Robust Testing Of the Allais Paradox By Paired Choices vs. Paired Valuations

Este artículo refuta la conclusión de que el efecto de la razón común no existe al demostrar que las pruebas de valoración son inherentemente sesgadas y, al aplicar una prueba de elección emparejada "fuerte" robusta, confirma que el efecto de la razón común sigue siendo altamente prevalente en los datos experimentales.

Lo esencial

¡Claro que sí! Imagina que este paper es como una batalla de detectives en el mundo de la economía y la psicología. Vamos a desglosarlo usando una analogía sencilla: el juego de las apuestas.

1. El Misterio: La Paradoja de Allais (El "Efecto de la Razón Común")

Imagina que tienes dos juegos de apuestas:

• Juego A: Tienes un 100% de probabilidad de ganar $100.
• Juego B: Tienes un 80% de probabilidad de ganar $120 y un 20% de ganar nada.
  • La mayoría de la gente elige A (la seguridad).

Ahora, imaginemos una segunda ronda donde reducimos las probabilidades de ambos juegos a la mitad (la "razón común"):

• Juego C: Tienes un 50% de probabilidad de ganar $100.
• Juego D: Tienes un 40% de probabilidad de ganar $120.
  • Aquí, la mayoría de la gente cambia de opinión y elige D (el riesgo).

¿Por qué es un problema?
Según la teoría económica clásica (la "Teoría de la Utilidad Esperada"), si prefieres A sobre B, deberías preferir C sobre D. El hecho de que la gente cambie de opinión solo porque las probabilidades bajaron es un "paradoja" o un error de lógica. A esto se le llama Efecto de la Razón Común.

Durante décadas, los científicos han dicho: "¡Miren! La gente es irracional, este efecto existe en todas partes".

2. El Nuevo Desafío: "¡Es solo ruido!"

Hace poco, un grupo de investigadores (McGranaghan y sus colegas, a quienes llamaremos El Equipo del Valor) dijo: "Espera un momento. Quizás la gente no es irracional. Quizás, cuando les preguntamos, se equivocan un poco, se distraen o tienen un mal día. Ese 'ruido' en sus respuestas hace que parezca que hay un efecto cuando en realidad no lo hay".

Ellos propusieron un nuevo método para probar esto: en lugar de preguntar "¿Qué eliges?", les preguntaron "¿Cuánto dinero te daría por este juego?" (esto se llama valoración).

• Su conclusión: "Cuando usamos la valoración, el efecto desaparece. ¡La gente es racional!"

3. La Contraataque: Los Autores de este Paper (Echenique y Tserenjigmid)

Los autores de este artículo (Federico y Gerelt) dicen: "¡Alto ahí! Han cometido un error de medición. Su nuevo método (la valoración) es como intentar medir la temperatura con un termómetro roto".

Aquí viene la parte divertida con las analogías:

Analogía 1: El Termómetro Roto (El problema de la Valoración)

El Equipo del Valor usó un termómetro (la prueba de valoración) para medir la temperatura (la preferencia de la gente). Pero descubrieron que su termómetro estaba tan mal calibrado que podía marcar cualquier temperatura que ellos quisieran, dependiendo de cómo se sintiera la persona (su aversión al riesgo).

• En palabras simples: El método de "valorar" es tan flexible que puede justificar cualquier resultado. Si la gente es muy aversa al riesgo, el termómetro marca frío; si no lo es, marca calor. No es una prueba fiable.

Analogía 2: El Juez Estricto vs. El Juez Relajado (Prueba Débil vs. Prueba Fuerte)

El Equipo del Valor criticó la prueba antigua (la de elegir entre A y B) diciendo que era "relajada" y dejaba pasar errores.

• La Prueba Débil: Preguntar "¿Prefieres A o B?" y contar cuántas veces gana A. Si gana un 51% de las veces, dicen que hay un efecto.
• La Prueba Fuerte (La propuesta de los autores): Preguntar "¿Prefieres A o B?" y decir: "Solo contaremos que A es preferido si gana más del 50% de las veces de forma clara". Si la gente elige A el 60% de las veces y D el 40% de las veces, la prueba fuerte dice: "¡Sí, hay una preferencia clara por A sobre B y por D sobre C! ¡La paradoja existe!".

Los autores demuestran que la Prueba Fuerte es como un juez muy estricto y justo: no se deja engañar por el "ruido" o los errores aleatorios de la gente. Es robusta.

4. El Veredicto Final

Los autores tomaron los datos de miles de experimentos anteriores y los volvieron a analizar con su Prueba Fuerte.

• Lo que encontró el Equipo del Valor: "No hay efecto. La gente es racional".
• Lo que encontraron los Autores: "¡Sí hay efecto! Cuando miramos los datos con la lente correcta (la Prueba Fuerte), vemos que más del 40% de los estudios muestran claramente que la gente cambia de opinión de la manera irracional que predice la paradoja".

Resumen en una frase:

El Equipo del Valor dijo que el efecto de la paradoja era una ilusión causada por errores de medición, pero los autores demostraron que su método de medición estaba roto y que, al usar una prueba más sólida y justa, la paradoja de Allais sigue siendo real y muy común en la gente.

La moraleja: No cambies las reglas del juego (el método de prueba) solo porque no te guste el resultado. A veces, el resultado (la irracionalidad humana) es real y solo necesitas un mejor termómetro para verlo.

Resumen técnico

Resumen Técnico: Robustez en la Prueba de la Paradoja de Allais

1. El Problema y el Contexto

El artículo aborda un debate central en la economía del comportamiento: la validez empírica del efecto de la razón común (una manifestación de la paradoja de Allais) cuando las decisiones de los agentes son estocásticas (ruidosas).

• El conflicto: Recientemente, McGranaghan, Nielsen, O'Donoghue, Somerville y Sprenger (MNOSS, 2024) argumentaron que las pruebas estándar de elección pareada (paired choice) están estructuralmente sesgadas bajo modelos de elección estocástica (específicamente el modelo iAREU). MNOSS propusieron que las pruebas de valoración (paired valuations, es decir, elicitar equivalentes ciertos) son una alternativa robusta y, al aplicarlas, concluyeron que no existe evidencia sistemática del efecto de la razón común, desafiando gran parte de la literatura previa.
• La pregunta de investigación: ¿Son realmente las pruebas de valoración superiores y libres de sesgo, o es la prueba de elección pareada "fuerte" la que debe considerarse el estándar robusto?

2. Metodología y Marco Teórico

Los autores analizan el problema desde la teoría de la elección estocástica, comparando diferentes modelos de ruido en las preferencias y evaluando la validez de las pruebas bajo estos modelos.

Modelos de Elección Estocástica Analizados:

1. iAREU (Utilidad Esperada Aditiva Aleatoria i.i.d.): El modelo utilizado por MNOSS. Asume que el ruido se añade a la utilidad esperada de forma aditiva e independiente. Los autores critican este modelo porque, con probabilidad uno, viola la axiomática de la utilidad esperada (independencia) y puede violar la dominancia estocástica de primer orden.
2. Utilidad Esperada Aleatoria (Random Expected Utility - REU): Modelo axiomatizado por Gul y Pesendorfer (2006). Aquí, la función de utilidad misma es aleatoria, pero la estructura de utilidad esperada se mantiene con probabilidad uno.
3. Modelos Fechnerianos y de Prospecto: Generalizaciones que incluyen errores perceptivos y ponderación de probabilidades aleatoria.

Tipos de Pruebas Evaluadas:

• Prueba de Elección Pareada Débil (Weak Paired Choice): Compara las frecuencias de elección $\rho(A, B)$ y $\rho(C, D)$. El efecto de la razón común se detecta si $\rho(A, B) > \rho(C, D)$.
• Prueba de Elección Pareada Fuerte (Strong Paired Choice): Evalúa si la preferencia se mantiene en términos de mayoría. El efecto se detecta si $\rho(A, B) \geq 1/2$ y $\rho(C, D) < 1/2$ (o viceversa). Se basa en la inferencia de que si un agente elige A más del 50% de las veces, prefiere A a B.
• Pruebas de Valoración (Valuation Tests):
  • Prueba de Signo: $Pr(m_{AB} > m_{CD}) = 1/2$.
  • Prueba de Media: $E[m_{AB}] = E[m_{CD}]$.

3. Contribuciones Clave y Resultados Teóricos

A. La Debilidad de las Pruebas de Valoración
Los autores demuestran que las pruebas de valoración son inherentemente problemáticas bajo supuestos razonables de ruido y heterogeneidad:

• Resultado "Anything Goes" (Proposición 1): Bajo el modelo iAREU y supuestos de simetría en el ruido (Assumption 2b), las pruebas de valoración no ofrecen predicciones nítidas. Se puede generar cualquier par de valores esperados $(E[m_{AB}], E[m_{CD}])$ simplemente ajustando el coeficiente de aversión al riesgo y la distribución del ruido.
• Sesgo de la Prueba de Media: La prueba de media está sesgada a menos que los agentes sean estrictamente neutrales al riesgo. La curvatura de la función de utilidad distorsiona los equivalentes ciertos esperados.
• Limitaciones de la Prueba de Signo: Aunque la prueba de signo puede ser insesgada bajo condiciones de simetría conjunta muy estrictas (Assumption 3), estas condiciones son restrictivas y poco realistas en datos individuales, ya que limitan severamente la correlación entre los errores de las tareas.

B. La Robustez de la Prueba de Elección Pareada Fuerte
En contraste, los autores proponen y validan la Prueba de Elección Pareada Fuerte:

• Insesgadez bajo REU: Bajo el modelo de Utilidad Esperada Aleatoria (Gul y Pesendorfer), la prueba débil es insesgada, pero la prueba fuerte también lo es.
• Insesgadez bajo iAREU y otros modelos: Demuestran que la prueba fuerte es robusta e insesgada incluso bajo el modelo iAREU (que sesga la prueba débil) y bajo modelos de utilidad débil (weak utility) y prospecto aleatorio, siempre que se cumplan condiciones de simetría en los errores.
• Lógica: La prueba fuerte no requiere que las frecuencias sean idénticas ($\rho(A,B) = \rho(C,D)$), sino que la dirección de la preferencia (mayoría vs. minoría) sea consistente. Esto la hace inmune a la distorsión que el ruido aditivo causa en las magnitudes de las frecuencias, pero no en su signo.

C. Análisis Empírico y Potencia Estadística

• Revisión de la Literatura (Blavatskyy et al., 2023): Al aplicar la prueba fuerte a 143 estudios existentes:
  • El 41.26% de los estudios muestran un efecto de la razón común.
  • El 7% muestran un efecto inverso.
  • Al ponderar por número de participantes, más del 50% de los sujetos en la literatura exhiben una violación de la utilidad esperada según la prueba fuerte.
• Re-análisis de los datos de MNOSS: Al aplicar la prueba fuerte a los datos experimentales de MNOSS, encuentran una prevalencia del 10% para el efecto de la razón común y 10% para el efecto inverso. Esto contradice la conclusión de MNOSS de que "no hay evidencia sistemática", mostrando que la elección de la prueba (débil vs. fuerte) cambia drásticamente los resultados.
• Problema de Potencia: Los autores simulan datos bajo Prospect Theory y muestran que la prueba débil (o la interpretación de MNOSS en su Figura 2c) tiene una potencia estadística extremadamente baja. Es casi imposible rechazar la utilidad esperada con la prueba débil incluso cuando los agentes tienen preferencias de Prospect Theory, a menos que los parámetros del experimento estén cuidadosamente calibrados (lo cual no siempre ocurre).

4. Significado e Implicaciones

1. Refutación de la conclusión de MNOSS: El artículo demuestra que la falta de evidencia del efecto de la razón común en los estudios de MNOSS no se debe a la superioridad de las pruebas de valoración, sino a la sesgabilidad inherente de dichas pruebas (especialmente la de media) y a la baja potencia de las pruebas de elección débil.
2. Validación de la Paradoja de Allais: Bajo un estándar robusto (la prueba fuerte), la evidencia empírica a favor de la paradoja de Allais y el efecto de la razón común sigue siendo fuerte y generalizada en la literatura económica.
3. Selección de Modelos de Ruido: El trabajo subraya que la elección del modelo de elección estocástica (iAREU vs. REU) es crucial. Si se asume que el ruido es aditivo a la utilidad (iAREU), la prueba débil falla. Si se asume que la utilidad es aleatoria (REU), la prueba débil es válida, pero la prueba fuerte es aún más robusta y requiere menos supuestos.
4. Aplicabilidad General: La metodología de la "prueba fuerte" ($\rho(A, B) \geq 1/2 \iff \rho(C, D) \geq 1/2$) es aplicable a otros acertijos conductuales, como el sesgo del presente en la elección intertemporal o el efecto de consecuencia común, proporcionando una herramienta general para detectar violaciones de modelos normativos en datos ruidosos.

Conclusión Final:
Echenique y Tserenjigmid concluyen que las pruebas de valoración no son la solución robusta propuesta por MNOSS. Por el contrario, la prueba de elección pareada fuerte es el método preferido, ya que es insesgada bajo una amplia gama de modelos de elección estocástica y revela que el efecto de la razón común es un fenómeno empírico prevalente y sistemático, no un artefacto estadístico.