Gestire l'incertezza nelle valutazioni di investimento
La valutazione degli investimenti nel capitale di un'impresa, per fusioni o per progetti industriali è un complesso esercizio di decision-making, che necessita di competenze derivanti da diverse discipline. Le imprese si affidano all'opinione di consulenti e il processo decisionale può durare parecchi mesi, con un notevole sforzo in termini di tempo e di risorse. Le best practice suggeriscono ai decisori di basare le loro scelte su un business plan (spesso detto modello finanziario). Il modello unisce tutti gli aspetti rilevanti del progetto d'investimento e ne deriva i criteri di valutazione alla base della scelta. In molte situazioni gli investitori capiscono che c'è incertezza riguardo molti aspetti della transazione e vogliono identificare le principali fonti d'incertezza. Le best practice prevedono allora che i decisori assegnino una distribuzione di probabilità alle ipotesi caratterizzate da incertezza e ne ottengano il profilo di rischio dell'investimento.
Dal punto di vista tecnico, il profilo di rischio è la distribuzione del Net Present Value (NPV). Dal profilo di rischio un manager deduce la probabilità, di un NPV negativo, nonché tutte le misure di rischio che possano interessargli. Tuttavia tale processo non ci dice quali siano le assunzioni che influenzano di più la variabilità nei risultati.
Nel loro Invariant Probabilistic Sensitivity Analysis (di prossima pubblicazione su Management Science, doi: 10.1287/mnsc.2013.1719), Emanuele Borgonovo (Dipartimento di Scienze delle Decisioni) and Manel Baucells (RAND Corporation e Universitat Pompeu Fabra) propongono nuovi metodi di sensibilità per l'analisi dei business plan e la valutazione degli investimenti.
I metodi sono basati sul calcolo della distanza tra i profili di rischio usando le metriche di Kolmogorov-Smirnov e di Kuiper. Ciò si traduce in un insieme di misure di sensibilità che sono invarianti alle trasformazioni monotone. L'invarianza è una proprietà che ha implicazioni sia teoriche, sia pratiche. Le misure di sensibilità sono subito stimate utilizzando la base dati a disposizione, consentendo al manager di ottenerle direttamente da ciò che si sta già facendo, ovvero senza costi aggiuntivi. I decisori sono così in grado di capire le sorgenti principali dell'incertezza e di individuare le variabili chiave su cui concentrare la raccolta di informazioni nella fase di sviluppo, e da monitorare nella fase di implementazione.