Microeconomia II – 2º Semestre

Incerteza e Informação

1
 Incerteza e Informação

1.Incerteza vs Informação
2. Decisão em contexto de Incerteza
a) Lotarias
b) F. utilidade de VN-M
c) Aversão ao risco
d) Exercícios
3. Informação assimétrica
a) Selecção adversa
b) Moral hazard
c) Sinais

2
 Incerteza vs Informação

• O modelo de escolha dos agentes económicos de que falamos até

agora é totalmente determinístico e baseia-se na hipótese de
“Informação perfeita”
• O agente económico tem informação completa sobre as
características dos produtos e dos outros parâmetros que afetam a
sua escolha e consegue prever exatamente as consequências das
suas decisões
• Informação perfeita é uma hipótese muito forte. Pressupõe que o
custo da informação é zero, o que nunca é verdade.
• Desde que a informação tenha custo positivo, os agentes
económicos procurarão atingir um nível de informação ótimo,
pesando o seu custo e benefício esperado, mas raramente
atingindo informação perfeita
 Incerteza vs Informação

• Por outro lado, alguns parâmetros da escolha são estocásticos por

natureza (qual a nossa esperança de vida, qual o clima daqui a uma
semana, qual a taxa de juro ou de câmbio daqui a um mês) ou são
informação privada e não obtenível com certeza (qual a estratégia
dos nossos concorrentes ou fornecedores, quais os novos produtos
que vão ser lançados no mercado no próximo ano, qual a taxa de
desgaste de um automóvel novo ou usado)

• Daí que a maioria das nossas decisões tenham de ser tomadas em

contexto de incerteza.

• Incerteza é o inverso de informação; quanto mais informação

menos incerteza e vice-versa.
 Lotarias

• Os consumidores enfrentam assim problemas de escolha entre

alternativas não certas, ou seja, aleatórias. O objeto da sua decisão
pode ser o que designamos por “lotaria”
• Uma lotaria é um conjunto ordenado de vários resultados
possíveis (x1,x2,x3), cada um com uma probabilidade associada
(p1,p2,p3), que passaremos a designar por
L = [(p1,x1),(p2,x2),(p3,x3)]
• Para simplificar, vamos assumir que cada lotaria tem apenas 2
resultados possíveis (x , y), com probabilidades (p, (1-p)), ou seja,
[(p,x),(1-p,y)] .
• Nada impede que y possa também ser uma lotaria, com resultados
(w,z) e probabilidades (t, (1-t)). Assim, teremos de facto 3
resultados (x,w,z) com probabilidades (p,(1-p)t, (1-p)(1-t)). E por
aí fora.
 Utilidade de Von
Neumann- Morgenstern

• Em relação a todas as decisões à sua escolha (determinísticas ou

lotarias) os consumidores têm então um sistema de preferências
com as hipóteses habituais, que garante a existência de uma
função utilidade representativa desse sistema de preferências, no
sentido em que A } B => U(A) > U(B)

• Para raciocinar em contexto de incerteza é, contudo, conveniente

assumir algumas hipóteses adicionais sobre o sistema de
preferências, hipóteses que garantem novas propriedades à função
utilidade em contexto de incerteza

• Essas hipóteses são:

 Utilidade de Von
Neumann- Morgenstern

• C1: {[(p,x);(1-p,y)]}~z} e {[(p,x);(1-p,y)]{~z} são conjuntos

fechados para x,y,z pertencentes ao espaço das lotarias possíveis

• C2: Se x~y, então [(p,x);(1-p,z)] ~ [(p,y);(1-p,z)]

• C3: Existe uma lotaria melhor de todas b e uma lotaria pior de

todas w

• C4: [(p,b),(1-p,w)] é preferida a [(q,b),(1-q,w)] sse p>q

 Utilidade de Von
Neumann- Morgenstern

• Com as hipóteses anteriores podemos provar o seguinte teorema

• Existe uma função utilidade no espaço de todas as lotarias tal que:

U[(p,x),(1-p,y)] = p.U(x)+(1-p).U(y)

Prova-se mesmo que tal função é única a menos de uma

transformação linear (affine transformation) V(.) = a.U(.)+b, com
a>0.
 Utilidade de Von
Neumann- Morgenstern

• Uma função de utilidade com estas características designa-se por

Utilidade de Von Neumann-Morgenstern (VN-M).

• Nesta situação, a utilidade de uma lotaria é dada pelo valor

esperado da utilidade de todos os resultados possíveis.

• Vamos ver graficamente um exemplo:

• Suponhamos um único bem (dinheiro) e uma lotaria em que se

recebe x1 com probabilidade 50% e x2 com probabilidade 50%
 Utilidade de Von
Neumann- Morgenstern

U(x)

U(x2)

E(U(x1,x2))

U(x1)

U(x1)/2+U(x2)/2 < U(x1/2+x2/2)

x1 x2 x
 Utilidade de Von
Neumann- Morgenstern

• Sendo a função de utilidade de Von Neumann-Morgenstern

(VN-M), a utilidade desta lotaria é imediatamente calculada pelo
valor esperado das utilidades de cada resultado possível.
• Neste exemplo, o agente económico é avesso ao risco (risk-averse),
isto é, preferia receber o valor esperado dos resultados do que a
lotaria.
• Esta aversão ao risco resulta da função utilidade ser concava .
• Se U(x) fosse convexa, então o agente era amante do risco, preferia
a lotaria ao seu valor esperado.
p.U(x1)+(1-p).U(x2) > U(p.x1+(1-p).x2)
 Aversão ao Risco

• Em geral, considera-se que os agentes económicos têm aversão ao

risco, ou seja, as suas utilidades VN-M são concavas
• Esta aversão é tanto maior quanto mais concavas forem as
utilidades.
• Daí que uma medida desta aversão esteja relacionada com a 2ª
derivada da f.utilidade, U’’(.). Para que esta medida seja invariante
a transformações lineares (o que não acontece com a 2ª derivada)
utiliza-se o rácio

r(x) =-U’’(x)/U’(x)

• Este é o rácio de “Arrow-Pratt” para medir aversão ao risco

absoluta.
 Aversão ao Risco

• Este rácio não leva em conta qual o valor inicial. Em geral, não é a
mesma coisa arriscar 10 quando temos 100 ou 100 mil.

• Daí por vezes se propor o coeficiente de aversão ao risco relativa

r(x) =-U’’(x)/(U’(x)/x)

▪ Analisemos de novo o exemplo anterior:

 Aversão ao Risco

U(x)

U(x2)

E(U(x1,x2))

U(x1)

U(x1)/2+U(x2)/2 < U(x1/2+x2/2)

x1 x2 x
 Aversão ao Risco

• Neste gráfico podemos constatar que o agente prefere até receber

menos que o valor esperado da lotaria a receber a própria lotaria.

• O agente prefere receber um valor fixo (não estocástico) do que

um valor incerto (uma lotaria, um jogo), ainda que o valor
esperado deste seja maior do que o primeiro

• Quanto menos? Qual o valor mínimo que o agente prefere receber

de certeza do que jogar a lotaria?
 Aversão ao Risco

U(x)
Equivalente certo
U(x2)

U(E(L))
U(L)

U(x1)

U(L)< U(E(L))

x1 EC E(L) x2 x
 Aversão ao Risco

• Ao valor certo (não aleatório) que proporciona ao agente uma

utilidade igual à utilidade da lotaria, chamamos o equivalente certo da
lotaria (ou jogo).

• Se um agente é avesso ao risco, o equivalente certo é inferior ao valor

esperado do jogo.

• Se for neutro são iguais.

• Se for amante do risco o equivalente certo é superior ao valor

esperado do jogo.
 Aversão ao Risco

Neutralidade ao risco
U(x)

U(x2)

U(E(L)) =U(L)

U(x1)

U(L) = U(E(L))

x1 EC=E(L) x2 x
 Aversão ao Risco

Amor ao risco
U(x)

U(x2)

U(L)> U(E(L))
U(L)
U(E(L))
U(x1)

x1 E(L) EC x2 x
 Aversão ao Risco

• O equivalente certo dá-nos outra forma de ordenar a aversão ao

risco de vários agentes.

• Para o mesmo jogo/lotaria, quanto menor o equivalente certo

maior a aversão ao risco.

• Já tínhamos visto que a aversão ao risco crescia com a concavidade

da função utilidade. Agora vimos a sua relação com o equivalente
certo.
 Aversão ao Risco

U(x)
U1

U(E(L))
U(L) U2

EC2 EC1 x
 Aversão ao Risco

Prémio de risco
• À diferença entre o valor esperado do jogo e o equivalente certo
chamamos prémio de risco.

• Se há aversão ao risco o prémio de risco é positivo; se existe amor

ao risco é negativo .

• Quanto maior o prémio de risco, maior a aversão ao risco

 Aversão ao Risco

Prémio de Risco
U(x)

U(x2)

U(E(L))
U(L)

U(x1)
Prémio de risco

x1 EC E(L) x2 x
 Aversão ao Risco

• Resumindo:

▪ Entre 2 (ou mais) jogadores enfrentando o mesmo jogo, o que

tiver o menor equivalente certo (ou o maior prémio de risco) é o
que tem maior aversão ao risco.

▪ Uma medida da aversão ao risco (absoluta) da função de

utilidade de qualquer agente é o rácio de “Arrow-Pratt” , dado por

r(x) =-U’’(x)/U’(x)
 Aversão ao Risco

CARA
• O rácio de Arrow-Pratt não é, em geral, constante para cada
agente.

• Pode variar conforme a riqueza inicial ou conforme o ponto da

função utilidade em que é calculado.

• Existe uma família de funções utilidade que apresentam valores

constantes do rácio de Arrow-Pratt, as funções utilidade CARA
(constant absolute risk aversion)

• Estas funções têm a forma U(x)= k-exp (-ax)

 Aversão ao Risco

CARA
• Se calcularmos o rácio de Arrow-Pratt

U’(x) = a exp (-ax)

U’’(x) = -a2 exp (-ax)

• Logo r(x) =a
 CRRA
• Também existe uma família de funções utilidade que apresentam
valores constantes do rácio de aversão ao risco relativa, as funções
utilidade CRRA (constant relative risk aversion)

• Estas funções têm a forma

▪ U(x)= k.x1-a , se a≠1

▪ U(x)= k.ln x , se a=1

(exercício: verificar que são CRRA)

Microeconomia II – 2º Semestre

Incerteza e Informação

28
 Selecção Adversa

• A introdução de informação assimétrica na teoria económica teve

origem num famoso artigo de G.Akerloff (1970) sobre o mercado
de limões
• Limão era o que os americanos chamavam a um mau carro
• Akerloff propôs um modelo muito simples do mercado de carros,
em que existiam apenas 2 tipos de carros novos (bons e maus) e os
mesmos 2 tipos de carros usados
• Suponham que um carro novo bom vale V e um carro novo mau
vale v.
• Se a proporção de carros novos bons for p , então o preço de um
carro bom deveria ser p.V+(1-p).v =Pn
 Selecção Adversa

• A proporção de bons carros usados é igual à dos novos

• No entanto, há um fator que diferencia as 2 situações: os
proprietários de carros usados sabem se o seu carro é bom ou mau
• O dono de um carro bom não tem razão para o vender e comprar
um novo, cuja qualidade é incerta
• Assim, só os donos de maus carros os colocariam à venda
• O que quer dizer que o preço de um carro usado deveria ser Pu = v
• Esta é uma situação de selecção adversa: só os maus carros usados
surgem no mercado, o que faz baixar o seu preço
 Selecção Adversa

• O controlo de qualidade na indústria automóvel melhorou muito, e

hoje já quase não se fala de limões
• Mas seleção adversa continua a suceder noutras situações,
nomeadamente na indústria seguradora
• Pensem em seguro automóvel e considerem 2 tipos de condutores:
atrevidos e precavidos
• Os 1ºs têm maior probabilidade de ter um acidente do que os 2ºs
θ1>θ2. Naturalmente, a despesa média anual dos 1ºs, θ1.d , é
superior à dos 2ºs, θ2.d
• Os 1ºs deveriam pagar um prémio anual superior. No entanto, se a
seguradora não os conseguir distinguir, irá cobrar um prémio
médio P=ρ.θ1.d+(1-ρ).θ2.d , em que ρ é a proporção de atrevidos
 Selecção Adversa

• Como é óbvio θ1.d>ρ.θ1.d+(1-ρ).θ2.d>θ2.d

• Isto quer dizer que os condutores precavidos vão pagar mais do

que se a seguradora os pudesse discriminar e os atrevidos vão
pagar menos

• Todos os atrevidos vão querer fazer seguro.

• Só os precavidos com maior aversão ao risco vão aceitar segurar-

se àquele preço

• Logo, a seguradora vai ter de cobrar mais, afastando mais alguns

precavidos, e assim sucessivamente
 Selecção Adversa

• Como é que isto se resolve?

a) Com seguros obrigatórios (ver seguros de saúde)

b) Discriminando os segurados mais cuidadosos

• Reparem que os condutores mais cuidadosos gostariam de ser

discriminados, de conseguir sinalizar esta sua característica

• Estas são situações de informação assimétrica , que conduzem a

soluções ineficientes: a seguradora gostaria de cobrar menos aos
condutores cuidadosos para ter mais clientes, os condutores
cuidadosos gostariam de ter seguro pagando menos
 Sinais

• Uma forma que os condutores cuidadosos têm de sinalizar a sua

característica é, p.e., aceitar uma franquia inicial mais elevada
• Assim, transmitem a sua convicção de que é pouco provável terem
um acidente

• Quem faz um seguro de saúde disponibiliza-se para um exame

médico minucioso, como prova do seu bom estado físico
• Candidatos a empregos sujeitam-se a testes psicotécnicos e de
seleção
• São formas de agentes com informação assimétrica sinalizarem
alguma característica que os favoreça
 Sinais

• O artigo fundamental sobre sinais é Spence,M. (1974)

• Um dos exemplos aí dado era o do currículo escolar como sinal de

produtividade futura

• As empresas ao contratarem tendiam a interpretar boas médias

conseguidas em boas universidade como um sinal da capacidade e
produtividade futura de um trabalhador, estando dispostas a
pagarem mais a esses trabalhadores

• Isto levava os bons alunos a salientar os seus resultados ao

apresentarem o CV. Diplomados de Harvard nos melhores 5% do
seu ano revelavam essa característica
 Sinais

• Diplomados por universidades fracas na cauda do seu ano não

teriam razão para incluir essa informação no seu CV

• Mas se os melhores revelam os seus resultados, quem não o fizer

será incluído no grupo dos outros

• Isto levará os melhores dos outros, p.e., os diplomados por

Harvard no topo 10% da sua classe, a revelarem também os seus
resultados.

• E por aí fora, fazendo com que todos revelem os seus resultados

 Sinais

• Porque é que bons resultados académicos sinalizam boa

capacidade?

• Bons resultados académicos têm custos, exigem maior esforço.

Para pessoas com menor capacidade esse custo pode ser
demasiado alto, fazendo-as optar por piores resultados

• Suponham apenas 2 tipos de trabalhadores, com produtividades a1

e a2 . A proporção de tipo 1 é b (e de tipo 2 (1-b) )

• c1 e c2 é o custo por unidade de resultados académicos para os

alunos de tipo 1 e 2, respectivamente
 Sinais

• e1 e e2 é o resultado académico dos alunos de tipo 1 e 2,

respectivamente, com e1=0 . Assuma e* tal que
(a2-a1)/c1 <e*< (a2-a1)/c2

• Suponham finalmente que os salários pagos em função do tipo de

resultados académicos são w(e)=a1 ,para e<e* , e w(e)=a2 ,para
e>e*

• Esta situação é um equilíbrio de Nash, nenhum agente irá

modificar o seu comportamento.

• Equilíbrio de Nash – cada agente toma a decisão ótima para si,

dadas as decisões dos outros.
 Sinais

• Os alunos tipo 1 não irão fazer o esforço de ter melhores

resultados pois atingir o nível e* custaria c1.e*>(a2-a1), que é mais
que o seu benefício

• Os alunos tipo 2 não irão deixar de fazer o esforço de ter melhores

resultados, pois baixar do nível e* pouparia c2.e*<(a2-a1), que é
menos que o que perderiam em salário

• As empresas também estão bem pois os salários que pagam são

iguais às produtividades marginais de cada tipo

• Assim, existem um equilíbrio no mercado que é perfeitamente

discriminante entre os tipos de trabalhadores e eficiente para todos
 Risco Moral

• Neste contexto de assimetria de informação quero ainda falar-vos

do problema do “moral hazard” ou risco moral
• “Moral hazard” surge na literatura sobre seguros, referindo-se à
situação em que um segurado perde incentivos para ser cuidadoso
o Um consumidor que faça um seguro contra todos os riscos em sua
casa, perde o incentivo para custear um sistema de alarme contra
roubo e incêndio
o O Cristiano Ronaldo depois de renovar pelo Manchester já não
precisa de se esforçar mais para ser o melhor ☺

• O problema minimiza-se obrigando o agente a partilhar parte do

risco, através duma franquia
• Ou parte do rendimento do CR depender de objetivos
 Risco Moral

• Um pequeno modelo para ver isto.

• Suponhamos que a probabilidade de desastre (ou de sucesso) p

depende do esforço x do agente, logo p(x) , com p’(x)<0

• O esforço por seu lado tem um custo c(x) , com c’(x)>0

• O agente vai escolher o esforço x e a cobertura de risco q que

maximizam a utilidade esperada

max p(x).u(W-L-ρq+q)+(1-p(x)).u(W- ρq)-c(x)

 Risco Moral

• Calculando as condições de 1ª ordem (FOC)

p(x).u’(W-L+(1-ρ)q).(1-ρ)-(1-p(x)).u’(W- ρq).ρ=0

p’(x).u(W-L-ρq+q)-p’(x).u(W- ρq)-c’(x)=0
 Risco Moral

• Para ver que estas condições conduzem a q*<L (cobertura não-

completa, isto é, existência de franquia), observemos a 2ª equação

p’(x).[u(W-L-ρq+q)-u(W- ρq)]=c’(x)

• Se q*=L => c’(x)=0 , o que é impossível pois c’(x)>0

• Do mesmo modo se mostra que q*>L , leva tb a uma contradição. Logo

q*<L

• Ou seja, a solução ótima é comprar cobertura inferior ao risco total, isto

é, com uma franquia
 Informação assimétrica

• Os problemas de “Risco moral” e de “Seleção adversa” resultam

ambos de existir assimetria de informação, isto é, a informação do
cliente e da seguradora não é igual

• Mas o “Risco moral” surge a posteriori, ou seja, depois de assinar o

contrato o cliente perde incentivos para manter o comportamento
ótimo

• A “Seleção adversa” surge a priori , ou seja, o tipo de contrato a

assinar pode levar a que só os piores clientes o assinem
Referências:
Frank, R. (2013), Microeconomia e Comportamento, McGraw Hill
[cap.6 (p.178-214)
Abel Mateus e Margarida Mateus, Microeconomia – Teoria e
Aplicações, Verbo Editora, 2001 [cap. (p. –) ]

45