Prendere decisioni quando non si conoscono con certezza gli esiti è il punto in cui l’economia diventa davvero interessante. La teoria dell’utilità attesa offre un modo rigoroso per confrontare alternative rischiose: non guarda solo al guadagno medio, ma a come ogni esito viene percepito da chi decide. In questo articolo spiego come funziona, quali assiomi la sostengono, perché è ancora utile per leggere assicurazioni, risparmio e investimenti, e dove invece perde potere descrittivo.
Le idee che contano davvero
- Il punto centrale non è il denaro atteso, ma l’utilità che ogni esito produce.
- Una funzione di utilità concava indica avversione al rischio; una lineare segnala neutralità.
- Il modello richiede probabilità e preferenze coerenti, altrimenti perde forza.
- È molto utile per assicurazioni, risparmio previdenziale e investimenti con esiti incerti.
- Funziona peggio quando le probabilità sono ambigue o il modo in cui la scelta è presentata cambia troppo il comportamento.
Cos'è e cosa misura davvero
La teoria dell'utilità attesa nasce per rispondere a una domanda molto concreta: come si confrontano due scelte quando gli esiti non sono sicuri? La risposta del modello è netta: non basta guardare alla somma media di denaro che potresti ottenere, bisogna guardare alla soddisfazione che ogni esito genera e pesare questa soddisfazione con la probabilità che quell’esito si realizzi.
Il punto decisivo è che utilità e valore monetario non coincidono. Un euro in più non ha sempre lo stesso peso psicologico o economico: per chi ha poco reddito può contare molto, per chi ha già un patrimonio elevato può contare meno. Qui entra in gioco l’idea di utilità marginale decrescente, cioè il fatto che ogni unità aggiuntiva di ricchezza tende a produrre un beneficio progressivamente minore.
Per questo la teoria non descrive soltanto “quanto si guadagna”, ma anche “quanto pesa davvero quel guadagno” rispetto al rischio. È una differenza sottile solo in apparenza, perché cambia il modo in cui interpretiamo assicurazioni, investimenti e persino politiche pubbliche. Da qui vale la pena passare al meccanismo operativo, che è più semplice di quanto sembri.
Come si calcola nella pratica
La regola base è elementare: utilità attesa = somma di utilità × probabilità. In formula, si scrive spesso come EU = p1 × u(x1) + p2 × u(x2) + …, dove p sono le probabilità degli esiti e u(x) è l’utilità attribuita a ciascun risultato. Il punto non è fare matematica fine a sé stessa, ma mettere ordine in una scelta che altrimenti si giudicherebbe solo “a sensazione”.
| Opzione | Esiti possibili | Probabilità | Valore monetario atteso | Lettura economica |
|---|---|---|---|---|
| A | 50 euro certi | 100% | 50 euro | È semplice da valutare perché elimina il rischio |
| B | 0 euro oppure 120 euro | 50% / 50% | 60 euro | In media vale di più, ma non è detto che sia preferita |
Se guardo solo il valore atteso, l’opzione B sembra migliore. Se però considero l’utilità, A può risultare più attraente per una persona avversa al rischio. È qui che il modello diventa utile: separa il calcolo finanziario dalla preferenza reale. E per capire perché una persona scelga A o B, bisogna guardare agli assiomi che tengono in piedi il modello.
Gli assiomi che la rendono coerente
Il modello funziona perché impone alcune condizioni di coerenza alle preferenze. Nella versione classica di von Neumann e Morgenstern, gli assiomi principali sono quattro:
- Completezza: se confronto due alternative, devo poter dire quale preferisco oppure se mi sono indifferenti.
- Transitività: se preferisco A a B e B a C, allora devo preferire A a C.
- Indipendenza: aggiungere una componente comune a due opzioni non dovrebbe cambiare il loro ordine di preferenza.
- Continuità: preferenze molto vicine dovrebbero restare confrontabili in modo stabile.
Questi assiomi non dicono che le persone reali ragionano sempre così; dicono piuttosto cosa serve per costruire una scelta razionale nel senso economico del termine. Io li considero una specie di grammatica della decisione: non raccontano tutta la vita mentale del decisore, ma fissano una struttura minima perché il confronto abbia senso. E proprio da questa struttura nasce il legame con il rischio.
Come leggere il rapporto con il rischio
La forma della funzione di utilità dice quasi tutto sul modo in cui una persona affronta l’incertezza. Se la curva è concava, l’individuo è avverso al rischio: preferisce una somma sicura a una scommessa con lo stesso valore medio. Se è lineare, è neutrale: guarda soprattutto al valore atteso. Se è convessa, tende a cercare il rischio perché dà più peso alla possibilità di un esito molto alto.
| Forma della funzione | Atteggiamento verso il rischio | Esempio tipico |
|---|---|---|
| Concava | Avversione al rischio | Assicurarsi contro una perdita rilevante |
| Lineare | Neutralità | Valutare solo il valore medio dell’esito |
| Convessa | Propensione al rischio | Preferire una scommessa con forte upside |
Qui il messaggio importante è uno solo: la stessa lotteria può apparire desiderabile o no a seconda di come la utilità trasforma il denaro in soddisfazione. Questo spiega perché due persone con lo stesso reddito possono prendere decisioni opposte davanti allo stesso rischio. Per renderlo più concreto, vale la pena passare a un esempio numerico che sembri vicino alla vita reale.
Un esempio concreto tra assicurazione e investimento
Immagina due casi. Nel primo, devi decidere se pagare un premio di 150 euro per proteggerti da una perdita potenziale di 5.000 euro con probabilità del 2%. Il valore monetario atteso della perdita è 100 euro, quindi il premio sembra “costoso”. Eppure molte persone lo accettano senza esitazione, perché la perdita di 5.000 euro pesa molto più dei 50 euro di differenza tra premio e valore atteso. Non stanno comprando solo una media migliore: stanno comprando tranquillità, stabilità di bilancio e minore esposizione a uno shock serio.
Nel secondo caso, considera un investimento che promette un rendimento medio più alto ma con oscillazioni forti. Un portafoglio azionario e uno strumento più prudente possono anche avere differenze non enormi nel rendimento atteso, ma l’utilità percepita cambia molto se una flessione temporanea mette a rischio obiettivi importanti, come il fondo di emergenza o il risparmio previdenziale. In questo senso, la teoria aiuta a capire perché molti risparmiatori in Italia ed Europa preferiscano soluzioni meno redditizie ma più prevedibili quando la posta in gioco è il capitale accumulato nel tempo.
Questo esempio mostra una cosa che nei dibattiti economici si dimentica spesso: il problema non è scegliere l’alternativa con il numero più alto, ma l’alternativa con la combinazione più sensata di rischio e valore per chi decide. E proprio qui emergono anche i limiti del modello.
Dove il modello funziona e dove si indebolisce
Il modello è forte quando le probabilità sono chiare, le alternative sono ben definite e il decisore riesce a ordinare le proprie preferenze in modo stabile. È utile, per esempio, in analisi assicurative, nella progettazione di portafogli, nella valutazione di progetti pubblici o nelle decisioni delle imprese che devono confrontare scenari di domanda diversi.
Si indebolisce invece quando entrano in scena ambiguità, cioè quando le probabilità non sono davvero note o non sono condivise, oppure quando la presentazione della scelta cambia troppo il comportamento. Il paradosso di Ellsberg e molta ricerca successiva hanno mostrato che le persone spesso distinguono tra rischio misurabile e incertezza vaga, e non li trattano allo stesso modo. In più, la teoria fatica a descrivere bene i casi in cui le perdite pesano psicologicamente più dei guadagni equivalenti o in cui l’inquadramento della scelta altera il giudizio.
In breve, il modello è un buon standard normativo, ma non è sempre una fotografia fedele del comportamento reale. Per questo, quando lo applico a casi concreti, cerco sempre di capire se sto lavorando in un contesto di rischio misurabile oppure in un contesto più ambivalente. Da qui nasce la domanda più utile: come usarlo senza forzarlo.
Come usarla nelle decisioni economiche reali
Quando devo applicare questo approccio a una scelta reale, seguo cinque passaggi molto semplici. Primo: separo il valore monetario dall’effetto che quel denaro avrebbe sul mio benessere o sul bilancio di un’impresa. Secondo: stimo le probabilità con la massima onestà possibile, senza fingere precisione dove non c’è. Terzo: valuto quanto sarebbe sopportabile l’esito peggiore, perché il modello cambia molto se una perdita è marginale o destabilizzante. Quarto: confronto le alternative a parità di orizzonte temporale. Quinto: se le probabilità sono troppo incerte, affianco alla valutazione attesa anche scenari, stress test e analisi di sensibilità.
Questo metodo è particolarmente utile per tre famiglie di decisioni: assicurazioni, risparmio di lungo periodo e investimenti con rischio di mercato. Nelle assicurazioni, la domanda vera non è “quanto costa in media il sinistro?”, ma “quanto mi costa evitare uno shock che può creare danni sproporzionati?”. Nel risparmio previdenziale, la domanda non è solo “qual è il rendimento atteso?”, ma “quanto sono disposto a tollerare oscillazioni nel percorso?”. Nelle imprese, infine, la teoria aiuta a confrontare investimenti con ritorni simili ma esposizioni al rischio molto diverse.
Questa è anche la ragione per cui, in economia pubblica, il modello resta importante: una misura può avere un beneficio medio elevato ma essere poco convincente se lascia aperta la possibilità di eventi rari e molto costosi. E da qui si arriva alla lezione più utile.
La lezione più utile per risparmio, assicurazioni e politica economica
Io considero questo modello meno come una descrizione perfetta dell’essere umano e più come una griglia per rendere esplicite le preferenze sotto incertezza. È utile perché costringe a dichiarare cosa conta davvero: il guadagno medio, la stabilità del risultato, la gravità della perdita, oppure la combinazione di tutti questi fattori. In un contesto economico fatto di tassi che cambiano, prezzi instabili e rischi sistemici, questa chiarezza vale molto.
Per il lettore, la conclusione pratica è semplice: se una decisione può produrre conseguenze asimmetriche, non fermarti al valore medio. Chiediti quanto pesa per te l’esito peggiore, quanto sono affidabili le probabilità e se il problema è davvero un rischio misurabile o piuttosto un’incertezza difficile da quantificare. È in quella differenza che il modello mostra tutta la sua forza, ma anche i suoi confini più onesti.
