„Straty bolą dwa razy bardziej” nie jest prawem psychologii
Awersja do straty należy do najlepiej znanych idei ekonomii behawioralnej: zmiana traktowana jako strata może mieć większą wagę niż równie duży zysk. Duża metaanaliza z 2024 roku zebrała 607 oszacowań ze 150 artykułów i otrzymała średni współczynnik awersji do straty 1,955. To zaskakująco blisko popularnej reguły „około dwa razy”, ale ta liczba jest średnią z wielu badań, procedur i populacji, a nie stałą ludzkiego mózgu. Nie można więc wyciągnąć wniosku, że każda osoba odczuwa każdą stratę dokładnie dwa razy silniej niż zysk. Ciekawostką jest raczej to, że asymetria jest widoczna zbiorczo, mimo dużej różnorodności sposobów jej pomiaru.
Co właściwie znaczy awersja do straty
Awersja do straty dotyczy względnej wagi zmian po obu stronach punktu odniesienia. Jeśli 100 zł zysku i 100 zł straty są traktowane psychologicznie symetrycznie, współczynnik takiej asymetrii byłby bliski 1. Jeżeli strata wpływa na decyzję silniej, współczynnik jest większy. To nie to samo co ogólna niechęć do ryzyka. Można unikać ryzyka z wielu powodów, nawet gdy nie rozróżnia się zysków i strat w taki sposób. W badaniach oba pojęcia trzeba więc rozdzielać.
Skąd wzięło się „dwa razy bardziej”
Popularnonaukowa formuła sugeruje czasem, że ludzki mózg posiada uniwersalny przelicznik: strata = 2 × zysk. Metaanaliza opublikowana w Journal of Economic Literature w 2024 roku pokazuje bardziej interesujący obraz. Autorzy zebrali 607 empirycznych estymacji opublikowanych między 1992 a 2017 rokiem w 150 artykułach z ekonomii, psychologii, neuronauki i innych dziedzin. Średnia wyniosła 1,955. Wynik wspiera ogólną ideę asymetrii, ale nie zmienia średniej w prawo psychofizyczne obowiązujące każdą osobę.
Punkt odniesienia jest równie ważny jak kwota
Żeby mówić o stracie, trzeba wiedzieć, względem czego jest ona stratą. Dla jednej osoby spadek ceny akcji z 120 do 100 może oznaczać stratę, bo kupiła po 120. Dla innej, która kupiła po 80, ta sama cena 100 może nadal oznaczać zysk. W teorii perspektywy punkty odniesienia są centralne: decyzje zależą od tego, czy wynik zostaje zakodowany jako poprawa czy pogorszenie. Dlatego awersja do straty wiąże się z framingiem, efektem posiadania czy przywiązaniem do status quo, ale nie jest automatycznym wyjaśnieniem każdego z tych zjawisk.
Dlaczego ostrożność w interpretacji ma znaczenie
Jeśli ktoś mówi „ludzie nienawidzą strat dwa razy bardziej niż lubią zyski”, pomija co najmniej trzy rzeczy: różnice indywidualne, zależność od procedury badawczej i rolę punktu odniesienia. Metaanaliza pokazuje mocny średni wzorzec, lecz naukowa wartość nie polega na zapamiętaniu liczby 1,955. Ważniejsze jest zrozumienie, że identyczna zmiana ilościowa może być ważona inaczej zależnie od tego, po której stronie psychologicznego punktu odniesienia się znajduje.
Awersja do straty nie jest tym samym co „strata boli”
Popularne sformułowanie odwołujące się do bólu sugeruje bezpośredni pomiar emocji, podczas gdy wiele badań szacuje awersję do straty z zachowania w zadaniach decyzyjnych. Współczynnik większy od 1 oznacza, że model potrzebuje większej wagi po stronie strat, aby odtworzyć obserwowane wybory. Nie jest to więc prosty termometr przykrości. Różne procedury — loterie, wymiany, wyceny czy decyzje konsumenckie — mogą prowadzić do odmiennych estymacji. Ta różnica jest ważna, bo chroni przed nadinterpretacją: z modelu wyboru nie wynika automatycznie, że układ nerwowy „czuje dwa razy więcej bólu” przy stracie niż przy zysku.
Kiedy asymetria może być rozsądna
Straty i zyski często nie są obiektywnie symetryczne. Utrata ostatnich 100 zł przed opłaceniem rachunku może mieć większe konsekwencje niż dodatkowe 100 zł premii. Podobnie utrata przedmiotu, do którego dostęp jest trudny, może generować koszt ponownego wyszukania i zakupu. Badania laboratoryjne próbują oddzielać te racjonalne asymetrie od czystej zależności od punktu odniesienia. W codziennym życiu nie zawsze da się je rozdzielić. Dlatego używanie etykiety „loss aversion” powinno następować dopiero po sprawdzeniu, czy większa waga straty nie wynika po prostu z realnie większych konsekwencji. Metaanaliza nie usuwa również sporów o mechanizm. Tę samą asymetrię zachowania można próbować wyjaśniać kształtem funkcji wartości, uwagą, emocjami, strukturą zadania albo innymi elementami modelu. Dlatego współczynnik loss aversion jest parametrem modelu, a nie bezpośrednio obserwowaną właściwością neuronów. Wartość badań polega na tym, że pozwalają porównywać, który model najlepiej przewiduje wybory w danych warunkach. Popularne hasło jest łatwe do zapamiętania, ale naukowo ciekawsza jest zależność asymetrii od punktu odniesienia i procedury pomiaru.