Regresar
COMPARTIR

Hace algunos días escribí sobre el “Hindisght bias, el engaño de lo obvio”, hablé del sesgo de retrospectiva, como sucesos actuales. En el presente, nos parece que eran más predecibles de lo que realmente eran (el Brexit, que Trump ganara la elección, que el S&P500 sea el índice con mejor desempeño vs otros países, etc.)

También hablé de cómo este sesgo, hace que nos engañemos creyendo que el éxito que han tenido ciertas empresas como AMZN, FB, NFLX y otros llamados disruptores era muy predecibles y era obvio que invertir en esas empresas iba a ser bueno. Además, hay otro sesgo que complementa este tipo de fantasías, y es el sesgo de supervivencia.

Para ilustrarlo, retomaré una historia de la segunda guerra mundial: la milicia estadounidense tenía que tomar la decisión de qué partes de un avión había que reforzar para hacerlos más robustos en combate para lo cual analizaron las áreas con más daño de los aviones que se tenía información. En la siguiente imagen se muestran las áreas con más daños de los aviones que regresaban de combate:


By McGeddon – Own work, CC BY-SA 4.0, https://commons.wikimedia.org/w/index.php?curid=53081927

Con esta información la milicia estadounidense, tomó la decisión de que se debían reforzar las áreas con mayor daño (las que tienen más puntos en rojo), sin embargo, el estadístico Abraham Wald, llegó a la conclusión contraria, tomando en cuenta el sesgo de supervivencia. Es decir, el se dio cuenta de que los aviones que estaban analizando eran los que lograban sobrevivir y regresar a base. Este razonamiento lo llevó a pensar que las áreas de los aviones que había que reforzar era las que no mostraban daños, como motores y cabina pues los aviones que eran impactados en estas zonas no sobrevivían y por lo tanto no podían regresar a casa para el análisis; y contrario a las primeras conclusiones de la milicia de reforzar las áreas con daño, más bien estas eran las áreas que podían sufrir daño sin que los aviones cayeran.

El sesgo de supervivencia lo vemos presente en los mercados, cuando vemos análisis, por ejemplo de que las compañías tecnológicas han tenido rendimientos extraordinarios, como Facebook, Amazon, Google, Microsoft y queremos extrapolar esto a TODAS las compañías tecnológicas cuando en realidad hay miles de empresas en el sector que no la han pasado tan bien e incluso han fracasado.

Está presente también cuando vemos análisis del comportamiento o las costumbres de las personas más exitosas del mundo, y cuando cierta gente saca conclusiones como “muchos millonarios usan camisas blancas planchadas, si quieres ser millonario usa camisas blancas planchadas” cuando estas fantasías ignoran que hay millones de personas con camisas blancas planchadas que no son millonarios.

Sin duda, debemos pensar fuera de la caja para mitigar el “survivorship bias”, ya que, si ni siquiera somos conscientes de que somos presas fáciles de este sesgo, corremos el riesgo de tomar decisiones que en realidad no tengan sentido.




Image

Anúnciate

Para conocer mejor nuestros servicios anunciantes llena el formulario y un ejecutivo se estará comunicando para realizar un plan y cotización a tu medida.

Image

Newsletter
EPEAK

Obtenga los aspectos más destacados de las noticias más importantes.