Captulo 5.

LA ELECCIN EN CONDICIONES DE INCERTIDUMBRE

Seguiremos: Antelo (2000), Cap. 5 + Antelo (2003), Cap. 5

1. Definiciones

2. Criterio de eleccin bajo incertidumbre

3. Comportamiento de los individuos frente al riesgo

4. Aplicaciones:

4.1. Asegurarse contra la incertidumbre: Demanda de seguros

1
4.2. Diversificacin de las inversiones

4.3. Valoracin de los activos de capital

4.4. Comportamiento del consumidor bajo incertidumbre: consumo inter-temporal y ahorro

precautorio

4.5. Comportamiento de la empresa (Cap. 2) bajo incertidumbre de precios

1. Objetivo y definiciones

De certidumbre pasamos a incertidumbre: situaciones en las que la eleccin del agente depende
de circunstancias que escapan a su control

2
 Incertidumbre vs Riesgo

Riesgo: Una situacin en la que pueden producirse varios resultados (y lo ms que puede hacer
el agente es asignar probabilidades de ocurrencia a cada uno de ellos)

Objetivas: las que se basan en experimentos iguales a la situacin en la que estamos y que han
sido realizados en el pasado (lanzamiento de una moneda al aire: c (0,5); + (0,5)

Subjetivas: las basadas en la realizacin de experimentos similares, pero no idnticos

(probabilidad de que un equipo gane)

3
Exgenas: las probabilidades de eventos sobre las que el individuo no puede influir
(probabilidad de que llueva) (cambio climtico?)

Endgenas: el agente con su comportamiento puede afectar la probabilidad (probabilidad de

contraer la gripe)

Si las probabilidades de ocurrencia son exgenas, la situacin es de incertidumbre

NO siempre haremos tal distincin

Un ejemplo:

Un individuo desea configurar una cartera de inversin, para lo cual puede adquirir:

4
 Un bono de cupn cero con un rendimiento del 10% (lo compra por el 90% de su valor y
recibir a su vencimiento el 100% del valor)

Un activo financiero (incierto) que hoy vale 20 y en el futuro valdr 30 (si la economa va
bien) o 10 (si va mal)

Problema: cmo disear la cartera de valores (portfolio)?

Si supiese que la economa ir bien, comprar el activo incierto (ya que la rentabilidad ser del
50%); si cree que ir mal, invertir en el activo cierto.

5
Como el individuo no conoce la realizacin de la incertidumbre, el problema sigue siendo:
cmo invertir?... La teora de la eleccin en incertidumbre ofrece criterios para tomar
decisiones como sta.

A los eventos sobre los que el agente no tiene control se les llama estados de la naturaleza
(lluvia o sequa, terremoto o no-terremoto, estar sano o caer enfermo, que un negocio vaya bien
o mal)

Estado de la naturaleza: Descripcin de un determinado resultado de la incertidumbre.

El conjunto de todos los estados posibles (que supondremos finito) es

S = {s1 , s2 ,..., s N }

6
Si la probabilidad de ocurrencia del estado n es n , entonces:

n=1 n = 1
N
n 0 , para todo n, y

En incertidumbre, los agentes eligen planes de consumo contingentes (PCC) (juegos o loteras)

PCC: Especificacin del # de unidades a consumir en cada estado de la naturaleza

Alternativamente, un PCC se puede entender como una v.a. que toma un determinado valor
(realizacin) con una determinada probabilidad, i.e. como una lotera

x = ( x1 ,..., x N ; 1 ,..., N )
l~

7
Una lotera se define con dos vectores, el vector de los premios y el de las probabilidades

Una vez que tenemos un criterio de eleccin, el individuo puede elegir el plan de consumo
contingente o lotera que resuelva el citado criterio

Plan de consumo cierto: Aqul en el que el n de unidades de consumo es el mismo en los

diferentes estados de la naturaleza

En este caso, no existe incertidumbre (Captulos anteriores)

Hemos visto una primera idea de cmo representar preferencias en contextos de incertidumbre.
Bajo determinados supuestos sobre la ordenacin de las preferencias, la utilidad esperada es una
forma razonable de representar esas preferencias (Ver Antelo (2000), pp. 298-306)

8
Consideremos una lotera ~x = ( x1 ,..., x N ; 1 ,..., N ) . Si se gana uno de estos eventos o premios,
N
entonces n = 1.
n =1

Valor esperado (de un juego o lotera): El valor esperado (VE) es:

Para una situacin con resultados discretos (loteras discretas)

N
x ) = n xn
E(~
n =1

Si la situacin analizada tiene resultados continuos y la probabilidad de que el resultado de la

+
v.a. x est en un intervalo muy pequeo, dx, es f ( x)dx , siendo f ( x) dx = 1, entonces el VE es

9
 +
E~
x= x f ( x) dx

El rendimiento esperado es el resultado de una situacin incierta, obtenido como la suma

ponderada de los valores asociados a cada una de las posibles situaciones, y siendo la
ponderacin la probabilidad de ocurrencia de esa situacin

Juego (actuarialmente) Justo (J.A.J.): Aquella situacin incierta que genera un valor esperado
igual a cero, E ( ~x ) = 0

2. Criterio de eleccin en incertidumbre

2.1 Valor esperado (Criterio E)

10
Elegir la situacin incierta (o lotera) cuyo valor esperado sea el mximo

N
x ) = n xn
max E ( ~
n =1

Ventaja: Simple
Problema: Puede ser inconsistente con la evidencia emprica

(i) Un problema de inversin

11
Un individuo monta un negocio que requiere de 10000 de inversin. Supongamos slo dos
estados: con probabilidad 0,5, la empresa fracasa (ingreso nulo) (estado malo); con probabilidad
0,5, es exitosa (rinde beneficio de 20000) (estado bueno)

Consideremos dos loteras: El individuo puede invertir solo (juego A) o bien compartir la
inversin con 9 socios ms (juego B).

Qu debera elegir el individuo? Qu sugiere la evidencia emprica?

1 1
En el juego A, resulta E ( ~x ) = (0 10000) + (30000 10000) = 5000
2 2
1 1
En el juego B, E ( ~x ) = (0 1000) + (3000 1000) = 500
2 2

12
El criterio del VE prescribe hacer A. Sin embargo, la mayora de la gente optara por B (!)
Discrepancia!!

(ii) Dos loteras

~ 1 1
x = (100;1) ~z = 2,200; , . Entonces E[ ~x ] = 100 y E[ ~z ] = 101 . Pero, la mayora de la gente elegira
2 2

la 1!

(iii) Paradoja de San Petersburgo

Idea: una v.a. cuyo valor es, con una probabilidad alta, muy bajo, pero cuyo valor esperado es
infinito.

13
Juego: Se lanza una moneda no trucada al aire hasta que salga c. Si sale c por primera vez en la
n-sima tirada, el jugador gana 2 n

Cunto estara dispuesto un individuo a pagar por poder jugar este juego?

Respuesta:

Calculemos el VE de este juego: La probabilidad de que salga c por primera vez en la n-esima
tirada es (c no debi de aparecer en las n-1 tiradas anteriores)

1 1 1 1
n = ... =
242
1 243 2 2n
n 1 veces

14
Por lo tanto,

1 n
E ( x ) = n 2 = n 2 = 1 =
~ n

n =1 n =1 2 n =1

Frente a esta lotera, el criterio del VE prescribe que un individuo debera estar dispuesto a pagar
una cantidad infinita por participar en ella (en consonancia con el valor infinito del VE).

Pero esto no concuerda con la intuicin (evidencia emprica). Nadie pagara, p.ej., 10 millones
de por jugar este juego (a pesar de que esa cantidad es muy inferior al VE del juego).

Explicacin: En una situacin de riesgo, lo importante es el valor moral de los premios (la
utilidad de los premios), y no los premios en s. El valor de la riqueza que genera un
determinado juego no se mide por la cantidad esperada de riqueza, sino por la utilidad que dicha

15
riqueza esperada le produce al individuo (y en dicha utilidad esperada entra tambin la
varianza!)

Solucin de Bernoulli a la paradoja: La prdida de una cantidad de dinero x implica una

variacin en la utilidad que, en valor absoluto, es mayor que la variacin debida a la ganancia de
la misma cantidad, u ( w) u ( w x) > u ( w + x) u ( w)

Esto equivale a suponer que el participante en esta lotera acta como max del VE de una
funcin cncava de los premios (la utilidad de los premios), y no del VE en s

16
 La conjetura de Bernoulli fue que la funcin (utilidad de cada premio en la paradoja de S. P.)
correspondiente es u ( xn ) = ln xn ( u > 0 , u < 0 ), con lo cual el valor de la utilidad esperada de este
juego converge hacia un nmero finito

Eu =
1
n
n ln 2 = 2 ln 2 = 1,39
n =1 2

La conjetura de Bernoulli fue aceptada y luego olvidada hasta que Knight (en los aos 1920) y el
desarrollo de la t matemtica de los juegos (dcada de 1940) la revitalizaron. De hecho, John
von Neuman y Oskar Morgenstern (Theory of Games and Economic Behavior, 1944)
demostraron formalmente la conjetura. El th de vNM asegura que las preferencias entre loteras
se deben medir por el VE de la utilidad de los premios (por eso, se llama t de la utilidad
esperada).

17
(iv) Otro ejemplo de paradoja

A un individuo se le pregunta si participa o no en el siguiente juego: En una urna se introducen

g tickets de una rifa. Si el individuo compra x tickets, 0 < x g , cada uno al precio de 1,
tambin se introducen en la urna. Si uno de los tickets comprados es extrado, el individuo gana
un premio de v ms el coste de las x rifas, v > g .

Qu debera hacer el individuo?

Resolucin:
x
La probabilidad de que uno de los tickets comprados salga elegido es = , con lo cual el
g+x

valor esperado del juego es

18
 x = (v + x x) + (1 ) (0 x)
E~

x x
= ( v + x x ) + 1 (0 x )
g+x g + x

v+x
= x x > 0 , ya que g < v .
g+x

Es decir, para todo x > 0 :

v+ x
El valor esperado es E~x = x 1 > 0 .
g+x

19
 E~x
Adems, x se hace mximo cuando x ( E~
> 0 : E~ x es infinitamente grande para x
x
grande)

Si el individuo toma decisiones basndose en el criterio del VE, estara dispuesto a pagar una
cantidad infinita en comprar un nmero infinitamente grande de tickets de la lotera. Otra vez,
esto es contraintuitivo (!)

2.2 Criterio media-varianza (E-V)

20
Se han propuesto mejoras del criterio E. La ms popular (en finanzas) es la de H. Markowitz.

Consiste en aadir a la E la varianza de los resultados posibles (riesgo de cada lotera),

~x2 = E[ ~x E~x ]2 . Criterio media-varianza (E-V)

Caso (ii) anterior: ~x2 = E[ ~x E~x ]2 = 0 ,

1 1
~z2 = E[ ~z E~z ]2 = (2 101) 2 + (200 101) 2 = 9801. La 2 lotera conlleva + riesgo
2 2

Segn el criterio E-V, cada lotera se evaluar en funcin de un valor definido por

x ] k ~x2 ,
E[ ~ (1)

21
donde k es una cte asociada a cada individuo

IDEA: k es la TMS entre la E y la Var en la evaluacin de las loteras. Derivando, y

manteniendo cte el valor de la funcin de evaluacin (1),

dE
x ] kd ~x2 = 0 k =
dE[ ~
dVar

en cuanto tiene que variar E para compensar un cambio de la Var y mantener cte la valoracin de

la lotera

22
 k = 0 : Al variar Var (el riesgo), la E no tiene que ser adaptada para mantener cte la

valoracin de la lotera Caemos en el criterio E. Individuo neutral al riesgo (en su

valoracin de las loteras, no da importancia a la Var). Un agente neutral al riesgo no se

preocupa del riesgo

k > 0 : Individuo averso al riesgo

k < 0:

23
Volvamos al ejemplo anterior: Si los individuos prefieren ~x a ~z , entonces 100 k 0 > 101 k 9801,

1
de donde k> k1 .
9801

Todos los individuos que prefieren ~x a ~z tienen un coeficiente k> k1 . Son aversos al riesgo.

El resto de individuos tienen una k < k1 , en cuyo caso se incluyen los (moderadamente)

aversos al riesgo, los neutrales al riesgo y los amantes del riesgo.

Entonces, cul es el criterio idneo para la toma de decisiones?

2.3 Criterio de la utilidad esperada (Savage, Finetti, von Neuman-Morgenstern)

24
Idea: Los individuos no se preocupan de los resultados de la lotera, sino que los transforman a
otra escala: la utilidad de los resultados

Funcin de utilidad esperada (o funcin vNM): Una funcin que asigna una medida numrica
de la utilidad a cada estado, y define los resultados en funcin de la utilidad final a la que
corresponden

N
x ) = n u ( xn )
Eu ( ~
n =1

Si la situacin analizada tiene resultados continuos (por ejemplo, un clculo muy exhaustivo de
la variacin en el precio de una accin), tenemos distribuciones de probabilidad continuas. Si
f (x) es una funcin de densidad definida con respecto a los resultados x, la utilidad esperada de

este juego es

25
 Eu ( x) = u ( x) f ( x)dx

Teorema de la utilidad esperada o de vNM: Existencia de la funcin vNM (John von Neuman
y Oskar Morgenstern, Theory of Games and Economic Behavior, 1944)

Supuesto inicial: Es necesario suponer que el individuo es capaz de ordenar los premios segn
una f que, como mnimo, es Completa y Transitiva. Entonces, existe una relacin f transitiva
tal que para dos premios xi, xj, xi f xj o xj f xi o ambas a la vez. Bajo este supuesto, existe (ver Cap.
1) una funcin de utilidad para los premios, u(x), tal que u(xi)u(xj) sii xi f xj

26
Objetivo: Encontrar una funcin para la utilidad de las loteras (el espacio de loteras es ) que
represente estas preferencias

Para encontrar la f.u. de los premios, u(x), necesitamos el siguiente axioma:

Dominancia estocstica de primer orden (DEPO):

m m
Ordenemos los premios de mejor a peor x1 f x2 f ... f xn (i.e. xi f x j si i<j). Si ih ik ,
i =1 i =1

m = 1,..., n 1 (con > para al menos un valor de m), entonces l h ( x; h ) f ( x; k ) l k

Las loteras cuya probabilidad es mayor sobre los premios ms preferidos son loteras ms
preferidas. La DEPO es lo equivalente en modelos estocsticos a las preferencias montonas

27
Caso particular: loteras con slo dos premios Es cierto lo anterior y tambin la afirmacin en
sentido contrario (si una lotera es mejor que otra, la ms preferida debe tener mayor
probabilidad en el mejor premio).

A partir de aqu, podemos asociar a cada premio un n tal que (si las preferencias definidas en el
espacio de loteras, , satisfacen determinados axiomas, entonces)

(i) Existe una funcin de utilidad vNM u : R, que representa dichas preferencias y
satisface la propiedad de la utilidad esperada
(ii) Esta funcin es nica, salvo para transformaciones afines o lineales de la misma

Demostracin: Ver Antelo (2000), pp. 302 y ss.

28
Si los individuos verifican los axiomas de vNM sobre el comportamiento en situaciones de
incertidumbre, actuarn como si eligieran la opcin que maximiza el valor esperado de su ndice
de utilidad vNM

Dos propiedades bsicas de la funcin vNM:

Consumo y riqueza se identifican, por lo que la utilidad se puede expresar en funcin de la

riqueza obtenida en cada estado (y ello porque aunque la riqueza no genera utilidad, suponemos
que se traduce en consumo de bienes): u = u (w) Funcin es creciente

Aditiva en la utilidad que el individuo deriva de cada estado (suma ponderada de una funcin
de consumo en cada estado; ponderaciones = probabilidades)

29
 Eu (l ) = Eu ( w1 ,..., wn ; 1 ,..., n ) = 1u ( w1 ) + ... + n u ( wn )

Cuando decimos que la funcin de utilidad tiene la propiedad de la utilidad esperada (PUE),
queremos decir que podemos elegir una funcin de utilidad que tenga esta forma aditiva

OJO:
Si las preferencias del consumidor se representan mediante u ( w) = ln w1 + (1 ) ln w2 , tambin se
describirn por u ( w) = w1 w12 (Hemos aplicado una TM). Pero esta ltima no tiene la PUE
mientras que la primera s. (Si hubisemos aplicado una TA, s se mantendra la PUE)

Si tenemos una FUE y queremos que una transformacin siga manteniendo la PUE, tenemos que
limitarnos a las transformaciones afines o lineales (un caso particular de TM)

30
IMPORTANTE: Dada una FUE, una TM representa las mismas preferencias pero no mantiene
(destruye) la PUE; una TA representa las mismas preferencias y adems preserva la PUE

Resultado: La FUE es nica salvo para transformaciones afines (lineales) de la misma

OJO: Comparar con el resultado en certidumbre!! Cap. 1

Entonces, si u (w) es una FUE, tambin lo es cualquier otra funcin del tipo

v( w) = + u ( w) , > 0

Ejemplos (Supongamos slo dos estados de la naturaleza):

31
1. Sustitutivos perfectos: u ( w) = u ( w1 ) + (1 )u ( w2 ) = w1 + (1 ) w2

Dado que u ( wn ) = wn , con esta FUE caemos en el valor esperado (nivel promedio de consumo)

2. Cobb-Douglas (expresada en logaritmos): u ( w) = u ( w1 ) + (1 )u ( w2 ) = ln w1 + (1 ) ln w2

donde u ( wn ) = ln wn

Ejercicio: De las siguientes funciones de utilidad

1. u ( w1 , w2 ) = (w1 + (1 ) w2 ) ;
2. u ( w1 , w2 ) = w12 + (1 ) w2 ;

32

3. u ( w1 , w2 ) = ln w1 + w2 ;
1

4. u ( w1 , w2 ) = ln w1 + ln w2
1

Cules tienen la PUE?

Resolucin:

1. Dado que es una TA de la funcin z () = p1w1 + p2 w2 , en la que z ( wn ) = wn (en efecto, se

multiplica z () por una constante y se le suma otra constante que en este caso es cero) y z ()
verifica la PUE, la funcin u () tambin preserva la PUE.
2. No; 3. No; 4. S
Discutir el contenido ordinal de la funcin de utilidad en contextos de certidumbre frente al
contenido cardinal de la FUE

33
 Consideremos un individuo cuya riqueza inicial es w0 y que se enfrenta a la situacin incierta
x = ( x1 ,..., x N ; 1 ,..., N ) .
~

Bajo los dos supuestos anteriores, este agente aceptar participar en este juego si

Eu ( w0 + ~
x ) > u ( E ( w0 + ~
x )) u ( w0 + ~
x)

i.e. si

1u ( w0 + x1 ) + ... + N u ( w0 + x N ) > u ( 1 ( w0 + x1 ) + .. + n ( w0 + xn ))

Le resultar indiferente participar o no si =

34
 Rehusar participar si <

En cualquier caso, el programa a resolver por el individuo para tomar decisiones es

max E[u ( w)]

Con el criterio E-U se resuelve la Paradoja de San Petersburgo!

Sup. que, para la toma de decisiones, consideramos el criterio E-U; no el E. Concuerda esto con
la evidencia emprica? S

35
 Sup, en la Paradoja de San Petersburgo, que el valor del resultado 2 n para el jugador no es
realmente 2 n sino u (2 n ) . Entonces la utilidad esperada de esta situacin incierta es

1
Eu = 2 n u (2 n )
n =1

Sup. adems que u () > 0 y u () < 0 . (Por ejemplo, que u (2 n ) = ln 2 n ). Entonces

1 1 1
Eu ln( 2 n
) = 2n n ln 2 = ln 2 2 n n =2 ln 2 = 1,39
n=1 2n n=1 n =1

que es un valor finito (y ms bien pequeo)

Tambin podemos resolver la segunda paradoja utilizando la E-U en lugar del E

36
 Eu = u (v + x x) + (1 ) u (0 x)

x g
= u (v + x x ) + u (0 x )
g+x g+x

que no es infinitamente elevado cuando x es suficientemente grande (como suceda con el

criterio E)

Aspectos importantes del criterio E-U

Equivalente cierto. Consideremos un individuo cuya riqueza inicial es w0 y que se enfrenta a

una lotera ~x .

37
 Cul es la riqueza que (recibida con certeza) da al individuo la misma utilidad que w0 ms la

lotera ~x ? Es w* que resuelve

u ( w* ) = E[u ( w0 + ~ ~ )]
x )] E[u ( w f

Ejemplo: Un individuo con preferencias u ( w) = ln w , w0 = 100 , ~x = 50,50; , .

1 1
2 2

1 1
E[u ( w f 0 x )] = ln 150 + ln 50 = 4,46 u ( w* ) = ln w* = 4,46 w* = 86,48
~ )] = E[u ( w + ~
2 2

Este individuo est indiferente entre recibir 86,48 con certeza o 100 ms la lotera ~x indicada

38
Precio de venta (de una lotera): Cantidad exigida por el individuo para rechazar participar en la

lotera, pv( w0 , ~x ) = w* w0

Puede ser negativo o positivo

Si pv( w0 , ~x ) < 0 , es la cantidad que el individuo est dispuesto a dar para desprenderse

(vender) de la lotera. (En el ej. anterior, pv = 13,51 , i.e. est dispuesto a dar 13,51 a un 3

con tal de que ste asuma, en su lugar, la responsabilidad de la lotera ~x = 50,50; , ; por
1 1
2 2

lo tanto, si todos los compradores potenciales piden menos (ms) de 13,51, nuestro

individuo estar (no estar) dispuesto a vender la lotera.)

39
 Si pv( w0 , ~x ) > 0 , es la cantidad que el individuo est dispuesto a aceptar para vender la

lotera a un 3. (En el ej. anterior, si ~x = 50,50; , , el precio de venta es positivo!

9 1
10 10

Calcular)

Problema del pv( w0 , ~x ) : Para un individuo averso al riesgo (como el de la f.u. ln), basta con

cambiar los datos de la lotera en la que est inmerso el individuo para obtener un pv positivo o

uno negativo No existe una relacin clara entre actitud del individuo y signo del pv

40
 Como resolver esta vaguedad? Con el concepto de prima o coste del riesgo (o premio por el

riesgo)

Prima de riesgo, : Para una lotera ~x cuyo pv( w0 , ~x ) ha sido calculado, la prima de riesgo es

( w0 , ~
x ) = E[ ~
x ] pv( w0 , ~
x)

Es fcil comprobar que en los dos casos anteriores > 0 (en el 1 caso, = 13,51 ; en el 2, > 0

tambin. CALCULAR)

Resultado: Si un individuo es averso al riesgo, > 0 . Si es neutral, = 0 . Si es amante, < 0

41
Diferencia entre pv y : El pv est influenciado tanto por la actitud ante el riesgo como por la

naturaleza de la lotera; la slo depende de (est totalmente determinada por) la actitud frente

al riesgo (la curvatura de la f.u.)

Dadas las ss. F.U.E.

Exponencial (negativa): u ( w) = e w , > 0

(El signo negativo no tiene importancia: la utilidad puede tomar cualquier valor!), calcular el

equivalente cierto, el precio de venta y la prima de riesgo si w0 = 100 , = 0,01 , ~x = 1,4,10; , ,

1 1 1
4 4 2

42
Lo mismo para la funcin de utilidad

Cuadrtica: u ( w) = w w2 , , > 0

(Dar un valor numrico al parmetro )

Ver ms ejemplos en Antelo (2003), Cap. 5, Ejercicios #5.4, #5.6, #5.9 y #5.10

43
3. Comportamiento del individuo ante el riesgo

Dos alternativas ante una situacin de incertidumbre:

Participar en la situacin incierta Eu (w)

No participar en la situacin incierta u (Ew)

El individuo presenta:

1. Aversin al riesgo

Consideremos, para simplificar, una lotera con slo dos resultados posibles: con prob 1 la
riqueza del individuo ser w1 ; con prob 2 = 1 1 ser w2 . El individuo es averso al riesgo si

44
 u[ E ( w)] = u ( 1w1 + 2 w2 )
> 1u ( w1 ) + 2u ( w2 ) = E[u ( w)]

El individuo prefiere recibir, con certeza, el valor esperado del juego antes que participar en el
juego que tiene exactamente ese valor, pero en trminos esperados (i.e., con varianza)

Tenemos, pues, una funcin de utilidad e-cncava

45
 Eu
u(w2)

u[E(w)]

E[u(w)]

u(w1)

w1 w2 w

Pendiente (curvatura) de la FUE: UMa de la riqueza. Es positiva: Cualquiera que sea la actitud
del individuo frente al riesgo, u > 0

De hecho, una FUE se puede definir como:

46
Definicin (F.U.E.): u (w) es una funcin vNM si es una funcin de la riqueza, u > 0

Para un individuo averso al riesgo: u < 0 (UMa de la riqueza decreciente)

Para este individuo, el riesgo supone una desutilidad (o un coste).

Cmo determinar ese coste? Mediante el

Valor Equivalente Cierto (o Equivalente Cierto): Nivel de riqueza w* que (recibida con
certeza) rinde al individuo = utilidad que la que produce participar en la situacin incierta

u ( w* ) = Eu ( w)

47
Una medida monetaria del coste del riesgo (para un individuo averso al riesgo) se puede obtener
preguntndole qu cantidad de su riqueza cierta (de la riqueza esperada recibida con certeza)
estara dispuesto a dar antes que hacer frente a la situacin de riesgo. Esa cantidad de renta es lo
que se llama prima de riesgo o coste del riesgo, :

Sup. slo dos estados, 1 y 2, y que la riqueza final esperada es Ew = 1w1 + 2 w2 . Entonces el
individuo est indiferente entre jugar y no jugar si

u ( Ew ) = E[u ( w)]

por lo que es la cantidad de renta que resulta de w* = Ew , i.e. = Ew w* . Y si el individuo

es averso al riesgo, resulta > 0

48
Grficamente

49
En su libro de 1944, John von Neuman y Oskar Morgenstern plantean axiomas de eleccin en
incertidumbre que la gente debe satisfacer en situaciones de riesgo para actuar como si fuesen
maximizadores de la utilidad esperada

Ejemplos de funciones de utilidad que denotan aversin al riesgo:

u ( w) = w , 0 < < 1 ; u ( w) = ln w ;

Ejemplo numrico:

Un individuo con riqueza w = 64 y FUE u ( w) = w tiene la oportunidad de participar en una

lotera que consiste en lanzar una moneda al aire: si sale c, obtiene 128; si sale +, obtiene 0.
~ 1 1
x = 128,0; , . El coste de participar en la rifa es 64.
2 2

50
 Cmo es el individuo ante este juego?

Si juega,

1 1 1 1
E[u ( w)] = u (64 + 128 64) + u (64 + 0 64) = 128 + 0 = 5,66
2 2 2 2

Si no participa en el juego,

u (64) = u[ E (64)] = 64 = 8

Ntese que el juego propuesto es un J.A.J y el individuo prefiere no jugar: Es averso al riesgo.

51
Un individuo averso rechaza jugar un J.A.J. Ahora bien, no rechaza jugar cualquier tipo de juego
(si deja de ser justo y pasa a ser favorable para el individuo, puede aceptar jugarlo)

Haciendo que el juego deje de ser justo, es probable que el individuo pase a aceptarlo.

Continuacin del Ejercicio:

Cmo inducir a jugar a este individuo (averso)? Aumentando el VE del juego:

Aumentando el premio en caso de ganar

A cunto tendra que ascender el premio (en caso de resultar el estado bueno) para que el
individuo (pese a ser averso) aceptase jugar el juego?

52
 Disminuyendo el coste de participar en l

Con los mismos premios que los estipulados en el juego inicial (128, 0), cul tendra que ser
el coste de participar en el juego para que el individuo aceptase hacerlo?

Mensaje: Un individuo averso al riesgo rechaza no slo participar en JAJ (situaciones inciertas
cuyo rendimiento esperado es 0), sino tambin en algunos juegos cuyo valor esperado es >0

2. Neutralidad al riesgo

Completar

53
Un individuo neutral al riesgo est indiferente entre aceptar o rechazar JAJ (situaciones inciertas
cuyo rendimiento esperado es 0)

3. Amor o preferencia por el riesgo

Completar

Un individuo amante del riesgo acepta no slo participar en JAJ (situaciones inciertas cuyo
rendimiento esperado es 0), sino en algunos juegos cuyo valor esperado es <0

Un individuo con riqueza inicial w0 . Con probabilidad su riqueza (final) ser w2 = w0 + x

(estado bueno), y con probabilidad 1 ser w1 = w0 x (estado malo)

54
 Si es neutral riesgo, entonces

~ ) = u ( w + x) + (1 )u ( w x)
Eu ( w f 0 0

= ( w0 + x) + (1 )( w0 x) = u ( Ew
~ )
f

ya que la utilidad en cada estado es u ( wn ) = wn o alguna transformacin afn de esta expresin.

Si es averso al riesgo, su utilidad es

~ ) = u ( w + x) + (1 )u ( w x)
Eu ( w f 0 0

< u ( ( w0 + x) + (1 )( w0 x)) = u ( Ew
~ )
f

Si es amante

55
 u(w) uam(w)
une(w)
u(w2)
uav(w)

E[u(w)]

u(w1)

w1 w2 w

Tenemos, pues, diversas formas de caracterizar la actitud de los individuos frente al riesgo:

56
 Aversin al riesgo Neutralidad al riesgo Amor al riesgo
Equiv. Cierto w* < Ew
Prima Riesgo >0
Juego justo Rechaza
F.U.E. u < 0

Supuesto habitual: la gente es aversa al riesgo

Cmo medir el grado de aversin al riesgo?

Consideremos, a partir de ahora, individuos aversos al riesgo. Cmo precisar su grado de

aversin?

57
Con el valor de u (< 0) . Problema: Vara con TA de la f.u.

Normalizando u (< 0) con u (> 0) : Coeficiente Arrow-Pratt de aversin absoluta al riesgo

Aversin relativa al riesgo

Loteras aditivas (riesgos aditivos)

Def.: Una lotera ~x es aditiva si se aade a una riqueza inicial segura w0 , de manera que

~ =w +~
w x . Hay separacin perfecta entre w0 y la lotera ~x
f 0

Entonces, el pv resulta de

58
 u ( w0 + pv) = E[u ( w0 + ~
x )] (1)

Como (1) es no-lineal (aversin al riego!), pv no es fcil de obtener. La forma de hacerlo es

aproximar (1) por un desarrollo de Taylor-McLaurin. En LHS, basta una aproximacin de 1

orden; en el RHS, una de 2 orden

u ( w0 )
u ( w0 ) + pv u ( w0 ) u ( w0 ) + u ( w0 ) E ( ~
x) + E[( ~
x )2 ] (2)
2!

y si la lotera es actuarialmente equitativa, E ( ~x ) = 0 , y Var[ ~x ] = E[( ~x ) 2 ] = 2 , con lo cual

59
 u ( w0 ) 2 2 u ( w0 )
pv u ( w0 ) pv
2 2 u ( w0 )

Como E ( ~x ) = 0 , la prima de riesgo resulta

2
u ( w0 )
( w0 , ~
x ) = 0 pv
2 u ( w0
)

resultado debido a Arrow-Pratt.

La prima de riesgo depende de:

60
- La cantidad de riesgo ( 2 )

u ( w0 )
- La expresin , llamada AAR, (w) , (este trmino mide el grado de aversin; cuanto
u ( w0 )

ms cncava es la f.u., mayor es la prima de riesgo asociada a una determinada lotera)

Dos funciones de utilidad, uB ms cncava que uA, y una lotera binaria neutral (x,-x;

,) que se aade a w0. Los equivalentes ciertos son w*A y w*B , y las primas de riesgo

A = w0 w*A y B = w0 w*B , de tal manera que, para una misma lotera, A < B por el

hecho de que uB es ms cncava que uA

61
 uA
uB

w*B w* w
w0-x A 0 w0+x

62
Casos particulares: Si la utilidad es lineal (neutralidad al riesgo), u = 0 y = 0 ; si es convexa

(preferencia por el riesgo), u > 0 y < 0 .

Corolario: (Loteras no justas) El resultado anterior se puede generalizar a estas loteras, sin

ms que hacer la expansin de Taylor alrededor de w0 + E ( ~x ) y evaluar la AAR en el punto

w0 + E ( ~
x) en lugar de en w0 .

63
Idea intuitiva: La AAR con w0 . Ahora bien, es esto comn a cualquier funcin de utilidad que

presente aversin al riesgo?

u 1
Logartmica: u ( w) = ln w ( w) = = (SI, se corresponde con la intuicin). De ah su
u w

profusa utilizacin a lo largo de la historia (funcin DARA)

u
Exponencial: u ( w) = ew ( w) = = (NO, constante!) Est en el lmite de lo que
u

parece razonable (CARA)

64
 u 2
Cuadrtica: u ( w) = w w2 ( w) = = (NO, creciente!) Implica un
u 1 2 w

comportamiento poco verosmil con respecto al nivel de w0 (IARA)

ENTONCES:
La AAR al riesgo o al aumentar el nivel de riqueza del individuo?

Por una parte, cabe pensar que la UMa decreciente de la riqueza har que las prdidas
potenciales sean menos graves al la riqueza AAR al la riqueza

Por otra, la UMa decreciente de la riqueza tambin hace que las ganancias potenciales del juego
sean menos atractivas al la riqueza AAR al la riqueza

65
Resultado neto? Parece indeterminado. De hecho, depende de la funcin de utilidad

FUE cuadrtica respecto a la riqueza u ( w) = w w 2

Esta FUE es creciente, u () > 0 , si 2 w > 0 est bien definida para niveles de riqueza

w< (y exhibe un punto de saciedad cuando la riqueza o consumo alcanza ese nivel, w = )
2 2

2
La AAR de un individuo con este ndice de utilidad es ( w) = , que es creciente en w,
2 w
( w)
> 0 . (IARA). Por lo tanto, para un individuo con estas preferencias un activo con riesgo
w
es un bien inferior: cuanto mayor es su riqueza, menor es la predisposicin a invertir en dicho
activo

66
 Esto contradice la evidencia emprica! de que los individuos ms ricos son los que tienen
mayores inversiones en activos con riesgo

FUE logartmica u ( w) = ln w

1 ( w)
En este caso, ( w) = , que es decreciente en la riqueza, < 0 (DARA)
w w

1
FUE exponencial u ( w) = e w , > 0

Comprobar que en este caso es el grado de aversin absoluto al riesgo. (Funcin de utilidad
CARA)

67
 FUE de aversin relativa al riesgo constante (CARA)

w1 1 1 1
Es del tipo u ( w) = = + w1 , 0
1 1 1

Comprobar que la aversin relativa al riesgo es

Comprobar que al aumentar , aumenta la curvatura de la funcin y la aversin al riesgo.

Casos raros:

Si = 0 , la funcin de utilidad esperada CRRA es lineal, u ( w) = w 1 (y se corresponde con

neutralidad al riesgo)

68
Si = 1, la funcin no est definida. Pero si 1, la funcin CRRA converge a la FUE
logartmica u ( w) = ln w

Ver ms ejemplos de funciones de utilidad en Antelo (2003), Ejercicios 5.4 y 5.6

69
 Loteras multiplicativas (riesgos multiplicativos)

Consideremos ahora una lotera que (siendo justa) representa una fraccin de w0 , con lo cual

~ = w (1 + ~ ) , donde ~ es una v.a. de media nula, E (~ ) = 0 . (Con este tipo de lotera, Var[ w
w ~ ]
f 0 f

depende de w0 , lo que no era cierto para una lotera aditiva!)

La prima de riesgo se obtiene a partir de

u[ w0 (1 )] = E[u[ w0 (1 + ~ )]]

70
Linealizando,

E (~ 2 ) 2
u ( w0 ) w0 u ( w0 ) = u ( w0 ) + E ( ) w0 u ( w0 ) +
~ w0 u ( w0 )
2!

2 u ( w0 )
= w0
2 u ( w0 )

y a la expresin entre parntesis se le llama ARR, R (w) . (Ahora, se trata de una medida que

depende de w0 )

71
 Loteras parcialmente multiplicativas (que afectan slo a una parte de la riqueza inicial)

En este caso, w0 se descompone como w0 = w0 + w0 y slo w0 est sometida a una lotera neutra o

~ = w + w (1 + ~ ) . A partir de
equitativa (que grava w0 ), de manera que w f 0 0

u[ w0 + w0 (1 )] = E{u ( w0 + w0 (1 + ~ ))}

el anlisis para calcular la es similar al anterior, sin ms que desarrollar la expresin anterior

(por Taylor) alrededor de w0 + w0 y obtenindose

72
 2 u ( w0 )
= w0
2 u ( w0 )

y donde la expresin entre corchetes se llama Aversin Parcial al riesgo.

Ejemplo numrico

Sea un individuo con u ( w) = ln w , w0 = 1000 .

Una lotera aditiva ~x = 100,100; ,

1 1
2 2

73
 1 1
El equivalente cierto w* se obtiene de ln w* = ln1100 + ln 900 = 6,9027 w* = 994,98 y la
2 2

prima de riesgo resultante es = 5,02

Este valor correcto de la prima de riesgo tambin puede ser aproximado por la frmula de

Arrow-Pratt

2 u ( w0 ) 10000 1
= =5
2 u ( w0 ) 2 w0

lo que es una buena aproximacin.

74
 Sup ahora que el individuo est sometido al riesgo multiplicativo dado por la lotera

1 1
~ = 0.05,0.05; , , i.e. tiene la misma prob de ganar que de perder el 5% de su riqueza.
2 2

La prima de riesgo asociada a esta lotera es la solucin de

1 1
ln(1000(1 )) = ln1050 + ln 950 = 6,9065
2 2

con lo cual 1000(1 ) = 998,75 y = 0,00125

75
El individuo es indiferente entre el sacrificio seguro del 0,125% de su riqueza y la lotera

descrita.

Como la lotera es actuarialmente justa y su varianza es 2 = 0,0025 , de la aproximacin de

Arrow-Pratt se obtiene como prima de riesgo

2 u 0,0025 1000,1
w0 = = 0,00125
2 u 2 1000

lo cual es una aproximacin excelente.

76
 Sup finalmente que slo una parte de la riqueza ( w0 = 600 ) est sometida al riesgo

multiplicativo, mientras que el resto ( w0 = 400 ) corresponde a un activo seguro. Comprobar que,

ahora, = 0,000075 y que la aproximacin por la frmula de Arrow-Pratt vuelve a ser excelente.

Aversin al riesgo y primas de seguro

Existe alguna relacin entre las primas de seguro (info observable en el mercado) y la aversin al
riesgo (info privada del agente)? En caso afirmativo, podemos establecer dicha relacin a travs
del coeficiente de aversin al riesgo (w) de Arrow-Pratt?

77
Proposicin. La medida de aversin de Arrow-Pratt (w) es aprox proporcional a la cantidad
que pagar un individuo por asegurarse ante una apuesta justa

Demo. Sea un individuo con riqueza w0 y funcin de utilidad u (w) . Consideremos un juego

cuyos resultados vienen dados por la v.a. ~x con E ( ~x ) = 0 (JAJ) y varianza 2 . Sea r la prima de
seguro que hace que el individuo est indiferente entre aceptar la apuesta justa ~x o bien pagar r
para evitarla

E[u ( w0 + ~
x )] = u ( w0 r ) (3)

Como u () es diferenciable, podemos aproximar ambos lados de (3) en torno a un determinado

punto (series de Taylor)

78
En el LHS de (3) es necesaria una aproximacin de 2 orden para tener en cuenta la variabilidad
(varianza) del juego ~x

1 2
E[u ( w0 + ~ x u ( w0 ) + ~
x )] E[u ( w0 ) + ~ x u ( w0 ) + ...]
2
1 2
x ) u ( w0 ) + E ~
= u ( w0 ) + E ( ~ x u ( w0 ) + ...
2

En el RHS de (3) y dado que r es una cantidad fija (la varianza es nula), w0 r tambin es una
cantidad fija y basta con una aproximacin de 1 grado

u ( w0 r ) u ( w0 ) r u ( w0 ) + ...

La expresin (3) resulta

79
 1 2
x ) u ( w0 ) + E ~
u ( w0 ) + E ( ~ x u ( w0 ) + ... = u ( w0 ) r u ( w0 ) + ... (4)
2

Como E ( ~x ) = 0 , y si despreciamos los trminos de orden superior a 2, tenemos

1 2
E ~ x u ( w0 ) = r u ( w0 )
2

de donde

~
x 2 u ( w0 ) 2
r E = 2 ( w0 ) .

2 u ( w0
)

80
Un individuo averso al riesgo est dispuesto (con tal de evitar una situacin de incertidumbre
dada por un juego justo) a pagar una cantidad aproximadamente proporcional a su ndice de
aversin al riesgo

Al ser observables las primas de seguro (info observable: de mercado), stas pueden utilizarse
para inferir la aversin al riesgo de la gente (info privada: preferencias)

81
YA VISTO
En qu sentido podemos decir si un individuo es ms o menos averso al riesgo que otro?

Dado que la concavidad de la funcin de utilidad nos da una idea de si un agente es averso o no,
las medidas de aversin van a estar relacionadas con el grado de concavidad de la FUE

(i) El valor absoluto de la curvatura de la FUE, u (w)

Cuanto mayor sea esta derivada, mayor grado de aversin al riesgo presenta el individuo

Problema con esta medida: Depende de las TA que podamos hacer de la FUE

u ( w) v( w) = + u ( w)

82
u ( w) v( w) = u ( w) u ( w) , siempre que 1

Cmo resolver este problema?

(ii) Coeficiente Arrow-Pratt de aversin al riesgo, (w)

u ( w)
Si normalizamos u (w) (dividindola) por u (w) , el resultado es ( w) =
u ( w)

que es invariante ante TA de la FUE. Comprobarlo

83
Problema del coeficiente (w) : suele depender (para la mayora de las funciones de utilidad) del
nivel de riqueza inicial del individuo (y esto puede distorsionar el resultado final!)

Ejemplo:

Si utilizamos la medida dada por (w) , diramos que dos individuos, A y B, tienen la misma
aversin al riesgo si estn dispuestos a arriesgar la misma cantidad de riqueza en trminos
absolutos (i.e., independientemente de su nivel de riqueza).

Ahora bien, si A tiene una riqueza de 106, es posible que est ms predispuesto a arriesgar 104
que B que slo tiene 20000 de riqueza. Al fin y al cabo, A estara arriesgando slo el 1% de su
riqueza, mientras que B estara arriesgando el 50% de la suya.

84
Es probable que A est dispuesto a arriesgar esa cantidad, pero B no. Significa esto que B es
ms averso que A? En trminos absolutos s, pero en trminos relativos tal vez no. Quizs, si B
tuviera el milln de que tiene A, tambin estara dispuesto a arriesgar 104 con la misma
predisposicin que A.

Para incorporar este tipo de argumento, la pregunta es: Estara B dispuesto a arriesgar el mismo
% de riqueza que arriesga A? Esta es la idea del

u ( w)
(iii) Coeficiente Arrow-Pratt de aversin relativa al riesgo, R (w) , R ( w) = w
u ( w)

Esta medida incorpora el argumento anterior y es tambin invariante a TA de la FUE

85