Vamos a intentar reconducir una situación de incertidumbre a una situación de riesgo. Se aborda el tema de la incertidumbre porque el suceso, la inversión, no es repetitiva, ya que de serlo se podría utilizar la probabilidad objetiva. Además, no se conocen las características estadísticas. Los pasos a seguir en el cambio de situación son los siguientes:

1. Entre las variables explicativas de la rentabilidad debemos determinar aquellas que originan incertidumbre y su grado de incertidumbre. En otras palabras, debemos clasificar las variables en ciertas, aleatorias o inciertas.
2. Se deberá recabar información subjetiva sobre las variables inciertas.
3. Debemos asignar una función de densidad a estas variables.

En definitiva, reducimos el origen de la incertidumbre a un número de variables de las que no tenemos información objetiva consistente y, entonces, tratamos de buscar información subjetiva para intentar reducir dicha incertidumbre. Sin embargo, se nos presentan dos problemas:

1. Determinar a quién y dónde se recoge la información. Para resolver este problema podemos recurrir a un pronosticador o especialista (ej. tasador).
2. Cómo debemos pedir la información y/o expresarla.

Cuando se pide la información, deberemos solicitar las siguientes estimaciones:

Estimaciones para la Información Subjetiva

a) Estimación Optimista

Es el valor que considera el experto que toma la variable en caso de que todo salga bien.

b) Estimación Más Probable

Es el valor más probable que considera el experto que toma la variable.

c) Estimación Pesimista

Es el valor que considera el experto que toma la variable en el caso de que todo salga mal.

El especialista cree que la variable se encontrará entre el valor optimista y el pesimista. Se piden tres estimaciones por razones psicológicas y operativas. Las razones psicológicas vienen porque el pronosticador tenderá a proporcionar valores por exceso o por defecto de su verdadera creencia, al objeto de que el posible éxito del proyecto se impute a su buena gestión. Las razones operativas vienen porque permiten, gracias a las tres estimaciones, asignar una función de densidad a la variable en cuestión.

Otra Manera de Tratar la Incertidumbre: Teoría Clásica de Decisión

Otra manera de tratar la incertidumbre es a través de la teoría clásica de decisión. La teoría clásica de decisión consiste en la elección de entre varias alternativas excluyentes, una sola de ellas. La teoría consta de una serie de elementos como:

• Varias líneas de acción, estrategias, a seguir por la persona encargada de tomar la decisión.
• Varios estados o situaciones que la naturaleza puede presentar y de los que no tenemos control. Además, los cuales pueden venir en términos de probabilidad.
• Un resultado cifrado en términos monetarios, que será diferente según la estrategia adoptada y el estado de la naturaleza que se presenta. En otras palabras, cuando tomamos una determinada estrategia nos encontramos ante varios estados de la naturaleza posibles, dando lugar a una serie de resultados según estrategia y estado que es lo que se conoce como matriz de pagos o decisión.

Con todo lo anterior podemos formar lo que hemos dicho, una matriz de decisión, a la que le aplicamos los criterios clásicos de decisión: Laplace, Maximin o pesimista, Maximax u optimista, Hurwicz y Savage.

Criterios Clásicos de Decisión

Laplace

Según Laplace, la probabilidad es la misma para todo estado. Se escoge el proyecto que nos dé mayor esperanza.

Maximin o Pesimista

Esperamos que ocurra lo peor en cada proyecto y se escoge lo mejor de lo peor.

Maximax u Optimista

Consideramos que va a ocurrir lo mejor y de los mejores escogemos el mejor.

Criterio de Hurwicz

Es un criterio intermedio entre los dos anteriores donde se asigna un coeficiente de optimismo y de pesimismo.

Savage

Dado un estado de la naturaleza, si el inversor no selecciona la alternativa correcta sufrirá un coste derivado de la diferencia entre el flujo de caja del proyecto mejor y el flujo del proyecto que seleccionó. Nuestro objetivo será minimizar el coste. Para ello, tenemos que establecer la matriz de prejuicios en la cual aparecerán coeficientes nulos. Para hacerla, elegimos el mejor resultado de cada fila y después lo restamos de los otros elementos de la fila. A continuación, elegimos el mejor por columna y de estos mejores elegiremos el peor que será el proyecto seleccionado.

Árboles de Decisión

Hasta ahora, hemos considerado las decisiones en inversión en un contexto estático. Sin embargo, la realidad muestra que las decisiones de inversión se enlazan y se condicionan a lo largo del tiempo, de forma que las decisiones presentes pueden estar condicionadas por las pasadas y a su vez condicionar a las futuras. De ahí que se establezca un proceso secuencial y dinámico. Por ello, la representación de las decisiones secuenciales se hace mediante árboles de decisión. A los valores y probabilidades se les da un valor. Nos movemos en un contexto incierto y de riesgo en los que asignamos unas probabilidades. Los árboles de decisión son gráficos formados por vértices y ramas en los que se representan todas las alternativas posibles (estrategias), los estados de la naturaleza y los resultados que obtendríamos de tomar esas alternativas. Los nudos o vértices los podemos clasificar en:

Tipos de Nudos en los Árboles de Decisión

Nudo Decisional (Cuadrado)

Es aquel del que parten varias ramas que se corresponden con las distintas opciones de inversión. El sujeto decisor tiene que seleccionar una de ellas. El primer vértice siempre será un nudo decisional.

Nudo Aleatorio (Círculo)

Es aquel vértice del que salen ramas que se corresponden a los estados de la naturaleza posibles.

Los nudos están comunicados por ramas, arcos o flechas. Como hemos dicho, el nudo inicial de cualquier árbol será un nudo decisional y cada nudo decisional desemboca en nudos aleatorios. Una vez que tenemos el árbol, lo leemos de izquierda a derecha.