Curso de especialização em Finanças e Economia Disciplina: Incerteza e Risco Prof: Sabino da Silva Porto Júnior Sabino@ppge.ufrgs.



Documentos relacionados
DECISÃO SOB INCERTEZA

Escolha do Consumidor sob condições de Risco e de Incerteza

Introdução. Incerteza: o básico. Perfil do tomador de risco: Teoria da Probabilidade. Prof: Sabino da Silva Porto Júnior

CURSO ON-LINE PROFESSOR: VÍTOR MENEZES

TEORIA DE ERROS * ERRO é a diferença entre um valor obtido ao se medir uma grandeza e o valor real ou correto da mesma.

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 4.3. Decisão Intertemporal do Consumidor O Mercado de Capital

1 Princípios da entropia e da energia

UNIVERSIDADE PRESBITERIANA MACKENZIE CCSA - Centro de Ciências Sociais e Aplicadas Curso de Economia

UNIVERSIDADE DO ESTADO DA BAHIA - UNEB DEPARTAMENTO DE CIÊNCIAS EXATAS E DA TERRA COLEGIADO DO CURSO DE DESENHO INDUSTRIAL CAMPUS I - SALVADOR

X = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)

AEP FISCAL ESTATÍSTICA

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão

Regressão e Correlação Linear

Covariância e Correlação Linear

Despacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Medida de Probabilidade

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Jogos. Redes Sociais e Econômicas. Prof. André Vignatti

Rastreando Algoritmos

Sistemas de Filas: Aula 5. Amedeo R. Odoni 22 de outubro de 2001

Y X Baixo Alto Total Baixo 1 (0,025) 7 (0,175) 8 (0,20) Alto 19 (0,475) 13 (0,325) 32 (0,80) Total 20 (0,50) 20 (0,50) 40 (1,00)

4 Critérios para Avaliação dos Cenários

Polos Olímpicos de Treinamento. Aula 10. Curso de Teoria dos Números - Nível 2. Divisores. Prof. Samuel Feitosa

PROVA DE MATEMÁTICA DO VESTIBULAR 2013 DA UNICAMP-FASE 1. RESOLUÇÃO: PROFA. MARIA ANTÔNIA C. GOUVEIA

Objetivos da aula. Essa aula objetiva fornecer algumas ferramentas descritivas úteis para

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ADMINISTRAÇÃO PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO ESPECIALIZAÇÃO EM MERCADO DE CAPITAIS

CAPÍTULO IV TEORIA DE JOGOS

Um protótipo de mercado de ações usando Algoritmos Genéticos

CAPÍTULO 1 Exercícios Propostos

Probabilidade nas Ciências da Saúde

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

Energia de deformação na flexão

NOTA II TABELAS E GRÁFICOS

Implementação Bayesiana

2 Incerteza de medição

Jogos Equilíbrio de Nash

Teoria Elementar da Probabilidade

7. Resolução Numérica de Equações Diferenciais Ordinárias

Introdução à Análise de Dados nas medidas de grandezas físicas

CAPÍTULO VI Introdução ao Método de Elementos Finitos (MEF)

1.UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA, MG, BRASIL; 2.UNIVERSIDADE FEDERAL DE GOIÁS, GOIANIA, GO, BRASIL.

PARTE Apresente as equações que descrevem o comportamento do preço de venda dos imóveis.

CENTRO UNIVERSITÁRIO DO LESTE DE MINAS GERAIS - UnilesteMG

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 5.3. Afectação de Bens Públicos: a Condição de Samuelson

Probabilidade e Estatística. Correlação e Regressão Linear

LQA - LEFQ - EQ -Química Analítica Complemantos Teóricos 04-05

Introdução e Organização de Dados Estatísticos

2) Como há 6 tipos de peso, e estamos avaliando 2 peças, o espaço amostral será uma matriz 6 x 6:

5.1 Seleção dos melhores regressores univariados (modelo de Índice de Difusão univariado)

3 Algoritmos propostos

1. Conceitos básicos de estatística descritiva. A ciência descobre relações de causa efeito entre fenómenos. Há fenómenos que são muito complexos

Forma extensiva: Jogos na forma extensiva: Definições: Observações

Apostila de Estatística Curso de Matemática. Volume II Probabilidades, Distribuição Binomial, Distribuição Normal. Prof. Dr. Celso Eduardo Tuna

Aula 11 Esperança e variância de variáveis aleatórias discretas

3 A técnica de computação intensiva Bootstrap

PROBABILIDADE - CONCEITOS BÁSICOS

Influência dos Procedimentos de Ensaios e Tratamento de Dados em Análise Probabilística de Estrutura de Contenção

7 - Distribuição de Freqüências

Sistemas Robóticos. Sumário. Introdução. Introdução. Navegação. Introdução Onde estou? Para onde vou? Como vou lá chegar?

Universidade Estadual de Ponta Grossa/Departamento de Economia/Ponta Grossa, PR. Palavras-chave: CAPM, Otimização de carteiras, ações.

GST0045 MATEMÁTICA FINANCEIRA

2. VARIÁVEIS ALEATÓRIAS

Física. Física Módulo 1 Vetores, escalares e movimento em 2-D

COMO PARTICIPAR EM UMA RODADA DE NEGÓCIOS: Sugestões para as comunidades e associações

Elaboração: Fevereiro/2008

Microeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 5.4

3. Estatística descritiva bidimensional

Classificação de Padrões

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Sinopse da Teoria da Escolha

REGRESSÃO LOGÍSTICA. Seja Y uma variável aleatória dummy definida como:

CAPÍTULO 4 - Variáveis aleatórias e distribuições de probabilidade

MÓDULO 6 INTRODUÇÃO À PROBABILIDADE

Elementos de Estatística e Probabilidades II

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Sempre que surgir uma dúvida quanto à utilização de um instrumento ou componente, o aluno deverá consultar o professor para esclarecimentos.

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ

R X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais

Mercados de Publicidade

Caderno de Exercícios Resolvidos

Quem quer ser um milionário? Série Matemática na Escola

COMO GANHAR DINHEIRO COM AS APOSTAS?

Documento Explicativo

Cálculo do Conceito ENADE

Diferença entre a classificação do PIB per capita e a classificação do IDH

Microeconomia I. Licenciaturas em Administração e Gestão de Empresas e em Economia

AV2 - MA (a) De quantos modos diferentes posso empilhá-los de modo que todos os CDs de rock fiquem juntos?

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Números Complexos. Conceito, formas algébrica e trigonométrica e operações. Autor: Gilmar Bornatto

Núcleo de Pesquisas em Qualidade de Vida FCECA 4 MENSURAÇÃO DO BEM-ESTAR SOCIAL: ALTERNATIVA METODOLÓGICA E REQUERIMENTO DE DADOS

01. Em porcentagem das emissões totais de gases do efeito estufa, o Brasil é o quarto maior poluidor, conforme a tabela abaixo:

Lista de Exercícios de Recuperação do 2 Bimestre. Lista de exercícios de Recuperação de Matemática 3º E.M.

Associação de resistores em série

INTRODUÇÃO À PROBABILIDADE. A probabilidade é uma medida da incerteza dos fenômenos. Traduz-se por um número real compreendido de 0 ( zero) e 1 ( um).

Tomada de Decisão e Distribuições de Probabilidade. Lupércio França Bessegato

Contagem (2) Anjolina Grisi de Oliveira / CIn-UFPE. Centro de Informática Universidade Federal de Pernambuco

VE = (0.1)($100) + (0.2)($50) + (0.7)($10) = $27.

Transcrição:

Incerteza: o básco Curso de especalzação em Fnanças e Economa Dscplna: Incerteza e Rsco Prof: Sabno da Slva Porto Júnor Sabno@ppge.ufrgs.br Introdução Até agora: conseqüêncas das escolhas dos consumdores são conhecdas com certeza. Nova suposção: consumdores e produtores tem apenas uma déa aproxmada dos resultados possíves e atrbuem probabldades para dstntos cenáros possíves. DECISÃO SOB INCERTEZA Probabldades (objetva e subjetva): permtem analsar decsão sob ncerteza. Aplcações: Mercado de seguros ampla-se o conjunto de commodtes. 2 [PPGE/UFRGS]

Perfl do tomador de rsco: A decsão por correr mas rsco e maxmzar ganhos (títulos na bolsa de valores) ou correr menos rsco e mnmzar os ganhos depende do perfl do tomador de rsco e de suas preferêncas pessoas. A teora da Utldade possblta ao tomador de decsão ncorporar ao processo decsóro suas preferêncas em relação ao rsco: aversão, neutraldade ou propensão ao rsco e outros fatores subjetvos. Para cada tomador de decsão uma função de utldade 3 Teora da Probabldade Mundo com certeza: Ação resultado certo = ocorre com certeza Agora: Mundo com ncerteza: Ação resultado ncerto = dferentes resultados possíves Se for possível atrbur probabldade postva para esses resultados ncertos é possível analsar decsão de rsco de forma semelhante a analse de decsões em jogos de azar. 4 [PPGE/UFRGS] 2

Teora da Probabldade Probabldade objetva: observável va expermento Ex: moeda não-vcada arremessada mutas vezes (000 a 0000 vezes) Moeda justa: p(ca)=p(co)= 50%. Obtém-se, portanto, uma dstrbução de probabldades sobre resultados que é objetva e sso permte fazer prevsões. 5 Teora da Probabldade Moeda Justa: Cara com probabldade ½ Coroa com probabldade ½ Dado justo: ponto pr /6 2 pontos pr /6 3 pontos pr /6 4 pontos pr /6 5 pontos pr /6 6 pontos pr /6 6 [PPGE/UFRGS] 3

Teora da Probabldade Probabldade subjetva: experênca; formação/pesqus (nformações a pror); crença. Ex: decdr entre dos atvos; decdr entre dos empregos; tratamento médco. Palpte do Gerente: Um Atvo para R$ 6 por ação com pr /3 e nada com pr zero. Outro Atvo paga R$ 3 com pr ½ e R$ com pr ½ Outro Gerente: tera outro conjunto de palptes. 7 O que devemos saber sobre probabldades? Somam Valor esperado Varânca Independênca 8 [PPGE/UFRGS] 4

O que devemos saber sobre probabldades?. Probabldades somam : Moeda: ½ + ½ = Dado: /6 + /6 + /6 + /6 + /6 + /6 = Atvos: /3 + 2/3 = Eventos são mutuamente exclusvos Exaurem todos os resultados possíves Apenas um evento ocorrerá 9 O que devemos saber sobre probabldades? 2. Valor esperado: valor médo dos resultados possíves. Num jogo jogado mutas vezes esse resultado é o esperado. Multplca-se cada resultado por sua probabldade e somam-se os produtos Aposta justa: o preço pago para partcpar do jogo (gamble) é gual ao valor esperado do jogo. 0 [PPGE/UFRGS] 5

E[A] = valor esperado do Atvo Se os atvos custam R$ 2, então, a aposta é justa: 2 E [ A ] = (6) + (0) = 2 3 3 E [ A2 ] = (3) + () = 2 2 2 Proposção: o valor esperado de um resultado certo (pr = ) é o própro valor do resultado. 3. Varânca: jogos dferentes com o mesmo valor esperado podem dferr na dspersão em relação a meda Varânca = é a soma da dferença ao quadrado entre os resultados possíves e o valor esperado da lotera, cada uma, multplcada por suas respectvas probabldades. 2 [PPGE/UFRGS] 6

Varânca: dspersão méda dos resultados em relação à méda. Var Var Var 2 2 + 3 3 6 8 3 3 2 2 = (3 2) + ( 2) 2 2 2 [ A ] = ( 6 2) ( 0 2) [ A ] = + = 8 [ A ], 0 2 = 3 4. Independênca Cada vez que o jogo é jogado a dstrbução de probabldades dos resultados é a mesma do jogo sendo uma únca vez. Resultados possíves são ndependentes: A ocorrênca de um evento não tem nfluênca sobre a probabldade de ocorrênca de outro evento. Toda vez que uma moeda justa é arremessada, a probabldade de ocorrer cara contnua sendo de ½ não mportando quantas coroas tenha ocorrdo ate então. 4 [PPGE/UFRGS] 7

Proposção: Se dos eventos são ndependentes então a probabldade de que ambos ocorram juntos é a multplcação de ambas as probabldades. Probabldade de obter cara e cara em dos arremessos sucessvos é: Pr(ca, ca) = (/2)(/2) = ¼ Pr(ca, co)= ¼ Pr(co, ca)= ¼ Pr(co, co)= ¼ 5 3 Arremessos: há 8 seqüêncas gualmente prováves Pr(ca, ca, ca)= (/2)(/2)(/2)= (/8) n-arremessos: Há 2 n seqüêncas gualmente prováves cada uma ocorrendo com probabldade (/2) n. Suposção: cada ação n-resultados ndependentes e dferentes. x = valor do - ésmo resultado p = probabld ade do - ésmo resultado ocorrerá. 6 [PPGE/UFRGS] 8

Propredades da probabldade n. p =, 0 = 2. pr ( x, x ) = j 3. E [ x ] n [ x ] = p ( x x ) 2 4. Var x = ( = n = p )( p x p ); n j = x = 2. 7 Função Utldade Esperada ou Funcao Utldade de von Neumann- Morgenstern. Lvro: Theory of Games and Economc Behavour Autores: John(y) Von Neumann e Oskar Morgenstern (944; 947) 8 [PPGE/UFRGS] 9

Paradoxo de São Petersburgo Voce deve pagar R$ 00 para jogar um dos seguntes jogos, qual voce escolhera? Jogo : Voce recebe de volta R$00. Jogo 2: arremessa-se uma Moeda justa e: Se sar Cara, voce ganha R$ 200. Se sar Coroa, voce ganha R$ 0. 9 Qual jogo, você escolhera? Jogo 3: Arremesso de um dado Justo que paga os seguntes premos: Se sar, voce ganha R$ 400 Se sar 2, voce ganha R$ 70 Se sar 3, voce ganha R$ 55 Se sar 4, voce ganha R$ 25 Se sar 5, voce ganha R$ 40 Se sar 6, voce ganha R$ 0 20 [PPGE/UFRGS] 0

Usando o crtéro do Valor Esperado: Todos os jogos têm valor esperado dêntco e gual a R$ 00. Nova questao: voce escolhera gualmente todos os jogos ou voce é ndferente aos tres jogos? Vamos calcular a varanca dos jogos: Jogo : varânca zero 2 2 Jogo 2: Var( jogo2) = ( 200 00) + (0 00) = 0. 000 2 2 2 Jogo 3: Var( jogo3) = 6 2 2 2 2 2 2 ( 300 + 30 + 45 + 75 + 60 + 90 ) = 8. 375 Portanto, você podera optar pelo jogo que é o que apresenta a menor varânca. 22 [PPGE/UFRGS]

Paradoxo de São Petersburgo Danel Bernoull (738) Matemátco suíço do século XVIII. Fo Introduzdo pelo seu prmo Ncolaus Bernoull em 73. Hstora do jogo: uma moeda justa é arremessada até que cara aparece pela prmera vez. O payoff do jogador depende do numero de arremessos antes de cara aparecer pela prmera vez. 23 Payoffs do jogo: Se cara aparece na a tentatva: R$ 2 (p=/2) Se cara aparece na 2a tentatva: R$ 4 (p=/4) Se cara aparece na 3a tentatva: R$ 8 (p=/8) Se cara aparece na 4a tentatva: R$ 6 (p=/6) ----------------------------------------------------------- Se cara aparece na n-ésma tentatva: R$ 2 n (p=/ 2 n ) 24 [PPGE/UFRGS] 2

Valor Esperado desse Jogo: VE ( jogo VE ( jogo VE ( jogo ) = 2 + 4 + 8 +... 2 4 8 = n ) 2 n n = 2 ) = + + + + +... = Paradoxo: nnguém pagara uma quantdade nfnta para jogar esse jogo proposto, mesmo esperando ganha uma fortuna. Alás, poucos pagaram pouco mas do que alguns reas para jogar esse jogo. Motvo: a varânca também é nfnta. E mutos preferem menos ncerteza a mas ncerteza. 25 Motvação para Utldade Esperada: Paradoxo de São Petersburgo: sugere que precsamos de outro conceto além do valor esperado para tomar decsão num ambente envolvendo Incerteza e Rsco. Usamos a Utldade Esperada (EU): que se consttu numa representação das preferêncas sob ncerteza em termos de valor esperado de um conjunto de utldades sobre os resultados ou conseqüêncas possíves de uma ação ou escolha. A função utldade assoca aos prêmos monetáros valores de uma quantdade abstrata chamada utldade de modo a representar o comportamento do tomador de decsão em relação ao rsco. 26 [PPGE/UFRGS] 3

Utldade Esperada U vn M = EU = { } pu( x) = Lnear em Probabldades (p ) n Passos necessáros: a. Defnr um conjunto de suposções razoáves que o índce de Utldade Esperada deve satsfazer. b. Construr um Índce de Utldade Esperada. 27 Utldade Esperada- Axomas báscos (suposções). Preferêncas sobre resultados possíves são completas, reflexvas e transtvas. Supor rank de resultados:. X = por resultado Subscrto ndca ordem de 2. Xn = melhor resultado preferênca 2. Loteras compostas podem ser reduzdas a loteras smples x~. A lotera composta tem a mesma probabldade fnal sobre resultados que a lotera smples. 28 [PPGE/UFRGS] 4

Exemplo de Lotera composta: reduconsmo Prmero jogo (gamble): Regras ou hstóra do jogo: Arremesse uma moeda: se CARA aparece, você deve arremessar outra moeda, se CARA aparece novamente você ganha R$,00. Se aparece COROA você ganha R$ 0,75. Se aparece coroa no prmero arremesso: você deve jogar um dado. Seu prêmo agora é R$ 0,0 por ponto no dado, ou seja, você ganha: R$ 0,0 Ponto; R$ 0,20 2 Pontos; (...); R$ 0,60 6 Pontos. 29 Fgura ou representação gráfca do jogo Game : Pr (ca)= Pr(co)= 05 0,5 P(ca,ca)= (/2)(/2) = (¼) chance de obter R$,00 P(ca,co)=(/2)(/2) = (/4) chance do obter R$ 0,75 Game 2: Coroa na prmera rodada: P(co, )= (/2)(/6) = (/2) chance de obter R$ 0,0 P(co, 2)= (/2)(/6) = (/2) chance de obter R$ 0,20 P(co, 3)= (/2)(/6) = (/2) chance de obter R$ 0,30 P(co, 4)= (/2)(/6) = (/2) chance de obter R$ 0,40 P(co, 5)= (/2)(/6) = (/2) chance de obter R$ 0,50 P(co, 6)= (/2)(/6) = (/2) chance de obter R$ 0,60 30 [PPGE/UFRGS] 5

Nova Lotera: reduzda Oferece: R$,00 com pr =/4 R$ 0,75 com pr= ¼ R$ 0,60 com pr= /2 R$ 0,50 com pr= /2 R$ 0,40 com pr= /2 R$ 0,30 com pr= /2 R$ 0,20 com pr= /2 R$ 0,0 com pr= /2 Fgura do jogo: Lotera composta 3 lotera reduzda roda da fortuna Grar a RODA DA FORTUNA: ganha o prêmo assocado com a quantdade mostrada onde o pontero para. Pedaços de pzza Probabldade da Lotera smples. Axoma 2: dz que o consumdor é ndferente entre joga o prmero ou segundo jogo. Os dos jogos propcam a mesma utldade. 32 [PPGE/UFRGS] 6

Segundo jogo: roda da fortuna 33 Utldade Esperada: axomas báscos 3. Axoma da contnudade: para cada resultado x entre x ex n o consumdor pode atrbur uma probabldade p, tal que ele é ndferente entre obter x com certeza e jogar uma lotera (que envolve obter x n com probabldade p ex com probabldade (- p )). Vamos chama-la de lotera x~ Notação : x~ = lotera x = ( x, x n p = probabld ade de sar o resultado ( - p ) = probabld ade de obter o resultado ) = resultados possíves da lotera. x x n 34 [PPGE/UFRGS] 7

Axoma da Substtutbldade: a lotera x~ x sempre pode ser substtuída por seu Equvalente certo (EC) x em qualquer outra lotera, pos o consumdor é ndferente entre eles. 5. Preferêncas sobre loteras são transtvas 6. Axoma da monotoncdade: se duas loteras têm 2 alternatvas t dêntcas, cada uma dferndo d em probabldades, então a lotera que dá maor probabldade para a alternatva mas preferda é preferda à outra lotera. px + p) x p x + ( p ) x sse p [ ] [ ] p n ( n 35 Indvíduo raconal: escolhe a alternatva de rsco que maxmza utldade esperada Proposção: se preferêncas sobre loteras satsfazem os axomas () a (6) então podemos assnalar números U(x ) assocados com x, tal que se compararmos 2 loteras L e L que oferecem probabldade (p...p n ) e (p...p n ) de obter os mesmos resultados, L será preferível a L sse: n pu ( x ) > pu ( x ) = n = 36 [PPGE/UFRGS] 8

Interpretações: I. A ordem de classfcação no rankng de Utldades Esperadas, reflete a ordem no rankng de classfcação sobre Loteras. II. Indvduo raconal: Maxmza Utldade esperada ao escolher alternatvas quem envolvem rsco ou ncerteza. 37 O Índce de Utldade de vn-m Forma de construção: 38 [PPGE/UFRGS] 9

) Constura o Rankng de todos os resultados possíves: x x 2 x3... x n x n Atrbua, ao resultado menos-preferdo, valor utldade zero: u(x )= 0; Atrbua, ao resultado mas-preferdo, valor utldade um: u(x n )= ; Atrbua, a todos os resultados ntermedáros possíves x um valor utldade p : 39 Resumo: U ( x ) 0 U ( x n U ( x ) ) p Onde: x = é um Equvalente Certo de uma lotera que gera o premo x n com probabldade p e x com probabldade p. Equvalente Certo: é a quantdade de dnhero pela qual o ndvduo é ndferente entre a lotera e a quantdade certa. 40 [PPGE/UFRGS] 20

Reforçando: x é o Equvalente Certo (EC) de uma lotera envolvendo x n com probabldade p e x com probabldade (-p ). Esse índce de utldade equvale a tomar valores esperados das utldades de x n e x usando as probabldades p e (-p ) assocadas com a lotera para a qual x é o EC: U ( x ) = pu ( xn) + ( p ) U ( x) = p + 0 = p (2) 4 Esse índce de utldade descrto em () e (2) é únco em transformações lneares ou afns: Uma transformação lnear preserva o EC. Consdere U(x ), então: V ( x ) = c + du ( x ) (3) Substtun V ( x ) = c + d.0 = c V ( x ) = c + d. = c + d n De (4) a Utldade do () em (3) : Esperada de x, dad o p V ( x ) = p ( c + d ) + ( p ) c = c + dp O valor de V(x ) é o mesmo da utldade transformada de x. Portanto, (5) mostra que quando avalamos a utldade esperada de x va transformação lneares das utldades de x e x n obtemos de volta a utldade transformada de x e sso sgnfca que transformações lneares preservam o EC. (4) (5) : 42 [PPGE/UFRGS] 2

Axoma da Independênca: Axoma da Independênca : a relação de preferêncas no espaço de loteras smples satsfaz o axoma da Independênca se para três loteras dstntas L, L' e L"pertencente ao espaço de Loteras,e tomando-se a dstrbução de Probabldades sobre resultados p [0,], temos que : se L L', então, p L + (- p )L" p L' + ( p ) L". Em palavras: Se combnarmos cada uma das duas loteras L e L com uma tercera lotera L, então a ordem das duas msturas resultantes não depende (ndependênca) da tercera lotera utlzada L. Ou seja, a ordem de preferêncas entre loteras L e L não se altera. 43 Comportamento em relação ao rsco Comportamento dos ndvíduos, que são defndos pela forma da UE:. Rsk averse: para uma rqueza constante um resultado certo é sempre preferível a uma lotera com o mesmo valor esperado, mas com alguma varânca postva 2. Rsk neutro: o ndvduo ndferente entre o resultadocertoealoterademesmovaloresperado. 3. Rsk lover: ndvduo prefere a lotera ao resultado certo. 44 [PPGE/UFRGS] 22

Aversão ao rsco 3 resultados possíves 2 ações que podem ser tomadas e que rendem os resultados com probabldades dferentes Resultado : R$ 50 U(50) = 30 Resultado 2: R$ 00 U(00) = 80 Resultado 3: R$ 50 U(50) = 0 (6) Ação A: rende R$ 00 e tem uma EU de 80: E{U(ação A)}= ().U(00)= 80. (7) Ação B: rende R$ 50 com pr. ½ e rende R$ 50 com pr. ½. 45 { ( ação B) } E U = U (50) + 2 E U 2 E U ( ação B) < E U ( ação A) 2 { ( ação B) } = (30 + 0) = 70 U (50) { } { } (8) Mesmo cada ação rendendo um payoff esperado de R$ 00, a Utldade Esperada da ação B é menor que a Utldade Esperada da ação A. Isso ocorre porque a função Utldade desse ndvduo é côncava. Questão: qual a forma R$ 00 U(00) = 80 funconal da função Utldade R$ 50 U(50) = 30 de Bernoull? R$ 50 U(50) = 0 Dca: é uma função Côncava 46 [PPGE/UFRGS] 23

Indvduo Avesso ao Rsco: Função Utldade U(x) côncava. $50 $00 $50 A EU do gamble 50/50 em [00+50] e [00-50] está no ponto médo da combnação lnear da utldade de R$ 50 e R$ 50. Essa EU = 70, é menor do que recebe R$ 00 com certeza, EU = 80. Proposção: ndvíduos que tem função utldade côncava são avessos ao rsco. 47 Aversão ao rsco: Este ndvduo, que é avesso ao rsco, estara dsposto a pagar a quantdade γ para evtar o rsco: Com um payoff de [00- γ] o ndvíduo obtém uma U(00- γ)= 70 e não tem que tomar qualquer rsco. Defnmos: γ = prêmo de rsco: é a quantdade que um ndvduo avesso ao rsco está dsposto a pagar para não correr rscos. [00- γ]= Equvalente certo 48 [PPGE/UFRGS] 24

Attudes em relação ao rsco: U (x) E{U(x)\ U x a x x + a x ã x x 4- a x-a x x + a x Rsk Neutro Rsk Averse Rsk Lover 49 Rsk Averse Utldade margnal dmnu com aumento da renda Prefere uma renda certa de 20 a uma lotera que oferece 0 com probabldade ½ e 30 com probabldade de ½. 50 [PPGE/UFRGS] 25

Rsk Lover A lotera propca mas utldade que o resultado certo (20). 0,5 5 [PPGE/UFRGS] 26