heurÍstica de anclaje y ajuste: la influencia de las
TRANSCRIPT
HEURÍSTICA DE ANCLAJE Y AJUSTE: LA INFLUENCIA DE LAS HABILIDADES
COGNITIVAS Y LA BRECHA ENTRE LOS NIVELES DE ANCLAJE EN LOS
PRONÓSTICOS DE UN ÍNDICE FINANCIERO
JORGE ENRIQUE VELASCO DÍAZ
PONTIFICIA UNIVERSIDAD JAVERIANA
FACULTAD DE CIENCIAS ECONÓMICAS
Y ADMINISTRATIVAS
MAESTRÍA DE FINANZAS
SANTIAGO DE CALI
2020
HEURISTICA DE ANCLAJE Y AJUSTE: LA INFLUENCIA DE LAS HABILIDADES
COGNITIVAS Y LA BRECHA ENTRE LOS NIVELES DE ANCLAJE EN LOS
PRONÓSTICOS DE UN ÍNDICE FINANCIERO
JORGE ENRIQUE VELASCO DÍAZ
Trabajo de grado presentado como requisito parcial para optar por el título
de Magíster en Finanzas.
Director del trabajo de grado: VÍCTOR ALBERTO PEÑA VARGAS, Msc
PONTIFICIA UNIVERSIDAD JAVERIANA
FACULTAD DE CIENCIAS ECONÓMICAS
Y ADMINISTRATIVAS
MAESTRÍA EN FINANZAS
SANTIAGO DE CALI
2020
Santiago de Cali, Julio 18 del 2020
Doctor
Silvio Borrero Caldas
Decano
Facultad de Ciencias Económicas y Administrativas
Pontificia Universidad Javeriana
Santiago de Cali
Por medio de la presente estoy entregando a usted el Trabajo de Grado cuyo título es
“HEURÍSTICA DE ANCLAJE Y AJUSTE: LA INFLUENCIA DE LAS HABILIDADES
COGNITIVAS Y LA BRECHA ENTRE LOS NIVELES DE ANCLAJE EN LOS
PRONÓSTICOS DE UN ÍNDICE FINANCIERO”.
Espero que este trabajo cumpla con los requisitos académicos exigidos y que alcance el propósito
para el cual fue elaborado.
Atentamente
_______________________________
Jorge Enrique Velasco Díaz
Código: 0067479
Cédula: 1144064139
Santiago de Cali, Julio 18 de 2020
Doctor
Silvio Borrero Caldas
Facultad de Ciencias Económicas y Administrativas
Pontificia Universidad Javeriana
Santiago de Cali
Por medio de la presente me permito comunicarle que, en mi calidad de director de trabajo de grado,
he leído detenidamente el informe final del estudio titulado “HEURÍSTICA DE ANCLAJE Y
AJUSTE: LA INFLUENCIA DE LAS HABILIDADES COGNITIVAS Y LA BRECHA ENTRE LOS
NIVELES DE ANCLAJE EN LOS PRONÓSTICOS DE UN ÍNDICE FINANCIERO”, realizado por
el estudiante de la Facultad de Ciencias Económicas y Administrativas de la Universidad Javeriana
nombre: Jorge Enrique Velasco Díaz, código: 0067479, y considero que cumple con todos los
requisitos requeridos para ser presentada a evaluación.
Atentamente
Víctor Alberto Peña Vargas, Msc Director del Trabajo de Grado
ARTÍCULO 23 de la resolución N° 13 de julio 6 de
1946
“La Universidad no se hace responsable por los
conceptos emitidos por sus alumnos en sus trabajos
de Tesis. Solo velará porque no se publique nada
contrario al dogma y a la moral católica y porque la
Tesis no contenga ataques o polémicas puramente
personales; antes bien, se vea en ellas al anhelo de
buscar la Verdad y la Justicia”.
CONTENIDO
1. INTRODUCCIÓN 1
2. REVISIÓN CONCEPTUAL DE LA HEURÍSTICA DE ANCLAJE Y AJUSTE 3
2.1. La heurística de anclaje y ajuste en finanzas ................................................................ 9
2.2. La heurística de anclaje y ajuste y el test de reflexión cognitiva ............................... 10
2.3. El test CRT en las finanzas ......................................................................................... 13
3. METODOLOGÍA 15
3.1. Objetivo general ......................................................................................................... 15
3.2. Objetivos específicos .................................................................................................. 15
3.3. Características de la muestra ...................................................................................... 16
3.4. Descripción del experimento ...................................................................................... 17
3.5. Otros aspectos metodológicos .................................................................................... 18
3.6. Modelos estadísticos y econométricos ....................................................................... 21
4. RESULTADOS 22
5. DISCUSIONES 35
6. CONCLUSIONES 39
7. REFERENCIAS 41
8. ANEXOS 47
LISTA DE TABLAS
Tabla 1. Estadísticas descriptivas de las variables sociodemográficas ................................. 16
Tabla 2. Efecto de los valores de anclaje en la estimación del Índice S&P MILA Alliance
Select, basado en los resultados del CRT .............................................................................. 23
Tabla 3. Efecto de los valores de anclaje en la estimación del Índice S&P MILA Pacific
Alliance Select para un día, una semana, un mes, basado en el género, edad y nivel de
educación ............................................................................................................................... 25
Tabla 4. Efecto de los valores de anclaje en la estimación del índice S&P MILA Pacific
Alliance Select, basado en los resultados del CRT con información acerca del índice ........ 27
Tabla 5. Efecto de los valores de anclaje en la estimación del Índice S&P MILA Pacific
Alliance Select para un día, una semana y un mes, basado en las categorías socioeconómicas
con información acerca del índice ......................................................................................... 29
Tabla 6. Efecto del valor del ancla gráfica en la estimación del Índice S&P MILA Pacific
Alliance Select ....................................................................................................................... 31
Tabla 7. Efecto de los valores de anclaje en la estimación del Índice S&P MILA Pacific
Alliance Select, basados en múltiples categorías .................................................................. 32
Tabla 8. Descomposición de Oaxaca - Blinder en el índice de anclaje para los grupos
categóricos ............................................................................................................................. 33
LISTA DE GRÁFICAS
Gráfica 1. Información presentada a los participantes del índice S&P MILA Pacific Alliance
Select, para un año, un mes y una semana............................................................................. 26
Gráfica 2. Distribuciones de los pronósticos del índice en la segunda etapa para un día, una
semana y un mes versus el valor del ancla gráfica ................................................................ 30
LISTA DE ANEXOS
Anexo.1. Instrumento Web .................................................................................................... 47
1
1. INTRODUCCIÓN
Las heurísticas suelen definirse como atajos mentales para resolución de problemas de
forma más rápida. Están basadas en la experiencia y no requieren mayor esfuerzo mental
(Gigerenzer, 1996), pues reducen el enfoque y protegen del riesgo o carga psicológica
(Perlovsky y Levine, 2012). Algunos autores plantean que las heurísticas en condición de
incertidumbre (es decir, falta de confianza o de certeza en un tema) pueden generar deficiencias
cuando se hacen juicios en pronósticos (Kahneman y Tversky, 1996).
Aunque las heurísticas son parte del proceso cognitivo de los individuos, tienen el
potencial de afectar los juicios y las decisiones en forma negativa (Peña y Gómez M, 2019). En
muchos casos, las heurísticas vienen acompañadas de errores sistemáticos o insuficiencias en los
juicios de elección de los individuos, los denominados sesgos cognitivos, que podrían llevar a
elaborar pronósticos con errores grandes o predecibles (Tversky y Kahneman, 1974). Esta
investigación contribuirá a comprender la influencia de la heurística al pronosticar el índice
financiero S&P MILA Pacific Alliance Select y, en particular, a cómo la heurística de anclaje y
ajuste afecta el juicio de los individuos en un contexto financiero.
La heurística de anclaje y ajuste ha sido un tema de interés por su relevancia en la toma
de decisiones, no solo desde las finanzas comportamentales (De Bondt, 1993; Peña y Gómez,
2019), sino también desde otros campos, como el derecho (Bennett, 2014; Englich y Col, 2006),
la contabilidad (Butler, 1986), el mercadeo (Esch, Schmitt, Redler y Langner, 2009), la medicina
(Brewer y Col, 2007; Mcnamee y Col, 2010; Stalmeier, 2002) y la economía (Ariely y Col,
2003; Bergman y Col, 2010; Bucchianeri y Minson, 2011), entre otros.
Ackert, Church y Tkac (2010) señalan que, en los mercados bursátiles, los inversionistas
se ven afectados en cierta medida por las heurísticas, puesto que estas logran perturbar el
2
razonamiento y el juicio y afectan la toma de decisiones de inversión. Aunque los inversionistas
a menudo recolectan y procesan toda la información relevante para su análisis con el fin de tener
un criterio de elección óptimo, frecuentemente se ven influenciados por las sugerencias o los
valores que indica el mercado para hacer pronósticos de activos financieros de inversión.
Ahora bien, la heurística de anclaje y ajuste es definida como la tendencia que tienen los
individuos para hacer juicios en los que se considera como punto de partida un valor aleatorio (o
un valor sugerido) al que han estado expuestos anteriormente (Czerwonka, 2017). Después, cada
individuo hace un ajuste insuficiente de este valor de referencia, según su propio criterio, en el
que la mayoría de los individuos confía reflexivamente (Belsky y Golivich, 1999). De esta
forma, en las finanzas, en especial los mercados bursátiles, los inversionistas tienden a estar
influenciados por valores de referencia que adoptan en el mercado, y que generan insuficiencias
en la toma de decisiones. Según lo anterior, los inversionistas al estar influenciados por la
heurística estarán guiados a realizar erróneos pronósticos de valor futuro, lo que a su vez
representará pérdidas en el mercado. En seguida, bajo incertidumbre, los inversionistas hacen
pronósticos de los activos financieros (acciones, bonos, índices, entre otros) a partir de estos
valores de referencia, dejando de lado toda información relevante (Fisher y Statman, 2000;
George y Hwang, 2004; Huddart, Lang y Yetman, 2009; Ng y Wu, 2006).
Teniendo en cuenta lo anterior, esta investigación tiene como propósito comprobar el
grado de influencia que ejerce la heurística de anclaje y ajuste en el pronóstico de un índice
bursátil. Esta evaluación será segmentada por las características sociodemográficas y las
habilidades cognitivas de la muestra. Así mismo, contribuirá a ampliar las investigaciones sobre
este apartado en el contexto Latinoamericano, debido que la mayoría de investigaciones se basan
en mercados bursátiles de países desarrollados (Shin y Park, 2018).
3
2. REVISIÓN CONCEPTUAL DE LA HEURÍSTICA DE ANCLAJE Y
AJUSTE
Según Tversky y Kahneman (1974), la heurística de anclaje y ajuste se produce ante los
juicios de pronósticos que se hacen con valores de referencia, o “anclas”, ajustados según el
criterio individual. Bajo este proceso se llegará a una respuesta satisfactoria según el juicio de
cada individuo. Sin embargo, a menudo el ajuste de los valores suele ser insuficiente, debido a
que los individuos dejan de percibir información actualizada, que es útil para generar nuevos
criterios de estimaciones.
Eso hace que el individuo mantenga la primera respuesta generada y es ahí donde se
produce la susceptibilidad de la heurística de anclaje y ajuste, al verse comprometida por la
racionalidad limitada (Simon, 1995), que establece que los individuos no somos capaces de
procesar toda la información que existe, de modo que nuestro sistema de procesamiento se
vuelve ineficiente. Así, pues, este proceso heurístico es producido para minimizar el esfuerzo o
desgaste cognitivo en los métodos de toma de decisiones, pero estos “atajo mentales” pueden
hacer que el individuo incurra en una sobreestimación o subestimación de pronósticos debido a
la limitación de análisis de la información disponible (Tversky y Kahneman, 1974).
En relación con lo anterior, Strack y Mussweiler (1997) afirmaron que las estimaciones
hechas a partir de un anclaje afectan la recuperación posterior de la información. De este modo,
la información consistente con el valor de ancla es más accesible para los individuos, lo que lleva
a que las estimaciones hechas por ellos sean más propensas a estar cerca del valor del ancla.
Adicionalmente, Wason y Evans (1974) plantean que existen dos formas o sistemas de
pensamiento en las personas. El sistema uno hace referencia al pensamiento rápido, emocional,
4
empático y automático, y permite la toma de decisiones de forma impulsiva. Es en este sistema
donde se hacen la mayoría de las tareas que no requieren ningún tipo de desgaste cognitivo. Este
sistema está influenciado principalmente por la intuición de los resultados obtenidos del proceso
o tareas previamente realizados. El sistema dos hace referencia al pensamiento que exige un
mayor procesamiento de la información y, por ende, un mayor desgaste cognitivo. En este
sistema es en donde se tomarán las decisiones más analíticas y lógicas.
En referencia a la heurística de anclaje y ajuste, Kahneman (2011), indica que esta es
producida en dos instancias por los dos tipos de sistemas. En primer lugar, el proceso de anclaje
influenciado por el efecto priming (entendido también como el efecto de primado, referente a la
tendencia a inferir respuestas o conductas a través de la memoria implícita), que al ser un
proceso deliberado de manifestación automática se produce en el sistema uno y, en segundo
lugar, el desarrollo del proceso de ajuste se le atribuye al sistema dos, debido a que se estima que
existe algún tipo de proceso analítico que se debe hacer para deliberar el ajuste del valor de
referencia.
Por otra parte, Furnham y Boo (2010) plantean la existencia de tres tipos de categorías de
anclas: a) autogeneradas o proporcionadas, b) irrelevantes o relevantes y c) extremas o
moderadas. Sus definiciones e implicaciones se amplían a continuación. Epley y Gilovich (2001)
plantean, a través de los resultados de sus experimentos, que los tipos de anclas pueden tener
lugar dependiendo de los métodos empleados. Ciertos cuestionamientos pueden provocar que los
individuos forjen anclas autogeneradas, a diferencia de las anclas provocadas. Este proceso se
basa en referencias incorrectas desde un principio, debido a que el individuo confiará más en un
criterio conocido, por lo que tenderá a hacer ajustes ligeros, no tendrá información coherente con
la cual comparar el ancla establecida y dará, como resultado, estimaciones insuficientes.
5
En caso contrario, cuando el ancla es proporcionada, tenderá a suponerse más relevante,
debido a que el individuo querrá realizar un proceso de confirmación, lo cual genera un peso a la
información del ancla suministrada. Por otro lado, Furnham y Boo (2010) explican, respecto a la
relevancia del ancla, cómo los valores de referencia más destacados en la investigación generan
en los individuos mayor susceptibilidad al anclaje. Otros estudios muestran que cuando el ancla
tiene mayor relevancia informativa puede conducir a una mayor susceptibilidad en los individuos
(English y Col, 2005; Strack y Mussweiler, 1997).
A propósito, Strack y Mussweiler (1997) señalan que para que se produzca la heurística
de anclaje y ajuste el ancla y las estimaciones deliberadas de las personas deben estar
referenciadas en la misma escala de valor y, además, deben de estar expresadas en la misma
dimensión. Esto hará que el fenómeno de anclaje sea mucho más evidente y fuerte (por ejemplo,
características de la temperatura y la distancia, que se encuentran en diferentes escalas, o la
altura y ancho que, aunque se encuentren en la misma escala, tienen diferentes dimensiones).
A pesar de lo anterior, existen estudios que plantean lo contrario. Proponen que el ancla
es poco informativa, sin relevancia alguna frente a la temática de investigación y que, incluso,
pueden ser valores aleatorios sin ningún tipo de correlación con el valor real. Otras
investigaciones han utilizado los valores aleatorios de un dado (Englich, Mussweiler y Strack,
2006), el valor de una rueda de la fortuna (Tversky y Kahneman, 1974) y hasta el número
representativo de un atleta en su camiseta o el número modelo de un producto (Critcher y
Gilovich, 2008) para demostrar que los anclas irrelevantes también tienen incidencia en la
susceptibilidad de la heurística de anclaje y ajuste.
Por último, los estudios realizados por Strack y Mussweiler (1997) y Wegener y Col
(2010) se enfocaron en el ajuste que hacen los individuos en relación al valor del ancla. En
6
efecto, se menciona que los valores de anclaje extremos (aquellos valores muy alejados del valor
real del cuestionamiento) conducen a una mayor susceptibilidad del efecto de anclaje en los
individuos en comparación de anclas cuyo valor puede ser plausible, aunque solo si el valor del
ancla extremo se encuentra en un límite razonable para el individuo, o si no este no tendrá una
mayor susceptibilidad (Mussweiler, 2001). Por otro lado, Wegener y Col (2010) descubrieron
que el efecto que tienen los valores extremos de las anclas hacia el ajuste en los individuos es
curvilíneo, y demostraron que estos tenderán a ser más susceptibles frente a anclas con valores
moderados, cuyo efecto será mayor que aquel provocado por anclas cuyo valor es extremo.
Como se mencionó anteriormente, Tversky y Kahneman (1974) introdujeron un
procedimiento simple en el que instruyeron a las personas para emitir juicios a partir de valores
aleatorios seleccionados de forma arbitraria en una rueda de la fortuna, en la que debían de
indicar una estimación a partir de si el número seleccionado era mayor o menor a una pregunta
puntual (por ejemplo, el porcentaje de naciones africanas entre los miembros de la ONU es
mayor o menor al número determinado por la rueda de la fortuna). En esta investigación se
evidenció que las personas, a falta de certeza o en incertidumbre, frente a un tema, tienden a
anclarse para emitir un juicio.
Cervone y Peake (1986), y Switzer y Sniezek (1991) hicieron variaciones del
procedimiento inicial, en el cual se pretendía demostrar que las personas seguían siendo
influenciadas por un ancla para sus estimaciones, a pesar de que se convencían de que el valor
mencionado era aleatorio. En siguientes investigaciones, este procedimiento fue modificado,
siendo el ancla no una referencia directa, sino más bien una sugerencia. Los resultados fueron
similares a los experimentados en antiguas versiones, en las que se consideró información
relevante e irrelevante (Kahneman y Tversky, 1982; Schwarz, Strack, Hilton y Nadarer, 1991).
7
Por otro lado, Northcraft y Neale (1987) mostraron que la influencia de la heurística de
anclaje y ajuste en una estimación es difícil de corregir indiferentemente del nivel de experticia
que se tenga en una tarea. En su experimento, se les pidió a una muestra de estudiantes
inexpertos y a unos profesionales de bienes raíces que realizaran la evaluación del precio de unas
viviendas. A ellos les fue entregado un paquete con información necesaria para dicha evaluación.
En ese paquete fueron incluidas cuatro anclas, referenciadas en los precios de cotización de las
viviendas. Los resultaron evidenciaron que los expertos fueron susceptibles al efecto de la
heurística, a pesar del nivel de experticia que tenían en la evaluación de inmuebles. De la misma
forma, Chang, Yeh y Chao (2012) encontraron evidencias similares en su investigación respecto
al efecto de anclaje en el sector inmobiliario de Taiwán.
Luego, Hien, Hung y Giang (2013) muestran en sus resultados que la heurística de
anclaje y ajuste se presenta en analistas, sin importar su sexo, aunque su investigación estaba
centrada en examinar el efecto de la heurística de anclaje y ajuste en los analistas financieros de
Vietnam al tomar decisiones de fijación de precios y cómo esta afecta los resultados en el
pronóstico. Sus resultados evidenciaron la existencia de la heurística de anclaje y ajuste sobre el
pronóstico de los analistas, lo cual indica que la susceptibilidad a esta heurística causa errores en
su predicción. Además, en cuanto a si esta susceptibilidad se presenta entre los analistas
masculinos y femeninos, la investigación concluyó que la heurística de anclaje y ajuste tiende a
disminuir la precisión en el pronóstico de los analistas, sin importar su sexo. También los
resultados evidenciaron que la susceptibilidad a la heurística de anclaje y ajuste es ligeramente
mayor en los analistas masculinos, que en los femeninos.
Por otra parte, Czerwonka (2017) en su investigación se enfocó en complementar los
efectos de la heurística de anclaje y ajuste argumentando que el contexto cultural, asociado a la
8
nacionalidad, podría ser un factor relevante en la susceptibilidad de la heurística. Así mismo, el
estudio buscó validar si los grados en las habilidades cognitivas que se pueden evidenciar en la
prueba de reflexión cognitiva (CRT) muestran alguna relación en la susceptibilidad de la
heurística de anclaje y ajuste.
De esta forma, Czerwonka (2017) le solicitó a un grupo de 77 estudiantes de la
Universidad Warsaw School of Economics, de Polonia (compuesto por 40 mujeres y 37
hombres), y 66 estudiantes del Management Development Institute, de la India (compuesto por
31 mujeres y 33 hombres), que resolvieran un cuestionario sobre el alcance del efecto de anclaje
y el exceso de confianza. Las preguntas tratadas en el experimento eran simples y de carácter
universal (por ejemplo, la altura del árbol más alto del mundo). Adicionalmente, en esta prueba
fue incluido el Test de Reflexión Cognitiva, para examinar las capacidades cognitivas de los
participantes. Así se evidenció que en las respuestas de los dos grupos hubo una clara influencia
de la heurística de anclaje y ajuste y, por tanto, se concluyó que esta heurística tuvo una
influencia en las decisiones de los participantes.
Del mismo modo, Czerwonka concluye que los estudiantes de Polonia son menos
susceptibles a la heurística de anclaje y ajuste que los estudiantes de la India, lo cual sería un
indicio de que los trasfondos culturales de los individuos influyen en la susceptibilidad de la
heurística en cuestión. Por último, los resultados obtenidos evidencian que existe una relación
entre las personas que tienen un nivel de reflexión cognitiva más alto y la disminución de la
susceptibilidad de la heurística de anclaje y ajuste en sus pronósticos. Esto mostraría evidencia
de una relación inversa entre los resultados de la prueba CRT y la influencia de la heurística de
anclaje y ajuste en la toma de decisiones (Czerwonka, 2017).
9
En general, las anteriores investigaciones muestran que existen algunas nociones
características de los individuos que generan variaciones en la susceptibilidad producida por la
heurística de anclaje y ajuste. Entre ellas están: el género, la edad, la experiencia y las nociones
culturales, entre otras. En este sentido, estas características sociodemográficas tienen una
relación de causalidad de susceptibilidad a la heurística y, por ende, se puede señalar que estas
generan diferencias significativas a través de los niveles de anclaje.
2.1. La heurística de anclaje y ajuste en finanzas
De Bondt (1993), en uno de sus trabajos experimentales, evidenció el efecto de la
heurística de anclaje y ajuste. Ese fue uno de los primeros trabajos en el tema donde se pudo
apreciar la susceptibilidad de la heurística en el campo de las finanzas. La investigación pidió a
27 estudiantes de diferentes niveles educativos de la Universidad de Wisconsin, en Madison, que
tenían conocimiento previo en finanzas, que hicieran un rango de pronósticos del precio de unas
acciones, de 7 a 13 meses. En el experimento se les mostraron seis gráficos de precios de
acciones que ilustraban el precio histórico durante dos años. Los participantes estaban motivados
por unos créditos adicionales en una materia y por un incentivo económico.
Los resultados del experimento de De Bondt mostraron que los estudiantes se
encontraban influenciados por la continuidad de la tendencia y el precio promedio de las
acciones, que se evidenciaron en los pronósticos obtenidos. Así, pues, se concluye que los
estudiantes están anclados a estas referencias del mercado cuando hacen sus pronósticos sobre
los precios de las acciones (De Bondt, 1993).
Por su parte, Rekik y Boujelbene (2013), en su investigación sobre la influencia del
comportamiento en las decisiones individuales en el mercado de valores de Túnez, encontraron
10
que existen diversos factores financieros conductuales, como el efecto rebaño, la aversión a la
pérdida, la contabilidad mental y el anclaje, que interactúan con factores demográficos y
socioeconómicos, como, por ejemplo, el género, la edad y la experiencia. En su investigación
encontraron que las analistas de género femenino tienen una mayor susceptibilidad a la heurística
de anclaje de ajuste que los analistas de género masculino. Del mismo modo, los analistas de
menor edad y los menos experimentados tendrán una mayor susceptibilidad a la heurística.
Así mismo, otros investigadores enfocaron sus esfuerzos en verificar y cuantificar la
influencia que produce la heurística de anclaje y ajuste en la toma de decisiones en los mercados
financieros, principalmente en mercados de capitales: en los Asiáticos (Bouteska y Regaieg,
2019; Chang y Col, 2012; Hien y Col, 2013; Nakazono, 2012; Yu y Col, 2013), en los Europeos
(Andersen Vittiersng, 2010; Burghof y Prothmann, 2009; Kaustia, 2008) y, en el caso de
Latinoamérica, cabe mencionar la excelente y completa obra de Peña y Gómez (2019), a quienes
podría atribuirse unos de los primeros trabajos de la temática en la región.
2.2. La heurística de anclaje y ajuste y el test de reflexión cognitiva
Ahora bien, siendo atribuida la heurística de anclaje y ajuste como parte de la teoría del
proceso de pensamiento dual de los individuos, según lo propuesto por Kahneman (2011), se
plantea que los individuos acceden a este tipo de heurística debido a su tendencia de utilizar
menos capacidad cognitiva. En poca palabras, los individuos tienden a ser “avaros en términos
cognitivos” (Toplak, West y Stanovich, 2014). Dado esto, se esperaría que en el proceso de toma
de decisiones los sujetos fueran cada vez menos racionales, debido a la limitación en el acceso al
sistema dos. Además, se plantea que esta misma limitación se ve influenciada por el entorno
11
moderno, visto que los individuos se han adaptado al diseño de respuestas automáticas, sin
ningún tipo de desgaste cognitivo significativo (Stanovich y West, 2004).
Evans y Stanovich (2013) plantean que la teoría del pensamiento del proceso dual posee
una estructura intervencionista por defecto y asumen que el sistema uno, que se caracteriza por
sus respuestas rápidas e intuitivas por defecto, puede en algunos casos ser intervenido por el
proceso reflexivo del sistema dos. Señalan que cuando los individuos carecen de experiencia en
la tarea que van a realizar, o cuando la relevancia es mucho mayor de la habitual, su sistema de
razonamiento reflexivo intervendrá sobre la intuición predeterminada, dejando de lado el ahorro
cognitivo para evaluar de mejor forma la tarea.
Por ello, es atractiva la idea de medir la capacidad de reflexión de los individuos al
buscar alternativas frente a sus decisiones y cómo son capaces de variar la probabilidad de anular
una respuesta intuitiva y reflexionar sobre su conducta al buscar una respuesta idónea (Stanovich
y West, 2000). En cierta medida, el Test de Reflexión Cognitiva, o CRT, de Frederick (2005)
permite evaluar el grado de reflexión de los individuos pues propone respuestas alternativas
atractivas a los individuos que participan en él. Además, posibilita que el individuo afronte una
postura crítica a las interrogantes planteadas, lo cual llevará al cambio de respuesta en su proceso
de reflexión, por lo que es idóneo para trabajos de procesamiento dual del pensamiento.
En relación con lo anterior, Cokely y Kelley (2009) y Frederick (2005) descubrieron una
relación entre los resultados del test con el efecto marco o encuadre. Además, Frederick (2005)
también encontró correlaciones entre los puntajes más bajos con características de aversión al
riesgo: estos individuos son incapaces de maximizar su utilidad esperada. A su vez, otros
investigadores encontraron correlaciones significativas de los resultados del test con tareas de
pensamiento racional, como, la probabilidad de cometer errores (Oechssler, Roider y Schmitz,
12
2009), la negligencia y la exceso de confianza (Hoppe y Kusterer, 2011), juicios morales
(Paxton, Ungar y Greene, 2012), probabilidad de coincidencia (Koehler y James, 2010),
creencias paranormales (Pennycook, Cheyne, Seli, Koehler y Fugelsang, 2012) y creencias
religiosas (Shenhav, Rand y Greene, 2011).
En suma, se puede plantear que el Test de Reflexión Cognitiva es un instrumento de alta
validez con respecto al pensamiento racional y análisis de toma de decisiones de los individuos.
Esta prueba claramente no consiste en la resolución de problemas matemáticos, aunque se debe
tener cierta habilidad matemática para su desempeño (Campitelli y Gerrans, 2013; Liberali y
Comp, 2011; Weller y Comp, 2013).
De la misma forma, existen varios postulados que hablan sobre la eficiencia del test, por
un lado Toplak y Col (2014) describen que la efectividad del test está basada en el pensamiento
racional del individuo o la tendencia a realizar un proceso reflexivo, en otras palabras, aquellas
personas que no posean un cuestionamiento reflexivo sobre su pensamiento tendrán resultados
bajos en el test. Por otro lado, Liberali y Comp (2011) plantean que la efectividad del test está
dada por la habilidad de buscar nuevas alternativas que poseen los individuos, siendo aquellos
que tienen una mentalidad abierta a alternativas serán los que tendrán mejores resultados. Sin
embargo los anteriores planteamientos son basados en los procesos analíticos que realizan los
individuos al pronosticar una respuesta óptima sujeta a un análisis diferencial (Pennycook y
comp (2015).
En cierta medida, los puntajes en el Test de Reflexión Cognitiva se correlacionan con el
coeficiente intelectual de los individuos. Además de sus características de personalidad, predicen
los rendimientos de múltiples tareas, aun cuando estas están siendo controladas (Toplak, West y
13
Stanovich, 2011). No obstante, debido al uso en investigaciones, en revistas de interés, en
artículos de investigación y en libros, se está convirtiendo en un test bastante conocido por los
individuos, por lo que podría perder precisión en las predicciones del racionamiento debido al
conocimiento o existencia previa del test. Esto ha ocasionado la presentación de variaciones o
complementos a la prueba original, con resultados similares y mejores en otros aspectos
sustanciales del rendimiento del pensamiento racional (Toplak, West y Stanovich, 2014).
2.3. El test CRT en las finanzas
Por otro lado, siendo el Test de Reflexión Cognitiva una herramienta de gran validez
desde el punto de vista de la toma de decisiones y la elección racional también ha generado
estudios desde el campo de las finanzas. Por ejemplo, Nofsinger y Varma (2007) validaron el
perfil psicológico de los consultores financieros, tomando en cuenta aspectos como la aversión al
riesgo, elecciones de temporalidad y efecto encuadre. En sus resultados validaron que, aunque
estos consultores fueron más analíticos que la población general, existe una porción significativa
que se consideraron intuitivos (aquellos consultores con resultados bajos en la pruebas del test).
También, Nofsinger y Varma (2007) validaron, primero, que los consultores más
analíticos, aquellos que obtienen mejores resultados en el test de reflexión cognitiva, son más
mesurados en cuestión de costo de oportunidad y son más eficientes a la hora de reconocer la
tasa de descuento implícita, y segundo, en lo referente a la aversión al riesgo, estos se comportan
de una manera distinta a lo planteado en la teoría de la perspectiva de Kahneman y Tversky
(1979). Es decir, asumen riesgos desde el dominio de las ganancias y no desde el dominio de las
14
pérdidas, y son más dados al riesgo que los consultores intuitivos. Por último, que la mayoría de
los consultores fueron afectados por el efecto de encuadre.
Sajid y Li (2019) también obtuvieron resultados similares y concluyeron que los gerentes
pakistaníes tienen una relación positiva con el comportamiento paciente y la búsqueda del riesgo
en el dominio de las ganancias y que los gerentes de género masculino obtuvieron una mejor
calificación en el Test de Reflexión Cognitiva. Sajid y Li también señalaron que los gerentes de
género masculino son menos intuitivos que sus contrapartes femeninas. Finalmente encontraron
una correlación positiva entre los resultados del CRT y el comportamiento de los gerentes en la
búsqueda del riesgo en el dominio de las ganancias y una correlación negativa con el
comportamiento de la búsqueda en el dominio de las pérdidas.
15
3. METODOLOGÍA
En este capítulo se presentarán el objetivo general y específico del trabajo investigativo,
además de aspectos metodológicos utilizados en esta investigación. También se describe el
experimento efectuado y la muestra de a quién se le aplicó. Los datos obtenidos de esta
investigación fueron analizados a través del análisis estadístico y econométrico que se describe al
final del capítulo.
3.1. Objetivo general
Analizar el grado de influencia de la heurística de anclaje y ajuste en el pronóstico del
índice financiero S&P MILA Pacific Alliance Select.
3.2. Objetivos específicos
- Contrastar la relación entre las habilidades cognitivas y el grado de influencia de la
heurística de anclaje y ajuste en los individuos.
- Examinar cómo la heurística de anclaje y ajuste afecta el pronóstico financiero cuando
se modifica el supuesto de incertidumbre.
- Validar la existencia de una brecha de anclaje significativo, explicada por las
características sociodemográficas individuales de la muestra.
16
3.3. Características de la muestra
En este estudio se consideró una muestra por conveniencia de 172 estudiantes de la
Facultad de Ciencias Económicas y Administrativas de una universidad privada de Cali,
Colombia. La muestra estuvo compuesta por 74 mujeres y 97 hombres, 46 estudiantes de
posgrado y 125 estudiantes de pregrado. Adicionalmente, un requisito era haber cursado y
aprobado clases básicas de manejo financiero (Matemáticas Financieras o Mercado de
Capitales).
El muestreo por conveniencia fue utilizado debido a la diferenciación de grupos para la
investigación. Para generar grupos categóricos con cantidades robustas de participantes, entre las
clasificaciones que se iban a evaluar están el género, la edad y el nivel de educación. (Tabla 1)
Adicionalmente, la noción del conocimiento previo fue necesaria en esta investigación debido a
que los individuos debían aplicar técnicas para hacer juicios de pronósticos financieros y
determinar un valor futuro, por lo que deberían estar familiarizados con el estilo de preguntas de
la investigación.
Tabla 1. Estadísticas descriptivas de las variables sociodemográficas
Variables Frecuencia absoluta* Frecuencia relativa
Edad
Mayores a 25 años 69 40%
Menores a 25 años 102 60%
Género
Femenino 74 43%
Masculino 97 57%
Nivel de Educación
Posgrado 46 27%
Pregrado 125 73%
*Número de participantes. Fuente: elaboración propia.
17
3.4. Descripción del experimento
Esta investigación estuvo basada en protocolos de economía experimental, siendo
fundamentales los tratamientos, los efectos de orden, los incentivos, la replicabilidad y el control
del experimento (Brañas-Garza, 2011). Para lograr los objetivos propuestos en la investigación,
se diseñó un instrumento basado en el trabajo de Jacowitz y Kahneman (1995), usando la medida
de anclaje propuesta en su investigación para medir la proximidad de las respuestas de los
individuos y los valores de las anclas. Adicionalmente, para medir la capacidad cognitiva de los
participantes del experimento se utilizó el Test de Reflexión Cognitiva de Frederick (2005)
(Anexo 1).
El experimento consistió en aplicar a los participantes un instrumento, que fue distribuido
de forma virtual y cuyo objetivo consistió en pronosticar el valor futuro del índice S&P MILA
Pacific Alliance Select, que es un índice que mide el desempeño financiero de alrededor de 120
empresas que tienen una capitalización bursátil promedio de 3,452 millones de dólares, siendo
estas empresas las más representativas de Chile, Colombia, México y Perú (S&P Dow Global,
2019).
Se convocó a los participantes que cumplían con las condiciones iniciales para que
hicieran parte de la investigación. Se los invitó a asistir al Laboratorio de Contabilidad y
Finanzas de la universidad privada donde se hizo esta investigación. A los participantes se les
comunicó el consentimiento informado que daba cuenta del objetivo y los alcances de la
investigación. Aquellos que aceptaron fueron los que hicieron parte del experimento.
18
Adicionalmente, se les aclararon a los participantes las reglas que debían seguir. En
primer lugar, al empezar la investigación no podrían hablar con los demás participantes; en
segundo lugar, no podrían utilizar otro tipo de información más que la suministrada y, por
último, el uso de aparatos electrónicos estaba prohibido. Solo podrían utilizar el computador que
se encontraba a disposición en el laboratorio, y que solo tenía acceso al instrumento.
Al terminar de exponer las reglas, se les indicó a los participantes que la investigación
estaría divida en diferentes etapas, que debían responder diferentes tipos de preguntas y que cada
una de estas etapas tendría un tiempo estipulado, el cual estaría proyectado en la parte del frente
del laboratorio para el conocimiento de todos los participantes. Aquel participante que no
completara cada etapa en el tiempo estipulado tendría que abandonar la investigación.
Finalmente, se les explicó que para continuar con cada etapa se iba a suministrar una contraseña,
que sería revelada al finalizar cada etapa.
Así, se les explicó a los participantes que debían efectuar un pronóstico de un índice
financiero en particular (el nombre del índice sería revelado en la segunda etapa de la
investigación). Se les aclaró a los participantes el concepto de pronóstico y el concepto de índice
financiero y se les mostró un ejemplo (el ejemplo tenía que ver con el pronóstico del clima). Para
garantizar que los individuos hicieran pronósticos de forma deliberadas y genuinas (Brañas-
Garza, 2011), se ofreció un incentivo económico para el participante que obtuviera la mayor
precisión entre pronóstico y el valor futuro del índice.
3.5. Otros aspectos metodológicos
Se utilizó una variación del procedimiento realizado por Jacowitz y Kahneman (1995)
para la generación de las anclas altas y bajas. Sin embargo, en lugar de utilizar el procedimiento
19
por cuartiles, indicado en el experimento original, se utilizaron las dos desviaciones estándar
(superior e inferior) del promedio de los pronósticos del grupo control, para utilizarlas como
anclas en la investigación.
En la primera etapa de la investigación los estudiantes tuvieron que responder el Test de
Reflexión Cognitiva con las tres preguntas clásicas propuestas por Frederick (2005). Después
tuvieron que plantear bajo incertidumbre si el valor del índice en cuestión era mayor o menor a
las anclas generadas a través del grupo control. Los estudiantes debieron realizar juicios de
pronóstico de valor futuro para horizontes temporales de un día, una semana y un mes. En la
segunda etapa del experimento se presentó una gráfica que contenía la evolución del Índice S&P
MILA Pacific Alliance Select. En seguida, se les pidió que hicieran nuevamente un juicio de
pronóstico de valor futuro para el índice, con los mismos horizontes temporales de un día, una
semana y un mes (Coll, Thyagarajan y Chopra, 1991; Dickson, Desanctis y McBride, 1986;
Theocharis y Comp, 2018).
Para este estudio, se calcularon las siguientes medidas de anclaje (Jacowitz y Kahneman, 1995);
Kahneman, 2011):
𝐼𝐴 = 𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 (𝐴𝑛𝑐𝑙𝑎 𝐴𝑙𝑡𝑎)−𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 (𝐴𝑛𝑐𝑙𝑎 𝐵𝑎𝑗𝑎)
𝐴𝑛𝑐𝑙𝑎 𝐴𝑙𝑡𝑎−𝐴𝑛𝑐𝑙𝑎 𝐵𝑎𝑗𝑎 ,
𝐼𝐴 (𝐴𝑙𝑡𝑎) = 𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 (𝐴𝑛𝑐𝑙𝑎 𝐴𝑙𝑡𝑎)−𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 (𝐺𝑟𝑢𝑝𝑜 𝑑𝑒 𝐶𝑜𝑛𝑡𝑟𝑜𝑙)
𝑉𝑎𝑙𝑜𝑟 𝑑𝑒𝑙 𝐴𝑛𝑐𝑙𝑎 𝐴𝑙𝑡𝑎−𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 (𝐺𝑟𝑢𝑝𝑜 𝑑𝑒 𝐶𝑜𝑛𝑡𝑟𝑜𝑙),
𝐼𝐴(𝐵𝑎𝑗𝑎) = 𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 (𝐺𝑟𝑢𝑝𝑜 𝑑𝑒 𝐶𝑜𝑛𝑡𝑟𝑜𝑙) − 𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 (𝐴𝑛𝑐𝑙𝑎 𝐵𝑎𝑗𝑎)
𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 (𝐺𝑟𝑢𝑝𝑜 𝑑𝑒 𝐶𝑜𝑛𝑡𝑟𝑜𝑙) − 𝑉𝑎𝑙𝑜𝑟 𝑑𝑒𝑙 𝐴𝑛𝑐𝑙𝑎 𝐵𝑎𝑗𝑎
20
Kahneman (2011) señaló que los índices de anclaje cercanos a 0.55, o hasta 1, indicarían
una medida de anclaje fuerte, es decir, una influencia fuerte a la heurística de anclaje y ajuste. En
caso contrario, una medida cercana a 0 es un indicador de total omisión al ancla, lo que significa
una nula influencia de la heurística de anclaje y ajuste, aunque hay evidencia de medidas
superiores.
Además, existe la hipótesis de una influencia en los individuos, al usar como referencia el
último valor disponible del índice presentado en la gráfica de serie de tiempo, para hacer sus
pronósticos en la segunda etapa de la investigación (Goodwin y Wright, 1993). Así, pues, a
diferencia de los estudios en los que se calcula un índice de anclaje a partir de dos anclas
(Bodenhausen, 2000; Czerwonka, 2017; Englich y Soder, 2009), se planteó verificar la existencia
de este anclaje a partir del desarrollo del siguiente indicador:
𝐼𝐴𝑖 = 1 −|𝑉𝐴 − 𝐸(𝑥𝑖)|
𝐸(𝑥𝑖)
Siendo VA el valor del ancla que, en este caso, será el último valor disponible de la serie
de tiempo para el Índice S&P MILA Pacific Alliance Select, y 𝐸(𝑥𝑖) son las estimaciones
efectuadas por los individuos para la segunda etapa de la investigación.
Este índice de anclaje será un homólogo del índice de anclaje propuesto por Jacowitz y
Kahneman (1995) en la medida en que tomará un rango similar al original, siendo un valor
continuo entre 0 y 1, donde los valores del índice cercanos a 0 indicarán que no existe ninguna
influencia a la heurística de anclaje y ajuste y aquellos valores cercanos a 1 indicarán una fuerte
21
existencia a esta heurística. En este caso, el indicador estará respaldado por una prueba de Chi-
Cuadrado, que validará la significancia estadística del indicador.
3.6. Modelos estadísticos y econométricos
En la primera parte de la investigación se validará el nivel de anclaje por grupos
categóricos (según los resultados del Test de Reflexión Cognitiva, género, grupo de edad y nivel
de educación) mediante la Prueba de U de Mann-Whitney. En este análisis, la variable de grupo
fue la cantidad del valor de ancla para los diferentes juicios de pronóstico de valor de un día, una
semana y un mes y la variable dependiente, la estimación del pronóstico de valor de un día, una
semana y un mes. Además, como se mencionó antes, se validará la hipótesis de un tipo de
anclaje en la segunda etapa de la investigación, considerando las mismas categorías
mencionadas, utilizando el indicador propuesto y la prueba Chi-Cuadrado.
Por otra parte, se utilizará el procedimiento de descomposición de brecha realizado por
Oaxaca – Blinder (Blinder, 1973; Oaxaca, 1973) por cada uno de los grupo categóricos (género,
grupo de edad y nivel de educación), para validar la existencia de las brechas de anclajes en cada
grupo, en cuyo caso la variable dependiente fue el índice de anclaje individual y la variable
independiente fueron los resultados individuales del Test de Reflexión Cognitiva.
Cabe mencionar que en la muestra obtenida para esta investigación se omitieron ciertos
resultados atípicos. Esto debido al erróneo o nulo diligenciamiento del instrumento entregado, lo
cual redujo la muestra final a 161 participantes.
22
4. RESULTADOS
En la tabla 2 se resumen los resultados obtenidos en la primera parte de la investigación.
Es decir, aquellos pronósticos bajo incertidumbre por comparación de grupos categóricos. En
primera instancia, se realizó una clasificación, dependiendo de los resultados obtenidos por el
CRT, por lo que se clasificaron como “Intuitivos” a aquellos individuos que tuvieron ninguna o
una respuesta correcta en el test. Así mismo, se clasificó a los individuos como “Analíticos” a
aquellos que obtuvieron dos o tres respuestas correctas en el test.
Se encontró que las diferentes estimaciones del índice (para un día, una semana y un mes)
para cada grupo son estadísticamente significativas. Esto se evidenció mediante la prueba de U
de Mann - Whitney. Para los individuos clasificados como Intuitivos, las estimaciones promedio
del pronóstico del índice para un día, sin importar el tipo del ancla, son muy cercanas al valor del
ancla (valor de ancla alta = 4,579.64 y valor de ancla bajo = 4,317.74), pero este efecto se mitiga
en las estimaciones para los índices de una semana y un mes, en donde las estimaciones
promedio se alejan del valor de sus anclas. En cambio, los individuos clasificados como
Analíticos tienen un comportamiento inverso frente a sus contrapartes. Se aprecia que el
promedio de las estimaciones del pronóstico del índice para un día se encuentran alejadas de sus
valores de anclaje (valor del ancla alta 4,579.64 y valor de ancla bajo = 4,317.74), pero a medida
que se emplean estimaciones para pronósticos de una semana y un mes sus promedio de las
estimaciones se aproximan a sus valores de anclaje.
Los resultados también muestran que los índices de anclaje fueron mayores para los
individuos Intuitivos que los individuos Analíticos. Es decir, los individuos Intuitivos son más
susceptibles a la heurística de anclaje y ajuste que los individuos Analíticos. Resultados similares
a los obtenidos por Bergman y Comp (2010) y Oechssler y Comp (2009), excepto para los
23
pronósticos del índice para un mes, en cuyo caso el índice de anclaje para los individuos
Analíticos fue mayor que el de los individuos Intuitivos, aunque sus resultados son muy
similares.
Por último, se puede confirmar que el Test de Reflexión Cognitiva es un buen indicador
para validar las distorsiones heurísticas cognitivas en los individuos. El test logró predecir la
susceptibilidad de la heurística de anclaje y ajuste en la toma de decisión, siendo los resultados
similares a otra investigaciones (Czerwonka, 2017; Toplak, West y Stanovich, 2011).
Tabla 2. Efecto de los valores de anclaje en la estimación del Índice S&P MILA Alliance Select,
basado en los resultados del CRT
Pronostico CRT Ancla Alta
Ancla Baja
Mann - Whitney
Anchoring
Index
n m SD n m SD Z p
Un día* Intuitivos 42 4579,64 355,75
45 4302,24 296,25
103,00 0,00
1,05
Analíticos 18 4470,29 228,28
19 4342,48 365,21
53,00 0,00
0,48
Una
semana**
Intuitivos 42 4643,46 83,05
45 4280,30 137,39
0,00 0,00
1,04
Analíticos 18 4539,23 385,93
19 4254,23 325,36
36,00 0,00
0,81
un mes*** Intuitivos 42 4755,81 122,72
45 4228,61 173,19
40,50 0,00
0,87
Analíticos 18 4725,38 201,95 19 4187,47 214,53 32,00 0,00 0,88
* Ancla alta: 4578,99 / Ancla baja: 4314,74
**Ancla alta: 4629,8 / Ancla baja: 4279,08
***Ancla alta: 4778,25 / Ancla baja 4170
Fuente: elaboración propia.
En este estudio también se consideró la susceptibilidad de la heurística de anclaje y ajuste
en función de las características sociodemográficas de la muestra, como el género, la edad y el
nivel de educación de los individuos. Los resultados obtenidos evidenciaron a través de la prueba
de U de Mann – Whitney la significancia estadística para los respectivos índices de anclaje de los
pronósticos indicados por los individuos, con respecto a diferentes tipos de anclas (anclas diarias:
24
ancla alta: 4,579.64, ancla baja: 4,314.14; anclas semanales: ancla alta: 4,629.80, ancla baja:
4,279.08; anclas mensuales: ancla alta: 4,778.25, ancla baja: 4,170).
En la Tabla 3, se resumen los resultados obtenidos de los pronósticos en función de las
diferentes clasificaciones sociodemográficas. Se pueden ver los resultados promedio de las
estimaciones del índice S&P MILA Pacific Alliance para un día, una semana y un mes. Se
evidencia la significancia estadística según la prueba de U de Mann - Whitney para todos los
grupos categóricos en todos los pronósticos de estimación del índice, de la misma forma que con
los resultados de la clasificación del CRT, lo cual agrega validez a la medición realizada de la
susceptibilidad de la heurística de anclaje y ajuste.
Con respecto a los resultados, se evidencian mayores susceptibilidades a la heurística de
anclaje y ajuste en las participantes femeninas (IA día = 0.94 / IA semana = 1.42) frente a los
participantes masculinos, aunque en los pronósticos mensuales la susceptibilidad se invierte,
siendo los individuos masculinos (IA mes = 2.03) quienes presentan mayor susceptibilidad frente
a las participantes femeninas (IA mes =1.97). Estos resultados son similares a los obtenidos por
Hien, Hung y Giang (2013).
Respecto a la edad, los resultados del experimento muestran que los individuos menores
de 25 años tienen una mayor susceptibilidad a la heurística de anclaje y ajuste en todos sus
niveles de pronóstico (IA día = 1.19/ IA semana = 1.39/ IA mes = 2.17) que su contrapartes
mayores (IA día = 0.57/ IA semana = 1.15/ IA mes = 1.83).
25
Por otra parte, los individuos en proceso de estudios en un nivel de posgrado tienen una
menor susceptibilidad (IA día = 0.61/ IA semana = 1.13/ IA mes = 1.91) que sus contrapartes en
formación de nivel de pregrado (IA día = 1.26/ IA semana = 1.44/ IA mes = 2.14).
Tabla 3. Efecto de los valores de anclaje en la estimación del Índice S&P MILA Pacific Alliance
Select para un día, una semana, un mes, basado en el género, edad y nivel de educación
Variable Categoría Ancla Alta
Ancla Baja
Mann -
Whitney
Anchoring
Index
n m SD n m SD Z p
Pronóstico un día*
Género Femenino 23 4579,98 116,09
27 4330,56 62,46
12 0,00
0,94
Masculino 37 4526,23 326,32
37 4302,24 422,11
183 0,00
0,85
Edad
Mayores de 25 23 4509,60 426,06
37 4357,79 255,83
122 0,00
0,57
Menores e iguales a 25 37 4569,98 59,04
27 4254,44 392,50
12 0,00
1,19
Nivel de
educación
Posgrado 28 4515,71 388,41
41 4355,44 243,65
155 0,00
0,61
Pregrado 32 4574,07 38,75
23 4240,65 424,24
5 0,00
1,26
Pronóstico una semana**
Género Femenino 23 4641,98 106,36
27 4267,67 210,79
0,00 0,00
1,42
Masculino 37 4593,67 260,86
37 4276,13 311,66
76,00 0,00
1,20
Edad
Mayores de 25 23 4582,12 354,08
37 4278,18 265,94
62,00 0,00
1,15
Menores e iguales a 25 37 4630,87 66,61
27 4264,86 86,87
0,00 0,00
1,39
Nivel de
educación
Posgrado 28 4580,09 316,26
41 4280,32 253,12
72,00 0,00
1,13
Pregrado 32 4640,27 79,71
23 4258,74 89,30
0,00 0,00
1,44
Pronóstico un mes***
Género
Femenino 23 4750,56 113,38
27 4229,40 170,42
20,00 0,00
1,97
Masculino 37 4744,27 169,89
37 4206,91 197,74
70,50 0,00
2,03
Edad
Mayores de 25 23 4721,67 219,45
37 4236,97 316,04
74,00 0,00
1,83
Menores e iguales a 25 37 4762,23 124,01
27 4188,20 309,00
0,00 0,00
2,17
Nivel de
educación
Posgrado 28 4735,14 175,85
41 4230,94 208,80
85,50 0,00
1,91
Pregrado 32 4756,78 124,51 23 4190,46 135,28 0,00 0,00 2,14
* Ancla alta: 4578,99 / Ancla baja:
4314,74
**Ancla alta: 4629,8 / Ancla baja:
4279,08
***Ancla alta: 4778,25 / Ancla baja 4170
Fuente: elaboración propia.
26
En la segunda parte de esta investigación se validaron las estimaciones presentadas por
los individuos después de entregarles la información del índice financiero para validar el
supuesto de incertidumbre de la heurística de anclaje y ajuste. Posteriormente, se les presentaron
tres gráficas de serie de tiempo del índice S&P MILA Pacific Alliance Select con información a
un año, un mes y una semana. Adicionalmente se visualizó en cada una de las gráficas el último
valor del índice, cuyo valor es 4,438.49. Nuevamente, se les pidió a los individuos que hicieran
sus juicios de pronósticos para un día, una semana y un mes (Gráfica 1).
Gráfica 1. Información presentada a los participantes del índice S&P MILA Pacific Alliance Select,
para un año, un mes y una semana
Fuente: Bloomberg.
Las nuevas respuestas de los individuos se manejaron de la misma manera que en la
primera etapa y se consideró la influencia de la heurística de anclaje y ajuste por tipos
27
categóricos. En primer lugar, en la Tabla 4 se resumen las respuestas de los individuos
categorizados por las respuestas del CRT. En esta ocasión las desviaciones de las estimaciones
frente al promedio de las estimaciones son mayores a medida que se pide a los individuos hacer
juicios de pronósticos cada vez más lejanos en el tiempo. Con ello se evidencia una
concentración de las estimaciones en el pronóstico del índice a un día al promedio del
pronóstico. Los resultados obtenidos muestran que los individuos no presentan una
susceptibilidad a las anclas presentadas, por lo cual sus índices de anclaje son menores a 0.1, en
referencia. Los individuos abandonaron las anclas presentada en la primera etapa debido a la
nueva información brindada.
Dada la importancia de estos nuevos pronósticos, según la prueba de U de Mann-
Whitney, estos resultados no rechazan la hipótesis nula de la prueba. A diferencia de los
pronósticos para el índice de un día en la categoría analíticos, presenta significancia estadística
menor al 5%.
Tabla 4. Efecto de los valores de anclaje en la estimación del índice S&P MILA Pacific Alliance
Select, basado en los resultados del CRT con información acerca del índice
Pronóstico CRT Ancla Alta
Ancla Baja
Mann -
Whitney
Anchoring
Index
n m SD n m SD Z p
Un día* Intuitivos 42 4442,27 16,71
45 4436,73 64,92
996,50 0,66
0,02
Analíticos 18 4443,43 18,99
19 4424,80 30,51
103,00 0,04
0,07
Una
semana**
Intuitivos 42 4458,74 58,48
45 4441,17 80,19
897,00 0,68
0,05
Analíticos 18 4425,73 55,98
19 4435,75 103,31
191,00 0,56
-0,03
Un
mes***
Intuitivos 42 4483,49 225,99
45 4426,80 133,60
894,00 0,67
0,09
Analíticos 18 4433,70 137,78 19 4491,28 126,78 205,50 0,30 -0,09
* Ancla alta: 4578,99 / Ancla baja:
4314,74
**Ancla alta: 4629,8 / Ancla baja:
4279,08
***Anlca alta: 4778,25 / Ancla baja 4170
Fuente: elaboración propia.
28
Por otro lado, al revisar los nuevos pronósticos por medio de las demás categorías
encontramos los mismos resultados que en las categorías del CRT. Los índices de anclajes
estaban cercanos a cero, lo cual contrasta con las diferencias en los promedios de los pronósticos
de los individuos y las anclas presentadas. Además, se evidencia que los índices de anclaje se
encuentran cercanos a cero en todas las categorías de pronóstico, lo que permite demostrar una
menor susceptibilidad a las anclas presentadas con anterioridad. Por último, nuevamente los
resultados de la prueba de U de Mann-Whitney muestran una zona de no rechazo a la hipótesis
nula de la prueba, siendo no concluyentes estadísticamente los índices de anclajes presentados
(Tabla 5).
29
Tabla 5. Efecto de los valores de anclaje en la estimación del Índice S&P MILA Pacific Alliance
Select para un día, una semana y un mes, basado en las categorías socioeconómicas con información
acerca del índice
Variable Categoría Ancla Alta
Ancla Baja
Mann -
Whitney
Anchoring
Index
n m SD n m SD Z p
Pronostico un día*
Género Femenino 23 4441,10 16,31
27 4428,35 58,76
283,50 0,60
0,05
Masculino 37 4443,56 17,99
37 4436,73 56,08
616,50 0,46
0,03
Edad Mayores de 25 23 4442,88 18,93
37 4436,36 65,80
411 0,83
0,02
Menores e iguales a
25 37 4442,45 16,42
27 4428,85 42,66
435,5 0,38
0,05
Nivel de
educación
Posgrado 28 4444,36 19,11
41 4436,75 62,28
516,5 0,48
0,03
Pregrado 32 4441,09 15,63
23 4426,84 46,44
341 0,65
0,05
Pronostico una semana**
Género Femenino 23 4456,75 38,66
27 4423,45 117,44
252,00 0,25
0,13
Masculino 37 4443,92 69,13
37 4451,32 53,92
767,00 0,37
-0,03
Edad Mayores de 25 23 4451,68 81,36
37 4453,27 85,93
509,5 0,20
-0,01
Menores e iguales a
25 37 4447,07 41,27
27 4420,78 86,18
365 0,07
0,10
Nivel de
educación
Posgrado 28 4454,50 76,31
41 4459,00 58,62
641 0,41
-0,02
Pregrado 32 4443,89 39,49
23 4404,91 115,77
280 0,13
0,15
Pronostico un mes***
Género Femenino 23 4481,20 184,76
27 4406,00 148,34
279,00 0,54
0,28
Masculino 37 4460,69 216,73
37 4475,09 115,90
746,00 0,51
-0,05
Edad Mayores de 25 23 4477,07 259,65
37 4465,48 139,55
453,5 0,67
0,04
Menores e iguales a
25 37 4463,26 163,47
27 4419,17 123,37
435 0,83
0,17
Nivel de
educación
Posgrado 28 4469,26 238,59
41 4468,26 119,95
615,5 0,61
0,00
Pregrado 32 4467,94 171,42 23 4406,16 150,44 311,5 0,34 0,23
* Ancla alta: 4578,99 / Ancla baja: 4314,74
**Ancla alta: 4629,8 / Ancla baja: 4279,08
***Ancla alta: 4778,25 / Ancla baja 4170
Fuente: elaboración propia.
Por otra parte, uno de los objetivos de esta investigación era validar la susceptibilidad a
anclas autogeneradas debido a la información provista del índice S&P MILA Alliance Pacific
Select. Se revisaron los resultados de los pronósticos en la segunda parte del experimento. En él
se validó la existencia de una proximidad en los promedios de un día, una semana y un mes con
30
respecto al último valor de cierre del índice mostrado en la gráfica (valor = 4,438.49), que se
denominó “ancla gráfica” (Gráfica 2).
Gráfica 2. Distribuciones de los pronósticos del índice en la segunda etapa para un día, una semana
y un mes versus el valor del ancla gráfica
Fuente: elaboración propia.
En la Gráfica 2 podemos apreciar cómo la media de la distribución de los pronósticos de
un día es similar al valor del ancla gráfica y es aproximado a la media de la distribución de los
pronósticos de una semana.
En contraste con los resultados obtenidos en la segunda parte de la investigación, la
prueba Chi-Cuadrado indicó la validez estadística en los pronósticos de un día, lo cual verifica
que los individuos se encuentran influenciados a hacer sus pronósticos del índice a partir del
ancla gráfica. Así mismo, su índice de anclaje es muy cercano a 1 en el promedio de las
estimaciones efectuadas por los individuos. Para los pronósticos del índice para una semana y un
mes los resultados no son concluyentes, aunque el índice de anclaje desarrollado muestre una
cercanía entre los promedios de la estimación y el valor del ancla (IA semana = 0.9987 / IA mes
= 0.9959). No hay evidencia estadística fuerte para establecer la existencia de la heurística de
31
anclaje y ajuste. Estos resultados son parecidos a los expuestos por Theocharis y Col (2018) y
Zacks y Tversky (1999).
Tabla 6. Efecto del valor del ancla gráfica en la estimación del Índice S&P MILA Pacific Alliance
Select
Pronóstico Ancla Grafica: 4438,49
Test Chi-Cuadrado
Anchoring
Index
n m SD X2 p
Un día 124 4437,75 42,71
50,57 1,00
0,9998
Una
semana 124 4444,05 74,64
154,21 0,03
0,9987
Un mes 124 4456,88 170,94 806,38 0,00 0,9959
Fuente: elaboración propia.
Al contrastar los resultados por los grupos categóricos se evidencia que deja de haber una
disparidad en los índices de anclajes como los encontrados en la primera etapa de la
investigación. En este sentido, no hay una diferencia evidente entre los valores de anclaje. A
simple vista, todos los resultados, sin importar la clasificación, se encuentran cercanos al ancla
gráfica. Al verificar las diferencias absolutas entre los promedios de estimación del índice y el
ancla gráfica se verifica que las clasificaciones de los individuos por parte del CRT conservan el
mismo patrón de susceptibilidad que en la etapa anterior. Así, los individuos clasificados como
analíticos tendrán una menor susceptibilidad (IA día = 0.9990) a incurrir a la heurística de
anclaje y ajuste que sus contrapartes intuitivos (IA día = 0.9998) (Tabla 5).
Por el contrario, los resultados de las demás clasificaciones cambian su patrón de
susceptibilidad con respecto a los resultados en la primera etapa, siendo los individuos con
categorías masculina (IA día = 0.9996), mayores de 25 años (IA día = 0.9999) y posgrados (IA
día = 0.0097) aquellos con mayor susceptibilidad a la heurística de anclaje y ajuste que sus
contrapartes categóricas (Tabla 7).
32
Tabla 7. Efecto de los valores de anclaje en la estimación del Índice S&P MILA Pacific Alliance
Select, basados en múltiples categorías
Variable Grupo
Ancla Grafica: 4438,49 Test Chi-
Cuadrado
Anchoring
n m SD X2 p Index Diferencia
absoluta
Pronóstico un día
CRT Intuitivos 87 4439,41 47,93
44,49 1,00
0,9998 0,92
Analíticos 37 4433,86 26,92
5,88 1,00
0,9990 4,63
Género Femenino 50 4434,21 44,64
22021,00 1,00
0,9990 4,28
Masculino 74 4440,14 41,50
28313,00 1,00
0,9996 1,65
Edad
Mayores de 25 60 4438,86 52,78
37,03 0,99
0,9999 0,37
Menores e iguales a
25 64 4436,71 30,83
13501,00 1,00
0,9996 1,78
Nivel de
educación
Posgrado 69 4439,84 49,41
37388,00 1,00
0,9997 1,35
Pregrado 55 4435,13 32,70
13018,00 1,00
0,9992 3,36
Pronóstico una semana
CRT Intuitivos 87 4449,65 70,70
96,60 0,20
0,9975 11,16
Analíticos 37 4430,87 82,72
55,59 0,02
0,9983 7,62
Género Femenino 50 4438,76 90,94
91,30 0,00
0,9999 0,27
Masculino 74 4447,62 61,68
62443,00 0,81
0,9979 9,13
Edad
Mayores de 25 60 4452,66 83,51
92411,00 0,00
0,9968 14,17
Menores e iguales a
25 64 4435,98 64,88
59791,00 0,59
0,9994 2,51
Nivel de
educación
Posgrado 69 4457,17 65,86
66182,00 0,54
0,9958 18,68
Pregrado 55 4427,59 82,05
82111,00 0,01
0,9975 10,90
Pronóstico un mes
CRT
Intuitivos 87 4454,17 185,18
662,10 0,00
0,9965 15,68
Analíticos 37 4463,27 133,61
143,99 0,00
0,9944 24,78
Género Femenino 50 4440,59 168,63
313,78 0,00
0,9995 2,10
Masculino 74 4467,89 172,74
487,55 0,00
0,9934 29,40
Edad
Mayores de 25 60 4469,92 192,49
489,07 0,00
0,9929 31,43
Menores e iguales a
25 64 4444,66 148,43
312,30 0,00
0,9986 6,17
Nivel de
educación
Posgrado 69 4468,66 176,26
472,74 0,00
0,9932 30,17
Pregrado 55 4442,10 164,42 328,64 0,00 0,9992 3,61
Fuente: elaboración propia.
Por otro lado, se analizó la existencia de brechas de los índices de anclajes a partir de los
grupos categóricos para validar la diferencia significativa en función de las categorías. En ese
33
sentido, se propuso un modelo a partir de la descomposición de Oaxaca – Blinder, en el que se
compara el índice de anclaje propuesto por Jacowitz y Kahneman (1995) con las categorías
demográficas dados los resultados de los pronósticos de la primera etapa de esta investigación.
Los resultados se muestran en la Tabla 8.
Tabla 8. Descomposición de Oaxaca - Blinder en el índice de anclaje para los grupos categóricos
Descomposición
Oaxaca-Blinder
Un día Una Semana Un Mes
Coeficiente z p>|z| Coeficiente z p>|z| Coeficiente z p>|z|
Género
Femeninos 0,94 9,89 0,00
1,07 13,88 0,00
0,85 12,31 0,00
Masculinos 0,85 2,64 0,01
0,91 5,1 0,00
0,88 12,90 0,00
Diferencia 0,09 0,27 0,79
0,16 0,84 0,40
-0,03 -0,30 0,76
Endowments 0,17 0,76 0,45
0,00 0,04 0,97
0,01 0,27 0,78
Coeficientes 0,08 0,24 0,81
0,31 1,37 0,17
0,22 1,53 0,13
Interacción -0,17 -0,67 0,51
-0,16 -0,86 0,39
-0,27 -2,22 0,03
Nivel de Educación
Posgrados 0,62 2,13 0,03
0,88 4,86 0,00
0,82 10,66 0,00
Pregrados 1,21 4,25 0,00
1,08 16,46 0,00
0,93 17,05 0,00
Diferencia -0,59 -1,44 0,15
-0,20 -1,06 0,29
-0,11 -1,16 0,25
Endowments 0,09 0,7 0,49
-0,01 -0,45 0,65
-0,03 -1,29 0,20
Coeficientes -0,73 -1,32 0,19
-0,25 -0,74 0,46
-0,11 -0,99 0,32
Interacción 0,04 0,16 0,88
0,07 0,35 0,73
0,04 0,68 0,50
Edad
Menores 1,15 4,43 0,00
1,04 18,59 0,00
0,94 19,40 0,00
Mayores 0,60 1,8 0,07
0,90 4,06 0,00
0,79 8,33 0,00
Diferencia 0,56 1,36 0,17
0,14 0,61 0,54
0,15 1,44 0,15
Endowments -0,11 -0,59 0,55
-0,50 -0,31 0,76
0,00 -0,01 1,00
Coeficientes 0,59 1,32 1,32
0,12 0,52 0,60
0,13 1,27 0,20
Interacción 0,07 0,37 0,37 0,07 0,42 0,67 0,02 0,37 0,71
Fuente: elaboración propia.
Los resultados validan el patrón de susceptibilidad a la heurística de anclaje y ajuste en la
primera etapa del experimento, siendo los individuos femeninos (excepto en el pronóstico de un
mes), los individuos menores de 25 años y los individuos en proceso de educación de nivel de
34
pregrado las clasificaciones con mayores índices de anclaje respecto a sus contrapartes
categóricos.
Así mismo, al revisar las brechas entre categorías, se evidencia que estas tienden a
minimizarse a medida que los individuos deben hacer juicios de pronósticos con una mayor
temporalidad, excepto en el caso de la categoría de género, en el que la diferencia entre los
índices de anclaje es mayor en el pronóstico de una semana a diferencia del pronóstico de un día
y un mes, en cuyos casos existe una brecha grande. Sin embargo, las brechas no presentan
significancia estadística en el modelo planteado. Solamente en una parte de la descomposición de
la misma, en la categoría de género para los pronósticos de un mes. Esto indica que, bajo
condiciones iniciales, las participantes de sexo femenino tendrán una diferencia de 0.27 menos
en promedio en el índice de anclaje que su contraparte masculina, lo cual indicaría que las
participantes tienen una menor susceptibilidad a la heurística de anclaje y ajuste en el origen en
pronósticos de un mes.
Los resultados de este modelo plantean que, aunque los índices de anclajes entre
categorías demográficas son significativos estadísticamente, sus diferencias no lo son. Lo cual
indicaría que no existen condiciones diferenciadoras entre las características sociodemográficas
que genere una variación en el índice de anclaje de los individuos.
35
5. DISCUSIONES
A partir de los resultados, se puede evidenciar que los individuos son influenciados por la
heurística de anclaje y ajuste al hacer sus juicios de pronósticos, lo cual va en línea con los
planteamientos realizados por Kahneman y Tversky (1996). A través de la medición del ancla se
pudo comprobar que los individuos tomaron los valores de referencia para hacer sus
estimaciones en el pronóstico del índice en cuestión.
Sin embargo, en la segunda fase del experimento se les presentó la información más
reciente del índice y, contrario a lo planteado por Strack y Mussweiler (1997), los individuos
generaron nuevos pronósticos a partir de la información, con lo cual abandonaron los valores de
referencias o anclas iniciales. A primera vista se pensaría que los individuos logran evidenciar su
error al hacer pronósticos sin fundamento o información relevante, por lo que cambian sus
estimaciones. A pesar de eso, vuelven a incurrir en la heurística de anclaje y ajuste, pero en esta
ocasión adquieren un ancla en la cual basarse, siendo el último valor del índice la nueva ancla
para los siguientes pronósticos.
La presentación de la gráfica con información del índice tuvo un impacto importante para
los pronósticos de los individuos. Eso los hizo enfatizar en esta información y abandonar por
completo los valores de referencia anteriormente presentados, algo similar a lo presentado por
Zacks y Tversky (1999), quienes plantean que los individuos por noción de juicio tomarán el
último valor del activo financiero presentado en una gráfica de líneas en la que harán pronósticos
a través de su percepción de autocorrelación con los valores pasados, sea que exista o no este
efecto en los datos. Los resultados son equiparables con los planteados en otros trabajos (De
Bondt, 1993; Theocharis, Smith y Harvey, 2018) en los que los individuos mostraron tener una
36
fuerte relación de anclaje para los primeros horizontes de tiempo con respecto del último valor
de la gráfica.
Aunque en el trabajo se puede evidenciar de forma intuitiva una relación de anclaje en los
pronósticos para un día, los resultados no son concluyentes para los horizontes temporales de una
semana y un mes. Cabe destacar que los promedios de estas estimaciones mostraron una relación
cercana (a través del índice de anclaje calculado) con el último precio del índice o ancla gráfica,
como se denominó, pero la mayor dispersión de estas estimaciones en los pronósticos de
frecuencia temporal más lejana no permiten concluir relación significativa con el ancla.
Sin embargo, si se considera el planteamiento de Mussweiler y Strack (2000), la mayor
dispersión encontrada en los pronósticos de una semana y un mes estaría relacionada con el
desconocimiento futuro del índice financiero. Así, las distribuciones de estos pronósticos se
encuentran cercanos al valor del ancla gráfica, lo cual plantearía que los individuos hicieron un
modelo mental para estimar un valor plausible del índice a futuro tomando como referencia el
ancla antes mencionada.
Así mismo, Goodwin y Wright (1993) plantean que los individuos tienden a hacer
extrapolaciones a partir de sus juicios. Para ello pueden tomar como referencia los últimos
valores en gráficas para (a través de la intuición) formar una continuidad en la tendencia de las
serie de tiempo. Estos planteamientos, y según la evidencia presentada, podrían mostrar la
insuficiencia con la que los individuos hacen sus pronósticos bajo un valor de referencia, en lo
que habría una correlación entre hacer pronósticos de horizonte temporal lejano y la mayor
insuficiencia en el ajuste producido por la heurística de anclaje y ajuste, tomando como ancla los
últimos valores disponibles, cuestión que no se pudo comprobar en esta investigación.
37
Así mismo, los resultados categóricos en la heurística de anclaje y ajuste van en línea con
los resultados obtenidos en la investigación de Hien, Hung y Giang (2013), aunque, si se tienen
en cuenta las diferentes etapas de esta investigación, no habría un resultado verídico respecto a
las variables categóricas demográficas (por ejemplo, si los individuos femeninos solo por sus
características de género son más o menos susceptibles a la heurística de anclaje y ajuste que sus
contrapartes masculinos en la toma de decisiones financieras), debido que los resultados
comparativos cambian dependiendo de la etapa del experimento, a diferencia de la variable
categórica de los resultados del Test de Reflexión Cognitiva, que va en línea con resultados
similares a los de Nofsinger y Varma (2007), y Pennycook y Comp (2015).
Sin embargo, con los resultados del modelo de Oaxaca-Blinder podemos plantear que no
hay una diferencia entre susceptibilidades en la heurística de anclaje y ajuste según variables
socio-demográficas. Ciertamente, estas características no tendrán un impacto en generar una
mayor o menor susceptibilidad en dicha heurística. Según lo planteado por Kahneman (2011), la
heurística de anclaje y ajuste se debe en cierta medida al efecto Priming y al ajuste insuficiente,
que son consecuciones propias de aspectos del pensamiento de los individuos.
Con respecto a la metodología utilizada, el método de Oaxaca - Blinder originalmente es
usado en estudios referentes a la brecha de género y a los niveles de salario (Blinder, 1973;
Oaxaca, 1973). Esta metodología permite examinar los diferentes niveles que componen la
brecha o las diferencias entre las diferentes categorías, contrastando los resultados mixtos
obtenidos en la investigación. Aunque este modelo permitió tener unos resultados valiosos en
futuras investigaciones puede tener una extensión. En este sentido, se pueden utilizar otras
variables independientes para agregar una mayor variabilidad al modelo, utilizando variables
referentes a la personalidad de los individuos o variables propias del pensamiento cognitivo
38
(Furnham, Boo y McClelland, 2012). Con ello, se podrían contrastar los efectos propios de las
categorías socio- demográficas.
Así mismo, la medida de anclaje generada por Jacowitz y Kahneman (1995) permitió
observar, de manera satisfactoria, la susceptibilidad a la heurística de anclaje y ajuste bajo
incertidumbre de los individuos. Aunque esta metodología aplica únicamente para contrastes de
resultados grupales, para la metodología de Oaxaca-Blinder se debió hacer una modificación a la
medición original, para poder observar la susceptibilidad de la heurística de anclaje y ajuste por
cada individuo. Así mismo, para hacer el análisis en la segunda parte de la investigación se debió
recurrir a una nueva medida de anclaje, debido a que la medida de anclaje realizada por Jacowitz
y Kahneman (1995) se encuentra limitada a la evaluación de anclas dobles, lo que no permite
hacer inferencias cuando solo hay una única ancla.
Con respecto a los objetivos planteados en esta investigación, se pudo validar la
existencia de la heurística de anclaje y ajuste en la muestra. Además de que esta heurística es
difícil de corregir, validando las hipótesis de Northcraft y Neale (1987), según los resultados
obtenidos de esta investigación, se evidencia que los individuos utilizaron esta heurística en sus
juicios de estimación en todo el proceso. Los individuos utilizaron referencias, incluidas anclas
inducidas y autogeneradas, para sus juicios de pronóstico. Además, se comprobó el objetivo de
examinar la susceptibilidad por grupo, categórico o demográficos, y validar la no significancia
entre diferencias en los niveles de anclaje por categorías sociodemográficas.
39
6. CONCLUSIONES
Los resultados obtenidos en esta investigación reafirman el planteamiento de Kahneman
(2011) frente a creación de “la condición” de anclaje y ajuste en los individuos, frente a un
entorno de decisión financiera. Sin importar el grado de incertidumbre frente al activo de
referencia o las características sociodemográficas del individuo, este tenderá a utilizar referentes
para sus juicios de toma de decisiones.
En esta investigación se valida el primer objetivo planteado y se concluye que los
individuos que participaron en esta investigación estuvieron influenciados en alto grado por la
heurística de anclaje y ajuste cuando efectuaron el pronóstico del índice financiero. Se logró
medir la susceptibilidad del anclaje por categorías sociodemográficas de los individuos a través
del índice propuesto por Jacowitz y Kahneman (1995) y una propuesta de índice, que tuvieron
una validez estadística y contraste con los resultados de otras investigaciones.
Con respecto al segundo objetivo de la investigación, se validó la relación que existe
entre los resultados del CRT y la susceptibilidad producida por heurística de anclaje y ajuste,
siendo esta una relación inversa, validando que los individuos más reflexivos en términos
cognitivos fueron menos susceptibles a la influencia de la heurística de anclaje y ajuste.
En el tercer objetivo propuesto en esta investigación los resultados mostraron que los
individuos, sin importar el grado de incertidumbre que estos presenten frente a un activo
financiero, tenderán a utilizar referentes o anclas para hacer sus juicios pronósticos. En este caso,
anclas proporcionadas o autogeneradas, lo que podría mostrar un poco la realidad de los
inversionistas en el mercado de valores de hoy (Peña y Gómez M, 2019).
40
Para finalizar, se logró hacer una descomposición de la brecha de anclaje según
categorías sociodemográficas de la muestra obtenida, validando los diferentes niveles de anclajes
según las categorías de la primera etapa de la investigación. Aunque no se logró obtener
evidencias de diferencias significativas, se puede concluir que, sin importar el género, la edad, la
experiencia o el nivel de estudio, entre otras características, la condición de anclaje y ajuste se
debe a una cuestión netamente cognitiva del pensamiento humano.
41
7. REFERENCIAS
Ackert, L.; Church, B., y Tkac, P. (2010). “An Experimental Examination of Heuristic-Based
Decision Making in a Financial Setting”. Journal of Behavioral Finance, 11.
Andersen Vitting, J. (2010). “Detecting Anchoring in Financial Markets”. Journal of Behavioral
Finance, 11(2), 129-133.
Ariely, D.; Loewenstein, G., y Prelec, D. (2003). “Coherent Arbitrariness: Stable Demand
Curves Without Stable Preferences”. The Quarterly Journal of Economics, 118 (1), 73-
106.
Belsky, G., y Golivich, T. (1999). Why Smart People Make Big Money Mistakes – and How to
Correct Them. Lessons from the New Science of Behavioural Economics. New York:
Simon & Schuster.
Bennett, M. W. (2014). “Confronting Cognitive ‘Anchor Effect’ and ‘Blind Spot’ Biases in
Federal Sentencing: A Modest Solution for Reforming a Fundamental Flaw”. Journal of
Criminal Law and Criminology, 103, 503-13.
Bergman, O.; Ellingsen, T.; Johannesson, M., y Svensson, C. (2010). “Anchoring and cognitive
ability”. Economics Letters, 107, 66-68.
Blinder, A. S. (1973). “Wage Discrimination: Reduced Form and Structural Estimates”. The
Journal of Human Resources, 8 (4), 436-455.
Bodenhausen, G. V.; Gabriel, S., y Lineberger, M. (2000). “Sadness and Susceptibility to
Judgement Bias: The case of Anchoring”. Psychological Science, 11 (4), 320-323.
Bouteska, A., y Regaieg, B. (2019). “Psychology and behavioral finance Anchoring bias by
financial analysts on the Tunisian stock market”. EuroMed Journal of Business, 15, 39-
64.
Brañas-Garza, P. (2011). Economía experimental y del comportamiento. Barcelona, España:
Antoni Bosch.
Brewer, N.; Chapman, G.; Schwartz, J., y Bergus, G. (2007). “The influence of Irrelevant
Anchors on the Judgments and Choices of Doctors and Patients”. Medical Decision
Making, 27, 203-211.
Bucchianeri, G. W., y Minson, J. A. (2011). “A Homeowner's Dilemma: Anchoring in
Residential Real Estate Transactions”. Journal of Economic Behavior and Organization,
89(6).
Burghof, H. P., y Prothmann, F. (2009). “Can stock price momentum be explained by
anchoring?” The International Journal of Business anf Finance Research, 3 (2), 47-69.
42
Butler, S. A. (1986). “Anchoring in the Judgmental Evaluation of Audit Samples”. American
Accounting Association, 101-111.
Campitelli, G., y Gerrans, P. (2013). “Does the Cognitive Reflection Test measure cognitive
reflection? A Mathematical modelling approach”. Memory & Cognition, 42 (3).
Cervone, D., y Peake, P. K. (1986). “Anchoring, efficacy, and action: The influence of
judgmental heuristics on self-efficacy judgments and behavior”. Journal of Personality
and Social Psychology, 492-501.
Chang, C. C.; Yeh, J. H., y Chao, C. H. (2012). “The Role of Anchoring Bias in the Real Estate
Market: Evidence from Taiwan Market”. Asian Finance Association and Taiwan Finance
Association, 6-9.
Cokely, E. T., y Kelley, C. M. (2009). “Cognitive abilities and superior decision making under
risk: A protocol analysis and process model evaluation”. Judgment and Decision Making,
4 (1), 20-33.
Coll, R.; Thyagarajan, A., y Chopra, S. (1991). “An experimental study comparing the
effectiveness of computer graphics data versus computer tabular data”. IEEE
Transactions on Systems, Man, and Cybernetics, 21 (4), 897-900.
Critcher, C. R., y Gilovich, T. (2008). “Incidental Environmental Anchors”. Journal of
Behavioral Decision Making, 21, 241-251.
Czerwonka, M. (2017). “Anchoring and overconfidence: The influence of culture and Cognitive
abilities”. International Journal of Management And Economics, 53, 48-66.
De Bondt, W. F. (1993). “Betting on trends: Intuitive forecasts of financial risk and return”.
International Journal of Forecasting, 9, 3355-371.
Dickson, G. W.; DeSanctis, G., y McBride, D. J. (1986). “Understanding the effectiveness of
computer graphics for decision support: a cumulative experimental approach”.
Communications of the ACM, 40-47.
Englich, B., y Soder, K. (2009). “Moody experts— How mood and expertise influence
judgmental anchoring”. Judgment and Decision Making, 41-50.
Englich, B.; Mussweiler, T., y Strack, F. (2006). “Playing Dice With Criminal Sentences: The
Influence of Irrelevant Anchors on Experts’ Judicial Decision Making”. Personality and
Social Psychology Bulletin, 32 (2), 188-200.
Epley, N.,y Gilovich, T. (2001). “Putting Adjustment Back in the Anchoring and Adjustment
Heuristic: Differential Processing of Self-Generated and Experimenter-Provided
Anchors”. Psychological Science, 12 (5), 391-6.
Esch, F. R.; Schmitt, B. H.; Redler, J., y Langner, T. (2009). “The brand anchoring effect: A
judgment bias resulting from brand awareness and temporary accessibility”. Psychology
& Marketing, 26, 383-395.
43
Evans, J. S., y Stanovich, K. E. (2013). “Dual-Process Theories of Higher Cognition: Advancing
the Debate”. Perspect on Psychological Science, 8 (3), 223-241.
Fisher, K. L., y Statman, M. (2000). “Investor Sentiment and Stock Returns”. Financial Analysts
Journal, 16-23.
Frederick, S. (2005). “Cognitive Reflection and Decision Making”. Journal of Economic
Perspectives, 19 (4), 25-49.
Furnham, A., y Boo, H. C. (2010). “A literature review of the anchoring effect”. The Journal of
Socio-Economics, 40, 35-42.
Furnham, A.; Boo, H., y McClelland, A. (2012). “Individual Differences and the Susceptibility
to the Influence of Anchoring Cues”. Journal of Individual Differences, 89-93.
George, T. J., y Hwang, C. Y. (2004). “The 52-Week High and Momentum Investing”. The
Journal of Finance, 59 (5), 2145-2176.
Gigerenzer, G. (1996). “On narrow norms and vague heuristics: a reply to Kahneman and
Tversky”. Psychological Review, 103 (3), 592-596.
Goodwin, P., y Wright, G. (1993). “Improving judgmental time series forecasting: A review of
the guidance provided by research”. International Journal of Forecasting, 147-161.
Hien, N. D.; Hung, T. Q., y Giang, B. G. (2013). “The Impact of The Anchoring and Adjustment
Bias on Analysts’ Forecast in Vietnam Stock Market”. Journal of Economics and
Development, 15 (3), 59-76.
Hoppe, E. I., y Kusterer, D. J. (2011). “Behavioral biases and cognitive reflection”. Economics
Letters, 110, 97-100.
Huddart, S.; Lang, M., y Yetman, M. H. (2009). “Volume and Price Patterns Around a Stock's
52-Week Highs and Lows: Theory and Evidence”. Management Science.
Jacowitz, K. E., y Kahneman, D. (1995). “Measures of Anchoring in Estimation Taks”.
Personality and Social Psychology Bulletin, 1161-1166.
Kahneman, D. (2011). Thinking fast and slow. New York: Farrar, Straus and Giroux.
Kahneman, D., y Tversky, A. (1979). “Prospect Theory: An Analysis of Decision under Risk”.
Econometrica, 47 (2), 263-292.
Kahneman, D., y Tversky, A. (1982). “On the study od study of statistical intuitions”. Cognition,
11, 123-141.
Kahneman, D., y Tversky, A. (1996). “On the reality of cognitive illusions”. Psychological
review, 103 (3), 582-91, discusion 952-6.
44
Kaustia, M.; Alho, E., y Puttonen, V. (2008). “How Much Does Expertise Reduce Behavioral
Biases? The Case of Anchoring Effects in Stock Return Estimates”. Financial
Management, 37 (3).
Koehler, D. J., y James, G. (2010). “Probability Matching and Strategy Availability”. Memory &
Cognition, 38, 667-676.
Liberali, J. M.; Reyna, V. F.; Furlan, S.; Stein, L. M., y Pardi, S. T. (2011). Individual
“Differences in Numeracy and Cognitive Reflection, with Implications for Biases and
Fallacies in Probability Judgment”. Journal of Behavioral Decision Making, 25, 361-381.
McNamee, P.; Ternent, L.; Gbangou, A., y Newlands, D. (2010). “A game of two halves?
Incentive incompatibility, starting point bias and the bidding game contingent valuation
method”. Health Economics, 19, 75-87.
Mussweiler, T. (2001). “Considering the impossible:Explaining the effects of implausible
anchors”. Social Cognition, 19 (2), 145-160.
Mussweiler, T., y Strack, F. (1999). “Hypothesis-Consistent Testing and Semantic Priming in the
Anchoring Paradigm: A Selective Accessibility Model”. Journal of Experimental Social
Psychology, 35, 136-199.
Mussweiler, T., y Strack, F. (2000). “Numeric Judgments under Uncertainty: The Role of
Knowledge in Anchoring”. Journal of Experimental Social Psychology, 495–518.
Nakazono, Y. (2012). “Heterogeneity and anchoring in financial markets”. Applied Financial
Economics, 22 (21), 1821-1826.
Ng, L., y Wu, F. (2006). “The trading behavior of institutions and individuals in Chinese equity
markets”. Journal of Banking & Finance, 31, 2695-2710.
Nofsinger, J. R., y Varma, A. (2007). “How analytical is your financial advisor?” Financial
Services Review, 16, 245-260.
Northcraft, G., y Neale, M. (1987). “Experts, amateurs, and real estate: An anchoring-and-
adjustment perspective on property pricing decisions”. Organizational Behavior and
Human Decision Processes, 39, 94-97.
Oaxaca, R. (1973). “Male-Female Wage Differentials in Urban Labor Markets”. International
Economic Review, 14 (3), 693-709.
Oechssler, J.; Roider, A., y Schmitz, P. W. (2009). “Cognitive abilities and behavioral biases”.
Journal of Economic Behavior & Organization, 72, 145-152.
Paxton, J. M.; Ungar, L., y Greene, J. D. (2012). “Reflection and Reasoning in Moral Judgment”.
Cognitive Science, 36, 163–177.
Pennycook, G.; Cheyne, J. A.; Seli, P.; Koehler, D. J., y Fugelsang, J. A. (2012). “Analytic
cognitive style predicts religious and paranormal belief”. Cognition, 123, 335-346.
45
Pennycook, G.; Cheyne, J.; Koehler, D., y Fugelsang, J. (2015). “Is the Cognitive Reflection Test
a measure of both reflection and intuition?” Behavior Research Methods, 48.
Peña, V., y Gómez M, A. (2019). “Effect of the anchoring and adjustment heuristic and
optimism bias in stock market forecasts”. Revista Finanzas y Política Económica, 175-
197.
Perlovsky, L., y Levine, D. (2012). “The Drive for Creativity and the Escape from Creativity:
Neurocognitive Mechanisms”. Cognitive Computation, 4.
Rekik, Y. M., y Boujelbene, Y. (2013). “Determinants of Individual Investors’ Behaviors:
Evidence from Tunisian Stock Market”. Journal of Business and Management, 8 (2),
109-119.
Sajid, M., y Li, M. C. (2019). “The role of cognitive reflection in decision making: Evidence
from Pakistani managers”. Judgment and Decision Making, 14 (5), 591-604.
Schwarz, N.; Strack, F.; Hilton, D. J., y Nadarer, G. (1991). “Base-rates, representativeness, and
the logic of c onversation”. Social Cognition, 9, 67-84.
Shenhav, A.; Rand, D. G., y Greene, J. D. (2011). “Divine Intuition: Cognitive Style Influences
Belief in God”. Journal of Experimental Psychology General, 141 (3), 423-8.
Shin, H., y Park, S. (2018). “Do foreign investors mitigate anchoring bias in stock market?
Evidence based on post-earnings announcement drift”. Pacific Basin Finance Journal,
48, 224-240.
Simon, H. A. (1995). “A Behavioral Model of Rational Choice”. The Quarterly Journal of
Economics, 69 (1), 99-118. Retrieved from http://www.jstor.org/stable/1884852
Stalmeier, P. F. (2002). “Discrepancies between Chained and Classic Utilities Induced by
Anchoring with Occasional Adjustments”. Medical Decision Making, 22 (1), 53-64.
Stanovich, K. E., y West, R. F. (2000). “Individual differences in reasoning: Implications for the
rationality debate?” Behavioral and Brain Sciences, 23, 645-726.
Stanovich, K. E., y West, R. F. (2004). “On the Relative Independence of Thinking Biases and
Cognitive Ability”. Journal of Personality and Social Psychology, 94 (4), 672-695.
Strack, F., y Mussweiler, T. (1997). “Explaining the Enigmatic Anchoring Effect: Mechanisms
of Selective Accessibility”. Journal of Personality and Social Psychology, 437-446.
S&P Global. (2019). S&P MILA Indices Methodology. Recuperado de
https://us.spindices.com/documents/methodologies/methodology-sp-mila-
indices.pdf?force_download=true
Switzer, F. S., y Sniezek, J. A. (1991). “Judgment processes in motivation: Anchoring and
adjustment effects on judgment and behavior”. Organizational Behavior and Human
Decision Processes, 49 (2), 208-229.
46
Theocharis, Z.; Smith, L. A., y Harvey, N. A. (2018). “The influence of graphical format on
judgmental forecasting”. Future & Foresight Science, 1 (1).
Toplak, M. E.; West, R. F., y Stanovich, K. E. (2014). “Assessing miserly information
processing: An expansion of the Cognitive Reflection Test”. Thinking & Reasoning, 20
(2), 147-168.
Toplak, M.; West, R. F., y Stanovich, K. E. (2011). “The Cognitive Reflection Test as a
Predictor of Performance on Heuristics-and-Biases Tasks”. Memory & Cognition, 39 (7),
1275-89.
Tversky, A.; y Kahneman, D. (1974). “Judgment under Uncertainty: Heuristics and Biases”.
Science, 1124 - 1131.
Wason, P.C.; y Evans, J.ST.B.T. (1974). “Dual processes in reasoning?”. Cognition, 3(2), 141-
154.
Wegener, D. T.; Peyy, R. E.; Blankeship, K. L., y Detweiler-Bedell, B. (2010). “Elaboration and
numerical anchoring: Implications of attitude theories for consumer judgment and
decision making”. Journal of Consumer Psychology, 20, 5-16.
Weller, J. A.; Dieckmann, N. F.; Tusler, M.; Mertz, C. K.; Burns, W. J., y Peters, E. (2013).
“Development and Testing of an Abbreviated Numeracy Scale: A Rasch Analysis
Approach”. Journal of Behavioral Decision Making, 26 (2), 198-212.
Yu, Jun; Amer, T.S, y Wei, Zhubao. (2013). The anchoring effect in the private placement
pricing: Evidence from China, 13 (11), 1920-1926.
Zacks, J., y Tversky, B. (1999). “Bars and Lines: A Study of Graphic Communication”. Memory
& Cognition, 27 (6), 1073-9.
47
8. ANEXOS
Anexo.1. Instrumento Web
Los instrumentos utilizados fueron exactamente iguales, solo se diferenciaban en el grupo
control y los instrumentos para aplicar ancla alta y ancla baja.
Enlace: http://bit.ly/experimentocn - Grupo Control.
Enlace: http://bit.ly/experimentodw - Grupo Ancla Baja.
Enlace: http://bit.ly/experimentoup - Grupo Ancla Alta.
48
49
50
51