Risiko-Warnhinweise in Kurzinformationen für Finanzdienstleistungen. Eine empirische Analyse
Notice bibliographique
Résumé
Zusammenfassung Immer häufiger wird in der Literatur weltweit darüber berichtet, dass Kurzinformationen für Anleger zwar grundsätzlich nutzenstiftend sein können, allerdings ein wesentliches Problem in der kaum ausreichend klaren und verständlichen Risikodarstellung liege. Die Bundesregierung hat aktuell im Rahmen der Graumarkt-Regulierung mit dem Entwurf des Kleinanlegerschutzgesetzes in dieser Form explizit eine textliche Risiko-Warnung verankert. Neben Vorschlägen zu solchen textlichen Warnhinweisen, wird u. a. aus verhaltensökonomischer Sicht eine Kombination mit grafischen Risiko-Warnhinweisen gefordert. Diese Studie hatte zum Ziel, eine solche Kombination textlicher und grafischer Risiko-Warnhinweise am Beispiel eines Derivats empirisch zu untersuchen. Die Bewertung durch die Probanden fiel dabei positiv aus, die Kombination aus textlichem und grafischem Risiko-Warnhinweis wirkt. Zusätzlich wurde anknüpfend an die Literatur zur Wirksamkeit von Warnhinweisen bei Sachgütern analysiert, inwieweit der dort beschriebene (adverse) Effekt der Warnung als Werbung auch hier bei einer Finanzdienstleistung eintritt. Die empirische Untersuchung gibt keinen Hinweis auf eine solche Vertrauen bildende Wirkung, im Gegenteil, die Warn-Wirkung scheint wie beabsichtigt zu funktionieren.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,011 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».