¿Por qué contratamos seguros?

Aversión a las pérdidas

explicó.
Bias

¿Qué es la aversión a las pérdidas?

La aversión a las pérdidas es un sesgo cognitivo que describe por qué, para los individuos, el dolor de perder es psicológicamente el doble de fuerte que el placer de ganar. La pérdida que se siente por el dinero, o por cualquier otro objeto de valor, puede parecer peor que ganar esa misma cosa.1 La aversión a las pérdidas se refiere a la tendencia de un individuo a preferir evitar pérdidas a adquirir ganancias equivalentes. En pocas palabras, es mejor no perder 20 dólares que encontrar 20 dólares.

Loss aversion

Dónde se produce este sesgo

La aversión a la pérdida es un concepto relevante en psicología cognitiva, teoría de la decisión y economía conductual.

La aversión a las pérdidas es especialmente común cuando tomamos decisiones financieras. Es menos probable que una persona compre una acción si existe el riesgo potencial de perder dinero, aunque la recompensa potencial sea alta. En particular, la aversión a las pérdidas se acentúa a medida que aumenta lo que está en juego2.

Además, campañas de marketing como los periodos de prueba y las rebajas explotan nuestra tendencia a optar por un servicio presuntamente gratuito. Una vez que un comprador incorpora un determinado software o producto a su vida, es más probable que lo adquiera para evitar la pérdida que sentirá cuando lo abandone. Esto suele ocurrir porque reducir la compra -ya sea de programas de prueba, coches caros o casas más grandes- es una decisión emocionalmente difícil.

Referencias

  1. Kahneman, D., & Tversky, A. (1977). Prospect Theory. An Analysis of Decision Making Under Risk. doi:10.21236/ada045771
  2. Tay, Shu Wen; Ryan, Paul; Ryan, C Anthony (2016-10-18). “Systems 1 and 2 thinking processes and cognitive reflection testing in medical students”. Canadian Medical Education Journal. 7 (2): e97–e103. ISSN 1923-1202. PMC 5344059. PMID 28344696.
  3. Stein, R. (2016, March 25). How Could Releasing More Mosquitoes Help Fight Zika? Retrieved from https://www.npr.org/sections/goatsandsoda/2016/03/25/471304974/how-could-releasing-more-mosquitoes-help-fight-zika
  4. Fernández, C. R. (2019, September 02). New Results Show GM Mosquitoes Keep Dengue and Zika at Bay in Brazil. Retrieved July 20, 2020, from https://www.labiotech.eu/medical/oxitec-dengue-zika-brazil/
  5. Hendricks, K. (2018, September 14). What causes loss aversion? Retrieved July 20, 2020, from https://kenthendricks.com/loss-aversion/
  6. Canessa, N., Crespi, C., Baud-Bovy, G., Dodich, A., Falini, A., Antonellis, G., & Cappa, S. F. (2017). Neural markers of loss aversion in resting-state brain activity. NeuroImage, 146, 257-265. doi:10.1016/j.neuroimage.2016.11.050
  7. Canessa, N., Crespi, C., Motterlini, M., Baud-Bovy, G., Chierchia, G., Pantaleo, G., . . . Cappa, S. F. (2013). The Functional and Structural Neural Basis of Individual Differences in Loss aversion. Journal of Neuroscience, 33(36), 14307-14317. doi:10.1523/jneurosci.0497-13.2013
  8. Inesi, M. (2010). “Power and Loss aversion.” Organizational Behavior and Human Decision Processes, 112, 58–69
  9. Tanaka, T., Camerer, C., and Nguyen, Q. (2010). “Risk and time preferences: Linking experimental and household survey data from Vietnam.” American Economic Review, 100 (1), 557–71.
  10. Wang, M., Rieger, M. O., & Hens, T. (2016). The Impact of Culture on Loss aversion. Journal of Behavioral Decision Making, 30(2), 270-281. doi:10.1002/bdm.1941
  11. Bontempo, R. N., Bottom, W. P., & Weber, E. U. (1997). “Cross-cultural differences in risk perception: A model-based approach.” Risk Analysis, 17(4), 479–488.
  12. Levin, I. P., Schneider, S. L., & Gaeth, G. J. (1998). All Frames Are Not Created Equal: A Typology and Critical Analysis of Framing Effects. Organizational Behavior and Human Decision Processes, 76(2), 149-188. doi:10.1006/obhd.1998.2804
  13.  Tversky, A., & Kahneman, D. (2000). Advances in Prospect Theory: Cumulative Representation of Uncertainty. Choices, Values, and Frames, 44-66. doi:10.1017/cbo9780511803475.004
  14. Putler, D. S. (1992). Incorporating Reference Price Effects into a Theory of Consumer Choice. Marketing Science, 11(3), 287-309. doi:10.1287/mksc.11.3.287
  15. Shuja, U. (2018, November 30). Council post: Three cases of artificial intelligence overcoming professional bias. Forbes. https://www.forbes.com/sites/forbestechcouncil/2018/11/30/three-cases-of-artificial-intelligence-overcoming-professional-bias/?sh=7cae02594015
Notes illustration

Eager to learn about how behavioral science can help your organization?