5IE312 Ekonomie a psychologie I Přednášející: Petr Koblovský KIE NF VŠE 5. Potěšení ze sázky: Prospektová teorie II. averze k riziku a k nejistotě, efekt jistoty, nelineární hodnocení pravděpodobností (+ reprezentativní a dostupnostní heuristika). + 6. Informační kaskády a úvod do ekonomie pozornosti. Specializace 5BE Ekonomie a psychologie (garant: dr. Koblovský) Prezentace byla vytvořena i za pomoci grantu FRVŠ 861/G5/2013.
V(x) (π vracíme se) Referenční bod, averze ke ztrátě, klesající mezní citlivost a vážení pravděpodobností. Prospekt=Vyhlídka (x, p; y, q) x získáme s p, y získáme s q, 0 získáme s 1-p-q. Striktně pozitivní, strikně negativní, regulární. V(x, p; y, q)=π(p)v(x)+π(q)v(y) při v(0)=0, π(0)=0, π(1)=1 CC: BY NC SA by Houdek, Vranka 2
Zopakování/prohloubení heuristik rozhodování za rizika (Diskuze Tversky, Kahneman, 1974) Reprezentativnost Necitlivost k výchozím (apriorním) pravděpodobnostem Necitlivost k velikosti vzorku Špatné chápání náhodnosti Necitlivost k (ne)předpověditelnosti Iluze platnosti/validity Nechápání regrese k průměru CC: BY NC SA by Houdek, Vranka 3
Zopakování/prohloubení heuristik rozhodování za rizika (Diskuze Tversky, Kahneman, 1974) Dostupnost Chyby ve vzpomenutelnosti příkladů (skupiny) Snadnost vybavení/nalezení Chyby představitelnosti Iluzorní korelace CC: BY NC SA by Houdek, Vranka 4
Zopakování/prohloubení heuristik rozhodování za rizika (Diskuze Tversky, Kahneman, 1974) Upravování, ukotvení Nedostatečné upravení Chyby v hodnocení ne/podmíněných pravděpodobností Ukotvení subjektivního pravděpodobnostního rozdělení jevů CC: BY NC SA by Houdek, Vranka 5
Dostupnostní heuristika čili if you can think of it, it must be important Proč jsou lidé ochotni zaplatit za pojištění proti riziku letecké havárie způsobené teroristickým útokem více, než za pojištění kryjící všechny příčiny? (imaginace ženy vs. muži?) CC: BY NC SA by Houdek, Vranka 6
Tvar užitkové funkce v PT Konkávní: rizikově averzní Konvexní: riziko vyhledávající CC: BY NC SA by Houdek, Vranka 7
Vážení pravděpodobností, π(p) Měří dopad události na žádoucnost události (prospektu) a ne nutně pociťovanou pravděpodobnost dané události (je-li neznámá, je odhadována). Tj. π(0,50)<0,50 subjekt je rizikové averzní. Původní 1979 KT vymezuje: subaditivu (subadditivity), subjistotu (subcertainty) a subproporcionalitu (subproportionality). CC: BY NC SA by Houdek, Vranka 8
Vážení pravděpodobností, π(p) Subadivita Preferovali byste výhru (6000; 0,001) či (3000; 0,002)? CC: BY NC SA by Houdek, Vranka 9
Vážení pravděpodobností, π(p) Subaddivity Preferovali byste výhru (6000; 0,001) či (3000; 0,002)? π(0,001)v(6000)>π(0,002)v(3000), a protože v(3000)>0,5v(6000) π(0,001)v(6000)>π(0,002)v(3000)>π(0,002)0,5v(6000) π(0,001)>0,5π(0,002) π(0,5x0,002)>0,5π(0,002) π(rp)>rπ(p) pro 0<r<1 přeceňování pravděpodobností (u malých p). CC: BY NC SA by Houdek, Vranka 10
Vážení pravděpodobností, π(p) Subjistota (Maurice Allais, 1953) Preferovali byste výhru: (2400, 1) či (2500, 0,33; 2400, 0,66; 0, 0,01)? Preferovali byste výhru (2400, 0,34; 0, 0,66) či (2500, 0,33; 0, 0,67)? CC: BY NC SA by Houdek, Vranka 11
Vážení pravděpodobností, π(p) Subjistota v(2400)>π(0,66)v(2400)+π(0,33)v(2500) π(0,33)v(2500)>π(0,34)v(2400) v(2400)>π(0,66)v(2400)+π(0,34)v(2400) 1>π(0,66)+π(0,34) π(p)+π(1-p)<1 Lidé jsou méně citliví na variace v objektivních pravděpodobnostech (součet vah dvou rizikových doplňujících událostí je menší než váha jisté události). CC: BY NC SA by Houdek, Vranka 12
Vážení pravděpodobností, π(p) Subproporcionalita (vs. axiom nezávislosti) Preferovali byste výhru (3000; 1) či (4000; 0,8)? Preferovali byste výhru (3000; 0,25) či (4000; 0,2)? CC: BY NC SA by Houdek, Vranka 13
Vážení pravděpodobností, π(p) Subproporcionalita (vs. axiom nezávislosti) Preferovali byste výhru (3000; 1) či (4000; 0,8)? Preferovali byste výhru (3000; 0,25) či (4000; 0,2)? π(pq)/π(p) π(pqr)/π(pr) pro 0<p,q,r 1 Tj. lidé považují pravděpodobnosti za podobné (v relativním měřítku 1 k 0,8 a 0,25 k 0,2) za podobnější, jsou-li pravděpodobnosti menší (tj. 0,25 je podobnější 0,2 než 1 k 0,8). CC: BY NC SA by Houdek, Vranka 14
Vážení pravděpodobností, w(p) Klesající citlivost se týká i vážení pravděpodobností a mění se od daného (referenčního, tj. 0 či 1) bodu. Tj. zvýšení pravděpodobnosti z 0,9 na 1 či z 0 na 0,1 je vnímáno jako intenzivnější než kupř. z 0,3 na 0,4 nebo z 0,4 na 0,5. w(p)=p y /[(p y +(1-p) y ] 1/y, y tak determinuje zakřivení křivky w(p) (+ lze očekávat, že je odlišný pro zisky a ztráty). CC: BY NC SA by Houdek, Vranka 15
Vážení pravděpodobností Konvexní Konkávní CC: BY NC SA by Houdek, Vranka 16
Náš experiment A: Kolik zaplatíte za snížení pravděpodobnosti či rizika selhání vázání lyží a neodvratitelné zlomeniny z (5 z 10.000) na (0 z 10.000)? B: Kolik zaplatíte za snížení pravděpodobnosti či rizika selhání vázání lyží a neodvratitelné zlomeniny z (15 z 10.000) na (5 z 10.000)? Efekt jistoty (?). CC: BY NC SA by Houdek, Vranka 17
Čtyřdílné chování Nízká pravděpodobnost Vysoká pravděpodobnost Zisky Vyhledávání rizika Averze k riziku Ztráty Averze k riziku Vyhledávání rizika = loterie a pojištění současně Máme navíc tendenci přikládat vyšší váhu událostem, které jsou schopny vázat naši pozornost (z jakéhokoliv důvodu) dostupnostní heuristika. CC: BY NC SA by Houdek, Vranka 18
Fenomény nevysvětlené EUT Reálný fenomén Popis Vysvětlení Sázení v loteriích Při vyšších výhrách narůstá obrat sázek Přeceňování nízké p(výhra) Pojištění Podstupování rizika v závěru Určování neznámých pravděpodobností Lidé kupují zjevně předražené pojistky/záruky V závěru akce lidé vyhledávají riziko (sázky na nefavoritní koně, úspěch u baru) Velké chyby při odhadu (podmíněných) pravděpodobností Přeceňování nízké p(ztráta) Přeceňování nízké p(ztráta) + Chyba gamblera Dostupnostní heuristika (nikoliv Bayesovo pravidlo) CC: BY NC SA by Houdek, Vranka 19
Bayesovo pravidlo Uvažujme, že v EU existuje 120 organizací charakteru bank a 880 družstevních záložen s různými metodami vypořádání se s nesplácenými úvěry. Klient se ze sdělovacího prostředku neurčitě dozví, že jedna z uvedených zápůjčních organizací zvolila nepřiměřeně tvrdé postupy při exekuci majetku kvůli nespláceným dluhům u jednoho dlužníka. Sám si pak danou zprávu ověří na 5 náhodně vybraných zprávách o postupu v téže věci u obou druhů organizací. Ve 4 z 5 (v 80%) případů byl tvrdší postup u bank. Banky jsou tedy z 80% na své dlužníky přísnější, jak si své zjištění náš klient vyloží a přizpůsobí tomu i své budoucí chování. Jedinou informaci, kterou tito lidé zváží, je pouze ta skutečně prožitá při porovnávání několika mála informací, resp. ověřování své pozorovací schopnosti. CC: BY NC SA by Houdek, Vranka 20
Bayesovo pravidlo Správná pravděpodobnost určení organizace, která je přísnější, je však jiná. Nebýt klientova náhodného zjišťování, byla by z 88% určena za onu vinou (v) bezohledností organizaci záložna (Z) (apriorní pravděpodobnost 880 záložen z 1000 všech obdobných organizací). Klientovo krátké zjišťování upraví apriorní pravděpodobnost o tvrdém přístupu u bank (B) (12%), právě dle Bayesova pravidla, na 35,3%. Tvrdší tedy s dvoutřetinovou pravděpodobností jsou spíše družstevní záložny. P(B)P(vB)/[P(vB)P(B)+P(vZ)P(Z)] činitel je součet pozitivně oprávněných a pozitivně falešných výsledků (tj. apriorní pravděpodobnost viny). 0,12x0,8/(0,12x0,8+0,88x0,2)x100=35,3% CC: BY NC SA by Houdek, Vranka 21
Odkud budete tahat míček? Při vytažení červeného míčku získáváte 100,- Kč. Budete tahat z: a) Deseti (9 černých a 1 červený) b) Sta (93 černých a 7 červených)? možnost b) volí 30-40% studentů Budete očkovat své dítě? 0,001%, že bude mít nepříznivou reakci a bude trvale postiženo. Jedno z 100.000 očkovaných dětí bude po vakcinaci trvale postiženo. Kdo předčasně propustí psychiatrického pacienta? 20% předčasně propuštěných způsobí další kriminální čin. Z každých 100 předčasně propuštěných jich 20 způsobí další kriminální čin. CC: BY NC SA by Houdek, Vranka 22
Ekonomie: Riziko v EU + pocity Loewenstein et al. (2001) CC: BY NC SA by Houdek, Vranka 23
Riziko jako pocit Kognitivní zpracování: Velikost výsledku/akce/rozhodnutí + jeho pravděpodobnost. Ovšem napříč volbami nestálé (pití, kouření, investování, změna zaměstnání + patologie, fóbie). Emoční reakce: Hypotéza udržování nálady. šťastní neriskují ztrátu své dobré nálady Afekt-jako-informace, afektivní heuristika, risk as feelings přímý vliv na chování, odklon od normativního rámce emoce mohou vznikat i bez kognice, vliv kognice na chování může být mediován emocemi, které kognice vyvolává lobotomie oddělení emocí a kognice (úpadek rozhodování a plánování) Důležité faktory: Představitelnost důsledků volby. Osobní zkušenost s výsledky volby a učení. Okolí (framing, kotva, atd.) CC: BY NC SA by Houdek, Vranka 24
Psychologie: Riziko jako pocit CC: BY NC SA by Houdek, Vranka Loewenstein et al. (2001) 25
Představitelnost Lidé jsou ochotni zaplatit za pojištění proti riziku letecké havárie způsobené teroristickým útokem více než za pojištění kryjící všechny příčiny. Proč? afektivní vs. dostupnostní heuristika imaginace ženy vs. muži (?) Doporučení? (otázka míry? kupř. zubař) Zákaz plavání. Panuje 0,0001% riziko utopení. Zvažte výhody plavání a nevýhody utopení. Zvažte nevýhody utopení a výhody plavání. Nebezpečí! V jezeře již utonulo 12 lidí. + fotografie utonulých (Shane Frederick 2010) CC: BY NC SA by Houdek, Vranka 26
Emoce nemusí být kognitivně zpracovávány Emoce jako zacílení snahy (úzkost coby podnět k plánování, bolest k vyhýbání se somatické markery; u psychopatů nejsou?). Rozhodujeme-li se za obecné jedince či abstraktně, somatické markery mají malou intenzitu a převáží kognice (Hsee, Weber, 1997). úzkostní lidé se vyhýbají riziku (depresivní se vyhýbají aktivitě), ale efekt se ztrácí, pokud mají rozhodovat za jiné (Eisenberg, Baron, Seligman, 1995) Některým akcím přiřazujeme valenci výhodnosti (ne/riziková), aniž známe jejich vlastnosti. CC: BY NC SA by Houdek, Vranka 27
Slovic et al., 2004 CC: BY NC SA by Houdek, Vranka 28
Emoce a subjektivní pravděpodobnosti Emoce nejsou senzitivní k pravděpodobnostem (očekávaná výhra v loterii pravděpodobnost vs. velikost výhry). nerozlišuje se mezi možností a pravděpodobností Velikost rizika hraje v obavách nevýznamnou roli (u emočně nabitých situací kupř. el. šoky), s výjimkou nulového rizika (další vysvětlení efektu jistoty?) (Rottenstreich, Hsee, 2002) Vysvětlení přeceňování (nízkých) pravděpodobností (obavy u ztrát a naděje u zisků)? Vysvětlení proč lidé hrají hazard (extáze) a zároveň se pojišťují (klid mysli)? (Jak jsou obě služby nabízeny/reklamovány?) Pojištění nemusí být důsledkem averze k riziku, resp. ke ztrátě či přeceňováním malých pravděpodobností, ale důsledkem preference klidné mysli, tj. absence neg. emocí / obav / úzkosti. CC: BY NC SA by Houdek, Vranka 29
Čím je volba emočnější, tím menší důraz je kladen na pravděpodobnost Vysvětlení přeceňování (nízkých) pravděpodobností (obavy u ztrát a naděje u zisků)? Vysvětlení proč lidé hrají hazard (extáze) a zároveň se pojišťují (klid mysli)? (Jak jsou obě služby nabízeny/reklamovány?) Opět otázka framingu u velkých pravděpodobných ztrát (= zisk)? Můžeme měřit ochotou vyčkávání CC: BY NC SA by Houdek, Vranka 30
Vliv časové vzdálenosti a vyvolaného strachu CC: BY NC SA by Houdek, Vranka 31
Omezený hrnec strachu Lidé se často chovají jako by měli omezenou kapacitu vnímání rizik, tj. jakmile jedno dosáhne intenzivnějšího subjektivního zdůraznění, ostatní rizika budou podceňována (ač se objektivně nezmění). Zemědělci v Argentině a La Nina (0-10 rizika): Politická situace a vliv na daně. Klima a počasí. Ceny vstupů. Prodejní ceny výpěstků. Hansen et al. (2004) CC: BY NC SA by Houdek, Vranka 32
Magické myšlení (Tykocinski, 2008) CC: BY NC SA by Houdek, Vranka 33
Příklady kaskád Best seller (The Discipline of Market Leader) v NY Times Postavení se v divadle, potlesk, Výběr restaurace podle jak je plno Machiavelli (1514) wrote: "Men nearly always follow the tracks made by others and proceed in their affairs by imitation." Výběr partnerů od rybiček k ženám Pozorování matters umožňuje např sdružování. Přináležitost, ochranu, observační či sociální učení. CC: BY NC SA by Houdek, Vranka 34
Milgram et al., 1969 CC: BY NC SA by Houdek, Vranka 35
Informační kaskády Rozhodování neprobíhá na základě informací (výnosů a rizik), ale na základě pozorování lidí, kteří se rozhodli v minulosti (na základě čeho?) = učení sledováním. Skočíš z okna, budou-li skákat všichni? Omezený počet alternativ (souhlas v. nesouhlas). Čím je kaskáda silnější, tím náročnější je nesouhlasit, vzniká problém rostoucích nákladů odmítnutí - reputační kaskády. Hung, Plott (2001) CC: BY NC SA by Houdek, Vranka 36
Travers, Milgram, 1969 6 stupňů separace CC: BY NC SA by Houdek, Vranka 37
Informační kaskády Laboratorní experimenty Obchodní strategie Spotřebitelský marketing (klamavá reklama) Kriminální a neetické chování (vliv násilných filmů na násilí) Politika (vliv protestů) Medicínské chyby Další? CC: BY NC SA by Houdek, Vranka 38
Nicméně informační chyba Informační chyba a hodnota informací (Baron et al., 1998). Pacientka má příznaky s 80% pravděpodobností ukazující na globomu. Není-li to globoma, tak trpí popitis nebo flapemiou. Každá z nemocí má vlastní léčení nepomáhající proti jiným. ET vyšetření může určit, zda má pacientka popitis vyjde-li pozitivní nebo flapemiu vyjde-li negativní. Vyšetříme pacientku pomocí ET? Proč? CC: BY NC SA by Houdek, Vranka 39
Nákladnost pozornosti, její směřování Diskuze Huberman, Regev 2001 CC: BY NC SA by Houdek, Vranka 40