Quelle est la gravité du problème des erreurs de mesure dans une tâche populaire d'aversion au risque ?

Résumé Cet article utilise les données de test/retest de l'expérience de Holt et Laury (2002) pour fournir des estimations de l'erreur de mesure dans cette tâche populaire d'aversion au risque. L'estimation du maximum de vraisemblance suggère que la variance de l'erreur de mesure est approximativement égale à la variance du nombre de choix sûrs. Les simulations confirment que le coefficient de la mesure du risque dans les régressions MCO univariées est environ la moitié de sa valeur réelle. Contrairement à l'erreur de mesure, la transformation discrète de l'aversion au risque continue n'est pas un problème majeur. Nous discutons des mérites de différentes solutions : augmentation du nombre d'observations, IV et la méthode ORIV développée par Gillen et al. (2019).