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

Este artigo refuta a conclusão de que o efeito da razão comum foi superado por testes de valoração, demonstrando que tais testes são inerentemente tendenciosos e defendendo que um teste de escolha pareada "forte" revela que o efeito da razão comum permanece altamente prevalente nos dados experimentais.

O essencial

Imagine que você está num jogo de azar com um amigo. O jogo tem duas rodadas:

1. Rodada 1: Você pode ganhar R$ 100 com certeza ou arriscar R$ 300 com 80% de chance (e ganhar nada com 20% de chance). A maioria das pessoas prefere os R$ 100 certos.
2. Rodada 2: Agora, vamos "diminuir" tudo. Você pode ganhar R$ 100 com 20% de chance ou R$ 300 com 16% de chance (80% de 20%). Aqui, a maioria das pessoas muda de ideia e prefere o risco maior (os R$ 300).

Esse comportamento é chamado de Paradoxo de Allais (ou Efeito da Razão Comum). A lógica diz que, se você prefere A a B na primeira rodada, deveria manter essa preferência na segunda, já que as chances foram apenas "reduzidas" proporcionalmente. Mas nós, humanos, mudamos de ideia.

O Grande Debate: Quem está certo?

Aqui entra a briga entre os cientistas, que é o foco deste artigo:

O Problema do "Barulho" (Ruído)
Os pesquisadores sabem que as pessoas não são robôs. Às vezes, escolhemos errado por distração, cansaço ou sorte. Isso é chamado de "escolha estocástica" (escolha aleatória).
Um grupo recente de cientistas (chamados MNOSS no texto) disse: "Espera aí! O teste tradicional para ver se as pessoas têm esse paradoxo está errado. Ele confunde o 'barulho' da escolha humana com um comportamento real. Se usarmos um teste novo, baseado em valores (pedir para as pessoas dizerem quanto dinheiro vale a aposta), vamos descobrir que o paradoxo quase não existe!"

Eles fizeram novos experimentos pedindo valores e concluíram que o Paradoxo de Allais é apenas uma ilusão causada pela forma como testamos.

A Resposta dos Autores (Echenique e Tserenjigmid)
Os autores deste artigo dizem: "Não tão rápido! O teste de vocês (o de valores) tem um defeito fatal, e o teste antigo, se feito do jeito certo, ainda funciona perfeitamente."

As Analogias para Entender a Solução

1. O Teste de Valores é como "Adivinhar o Peso com uma Balança Quebrada"

Os autores dizem que pedir para as pessoas darem um "valor" (ex: "quanto vale essa aposta?") é como tentar pesar um objeto em uma balança que oscila muito.

• A Metáfora: Imagine que você quer saber se um saco de arroz é mais pesado que um de feijão. Se você usar uma balança que tem um "erro de leitura" que muda dependendo de quão pesado o saco é (e se a pessoa é mais ou menos avessa a riscos), você pode acabar medindo qualquer coisa.
• O Resultado: O teste de valores é tão flexível que, com as condições certas, você pode fazer os dados mostrarem qualquer coisa. É como se a balança fosse tão sensível que, se você apertar o botão errado, ela pode dizer que o feijão pesa 10kg ou 1g, dependendo do que você quer ver. Eles provam matematicamente que esse teste não é confiável para detectar o paradoxo.

2. O Teste de Escolha "Forte" é como "Votar Mais de 50%"

Os autores defendem um teste de escolha "forte".

• A Metáfora: Imagine uma eleição.
  • O Teste Fraco (que os críticos atacaram) diz: "Se o candidato A teve 51% dos votos e o B teve 49%, e na segunda rodada A teve 40% e B teve 60%, então a preferência mudou." O problema é que, se houver muito "barulho" (eleitores indecisos), essa diferença de 1% pode ser apenas erro de medição.
  • O Teste Forte (que os autores defendem) diz: "Vamos olhar para a maioria. Se mais da metade das pessoas escolhe A na primeira rodada, e menos da metade escolhe C na segunda, aí sim temos um paradoxo real."
• Por que funciona? Mesmo que as pessoas cometam erros aleatórios, se a maioria clara prefere A, e a maioria clara prefere D na segunda rodada, isso é um sinal forte de comportamento humano, não apenas de "barulho". É como dizer: "Não importa se 5% das pessoas votaram errado por sono, se 80% votaram em A, A é o favorito."

O Que Eles Descobriram?

1. O Teste de Valores é Perigoso: Eles mostram que o teste que os críticos usaram (pedir valores) é tendencioso. Ele pode esconder o paradoxo ou inventar um, dependendo de como você analisa os dados. É como tentar ouvir uma música clássica com o rádio muito baixo e cheio de chiado; você pode achar que a música acabou, mas ela só está abafada.
2. O Paradoxo é Real: Quando eles aplicaram o "Teste Forte" (olhar para a maioria clara) nos dados antigos e novos, o Paradoxo de Allais ainda estava lá.
   • Eles olharam para 143 estudos anteriores.
   • Usando o teste forte, descobriram que mais da metade dos participantes mostram esse comportamento "irracional" (mudam de ideia quando as chances diminuem).
   • Mesmo nos novos experimentos dos críticos, o paradoxo apareceu em 10% dos casos (o que é significativo, considerando que eles achavam que era zero).

A Conclusão Simples

A ideia de que "o Paradoxo de Allais foi desmascarado e não existe" está errada.

• Os críticos usaram uma régua defeituosa (o teste de valores) para medir algo e acharam que a régua estava certa.
• Os autores deste artigo pegaram uma régua mais robusta (o teste de escolha forte) e mostraram que, na verdade, as pessoas continuam agindo de forma "irracional" (no sentido da teoria econômica clássica) de forma consistente.

Em resumo: O comportamento humano é complexo e cheio de "barulho", mas quando limpamos esse barulho com a metodologia correta, o Paradoxo de Allais continua sendo uma das regras mais fortes de como tomamos decisões sob risco. A "loucura" de mudar de ideia quando as chances diminuem é real e muito comum.

Resumo técnico

Resumo Técnico: Teste Robusto do Paradoxo de Allais por Escolhas Pareadas vs. Valuações Pareadas

1. O Problema

O artigo aborda um debate central na economia comportamental sobre a validade do Efeito da Razão Comum (uma manifestação do Paradoxo de Allais) quando as escolhas dos agentes são estocásticas (aleatórias).

• Contexto: A literatura tradicional testa o Efeito da Razão Comum comparando a frequência de escolhas entre dois pares de loterias: $(A, B)$ e $(C, D)$, onde $C$ e $D$ são versões escalonadas de $A$ e $B$. Sob a Teoria da Utilidade Esperada (EU), a probabilidade de escolher $A$ sobre $B$ deve ser igual à probabilidade de escolher $C$ sobre $D$.
• O Desafio Recente: McGranaghan et al. [2024] (MNOSS) argumentaram que os testes padrão de "escolha pareada fraca" (comparar frequências $\rho(A,B)$ e $\rho(C,D)$) são viciados (biased) quando as escolhas são estocásticas, especialmente sob o modelo de Utilidade Esperada Aditiva Aleatória i.i.d. (iAREU). Eles propuseram testes de valoração (elicitação de equivalentes certos) como uma alternativa robusta e, usando esses novos testes, concluíram que não há evidência sistemática do efeito da razão comum, contradizendo a vasta literatura anterior.
• A Questão Central: Os testes de valoração propostos por MNOSS são realmente superiores e menos viciados do que os testes de escolha pareada, ou eles introduzem novos problemas metodológicos?

2. Metodologia e Modelos Teóricos

Os autores utilizam a teoria da escolha estocástica para reavaliar a robustez dos diferentes métodos de teste. Eles comparam quatro abordagens principais sob diversos modelos de preferência estocástica:

1. Teste de Escolha Pareada Fraco: Verifica se $\rho(A, B) = \rho(C, D)$.
2. Teste de Escolha Pareada Forte: Verifica se a preferência é consistente em termos de direção, ou seja, $\rho(A, B) \geq 1/2$ se e somente se $\rho(C, D) \geq 1/2$.
3. Teste de Valoração (Média): Verifica se $E[m_{AB}] = E[m_{CD}]$ (onde $m$ é o equivalente certo).
4. Teste de Valoração (Sinal): Verifica se $Pr(m_{AB} > m_{CD}) = 1/2$.

Os modelos de escolha estocástica analisados incluem:

• iAREU (i.i.d. Additive Random Expected Utility): O modelo usado por MNOSS para justificar o viés do teste fraco. Adiciona ruído aditivo à utilidade esperada.
• Utilidade Esperada Aleatória (Random EU - Gul & Pesendorfer): Um modelo onde a função de utilidade em si é aleatória, mas mantém a estrutura de Utilidade Esperada com probabilidade 1.
• Modelos de Percepção Aleatória e Prospecto Aleatório: Modelos que incorporam erros na percepção de probabilidades ou pesos probabilísticos.

3. Principais Contribuições e Resultados Teóricos

A. O Viés do Teste Fraco e a Defesa do iAREU
Os autores concordam que, sob o modelo iAREU, o teste de escolha pareada fraco é viciado. No entanto, eles argumentam que o iAREU é um modelo problemático para representar a Utilidade Esperada em contextos estocásticos, pois:

1. Com probabilidade 1, gera preferências que violam a Axioma da Independência (não é Utilidade Esperada).
2. Pode violar a dominância estocástica de primeira ordem.
3. Sob o modelo Utilidade Esperada Aleatória (Random EU) de Gul e Pesendorfer, o teste de escolha pareada fraco é não viciado.

B. A Robustez do "Teste Forte" de Escolha Pareada
A contribuição central do artigo é a defesa do Teste Forte de Escolha Pareada.

• Definição: Um agente prefere $A$ a $B$ se escolhe $A$ mais de 50% das vezes ($\rho(A,B) \geq 1/2$). O efeito da razão comum ocorre se $\rho(A,B) \geq 1/2$ e $\rho(C,D) < 1/2$.
• Resultado Teórico: O teste forte é não viciado sob uma ampla gama de modelos, incluindo iAREU, Utilidade Esperada Aleatória, e modelos de percepção aleatória, desde que as perturbações (erros) sejam simétricas em torno de zero.
• Contraste: Diferente do teste fraco, o teste forte não depende de suposições restritivas sobre a distribuição conjunta dos erros para ser válido.

C. A Falácia dos Testes de Valoração
Os autores demonstram que os testes de valoração propostos por MNOSS são problemáticos:

• Teste de Média: É intrinsecamente viciado a menos que os agentes sejam estritamente neutros ao risco. Sob modelos de aversão ao risco (como CRRA), é possível gerar qualquer par de valores esperados de valoração, tornando o teste incapaz de distinguir entre preferência e ruído ("Anything Goes").
• Teste de Sinal: Depende criticamente de uma suposição de simetria conjunta estrita nos erros (Assunção 3 de MNOSS). Os autores mostram que essa suposição é forte e não necessariamente satisfeita em modelos realistas de heterogeneidade.
• Conclusão Teórica: Os testes de valoração não oferecem a robustez prometida e podem levar a conclusões errôneas sobre a inexistência do efeito.

4. Resultados Empíricos

Os autores reanalisam dados existentes (incluindo o meta-análise de Blavatskyy et al. [2023] com 143 estudos e os dados experimentais de MNOSS) aplicando o Teste Forte de Escolha Pareada:

• Reavaliação da Literatura: Ao aplicar o teste forte aos 143 estudos de Blavatskyy et al., eles encontram que 41,26% dos estudos exibem o efeito da razão comum e 7% exibem o efeito reverso. Quando ponderado pelo número de participantes, mais de 50% dos experimentos mostram violações consistentes com o Paradoxo de Allais.
• Reavaliação dos Dados de MNOSS: Aplicando o teste forte aos dados de MNOSS, a prevalência do efeito da razão comum cai para 10% (com 10% de efeito reverso). Embora menor que na literatura geral, isso ainda indica a existência do efeito, contradizendo a conclusão de MNOSS de que o efeito é inexistente ou puramente heterogêneo.
• Análise de Poder Estatístico: Simulações mostram que o critério de teste usado por MNOSS (Panel c na Fig. 2) tem poder estatístico extremamente baixo. Mesmo preferências que violam claramente a Utilidade Esperada (como na Teoria do Prospecto) raramente são detectadas como violações sob o critério de MNOSS, mas são corretamente detectadas pelo teste forte.
• Seleção de Parâmetros: O artigo destaca que a detecção do efeito depende criticamente da seleção de parâmetros (valores de pagamentos e probabilidades). Parâmetros arbitrários frequentemente falham em induzir a tensão comportamental necessária para observar o efeito, o que pode explicar por que testes de valoração (que não dependem de pares fixos) podem falhar em capturar o fenômeno se os parâmetros não forem bem calibrados.

5. Significado e Implicações

1. Validação do Paradoxo de Allais: O artigo restaura a robustez empírica do Efeito da Razão Comum. A conclusão de que o efeito foi "desmascarado" por testes de valoração é rejeitada; o efeito permanece prevalente quando testado corretamente.
2. Metodologia Superior: O Teste Forte de Escolha Pareada é apresentado como o método preferencial para testar violações da Utilidade Esperada em dados estocásticos. Ele é robusto a diferentes modelagens de ruído e não requer as suposições restritivas necessárias para os testes de valoração.
3. Crítica ao iAREU: O artigo alerta contra o uso do modelo iAREU como a representação padrão de "Utilidade Esperada com ruído", pois ele viola axiomas fundamentais da teoria (como a independência) com probabilidade 1.
4. Aplicabilidade Geral: A lógica do teste forte pode ser aplicada a outros quebra-cabeças comportamentais, como o viés de presente em escolhas intertemporais ou o efeito de consequência comum, oferecendo uma ferramenta geral para distinguir entre preferência real e ruído experimental.

Conclusão Final:
Echenique e Tserenjigmid demonstram que a aparente ausência do Efeito da Razão Comum nos estudos recentes de MNOSS é um artefato metodológico decorrente do uso de testes de valoração inadequados e da interpretação de testes de escolha com baixo poder estatístico. Ao adotar o Teste Forte de Escolha Pareada, a evidência empírica para o Paradoxo de Allais permanece forte e robusta.