Seminario: Inversión en campañas de vacunación en el tercer mundo. Un uso social de la optimización multicriterio

Seminario dirigido por Vicente Liern Carrión, del Departamento de  Matemáticas para la Economía y la Empresa de la Universidad de Valencia.

En el seminario, se tratarán los siguientes aspectos:
a) Inversión de impacto (Impact investing).
b) Formas de invertir en vacunación.
c) Medición del impacto social y económico de las inversiones.
d) Normalizaciones basadas en funciones de similitud.
e) Ordenación de los países según su adecuación para las inversiones en
vacunas.

a) Las inversiones de impacto, son “aquellas inversiones en empresas, organizaciones y fondos que tienen la intención de generar un impacto social y medioambiental además de lograr un rendimiento financiero” (GIIN, J.P. Morgan, 2015). A diferencia de las inversiones socialmente responsables estándar, las inversiones de impacto buscan la responsabilidad social y la rentabilidad económica sin descartar ningún activo financiero (no hay un filtrado de activos “nocivos”).

b) En estos momentos, las formas de invertir en vacunación en países del Tercer Mundo, es a través de fondos en los que participan varios países (entre los que se incluye España) e inversores particulares, especialmente la Fundación Bill y Melinda Gates. Conocer los productos en los que los particulares pueden hacer su inversión y cuáles son las garantías que ofrecen resulta fundamental para fomentar la participación de capital privado. Por su importancia, analizaremos especialmente las formas de operar de la “La Alianza para las vacunas, GAVI”.

En los dos puntos siguientes, (c) y (d), se encuentran las mayores dificultades para nuestros propósitos, debido especialmente a la deficiencia de los datos, las dificultades para establecer de forma objetiva los impactos, la inestabilidad sociocultural y política de las zonas en las que se aplican las campañas de vacunación, etc.

c) Para medir el impacto social y económico de las inversiones, debemos recurrir a valoraciones capaces de manejar datos afectados de incertidumbre y que a la vez puedan incorporar toda la información disponible, aunque esta sea imprecisa, incompleta y/o subjetiva. Para estos propósitos, utilizamos los indicadores que se manejan en la Alianza GAVI, la UNESCO y la OMS, pero haciéndolos más flexibles mediante el uso de la lógica fuzzy.

d) Las normalizaciones basadas en funciones de similitud pueden resultar decisivas en la toma de decisiones que se apoyan en la optimización multicriterio. En las inversión en campañas de vacunación, donde se manejan datos de salud junto con criterios socioeconómicos, la aplicación directa de métodos de optimización no suele proporcionar buenos resultados. Nosotros usaremos un método muy conocido, TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution), que asume que en cada criterio que participa en la decisión, el óptimo se encuentre en el máximo o en el mínimo, pero no en valores intermedios.

e) Finalmente, estamos en condiciones de ordenar los países según su adecuación para las inversiones en vacunas. A pesar de que nuestro objetivo inicial era determinar completamente el capital y el país en el que debería hacerse la inversión, hemos tenido que conformarnos con ordenar los países según su adecuación, de manera que el inversor pueda conocer las opciones. Como caso práctico, aplicaremos nuestra propuesta a ocho países africanos: Angola, República Democrática del Congo, Kenya, Mozambique, Rwanda, República de Tanzania, Uganda y Zambia. Al usar datos reales, con toda la problemática asociada en cada caso, podremos comprobar la versatilidad y posible aplicabilidad del modelo que presentamos.