos, utilizando el coeficiente absoluto,
L L2
2
PR ( L ) =
rL L2
2 L
PR ( L )
L
PRr ( L ) =
rL L2
2 L2
As,
6.4 Seguros
La aversin al riesgo permite explicar la existencia de un mercado de seguros. As, si un
individuo es averso al riesgo y enfrenta una lotera, donde el valor de su riqueza s que
ocurre una desgracia ser de 0 y de W i si no ocurre nada,
43
Este coeficiente se puede entender como una medida de sensibilidad, es decir, de elasticidad de la
utilidad marginal del ingreso respecto al ingreso esperado,
u ( L ) L
rL =
L u ( L )
Por tanto, mientras mayor sea la sensibilidad de la utilidad marginal respecto a un cambio del
ingreso esperado, entonces mayor ser la aversin al riesgo; ya que el individuo estar dispuesto a
pagar una prima mayor de riesgo.
[32]
L = 0, ; Wi , ( 1 )
Luego, como el individuo es averso al riesgo, estar dispuesto a pagar una prima de
riesgo para evitar las prdidas.
Si existe una empresa de seguros que ofrece una cobertura que garantiza el valor de
su riqueza, W i , a cambio de una prima P . Entonces la decisin de aceptar o no el
contrato de seguro equivale a decidir entre un valor cierto Wi P o enfrentar la lotera L .
As, el individuo aceptar el seguro siempre que u ( W i P ) > U ( L ) .44
Por otro lado, la empresa de seguro, ofrecer la pliza s y slo si, el costo de
compensacin que pagar si ocurriese la prdida, es menor que el valor esperado de la
lotera, W i P < L .
Por tanto, existir contrato de seguro, en tanto y en cuanto,
L > Wi P > c L
REFERENCIAS
[1] ARROW, K (1984), The Economics of information. Cambridge: Harvard University Press.
[ 2] VALOS, E. (2010), La teora del consumidor: preferencias y utilidad. Documento de Trabajo
N 7. Lima: Centro de Investigaciones Econmicas del Instituto de Estudios Sociales del
Rmac.
[ 3] FIGUEROA A. (1993), Crisis distributiva en el Per. Lima: Fondo Editorial de la Pontificia
Universidad Catlica del Per.
[ 5 ] GOLLIER, C. (1999), The economics of risk and time. Cambridge: The MIT Press.
44
O tambin, W i P > c L .
[33]
[ 8 ] KNIGHT, F. (1921), Risk, uncertainty and profits. New York: Houghton Mifflin.
[ 9 ] LAFFONT, J. J. (1989), The economics of uncertainty and information. Cambridge: The MIT
Press.
[10] MAS COLELL, A.; WHISTON, M. y J. GREEN (1995), Microeconomic theory. Oxford: Oxford
University Press.
[11] VARIAN, H. (1992), Anlisis microeconmico. 3ra. Edicin. Barcelona: Antoni Bosch Editor.
[12] VILLAR, A. (1996), Curso de microeconoma avanzada. Un enfoque de equilibrio general.
Barcelona: Antoni Bosch Editor.
[34]