Le origini della distorsione da decisione economica e come possono essere correlate alla bolla Bitcoin del 2017

La ricerca in economia comportamentale negli ultimi decenni ha dimostrato che le decisioni delle persone spesso deviano da quelle dell'"homo-economicus, "l'agente razionale egoista che è l'eroe della maggior parte dei libri di testo di teoria economica. Queste deviazioni (note anche come "pregiudizi decisionali") spesso portano a risultati non ottimali a livello individuale e sociale e sono diventate l'obiettivo di vari interventi politici.

Ad esempio, nel 2017, Bitcoin ha raggiunto $ 10, 000. Mentre la cifra $ 10, 000, da solo, non fornisce molto oltre le informazioni fondamentali sui prezzi, questo numero aveva implicazioni psicologiche significative. Poiché gli umani generalmente pensano in numeri tondi, colpire i $ 10, Soglia 000 è diventato un evento importante che è arrivato in prima pagina ai telegiornali serali.

Gli economisti comportamentali hanno caratterizzato molti altri pregiudizi decisionali sistematici che difficilmente riflettono errori arbitrari. Ma cosa li sta causando?

Gli esseri umani contemporanei affrontano problemi decisionali che sono molto diversi da quelli che avevano incontrato i nostri antenati. Decidere se andare a caccia o in cerca di cereali è diverso dallo scegliere tra 30 tipi di salsa barbecue sullo scaffale del supermercato; prevedere le precipitazioni di domani in base alle condizioni meteorologiche di oggi non è la stessa cosa che prevedere i prezzi dei bitcoin di domani in base al mercato di oggi. Poiché i nostri cervelli si sono evoluti in ambienti che non assomigliano ai mercati moderni, potremmo fare affidamento su ipotesi che non sono più ottimali quando si prendono decisioni economiche.

Contrariamente al processo decisionale finanziario, gli esseri umani sembrano esprimere giudizi e decisioni affidabili nel dominio percettivo. Sebbene le illusioni sensoriali siano pervasive in esperimenti attentamente controllati in ambienti innaturali, le persone sono straordinariamente brave a dare un senso alle informazioni percettive mentre navigano nel mondo caotico al di fuori del laboratorio. Documentazione passata di un'illusione visiva sul campo, una foto di un vestito blu che sembrava bianco alla maggior parte della popolazione, fu guardato con tanto stupore, che è diventato una sensazione di Internet in tutto il mondo durante la notte. Poiché i nostri cervelli si sono evoluti in un ambiente governato dalle stesse regolarità che operano oggi (cioè, meccanico, ottico, e leggi fisiche acustiche), traiamo ancora beneficio dal fare affidamento sugli stessi calcoli che il cervello dei nostri antenati aveva usato quando prendeva decisioni che traducono le informazioni sensoriali in giudizi percettivi e azioni motorie.

Bitcoin 2017 come esempio di comportamento umano bizzarro

Il 2017 è stato un anno positivo per Bitcoin. Mentre il mondo era pazzo di Bitcoin, un economista vincitore del premio Nobel ha ritenuto che Bitcoin offra un esperimento psicologico più di quanto offra opportunità di investimento.

La corsa al Bitcoin ha riportato Shiller indietro nella storia quando era in corso la mania dei tulipani. Era il XVII secolo, e i prezzi dei bulbi di tulipano raggiunsero nuove vette, ma in seguito si schiantò nel 1637. Questo fu il primo evento registrato che dimostrò una bolla dovuta alla frenesia dei compratori che fece alzare i prezzi al di sopra del valore reale del prodotto.

Molti processi decisionali nel dominio finanziario hanno paralleli nel dominio percettivo. La nostra sensibilità all'intensità della luce e al volume uditivo segue leggi logaritmiche che ricordano il modo in cui codifichiamo le ricompense monetarie. Percepiamo la luminanza e le dimensioni degli oggetti nell'ambiente circostante, in un modo che ricorda gli effetti di inquadratura nel processo decisionale economico. Anche il compromesso e gli effetti di attrazione, fenomeni ben documentati nel processo decisionale dei consumatori, sono stati recentemente documentati nel dominio percettivo. Questi risultati suggeriscono che potrebbero sorgere pregiudizi decisionali perché il nostro cervello applica tecniche computazionali che risolvono con successo problemi percettivi, anche quando si prendono decisioni economiche.

Uno studio recente, co-autore di Cary Frydman (USC) e il sottoscritto, ha studiato il meccanismo comune tra i domini economico e percettivo nel contesto di uno specifico bias decisionale, le credenze formative estrapolative, nota anche come la fede nella "mano calda". Le persone spesso si affidano alle osservazioni passate quando prevedono il futuro, anche quando non contengono informazioni credibili. Si pensa che questa tendenza sia alla base di fenomeni a livello di mercato come la reazione eccessiva alle notizie e la creazione di una bolla dei prezzi, come nel caso di Bitcoin.

intrigante, la formazione di credenze estrapolative si trova spesso anche negli esperimenti di laboratorio del processo decisionale percettivo: le persone rispondono più velocemente e in modo più accurato agli stimoli sensoriali che continuano uno schema apparente, anche quando viene detto esplicitamente che la sequenza è completamente casuale. Nello studio, Cary e io abbiamo usato un design all'interno del soggetto, dove ogni partecipante ha preso parte a compiti decisionali sia dal campo economico che percettivo.

Il nostro obiettivo era indagare se le persone utilizzano un meccanismo computazionale comune di formazione delle credenze quando prendono entrambi i tipi di decisioni. Questo era un test di un'idea di 16 anni del suddetto Robert Shiller, che ha scritto nel suo libro fondamentale "Irrational Exuberance":

Scoprire le origini del bias delle decisioni economiche usando giudizi percettivi

Nel compito decisionale percettivo (figura sotto), abbiamo chiesto ai partecipanti di prendere una serie di decisioni percettive. Ogni round dell'attività è iniziato con l'apparizione di una croce di fissazione al centro dello schermo, che dopo 800 millisecondi è stato sostituito da un cerchio o da un quadrato. La possibilità di vedere entrambe le forme era sempre del 50% e non dipendeva dalla storia. I partecipanti dovevano classificare la forma premendo il pulsante "sinistra" quando si trattava di un cerchio, e "giusto" quando era un quadrato. Ricevevano denaro ogni volta che classificavano accuratamente la forma, e più velocemente lo hanno fatto.

Abbiamo scoperto che quando una forma continuava una "striscia" di forme simili (ad esempio, apparve un cerchio dopo altri tre cerchi), i partecipanti erano più propensi a classificarlo correttamente, ed erano anche più veloci quando lo facevano. Ciò suggerisce che i partecipanti stavano implicitamente formando aspettative sull'identità dello stimolo successivo sulla base di osservazioni passate, nonostante sia stato esplicitamente detto che la sequenza era casuale.

Nel compito economico (figura sotto), i partecipanti hanno assistito a una serie di eventi che rappresentavano "sorprese prestazionali" di un'azienda quotata in borsa. Questi eventi potrebbero essere "positivi" o "negativi". ogni turno, abbiamo chiesto ai partecipanti di decidere quanto erano disposti a pagare per un'azione che varrebbe $ 100 se la prossima sorpresa di performance fosse "positiva, ” ma $0 se fosse negativo. In questo caso, era ottimale per loro pagare l'importo in dollari che equivale alla probabilità che (secondo la propria convinzione) la prossima sorpresa della performance sarebbe stata positiva. I partecipanti non sapevano che l'effettiva sequenza delle sorprese prestazionali era completamente casuale:la probabilità effettiva di vedere una sorpresa positiva o negativa era del 50% e non dipendeva affatto dalla cronologia.

In questo compito, Cary e io abbiamo scoperto che dopo una sequenza di diverse sorprese "positive" di performance, i partecipanti erano disposti a pagare di più per le azioni, e più lunga era la striscia, più erano disposti a pagare. Dopo una serie di “sorprese negative, erano disposti a pagare di meno, e di nuovo, più lunga era la serie, meno erano disposti a pagare. Ciò suggerisce che solo i partecipanti si stavano formando aspettative sul futuro sulla base di osservazioni passate, e lo facevano in modo simile al compito percettivo.

Più intrigante, abbiamo trovato una correlazione affidabile tra il grado di credenze estrapolative attraverso i compiti percettivi ed economici. In altre parole, persone che hanno risposto più velocemente e in modo più accurato a un "cerchio" che ha preceduto una serie di altri cerchi (rispetto a un "quadrato" che ha preceduto una serie di cerchi), nonostante sia stato esplicitamente detto che le forme apparivano a caso, erano anche più propensi a fare offerte più alte per un titolo di un'azienda che ha avuto una recente serie di sorprese positive in termini di performance

Conclusione

I nostri risultati potrebbero in parte spiegare l'andamento dei prezzi nell'"esperimento psicologico" del trading di Bitcoin nel 2017. Con l'aumento del prezzo, sempre più persone erano desiderose di acquistare Bitcoin, pensando che l'aumento continuerà. Lo stesso accade in questi giorni, nel mercato ribassista del 2018-2019, poiché il volume dei venditori aumenta mentre il prezzo del Bitcoin diminuisce, portando a uno slancio negativo che non è correlato al valore fondamentale della valuta.

Questi risultati illuminano le origini della formazione di credenze estrapolative nel processo decisionale economico. Gli esseri umani potrebbero fare affidamento su processi automatici di basso livello che svolgono un ruolo nel processo decisionale percettivo quando formano i loro giudizi economici. Se questo è il caso, la formazione di credenze estrapolative potrebbe essere un processo cognitivo difficile da sopprimere.