The Last Hurrah Effect: End-of-Period Temporal Landmarks Increase Optimism and Financial Risk-Taking
Notice bibliographique
Résumé
Understanding what drives risk-taking is fundamental for the study of choice under uncertainty. One widely discussed question is when and why people engage in risk-taking. Prior work finds evidence for an ending effect, where risk-taking increases on the last gamble in a series when outcomes are immediately realized. The authors test whether socially ubiquitous end-of-period temporal landmarks (e.g., last day of the work week, month, year) alter financial risk-taking even when outcomes are not immediate. Using data from a large peer-to-peer investment platform in the United States, they show that investors make riskier financial investment decisions on Fridays relative to those made earlier in the week. Consistent with a broader end-of-period effect, risk-taking also increases on the last day of the month, on the last day of the year, and on weekdays prior to a long weekend. Follow-up lab experiments identify a novel mechanism driving ending effects: As people near the end of a temporal period, they feel more optimistic that their financial risks will pay off, driving greater financial risk-taking. The shift in risk-taking is not without consequence: In this specific peer-to-peer context, the authors show that end-of-period investments perform worse over time, losing money relative to investments made on other days.
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 | 0,048 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 ».