TEMA 5.

- LA DECISIN DE INVERTIR
EN UN CONTEXTO DE
RIESGO
5.1.- Introduccin.
Situaciones segn el nivel de informacin:
Certeza.
Incertidumbre parcial o riesgo:
(Inversiones con riesgo)
Incertidumbre total:
(Inversiones con incertidumbre)
5.2.- Algunos criterios de decisin
contexto de incertidumbre total.

en

Estrategias
(alternativas)

Matriz de decisin:

S1
S2
M
Si
M
Sn

Escenarios (estados de la naturaleza)

E1
E2
Ej
Em

R11 R12
R1j
R1m

R21 R22
R2j
R2m

M
M
M
M
Ri1
Ri2
Rij
Rim

M
M
M
M
Rn1 Rn2
Rnj
Rnm

Criterios de decisin:
a) Criterio de WALD:

Mejor Peor R ij
i
j

i = 1,2, L , n
j = 1,2, L , m

b) Criterio optimista:

Mejor Mejor R ij
i
j

i = 1,2, L , n
j = 1,2, L , m

c) Criterio de Hurwicz:

Mejor { R i + (1 ) ri }
i

i = 1,2, L, n
j = 1,2, L, m

: Grado de propensin al riesgo o grado de optimismo.

(1 - ) : Grado de aversin al riesgo o pesimismo.
ri : Peor resultado de la estrategia i.
R i : Mejor resultado de la estrategia i.

d) Criterio de Laplace:
Sucesos equiprobables: misma probabilidad de
ocurrencia, 1/m.

1 m
Mejor E Si R ij = R ij
m j=1
i

i = 1,2,L, n

( )

j = 1,2,L, m
E Si R ij : Resultado medio esperado a obtener con

( )

la estrategia Si .

e) Criterio de Savage:
Coste de oportunidad:

Cij = Mejor R ij R ij = R *j R ij
i =1, 2,L, n
j = 1,2, L , m

Criterio:

Mejor Peor Cij

i
j

i = 1,2, L, n
j = 1,2, L, m

5.3.- La introduccin del riesgo en la

valoracin de inversiones.
Mtodos de introduccin del riesgo:
Mtodo de la tasa de descuento ajustada al
riesgo.
Mtodo de los equivalentes de certeza.
Criterio de esperanza-varianza del valor
actual neto (comportamiento probabilstico
del VAN).

5.3.1.- Mtodo de la tasa de descuento

ajustada al riesgo. (BLANCO, F. y
FERRANDO, M. (1996), pp. 181-182).

Desarrollo del mtodo:

Tasa de descuento ajustada al riesgo:
a=k+p
Expresin del VAN ajustado al riesgo:
VAN ajustado

~
~
~
E (FNC1 ) E(FNC 2 )
E (FNC n )
= D +
+
+L+
2
(1 + a )
(1 + a )
(1 + a ) n

Criterio de aceptacin de proyectos:

VAN ajustado > 0
TIRajustada: r > a
Interpretacin:

~
2 FNC p VAN ajustado

Ventajas:

Sencillez de clculo.

Crticas: Subjetividad para fijar la prima de

riesgo, p.

5.3.2.- Mtodo de los equivalentes de

certeza. (BLANCO, F. y FERRANDO, M.
(1996), pp. 182-184).

Desarrollo del mtodo:

Coeficiente de certeza:
zj : Riesgo inherente al perodo j; 0 zj 1.

~
FNC j = z jE FNC j

Expresin del VAN equivalente de certeza:

VAN EQ

~
~
~
z1E (FNC1 ) z 2 E (FNC 2 )
z n E (FNC n )
= D +
+
+L+
2
(1 + k )
(1 + k )
(1 + k ) n

Criterio de aceptacin de proyectos:

VANEQ > 0
TIREQ: rEQ > k
Interpretacin:
() zj ()VANEQ
Ventajas: Sencillez de clculo.
Crticas: Subjetividad para fijar los
coeficientes de certeza, zj.

5.4.- Comportamiento probabilstico

Valor Actual Neto.

del

5.4.1.- Criterio de la esperanza-varianza del

VAN
FNC variables aleatorias.
Con funcin distribucin discreta:
o Esperanza matemtica (media):

~
E FNC j = FNCij Pji
i =1

o Varianza:

) [

~
~
2 ~
FNCj = E FNCj E FNCj

)] = [
2

)]

~ i
~ 2 i
FNCj E FNCj Pj

i=1

donde

~
E FNC j

esperanza matemtica del

perodo j; j = 1, 2, , n.

FNC

del

~ i
FNC j Flujo Neto de Caja del perodo j = 1, 2, , n
con probabilidad de ocurrencia i = 1, 2, , q.

Pji Probabilidad de ocurrencia del FNCji, j = 1,..., n;

i = 1, ..., q.

 VAN variable aleatoria:

~
~
~
~
FNC1
FNC 2
FNC n
VAN = D +
~
~ +
~ 2 +L+
(1 + k ) n
(1 + k ) (1 + k )

Esperanza matemtica del VAN:

~
~
~

~
FNC1 FNC 2
FNC n
E VAN = E D +
~ +
~ 2 +L+
~ n=
(1 + k ) (1 + k )
(1 + k )

~
~
~
FN
FN
FN
C1
C2
Cn

E
L
E
= E( D ) + E
+
+
+
~
~ 2
~ n

(1 + k )
(1 + k )
(1 + k )

Esperanza matemtica del VAN con k sin

riesgo:
~
~
~

~
FNC1 FNC 2
FNC n
E VAN = E D +
+
+L+
=
2
n
(1 + k ) (1 + k )
(1 + k )

~
~
~
FN
FN
FN
C2
Cn
C1
+ L + E
+ E
= E( D ) + E
(1 + k ) n

(1 + k ) 2

(1 + k )
~
~
~
E FNC1 E FNC 2
E FNC n
= D +
+
+L+
2
(1 + k )
(1 + k )
(1 + k ) n

) (

Indica la rentabilidad media esperada de la

inversin. No se elige slo segn este valor. Hay que
tener en cuenta el riesgo (varianza).

Varianza del VAN con k sin riesgo:

~
2 VAN =

~
~
(
Cov FNC , FNC )
=
j

~
~
(
Cov FNC , FNC )
=
j

j
i
(1 + k ) j+ i
j=1 i =1 (1 + k ) (1 + k )
j=1 i =1
~
~
~
n 2 FN
n n Cov FN
Cj
C j , FNCi
+
.
=
2j
j+ i
(1 + k )
j=1 (1 + k )
j=1 i =1

i j

Segn la relacin lineal que exista entre los

FNCj, la varianza se puede calcular de una
manera u otra. Esta relacin la mide el
coeficiente de correlacin:

)
)

~
~
Cov FNC j , FNCi
=
; con - 1 1.
~
~
FNC j FNCi

)(

Segn el tipo de relacin de dependencia entre los

~
FNC , este coeficiente tomar unos valores que
determinarn el valor de la Covarianza entre los
aquellos que origina los casos siguientes:

~
F
N
C variables aleatorias independientes:

~
~
Cov FNC j , FNCi = 0 = 0.

~
VAN =
2

j=1

~
2 FNC j

(1 + k )2 j

~
2 FNC1

(1 + k )2

)=

) + (FN~C ) + L + (FN~C ).

~
F
N
C

variables
correlacionadas:

(1 + k )4

aleatorias

n
2n

(1 + k )

perfectamente

) ( )( )
~
~
~
~
(FNC ) (FNC )
(FNC )
(VAN ) =
+
+L+
+
(1 + k )
(1 + k )
(1 + k )
~
~
(FNC )(FNC )
+
=
~
~
~
~
Cov FNC j , FNCi = FNC j FNCi = 1.
2

1
2

j=1 i =1
j1

) (

n
2n

(1 + k )j+ i

~
~
~
FN
FNC n
C1 FNC 2
=
+
+L+
2
(1 + k )
(1 + k )n
(1 + k )

~
F
N
C

variables aleatorias
correlacionadas =-1.

inversamente

)(

~
~
~
~
Cov FNC j , FNCi = FNC j FNCi = 1.

2 ~
2 ~
2 ~
~

F
N
C

F
N
C

FNC n
1
2
2 VAN =
+
+
L
+
+
2
4
2n
(1 + k )
(1 + k )
(1 + k )
~
~
n n FN
C j FNCi

j+ i
(
)
1
+
k
j=1 i =1

)(

j1

~
FNC

variables aleatorias parcialmente

correlacionadas -1 < < 1.

Situacin habitual. Se utiliza la expresin

general de la varianza.
~
F
N
C puede descomponerse en dos partes,
Si
~ IND
F
N
C ,
y
otra
una
independiente,
~ PC
perfectamente correlacionada, FNC , con
~
~ IND
~ PC
FNC = FNC
+ FNC

entonces la varianza queda:

2 ~ IND
2 ~ IND
2 ~ IND

~
F
N
C
F
N
C
FNC n

1
2
L
+
+
+
2 VAN =
2
(1 + k )4
(1 + k )2n
(1 + k )
~ PC
~ PC
~ PC 2
FN
C1
FNC n
FNC 2
L
+
+
+
+
2
n
(
)
1
k
+
(1 + k )
(1 + k )

) (

Interpretacin de la varianza: Medida del

riesgo.
Criterios de seleccin en ambiente de riesgo:
Inversiones con mismo rendimiento esperado:
Se elige la de menor riesgo (varianza).
Inversiones con mismo riesgo (varianza):
Se elige la de mayor rendimiento esperado,
~
E(VAN) mayor.

Inversiones con menor riesgo (varianza) y

mayor rendimiento esperado son preferidas al
resto, pero son casos extraos, pues suele
estar asociado un mayor rendimiento
esperado a un mayor riesgo.
En el resto de casos depende de la aversin al
riesgo que tenga el agente decisor.

) +

 Coeficiente de variacin: Medida del riesgo

del proyecto de inversin:

(
(

~
VAN
=
~
E VAN

)
)

Cuanto menor es este coeficiente, menor es la

dispersin que se produce en torno a la media
del rendimiento esperado.

Ventajas del criterio del comportamiento

probabilstico del VAN
Se introduce el riesgo de forma ms objetiva
que en los otros dos criterios. Permite adaptarse
a distribuciones probabilsticas de cada
fenmeno.
Crticas del criterio
probabilstico del VAN

del

comportamiento

Slo es vlido para fenmenos sometidos a

la ley de los grandes nmeros, lo que es
raro en fenmenos econmicos.
Se supone indiferencia al riesgo por parte
del agente decisor, suponiendo que no
existe riesgo de ruina.
No garantiza que el (los) proyecto(s)
seleccionado(s) proporcionen el VAN igual
al esperado.

Ejemplo:
Proyecto de duracin igual a 2 aos, con
desembolso
cierto
de
1.000
u.m.,
comportndose los FNC as:
500 u.m. con p = 0'2
~

FNC1 = 1000 u.m. con p = 0'3

1600 u.m. con p = 0'5

800 u.m. con p = 0'1

~

FNC2 = 1000 u.m. con p = 0'5

2300 u.m. con p = 0'4

Determine la rentabilidad esperada del proyecto

de inversin para un coste de capital k=10%, y
estime la varianza de la misma suponiendo dos
casos: que los FNC son variables aleatorias
independientes y que son vv. aa. perfectamente
correlacionadas.
Solucin:
Como el desembolso es cierto su esperanza
coincide con su importe y la varianza es cero.

~
E(FNC1 ) = 500(0'2) + 1000(0'3) + 1600(0'5) = 1200
~
2 (FNC1 ) = (500 1200)2 0'2 + (1000 1200)2 0'3 +

][

+ (1600 1200)2 0'5 = 190.000

~
E(FNC2 ) = 800 0'1 + 1000 0'5 + 2300 0'4 = 1500
~
2 (FNC2 ) = (800 1500)2 0'1 + (1000 1500)2 0'5 +

][

+ (2300 1500)2 0'4 = 430.000

Por tanto

~
1200
1500
E VAN = 1000 +
+
= 1330'5785 u.m.
2
(1 + 0'1) (1 + 0'1)

La varianza para el caso de FNC variables

aleatorias independientes es:

~
2 VAN =

~
FNC1
2

(1 + k ) 2

)+ (

~
FNC 2
2

(1 + k ) 4

) = 190000 + 430000 =
(1 + 0'1) 2

(1 + 0'1) 4

= 450720'5792 u.m.2

~
VAN = 671'357 u.m.

La varianza para el caso de FNC variables

aleatorias perfectamente correlacionadas es:

) (

~
~

F
N
C
F
N
C2
1
2 VAN =
+
(1 + k ) 2
(1 + k )

= [938'19]2 = 880200'4761 u.m.2

453'88
655'74
+
=
=
2

(1 + 0'1) (1 + 0'1)

~
VAN = 938'19 u.m.

5.4.2.- Distribucin de probabilidad del VAN

Teorema Central del Lmite:
La suma de variables aleatorias independientes
se distribuye como una normal cuando el
nmero de sumandos tiende a infinito. Esto es
as con independencia de la distribucin de
dichas variables aleatorias.

[(

) (

~
~
~
VAN N E VAN , 2 VAN

)]

Se puede usar esto para conocer, tras una

tipificacin, cul es la probabilidad de que el
VAN de un proyecto sea positivo, por ejemplo.
As, tipificando el VAN aleatorio se tiene una
variable que se distribuir como una normal de
media 0 y varianza 1.
~
~
~ = VAN E (VAN ) N[0, 1]
~
(VAN )

Ejemplo: Un proyecto de inversin tiene:

~
E (VAN ) = 1330 u.m.;
~
2 (VAN ) = 528099 u.m.2 ;
~
(VAN ) = 726'7 u.m.;

Se cumple el teorema central del lmite.

Entonces:
~
VAN N[1330,528099]

La probabilidad de que el proyecto sea rentable

es:
~
~
VA
N E (VAN) 0 1330

P[VAN > 0] = P
=
~
726'7
(VAN)

= P[~ 1'83] = P[~ 1'83] = 0'9664 = 96'64%.