¿Por qué perder dinero duele más de lo que alegra ganarlo?

En muchos experimentos, al decidir, la gente da más peso a una pérdida que a una ganancia igual. La famosa cifra del «doble» sale de 25 estudiantes en 1992 ; estimaciones posteriores van de cerca de 2 a cerca de 1.

2026-11-12

¿De dónde sale la idea de que una pérdida duele el doble?

Imagine dos días. Un día encuentra 100 dólares que no esperaba. Otro día pierde 100 dólares. La mayoría de la gente dice que el segundo día se le queda grabado más tiempo, y la explicación popular añade una cifra : una pérdida duele más o menos el doble de lo que alegra una ganancia del mismo tamaño.

Esa cifra tiene un origen concreto. En 1979, los psicólogos Daniel Kahneman y Amos Tversky propusieron la teoría prospectiva, una descripción de cómo elige realmente la gente cuando los resultados son inciertos (Econometrica, 1979). En 1992 la refinaron y la ajustaron a las decisiones de 25 estudiantes de posgrado de Berkeley y Stanford, que cobraron 25 dólares cada uno por participar y eligieron entre apuestas y cantidades seguras de dinero (Journal of Risk and Uncertainty, 1992). La mediana de sus estimaciones fue 2,25 : en el modelo ajustado a las decisiones de ese grupo, una pérdida pesaba unas 2,25 veces más que una ganancia del mismo tamaño.

Así que «el doble» es la mediana de un grupo pequeño, en unas condiciones concretas. Los propios autores señalaron que la curva cambia de una persona a otra. Además, la cifra sale de un modelo de las decisiones de esos estudiantes. Nunca fue una medición de cuánto siente una persona concreta, ni de cuánto siente la gente en general.

El famoso «doble» es la mediana de 25 estudiantes · Peso de la pérdida en la teoría prospectiva de 1992 : mediana de 25 posgraduados de Berkeley y Stanford · 2.25 · Una pérdida pesaba 2,25 veces una ganancia igual · Ajustado a sus elecciones entre apuestas y cantidades seguras, no mide sentimientos
Peso de la pérdida en la teoría prospectiva de 1992 : mediana de 25 posgraduados de Berkeley y Stanford

¿Qué muestra en realidad la famosa curva de pérdidas y ganancias?

La teoría prospectiva suele dibujarse como una sola curva. Las ganancias van a la derecha de un punto central y las pérdidas a la izquierda, y el eje vertical muestra cuánto se valora cada resultado. La curva reúne tres ideas distintas que es fácil confundir.

La primera es el punto de referencia. La curva parte de donde usted está, no de su patrimonio total. Una caída de 100 dólares se juzga como una pérdida respecto a lo que tenía al empezar o a lo que esperaba, tenga usted 1000 dólares o 1 millón.

La segunda es la sensibilidad decreciente. La curva se aplana a medida que se aleja del centro, por ambos lados : pasar de 0 a 100 dólares importa más que pasar de 1000 a 1100, tanto en ganancias como en pérdidas. En el ajuste de 1992, esa curvatura la fija un exponente de 0,88, igual en los dos lados.

La tercera es la aversión a las pérdidas, que responde a la pregunta del titular. El lado de las pérdidas es más empinado que el de las ganancias, así que un paso a la izquierda baja más de lo que sube el mismo paso a la derecha. El factor que amplifica el lado de las pérdidas se llama lambda : en el modelo de 1992, una pérdida vale lambda veces lo que vale una ganancia del mismo tamaño. Un lambda de 1 significa que pérdidas y ganancias pesan lo mismo. La mediana de 1992 fue 2,25.

La curva es un modelo simplificado de cómo se valoran las opciones al decidir, con estos parámetros incorporados. No es una medición de lo que nadie sintió.

Una curva, tres ideas distintas · Las piezas de la curva de la teoría prospectiva en el modelo de 1992 · Curva de pérdidas y ganancias · Punto de referencia · Sensibilidad decreciente · Aversión a las pérdidas · Se juzga desde donde usted está, no desde su patrimonio total · La curva se aplana al al
Las piezas de la curva de la teoría prospectiva en el modelo de 1992

¿Qué encontraron los estudios posteriores al volver a medirlo?

Desde entonces, cientos de estudios han estimado lambda. La recopilación más amplia, de Alexander Brown, Taisuke Imai, Ferdinand Vieider y Colin Camerer (Journal of Economic Literature, 2024), reunió 607 estimaciones de 150 artículos publicados entre 1992 y 2017. Tal como se publicaron, esas estimaciones tienen una mediana de 1,69 y una media de 1,97. Tras el ajuste estadístico de los autores, su estimación central es 1,955, con un intervalo del 95 % que va de 1,82 a 2,10. Encontraron además que pocos de los rasgos de diseño que registraron en los estudios se correspondían con diferencias en los resultados.

Otras recopilaciones dieron cifras más bajas. Lukasz Walasek, Timothy Mullett y Neil Stewart (Journal of Economic Psychology, 2024) volvieron a estimar lambda a partir de las decisiones originales de 17 estudios con apuestas arriesgadas. Obtuvieron 1,31, con un intervalo del 95 % de 1,10 a 1,53, que no llega a 2,25. También advirtieron que buena parte de los datos de ese conjunto era de mala calidad. Michael Neumann y Ulf Böckenholt (Journal of Retailing, 2014) estudiaron decisiones entre marcas de consumo y obtuvieron 1,49 o 1,73, según el modelo. Han Bleichrodt y Olivier L'Haridon (Judgment and Decision Making, 2023) usaron una prueba diseñada para separar la aversión a las pérdidas del aplanamiento de la curva. Encontraron aversión a las pérdidas tanto con cantidades pequeñas como con grandes, con un lambda de entre 1,25 y 1,45, que ellos describen como menor de lo que suele observarse. Las cantidades de su estudio eran hipotéticas.

Son análisis de selecciones distintas de estudios, hechos de maneras distintas, y no mediciones repetidas de una constante humana. A la pregunta de si las pérdidas pesan más, estos estudios suelen responder que sí. A la de cuánto más, sus respuestas se separan : van desde cerca de 2 hasta cerca de 1,3.

Estudios posteriores coinciden en que pesan más, no en cuánto · Lambda, cuántas veces pesa una pérdida frente a una ganancia igual, rango de cada estudio (1 es igual peso) · Equipo de Brown, 2024 · Equipo de Walasek, 2024 · Bleichrodt y L'Haridon, 2023 · 1,82 a 2,10 · 1,10 a 1,53 · 1,25 a 1,45 · Bro
Lambda, cuántas veces pesa una pérdida frente a una ganancia igual, rango de cada estudio (1 es igual peso)

¿Por qué cambia la respuesta según cómo se diseña la prueba?

Eldad Yechiam y Dana Zeif (Journal of Economic Psychology, 2025) volvieron a los datos del equipo de Brown y clasificaron los estudios según su diseño. Pudieron hacerlo con 163 de las estimaciones, procedentes de 84 artículos. Dos rasgos aparecían una y otra vez donde la aversión a las pérdidas parecía fuerte : en unos estudios las pérdidas posibles eran menores que las ganancias posibles, y en otros las cantidades se mostraban ordenadas por tamaño. En las 22 estimaciones en que ganancias y pérdidas cubrían el mismo rango y no se mostraban ordenadas, lambda quedó en torno a 1,07, con un intervalo de 0,97 a 1,18, sin superar 1 de forma estadísticamente significativa. También encontraron estimaciones más bajas cuando el dinero era real que cuando era hipotético. El título de su trabajo resume cómo lo interpretan : la aversión a las pérdidas no es robusta. Esa cifra vale para el subconjunto que seleccionaron. Pone en duda que las estimaciones más altas valgan de forma general, pero no las anula. Las dos recopilaciones discrepan en este punto : el equipo de Brown encontró que pocos de los rasgos de diseño que registró importaban, mientras que Yechiam y Zeif encontraron diferencias de diseño que sí importaban.

La cantidad en juego también importa, y eso afecta a los 100 dólares del principio. En un trabajo anterior, con cinco estudios en línea y unos 2000 participantes, Zeif y Yechiam (Judgment and Decision Making, 2022) presentaron ganancias y pérdidas del mismo tamaño en orden aleatorio. No encontraron aversión a las pérdidas con cantidades pequeñas. Con unos 40 dólares encontraron un lambda débil, de 1,16, y con unos 100 dólares, de 1,54. Esas cifras valen para el método de ese estudio. No predicen lo que una persona concreta sentirá con sus 100 dólares.

Además, elegir y sentir no son lo mismo. La mayoría de estas cifras salen de las decisiones que toma la gente, no de lo que siente después. En dos estudios con apuestas, Deborah Kermer y sus colegas (Psychological Science, 2006) encontraron que la gente predecía que una pérdida le dolería más de lo que le alegraría una ganancia igual. Pero cuando apostaba de verdad, las pérdidas le dolían menos de lo que había previsto. Eso muestra una diferencia entre lo previsto y lo vivido en esos estudios. No muestra que una pérdida real nunca se sienta peor que una ganancia igual.

No todos interpretan las pruebas de la misma manera. David Gal y Derek Rucker (Journal of Consumer Psychology, 2018), en una revisión de estudios y no en una estimación nueva, sostuvieron que las pérdidas no pesan más que las ganancias como regla general y que depende del contexto. Itamar Simonson y Ran Kivetz respondieron en el mismo número que esa conclusión iba demasiado lejos. La pregunta sigue abierta, y hay investigadores rigurosos en ambos lados.

En unos estudios, el peso de la pérdida creció con la cantidad · Lambda según la cantidad en juego, cinco estudios en línea, unos 2000 participantes (Zeif y Yechiam, 2022) · Igual peso · Unos 40 dólares · Unos 100 dólares · 1 · 1.16 · 1.54 · Sin aversión a pérdidas con cantidades pequeñas ; ganancia
Lambda según la cantidad en juego, cinco estudios en línea, unos 2000 participantes (Zeif y Yechiam, 2022)

¿Qué tiene que ver la curva con las acciones que usted tiene?

Para un inversor, el punto de referencia suele ser el precio que pagó. Una acción comprada a 50 dólares que ahora vale 40 se vive como una pérdida de 10 dólares, aunque el precio de mercado es el mismo para todos los que la tienen, pagaran lo que pagaran.

Aquí importa más la curvatura del lado de las pérdidas que lambda. Como la curva se aplana a medida que crecen las pérdidas, el modelo predice que, ante una pérdida, la gente preferirá arriesgarse antes que aceptar una pérdida segura. En el artículo de 1979, el 80 % de los encuestados prefería recibir 3000 dólares seguros antes que tener un 80 % de probabilidad de ganar 4000. Pero cuando la misma elección se planteaba en forma de pérdidas, el 92 % elegía la apuesta.

Hersh Shefrin y Meir Statman (Journal of Finance, 1985) pusieron nombre a un patrón relacionado que se ve en la inversión, el efecto disposición : vender demasiado pronto las acciones que ganan y mantener demasiado tiempo las que pierden. No lo explicaron con una sola curva, sino con varios factores a la vez, entre ellos la contabilidad mental (separar el dinero en cuentas distintas dentro de la cabeza), el arrepentimiento y los impuestos. Después, Terrance Odean (Journal of Finance, 1998) lo puso a prueba con las operaciones de 10 000 cuentas elegidas al azar en un gran intermediario bursátil de bajo coste de Estados Unidos, entre 1987 y 1993. Esos inversores materializaron el 14,8 % de las ganancias que tenían a su alcance, pero solo el 9,8 % de las pérdidas. En diciembre, cuando vender las acciones que pierden permite ahorrar impuestos, el patrón se invertía. En esa muestra, durante el año siguiente, las acciones ganadoras que vendieron rindieron 3,4 puntos porcentuales más que las perdedoras que conservaron. Es un hallazgo sobre esas cuentas en esos años. No dice nada sobre lo que hará una acción a partir de ahora ni sobre cuándo debería vender nadie.

La relación entre la curva y ese comportamiento es menos directa de lo que parece. Nicholas Barberis y Wei Xiong (Journal of Finance, 2009) analizaron versiones sencillas de la teoría prospectiva. Encontraron que una versión basada en las ganancias y pérdidas de cada año a menudo no predice el efecto disposición, y a veces predice lo contrario. En cambio, una versión basada en las ganancias y pérdidas que se hacen efectivas al vender lo predice de forma más fiable.

En una muestra, se vendían antes las ganancias que las pérdidas · Porcentaje vendido de ganancias y pérdidas disponibles, 10 000 cuentas de un bróker de bajo coste de EE. UU., 1987 a 1993 · Ganancias vendidas · Pérdidas vendidas · 14.8% · 9.8% · Odean, 1998. El patrón se invertía en diciembre, cuand
Porcentaje vendido de ganancias y pérdidas disponibles, 10 000 cuentas de un bróker de bajo coste de EE. UU., 1987 a 1993

Entonces, ¿una pérdida duele de verdad más?

En muchos experimentos, cuando la gente decide, una pérdida sí pesa más que una ganancia igual, y ese patrón se ha encontrado una y otra vez. Lo que no se ha mantenido es el tamaño del efecto. El famoso «doble» sale de 25 estudiantes en 1992. Las recopilaciones de trabajos posteriores, cada una basada en una selección distinta de estudios, lo sitúan cerca de 2, cerca de 1,3 o muy cerca de 1. La diferencia depende de si las pérdidas eran menores que las ganancias, de cómo se presentaban las opciones, de si el dinero era real y de cuánto había en juego.

Estas cifras describen decisiones. Lo que se siente después de una pérdida se ha medido mucho menos, y en dos estudios con apuestas la pérdida dolió menos de lo que la gente esperaba.

Así que la idea con la que vale la pena quedarse es esta : en el laboratorio, las pérdidas suelen pesar más que las ganancias, pero cuánto más depende tanto del diseño de la prueba como de las personas. La próxima vez que vea «2x», la pregunta útil es cómo se midió, y si lo que se midió fue una decisión o un sentimiento.

¿Por qué perder dinero duele más de lo que alegra ganarlo?¿Por qué perder dinero duele más de lo que alegra ganarlo?Al decidir, una pérdida suele pesar más que una ganancia igual, pero cuánto más ha ido variando. · El famoso «doble» sale de 25 estudiantes en 1992. Estimaciones posteriores van de cerca de 2 a cerca de 1.2.25 · Una pérdida pesaba 2,25 veces una ganancia igual · El famoso «doble» es la mediana de 25 estudiantes · Peso de la pérdida en la teoría prospectiva de 1992 : mediana de 25 posgraduados de Berkeley y Stanford · Ajustado a sus elecciones entre apuestas y cantidades seguras, no mide sentimientosEquipo de Brown, 2024 · Equipo de Walasek, 2024 · Bleichrodt y L'Haridon, 2023 · 1,82 a 2,10 · 1,10 a 1,53 · 1,25 a 1,45 · Estudios posteriores coinciden en que pesan más, no en cuánto · Lambda, cuántas veces pesa una pérdida frente a una ganancia igual, rango de cada estudio (1 es igual peso) · BroCon ganancias y pérdidas en el mismo rango, un nuevo análisis halló que pesaban casi igual. · Yechiam y Zeif (2025) : cerca de 1,07 en 22 estimaciones de igual rango, sin ordenar. Una recopilación mayor halló que el diseño importaba poco.Igual peso · Unos 40 dólares · Unos 100 dólares · 1 · 1.16 · 1.54 · En unos estudios, el peso de la pérdida creció con la cantidad · Lambda según la cantidad en juego, cinco estudios en línea, unos 2000 participantes (Zeif y Yechiam, 2022) · Sin aversión a pérdidas con cantidades pequeñas ; gananciaGanancias vendidas · Pérdidas vendidas · 14.8% · 9.8% · En una muestra, se vendían antes las ganancias que las pérdidas · Porcentaje vendido de ganancias y pérdidas disponibles, 10 000 cuentas de un bróker de bajo coste de EE. UU., 1987 a 1993 · Odean, 1998. El patrón se invertía en diciembre, cuandFuentes 24 : ideas.repec.org · Kahneman and Tversky (1979), Prospect theory : an analysis of decision under risk, Econometrica, ucl.ac.uk · Kahneman and Tversky (1979), Prospect theory, full text, link.springer.com · Tversky and Kahneman (1992), Advances in prospect theory, Journal of Risk and UncerLéelo completo en · polora.ai

Why does losing $100 hurt more than winning $100 feels good?

Alpha · deepseek-v4-pro

The honest answer is threefold: losses usually do outweigh gains in people's choices, but modestly and conditionally — and part of why a $100 loss feels bigger is that you predict it will hurt more than it actually does. The standard explanation is prospect theory (Kahneman & Tversky, 1979, 1992), and its core mechanism is worth getting right. People don't evaluate money by their total wealth. They evaluate changes from a reference point — where they started or what they expected. So the same $100 isn't one event with two signs; it's two different events. Losing $100 takes something already counted as yours, while winning $100 adds something you didn't have. In that frame, value attaches to the change, not the level. And the value function is steeper on the loss side than the gain side: the same step left drops you further than the same step right lifts you. That steepness ratio is called lambda (λ), and it's how the field measures loss aversion. Here's what usually gets left out. The famous number — "a loss hurts about twice as much as a gain pleases" — is the *median* λ of 2.25 from a 1992 study of 25 graduate students choosing among hypothetical gambles. A median only exists b…

Beta · gpt-6-sol

The best-supported answer is about how people evaluate a choice, not a universal rule about how intensely they feel. Prospect theory models outcomes relative to a reference point—what you have or expected to have. On its familiar graph, gains extend right, losses left, and the loss side falls more sharply than the gain side rises. Both sides also flatten farther from that point: *diminishing sensitivity* shapes the curve, while *loss aversion* is the unequal weighting of equal-sized gains and losses. The graph is a model of valuation, not a recording of anyone’s emotions. Kahneman and Tversky’s 1979 paper is available at https://www.ucl.ac.uk/anaesthesia/sites/anaesthesia/files/kahneman-tversky.pdf. (ucl.ac.uk) What I would change in the manuscript and Alpha’s answer: - The 1992 paper supports 25 graduate students, a $25 participation payment, a median loss-aversion parameter λ = 2.25, and a median curvature exponent of 0.88 on each side. It also explicitly notes noisy choices and individual differences. But its description of that particular experiment does…

Gamma · gemini-3.1-pro

Here is what the record and my own checks show regarding the manuscript's claims, following the editor’s brief: Verification of the Manuscript's Claims & Requested Checks: * 1992 Study Details (Tversky & Kahneman): The 25 graduate students and the $25 flat fee are confirmed. As Beta noted, the paper does not explicitly label the gamble outcomes as "hypothetical" in a way that proves no real money changed hands beyond the fee, but they are widely understood as such in the literature. The authors explicitly note that parameters like lambda vary across individuals. (Source: *Journal of Risk and Uncertainty*, 1992; https://psych.fullerton.edu/mbirnbaum/teaching/psych466/articles/Tversky_Kahneman_JRU_92.pdf) * Brown, Imai, Vieider & Camerer (2024): The figures are confirmed. The meta-analysis reports a raw median of 1.69, a raw mean of 1.97, and an adjusted estimate of 1.955 with a 95% interval of 1.82 to 2.10. It also notes that few design features significantly correlate with the estimates. (Source: *Journal of Economic Literature*; https://topcat.aeaweb.org/articles?id=10.1257%2Fjel.20221698) * Neumann & Böckenholt (2014): Confirmed. My search verifies that th…

Researcher · gpt-6-luna

Research check The strongest correction to the answers so far is about feeling versus choosing. Most loss-aversion estimates describe choices, not the intensity of a person’s experienced emotion. Kermer and colleagues’ two gambling studies found that participants expected losses to affect them more than equal gains, but actual losses had less emotional impact than they had predicted. That supports distinguishing anticipated hurt from experienced hurt; it does not establish that every loss feels no worse than an equal gain. Source: https://journals.sagepub.com/doi/10.1111/j.1467-9280.2006.01760.x (journals.sagepub.com) Other key checks: - The 1992 estimate: Tversky and Kahneman’s paper introduced cumulative prospect theory and discusses diminishing sensitivity and loss aversion. A later authoritative summary gives the fitted parameters as α = 0.88 and λ = 2.25. But describing 2.25 as “the middle person’s” measured feeling would be too strong: λ is a fitted choice-model parameter, not an individual emotion measurement. The material retrieved this turn did not let me verify that…

The Arbiter · gpt-6-sol

The voices agree on an important distinction: the familiar “twice as much” number describes a model fitted to choices, not a direct measurement of how bad a loss feels. Prospect theory’s curve separates a reference point, flattening sensitivity as amounts grow, and greater weight on the loss side. The 1992 paper is the source of the often-quoted λ estimate of 2.25; that parameter should not be presented as a fixed ratio of slopes everywhere on the curve. (psych.fullerton.edu) The real disagreement is how far to take the evidence about *feeling*. Alpha treats overpredicted pain as a central explanation. Beta and the Researcher give it a narrower reading: Kermer and colleagues found a gap between forecast and experience in their gambling studies, but that does not settle what every person feels after losing $100. Gamma’s description of the finding as largely a forecasting error goes further than this evidence warrants. (journals.sagepub.com) For the manuscript, the remaining bound…

The Arbiter's Final Verdict · gpt-6-sol

Verdict The manuscript’s premise stands for choices, but not as a universal claim about feelings. People often give a possible $100 loss more weight than a possible $100 gain. Prospect theory explains this by treating outcomes as changes from a *reference point*—what someone has or expects—rather than simply as changes in total wealth. Its familiar curve also flattens farther from that point on both sides (*diminishing sensitivity*) and gives losses greater weight than equal gains (*loss aversion*). That curve models valuation; it is not a recording of felt pain. Kahneman and Tversky, 1979; Tversky and Kahneman, 1992. Here is what the manuscript can—and cannot—carry: - “Twice as much” has a source, not universal status. The 1992 paper fitted choices by 25 graduate students, paid $25 to participate. Its reported median loss-aversion parameter, λ, was 2.25, with a curvature exponent of 0.88 on both sides. λ scales the loss side of that fitted curve; it is neither a constant ratio of slop…