自己評価効果理論とは、個人が自らの意思決定や行動を評価する際に、過去の経験や現在の情報を不均衡に重視し、結果として非合理的な判断を導く心理メカニズムを説明する理論である。
概要
自己評価効果理論は、行動経済学の中で「自己帰属バイアス」や「メンタルアカウンティング」といった概念と密接に関連している。投資家や消費者が過去の成功体験を過大評価し、失敗を過小評価する傾向を捉えることで、資産運用や購買行動の非合理性を定量化する。
この理論は、投資判断における「自己過信」や「ハーディング」といった行動パターンを説明する枠組みとして、金融機関のリスク管理や行動ファイナンスの研究で広く採用されている。特に、ポートフォリオの再調整やリスク許容度の設定において、個人の自己評価が過度に影響を及ぼす点が注目される。
役割と機能
自己評価効果理論は、投資家が自身の判断力を過信し、情報の偏りを補正できない場面を明らかにする。
- リスク評価の歪み：過去の利益経験を重視することで、将来のリスクを過小評価し、過剰なレバレッジを取るリスクが高まる。
- 資産配分の不安定化：自己評価が高まると、資産配分の見直しを遅延させ、ポートフォリオのバランスが崩れやすくなる。
- 行動介入の設計：ナッジや選択アーキテクチャを用いて、投資家の自己評価を調整し、より合理的な意思決定を促すための基盤となる。
金融機関は、顧客の自己評価を測定し、リスク指向度に応じたアドバイスを提供する際にこの理論を活用する。
特徴
- 過去経験の重視：自己評価効果理論は、個人が過去の成功体験を現在の判断に過剰に反映させる点を強調する。
- 非対称情報の利用：投資家は自らの情報を過信し、外部情報を軽視するため、情報の非対称性が拡大する。
- 自己過信とリスク回避の相反：自己評価が高いとリスク回避が低下する一方で、失敗経験が少ないと損失回避が弱まる。
- 測定の難しさ：自己評価は主観的であり、定量化が困難であるため、アンケートや行動データを組み合わせて推定する必要がある。
これらの特徴は、プロスペクト理論の「損失回避」とは対照的に、利益経験が過度に重視される点で差別化される。
現在の位置づけ
近年、デジタル資産やロボアドバイザーの普及に伴い、投資家の行動データが大量に蓄積されている。自己評価効果理論は、こうしたデータを解析し、個人の意思決定パターンを機械学習で予測する際の重要な変数となっている。
- 規制の観点：投資顧問業務において、顧客の自己評価を把握し、適切なリスク開示を行うことが求められる。
- 市場の動向：自己評価が高い投資家が増えると、短期的な市場のボラティリティが上昇しやすくなるため、中央銀行は金融政策の調整に注意を払う。
- 研究の進展：行動ファイナンスの学術誌で、自己評価効果と他のバイアス（アンカリング、確証バイアス）との相互作用が検証されている。
総じて、自己評価効果理論は、投資行動の非合理性を定量化し、金融サービスの設計やリスク管理に不可欠な枠組みとして位置づけられている。
