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

Each language version is independently generated for its own context, not a direct translation.

Stel je voor dat je een spelletje doet met een vriend. Jullie moeten kiezen tussen twee opties: een zeker bedrag of een gok met een kans op een hoger bedrag.

In de wereld van de economie is er een beroemd raadsel, het Allais-paradox. Het gaat over een specifieke manier waarop mensen hun keuzes veranderen als ze de kansen een beetje aanpassen. Stel, je kiest liever een zeker bedrag dan een gok. Maar als je die gok een beetje "verkleint" (de kansen worden kleiner), kies je plotseling liever voor de gok dan voor het zeker bedrag. Dit noemen economen het "Common Ratio Effect".

Voor decennia hebben wetenschappers dit effect gezien als bewijs dat mensen niet altijd rationeel zijn. Maar recentelijk (in een studie uit 2024) hebben onderzoekers gezegd: "Wacht even! Misschien is dit geen bewijs van irrationeel gedrag, maar gewoon een fout in hoe we de test doen. Als mensen soms per ongeluk een andere keuze maken (door ruis of twijfel), dan lijkt het alsof ze het paradoxale gedrag vertonen, terwijl ze eigenlijk gewoon rationeel zijn."

Deze nieuwe onderzoekers stelden voor om niet te vragen: "Kies A of B?", maar om te vragen: "Wat is de waarde van deze gok voor jou?" (een schatting van de zekerheidswaarde). Ze concludeerden: "Als we deze nieuwe 'waarde-test' gebruiken, zien we het effect niet meer. Dus, het Allais-paradox bestaat misschien niet als een systematisch probleem."

Federico Echenique en Gerelt Tserenjigmid (de auteurs van dit paper) zeggen echter: "Hé, wacht even. Jullie nieuwe test is ook niet perfect, en jullie oude test was misschien wel beter dan jullie denken."

Hier is de uitleg van hun paper, vertaald naar alledaagse taal met een paar analogieën:

1. De "Gekke" Test (De Zwakke Keuzetest)

Stel je voor dat je een groep mensen vraagt: "Kies je A of B?" en later: "Kies je C of D?".

De oude methode: Als 60% kiest voor A en 40% voor B, en bij de tweede vraag 60% voor C en 40% voor D, dan is alles oké. Maar als 60% voor A kiest en 40% voor C, dan zeggen we: "Aha! Er is een paradox!"
Het probleem: De nieuwe onderzoekers zeiden: "Als mensen soms een beetje slordig zijn (bijvoorbeeld door een piek in hun hoofd of een foutje), dan kan die 60% vs 40% verhouding eruit zien alsof er een paradox is, zelfs als ze in hun hart rationeel zijn." Ze noemden dit een "vooringenomen test".

2. De Nieuwe "Waarde"-Test (Valuation)

De nieuwe onderzoekers zeiden: "Laten we niet vragen wat ze kiezen, maar wat ze waarderen."

De analogie: In plaats van te vragen "Kies je een appel of een peer?", vragen we: "Hoeveel geld zou je geven voor een appel? En hoeveel voor een peer?"
Het idee: Als je een appel voor €1 waardeert en een peer voor €0,80, dan kies je de appel. Als je de kansen verandert, zou die verhouding hetzelfde moeten blijven als je rationeel bent.
De conclusie van de nieuwe onderzoekers: Ze deden deze test en vonden dat mensen hun waardes consistent hielden. Dus, geen paradox!

3. De "Sterke" Keuzetest (De Helden van dit Paper)

Echenique en Tserenjigmid kijken naar beide methoden en zeggen: "Jullie nieuwe methode (de waarde-test) is eigenlijk een valstrik."

Waarom is de waarde-test gevaarlijk?
Stel je voor dat je een weegschaal hebt die niet alleen het gewicht meet, maar ook een beetje trilt. Als je probeert het gewicht van een appel en een peer te meten met een trillende weegschaal, en je bent ook nog eens een beetje bang voor appels (risico-aversie), dan kan de weegschaal je elke mogelijke uitkomst geven.

De auteurs bewijzen dat met de waarde-test je alles kunt vinden wat je wilt. Je kunt het effect laten verdwijnen of juist laten verschijnen, afhankelijk van hoe je de "ruis" (de trillingen) in je model zet. Het is alsof je een meetlat gebruikt die rekbaar is; je kunt hem uitrekken tot hij past bij je verwachting.

De oplossing: De "Sterke" Keuzetest
In plaats van te kijken naar exacte percentages (60% vs 40%), kijken ze naar de richting.

De regel: "Als je vaker voor A kiest dan voor B (meer dan 50%), dan houd je van A. Als je vaker voor D kiest dan voor C (meer dan 50%), dan houd je van D."
De paradox: Als je A > B vindt, maar D > C, dan is er een paradox.
Waarom is dit beter? Deze test is als een kompas. Het maakt niet uit of de naald een beetje trilt (ruis), zolang hij maar duidelijk naar het noorden (A) of zuiden (B) wijst. De auteurs bewijzen dat deze "Sterke Test" werkt, zelfs als mensen soms fouten maken of als hun voorkeuren een beetje variëren. Het is robuust.

4. Wat vonden ze toen ze het opnieuw deden?

Toen ze de oude data (uit honderden eerdere studies) opnieuw bekeken met hun nieuwe "Sterke Test":

Het resultaat: Het Allais-paradox was er nog steeds! Sterker nog, het was overal.
De les: De nieuwe onderzoekers dachten dat ze het effect hadden opgelost door de waarde-test te gebruiken. Maar de auteurs zeggen: "Nee, jullie hebben het effect alleen maar verborgen door een slechte meetlat te gebruiken. Als je de juiste meetlat (de Sterke Keuzetest) gebruikt, zie je dat mensen zich inderdaad vaak irrationeel gedragen op precies de manier die Allais voorspelde."

Samenvatting in één zin

De nieuwe onderzoekers dachten dat ze een fout in de meetmethode hadden gevonden en dat het Allais-paradox verdwenen was, maar de auteurs van dit paper tonen aan dat de nieuwe methode zelf onbetrouwbaar is; als je de juiste, simpele methode gebruikt (kijkend naar de richting van de keuze in plaats van de exacte waarde), blijkt het paradoxale gedrag van mensen nog steeds overal aanwezig te zijn.

De moraal: Soms is het niet nodig om ingewikkelde nieuwe meetmethoden te bedenken. Soms is de oude, simpele manier van kijken (kijk of mensen vaker voor optie A kiezen dan voor B) juist de meest eerlijke manier om de waarheid te vinden, zelfs als mensen soms een beetje slordig zijn.

Each language version is independently generated for its own context, not a direct translation.

1. Het Probleem

Het artikel adresseert een fundamenteel debat binnen de experimentele economie over de validiteit van het Allais-paradox (en specifiek het common ratio effect).

Achtergrond: Het common ratio effect beschrijft een systematische schending van de Verwachte Nuttigheidstheorie (EU), waarbij agenten een zeker bedrag $A$ verkiezen boven een risicovol loterij $B$ , maar het omgekeerde doen bij een geschaalde versie van deze loterijen ( $D$ verkiezen boven $C$ ).
De Uitdaging: McGranaghan et al. (2024, hierna MNOSS) betogen dat standaard paarkeuze-tests (waarbij agenten kiezen tussen $A$ en $B$ , en tussen $C$ en $D$ ) structureel vertekend (biased) zijn wanneer keuzes stochastisch zijn (d.w.z. wanneer er ruis of variatie in voorkeuren is).
De MNOSS-oplossing: MNOSS stellen dat paarwaarderings-tests (waarbij agenten een zekerheidsequivalent of waarde $m$ toekennen aan de loterijen) een robuuster alternatief zijn. Hun analyse met deze waarderings-tests toont geen systematisch bewijs voor het common ratio effect, wat suggereert dat de eerdere literatuur (die 78% van de studies positief vond) mogelijk op een foutieve testmethode berustte.
De Kernvraag: Zijn de conclusies van MNOSS correct, of berusten hun methoden op onjuiste aannames over stochastische keuze?

2. Methodologie en Theoretisch Kader

De auteurs analyseren de problemen van MNOSS door verschillende modellen van stochastische keuze te vergelijken en twee soorten tests te evalueren:

A. Modellen van Stochastische Keuze

De auteurs onderscheiden twee cruciale modellen voor hoe ruis in voorkeuren werkt:

i.i.d. Additive Random Expected Utility (iAREU): Een veelgebruikt model waarbij een vast EU-voorziening wordt verstoord door onafhankelijke, identiek verdeelde (i.i.d.) ruis. MNOSS baseren hun argumentatie op dit model. De auteurs tonen aan dat dit model problematisch is omdat het met waarschijnlijkheid 1 leidt tot niet-EU-voorkeuren en kan leiden tot schendingen van stochastische dominantie.
Random Expected Utility (REU) (Gul & Pesendorfer, 2006): Een model waarbij de nuttigheidsfunctie zelf stochastisch is, maar behoudt de lineaire structuur van EU. In dit model is de verwachte nuttigheidsfunctie met waarschijnlijkheid 1 nog steeds een EU-functie.

B. De Tests

De auteurs definiëren en vergelijken drie testmethoden:

Zwakke Paarkeuze-test (Weak Paired Choice): Test of $\rho(A, B) = \rho(C, D)$ . MNOSS beweren deze is vertekend onder iAREU.
Sterke Paarkeuze-test (Strong Paired Choice): Test of $\rho(A, B) \geq 1/2 \iff \rho(C, D) \geq 1/2$ . Dit impliceert dat als een agent $A$ vaker dan $B$ kiest (meer dan 50% van de tijd), hij ook $C$ vaker dan $D$ moet kiezen.
Waarderings-tests (Valuation Tests):
- Sign-test: Test of $Pr(m_{AB} > m_{CD}) = 1/2$ .
- Mean-test: Test of $E[m_{AB}] = E[m_{CD}]$ .

3. Belangrijkste Bijdragen en Resultaten

A. De Sterke Paarkeuze-test is Robuust Ongebias

De auteurs bewijzen dat de Sterke Paarkeuze-test ongebias is onder een breed scala aan modellen, inclusief zowel REU als iAREU.

Theoretisch Bewijs: Onder REU (Gul & Pesendorfer) is de test ongebias omdat de "Linearity" axiom (een stochastische versie van het onafhankelijkheidsaxioma) direct impliceert dat de voorkeurvolgorde behouden blijft.
Robuustheid: Zelfs onder het iAREU-model (waar de zwakke test faalt) blijft de sterke test geldig, zolang de keuze voldoet aan weak stochastic transitivity ten opzichte van EU. De test is dus ongevoelig voor de specifieke aard van de ruis, zolang de onderliggende voorkeuren consistent zijn met EU.

B. Waarderings-tests zijn Fundamenteel Gebiased

De auteurs tonen aan dat de door MNOSS gepropageerde waarderings-tests ernstige tekortkomingen hebben:

"Anything Goes" Resultaat (Propositie 1): Onder redelijke aannames over ruis en heterogeniteit (zoals die in MNOSS worden gebruikt), kunnen waarderings-tests elke mogelijke uitkomst genereren. Er is geen scherp voorspellend vermogen.
Mean-test: Deze is systematisch vertekend tenzij agenten exact risiconeutraal zijn. De mate van risicovrees ( $\gamma$ ) kan worden gemanipuleerd om elke combinatie van verwachte waarden te produceren.
Sign-test: Deze is afhankelijk van strikte symmetrie- en correlatie-aannames over de fouttermen. Zonder deze zeer specifieke aannames is de test niet betrouwbaar.

C. Empirische Analyse en Macht van de Test

De auteurs heranalyseren de data uit de meta-analyse van Blavatskyy et al. (2023) en de experimenten van MNOSS.

Resultaten: Wanneer de Sterke Paarkeuze-test wordt toegepast, blijft het common ratio effect sterk aanwezig.
- In de 143 studies van Blavatskyy et al. toont 41% een common ratio effect en 7% een omgekeerd effect.
- Bij weging op het aantal deelnemers vertoont meer dan 50% van alle experimenten een schending van EU.
Macht van de Test (Power): De auteurs demonstreren dat de methode van MNOSS (Panel c in hun Figuur 2) een extreem lage "power" heeft. Zelfs bij simulaties met Prospect Theory (een theorie die EU expliciet schendt), faalt de MNOSS-test bijna altijd om EU te verwerpen. De sterke test daarentegen verwijdert EU correct in 97% van de simulaties.
Parameter Selectie: De auteurs bevestigen dat de detectie van het effect afhangt van de gekozen parameters (waarden van $x, y, p, r$ ). MNOSS kiezen parameters die het effect minder waarschijnlijk maken, maar zelfs binnen de traditionele "vensters" blijft het effect sterk aanwezig bij toepassing van de sterke test.

4. Conclusie en Significantie

Conclusie:
De conclusie van MNOSS dat er geen systematisch bewijs is voor het Allais-paradox, is een artefact van hun keuze voor een vertekende testmethode (waarderings-tests) en een ongeschikt model van stochastische keuze (iAREU). De auteurs tonen aan dat de Sterke Paarkeuze-test het juiste instrument is om het common ratio effect te testen in een omgeving met ruis. Onder deze robuuste standaard blijft het Allais-paradox een van de meest robuuste fenomenen in de gedragswetenschappen.

Significantie:

Methodologische Correctie: Het paper corrigeert een recente trend in de literatuur die standaard tests afwijst ten gunste van complexere waarderingsmethoden, en toont aan dat die nieuwe methoden juist minder betrouwbaar zijn.
Theoretische Stabiliteit: Het bevestigt dat de Verwachte Nuttigheidstheorie (EU) als null-hypothese standhoudt, zelfs wanneer rekening wordt gehouden met stochastische keuze, mits de juiste test (sterke paarkeuze) wordt gebruikt.
Brede Toepasbaarheid: De methode van de "Sterke Paarkeuze-test" is niet beperkt tot het Allais-paradox. De auteurs tonen aan dat deze test robuust is voor andere gedragspuzzels, zoals het common consequence effect en present bias in intertemporele keuzes, zolang de onderliggende nuttigheidsverschillen lineair transformeren.

Kortom, het paper herbevestigt de prevalentie van het Allais-paradox en waarschuwt voor de valkuilen van het gebruik van waarderingsdata zonder strikte theoretische onderbouwing van de ruisstructuur.