Economía Conductual y la Burbuja de Bitcoin 2017: Entendiendo los Sesgos de Decisión
La investigación en economía conductual en las últimas décadas ha demostrado que las decisiones de las personas a menudo se desvían de las del "homo economicus", el agente racional egoísta que es el héroe de la mayoría de los libros de texto de teoría económica. Estas desviaciones (también conocidas como "sesgos de decisión") a menudo conducen a resultados subóptimos a nivel individual y social y se han convertido en el objetivo de diversas intervenciones políticas.
Por ejemplo, en 2017, Bitcoin alcanzó los $10.000. Aunque la cifra de $10.000, por sí sola, no transmite mucho más allá de la información fundamental del precio, este número tuvo implicaciones psicológicas significativas. Dado que los humanos generalmente piensan en números redondos, alcanzar el umbral de $10.000 se convirtió en un evento importante que llegó a la portada de las noticias vespertinas.
Los economistas conductuales han caracterizado muchos otros sesgos de decisión sistemáticos que difícilmente reflejan errores arbitrarios. Pero, ¿qué los causa?
Los humanos contemporáneos enfrentan problemas de decisión que son bastante diferentes de los que nuestros antepasados encontraron. Decidir si ir a cazar o recolectar granos es diferente de elegir entre 30 tipos de salsa barbacoa en el estante del supermercado; pronosticar la lluvia de mañana basándose en el clima de hoy no es lo mismo que predecir el precio de Bitcoin de mañana basándose en el mercado de hoy. Como nuestros cerebros han evolucionado en entornos que no se parecen a los mercados modernos, podríamos confiar en suposiciones que ya no son óptimas al tomar decisiones económicas.
En contraste con la toma de decisiones financieras, los humanos parecen hacer juicios y decisiones fiables en el dominio perceptivo. Aunque las ilusiones sensoriales son omnipresentes en experimentos cuidadosamente controlados bajo condiciones antinaturales, las personas son notablemente buenas para dar sentido a la información perceptiva mientras navegan por el mundo caótico fuera del laboratorio. La documentación pasada de una ilusión visual en el campo, una foto de un vestido azul que parecía blanco a la mayoría de la población, fue recibida con tanta sorpresa, que se convirtió en una sensación mundial de internet de la noche a la mañana. Como nuestros cerebros han evolucionado en un entorno gobernado por las mismas regularidades que operan hoy (es decir, leyes físicas mecánicas, ópticas y acústicas), todavía nos beneficiamos de confiar en los mismos cálculos que los cerebros de nuestros antepasados usaban al tomar decisiones que traducen la información sensorial en juicios perceptivos y acciones motoras.
Bitcoin 2017 como ejemplo de comportamiento humano de moda
El año 2017 fue bueno para Bitcoin. Mientras el mundo estaba loco por Bitcoin, un economista ganador del Premio Nobel sintió que Bitcoin ofrece un experimento psicológico más que oportunidades de inversión.
La fiebre de Bitcoin llevó a Shiller a la historia cuando la manía de los tulipanes estaba en auge. Era el siglo XVII, y los precios de los bulbos de tulipán alcanzaron nuevas alturas, pero luego se desplomaron en 1637. Este fue el primer evento registrado que demostró una burbuja debido al frenesí de los compradores que empujó los precios por encima del valor real del producto.
Muchos procesos de decisión en el dominio financiero tienen paralelos en el dominio perceptivo. Nuestra sensibilidad a la intensidad de la luz y al volumen auditivo sigue leyes logarítmicas que se asemejan a la manera en que codificamos las recompensas monetarias. Percibimos la luminancia y el tamaño de los objetos respecto a su entorno, de una manera que se asemeja a los efectos de encuadre en la toma de decisiones económicas. Incluso los efectos de compromiso y atracción, fenómenos bien documentados en la toma de decisiones del consumidor, fueron documentados recientemente en el dominio perceptivo. Estos hallazgos sugieren que los sesgos de decisión podrían surgir porque nuestros cerebros aplican técnicas computacionales que resuelven con éxito problemas perceptivos, también al tomar decisiones económicas.
Un estudio reciente, coescrito por Cary Frydman (USC) y el suscrito, investigó el mecanismo común entre los dominios económico y perceptivo en el contexto de un sesgo de decisión específico, la formación de creencias extrapolativas, también conocida como la creencia en la "mano caliente". Las personas a menudo confían en observaciones pasadas al pronosticar el futuro, incluso cuando no contienen información creíble. Se cree que esta tendencia subyace a fenómenos a nivel de mercado como la sobre-reacción a las noticias y la creación de una burbuja de precios, como en el caso de Bitcoin.
Intrigantemente, la formación de creencias extrapolativas también se encuentra a menudo en experimentos de laboratorio de toma de decisiones perceptivas: las personas responden más rápido y con más precisión a estímulos sensoriales que continúan un patrón aparente, incluso cuando se les dice explícitamente que la secuencia es completamente aleatoria. En el estudio, Cary y yo usamos un diseño intra-sujeto, donde cada participante tomó parte en tareas de toma de decisiones de ambos dominios, económico y perceptivo.
Nuestro objetivo era investigar si las personas usan un mecanismo computacional común de formación de creencias al tomar ambos tipos de decisiones. Esto fue una prueba de una idea de 16 años del mencionado Robert Shiller, quien escribió en su libro seminal "Irrational Exuberance":
Descubriendo los orígenes del sesgo de decisión económica usando juicios perceptivos
En la tarea de toma de decisiones perceptivas (figura abajo), pedimos a los participantes que tomaran una serie de decisiones perceptivas. Cada ronda de la tarea comenzaba con la aparición de una cruz de fijación en el centro de la pantalla, que después de 800 milisegundos era reemplazada por un círculo o un cuadrado. La probabilidad de ver cualquiera de las formas era siempre del 50% y no dependía de la historia. Los participantes tenían que clasificar la forma presionando el botón "izquierda" cuando era un círculo, y "derecha" cuando era un cuadrado. Recibían dinero siempre que clasificaban la forma con precisión, y cuanto más rápido lo hacían.
Encontramos que cuando una forma continuaba una "racha" de formas similares (por ejemplo, un círculo aparecía después de tres otros círculos), los participantes tenían más probabilidades de clasificarlo correctamente, y también eran más rápidos al hacerlo. Esto sugiere que los participantes estaban formando implícitamente expectativas sobre la identidad del próximo estímulo basándose en observaciones pasadas, a pesar de que se les dijo explícitamente que la secuencia era aleatoria.
En la tarea económica (figura abajo), los participantes vieron una serie de eventos que representaban "sorpresas de rendimiento" de una empresa que cotiza en bolsa. Estos eventos podían ser "positivos" o "negativos". Cada ronda, pedimos a los participantes que decidieran cuánto estaban dispuestos a pagar por una acción que valdría $100 si la próxima sorpresa de rendimiento fuera "positiva", pero $0 si fuera negativa. En este caso, era óptimo para ellos pagar la cantidad en dólares que iguala la probabilidad de que (según su creencia) la próxima sorpresa de rendimiento fuera positiva. Los participantes no sabían que la secuencia real de sorpresas de rendimiento era completamente aleatoria: la probabilidad real de ver una sorpresa positiva o negativa era del 50% y no dependía de la historia en absoluto.
En esta tarea, Cary y yo encontramos que después de una secuencia de varias "sorpresas positivas", los participantes estaban dispuestos a pagar más por la acción, y cuanto más larga era la racha, más estaban dispuestos a pagar. Después de una secuencia de "sorpresas negativas", estaban dispuestos a pagar menos, y de nuevo, cuanto más larga era la racha, menos estaban dispuestos a pagar. Esto sugiere que, al igual que en la tarea perceptiva, los participantes estaban formando expectativas sobre el futuro basándose en observaciones pasadas, y lo hacían de manera similar.
Lo más intrigante, encontramos una correlación fiable entre el grado de creencias extrapolativas entre las tareas perceptivas y económicas. En otras palabras, las personas que respondían más rápido y con más precisión a un "círculo" que precedía a una serie de otros círculos (comparado con un "cuadrado" que precedía a una serie de círculos), a pesar de que se les dijo explícitamente que las formas aparecían al azar, también eran más propensas a pujar más dinero por una acción de una empresa que tenía una racha reciente de sorpresas de rendimiento positivas.
Conclusión
Nuestros hallazgos pueden explicar parcialmente el patrón de precios en el "experimento psicológico" del trading de Bitcoin en 2017. A medida que el precio subía, más y más personas estaban ansiosas por comprar Bitcoin, pensando que la subida continuaría. Lo mismo sucede estos días, en el mercado bajista de 2018-2019, a medida que el volumen de vendedores aumenta cuando el precio de Bitcoin baja — llevando a un momentum negativo que no está relacionado con el valor fundamental de la moneda.
Estos resultados iluminan los orígenes de la formación de creencias extrapolativas en la toma de decisiones económicas. Los humanos podrían estar confiando en procesos automáticos de bajo nivel que juegan un papel en la toma de decisiones perceptivas al formar sus juicios económicos. Si este es el caso, la formación de creencias extrapolativas podría ser un proceso cognitivo difícil de suprimir.
Artículos Destacados
- Hipotecas inversas explicadas: Cómo funcionan y riesgos potenciales
- NYSE vs. NASDAQ: Entender las bolsas de valores
- Patrón Bart en Bitcoin: Qué Es y Cómo Operarlo
- Entendiendo los Gaps de Precio en Bitcoin: Impacto y Análisis
- Evolución del Mercado Bitcoin y Cripto: 2017 vs Hoy - Retrospectiva de 2 Años
- Bitcoin: entendiendo el futuro de las finanzas y la criptomoneda
- Trading de Bitcoin: Estrategias Esenciales y Errores Comunes a Evitar
- Gastar Bitcoin: Guía práctica y casos de uso actuales
- Estrategias de trading de Bitcoin: guía práctica para principiantes
-
Bitcoin vs. Ethereum: Comparativa exhaustiva de los líderes criptoPesamos las dos mayores criptomonedas la una contra la otra. Bitcoin (BTC) y Ethereum (ETH) son ambos colosos cripto: uno fue la primera moneda digital y el otro fue la primera cripto en lanzar los cr...
-
Altcoins explicadas: Entendiendo las criptomonedas más allá de BitcoinBitcoin ha estado en la cima cuando se trata de criptomonedas. Más de una década después de su lanzamiento, un solo Bitcoin vale más de 40.000 dólares en el momento de escribir este artículo.Pero hay ...
