TOMA DE DECISIONES BAJO RIESGO

Los directores y gerentes de las empresas deben lidiar con el riesgo siempre. Es una labor difícil,
porque eliminar o disminuir algunos riesgos puede implicar incrementar otros.
El manejo efectivo del riesgo requiere la evaluación y el análisis del impacto subsiguiente del
proceso de decisión que permite al decisor evaluar las estrategias alternativas antes de tomar
cualquier decisión. Por lo general, el proceso de decisión implica:

1. El problema está definido y todas las alternativas confiables han sido consideradas.
Los resultados posibles para cada alternativa son evaluados.

2. Los resultados son discutidos de acuerdo a su reembolso monetario o de acuerdo a

la ganancia neta en activos o con respecto al tiempo.

3. Varios valores inciertos son cuantificados en términos de probabilidad.

4. La calidad de la estrategia óptima depende de la calidad con que se juzgue. El tomador de

decisiones deberá examinar e identificar la sensitividad de la estrategia óptima con
respecto a los factores cruciales.

Cuando el decisor posee algún conocimiento sobre los estados de la naturaleza, puede asignarle a
la ocurrencia de cada estado alguna estimación subjetiva de probabilidad. En estos casos,
el problema se clasifica como de toma de decisiones con riesgo; el decisor puede asignar
probabilidades a la ocurrencia de los estados de la naturaleza. el proceso de toma de decisión
con riesgo es el siguiente:

1. Use la información que tenga para asignar su parecer personal (probabilidades subjetivas)
sobre el estado de la naturaleza, p(s);

2. Cada curso de acción tiene asociado un determinado beneficio con cada uno de
los estados de la naturaleza, x(a,s);

3. Calcular el beneficio esperado, también llamado riesgo o r, correspondiente a

cada curso de acción como r(a) = sumas de [x(a,s) p(s)];

4. Aceptar el principio que dice que deberíamos actuar para minimizar (o maximizar)
el beneficio esperado;

5. Ejecutar la acción que minimice r(a).

 Criterios de decisión
Para este tipo de toma de decisiones existen varios criterios, sin embargo, el criterio universalmente
reconocido es maximizar el valor esperado, siendo auxiliares todos los demás.

Maximización o minimización del valor esperado y varianza.

Este es el criterio que se utiliza en el tratamiento formal de los problemas de decisión bajo riesgo;
el valor esperado debe entenderse como un criterio de toma de decisión. Sea X una variable
aleatoria discreta definida para un número finito de valores y P(x) la probabilidad de ocurrencia de
un valor particular, entonces el valor esperado se define como:

E(X) = S xi P(xi)

En el caso de empate entre los valores esperados de dos o más alternativas, la varianza mínima
deberá ser un criterio de decisión secundario; el argumento para este criterio de decisión es que a
mayor varianza mayor riesgo. Los valores esperados para cada una de las alternativas del ejemplo
son los siguientes:

Ejemplo:

P(E1)=0.1 P(E2)=0.3 P(E3)=0.6

A1 15163 11962 9742

A2 16536 16934 7049

A3 18397 10840 5679

E(A1) = 15163(0.10) + 11962(0.30) + 9742(0.60) = 10950.10

E(A2) = 16536(0.10) + 10934(0.30) + 7049(0.60) = 9163.20

E(A3) = 18397(0.10) + 10840(0.30) + 5679(0.60) = 8499.10

Teniendo la alternativa A1 un valor esperado mayor, sería la alternativa a seleccionar, si los valores
de la matriz fueran ingresos o ganancias.
Principio del más probable futuro.
En una decisión bajo riesgo, un estado de la naturaleza puede tener una probabilidad de ocurrencia
considerablemente mayor a los otros estados, por lo cual se puede estimar conveniente eliminar a
todos los demás estados de la naturaleza y considerar el problema como determinístico, bajo
certeza.

En la aplicación de este principio, habrá que tener cuidado cuando el valor de un resultado
correspondiente a un estado de la naturaleza despreciable por su probabilidad, es tan significativo
que su probable ocurrencia puede representar una grave pérdida. Así en el ejemplo pasado 3.1.1,
E3 tiene una probabilidad de 0.60 y es por lo tanto es el estado más probable. Este criterio reduciría
el problema bajo riesgo a uno bajo certeza. Donde la matriz sería:

P(E3)=1

A1 9742

A2 7049

A3 5679

Debemos tener cuidado en ciertos problemas que tienen valores de la matriz significativamente
diferentes, donde no obstante la baja probabilidad de su ocurrencia, implican una muy alta pérdida.

Principio del nivel esperado.

En la mayoría de las decisiones del mundo real, los tomadores de decisiones fijan sus metas en
términos de resultados que sean suficientemente buenos. En este sentido los decisores fijan niveles
de aspiración y posteriormente evalúan sus alternativas contra estos niveles. Una interpretación de
esta filosofía en términos de una decisión bajo riesgo es seleccionar una alternativa que maximice
la probabilidad de alcanzar al menos el nivel de aspiración fijado.

En el caso del ejemplo anterior, un objetivo podría ser elegir la alternativa que maximice la
probabilidad de que el valor del resultado, en este caso la utilidad, sea igual o mayor que 8,000.

Para A1
P(utilidad >=8000) = P(E1) + P(E2) + P(E3) = 0.1+0.30 + 0.60 =1

Para A2
P(utilidad >= 8000) = P(E1) + P(E2) = 0.10 + 0.30 = 0.40

Para A3
P(utilidad >= 8000) = P(E1) + P(E2) = 0.10 + 0.30 = 0.40

De acuerdo a este principio se elige la alternativa A1, por ser la que, con mayor probabilidad,
asegura alcanzar al menos una utilidad de 8000.
 Teoría de la Utilidad Cardinal
El enfoque cardinal que trata de explicar el comportamiento del consumidor, su demanda, supone
que sí es posible medir la Utilidad; es decir, que se dispone de una unidad de medida de la
satisfacción llamada "Útil". Se estudia a través de la Teoría de la Utilidad Marginal sobre la
demanda.

· UTILIDAD es la satisfacción obtenida por el consumidor cuando consume un bien.

· UTILIDAD MARGINAL (UM) es la satisfacción extra de una unidad de consumo adicional.

· LEY DE LA UTILIDAD MARGINAL DECRECIENTE: la satisfacción adicional del consumidor con

la última utilidad de consumo disminuye a medida que se consume mayor cantidad del bien.

· Los consumidores buscan asignar su presupuesto entre los distintos bienes, de modo que
puedan maximizar la utilidad total de los bienes que consumen.

CONDICIONES PARA LA MAXIMIZACIÓN DE LA UTILIDAD Y EL EQUILIBRIO DEL

CONSUMIDOR

1. Restricción presupuestal: M = (Pa · Qa) + (Pb · Qb)

2. Los consumidores asignan su presupuesto para igualar la utilidad marginal recibida del último
bolívar gastado en cada bien consumido.

Teoría Prospectiva
La teoría prospectiva pertenece a la economía conductual y destaca como un modelo alternativo a
la teoría de la utilidad esperada, ya que se cuestiona la validez del supuesto neoclásico del agente
racional. Esta teoría fue desarrollada por el premio Nobel Daniel Kahneman y su colaborador Amos
Tversky en su ” Prospect Theory: An Analysis of Decision under Risk” (Teoría prospectiva: un análisis
de la decisión bajo riesgo), de 1979. Utilizaron los resultados obtenidos tanto de sus propias
observaciones empíricas, como de varios experimentos. Los individuos establecen preferencias en
función de una situación y circunstancias específicas, en lugar de en términos absolutos. Esto
significa que en función de su situación inicial, los agentes actuarán de una manera u otra.
Uno de los resultados de este razonamiento conduce a asimetrías de comportamiento entre las
situaciones de posibles pérdidas o ganancias. Los individuos sienten mayor aversión a las pérdidas
que deseo por las ganancias.
Un efecto de dotación también se deriva de este análisis, ya que la compensación requerida por
alguien para deshacerse de un bien es más grande de lo que estaría dispuesto a pagar para
adquirirlo.

La teoría prospectiva postula la existencia de una función de valor V(Δw) que depende de la
desviación de un punto de referencia (determinado en términos de riqueza), y una función Π (pi)
que convierte las probabilidades ponderadas aplicadas en la toma de decisiones. En este contexto
se prefiere A a B si: ΣΠ(pA) V(ΔwA)> ΣΠ(QB) V(ΔwB)
La función Π(p) está definida en el intervalo [0,1], y transforma las probabilidades en probabilidades
ponderadas aplicadas a la toma de decisiones. Es una función caracterizada por ser monótona
creciente que se cruza con la línea de 45 grados cerca del origen, de modo que los pesos en la toma
de decisiones son más pequeños que las probabilidades, excepto en probabilidades muy bajas.
La función de valor V(Δw), que se muestra en el diagrama adyacente, depende de cambios en la
riqueza con respecto a una situación de referencia, que tiene una forma sigmoidea: siendo cóncava
para las ganancias (aversión al riesgo) y convexa de las pérdidas (amante al riesgo). Se presenta una
discontinuidad en el origen con una pendiente más pronunciada para las pérdidas que para las
ganancias. Un mismo individuo puede buscar o eludir el riesgo (efecto disposición); es decir, la
misma persona puede comprar tanto un billete de lotería como una póliza de seguro.
 Valor esperado
El resultado real no será igual al valor esperado, lo que se obtiene no es lo que se espera, es decir,
las "grandes expectativas".

1. Con cada acción, multiplique la probabilidad y el beneficio y luego sume: elija

el número más grande y adopte esa acción.

2. Agregue el resultado por fila.

3. Seleccione el número más grande y tome esa acción.

C (0,4) CM (0,2) SC (0,3) B (0,1) Valor esperado

Bonos 0,4(12) + 0,2(8) + 03(6) + 0,1(3) = 8,5*
Acciones 0,4(15) + 0,2(7) + 0,3(3) + 0,1(-2) = 8,1
Depósito 0,4(7) + 0,2(7) + 0,3(7) + 0,1(7) = 7

Los estados más probables de la naturaleza: (apropiado para decisiones no repetitivas)

1. Tome el estado de la naturaleza que tiene la probabilidad más alta (rompa los empates
arbitrariamente).

2. En esa columna, elija la acción que tiene el mayor beneficio

3. En nuestro ejemplo numérico, el crecimiento tiene un probabilidad del 40%, por eso
debemos comprar acciones.

Pérdida de oportunidad esperada (poe):

1. Configure una matriz de beneficios de la pérdida tomando el número más alto de las
columnas correspondientes a los estados de la naturaleza (digamos, l) y réstele todos
los números de esa columna, l - xij.

2. Para cada acción, multiplique la probabilidad y las pérdidas, luego agréguelas a cada acción.

3. Seleccione la acción con el poe más pequeño.

Matriz de Beneficios de Pérdida

C (0,4) CM (0,2) SC(0,3) B (0,1) POE
Bonos 0,4(15-12) + 0,2(8-8) + 0,3(7-6) + 0,1(7-3) 1,9 *
Acciones 0,4(15-15) + 0,2(8-7) + 0,3(7-3) + 0,1(7+2) 2,3
Depósito 0,4(15-7) + 0,2(8-7) + 0,3(7-7) + 0,1(7-7) 3,4
 Cálculo del valor esperado de la información perfecta (veip)

El veip nos ayuda a considerar el valor que tienen las personas informadas, que son las dueñas de
la información perfecta. Recuerde que el veip = poe.

1. Tome el beneficio máximo de cada estado de la naturaleza,

2. Multiplique cada uno por la probabilidad de que ocurra ese estado de la naturaleza y luego
súmelos

C 15(0,4) = 6,0
CM 8(0,2) = 1,6
SC 7(0,3) = 2,1
B 7(0,1) = 0,7
+ ----------
10,4
veip = 10,4 - beneficio esperado = 10,4 – 8,5 = 1,9. verifique si la peo = veip

Por lo tanto, si la información cuesta más del 1.9% de la inversión no la compre. por ejemplo, si
usted va a invertir $100.000, el máximo que deberá pagar por la información que compre será de
[100.000 * (1,9%)] = $1.900.

Yo no sé nada

todos los estados de la naturaleza tienen igual probabilidad. como yo no sé nada sobre la
naturaleza, todo es igualmente probable (Laplace):

1. Para cada estado de la naturaleza ponga una probabilidad igual (es decir, probabilidad
plana).
2.
Multiplique cada número por la probabilidad.

C CM SC B Beneficio esperado
Bonos 0,25(12) 0,25(8) 0,25(6) 0,25(3) 7,25 *
Acciones 0,25(15) 0,25(7) 0,25(3) 0,25(-2) 5,75
Depósito 0,25(7) 0,25(7) 0,25(7) 0,25(7) 7

3. Añada filas de cursos de acción y complete la columna Beneficio Esperado.

4. Elija el número máximo en Paso c, y adopte ese curso de acción.

 Una discusión acerca de la posibilidad de pérdida esperada
(arrepentimiento esperado)
Comparando el resultado de una decisión con respecto a sus alternativas aparenta ser un
componente importante en el proceso de toma de decisiones. un factor importante es el
sentimiento de arrepentimiento. este ocurre cuando los resultados de las decisiones son
comparados a los resultados que se hubieran obtenidos si se hubiera tomado una decisión
diferente. esto significa un contrastante desacuerdo, el cual resulta de la comparación
de resultados como consecuencia de la misma decisión.

Los resultados de arrepentimiento es la comparación de lo que se ha obtenido de una decisión con

respecto a lo que hubiese ocurrido. por lo tanto, esto depende de la disponibilidad de respuestas
que reciben los tomadores de decisiones con respecto al resultado de la opción alternativa hubiera
generado. alterando el potencial de arrepentimiento mediante la manipulación de la resolución de
la incertidumbre revela que el comportamiento de la toma de decisión que aparenta aversión
al riesgo puede de hecho ser atribuida a la aversión al arrepentimiento.

No existe indicativo de que el arrepentimiento pueda estar relacionado a la distinción entre actos y
omisión. algunos estudios han encontrado que el arrepentimiento es más intenso siguiendo
una acción, que a una omisión. por ejemplo, en un estudio, los participantes concluyeron que un
tomador de decisiones que intercambia acciones de una compañía a otra y pierde dinero, se sentirá
más arrepentido que otro que no intercambia acciones pero que igualmente pierde dinero. las
personas normalmente asignan un mayor valor a un resultado inferior proveniente de
una acción más que al de una omisión. Presumiblemente, esta una manera de contrarrestar el
arrepentimiento que podría resultar de una acción.