Qual é a diferença entre risco, incerteza e ambiguidade

Estou tentando identificar a diferença entre risco, incerteza e ambiguidade.

Pelo que entendi, quando economistas comportamentais falam sobre escolha sob incerteza, eles querem dizer escolha quando os agentes enfrentam risco (distribuição de probabilidade conhecida em uma série de resultados) versus ambiguidade (distribuição de probabilidade desconhecida). Portanto, a incerteza é um conceito geral que pode ser dividido em risco e ambiguidade. Veja, por exemplo, Dannenberg et al (2014) .

Entendo também que há um debate sobre o significado desses termos que remontam a Knight (1921) e Ellsberg (1961). Existem definições concorrentes para a acima?

Aqui está uma formalização teórica da decisão de suas definições.

$X$$\Delta(X)$$X$. Por exemplo, pode-se pedir ao tomador de decisão que faça preferências entre a loteria que oferece uma maçã com probabilidade 0,3 e uma laranja com probabilidade 0,7 e a loteria que oferece uma maçã com probabilidade 0,5 e uma laranja com probabilidade 0,5. O resultado padrão nessa área (teorema de von Neumann-Morgenstern) fornece uma representação que identifica a atitude do agente em relação ao risco objetivo (sua função de utilidade), enquanto as probabilidades são dadas como primitivas do modelo.

$X$$S$$f:S \rightarrow X$$S$$X$. Por exemplo, o tomador de decisão pode ser solicitado a formar preferências entre o ato que lhe oferece uma maçã se Novak Djokovic vencer o Aberto da Austrália de 2017 e uma laranja caso contrário, e a loteria que lhe oferecer uma maçã se Andy Murray vencer o Aberto da Austrália de 2017 e uma laranja caso contrário. O resultado padrão nessa área (teorema de von Neumann-Morgenstern) fornece uma representação que identifica as crenças probabilísticas do agente em relação aos estados e sua atitude em relação ao risco (função de utilidade).

$X$$f:S \rightarrow \Delta(X)$$S$

Observe que as definições de risco objetivo e ambiguidade são, em certa medida, subjetivas. O fato de o risco ser chamado de "objetivo" depende muito da suposição de que o tomador de decisão concorda com o modelo de probabilidade subjacente. Por exemplo, se você observar o resultado de um sorteio, poderá acreditar que as caras acontecem com uma probabilidade objetiva de 0,5. É implicitamente imposto na teoria que o tomador de decisão concorda com esta afirmação.

Em relação à ambiguidade, você pode acreditar que o ato "receba uma maçã se Novak Djokovic vencer o Aberto da Austrália de 2017" é muito ambíguo, porque você não tem idéia de como calcular uma probabilidade subjetiva para esse evento. Dito isto, outro tomador de decisão pode acreditar com confiança que Djokovic tem 74% de chance de ganhar o torneio, caso em que ele / ela não percebe esse ato como ambíguo. A ambiguidade é uma noção subjetiva, dada pelas preferências e comportamento das pessoas e não pela própria situação de escolha.

Até agora, você não obteve resposta para sua última pergunta, sobre a visão de Knight e de outros sobre risco e incerteza. De fato, há uma distinção bastante radical entre a visão de incerteza de Knight (e Keynes) e a apresentada na resposta de Oliv.

Em resumo, segundo Knight (1921), risco refere-se a situações em que a classificação de estados, eventos ou alternativas é objetiva e conhecida, e suas probabilidades podem ser objetivamente determinadas. Por exemplo, no contexto de uma apólice de seguro da casa, os eventos podem ser "casa incendiada" ou "casa não incendiada", cujas probabilidades podem ser mais ou menos declaradas objetivamente, com base nas características da casa / ambiente / indivíduo.

Por outro lado, para Knight, a incerteza surge da "impossibilidade de classificação exaustiva dos estados" ( Langlois e Cosgel 1993 , p.459). Assim, independentemente de as probabilidades de eventos serem objetivas ou subjetivas , a natureza / economia pode ser tão complexa que todos os estados possíveis simplesmente não são conhecidos. Como tal, qualquer categorização de eventos usada para prever o futuro é baseada na intuição e no julgamento , sendo assim subjetiva.

Essa visão da incerteza é compartilhada por Keynes, e é essencial em sua teorização dos "espíritos animais". Precisamente porque o futuro é desconhecido - não apenas na probabilidade de eventos, mas também na variedade de eventos que podem acontecer, as expectativas nas decisões de investimento não são apenas uma questão de cálculo matemático. Como Keynes disse, as decisões de investimento são tomadas "como resultado de espíritos animais - de um desejo espontâneo de ação, e não de inação, e não como resultado de uma média ponderada de benefícios quantitativos multiplicada por probabilidades quantitativas " (Keynes 2008 [1936]). : 144, a ênfase é minha). Curiosamente, a abordagem destacada em itálico é o que Oliv descreve em sua resposta e o fundamento de grande parte da teoria neoclássica do investimento sob incerteza.

Entre os círculos pós-keynesianos, essa incerteza é chamada "incerteza radical, fundamental ou ontológica", em contraste com a visão neoclássica da incerteza descrita na resposta de Oliv, que às vezes é chamada "incerteza epistemológica". Por exemplo, veja aqui .

Finalmente, em relação à ambiguidade, que eu saiba que esse conceito não é usado na literatura inicial sobre esse assunto.

Oliv, acho que o que você está se referindo neste parágrafo:

A estrutura usual para falar sobre ambiguidade é a situação em que um tomador de decisão expressa preferências sobre atos incertos. Formalmente, se é um espaço de prêmio e um espaço de estado, os atos são mapeamentos de para. Por exemplo, o tomador de decisão pode ser solicitado a formar preferências entre o ato que lhe oferece uma maçã se Novak Djokovic vencer o Aberto da Austrália de 2017 e uma laranja caso contrário, e a loteria que lhe oferecer uma maçã se Andy Murray vencer o Aberto da Austrália de 2017 e uma laranja caso contrário. O resultado padrão nessa área (teorema de von Neumann-Morgenstern) fornece uma representação que identifica as crenças probabilísticas do agente em relação aos estados e sua atitude em relação ao risco (função de utilidade).

É o mundo subjetivo puro de Savage, como apresentado em Savage "Foundations of Statistics".

Minha interpretação dos termos é:

$\Rightarrow$

Incerteza : tomada de decisão com probabilidades subjetivas . Isso significa que, dado um evento, duas pessoas podem ter crenças probabilísticas diferentes, onde ninguém pode convencer a outra da superioridade de sua própria avaliação probabilística. Nesse caso, a primitiva dos problemas de decisão é apenas a relação de preferência (são derivadas crenças). O modelo padrão é o Utilitário Esperado Subjetivo do Savages

Mistura de ambos : é aqui que Anscombe Aumann entra em cena. Eles axiomatizam uma preferência funcional onde probabilidades subjetivas e objetivas estão presentes. Em sua representação, o tomador de decisão assume uma dupla expectativa (sobre loterias e estados do mundo)

Ambiguidade : agora, cenários ambíguos são aqueles em que o tomador de decisão não possui informações suficientes para ter certeza absoluta de que sua crença (única) é a correta. Citando Cerreia Vioglio et al. "Ambiguidade e estatística estática",

Ambiguidade refere-se ao caso em que um mestre não possui informações suficientes para quantificar através de uma única distribuição de probabilidade a natureza estocástica do problema que ele está enfrentando "

$[ x\%, y\%]$

$f:S \rightarrow X$$f:S \rightarrow \Delta (X)$

• Risco  - a probabilidade de ser exposto a uma perda ou dano
• Incerteza  - o estado de não ter certeza de algo
• Ambiguidade  - falta de clareza em virtude de ter mais de um significado

Vamos falar sobre termos leigos.

Ambiguidade é falta de contexto explícito. Um cozinheiro recebe farinhas, ovos, açúcar, sal, especiarias. Se você pedir ao cozinheiro para "fazer comida com isso", isso é ambiguidade.

A incerteza é resultado aleatório causado por instruções / instruções ambíguas. Por exemplo, use instruções ambíguas acima, os resultados podem ser massas, bolos, biscoitos, carvão, etc. O resultado é "incerto".

Todos os riscos são possíveis resultados / eventos "ruins" acessíveis tangíveis por probabilidades associadas a atividades específicas, dependendo do contexto.
Por exemplo, quando você se deita no chão, suas chances de cair são baixas. Mas isso não significa que você não pode cair: e se a terra abaixo de você se separar devido ao terremoto? (piscadelas)