Perder dinheiro dói mesmo o dobro do que ganhar?

Em muitos experimentos, as escolhas pesam mais uma perda do que um ganho igual. O “dobro” vem de 25 estudantes em 1992; estimativas posteriores vão de cerca de 2 a cerca de 1.

2026-11-12

De onde vem a ideia de que uma perda dói o dobro?

Imagine dois dias. Num deles você encontra US$ 100 que não esperava. No outro, perde US$ 100. A maioria das pessoas diz que o segundo dia fica mais tempo na memória, e a explicação popular acrescenta um número : uma perda dói cerca de duas vezes mais do que um ganho do mesmo tamanho alegra. É o que se costuma chamar de aversão à perda.

Esse número tem endereço certo. Em 1979, os psicólogos Daniel Kahneman e Amos Tversky propuseram a teoria da perspectiva, uma descrição de como as pessoas realmente escolhem quando o resultado é incerto (Econometrica, 1979). Em 1992, eles a refinaram e a ajustaram às escolhas de 25 estudantes de pós-graduação de Berkeley e de Stanford, que receberam US$ 25 cada um para participar e escolhiam entre apostas e quantias certas de dinheiro (Journal of Risk and Uncertainty, 1992). A mediana das estimativas foi 2,25 : no modelo ajustado às escolhas desse grupo, uma perda pesava cerca de 2,25 vezes mais do que um ganho do mesmo valor.

Portanto, o “dobro” é a mediana de um grupo pequeno, sob um conjunto específico de condições. Os próprios autores observaram que a curva varia de pessoa para pessoa. E o número vem de um modelo das escolhas daqueles estudantes. Nunca foi uma medição de quanto uma pessoa qualquer, ou as pessoas em geral, sentem.

O famoso “dobro” é a mediana de 25 estudantes · Peso da perda no modelo de 1992 da teoria da perspectiva, mediana de 25 pós-graduandos de Berkeley e Stanford · 2.25 · Perda pesava cerca de 2,25 vezes um ganho igual · Ajustado às escolhas entre apostas e quantias certas, não mede sentimentos ; os aut
Peso da perda no modelo de 1992 da teoria da perspectiva, mediana de 25 pós-graduandos de Berkeley e Stanford

O que a famosa curva de perdas e ganhos mostra de fato?

A teoria da perspectiva costuma ser desenhada como uma única curva. Os ganhos ficam à direita de um ponto central, as perdas à esquerda, e o eixo vertical mostra quanto um resultado é valorizado. A curva reúne três ideias distintas, e é fácil confundi-las.

A primeira é o ponto de referência. A curva começa onde você está, não no seu patrimônio total. Uma queda de US$ 100 é vista como perda em relação ao ponto de partida ou ao que você esperava, tenha você US$ 1.000 ou US$ 1 milhão.

A segunda é a sensibilidade decrescente. A curva fica mais plana à medida que se afasta do centro, dos dois lados : passar de US$ 0 para US$ 100 pesa mais do que passar de US$ 1.000 para US$ 1.100, tanto nos ganhos quanto nas perdas. No ajuste de 1992, essa curvatura é dada por um expoente de 0,88, igual dos dois lados.

A terceira é a aversão à perda, que responde à pergunta do título. O lado das perdas é mais inclinado que o dos ganhos, de modo que um passo para a esquerda desce mais do que o mesmo passo para a direita sobe. O fator que multiplica o lado das perdas se chama lambda : no modelo de 1992, uma perda vale lambda vezes o que vale um ganho do mesmo tamanho. Um lambda igual a 1 significa que perdas e ganhos pesam o mesmo; 2,25 é a mediana de 1992.

A curva é um modelo estilizado de como as escolhas são avaliadas, alimentado com esses parâmetros. Não é um gráfico dos sentimentos medidos de ninguém.

Uma curva, três ideias distintas · Do que é feita a curva da teoria da perspectiva, no modelo de 1992 · A curva de perdas e ganhos · Ponto de referência · Sensibilidade decrescente · Aversão à perda · Ganhos e perdas contam a partir de onde você está, não do patrimônio total · A curva fica mais plan
Do que é feita a curva da teoria da perspectiva, no modelo de 1992

O que os estudos seguintes encontraram ao medir de novo?

Desde então, centenas de estudos estimaram o lambda. A maior síntese, de Alexander Brown, Taisuke Imai, Ferdinand Vieider e Colin Camerer (Journal of Economic Literature, 2024), reuniu 607 estimativas de 150 artigos publicados entre 1992 e 2017. Tomadas como foram publicadas, as estimativas têm mediana de 1,69 e média de 1,97. Depois do ajuste estatístico dos autores, a estimativa central é 1,955, com intervalo de 95% entre 1,82 e 2,10. Eles constataram que poucas das características de desenho dos estudos que registraram tinham relação com as diferenças nos resultados.

Outras sínteses chegaram a valores menores. Lukasz Walasek, Timothy Mullett e Neil Stewart (Journal of Economic Psychology, 2024) reestimaram o lambda a partir das escolhas brutas de 17 estudos com apostas arriscadas e obtiveram 1,31, com intervalo de 95% entre 1,10 e 1,53, faixa que não chega a 2,25; também alertaram que boa parte dos dados desse conjunto era de baixa qualidade. Michael Neumann e Ulf Böckenholt (Journal of Retailing, 2014), analisando escolhas entre marcas de consumo, obtiveram 1,49 ou 1,73, conforme o modelo. Han Bleichrodt e Olivier L'Haridon (Judgment and Decision Making, 2023), com um teste feito para separar a aversão à perda do achatamento da curva, encontraram aversão à perda tanto com valores pequenos quanto grandes, com lambda entre 1,25 e 1,45, o que descrevem como menos do que se costuma observar. Nesse estudo, os valores em jogo eram hipotéticos.

São análises de seleções diferentes de evidências, construídas de formas diferentes, e não medições repetidas de uma constante humana. Perguntados se as perdas pesam mais, esses estudos em geral respondem que sim. Perguntados quanto mais, eles se separam : de cerca de 2 até cerca de 1,3.

Os estudos concordam que a perda pesa mais, não em quanto · Lambda, quantas vezes uma perda pesa frente a um ganho igual, faixa de cada estudo (1 significa peso igual) · Equipe de Brown, 2024 · Equipe de Walasek, 2024 · Bleichrodt e L'Haridon, 2023 · 1,82 a 2,10 · 1,10 a 1,53 · 1,25 a 1,45 · Equipes
Lambda, quantas vezes uma perda pesa frente a um ganho igual, faixa de cada estudo (1 significa peso igual)

Por que a resposta muda conforme o teste é montado?

Eldad Yechiam e Dana Zeif (Journal of Economic Psychology, 2025) voltaram aos dados da equipe de Brown e classificaram os estudos pelo desenho. Conseguiram fazer isso para 163 das estimativas, vindas de 84 artigos. Duas características apareciam repetidamente onde a aversão à perda parecia forte : as perdas possíveis eram menores que os ganhos possíveis, ou os valores eram apresentados em ordem de tamanho. Nas 22 estimativas em que ganhos e perdas cobriam a mesma faixa e não eram apresentados em ordem, o lambda ficou em cerca de 1,07, com intervalo de 0,97 a 1,18, sem diferença significativa em relação a 1. Eles também encontraram estimativas menores quando o dinheiro era real do que quando era hipotético. O próprio título do trabalho resume a leitura dos autores : a aversão à perda não é robusta. Esse número vale para o subconjunto que eles selecionaram; questiona o quanto as estimativas maiores podem ser generalizadas, mas não as apaga. A equipe de Brown concluiu que poucas características de desenho faziam diferença, enquanto Yechiam e Zeif encontraram diferenças de desenho que pesavam; nesse ponto, as duas sínteses discordam.

O tamanho do valor em jogo também importa, e isso vale para os US$ 100 do começo deste texto. Num conjunto anterior de cinco estudos on-line com cerca de 2.000 participantes, Zeif e Yechiam (Judgment and Decision Making, 2022) apresentaram ganhos e perdas do mesmo tamanho em ordem aleatória. Não encontraram aversão à perda com valores pequenos; em torno de US$ 40, encontraram um lambda fraco, de 1,16, e em torno de US$ 100, de 1,54. Esses números valem para o método daquele estudo; não são uma previsão para os US$ 100 de ninguém.

Há ainda uma distância entre escolher e sentir. A maior parte desses números vem das escolhas que as pessoas fazem, não do que elas sentem depois. Em dois estudos com apostas, Deborah Kermer e colegas (Psychological Science, 2006) observaram que as pessoas previam que uma perda doeria mais do que um ganho igual alegraria, mas, quando de fato apostaram, as perdas doeram menos do que tinham previsto. Isso mostra uma distância entre previsão e experiência nesses estudos; não mostra que uma perda real nunca seja sentida como pior do que um ganho igual.

Nem todos leem as evidências da mesma maneira. David Gal e Derek Rucker (Journal of Consumer Psychology, 2018) defenderam, numa revisão e não numa nova estimativa, que as perdas não pesam mais que os ganhos como regra geral e que isso depende do contexto. Itamar Simonson e Ran Kivetz responderam na mesma edição que essa conclusão era exagerada. A questão continua aberta, com pesquisadores cuidadosos dos dois lados.

Num conjunto de estudos, o peso da perda cresceu com o valor · Lambda por valor em jogo, cinco estudos on-line, cerca de 2.000 participantes (Zeif e Yechiam, 2022) · Peso igual · Cerca de US$ 40 · Cerca de US$ 100 · 1 · 1.16 · 1.54 · Sem aversão à perda com valores pequenos ; ganhos e perdas iguais
Lambda por valor em jogo, cinco estudos on-line, cerca de 2.000 participantes (Zeif e Yechiam, 2022)

O que essa curva tem a ver com uma ação que você tem?

Para quem investe, o ponto de referência costuma ser o preço pago. Uma ação comprada a US$ 50 que agora vale US$ 40 parece uma perda de US$ 10, embora o preço de mercado seja o mesmo para todos que a têm, seja qual for o preço que pagaram.

Aqui, a curvatura do lado das perdas importa mais do que o lambda. Como a curva se achata à medida que as perdas crescem, o modelo prevê que, diante de uma perda, as pessoas vão preferir uma aposta a uma perda certa. No artigo de 1979, 80% dos entrevistados preferiram US$ 3.000 garantidos a 80% de chance de ganhar US$ 4.000, mas, quando a mesma escolha foi apresentada como perdas, 92% ficaram com a aposta.

Hersh Shefrin e Meir Statman (Journal of Finance, 1985) deram nome a um padrão parecido nos investimentos, o efeito disposição : vender cedo demais as ações que subiram e segurar por tempo demais as que caíram. Eles o explicaram por vários fatores juntos, entre eles a contabilidade mental, o arrependimento e os impostos, e não por uma curva só. Terrance Odean (Journal of Finance, 1998) testou o padrão depois nas operações de 10.000 contas escolhidas ao acaso numa grande corretora de baixo custo dos Estados Unidos, entre 1987 e 1993. Esses investidores realizaram 14,8% dos ganhos que tinham à disposição, mas só 9,8% das perdas; em dezembro, quando vender ações em queda reduz o imposto, o padrão se invertia. Nessa amostra, as ações vencedoras que eles venderam superaram as perdedoras que mantiveram em 3,4 pontos percentuais no ano seguinte. É uma constatação sobre aquelas contas naqueles anos, e não diz nada sobre o que uma ação vai fazer daqui em diante nem sobre quando alguém deveria vender.

A ligação entre a curva e esse comportamento é menos direta do que parece. Nicholas Barberis e Wei Xiong (Journal of Finance, 2009) analisaram versões simples da teoria da perspectiva e concluíram que uma versão baseada em ganhos e perdas anuais muitas vezes não prevê o efeito disposição e às vezes prevê o contrário, enquanto uma versão baseada nos ganhos e perdas efetivamente realizados o prevê de forma mais consistente.

Numa amostra, investidores realizavam mais ganhos que perdas · Parcela dos ganhos e perdas disponíveis que foi vendida, 10.000 contas numa corretora de baixo custo dos EUA, 1987 a 1993 · Ganhos vendidos · Perdas vendidas · 14.8% · 9.8% · Odean, 1998. Em dezembro, quando vender perdedoras reduz o imp
Parcela dos ganhos e perdas disponíveis que foi vendida, 10.000 contas numa corretora de baixo custo dos EUA, 1987 a 1993

Afinal, uma perda dói mesmo mais?

Em muitos experimentos, as escolhas das pessoas de fato pesam uma perda mais do que um ganho igual, e esse padrão foi encontrado muitas e muitas vezes. O que não se fixou foi o tamanho. O “dobro” que se costuma ouvir vem de 25 estudantes em 1992; as sínteses de trabalhos posteriores, cada uma apoiada numa seleção diferente de estudos, o situam perto de 2, perto de 1,3 ou perto de 1, dependendo de as perdas serem menores que os ganhos, de como as escolhas eram apresentadas, de o dinheiro ser real e de quanto estava em jogo.

Esses números descrevem escolhas. Quanto uma perda dói depois que acontece foi bem menos medido, e, num par de estudos com apostas, ela doeu menos do que as pessoas esperavam.

A frase que vale guardar é esta : no laboratório, as perdas costumam pesar mais que os ganhos, mas o quanto mais pesam depende tanto de como o teste foi montado quanto das pessoas. Da próxima vez que aparecer um “2x”, a pergunta útil é como ele foi medido, e se mediu uma escolha ou um sentimento.

Perder dinheiro dói mesmo o dobro do que ganhar?Perder dinheiro dói mesmo o dobro do que ganhar?No laboratório, perder costuma pesar mais que ganhar o mesmo, mas quanto mais varia. · O “dobro” vem de 25 estudantes em 1992. Estudos posteriores ficam entre cerca de 2 e 1.2.25 · Perda pesava cerca de 2,25 vezes um ganho igual · O famoso “dobro” é a mediana de 25 estudantes · Peso da perda no modelo de 1992 da teoria da perspectiva, mediana de 25 pós-graduandos de Berkeley e Stanford · Ajustado às escolhas entre apostas e quantias certas, não mede sentimentos ; os autEquipe de Brown, 2024 · Equipe de Walasek, 2024 · Bleichrodt e L'Haridon, 2023 · 1,82 a 2,10 · 1,10 a 1,53 · 1,25 a 1,45 · Os estudos concordam que a perda pesa mais, não em quanto · Lambda, quantas vezes uma perda pesa frente a um ganho igual, faixa de cada estudo (1 significa peso igual) · EquipesQuando ganhos e perdas cobriam a mesma faixa, uma reanálise encontrou pesos quase iguais. · Yechiam e Zeif (2025) : cerca de 1,07 em 22 estimativas com faixas iguais, sem ordem. Uma síntese maior viu pouco efeito do desenho.Peso igual · Cerca de US$ 40 · Cerca de US$ 100 · 1 · 1.16 · 1.54 · Num conjunto de estudos, o peso da perda cresceu com o valor · Lambda por valor em jogo, cinco estudos on-line, cerca de 2.000 participantes (Zeif e Yechiam, 2022) · Sem aversão à perda com valores pequenos ; ganhos e perdas iguaisGanhos vendidos · Perdas vendidas · 14.8% · 9.8% · Numa amostra, investidores realizavam mais ganhos que perdas · Parcela dos ganhos e perdas disponíveis que foi vendida, 10.000 contas numa corretora de baixo custo dos EUA, 1987 a 1993 · Odean, 1998. Em dezembro, quando vender perdedoras reduz o impFontes 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 UncertLeia na íntegra em · 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…