기금넷 공식사이트 - 복권 조회 - 근시안적 손실회피 MLA 이론 검증 및 개발
근시안적 손실회피 MLA 이론 검증 및 개발
베나르치와 탈러가 제안한 MLA 이론은 이론계에서 큰 관심을 불러일으켰고, 그 이론 자체가 맞는지 많은 학자들이 연구해 왔다. 대다수의 연구는 심리학 실험을 통해 사람들의 이러한 심리적 특성의 존재를 직접적으로 검증합니다. 이러한 연구는 다양한 실험 환경과 팀 의사결정에서 MLA가 널리 퍼져 있음을 확인할 뿐만 아니라 MLA에서 정보의 역할에 대한 사람들의 이해를 높이고 MLA에 대한 이론적 이해 수준을 향상시킵니다.
탈러(Thaler), 트버스키(Tversky), 카네만(Kahneman), 슈워츠(Schwartz)는 심리학 실험을 통해 최초로 직접적인 증거를 제시했다. 그들은 다음과 같은 실험을 설계했습니다. 실험 대상은 두 개의 펀드에 투자할 수 있는데, 하나는 실제 5년 만기 채권에 해당하는 저위험 펀드이고, 다른 하나는 주가지수 펀드를 시뮬레이션한 고위험 펀드입니다. 2개 펀드 수익률은 모두 긍정적이다. 피험자는 위험과 보상의 분배를 경험을 통해 배워야 합니다. 1개월, 1년, 5년의 평가기간을 비교한 결과, 평가기간을 길게 하면 손실 경험을 줄여 위험자산에 대한 투자 비중을 높일 수 있는 것으로 나타났다.
Gneezy와 Potters도 유사한 종이와 연필 실험을 설계하여 동일한 결과를 얻었습니다. 실험은 12라운드로 나누어 참가자들은 각 피드백 기간이 시작될 때 초기 기부금 200센트를 받아 투자했다. 위험자산은 투자금 전체를 잃을 확률이 2/3이고 투자금액의 3.5배를 다시 얻을 확률이 1/3인 복권입니다. 참가자는 자산의 확률 분포를 완전히 이해합니다. 참가자는 두 가지 치료법을 고려할 수 있습니다. 하나는 피험자가 각 라운드에 얼마만큼 투자할지 결정하고 각 라운드 후에 수익에 대한 피드백을 받는 "고빈도" 치료법입니다. 실험 대상자는 투자 금액을 결정하고 3라운드마다 수익에 대한 피드백을 받을 수 있습니다. "저빈도" 치료에서 피험자는 "고빈도" 치료보다 위험 자산에 훨씬 더 많이 투자했습니다. 이는 투자 평가 기간이 길어질수록 기대수익률이 긍정적인 위험자산이 더 매력적이라는 것을 보여줍니다.
이 두 가지 초기 실험에서는 '정보 피드백 빈도'와 '투자 조정 주기'가 '근시안'에 대한 대리 변수로 사용되었습니다. 전자는 근시에 대한 정보의 영향을 반영하는 반면, 후자는 근시에 대한 투자 조정 행동의 영향을 반영합니다. 후속 연구는 세 가지 방향으로 나누어집니다. 첫째, 일부 학자들은 다양한 실험 환경이나 조건에서 초기 연구를 복제하여 초기 연구에 대한 견고성 증거를 제공합니다. Gneezy, Kapetyn 및 Potters는 2003년 기사에서 초기 연구가 개인의 의사 결정에만 초점을 맞추고 시장 상호 작용을 무시했다고 지적했습니다. 그들의 실험은 시장 경쟁 환경을 시뮬레이션했습니다. 위험 자산의 거래 가격은 경매 메커니즘에 의해 결정되었으며 공매도는 허용되지 않았습니다. 거래자는 기간 초에 현금 200센트와 위험 자산 3단위를 받게 됩니다. 실험은 '고빈도(기간마다 투자금액을 제출하고 혜택을 학습)'와 '저빈도(3기간마다 투자금액을 제출하고 혜택을 학습)' 두 가지 상황으로 나누어 진행된다. 그들은 위험자산 가격이 빈도가 높은 경우보다 빈도가 낮은 경우에 상당히 높다는 것을 발견했습니다. 이는 MLA에 대한 이전 실험 결과와 일치합니다.
서터는 팀 의사결정에 MLA가 존재하는지 아직 확인되지 않았다고 믿고 있다. 이를 바탕으로 심리실험팀에 합류하게 됐다. 연구 결과, 팀 의사결정에도 MLA의 특성이 있지만, 동시에 위험자산에 투자하는 팀의 수가 개인보다 많다는 사실이 밝혀졌습니다. 이 발견은 MLA를 뒷받침할 뿐만 아니라 팀이 팀의 평균 개인보다 더 위험한 결정을 내리는 경향이 있다는 Stoner의 결론과도 일치합니다. Hai와 List는 Chicago Exchange의 거래자를 이용한 Gneezy와 Potters의 실험을 재현했습니다. 그들은 더 강력한 MLA 효과를 발견했습니다. 즉, 전문 트레이더의 경우에도 MLA가 확인되었습니다.
둘째, 일부 학자들은 정보가 근시에 미치는 영향을 깊이 탐구했습니다. Montgomery와 Adelbratt는 앞서 정보 제공이 도박에 미치는 영향을 조사했습니다.
그들은 반복적인 베팅에서 기대값에 대한 정보가 피험자의 선택에 중요한 영향을 미친다는 것을 발견했습니다. Lopes, Redelmeier, Tversky도 정보가 실험 대상 선택에 영향을 미친다는 사실을 발견했습니다. Benartzi와 Thaler는 1995년 기사에 투자 평가 기간에 대한 역설적인 설명을 추가했습니다. 그들은 수익 분배를 명확히 하면 단기 손실에 대한 혐오감을 극복할 수 있다는 사실을 심리학 실험을 통해 발견했습니다. 실험 대상이 안정적이고 장기적인 수익률 분포를 보일 수 있다면 사람들은 위험 자산을 보유하려는 의지가 더 강해지고, 투자자는 위험 자산을 최대 90%까지 보유하게 됩니다.
Barron과 Erev는 의사 결정권자가 소득 분배에 대한 객관적인 사전 정보를 갖고 있지 않기 때문에 정보 피드백을 기반으로 결정을 내려야 한다고 믿습니다. 그들은 최소 정보 반복 선택 작업에서 실험을 수행했는데, 여기서 피험자는 보수 분포에 대한 선험적 정보를 알지 못했고 주어진 보수 분포에서 보수가 무작위로 주어졌다는 것도 알지 못했습니다. 정보피드백 경험이 위험자산의 매력을 높일 수 있다는 사실을 발견했고, 손실회피 성향도 실험을 통해 검증됐다. 위의 연구는 위험자산 수익률의 분포정보가 투자자의 비전에 중요한 영향을 미친다는 것을 보여줍니다.
마지막으로 일부 학자들은 정보 피드백 빈도와 투자 조정 주기에 대해 별도의 테스트를 실시했습니다. 초기 연구에서는 정보 피드백 빈도와 투자 조정 주기가 동시에 수행되어 개별 효과와 상호 효과가 주목받지 못했습니다. Laxlge~와 Weber는 매 기간초에 동일한 가치의 초기 기부금을 재분배하는 대신 다음 기간의 초기 기부금은 이전 기간 말의 총 부와 동일한 수익 증가 방식을 채택했습니다. 이전 연구에서. 그들은 위험자산의 투자 수준이 정보 피드백의 빈도와 투자 조정 주기에 의해 영향을 받는다는 것을 발견했습니다. 투자 조정 주기를 늘리고 정보 피드백 빈도를 줄이면 실험 대상의 위험 자산에 대한 투자 수준이 높아집니다. Bellemare, Krause, Kroger 및 Zhang은 두 요인의 개별 효과를 분리했습니다. 그들의 기본 실험 설계는 Gneezy 및 Potters와 유사합니다. 이 연구는 MLA가 정보 피드백으로 완전히 설명될 수 있음을 발견했습니다. Felner와 Sutter는 Gneezy와 Potters의 실험 설계를 복제했습니다. 투자 조정 기간의 영향을 조사하기 위해 피드백 빈도를 고정하고 투자 조정 기간을 다양하게 했습니다. 그들은 빈번한 피드백과 높은 투자 조정 유연성에 비해 피드백이 적고 투자 조정 유연성이 낮을수록 위험 자산에 대한 투자가 증가한다는 것을 발견했으며 이는 Gneezy와 Potters의 실험 결과와 일치합니다. 동시에 투자 유연성이 행동 형성의 핵심 요소라는 사실도 발견했습니다. 수익률 피드백이 빈번하더라도 투자 유연성이 떨어지거나 투자 조정주기가 길어지면 위험 자산에 대한 투자 금액이 증가하게 됩니다.
물론 일부 학자들은 MLA 이론의 보편성에 의문을 제기해 왔습니다. Anger와 Weber는 기대이론의 효용함수를 이용하여 이론적 도출을 통해 MLA가 대부분의 경우 정확하지만 일부 특수한 상황에서는 MLA의 설정이 위험자산 수익의 분포에 따라 결정된다는 사실을 발견했습니다. 결과. 그들은 반례를 들었습니다. 위험자산은 손실 확률이 낮지만 손실 규모가 크다는 것입니다. 차례로 그들은 심리학 실험을 통해 이러한 이론적 발견을 확인했습니다. 그러나 그들의 반례에서는 위험자산의 기대수익률이 양수임에도 불구하고 모수의 정상값 범위 내에서는 기대이론을 통해 계산된 효용이 0보다 작으므로 이 반례는 널리 대표성이 없다.
위 연구들은 MLA를 다양한 조건에서 테스트하기 위해 심리학적 실험을 사용했다. 연구 결과에 따르면 MLA는 안정적이고 어디에나 존재하는 행동 특성이며, 자산 수익률의 분포 정보가 투자자에게 중요한 영향을 미치는 것으로 나타났다. 근시는 중요한 결과를 가져옵니다. 이러한 연구는 덧셈의 존재에 대한 중요한 현실적인 기초를 제공합니다.