El sesgo de supervivencia es un fenómeno psicológico que afecta nuestra forma de ver el mundo y tomar decisiones. Aunque puede parecer contradictorio, este sesgo se refiere a la tendencia de enfocarnos únicamente en las cosas que han sobrevivido o han tenido éxito, ignorando por completo las que han fracasado o desaparecido. En este artículo exploraremos cómo este sesgo afecta nuestras percepciones y cómo podemos superarlo para tomar decisiones más equilibradas y objetivas. ¡Descubre cómo luchar contra el sesgo de supervivencia y ampliar tu perspectiva!
Cuando un conjunto de datos solo considera observaciones “sobrevivientes” o existentes y no toma en cuenta observaciones que ya no existen
Más de 1,8 millones de profesionales utilizan CFI para aprender contabilidad, análisis financiero, modelado y más. Comience con una cuenta gratuita para explorar más de 20 cursos siempre gratuitos y cientos de plantillas financieras y hojas de trucos.
¿Qué es el sesgo de supervivencia?
El sesgo de supervivencia es un tipo de sesgo de selección de muestras que ocurre cuando un conjunto de datos solo considera observaciones «sobrevivientes» o existentes e ignora las observaciones que ya no existen.
Un ejemplo de sesgo de supervivencia en las finanzas es que los estudios sobre rendimientos de fondos mutuos solo utilizan bases de datos que contienen datos sobre fondos mutuos actualmente existentes y no consideran datos sobre fondos que ya no existen.
Los fondos mutuos podrían haber cerrado por diversos motivos, como fusiones y adquisiciones, reestructuraciones o malos resultados financieros. Otro ejemplo de sesgo de supervivencia podría ocurrir si los estudios de rentabilidad de ciertas industrias no incluyen información financiera sobre empresas adquiridas o insolventes. En tal caso, los analistas financieros basan su evaluación exclusivamente en las empresas actualmente existentes en el mercado.
Efectos del sesgo de supervivencia
En general, el sesgo de supervivencia lleva a conclusiones demasiado optimistas y pueden no ser representativas del entorno del mundo real. El sesgo surge porque las observaciones “sobrevivientes” a menudo han sobrevivido debido a su resiliencia superior al promedio ante condiciones difíciles, y otras observaciones que ya no existen debido a estas condiciones se ignoran.
Volviendo al ejemplo anterior de los rendimientos de los fondos mutuos, un estudio que muestre un sesgo de supervivencia puede sesgar los rendimientos positivamente porque solo considera los fondos mutuos que existen actualmente. Los fondos mutuos han sobrevivido a condiciones económicas difíciles, como una recesión, ya sea por su composición o por la capacidad de la gestión del fondo para responder al mercado y ajustar su estrategia de inversión.
Sin embargo, durante la recesión a la que sobrevivieron los fondos, es probable que otros fondos mutuos se vieran obligados a cerrar debido a su mal desempeño. El efecto neto sería resultados sesgados positivamente que no reflejarían con precisión los rendimientos reales logrados por todos los fondos mutuos.
Por lo tanto, al evaluar el rendimiento de los fondos de inversión (independientemente del Horizonte de tiempo), es importante considerar todos los fondos de inversión que cumplan con los criterios del estudio. Si un estudio está diseñado específicamente para medir el desempeño de los mejores fondos mutuos o los «supervivientes», esto debe revelarse en la metodología de investigación.
Ejemplo de sesgo de supervivencia
Considere la siguiente información sobre los rendimientos de los fondos mutuos:
Suponga que todos los fondos cumplen con los criterios establecidos por los investigadores.
Si sólo se tuvieran en cuenta los fondos que aún están activos, la rentabilidad media sería del 9%. Sin embargo, si el estudio incluyera todas las observaciones posibles que cumplieran con sus criterios, el rendimiento promedio calculado sería sólo del 3%, dos tercios menos que el rendimiento calculado bajo el sesgo de supervivencia.
Por lo tanto, es muy importante que los investigadores consideren cuidadosamente la información que planean utilizar en sus estudios. Sin embargo, es más fácil decirlo que hacerlo, ya que algunos investigadores pueden caer en la trampa del sesgo de supervivencia a pesar de sus mejores intentos por mitigar ese riesgo.
Por ejemplo, cuando se trabaja con bases de datos grandes que contienen miles o millones de puntos de datos, puede resultar más difícil realizar un seguimiento si se omiten las observaciones. Por lo tanto, también corresponde a los administradores de bases de datos garantizar que sus conjuntos de datos no contengan sesgos de supervivencia. Esto se puede lograr implementando nuevas reglas y procedimientos, adhiriéndose a estándares estrictos o educando a los empleados sobre las mejores prácticas de registro de datos.
Cómo prevenir el sesgo de supervivencia
Para evitar el sesgo de supervivencia, los investigadores deben ser muy selectivos al elegir sus fuentes de datos. Los investigadores deben asegurarse de que las fuentes de datos que seleccionen no omitan observaciones que ya no existen para reducir el riesgo de sesgo de supervivencia.
Recursos adicionales
CFI es el proveedor oficial del programa de certificación global Financial Modeling & Valuation Analyst (FMVA)™, diseñado para ayudar a cualquier persona a convertirse en un analista financiero de clase mundial. Para continuar aprendiendo y avanzar en su carrera, los siguientes recursos adicionales de CFI son útiles:
