Determinantes da aversão à perda em decisões financeiras: uma investigação por meio de modelos de equações estruturais

Abstract

Este estudo tem por objetivo principal propor um modelo estrutural por meio da modelagem de equações estruturais que represente os determinantes da aversão à perda em decisões financeiras. A revisão bibliográfica conduziu ao desenvolvimento de um modelo estrutural de aversão à perda com treze variáveis latentes e sessenta e cinco variáveis manifestas. A amostra deste estudo é não probabilística, formada por estudantes de graduação e profissionais de todo o Brasil. O questionário desenvolvido foi abrigado em um site e enviado para os estudantes de graduação e profissionais por intermédio das pró-reitorias de graduação e associações profissionais que se dispuseram a contribuir com a pesquisa. Foram coletadas 9.612 respostas que, após o tratamento dos dados, resultaram em 9.308 dados válidos para a análise. Optou-se por utilizar a técnica estatística de validação cruzada e a amostra foi dividida em duas subamostras com 4.654 observações cada, denominadas amostra de treinamento e amostra de teste. O modelo teórico proposto foi aplicado junto à amostra 1 e testado frente à amostra 2, o que resultou na exclusão de três variáveis latentes. Com as alterações realizadas, o modelo empírico de aversão à perda mostrou-se estável e adequado, quando testado frente às amostras 1 e 2.

This study aims to propose a structural model through structural equation modeling that represents the determinants of loss aversion in financial decisions. The literature review led to the development of a structural model of loss aversion with thirteen latent variables and sixty -five manifest variables. The sample of this study is non-probable formed by graduate students and professionals from all over Brazil. The questionnaire was sheltered on a site and sent to graduate students and professionals by the graduate pro-rectors and professional associations that were willing to contribute with the research. It was collected the number of 9,612 responses that, after data processing, resulted in 9,308 valid data for analysis. It was opted to use the statistical technique of cross-validation and the sample was divided into two subsamples with 4,654 observations each, called the training sample and test sample. The proposed theoretical model was applied close the sample 1 and tested front sample 2, that resulted in the exclusion of three latent variables. With the accomplished changes, the empirical model of loss aversion was stable and adequate when testified front the samples 1 and 2.