UNIVERSIDADE FEDERAL DO RIO DE JANEIRO INSTITUTO COPPEAD DE ADMINISTRAÇÃO JOÃO MOREIRA SCHUERY

Transcrição

1 1 UNIVERSIDADE FEDERAL DO RIO DE JANEIRO INSTITUTO COPPEAD DE ADMINISTRAÇÃO JOÃO MOREIRA SCHUERY ANCORAGEM E AJUSTAMENTO E SUA UTILIZAÇÃO EM JULGAMENTO E TOMADA DE DECISÃO: um experimento no contexto brasileiro RIO DE JANEIRO 2012

2 2 JOÃO MOREIRA SCHUERY ANCORAGEM E AJUSTAMENTO E SUA UTILIZAÇÃO EM JULGAMENTO E TOMADA DE DECISÃO: um experimento no contexto brasileiro Dissertação de Mestrado apresentada ao Programa de Pós-Graduação em Administração do Instituto COPPEAD de Administração da Universidade Federal do Rio de Janeiro, como parte dos requisitos necessários à obtenção do título de Mestre em Administração (M.Sc.). Orientador: Marcos Gonçalves Ávila RIO DE JANEIRO 2012

3 3 Schuery, João Moreira. Ancoragem e ajustamento e sua utilização em julgamento e tomada de decisão: um experimento no contexto brasileiro. / João Moreira Schuery.-- Rio de Janeiro: UFRJ, f. Dissertação (Mestrado) - Universidade Federal do Rio de Janeiro, Instituto Coppead de Administração, Rio de Janeiro, Orientador: Marcos Gonçalves Ávila. 1. Tomada de decisão. 2. Administração - Teses. I. Ávila, Marcos Gonçalves (orient.). II. Universidade Federal do Rio de Janeiro. Instituto de COPPEAD de Administração. III. Título. CDD

4 4 JOÃO MOREIRA SCHUERY ANCORAGEM E AJUSTAMENTO E SUA UTILIZAÇÃO EM JULGAMENTO E TOMADA DE DECISÃO: um experimento no contexto brasileiro Dissertação de Mestrado apresentada ao Programa de Pós-Graduação em Administração do Instituto COPPEAD de Administração da Universidade Federal do Rio de Janeiro, como parte dos requisitos necessários à obtenção do título de Mestre em Administração (M.Sc.). Aprovada por: Prof. Marcos Gonçalves Ávila, Ph. D. - Orientador Instituto COPPEAD de Administração - UFRJ Prof. Vicente Antônio de Castro Ferreira, D. Sc. Instituto COPPEAD de Administração - UFRJ Verônica Feder Mayer (D. SC.) Faculdade de Administração, Ciências Contábeis e Turismo, Universidade Federal Fluminense RIO DE JANEIRO 2012

5 À Milene Peres Guerson Medeiros Schuery, pelo apoio incondicional durante os longos períodos de ausência. 5

6 6 AGRADECIMENTOS Ao Professor Marcos Ávila pela orientação e apoio durante toda a elaboração desse trabalho. Ao Professor Márcio Luís Moreira de Souza pela ajuda fundamental durante a análise estatística dos resultados. Aos participantes dos experimentos pela colaboração nesta pesquisa. À todos os meus colegas de mestrado que se tornaram amigos e compartilharam suas experiências profissionais e pessoais. Ao corpo docentedo Coppead pelos conhecimentos e experiências transmitidos. Aos funcionários do Coppead por todo apoio aos mestrandos. Ao CNPQ pela bolsa que me foi concedida. À minha mãe que me incentivou, torceu, ajudou e chegou até a atuar como assistente de pesquisa. Exemplo eterno de garra e perseverança. As minhas irmãs, meu pai e amigos pelo apoio e compreensão durante o curso.

7 7 RESUMO SCHUERY, João Moreira. Ancoragem e Ajustamento e Sua Utilização em Julgamento e Tomada de Decisão. Dissertação (Mestrado em Administração) - Instituto COPPEAD de Administração, Universidade Federal do Rio de Janeiro, Rio de Janeiro, O campo de estudos conhecido como Finanças Comportamentais vem ganhando relevância através das pesquisas envolvendo análises dos aspectos psicológicos, usando heurísticas e vieses, no momento do julgamento e tomada de decisão. Estes estudos considerados hoje uma realidade, contrastam com os conceitos clássicos desta disciplina. Esta dissertação verificou a evolução do conceito de ancoragem e ajustamento insuficiente. Através de um experimento mediu seus efeitos em julgamentos sob incerteza, quando indivíduos ao realizar estimativas ou decidir sobre algum valor, tendem a buscar um valor inicial disponível, que servirá como âncora e ajustá-lo. Utilizou-se a metodologia experimental e os resultados se mostraram alinhados com a literatura revista sustentando às hipóteses de influência da ancoragem e do ajustamento insuficiente na tomada de decisão sob incerteza. A variável experiência foi testada a parte,e surpreendentemente, os indivíduos com expertise dessa amostra não foram influenciados pela âncora. Palavras-chave: Julgamento, tomada de decisão, incerteza, heurísticas, ancora e ajustamento, racionalidade.

8 8 ABSTRACT SCHUERY, João Moreira. Anchoring and Adjustment and Its Use in Judgment and Decision Making. Dissertation (Master in Management) - COPPEAD Institute of Directors, Federal University of Rio de Janeiro, Rio de Janeiro, The study field known as Behavioral Finance is gaining relevance through research involving analysis of psychological aspects by using heuristics and biases at the time of judgment and decision making. These studies are considered a reality today and it contrasts the classical concepts of this discipline. This essay examined the concept evolution of anchoring and insufficient adjustment. Through an experiment measured their effects on judgments under uncertainty, when individuals make estimates or to decide on some value, tend to seek an initial value available, which will serve as an anchor and adjust it. Using experimental methodology the results were in line with the reviewed literature supporting the hypothesis of influence of anchoring and insufficient adjustment in decision making under uncertainty. The variable experience was tested separated, and surprisingly, individuals with expertise in this sample were not influenced by the anchor. Keywords: Judgment, decision making, uncertainty, anchoring and adjustment, rationality.

9 9 LISTA DE FIGURAS Figura 1 - Estágios do Processo de Ancoragem 21 Figura 2 Destaques Verificados na Literatura 26 Figura 3 - Células Experimentais 37 Figura 4 - LEE ANOVA 2 Fatores Primeira Rodada 42 Figura 5 - LEE ANOVA 2 Fatores 7 Rodada 44

10 10 LISTA DE GRÁFICOS Gráfico P1- Remunerações Médias Propostas e Soluções Ótimas 40 Gráfico P2 - Remunerações Médias Propostas e Soluções Ótimas 40 Gráfico P3 - Remunerações Médias Propostas e Soluções Ótimas 41 Gráfico 4 (LEE) -Lucros Esperado Auferido e Solução Ótima. 42

11 11 LISTA DE TABELAS Tabela1 - Probabilidade de atingir cada montante de receita de acordo com 29 o nível de esforço do gerente. Tabela 2 - Esforço do Gestor em função dos Modelos Projetados 39 Tabela 3 - Valores em R$ das Remunerações e Solução Ótima 40 Tabela 4 - Valores em R$ dos LEE dos Participantes e Solução Ótima 42 Tabela 5-1ª. Rodada (âncora alta VS âncora baixa) 44 Tabela 6-1ª. Rodada (profissionais VS estudantes) 44 Tabela 7-7ª. Rodada (âncora alta VS âncora baixa) 45 Tabela 8-7ª. Rodada (profissionais VS estudantes) 45 Tabela 9-1ª Rodada (Variáveis Independentes x Variáveis Dependentes) 46 Tabela 10-7ª Rodada (Variáveis Independentes x Variáveis Dependentes) 46

12 12 SUMÁRIO 1. INTRODUÇÃO OBJETIVOS DA PESQUISA RELEVÂNCIA DO TEMA E CONTRIBUIÇÃO DO ESTUDO ORGANIZAÇÃO DO TRABALHO REVISÃO DA LITERATURA A TOMADA DE DECISÃO SOB INCERTEZA FINANÇAS COMPORTAMENTAIS ANCORAGEM E AJUSTAMENTO O EXPERIMENTO DE AVILA (1993) O PAPEL DA EXPERIÊNCIA DIVERGÊNCIA ENTRE KAHNEMAN E KLEIN HIPÓTESES E METODOLOGIA DE PESQUISA HIPÓTESES METODOLOGIA ANÁLISE DOS RESULTADOS ANÁLISE DESCRITIVA RESULTADOS DOS TESTES DE HIPÓTESES HIPÓTESES 2 e EFEITO INTERAÇÃO CONCLUSÕES REFERÊNCIAS BIBLIOGRÁFICAS ANEXOS... 56

13 13 1. INTRODUÇÃO Na área de Finanças, o campo de estudos conhecido como Finanças Comportamentais vem ganhando relevância. Cada vez mais, pesquisadores apresentam trabalhos com resultados que contrastam os conceitos clássicos desta disciplina. Dessa forma, faz-se necessário englobar nas análises aspectos psicológicos, uma vez que o uso das heurísticas e vieses no momento do julgamento e tomada de decisão é considerado hoje uma realidade. A heurística da ancoragem e ajustamento foi apresentada na literatura associada a julgamento e tomada de decisão por Tversky e Kahneman (1974), embora noções de ancoragem tenham sido introduzidas anteriormente sobre inversões de preferências por Lichtenstein e Slovic (1971). As heurísticas utilizadas pelo cérebro no momento do julgamento e da tomada de decisão tem sido objetos dos mais variados estudos e pesquisas no meio acadêmico. Particularmente, este trabalho se concentrou em experimentos para medir o efeito da ancoragem e ajustamento, que se caracteriza pela tendência de focalizarmos a atenção sobre um número e o utilizarmos como referência quando precisamos fazer uma estimativa. Definido o valor inicial (âncora), a etapa seguinte é a de ajustamento, que tende a ser insuficiente (Tversky e Kahneman, 1974). Por se tratar de um mecanismo inato, automático e involuntário, a ancoragem apresenta uma peculiaridade interessante no que diz respeito à utilização de números de referência ainda que, em certos contextos, esteja claro que tais números não apresentam qualquer relação com o objeto da estimativa. O presente trabalho tem como delimitação analisar a evolução dos conceitos de ancoragem e ajustamento, realizar um experimento com foco na área de Finanças Corporativas e verificar se a variável experiência reduz os efeitos do fenômeno abordado. A seguir, serão apresentados os objetivos do estudo e uma discussão sobre a relevância do tema.

14 OBJETIVOS DA PESQUISA O objetivo desse trabalho foi agrupar os principais conceitos de ancoragem e ajustamento e realizar um experimento para avaliar o poder desse fenômeno na tomada de decisão. Além do modelo básico que testa a variável independente âncora (alta x baixa), acrescentou-se a variável independente experiência (profissionais x estudantes). Por meio de uma simulação para a criação de um modelo de remuneração que privilegia o desempenho do gestor, foram testadas as seguintes hipóteses básicas: (a) o modelo de remuneração ótimo é diferente daquele encontrado em condições experimentais; (b) haverá um efeito de ancoragem e ajustamento nos planos de remuneração projetados; e (c) tais efeitos serão menores dentre os participantes que tiverem maior experiência nessa tarefa (a de desenhar, na sua rotina profissional, planos de remuneração). 1.2 RELEVÂNCIA DO TEMA E CONTRIBUIÇÃO DO ESTUDO O tema abordado no trabalho faz parte do cotidiano das pessoas, tanto no ambiente profissional quanto no ambiente familiar e social em geral. Tomamos decisões envolvendo incerteza na maioria das situações com as quais nos defrontamos na nossa rotina. O fato de conhecermos o poder da ancoragem e ajustamento nos possibilita amenizar (ou, eventualmente, neutralizar) seus efeitos. No terreno de gestão, cada vez mais são desenhados modelos de remuneração buscando um alinhamento dos interesses dos acionistas e donos de empresa com os gestores. Contudo, cabe aquele que irá conceber uma proposta de remuneração ter consciência de que ele será influenciado por pontos de referência. A desconstrução de modelos pré-estabelecidos pode contribuir para se chegar a um modelo que se aproxime de uma solução ótima. É importante destacar que a utilização de valores âncoras pode ser verificada em diversas outras áreas, mas este trabalho focou no seu poder nas negociações e modelos de remuneração no contexto brasileiro. Dessa forma, o estudo contribui com a literatura ao verificar o efeito da ancoragem e ajustamento na modelagem de planos de remuneração.

15 ORGANIZAÇÃO DO TRABALHO A dissertação foi dividida de acordo com a estrutura abaixo: Capítulo 2: Revisão de Literatura. Agrupa os principais conceitos teóricos da decisão em situações de incerteza, apresentando os fundamentos do campo denominado Finanças Comportamentais e, por fim, verificando a evolução dos estudos sobre Ancoragem e Ajustamento. Capítulo 3: Hipóteses e metodologia de pesquisa. Apresenta o modelo concebido para a verificação da Ancoragem e Ajustamento no contexto brasileiro. Capítulo 4: Análise dos Resultados. Os resultados são apresentados e é feito uma análise crítica do que foi encontrado. Capitulo 5: Conclusões. Apresenta as conclusões do estudo e as considerações finais sobre o tema.

16 16 2. REVISÃO DA LITERATURA 2.1 A TOMADA DE DECISÃO SOB INCERTEZA O foco da pesquisa em julgamento e tomada de decisão está no modo como as pessoas combinam desejos (utilidades, valores pessoais, objetivos, entre outros) e crenças (expectativas, conhecimentos) na escolha de um curso de ação. Assim, o que chamamos de tomada de decisão se refere ao processo completo da escolha de um curso de ação, e julgamento se refere aos componentes do processo de tomada de decisão que se ocupam da avaliação, estimação e dedução dos eventos que podem ocorrer; das reações do tomador de decisão quanto aos possíveis resultados destes eventos; e aos aspectos cognitivos do processo de tomada de decisão (HASTIE, 2001). Ou seja, julgamento e tomada de decisão são processos cognitivos pelos quais uma pessoa pode avaliar várias alternativas e selecionar a opção mais adequada. (STERNBERG, 2000) Em 1955, Simon reconheceu a capacidade cognitiva limitada da mente humana quando introduziu o conceito de racionalidade limitada. Em seu trabalho vencedor do prêmio Nobel, Simon (1979) sugeriu que o julgamento individual fica restringido pela sua racionalidade e que o conceito de racionalidade limitada propicia uma estrutura para o questionamento das suposições históricas do modelo racional, bem como fornece a base para o estudo dos desvios do julgamento dito racional. Ele argumenta que o homem não se comporta de forma racional não porque não queira, mas porque não consegue. Suas capacidades cognitivas e computacionais são bastante limitadas quando comparadas com a complexidade do mundo à sua volta. O princípio da racionalidade limitada assume que, para lidar com as complexidades do mundo real, o indivíduo deve construir um modelo simplificado para cada situação. Simon introduziu o conceito de comportamento racional como sendo individualizado e como sendo uma função de propriedades psicológicas, incluindo percepção, pensamento e aprendizagem. Isto vai claramente de encontro com a teoria normativa que prescreve abordagens que buscam uma solução específica ideal ou ótima para cada problema de decisão.

17 17 Muitas decisões são tomadas sob forte incerteza, o que inclui, diversas vezes, estimativas de valores e probabilidades. Segundo Kahneman e Tversky (1974), heurísticas são regras gerais de influência utilizadas pelo decisor para simplificar seus julgamentos em tarefas decisórias de incerteza. A questão é o porquê de as pessoas acessarem determinados valores. Um dos principais artigos dos autores mostrou que as pessoas se baseiam em um limitado número de heurísticas, que podem ser muito úteis, mas também levar a erros grandiosos. Alguns atalhos utilizados por indivíduos na tomada de decisão são bastante úteis e fazem sentido diante de algumas situações. O problema é seu uso desacompanhado de racionalidade, de forma automática. Diante de uma decisão, muitos indivíduos utilizam sua experiência e pensamento racional limitado e ficam sujeitos às heurísticas e vieses trazidos por uma amostra pequena ou situação específica, e com isso erros acontecem. As principais heurísticas abordadas por Kahneman e Tversky (1974) são a representatividade, a disponibilidade e ajustamento e ancoragem. Este trabalho está focado no estudo do ajustamento e ancoragem. 2.2 FINANÇAS COMPORTAMENTAIS Pesquisadores que estudam o julgamento e a tomada de decisão humana têm se empenhado em um contínuo debate em relação à racionalidade humana. Explicações e prognósticos das escolhas das pessoas em nosso cotidiano, assim como nas ciências sociais, são frequentemente fundamentadas na suposição da racionalidade no processo de tomada de decisões (TVERSKY; KAHNEMAN, 1981). As Finanças Comportamentais surgiram a partir das críticas às Finanças Tradicionais e aos modelos de tomada de decisão. Segundo Shefrin (2003), representam uma nova área de conhecimento na teoria financeira, em grande crescimento, preocupando-se com o estudo da influência dos aspectos psicológicos do comportamento humano no processo decisório dos agentes no mercado financeiro.

18 18 A definição do termo racionalidade tem sido muito debatida. Segundo Tversky e Kahneman (1981), escolhas racionais são aquelas que obedecem a princípios básicos de coerência e consistência. Para Bazerman (2004, p. 6), [...] racionalidade refere-se ao processo de tomada de decisão que esperamos que leve ao resultado ótimo, dada uma avaliação precisa dos valores e preferências de risco do tomador de decisões. Entendemos, assim, que o modelo racional é fundamentado em um conjunto de proposições que determinam como uma decisão deve ser tomada em vez de descrever como uma decisão é tomada. Assim, Halfeld (2001-, p.67) afirma que: O homem das Finanças Comportamentais não totalmente racional; é um homem simplesmente normal. Essa normalidade implica um homem que age, frequentemente, de maneira irracional, que tem suas decisões influenciadas por emoções e por erros cognitivos. Os autores Rogers, Favato e Securato (2008) declaram que as Finanças Comportamentais objetivam explicar por que os agentes econômicos cometem erros sistemáticos de avaliação de valores, probabilidades e riscos. De acordo com as Finanças Comportamentais os indivíduos nem sempre agem racionalmente, pois muitas vezes estão propensos aos efeitos das ilusões cognitivas. Segundo Cerbasi (2008), além de lidar com a complexidade de analisar diversos dados, a tomada de decisão em Finanças ainda é dificultada pela próxima e perigosa inimiga de investimentos: a mente e suas manias. A Psicologia Econômica e uma de suas ramificações, as Finanças Comportamentais, estudam e tentam explicar comportamentos e decisões bem pensados, mas que seriam considerados ilógicos do ponto de vista racional e quantitativo. A premissa que dá sustentação à maior parte da teoria econômica e financeira moderna está calcada na racionalidade dos agentes econômicos, sejam eles indivíduos ou empresas. De acordo com essa suposição, todos os agentes econômicos são cem por cento racionais, isto é, usam todo o conjunto de informações disponíveis, públicas e privadas, da melhor maneira possível.

19 19 Para Mosca (2009), como consequência, teríamos decisões ótimas que maximizam a satisfação ou utilidade desses agentes. O autor ainda afirma que ao observarmos os comportamentos e decisões efetivamente tomadas por tais agentes econômicos no dia-a-dia, vemos pouca evidência da existência dessa total racionalidade. Seria mais adequado, portanto, considerar a existência de racionalidade limitada, como consequência de tendências comportamentais. Assim, o mercado não poderia ser considerado eficiente como prega a teoria econômica tradicional. Entre os conceitos mais estudados em Finanças Comportamentais estão a ancoragem, o efeito manada,o excesso de otimismo e confiança,dentre outros. Na essência de todos estes conceitos está a aversão a perdas. Segundo Tversky e Kahneman (1974) as pessoas sentem mais dor pelo que perdem do que satisfação com um ganho em um determinado prazo. Essa conclusão vai contra a lógica racional de que as pessoas avaliam o risco de um investimento de acordo com a mudança em seu nível de riqueza. Ainda segundo Tversky e Kahneman, investidores tendem a se arriscar em potenciais perdas futuras do que em pequenos prejuízos no curto prazo. O estudo das Finanças Comportamentais a partir do entendimento das heurísticas e vieses propostos por Tverskye Kahneman (1974) podem auxiliar julgamentos e decisões em situações de incerteza, muito aplicável ao ambiente de investimentos e finanças corporativas. 2.3 ANCORAGEM E AJUSTAMENTO Os primeiros estudos sobre ancoragem e ajustamento foram conduzidos por Lichtenstein e Slovic (1971) ao verificar inversões de preferências nas escolhas sob incerteza. Os autores não utilizaram os termos ancoragem e ajustamento, mas identificaram através de um experimento de loteria que os indivíduos partiam de um ponto inicial como objetivo e depois o ajustavam de acordo com os atributos da aposta. Tversky e Kahneman (1974) consolidaram os conceitos de ancoragem e ajustamento ao afirmarem que as pessoas fazem previsões a partir de um valor

20 20 inicial e depois a ajustam até sua resposta final. O problema reside no fato de que, em geral, esses ajustes são insuficientes. Além disso, valores iniciais diferentes geram previsões diferentes, viesadas em função do ponto de partida. Os autores apresentam o fenômeno da ancoragem como: Em muitas situações, as pessoas fazem estimativas a partir de um ponto inicial que é ajustado até se chegar a uma resposta final. O valor inicial, ou ponto inicial pode ser sugerido pela formulação do problema ou então, pode ser resultado de um cálculo inicial. Qualquer que seja a fonte deste valor inicial, os ajustamentos são tipicamente insuficientes, isto é, pontos iniciais diferentes geram estimativas diferentes, as quais são viesadas na direção dos valores iniciais. (Tversky e Kahneman, 1974, p. 1125, tradução nossa) Diversos estudos mostram que quando precisam tomar decisões numéricas, as pessoas estão muitas vezes influenciadas por números irrelevantes.entre os vários experimentos conduzidos por Kahneman e Tversky (1974), destaca-se um em que indivíduos eram requisitados a girar uma roleta com números de 1 a 100. Logo após, precisavam responder a uma pergunta: quantos países africanos fazem parte da ONU? Os resultados, surpreendentes, mostraram que aqueles que tiraram na roleta números próximos a 10, responde em média 25 para a pergunta. Aqueles que tiraram números próximos a 65, respondem em média 45 países para a mesma pergunta. A ancoragem ocorre, também, quando o indivíduo baseia sua estimativa no resultado de cálculo incompleto. Em outro estudo de Tversky e Kahneman (1974), foi solicitado que um grupo de alunos fizesse uma estimativa, dentro de cinco segundos, do produto de 8x7x6x5x4x3x2x1, enquanto que outro grupo deveria estimar, no mesmo intervalo de tempo, o produto de 1x2x3x4x5x6x7x8. O resultado do produto desses números, conhecido como fatorial de oito é No entanto, a média estimada na primeira sequência foi 2.250, enquanto a média estimada para a segunda foi 512. O resultado dos primeiros passos de multiplicação serviu como âncora para a estimativa final dos dois grupos. Um estudo clássico conduzido por Joyce e Biddle (1981) verificou o poder da ancoragem e ajustamento nas inferências efetuadas por auditores profissionais de empresas de consultorias em Chicago. Este estudo ganhou destaque no meio acadêmico, pois seus resultados confirmam os efeitos da ancoragem nos profissionais ao desenvolver seus trabalhos de auditoria. O estudo mostra ainda que além da ancoragem, os auditores também foram influenciados por outros fatores pessoais ao fazerem inferências probabilísticas.

21 21 Um novo tipo de explicação tem sido proposta por vários autores que sugerem a origem da ancoragem no momento de influência da âncora no estágio de recuperação e seleção da informação como um mecanismo de ativação. A ancoragem, como ativação, descreve a noção de que estas referências influenciam a disponibilidade, a construção e a recuperação de características do objeto a ser julgado. Chapman e Johnson (1999), Strack e Mussweiler (1997) e Mussweiler e Strack (1999, 2000, 2001), todos sugerem que a âncora age como se fosse uma sugestão, fazendo com que informações consistentes com a âncora estejam mais disponíveis na memória por meio de mecanismos de preparação (priming mechanisms), ou por meio de uma pesquisa externa que é viesada pela presença de uma referência. Sendo a âncora considerada uma candidata à resposta da quantidade incerta a ser estimada, pelo menos como uma convicção passageira, ela influencia o julgamento dos indivíduos quanto à estimativa desta quantidade. Strack e Mussweiler (1997) foram os primeiros autores a proporem esta nova abordagem e a intitularem de Modelo de Acessibilidade Seletiva (Selective Acessibility Model). Outros estudos utilizando o mesmo modelo obtiveram resultados semelhantes, como no experimento feito por Jacowitz e Kahneman (1995), onde pessoas solicitadas para estimar a altura do Monte Everest forneceram uma estimativa média de 8000 pés, depois de considerar se o Everest era maior ou menor que 2000 pés, mas estimaram uma altura média de pés, depois de considerar se o mesmo era maior ou menor que pés (LUPPE, 2006). Embora a heurística da ancoragem e ajustamento possa ser frequentemente útil em julgamentos e decisões, uma vez que possibilita uma economia de tempo e não demanda tanto esforço cognitivo, também pode levar a vieses. O julgamento pode ser enviesado em direção a uma âncora irrelevante como, por exemplo, um número arbitrário fornecido pelo pesquisador. Um estudo que utiliza o modelo de ancoragem padrão de dois estágios, pode também apresentar aos participantes um novo valor como âncora e pedir a eles que comparem diretamente este valor com o valor alvo da questão: Em média, a quantidade de bebês que nascem nos Estados Unidos, por dia, é maior ou menor que ?, Charles Chaplin viveu mais ou menos que 79 anos?, A velocidade média de um gato caseiro é maior ou menor que 30Km/h?. Com

22 22 pouco conhecimento do número de nascimento de bebês ou da longevidade de Chaplin e muito menos da velocidade de um gato, é provável que os indivíduos respondam a estas questões, primeiramente avaliando se o valor alvo poderia ser igual ao valor da âncora fornecida. Como as pessoas avaliam hipóteses, tentando confirmá-las (KLAYMAN; HA, 1987), provavelmente, esta avaliação comparativa ativa informações consistentes com o valor alvo. Quando os participantes são, então, perguntados sobre a estimativa do valor real da quantidade em questão (p.ex. Qual é a velocidade média de um gato caseiro? ), as evidências recrutadas, durante a etapa de comparação, estão desproporcionalmente disponíveis na memória e produzem uma estimativa absoluta viesada, na direção do valor inicial da âncora. (CHAPMAN, JOHNSON, 1999; STRACK, MUSSWEILER, 1997; MUSSWEILER, STRACK, 1999, 2000a, 2000b, 2001) Chapman e Gilovich (2002) apresentam três estágios cognitivos em que um processo de ancoragem poderia ocorrer. Naturalmente, a ancoragem pode ter múltiplas causas e os mecanismos cognitivos relevantes para sua ocorrência podem incidir em mais de um estágio. Os dois principais processos cognitivos explorados pelos pesquisadores, até o momento, como mecanismos que geram o fenômeno são a ancoragem como ajustamento e como ativação. A figura 1 abaixo ilustra os três estágios: Figura 1 - Estágios do Processo de Ancoragem

23 23 Os estudos sobre ancoragem estão em constante evolução. Kahneman (2003), por exemplo, excluiu a ancoragem do conceito de heurística. Essa modificação se deve à revisão do conceito de heurística, que passa a ser entendida como substituição de atributos, de modo que elementos omissos ou faltantes são substituídos por outros que sejam de domínio prévio das pessoas. Epley (2004) sugere que entender o fenômeno da ancoragem englobando suas fontes e origens por um único caminho não é possível. O autor destaca pelo menos duas formas de estudar a ancoragem e seus efeitos: âncoras autogeradas e fornecidas pelo pesquisador. Epley e Gilovich (2004) fornecem evidências que podem prever quando cada um dos dois processos será utilizado para criar o viés da ancoragem. Como nem todas as âncoras surgem da maneira proposta pelo modelo de ancoragem padrão de dois estágios, teremos dois processos distintos como geradores da ancoragem. Por exemplo, alguns podem não saber o preço que custará um automóvel Volkswagen Gol, no próximo ano, mas podem facilmente fazer um estimativa deste valor, ajustando para cima o custo atual deste modelo, adicionando a inflação esperada do período ou podem não saber o ponto de congelamento da vodka, mas podem, fazer uma estimativa deste valor, ajustando o ponto de congelamento da água (EPLEY; GILOVICH, 2005). Para responder questões como estas, as pessoas podem espontaneamente se ancorar em informações que são facilmente trazidas da memória e ajustar suas estimativas na direção que parecer mais apropriada. Estas âncoras auto-geradas são, portanto, parte de um processo heurístico como originalmente proposto por Tversky e Kahneman (1974), funcionando como um atalho para uma avaliação que seria complicada, se realizada de outra maneira, em que os indivíduos substituem um valor que sabem estar próximo da resposta correta, mas precisa de um pequeno ajustamento. Os valores âncoras auto-geradas servem como pontos de partida para a solução de problemas de julgamento numérico que realizamos diariamente e elas diferem das geradas no modelo padrão de ancoragem porque sabemos, desde o início que são valores incorretos e, por isso não precisam ser consideradas como possíveis respostas para o valor que está sendo estimado. O processo que gera estas âncoras difere consideravelmente dos processos envolvidos quando âncoras são fornecidas pelos pesquisadores ou por outra fonte externa,

24 24 demonstrando que existem distintos efeitos da ancoragem produzidos por diferentes mecanismos. (EPLEY; GILOVICH, 2004, 2005). Nos experimentos realizados por Epley e Gilovich (2001, 2004) para a demonstração dos dois processos geradores da ancoragem, por ajustamento e por ativação, foram utilizados diferentes tipos de questões. Para as âncoras auto-geradas, as questões possuem apenas uma pergunta de estimação de quantidade incerta (p.ex. qual é o ponto de ebulição da água no topo do Monte Everest? ) e não duas perguntas relacionadas, de comparação estimação, como no modelo tradicional (p.ex., A extensão do rio Mississipi é maior ou menor que 2000 milhas? Em segunda, Qual é a sua estimativa sobre a extensão do rio Mississipi? ). Estes autores justificam a não utilização das mesmas questões para as âncoras auto-geradas e as fornecidas pelo pesquisador pela razão da teoria proposta por eles prever que os processos de ajustamento serão ativados, quando os participantes geram naturalmente um valor conhecido da âncora que sabem ser incorreto, mas próximo da resposta correta, que será ajustado até que pareça correto e não quando novos valores da âncora forem fornecidos por uma fonte externa. Além disso, nestes experimentos, três condições foram atendidas para um teste adequado das hipóteses sobre as âncoras auto-geradas. Primeiro, os participantes tinham de saber o valor da âncora pretendida. Em seguida eles tiveram de relatar ter pensando no valor da âncora quando fizeram as estimativas e, finalmente, por causa do interesse da verificação da existência do ajustamento, os participantes precisavam ajustar o valor na direção pretendida. Julgamentos de criminosos por juízes estão condicionados a penalidades altas ou baixas sugeridas por uma pergunta de um jornalista (Englich, Mussweiler e Strack, 2006), estimativas do número de estudantes que sofrerão de câncer dependem se anteriormente os decisores fizeram cópias de cinco páginas com grandes números ou cinco páginas com letras (Wilson, Houston, Etling e Brekke, 1996). Indivíduos que ancoram em números altos em geral fornecem estimativas mais altas do que aqueles que ancoram em números baixos. Mais especificamente em Finanças Comportamentais, o estudo de Campbel e Sharpe (2009) analisou se as estimativas do consenso de mercado sobre fatores macroeconômicos estavam altamente condicionadas aos valores

25 25 destes indicadores em meses anteriores, em consistência com a heurística da ancoragem, de Kahneman e Tversky (1974). Os autores encontraram resultados consistentes com o viés de analistas, muitas vezes levando-os a erros sistemáticos. Segundo Gomes (2007), exemplos de ancoragem estão presentes no diaa-dia. Quando um vendedor no comércio começa uma negociação, ele inicia o processo apresentando um preço alto, com o intuito de ancorar o comprador nesse preço. Desta forma, quando ele oferecer um desconto sobre o preço inicial, o comprador irá interpretar o preço mais baixo como um valor bem mais justo. Este é um exemplo do uso do fenômeno da ancoragem nas decisões de consumo. Luppe (2006), em seu trabalho A heurística da ancoragem e seus efeitos no julgamento: Decisões de Consumo realizou dois experimentos com os objetivos de primeiro testar o método para estudos quantitativos dos efeitos da ancoragem, e segundo, de verificar quais são os efeitos da ancoragem na estimação de preços de diferentes produtos e serviços. Ambos os experimentos confirmaram a manifestação dos efeitos da ancoragem e foram consistentes com estudos similares em outros países. Englich (2008) sugere que apesar de se supor que o conhecimento sobre um assunto diminuiria o efeito da ancoragem, estudos são menos conclusivos nesse sentido. Ao contrário, pesquisas empíricas vêm demonstrando que a magnitude de um efeito de ancoragem é independente da expertise dos julgadores, embora o conhecimento de um assunto pudesse em alguns casos diminuir tal efeito. Muitos estudos em psicologia e comportamento investigaram que em uma variedade de situações, indivíduos sistematicamente, desviam pouco de pontos de referência ou âncoras que serviram de ponto de partida para essas previsões. Como resultado, essas previsões são influenciadas pelas informações acessadas pelos analistas (Campbel e Sharpe, 2009) no momento da decisão. Segundo Mosca (2009), a ancoragem é um desdobramento da representatividade, e refere-se à tendência de focalizarmos a atenção sobre um número ou informação recentemente recebida e usá-la como ponto de referência no momento em que se precisa fazer uma estimativa. Este fenômeno é uma tendência comportamental e é observado mesmo quando não há relação

26 26 alguma, ou ao menos uma ligação lógica aparente entre o número-referência e a estimativa que precisa ser feita. Epley e Gilovich (2010) em estudo recente buscam entender a ancoragem por três diferentes correntes de pesquisa. A primeira foi iniciada por Tversky e Kahneman (1974) onde os autores a enxergaram como uma das três heurísticas de julgamento e tomada de decisão. Estes autores consolidaram através de diversas pesquisas empíricas que um número inicial fornecido influencia no momento de uma estimativa. A segunda corrente de pesquisa está sendo construída na tentativa de identificar o mecanismo psicológico que responde aos efeitos da ancoragem. Essa corrente, ainda em movimento, não considera apenas um mecanismo, mas vários efeitos da ancoragem em diferentes contextos. Entre os mecanismos estudados estão a hipótese de confirmação (Chapman e Johnson, 1994; Strack e Mussweiler, 1997), ativação numérica e sua magnitude (Wong e Kwong, 2000; Oppenheimer, Leboeuf e Brewer, 2008) e ajustamento insuficiente (Tversky e Kahneman, 1974; Epley e Gilovich, 2001). Uma terceira corrente de pesquisa vem sendo construída, que adota uma perspectiva mais ampla para o fenômeno, desacoplando a ancoragem do paradigma experimental até então dominante e utilizado para estudá-lo. Essa terceira corrente considera a ancoragem e seus efeitos em todos os nossos dias e examina seus efeitos em diversos contextos. É considerado também nas pesquisas a perspectiva da persuasão e as atitudes ganham relevância. Essa perspectiva naturalmente concentra suas atenções em contextos sociais e sua importância no julgamento e tomada de decisão. A ancoragem e o ajustamento, como visto, é um fenômeno robusto, sendo difícil evitar seus efeitos. Em um processo decisório ideal, as pessoas deveriam descontar ou ignorar valores sugeridos que sejam desproporcionalmente altos ou baixos, mas isso não ocorre na prática. Além disso, apesar dos efeitos da ancoragem e do ajustamento levarem a erros e vieses de pensamento, existem formas de atenuar seus efeitos. Modelos descritivos, nesse sentido, como tentativas de descrever como os seres humanos tomam decisões de fato, podem ser associados aos modelos que objetivam a maximização da racionalidade por meio da definição de normas para a tomada de decisões os modelos normativos. Essa proposta de associação pode ser entendida como uma

27 27 tentativa de minimizar as limitações de ambos os tipos de modelos, de forma que, compreendendo os vieses que usualmente se dão na tomada de decisões, torna-se viável pensar de forma mais acurada. Para facilitar a visualização da evolução do conceito de ancoragem e ajustamento, foi criada a figura abaixo que agrupa os destaques verificados na literatura ao longo tempo. Figura 2 Destaques Verificados na Literatura 2.4 O EXPERIMENTO DE AVILA (1993) Neste trabalho, é proposta uma releitura do experimento conduzido por Ávila (1993), considerando o modelo básico de agência descrito por Holmstrom (1979), Baiman e Demski (1980). O modelo básico de agência (Holmstrom, 1979) considera dois personagens, o principal e o agente. O principal (o dono da empresa) contrata o agente (o gestor) por um único período e delega a ele autonomia na tomada de

28 28 decisão. O agente então interage com o meio, através de suas ações, mas não determina completamente o resultado financeiro (o resultado é uma variável aleatória proveniente de uma distribuição de probabilidades influenciada pela ação do agente). O resultado financeiro para a empresa, decorrente das decisões do agente (mais o fator sorte ) será compartilhado pelas duas partes e a regra de divisão será determinada pelo principal. O modelo básico de agência fixa atenção na solução ótima para a relação contratual descrita acima e sugere que o principal deverá projetar um contrato considerando o risco envolvido para as duas partes, além, é claro, das possibilidades de retorno. O modelo assume duas premissas básicas. Primeiro, o resultado é a única variável analisada pelas partes (o nível de esforço do agente não é observável). Segundo, o agente é avesso a risco e age de acordo com seus interesses próprios. Além disso, suas preferências são independentes das preferências do principal. De acordo com o modelo ótimo da relação entre esses dois personagens, o agente escolhe uma ação (esforço) dentre um conjunto A de possíveis ações (níveis de esforço). Essa escolha da ação (nível de esforço) em conjunto com o ambiente (variável aleatória) determina um resultado monetário x=x(,a). A função densidade de x é representada por f(x;a), onde a entra como um parâmetro para a função. Antes de o agente decidir sobre nível de esforço, o principal estabelece uma regra de compartilhamento (plano de remuneração) s=s(x), ou seja, a regra será função de x (o resultado financeiro). O resultado final para o principal será r(x)=x-s(x), onde parte do x será paga para o agente e o principal fica com o restante. A regra de compartilhamento é baseada somente em variáveis que podem ser observadas por ambas as partes (x). A sequência a seguir de passos resume o modelo: Principal define a Agente escolhe a é realizado e X é regra de ação (nível de x torna-se compartilhado. Compartilhamento esforço) conhecido

29 29 Os demais pressupostos do modelo:. Tanto o principal quanto o agente são maximizadores de utilidades esperadas e agem em interesse próprio. O agente é avesso ao risco, com utilidade negativa para esforço: H(w,a)= U(w)-V(a), onde w representa riqueza. V'>O, U"<0.. A atitude do principal é de neutralidade ou aversão ao risco: Ele mantém utilidade positiva para recompensas financeiras e sua função utilidade é G=G(w), G"<0.. O principal conhece a função utilidade do agente e ambos partilham as mesmas crenças quanta à distribuição de probabilidade de.. O contrato garante uma utilidade esperada mínima - R para o agente. Se o agente é indiferente entre duas alternativas de ação, ele escolhe aquela que dá a maior utilidade esperada ao principal. A construção matemática do problema é a seguinte: Max s(x) G(r(x))f(x;a)dx (1) sujeito a (U(s(x))-V(a))f(x)dx> R (2) (U(s(x))f a (x;a)dx=v'(a) (3) A expressão (1) representa a utilidade esperada para o principal. A restrição (2) garante a utilidade mínima para o agente, e (3) reflete a restrição de que o principal tem condições de observar x, mas não o esforço do agente. Se o principal pudesse observar a ação do gerente, a restrição (3) poderia ser eliminada. Neste caso teríamos a 'primeira melhor solução. O caso em que a ação do agente não é observada é chamada de 'segunda melhor solução. Avila (1993) construiu (para testar, em condições experimentais, o modelo teórico proposto por Holmstrom, 1979) uma versão simplificada da relação entre o agente e o principal. A tabela 1 mostra a estrutura inicial deste modelo. O gerente escolhe uma dentre duas alternativas de esforço: alto (A) ou baixo (B). A escolha irá influenciar uma distribuição de probabilidade do resultado final x (receita).

30 30 Esforço Receita $ $5.000 $2.500 A 60% 30% 10% B 10% 60% 30% Tabela 1: Probabilidade de atingir cada montante receita de acordo com o nível de esforço do gerente. O agente tem aversão ao risco e a função utilidade H= e a é o custo associado a alto esforço. O principal é neutro em relação ao risco. Os dois observam em conjunto somente x. O contrato ótimo irá estabelecer um esquema de pagamentos para o agente s=s(x). Os parâmetros do modelo são: utilidade esperada mínima =15, custo para alto esforço igual a $625 e custo para baixo esforço igual a zero. O principal calcula a solução ótima em três passos. Em primeiro lugar, ele determina o melhor contrato que ele pode oferecer para induzir o agente a dispender alto esforço. Em seguida, ele determina o melhor contrato para induzir baixo esforço. A melhor dentre estas duas alternativas é então escolhida. Matematicamente: 1. Melhor contrato para induzir alto esforço: Max ($ s($10.000))x60% + ($5000-s($5000))x30% +($2500- s($2500))x10% (7) Sujeito a: Raiz quadrada de s ($10.000)x 60% + raiz quadrada de s($5000)x30% + raiz quadrada de s($2500)x10% - raiz quadrada de 625 > $15 (8) Raiz quadrada de s($10.000)x60% + raiz quadrada de s($5.000)x30%+ raiz quadrada de s(2.500)x10% - raiz quadrada de 625 > raiz quadrada de

31 31 s($10.000)x10% raiz quadrada de s($5.000)x30% + raiz quadrada de s($2.500)x60% (9) A solução ótima do problema acima é: s($10000)=$2500,42 s($5000)=$1110,46 e s($2500)=$0. As utilidades esperadas são E(G(x-s(x))=$5917, E(H(s(x))- V(a))= $ Melhor contrato para induzir baixo esforço Max ($ s($10.000)) x 10% + ($5000-s($5000)) x 30% + ($2500- s($2500))x60% (10) Sujeito a: Raiz quadrada de s ($10.000) x 10% + raiz quadrada de s($5000) x 30% + raiz quadrada de s($2500) x60%> $15 (11) Raiz quadrada de s($10.000) x 10% + raiz quadrada de s($5.000) x 30%+ raiz quadrada de s(2.500)x60% > raiz quadrada de s($10.000) x10% raiz quadrada de s($5.000) x 30% + raiz quadrada de s($2.500) x 60% (12) A solução do problema acima é:s($10000)=s($5000)=s($2500)=$225. As utilidades esperadas são: E(G(x-s(x))=$3775, E(H(s(x))-V(a))=$ O principal compara as soluções obtidas nos passos 1 e 2 e escolhe a melhor solução (isto é, a que da a ele a maior utilidade (lucro) esperada ( no caso, a solução do passo 1). A solução ótima para o problema e, portanto, a de oferecer ao agente o plano de remuneração s($10000)=$2500, s($5000)=$1111 e s($2500)=0. O agente desempenhará alto esforço e o lucro esperado para a empresa será de $5916.

32 32 A utilização do modelo acima no experimento coloca os participantes na posição de donos de firma com a missão de projetar um plano de remuneração para o gerente (o computador desempenha o papel de agente). Os participantes tem exatamente o mesmo suporte informacional que a teoria especifica para o principal. A tarefa experimental é repetida várias vezes, isto é, o experimento é previsto de ter diversas rodadas decisórias, mesmo considerando que o modelo básico se refere a um único período. Este procedimento de decisões repetitivas é comum na área de experimentos de caráter econômico e visa oferecer a oportunidade de familiarização por parte do participante com a tarefa experimental (Schotter, 1985). De maneira a testar a hipótese de que as pessoas em uma tarefa complexa buscam auxílio cognitivo em uma âncora e fazem ajustamento insuficiente em direção à solução correta, os participantes foram divididos em dois grupos experimentais. Um dos grupos recebeu instruções com um exemplo numérico contendo s($1000)= $5000, s($5000)= $2500, e s($2500)= $1250 como plano de remuneração. O segundo grupo recebeu s($10000)= $2500, s($5000)= $1250 e s($2500)= $625. O experimento foi projetado como uma competição. O vencedor recebe $70 (aquele que desenhou levando ao maior lucro esperado). O segundo e terceiro colocados recebem $20 e $10, respectivamente. Os participantes no projeto desenvolvido por Avila (1993) foram 33 alunos de pós-graduação em administração da COPPEAD. Os resultados do experimento (planos projetados na última rodada) mostraram que os participantes não projetaram planos de remuneração de acordo com as prescrições da teoria do agente; ao contrario, a maioria dos planos projetados levaram o gerente (isto é, o agente) a dispender baixo nível de esforço. Além disso, os resultados da primeira rodada do experimento mostraram o efeito de ancoragem e o ajuste foi insuficiente, isto é, o efeito da ancoragem permaneceu até a última rodada: os valores de s($10000), s($5000), e s($2500) para o grupo 1 foram significativamente maiores.

33 O PAPEL DA EXPERIÊNCIA DIVERGÊNCIA ENTRE KAHNEMAN E KLEIN. Kahneman e Klein (2009) reportam os resultados de um esforço conjunto de pesquisa no sentido de definir as circunstâncias pelas quais o julgamento intuitivo levará a boas decisões. Os autores listam três condições que se satisfeitas permitem ao tomador de decisão reivindicar, sem caracterizar excesso de confiança, que sua intuição é eficaz. A primeira condição se refere a natureza do ambiente decisório específico associado a decisão sendo tomada: O ambiente precisa prover sinais adequadamente válidos para a natureza da situação. Essa validade fica caracterizada pela existência de uma estrutura para a situação. Se a situação for, nas palavras dos autores, excessivamente turbulenta e sem uma relação (um padrão) de causa e efeito, a validade é baixa e não existe base para o desenvolvimento da intuição. Klein sugere, entretanto, em discordância com Kahneman, que mesmo em situações de baixa validade, o julgamento intuitivo gerencial deve ser levado em conta: A maioria das decisões corporativas não passará pelo teste de alta validade. Mas elas estarão bem acima de situações de baixa validade sobre as quais devemos nos preocupar. Muitas intuições em negócios e expertise serão valiosas; elas estão nos dizendo algo útil e devemos aproveitá-las (McKinsey Quarterly, 2010). As demais condições, em relação as quais, Kahneman e Klein concordam como sendo necessárias para que decisões intuitivas sejam de qualidade são (a) oportunidade para aprender e distinguir sinais (fornecidos pelo ambiente) válidos de sinais inválidos (isto é, significativa experiência no assunto objeto da decisão) e feedback rápido e inequívoco sobre a qualidade de cada decisão tomada ao longo do processo de ganho de experiência.

34 34 3. HIPÓTESES E METODOLOGIA DE PESQUISA 3.1 HIPÓTESES As hipóteses iniciais de pesquisa replicam as hipóteses iniciais de Avila (1993) e se constituem premissas para as hipóteses seguintes. Em outras palavras, sob o ponto de vista de racionalidade econômica (isto é, as hipóteses nulas deste trabalho) os participantes no experimento (no papel de Principal) deverão projetar (na última rodada do experimento, ou seja, após oportunidade de aprendizado) planos de remuneração que incluem uma estrutura de incentivos que induzirá o Agente a dispender um nível ótimo de esforço (alto esforço), o que levará a um resultado que maximiza a utilidade esperada do Principal (o lucro esperado). As hipóteses alternativas são de que dada a complexidade do problema e dada a existência de uma racionalidade limitada, os participantes não conseguirão atingir a solução ótima. Os planos de remuneração implicarão em um lucro esperado para o Principal significativamente inferior ao resultado ótimo. Temos então: H 01 : O lucro esperado médio (LEE) projetado na última rodada não será significativamente diferente de R$ 5.916,61. H 11 : O lucro esperado médio projetado na última rodada será significativamente inferior a R$ 5.916,61 Com o propósito de facilitar o entendimento da tarefa experimental, as instruções aos participantes do experimento contiveram um exemplo com números referentes a planos específicos de remuneração (sugestão de âncoras). Uma abordagem racional (sob o ponto de vista econômico) não prevê qualquer influência desse processo de sugestão de ancoragem. Isto é, a perspectiva é de que os planos de remuneração projetados na primeira rodada não serão influenciados pela âncora sugerida nas instruções experimentais, isto é: (a) o LEE dos grupos experimentais será o mesmo (b) os valores de P1, P2 e P3 não serão significativamente diferentes. O paradigma associado as heurísticas e vieses de

35 35 julgamento prevê, entretanto, que a âncora terá impacto no processo decisório experimental. Assim, temos: H 02 : O LEE e os valores de P1, P2, e P3, na primeira rodada, não serão significativamente diferentes entre os grupos com diferentes âncoras. H 12 : Haverá uma diferença significativa, na primeira rodada, entre o LEE e os valores de P1, P2, e P3 dos grupos com diferentes sugestões de âncoras de maneira tal que quanto maior a âncora sugerida menor o LEE e maiores os valores de P1, P2, e P3. O desenho dos planos de remuneração prevê um processo de ajustamento decorrente da aprendizagem dos participantes em relação a proposta desenhada na primeira rodada. Esse ajuste será insuficiente de maneira a que na última rodada permanece uma diferença significativa entre o desempenho dos grupos experimentais com diferentes âncoras: H 0 3 : Na última rodada experimental, o LEE e os valores de P1, P2, e P3 não serão significativamente diferentes entre os grupos com diferentes âncoras. H 1 3 : Na última rodada experimental haverá um diferença significativa entre o LEE e os valores de P1, P2, e P3 dos grupos com diferentes sugestões de âncoras de maneira tal que quanto maior a âncora sugerida menor o LEE e maiores os valores de P1, P2, e P3. O presente estudo expande a proposta de Avila (1993) para incluir hipóteses relativas à influência da variável experiência no desempenho dos responsáveis pelo desenho dos planos de remuneração. Nesse sentido, cabe registrar inicialmente a proposta de Englich (2008) de que embora a magnitude de um efeito de ancoragem pareça ser independente de expertise, o conhecimento de um assunto deva em alguns casos diminuir tal efeito. Kahneman e Klein (2009) sugerem que o processo de aquisição de habilidades intuitivas em tomada de decisão (habilidades essas que se tornam mais importantes a medida que o tempo disponível para a decisão

36 36 diminui) tem maiores chances de gerar melhores decisões a medida que determinadas condições estejam presentes no cenário decisório onde o processo ocorre. Uma dessas condições é a oportunidade, por parte do tomador de decisão, de aprender com a prática. Mesmo em condições ambientais adversas (cenários decisórios pouco estruturados e limitada capacidade de previsão em função de alta volatilidade), Klein (2010) sugere que muitas intuições e expertise de negócios podem ser considerados como tendo valor; eles estão dizendo algo útil e você quer aproveitar tais expertises. Com base nos depoimentos acima, parece apropriado testar a hipótese que empresários com experiência no projeto de planos de remuneração venham se desempenhar melhor do que estudantes, sem experiência em tais atividades. Portanto: H 04 :O LEE e os valores de P1, P2, e P3 não serão, na primeira rodada do experimento, significativamente diferentes entre os grupos com diferentes experiências. H 14 :Na primeira rodada experimental haverá um diferença significativa entre o LEE e os valores de P1, P2, e P3 dos grupos com diferentes níveis deexperiência de maneira tal que quanto maior a experiência maior o LEE e menores os valores de P1, P2, e P3. O desenho dos planos de remuneração prevê um processo de ajustamento na proposta desenhada na primeira rodada. Esse ajuste será na direção correta mas será insuficiente de maneira a que na última rodada permanece uma diferença significativa entre o desempenho dos grupos experimentais com diferentes âncoras. Logo: H 0 5 : Na última rodada experimental, o LEE e os valores dep1, P2, e P3 não serão significativamente diferentes entre os grupos com e sem experiência. H 1 5 : Na última rodada experimental haverá um diferença significativa entre o LEE e os valores de P1, P2, e P3 dos grupos come sem experiência de maneira tal que quanto maior a experiência maior o LEE e menores os valores de P1, P2 E P3.

37 METODOLOGIA Este estudo faz uso da metodologia experimental, isto é, uma investigação empírica na qual o pesquisador manipula e controla variáveis independentes e observa as variações que tal manipulação produz sobre as variáveis dependentes. Algumas vantagens da metodologia experimental são a flexibilidade de ajustar variáveis independentes a condições específicas, e o controle, mais eficaz do que em outros métodos, sobre a variação de variáveis exógenas e seus efeitos sobre a variável relevante (KERLINGER, 1980). Segundo Cooper e Schindler (2003), a principal vantagem do experimento é a capacidade do pesquisador de manipular uma ou mais variáveis independentes, aumentando a probabilidade de que as mudanças na variável dependente sejam em função dessa manipulação. Outra vantagem deste método é que se pode controlar de forma mais eficaz a ação de variáveis estranhas. No entanto, essa metodologia também apresenta diversas limitações, principalmente a dificuldade de generalização dos resultados encontrados para um ambiente não-controlado. Neste trabalho, primeiramente foi realizado um experimento piloto (pré-teste) para buscar insights e obter feedback dos participantes sobre possíveis falhas e sugestões de melhoria. Nesta fase, os participantes foram alunos de mestrado de administração e buscou-se analisar o desenho experimental e sua capacidade de obter dados verossímeis e bem controlados. Após validação da estrutura, o experimento (que será explicado mais detalhadamente nas seções que seguem) foi realizado com 79 (setenta e nove) estudantes universitários de diversos cursos e 60 (sessenta) profissionais com experiência em desenhar modelos de remuneração. Os dados para o experimento foram coletados através da simulação dos participantes em um modelo feito em computadores. Os participantes foram agrupados de acordo com o nível de ancoragem e experiência em projetar modelos de remuneração. A figura 3 a seguir ilustra as quatro células experimentais do projeto piloto.

38 38 Com Experiência Profissional Sem Experiência Profissional âncora alta Grupo 1 A (30 participantes) Grupo 2 A (40 participantes) âncora baixa Grupo 1 B (30 participantes) Grupo 2 B (39 participantes) Figura 3 Células Experimentais Foram considerados profissionais com experiência em desenhar modelos de remuneração, pequenos e médios empresários que possuem pelo menos um funcionário para o qual o empresário definiu um plano de remuneração. Esses empresários têm autonomia para definir salários fixos e/ou variáveis para seus subordinados. Participaram dos experimentos estudantes de graduação da Universidade Federal de Juiz de Fora - UFJF, situada em Juiz de Fora MG, Cursos de Administração de Empresas e Economia de diversos períodos. Esses estudantes possuem renda e idade diversificada. Generalizações para a população deverão ser feitas com restrições, já que a amostra será não probabilística e por conveniência. Os participantes com experiência profissional foram proprietários de pequenas e médias empresas de Juiz de Fora MG que já contrataram e definiram a remuneração de pelo menos um profissional em suas respectivas empresas O experimento foi adaptado para uma planilha de simulação interativa em Microsoft Excel com o objetivo de facilitar a execução e compreensão dos participantes. No projeto piloto, foram escolhidos 12 alunos do Coppead, turma 2010, para a participação do pré-teste. Foi solicitado, que além de responderem, revelassem o que haviam entendido das instruções e se existiam dúvidas. De acordo com as avaliações e comentários dos participantes que se repetiram ou se mostraram importantes para a correta interpretação das instruções e da dinâmica do experimento, foram, então, incorporados aos experimentos os ajustes necessários, permitindo a formatação final dos questionários. Após o pré-teste, o questionário foi então aplicado a uma amostra maior, divididos em dois grupos distintos, para quais diferentes valores (âncoras) seriam disponibilizadas (ver instruções experimentais em anexo).

39 39 O experimento pode, em consequência, ser descrito como adotando uma abordagem de desenho fatorial 2x2 onde as variáveis independentes são experiência e âncora. As variáveis dependentes se referem ao lucro esperado e os valores de remuneração oferecidos ao agente. Utilizou-se o teste ANOVA no software aberto R. Utilizamos esse software tendo em vista que as células experimentais apresentaram diferentes tamanhos, o que trouxe dificuldades para o uso do ANOVA no SPSS, na definição do efeito interação entre as variáveis principais.

40 40 4. ANÁLISE DOS RESULTADOS Ao final do experimento, os participantes responderam um questionário (ver instruções experimentais em anexo). Os participantes consideraram o experimento de nível médio/baixo de compreensão, (média de respostas = 3,37) e indicaram estarem relativamente motivados para participarem do experimento (média=4,81). 4.1 ANÁLISE DESCRITIVA A modelagem matemática do modelo da relação Principal/Agente é complexa, e, portanto, já era esperado que os participantes não conseguissem projetar modelos de remuneração ótimos. Os dados da Tabela 2 mostram que os planos de remuneração projetados não conseguiram induzir alto esforço nos gerentes. 1ᵅ 2ᵅ 3ᵅ 4ᵅ 5ᵅ 6ᵅ 7ᵅ Esforço Grupo Rodada Rodada Rodada Rodada Rodada Rodada Rodada 1(Prof) A. Alta (Prof) A. Baixa Esforço 2(Est) A. Alta Alto 2(Est) A. Baixa Total (Prof) A. Alta (Prof) A. Baixa Esforço 2(Est) A. Alta Baixo 2(Est) A. Baixa Total Tabela 2 Esforço do Gestor em função dos Modelos Projetados Oefeito aprendizado ocorreu, (ver coluna relativa a última rodada), mas foi pouco relevante. A Tabela 3 e os gráficos indicados a seguir mostram os planos médios de remuneração projetados ao longo do experimento. A observação dos valores projetados para P1, P2 e P3 indica a estratégia privilegiada pelos

41 41 participantes: ir reduzindo gradualmente os valores de P1, P2, e P3 mantendo o limite mínimo imposto pelo modelo para que os gerentes aceitassem trabalhar. GERAL 1ᵅ Rodada 2ᵅ Rodada 3ᵅ Rodada 4ᵅ Rodada 5ᵅ Rodada 6ᵅ Rodada 7ᵅ Rodada P1 P2 P3 Média 2.063, , , , , , ,44 Solução Ótima 2.500, , , , , , ,42 Média 1.023,00 981,25 931,24 861,42 835,47 798,96 759,04 Solução Ótima 1.110, , , , , , ,46 Média 554,56 566,76 508,61 479,80 476,61 456,76 435,52 Solução Ótima Tabela 3 - Valores em R$ das Remunerações e Solução Ótima R$ 3000,000 R$ 2500,000 R$ 2000,000 R$ 1500,000 R$ 1000,000 R$ 500,000 R$ - 1ᵅ 2ᵅ 3ᵅ 4ᵅ 5ᵅ 6ᵅ 7ᵅ Rodada Rodada Rodada Rodada Rodada Rodada Rodada P1 Média P1 Solução Ótima Gráfico P1- Remunerações Médias Propostas e Soluções Ótimas R$ 1200,000 R$ 1000,000 R$ 800,000 R$ 600,000 R$ 400,000 R$ 200,000 R$ - P2 Média P2 Solução Ótima Gráfico P2- Remunerações Médias Propostas e Soluções Ótimas

42 42 R$ 600,000 R$ 500,000 R$ 400,000 R$ 300,000 R$ 200,000 R$ 100,000 R$ - P3 Média P3 Solução Ótima Gráfico P3- Remunerações Médias Propostas e Soluções Ótimas Os gráficos mostram que os participantes se distanciaram da solução ótima ao longo das rodadas nas variáveis P1 e P2. Na variável P3 eles se aproximaram da solução ótima de forma aparentemente inconsciente, uma vez que, conforme assinalado, a estratégia utilizada parece ter sido a de simplesmente reduzir a remuneração proposta (a solução ótima pressupõe uma remuneração nula de P3, ou seja, pagar zero neste cenário). A observação da solução ótima mostra que a estratégia adotada não é eficiente. A remuneração ótima, por exemplo, para p1 deveria, em relação à primeira rodada no grupo de âncora alta, ter sido mantida porque coincidentemente, a âncora plantada é a solução ótima. A análise dos planos projetados (ver tabela Esforço) já levava a um esforço baixo, naturalmente. O movimento esperado (na premissa de desconhecimento de um caminho para chegar à solução ótima e/ou a um esforço alto) era o de simplesmente tentar melhorar o resultado reduzindo a remuneração (cuidando para que ela fosse aceita). Esse procedimento foi de fato verificado ao comparar o lucro esperado na primeira e na sétima rodada, em todas as células através da diferença desses valores. Ou seja, os participantes conseguiram aumentar o lucro, mas de forma pouco significativa e bem distante do lucro máximo possível.

43 RESULTADOS DOS TESTES DE HIPÓTESES Hipótese 1 A tabela 4 Esforço do Gestor indica que, em geral, o esforço do gestor foi baixo em quase todas as rodadas e para quase todos os participantes. Ou seja, o lucro esperado resultante dos planos projetados foi inferior ao lucro ótimo esperado. Considerando que o problema era de difícil solução, uma suposição seria que se o principal recebesse a oportunidade de aprender com a experiência ao tomar as decisões nas diversas etapas podendo eventualmente chegar a uma solução ótima. A aplicação do teste t comparando o lucro esperado da última rodada experimental ao lucro esperado ótimo mostra uma diferença estatisticamente significativa (t=-48,79; p<0001) e, portanto, a hipótese de pesquisa número 1 é confirmada. GERAL 1ᵅ Rodada 2ᵅ Rodada 3ᵅ Rodada 4ᵅ Rodada 5ᵅ Rodada 6ᵅ Rodada 7ᵅ Rodada Média 3.146, , , , , , ,32 LEE Solução Ótima 5.916, , , , , , ,61 Tabela 4 - Valores em R$ dos LEE dos Participantes e Solução Ótima R$ 7000,000 R$ 6000,000 R$ 5000,000 R$ 4000,000 R$ 3000,000 R$ 2000,000 R$ 1000,000 R$ - LEE Média LEE Solução Ótima Gráfico 4 Lucro Esperado Auferido e Solução Ótima

44 HIPÓTESES 2 e 3 O teste ANOVA foi realizado no software R para analisarmos os resultados do experimento, tendo em vista a diferença de tamanho entre as diversas células experimentais. Os resultados foram similares e, portanto, estamos reportando abaixo, na FIGURA 4, apenas os resultados extraídos software de código aberto R. Observa-se que os planos projetados na primeira rodada do experimento não foram impactados pelo diferente nível de experiência dos participantes (p=0,258). O efeito principal Ancora foi, entretanto, verificado e se mostrou significativo (p<0,000). O desempenho na primeira rodada do experimento, medido pelo lucro médio esperado (LEE) foi significativamente diferente entre os grupos que receberam diferentes âncoras em suas instruções. O grupo que recebeu nas instruções uma âncora com maiores valores de P1, P2 e P3 desenhou, na primeira rodada, planos de remuneração mais generosos e levaram, em consequência, a uma geração de um lucro esperado inferior para o Principal. Figura 4 - LEE ANOVA 2 Fatores Primeira Rodada A ausência do efeito principal experiência e a presença do efeito ancoragem ficam também evidenciados pela análise das remunerações oferecidas pelos participantes (os valores de P1, P2 e P3). Para essas variáveis, este relatório reporta nas tabelas a seguir (Tabela 5 e 6) a análise relativa ao efeito da âncora e, em sequência, a análise relativa ao efeito experiência.

45 45 Variáveis de LEE médio no grupo LEE no grupo com Valor de F Valor de remuneração com âncora alta âncora baixa p P1 $2366,2 $1756,4 8,950 0,003 P2 $1201,4 $841,9 20,768 0,000 P3 $643,5 $464,2 15,495 0,000 Tabela 5-1ª. Rodada (âncora alta VS âncora baixa) Variáveis de LEE médio no grupo LEE no grupo sem Valor de F Valor de remuneração com experiência experiência p P1 $1926,6 $2199,9 2,472 0,118 P2 $959,3 $1071,3 1,739 0,189 P3 $525,2 $576,8 1,138 0,287 Tabela 6-1ª. Rodada (profissionais VS estudantes) Os participantes tiveram, a cada rodada feedback quanto ao desempenho na rodada e assim, oportunidade de aprender com a experiência. Os resultados experimentais da última rodada permitem avaliar o resultado desse aprendizado, em termos de neutralização das âncoras sugeridas. Os dados da última rodada mostram que a oportunidade de aprender ao longo do experimento não neutralizou o efeito ancoragem (ver Figura 5) que continuou estatisticamente significante (p=0,013). Conforme essa mesma figura indica, o efeito experiência continuou inexistindo na última rodada (p=0,334). Figura 5 - LEE ANOVA 2 Fatores 7 Rodada

46 46 A análise dos valores P1, P2 e P3 confirma a análise referente ao lucro esperado médio (ver Tabelas 7e 8) na última rodada do experimento. Variáveis de LEE médio no grupo LEE no grupo sem Valor de F Valor de remuneração com experiência experiência p P1 $1792,9 $1423,3 2,881 0,091 P2 $875,4 $641,0 5,570 0,019 P3 $490,3 $379,9 0,060 3,910 Tabela 7-7ª. Rodada (âncora alta VS âncora baixa) Variáveis de LEE médio no grupo LEE no grupo sem Valor de F Valor de remuneração com experiência experiência p P1 $1504,8 $1768,2 1,319 0,252 P2 $742,5 $771,5 0,080 0,777 P3 $442,4 $430,2 0,040 0,838 Tabela 8-7ª. Rodada (profissionais VS estudantes) 4.4 EFEITO INTERAÇÃO A observação dos resultados do teste ANOVA no software estatístico R indica a existência de um efeito interação entre as variáveis experiência e âncora tanto na primeira rodada quanto última rodada do experimento. Esse feito interação indica que o efeito de ancoragem (e ajustamento) se fez sentir de maneira diferenciada nos grupos de maior e menor experiência. A análise a seguir explora as diferenças estatísticas entre as células experimentais, duas a duas, de maneira a se obter insights sobre as diferenças. A fundamentação teórica para a presente pesquisa não permite definir qualquer hipótese associada a esse efeito interação e os comentários abaixo se constituem, portanto, de certa forma, em um processo de data mining para servir de sugestões para futuras pesquisas.

47 47 A variável dependente LEE foi analisada descritivamente, uma vez que os participantes eram medidos em função desta variável. Porém, no quadro resumo temos os resultados das variáveis dependentes P1, P2 e P3 (inputs) com intuito de verificar se o comportamento foi o mesmo da LEE (output). Percebemos que os resultados das quatro variáveis são similares, com poucas exceções, tanto na primeira, quanto na última rodada. 1ᵃ Rodada Variáveis Dependentes Variáveis Independentes LEE P1 P2 P3 Grupos Descrição t p valor t p valor t p valor t p valor - 1Avs 1B Profissionais: Alta x Baixa 0,72 0,4760 0,24 0,8091 1,31 0,1944 1,85 0,0697-2Avs 2B Estudantes: Alta x Baixa 4,74 0,0001 4,4 0,0001 4,82 0,0001 3,51 0,0008 1Avs 2A Alta: Profissionais x Estudantes 2,65 0,0100-3,23 0,0019-2,71 0,0086-1,77 0,0818 1Bvs 2B Baixa: Profissionais x Estudantes 0,83 0,4130 0,44 0,6655 0,82 0,4176 0,26 0,7954 Tabela 9-1ª Rodada (Variáveis Independentes x Variáveis Dependentes) 7ᵃ Rodada Variáveis Dependentes Variáveis Independentes LEE P1 P2 P3 Grupos Descrição t p valor t p valor t p valor t p valor - 1Avs 1B Profissionais: Alta x Baixa 0,76 0,4512 0,69 0,4938 0,82 0,4168 0,67 0,5061 2Avs 2B Estudantes: Alta x Baixa - 2,45 0,0167 1,61 0,1121 2,38 0,0197 1,83 0,0712 1Avs 2A Alta: Profissionais x Estudantes 0,35 0,7290-1,52 0,1343-0,81 0,4186-0,45 0, Bvs 2B Baixa: Profissionais x Estudantes 1,69 0,0974 0,83 0,4083 0,57 0,5688 0,84 0,4061 Tabela 10-7ª Rodada (Variáveis Independentes x Variáveis Dependentes) O desempenho na primeira rodada, em relação a variável dependente LEE, mostrou em termos sumários, os seguintes resultados relevantes na comparação das células experimentais duas a duas (anexo 6). Não houve diferença de desempenho entre os participantes do grupo de profissionais (grupo de participantes com experiência) em função das diferentes

48 48 âncoras (t=-0,72; p=0,476). Ou seja, o efeito âncora não impactou o desempenho dos participantes com experiência. Houve significativa diferença de desempenho entre os participantes do grupo sem experiência que receberam diferentes âncoras (t=-4,74; p<0,000). O padrão de contrastes acima indica que o efeito principal de ancoragem se deve a diferença de desempenho entre as células experimentais (âncora alta vs âncora baixa) associadas ao grupo sem experiência. Os participantes com experiência não parecem ter sofrido a influência de ancoragem no desenho dos planos de remuneração. Na condição experimental de âncora com valores mais elevados de remuneração, os participantes com experiência tiveram um desempenho melhor do que os participantes sem experiência (t=2,65; p=0,010). Na condição de âncora com valores mais baixos, não houve diferença de desempenho (t=0,83; p=0,413). A análise de contrastes referente aos resultados da última rodada mostrou o seguinte (anexo 7): Continuou a não haver diferença de desempenho entre os participantes com experiência em função das diferentes âncoras (t=-0,76; p=0,451). Ou seja, além de não haver efeito de ancoragem, não houve diferença no nível de aprendizado entre o pessoal com experiência. Continuou a haver significativa diferença de desempenho entre os participantes do grupo sem experiência que receberam diferentes âncoras (t=-2,65; p=0,016). Ou seja, o ajustamento foi insuficiente e o efeito ancoragem se fez sentir até o final do experimento. Na condição experimental de âncora com valores mais elevados de remuneração, os participantes com experiência tiveram um desempenho similar ao desempenho dos participantes sem experiência (t=0,35; p=0,729). Na condição de âncora com valores mais baixos, houve uma diferença marginal de desempenho entre as duas células (pessoal com vs pessoal sem experiência) a

49 49 favor do pessoal sem experiência (t=-1,69; p=0,097). Estes resultados sugerem que o grupo sem experiência (estudantes) aprendeu alguma coisa ao longo do experimento e na rodada final conseguiu atingir um desempenho marginalmente superior ao desempenho do grupo com experiência. As respostas dos questionários de encerramento passados aos participantes do experimento permite algumas especulações sobre os motivos do efeito interação caracterizado na análise estatística. A quarta pergunta do questionário se referia aos critérios adotados para decidir quanto ao primeiro plano de remuneração projetado. No caso dos profissionais, percebe-se, em primeiro lugar (41% das respostas) a busca de critérios que levassem a empresa a ter o maior lucro possível com o menor custo. Alguns depoimentos nesse sentido: Pensei em estimar valores para maximizar o lucro esperado, mas como havia restrições e não podia utilizar calculadora nem Excel, chutei os valores iniciais mais próximos daqueles que considerava os mínimos, para atingir o máximo de lucro. Um salário que não pesasse para a empresa e que exigisse alto esforço do gerente Analisei com intuito de maximizar o esforço do gerente para maximizar a Receita e por consequência o Lucro, sempre objetivando que o gerente desempenhasse alto esforço. As respostas indicam, em segundo lugar, a existência, por parte dos profissionais, de uma âncora alternativa. Especificamente, 37% dos profissionais citaram o uso de porcentagem ou proporção sobre a receita ou sobre o lucro da empresa como ponto de partida para o desenho do plano de remuneração. Em outras palavras, aparentemente, os profissionais usaram a estratégia de ancoragem em suas decisões, mas em muitos casos, a âncora não foi aquela sugerida pelas instruções do experimento. Alguns depoimentos associados a essa questão: O valor da receita da empresa, e assim o que seria possível desembolsar com pagamento de pessoal. Porcentagem do faturamento previsto e a realidade da empresa. O conceito de Justiça foi citado em 22% das respostas dos profissionais ao questionário. Por exemplo: Justiça Social. Salário justo ao gerente, indiferente ao trabalho. No tocante a experiência profissional, 13% dos profissionais citaram ter buscado auxilio na experiência pessoal ao tomar as decisões. Por exemplo:

50 50 Utilizei dados reais, percentuais, referente à remuneração que praticamos em uma das empresas que administramos. Utilizei a realidade salarial da cidade onde vivo. Pelo valor do salário mínimo atual. Outros conceitos como intuição são citados por parte dos profissionais, mas não representam porcentagem significativa das respostas. No caso dos Estudantes, o critério de definir o salário do gerente a partir de uma porcentagem sobre a receita foi citado em 27% das respostas. Por exemplo: O critério que utilizei foi que um gerente deve ganhar pelo menos 25% do lucro da empresa. A preocupação com maximização do lucro aparece em 19% das respostas. Por exemplo: O suficiente para motivar o funcionário para aumentar o lucro. Finalmente, o conceito de Justiça e valorização da mão de obra apareceu muito pouco (em 4,5% das respostas). Por exemplo: Me colocando no lugar do gerente e analisando o gasto de energia para se ocupar tal cargo dentro de uma empresa. Alguns estudantes (7,5% das respostas) indicaram terem buscado apoio na experiência - citaram aulas e editais de concurso.

51 51 5. CONCLUSÕES Foi possível agrupar e identificar um padrão de evolução nos conceitos de ancoragem e ajustamento. Os resultados desta pesquisa são consistentes com o conceito de ancora e ajustamento proposto por Kahneman e Tversky (1974). O presente estudo confrontou, como já havia sido feito por Avila (1993) as propostas da teoria econômica clássica, que forneceram o conteúdo das hipóteses nulas, com as propostas avançadas pelo campo emergente de economia comportamental, que deram base às hipóteses de pesquisa. No geral, os experimentos realizados apoiados pela literatura revista dão sustentação às hipóteses de influência da ancoragem na tomada de decisão sob incerteza, propondo que indivíduos fazem uso de um número referência, além das heurísticas cognitivas extensamente estudadas. Uma melhor compreensão de como números âncoras afetam nossas escolhas pode ajudar a melhorar nossas decisões, ou até mesmo a limitar os efeitos negativos do uso da heurística da representatividade sobre a qualidade das mesmas. As limitações desse estudo são as limitações usuais de investigações conduzidas um ambiente artificial de tomada de decisão (KERLINGER, 1980), como a dificuldade de generalizar os resultados obtidos. O modelo de competição e o incentivo financeiro oferecido aos três primeiros colocados induziram os participantes a se esforçar em busca de um resultado satisfatório. Ainda assim, sabemos das limitações dos resultados encontrados em condições experimentais, quando estes são confrontados com a realidade. Por esse motivo, uma parte das sugestões de pesquisas futuras está relacionada a uma dessas limitações: encontrar situações reais nas quais indivíduos são submetidos aos efeitos da ancoragem e verificar qual o impacto do fenômeno em um ambiente de mercado. Foram levantados durante a revisão bibliográfica alguns questionamentos com relação ao efeito experiência (KLEIN, 2010). O presente trabalho apresenta resultados alinhados com a teoria, uma vez o fenômeno da ancoragem não foi percebido nos profissionais e se mostrou bastante significativo nos estudantes. Dessa forma, podemos inferir que a experiência, neste caso, possa ter mitigado o

52 52 efeito âncora. Outra sugestão para pesquisas futuras é investigar que estratégias foram utilizadas por cada grupo, tentando assim entender melhor porque tal fato ocorreu. Por fim, os resultados sugerem também um aprofundamento em todas as outras variáveis do experimento, principalmente no que tange o efeito do ajustamento insuficiente, com vistas à obtenção de amostra mais numerosa e homogênea. Dessa forma, podem-se eliminar efeitos indesejados determinados por amostras reduzidas, como a relevância de outliers nas médias aritméticas bem como possíveis falhas na aproximação à distribuição normal, tornando mais claras e robustas as conclusões sobre a influência do ajustamento insuficiente e experiência profissional nas estimativas.

53 53 6. REFERÊNCIAS BIBLIOGRÁFICAS AVILA, M. G. Experimento em Controle Gerencial: Um Teste da Teoria do Agente. In: XVIII Encontro Anual da Associação dos Programas de Pós-Graduação em Administração (ENANPAD), 1993, Salvador. XVIII ENANPAD, BAIMAN, S. and J. S. Demski (1980), Economically Optimal Performance Evaluation and Control Systems. Journal of Accounting Research (Supplement 1980). BAZERMAN, M. Processo Decisório: para cursos de administração e economia tradução Arlete S. Marques. 5. ed. Rio de Janeiro: Elsevier, CAMPBEL, Sean D. e SHARPE, Steven A. (2009), Anchoring Bias in Consensus Forecasts and Its Effect on Market Prices, Journal of Financial and Quantitative Analysis, Vol. 44, No. 2, pp CERBASI (2008). Investimentos Inteligentes Para Conquistar e Multiplicar o seu Primeiro Milhão, Thomas Nelson Inc. CHAPMAN, G. B., & JOHNSON, E. J. The Limits of Anchoring. Journal of Behavioral Decision Making, v. 7, n. 4, p , CHAPMAN, G. B., & JOHNSON, E. J. (1999). Anchoring, activation, and the construction of values. Organizational Behavior and Human Decision Processes, 79 (2), CHAPMAN, G. B., & JOHNSON, E. J. (2002). Incorporating the irrelevant: anchors in judgments of belief and value. In T. Gilovich, D. Griffin & D. Kahneman (Eds.), Heuristics & biases: the psychology of intuitive judgment (pp ). New York: Cambridge University Press. COOPER, D. R. & SCHINDLER, P.S. Métodos de Pesquisa em Administração. São Paulo: Bookman, 7ª. ed, 2003 ENGLICH, B., MUSSWEILLER, T., &STRACK, F. (2006), Playing dice with criminal sentences: The influence of irrelevant anchors on experts judicial decision making. Personality and Social Psychology Bulletin, Vol. 32, pp

54 54 EPLEY, N.; GILOVICH, T. Putting adjustment back in the anchoring and adjustment heuristic: differential processing of self-generated and experimenter-provided anchors. Psychological Science, v.12, p , EPLEY, N.; GILOVICH, T. Are adjustments insufficient? Personality and Social Psychology Bulletin, v.30, p , EPLEY, N.; GILOVICH, T. When effortful thinking influences judgmental anchoring: differential effects of forewarning and incentives on self-generated and externally provided anchors. Journal of Behavioral Decision Making, v.18, p , EPLEY, N.; GILOVICH, T. (2010). Anchoring unbound. Journal of Consumer Psychology, 20, ENGLICH, Birte (2008), When knowledge matters differential effects of available knowledge in standard and basic anchoring tasks, European Journal of Social Psychology, Vol. 904, pp GOMES, F. B. Processo de Tomada de Decisão do Investidor Individual Brasileiro no Mercado Acionário Nacional: um estudo exploratório enfocando o efeito disposição e os vieses da Ancoragem e do Excesso de Confiança. 2007, 124p. Dissertação (Mestrado em Administração). Programa de Pós Graduação em Administração de Empresas, Universidade Presbiteriana Mackenzie. São Paulo, HALFELD, M., TORRES, F.F.L. Finanças Comportamentais: Aplicações no Contexto Brasileiro. Revista de Administração de Empresas, v. 41, n.2, p , HASTIE, R. Problems for judgment and decision making. Annual Review of Psychology, v. 52, p , HOLMSTRON, B. (1979), "Moral hazard and observability". The Bell Journal of Economics, JACOWITZ, K.E.; KAHNEMAN, D. Measures of anchoring in estimation tasks. Personality and Social Psychology Bulletin, v. 21, p , 1995.

55 55 JOYCE, E.J.; BIDDLE, G. Anchoring and adjustment in probabilistic inference in auditing. Journal of Accounting Research, v.19, p , KAHNEMAN, Daniel e TVERSKY, Amos (1974), Judgment under Uncertainty: Heuristics and Biases, Science, Vol. 185, No. 4157, pp KAHNEMAN, D.A Perspective on Judgment and Choice. American Psychologist, v. 58, n.9, p , KAHNEMAN, D. and KLEIN, G. Conditions for Intuitive Expertise: A failure to disagree. American Psychologist, September, KERLINGER, Fred N. (1980), Metodologia da pesquisa em ciências sociais um tratamento conceitual, EPU / EDUSP. KLAYMAN, J.; HA Y.W. Confirmation, disconfirmation and information in hypothesis testing. Psychological Review, v. 94, p , KLEIN, G. AND KAHNEMAN, D. Strategic decisions: When can you trust your gut? Entrevista com os dois pesquisadores, publicada no McKinsey Quarterly, March, LICHTENSTEIN, Sarah e SLOVIC, Paul (1971), Reversals of preference between bids and choices in gambling decisions, Journal of Experimental Psychology, 89, LUPPE, M. R.A Heuristica da ancoragem e seus efeitos no Julgamento: decisões de consumo. 2006, 118 p. Dissertação (Mestrado em Administração). Programa de Pós Graduação em Administração, Universidade de São Paulo. São Paulo, McKINSEY & COMPANY (2010). Strategic decisions; When can you trust your gut? McKinsey Quarterly, The Online Journal of McKinsey & Company, MOSCA, Aquiles (2009). Finanças Comportamentais, Elsevier/Campus MUSSWEILER&STRACK, F. (2001). The semantics of anchoring. Organizational Behavior and Human Decision Processes, 86 (2),

56 56 OPPENHEIMER, D. M., LEBOEUF, R. A., & BREWER, N. T. (2008). Anchors aweigh: a demonstration of cross-modality anchoring and magnitude priming. Cognition, 106, ROGERS, P.; FAVATO, V.; SECURATO, J. R. Efeito Educação Financeira no Processo de Tomada de Decisões em Investimentos: Um Estudo a Luz das Finanças Comportamentais.II Congresso da Associação Nacional dos Programas de Pós-Graduação em Ciências Contábeis (ANPCONT), 2008, Salvador: ANPCONT, 2008 SHEFRIN, H.The Contributions of Daniel Kahneman and Amos Tversky. Journal of Behavioral Finance, v.4, n.2, p.54-58, SIMON. H. A. Comportamento Administrativo: estudo do processo decisório nas organizações administrativas. Rio de Janeiro: FGV, STERNBERG, R. Psicologia Cognitiva tradução Maria Regina Borges. Porto Alegre: Artes Médicas Sul, STRACK, F., & MUSSWEILER, T. (1997).Explaining the enigmatic anchoring effect: Mechanisms of selective accessibility. Journal of Personality and Social Psychology, 73 (3), TVERSKY, A.; KAHNEMAN, D. The Framing of Decisions and the Psychology of Choice.Science, v. 211, p , WILSON, T. D., HOUSTON, C., ETLING, K. M., &BREKKE, N. (1996), A new look at anchoring effects: Basic anchoring and its antecedents, Journal of Experimental Psychology, Vol. 4, pp WONG, K. F. E., & KWONG, J. Y. (2000). Is 7300m equal to 7.3 km? Same semantics but different anchoring effects. Organizational Behavior and Human Decision Processes, 82(2),

57 57 7. ANEXOS Anexo 1 Instruções do Experimento Parte 1 de 2 (Âncora Alta)

58 Anexo 1 Instruções do Experimento Parte 2 de 2 (Âncora Alta) 58

59 Anexo 2 Instruções do Experimento Parte 1 de 2 (Âncora Baixa) 59

60 Anexo 2 Instruções do Experimento Parte 2 de 2 (Âncora Baixa) 60

61 Anexo 3 Aba Competições - Exemplo da Solução Ótima 61

62 Anexo 4 Questionário de Encerramento 62