Esta es la segunda parte de la versión en español de mi artículo de octubre en Mapping Ignorance. Debe leerse la primera parte para entender esta.
Tras el resultado anterior los autores muestran cómo se aplica en varios casos. Por ejemplo, la fórmula se simplifica mucho cuando hay muchas, pero pequeñas, catástrofes. Si tienen más o menos los mismos costes y beneficios, el número de catástrofes que evitar está dado por la fórmula
Los ejemplos más interesantes son aquellos en los que la solución óptima es contra intuitiva. Por ejemplo, considérese el caso en que hay tres catástrofes, una con una ratio coste-beneficio muy favorable, y otras dos con unas ratios menos favorables. Sería tentado decir que debería eliminarse primero la primera y después calcular si merece la pena seguir con las otras dos. Sin embargo, puede ocurrir que sea mejor evitar las dos segundas y no la primera.
La metodología se puede extender para situaciones en las que las catástrofes solo se pueden evitar en parte, en las que las actuaciones para prevenir una pueden ayudar a prevenir una segunda, y para proyectos que aumentan la probabilidad de una bonanza (en lugar de disminuir la probabilidad de una catástrofe).
Para terminar, los autores nos muestran cómo la metodología puede aplicarse a catástrofes a las que potencialmente se enfrenta la humanidad. Para ello, seleccionan estas siete: Mega-virus, Cambio climático, Terrorismo nuclear, Bioterrorismo, Inundaciones, Tormentas y Temblores. Para cada una de ellas y cuando es posible, recogen datos de los estudios disponibles e introducen los parámetros apropiados en el modelo. Por ejemplo, en el caso del Mega-virus toman el caso de la gripe española de 1918-19, que afectó al 20% de la población mundial y mató a entre el 3% y el 5%. Con esta referencia apuntan como razonable suponer una tasa de mortalidad media de una próxima pandemia en torno al 3,5%, que estiman equivalente a una pérdida de bienestar en torno a un descenso del 17,5% en consumo. Este número viene de usar datos de toma de decisiones en situaciones de riesgo de muerte con los que estimar el valor de una vida estadística (véase, por ejemplo, Martin y Pindyk, 2014 [2]; Viscusi, 1993 [3] y Cropper y Sussman, 1990 [4]). Los costes de evitar esta catástrofe (contención, producción de vacunas, etc.) se proponen en torno al 2% del PIB mundial.
Los autores proceden de esta manera con el resto de las catástrofes y encuentran el subconjunto óptimo de catástrofes en las que concentrar los esfuerzos. Para ello usan su metodología para diferentes valores de los parámetros de la función de utilidad que indican aversión al riesgo y preferencias temporales (paciencia). Los resultados se pueden ver en la Figura 1. Cada área muestra los subconjuntos de catástrofes que deben evitarse para las diferentes combinaciones de aversión al riesgo y paciencia.
Referencias
1. Martin, I.W.R., y Pindick, R. 2015. Averting Catastrophes: The Strange Economics of Scylla and Charybdis. American Economic Review 105(10), 2947–2985.
2. Martin, I.W.R., y Pindick, R. 2014. Death and Destruction in the Economics of Catastrophes. Unpublished.
3. Viscusi, W. Kip. 1993. The Value of Risks to Life and Health. Journal of Economic Literature 31(4), 1912–46.
4. Cropper, M.L., y Sussman, F.G. 1990. Valuing Future Risks to Life. Journal of Environmental Economics and Management 19(2), 160–74.
Tras el resultado anterior los autores muestran cómo se aplica en varios casos. Por ejemplo, la fórmula se simplifica mucho cuando hay muchas, pero pequeñas, catástrofes. Si tienen más o menos los mismos costes y beneficios, el número de catástrofes que evitar está dado por la fórmula
m*= 1/(log(1+K) – 1/B.
La metodología se puede extender para situaciones en las que las catástrofes solo se pueden evitar en parte, en las que las actuaciones para prevenir una pueden ayudar a prevenir una segunda, y para proyectos que aumentan la probabilidad de una bonanza (en lugar de disminuir la probabilidad de una catástrofe).
Para terminar, los autores nos muestran cómo la metodología puede aplicarse a catástrofes a las que potencialmente se enfrenta la humanidad. Para ello, seleccionan estas siete: Mega-virus, Cambio climático, Terrorismo nuclear, Bioterrorismo, Inundaciones, Tormentas y Temblores. Para cada una de ellas y cuando es posible, recogen datos de los estudios disponibles e introducen los parámetros apropiados en el modelo. Por ejemplo, en el caso del Mega-virus toman el caso de la gripe española de 1918-19, que afectó al 20% de la población mundial y mató a entre el 3% y el 5%. Con esta referencia apuntan como razonable suponer una tasa de mortalidad media de una próxima pandemia en torno al 3,5%, que estiman equivalente a una pérdida de bienestar en torno a un descenso del 17,5% en consumo. Este número viene de usar datos de toma de decisiones en situaciones de riesgo de muerte con los que estimar el valor de una vida estadística (véase, por ejemplo, Martin y Pindyk, 2014 [2]; Viscusi, 1993 [3] y Cropper y Sussman, 1990 [4]). Los costes de evitar esta catástrofe (contención, producción de vacunas, etc.) se proponen en torno al 2% del PIB mundial.
Los autores proceden de esta manera con el resto de las catástrofes y encuentran el subconjunto óptimo de catástrofes en las que concentrar los esfuerzos. Para ello usan su metodología para diferentes valores de los parámetros de la función de utilidad que indican aversión al riesgo y preferencias temporales (paciencia). Los resultados se pueden ver en la Figura 1. Cada área muestra los subconjuntos de catástrofes que deben evitarse para las diferentes combinaciones de aversión al riesgo y paciencia.
Figura 1
Notas: El conjunto de catástrofes que impedir depende de una manera compleja en el parámetro de aversión al riesgo y de la tasa de preferencias temporales (valores más altos reflejan mayor aversión al riesgo y más paciencia). V: virus; C: clima; N: terrorismo nuclear; B: bioterrorismo; F: inundaciones; S: tormentas; Q: temblores.
1. Martin, I.W.R., y Pindick, R. 2015. Averting Catastrophes: The Strange Economics of Scylla and Charybdis. American Economic Review 105(10), 2947–2985.
2. Martin, I.W.R., y Pindick, R. 2014. Death and Destruction in the Economics of Catastrophes. Unpublished.
3. Viscusi, W. Kip. 1993. The Value of Risks to Life and Health. Journal of Economic Literature 31(4), 1912–46.
4. Cropper, M.L., y Sussman, F.G. 1990. Valuing Future Risks to Life. Journal of Environmental Economics and Management 19(2), 160–74.
-----------------------------------------------------------------------------------------------------------
Hace tres años en el blog: Dos historias de éxito y una de quién sabe.
Hace cinco años en el blog: Las pensiones y las falacias de V. Navarro.
Y también: El orden mundial.
-----------------------------------------------------------------------------------------------------------
Hace tres años en el blog: Dos historias de éxito y una de quién sabe.
Hace cinco años en el blog: Las pensiones y las falacias de V. Navarro.
Y también: El orden mundial.
-----------------------------------------------------------------------------------------------------------
No hay comentarios:
Publicar un comentario