Entscheidungstheorie Motivation/Beispiel Kriterien zur Bewertung von Lotterien - Erwartungswert...
Transcript of Entscheidungstheorie Motivation/Beispiel Kriterien zur Bewertung von Lotterien - Erwartungswert...
Entscheidungstheorie
• Motivation/Beispiel
• Kriterien zur Bewertung von Lotterien- Erwartungswert- Mittelwert/Varianz Kriterium- Safety-first Kriterium.
• Erwartungsnutzen Maximierung– Sicherheitsaequivalent– Angebotspreis, Risikopraemie, Nachfragepreis
• Rueckversicherung, Public Sector, Arrow Lind, Ausnahmen
2
Beispiel: St. Petersburg Paradox• Eine (ideale) Münze (d.h. Kopf und Zahl erscheinen jeweils mit 50% Wahrscheinlichkeit) • Der Spieler erhält als Auszahlung:
2 €, wenn bereits beim ersten Wurf Kopf erscheint,4 €, wenn erst beim zweiten Wurf Kopf erscheint,... 2^n €, wenn erst beim n-ten Wurf Kopf erscheint
Erwartungwert :Die Wahrscheinlichkeit, dass beim ersten Wurf Kopf erscheint ist genau 1/2 , die Auszahlung ist 2. Die Wahrscheinlichkeit, dass beim zweiten Wurf Kopf erscheint ist genau ¼ , die Auszahlung ist 4.
Wahrscheinlichkeit, dass beim n-ten Wurf Kopf erscheint ist genau 1/2n, die Auszahlung ist 2^n.
Also ist E(X) =1/2*2 + ¼*4+...+1/2n* 2n = 1 + 1 + ... + 1 + ... = also unendlich (erwartete Gewinn).
Beispiel: St. Petersburg Paradox
• Moderne Wahrscheinlichkeitstheorie konnte individuelles Verhalten bei Spiel nicht erklären: zB Münzwurf oder Roulette
• Nicholas Bernoulli (1713) zeigte in Beispiel bekannt als St. Petersburg Paradox, dass nicht Erwartungswert, sondern Erwartungsnutzen maximiert wird
• Später formalisiert von Neumann und Morgenstern
• Grenznutzen des Einkommens (zumeist) nicht konstant, sondern abnehmend
● Verluste werden höher bewertet als Gewinne: Beschreibung von Risikoaversion
● Empirie zeigt dies, jedoch Erwartungsnutzen oft schwierig zu operationalisieren
Beispiel: St. Petersburg Paradox
Kriterien zur Bewertung von Lotterien
• Anfangs-Vermoegen, zufaellige Ertragsrate, Endvermoegen
• Diskrete und stetige Lotterien• Bewertungskriterium =>
Entscheidungskriterium- Erwartungswert - Mittelwert-Varianz- Safety-First
Beispiel
Erwartungsnutzen Maximierung
• Entscheidungstraeger mit Anfangsvermoegen• Lotterie wird anhand des erwarteten Nutzens,
den der Entscheidungstraeger aus seinem Endvermoegen zieht, bewertet.
• Sicherheitsaequivalent: Welchen Betrag an sicherem Vermoegen schaetzt der Entscheidungstraeger mit Nutzenfunktion U gleich hoch ein, wie eine Lotterie bei einem sicheren Anfangsvermoegen.
Beispiel
• Angebotspreis: Minimaler Preis, zu dem der Entschiedungstraeger bereit ist die Lotterie zu verkaufen
• Nachfragepreis: Maximaler Preis, zu dem der Entscheidungstraeger bereit ist die Lotterie zu kaufen
• Risikopraemie: Differenz zwischen Erwartungswert der Lotterie und Angebotspreis
Risikopraemie
Beispiel
U(Y)
Risk-loving
U=Y: Risk neutral
Risk-averse
Y
Thema 22:Risikotraeger
Thema 16:Natural Disaster
Syndrom
Staat und Risikoaversion Arrow-Lind
• Arrow-Lind, 1970: Staat risikoneutral, kann am bestens mit Risiko umgehen, da Möglichkeit
– Risiken zu “poolen” und zu diversifizieren aufgrund grosser Anzahl an “eigenen” Risiken: Gesetz der grossen Zahlen
– Risiken zu verteilen mittels Steuern so dass Risiko und Kosten pro Kopf minimal wird.
Arrow-Lind Argument 1: Risiko pooling /Gesetz der grossen Zahlen
• Gesetz der grossen Zahlen fundamental für Risiko pooling – Besagt, dass für unabhängig und identisch verteilte
Zufallsvariabeln der empirische Erwartungswert gegen den theoretischen konvergiert
– Varianz nimmt also ab mit zunehmender Zahl an Beobachtungen
– In gleicher Weise, wird durch Risikopooling - Zufügung von unkorrelierten Risiken zu Portfolio - Varianz verringert
– Staat unternimmt idR weitaus grössere Anzahl an Projekten und kann dadurch besser diversifizieren als privater Akteur
Arrow-Lind Argument 2:Risikoverteilung
• In der Praxis wichtiger:– Wenn Risiken auf Bevölkerung verteilt werden, gehen individuelle Kosten gegen Null:
[...] when risks associated with a public investment are publicly borne, the total cost of risk-bearing is insignificant and, therefore, the government should ignore uncertainty in evaluating public investments" (Arrow and Lind 1970: 366).
• Einzelne HH haben somit nur geringes Risiko zu tragen, das die Entscheidung nicht beeinträchtigt
• Somit Arrow-Lind Theorem: Risiko unbedeutend für staatliche Entscheidungen, oder genauer, "[…] the government should behave as an expected-value decision maker" (Arrow and Lind 1970: 366)
---> öffentlicher Sektor kann selbst versichern, Risikotransfer nicht sinnvoll, da risikoneutral
• Arrow and Lind Theorem mehr oder minder einflussreich: Meisten Staaten verhalten sich risiko-neutral und zB erwerben keine Versicherung für Ihre Risiken.
Beweis der Risikoneutralitaet
Thema 1:Arrow Lind Theorem
Quelle: Mechler, 2004
Staat und Risikoaversion Empirische Analysen zu Arrow-Lind
Staat und Risikoaversion Empirische Analysen zu Arrow-Lind
Loss/cap
ital s
tock
Loss/GDP
Loss/Tax
reven
ue
Loss/Gross
DomesticS
avings
Loss/Net
domest
ic cre
dit USA - Northridge
Argentina- 1998 floods
Honduras - Mitch
0%
100%
200%
300%
400%
500%
600%
Natural disaster lossescompared to economic indicators
Quelle: Mechler, 2004
Ausnahmen
Quelle: Mechler, 2004
20
Loss of development gains and wealth in LDC
Annual GDP losses = 2-15%
Average yearly losses due to disasters during 1990s = US$63 billion
Annual losses of infrastructure during 1990’s due to disasters in Asia alone were about $12 billion – about 2/3
total annual lending of the World Bank
GDP in Honduras
4,0004,2004,4004,6004,8005,0005,2005,4005,6005,8006,000
1996
1997
1998
1999
2000
2001
2002
2003
2004
Mill
ion
cons
tant
199
7 U
SD
GDP
GDP projected withoutdisaster
Direct effect due to wealth loss
Indirect development loss: stabilization at lower level
Indirect Impacts
t+1 t+2 t+3 t+4 t+5Mean -1.40 -1.77 -2.30 -2.79 -3.60Median -.56 -1.05 -1.84 -2.31 -4.11Std.Dev 7.39 11.86 16.98 22.60 30.03Skewness -1.55 -1.25 -1.41 -2.26 -3.20
•Summary results for differences of real and projected GDP levels
Hochrainer, 2010
Arrow-Lind: Wichtige Ausnahmen
Qualifications related to risk pooling
Existence of few and large government projects
Usually, developing countries' governments undertake just a few large investment projects, which does not result in a highly diversified portfolio of projects, thus risk pooling is not viable (Brent 1998: 217-218).
Large local or regional consequences when assets are lost
Disaster risk is covariant risk: Disasters usually will affect whole regions thus there is loss correlation.
Qualifications related to risk spreading Narrow tax and financing resources base for financing losses of projects
In smaller developing countries the tax base is often too narrow to spread risk sufficiently. Other potential government financing sources such as domestic credit or private sector lending used to spread risk are generally very limited as well.
Distributional impacts
In developing countries large distributional impacts may occur post-disaster when infrastructure projects whose prime goal is poverty reduction (e.g. through road or sanitation projects) are affected. The poor are the group most affected by a loss of infrastructure.
Irreversibility
If additional funds are not available to continue crucial projects or rebuild assets there can be irreversible effects, such as on health service provision (Little and Mirrlees 1974: 320).
1.4.2.6.1.1.1.1.1 Quelle: Mechler, 2004
Arrow-Lind: Wichtige Ausnahmen
• Formaller Beweis fuer Risikoaversion bei Katastrophen
Quelle: Hochrainer und Pflug, 2009
Arrow-Lind: Wichtige Ausnahmen
Quelle: Hochrainer und Pflug, 2009
Arrow-Lind: Wichtige Ausnahmen
Quelle: Hochrainer und Pflug, 2009