Deciones Riesgo e Insertidumbre

Decisiones de Inversión
Riesgo e incertidumbre
Ignacio Vélez Pareja

Politécnico Grancolombiano
www.poligran.edu.co/decisiones
nachovelez@gmail.com
Bogotá
CAPÍTULO 12
DECISIONES BAJO INCERTIDUMBRE

⌧¡Ay, cómo es cruel la incertidumbre!
⌧Si ella merece mi dolor
⌧ o yo la tengo que olvidar.
⌧(Gonzalo Curiel. Incertidumbre)
⌧...Aureliano saltó once páginas para no perder el tiempo en hechos

demasiado conocidos, y empezó a descifrar el instante que estaba
viviendo, descifrándolo a medida que lo vivía, profetizándose a sí
mismo en el acto de descifrar la última página de los pergaminos,...
⌧(Gabriel García Márquez, Cien años de Soledad)
19/02/98 Copyright Ignacio Vélez Pareja © 2
¡Ah! ... el futuro
Con relación a las consecuencias futuras de

una decisión, se pueden presentar tres
situaciones:
a) determinísticas o de certidumbre total
b) no determinísticas
Riesgo
Incertidumbre y
c) ignorancia total.
1
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: Supóngase que se

compra un título del Estado al 95% de su valor
nominal y después de 3 meses se vende por el 100%
de su valor. Hay certeza absoluta de que a los
noventa días, si compró $950,000 en ese título se
recibirá $1,000,000. Con esta información y dada una
tasa de descuento, se podrán establecer criterios de
decisión sobre la bondad de esa alternativa.
No determinísticas: riesgo e incertidumbre
En particular, cuando se habla de riesgo e

incertidumbre se confunden los términos, tal
vez porque existe un conocimiento previo -
intuitivo quizás- 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.
2
Diferencias
En la literatura a veces se usa indistintamente.

Algunos hablan de riesgo e incertidumbre
como si fueran iguales. Otros, hacen la
distinción entre riesgo e incertidumbre. Lo
cierto es que existen grados de incertidumbre
y en la medida en que ella disminuye con la
información recolectada se puede manejar en
forma analítica cada vez más.
¿Cuándo hay incertidumbre?
Se dice que hay incertidumbre cuando

no se posee información suficiente como
para asignarle una distribución de
probabilidad.
Ejemplo de incertidumbre
Un muchacho desea vender periódicos en la

cafetería de la universidad y tiene que decidir
cuántos deberá comprar. Estima vagamente la
cantidad que podría vender en 15, 20, 25 ó 30
periódicos. (Para simplificar, se acepta que
cantidades intermedias no ocurrirán). Por lo tanto
considera que tendrá que adquirir 15, 20, 25 ó 30
periódicos.
3
Riesgo
Los casos de riesgo son muy particulares y los

más comunes están relacionados con
situaciones de azar (loterías, ruletas, rifas, etc.)
o con decisiones a las cuales se les ha asignado
una distribución de probabilidad
Ejemplo de riesgo
En una empresa se ha reunido un grupo de

ejecutivos para estudiar la introducción de
un nuevo producto. Ellos con base en
estudios de mercado y en su experiencia han
producido cálculos calificados, han sido
capaces de estimar ciertas cifras
relacionadas con la inversión a realizar y
sus resultados.
... con cifras
FLUJO DE CAJA EN MILES PARA UN PRODUCTO NUEVO

Año Valor esperado Desviación estándar
0 -5,000 200
1 1,500 100
2 1,500 150
3 1,500 200
4 1,400 300
5 1,500 350
6 1,200 350
7 1,300 400
8 2,000 550
4
Riesgo e incertidumbre: precisiones
Se acepta que el concepto de incertidumbre

implica que no se asignan distribuciones de
probabilidad (definidas en términos de sus
parámetros, tales como la media y la desviación
estándar); el riesgo, por el contrario, implica que sí
se le puede asignar algún tipo de distribución de
probabilidad. El término incertidumbre también se
utiliza para indicar una situación de
desconocimiento del futuro y lo impredecible de
los hechos.
Ignorancia total
Por último, la situación de ignorancia total,

es en realidad una situación irreal que en la
práctica no existe. Algo similar se podría
decir de la certidumbre total, porque en
rigor, ni siquiera la estabilidad económica
del Estado, responsable de las inversiones
que se hacen en ciertos títulos, se puede
garantizar y en consecuencia es posible que
no ocurra el evento en teoría cierto.
Causas del riesgo y de la incertidumbre
Las causas de la variabilidad son básicamente

atribuibles al comportamiento humano; sin
embargo existen fenómenos no atribuíbles
directamente al ser humano que también
causan riesgo e incertidumbre.
5
... por ejemplo
Inexistencia de datos históricos directamente

relacionados con las alternativas que se estudian.
Sesgos en la estimación de datos o de eventos
posibles.
Cambios en la economía, tanto nacional como
mundial.
Cambios en políticas de países que en forma
directa o indirecta afectan el entorno económico
local.
y...
Análisis e interpretaciones erróneas de la

información disponible.
Obsolescencia.
Situación política.
Catástrofes naturales o comportamiento del clima.
Baja cobertura y poca confiabilidad de los datos
estadísticos con que se cuenta.
Lo mismo, pero en Colombia
En una investigación desarrollada entre 1985

y 1986 por García y Marín de EAFIT, los
ejecutivos de las empresas más grandes de
Colombia percibían como principales causas
del riesgo las siguientes:
6
... en Colombia
a) Inestabilidad de las medidas económicas y falta de

continuidad en los programas sectoriales.
b) Factores políticos e institucionales. Inestabilidad
política.
c) Política cambiaria y de comercio exterior.
d) Inestabilidad social. Inseguridad. Orden público.
Cómo disminuir el grado de incertidumbre
Obtener información antes de tomar la

decisión, v. gr. información acerca del
mercado.
Aumentar el tamaño de las operaciones, se
asume menos riesgo al perforar 50 pozos de
petróleo que al perforar uno.
Diversificar Ver Markowitz y Sharpe.
¿Qué es el análisis de sensibilidad?
Es el primer paso para reconocer la incertidumbre.

Nos interesa examinar cómo el cambio en una
variable afecta un resultado. Esto permite identificar
las variables más críticas o construir escenarios
posibles que permitirán analizar el comportamiento
de un resultado bajo diferentes supuestos. El análisis
de sensibilidad permite medir el cambio en un
resultado, dado un cambio en un conjunto de
variables, tanto en términos relativos como en
términos absolutos.
7
Cuidados al hacer análisis de sensibilidad
Reconocer que el cambio en el resultado depende de

cómo se haya construido el modelo y de los valores
iniciales de las variables por analizar.
Que los cambios en las variables deben ser iguales para
todas de manera que se puedan comparar los resultados.
Reconocer la posibilidad de que las relaciones entre las
variables y los resultados no sean lineales.
Al analizar la sensibilidad de las variables hay que
hacerlo de una en una si se desea determinar cuáles de
las variables son las más críticas.
¿Para qué sirve?
Identificar las variables más críticas

Identificar dónde se debe dedicar más
esfuerzos tanto en el proceso de planeación
como en el de control y seguimiento de una
decisión.
Identificar las variables que deben ser
incluidas en la creación de escenarios o en la
simulación de Monte Carlo
Sensibilidad en varios niveles
Análisis de sensibilidad de una variable

¿Qué pasa si?
⌧Cambio relativo igual
⌧Cambio probabilístico
Tabla de una variable
Análisis de sensibilidad en reversa (Buscar objetivo)
Más de una variable
Tablas de dos variables
Más de dos variables en el análisis
⌧Escenarios
⌧Solver
8
¿Qué pasa si?
Análisis de sensibilidad de una variable (What

if)
Identificación de las variables más críticas
Sensibilidad medida por la variación unitaria o
elasticidad
Análisis de sensibilidad con probabilidades
El aspecto económico
Ejemplo simple para una variable
Valor esperado
Aumento de precio 4,1%
Aumento de cantidad 5,8%
Precio inicial 10
Cantidad inicial 100,0
Tasa de descuento 7,5%
Flujo de caja libre
Año 0 Año 1 Año 2 Año 3 Año 4
Flujo de 1.101,4 1.146,5 1.193,5 1.242,5

caja*
i 7,50%
VP del flujo 4.808,7
9
Cambio de 1% en variables
Variable Valor VP Var en

Cantidad inicial 101,00 4.856,82 VP
1,00%
Precio inicial 10,1 4.856,82 1,00%
Tasa de descuento 7,58% 4.798,90 -0,20%
Aumento de cantidad 5,86% 4.811,37 0,06%
Aumento de precio 4,14% 4.814,30 0,12%
Sensibilidad del ejemplo flujoincert.xls

Variable Variación en VPN Variación en
valor absoluto
Precio de venta en el estudio de 5,22% 5,22%
mercado
Política de pagos –3,27% 3,27%
Política de cartera 2,71% 2,71%
Aumentos en precios de venta 2,67% 2,67%
Aumentos en precios de compra –1,84% 1,84%
Valor de los activos fijos –0,92% 0,92%
Aumentos en nivel de ventas 0,71% 0,71%
Tasa de inflación –0,67% 0,67%
Tasa de descuento real –0,64% 0,64%
Tabla de una variable
Nos permite examinar el comportamiento de

un resultado en términos de una serie de
posibles valores de una variable.
10
En flujoincert.xls
¿Cómo se hace?
En las celdas de la fila 425 se escriben las referencias

de las celdas correspondientes a los resultados
indicados en la fila 424. En la columna B se escriben
los datos posibles de la variable que se desea analizar
(en este caso, la inflación).
Se selecciona el rango B425 hasta F431. Hecho esto,
se acude a la opción Datos y allí se selecciona Tabla.
En Menú de Excel
11
Aparece este cuadro de diálogo
Aquí se indica cuál variable de entrada aparece en la fila o la

columna (en nuestro caso será la inflación del año 5), la cual
se indica en la imagen anterior. Al oprimir Aceptar se obtiene
el resultado
Resultados
Inflación VPN Utilidad Utilidad Utilidad

año 5 neta año 5 Bruta año 5 operacional
año 5
28.200,27 23.952,53 59.109,58 29.279,11
5% 51.721,79 17.668,17 53.900,95 24.511,39
10% 39.958,63 19.842,11 55.777,15 26.227,26
15% 32.931,05 21.934,04 57.508,18 27.811,90
20% 28.200,33 23.952,58 59.109,58 29.279,11
25% 24.761,78 25.905,27 60.594,90 30.640,97
30% 22.125,41 27.798,73 61.975,94 31.908,05
Buscar objetivo
Análisis de sensibilidad en reversa. Permite

definir cuál debe ser el valor que debe tomar
una variable para obtener un resultado
previamente definido. Excel tiene dificultades
cuando hay circularidad. Para evitar eso se
puede usar Solver fijando un valor de un
resultado y haciendo cambiar la variable.
12
En el Menú de Excel
Seleccione Buscar
objetivo
Y aparece este cuadro de diálogo

En la casilla Definir la celda oprimimos la celda o la dirección de la
celda para la cual deseamos fijar un valor. En la casilla “con el
valor” escribimos el valor que deseamos que resulte en la casilla
anterior. En la casilla “para cambiar la celda” señalamos o
escribimos el nombre de la celda que se desea cambiar hasta
encontrar el resultado deseado, en este ejemplo usaremos la
inflación del año 1.
Resultado de Buscar objetivo

Y oprimimos Aceptar en el
cuadro de la izquierda
Y listo. Oprimimos aceptar

y podemos ir a la celda
C229 a verificar el
resultado. La celda D8
habrá cambiado al valor
necesario para lograr el
resultado deseado en C229.
13
Tabla de dos variables
Nos permite examinar el valor de un resultado

en términos de la combinación de dos
variables.
Construcción de tablas de dos variables
Seleccionamos una celda con suficiente espacio hacia la

derecha y hacia abajo, por ejemplo, B435 en nuestro ejemplo.
Allí escribimos el resultado que deseamos analizar (en este
ejemplo, el VPN en =C229). A la derecha escribimos los
valores posibles de una variable o parámetro de entrada (para
este ejemplo la política de cartera o porcentaje de las ventas
recibidas en el año en que se factura). En la columna, debajo
de donde escribimos la celda de resultado (debajo de la celda
B435) escribimos los posibles valores de otra variable de
entrada (por ejemplo, la política de pagos).
Así…
14
Selección de rango y Tabla
Hecho esto,
seleccionamos el
rango desde B435
hasta G439. Allí
seleccionamos la
opción Datos del
menú y aparecerá
este cuadro de
diálogo.
Similar a una variable
Se indican las celdas donde están las variables de

entrada. Al oprimir aceptar, aparece el resultado.
Resultado
Política de cartera
Polític 28.200,2 90,0% 92,5% 95,0% 97,5% 100,0%
a de 85,0%7 29.221,9 31.314,8 33.379,8 35.414,2 37.414,7
pago 90,0% 24.104,45 26.166,16 28.200,26 30.203,81 32.173,87
95,0% 19.067,31 21.098,88 23.102,97 25.077,18 27.017,98
100,0% 14.110,74 16.112,50 18.087,69 20.033,20 21.946,25
4 2 4 6 0
15
Escenarios
Nos permite definir niveles para cierto número

de variables (32) y comparar el resultado con
el obtenido antes de haber realizado el cambio
en las variables. Es útil cuando hay varias
opiniones o posibles escenarios en el futuro.
Por ejemplo, las posiciones de los miembros
de una junta o escenarios de diferente nivel de
optimismo.
En Herramientas..
Escogemos la opción
Escenarios. Esta opción
consiste de una secuencia de
instrucciones y comandos que
aprovechan la posibilidad de
What if?. Lo interesante es que
el programa toma los valores y
ejecuta las operaciones sin que
el modelo construido sufra
modificaciones. Permite
analizar hasta 251 escenarios
hasta con 32 variables
(depende de la memoria de la
máquina).
Al oprimir Escenarios…
… aparece el siguiente
cuadro de diálogo y allí
se escoge Agregar. Esto
nos permite asignarle
nombre al escenario y
definir las variables que
se desea analizar.
16
Nombre y variables
Se introducen el nombre

del escenario y las
variables que se van a
analizar. Se oprime
Aceptar y aparecen las
variables con sus valores
actuales. Debajo de
Celdas cambiantes se ven
las instrucciones para
introducir variables.
Valores actuales
Aquí aparecen los valores que las variables

escogidas, tienen en el modelo
Nuevos valores
Aquí introducimos los nuevos valores que deseamos

que tomen las variables. Por ejemplo,
17
Finalizar el proceso
Al oprimir Aceptar

aparece este cuadro.
Allí se oprime Resumen
y se escoge el resultado
(o resultados que nos
interesan). En este caso
se escoge la celda
donde está el VPN.
Escoger celda de resultado
Se escogió la celda C229. Al oprimir Aceptar, el

programa abre una nueva hoja con los valores (no
hay fórmulas en esta hoja).
Resultado de Escenario
Resumen de escenario
Valores actuales: Críticas Críticas2
Celdas cambiantes:
precio_vta_sim_merc $ 5,60 $ 6,00 $ 5,00
AUM_PV1 26,00% 22,00% 20,00%
AUM_PV2 25,00% 23,00% 21,00%
AUM_PV3 23,00% 20,00% 22,00%
AUM_PV4 21,00% 19,00% 20,00%
AUM_PC1 23,00% 24,00% 22,00%
AUM_PC2 24,00% 23,00% 25,00%
AUM_PC3 22,00% 23,00% 20,00%
AUM_PC4 22,00% 23,00% 24,00%
Política_cartera 95,00% 93,00% 90,00%
Política_pagos 90,00% 92,00% 94,00%
Celdas de resultado:
VPN 28.200,3 25.591,0 –2.755,3
18
Comparación porcentual
Celdas cambiantes:
precio_vta_sim_merc 7,14% –16,67%
AUM_PV1 –15,38% –9,09%
AUM_PV2 –8,00% –8,70%
AUM_PV3 –13,04% 10,00%
AUM_PV4 –9,52% 5,26%
AUM_PC1 4,35% –8,33%
AUM_PC2 –4,17% 8,70%
AUM_PC3 4,55% –13,04%
AUM_PC4 4,55% 4,35%
Política_cartera –2,11% –3,23%
Política_pagos 2,22% 2,17%
Celdas de resultado:
VPN –9,25% –110,77%
Solver
Es una herramienta de optimización que

permite manejar cientos de variables y
restricciones. Solver (el programa de
optimización) permite hacer este tipo de
análisis con 200 variables y 100 restricciones.
Por ejemplo…
En el modelo de valoración, donde hay

circularidad, podemos verificar los valores de
las políticas de recaudos, de pagos y de reparto
de dividendos y que además, el valor total de
la firma tome un valor determinado, por
ejemplo, $44.500 o bien que se maximice el
valor de la firma.
19
En Herramientas..
Escogemos la opción
Solver.
Solver con restricciones
Resultados
Variable Valor
Porcentaje de recaudos recibido el mismo año 96,0%
Porcentaje de facturas pagadas el mismo año 87,5%
Payout ratio (fracción de utilidades 71,2%
repartidas)
20
Maximizando
Resultados de maximizar
Variable o resultado Valor

Porcentaje de recaudos recibido el mismo año 96,0%
Porcentaje de facturas pagadas el mismo año 85,0%
Payout ratio (fracción de utilidades repartidas) 100,0%
Valor total 45.242,69
Resultados previsibles
En este caso simple los resultados eran

previsibles porque sabemos que un peso vale
más que un peso futuro, entonces la solución
es maximizar la cantidad recaudada el mismo
año, minimizar el pago de proveedores el
mismo año y aumentar el FCA ya que eso
aumenta el FCL y, por lo tanto, el valor.
21
Análisis de sensibilidad con probabilidades
Calcular la sensibilidad probabilística aplicando un

cambio en la variable igual a su desviación estándar y
calculando la variación en el resultado para cada
variable.
Como la situación más frecuente es la carencia de
información estadística suficiente, nuestra propuesta
es muy simple y aproximada. Debemos calcular
(estimar) para cada variable valores máximos y
mínimos posibles y razonables. Con esto calculamos
la desviación estándar
Dos variables con rango
Para entender esta idea supongamos que se

tienen dos variables: inflación y devaluación.
La devaluación la estimamos en 8% y creemos
que puede variar entre 6% y 10%. La inflación
la estimamos en 5% y creemos que varía entre
2% y 8%. Para la devaluación tenemos un
rango de valores de 4% para la devaluación y
de 6% para la inflación.
Diferencia entre 1% y probabilidad
Si aplicamos 1% a cada valor estimado, tendremos

un valor de 8,08% para la devaluación y de 5,05%
para la inflación.
Si dividimos los rangos en pequeños intervalos de
0,01% obtendremos la siguiente distribución
Devaluación Inflación
Rango total 400 600
Rango de 1% 8 5
Proporción 2,00% 0,83%
22
La variación de 1% es diferente
Al examinar la tabla anterior observamos la

importancia relativa de 1% en cada variable en
relación con su rango de variación. Para la
devaluación un cambio de 1% en el valor base
significa mucho más en términos de la
variación posible (0,08%/4%) que un cambio
de 1% en la inflación en términos de su
variación posible (0,05%/6%).
Cálculo de la desviación estándard
Vmax − Vmin
σ=
6
El ejemplo sencillo otra vez
Variable Ve Vmax Vmin Rango σ=Rango/

6
Aumento de precio 4,1% 7,1% 1,1% 6,0% 1,0%
Aumento de 5,8% 11,8% -0,2% 12,0% 2,0%
cantidad
Precio inicial 10,00 16,10 4,10 12,00 2,0
Cantidad inicial 100,0 130,00 70,00 60,00 10,0
Tasa de descuento 7,5% 9,0% 6,0% 3,0% 0,5%
23
Cambios en las variables y valor presente
Variable Valor VP
Precio inicial 12,00 6.042,95
Cantidad inicial 110,00 5.539,37
Aumento de precio 5,10% 5.180,77
Aumento de cantidad 7,80% 5.130,98
Tasa de descuento 8,00% 4.967,21
Comparación de los métodos*
Variable Método de Método de

1% Probabilidad
Precio inicial 1,00% 20,00%
Cantidad inicial 1,00% 10,00%
Aumento de precio 0,12% 2,86%
Aumento de cantidad 0,05% 1,89%
Tasa de descuento -0,20% -1,35%
* Los datos en la tabla no son probabilidades sino variación del

resultado
En flujoincert.xls
Variable Vmax Vmin Rango σ=Rango/

Precio de venta en el estudio de 5,8 5,2 0,6 6 0,1
mercado
Aumentos en precios de venta 32,0 20,0 12,0% 2,0%
Aumentos en precios de compra %
35,0 % 18,0%
17,0 3,0%
Política de pagos %
97,5 % 15,0%
82,5 2,5%
Política de cartera %
98,0 %
89,0 9,0% 1,5%
% %
24
Comparación *
Variable Probabilidad 1%
Aumentos en precios de compra -24,99% –1,84%
Aumentos en precios de venta 22,46% 2,67%

Precio de venta en el estudio de 9,30% 5,22%
mercado
Política de pagos -9,07% –3,27%
Política de cartera 4,28% 2,71%
* Los datos en la tabla no son probabilidades sino variación del
resultado
El aspecto económico
El criterio final de análisis debe incluir el

aspecto económico. Por ejemplo, si dos
variables se consideran iguales en términos de
su importancia en el modelo, se deberá
escoger aquella que cueste menos mejorar en
el sentido de lograr un cálculo más preciso de
ella.
¿Cómo medir esto?

Una forma de replantear el ordenamiento de las
variables críticas de manera que se incluya la
dimensión económica es construir un índice que
muestre en el numerador el valor absoluto del cambio
en el resultado por cada 1% y en el denominador el
costo de mejorar el cálculo de la variable en 1%. Con
este índice se ordenan las variables y la mejor será la
que tenga mayor índice. Un criterio para escoger
ahora las variables para mejorar su cálculo podría ser
definir como críticas aquellas cuyo índice sea mayor
que 1.
25
De la Teoría de Juegos
La Teoría de juegos trata de establecer estrategias a
seguir cuando un decisor se enfrenta a otro (sea éste
un competidor, la naturaleza, el azar, Dios, etc.). En
estas situaciones el decisor debe intentar conocer lo
que “el otro” hará y actuar consecuentemente. Una
situación de competencia puede presentar situaciones
en las cuales lo que gana un decisor lo pierde el otro;
en este caso se dice que es un juego de suma cero.
Hay situaciones o juegos de suma no-cero en los
cuales todos los actores ganan; entonces se dice que
es un juego gana-gana; también se pueden presentar
situaciones en las que todos pierden.
El dilema del prisionero

Se trata de dos personas que han sido encarceladas por ser
sospechosas de haber cometido un crimen. Como las pruebas
no son suficientes, se requiere que confiesen. Ellos están en
celdas diferentes y a cada uno, por separado, se le hace la
siguiente oferta: Si confiesa y acusa a su compañero, y él no lo
acusa, será liberado; por el aporte de pruebas se le ofrece una
recompensa, por ejemplo 100 millones de pesos. Por el otro
lado, el prisionero condenado recibirá una pena muy alta y una
multa de 20 millones de pesos.
Si ambos prisioneros confiesan obtendrían una pena menor y
una multa de 10 millones de pesos. Si ninguno confiesa
saldrían libres, sin recibir un solo peso de recompensa.
¿Cómo actuar?
¿Cómo deberá actuar cada prisionero en esta
situación? Cada uno de ellos podría razonar de la
siguiente manera: Si el otro confiesa lo mejor es que
yo confiese e incrimine al compañero, pues así
obtengo la menor pena; si el otro no confiesa y no me
incrimina, entonces lo mejor sería confesar puesto
que salgo libre y con una gran recompensa. De esta
manera, al no poderse comunicar, cada uno decide
confesar y obtener un resultado con el que ambos
pierden. Si se hubieran podido comunicar entre sí, se
habrían puesto de acuerdo para no delatarse y salir
libres; ésta habría sido la mejor estrategia.
26
Matriz de pagos o de resultados
Es un arreglo de números donde se muestran

resultados numéricos (costo, ganancia o
alguna medida de utilidad) asociados a una
decisión y a un evento simultáneamente
(recuérdese el ejemplo del vendedor de
periódicos).
Matriz de pagos
Esta matriz se puede representar, en forma general,

así:
Estado de naturaleza o eventos
la
Decisiones E1 E2 E3 ... En
A1 r(A1,E1) r(A1,E2) r(A1,E3) ... r(A1,En)
A2 r(A2,E1) r(A2,E2) r(A2,E3) ... r(A2,En)
A3 r(A3,E1) r(A3,E2) r(A3,E3) ... r(A3,En)
. . . . ... .
Am r(Am,E1) r(Am,E2) r(Am,E3) ... r(Am,En)
Matriz de pago del vendedor de periódicos
Ventas
Compras 15 20 25 30
15 0 -5 -10 -15
20 5 0 -5 -10
25 10 5 0 -5
30 15 10 5 0
27
Algoritmo para matriz en pesos
1) Resultado = PV x Ventas - PC x Compras + PR x

(Compras - Ventas)
cuando Compras > Ventas
2) Resultado = PV x Compras - PC x Compras
cuando Compras < Ventas
Donde:
PV = Precio de venta de cada periódico = $600.
PC = Precio de compra de cada periódico = $500.
PR = Precio de venta de los periódicos sobrantes
como retal de papel = $2.50.
Matriz de pago en pesos

Ventas
Compras 15 20 25 30
15 1,500.00 1,500.00 1,500.00 1,500.00
20 -987.50 2,000.00 2,000.00 2,000.00
25 -3,475.00 -487.50 2,500.00 2,500.00
30 -5,962.50 -2,975.00 12.50 3,000.00

Minimax (pesimista)
Compras Mínima
15 1.500,00
20 -987,50
25 -3.475,00
30 -5.962,50
En este caso se escoge comprar 15 periódicos porque
así se obtiene el máximo mínimo.
28
Maximáximo (optimista)
Compras Máximo
15 1.500,00
20 2.000,00
25 2.500,00
30 3.000,00
En este caso se escoge comprar 30 periódicos porque
así se obtiene el máximo máximo.
Principio de Laplace (promedio)
Compras Promedio
15 1.500,00
20 1.253,13
25 259,38
30 -1.481,25
En este caso el máximo promedio indica escoger la
opción de comprar 15 periódicos. Aquí hay implícita
una distribución de probabilidad. ¿Cuál?
Hurwicz con α =0,25

Compras Max (r(Ai,Ej)) Min (r(Ai,Ej))
j j
15 1.500,00 1.500,00
20 2.000,00 -987,50
25 2.500,00 -3.475,00
30 3.000,00 -5.962,50
29
Los valores son
15 0,25 x 1.500 + 0,75 x 1.500 1.500

20 0,25 x -987,50 + 0,75 x 2.000,00 1.253,125
25 0,25 x -3.475,00 + 0,75 x 2.500,00 1.006,25
30 0,25 x -5.962,50 + 0,75 x 3.000,00 759,375
Se escoge comprar 15 por tener el máximo índice.
Pena minimax (Mínimo arrepentimiento)
Ventas Máxima pena

15 20 25 30
Compras 15 0,00 500,00 1.000,00 1.500,00 1.500,00
20 2.487,50 0,00 500,00 1.000,00 2.487,50
25 4.975,00 2.487,50 0,00 500,00 4.975,00
30 7.462,50 4.975,00 2.487,50 0,00 7.462,50
La mínima máxima pena es 1.500,00, por lo tanto se

escoge comprar 15 periódicos.
Resumen del ejemplo del vendedor de

periódicos,
Maximínimo (pesimista) 15
Maximáximo (optimista) 30
Laplace 15
Hurwicz (α = 0,25) 15
Pena minimáxima 15
30
¿Inconsistentes?
Estos criterios no son consistentes y no tienen que
ser consistentes. Describen o interpretan un
comportamiento que como tal difiere entre las
personas, y aún dentro de una misma persona,
dependiendo de los diferentes estímulos que reciba.
Más aun, se puede adoptar estos métodos
simplemente como estrategias a seguir en forma
deliberada. Por ejemplo, si se desea adoptar una
estrategia optimista en una negociación o ante una
situación bajo incertidumbre, se adoptaría la posición
maximax. Si se estima que no se debe adoptar una
estrategia totalmente pesimista, se podría usar la
propuesta de Hurwicz.
Pronósticos
Dos grandes clases de modelos:

causales y
de series de tiempo
Métodos de Descomposición
Un método de pronóstico para analizar series de

tiempo es el de descomposición.
Se identifican cuatro patrones típicos: horizontal
o estacionaria
estacional
cíclico y
tendencia
31
El modelo y sus componentes
dato = patrón + error.
= f(tendencia, estacionalidad, ciclo) + error.
Xt = f(Tt, Et, Ct, Ert) = Ttx EtxCtx Ert
donde
Xt = dato al período t.
Tt = componente de tendencia en el período t.
Et = componente o índice de estacionalidad del período t.
Ct = componente cíclico del período t.
y Ert = error del período t.
Ver archivo Pronóstico.xls
Tasa de descuento bajo riesgo
Cuando se analizan los flujos de caja basados

en la distribución de probabilidad de las
variables que lo determinan, se debe utilizar
una tasa de interés libre de riesgo; de otra
manera se estaría contando doble el efecto del
riesgo: una vez como la componente de riesgo
que hay en la tasa de interés y otra cuando se
reconoce la variación de manera explícita, a
través de una distribución de probabilidad.
Actitudes hacia el riesgo
Hay gente que juega lotería o ruleta, hay quienes son

toreros o astronautas; otros aceptan gerenciar
empresas quebradas, otros se atreven a ser rectores
universitarios, hay empresarios visionarios (y
exitosos), hay eternos enamorados que se entregan
por completo, etc.
32
¿Qué es suerte?
La probabilidad de un accidente de aviación es muy

baja (más baja que un accidente en bus), pero si yo
viajo en un avión y se estrella y me mato, digo (dicen
los que quedan vivos) que tuve mala suerte.
La probabilidad de ganarme una lotería es muy baja.
Si compro lotería y me la gano, digo que tengo buena
suerte.
La suerte está asociada a que ocurra un evento de
dos, cuya probabilidad es menor que 50%.
Diferencias en la percepción del riesgo
Por el otro lado, hay quienes se resignan a un

cómodo empleo que no presenta retos, ni amenazas,
hay quienes nunca juegan y nunca serán espontáneos
en una plaza de toros, otros, como un columnista de
la página económica de un periódico, dice que "una
buena inversión debe hacerse teniendo en cuenta que
no quite el sueño, aunque no de para comer muy
bien" y hay, por último, algunos que nunca salen de
sí mismos porque les da miedo la entrega total.
Diferentes actitudes hacia el riesgo
Todas estas diferencias en el comportamiento

humano se deben a las diferentes actitudes
hacia el riesgo.
33
El valor esperado monetario VEM
Cuando en un curso universitario se plantea el

problema de un juego con probabilidad 0.5 de
ganar $0 y 0.5 de ganar $1,000 y se pregunta
que cuánto dinero daría cada estudiante por
participar en él, la respuesta es de $500. Al
analizar más el problema y someter al
interrogado a confrontaciones y escogencia, se
encuentra que la cifra no es $500, sino otra
muy diferente.
... a veces no funciona
La primera cifra -$500- se denomina valor

esperado monetario. Valor esperado monetario
de una decisión 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.
34
Y, ¿lo duda?
Para aquellos que dudan acerca de la forma de

tomar decisiones cuando está involucrado el
azar (decisiones bajo riesgo), se propone el
análisis de dos casos: uno hipotético (la
paradoja de San Petersburgo) y uno real
(cualquiera de las loterias que se venden en el
país).
La paradoja de San Petersburgo
Se proponen las siguientes alternativas:

A: un regalo, libre de impuestos, de $10,000.
o
B: un pago de 2n centavos, donde n es el
número 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.
35
VEM infinito
El valor esperado de cada una de las

alternativas es:
E(A) = $10,000.oo
= 1 + 1 + 1 + 1 +....... = ∞
Nadie escogería la alternativa B a pesar de
tener un valor esperado igual a infinito, a
menos que haya una gran propensión al
riesgo.
La lotería…
El valor esperado de una lotería es mucho

menor que su precio y sin embargo, gran
cantidad de personas compran lotería, rifas
apuestas, etc.
Si no fuera así, quebrarían.
La lotería de…
Con las cifras de la tabla siguiente se puede

calcular el valor esperado de una lotería, por
ejemplo. En éste se tiene:
C = $3.000 (precio del billete).
D = Todos los premios de la lotería.
36
Tabla de premios (millones)
Cantidad Tipo de Valor del Probabilidad Probabilidad Valor
premio premio esperado
1 mayor 1000 0,0000667% 0,000666667 $ 666,67
2 secos 50 0,0000667% 6,66667E-05 $ 66,67
2 secos 20 0,0000667% 2,66667E-05 $ 26,67
100 secos 2 0,0000667% 0,000133333 $ 133,33
149 Secos 0,5 0,0099333% 4,96667E-05 $ 49,67
Valor esperado $ 943,00
total
¿Cómo se explica esto?
Como se puede apreciar, el valor esperado de

esta lotería es mucho menor que su precio y,
sin embargo, gran cantidad de personas
compran lotería, 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.
¿Quién gana?
Suponiendo que todos los billetes se venden,

que no existen impuestos sobre los premios y
desechando las combinaciones tales como,
premio mayor y secos, secos e invertido, etc.,
por ser despreciables (en valor esperado no
alcanzan a sumar 10 centavos), se tiene:
Valor esperado de C = E(C) = $3.000
Valor esperado de D = E(D) = $943
37
¿Usted compra lotería?
No se ha tenido en cuenta la posibilidad de

que alguno de los premios menores incluyan
las aproximaciones, lo cual disminuiría el
valor esperado.
Como se puede apreciar, el valor esperado de
esta lotería es mucho menor que su precio y
sin embargo, gran cantidad de personas
compran lotería, rifas apuestas, etc.
¿Cómo se explica esto?
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 éstas, los estudiosos

del tema han presentado teorías que permiten
explicar (teorías 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.
38
Teoría de la Utilidad Cardinal TUC
Los ejemplos presentados obligan a preguntarse

cómo se explica entonces, el proceso de decisión. La
teoría expuesta ofrece esta explicación, aunque con
limitaciones. En términos más 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 índices de utilidad cardinal.
Supuestos en resumen
Resumiendo lo anterior, se puede decir que las

suposiciones de la Teoría de la utilidad de Von
Neuman y Morgenstern son:
El individuo puede ordenar alternativas o las
utilidades asociadas a ellas.
Puede establecer relaciones de transitividad en su
ordenamiento preferencial.
Puede determinar pesos α -probabilidades- para
comparar alternativas o las utilidades asociadas.
¿Averso o propenso?
Las personas pueden ser aversas, propensas o

indiferentes al riesgo. Una persona que esté
dispuesta a pagar por "jugar" una lotería podrá
determinar su actitud al riesgo, según el monto
que pague.
39
Propensión al riesgo
Una persona totalmente propensa al riesgo,

enfrentada ante el siguiente juego: $0 con
probabilidad 0.5 y $10,000 con probabilidad
0.5, estará dispuesta a pagar más del valor
esperado del juego por participar en él. O sea,
pagará más de $5,000 por participar en este
juego.
U (I1)
U (I*)
U (Ie)
U (Io)
Io Ie I* I1 $
Aversión al riesgo
Si esa misma persona fuera totalmente aversa

al riesgo y se enfrenta a la misma situación,
pagará menos del valor esperado del juego por
participar en él. O sea pagará menos de
$5,000.
40
U
U (I1)
U (Ie)
U (I*)
U (Io)
Io I* Ie I1 $
Indiferencia al riesgo
Si la mencionada persona fuera indiferente al

riesgo, pagaría exactamente $5,000 por
participar en el juego.
U
U (I1)
U (I*) = U(Ie)
U (Io)
Io I*=Ie I1 $
41
Ni lo uno, ni lo otro
En la realidad las personas no son, ni

totalmente aversas, ni totalmente propensas al
riesgo. Existe alguna evidencia empírica de
que hay rangos de valores en los cuales las
personas son aversas al riesgo y rangos en los
cuales son propensas al riesgo.
Nivel de aspiración
Depende de muchas cosas
También parece existir evidencia de que los

individuos tienden a ser propensos al riesgo
cuando hay en juego pequeñas sumas de
dinero (el caso de las loterías, que además
dividen el billete en fracciones de bajo costo)
y aversos cuando las sumas de dinero son
altas.
42
Determinación de la función de utilidad
La utilidad se puede medir en forma relativa y no en términos

absolutos. Se puede asignar un índice de utilidad a cada uno
de dos valores en forma arbitraria, y a partir de allí construir la
función de utilidad.
Supóngase que se desea determinar la función de utilidad de
un individuo con el propósito de buscar una guía para tomar
decisiones que sean consistentes con los intereses de éste,
definidos en el momento en que se calculó la función. Para
hacerlo, se puede adoptar uno de los dos métodos: a) Por el
método de fijar las probabilidades y variar los resultados de
una supuesta lotería; b) por el método de fijar los resultados de
la lotería y variar las probabilidades.
Determinación de la función de utilidad (cont)
Se procederá a ilustrar el primer procedimiento. Suponga que

se tienen dos alternativas A y B. La primera es un regalo libre
de impuestos de $300.000, y B es una lotería que consiste en
ganar $1.000.000 con probabilidad 0,5 o ganar $0 con
probabilidad 0,5. Se trata de determinar el valor de la
alternativa A que hace indiferente al decisor entre ella y la
alternativa B. Si se asigna una utilidad de 100 utilas (unidad
de medida de la utilidad) a $1.000.000 y 0 utilas a $0, (estos
dos valores 0 y 100 son arbitrarios; solo están condicionados a
que la utilidad asignada a $1.000.000 sea mayor que la
asignada a $0, bajo el supuesto de que se prefiere $1.000.000
a $0), se debe encontrar por prueba y error el valor de A que
hace indiferente al individuo frente a la lotería B; en otras
palabras, hay que negociar
19/02/98
el valor de A.
Copyright Ignacio Vélez Pareja © 128
Supóngase entonces que el individuo prefiere la lotería a la

alternativa A, esto es:
B.>A, entonces: U(B) > U(A)
0,5 x U($1.000.000) + ,5 x U($0) > U($300.000)
Si se sube el valor de A a $700.000, podría resultar:
B.>A y U(B) > U(A)
Supóngase que para A = $600.000 el individuo es indiferente,
esto es: U(B) = U(A)
Es decir:
U($600.000) = 0,50 x U($1.000.000) + 0,50 x U($0)
= 0,50 x 100 + 0,50 x 0 = 50
Entonces la utilidadCopyright
19/02/98
de $600.000 es 50.
Ignacio Vélez Pareja © 129
43
Ahora se puede cambiar el valor de uno de los premios (0 ó

1,000,000) por $600.000 y de manera similar encontrar el
valor intermedio; repitiendo este proceso se pueden encontrar
varios puntos de la función de utilidad y dibujar la curva
correspondiente. Es decir, si se cambia $1.000.000 por
$600.000, se obtendrá un valor determinado T, tal que, 0 T
600.000 y que hace indiferente al individuo frente a la nueva
lotería. Entonces para ese T que hace indiferente al individuo
entre ese valor y la nueva lotería ($600.000 con p = 0,5 y $0
con p = 0,5), la utilidad será:
U(T) = 0,5 x U(0) + 0,5 x U($600.000) = 0,5 x 0 + 0,5 x 50
U(T) = 25
Supongamos este resultado

Pesos Utilas
0 0
400 25
600 50
720 75
1000 100
Determinación de función de utilidad
100
90
80
70
60
Utilas
50
40
30
20
10
0
0 200 400 600 800 1000
$
44
Teoría de la Utilidad Cardinal: ¿sirve?
Esta teoría parece ser aceptable a corto plazo:

cuando el individuo tiene que tomar la
decisión y los resultados son inmediatos.
Puede no ser válida cuando la decisión implica
resultados futuros.
Limitaciones de la teoría de la utilidad
Ser muy cuidadoso al separar este análisis de la apreciación que se tenga

acerca de las probabilidades; de igual manera si se está haciendo un
estimativo de las probabilidades, se debe hacer caso omiso de la
preferencia que se tenga por los resultados.
Otro problema que se presenta es la complejidad de las decisiones.
Situaciones simples como las que se han presentado no ocurren en la
realidad. Al aislar los problemas el decisor actúa diferente.
Un problema pertinente para el análisis económico se presenta cuando se
está trabajando con ingresos y egresos bajo riesgo. ¿Se debe aplicar el
análisis de utilidad antes o después de ser descontado el flujo de dinero a
valor presente? ¿Tiene sentido aplicar una función de utilidad actual a un
riesgo futuro? Para la primera pregunta la respuesta es que se debe trabajar
con valores netos.
Limitaciones de la teoría de la utilidad (cont)
Definitivamente queda por investigar la segunda pregunta:

¿Existe “permanencia” o “invariabilidad” en la función de
utilidad a través del tiempo? La evidencia empírica y el
razonamiento lógico llevan a concluir que no. Esta es una
teoría a corto plazo; a largo plazo, como son los efectos de las
decisiones de inversión de capital, puede no ser adecuada. Sin
embargo, se puede definir una función de utilidad “aceptable”,
por ejemplo cuando el decisor esté en óptimas condiciones de
estabilidad emocional, considerando esa función de utilidad
como la estable o permanente, y tratando de ser consistente
con ella en decisiones futuras. La ventaja de esta forma de
utilizar la función de utilidad es que las decisiones se toman
en forma independiente del estado de ánimo del decisor.
45
Pero estos no son los únicos inconvenientes que se anotan a la teoría de la utilidad.
Algunos adicionales a los mencionados son:
Multiplicidad de objetivos. Esto se había sugerido al comienzo, con la cita de
Shakespeare. La teoría de la utilidad es unidimensional en el sentido de que supone
que existe un solo objetivo para el decisor y que éste puede expresarlo en términos
de dinero. Cuando se plantean alternativas, como la construcción de una represa
donde hay beneficios económicos, pero también costos y beneficios sociales,
ecológicos, políticos, etc, ¿cómo involucrarlos?
Unidimensionalidad en el análisis de la distribución de probabilidad. Esta teoría
solo considera el valor esperado de la distribución. ¿Un decisor será indiferente
entre loterías con igual utilidad esperada y diferente varianza? ¿Qué decir de
distribuciones no simétricas?
Diferencias entre curvas de utilidad halladas por métodos diferentes. Múnera cita
el experimento de Allais por medio del cual se determinaron las curvas de personas
supuestamente racionales, y se encontraron notables diferencias (véase figs. 6, 7, 8
y 9) entre las curvas halladas por los dos métodos mencionados antes. Esto es,
variar en un caso las cantidades y en el otro las probabilidades.
Desconocimiento de la actitud hacia la incertidumbre. Los decisores

tienden a preferir eventos ciertos a eventos inciertos. Esto está ligado al
principio de substitución. Múnera lo elimina de su modelo y lo degrada a
postulado, no lo considera como axioma y lo reemplaza por el principio de
flexibilidad. Este dice que dos loterías no son necesariamente equivalentes
aunque representen el mismo problema de escogencia. Más aun, considera
que existen tres categorías de decisiones que resultan en diferentes
actitudes hacia la certidumbre:
“a) Pesimistas. Una pérdida casi cierta se considera una pérdida cierta,
pero una ganancia casi cierta no se considera una pérdida cierta. b)
Optimistas. Una ganancia cierta se considera una ganancia cierta, pero una
pérdida casi cierta no se considera una pérdida cierta. c) Neutrales. Una
pérdida o ganancia casi ciertas se consideran como pérdida o ganancia
cierta respectivamente”. (Múnera, 1978, p. 61.)
¿Cómo es en la práctica?
En investigaciones realizadas bajo la supervisión del autor
(Cabal, Mejía), se estudió a más de 50 altos ejecutivos de las
áreas de producción y de finanzas de grandes empresas de la
ciudad de Bogotá; no fue posible obtener resultados
significativos para todos, pues se presentaron rechazos en la
etapa final de los experimentos. Los resultados arrojados por
la investigación se encuentran en la siguiente tabla:
Actitud hacia el Área
riesgo Producció Finanzas Tota
Propensos n 11 3 l 14
Adversos 8 9 17
Mixtas 3 7 10
Indiferentes 1 3 4
Total 23 22 45
46
La teoría prospectiva
Daniel Kahneman ganó el premio Nóbel de

Economía en 2002 por su contribución al estudio del
proceso de decisión que hizo con Amos Tversky. Su
mayor contribución es la teoría prospectiva (Prospect
theory, en inglés).
Encontraron que cuando la gente toma decisiones
bajo riesgo actúa como si fuera irracional.
Desarrollaron entonces su teoría prospectiva en la
cual la utilidad, el beneficio o la felicidad percibidos
se asignan a las pérdidas o ganancias del individuo y
no a su riqueza neta después de decidir.
Tres factores críticos …

…explican las actitudes hacia el riesgo.
La “desutilidad” o infelicidad crece más que en forma
proporcional con el tamaño de las pérdidas. Si se pierde $1 la
infelicidad es mayor que la felicidad de ganar $1.
El segundo factor es que la gente aprecia más la posesión de
un bien que la satisfacción 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 subestimación de las probabilidades altas
y medianas, en comparación con la sobreestimación de las
probabilidades bajas. Esto explica que una persona sea
propensa al riesgo cuando las probabilidades de ganancias son
muy pequeñas, como en el caso de una lotería y que tenga una
propensión al riesgo moderada para altas probabilidades de
pérdidas.
El efecto de contexto (framing effect)
La decisión depende de cómo se presente el

problema.
muchos usuarios de tarjeta de crédito saben que
pueden comprar un bien en 100.000 si se paga en
efectivo o en 110.000 si se paga con tarjeta de
crédito. La diferencia puede ser vista como un
descuento si usted paga en efectivo o como un
recargo si paga con tarjeta de crédito. 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 pérdida) y el
punto de referencia es ahora 100.000.
47
Una ilusión óptica
El efecto de contexto es como una ilusión óptica. Es

un problema de percepción. Un caso muy sencillo es
lo que se ve en la siguiente figura:
¿Qué significa mucho?
Muchas veces se debe tratar de cuantificar una

apreciación subjetiva. Esto es necesario, no
porque se subestime la apreciación 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.
Calibración de un Estimativo
Supóngase que se desea estimar la

probabilidad de que se ganará una demanda
instaurada. Existe cierta información conocida
por el abogado (p. ej. antecedentes del juez,
jurisprudencia existente, etc.) que le indica
que hay posibilidades de ganar. Supóngase,
además, que ese pleito se puede representar
como una lotería:
48
Se la cambio
_______gana__________ $300,000
o
______pierde_________ -$150,000
Ahora, se compra esa lotería con un procedimiento
calibrador. Supóngase que se tiene una bolsa con
bolas rojas y blancas (50 rojas y 50 blancas) y se le
ofrece al abogado el siguiente juego o lotería:
... por esto
_____roja P(R) =0.5_____ $300,000
o
____blanca p(B)=0.5 ____ -$150,000
¿Qué prefiere?
Si se prefiere la primera lotería, se puede

afirmar que su percepción de la probabilidad
de ganar es:
P(ganar) > 0.5
Ahora bien, si se cambia el contenido de la bolsa
por 90 rojas y 10 blancas, el nuevo juego o
lotería es :
49
Y, ¿ahora?
____roja P(R) =0.9_____ $300,000
o
___blanca p(B)=0.1 _____ -$150,000
... ¿qué prefiere?
Si prefiere este segundo juego, al primero, se

puede afirmar que que su percepción de la
probabilidad de ganar es:
P(ganar) < 0.90
Con esta información se tiene entonces:
0.5 < P(ganar) < 0.9
Repítalo
Este proceso se puede repetir ajustando las

probabilidades (la proporción de bolas rojas y
blancas) y reducir el rango en el cual se
encuentra P(ganar) hasta precisar su valor.
50
Hasta el final
Por ejemplo, se puede llegar hasta
0.65 ≤ P ( ganar ) ≤ 0.70

y así sucesivamente hasta determinar un
intervalo suficientemente corto que permita
definir su valor.
Determinación de la Probabilidad Subjetiva
Muchas personas tienden a pensar que ésto es

imposible. Sin embargo, por un proceso de
aproximaciones sucesivas se pueden hacer
estimativos subjetivos de la probabilidad de
ciertos valores o intervalos.
Cómo se hace
La metodología es sencilla y pretende asignar

probabilidad 1 a un cierto intervalo y a partir
de allí dividir en forma sucesiva ese intervalo
en otros a los cuales se les asigna una
probabilidad igual a la mitad del intervalo de
origen. Después se hace una verificación de
consistencia, hasta cuando el decisor queda
“satisfecho” con los estimativos a los que se
llegó. Ejemplo.
51
Medición analítica del riesgo
El método propuesto por Hillier para manejar

este tipo de situaciones hace uso del Teorema
del Límite Central de la Estadística y dice que
la distribución del Valor Presente Neto, Costo
Anual Equivalente o Tasa Interna de
Rentabilidad es aproximadamente normal.
Uso de la Estadística
De acuerdo con el método de Hillier, se tiene:
n
Ij
E (VPN ) = ∑j=0
(1 + i ) j
n
Var ( I j )
Var (VPN ) = ∑ (1 + i )
j=0
2n
... con estas variables

donde:
E(.) = Valor esperado de la
expresión que está dentro
del paréntesis.
Ij = Flujo de caja del período j.
Var(.) = Varianza de la expresión
que está dentro del
paréntesis.
I = Tasa de descuento
N = Vida del proyecto en años.
j = Período que se analiza
52
El camaleón
Simulación en el sentido más común de la

palabra significa imitar. Y de esto se trata; se
va a imitar el comportamiento de un sistema a
través de la manipulación de un modelo que
representa una realidad.
Ver archivo Simulación.xls
Simulación ayuda cuando hay complejidad
Hay ciertos problemas que son muy

complejos y cuya solución analítica es
prácticamente imposible de hacer. La
propuesta de Hillier supone un manejo
analítico del problema; sin embargo, la
complejidad de las distribuciones de
probabilidad puede ser alta, de manera que
conocer sus parámetros es muy difícil o
imposible.
Simulación: ¿costosa?
A pesar de que la técnica de simulación tiende

a ser un procedimiento costoso, es uno de los
enfoques más prácticos para abordar un
problema, aunque hoy los recursos
computacionales han reducido en forma
substancial ese costo.
53
Implica la construcción de un modelo
La simulación implica la construcción de un modelo,

el cual es matemático en gran parte. Antes de
describir el comportamiento total del sistema, la
simulación describe la operación de ese sistema en
términos de eventos individuales de cada componente
del sistema, cuyo comportamiento se puede describir,
por lo menos en términos de distribuciones de
probabilidad.
Combine todos los eventos
La interrelación entre estos componentes se

puede involucrar dentro del modelo. La
combinación de los eventos posibles y el
efecto de la interrelación entre los mismos, le
permite al analista determinar la configuración
adecuada de los subsistemas.
No es exacta
Como la simulación trabaja con un número

finito de pruebas, se incurre en un error
estadístico que hace imposible garantizar que
el resultado es el óptimo. De hecho, muchas
veces no se busca el óptimo de una solución
sino el comportamiento de determinado
parámetro.
54
Simulación de Monte Carlo
Una manera cruda o aproximada de hacer una

simulación es la llamada técnica de Monte
Carlo. Antes de ilustrar el uso de la simulación
conviene presentar algunas ideas sobre los
números o dígitos aleatorios y la forma de
generarlos. Estos números permiten tener en
cuenta la interrelación entre las variables
aleatorias.
Arboles de decisión
Ventas Ganancia
15 15
20 15
25 15
30 15
Compra 15
15 -8.75
20 20
25 20
Compra 30 20
20
Compra 25 15 -32.5
20 -3.75
25 25
30 25
Compra 30
15 -56.25
20 -27.5
25 1.25
30 30
Conclusión
Se puede hacer análisis de sensibilidad mucho más allá de

cambiar una variable en un cierto porcentaje o utilizar los
tradicionales criterios de optimista, promedio y pesimista.
La tecnología nos brinda muchas posibilidades que debemos
utilizar.
En conclusión, 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 máximo que va a
encontrar es una medida del riesgo en términos de
probabilidad. Después de eso, es él, con su experiencia quien
debe decidir ayudado con la información disponible.
55

Deciones Riesgo e Insertidumbre

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Deciones Riesgo e Insertidumbre

Hochgeladen von

Copyright:

Verfügbare Formate

Decisiones de Inversión

Ignacio Vélez Pareja

DECISIONES BAJO INCERTIDUMBRE

⌧...Aureliano saltó once páginas para no perder el tiempo en hechos

19/02/98 Copyright Ignacio Vélez Pareja © 2

¡Ah! ... el futuro

Con relación a las consecuencias futuras de

c) ignorancia total.

19/02/98 Copyright Ignacio Vélez Pareja © 3

Se supone que el decisor conoce

19/02/98 Copyright Ignacio Vélez Pareja © 4

Ejemplo de certidumbre total

Un ejemplo es un papel de descuento: Supóngase que se

19/02/98 Copyright Ignacio Vélez Pareja © 5

No determinísticas: riesgo e incertidumbre

En particular, cuando se habla de riesgo e

En la literatura a veces se usa indistintamente.

19/02/98 Copyright Ignacio Vélez Pareja © 7

¿Cuándo hay incertidumbre?

Se dice que hay incertidumbre cuando

19/02/98 Copyright Ignacio Vélez Pareja © 8

Un muchacho desea vender periódicos en la

19/02/98 Copyright Ignacio Vélez Pareja © 9

Los casos de riesgo son muy particulares y los

19/02/98 Copyright Ignacio Vélez Pareja © 10

En una empresa se ha reunido un grupo de

... con cifras

FLUJO DE CAJA EN MILES PARA UN PRODUCTO NUEVO

Se acepta que el concepto de incertidumbre

19/02/98 Copyright Ignacio Vélez Pareja © 13

Por último, la situación de ignorancia total,

Causas del riesgo y de la incertidumbre

Las causas de la variabilidad son básicamente

19/02/98 Copyright Ignacio Vélez Pareja © 15

Inexistencia de datos históricos directamente

Análisis e interpretaciones erróneas de la

19/02/98 Copyright Ignacio Vélez Pareja © 17

Lo mismo, pero en Colombia

En una investigación desarrollada entre 1985

19/02/98 Copyright Ignacio Vélez Pareja © 18

a) Inestabilidad de las medidas económicas y falta de

19/02/98 Copyright Ignacio Vélez Pareja © 19

Cómo disminuir el grado de incertidumbre

Obtener información antes de tomar la

19/02/98 Copyright Ignacio Vélez Pareja © 20

¿Qué es el análisis de sensibilidad?

Es el primer paso para reconocer la incertidumbre.

19/02/98 Copyright Ignacio Vélez Pareja © 21

Reconocer que el cambio en el resultado depende de

¿Para qué sirve?

Identificar las variables más críticas

19/02/98 Copyright Ignacio Vélez Pareja © 23

Sensibilidad en varios niveles

Análisis de sensibilidad de una variable

19/02/98 Copyright Ignacio Vélez Pareja © 24

Análisis de sensibilidad de una variable (What

19/02/98 Copyright Ignacio Vélez Pareja © 25

Ejemplo simple para una variable

19/02/98 Copyright Ignacio Vélez Pareja © 26

Flujo de caja libre

Año 0 Año 1 Año 2 Año 3 Año 4

Flujo de 1.101,4 1.146,5 1.193,5 1.242,5

VP del flujo 4.808,7

19/02/98 Copyright Ignacio Vélez Pareja © 27