ÍndiceClases en vídeo
- Clases en vídeo
- Presentación
- Objetivos
- Horas estimadas
- Puente con el IB
- Lección 8.1. Teoría prospectiva: cómo sentimos ganancias y pérdidas
- Teoría
- Evidencia
- Cómo detectarlo en ti
- Regla práctica
- Lección 8.2. Contabilidad mental (Thaler)
- Teoría
- Evidencia
- Cómo detectarlo en ti
- Regla práctica
- Lección 8.3. Exceso de confianza y efecto disposición
- Teoría
- Evidencia
- Cómo detectarlo en ti
- Regla práctica
- Lección 8.4. Narrativas y efecto rebaño
- Teoría
- Evidencia
- Cómo detectarlo en ti
- Regla práctica
- Caso real: Terra/Luna, mayo de 2022
- Contexto
- Cronología
- Quién ganó y quién perdió
- Mecanismos
- Los sesgos del módulo, en el caso
- Ejercicio guiado: ¿de dónde salía el 19,5 %?
- Interpretaciones y debates
- Lecturas
- Pregunta para mi cartera
- Para tu plataforma
- Glosario del módulo
- Fuentes del módulo
- Verificadas
- Citadas sin verificar en esta edición
Clases en vídeo
El vídeo se carga al pulsar ▶. Marca las que vayas viendo.
Imprescindible
Robert Shiller · Yale ECON 252 (2011) · Lección 11
con la lección 8.4
Behavioral Finance and the Role of Psychology
Módulo 8. Psicología del inversor y sesgos
Presentación
Este módulo trata del inversor como fuente de error: los mismos sesgos que en el IB estudiabas como fallos del consumidor racional cuestan dinero en una cartera, y se pueden detectar y frenar con reglas escritas.
Objetivos
- Explicar la teoría prospectiva (punto de referencia, aversión a las pérdidas, ponderación de probabilidades) y aplicarla a decisiones reales de compra y venta.
- Reconocer la contabilidad mental en tu propia forma de organizar el dinero y saber cuándo ayuda y cuándo perjudica.
- Medir tu exceso de confianza y tu efecto disposición con datos de tu propio historial, no con impresiones.
- Distinguir una tesis de inversión de una narrativa contagiosa, y un movimiento de rebaño de una señal informativa.
- Salir del módulo con un protocolo personal: un sesgo, una señal de alarma y una regla por cada lección.
Horas estimadas
12–14 h: unas 2,5 h por lección (lectura imprescindible + evidencia + autodiagnóstico), 2 h para el caso Terra/Luna y 1–2 h para la pregunta de cartera.
Puente con el IB
En Economics HL, la unidad de crítica a la conducta maximizadora (racionalidad limitada, autocontrol limitado, sesgos de anclaje, encuadre y disponibilidad, arquitectura de elección y nudges) presentaba los sesgos como desviaciones del modelo del consumidor racional. Aquí el salto es doble:
- De la elección individual al precio de mercado. Un sesgo individual solo mueve precios si muchos lo comparten y si el arbitraje no lo corrige. Ese es el puente con los límites al arbitraje y el debate de eficiencia (ver módulo 5).
- Del nudge que diseña el Estado al nudge que te diseñas tú. La arquitectura de elección que en el IB aplicaba un gobierno (opción por defecto, compromiso previo) es la herramienta principal de este módulo: aportaciones automáticas, reglas escritas de venta, fricción deliberada antes de operar.
Dependencias: usa la idea de concentración y diversificación (ver módulo 4), la brecha del inversor y las finanzas conductuales (ver módulo 5) y la regla de no operar por titulares (ver módulo 7). Prepara el terreno de burbujas (ver módulo 9), apalancamiento y pérdidas (ver módulo 10) y criptoactivos (ver módulo 11). Las reglas que salgan de aquí se integran en tu plan (ver módulo 12).
Lección 8.1. Teoría prospectiva: cómo sentimos ganancias y pérdidas
No valoramos la riqueza final sino los cambios respecto a un punto de referencia, y una pérdida pesa aproximadamente el doble que una ganancia del mismo tamaño. Casi todos los sesgos del módulo nacen de aquí.
Teoría
Intuición. El modelo de utilidad esperada que conoces del IB supone que evalúas resultados finales (cuánta riqueza tendré). Kahneman y Tversky (1979) observaron que la gente evalúa movimientos respecto a un punto de referencia: el precio de compra, el máximo que alcanzó la acción, lo que ganó tu amiga. Ese punto de referencia no es un dato del mercado: es un estado mental, y por eso es manipulable (por el encuadre, por la comparación social, por la última cifra que viste).
Tres piezas:
- Dependencia de la referencia. Ganar 1.000 € en una cartera de 50.000 € se vive distinto si la semana pasada valía 53.000 € (te sientes en pérdidas) o 48.000 € (te sientes en ganancias). La riqueza es la misma.
- Aversión a las pérdidas. La función de valor es más empinada en las pérdidas. Por eso la mayoría rechaza una apuesta a cara o cruz de +110 € / −100 €, aunque su valor esperado sea positivo (+5 €).
- Sensibilidad decreciente y reflejo. La diferencia entre perder 100 y 200 € duele más que entre perder 10.100 y 10.200 €. Consecuencia: somos aversos al riesgo en ganancias (“asegura lo ganado”) y buscadores de riesgo en pérdidas (“aguanto, que ya no puede bajar más”). Ese giro es el motor del efecto disposición (lección 8.3).
- Ponderación de probabilidades. Sobrepesamos probabilidades pequeñas y infraponderamos las medianas-altas. De ahí el “patrón de cuatro”: compramos loterías (y acciones o criptoactivos con perfil de lotería) y también seguros caros.
Ejemplo numérico (cálculo propio, simplificado). Una cartera de acciones con rentabilidad esperada del 7 % anual y volatilidad del 17 % (ver módulo 4), suponiendo normalidad:
| Frecuencia con la que miras | Probabilidad de ver una pérdida |
|---|---|
| Cada día | ≈ 49 % |
| Cada año | ≈ 34 % |
| Cada 10 años | ≈ 10 % |
Con un coeficiente de aversión a las pérdidas de 2, quien mira a diario vive casi la mitad de los días una experiencia que duele el doble de lo que alegra la otra mitad: su saldo emocional es negativo aunque su saldo económico sea positivo. Es la aversión miope a las pérdidas (Benartzi y Thaler, 1995): la misma persona tolera más renta variable si la evalúa con menos frecuencia.
Fórmula (Tversky y Kahneman, 1992). Función de valor, con x = cambio respecto a la referencia:
Función de ponderación de probabilidades (forma de 1992; γ < 1 genera la sobreponderación de lo improbable):
La parte psicológica, más a fondo. La aversión a las pérdidas no es solo aritmética: se mezcla con el arrepentimiento (dolor por la acción que tomaste y salió mal, mayor que por la omisión) y con la identidad (vender con pérdida es admitir que te equivocaste). Por eso el punto de referencia suele ser el precio de compra: es el número que conecta la posición con tu decisión y, por tanto, contigo. Un patrón clínicamente reconocible: tras una pérdida aparece el impulso de “recuperar” (efecto break-even), que lleva a aumentar riesgo justo cuando el juicio está más afectado. Es el mismo circuito que en el juego.
Lecturas
Imprescindible
- Kahneman, D. (2011). Pensar rápido, pensar despacio. Parte IV “Elecciones”: cap. 25 (“Los errores de Bernoulli”), cap. 26 (“Teoría prospectiva”) y cap. 29 (“El patrón de cuatro”).
- Kahneman, D. (2011). Pensar rápido, pensar despacio. Cap. 31 (“Políticas de riesgo”): encuadre amplio frente a estrecho, la base de la aversión miope.
Para profundizar
- Kahneman, D. y Tversky, A. (1979). “Prospect Theory: An Analysis of Decision under Risk”. Econometrica, 47(2), 263–291. Secciones 1–3 (los experimentos) antes del formalismo.
- Tversky, A. y Kahneman, D. (1992). “Advances in Prospect Theory: Cumulative Representation of Uncertainty”. Journal of Risk and Uncertainty, 5(4). Apartado de estimación de parámetros.
- Benartzi, S. y Thaler, R. (1995). “Myopic Loss Aversion and the Equity Premium Puzzle”. Quarterly Journal of Economics, 110(1).
- Barberis, N. y Huang, M. (2008). “Stocks as Lotteries”. American Economic Review, 98(5): la ponderación de probabilidades aplicada a precios de activos.
- Brown, A., Imai, T., Vieider, F. y Camerer, C. (2024). “Meta-analysis of Empirical Estimates of Loss Aversion”. Journal of Economic Literature, 62(2), 485–516.
Evidencia
- Hecho. El metaanálisis de Brown et al. (2024), sobre 607 estimaciones de 150 artículos (1992–2017), sitúa el coeficiente medio de aversión a las pérdidas en 1,955, con un intervalo del 95 % entre 1,82 y 2,10.
- Hecho. El famoso λ = 2,25 de Tversky y Kahneman (1992) procede de un experimento con 25 estudiantes de posgrado; la cifra de referencia actual (≈ 2) es algo menor pero del mismo orden.
- Interpretación. Benartzi y Thaler (1995) explican el enigma de la prima de riesgo (por qué la renta variable ha pagado tanto más que la renta fija, ver módulo 4) con inversores aversos a las pérdidas que evalúan sus carteras aproximadamente una vez al año. Es una explicación coherente, no la única.
- Interpretación. La preferencia por activos con asimetría positiva extrema (OPV, acciones pequeñas muy volátiles, criptoactivos) encaja con la sobreponderación de probabilidades pequeñas, y ayuda a explicar por qué esos activos han tendido a rendir menos de media (Barberis y Huang, 2008).
- Debate abierto. ¿Cuánto de la aversión a las pérdidas es real y cuánto artefacto del diseño experimental?
| A favor de una aversión a las pérdidas robusta | En contra o matizando |
|---|---|
| Aparece en laboratorio, campo y datos de mercado; el metaanálisis de 2024 la sitúa claramente por encima de 1 | Con apuestas pequeñas y sin carga emocional, el efecto se reduce mucho (crítica de Gal y Rucker, 2018) |
| Explica a la vez rechazo de apuestas favorables, efecto disposición y prima de riesgo | Varía mucho entre personas y contextos: un λ “universal” es una simplificación |
| Predice bien conducta de inversores minoristas reales | Parte de la evidencia podría reflejar inercia o statu quo más que dolor por perder |
Cómo detectarlo en ti
- Recuerdas el precio de compra de cada posición mejor que su peso en la cartera.
- Usas frases como “cuando vuelva a X, vendo” o “no es pérdida hasta que vendo”.
- Tras una caída, te sorprendes pensando en cómo recuperar rápido (más riesgo, más concentración).
- Miras la cartera más cuando baja que cuando sube, y tu estado de ánimo del día se nota.
- Tienes una pequeña parte en algo tipo “billete de lotería” sin haber estimado su probabilidad.
Regla práctica
- Pregunta de base cero: “Si hoy tuviera este importe en efectivo, ¿compraría esta posición a este precio?” Si la respuesta es no, el precio de compra no es motivo para mantenerla.
- Frecuencia de revisión fijada por escrito (por ejemplo, trimestral) y apps sin notificaciones de precio. Es arquitectura de elección aplicada a ti misma.
- Rebalanceo por bandas decidido de antemano (por ejemplo, ±5 puntos sobre el peso objetivo), para que vender lo que sube y comprar lo que baja no dependa del ánimo.
- Límite para activos tipo lotería (por ejemplo, un máximo del 2–5 % de la cartera, cifra ilustrativa a fijar en el módulo 12), asumiendo que puede llegar a cero.
Lección 8.2. Contabilidad mental (Thaler)
Tratamos el dinero como si no fuera fungible: lo repartimos en “cuentas” mentales según su origen o su destino y aplicamos a cada una reglas de riesgo distintas. A veces protege (ahorro intocable) y a veces destruye valor (deuda cara junto a ahorro ocioso).
Teoría
Intuición. En el modelo estándar un euro es un euro: da igual que venga de un dividendo, de una venta o de un premio. Thaler (1985, 1999) describe tres operaciones que hacemos sin darnos cuenta:
- Codificar resultados de forma que duelan menos: separamos las ganancias (dos alegrías pequeñas > una grande) e integramos las pérdidas (un disgusto grande < dos pequeños). Es la función de valor de la lección 8.1 aplicada al “maquillaje” de los resultados.
- Asignar el dinero a cuentas por origen (“dinero de la casa”, paga extra, devolución de Hacienda) o por destino (vacaciones, colchón, “jugar en bolsa”).
- Elegir el perímetro y la frecuencia de evaluación: posición a posición o cartera entera; día a día o año a año. Evaluar cada valor por separado es el encuadre estrecho.
Ejemplo numérico 1: dividendos frente a venta parcial (cálculo propio, ilustrativo). Tienes 10.000 € en acciones y necesitas 300 € al año.
| Opción | Riqueza tras obtener 300 € (antes de impuestos) | Cómo se vive |
|---|---|---|
| Cobrar un dividendo del 3 % | 9.700 € en acciones + 300 € | “Renta”: no toco el capital |
| Vender 300 € de acciones sin dividendo | 9.700 € en acciones + 300 € | “Me estoy comiendo el capital” |
Económicamente son equivalentes antes de impuestos (el precio de la acción cae al pagar el dividendo). En España, además, el dividendo tributa entero en la base del ahorro, mientras que en la venta solo tributa la parte que es plusvalía: la opción que “se siente” peor puede ser la fiscalmente mejor (ver módulo 11).
Ejemplo numérico 2: el colchón y la tarjeta. 5.000 € en una cuenta al 1,5 % mientras se aplaza un pago con tarjeta al 20 % TAE (ver módulo 2). Cada año, ese aislamiento entre cuentas cuesta unos 185 € por cada 1.000 € de deuda que podrías haber cancelado.
Fórmula. Si xᵢ es el resultado de cada cuenta mental, el inversor “racional” evalúa v(Σxᵢ); el inversor con contabilidad mental evalúa Σv(xᵢ):
Con la función de valor cóncava en ganancias y convexa y más empinada en pérdidas, la segunda suma castiga cualquier cuenta en rojo aunque la cartera total vaya bien. Es la razón psicológica por la que cuesta mantener activos que diversifican (ver módulo 4): un activo que baja cuando el resto sube es justo el que buscas, pero se vive como “la cuenta que pierde”.
La parte psicológica, más a fondo. La contabilidad mental es también una herramienta de autocontrol (modelo planificador-hacedor de Thaler y Shefrin, 1981): el yo que planifica pone reglas a un yo impulsivo que solo ve el presente. Etiquetar un dinero como “no se toca” funciona precisamente porque viola la fungibilidad. El problema aparece cuando el origen del dinero cambia su riesgo: el efecto “dinero de la casa” (después de ganar, se arriesga con más ligereza lo ganado, porque “no es mío”) y su gemelo, el intento de cerrar la cuenta en tablas (después de perder, se acepta mucho riesgo si promete volver a cero). Ambos aparecen con nitidez en inversores en criptoactivos tras una racha buena.
Lecturas
Imprescindible
- Thaler, R. (2015). Portarse mal: el comportamiento irracional en la vida económica (Misbehaving). Parte II, “Contabilidad mental” (caps. 7–10), especialmente el capítulo de la mesa de póquer sobre el dinero de la casa.
- Kahneman, D. (2011). Pensar rápido, pensar despacio. Cap. 32 (“Llevar la cuenta”): contabilidad mental, coste hundido y efecto disposición.
Para profundizar
- Thaler, R. (1999). “Mental Accounting Matters”. Journal of Behavioral Decision Making, 12(3), 183–206. Apartados sobre codificación y evaluación.
- Thaler, R. y Johnson, E. (1990). “Gambling with the House Money and Trying to Break Even”. Management Science, 36(6).
- Shefrin, H. y Statman, M. (1984). “Explaining Investor Preference for Cash Dividends”. Journal of Financial Economics, 13(2).
- Shefrin, H. y Statman, M. (2000). “Behavioral Portfolio Theory”. Journal of Financial and Quantitative Analysis, 35(2): carteras como capas de cuentas mentales.
- Thaler, R. y Benartzi, S. (2004). “Save More Tomorrow”. Journal of Political Economy, 112(S1): la contabilidad mental usada a favor.
Evidencia
- Hecho (no verificado en esta edición). En los experimentos de Thaler y Johnson (1990), una ganancia previa aumenta la disposición a apostar, y tras una pérdida la gente prefiere apuestas arriesgadas que permitan quedar en tablas.
- Hecho (no verificado en esta edición). Baker, Nagel y Wurgler (2007, Brookings Papers) encuentran que los hogares consumen bastante más a partir de los dividendos que de las plusvalías de importe equivalente.
- Interpretación. La preferencia por dividendos tiene tres explicaciones en competencia: contabilidad mental y autocontrol (Shefrin y Statman), señalización de la calidad de la empresa y clientelas fiscales. No son excluyentes.
- Debate abierto. ¿Las “cuentas” son un error o una herramienta?
| Argumentos de que es un error costoso | Argumentos de que es una herramienta útil |
|---|---|
| Viola la fungibilidad y genera costes medibles (deuda cara + ahorro ocioso) | Para alguien con autocontrol limitado, una cuenta intocable vale más que la fungibilidad |
| El encuadre estrecho lleva a vender lo que diversifica | Las capas (colchón, largo plazo, “aspiración”) ordenan objetivos distintos con horizontes distintos |
| El dinero de la casa dispara el riesgo tras rachas buenas | Las reglas por cuenta son fáciles de cumplir y de auditar |
Posición de trabajo del curso: usar cuentas para objetivos y autocontrol, nunca para evaluar el riesgo, que se mide siempre a nivel de cartera.
Cómo detectarlo en ti
- Te arriesgas más con lo ganado que con lo aportado (“esto ya es beneficio”).
- Mantienes ahorro a bajo interés y a la vez deuda cara.
- Prefieres un fondo de reparto a uno de acumulación porque “da renta”, sin haber comparado la fiscalidad.
- Juzgas cada posición por su propio resultado y no por lo que aporta al conjunto.
- Tienes una “cartera de juego” sin límite de tamaño ni regla de salida.
Regla práctica
- Una sola vista de riesgo: revisa siempre la cartera agregada (peso, volatilidad y correlaciones) antes de mirar posiciones sueltas.
- “Origen ciego”: antes de decidir qué hacer con un dinero, escribe de dónde viene y táchalo. La decisión debe ser la misma.
- Cuentas solo por objetivo: colchón (fuera de mercado), largo plazo y, si quieres, una capa especulativa con tamaño máximo fijo; las ganancias de esa capa no se reinvierten en ella por encima del límite, se trasladan al largo plazo.
- Primero la deuda cara: ninguna inversión mientras haya deuda con coste superior a la rentabilidad esperada de la cartera.
Lección 8.3. Exceso de confianza y efecto disposición
El exceso de confianza hace operar demasiado y concentrar demasiado; el efecto disposición hace vender lo que va bien y aferrarse a lo que va mal. Juntos explican buena parte de la brecha entre lo que rinde el mercado y lo que obtiene el inversor (ver módulo 5).
Teoría
Intuición: tres formas de exceso de confianza (Moore y Healy, 2008):
| Forma | Qué es | Ejemplo inversor |
|---|---|---|
| Sobreestimación | Creer que tu capacidad o tus resultados son mejores de lo que son | “Mi cartera va mejor que el índice” sin haberlo medido |
| Sobrecolocación | Creerte mejor que la media | “La mayoría pierde operando, yo no” |
| Sobreprecisión | Intervalos de confianza demasiado estrechos | “Esta acción vale entre 95 y 105 €” cuando el rango razonable es 60–150 € (ver módulo 6) |
Tres mecanismos lo mantienen vivo: el sesgo de autoatribución (los aciertos son mérito, los errores mala suerte), el sesgo retrospectivo (“se veía venir”) y la ilusión de control (operar, investigar y mirar gráficos da sensación de influir en un resultado que es en gran parte azar). Gervais y Odean (2001) lo formalizan: en un mercado alcista, el inversor aprende a estar sobreconfiado porque atribuye a su habilidad lo que es beta (ver módulo 4).
Efecto disposición (Shefrin y Statman, 1985): tendencia a vender demasiado pronto las posiciones con plusvalía y a mantener demasiado tiempo las que tienen minusvalía. Une dos piezas previas: la función de valor (aversión al riesgo en ganancias, búsqueda de riesgo en pérdidas, lección 8.1) y la contabilidad mental (cada posición es una cuenta que no quieres cerrar en rojo, lección 8.2). Añade el arrepentimiento: vender con pérdida convierte un error “potencial” en uno firmado.
Ejemplo numérico (ilustrativo). Durante un año, en los días en que vendiste algo, tu cartera tenía: 4 ganancias realizadas y 6 ganancias latentes; 1 pérdida realizada y 9 pérdidas latentes.
- Proporción de ganancias realizadas: 4 / (4 + 6) = 0,40.
- Proporción de pérdidas realizadas: 1 / (1 + 9) = 0,10.
- Realizas ganancias cuatro veces más a menudo que pérdidas: efecto disposición fuerte.
Fórmula (Odean, 1998):
Hay efecto disposición si PGR > PLR. Puedes calcularlo con tu propio historial de operaciones (ver “Para tu plataforma”).
La parte psicológica, más a fondo. El exceso de confianza no es solo un error de cálculo: protege la autoestima y reduce la ansiedad ante la incertidumbre. Por eso se resiste a la información en contra (sesgo de confirmación: buscas, recuerdas y das más peso a lo que apoya tu tesis). Las apps de inversión lo amplifican con un esquema de refuerzo variable (no sabes cuándo llegará la siguiente ganancia), el mismo que mantiene la conducta en máquinas tragaperras. En el efecto disposición hay además una dimensión de identidad: mientras no vendes, la pérdida es “del mercado”; al vender, es tuya. Cuanto más pública fue la tesis (la contaste, la defendiste), más cuesta soltarla: es disonancia cognitiva aplicada a una cartera.
Lecturas
Imprescindible
- Kahneman, D. (2011). Pensar rápido, pensar despacio. Parte III “Exceso de confianza”: cap. 19 (“La ilusión de entender”), cap. 20 (“La ilusión de validez”, con el análisis de asesores financieros) y cap. 24 (“El motor del capitalismo”, donde explica el pre-mortem).
- Barber, B. y Odean, T. (2000). “Trading Is Hazardous to Your Wealth”. Journal of Finance, 55(2), 773–806. Introducción, secciones de resultados y figura 1.
Para profundizar
- Odean, T. (1998). “Are Investors Reluctant to Realize Their Losses?”. Journal of Finance, 53(5).
- Shefrin, H. y Statman, M. (1985). “The Disposition to Sell Winners Too Early and Ride Losers Too Long”. Journal of Finance, 40(3).
- Barber, B. y Odean, T. (2001). “Boys Will Be Boys: Gender, Overconfidence, and Common Stock Investment”. Quarterly Journal of Economics, 116(1).
- Moore, D. y Healy, P. (2008). “The Trouble with Overconfidence”. Psychological Review, 115(2).
- Barberis, N. y Xiong, W. (2012). “Realization Utility”. Journal of Financial Economics, 104(2): una explicación alternativa del efecto disposición.
- Duke, A. (2018). Thinking in Bets. Cap. 1 (“resulting”: juzgar una decisión por su resultado).
Evidencia
- Hecho. Barber y Odean (2000) analizan 66.465 hogares de un bróker de descuento estadounidense entre 1991 y 1996: los que más operan obtienen un 11,4 % anual frente al 17,9 % del mercado. El hogar medio rinde un 16,4 % y rota el 75 % de su cartera al año.
- Hecho. En el mismo estudio, la rentabilidad bruta de quien opera mucho y de quien opera poco apenas difiere: la diferencia neta la explican los costes de transacción (ver módulo 2).
- Hecho (no verificado en esta edición). Odean (1998) encuentra un PGR aproximadamente 1,5 veces el PLR, y que las acciones ganadoras vendidas rinden más al año siguiente que las perdedoras mantenidas.
- Hecho (no verificado en esta edición). Barber y Odean (2001): los hombres operan bastante más que las mujeres y eso reduce más su rentabilidad neta.
- Interpretación. Los autores atribuyen el exceso de operaciones al exceso de confianza. Es la lectura dominante, pero los datos también son compatibles con búsqueda de entretenimiento o de sensaciones.
- Debate abierto. ¿Por qué existe el efecto disposición?
| Explicación | Mejor argumento | Punto débil |
|---|---|---|
| Teoría prospectiva (Shefrin y Statman) | Une aversión a pérdidas y cambio de actitud al riesgo; intuitiva | Con parámetros realistas, los modelos formales no siempre la generan |
| Utilidad de la realización (Barberis y Xiong) | El placer o dolor llega al vender, no al ver el precio | Difícil de distinguir empíricamente de la anterior |
| Creencia en la reversión a la media | Algunos venden ganadoras porque creen que “ya han subido mucho” | No explica por qué se mantienen perdedoras con malas noticias |
Cómo detectarlo en ti
- No sabes tu rentabilidad real (ponderada por dinero, ver módulo 5) frente a un índice comparable, pero crees que es buena.
- Explicas los aciertos con tu análisis y los errores con “el mercado”, “los bancos centrales” o “la manipulación”.
- Tus estimaciones son puntos (“llegará a 150 €”) en vez de rangos con probabilidad.
- Tu PGR es claramente mayor que tu PLR.
- Tienes posiciones en pérdidas cuya tesis original ya no recuerdas o no podrías defender hoy.
Regla práctica
- Diario de inversión con predicciones calibradas: antes de cada compra, escribe la tesis, la rentabilidad esperada como rango, tu probabilidad de acierto y qué dato te haría vender (criterio de invalidación). Revisa cada año si tus “70 %” se cumplen el 70 % de las veces.
- Pre-mortem (Klein): “Es dentro de dos años y esta inversión ha sido un desastre. ¿Por qué?”. Cinco minutos por escrito antes de comprar.
- Fricción deliberada: 48 horas entre la idea y la orden, salvo aportaciones periódicas automáticas.
- Regla de venta independiente del precio de compra: se vende si se cumple el criterio de invalidación o lo pide el rebalanceo, nunca “porque ya gano un X %” ni “cuando recupere”.
- Aprovecha la fiscalidad a tu favor: en España las minusvalías realizadas compensan plusvalías, con límites y con la regla antiaplicación por recompra de valores homogéneos (ver módulo 11). Saber que una pérdida tiene valor fiscal reduce el freno emocional a realizarla.
Lección 8.4. Narrativas y efecto rebaño
Las historias se contagian como epidemias y el comportamiento ajeno se toma como información. Ambas cosas pueden ser racionales para el individuo y aun así llevar al grupo a precios que ninguna cifra justifica.
Teoría
Intuición: narrativas. Shiller (2019) propone que muchos movimientos económicos se entienden mejor siguiendo las historias que circulan (“esta vez es diferente”, “el dinero tradicional muere”, “la IA lo cambia todo”) que los datos fundamentales. Una narrativa exitosa tiene un personaje, un enemigo, una promesa y una moraleja fácil de repetir. No necesita ser falsa: necesita ser contagiosa.
Intuición: efecto rebaño. Tres versiones, de más a menos “racional”:
- Cascada informativa (Bikhchandani, Hirshleifer y Welch, 1992; Banerjee, 1992). Si ves que otros compran, es razonable inferir que saben algo. Pero en cuanto unos pocos coinciden, los siguientes dejan de usar su propia información: la multitud parece informada y en realidad solo contiene la señal de los primeros.
- Rebaño reputacional (Scharfstein y Stein, 1990). Un gestor prefiere equivocarse con todos a acertar solo: el riesgo profesional de desviarse del índice es asimétrico (ver módulo 5).
- Rebaño social y emocional. Prueba social y miedo a quedarse fuera (FOMO): el dolor de ver a otros ganar lo que tú no ganaste actúa como una pérdida respecto a un punto de referencia social (lección 8.1).
Ejemplo numérico (ilustrativo). Cien inversores reciben cada uno una señal privada correcta con probabilidad 0,7 y deciden en orden, viendo lo que hicieron los anteriores. Si los dos primeros eligen lo mismo, el tercero debería seguirlos aunque su señal diga lo contrario (dos señales públicas pesan más que una privada), y así todos los demás. La probabilidad de que los dos primeros se equivoquen a la vez es 0,3 × 0,3 = 0,09: al menos un 9 % de las veces, cien personas acaban en la opción equivocada con la información de solo dos. Por eso las cascadas son frágiles: una señal pública nueva (un depeg, un resultado trimestral) puede romperlas de golpe.
Fórmula: la narrativa como epidemia (modelo SIR que usa Shiller). S = quienes aún no han oído la historia, I = quienes la difunden, β = tasa de contagio, γ = tasa de olvido:
Si R₀ > 1, la narrativa se expande. Las redes sociales suben β; un precio que sube sin parar reduce γ (cada día alguien vuelve a contarla). Cuando el precio se estanca, γ sube y la historia se apaga, a menudo de forma abrupta.
La parte psicológica, más a fondo. Las narrativas funcionan porque el cerebro procesa historias con causalidad y protagonistas mucho mejor que distribuciones de probabilidad. A eso se suman tres fuerzas: la pertenencia (la comunidad de una inversión da identidad; dudar se vive como traición), la autoridad carismática (un fundador seguro de sí mismo reduce la ansiedad del grupo) y el compromiso escalonado (cada aportación adicional hace más difícil admitir que la historia era falsa). Cuando una inversión se convierte en parte de quién eres, la información contraria se procesa como un ataque y no como un dato.
Lecturas
Imprescindible
- Shiller, R. (2019). Narrative Economics. Parte I, caps. 1–3 (el caso bitcoin como epidemia narrativa y el modelo epidemiológico).
- Shiller, R. Open Yale Courses, ECON 252 Financial Markets (2011), clase “Behavioral Finance and the Role of Psychology”.
Para profundizar
- Shiller, R. (2000; 3.ª ed. 2015). Exuberancia irracional. Caps. de factores culturales y psicológicos (amplificación, nuevas eras, comportamiento de rebaño).
- Bikhchandani, S., Hirshleifer, D. y Welch, I. (1992). “A Theory of Fads, Fashion, Custom, and Cultural Change as Informational Cascades”. Journal of Political Economy, 100(5).
- Scharfstein, D. y Stein, J. (1990). “Herd Behavior and Investment”. American Economic Review, 80(3).
- Barber, B. y Odean, T. (2008). “All That Glitters: The Effect of Attention and News on the Buying Behavior of Individual and Institutional Investors”. Review of Financial Studies, 21(2).
- Barber, B., Huang, X., Odean, T. y Schwarz, C. (2022). “Attention-Induced Trading and Returns: Evidence from Robinhood Users”. Journal of Finance, 77(6).
Evidencia
- Hecho (no verificado en esta edición). Barber y Odean (2008): los inversores minoristas son compradores netos de las acciones que llaman la atención (noticias, volumen anormal, movimientos extremos), porque no pueden analizar miles de valores y eligen entre los que “ven”.
- Hecho (no verificado en esta edición). Barber et al. (2022): los episodios de compras concentradas de usuarios de Robinhood van seguidos de rentabilidades negativas en las semanas siguientes. Conecta con GameStop (ver módulo 1).
- Interpretación. Shiller sostiene que las narrativas son causa de fluctuaciones económicas, no solo un reflejo. Es una tesis influyente pero difícil de probar: medir narrativas con texto y búsquedas es reciente.
- Debate abierto. ¿El rebaño es irracional?
| “El rebaño es un sesgo” | “El rebaño puede ser racional” |
|---|---|
| Lleva a precios alejados del valor y a caídas bruscas cuando se rompe la cascada | Seguir a otros es un atajo eficiente cuando la información propia es pobre |
| La evidencia minorista muestra compras por atención con malos resultados posteriores | La evidencia de rebaño entre institucionales es mixta y más débil de lo que sugiere el relato popular |
| Explica la dinámica de las burbujas (ver módulo 9) | Los problemas aparecen por límites al arbitraje (ver módulo 5), no por el rebaño en sí |
Cómo detectarlo en ti
- Puedes contar la historia de la inversión en 30 segundos, pero no sabrías decir de dónde sale su rentabilidad.
- Lo conociste por alguien que no se dedica a esto, o por una red social, y la principal prueba es que “no para de subir”.
- Sientes urgencia (“si no entro ya, me lo pierdo”) y más envidia que análisis.
- Las críticas que lees te parecen de “gente que no lo entiende” y no buscas activamente la mejor.
- Todas tus fuentes citan, en el fondo, a la misma persona o al mismo dato.
Regla práctica
- De la historia a los números: escribe la narrativa en una frase y, debajo, qué tendría que ser verdad en cifras (valoración inversa, ver módulo 6). Si no puedes hacer la segunda parte, no inviertes.
- “¿De dónde sale el rendimiento?”: si no sabes nombrar quién paga la rentabilidad prometida (beneficios, cupones, alquileres), probablemente la pagan los que entran después.
- Cuenta señales independientes: diez artículos que repiten la misma fuente son una sola señal.
- Busca al mejor crítico antes de comprar y escribe su argumento con tus palabras.
- El FOMO solo entra por la capa especulativa de la lección 8.2, con su tamaño máximo y la regla de 48 horas, y nunca a partir de un titular (ver módulo 7).
Caso real: Terra/Luna, mayo de 2022
En menos de una semana de mayo de 2022 se evaporaron unos 40.000 millones de dólares en UST y LUNA. El fallo técnico era conocido; lo que lo hizo tan grande fue psicológico: una rentabilidad “estable” del 19,5 %, una narrativa de autorregulación y una comunidad que confundía el precio con la prueba.
Contexto
- Qué era UST. Una stablecoin algorítmica: prometía valer 1 $ sin reservas en dólares. El anclaje se mantenía por arbitraje con su token hermano, LUNA: siempre se podía canjear 1 UST por 1 $ en LUNA recién creada, y al revés. Si UST caía a 0,98 $, comprarlo y canjearlo por 1 $ de LUNA daba beneficio y retiraba UST de circulación.
- La pieza débil. Ese canje solo funciona si LUNA conserva valor. Es decir, el respaldo de UST era la confianza en LUNA, cuyo valor dependía a su vez de la demanda de UST.
- Qué era Anchor. Un protocolo de depósito y préstamo del mismo ecosistema que pagaba en torno al 19,5 % anual sobre UST. Era el principal motivo para tener UST: antes del colapso, en torno a tres cuartas partes de los UST en circulación estaban depositados ahí.
- Tamaño en el máximo. UST llegó a unos 18.700 millones de $ de capitalización (tercera stablecoin del mundo) y LUNA alcanzó su máximo de 119,18 $ el 5 de abril de 2022, con unos 41.000 millones de capitalización.
- Contexto macro. La Fed había empezado a subir tipos y los activos de riesgo caían desde enero (ver módulo 7). Con menos liquidez, los rendimientos “demasiado buenos” pierden compradores marginales.
Cronología
| Fecha | Hecho |
|---|---|
| Mayo 2021 | UST pierde la paridad por primera vez y cae cerca de 0,90 $. Según la demanda de la SEC (2023), Terraform pidió en secreto a una firma de trading (Jump, según The Block) que comprara grandes cantidades de UST; en público, Kwon presentó la recuperación como prueba de que el algoritmo “se curaba solo”. |
| Feb.–may. 2022 | La reserva que subvencionaba el 19,5 % de Anchor se agota a gran velocidad; la Luna Foundation Guard (LFG) acumula bitcoin como reserva de emergencia: 80.394 BTC a 7 de mayo. |
| 6–9 mayo 2022 | Retiradas masivas de Anchor: los depósitos pasan de unos 14.000 millones de $ el viernes 6 a 8.700 millones el lunes 9. UST pierde la paridad de forma repetida. |
| 8–10 mayo 2022 | La LFG transfiere más de 50.000 BTC a una contraparte para defender el anclaje; el 10 de mayo Terraform vende 33.206 BTC a cambio de unos 1.160 millones de UST. No basta. |
| 10–13 mayo 2022 | Espiral: canjear UST crea LUNA en masa, su precio se hunde más de un 99,99 % y la oferta de LUNA se multiplica de forma explosiva. |
| 16 mayo 2022 | La LFG informa de que le quedan 313 BTC. |
| Feb. 2023 | La SEC demanda a Terraform y a Kwon por fraude. Kwon es detenido en Montenegro en marzo con un pasaporte falso. |
| 2024 | Terraform y Kwon son declarados responsables en el pleito civil y acuerdan con la SEC unos 4.500 millones de $; en diciembre la SEC sanciona a Tai Mo Shan (filial de Jump) con 123 millones por el episodio de mayo de 2021. Kwon es extraditado a EE. UU. en diciembre. |
| Ago.–dic. 2025 | Kwon se declara culpable de fraude electrónico y conspiración. El 11 de diciembre de 2025 el juez Engelmayer le condena a 15 años, más de los 12 que pedía la fiscalía. |
Quién ganó y quién perdió
- Perdieron los depositantes de Anchor que no salieron a tiempo y los tenedores de LUNA, muchos minoristas (con especial impacto en Corea del Sur). También fondos y prestamistas del sector expuestos a LUNA, en una cadena de contagio que siguió en junio de 2022 (Three Arrows Capital, Celsius; hecho no verificado en esta edición).
- Ganaron o perdieron menos quienes salieron primero. Interpretación (no verificada en esta edición): el estudio de Liu, Makarov y Schoar (NBER, 2023) sobre datos de la cadena de bloques sugiere que las carteras grandes y sofisticadas salieron antes y que muchos pequeños inversores salieron tarde o incluso compraron LUNA durante la caída.
- Ganó la firma de trading que sostuvo UST en 2021: según la SEC, obtuvo más de 1.000 millones de $ gracias a LUNA a precio rebajado.
Mecanismos
El mecanismo es una corrida bancaria sin prestamista de última instancia (ver módulos 1 y 3, el caso SVB) unida a un bucle reflexivo: la caída del precio de LUNA reduce el respaldo de UST, lo que provoca más ventas de UST, más emisión de LUNA y más caída. Una vez roto el anclaje, era racional para cada individuo salir primero, aunque para el conjunto fuera ruinoso.
[embedded content: espiral UST/LUNA · 5 pasos en bucle, 1 freno fallido]
El paso clave es el canje: cada UST que salía creaba LUNA nueva, y esa LUNA era justo el respaldo de los UST que quedaban; vender bitcoin de reserva no podía cortar el bucle.
Los sesgos del módulo, en el caso
| Lección | Cómo apareció en Terra/Luna | Qué regla lo habría frenado |
|---|---|---|
| 8.1 Teoría prospectiva | Punto de referencia en 1 $ “garantizado”; ante el depeg, muchos aguantaron o compraron más esperando volver a la paridad (búsqueda de riesgo en pérdidas, efecto break-even). Comprar LUNA a céntimos “porque no puede bajar más” es ponderación de probabilidades pequeñas. | Pregunta de base cero y límite para activos tipo lotería |
| 8.2 Contabilidad mental | UST se vivía como “ahorro” o “dólar digital”, no como riesgo; el 19,5 % se trataba como un tipo de depósito. Las ganancias de LUNA eran “dinero de la casa” que se volvía a arriesgar. | Una sola vista de riesgo; el colchón nunca en un activo cuyo riesgo no entiendes |
| 8.3 Exceso de confianza | En el fundador (seguridad pública y desprecio por los críticos) y en los inversores, que tomaron la recuperación de 2021 como prueba de que el sistema funcionaba: autoatribución de un rescate humano oculto. | Pre-mortem y criterio de invalidación escrito (“si pierde la paridad más de X días, salgo”) |
| 8.4 Narrativas y rebaño | Narrativa de “dinero descentralizado que se autorregula”, comunidad con identidad propia, crecimiento del precio como prueba. En la caída, cascada en sentido contrario: la salida de grandes carteras fue la señal pública que rompió la confianza. | “¿De dónde sale el rendimiento?” y buscar al mejor crítico |
Ejercicio guiado: ¿de dónde salía el 19,5 %?
Cálculo propio con cifras redondeadas del caso:
- Depósitos en Anchor ≈ 14.000 millones de $ × 19,5 % ≈ 2.730 millones de $ de intereses al año, unos 7,5 millones al día.
- Los prestatarios de Anchor pagaban bastante menos de lo que cobraban los depositantes, así que la diferencia salía de una reserva aportada por el ecosistema.
- Antes del colapso, The Block calculaba que esa reserva se agotaría en unos dos meses.
- Pregunta para ti: con esos datos públicos, ¿qué rentabilidad habría sido sostenible y qué habría pasado con la demanda de UST si Anchor la hubiera bajado? Ese es el punto en el que la narrativa y los números se separan.
Interpretaciones y debates
- Interpretación dominante (y judicial). Fue un fraude sostenido por declaraciones falsas, como reconoció el propio Kwon al declararse culpable.
- Debate abierto: ¿ataque o diseño? Algunos atribuyen el detonante a ventas coordinadas de grandes operadores. Aunque las hubiera, un sistema cuyo respaldo es su propio token hermano es vulnerable a cualquier corrida: el detonante importa menos que la fragilidad.
- Debate abierto: ¿son viables las stablecoins algorítmicas? Tras Terra, el reglamento europeo MiCA exige reservas para las stablecoins que operan en la UE (ver módulo 11). Defensores del diseño sostienen que modelos con sobrecolateralización son distintos; críticos responden que sin un activo externo líquido el problema de fondo persiste.
- Puente con el módulo 9. Terra cumple casi todas las fases de una burbuja: desplazamiento (DeFi), auge, euforia (“rentabilidad estable del 20 %”), aprovechamiento por los mejor informados y pánico.
Lecturas
- Imprescindible. Qureshi, H. (2022, 16 de mayo). “The Reign of Terra: The Rise and Fall of UST”. Dragonfly Research (lectura completa, unos 12 minutos).
- Imprescindible. SEC (2023). Demanda SEC v. Terraform Labs and Do Hyeong Kwon, apartado sobre la pérdida de paridad de mayo de 2021 (párrafos 152–162).
- Para profundizar. GSR (2022, 25 de mayo). “Dissecting the Terra/UST Bank Run”.
- Para profundizar. Liu, J., Makarov, I. y Schoar, A. (2023). “Anatomy of a Run: The Terra Luna Crash”. NBER Working Paper (no verificado en esta edición).
Pregunta para mi cartera
¿Qué sesgo me ha costado más dinero en los últimos 12 meses, y qué regla escrita lo habría evitado?
Trabajo en cuatro pasos (unas 2 h):
- Datos, no recuerdos. Exporta del bróker todas tus operaciones de los últimos 12 meses (fecha, valor, importe, precio). Calcula:
- Rotación: importe vendido en el año / valor medio de la cartera.
- PGR y PLR (lección 8.3) con los días en que vendiste algo.
- Tu rentabilidad ponderada por dinero frente a un índice comparable (ver módulo 5).
- Autodiagnóstico. Repasa las cuatro listas “Cómo detectarlo en ti” y marca las señales que reconoces. Para cada una, busca una operación concreta que la ilustre.
- Coste. Para la operación más clara, estima qué habría pasado sin ella (por ejemplo, si hubieras mantenido el fondo indexado en vez de vender o comprar). Es una estimación, no una cifra exacta: lo importante es el orden de magnitud.
- Contrato conductual. Escribe entre 3 y 5 reglas (una por sesgo que te afecte) con este formato: “Cuando [situación], haré [acción], porque [sesgo]”. Ejemplo: “Cuando una posición caiga más de un 20 %, no miraré el precio de compra: aplicaré la pregunta de base cero, porque tiendo al efecto disposición”. Estas reglas pasan al plan de inversión (ver módulo 12), junto con la regla de no operar por titulares (ver módulo 7).
Para tu plataforma
Panel “Espejo conductual” en el centro de inversión:
| Elemento | Qué muestra | Dato de entrada |
|---|---|---|
| Indicador de disposición | PGR, PLR y su cociente, por año | Histórico de operaciones + precios diarios |
| Rotación y costes | Rotación anual y comisiones pagadas (ver módulo 2) | Operaciones y extractos |
| Diario de inversión | Tesis, rango esperado, probabilidad, criterio de invalidación y pre-mortem de cada compra | Formulario al registrar una compra |
| Calibración | Puntuación de Brier de tus predicciones y gráfico “dije 70 %, acerté X %” | Predicciones del diario + resultados |
| Temporizador de 48 h | Bloqueo visual entre idea y orden, salvo aportaciones automáticas | Fecha de la idea en el diario |
| Reglas activas | Tu contrato conductual, con aviso si una operación lo incumple | Reglas escritas en el paso 4 |
Puntuación de Brier para el panel de calibración (pᵢ = probabilidad que diste, oᵢ = 1 si ocurrió y 0 si no; 0 es perfecto y 0,25 equivale a decir siempre 50 %):
Glosario del módulo
Anclaje (de una stablecoin): compromiso de que un token mantenga un valor fijo frente a otro activo, normalmente 1 $. Su pérdida se llama depeg.
Apalancamiento financiero: Ver glosario del módulo 7.
Arrepentimiento: emoción negativa al comparar lo ocurrido con lo que habría pasado si se hubiera decidido otra cosa. Es mayor tras actuar que tras no actuar, lo que favorece la inacción con las posiciones perdedoras.
Aversión a las pérdidas: tendencia a que una pérdida pese más que una ganancia del mismo importe; el coeficiente λ mide cuánto más (≈ 2 según la evidencia reciente).
Aversión miope a las pérdidas: combinación de aversión a las pérdidas y evaluación frecuente de la cartera, que hace que un activo con rentabilidad esperada positiva se perciba como desagradable.
Brecha del inversor: Ver glosario del módulo 5.
Cascada informativa: situación en la que cada persona ignora su información privada y sigue lo que han hecho las anteriores, de modo que la decisión colectiva refleja solo las primeras señales.
Concentración: Ver glosario del módulo 4.
Contabilidad mental: conjunto de operaciones con las que clasificamos, etiquetamos y evaluamos el dinero en “cuentas” separadas, violando su fungibilidad.
Contrato conductual: conjunto de reglas escritas de antemano del tipo “cuando ocurra X, haré Y”, pensado para que las decisiones en caliente las tome el yo que planifica.
Efecto break-even: tendencia a asumir más riesgo tras una pérdida si la apuesta ofrece la posibilidad de quedar en tablas.
Efecto “dinero de la casa”: tendencia a arriesgar con más ligereza el dinero ganado recientemente que el aportado, como si no fuera propio.
Efecto disposición: tendencia a vender demasiado pronto las posiciones con ganancias y mantener demasiado tiempo las que tienen pérdidas.
Efecto rebaño: tendencia a imitar las decisiones de otros inversores, ya sea por inferir información, por reputación profesional o por presión social y emocional.
Efecto reflejo: inversión de la actitud ante el riesgo según el signo del resultado: aversión al riesgo en ganancias y búsqueda de riesgo en pérdidas.
Encuadre estrecho: evaluar cada decisión o posición de forma aislada en lugar de como parte de la cartera o de una serie de decisiones.
Exceso de confianza: sobrevaloración de la propia capacidad, de la posición frente a otros o de la precisión de las propias estimaciones (sobreestimación, sobrecolocación y sobreprecisión).
Finanzas conductuales: Ver glosario del módulo 5 (ampliado en este módulo).
FOMO (fear of missing out): miedo a quedarse fuera de una subida que otros aprovechan; actúa como una pérdida frente a un punto de referencia social.
Función de valor: función de la teoría prospectiva que asigna valor subjetivo a los cambios respecto a un punto de referencia; cóncava en ganancias, convexa y más empinada en pérdidas.
Fungibilidad: propiedad por la que cada unidad de dinero es intercambiable con cualquier otra, sea cual sea su origen o su destino.
Ilusión de control: creencia de que la propia actividad (operar, analizar, vigilar) influye en resultados que dependen en gran medida del azar.
Límites al arbitraje: Ver glosario del módulo 5.
Narrativa económica: historia contagiosa sobre la economía o un activo que influye en las decisiones de muchas personas; Shiller la modeliza como una epidemia.
Ponderación de probabilidades: transformación subjetiva de las probabilidades por la que se sobrepesan las pequeñas y se infraponderan las medianas y altas.
Pre-mortem: ejercicio previo a una decisión en el que se imagina que ha fracasado y se escriben las causas más probables.
Proporción de ganancias realizadas (PGR) / de pérdidas realizadas (PLR): medidas de Odean del porcentaje de ganancias y de pérdidas que se realizan cuando se vende; si PGR > PLR hay efecto disposición.
Puntuación de Brier: error cuadrático medio entre las probabilidades asignadas a unas predicciones y lo que ocurrió; mide la calibración (0 es perfecto).
Punto de referencia: nivel respecto al cual se juzga un resultado como ganancia o pérdida (precio de compra, máximo reciente, lo que ganaron otros).
Sesgo de autoatribución: tendencia a atribuir los aciertos a la propia habilidad y los errores a factores externos.
Sesgo de confirmación: tendencia a buscar, recordar y valorar más la información que confirma lo que ya se cree.
Sesgo retrospectivo: tendencia a creer, después de un suceso, que era previsible (“se veía venir”).
Short squeeze: Ver glosario del módulo 1.
Stablecoin algorítmica: criptoactivo que intenta mantener un valor fijo mediante reglas de emisión y canje con otro token, sin reservas suficientes en activos externos.
Teoría prospectiva: modelo descriptivo de Kahneman y Tversky sobre decisiones con riesgo, basado en un punto de referencia, aversión a las pérdidas, sensibilidad decreciente y ponderación de probabilidades.
TVL (total value locked): valor total de los activos depositados en un protocolo de finanzas descentralizadas; en Terra, la medida del tamaño de Anchor.
Fuentes del módulo
Cifras clave y datos del caso verificados el 17-11-2026 en las fuentes enlazadas. Las referencias marcadas “no verificado” se citan por revista y año sin haber comprobado el texto en esta edición. Los ejemplos numéricos marcados “cálculo propio” o “ilustrativo” son síntesis didácticas.
Verificadas
- Brown, A., Imai, T., Vieider, F. y Camerer, C. (2024). Meta-analysis of Empirical Estimates of Loss Aversion. Journal of Economic Literature, 62(2). Coeficiente medio 1,955 [1,82; 2,10]: resumen en EconPapers.
- Healthcare Economist (2024): origen del λ = 2,25 (25 estudiantes de posgrado) y 607 estimaciones de 150 artículos.
- Barber, B. y Odean, T. (2000). Trading Is Hazardous to Your Wealth. Journal of Finance, 55(2), 773–806. Cifras de 66.465 hogares, 11,4 % frente a 17,9 %: EconBiz.
- CoinDesk (9-5-2022). Investors Flee Terra’s Anchor as UST Stablecoin Repeatedly Loses $1 Peg: depósitos de Anchor de 14.000 a 8.700 millones de $.
- GSR (25-5-2022). Dissecting the Terra/UST Bank Run: rendimiento del 19,5 % y tamaño de UST.
- Spark (glosario). UST Collapse (Terra/Luna): capitalización máxima de UST y LUNA, máximo de 119,18 $ el 5-4-2022 y peso de Anchor.
- The Block (11-5-2022). Terra, Luna and UST: How we got here: agotamiento previsto de la reserva de Anchor.
- Qureshi, H. (16-5-2022). The Reign of Terra: The Rise and Fall of UST. Dragonfly Research.
- Bitcoin Magazine (2022). Luna Foundation Sold 80,000 Bitcoin Amid UST Crash y Decrypt: 80.394 BTC, 33.206 BTC vendidos el 10-5-2022 y 313 BTC restantes.
- K33 Research (16-5-2022). Storm settles: LFG’s BTC reserves drained: expansión de la oferta de LUNA.
- Kitco (17-2-2023). SEC charges Do Kwon and Terraform y The Block (17-2-2023), Jump is the unnamed ‘US trading firm’: episodio de mayo de 2021 y beneficio de más de 1.000 millones.
- SEC (2024). Comunicado 2024-212 sobre Tai Mo Shan y Crowdfund Insider: sanción de 123 millones.
- The Block (11-12-2025). Do Kwon sentenced to 15 years; Decrypt (en español); Business Standard / AP: condena, petición fiscal, detención en Montenegro y acuerdo con la SEC.
Citadas sin verificar en esta edición
- Kahneman y Tversky (1979), Econometrica; Tversky y Kahneman (1992), Journal of Risk and Uncertainty.
- Benartzi y Thaler (1995), Quarterly Journal of Economics; Barberis y Huang (2008), American Economic Review; Gal y Rucker (2018), Journal of Consumer Psychology.
- Thaler (1985), Marketing Science; Thaler (1999), Journal of Behavioral Decision Making; Thaler y Shefrin (1981), Journal of Political Economy; Thaler y Johnson (1990), Management Science; Thaler y Benartzi (2004), Journal of Political Economy.
- Shefrin y Statman (1984), Journal of Financial Economics; Shefrin y Statman (1985), Journal of Finance; Shefrin y Statman (2000), Journal of Financial and Quantitative Analysis.
- Baker, Nagel y Wurgler (2007), Brookings Papers on Economic Activity.
- Odean (1998), Journal of Finance; Barber y Odean (2001), Quarterly Journal of Economics; Barber y Odean (2008), Review of Financial Studies; Barber, Huang, Odean y Schwarz (2022), Journal of Finance.
- Moore y Healy (2008), Psychological Review; Gervais y Odean (2001), Review of Financial Studies; Barberis y Xiong (2012), Journal of Financial Economics.
- Bikhchandani, Hirshleifer y Welch (1992), Journal of Political Economy; Banerjee (1992), Quarterly Journal of Economics; Scharfstein y Stein (1990), American Economic Review.
- Liu, Makarov y Schoar (2023), NBER Working Paper, “Anatomy of a Run: The Terra Luna Crash”.
- Libros: Kahneman, Pensar rápido, pensar despacio (2011); Thaler, Portarse mal (2015); Shiller, Narrative Economics (2019) y Exuberancia irracional (3.ª ed., 2015); Duke, Thinking in Bets (2018). Curso: Shiller, Open Yale ECON 252 (2011).
Toca otra vez para desmarcarlo.