XIV XI INFLUENCIA DE LA HEURÍSTICA DE DE DECISIONES FINANCIERAS ANCLAJE Y AJUSTE EN LA TOMA. Alina Gómez. Víctor Peña.

Transcripción

1 INFLUENCIA DE LA HEURÍSTICA DE ANCLAJE Y AJUSTE EN LA TOMA DE DECISIONES FINANCIERAS Santafé de Bogotá, viernes 08 de septiembre Alina Gómez. Víctor Peña. XIV XI SIMPOSIO NACIONAL Y INTERNACIONAL DE EXPERTOS EN FINANZAS

2 Agenda del Día Introducción Objetivos Marco Teórico Metodología Resultados Conclusiones

3 Introducción Decidir es un proceso cognitivo muy complejo que se toma con una finalidad precisa: escoger una acción entre diversas opciones elegibles al término de un trabajo de análisis. (Cadet & Chasseigne, 2009) Finanzas Comportamentales Racionalidad Limitada (Simon, 1955 ) Heurísticas y Sesgos (Tversky & Kahneman, 1974) Teoría Prospectiva (Tversky & Kahneman, 1979) Voluntad limitada (Thaler & Mullainathan, 2008) Heurística herramienta eficaz (Gigerenzer 2011) Sesgos como error potencial (Hirshleifer, 2015) Las finanzas comportamentales constituyen un campo de conocimiento que busca estudiar la forma cómo los inversionistas toman sus decisiones financieras y cómo se involucran sus procesos cognitivos en esa decisión. (Ricciardi & Simon, 2000)

4 Objetivos OBJETIVO GENERAL Medir la influencia de la heurística de anclaje y ajuste en el pronóstico y toma de decisiones financieras mediante un experimento. Comprobar si ejecuta la heurística de anclaje y ajuste y generan sesgos de expectativa. OBJETIVOS ESPECIFICOS Medir la influencia del sesgo exceso de optimismo en las decisiones financieras.

5 Marco Teórico The Prospect Theory (Kahneman & Tversky) Framing Effect (Kahneman & Tversky 1979) Bounded rationality (Simon, 1955) Bounded willpower (Kahneman & Tversky 1979; Mullainathan & Thaler, 2000) Bounded selfishness (Mullainathan & Thaler, 2000 Judgment under uncertainty: Heuristics and biases (Tversky & Kahneman, 1974; Daniel, Hirshleifer, & Teoh, 2002; Kahneman, 2003 ; Altman, 2004; Shefrin, 2007; Thaler & Sustein, 2008, Howard, 2013; Pohl, 2017 ) Heurística de Representatividad Heurística de Disponibilidad Heurística de Anclaje y Ajuste Sesgos Cognitivos Heuristics and biases (Tversky & Kahneman, 1974)

6 Marco Teórico: Sesgo de optimismo Afecta la rentabilidad de la cartera de un inversionista (Biais, Hilton, Mazurier, & Pouget, 2005) la confianza de los inversores, los precios y las transacciones del mercado (Nelson, Bloomfield, Hales, & Libby, 2001; Glaser & Weber, 2007) Más importante la intensidad que la fiabilidad de la información (Griffin & Tversky, 1992) Los seres humanos esperan eventos positivos en el futuro aun cuando no haya pruebas para apoyar tales expectativas. Nature (Sharot, T., Riccardi, A. M., Raio, C. M., & Phelps, E. A. (2007). Los Humanos sobrestimamos la probabilidad de eventos positivos y subestimamos la probabilidad de eventos negativos. Current Biology (Tali Sharot T. 2011) Usando de datos del índice japonés NIKKEI 225 entre 2009 y 2013 se midió el grado optimismo y el exceso de confianza en el pronóstico del índice (Kinari, 2016).

7 Metodología Preguntas de Investigación Mostrar un valor de inicio en el instrumento genera una heurística de anclaje y ajuste que dé lugar a ejecutar un sesgo cognitivo? Son los pronósticos de un índice bursátil influenciados por el sesgo de optimismo?

8 Metodología - Índice S&P MILA PACIFIC ALLIANCE SELECT El S&P MILA Pacific Alliance Select es un índice diseñado para medir el rendimiento de las compañías más grandes y más líquidas en la región de la Alianza del Pacífico, que comprende las naciones latinoamericanas de Chile, Colombia, Perú y México.

9 Metodología - Instrumento Gráfico índice 1 semana Como puede observar en las gráficas hoy el valor índice S&P MILA PACIFIC ALLIANCE SELECT tiene 4601,93 puntos: Según su criterio, escriba el pronóstico del valor del índice a 1 día, 1 semana y 1 mes. Escriba su pronóstico de valor del índice para mañana: Gráfico índice 1 mes Escriba su pronóstico de valor del índice para dentro de una semana: Escriba su pronóstico de valor del índice para dentro de un mes: Gráfico índice 1 año Se busca: - Observar la influencia del índice (ancla) en el pronóstico. - Verificar si se genera el sesgo exceso de optimismo.

10 Metodología - Participantes Toma primaria de datos mediante un instrumento que recopiló las decisiones de pronóstico y decisiones de inversión de los participantes. Participantes: Estudiantes de pregrado con conocimientos de finanzas y estadística.

11 Metodología Modelo Uso de un modelo de efectos fijos y regresiones para explicar las relaciones entre las variables Pronóstico del participante i en la semana t. Y i,t = α i + βx i,t + ε i,t Valor realizado del índice Spmpsup MILA Término de error del participante en la semana t Efecto individual medio entre los participantes del experimento. Interpretado como un estado de ánimo (Giordani and Söderlind, 2006) (Kinari 2016) Hipótesis nula: Error de expectativa media es cero Optimismo se medirá como una desviación de laexpectativa racional. α (+) β = 1 Se puede interpretar a como optimista α (Kinari 2016)

12 Resultados Heurística de Anclaje - regresiones Sesgos de expectativa: optimismo modelo efectos fijos y regresión.

13 Anclaje VARIABLES ECUACIÓN SIGNIFICANCIA D I pronóstico Índice(ancla) Pronóstico = 389, Ancla (***) (***) R 2 = 0,3442 p 0.01 D I D I pronóstico índice(ancla) país pronóstico índice(ancla) país_peru país_chile Pronóstico = 26,8 + 0,999 Ancla + 13,70 pais R 2 = 0,3476 Pronóstico (***) p 0.01 (***) = 15,94 + 1,0 Ancla + 14,9 pais. peru + 26,39 pais. chile R 2 = 0,3483 (***) (***) (***) p 0.01 D I pronóstico índice(ancla) país_peru país_chile edad Pronóstico = 63,27 + 0,99 Ancla pais. peru pais. chile + 2,55 edad (***) (**) (***) (***) R 2 = 0,3502 p 0.05 p 0.01

14 Modelo de Efectos Fijos ECUACIÓN D Pronóstico 1d, 1s, 1m I Valor realizado del índice Pronóstico = 4179,49+ 0, V. Realizado Prob > F = 0,000 p 0.01 (***) (***) α(+) β 1 PRUEBAS PARA EFECTOS FIJOS Modelo Balanceado, 1d, 1s, 1m. Estimación de modelo efectos fijos y efectos aleatorios Prueba hausman: efectos fijos Prueba de heterocedasticidad positiva (robust) Prueba de auto correlación de primer orden negativa Comparar los tamaños de α para ver si son incrementales en el tiempo para establecer optimismo. (Kinari 2016)

15 Pronóstico vs Valor realizado del índice VARIABLES ECUACIÓN SIGNIFICANCIA D I pronóstico1d Índice 1D Prónostico_1D = 1409, ,6973 Real_1D (***) (***) R 2 = 0,17 p 0.01 D I pronóstico1s Índice 1S Prónostico_1S = 1622, ,6486 Real_1S α (***) (***) R 2 = 0,10 p 0.01 D I pronóstico1m Índice 1M Pronostico_1M = 2613, ,4226 Real_1M α (***) (***) R 2 = 0,26 p 0.01

16 Conclusiones El ancla (índice) ejerce una influencia en la decisión de pronóstico. Al no concluir que α=0 y β=1, las expectativas no son racionales. Si bien β 1 y no se puede definir a α como optimismo, el incremento de α en las decisiones a 1d, 1s, 1m infiere optimismo en la decisión de inversión.

17 Alina Gómez. Víctor Peña. XIV XI SIMPOSIO NACIONAL Y INTERNACIONAL DE EXPERTOS EN FINANZAS INFLUENCIA DE LA HEURÍSTICA DE ANCLAJE Y AJUSTE EN LA TOMA DE DECISIONES FINANCIERAS Santafé de Bogotá, viernes 08 de agosto Muchas Gracias