MétaCan
Menu
← Retour à la cohorte
Enregistrement W3139377524

Well-Being Advisers

2017· article· en· W3139377524 sur OpenAlexaboutno aff
Meir Statman

Notice bibliographique

RevueSSRN Electronic Journal · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFinanceFace (sociological concept)Financial servicesBehavioral economicsQuarter (Canadian coin)WonderEconomicsAttendanceService (business)BusinessMarketingSociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A client fires his financial adviser because his returns lag the market and the returns of his best friend. An adviser constructs portfolios from low-cost index funds, and his clients question why he trades so infrequently—only once a quarter when he rebalances portfolios. An organizer of a conference for financial advisers asks a speaker to refer to the advisers in attendance as “wealth managers,” not “financial advisers.” An adviser argues that robo-advisers can never replace human advisers. These are four of the markers of the financial advising landscape; they represent four challenges financial advisers face. The first marker indicates that some clients see beating the market as the primary service of financial advisers. The second indicates that some clients wonder what advisers do for the fees they charge and sometimes question the fairness of these fees. The third indicates that some advisers are insecure about their roles and the titles that commonly describe them. And the fourth indicates that advisers are aware of the challenges posed by robo-advisers, even as they try to dismiss them. Advisers can meet these challenges by becoming well-being advisers, a role that is rooted in the second generation of behavioral finance, distinct from both standard finance and the first generation of behavioral finance. Standard finance says that investors’ wants are “rational” wants, restricted to the utilitarian benefits of high expected returns and low risk. The first generation of behavioral finance largely accepted standard finance’s notion that investors’ wants are rational, but described actual investors as irrational and offered methods for correcting cognitive and emotional errors. The second generation of behavioral finance (Statman, Finance for Normal People, 2017) describes investors, and people more generally, as normal, distinguishing normal wants from cognitive and emotional errors, and providing guidance on avoiding errors on the way to satisfying wants. The second generation of behavioral finance guides advisers to become well-being advisers. Well-being advisers identify clients’ wants, and help clients assess those wants, balance them, and avoid cognitive and emotional errors on the way to satisfying them.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil0,483

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,002
Communication savante0,0060,005
Science ouverte0,0010,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,1440,039

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,216
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic Journal→Même sujetFinancial Markets and Investment Strategies→Travaux en français237 207→