از ژانویه 2020 الزویر یک مرکز منابع کووید-19 با اطلاعات رایگان به زبان انگلیسی و ماندارین در مورد رمان ویروس کرونا کووید-19 ایجاد کرده است. مرکز منابع کووید-19 در وب سایت اخبار و اطلاعات عمومی شرکت در الزویر کانکت میزبانی می شود. الزویر بدینوسیله اجازه می دهد تا کلیه تحقیقات مربوط به کووید-19 خود را که در مرکز منابع کووید-19 در دسترس است-از جمله این محتوای تحقیق - بلافاصله در مخازن مرکزی پابمد و سایر مخازن با بودجه عمومی مانند پایگاه داده سازمان بهداشت جهانی با حقوق استفاده مجدد از تحقیقات بدون محدودیت و تجزیه و تحلیل به هر شکل یا به هر طریقی با تصدیق منبع اصلی در دسترس قرار دهد. این مجوزها تا زمانی که مرکز منابع کووید-19 فعال باشد توسط الزویر به صورت رایگان اعطا می شود.
داده های مرتبط
داده های تکمیلی س1 داده های تحقیق خام تکمیلی. این داده های باز تحت مجوز سی سی است http://creativecommons. org/licenses/by/4.0/
چکیده
ما بررسی می کنیم که چگونه تجربه رویدادهای شدید مانند سقوط بازار کووید-19 بر رفتار ریسک پذیری تاثیر می گذارد. برای جداسازی تغییرات در ریسک پذیری از عوامل دیگر ما در ماه دسامبر 2019 و مارس 2020 تجربیات کنترل شده ای را با متخصصان مالی انجام دادیم. مشاهده میکنیم که سرمایهگذاریهایشان در ماه مارس 2020 12 درصد کمتر از دسامبر 2019 بود اگرچه انتظارات قیمتیشان تغییری نکرده بود و اگرچه دارایی تجربی را در طول سقوط نسبت به قبل ریسک کمتری میدانستند. این خطر کمتر درک شده احتمالا به دلیل عادی سازی تطبیقی است زیرا نوسانات در طول شوک در مقایسه با نوسانات تجربه شده در بازارهای واقعی است (که در دسامبر 2019 کم بود اما در مارس 2020 بسیار بالا بود). سرمایه گذاری های پایین تر در طول سقوط می تواند با ریسک پذیری بالاتر پشتیبانی شود نه با تغییر در باورها.
1. مقدمه
ریسک پذیری چگونه است, باورها در مورد ریسک پذیری یک دارایی, و انتظارات قیمت تحت تاثیر شوک های شدید مانند همه گیری کووید-19? در این مقاله شواهدی از تجربیات سرمایه گذاری انجام شده با متخصصان مالی در دسامبر 2019 و مارس 2020 را نشان می دهیم. با رویکرد تجربی ما قادر به کنترل عوامل مختلف مخدوش است که در طول بحران های اقتصادی در دنیای واقعی و سقوط بازار سهام فعال هستند. ما دریافتیم که سرمایه گذاری متخصصان مالی در این تجربه در طول سقوط بازار سهام 12 درصد کمتر از قبل بود. کاهش ریسک پذیری با انتظارات قیمت بدون تغییر همراه است و به طور قابل توجهی با باورهای پایین تر در مورد ریسک دارایی تجربی در ماه مارس 2020 نسبت به دسامبر 2019 همراه است. بنابراین نتیجه می گیریم که کاهش سرمایه گذاری ها ناشی از باورها نیست بلکه به دلیل افزایش سطح ریسک گریزی است.
شوک ها و سایر رویدادهای شدید می توانند تاثیر عمیق و طولانی مدت بر رفتار و تصمیمات ما داشته باشند (به عنوان مثال هرتویگ و همکاران., 2004). مالمندیه و ناگل (2011) در یک زمینه مالی نشان می دهند افرادی که در طول زندگی خود بازده کم سهام را تجربه کرده اند تمایل کمتری به ریسک مالی دارند و احتمال شرکت در بازار سهام کمتر است و نسبت به بازده سهام بدبین تر هستند. 1 اما یکی از مشکلات عمده شناسایی تاثیر حوادث شدید بر ترجیحات اقتصادی و باورهای با داده های تجربی بسیاری از متغیرهای غیر قابل مشاهده است که در طول بحران ها فعال هستند. مشکلات شناسایی مانند تغییرات در انتظارات قیمت دارایی, افت سطح ثروت, و اینرسی در تخصیص دارایی خانوار, استنباط علی را دشوار می کند (به عنوان مثال, برونرمایر, ناگل, 2008, کالوت, سودینی, 2014).
به عنوان یک مفهوم مرتبط, ریسک گریزی ضد چرخه ای فرض می کند که سرمایه گذاران در دوره های رونق در مقایسه با دوره های رکود ریسک گریز کمتری دارند (به عنوان مثال, کمپبل, کوکران, 1999, باربریس, هوانگ, سانتوس, 2001). کوهن و همکاران. (2015) نشان می دهد شواهد تجربی از ریسک گریزی ضد چرخه و شناسایی ترس به عنوان عامل واسطه کلیدی, به عنوان حرفه ای مالی که در ابتدا با یک سناریوی مجسمه نیم تنه مالی ترس تر و ریسک گریز از کسانی که در ابتدا با یک سناریوی رونق هستند. در حالی که نیول و پیج (2017) همچنین شواهدی برای ریسک گریزی ضد چرخه ای در بازارهای دارایی تجربی با دانشجویان پیدا می کنند. (2019) نشان می دهد که ریسک گریزی ضد چرخه لزوما برای افراد خارج از صنعت مالی وجود ندارد.
به ویژه در مورد شوک کووید-19 مطالعات کمی ریسک پذیری را قبل و بعد (یا در حین) همه گیری و اصلاح بازار مرتبط مقایسه می کنند و نتایج متفاوتی را به همراه دارند. اولین گزارش را می توان در بوو و همکاران یافت. (2020) که نویسندگان پاسخ های دانشجویان در ووهان را در یک نظرسنجی بدون انگیزه در اکتبر 2019 و فوریه 2020 مقایسه می کنند. این گزارش ها رابطه منفی بین قرار گرفتن در معرض بیماری همه گیر و تخصیص فرضی به یک دارایی خطرناک را گزارش می دهند. شاخات و همکاران. (2020) شواهد موجود از یک تجربه انگیزشی که نشان دهنده افزایش تحمل ریسک دانشجویان در مراحل اولیه بحران کووید-19 است. تکمیل مجموعه ای از پایین, بالاتر, و تنظیمات خطر بدون تغییر, انجریسانی و همکاران. (2020) هیچ تغییری در ترجیحات ریسک در میان معامله گران حرفه ای یا دانشجویان در یک کار استخراج ریسک انتزاعی بین 2019 و 2020 مارس گزارش نشده است.
اولین سهم اصلی ما در این مقاله این است که هر دو رویکرد را با هم ادغام می کنیم: تحقیق در مورد یک شوک طبیعی یعنی سقوط بازار سهام کووید-19 و روش اجرای تجربیات کنترل شده و انگیزه یافته با متخصصان مالی برای کاهش مشکلات شناسایی. از این رو, ما بپرسید که چگونه و چگونه رفتار ریسک پذیری و درک تغییرات خطر در طول یک سقوط بازار سهام مانند یکی که در طول پاندمی کووید-19 رخ داده است. طراحی ما امکان جداسازی ریسک پذیری را از باورهای مربوط به ریسک دارایی (درک ریسک) و باورهای مربوط به قیمت های بعدی فراهم می کند.
به ویژه ما از سقوط بازار سهام مارس 2020 به عنوان یک تجربه طبیعی برای بررسی تغییرات رفتاری در تصمیمات سرمایه گذاری تجربی در دو موج استفاده می کنیم: یکی در طول یک دوره نسبتا راحت و "صعودی" بازار سهام در دسامبر 2019 ( موج 1) و دیگری در طول بازار فرار "خرس" مارس 2020 ( موج 2 ) . ما تجربه میدانی مصنوعی خود (هریسون و لیست 2004) را با 315 متخصص مالی از قبل انجام دادیم.استخر موضوعی جهان 2 و 498 دانشجوی مدیریت و اقتصاد از دانشگاه اینسبروک. حرفه ای در اروپا بر اساس و کار عمدتا به عنوان نمونه کارها و سرمایه گذاری مدیران, مشاوران مالی, و معامله گران. 202 متخصص (282 دانشجو) در دسامبر 2019 در موج 1 شرکت کردند و 113 متخصص (216 دانشجو) از 16 مارس تا 31 مارس 2020 در موج 2 شرکت کردند.
شکل. شکل 1 زمان دو موج تجربی را نشان می دهد. در طول مجموعه داده ها در موج 1, در ماه دسامبر 2019, ویکس باقی مانده در یک محدوده بسیار باریک, در سطوح پایین از تنها 12.1 به 16.0, و اس اند پی 500 با افزایش بیش از 3 در صد. در ماه منتهی به موج 2 شاخص نوسانات کبو از 14.8 به 82.7 در 16 مارس تقریبا شش برابر افزایش یافت-بالاترین سطح بسته شدن ثبت شده از زمان معرفی این شاخص در سال 1993—و تا پایان موج به طور استثنایی بالا باقی ماند. در همان دوره زمانی ایالات متحده. شاخص سهام اس اند پی 500 (پانل سمت چپ) 25.5 درصد ضرر کرد و بازارهای اروپا 36.1 درصد سقوط کردند (شاخص سهام یورو استوکس 50).
علاوه بر این, بکارت و همکاران.شاخص ریسک گریزی متغیر با زمان در بازارهای مالی (2021 مبتنی بر قیمت دارایی و سودمندی در بازارهای مالی الگوهای مشابهی را نشان می دهد. این شاخص با حق بیمه ریسک واریانس در بازارهای سهام و شاخص های احساسات موجود ارتباط دارد و نشان می دهد که موج 2 مطالعه ما دقیقا در طول یک زمان مشخص شده با ریسک پذیری فوق العاده بالا در بازار انجام شده است: این شاخص در طول موج 1 به شدت پایین بود اما در ابتدای موج 2 به شدت افزایش یافت —نشان دهنده افزایش ناگهانی ریسک پذیری—و به طور کامل برگردانده نشد تا زمانی که مجموعه داده ها به طور کامل کامل (دیدن بکس, پانل سمت راست).
در هر دو موج تجربه افراد در معرض یک کار سرمایهگذاری یکسان قرار میگیرند که نمودار قیمت یا بازده سهام پرخطر را در پنج دوره با بازده بر اساس دادههای تاریخی نشان میدهیم. برای هر دوره, افراد را به تعدادی از تصمیم گیری: که درصد وقف خود را به سرمایه گذاری در سهام پر مخاطره (انگیزه), چگونه خطرناک درک می کنند سهام به, و چگونه به پیش بینی قیمت سهام و یا بازده سهام.
ما ابتدا تغییرات اساسی در رفتار ریسک پذیری بین دو موج تجربه را گزارش می کنیم. به طور خاص ما نشان می دهد که حرفه ای سرمایه گذاری در دارایی های خطرناک همان 12 درصد پایین تر در ماه مارس 2020 از دسامبر 2019 (یا 9 درصد پایین از 77 به 68 درصد از وقف خود را). مهم این است که ما تفاوت در قیمت های بعدی و انتظارات بازگشت سهام خطرناک بین دو موج را پیدا نمی کنیم. بدین ترتیب, ما استنباط که کاهش سرمایه گذاری است با اعتقادات رانده نمی, اما می توان با سطوح بالا از ریسک گریزی توضیح داد, با اشاره به یک یافته شبیه به کوهن و همکاران. (2015) با توجه به ریسک گریزی ضد چرخه ای. این یافته کلی با رفتار افراد غیرحرفه ای (یعنی دانشجویان) در تضاد است زیرا در مقایسه با دوره سکون هیچ تفاوتی در رفتار سرمایه گذاری در هنگام سقوط نشان نمی دهد. همانطور که دانشجویان کمتر در معرض بازار سهام هستند (از نظر سرمایه گذاری و توجه به تحولات بازار سهام) ما حدس می زنیم که خوشه نوسانات شدید در بازار سهام را به همان اندازه حرفه ای تجربه نمی کنند.
دوم اینکه باورهای متخصصان در مورد ریسک سهام (یعنی درک ریسک) به طور قابل توجهی از موج 1 به موج 2 تغییر می کند زیرا سهام تجربی (یکسان) در مارس 2020 نسبت به دسامبر 2019 ریسک کمتری دارد. این را می توان با مفهوم علوم اعصاب عادی سازی تطبیقی (به عنوان مثال پیزان-لنستور و همکاران) توضیح داد., 2021). در مقایسه با سقوط ناشی از کووید-19 به نظر می رسد نوسانات سهام در مارس 2020 نسبتا متوسط است. در دسامبر 2019, در مقابل, همان نوسانات به نظر می رسد بزرگ با توجه به تجارب یک سال سکوت فاز گاو نر در بازارهای دنیای واقعی. مشابه استدلال سیتکین و پابلو (1992) این نشان می دهد که تصمیم گیرندگان ریسک کمتری می کنند زیرا پیامدهای بالقوه منفی انجام این کار را درک می کنند. باز هم دانشجویان هیچ تفاوتی در درک ریسک سهام بین دسامبر 2019 و مارس 2020 نشان نمی دهند. توجه داشته باشید که درک ریسک در این مطالعه متمایز از ریسک پذیری است. ما درک ریسک را با پرسیدن از افراد در مورد ریسک پذیری درک شده از یک سهام خاص استخراج می کنیم. این قضاوت های ذهنی می تواند تحت تاثیر دارایی های مرجع افراد (به عنوان مثال ریسک پذیری دارایی های دنیای واقعی) و تجربیات گذشته باشد و سطوح پایین تر درک ریسک را در مارس 2020 قابل قبول کند.
با این مطالعه ما به رشته های مختلف تحقیقاتی کمک می کنیم. ابتدا به ادبیات مربوط به ریسک گریزی ضد چرخه ای اضافه می کنیم که عنصر اصلی مدل های قیمت گذاری دارایی است و حق بیمه ریسک ضد چرخه ای را برای سهام توضیح می دهد (به عنوان مثال, کمپبل, کوکران, 1999, باربریس, هوانگ, سانتوس, 2001). سطوح بالا از ریسک گریزی در طول یک مجسمه نیم تنه این مفهوم را میرسانند که افراد تقاضا حق بیمه خطر بالاتر. افزایش ریسک گریزی می تواند بحران ها را عمیق تر کند زیرا سطح سرمایه گذاری پایین تر تقاضا برای دارایی ها را کاهش می دهد. این می تواند قیمت سهام را بیشتر کاهش دهد که به نوبه خود ریسک گریزی را بیشتر می کند. برعکس, پررونق قیمت سهام می تواند توسط سطوح پایین تر از ریسک گریزی و سطح سرمایه گذاری بالاتر سوخت, در نتیجه تقویت فشار رو به بالا بر قیمت سهام. در واقع گراهام و ناراسیمهان (2005) دریافتند کسانی که رکود بزرگ را به عنوان مدیر تجربه کردند با اهرم در تصمیمات ساختار سرمایه خود محافظه کارتر بودند و گویسو و همکاران. (2018) گزارش افزایش قابل توجهی در ریسک گریزی در طول بحران مالی در 2008, که منجر به کاهش منابع نمونه کارها در دارایی های پرخطر در میان سرمایه گذاران خصوصی. ما با اجرای یک تجربه میدانی مصنوعی مشارکت می کنیم که به ما امکان می دهد عوامل بالقوه مخدوش کننده (به عنوان مثال تغییرات در سطح ثروت و انتظارات قیمت سهام) را کنترل کنیم که شناسایی با داده های تجربی را دشوار می کند. علاوه بر این, گسترش یافته های کوهن و همکاران. (2015), ک ارگنیگ-کرستینگ و تراوتمن (2018), و عالمپاکی و همکاران. (2019) ما با یک تست تجربی از تغییرات در ریسک پذیری در یک محیط ناشی از سقوط بازار سهام در دنیای واقعی به جای پرایمینگ سوژه ها در تجربه کمک می کنیم. ما با مشاهده کاهش ریسک پذیری در بین متخصصان در حین تصادف کووید - 19 اعتبار سنجی خارجی را برای بکارت و همکاران فراهم می کنیم.اندازه گیری ریسک گریزی (2021).
دوم, ما به مطالعات در مورد ریسک و ادراک نوسانات اضافه. پیزان-لنستور و همکاران. (2016) "عوارض جانبی واریانس" را کاوش کنید و گزارش دهید که نوسانات درک شده پس از قرار گرفتن در معرض نوسانات زیاد کوچکتر است و بالعکس. در نتیجه واریانس را به عنوان یک ویژگی شناختی مستقل و متمایز از اثرات حسی پیشنهاد می کنند که می تواند ادراک ریسک را تحریف کند. به طور مشابه, پیزان-لنستور و همکاران. (2021) دریابید که افراد پس از قرار گرفتن طولانی مدت در معرض خطر بالا به طور سیستماتیک خطر را دست کم می گیرند زیرا به نوسانات زیاد عادت می کنند. ما با نشان دادن اینکه تجربه تصادفات در دنیای واقعی می تواند به طور سیستماتیک سطح درک ریسک را در بین متخصصان مالی کاهش دهد کمک می کنیم. بنابراین ما می توانیم تغییرات ناشی از سقوط در ریسک پذیری را از تغییرات باورهای مربوط به ریسک پذیری دارایی (ادراک ریسک) به صورت کنترل شده جدا کنیم.
در یک مقاله همدم به این مطالعه, هوبر و همکاران. (2021), ما به بررسی چگونگی حرفه ای و دانشجویان انطباق رفتار سرمایه گذاری خود را, ادراک ریسک, و انتظارات بازگشت, در میان تعدادی از متغیرهای دیگر, به یک شوک نوسانات تجربی; و ما به بررسی چگونگی این است که تحت تاثیر قرار با تغییر فرمت نمایش و جهت چنین شوک (یک سقوط قیمت, یک افزایش قیمت, و یا یک خنثی توسعه). سرمایه گذاری حرفه ای ها در این تجربه با شوک قیمت همبستگی منفی دارد در حالی که ادراک ریسک به طور قابل توجهی بدون توجه به جهت افزایش می یابد; ارایه قیمت یا بازده به ترتیب بر سرمایهگذاریها یا سازگاری ارزیابی ریسک و بازده با شوکهای بازار تاثیر معناداری ندارد.
2. تجربه
2.1. وظیفه سرمایه گذاری
ما به طور متوالی افراد با بازده روزانه 100 سهام پرخطر را در پنج دوره معرفی می کنیم که بازده ها به ترتیب بر اساس داده های تاریخی شاخص های نزدک و دکس است. بازده در چهار دوره از پنج دوره از دوره نسبتا ساکت ساخته, در حالی که در دوره باقی مانده ما وادار به "شوک" به عنوان بازده از یک توزیع فرار کشیده شده (پانل سمت چپ شکل را ببینید. 2 ). پانل سمت راست شکل. 2 دنباله نماینده عمل را برای یک سری زمانی مثال زدنی به تصویر می کشد. در تمام سری های زمانی فاز پیش شوک را در دوره های 1 و 2 و شوک در دوره 3 و مرحله پس از شوک را در دوره های 4 و 5 مدل می کنیم.
پانل سمت چپ ('بازده روزانه'): هیستوگرام بازده روزانه سری زمانی مورد استفاده در تجربه در هر سه درمان جمع شده است. بازده از دوره های فرار (طومار) نشان دهنده دوره شوک (دوره 3) و بازده از دوره های سکوت (نارنجی) در دوره های قبل و بعد از شوک استفاده شد. پانل سمت راست ('دنباله'): دنباله نمونه ای از عمل در یکی از سری های زمانی تجربی استفاده می شود. دوره قبل از شوک زمان تا است تی = 2, دوره شوک در دوره 3 اجرا می شود, و مرحله پس از شوک اجرا می شود از دوره 4 به 5. در تی = 1, تی = 2, تی = 3 , و تی = 4, افراد تا به حال برای پاسخ به تعدادی از سوالات در علاوه بر این به تصمیم گیری است که درصد وقف خود را به سرمایه گذاری در سهام پرخطر; در تی = 0 , افراد تنها تصمیم می گیرید که درصد وقف خود را به سرمایه گذاری. (برای تفسیر ارجاعات به رنگ در این افسانه شکل, خواننده به نسخه وب این مقاله اشاره.)
در هر دوره, به عنوان مثال, هر 20 بازگشت تساوی برای هر سهام, افراد باید تعدادی از تصمیم گیری, که به ما اجازه استنباط متغیرهای زیر (دیدن دستورالعمل های تجربی در اینترنتی ضمیمه برای اطلاعات بیشتر): 3
سرمایه گذاری: درصد سرمایه گذاری در (پر مخاطره) سهام ("چه درصدی از ثروت خود را می خواهید به سرمایه گذاری در سهام خطرناک در ماه بعد?"[از جانب 0% به 100%]).
ادراک ریسک: ادراک ریسک سهام ("چگونه خطرناک این سهام بر اساس بازده گذشته خود را درک می کنید انجام?"[مقیاس لیکرت اعم از" خطرناک نیست در همه "(1) به" بسیار خطرناک " (7)]).
پیش بینی قیمت / بازگشت ("تخمین شما از محتمل ترین چیست . قیمت در پایان ماه بعد?"[ اگر قیمت ها نمایش داده شود] / ". بازگشت ماهانه در ماه بعد?"[اگر بازده نمایش داده می شود]).
در این تجربه سرمایهگذاری دو نوع درمان را معرفی میکنیم: "قالب نمایش" (نمودارهای خط قیمت یا نمودارهای برگشتی) را بین سوژهها و مسیر یا مسیر خاص "شوک تجربی" سهام درون سوژهها ( پایین یا راست یا بالا) تغییر میدهیم. 4 در یک مقاله همراه به این مطالعه ما هر دو تغییرات درمان را به طور دقیق بررسی می کنیم: نگاه کنید به هوبر و همکاران. (2021) برای اطلاعات بیشتر در مورد طراحی تجربی خاص و تجزیه و تحلیل های مربوطه.
2.2. روش تجربی
در هر دو موج تجربه افراد در معرض یک کار سرمایهگذاری یکسان قرار گرفتند. به خصوص, ما حرفه ای مالی از قبل دعوت.برخی از افراد قبلا در انواع مختلف تجربه های لابراتوار یا اینترنتی شرکت کرده بودند (به عنوان مثال, کرچلر, لیندنر, وایتزل, 2018, شوایگر, کرچلر, لیندنر, وایتزل, 2019, وایتزل, هوبر, هوبر, کرچلر, لیندنر, رز, 2020). در مجموع 315 متخصص مالی و 498 دانشجوی اقتصاد و بازرگانی از دانشگاه اینسبروک اینسبروک این تجربه را به پایان رساندند. 202 متخصص (282 دانشجو) در دسامبر 2019 در موج 1 شرکت کردند و 113 متخصص (216 دانشجو) از 16 مارس تا 31 مارس در اوج سقوط بازار سهام کووید-19 در موج 2 شرکت کردند.
مهم است که توجه داشته باشیم که ما به طور جدی از اجرای تجربه با متخصصان و دانشجویان مشابه در هر دو موج خودداری کردیم و بنابراین هیچ موضوعی در هر دو موج شرکت نکرد. دلیل اصلی این امر این بود که افراد ممکن است بتوانند تجربه ای را که سه ماه قبل شرکت کرده بودند به خاطر بسپارند و بنابراین ممکن است بتوانند شوک های تجربی را از ابتدا در موج 2 پیش بینی کنند . این استدلال به ویژه در مورد حرفه ای ها صدق می کند زیرا حرفه ای ها به ندرت در تجربیات شرکت می کنند. این احتمال را افزایش می دهد که بخش هایی از تجربه را به ویژه تصادفات تجربی به خاطر بسپارند.
از این رو, ما افراد جدید برای موج استخدام 2 از استخر موضوع مشابه مورد استفاده در موج 1 (یعنی, قبل از.جهان و اینسبروک اکونلب). جدول ج1 در ضمیمه اینترنتی اطلاعات اجتماعی-جمعیتی افراد را در سراسر امواج مشخص می کند. به طور متوسط افراد حرفه ای شرکت کننده در زمان تجربه 9/37 (2/39) سال سن داشتند ( انحراف معیار 5/8 (5/9)) در موج 1 ( موج 2) کسری از زنان شرکت کننده در بین تمام متخصصان حدود 15 درصد در امواج بود و کسری از افراد حرفه ای دارای مدرک دانشگاهی 86 درصد بود. حرفه ای ها در اروپا مستقر هستند و تقریبا 30 درصد از سرمایه گذاری ها و مدیریت نمونه کارها را به عنوان عملکرد اصلی شغلی خود انتخاب می کنند و به دنبال مشاوره تجاری و مالی هستند. قابل ذکر است که در سطح 5% هیچ یک از تفاوتهای دموگرافیک بین دو موج از نظر اماری معنادار نبودند که نشان دهنده عدم تاثیر ترکیبات نمونه متخصصان بر تفاوتهای رفتاری بین دو موج بود. به طور مشابه, نمونه دانشجویی برای هر دو موج را از دیگری متفاوت نیست, هم. برای اطلاعات بیشتر در مورد ترکیب نمونه, دیدن جدول ج1 در ضمیمه اینترنتی. برای اطلاعات بیشتر در مورد (بعید است) تاثیر متغیرهای غیر قابل مشاهده در یافته های عمده ما, برنامه ما از اوستر را ببینید (2019) رویکرد پیشنهادی, مشخص شده در بخش 3.
در ادامه به بررسی سوالات پنل اجتماعی-اقتصادی المان و همکاران پرداختیم که تحمل ریسک عمومی و مالی خود گزارش شده است., 2011). همچنین تواناییهای بازتاب شناختی ایشان را با استفاده از دو سوال تست بازتاب شناختی (نه چندان شناخته شده) از توپلاک و همکاران ارزیابی کردیم. (2014) و تعدادی از جمعیت (سن, جنس, تحصیلات, حرفه). جدول ج1 در ضمیمه اینترنتی نشان می دهد که متخصصان به طور متوسط 1.3 سوال را به درستی پاسخ داده اند که 0.3 پاسخ صحیح تر از میانگین دانشجویان است< . 005 , Mann-Whitney U -test, N = 813 ). Moreover, professionals’ self-reported general (7.5 across the two waves) and financial (7.7) risk tolerance levels were significantly higher than those reported by students (general: 6.6; financial: 5.5; p < . 005 for both, Mann-Whitney U -tests, N = 813 ).
در پایان تجربه ما به طور تصادفی یکی از پنج دوره (تصمیمات سرمایه گذاری) را از یکی از سه سهام برای پرداخت انتخاب کردیم. درصد بازده سوژه از دوره انتخاب شده تصادفی سه بار به وقف 20 یورو اضافه شد. موقوفات دانشجویی 5 یورو بود. 5 متخصص مالی به طور متوسط 20.27 یورو با انحراف استاندارد 3.87 یورو (به ترتیب 5.45 و 0.82 برای دانشجویان) و حداقل و حداکثر پرداخت 8 و 32 یورو (به ترتیب 2 و 8 برای دانشجویان) دریافت کردند. میانگین مدت زمان تجربه برای افراد حرفه ای 4/20 دقیقه و برای دانشجویان 4/19 دقیقه بود. 6
3. نتایج
شکل. 3 و جدول 1 نشان می دهد که نتایج اصلی این مطالعه در درصد سرمایه گذاری, ادراک ریسک, و پیش بینی بازگشت. داده های حرفه ای در ستون های سمت چپ و داده های دانشجویان در ستون های سمت راست نمایش داده می شود. ما گزارش های خلاصه ای را برای هر دو موج و هر دو استخر موضوع گزارش می دهیم. در ستون " تفاوت."ما اندازه اثرات را برای تفاوت بین امواج و تست های مرتبط برای تست های دو طرفه نشان می دهیم.
حرفه ای امور مالی نشان می دهد کمتر در معرض خطر-در نظر گرفتن رفتار در موج 2 از آزمایش. در مقابل دانش آموزان نمایشگاه نیست تغییرات در ریسک.
