APNDIC CE:

LA P PROBA ABILIDAD AD Y LA TOMA DE D DEC CISIONE ES BAJO O LA INCER ERTIDUM MBREGlennA. A Welsch,Ro onaldoW.Hi ilton,PaulN.Gordon Lib bro:Presupu uestos.Planif ficacinyCo ontroldeUtilidades.5taE Ed.

INTRO ODUCCI N y PROPSITO

Casi toda as las activid dades de latoma t de dec cisiones, la pl lanificaciny el control, s c bajo se llevan acabo condiciones de ince ertidumbre. La L incertidu mbre ambie ental comprende fenm menos tales como: la demand da, los actos s de los com mpetidores y el entorno o regulatorio o. La incert tidumbre tec cnolgica incluye f factores tale es como la ca antidad de m material requ uerido parafabricar f un p producto y la a vida de una unid dad de maqu uinaria. Much has de las de ecisiones yejercicios e deplanificacin p n pueden me ejorarse a travs d de la conside eracin expl cita de la in ncertidumbr re. El props sito de este apndice es s repasar algunos fundamento osdelaprob babilidadyla atomadede ecisionesbajo olaincertidu umbre.Losconceptos c que aqu se tratan pueden p aplic carse a much hos de los pr roblemas y tcnicas t que se han com mentado y discutido oalolargodel d libro.

ELEME MENTOS DE D LA TO OMA DE D DECISION NES BAJO O LA INCE ERTIDUM MBRE

Todasla asdecisionescontienenlo ossiguientes scincoeleme entoscomunes: 1. L Los actos s. L La serie de actos a o accio ones disponib bles (v.g., co omprar unade d las cuatro o unidades de d equipo d disponiblesen e elmercad do). 2. L Los estad dos de la naturaleza n a. L La serie de sucesos qu ue pueden o ocurrir (v.g., diferentes niveles de lla demanda a para el p productooservicio s deun nacompaa a). 3. L Las proba abilidades s de los es stados de la natural leza. A cada est tado se le asigna una a probabilid dad que ref fleja su po osibilidad. Todas T las p probabilidad des son no ne egativas y se e suman a una sola (v.g., la probabillidad de algu una lluvia m mensurableparamaan naesde0.40 0ylaprobabilidaddelluv vianomensu urableesde0.60). 0 4. L Los result tados. P Para cada accin a y cada a estado de la naturalez za, existe un na consecuen ncia o result tado. Por e ejemplo, si el e precio del l producto se e fija en $5 por unidad (la accin), y la demand da es de 1 1000unidad des(elestado odelanatur raleza),elres sultadoeselingresode$ $5000porve entas. 5. L La utilidad d (o valor funcional l o deseab bilidad). E El beneficio o provecho de un result tado puede constituir un na medida d de la utilidad d (o valor f funcional)qu ueseasociaconelresult tado.Deben emplearselo osvaloresfu uncionalescu uandolas m medidas mo onetarias no sean suficie entes para reflejar r la co onsecuencia de un acto o y de un e estado de la a naturaleza. . Por ejemplo lo, una oport tunidad de cincuenta c y c cincuenta de e ganar o p perder $100 0, tiene un valor v moneta ario esperad do e cero [es sto es, ($10 00) (0.50) m s ($100) ( (0.50)). Una a oportunida ad de cincue enta y cincu uenta de ga anar o perd der $1000,0 000 tiene t tambin un valor monet tario esperad do de cero. Sin S embargo, la mayora a de la gente e no vera q queestasjug gadasfueran nequivalente tes.Laactitudanteelries sgodequien ntomaladec cisin,no h hasidoconsideradaenla amedidade elvalormone etarioespera ado.

LaProbabilidadylaTomadeDecisionesbajolaIncertidumbre GlennA.Welsch,RonaldoW.Hilton,PaulN.Gordon

P g i n a |2/6

MAXIMIZAClN DEL VALOR MONETARIO ESPERADO

En situaciones en las que quien toma la decisin no siente aversin al riesgo inherente a una decisin bajo la incertidumbre, es correcto escoger la accin que maximice el valor monetario esperado. En la decisin que se representa en el recuadro A1, por ejemplo, la decisin ptima es seleccionarlaaccina2.Elvalormonetarioesperadodelaaccinaieslasumadelosproductosdelos resultados,bajolaaccina,ylaprobabilidaddeesosresultados. As, el valor esperado que se asocia con la accin a2 se calcula como [4][0 .2] +[1][0.5]+[5][0.3], que dauntotalde2.8.
Tabla 1. Recuadro A-1: Tabla de Resultados
Accin Estado de la Naturaleza Valor Monetario Esperado 2.70 2.80 1.40

s1
2.7 4.0 3.0 0.2

s2
2.7 1.0 1.0 0.5

s3
2.7 5.0 1.0 0.3

a1 a2 a3
Probabilidad del Estado

MAXIMIZACIN DE LA UTILIDAD ESPERADA

Si quien toma la decisin es enemigo del riesgo inherente a una decisin bajo la incertidumbre, debe usar entonces el concepto de una funcin de utilidad (o deseabilidad, trmino propuesto por CharlesGide,profesordelColegiodeFrancia).Lapersonaquetomaunadecisinyquetieneaversin alriesgo,presentaunafuncincncavadeutilidad,comolamostradaenelrecuadroA2.
Tabla 2 Recuadro A-2: Funcin Cncava de Utilidad (Deseabilidad) que muestra la Aversin al Riesgo 7.0 Utilidad del Resultado 6.0 5.0 4.0 3.0 2.0 1.0 0.0 0.0 1.0 2.0 3.0 4.0 5.0 Resultado

Resultado 1.0 2.7 3.0 4.0 5.0 Utilidad del Resultado 1.8 4.0 4.3 5.2 5.9

LaProbabilidadylaTomadeDecisionesbajolaIncertidumbre GlennA.Welsch,RonaldoW.Hilton,PaulN.Gordon

P g i n a |3/6

Las utilidades (deseabilidades) asociadas con los actos y los estados de la naturaleza, se representan en el recuadro A3. Observe que la accin con el ms alto valor funcional es la accin a1 Por qu es que la accin al presenta la utilidad (deseabilidad) esperada ms elevada no obstante que la accin a2 tiene un mayor valor monetario esperado? La razn es que a2 es mucho ms arriesgada que la accin a1. Los resultados monetarios que se asocian con la accin a2, bajo los distintos estados de la naturaleza, varan considerablemente. Por el contrario, los resultados monetarios asociados con la accin a1 no sufren variacin a travs de los estados de la naturaleza. Y puesto que quien toma la decisin es enemigo del riesgo, como lo evidencia la funcin de utilidad en el recuadro A2, es preferiblelamenosriesgosadelasdosacciones1.
Tabla 3 Recuadro A-3: Tabla de Utilidades bajo la Incertidumbre
Accin Estado de la Naturaleza Utilidad Esperada 4.00 3.71 2.30

s1
4.0 5.2 4.3 0.2

s2
4.0 1.8 1.8 0.5

s3
4.0 5.9 1.8 0.3

a1 a2 a3
Probabilidad del Estado

COMPARTIR EL RIESGO
Compartirelriesgosignificaquedosomspersonasparticipandelresultadoriesgosodeunajugada. El seguro es un ejemplo comn de compartir el riesgo, en el cual la gente asegurada comparte sus riesgosdeaccidentesoenfermedadmedianteelpagodeprimasylaliquidacindereclamaciones. A la gente que no le gusta correr riesgos, puede siempre irle mejor cuando comparte los riesgos que afronta. Consideremos, por ejemplo, la funcin de utilidad en el recuadro A2. Supongamos dos personas, denotadas por X y Y; cada una de ellas se enfrenta a la jugada de una oportunidad de cincuenta a cincuenta de recibir $1 o $5. Sin compartir el riesgo, cada persona tiene un valor funcional esperado de 3.85 [o sea, (0.5) (1.8) + (0.5) (5.9)]. Supongamos ahora que X y Y unen sus riesgos acordando dividir por partes iguales el resultado combinado de sus jugadas. Existen as, tres posiblesresultadosparalajugadacombinadaqueafrontanlasdospersonas. Dichosresultadossoncomosigue:
Resultados de X 1 1 5 5 Resultados de Y 1 5 1 5 Resultado Combinado 2 6 6 10 Probabilidad 0.25 0.50 0.25

Puesto que el resultado combinado se dividir por partes iguales entre X y Y, cada una de estas personasafrontaahoralasiguientejugada:
Resultado de cada Persona 2/2 = 1 6/2 = 3 10/2 = 5 Utilidad del Resultado 1.80 4.30 5.90 Probabilidad 0.25 0.50 0.25

Para un estudio ms amplio de la toma de decisiones bajo la incertidumbre, vea Howard Raiffa, Decision Analysis:IntroductoryLecturesonChoicesunderUncertainty(Reading,Mass.:AddisonWesley,1970).
1

LaProbabilidadylaTomadeDecisionesbajolaIncertidumbre GlennA.Welsch,RonaldoW.Hilton,PaulN.Gordon

P g i n a |4/6

La utilidad esperada de cada persona es ahora de 4.075 [esto es, (1.8) (0.25) + (4.3) (0.50) + (5.9) (0.25)]. De esta manera, el compartimiento del riesgo ha incrementado la utilidad (o deseabilidad) esperadadecadapersona. El compartimiento del riesgo puede convertirse en una importante dimensin en el desarrollo de contratos incentivos y de sistemas de evaluacin del desempeo. Los gerentes estarn en mejor posibilidad de aceptar proyectos arriesgados que redunden en el mejor inters de la compaa, si por lo menos estn parcialmente protegidos contra la eventualidad de tener que soportar ellos mismos eseriesgo2.

PRESUPUESTOS PROBABILSTICOS
Una forma en la que las probabilidades pueden introducirse explcitamente en el programa de planificacin y control de utilidades, es mediante el uso de presupuestos probabilsticos de utilidades. Conforme a este enfoque, se hacen varias estimaciones para cada uno de los distintos componentes clave en el presupuesto y se asignan probabilidades a dichas estimaciones. Un mtodo razonable es escoger una estimacin optimista, una pesimista y una muy probable, para cada nmero clave en el presupuesto.EnelrecuadroA4seilustraestemtodo.
Tabla 4 Recuadro A-4: Presupuesto Probabilstico de Utilidades Tabla 5 Estimaciones y Probabilidades
Ingreso por Venta Costo de los Artculos Vendidos Gastos de Venta y de Administracin Probabilidades Pesimista $100 $60 $10 0.25 Muy Probable $150 $50 $10 0.50 Optimista $200 $40 $10 0.25

(*) Estas son las probabilidades asociadas con las distintas estimaciones de cada nmero del presupuesto que se considera como variable independiente. De esta manera, el ingreso por ventas podra ser $100 (con una probabilidad de 0.25) y el costo de los artculos vendidos podraser$50(conunaprobabilidadde0.50).Laprobabilidadconjuntadequeocurranestos dossucesoseselproductodesusprobabilidadesindividuales,0.25X0.50,osea0.125.

Para mayores detalles, vea Robert S. Kaplan, Advanced Management Accounting (Englewood Cliffs, N. J PrenticeHall,1982).
2

LaProbabilidadylaTomadeDecisionesbajolaIncertidumbre GlennA.Welsch,RonaldoW.Hilton,PaulN.Gordon

P g i n a |5/6

Tabla 6 Presupuesto Probabilstico

Ingreso por Ventas Costo de los Articulos Vendidos $60.00 P = 0.25 $100.00 P = 0.25 $50.00 P = 0.50 $40.00 P = 0.25 $60.00 P = 0.25 $150.00 P = 0.50 $50.00 P = 0.50 $40.00 P = 0.25 $60.00 P = 0.25 $200.00 P = 0.25 $50.00 P = 0.50 $40.00 P = 0.25 Gastos de V y A Utilidad Probabilidad

$10.00

$30.00

0.0625

$10.00

$40.00

0.1250

$10.00

$50.00

0.0625

$10.00

$80.00

0.1250

$10.00

$90.00

0.2500

$10.00

$100.00

0.1250

$10.00

$130.00

0.0625

$10.00

$140.00

0.1250

$10.00

$150.00

0.0625

El resultado del mtodo ilustrado en el recuadro A4 es que la administracin tiene una distribucin de probabilidades acerca de los posibles niveles de utilidades, en lugar de una estimacin de un solo punto. Adems, pueden calcularse diversas estadsticas resumidas para esta distribucin de probabilidades. Por ejemplo, la media o el valor esperado de la distribucin de utilidades es $90. Desde luego, es posible ser mucho ms sofisticados en la aplicacin de esta tcnica. Pueden especificarse complicadas distribuciones de las probabilidades para todos los componentes importantes en el proceso presupuestal. Puede despus usarse una computadora para calcular todas lasposiblescombinacionesdelosvaloresdeloscomponentesdelpresupuestoylasprobabilidadesde losnivelesdeutilidadesresultantes.Muchascompaasimportantesaplicanesteenfoqueempleando simulacionesencomputadora,pararesolverpreguntasdequ tal siacercadelosefectos,sobrela lneadelfondo,deloscambiosenloscomponentesdelpresupuesto3.

OTRAS TCNICAS PROBABILSTICAS

En este apndice apenas hemos araado la superficie de los posibles usos de las probabilidades en la planificacin y control de utilidades. Por supuesto, existen muchas otras tcnicas. Por ejemplo, el AnlisisdeCostoVolumenUtilidad,puedellevarseacaboconestimacionesprobabilsticasdelprecio de venta, del costo variable, del costo fijo, etc. De acuerdo con este enfoque, en vez de un solo punto
3

Para comentarios adicionales, vea William L. Ferrara y Jack C. Hayya, Toward Probabilistic Profit Budgets, ManagementAccounting,October1970.

LaProbabilidadylaTomadeDecisionesbajolaIncertidumbre GlennA.Welsch,RonaldoW.Hilton,PaulN.Gordon

P g i n a |6/6

de equilibrio, uno calcula la probabilidad de alcanzar el equilibrio. Pueden tambin emplearse las probabilidades en reas tales como la investigacin de las variaciones en los costos, la planificacin deproyectosypresupuestosdecapital,paracitarslounascuantas4.Ellectorqueseintereseenesta materiapuedeconsultarlalistadereferenciassugeridas,queseincluyeenseguida.

Referencias
DEMSKI, JOEL, and GERALD FELTHAM, Cost Determination: A Conceptual Approach. Ames: IowaStateUniversityPress,1976. FERRARA, WILLIAM L., and JACK C. HAYYA, Toward Probabilistic Profit Budgets, ManagementAccounting,October1970. KAPLAN,ROBERTS.,AdvancedManagementAccounting.EnglewoodCliffs,N.].:PrenticeHall, 1982. MAGEE,ROBERTS.,AdvancedManagerialAccounting.NewYork:Harper&Row,1986. RAIFFA, HOWARD, Decision Analysis: Introductory Lectures on Choices under Uncertainty. Reading,Mass.:AddisonWesley,1970.

Vea Kaplan, Advanced Management Accounting; o Robert Magee, Advanced Managerial Accounting (New York:Harper&Row,1986).