متاآنالیز ALE در تصمیم گیری سرمایه گذاری

2 و

دانشکده de ciencias jurídicas y Sociales ، Universidad Rey Juan Carlos ، 28032 مادرید ، اسپانیا

مرکز تصویربرداری پزشکی گوردون ، گروه رادیولوژی ، بیمارستان عمومی ماساچوست ، دانشکده پزشکی هاروارد ، بوستون ، MA 02115 ، ایالات متحده

Departamento de Economya de la empresa ، دانشکده de ciencias jurídicas y sociales ، Universidad rey juan carlos ، 28032 مادرید ، اسپانیا

نویسنده ای که مسئول است باید ذکر شود. SCI مغز. 2021 ، 11 (3) ، 399 ؛https://doi. org/10. 3390/Brainsci11030399

دریافت: 20 فوریه 2021 / اصلاح شده: 17 مارس 2021 / پذیرفته شده: 18 مارس 2021 / منتشر شده: 21 مارس 2021

(این مقاله متعلق به پیشرفت های ویژه در اقتصاد عصبی است)

خلاصه

:

ادعا می شود که تصمیم گیری سرمایه گذاری باید بر اساس واقعیت ها و نه احساسات به تجزیه و تحلیل های منطقی متکی باشد. با این حال ، تلاش برای کسب درآمد از پیش بینی های بازار می تواند انواع پاسخ های عاطفی را ایجاد کند. از آنجا که این سؤال در مورد چگونگی تصمیم گیری سرمایه گذاران بحث برانگیز است ، ما متاآنالیز تخمین احتمال فعال سازی (ALE) را با استفاده از مطالعات تصویربرداری رزونانس مغناطیسی عملکردی (FMRI) انجام دادیم که تجزیه و تحلیل های کل مغز را در مورد افراد انجام داده های سرمایه گذاری گزارش داده اند. ما جسم مخطط شکمی ، انسولین قدامی ، آمیگدال و قشر سینگولات قدامی را در این فرایند تصمیم گیری درگیر کردیم. این مناطق ساختارهای مرتبط با لیمبیک هستند که به پاداش ، خطر و درگیری عاطفی پاسخ می دهند. یافته های ما از این مفهوم پشتیبانی می کند که انتخاب سرمایه گذاری تصمیمات عاطفی است که اطلاعات بازار ، ترجیحات و عقاید فردی را در نظر می گیرد.

کلید واژه ها:

1. معرفی

وی گفت: "سرمایه گذاری با موفقیت در طول یک عمر نیازی به ضریب هوشی استراتوسفر ، بینش های تجاری غیرمعمول یا اطلاعات داخلی ندارد. آنچه لازم است یک چارچوب فکری سالم برای تصمیم گیری و توانایی حفظ احساسات از خوردگی آن چارچوب است. »[1] (ص IX). در حالی که هیچ توافقی در مورد چگونگی تأثیر احساسات در این تصمیمات وجود ندارد ، این درک مشترک وجود دارد که سرمایه گذاران خبره در هنگام تصمیم گیری های مالی ، پاداش ها و خطرات مورد انتظار را وزن می کنند. ما معتقدیم که این نوع دانش ، که با ترکیبی از آموزش رسمی و تجربه کار در محل کار به دست آمده ، یک ویژگی مغز است.

آنچه در مورد این فرایند تصمیم گیری جالب است این است که همه چیز در مورد انتظارات آموخته شده از تجربه است ، با تنظیم مداوم این پیش بینی ها به نتایج واقعی [2]. یک تصمیم ، چه خطرناک و چه ایمن ، با نوسانات دوپامین در مدار پاداش آغاز می شود [3]. با این حال ، برای تصمیم گیری ، این فرایند باید اطلاعات حاصل از مدارهای پاداش و همچنین مناطق مغز درگیر در شناخت را ادغام کند [4].

اگرچه فعالیت در مناطق مغز دوپامینرژیک نشان داده شده است که با هر دو پاداش فوری و تأخیر رخ می دهد ، در سال 2004 ، مک کلور و همکاران. نشان داد که دو سیستم مجزا در انتخاب بین گزینه های پاداش پولی در لحظه های مختلف در زمان وجود دارد [5]. از یک طرف ، تصمیماتی که مستلزم پاداش فوری است شامل جسم مخطط شکمی ، قشر داخلی orbitofrontal و قشر جلوی مغز میانی (MPFC) [5] است که همه آنها با دریافت پاداش فعال می شوند [6]. از طرف دیگر ، انتخاب های بین المللی پاداش های تأخیر ، قشر جلوی مغز جانبی (LPFC) و قشر پاریتالی را درگیر می کند [5]. شناخته شده است که این مناطق اخیر مغز در کنترل عملکردهای شناختی و رفتار هدفمند نقش دارد ، از جمله مدولاسیون اطلاعات حافظه کاری از طریق پاداش [7] و بازنمایی انجمن های پاداش کار [8].

بنابراین ، چگونه سرمایه گذاران بین انواع مختلف پاداش انتخاب می کنند؟پاسخ در مقیاس مشترک مقادیر نهفته است. تا کنون ، مطالعات تصویربرداری عصبی در انسان ، قشر جلوی مغز/قشر orbitofrontal (VMPFC/OFC) را به عنوان منطقه اصلی مغز برای نشان دادن مقادیر ذهنی همه انواع پاداش در یک مقیاس مشترک عصبی برجسته کرده است و به میزان بسیار کمتری شکمیجسم مخطط [9]. امکان پذیر ترین توضیح این است که VMPFC این مقادیر را با تجارت هزینه ها و مزایای آمیگدال و جسم مخطط شکمی به ترتیب محاسبه می کند [10]. مناطق دیگر ، مانند انسولین قدامی (AIN) ، با داشتن یک همبستگی منفی با افزایش پاداش پولی پیش بینی شده [11] و همچنین یک همبستگی مثبت ، عمدتاً با قشر سینگولاسیون قدامی (ACC) در هنگام درگیری تصمیم گیری ، با پاداش درگیر می شوند. گزینه های ارزش رقیب [12]. بنابراین ، به نظر می رسد که مغز به یک شبکه ارزیابی یکپارچه مجهز شده است تا بین پاداش ها مقایسه شود.

در مقابل ، ریسک با احتمال نتایج احتمالی تعیین می شود ، که بر اساس تجربیات قبلی توسط ادراکات فردی تخمین زده می شود. چگونگی تأثیر این احتمالات ارزیابی شده بر تصمیمات سرمایه گذاران بستگی به میزان اطلاعات موجود (ریسک) یا در عوض ، اطلاعاتی که برای سرمایه گذار ناشناخته است (ابهام). مطالعات متعددی فعال سازی بین خطر و ابهام با مناطق متمایز مغز است. معمولاً ، خطر انسولین ، جسم مخطط و قشر پارتیال را فعال می کند ، در حالی که ابهام شامل LPFC ، MPFC ، قشر سینگول و آمیگدال است [13].

برخلاف پاداش ، جامعه علمی هنوز هم در مورد نتیجه گیری های قوی در مورد یک سیستم عصبی یکپارچه برای ارزیابی تصمیمات در تمام سطوح عدم اطمینان ، با وجود این واقعیت که تصور می شود که AIN ها نیز تغییر در میزان تغییرپذیری (خطر) را رمزگذاری می کنند ، مردد است. به عنوان خطاهای پیش بینی خطر [14]. در سال 2005 ، Hsu و همکاران. یک مدار عصبی مشترک که در آمیگدال و OFC مثبت فعال شد و با افزایش عدم اطمینان در جسم مخطط منفی شد [15]. با این حال ، در سال 2019 ، Feldmanhall و همکاران. این مناطق را رد کرد و اظهار داشت که فقط LPFC با وجود ارتباط آن با ترجیحات ابهام فردی نقش اساسی در پردازش سطح بالای عدم اطمینان دارد [16]. با این وجود ، همه این مناطق در تنظیم پاسخ های عاطفی نقش دارند ، چه آگاهانه و چه به طور خودکار توسط خود محرک [18،19].

تحقیقات روانشناختی و علوم اعصاب تأکید کرده است که احساسات در تصمیم گیری نقش دارند ، اما هنوز مشخص نیست که چگونه آنها بر پردازش خطر و پیش بینی خطر تأثیر می گذارند. اثرات پیش بینی شده در مدارهای عصبی مجزا می تواند بر گزینه های مالی تأثیر بگذارد [20]. به عنوان مثال ، سرمایه گذاری های خطرناک و ایمن به ترتیب توسط جسم مخطط شکمی و فعال سازی انسولین قدامی پیش بینی می شود [21]. به نظر می رسد که دو فرآیند موازی هنگامی اتفاق می افتد که شخص انتخاب سرمایه گذاری را انجام دهد. در سطح عاطفی ، فعالیت در AIN ها تلفات بالقوه را ارزیابی می کند ، در حالی که تالاموس می تواند در صورت از دست دادن پشیمانی را پیش بینی کند. در سطح شناختی ، قشر جلوی مغز پشتی (DMPFC) با استفاده از اطلاعات ارائه شده توسط AIN ها و تالاموس ، خطر را ارزیابی می کند [22]. برای تصمیم گیری ، قشر پاریتال و قشر جلوی مغز پشتی (DLPFC) باید اطلاعات مربوط به ریسک را با پاداش مورد انتظار به دست آمده از آن مناطق ترکیب کنند [22].

به طور کامل مشخص نیست که کدام مدارهای عصبی تصمیمات سرمایه گذاری را هدایت می کنند. یک راه بی طرفانه برای درک اینکه چه چیزی باعث می شود فرد سرمایه گذاری کند و سرمایه گذاری دیگری انجام ندهد، استفاده از مختصات گزارش شده از تمام مطالعات تصویربرداری عصبی مرتبط با کار برای تعیین فعال سازی مغز در حین سرمایه گذاری است. هدف ما خلاصه کردن ساختارهای تخصصی در پاسخ به تصمیم گیری سرمایه گذاری با انجام یک متاآنالیز برآورد احتمال فعال سازی (ALE) از مطالعات تصویربرداری تشدید مغناطیسی عملکردی (fMRI) است که نتایج تجزیه و تحلیل کل مغز را در طول یک کار سرمایه گذاری گزارش کرده اند.

2. روش ها

این متاآنالیز مطابق با بررسی های سیستماتیک PRISMA و دستورالعمل های متاآنالیز [23] انجام شد.

2. 1. معیارهای واجد شرایط بودن

ما مطالعاتی را وارد کردیم که تصمیم گیری را از طریق وظایف سرمایه گذاری در بزرگسالان انسان سالم بدون هیچ محدودیت دیگری، مانند زبان، تاریخ انتشار یا در دسترس بودن متن، تجزیه و تحلیل می کردند. مطالعات در صورتی واجد شرایط بودند که fMRI را به عنوان تنها تکنیک تصویربرداری عصبی مورد استفاده قرار دهند و اگر داده های اصلی را از نتایج تجزیه و تحلیل کل مغز گزارش می کردند، واجد شرایط بودند. ما تمام مطالعاتی را که شرکت کنندگان آن آسیب های مغزی، بیماری یا اختلالاتی داشتند، حذف کردیم. ما آن مطالعاتی را انتخاب کردیم که تصمیمات سرمایه گذاری را با استفاده از دارایی های مالی ارزیابی می کردند. علاوه بر این، ما انتخاب خود را به مقالات بررسی شده محدود کردیم.

2. 2. منابع اطلاعاتی و جستجو

مطالعات در پایگاه های الکترونیکی زیر شناسایی شدند: WOS، PubMed و PsycINFO. تنها فیلترهای مورد استفاده گونه (انسان) و سن (بزرگسالان) بودند. عبارات جستجو شامل موارد زیر بود: تصمیم گیری سرمایه گذاری. ریسک سرمایه گذاری؛سرمایه گذاری ها؛تصمیمات مالی؛ریسک مالی؛سرمایه گذاران؛معامله گران؛تجارت (تصمیمات)؛بازار سهام؛بورس اوراق بهادار؛نمونه کارها؛حباب های بازار؛حباب های مالی؛مغز؛و fMRI (برای استراتژی جستجو با استفاده از پایگاه داده WOS به پیوست A مراجعه کنید).

2. 3. فرآیند جمع آوری داده ها

اطلاعات با استفاده از یک صفحه گسترده تحت عناوین زیر جمع آوری شد: نویسندگان، عنوان، سال انتشار، تعداد شرکت کنندگان، جنس، سن، محرک ها، هدف، نتایج رفتاری، فعال سازی مغز و مختصات. اگر یک مطالعه مختصات Talairach را گزارش کرد، ما آنها را با استفاده از الگوریتم icbm2tal پیاده سازی شده در جعبه ابزار GingerALE (https://www. brainmap. org/ale: موجود در 7 دسامبر 2020) به فضای موسسه عصبی مونترال (MNI) تبدیل کردیم.

2. 4. متاآنالیز مختصات فعال سازی مغز

برای اجرای الگوریتم برآورد احتمال فعال سازی (ALE) از Gingerale (نسخه 3. 0. 2) استفاده شد [24،25،26]. نرم افزار متاآنالیز زنجبیل ، مناطق متناسب مغز را در بین مطالعات تصویربرداری ارائه شده نشان می دهد ، با استفاده از تجزیه و تحلیل اثرات تصادفی برای آزمایش حداکثر احتمالات فعال سازی در برابر فرضیه تهی فعال سازی های مستقل. آستانه خطای خانوادگی در سطح خوشه ای در P<0.01 was used to correct for multiple comparisons [27] due to its increased power and compromise between sensitivity and specificity. An initial cluster-forming threshold of p <0.001 (uncorrected) was used, and 1000 permutations were applied.

2. 5تجسم

ما از نرم افزار CATET V5. 65 برای طرح نتایج قشر مغز در یک نقطه عطف و سطح متوسط جمعیت سه بعدی (PALS-B12) استفاده کردیم ، با استفاده از یک الگوریتم وکسل محصور و نقشه برداری معتبر [28]. برش های زیر قشر با اسکریپت های Matlab در خانه تولید شد. مقادیر ALE متاآنالیز با آستانه 0. 0025 برای تجسم روند پیش بینی شده است. از مرزهای سیاه برای ترسیم مناطق بازمانده در مقایسه های متعدد استفاده شد.

3. نتایج

3. 1انتخاب مطالعه

جستجوی پایگاه داده های WOS ، PubMed و Psycinfo از اکتبر 2020 تا نوامبر 2020 انجام شد و در مجموع 495 مطالعه ارائه شد. پس از برداشتن نسخه های تکراری ، 350 مطالعه بر اساس عناوین و خلاصه ها مورد بررسی قرار گرفتند. ما 322 مقاله را دور ریختیم ، زیرا آنها معیارهای واجد شرایط بودن را رعایت نکردند. 106 مطالعه متعلق به یک جمعیت متفاوت (شرکت کنندگان در اختلالات ، بیماریهای عصبی و آسیب های مغزی ، افراد مسن سالم ، نوجوانان و کودکان) ، 165 مطالعه شامل یک کار سرمایه گذاری با دارایی های مالی نبودند ، 28 مطالعه هیچ داده اصلی نداشتند و 23 مطالعه مورد استفادهتکنیک های دیگر (الکتروانسفالوگرافی ، توموگرافی انتشار پوزیترون یا تحریک ترانس کرانیال). سپس ، متن کامل 28 مطالعه باقیمانده مورد بررسی قرار گرفت و 12 مطالعه به دلیل این واقعیت که نتایج تجزیه و تحلیل کل مغز را گزارش نکرده اند ، حذف شدند. در نتیجه معیارهای انتخاب ، 16 مطالعه برای متاآنالیز انتخاب شد (شکل 1).

3. 2خصوصیات مطالعه

کلیه مقالات نوعی از کار تصمیم گیری سرمایه گذاری را به کار می برد. چهار مطالعه بر نقشی که سرمایه گذاری های قبلی در تصمیمات جاری [29،30،31،32] داشت ، متمرکز شد ، در حالی که بقیه در کارهای معاملاتی متمرکز بودند.

اطلاعات ارائه شده در اصل داده های بازار بود. با این حال ، سه مطالعه همچنین اطلاعات اجتماعی را به اشتراک گذاشتند [33،34،35] ، و یکی شامل پاسخ های یک شریک رایانه به عنوان یک شرایط کنترل بود [36]. فقط یک مطالعه محرک های موجود در حوزه های افزایش و از دست دادن را نشان داد [37] ، در حالی که سه مطالعه از شرایط حباب بازار استفاده کردند [38،39،40].

هشت مطالعه در حالی که بین سرمایه گذاری ها ، از جمله هزینه های غرق شده [30،31] ، اثرات استفاده [41] و خطاهای پیش بینی [36،42،43] بر روی فرآیندهای شناختی خاص متمرکز شده است.

برخی از مطالعات شامل سایر آزمایشات رفتاری با همان شرکت کنندگان است که مغز آنها اسکن شده است. به عنوان مثال ، پرسشنامه ها در مورد دیدگاه زمان آینده [39] ، نگاه چشم [40] و سؤالات خود ارزیابی [37] انجام شد.

این مطالعات شامل 594 بزرگسال سالم و بدون تجربه زندگی واقعی در سرمایه گذاری است ، به جز یک مطالعه [37]. دو مطالعه فقط شامل مردان [37،40] و دو نفر از جنس های شرکت کنندگان گزارش نکردند [29،35].

تمام شانزده مطالعه با FMRI انجام شد و بین سالهای 2005 و 2018 منتشر شد.

3. 3نتایج مطالعه

با توجه به مطالعات با سرمایه گذاری های قبلی ، نشان داده شده است که سرمایه گذاری های قبلی بر تصمیمات فعلی تأثیر می گذارد و باعث می شود افراد مستعد ادامه سرمایه گذاری باشند. این مربوط به فعال سازی بالاتر نه تنها در قشر جلوی مغز و پاریتال است [29،30،31] ، بلکه در انسولین قدامی نیز به دلیل نقش آن در تصمیم گیری خطرناک [29،32]. این ناحیه مغز دوم ، به همراه جسم مخطط شکمی ، بارها در وظایف مربوط به تصمیمات تجاری فعال است [21،34،36،37،38،41،42،43].

مطالعاتی که شامل اطلاعات اجتماعی می شود ، از فعال شدن بالاتری در جسم مخطط شکمی هنگامی که سرمایه گذاران تصمیم به پیروی از رفتار خرید گله [34] ، و همچنین در قشر پاراسینگ در حالی که پیش بینی تغییرات قیمت را داشتند ، گزارش کردند [35]. در مقابل ، اضافه وزن اطلاعات خصوصی شامل فعالیت در ژیروس فرونتال تحتانی ، انسولین قدامی [33] و ACC برای حل و فصل درگیری های اجتماعی است که ناشی از رفتن علیه گروه است [34]. با این حال ، اگر اطلاعات غیر انسانی باشد [34،36] اعمال نمی شود. در مطالعه حوزه های افزایش و از دست دادن ، فقط اولی ، همراه با انسولین قدامی ، می تواند مربوط به تجربه زندگی واقعی در سهام معاملات باشد [37]. با توجه به شرایط حباب در بازار ، سطح بالاتری از هسته Accumbens (NACC) و فعالیت VMPFC [38،40] و اتصال DLPFC و اتصال لوبول پارتال تحتانی [39] نشانگر تمایل به سوار حباب ها و از دست دادن پول است.

تصمیمات سرمایه گذاری می تواند تحت تأثیر برخی فرآیندهای شناختی باشد ، مانند هزینه های بالاتر غرق شده و ترجمه به رفتارهای ریسک پذیری بیشتر در قشر جلوی مغز و جبهه جانبی [30،31] ؛اثر تمایل بالاتر باعث کاهش فعالیت جسم مخطط شکمی می شود زیرا سرمایه گذاران بر روی از دست دادن دارایی ها طولانی تر بودند [41]. خطاهای ساختگی باعث می شود رفتار سرمایه گذاری از طریق افزایش فعالیت در جسم مخطط شکمی [36،43] ؛و کاهش فعالیت در انسولین قدامی و اتصال انسولین قدامی-آمیگدال هنگامی که استراتژی های ارزیابی مجدد احساسات منفی را تنظیم می کند [42].

مطالعات با آزمونهای رفتاری تخمین قیمت های آینده را با فعال سازی در لوبول پارتیال تحتانی و نمرات چشم انداز زمان آینده مرتبط می کند [39] ؛توانایی استنباط سایر اهداف سرمایه گذاران با تغییر سیگنال در نمرات DMPFC و چشمان چشم. و اعتقادات و ترجیحات نسبت به ریسک (شاخص خوش بینی ریسک و شاخص تحمل ریسک) با فعال سازی در انسولین قدامی و تجربه تجارت واقعی در زندگی [37].

3. 4متاآنالیز نتایج فعال سازی مغز

شکل 2 و جدول 1 نتایج متاآنالیز ALE را که انجام داده ایم نشان می دهد. چهار خوشه که پیدا کردیم (1) استریاتوم شکمی + آمیگدال + قشر سینگولات قدامی بود.(2) جسم مخطط شکمی ؛(3) انسولین قدامی ؛و (4) قشر اکسیپیتال. جدول 2 ویژگی های مطالعات موجود در متاآنالیز با خوشه های گزارش شده توسط هر مطالعه را نشان می دهد.

4. بحث

جای تعجب آور نیست که سه خوشه اول که پیدا کردیم شامل مناطقی از مغز است که از نزدیک با انتظار پاداش و ریسک ارتباط دارند ، زیرا سرمایه گذاری ها بر اساس مبادلات ریسک و مزاحمت است. خوشه چهارم ، قشر اکسیپیتال ، در طول تصمیمات سرمایه گذاری فعال می شود زیرا اطلاعات بازار جمع آوری شده از طریق رایانه از طریق مسیر بصری درک می شود. با این وجود ، در حالی که سرمایه گذاران نیاز به کنترل احساسات خود را به منظور دخالت در تصمیمات سرمایه گذاری خود در نظر نمی گیرند ، همین مناطق مغز نیز هنگام ارزیابی ارزش محرکهای محیطی درگیر احساسات هستند. اگرچه مناطقی مانند VMPFC/OFC از مقایسه های متعدد جان سالم به در نمی برد ، شکل 2 نشان می دهد که تمایل وجود دارد ، که نقش این مناطق در تصمیم گیری سرمایه گذاری را تأیید می کند ، احتمالاً به عنوان یک مقیاس مشترک از ارزش ها. این نتایج ما را به این باور سوق می دهد که انتخاب سرمایه گذاری تصمیمات عاطفی است.

به طور کلی ، به نظر می رسید خطرات درک شده (AIN) و نگرش ریسک (جانبی OFC) بر ارزش سرمایه گذاری انتخاب شده (DLPFC و آمیگدال) تأثیر می گذارد [32]. قبل از تصمیم گیری ، ارزش با MPFC ، LPFC و فعالیت قشر سینگولاسیون خلفی [32] در ارتباط بود ، در حالی که مدارهای عصبی متمایز شامل هسته Accumbens (NACC) و AIN ها به نظر می رسید انتخاب های ریسک و ریسک را به ترتیب ترویج می کنند [21](شکل 3). با این حال ، در حالی که فعال سازی بیش از حد در این مناطق ممکن است باعث اشتباهات سرمایه گذاری شود [21] ، کاهش فعال سازی می تواند به یک فرآیند یادگیری منجر شود که در آن تنظیم احساسات در سیگنال های خطای ساختگی (یعنی آنچه ممکن است اتفاق افتاده باشد) می تواند ارزیابی و انتخاب را راهنمایی کند [42] (شکل]3)این اختلافات بین بازده واقعی و بازده ای که در صورت متنوع بودن تصمیمات می توانست تجربه کند ، رفتار سرمایه گذاری را از طریق فعال سازی قشر مغز و شکمی قابل توجه و خلفی انجام می دهد [43] (شکل 3).

به دنبال اعتبار زیست محیطی برای این نتایج ، ما تلاش کردیم تا در طی یک کار سرمایه گذاری ، رفتار مالی واقعی زندگی را با فعال سازی مغز متصل کنیم. هوسلر و همکاران.[37] نشان داد که انتخاب بین سهام و پیوند شامل تفاوت در فعال سازی مغز در AIN ها است (شکل 3). معامله گران سهام فعال هنگام انتخاب گزینه خطرناک (سهام) در مقایسه با کسانی که در زندگی واقعی تجارت نمی کردند ، فعال سازی AIN های پایین تر را نشان دادند [37]. این ممکن است به دلیل تفاوت های فردی در نگرش ریسک باشد [29] و نحوه درک سرمایه گذاران خطرات [32]. بنابراین ، این تفاوت مبتنی بر توانایی های شناختی یا محدودیت های مالی نبود ، بلکه واسطه ترجیحات و اعتقادات افراد در مورد انتخاب های مالی ریسک پذیر بود [37].

در بازارهای مالی ، قیمت ها با تصمیمات متقابل بسیاری از سرمایه گذاران تعیین می شود. استنباط اهداف سایر عوامل در حالی که قضاوت های ارزشمند می تواند منجر به افزایش قیمت بالاتر از ارزش های اساسی آنها شود و باعث ایجاد حباب بازار شود. در این شرایط ، سیگنال های اجتماعی قشر paracingulate [35] و DMPFC [40] را فعال می کنند ، که بر بازنمایی های ارزش در VMPFC [40] تأثیر می گذارد ، منطقه ای که با ترجیحات دارایی همراه است [39،44]. این افزایش حساسیت در VMPFC نسبت به سایر اهداف سرمایه گذاران باعث می شود فعالیت در این ناحیه مغز پیش بینی کننده تمایل به سوار شدن به حباب ها باشد [40] (شکل 3). اگرچه سرمایه گذاران می توانند مستعد خرید سهام در حباب های بازار باشند ، اما VMPFC نیز با دارایی های نقدی ارتباط دارد [39] ، احتمالاً به دلیل فعال شدن آن پس از سود پولی [21]. با این وجود ، اتصال عملکردی در VMPFC کاهش یافته است زیرا حباب ها باعث افزایش اتصال لوبول زره پوش DLPF C-inferior (IPL) می شوند (شکل 3) ، زیرا اطلاعات حمایتی از IPL برای برآورد قیمت سهام آینده مورد نیاز است تا DLPFC بتواند تصمیم بگیرد [[39]

یکی دیگر از مناطق مغزی که تصور می شود میزان حباب را ردیابی می کند ، پاسخ به خرید و فروش نتایج ، NACC است [38]. با توجه به تمایل به خرید دارایی های پرخطر [21] در دوره های معاملاتی بعدی ، افزایش فعالیت NACC با بازده پایین [38] همراه است (شکل 3). در مقابل ، اگر این فعالیت در AIN ها رخ دهد ، به عنوان یک سیگنال تشخیص خطر که منجر به درآمد بالاتر خواهد شد ، به دلیل تمایل بیشتر به فروش قبل از رسیدن حباب به اوج خود [38] (شکل 3).

در حالی که هیچ توضیحی در مورد چگونگی شکل گیری حباب ها وجود ندارد ، مشخص است که رفتار گله اغلب باعث نوسانات بالاتری در بورس سهام می شود [45] ، هر دو بالا و پایین ، زیرا سرمایه گذاران تصمیم می گیرند همزمان وارد یا خارج شوند. دلیل این رفتار این است که وقتی با عدم اطمینان روبرو می شوید ، سرمایه گذاران تمایل به تقلید از اقدامات دیگران دارند. فعالیت در جسم مخطط شکمی تحت تأثیر اطلاعات اجتماعی در مورد تصمیمات سرمایه گذاران دیگر است ، تصمیم گیری می شود که برای خرید یا رد بیشتر مطابق با سهام خریداری شده یا رد شده توسط گله [34] ، حتی اگر هیچ مزیتی در انجام این کار وجود نداشته باشد.[36]یک دلیل امکان پذیر این است که جسم مخطط درگیر سیگنال های خطای پیش بینی می شود و به ما کمک می کند تا ارزش گزینه های مختلف را بیاموزیم [36]. هماهنگی با این گروه همچنین آمیگدال را فعال می کند [34] ، که ممکن است یک فرایند یادگیری اجتماعی را منعکس کند [46] ، و قشر سینگولاسیون میانی به دلیل حساسیت آن در شناسایی خود با سایر رفتارهای سرمایه گذاران [36]. با این حال ، اگر سرمایه گذاران تصمیمات خود را بر اساس رفتار دیگران پایه گذاری نکنند و علیه گروه عمل کنند ، فعالیت در ACC برای حل اختلافات اجتماعی که بوجود می آید افزایش می یابد [34] (شکل 3). این بدان معناست که سرمایه گذاران اعتقادات خود را با اضافه وزن اطلاعات خصوصی به جای اطلاعات اجتماعی به روز می کنند ، که منجر به فعال شدن بیشتر ژروس جبهه تحتانی و فعال سازی پایین قشر پارتیال و زمانی می شود ، مناطقی که با خطر و عدم اطمینان همراه هستند [33].

بدیهی است که اطلاعات می توانند تصمیم گیری مالی را تغییر دهند ، به ویژه اگر سرمایه گذاری های قبلی انجام شده باشد. پرتاب پول خوب پس از بد به منظور جلوگیری از تحقق ضررهای خاص ، تعصب شناختی است که سرمایه گذاران به آن حساس هستند. این اثر ، که به عنوان هزینه های غرق شده شناخته می شود ، نشان می دهد که میزان پولی که قبلاً اختصاص داده شده است ، بر تصمیم به ادامه سرمایه گذاری یا خیر ، تأثیر می گذارد. هنگامی که هزینه های غرق شده بیشتر است ، فعالیت در LPFC ، قشر پاریتال [31] ، آمیگدال و ACC با توجه به تمایل به بیرون آمدن زباله افزایش می یابد [47]. در عین حال ، سرمایه گذاران از ردیابی ارزش مورد انتظار سرمایه گذاری های جدید برای تمرکز بر روی سرمایه گذاری های قبلی برای هدایت تصمیمات فعلی خود متوقف می شوند تا مشارکت VMPFC و NACC در این روند تصمیم گیری به طور قابل توجهی کاهش یابد ، در نتیجه آنها مستعد ادامه سرمایه گذاری هستند [30]مشخص شده است که پس از سرمایه گذاری به عنوان راهی برای هدر دادن منابع در حالی که بر تصمیم گیری متداول مبتنی بر ارزش ، یک ارتباط منفی قوی بین DLPFC و VMPFC وجود دارد ، وجود دارد [30].

به گفته Kahneman و Tversky [48] ، گریزی از تحقق از دست دادن یکی از دلایلی است که سرمایه گذاران در هزینه های غرق شده قرار می گیرند ، مغالطه ای که ممکن است اثر تمایل را تقویت کند. اثر تمایل رفتاری است که سرمایه گذاران را به "فروش برندگان خیلی زود و بازنده های طولانی سوار می کنند" [49] ، بر اساس یک اعتقاد غیر منطقی به میانگین برگشت ، سوق می دهد [41]. همبستگی منفی بین اثر تمایل و فعالیت جسم مخطط شکمی مربوط به افزایش قیمت دارایی وجود دارد [41] (شکل 3). انتظار بازگشت به میانگین می تواند دلیل پاسخ ضعیف استریاتال به بالاترین ارزش زیر قیمت خرید باشد [41] ، با توجه به اینکه نورونهای دوپامین به شدت به پاداش های غیرقابل پیش بینی پاسخ می دهند [2].

سه محدودیت اصلی برای این بررسی وجود دارد. محدودیت اول از اندازه نمونه کوچک ناشی می شود ، با توجه به اینکه اقتصاد عصبی هنوز یک زمینه جدید است و بیشتر مطالعات تا به امروز به جای تجزیه و تحلیل کامل مغز ، بر مناطق خاص مورد علاقه متمرکز شده است. محدودیت دوم ناشی از محرکهای مختلف و اهداف مورد استفاده در کلیه کارهای تصمیم گیری سرمایه گذاری است. به عنوان مثال ، برخی از مطالعات محرک ها را در یک نمایشگر متحرک یا تجارت زنده استفاده کرده اند ، که شبیه به آنچه در تصمیمات مالی در زندگی واقعی اتفاق می افتد ، بر خلاف محرک های استاتیک که سعی در برانگیختن بازارهای واقعی پویا دارند ، نزدیکتر است. محدودیت سوم ناشی از عدم وجود معامله گران سهام فعال به عنوان شرکت کننده است ، به جز مطالعه Häusler و همکاران.[37] ، با توجه به اینکه عوامل محیطی می توانند تصمیمات مالی فردی را شکل دهند.

5. نتیجه گیری < Pan> سه محدودیت اصلی برای این بررسی وجود دارد. محدودیت اول از اندازه نمونه کوچک ناشی می شود ، با توجه به اینکه اقتصاد عصبی هنوز یک زمینه جدید است و بیشتر مطالعات تا به امروز به جای تجزیه و تحلیل کامل مغز ، بر مناطق خاص مورد علاقه متمرکز شده است. محدودیت دوم ناشی از محرکهای مختلف و اهداف مورد استفاده در کلیه کارهای تصمیم گیری سرمایه گذاری است. به عنوان مثال ، برخی از مطالعات محرک ها را در یک نمایشگر متحرک یا تجارت زنده استفاده کرده اند ، که شبیه به آنچه در تصمیمات مالی در زندگی واقعی اتفاق می افتد ، بر خلاف محرک های استاتیک که سعی در برانگیختن بازارهای واقعی پویا دارند ، نزدیکتر است. محدودیت سوم ناشی از عدم وجود معامله گران سهام فعال به عنوان شرکت کننده است ، به جز مطالعه Häusler و همکاران.[37] ، با توجه به اینکه عوامل محیطی می توانند تصمیمات مالی فردی را شکل دهند.

5- نتیجه گیری سه محدودیت اصلی برای این بررسی وجود دارد. محدودیت اول از اندازه نمونه کوچک ناشی می شود ، با توجه به اینکه اقتصاد عصبی هنوز یک زمینه جدید است و بیشتر مطالعات تا به امروز به جای تجزیه و تحلیل کامل مغز ، بر مناطق خاص مورد علاقه متمرکز شده است. محدودیت دوم ناشی از محرکهای مختلف و اهداف مورد استفاده در کلیه کارهای تصمیم گیری سرمایه گذاری است. به عنوان مثال ، برخی از مطالعات محرک ها را در یک نمایشگر متحرک یا تجارت زنده استفاده کرده اند ، که شبیه به آنچه در تصمیمات مالی در زندگی واقعی اتفاق می افتد ، بر خلاف محرک های استاتیک که سعی در برانگیختن بازارهای واقعی پویا دارند ، نزدیکتر است. محدودیت سوم ناشی از عدم وجود معامله گران سهام فعال به عنوان شرکت کننده است ، به جز مطالعه Häusler و همکاران.[37] ، با توجه به اینکه عوامل محیطی می توانند تصمیمات مالی فردی را شکل دهند.

5. نتیجه گیری ها

تصمیمات سرمایه گذاری می تواند مغز را تحت الشعاع قرار دهد. تلاش برای درک تمام اطلاعاتی که بازارهای مالی هنگام گوش دادن به احساسات شخص منتقل می کنند بدون اینکه توسط آنها نادیده گرفته شود ، شامل یک تلاش هماهنگ چندین منطقه مغزی برای رسیدن به تصمیم گیری است. از آنجا که این سؤال که چگونه سرمایه گذاران تصمیم می گیرند هنوز به طور کامل کشف نشده است ، هدف از این متاآنالیز تعیین همگرایی مناطق مغز لازم برای این فرایند تصمیم گیری پیچیده است. بر اساس نتایج متاآنالیز ALE ، تصمیمات سرمایه گذاری شامل مناطق لیمبیک است که پاداش در مقابل ریسک را تعمق می کند ، زیرا اوراق بهادار سرمایه گذاری در تلاش برای دستیابی به تعادل بهینه بین بازده و ریسک ساخته شده است. احساسات نسبت به این دو مفهوم و درگیری های عاطفی که می تواند در هنگام اولویت بندی در بین آنها ایجاد شود ، یک عامل تأثیرگذار است که این روند تصمیم گیری را راهنمایی می کند. همانطور که بنیامین گراهام خاطرنشان کرده است ، "افرادی که نمی توانند بر احساسات خود تسلط داشته باشند ، برای سودآوری از روند سرمایه گذاری مناسب نیستند."با وجود چهار خوشه یافت ، ما معتقدیم که تصمیمات سرمایه گذاری فقط به آن مناطق محدود نمی شود. در بورس سهام ، جنبه هایی مانند زمان خرید یا فروش ، شرایط بازار یا حتی نحوه رفتار سایر سرمایه گذاران می تواند تأثیر بگذارد که آیا یک سرمایه گذاری منجر به سودآوری خواهد شد یا خیر. همانطور که وارن بوفه یک بار توصیه می کرد ، "وقتی دیگران از ترس دیگران حریص و حریص هستند ، ترس داشته باشید."هر سرمایه گذار می داند که چگونه ترسناک و حریص باشد ، اما آنچه که آنها واقعاً باید کشف کنند ، زمانی است که زمان مناسب برای یک یا دیگری باشد. همان رفتار سرمایه گذاری و همان فعال سازی مغز بسته به لحظه می تواند منجر به بازده های مختلف شود. تعیین نقش یک منطقه خاص مغز در این فرایند تصمیم گیری در واقع یک تلاش پیچیده است. در اینجا مشکل در درک نحوه تصمیم گیری سرمایه گذاران نهفته است. با توجه به ادبیات کمیاب ، مطالعات آینده باید به پرداختن به این فرایند تصمیم گیری در حالی که شامل تجزیه و تحلیل کل مغز در روش های آنها است.