CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL CAP. 6: APLICACIÓN DE FÓRMULAS DE INCENTIVOS Capítulo 6 APLICACIÓN DE FÓRMULAS DE INCENTIVOS BASADAS EN RESULTADOS Y PREVISIONES Contenido: 6.1 El paradigma de la función incentivo de “dos fases/doble vía" (D/D) • Convergencia de soluciones para un mismo problema • Determinación de los parámetros • Simetría/asimetría de los parámetros 6.2 Previsiones de los agentes según su actitud frente al riesgo • Agentes ‘aversos’ al riesgo • Agentes ‘propensos’ al riesgo • Parámetros asimétricos como forma de neutralizar el sesgo en las propuestas de previsiones 6.3 Las fórmulas de incentivos en la segunda fase: estímulo a superar la previsión • El inconveniente relativo de la penalización en las funciones-incentivo D/D • Premiar más que proporcionalmente una superación de la previsión: función D/D modificada. 6.4 Adaptación de las fórmulas de incentivos a otros casos • Caso en que existe más de una variable de control • Caso en que la variable de control es una variable a minimizar CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL 6.1. Joaquim Vergés EL PARADIGMA DE LA FUNCIÓN-INCENTIVO DE “DOS FASES/DOBLE VÍA” (D/D). (6.1.1) Convergencia de soluciones para un mismo problema Las últimas cuatro fórmulas de incentivos examinadas en el capítulo precedente tienen en común que actúan temporalmente en dos fases -fase de hacer previsiones y fase de comparación del valor real con el valor previsto- y que para esta segunda fase prevén una doble vía de aplicación: una cuando el producto realmente conseguido por el A es superior al previsto y otra para el caso contrario. Gracias a esta estructura se puede incentivar al A a conseguir un alto nivel de producto sin la consecuencia perversa que general el “efecto ocultación”. Por otro lado, también tienen en común que en la primera fase inducirán el mismo tipo de comportamiento en el A si éste se encuentra en situación de certeza en lo que respecta al valor futuro de producto a alcanzar, y también en el caso de incertidumbre si los parámetros respectivos cumplen determinadas condiciones. No obstante, es evidente que se trata de cuatro funciones-incentivo que responden a planteamientos distintos elaborados desde perspectivas diferentes. Por un lado, hemos visto las de Ellman, Fan y Weitzman, inspiradas por las experiencias y propuestas relativas al sistema de incentivos para gerentes de empresas estatales, aunque sean fórmulas de incentivos pensadas para situaciones de agencia en general en las que se pretende que los A no sólo consigan resultados elevados, sino también que hagan previamente previsiones fiables, que revelen información veraz sobre las posibilidades de rendimiento de la US cuya gestión se les confía. Por otro lado, existe la de Gonik-IBM, elaborada desde la lógica de una multinacional privada que pretende conseguir exactamente lo mismo de sus A responsables comerciales de distintas áreas geográficas. El caso es que, a pesar de responder a planteamientos distintos, las cuatro fórmulas de incentivos examinadas pueden ser consideradas -como se demuestra a continuación- como casos concretos de una misma forma funcional implícita -que denominaremos función-incentivo de dos fases/doble vía (D/D)- que puede enunciarse así: IE = β .X' + {a,c}.(X - X') FUNCIÓN D/D, EXPRESIÓN GENERAL [26] 0 < a < β < c , parámetros predeterminados por el P. a, parámetro activo cuando X>X' c, parámetro activo cuando X<X' En efecto, la fórmula de FAN, IE= α.X - α.ε|X - X'|, permite -como hemos visto antesser reescrita como: IE =α.X' + α(1±ε).(X-X'), [20a]. En lo que respecta a la de GONIKIBM, admite también ser reformulada en los términos siguientes: 254 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés si X=X' --> IE= (IE^/X^ ). X' ; y, si hacemos, para simplificar, (IE^/X^) = b; entonces IE = b. X' si X>X' --> IE= (IE^/X^).(X+X') ≡ b.X' +(b/2).(X-X') si X<X' --> IE= (IE^/2X^).(3X-X') ≡ b.X' + (3/2).b.(X-X') es decir, que la expresión común implícita es: IE = b.X' + b.(1± ±0,5).(X-X') y, en lo que respecta a la función de Weitzman, si tenemos en cuenta que los valores anticipados por el P, X^ y IE^, pasan a ser unos parámetros para el A, podemos reescribirla como: +α.(X - X') , si X > X' IE = (IE^-β.X^) + β.X' - λ.(X' - X) , si X < X' [23.a] Donde (IE^-β.X^) es un valor constante que, como ya se ha mencionado anteriormente, en la lógica del planteamiento de Weitzman sería igual o cercano a cero.1 En consecuencia, podemos establecer las correspondencias siguientes entre las cuatro fórmulas examinadas (la notación, en lo que respecta los respectivos parámetros, es la correspondiente a cada autor, excepto en el caso de Gonik): β Parámetros de la forma funcional común: función de ELLMAN Función de FAN función de WEITZMAN función de GONIK a α β b a a.k(baja) α.(1-ε) α b(1-0,5) c - a.k(alta) α.(1+ε) γ , (IE^-β.X^) b(1+0,5) Así, puede decirse que las cuatro fórmulas de incentivos responden, de hecho, a una misma forma funcional de tres parámetros, la [25], con los matices siguientes: la función de Fan es un caso concreto en que los dos parámetros extremos son simétricos respecto el parámetro central β; y, a la vez, la fórmula de Gonik-IBM es un caso específico de parámetros simétricos, en el que la separación relativa de los mismos con relación al parámetro principal β es concretamente igual al 50% (ε = 0,5) . En lo que respecta a la función de Weitzman, tiene un cuarto parámetro, cuyo valor será normalmente igual o cercano a cero, por lo indicado anteriormente. El siguiente ejemplo ilustra el paralelismo anterior y puede considerarse como una aplicación de la siguiente función D/D [25] : IE = 8.X' + {6,10}.(X - X') o, también, como una aplicación de la función de Ellman (con a=8, kbaja=0,75 y kalta= 1,25), o bien una aplicación de la de Fan (con α=8 i ε=0,25), o una aplicación de la de Weitzman 1 Ya que IE^ es la prima-base si el A acepta sin modificar la previsión sugerida por el P, y por eso parece lógico suponer que IE^ la habrá determinado el P como IE^=β.X^ 255 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés simplificada (con IE^=β.X^): Tabla I : IMPORTE DE LA PRIMA, SEGÚN DIFERENTES HIPÓTESIS DE VALOR PREVISTO Y DE VALOR REAL Función-incentivo D/D, parámetros simétricos 8, 6, 10 (separación relativa: 25 %) Probabilidades estimadas para el A para cada posible valor de X: 0,05 0,10 0,20 0,30 0,20 0,10 0,05 Si X= 280000 320000 360000 400000 440000 480000 520000 ⇐ 2.24 2.16 2.08 2,00 1,92 1,84 1,76 2.48 2.56 2.48 2,4 2,32 2,24 2,16 2.72 2.8 2.88 2,80 2,72 2,64 2,56 2.96 3.04 3.12 3,20 3,12 3,04 2,96 3.2 3.28 3.36 3,44 3,52 3,44 3,36 3.44 3.52 3.6 3,68 3,76 3,84 3,76 3.68 3.76 3.84 3,92 4,00 4,06 4,16 Si X' = ↓ 280000 320000 360000 400000 440000 480000 520000 Esperanza matemática ⇓ 2,960 3,032 3,088 3,112 3,088 3,031 2,960 En la tabla se incluye también un supuesto sobre las probabilidades que el A estima para cada posible valor futuro de producto (más exactamente, para el intervalo cuyo valor central es el que figura en la columna correspondiente). Una información que nos indica que el A estima que el intervalo de máxima probabilidad es 380.000 < X ≤ 420.000, es decir, calcula que existe un 30% de probabilidades que esté alrededor de 400.000 unidades (= X+p), o que, por ejemplo, desde su perspectiva, la probabilidad de conseguir un valor alrededor de 480.000 unidades es únicamente del 10 % . 0,30 f(X) 0,20 P(..<X <..) 0,30 0,10 0,20 0,20 0,10 0,10 0,05 0,05 280.000 360.000 320.000 440.000 400.000 X 520.000 480.000 En la columna final de la tabla también se ha representado el cálculo de la esperanza 256 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés matemática de prima para el A, según sea la decisión que tome en la primera fase al hacer su previsión2. Como puede verse, esta esperanza matemática tiene un máximo (3.112.000 pts.) cuando el A elija como previsión precisamente X'=400.000 unidades, la cifra de producto para la que estima la máxima probabilidad. ♠♠ Lo que sigue del presente apartado y los dos siguientes (6.2 y 6.3) está dedicado a exponer el funcionamiento y las propiedades de la que hemos denominado función-incentivo general tipo “dos fases/doble vía”, D/D, lo que permitirá ampliar y generalizar las conclusiones para casos específicos expuestas en el capítulo anterior, así como extender las posibilidades de aplicaciones prácticas de estas fórmulas de estímulo económico. (6.1.2) Determinación de los parámetros El parámetro central: intensidad del incentivo En una fórmula de incentivos de tipo D/D el parámetro principal es, sin duda, el β, ya que de él depende el orden de magnitud o intensidad del incentivo. Si se establece un incentivo según esta fórmula, el A, como hemos visto, no estará interesado en proponer previsiones ni bajas ni poco probables; a la vez que sí estará interesado, una vez fijada la previsión, en conseguir el máximo resultado posible. Por tanto, no sólo tenemos que considerar que en tales condiciones el hecho de cumplir la previsión es una muestra de gestión eficiente, sino que es de esperar que la desviación entre el valor real y el previsto sea proporcionalmente pequeña. En consecuencia, la parte cuantitativamente dominante de la prima definitiva que cobrará el A vendrá dada por la primera parte de la fórmula: β·X’, que llamaremos prima prevista o prima base, y que es lo que cobrará el A en el caso de que efectivamente cumpla la previsión que él mismo ha propuesto: IE = β·X’ + {a, c}·(X-X’) PRIMA PRIMA BASE COMPLEMENTARIA La decisión que debe tomar el P sobre el valor a fijar para este parámetro principal, β, para una US o un A determinado, es, por tanto, una decisión sobre la intensidad óptima del incentivo. Tema que hemos visto antes en le apartado 5.2. Recordemos al respecto unas conclusiones importantes: • El A decide su esfuerzo (e) en el momento en que tiene que presentar su previsión al P; y esta decisión dependerá -a la vista de la fórmula que determinará su retribución variable- de cual sea la intensidad del incentivo esperable, o sea, dependerá -si nos referimos a una fórmula de incentivos D/D- del valor que se asigne al parámetro β. 2 Así, por ejemplo: E[IE]X'=480.000 = 1,84 x 0,05 + 2,24x0,1 + 2,64x0,2 + .......+ 4,06x0,05 = 3,031 millones. 257 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés • Decidido un determinado nivel de esfuerzo, el A tendrá una determinada estimación del intervalo entre el que puede estar el volumen máximo de producto que podrá realmente conseguir, X; y cada posible valor dentro del intervalo tendrá, para el A, una determinada probabilidad de darse (es lo que llamamos “distribución de probabilidades subjetivas”), en función de las diferentes posibilidades futuras respecto a las variables del entorno. • En consecuencia, esta distribución de probabilidades subjetivas será diferente, según sea el nivel de esfuerzo que haya decidido emplear el A en su gestión al frente de la Unidad. Dicho de otro modo: la probabilidad que estimará con la finalidad de conseguir o superar un determinado nivel de producto, X0, será más elevada cuanto más elevado sea el nivel de esfuerzo que piensa aplicar en su gestión. f(X) (amb e=e(1) ) f(X) (amb e=e(2) ) 0 X X 0 e (1) < e (2) β(1) < β(2) Podemos concluir, por tanto, que, 1) si se establece un incentivo económico tipo función D/D, la previsión que presentará el A tenderá a ser igualmente probable (desde su perspectiva) pero cuantitativamente más alta cuanto más alto sea el parámetro principal β; y, 2) que todo lo que hemos visto antes al hablar de la situación de incertidumbre y de la intensidad óptima del incentivo para el caso de la función sencilla [1] es aplicable al parámetro principal β de las funciones D/D. Separación relativa de los parámetros: Penalización, y Grado de fiabilidad de las previsiones La separación entre los parámetros extremos y el central constituye el elemento de la fórmula de incentivos D/D que, en la primera fase, cuando se solicita al A una previsión, señala a éste la penalización que experimentará su retribución variable, tanto si el valor real de producto conseguido es inferior como superior, característica que hace que este tipo de funciones-incentivo eliminen el efecto ocultación y hagan innecesaria la respuesta del efecto “ratchet” por parte del P. Puede resultar, en principio, paradójico hablar de “penalización” en caso de que el A obtenga un valor de producto real superior al previsto, pero recuérdese que nos referimos siempre a una penalización relativa: si supera la previsión, tendrá derecho a la prima base, calculada sobre la previsión, más una prima adicional sobre la diferencia; pero la prima que le asignaría la fórmula sería aún mayor si en la fase de hacer previsiones hubiese acertado el valor del producto realmente conseguido. Esta diferencia de prima es lo que constituye la 258 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés penalización relativa. Del mismo modo, la penalización relativa por haber obtenido un valor real de producto inferior al previsto no viene dado por la deducción -c·(X’-X) de la fórmula, sino solamente por -(c-β)·(X’X), ya que restar de la prima base (β·X’) un importe igual a β(X’-X) no representa ninguna penalización, sino una simple corrección sobre la prima base que es preciso realizar debido a que la realidad ha quedado por debajo de la previsión. Resumiendo, si una vez transcurrido el periodo, el A hubiese conseguido superar su propia previsión: X > X’, entonces tendremos: * Prima que cobrará: β·X’ + a ·(X-X’) * Prima máxima que podría haber cobrado (si hubiese dado como previsión el valor más elevado X): β·X. * Penalización: β.X - [β.X' + a.(X - X')] ≡ β.X - [β.X - β(X - X') + a(X - X') ≡ (β β -a).(X -X') Y, paralelamente, si suponemos que quedase por debajo de la cifra fijada como previsión: X < X', ---> * Penalización: (c - β ).(X' - X) Esta cuestión queda aún más en evidencia si reescribimos la fórmula de incentivos D/D en los siguientes términos: IE = β.X' + {a,c}.(X - X') ≡ {si X>X'} ≡ β.X' + a.(X - X') +β.X - β.X ≡ β .X -(β β -a).(X - X') {si X<X'} ≡ β.X' + c.(X - X') +β.X - β.X ≡ β .X -(c-β β ).(X' - X) Por tanto, la penalización implícita en la fórmula será mayor cuanto más alta sea la separación entre los parámetros. El que dicha separación se considere muy alta, media o baja dependerá, lógicamente, del valor del parámetro β, es decir, de la separación relativa: (c-β)/β y (β-a)/β, respectivamente. En consecuencia, el que la penalización por “equivocarse” al dar la previsión sea más o menos fuerte depende, en realidad, no tanto de la separación absoluta como de la separación relativa de los parámetros de la fórmula de incentivos. En caso de que los parámetros sean simétricos, la separación relativa es la misma en los dos sentidos, ε = (βa)/β = (c-β)/β, y puede explicitarse reescribiendo la función D/D al estilo de la de Fan: IE = β.X' + β.(1 ± ε).(X - X') [26a] 0 < ε < 1 ; signo "-" cuando X>X' ; signo "+" cuando X<X' donde el parámetro ε denota la separación relativa, en tanto por uno. Expresión que permite precisar que cuanto más grande sea la separación relativa, ε, mayor será la penalización (que tendrá el A “a posteriori”) por haber dado una previsión que después no se ha cumplido exactamente; (“error” de previsión que, en mayor o menor medida, será algo virtualmente inevitable). Esto queda ilustrado en la tabla que sigue, que corresponde al mismo ejemplo numérico anterior, también con parámetros simétricos pero con una separación relativa más alta (75% en lugar del 25% anterior). 259 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés Tabla II IMPORTE DE LA PRIMA, SEGÚN DIFERENTES HIPÓTESIS DE VALOR PREVISTO Y DE VALOR REAL Función-incentivo D/D: IE = 8.X' + {2,14}.(X - X'); (parámetros simétricos; separación relativa: 75 %) Probabilidades estimadas por el A, para cada posible valor de X: 0,10 0,20 0,30 0,20 0,10 0,05 Si X= 280000 320000 360000 400000 440000 480000 520000 matemática ⇓ ⇐ 2.24 2 1,76 1,52 1,28 1,04 0,80 2,32 2.56 2,32 2,08 1,84 1,60 1,36 2,40 2,64 2.88 2,64 2,40 2,16 1,92 2,48 2,72 2,96 3,20 2,96 2,72 2,48 2,56 2,80 3,04 3,28 3,52 3,28 3,04 2,64 2,88 3,12 3,36 3,6 3,84 3,60 2,72 2,96 3,20 3,44 3,68 3,92 4,16 2,480 2,696 2,864 2,936 2,864 2,696 2,480 Si X' = ↓ 280000 320000 360000 400000 440000 480000 520000 Esperanza 0,05 Obsérvese que -comparando la misma columna de las tablas I y II- una vez conseguida una determinada cifra real para la variable de control, la prima que deja de ganar el A por haber dado como previsión una cifra diferente es significativamente mayor en la tabla II. Por ejemplo, en la tabla I, si suponemos que el A dio como previsión en la primera fase X’=400.000 unidades y que después las cosas han ido mejor de lo que estimó y ha conseguido llegar a 480.000 unidades, la prima que le asigna la fórmula será de 3.680.000 pts. en lugar de las 3.840.000 pts. a las que tendría derecho si hubiera previsto X’=480.000 pts. La penalización es, por tanto, de 260.000 pts. Por el contrario, si los parámetros de la función fuesen los de la tabla II, en la que la separación relativa es del 75% podemos ver que la penalización para el mismo supuesto será de 3.840.000-3.360.000=480.000 pts. Grado de fiabilidad de las previsiones Este hecho de que cuanto mayor sea la separación relativa, ε, más alta será la penalización futura por la realización de previsiones que posteriormente resultan substancialmente diferentes del valor de producto realmente obtenido por el A y, tiene a su vez otra consecuencia: las previsiones que tenderá a hacer el A serán más fiables cuanto mayor sea la separación relativa de los parámetros. Esto es debido a que cuanto mayor sea la separación relativa, mayor es el riesgo (de perder prima) que asume el A en el momento de dar su previsión, i por tanto mayor será su interés en esforzarse en dar previsiones que considere fiables. Por previsiones fiables entendemos las que se obtienen de haber evaluado lo mas cuidadosamente posible cual es la probabilidad de conseguir como máximo tal o cual valor de producto; evaluación que implica que el A ha estudiado adecuadamente tanto las posibilidades técnicas y de personal de su US para la consecución de determinados resultados futuros, como los posibles escenarios de las variables del entorno y del estado de la naturaleza, la influencia de los cambios probables de la coyuntura económica, etc. Tengamos en cuenta que una estimación de probabilidades puede hacerse mejor o peor; lo que usualmente quiere decir 260 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés dedicar más o menos esfuerzo a estudiar las posibilidades futuras. Paralelamente, una baja separación relativa implicará una penalización irrelevante y, por tanto, una tendencia del A a desentenderse del la cuestión de dar previsiones fiables, dado que esto no afectará substancialmente al importe de la prima que cobrará al final del periodo. Suponiendo una situación límite, una separación relativa insignificante (ε=0,02, por ejemplo) convertiría la función D/D en la sencilla fórmula de incentivo proporcional según resultados [1], ya que entonces IE≈β·X. En este caso, el A continuará, obviamente, incentivado para la obtención del producto máximo, pero no a preocuparse de dar previsiones fiables. En consecuencia, en la medida en que el P esté interesado en que el A presente previsiones fiables, adecuadas y bien estudiadas, la separación relativa de los parámetros deberá ser importante. Entenderemos que fiables o precisas significa que el A habrá evaluado de la manera mejor posible que sabe y puede la probabilidad de conseguir como máximo una cifra determinada de producto para proponer la cifra de previsión que más le interese (de acuerdo con la fórmula concreta de incentivo que previamente le ha comunicado el P). La fiabilidad está, por tanto, referida no a la cifra de previsión que da, sino a la función de densidad de probabilidades, f(X), en la cual se basa el A para decidir tal cifra. (6.1.3) Simetría/asimetría de parámetros El hecho de que en la fórmula de incentivos D/D [26] los parámetros a y c sean o no simétricos respecto el parámetro principal β influirá, en un sentido diferente al anterior, sobre el tipo de previsiones que tenderá a presentar el A3. En este marco, decir que los parámetros son asimétricos es equivalente a decir que las dos separaciones relativas no son idénticas. En cuanto a la notación, reservaremos ε para referirnos al parámetro de “premio” e introduciremos λ para denotar el de “castigo”: β−a =ε β ; c−β =λ ; β ε≠λ de este modo podemos reescribir la función D/D en términos más generales explicitando las separaciones relativas: IE= β.X' + { β(1-ε), β(1+λ) }.(X - X') s.a: β(1-ε), si X>X’; β(1+λ), si X<X’ [26b] 3 Al igual que en el anterior capítulo, damos por sentado que el P acepta sistemáticamente la previsión que le presenta o propone el A: (X’≡XA), en consecuencia, y para simplificar, nos referiremos a la previsión dada por el A como X’. 261 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés Proposición general: Cuando se aplica una función-incentivo tipo D/D con parámetros que pueden ser simétricos o asimétricos, se puede demostrar que: Un A que sea neutral al riesgo y que efectivamente trate de maximizar su retribución, tenderá a dar previsiones con una probabilidad de ser superadas que dependerá del valor que el P haya fijado para los parámetros, en el sentido siguiente : c −β λ El A escogerá X' tal que P(X ≥ X') = ; ≡ ; [ 27] c−a λ + ε La demostración es paralela a la de la nota 39 del capítulo anterior: La esperanza matemática de prima, con la función-incentivo [24], suponiendo una función de densidad de probabilidades continua para la variable producto, f(X), es ∞ X<X' X=X' 0 ∫ [β . X '+ a .( X − X ')]. f ( X ). dX + ∫ [β . X ' − c .( X '− X )]. f ( X ). dX E[ IE ] X ' = y este valor esperado será máximo, en relación a la decisión que debe tomar el A sobre X’, cuando la derivada de la función, con relación a X’, sea nula 4: Parámetros simétricos En el caso de que la separación entre β y a sea la misma que entre c y β (parámetros simétricos), el anterior cociente será igual a 0,5 y, por tanto, la previsión de producto que tenderá a proponer el A sabemos, por lo que hemos visto en el capítulo anterior, que será la mediana de su función de distribución de probabilidades, es decir, aquel valor futuro de producto que, desde su punto de vista, tiene las mismas probabilidades de ser superado como de no ser realmente alcanzado5, lo que equivaldrá al valor central del intervalo de X para el que estima la máxima probabilidad (X+P), en caso de que la distribución de probabilidades sea “normal”. (Es decir, la conclusión que antes -en el capítulo 5- se ha visto para una función tipo Fan que, por definición, es siempre de parámetros simétricos). Formulado esquemáticamente: Si los parámetros son simétricos, el A es neutral al riesgo (y la distribución de 4 dE [ IE ] = ∫ [ β − a ]. f ( X ). dX + dX ' X=X' ∞ ∞ X<X' ∫ [β − c]. f ( X ). dX = 0 ; y, por tanto: 0 ∞ ∞ X=X' X=X' [β − a]. ∫ f ( X ). dX + [β − c].(1 − ∫ f ( X ). dX ) = 0 ; ⇒ ∫ f ( X ). dX ) .( β − a − β + c) = (c − β ) ; X=X' ⇒ c−β = c−a ∞ ∫ f ( X ). dX ≡ P( X ≥ X ' ) X=X' 5 En términos más precisos deberíamos decir P(X≥X') = P(x<X') ; o bien P(X>X')=P(X≤X'). La diferencia está en la probabilidad específica de que se dé precisamente el hecho singular X=X’, probabilidad que, a efectos prácticos de nuestra argumentación, puede considerarse irrelevante. En efecto, dada, por ejemplo, una previsión de ventas de 124.500.000 pts. para un trimestre, la probabilidad de que las ventas reales sean exactamente este importe, ni una peseta por encima o por debajo, será lógicamente bien pequeña. 262 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés probabilidades es normal), el A elegirá X’ tal que P(X≥X’)=0,5 y, por tanto, X’=X+P. Parámetros asimétricos Al contrario, si la separación β -a es menor que la c-β β , el A tenderá a formular planes arriesgados, más bajos que el de máxima probabilidad, con una probabilidad mayor del 50% de ser conseguidos/superados, y viceversa. Por ejemplo, si β=11, a=5 y c=20, la función incentivo D/D producirá que un A neutral al riesgo tienda a prever valores que tendrán una probabilidad del 60% de ser superados (una previsión conservadora)6. Si el valor de los parámetros fuese β=11, a=4 y c=14, el A -al tratar de maximizar el importe del incentivo esperado- tendería a realizar previsiones arriesgadas, en el sentido de que, desde su propia perspectiva únicamente existe una probabilidad del 30% de ser conseguidas/superadas7. (c-β)/(c-a) = 0,5 0,6 f(X) 0,3 f(X) f(X) 60 % 0,5, (50 %) X+p X' X 30 % X X' X+p X X+p X' Una conclusión a la cual el A también puede llegar, en términos menos precisos, con un razonamiento puramente lógico: Para el A es fácil ver que la separación β-a indica de hecho la “penalización” (en términos de menor prima) que tendrá si la previsión que da resulta después superada por el valor realmente conseguido, y que la separación c-β determina la penalización en caso de que la previsión que dé no la alcance después. Por tanto, si se le fijan los parámetros de la función-incentivo de forma que (β-a)<(c-β) y el A se comporta tratando de maximizar el valor esperado del incentivo a cobrar, entonces tenderá a dar planes conservadores, “a la baja”, ya que está comparativamente menos penalizado dar previsiones que después sean superadas, que lo contrario. Es decir, el riesgo de pérdida de prima es inferior si el A opta por dar como previsión un valor algo inferior a aquél que estima de máxima probabilidad. Y viceversa, en caso que la separación (c-β) sea menor que la (β-a), el A tenderá a realizar planes por encima del valor de máxima probabilidad, dado que en este caso está relativamente menos penalizado “equivocarse” en este sentido que en sentido contrario. Por lo tanto, si lo que desea el P es que el A tienda a realizar planes arriesgados, superiores a la cifra que el propio A estima de máxima probabilidad, será preciso que los parámetros sean asimétricos en el sentido de que la separación relativa entre el parámetro central y el grande, λ, sea inferior a la existente entre el parámetro central y el pequeño, ε. Y a la inversa, si lo que se quiere es que el A presente previsiones más conservadoras en el sentido de por debajo del valor de máxima probabilidad.. 6 7 c − β 20 − 11 λ 0,818 = = 0,6 ; o = = 0,6 c − a 20 − 5 λ + ε 0,818 + 0,545 c − β 14 − 11 λ 0,273 = = 0,3 ; o = = 0,3 c − a 14 − 4 λ + ε 0,273 + 0,636 263 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés Siguiendo el mismo ejemplo numérico de les tablas I y II, la tabla III que sigue corresponde a una función D/D con los parámetros siguientes: IE = 8.X' + {2, 10}.(X - X') En este caso la asimetría es tal que penaliza relativamente poco no llegar al valor previsto (10-8=2) y mucho la realización de planes fácilmente superables (8-2=6), porque la separación relativa en el primer caso es menor que en el segundo [λ= (10-8)/8=0,25 frente a ε =(8-2)/8 = 0,75]. en consecuencia, el A tenderá a presentar planes arriesgados. Concretamente, previsiones para las que estime que sólo tienen un 25% de ser conseguidas/superadas: (10-8)/(10-2)= 0,25 [≡ 0,25 / (0,25+0,75)]. Tabla III : IMPORTE DE LA PRIMA, SEGÚN DIFERENTES HIPÓTESIS DE VALOR PREVISTO Y DE VALOR REAL Función-incentivo D/D, parámetros asimétricos 8, 2, 10 (separación relativa: 75%, 25 %) Probabilidades estimadas por el A, para cada posible valor de X: 0,05 Si X= Si X' = ↓ 280000 320000 360000 400000 440000 480000 520000 ⇐ 0,10 0,20 0,30 0,20 0,10 0,05 Esperanza 280000 320000 360000 400000 440000 480000 520000 matemática ⇓ 2.24 2,16 2,08 2,00 1,92 1,84 1,76 2,32 2.56 2,48 2,40 2,32 2,24 2,16 2,4 2,64 2.88 2,80 2,72 2,64 2,56 2,48 2,72 2,96 3,20 3,12 3,04 2,96 2,56 2,80 3,04 3,28 3,52 3,44 3,36 2,64 2,88 3,12 3,36 3,60 3,84 3,76 2,72 2,96 3,2 3,44 3,68 3,92 4,16 2,480 2,704 2,896 3,024 3,056 3,024 2,960 Como ilustración de la conclusión teórica anterior, la última columna de la tabla nos indica que, efectivamente, la esperanza matemática de prima para el A es máxima cuando elige realizar una previsión X’=440.000, es decir, un valor que, de acuerdo con la aproximación representada por la distribución de probabilidades discreta, tiene una probabilidad de ser conseguido/superado de 0,2/2+0,1+0,05=0,25, es decir, del 25% exactamente. Como ilustración de la conclusión teórica anterior, la última columna del cuadro nos indica que, efectivamente, la esperanza matemática de prima para el A es máxima cuando escoge dar como previsión X’= 440.000; un valor que, de acuerdo con la aproximación representada por la distribución de probabilidades discreta, tiene una probabilidad de ser alcanzado/superado de 0,20/2 + 0,10 + 0,05 = 0,25; es decir, del 25% exactamente. Si, al contrario, el P elige para la función-incentivo D/D unos parámetros tales como β=8, a=6 y c=20, que penalizan relativamente poco el hecho de realizar planes que después no se lleguen a cumplir y penalizar poco lo contrario, el A tenderá a presentar planes probables- 264 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés bajos (concretamente, con una probabilidad del 85,7% de ser superados: (20-8)/(20-6)=0,857. Esta conclusión “teórica” queda ilustrada en el cuadro que sigue, en el que se puede apreciar que la esperanza matemática de prima es máxima cuando el A prevé X’=320.000, un valor que -según la aproximación que representan las probabilidades discretas o por intervalos- tiene una probabilidad de ser conseguido/superado igual a 0,1/2+0,2+0,3+0,2+0,1+0,05=0,9, es decir, del 90%8. Tabla IV : IMPORTE DE LA PRIMA, SEGÚN DIFERENTES HIPÓTESIS DE VALOR PREVISTO Y DE VALOR REAL Función-incentivo D/D, parámetros asimétricos 8, 6, 20 (separación relativa: 25 %, 75%) Probabilidades estimadas por el A, para cada posible valor de X: Si X= Si X' = ↓ 280000 320000 360000 400000 440000 480000 520000 ⇐ Esperanza 0,05 0,10 0,20 0,30 0,20 0,10 0,05 280000 320000 360000 400000 440000 480000 520000 matemática ⇓ 2.24 1,76 1,28 0,80 0,32 -0,16 -0,64 2.48 2.56 2,08 1,60 1,12 0,64 0,16 2.72 2.8 2.88 2,40 1,92 1,44 0,96 2.96 3.04 3.12 3,20 2,72 2,24 1,76 3.2 3.28 3.36 3,44 3,52 3,04 2,56 3.44 3.52 3.6 3,68 3,76 3,84 3,36 3.68 3.76 3.84 3,92 4,00 4,06 4,16 2,960 3,012 3,008 2,892 2,608 2,212 1,760 Podemos resumir, pues, las repercusiones de que los parámetros sean simétricos o asimétricos, con la proposición siguiente: Si el P establece un incentivo tipo función D/D, con parámetros simétricos, y si el A tiende a maximizar el importe del incentivo a cobrar (y es neutral al riesgo), entonces: (Fase I) 1) el A tenderá a presentar como previsión un valor para el cual estima que hay las mismas probabilidades de obtenerlo o superarlo que de lo contrario: 9 X' tal que P(X≥X’) = P(X<X’) 2) y, después, en el transcurso de la su gestión [fase II], tenderá a alcanzar (o superar, si le es posible) este valor X --> ≥ X' Y, en términos más generales (parámetros simétricos o no): 8 Si los intervalos fuesen menores el valor se acercaría al teórico 85,7%. Si su distribución de probabilidades, f(X) se ajusta a la normal la anterior condición significa escoger el valor de máxima probabilidad: X’ = X+p 9 265 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL 1) X' ---> tal que P(X≥X') = c −β c−a Joaquim Vergés ; λ ≡ λ + ε 2) X ---> ≥ X' Consideración conjunta: asimetría/separación relativa de los parámetros El hecho de considerar conjuntamente las repercusiones de una determinada asimetría de los parámetros y la cuestión adicional de un mayor o menor grado de separación relativa entre los mismos nos permite ver que la fiabilidad sobre que las previsiones que tenderá a presentar el A neutral al riesgo tengan, efectivamente, una probabilidad de ser alcanzadas/superadas tal como indica el cociente [27] depende del grado de penalización de la fórmula de incentivo aplicada y, por tanto, de que las separaciones relativas de los parámetros sean proporcionalmente mayores o menores. Veamos en qué sentido: Las separaciones relativas altas, sean las dos iguales o no, penalizan más los “errores” de previsión, por lo que el A tendrá más interés en estudiar con precisión los distintos elementos -entre ellos la variable del entorno- que pueden permitirle la elaboración de un cuadro de valores máximos probables (en función del grado de esfuerzo que haya decidido desarrollar) que considere fiable. Cuando decimos, por ejemplo, que los parámetros de una función D/D concreta son tales que el A tenderá a realizar previsiones con cifras que -para el propio A- tienen una probabilidad de ser conseguidas/superadas del 40%, deberemos añadir, de hecho, que dicha conclusión será válida, o tanto más válida o exacta (fiable), cuanto mayor sea la separación relativa de los parámetros. Consideremos, por ejemplo, las dos funciones D/D siguientes: 14 − 8 0, 75 = 0, 666 ⇐ ≡ 14 − 5 0, 75 + 0, 375 10 − 8 0, 25 IE = 8.X' + {7, 10}.(X-X') , ---> = 0, 666 ⇐ ≡ 10 − 7 0, 25 + 0, 125 IE = 8.X' + {5, 14}.(X-X') , ---> En principio, las dos nos llevan a la conclusión de que el A tenderá a presentar previsiones que teóricamente tendrán un 66,6% de probabilidades de que después las podrá conseguir/superar, pero con la diferencia de que con la primera función esta conclusión será más fiable porque las dos separaciones relativas -y, por tanto, el grado de penalización por realizar previsiones que después no se cumplen en un sentido u otro- son más elevadas en ésta que en la segunda (λ=0,75; ε=0,375 frente a λ= 0,25; ε = 0,125). Concretamente, las dos separaciones relativas son tres veces más grandes en la primera función. Ejemplo de aplicación: determinación de los parámetros Supongamos que el P quiere que la función-incentivo D/D sea tal que provoque que el A tienda a dar planes conservadores con un 70% de probabilidad de ser superados, y que la fórmula dé lugar a los valores siguientes de prima a cobrar por el A: si la previsión es, después, aproximadamente cumplida, que la prima sea de 1.200.000 pts.; y si el A obtuviera una desviación favorable del 20 %, que la prima a que tuviera derecho fuese de 1.320.000 pts. . ¿Qué valor deberían tener los 266 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés parámetros de la función? En lo que respecta al parámetro principal, β, sabemos que deberá de cumplirse la condición β.X' ≈ 1.200.000 ; para determinarlo, por tanto, el P deberá estimar el valor de la previsión que presumiblemente presentará el A; o, en otras palabras, deberá conocer el orden de magnitud de la variable de control. Éste es el sentido del signo de aproximación anterior: la prima base exacta, β.X' , no se conocerá, evidentemente, hasta que el A no haya presentado su previsión, pero primeramente se le ha debido de informar del tipo de incentivo que tendrá (es decir, se le deberá comunicar qué fórmula se empleará, con sus parámetros); por otro lado, es evidente que para el P no se trata de que la prima base haya de ser exactamente 1.200.000, sino que, sencillamente, juzga que la prima debería tener un importe de este orden en caso que el valor real de producto sea aproximadamente igual al previsto. Supongamos que, en este caso, la estimación del P es ESTP[X']= 20.000, simplemente porque el valor alcanzado en los últimos periodos fue de este orden. Entonces, el parámetro principal tendrá que cumplir: β.20.000 = 1.200.000 ; y, por tanto: --> β ≈ 60 . La segunda condición cuantitativa, IE = 1.320.000 si X = 1,2 X' , nos permite calcular el valor que debería tener el parámetro a : 1.320.000 = 60x20.000 + a.(24.000-20.000) ; ---> a = 30 ; (obsérvese que, si ya está determinado o decidido β, para determinar a no es imprescindible conocer la estimación del valor del producto: 1.320.000= 60.X'+ a.0,2X' ---> a = 30) . 120.000 = a. 0,2 X' Finalmente, la condición referente a que los planes tiendan a ser conservadores nos permite calcular el tercer parámetro: c - 60 = 0,7 , ----> c = 130. c - 30 Por tanto, la función-incentivo que cumplirá (aproximadamente) las condiciones estipuladas es: IE = 60.X' + {30, 130}.(X - X') * * * 6.2. PREVISIONES DE LOS A SEGÚN SU ACTITUD FRENTE AL RIESGO Hasta aquí hemos supuesto que el A era neutral al riesgo, es decir, que se comportaba con una pura racionalidad económica en lo que respecta a sus intereses personales: tendiendo a actuar maximizando sus ingresos futuros (su esperanza matemática de incentivo a cobrar). Y con este tipo de A ya hemos visto que con una función incentivo D/D el tipo de previsiones dependerá de si los parámetros son simétricos o asimétricos; y que el grado de fiabilidad de las estimaciones en que se base el A dependerá en gran parte del grado de ‘penalización’, o sea, de la separación relativa de los parámetros. Si, al contrario, el A no es neutral al riesgo aunque los parámetros sean simétricos, la previsión que tenderá a presentar será diferente del valor de máxima probabilidad. Así, el A puede ser una persona más bien inclinada a preferir valores de incentivo más bajos pero más seguros (A averso al riesgo). O, todo lo contrario, el A puede 267 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés ser una persona más bien inclinada a “jugar”, a optar a una cifra de incentivo más elevada aunque menos segura, asumiendo el riesgo de que la “apuesta” le salga mal y se quede, por el contrario, con una prima sensiblemente inferior (A propenso al riesgo) 10. Y esta desviación en el momento de autofijarse las previsiones será mayor cuanto más alta sea la separación relativa de los parámetros, como veremos a continuación. (6.2.1) Agentes aversos al riesgo Un A con un comportamiento averso al riesgo frente a una función-incentivo de parámetros simétricos, tenderá a realizar una previsión algo más baja que el valor de máxima probabilidad (aunque este valor está asociado al máximo importe de la esperanza matemática del incentivo o ’prima’ a cobrar), porque de este modo se asegura (relativamente) un cierto importe de incentivo, menor, pero con mayores posibilidades de obtenerlo. Es decir, que en la fase de decidir la previsión que comunica al P, opta por eliminar gran parte del riesgo que corre (riesgo en lo que respecta al importe del incentivo a cobrar al final del periodo) por el hecho de tener que decidir la cifra de previsión que se auto-fija. Así, en el ejemplo de la tabla II, un A con un cierto grado de aversión al riesgo podrá dar como previsión X’=360.000 unidades (obsérvese que la probabilidad que el mismo A estima de conseguir/superar dicha cifra es del 75%) en lugar de dar una previsión de 400.000 unidades (que es el valor para el que estima la máxima probabilidad). Con esta decisión, el A buscaría “asegurarse” una prima total de 2.880.000 pts. (la que corresponde a la hipótesis de que habiendo comunicado X’=360.000 después, efectivamente, el máximo que pueda conseguir en la realidad sea X=360.000), renunciando con su decisión a la posibilidad más probable que es una prima de 3.200.000 (si X’=400.000 y en la realidad se consiguiera, efectivamente, este nivel de producto más probable)11. También es cierto, sin embargo, que esta decisión “conservadora” está conjurando el riesgo de que la prima se quede, por el contrario, en 2.640.000 pts., que es el importe a que tendía derecho si, habiendo dado una previsión de máxima probabilidad (400.000), después la condiciones del entorno fuesen tales que el producto realmente conseguido se quedase en 360.000 unidades. Dicho brevemente, este A prefiere “asegurarse” (relativamente) una prima de 2.880.000 pts. renunciando a una probable prima más alta (3.200.000 pts.). Por el mismo razonamiento, un A con un mayor grado de aversión al riesgo realizaría una previsión aún más baja, por ejemplo, X’=320.000 unidades (que tiene aproximadamente un 90% de probabilidades de ser conseguido/superado). En este caso (casi) se aseguraría una prima de 2.560.000 pts., eliminando prácticamente el riesgo de que, si las condiciones del entorno son después peores de lo que eran en el momento de hacer la previsión, se quede con una prima de sólo 2.080.000 pts. (que es la que le asignaría la fórmula si X’=400.000 pts. y después X=320.000). Y como es fácil deducir, para un A con un grado determinado de aversión al riesgo, esta tendencia de dar previsiones más bajas que el valor de máxima probabilidad será más acusada como fuerte sea la penalización por realizar previsiones que se separen después 10 Sobre el comportamiento como ‘neutral al riesgo’ y ‘averso al riesgo’, ver las notas 11 y 12 del capítulo anterior. 11 En caso de que X llegara realmente a 400.000 unidades, el A averso al riesgo, al haber dado como previsión 360.000 unidades, tendría una prima de 2.960.000 pts. en lugar de las 3.200.000 pts. 268 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés significativamente de la realidad, es decir, como alta sea la separación relativa de los parámetros de la función-incentivo. Veamos esta conclusión con una formulación más precisa: Para un A averso al riesgo, su equivalente cierto de incentivo12 a cobrar (EC[IE]) será algo inferior al de la correspondiente esperanza matemática, siendo la prima de riesgo, p, la citada diferencia: EC[IE]=E[IE] - p y esta prima de riesgo será mayor 1) cuanto más grande sea el índice de aversión al riesgo (r), 2) cuanto mayor sea la separación relativa de los parámetros (ε), dado que el riesgo para el A existe solamente en la medida en que existe un cierto grado de penalización por previsiones “erróneas”, y 3) cuanto más importantes sean las posibles desviaciones futuras respecto la previsión dada (aspecto medido por la dispersión de la función de distribución de probabilidades del A, es decir, por la varianza estimada para el valor futuro de X: VAR[X]. Pero, dada la distribución de probabilidades para cada posible valor de producto, las posibles desviaciones que preocupan especialmente al un A averso 13 al riesgo (desviaciones favorables, X<X’) dependerán de cuál sea el valor previsto que proporcione . En resumen, y manteniendo el supuesto de que la función-incentivo es de parámetros simétricos, como la [25a], aquello que determina la prima de riesgo es: p=ρ(r, P[X≥X’])·ε ; δp/δr>0 , δp/δX’>0 donde r es un coeficiente de aversión al riesgo 14 . Y, del mismo modo que existe un determinado valor de esperanza matemática del incentivo a cobrar para cada posible opción de previsión a comunicar al P, también existe un determinado equivalente cierto de beneficio asociado a cada posible valor que el A elija para X’. Lógicamente, el A tenderá a tomar la decisión que maximice el valor de este equivalente cierto. La condición de primer grado para maximizar el equivalente cierto, en función del valor de previsión que proporcione, será: dEC[ IE] dE[ IE] δ p = − =0 ; condición que, teniendo en cuenta la conclusión analítica deducida dX' dX' δX' anteriormente para ∞ , + ∫ f (X).dx = 050 X= X' δp δ X' dE[IE] dX' (ver nota 4), significa que se debe cumplir que: c − a ; es decir: X' tal que : P(X ≥ X') > P(X<X') 12 De acuerdo con la terminología habitual en la teoría de la agencia (véase, por ejemplo, MILGROM/ROBERTS, op.cit., pág. 348), el equivalente cierto de beneficios, EC, es la cifra segura que haría renunciar al A a entrar en un “juego” cuyo resultado en términos de beneficio es una cifra aleatoria que tiene una esperanza matemática de beneficios superior a EC. 13 El A averso al riesgo está contemplando especialmente la posibilidad de que, habiendo dado como previsión el valor de máxima probabilidad, la realidad sea tal después que las condiciones del entorno no le permitan conseguir dicho valor (podemos decir que no le preocupa la posibilidad contraria). En este sentido, cuanto más cerca del valor mínimo esperado para X esté la previsión que elija comunicar al P, menor será la diferencia entre el equivalente cierto de beneficio para el A y la correspondiente esperanza matemática, es decir, que la prima de riesgo será mayor cuanto más alta sea la previsión que decida comunicar, porque el riesgo de no conseguir una determinada cifra de producto va aumentando a medida que se consideran cifras de previsión cada vez mayores, por tanto δp/δX’>0. 14 Véase nota 17 del capítulo anterior 269 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés y, por tanto, si la distribución de probabilidad es normal el A tenderá a dar como previsión ==> X’<X+p. es decir, que el A averso al riesgo tenderá a proponer previsiones que tendrán una probabilidad mayor de ser superadas que de no ser conseguidas. Estas previsiones, por tanto, serán probables-conservadoras: probables, pero tendiendo a la baja. La desviación a la baja respecto la previsión que daría un A neutral al riesgo, X+p, será tanto mayor como elevado sea el grado de aversión al riesgo y cuanto mayor sea la separación relativa de los parámetros de la función-incentivo. (6.2.2) Agentes ‘propensos’ al riesgo El A puede tener, por el contrario, un comportamiento propenso al riesgo, en el sentido de que, dada una situación de incertidumbre, tiende a “apostar” para tener la posibilidad de obtener una ganancia más elevada, es decir, que “jugará” a ganar un importe más alto que el valor de esperanza matemática de incentivo15, y, en contrapartida, asume, por descontado, el riesgo de que ocurra todo lo contrario. Así, en el ejemplo de la tabla II, un A con un comportamiento propenso al riesgo en el momento de decidir la previsión a proporcionar al P, elegirá un valor mayor que el de máxima probabilidad, por ejemplo X’=440.000 unidades, apostando así la posibilidad de que efectivamente el valor real llegue a esta cifra y el incentivo a cobrar sea entonces de 3.520.000 pts. Con esta decisión se está arriesgando a que, por el contrario, el incentivo a cobrar sea bastante inferior, 2.960.000 pts. en caso de que el valor real de producto que resulte de su gestión sea el más probable (400.000 unidades), una retribución complementaria inferior a las 3.200.000 pts., que sería la cifra que iría a “buscar” un A neutral al riesgo (X’=400.000=X+p). En términos más formales: Si un A tiene un comportamiento propenso al riesgo significa que presenta un coeficiente de aversión al riesgo negativo (r<0) y, por tanto, que su prima de riesgo es negativa. En consecuencia, un razonamiento formal paralelo al del A averso al riesgo nos lleva a la conclusión de que con una función D/D de parámetros simétricos la condición de primer grado para la maximización del equivalente cierto de prima será X’, tal que: ∫ ∞ X =X ' f ( X ) ⋅ dX ≡ P( X ≥ X ' ) < 0,50 15 Comprar un billete de lotería es un caso típico de comportamiento propenso al riesgo: la esperanza matemática de beneficio siempre es inferior al precio del billete. No obstante, la persona que juega está pensando en el hecho improbable, pero posible, de que gane su número. El grado de propensión al riesgo de una persona (al igual que en el caso de aversión al riesgo) es diferente para decisiones distintas, normalmente: puede apostar a la lotería 1.000 pts., pero no estar dispuesta a apostar 10.000 pts., por ejemplo. 270 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés Es decir, que tenderá a proponer previsiones que tendrán una probabilidad mayor de no ser conseguidas que de ser alcanzadas o superadas; previsiones, por tanto, probablesarriesgadas: probables pero tendiendo al alza: --->X’ tal que P(X≥X’)<P(X<X’) y, por tanto, ==> X’>X+p, si la distribución de probabilidad es normal. Y la desviación que dicho comportamiento representa respecto el valor de máxima probabilidad será tanto mayor como baja sea la separación relativa de los parámetros, es decir, como baja sea la penalización en caso de “equivocarse” al dar una previsión. En efecto, al igual que el juego de la lotería, el A propenso al riesgo puede estar dispuesto a arriesgarse si la posible pérdida en caso de que la apuesta no sea buena es de un importe determinado, pero puede no estar dispuesto a hacerlo si la posible pérdida es de un importe mayor16. Dicho en otros términos, un mismo A puede comportarse como propenso (o averso) al riesgo si las condiciones del “juego” son unas, y puede comportarse como neutral al riesgo si las condiciones son otras. Rresumen sobre agentes no neutrales al riesgo PREVISIONES, SI LA FUNCIÓ-INCENTIVO ES DE PARAMETROS SIMETRICOS f(X) X(nr) = previsión de un A neutral al riesgo X(ar) = previsión de un A averso al riesgo =0,5, (50 %) X(ar) X(pr) X X(pr) = previsión de un A propenso al risesgo X +p X(nr) Si el A es averso al riesgo tenderá a hacer previsiones con un valor probableconservador, algo inferior al de máxima probabilidad, aunque la función incentivo sea de 16 Volvamos al ejemplo anterior de la tabla II. Si un A con un determinado grado de propensión al riesgo hace una previsión de 440.000 unidades, como hemos supuesto anteriormente, es probable que si la separación relativa de los parámetros fuese del 25% (como en el caso de la tabla I) en lugar del 75%, haga una previsión del número de unidades aún más separada del valor de máxima probabilidad, por ejemplo, 480.000 unidades. Obsérvese que si la apuesta sale mal y las condiciones del entorno impidan alcanzar dicha cantidad de producto en la realidad, suponiendo que se alcance el valor más probable (400.000 unidades), el incentivo que cobrará será de 3.040.000 pts. El riesgo monetario que estaría corriendo si decide X’=480.000 es, por tanto, similar (aunque un poco inferior: 3.040.000 frente 2.960.000) al de elegir X’=440.000 pts. en el supuesto referido en la tabla II, en el que la penalización por previsiones no acertadas es más fuerte. 271 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés parámetros simétricos. Esta desviación será más importante cuanto mayor sea el grado de aversión al riesgo y fuerte sea la “penalización”, es decir, será una desviación significativa si la separación relativa de los parámetros es elevada (ε≈>0,5, por ejemplo). Y a la inversa, A que tengan un comportamiento propenso al riesgo (en el sentido de que tienden a “apostar” para tratar de obtener ganancias superiores a la esperanza matemática) tenderán a hacer previsiones probables-arriesgadas (valores superiores al de máxima probabilidad), aunque los parámetros de la función-estímulo sean simétricos. Esta desviación será tanto mayor como fuerte sea el grado de propensión al riesgo y como más baja sea la separación relativa de los parámetros. Podemos decir, entonces, que tanto en un caso como en otro, una separación relativamente alta de los parámetros producirá que el A no neutral al riesgo haga previsiones algo inferiores respecto al caso en que la separación fuese relativamente pequeña. La diferencia está en que en el caso del A averso al riesgo los valores serán siempre inferiores al de probabilidad máxima, y en caso de A propenso al riesgo siempre mayores que este valor. Hay una consideración de tipo práctico a añadir a lo que llevamos visto hasta ahora. No modifica las conclusiones deducidas, sino que las complementa y refuerza, aportando una perspectiva de realismo a los argumentos expuestos. Se trata de que la situación de incertidumbre se caracteriza porque normalmente la estimación de probabilidades subjetivas por parte del A comporta una inevitable imprecisión. Esta estimación será más en términos de intervalos que en términos de valores precisos. Pero el A debe comunicar al P un valor preciso de previsión X’; ha de decidir un valor concreto para X’. Y este hecho acentúa el comportamiento de los A no neutrales al riesgo. Por ejemplo, un A averso al riesgo, además de decidirse por el intervalo a la izquierda del de máxima probabilidad, tenderá a escoger como cifra de previsión un valor concreto también a la izquierda de dicho intervalo. (6.2.3) Parámetros asimétricos como forma de neutralizar el sesgo en la propuesta de previsiones En los casos en que resulta decisivo, para las tareas de dirección general, que las previsiones que se fijen para cada periodo sean lo máximo probables, porque esto es necesario de cara a la coordinación de las diversas unidades o departamentos de la empresa/organización (o bien por cualquier otro motivo), el P puede estar interesado en neutralizar la tendencia de los A aversos (o propensos) al riesgo a hacer previsiones sesgadas, tratando de inducirlos indirectamente a presentar no previsiones probables-conservadoras o (probables-arriesgadas) sino de máxima probabilidad. Esta neutralización puede conseguirse si el P fija en cada caso unos parámetros β, a, c, convenientemente asimétricos. Así, para el caso de un A averso al riesgo, los parámetros deberían tener valores tales que (c-β)/(c-a)<0,5, y viceversa para neutralizar la tendencia de un A propenso al riesgo. O sea que: la asimetría de parámetros puede ser utilizada para neutralizar las tendencias observadas en A aversos o propensos al riesgo, induciendo en el primer caso a hacer planes más elevados, y en el segundo planes más bajos. 272 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés Ejemplo La empresa “OCI, S.A.” tiene establecida una función-estímulo tipo D/D con parámetros simétricos desde hace 5 años destinada a los responsables de cada Departamento. Uno de ellos, la directora de ventas de la línea “Esport”, ha superado la previsión que había realizado previamente en 8 de los 10 últimos semestres. Esto es una evidencia de que se trata de un A averso al riesgo, ya que tiende a hacer previsiones que tienen una probabilidad del 80% de ser superadas17. Este comportamiento puede no representar una distorsión significativa para el conjunto de la planificación de la empresa, pero es más probable que sí, y que, por tanto, el P esté interesado en evitar que el A continúe proporcionando sistemáticamente planes probablesbajos. En este sentido, el P puede neutralizar la tendencia observada sustituyendo los parámetros simétricos por otros con un determinado grado de asimetría, de tal manera que penalicen poco las previsiones que posteriormente no se cumplen y mucho más la realización de previsiones que después son superadas. Así, en nuestro ejemplo, si con parámetros simétricos el A se desvía sistemáticamente en la proporción 80%-50%, para que contrariamente tendiese a dar como previsiones valores de máxima probabilidad serían precisos unos parámetros asimétricos tales que: c-β ------ = 0,2 c-a es decir, con una asimetría que indujera a un A neutral al riesgo a hacer previsiones optimistas, con una probabilidad del 20% de ser conseguidos-superados (desviación de 30 puntos de porcentaje: 50%-20%=80%-50%). Y, en general, si el P desea inducir a As no neutrales al riesgo un determinado tipo de comportamiento al hacer previsiones (bien sea que tiendan a proporcionar previsiones de máxima probabilidad o bien previsiones con una determinada probabilidad, w, distinta del 50%, de ser conseguidas/superadas), la asimetría de los parámetros debería fijarse de tal manera que: c− β [27] = w - (desviación observada en las previsiones del A) c−a donde w denota el tipo de previsiones que pretende el P: X’ tal que P(X≥X’)=w; y la ‘desviación observada’ es la diferencia entre la probabilidad observada de que las previsiones históricamente presentadas por el A las haya alcanzado o superado éste después, (y), y la probabilidad ídem asociada a un A neutral al riesgo enfrentado a la misma función incentivo (n). En este sentido, recordemos que un A neutral al riesgo tenderá a presentar al P planes con una probabilidad n=0,5 si no está incentivado al contrario; es decir, si no cobra ningún incentivo relacionado con la previsión 18; o bien si el incentivo se basa en una fórmula D/D con parámetros simétricos. Y si en este segundo caso los parámetros son asimétricos recordemos también que un A neutral al riesgo tenderá a dar previsiones con una probabilidad de ser alcanzadas/superadas, igual al cociente de parámetros [27] tantas veces aludido. Así, por ejemplo, si a lo largo de diferentes períodos en los que no se aplicaba ningún tipo de incentivo 17 Si, por el contrario, en 5 semestres se hubiera desviado positivamente y en 5 negativamente, deduciríamos que se trata de un A neutral al riesgo. 18 Si no se le paga al A incentivo económico alguno relacionado con la previsión, pero se le pide periódicamente que elabore previsiones, deberemos entender que esto significa que se le está pidiendo, implícitamente, unas previsiones de máxima probabilidad. 273 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés relacionado con la previsión (o bien se aplicaba un incentivo tipo D/D con parámetros simétricos) un determinado A solo ha alcanzado o superado sus propias previsiones un 30 % de las veces (y=0,3 ) -en lugar de un 50 % (n=0,5 ) que sería lo esperable de un A neutral al riesgo-, diremos que se trata de un A propenso al riesgo, y, concretamente, que presenta una desviación de -0,2 . Otro ejemplo: supongamos que a lo largo de una serie de periodos se ha aplicado una fórmula de incentivos tipo D/D con parámetros asimétricos tales que el mencionado cociente [26] es igual a 0,4 (n=0,4 ); y que observamos que el A que estamos considerando ha venido presentando previsiones periódicas que en un 60% de los casos ha alcanzado o superado (y=0,6). Podremos decir en este caso que se trata de un A con un comportamiento averso al riesgo, y, concretamente, caracterizado por una desviación de 0,2 con relación a lo que sería el comportamiento de un A neutral. O sea que la desviación (y-n) es lo que nos permite concretar el tipo de comportamiento observado en los Agentes: si es nulo, equivale a decir que tiene un comportamiento neutral al riesgo; si positivo, averso al riesgo; y si negativo, propenso al riesgo. Por el contrario, lo que denotamos con "w" define la política de previsiones que quiere inducir el P: si de máxima probabilidad, si arriesgada en determinado grado, o si conservadoras en determinado grado. (w=0,5 i y=0,8 , i n=0,5 en el ejemplo anterior de la empresa OCI SA)19. En definitiva, los elementos que será necesario tener en cuenta para determinar el tipo de asimetría/simetría de los parámetros son: (I) El comportamiento de los A (que tiene que ver con sus características psicológicas), y que, por tanto, el P no puede ni pretende cambiar con la fórmula de incentivos) puede ser: • Averso al riesgo, en un determinado grado • Neutral al riesgo • Propenso al riesgo, en un determinado grado (II) Al aplicar una fórmula de incentivos tipo D/D los parámetros pueden ser tales que el cociente (c-β)/(c-a) sea : • > 0,5 : parámetros asimétricos, 'penalizando' relativamente más las previsiones que después no son alcanzadas • = 0,5 : parámetros simétricos, 'penalizando' por igual. • < 0,5 : parámetros asimétricos, 'penalizando' relativamente más las previsiones que después son superadas. (III) Según sean (I) y (II), la resultante será que el A tenderá a presentar unas previsiones con una determinada probabilidad subjetiva (del A) de ser alcanzadas o superadas: * P(X≥ X') > 0,5 , previsiones conservadoras (o probables-bajas) * P(X≥ X') = 0,5 , Previsiones de máxima probabilidad 19 Supongamos, como ejemplo alternativo, que en el caso OCI, S.A. el P estuviera interesado en que los A proporcionaran previsiones más bien a la baja porque considera beneficioso el efecto psicológico de que se diga que en la empresa las previsiones se superan la mayoría de las veces, pero no desease previsiones tan bajas como tiende a presentar el A responsable de la línea “esport”, sino previsiones con una probabilidad del 60% de ser superadas (w=0,6). Entonces para el caso de este A, los parámetros de la función-incentivo deberían ser tales que: c-β ------ = 0,6-(0,8-0,5)=0,3 c-a 274 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés * P(X≥ X') < 0,5 , previsiones arriesgadas (o probables-altas) y (IV), finalmente, el Principal tendrá una determinada política u opción en lo que respecta al tipo de previsiones que quiere que le presente el A; por ejemplo, previsiones tales que P(X≥ X') = 0,60. Lo cual significa que el P deberá escoger (II) , teniendo en cuenta las características concretas (I) del A de que es trate, de tal manera que la resultante (III) sea exactamente igual al tipo de previsiones que el P pretende que le presente el A. Expresado esquemáticamente: Con funciones-incentivo tipo D/D: relación entre los parámetros comportamiento observado de la fórmula de incentivo D/D del agente c - β c-a - averso al riesgo (grado:.....) - neutral al riesgo < 0,5 , (.......) = 0,5 > 0,5 , (.......) - propenso al riesgo (grado: ...) Tipo de previsiones que es esperable dé el A < 0,5 , (.......) X', tal que: P(X X') > = 0,5 > 0,5 , (.......) ? coincide Tipo de previsiones que el P quiere que tienda a presentar el A < 0,5 , (.......) X', tal que: P(X X') > = 0,5 > 0,5 , (.......) ♠ ♠ ♠ 275 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés 6.3. LAS FÓRMULAS DE INCENTIVO EN LA SEGUNDA FASE: ESTÍMULO A SUPERAR LA PREVISIÓN. (6.3.1) El inconveniente relativo de las funcionesincentivo tipo D/D en la fase de gestión “Prima” complementaria menos que proporcional La característica de las funciones-incentivo tipo D/D consistente en que “penalizan” los “errores” de previsión es, como hemos visto, lo que hace que estas fórmulas de incentivo tengan una de sus principales virtudes: incentivar al A a que haga una previsión precisa, bien estudiada y que su valor se corresponda con un rendimiento satisfactoriamente alto de la unidad cuya gestión tiene asignada, evitando, de este modo, el típico inconveniente del efecto ocultación. Pero esta característica es también, inevitablemente, la causa de un inconveniente probablemente el único aspecto no satisfactorio- de este tipo de funciones-incentivo: que en la fase de gestión propiamente dicha la prima adicional o complementaria por superar la previsión es, en contrapartida, proporcionalmente baja, puesto que siempre representará un premio por unidad de producto inferior al que representa la prima-base, calculada sobre la cifra de producto prevista; y ello precisamente porque a < β, IE=β·X’ + a · (X-X’) PRIMA PRIMA BASE COMPLEMENTARIA EJEMPLO (1) Supongamos un ejemplo concreto de función-incentivo D/D simétrica y con una separación relativa elevada, del 70% concretamente: IE=6·X’+6·(1±0,7)·(X-X’). Con dicha separación relativa, el A, en la primera fase, tenderá a realizar previsiones bien estudiadas, fiables: el valor de máxima probabilidad, si la distribución de probabilidad es normal (y el A neutral al riesgo). Sin embargo, si después, en el transcurso del periodo, las condiciones del entorno son distintas de las previstas como más probables, de forma que sería posible al A desarrollando un cierto esfuerzo- adaptarse y aprovechar toda la información real disponible para conseguir superar su propia previsión, esta superación sólo será premiada con 1,8 u.m. por unidad de producto. Compárese esto con las 6 u.m. que “premian” cada unidad de producto prevista. Probablemente, la expectativa de 1,8 u.m. por unidad de producto que indica la fórmula al A resulte ser una motivación comparativamente escasa en relación al esfuerzo que requeriría conseguir superar la previsión. Dicho en otros términos, con una función tipo D/D el premio por superar la previsión es relativamente modesto: siempre será proporcionalmente inferior al premio que representa la prima base respecto la cifra prevista. Porque si el A consigue superar la previsión en un 20%, por ejemplo, tendrá derecho a una prima adicional a sumar a la prima base, pero esta suma representará un incremento de prima que, en cualquier caso, será inferior al 20%, y será tanto menor cuanto mayor sea la separación relativa entre a <----> β. 276 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés EJEMPLO (2) Como ilustración, supongamos que la función-incentivo es, concretamente, la siguiente: IE=6·X’+(1±0,4)·(XX’) y que el A realizó en su momento una previsión X’=400. En este momento, en el transcurso del periodo planificado, está prevista una prima base de 2.400 u.m., más una posible prima adicional de 3,6 u.m. por cada unidad que supere la previsión. Si calculamos cuál sería la prima si al final del periodo el A consigue un valor de producto que supere un 20% la previsión, IE=6·400+3,6·(480-400)=2.400+288=2.688 u.m. veremos que el premio por superar la previsión un 20% se traduce en un incremento de prima del 12%20. En general, puede demostrarse que cuanto mayor sea la separación relativa ε, menor será el incentivo para que el A se esfuerce, durante la fase de gestión, en adaptarse a las condiciones reales del entorno y en intentar superar la cifra de previsión que se fijó.(superarla, en el supuesto de que las condiciones reales que enmarquen su gestión especialmente la coyuntura económica y el resto de variables del entorno- se lo hiciesen posible) Así, si en el ejemplo anterior 6 u.m. era una tasa de incentivo adecuada, cercana a la óptima (en el sentido expuesto antes en 5.2), a partir de la cual el A decidió en su momento el grado de esfuerzo que pensaba desarrollar en su gestión, la expectativa de una tasa de premio de 1,8 u.m. para premiar una desviación favorable difícilmente resultará un estímulo relevante. En otras palabras, si el A, esforzándose para adaptarse a las condiciones reales del entorno, pudiera conseguir superar su propia previsión un 20%, el incentivo económico a cobrar sólo aumentaría un 6%. La relación general implícita entre los dos incrementos es la siguiente: Prima complementaria a.( X − X ' ) = Prima base β. X ' Superación de la previsión X − X ' Tasa en que la previsión es superada, x = = Previsión de producte X' Tasa de prima complementaria, s= ; s = x . (1 - ε) 20 Es fácil ver que la relación entre los dos porcentajes depende de la separación relativa de los parámetros: 80/400=0,2 ; 288/2.400=0,12≡80·6·(1-0,4)/(400·6)≡80·(1-0,4)/400≡0,2·(1-0,4) 277 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés FUNCIONES INCENTIVO TIPO D/D: INCREMENTO PROPORCIONAL DE LA PRIMA, CUANDO LA PREVISIÓN ES SUPERADA POR EL VALOR REAL EN UN DETERMINADO PORCENTAJE. (s) = % en que se verá 30 % s = x.(1- (ε =0) incrementada la prima 20 % si separación relativa = 25 % 15 % 10 % si 50 % (ε =0,5 ) si 75 % (ε =0,75) 10 % ε) (ε =0,25) 5% (x) = % en que es superada la previsión 10 % 20 % 30 % Contradicción en 1ª y 2ª fases Queda claro con la anterior relación que la característica del premio menos que proporcional por superar la previsión es como la otra cara de la moneda del efecto “penalización”, que en la primera fase asegura al P que el A tenderá a hacer previsiones precisas y no necesariamente fáciles de cumplir. Lo que es una gran ventaja en la primera fase temporal, en el momento de que el A revele información fiable sobre sus posibilidades de conseguir un determinado nivel de producto para el periodo que se está planificando, resulta después ser un inconveniente en la fase de gestión: el A está poco incentivado a esforzarse en su gestión día-a-día para obtener un valor de producto superior al previsto (en el supuesto de que las condiciones reales de su gestión -especialmente la coyuntura económica y otras variables del entorno- se lo permitieran). Y cuanto más fuerte es la ventaja para el P en la fase de hacer decidir las previsiones a los A, más fuerte es el inconveniente señalado en la fase de gestión: cuanto mayor sea la separación relativa de los parámetros, más fuerte será la motivación del A para hacer previsiones con probabilidades estudiadas con precisión, pero menor será, proporcionalmente, el premio establecido para una posible superación de la previsión. Por otra parte, es frecuente observar en la práctica la voluntad de los P de hacer justamente lo contrario: premiar proporcionalmente más, no menos, una posible superación de la previsión, más aún cuando se está aplicando una función incentivo D/D, ya que en este caso sabemos que la previsión que habrá hecho el A en la primera fase del proceso se corresponderá con un rendimiento/esfuerzo razonablemente alto (ya que con dicha función incentivo podemos considerar que el efecto ocultación será virtualmente nulo), y que, en consecuencia, superar esta previsión requerirá probablemente un esfuerzo de gestión notable por parte del A. Pero esto último (premiar más que proporcionalmente) es justamente contradictorio, como hemos visto, con la esencia y la ventaja principal que se persigue con una función tipo D/D: la condición a < β es necesaria para que una función incentivo no genere la consecuencia perversa del efecto ocultación (y su acompañante, el efecto “ratchet”) y la ineficiencia que de él se deriva. Además, el hecho de que la separación relativa de los 278 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés parámetros sea importante es la condición para que en la primera fase el A no se desentienda de la labor de dar unas previsiones bien estudiadas y fiables. Sin embargo, simultáneamente, el hecho de que la separación relativa (ε=(β-a)/β sea importante significa que, inevitablemente, se reduce drásticamente en la segunda fase el grado de incentivo a superar la previsión si es que las circunstancias reales a las que se enfrentará después el A en su gestión así se lo permitan. La decisión sobre la separación relativa a fijar en los parámetros plantea, por tanto, una contradicción. ¿Puede resolverse ésta y combinar las ventajas de la función incentivo D/D con la posibilidad de premiar no menos, sino más que proporcionalmente al A cuando consigue superar la previsión?. La respuesta, como veremos, es un si con reservas. Veamos de qué modo y en qué sentido. (6.3.2) Premiar más que proporcionalmente una superación de la previsión: Función D/D modificada Una posibilidad de conseguir esto consiste en introducir en la función D/D un cuarto parámetro, de modo que la tasa de premio sobre la previsión sea más pequeña que la tasa de premio sobre la superación de la previsión (determinada ésta por el parámetro a), siempre manteniendo la condición básica de las funciones D/D, β>a. FUNCIÓN D/D MODIFICADA IE = (β β .X' - d.X^) + {a, c}.(X - X' ) s.a [28] 1) a < β < c ; β, a, c, d, >0 2) (β β .X' - d.X^)/X' < a donde β, a, c, d >=; X^ es una previsión puramente orientativa anticipada por el P, y donde (β.X' d.X^) es ahora la prima base o prima prevista, que quedará determinada una vez el A presente su previsión (denotaremos esta prima prevista con IE'); y, por tanto, la tasa de premio que representa sobre la previsión de producto es IE’/X', pts. por unidad. Como puede verse, la condición 2) hará que efectivamente se pueda premiar más que proporcionalmente una superación de la previsión; y es una condición que puede ser compatible con la 1), que es la esencia de las funciones D/D. Veamos un ejemplo concreto: Ejemplo (3) IE=(7⋅X' - 4,5⋅X^) + {3,5 , 9,5}.(X - X') ; X^= 400.000 ; s.a : (7X'-1.800.000)/X' < 3,5 (condición que se cumplirá para valores de X' < 514.285 ) Con esta fórmula de incentivo, si el A hace, por ejemplo, una previsión idéntica a la anticipada por el P y después su gestión diese lugar a un valor real de producto idéntico, el incentivo que cobrará será de 1.000.000 pts. Una prima prevista que representa una retribución de 2 pts. por unidad de producto prevista, mientras que cada unidad en que se supere la previsión estará retribuida con 3,5 pts. Esto significa que en caso de que después el producto realmente 279 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés conseguido superase la previsión en un 5% (20.000 unidades más de producto), el incremento de prima sería de 70.000 pts., lo que representa un 7% sobre la prima prevista. Un incremento de prima, por tanto, más que proporcional. x= 20.000 = 0,05 ; 400.000 s= 3,5.(20.000) = 0,07 1000 . .000 Y obsérvese que si hiciéramos d=5 (en lugar de 4,5), la función resultante haría que la prima prevista fuese más pequeña (800.000 pts.) y, por tanto, el incremento proporcional de prima en caso de superar la previsión sería superior (8,75%). En términos más generales: dado un determinado valor para el parámetro de premio, a, una función tipo D/D modificada [28] permitirá que el incremento relativo de prima (s) sea mayor que el incremento relativo de producto (x), y tanto mayor cuanto más grande sea el parámetro d y más baja sea la separación relativa β-a, porque ambas cosas harán que sea menor la prima prevista por unidad, es decir, la tasa de incentivo sobre la previsión: IE’/X’. Normalmente, sin embargo, en la política de incentivos del P acostumbra a ser tan importante que la prima prevista tenga un determinado orden de magnitud como premiar substancialmente una posible superación de la previsión. Por tanto, si la función incentivo debe cumplir unos objetivos sobre ambas cuestiones, los parámetros, incluso el a, tendrán que determinarse conjuntamente, guardando unas determinadas relaciones. Conviene, entonces, precisar la forma de determinar unos valores mutuamente coherentes para los parámetros de la función: β, a, c, d. Determinación práctica de los parámetros Empezaremos por enunciar la condición 2) de una forma más directa, expresando el parámetro a en términos de su separación relativa respecto al β: a=β·(1-ε): β. X ' − d . X ^ <a, X' → β − d. X^ < β .(1 − ε ) , X' → d > β .ε . X' X^ Esto nos da la posibilidad de determinar un valor para el nuevo parámetro d, si están ya determinados β y ε (o bien el parámetro a) y disponemos de una determinada estimación de la previsión que presentará el A (≈X’= estimación que hace el P de la previsión que se autofijará el A). EJEMPLO (4) Supongamos que la previsión estimada por el P es X^=400.000 y que éste considera que un premio adecuado por superar la previsión sería a=3 u.m. Además, se desea que la separación relativa respecto al parámetro principal sea del 40% (ε=0,4 y, en consecuencia, β=5). ¿Qué valor podríamos dar al nuevo parámetro d? Si el P estima que la previsión que propondrá el A21 no diferirá demasiado de la que él anticipa 21 Recordemos que cuando se aplican funciones estímulo que eliminan el efecto ocultación venimos considerando que el P acepta sistemáticamente como previsión definitiva, X’, la cifra de previsión que propone 280 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés orientativamente, (≈X’)=X^, entonces el valor del parámetro d debería ser tal que: D > β·ε ---> d > 5·0,4 ---> d > 2 ; por ejemplo: d=3 con este valor para d, la función incentivo quedará determinada como: IE=(5·X’ – 3x·400.000)+{3,7}·(X-X’) 22 O sea, que la prima prevista si el A propone, efectivamente, como previsión también 400.000 unidades de producto, será IE’=800.000 pts. y, como puede verse, se cumple que si el A llegase posteriormente a superar la previsión, por ejemplo, en un 10% (x=0,1), el incremento de prima sería proporcionalmente superior: 40.000·3=120.000 pts., una prima complementaria que equivale a un incremento del 15% sobre la prima prevista (s=0,15). Como es fácil deducir, la prima prevista sería más alta que si hubiésemos elegido un valor inferior para el parámetro d, o bien si el parámetro β fuese más alto (lo que implicaría modificar la separación relativa que se había elegido). (La comparación de este ejemplo con el anterior (3) puede ilustrar sobre esto: la función D/D modificada del (3) implicaría haber decidido: a = 3,5; ε= 0,5 , y, por lo tanto, β=7; una condición 2): d> β⋅ε, d> 3,5; y una opción aquí de 4= 4,5 Para facilitar este proceso de determinar los parámetros de la función D/D modificada en el caso general, explicitaremos las dos variables, ‘tasa de prima complementaria’ (s) y ‘tasa de superación de la previsión’ (x) s= Prima complementaria a.( X − X ') = Prima base β. X ' − d . X ^ ; lo cual permite escribir: 1) s a ⋅ ( X − X ') = x IE ' 2) β⋅(1 - ε)= a x= Superación de la previsión X − X ' = Previsión de producto X' X − X' X' ≡a⋅ =m X' IE ' 3) IE’ = β ⋅ X’ - d⋅X^ sistema del cual se deduce que una vez el P ha decidido: en qué medida quiere premiar más que proporcionalmente una posible desviación favorable (relación entre s y x; = m); el grado de penalización para previsiones ‘incorrectas’ (la separación relativa, ε); y el orden de magnitud de la prima base (≈IE’), los parámetros a, β, y d se pueden determinar conjuntamente, si a la vez el P efectúa una estimación de la previsión que presumiblemente presentará el A (≈X’) 23. Veamos esto con un ejemplo numérico, del que fácilmente podremos deducir el procedimiento de cálculo general a seguir: el A, XA, es decir, que X’≡XA. 22 El valor del parámetro c dependerá de la asimetría/simetría que se quiera para la función incentivo. En caso de que la opción fuese de parámetros simétricos, en este ejemplo c=7. 23 Estas estimaciones (≈IE’) y (≈X’) es necesario efectuarlas en cualquier caso; se trata de resolver un problema general e inevitable: como ya se ha visto en el apartado 5.2, determinar los parámetros que darán lugar a la prima base siempre requerirá efectuar una estimación del valor de la previsión de producto que presentará el A. En las funciones sencillas tipo [1] o en las D/D “normales”, este aspecto de “cálculo por aproximación” afecta a la determinación del parámetro β. En el presente caso de función D/D “modificada”, afecta a los parámetros d y β (e indirectamente a a y c, ya que estos dependen de β y de la separación relativa que se elija). 281 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés EJEMPLO (5) Se desea que si la previsión es después superada, por ejemplo, en un 10 %, sea después premiada con un incremento de prima del 25% (y así proporcionalmente, en otros casos), y, además, que la separación relativa de los parámetros β, a, c sea del 50 %. En tal caso tendremos: "[si X = 1,1 X' ,---> IE = 1,25 IE' ]"; ==> 0,1 X'.a = 0,25 IE' , --> a = 0,25 IE' 0,1 X' por otro lado, a= β.(1-0,5) , por tanto, β = 0,25 . IE' ; 0,1 .X'. 0,5 y, teniendo en cuenta que IE' =β.X' - d.X^, podemos escribir: IE' = 0,25 IE' . X' - d.X^ ; ---> IE'( 0,25 0,1 X'.0,5 0,1 . 0,5 0,25 S' − 1 ⋅ 0,1 ⋅ 0,5 X ^ ⇒d = - 1) = d.X^ ; 24 Por tanto, si, por ejemplo, el orden de magnitud que el P quiere fijar para la prima prevista fuese de (≈ IE') = 1.500.000 pts., y su previsión orientativa de X^= 400.000 unidades de producto, las condiciones especificadas sobre la proporcionalidad del posible incremento de prima nos llevarían a concluir que el parámetro d debería tener un valor d ≈ 15. En resumen, una funciónincentivo que se aproximaría satisfactoriamente a lo que se pide sería la siguiente: IE = (18,75.X' - 15x 400.000) + {9,375 , 28,125}.(X - X') donde β y a están calculadas según las expresiones anteriores, con (≈IE')=1.500.000 y haciendo 25 la estimación (≈X')=400.000) ; y el parámetro c se ha determinado suponiendo que se quería una función de parámetros simétricos. Este ejemplo nos permite deducir directamente la expresión general para determinar el nuevo parámetro d (para facilitar esto se han relacionado en el texto las operaciones numéricas indicadas). Esta expresión resultará útil no exactamente como “fórmula” para determinaciones cuantitativas -puesto que el ejemplo anterior en sí mismo es perfectamente generalizable a cualquier caso, y siempre es preferible aplicar una secuencia puramente lógica de cálculo como la que muestra el ejemplo de una “fórmula” única a memorizar- sino porque nos muestra las variables de las cuales dependerá el valor de d: 24 Esta expresión permite decir que, en general, una vez conocidos el orden de magnitud que se desea para la prima base (≈IE’) y la previsión orientativa del P, el valor del parámetro d dependerá de la separación relativa que se elija (0,5 en el ejemplo) y de la proporción en que se quiera incrementar la prima base cuando la previsión se supere en un determinado porcentaje (25% versus 10% en el ejemplo anterior). 25 Como ya se ha dicho, los signos de aproximación (≈) significan “estimación que hace el P del valor de...”. Téngase en cuenta que el valor definitivo IE’ dependerá de la previsión que haga el A, información que lógicamente no se tiene cuando se determinan los parámetros de la función incentivo. Si una vez comunicada al A la función incentivo (con los valores de los parámetros ya determinados) el A diese una previsión diferente a la estimada por el P, por ejemplo, X’= 420.000 unidades, entonces la prima prevista será diferente a la estimación que se había hecho, IE’ = 1.875.000; si después la previsión la llegase a superar el A en un 10%, el incremento de prima sería del 21% en lugar del 25% que había fijado como política de incentivos el P. Esto ilustra el sentido y las implicaciones de los signos de aproximación. 282 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés IE ' s − 1 ⋅ x ⋅ (1 − ε ) X ^ ⇒d = Es decir, que para aplicar una función tipo D/D modificada será preciso conocer: en qué proporción desea el P premiar más que proporcionalmente una desviación favorable (s/x), qué separación relativa (a <--> β) se desea, ε; qué previsión orientativa se anticipa al A (X^), y cuál es el orden de magnitud de la prima prevista que se desea que tenga el A (≈IE’)26. La expresión anterior nos permite concluir también que el parámetro d deberá ser mayor cuanto más elevada sea la proporción en que el P desee premiar más que proporcionalmente y como alta sea la separación relativa que decida para los parámetros (a <--> β). Los posibles inconvenientes de la fórmula D/D modificada El hecho de que la función D/D modificada permite primar fuertemente la superación de la previsión, aunque también incentiva al A a hacer una previsión probable lo más alta posible (ya que mantiene la condición β > a), la haría probablemente acreedora del nº 1 en el “ranking” de funciones-incentivo. No obstante, es necesario tener en cuenta que se trata de una fórmula fuertemente discriminadora que puede llevar -sobre todo cuando la incertidumbre sobre los cambios en el entorno es alta- a resultados poco lógicos o contradictorios con la idea a la que responde todo incentivo económico. En efecto: como discrimina fuertemente en favor de desviaciones favorables respecto las previsiones, para el caso de variaciones desfavorables importantes entre las previsiones de P y A y entre la previsión de éste y el posterior valor real, el importe del incentivo definitivo total que señalará la fórmula puede resultar inadecuado porque puede resultar un incentivo notablemente inferior al orden de magnitud que pretendía el P; o bien el modelo puede dar lugar incluso a valores negativos si las desviaciones desfavorables son relativamente importantes. Por ejemplo, en el supuesto numérico anterior la prima sería prácticamente nula si el A, habiendo hecho una previsión igual a la que hemos supuesto, X’=400.000, después viese que en realidad se ha quedado en 347.000 unidades (IE=18,75·400.000-6.000.000-53.000·28,125≈0), y la prima sería negativa para valores reales inferiores. Puede verse, en este sentido, el cuadro de posibilidades de la página siguiente. 26 O, lo que es equivalente en el proceso de cálculo, saber qué valor se quiere fijar como tasa de premio para desviaciones favorables (a) y cuál es la estimación del P sobre la previsión que hará el A (≈X’) (ya que si se conoce a y ε se puede calcular β, y con β, X^ y ≈X’ se puede calcular ≈IE’). 283 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés Tabla V : IMPORTE DE LA PRIMA, SEGÚN DIFERENTES HIPÓTESIS DE VALOR PREVISTO Y DE VALOR REAL Función-incentivo D/D modificada: IE = (18,75.X' - 15x 400.000) + {9,375 , 28,125}.(X - X') Probabilidades estimadas por el A, para cada posible valor de X: Si X= 0,10 0,20 0,30 0,20 0,10 0,05 280000 320000 360000 400000 440000 480000 520000 -750.000 1125.000 1500.000 1875.000 2250.000 2625.000 3000.000 -375.000 0 0 375.000 375.000 750.000 -375.000 750.000 1.125.000 1.500.000 2.250.000 50 % -750.000 375.000 1.500.000 1.875.000 2.250.000 2.625.000 25 % 1125.000 1500.000 1875.000 0 1.125.000 2.250.000 2.625.000 3.00.000 16,6 % 12,5 % Si X' = ↓ 280000 320000 360000 400000 440000 480000 520000 ⇐ % de incremento de 0,05 prima si X’ es superado en un 10% ⇓ 750.000 1.125.000 1.500.000 1.125.000 1.500.000 1.875.000 1875.000 -375.000 750.000 1.875.000 3.000.000 3.375.000 -750.000 375.000 1.500.000 2.625.000 3.750.000 Como puede verse, en un caso como el del ejemplo este tipo de función-incentivo puede comportar primas proporcionalmente muy bajas, nulas o negativas para desviaciones desfavorables relativamente modestas (lo que puede ser poco adecuado como fórmula retributiva). Así, en el cuadro anterior: la hipótesis X’=400.000, X=360.000, que representa una desviación desfavorable del 10% reduce la prima de 1.500.000 a 375.0000 pts., y si el A hubiera previsto X’=440.000 la prima sería nula, y la hipótesis X’=360.000, X=320.000 da lugar a una prima negativa. No obstante, en caso de que la situación sea tal que permita pensar que al aplicar la función estímulo no será fácil caer en la parte negativa de las primas (por ejemplo, porque la asimetría de los parámetros decidida produce que el A tienda a hacer planes “conservadores” con alta probabilidad de ser superados) no existe ninguna duda de que se puede aprovechar la ventaja adicional de este modelo, de discriminar fuertemente en favor de primar la superación de la previsión. ♠♠♠ 284 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL 6.4. Joaquim Vergés ADAPTACIÓN DE LAS FÓRMULAS DE INCENTIVO A OTROS CASOS. (6.4.1) Caso en que existe más de una variable de control En caso de que existan dos o más VC, la formulación de la función-incentivo es también una oportunidad para precisar al A cuál es la importancia relativa que asigna el P a cada una de las VC. Si, de acuerdo con la fórmula de incentivos, la mayor parte de la prima anual viene determinada en función de una de las VC, es evidente que el A (si tiende a maximizar su retribución) tenderá a optimizar ésta con más énfasis o preferentemente a las demás. La solución más directa en estos casos es, evidentemente, definir un esquema de incentivos que sea la suma de dos o más funciones-incentivo, una para cada variable de control. La cuestión clave a resolver es, evidentemente, el peso que tendrá en la suma total cada uno de los incentivos parciales; porque al definir este peso es cuando el P está poniendo más o menos énfasis en una u otra de las VC. Y eso significa decidir el orden de magnitud de los dos o más incentivos parciales. Así, en el caso concreto de dos VC, un ejemplo puede ser: IE = β1⋅(X1) + β2⋅(X2)’ ± {a, c}⋅(X2 - X2’) donde: X1 = valor de la VC primera ; X2 = valor de la VC segunda es decir, un incentivo a cobrar definido como la suma de una función incentivo sencilla para una de las VC, y una función D/D para la otra. Aunque la dirección de la empresa puede creer conveniente que la forma de establecer el importe del incentivo total sea más elaborada, para hacerla más efectiva, definiendo una sola función incentivo en la cual entren las dos a más VC. Un ejemplo en este sentido lo tenemos en la descripción que realiza J. MARCZEWSKI27 para un caso también de dos variables de control: la tasa de rentabilidad y el volumen de ventas de cada una de las divisiones o empresas filiales de un grupo económico: IE = (X1.a + X2'.b).W + c.(X2 - X2').b.W donde: X1 = tasa de rentabilidad conseguida por el A X2 = Tasa de incremento de las ventas sobre la cifra del periodo anterior W = Retribuciones totales del personal de la división. a, b , parámetros fijados por el P , diferentes para cada A. c , ídem, idéntico para cada A; con los siguientes valores: c = 0,7 si X2 > X2' ; i c= 1,3 si X2 < X2' 27 ¿Crisis en la planificación socialista?, FCE, 1973, pág. 75-76. 285 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés Como puede verse, se trata de un esquema de incentivos en el que los parámetros a y b son los que ponderan o marcan la importancia de las VC en lo que respecta a la determinación de la prima total28. Aunque de hecho puede interpretarse también como una simple suma de dos funciones incentivo independientes: concretamente, la VC ‘tasa de rentabilidad’ tiene asociada una función incentivo sencilla, de tipo [1] 29, con un coeficiente de incentivo igual a: a⋅W; y la VC ‘tasa de incremento en la cifra de ventas’ tiene asociada una función incentivo tipo D/D, con un parámetro central igual a b⋅W, y en la cual las condiciones del parámetro c nos indican que la separación relativa es simétrica e igual al 30%. (6.4.2) Caso en que la variable de control es una variable a minimizar Las funciones descritas en los apartados anteriores son aplicables igualmente a los casos de variables a minimizar con las lógicas diferencias que esto implica, ya que el incentivo para el A debe funcionar en sentido inverso. Esta “inversión” de las fórmulas puede hacerse en principio de dos maneras. La primera invirtiendo el orden de la diferencia entre las variables prevista y real. Por ejemplo, si quisiéramos aplicar una función tipo WEITZMAN (no simplificada) en un caso en el que la variable de control elegida es el coste total de la producción -por tanto, una variables que se espera que el A trate de minimizar- podríamos formular el incentivo en los términos siguientes: Primera alternativa: IE = IE^ + β.(X^ - X') ± {α , γ }.(X' - X) ; 30 0<α< β<γ fórmula de incentivo que, como puede verse, estimula al A en la primera fase a presentar la previsión de costes más ajustada (baja) posible (ya que esto le mejorará la parte de prima que recibe del segundo sumando) y en la segunda fase le incentivará a tratar de que, si las condiciones reales lo permiten, los costes reales sean aún inferiores a los previstos. Justamente el tipo de comportamiento que se trata de motivar. Y la segunda alternativa es, obviamente, aplicar la fórmula de incentivo referida tal como hemos hecho para las variables de control a maximizar, pero escribiendo como tal la inversa de 28 La notación de los parámetros es la del autor citado. Los parámetros a y c no tienen, por tanto, el mismo significado con el que los hemos utilizado aquí anteriormente. 29 Esto puede quedar más explícito si reescribimos el esquema de incentivos como: IE = [ X1⋅a⋅W ] + [ X2'⋅b⋅W + c⋅ (X2 - X2')⋅ b⋅W ] 30 En este caso la variable de control -los costes totales de producción- conviene recordar que es una variable a minimizar en términos relativos; es decir, con relación al coste total previsto para la producción realmente obtenida. En consecuencia, al aplicar la fórmula de incentivo, la previsión, X’, deberá ser entendida (o habrá de ser substituida por) la previsión ajustada: ∑(cantidades reales) . (costes unitarios previstos). 286 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés la VC a minimizar (los costes de producción en el ejemplo anterior). Así: 1 1 1 1 IE = IE ^ + β . − + {α , γ }. − X ' X ^ X X ' En esta segunda opción hay que empezar por señalar que los valores resultantes para los parámetros serán muy diferentes -unos valores de un orden de magnitud mucho más alto- que los de la alternativa anterior, ya que deberán multiplicar variables de un orden de magnitud inverso. Ejemplo: Al A responsable de una US consistente en un departamento de mantenimiento de una empresa se le ha fijado como VC: X = los costes de funcionamiento trimestrales del departamento. La dirección general (el P) quiere establecer un incentivo de un orden de magnitud de (≈IE)=120.000 pts. trimestrales; y desea una función que penalice las previsiones ‘incorrectas’ en el mismo sentido (parámetros simétricos), y que el grado de penalización (separación relativa) sea del 60%. Si suponemos que X^= 31 20.000.000 pts., entonces las funciones-incentivo resultantes podrían : 1ª alternativa: IE = 120.000 + 0,006 (20.000.000 - X’) ± {2,4 , 9,6}⋅(X’ - X) 2ª alternativa: { } 1 1 1 11 11 1 − IE = 120.000 + 24 ⋅ 1011 . − ± 9 ,6 ⋅ 10 , 38,4 ⋅ 10 . X X ' 20.000.000 X ' Las mismas dos opciones de adaptación tenemos en caso de aplicar una función D/D modificada: Primera opción (invertir el sentido de las diferencias): IE = [d.X^- β.X'] + {a, c}.(X' - X) función que, como la anterior, incentivará un comportamiento que es el que se busca potenciar cuando la variable es a minimizar: el A estará interesado en presentar una previsión inferior a la que le anticipa el P (si efectivamente piensa que podrá ajustar los costes a este otro importe más bajo), y estará motivado también después, en su gestión día-a-día, a tratar de que los costes reales sean aún más bajos. Segunda opción (utilizando las inversas de la VC): 1 1 1 1 + {a , c }. − IE = β. − d. X X' X ^ X ' El comportamiento incentivado será, obviamente, el mismo (si bien los valores de los parámetros serán de un orden de magnitud totalmente diferente que en la opción anterior, por el motivo indicado). Para determinar β se ha supuesto que IE^ está definido en función de β y de X^, como hemos hecho en 5.3.6 al hablar de la función de Weitzman. 31 287 CONTROL E INCENTIVOS EN LA GESTIÓN EMPRESARIAL Joaquim Vergés No obstante, en caso de una función D/D “normal” no tendría sentido invertir el sentido de la desviación (por ejemplo: IE = β.X' + {a,c}.(X' - X)) porque se produciría el absurdo de una fórmula que primaría previsiones de costes cuanto más altos mejor (!!). En cualquier caso, se deberían combinar las dos alternativas: invertir el sentido de la desviación, en lo que respecta a la prima complementaria (segundo sumando) y utilizar la inversa de la VC para la prima base (primer sumando): 1 ± {a , c }. ( X ' − X ) X' Pero el inconveniente de esta alternativa “mixta” es que el orden de magnitud de los parámetros será muy distinto entre sí: β tendrá que ser de un orden de magnitud mucho mayor que c, por ejemplo; lo que significa que no podemos hablar de que estamos aplicando una función D/D, puesto que los parámetros dejarán necesariamente de estar relacionados (en cualquier caso, la condición básica a<β<c no se cumplirá). La otra alternativa es aplicar una función D/D normal y formularla utilizando sencillamente las inversas de las respectivas variables: 1 1 1 IE = β. ± {a , c }. − X X' X ' IE = β. Como puede deducirse de los puntos anteriores, solo en el caso de aplicar las fórmulas a las inversas de la VC podremos decir que estamos aplicando realmente una función D/D o una D/D modificada. Tan solo en esta opción la función y los parámetros tendrán el significado y propiedades que hemos visto para el caso de las variables a maximizar; es decir, todo lo relativo a la separación relativa de los parámetros, repercusiones de la simetría/asimetría, prima menos/más que proporcional, etc. Ésta es técnicamente, pues, la alternativa preferible si la opción previa se decanta por aplicar una función-incentivo D/D (sea “normal” o “modificada”). En cualquier caso, cuando adaptamos una fórmula de incentivos al caso de una variable a minimizar, deberá tenerse en cuenta substituir la expresión “superar la previsión” (tantas veces utilizada en los apartados anteriores) por la de “mejorar la previsión”; por ejemplo, si la VC se refiere a costes, la ‘mejora’ significa que estos han sido inferiores a los previstos. O bien considerar a todos los efectos que la VC es (1/X). 288