TEDSalon NY2011
Shlomo Benartzi: Saving for tomorrow, tomorrow
Shlomo Benartzi: Tegyünk félre a holnapra, holnap!
Filmed:
Readability: 3.2
1,754,678 views
Könnyen el tudjuk képzelni, hogy megtakarítunk a jövő héten, de miért ne most rögtön? Általában mindjárt költeni akarunk. Shlomo Benartzi közgazdász azt vallja, hogy ez a nyugdíjas éveinkre való spórolás egyik legnagyobb akadálya és azt kérdi: hogyan alakíthatjuk át ezt a viselkedési kihívást viselkedési megoldássá?
Shlomo Benartzi - Economist
Shlomo Benartzi uses behavioral economics to study how and why we plan well for the future (or fail to), and uses that to develop new programs to encourage saving for retirement. Full bio
Shlomo Benartzi uses behavioral economics to study how and why we plan well for the future (or fail to), and uses that to develop new programs to encourage saving for retirement. Full bio
Double-click the English transcript below to play the video.
00:15
I'm going to talk today about saving more,
0
0
3000
Ma arról fogok beszélni, hogyan takarítsunk meg többet,
00:18
but not today, tomorrow.
1
3000
3000
de ne ma, hanem holnap.
00:21
I'm going to talk about Save More Tomorrow.
2
6000
2000
A "Takarítsunk meg többet holnap"-ról fogok beszélni.
00:23
It's a program that Richard Thaler
3
8000
2000
Ez egy program, amelyet Richard Thaler
00:25
from the University of Chicago and I
4
10000
2000
a Chicago Egyetemről és én
00:27
devised maybe 15 years ago.
5
12000
3000
találtunk ki 15 évvel ezelőtt.
00:30
The program, in a sense,
6
15000
2000
A program lényegében
00:32
is an example of behavioral finance
7
17000
2000
a felturbózott pénzügyi viselkedéstan
00:34
on steroids --
8
19000
2000
példája --
00:36
how we could really use behavioral finance.
9
21000
3000
hogyan hasznosíthatjuk a pénzügyi viselkedéstant.
00:39
Now you might ask, what is behavioral finance?
10
24000
3000
Most biztosan azt kérdezik, mi az a pénzügyi viselkedéstan?
00:42
So let's think about how we manage our money.
11
27000
3000
Gondoljunk arra, hogyan irányítjuk pénzügyeinket!
00:45
Let's start with mortgages.
12
30000
3000
Kezdjük a jelzáloggal!
00:48
It's kind of a recent topic,
13
33000
2000
Manapság ez egy aktuális téma,
00:50
at least in the U.S.
14
35000
2000
legalábbis az Egyesült Államokban.
00:52
A lot of people buy
15
37000
2000
Sok ember megveszi
00:54
the biggest house they can afford,
16
39000
3000
a legnagyobb házat, amit csak megengedhet magának,
00:57
and actually slightly bigger than that.
17
42000
3000
és tulajdonképpen egy kicsivel nagyobbat is.
01:00
And then they foreclose.
18
45000
3000
És aztán azt lefoglalja a bank.
01:03
And then they blame the banks
19
48000
2000
És ezután a bankot okolják,
01:05
for being the bad guys who gave them the mortgages.
20
50000
3000
amiért rosszul tette, hogy jelzálogkölcsönt adott nekik.
01:08
Let's also think about
21
53000
2000
Gondoljunk most arra,
01:10
how we manage risks --
22
55000
2000
hogyan kezeljük a kockázatot --
01:12
for example, investing in the stock market.
23
57000
2000
például, ha a tőzsdén fektetünk be!
01:14
Two years ago, three years ago, about four years ago,
24
59000
3000
Két évvel, három évvel vagy négy évvel ezelőtt
01:17
markets did well.
25
62000
2000
a piac virágzott.
01:19
We were risk takers, of course.
26
64000
3000
Természetesen kockázatot vállaltunk.
01:22
Then market stocks seize
27
67000
2000
Ezután a piac zsugorodott,
01:24
and we're like, "Wow.
28
69000
2000
és mi azt mondtuk, "Ejha!
01:26
These losses, they feel, emotionally,
29
71000
3000
Ezek a veszteségek érzelmi szempontból
01:29
they feel very different
30
74000
3000
nagyon másképp hatnak,
01:32
from what we actually thought about it
31
77000
3000
mint ahogyan ezt akkor gondoltuk,
01:35
when markets were going up."
32
80000
2000
amikor a piaci árak növekedtek."
01:37
So we're probably not doing a great job
33
82000
3000
Tehát valószínűleg nem vagyunk a legjobbak,
01:40
when it comes to risk taking.
34
85000
2000
ha kockázatkezelésről van szó.
01:42
How many of you have iPhones?
35
87000
3000
Hánynak van önök közül iPhone-ja?
01:45
Anyone? Wonderful.
36
90000
3000
Bárki? Nagyszerű.
01:48
I would bet many more of you
37
93000
3000
Fogadok, hogy sokan önök közül
01:51
insure your iPhone --
38
96000
3000
biztosították iPhone-jukat --
01:54
you're implicitly buying insurance by having an extended warranty.
39
99000
3000
automatikusan biztosítást kötnek, ha kiterjesztett garanciát igényelnek.
01:57
What if you lose your iPhone?
40
102000
2000
Mi van, ha elveszítik iPhone-jukat?
01:59
What if you do this?
41
104000
2000
Mi van, ha ezt teszik?
02:01
How many of you have kids?
42
106000
2000
Hánynak vannak önök közül gyerekei?
02:03
Anyone?
43
108000
2000
Bárki?
02:05
Keep your hands up
44
110000
2000
Tartsák fent a kezüket,
02:07
if you have sufficient life insurance.
45
112000
3000
ha kötöttek kiterjedt életbiztosítást.
02:10
I see a lot of hands coming down.
46
115000
2000
Sok kezet látok leereszkedni.
02:12
I would predict,
47
117000
2000
Úgy látom,
02:14
if you're a representative sample,
48
119000
2000
ha önök reprezentatív minta,
02:16
that many more of you
49
121000
2000
akkor többen biztosítják
02:18
insure your iPhones than your lives,
50
123000
3000
iPhone-jukat, mint az életüket,
02:21
even when you have kids.
51
126000
2000
még ha gyerekeik vannak, akkor is.
02:23
We're not doing that well when it comes to insurance.
52
128000
3000
Ha biztosításról van szó, nem vagyunk túl jók.
02:26
The average American household
53
131000
4000
Egy átlagos amerikai háztartás
02:30
spends 1,000 dollars a year
54
135000
3000
1000 dollárt költ évente
02:33
on lotteries.
55
138000
2000
lottószelvényekre.
02:35
And I know it sounds crazy.
56
140000
3000
És tudom, ez őrültségnek hangzik.
02:38
How many of you spend a thousand dollars a year on lotteries?
57
143000
3000
Hányan költenek önök közül 1000 dollárt lottószelvényekre évente?
02:41
No one.
58
146000
2000
Senki.
02:43
So that tells us that the people not in this room
59
148000
3000
Ez arról árulkodik, hogy nem a teremben ülők közül
02:46
are spending more than a thousand
60
151000
2000
többet költenek lottószelvényekre, mint 1000 dollár
02:48
to get the average to a thousand.
61
153000
3000
ahhoz, hogy az átlag 1000-et megkapjuk.
02:51
Low-income people
62
156000
2000
Alacsony jövedelmű emberek
02:53
spend a lot more than a thousand on lotteries.
63
158000
4000
sokkal többet költenek lottóra, mint egy ezres.
02:57
So where does it take us?
64
162000
2000
Tehát mire is következtethetünk ebből?
02:59
We're not doing a great job managing money.
65
164000
3000
Nem a legjobban kezeljük pénzünket.
03:02
Behavioral finance is really a combination
66
167000
3000
A pénzügyi viselkedéstan valójában
03:05
of psychology and economics,
67
170000
2000
a pszichológia és a közgazdaságtan kombinációja,
03:07
trying to understand
68
172000
2000
próbálja megérteni a hibákat,
03:09
the money mistakes people make.
69
174000
2000
amelyeket az emberek pénz dolgában követnek el.
03:11
And I can keep standing here
70
176000
2000
És állhatnék még itt
03:13
for the 12 minutes and 53 seconds that I have left
71
178000
4000
a fennmaradó 12 perc és 53 másodpercig
03:17
and make fun of all sorts of ways
72
182000
2000
és viccelődhetnék az összes módon
03:19
we manage money,
73
184000
2000
arról, ahogyan a pénzt kezeljük,
03:21
and at the end you're going to ask, "How can we help people?"
74
186000
3000
és a végén azt kérdezik majd, "Hogyan segíthetünk az embereknek?"
03:24
And that's what I really want to focus on today.
75
189000
3000
És ez az, amire valójában szeretnék ma összpontosítani.
03:27
How do we take an understanding
76
192000
2000
Hogyan érthetjük meg
03:29
of the money mistakes people make,
77
194000
3000
a hibákat, amelyeket az emberek elkövetnek,
03:32
and then turning the behavioral challenges
78
197000
3000
és ezután hogyan tudjuk átalakítani a viselkedési kihívásokat
03:35
into behavioral solutions?
79
200000
2000
viselkedési megoldásokká?
03:37
And what I'm going to talk about today
80
202000
2000
És amiről ma beszélni szeretnék az
03:39
is Save More Tomorrow.
81
204000
2000
a "Takarítsunk meg többet holnap".
03:41
I want to address the issue
82
206000
2000
Szeretném megtárgyalni
03:43
of savings.
83
208000
2000
a megtakarítások kérdését.
03:45
We have on the screen
84
210000
2000
Láthatunk a kijelzőn
03:47
a representative sample
85
212000
2000
egy reprezentatív felmérést
03:49
of 100 Americans.
86
214000
2000
100 amerikairól.
03:51
And we're going to look at their saving behavior.
87
216000
3000
És megnézzük a megtakarítási magatartásukat.
03:54
First thing to notice is,
88
219000
2000
Az első dolog, amit észrevehetünk
03:56
half of them
89
221000
2000
az az, hogy 50%-uknak nincs
03:58
do not even have access
90
223000
2000
nyugdíjmegtakarítási
04:00
to a 401(k) plan.
91
225000
2000
alapjuk.
04:02
They cannot make savings easy.
92
227000
3000
Nem képesek spórolni.
04:05
They cannot have money go away from their paycheck
93
230000
3000
Nem tudnak félretenni fizetésükből
04:08
into a 401(k) plan
94
233000
2000
nyugdíjalapukba,
04:10
before they see it,
95
235000
2000
mielőtt látnák,
04:12
before they can touch it.
96
237000
2000
mielőtt meg tudnák érinteni.
04:14
What about the remaining half of the people?
97
239000
3000
Mi van a fennmaradó másik 50%-kal?
04:17
Some of them elect not to save.
98
242000
3000
Néhányuk szintén úgy döntött, hogy nem tesz félre.
04:20
They're just too lazy.
99
245000
2000
Egyszerűen túlságosan lusták.
04:22
They never get around to logging into a complicated website
100
247000
3000
Soha nem jutnak addig, hogy bejelentkezzenek egy bonyolult honlapra,
04:25
and doing 17 clicks to join the 401(k) plan.
101
250000
3000
és 17 klikkelés után legyen nyugdíjszámlájuk.
04:28
And then they have to decide how they're going to invest
102
253000
2000
És el kell dönteniük, hogyan fektessenek be
04:30
in their 52 choices,
103
255000
2000
52 lehetőségből,
04:32
and they never heard about what is a money market fund.
104
257000
4000
és soha nem hallották, mi is az a pénzügyi alap.
04:36
And they get overwhelmed and the just don't join.
105
261000
2000
Ezután túl megterhelőnek tartják és nem csatlakoznak.
04:38
How many people end up saving to a 401(k) plan?
106
263000
5000
Hányan takarítanak meg nyugdíjszámlájukon?
04:43
One third of Americans.
107
268000
3000
Az amerikaiak egyharmada.
04:46
Two thirds are not saving now.
108
271000
2000
Kétharmad nem takarít meg.
04:48
Are they saving enough?
109
273000
2000
Eleget takarítanak meg?
04:50
Take out those
110
275000
2000
Ne számítsuk azokat,
04:52
who say they save too little.
111
277000
2000
akik azt mondják, túl keveset takarítanak meg.
04:54
One out of 10
112
279000
2000
10-ből egy
04:56
are saving enough.
113
281000
3000
takarít meg eleget.
04:59
Nine out of 10
114
284000
2000
10-ből kilencen
05:01
either cannot save through their 401(k) plan,
115
286000
3000
vagy nem tudnak semmit megtakarítani nyugdíjalapjukban,
05:04
decide not to save -- or don't decide --
116
289000
3000
vagy úgy döntenek, hogy nem spórolnak -- vagy nem is döntenek --,
05:07
or save too little.
117
292000
3000
vagy túl keveset spórolnak.
05:10
We think we have a problem
118
295000
2000
Azt gondoljuk, azokkal
05:12
of people saving too much.
119
297000
2000
az emberekkel van gond, akik túl sokat takarítanak meg.
05:14
Let's look at that.
120
299000
2000
Nézzük ezt meg!
05:16
We have one person --
121
301000
2000
Egy személy --
05:18
well, actually we're going to slice him in half
122
303000
3000
nos, tulajdonképpen vágjuk őt ketté,
05:21
because it's less than one percent.
123
306000
3000
mert ez kevesebb, mint egy százalék.
05:24
Roughly half a percent of Americans
124
309000
3000
Hozzávetőlegesen az amerikaiak fél százaléka
05:27
feel that they save too much.
125
312000
5000
érzi úgy, hogy túl sokat takarít meg.
05:32
What are we going to do about it?
126
317000
2000
Mit kezdjünk ezzel?
05:34
That's what I really want to focus on.
127
319000
2000
Pontosan erre szeretnék összpontosítani.
05:36
We have to understand
128
321000
2000
Meg kell értenünk,
05:38
why people are not saving,
129
323000
2000
miért is nem spórolnak az emberek,
05:40
and then we can hopefully flip
130
325000
2000
és azután remélhetőleg átalakíthatjuk
05:42
the behavioral challenges
131
327000
2000
a viselkedési kihívásokat
05:44
into behavioral solutions,
132
329000
2000
viselkedési megoldásokká,
05:46
and then see how powerful it might be.
133
331000
3000
és megláthatjuk mennyire erőteljesek lehetnek.
05:49
So let me divert for a second
134
334000
2000
Hadd tegyek egy rövid kitérőt,
05:51
as we're going to identify the problems,
135
336000
2000
amint azonosítjuk a problémákat,
05:53
the challenges, the behavioral challenges,
136
338000
3000
kihívásokat, viselkedési kihívásokat,
05:56
that prevent people from saving.
137
341000
2000
amelyek meggátolják az embereket a megtakarításban.
05:58
I'm going to divert and talk about bananas and chocolate.
138
343000
4000
Elkalandozom egy kicsit, és banánról és csokoládéról fogok beszélni.
06:02
Suppose we had another wonderful TED event next week.
139
347000
3000
Tegyük fel, hogy a jövő héten még egy nagyszerű TED konferencia lesz.
06:05
And during the break
140
350000
2000
És a szünet alatt
06:07
there would be a snack
141
352000
2000
könnyű ételt szolgálnak fel,
06:09
and you could choose bananas or chocolate.
142
354000
2000
és választhatunk banán és csokoládé között.
06:11
How many of you think you would like to have bananas
143
356000
3000
Mit gondolnak, hányan fogják önök közül a banánt választani
06:14
during this hypothetical TED event next week?
144
359000
2000
ezen a feltételezett TED konferencián a jövő héten?
06:16
Who would go for bananas?
145
361000
2000
Ki választaná a banánt?
06:18
Wonderful.
146
363000
2000
Nagyszerű.
06:20
I predict scientifically
147
365000
2000
Úgy jósolom tudományos szempontból,
06:22
74 percent of you will go for bananas.
148
367000
3000
hogy 74%-uk fogja a banánt választani.
06:25
Well that's at least what one wonderful study predicted.
149
370000
4000
Nos, legalábbis ezt jósolta egy nagyszerű tanulmány.
06:30
And then count down the days
150
375000
3000
És most számoljuk le a napokat,
06:33
and see what people ended up eating.
151
378000
4000
és nézzük meg, valójában mit ettek az emberek.
06:38
The same people that imagined themselves
152
383000
3000
Ugyanazok az emberek, akik úgy gondolták,
06:41
eating the bananas
153
386000
2000
hogy banánt fognak enni,
06:43
ended up eating chocolates
154
388000
2000
végül csokoládét ettek
06:45
a week later.
155
390000
2000
egy héttel később.
06:47
Self-control
156
392000
2000
Az önuralom
06:49
is not a problem in the future.
157
394000
3000
nem gond a jövőben.
06:52
It's only a problem now
158
397000
2000
Csak most gond,
06:54
when the chocolate is next to us.
159
399000
4000
amikor a csokoládé karnyújtásnyira van.
06:58
What does it have to do with time and savings,
160
403000
3000
Hogyan függ ez össze az idővel és a megtakarításokkal,
07:01
this issue of immediate gratification?
161
406000
3000
az azonnali elégedettség kérdésével?
07:04
Or as some economists call it, present bias.
162
409000
4000
Vagy ahogyan sok közgazdász nevezi, a jelen felé torzítás.
07:08
We think about saving. We know we should be saving.
163
413000
2000
Gondolunk a megtakarításra. Tudjuk, hogy kéne spórolni.
07:10
We know we'll do it next year, but today let us go and spend.
164
415000
3000
Tudjuk, hogy jövőre majd fogunk, de ma gyerünk pénzt költeni.
07:13
Christmas is coming,
165
418000
2000
Jön a karácsony,
07:15
we might as well buy a lot of gifts for everyone we know.
166
420000
3000
vehetünk rengeteg ajándékot mindenkinek, akit ismerünk.
07:18
So this issue of present bias
167
423000
4000
Tehát a jelen felé torzítás kérdése
07:22
causes us to think about saving,
168
427000
2000
késztet arra, hogy gondoljunk a megtakarításra,
07:24
but end up spending.
169
429000
2000
de végül elköltjük a pénzt.
07:26
Let me now talk
170
431000
2000
Hadd beszéljek most
07:28
about another behavioral obstacle to saving
171
433000
2000
egy másik viselkedési akadályról, amely a megtakarítások útjában áll,
07:30
having to do with inertia.
172
435000
2000
és ez a tehetetlenségi erő.
07:32
But again, a little diversion
173
437000
2000
De újra, térjünk el egy kicsit a tárgytól
07:34
to the topic of organ donation.
174
439000
3000
a szervadományozás kérdéséhez!
07:37
Wonderful study comparing different countries.
175
442000
3000
Nagyszerű tanulmány, amely különböző országokat hasonlít össze.
07:40
We're going to look at two similar countries,
176
445000
3000
Megnézünk két hasonló országot,
07:43
Germany and Austria.
177
448000
3000
Németországot és Ausztriát.
07:46
And in Germany,
178
451000
2000
És Németországban,
07:48
if you would like to donate your organs --
179
453000
2000
ha szeretne szervet adományozni --
07:50
God forbid something really bad
180
455000
2000
urambocsá, valami szörnyű
07:52
happens to you --
181
457000
2000
történik --,
07:54
when you get your driving license or an I.D.,
182
459000
3000
amikor megkapja valaki a jogosítványát vagy a személyijét,
07:57
you check the box saying,
183
462000
2000
bejelöli,
07:59
"I would like to donate my organs."
184
464000
2000
"Szeretném a szerveimet felajánlani."
08:01
Not many people like checking boxes.
185
466000
2000
Nem sokan szeretnek kockákat bejelölni.
08:03
It takes effort. You need to think.
186
468000
2000
Erőfeszítésbe kerül. Gondolkozni kell.
08:05
Twelve percent do.
187
470000
3000
12 százalék megteszi.
08:08
Austria, a neighboring country,
188
473000
3000
Ausztria, a szomszédos ország,
08:11
slightly similar, slightly different.
189
476000
2000
egy kicsit hasonló, egy kicsit eltérő.
08:13
What's the difference?
190
478000
2000
Mi a különbség?
08:15
Well, you still have choice.
191
480000
2000
Nos, a választási lehetőség itt is megvan.
08:17
You will decide
192
482000
2000
Eldönthetjük, hogy
08:19
whether you want to donate your organs or not.
193
484000
3000
fel akarjuk ajánlani szerveinket, vagy sem.
08:22
But when you get your driving license,
194
487000
2000
De ha megkapjuk a jogosítványunkat,
08:24
you check the box
195
489000
2000
akkor jelöljük be a kockát,
08:26
if you do not want to donate your organ.
196
491000
4000
ha nem akarjuk odaadományozni szerveinket.
08:30
Nobody checks boxes.
197
495000
2000
Senki sem jelöli be ezt.
08:32
That's kind of too much effort.
198
497000
2000
Ez már valahogy túl sok erőfeszítés.
08:34
One percent check the box. The rest do nothing.
199
499000
3000
Egy százalék bejelöli a kockát. A többiek nem.
08:37
Doing nothing is very common.
200
502000
2000
A semmit nem csinálás elég gyakori.
08:39
Not many people check boxes.
201
504000
3000
Nem sokan jelölik be a kockákat.
08:42
What are the implications
202
507000
2000
Mi a következménye ennek
08:44
to saving lives
203
509000
2000
az életmentésre
08:46
and having organs available?
204
511000
3000
és a szervek elérhetővé tételére?
08:49
In Germany, 12 percent check the box.
205
514000
2000
Németországban 12 százalék jelöli be a kockákat.
08:51
Twelve percent are organ donors.
206
516000
3000
12 százalék szervdonor.
08:54
Huge shortage of organs,
207
519000
2000
Hatalmas szervhiány,
08:56
God forbid, if you need one.
208
521000
2000
urambocsá, ha szükség van rá.
08:58
In Austria, again, nobody checks the box.
209
523000
3000
Ausztriában senki se jelöli be a kockát.
09:01
Therefore, 99 percent of people
210
526000
3000
Így az emberek 99 százaléka
09:04
are organ donors.
211
529000
2000
szervdonor.
09:06
Inertia, lack of action.
212
531000
2000
Tehetetlenségi erő, a cselekvés hiánya.
09:08
What is the default setting
213
533000
2000
Mi az alapbeállítás,
09:10
if people do nothing,
214
535000
2000
ha az emberek semmit se tesznek,
09:12
if they keep procrastinating, if they don't check the boxes?
215
537000
3000
ha elhalasztják a dolgokat, ha nem jelölik be a kockákat?
09:15
Very powerful.
216
540000
2000
Hatalmas.
09:17
We're going to talk
217
542000
2000
Arról fogunk beszélni,
09:19
about what happens if people are overwhelmed and scared
218
544000
4000
mi történik, ha az emberek túl vannak terhelve, vagy félnek
09:23
to make their 401(k) choices.
219
548000
3000
a nyugdíjszámla létrehozásától.
09:26
Are we going to make them automatically join the plan,
220
551000
3000
Tegyük kötelezővé a csatlakozást,
09:29
or are they going to be left out?
221
554000
2000
vagy maradjanak ki belőle?
09:31
In too many 401(k) plans,
222
556000
3000
A legtöbb nyugdíjalapban,
09:34
if people do nothing,
223
559000
2000
ha az emberek semmit nem csinálnak,
09:36
it means they're not saving for retirement,
224
561000
3000
az azt jelenti, hogy nem takarítanak meg a nyugdíjukra,
09:39
if they don't check the box.
225
564000
2000
ha nem jelölik be a kockát.
09:41
And checking the box takes effort.
226
566000
3000
És a kocka bejelölése erőfeszítésbe kerül.
09:44
So we've chatted about a couple of behavioral challenges.
227
569000
3000
Tehát beszélgettünk egy pár viselkedési kihívásról.
09:47
One more before we flip the challenges into solutions,
228
572000
3000
Még egy utolsó, mielőtt a kihívásokat megoldásokká alakítjuk:
09:50
having to do with monkeys and apples.
229
575000
2000
a majmok és almák példája.
09:52
No, no, no, this is a real study
230
577000
2000
Nem, nem, nem ez egy valós tanulmány
09:54
and it's got a lot to do with behavioral economics.
231
579000
4000
és nagyban összefügg a gazdasági viselkedéstannal.
09:58
One group of monkeys gets an apple, they're pretty happy.
232
583000
3000
A majmok egy csoportja kap egy almát és boldog vele.
10:01
The other group gets two apples, one is taken away.
233
586000
2000
A majmok másik csoportja kap két almát és az egyiket elvesszük.
10:03
They still have an apple left.
234
588000
2000
Még mindig van egy almájuk.
10:05
They're really mad.
235
590000
3000
De őrjöngenek.
10:08
Why have you taken our apple?
236
593000
3000
Miért vetted el az almánkat?
10:11
This is the notion of loss aversion.
237
596000
3000
Ez a veszteségkerülés fogalma.
10:14
We hate losing stuff,
238
599000
2000
Utálunk dolgokat elveszíteni,
10:16
even if it doesn't mean a lot of risk.
239
601000
3000
meg ha ez kevés kockázatot is jelent.
10:19
You would hate to go to the ATM,
240
604000
3000
Nem szívesen mennének egy pénzautomatához,
10:22
take out 100 dollars
241
607000
2000
hogy kivegyenek 100 dollárt
10:24
and notice that you lost one of those $20 bills.
242
609000
2000
és aztán észrevegyék, hogy elveszítették az egyik 20 dolláros bankjegyet.
10:26
It's very painful,
243
611000
2000
Ez fájdalmas,
10:28
even though it doesn't mean anything.
244
613000
2000
még akkor is, ha semmit se jelent.
10:30
Those 20 dollars might have been a quick lunch.
245
615000
4000
Azon a 20 dolláron egy gyors ebédet vehettünk volna.
10:34
So this notion of loss aversion
246
619000
4000
Nos, a veszteségkerülés fogalma
10:38
kicks in when it comes to savings too,
247
623000
3000
akkor is érvényes, ha a megtakarításokról van szó,
10:41
because people, mentally
248
626000
2000
mert az emberek mentálisan,
10:43
and emotionally and intuitively
249
628000
3000
érzelmileg és nem tudatosan
10:46
frame savings as a loss
250
631000
2000
a megtakarításokat veszteségnek érzékelik,
10:48
because I have to cut my spending.
251
633000
3000
hiszen vissza kell fognom a költségeket.
10:51
So we talked about
252
636000
2000
Tehát beszéltünk
10:53
all sorts of behavioral challenges
253
638000
2000
a viselkedési kihívások sok fajtájáról,
10:55
having to do with savings eventually.
254
640000
4000
amelyek végül a megtakarításokkal függtek össze.
10:59
Whether you think about immediate gratification,
255
644000
3000
Akár az azonnali elégedettségre gondolunk,
11:02
and the chocolates versus bananas,
256
647000
3000
és a csokoládé kontra banán példára,
11:05
it's just painful to save now.
257
650000
3000
egyszerűen fájdalmas ma spórolni.
11:08
It's a lot more fun
258
653000
2000
Sokkal szórakoztatóbb
11:10
to spend now.
259
655000
2000
költeni ma.
11:12
We talked about inertia and organ donations
260
657000
3000
Beszéltünk a tehetetlenségi erőről és a szervadományozásról
11:15
and checking the box.
261
660000
2000
és a kockák bejelöléséről.
11:17
If people have to check a lot of boxes
262
662000
2000
Ha az embereknek sok kockát kell bejelölniük
11:19
to join a 401(k) plan,
263
664000
2000
ahhoz, hogy nyugdíjszámlájuk legyen,
11:21
they're going to keep procrastinating
264
666000
2000
állandóan elhalasztják a dolgot,
11:23
and not join.
265
668000
2000
és végül nem csatlakoznak.
11:25
And last, we talked about loss aversion,
266
670000
2000
És végül beszéltünk a veszteségkerülésről,
11:27
and the monkeys and the apples.
267
672000
2000
és a majmokról és almákról.
11:29
If people frame mentally
268
674000
3000
Ha az emberek lélekben úgy képzelik el
11:32
saving for retirement as a loss,
269
677000
3000
a megtakarítást, mint veszteséget,
11:35
they're not going to be saving for retirement.
270
680000
3000
nem fognak félretenni a nyugdíjukra.
11:38
So we've got these challenges,
271
683000
2000
Tehát itt vannak ezek a kihívások,
11:40
and what Richard Thaler and I
272
685000
2000
és ami Richard Thalert és engem mindig
11:42
were always fascinated by --
273
687000
2000
izgalomban tartott --
11:44
take behavioral finance,
274
689000
2000
vegyük a pénzügyi viselkedéstant,
11:46
make it behavioral finance on steroids
275
691000
2000
turbózzuk fel,
11:48
or behavioral finance 2.0
276
693000
2000
vagy tegyük pénzügyi viselkedéstan 2.0-vá,
11:50
or behavioral finance in action --
277
695000
2000
vagy alkalmazott pénzügyi viselkedéstanná --
11:52
flip the challenges into solutions.
278
697000
4000
változtassuk a kihívásokat megoldásokká.
11:56
And we came up with an embarrassingly simple solution
279
701000
3000
És eljutottunk egy meghökkentően egyszerű megoldáshoz,
11:59
called Save More, not today, Tomorrow.
280
704000
4000
ami úgy hangzik: "Takarítsunk meg többet -- nem ma, hanem -- holnap".
12:03
How is it going to solve the challenges
281
708000
2000
Hogyan oldja ez meg a kihívásokat,
12:05
we chatted about?
282
710000
2000
amelyekről beszéltünk?
12:07
If you think about the problem
283
712000
2000
Ha a banán és csokoládé
12:09
of bananas versus chocolates,
284
714000
2000
kérdésére gondolunk,
12:11
we think we're going to eat bananas next week.
285
716000
3000
azt gondoljuk, hogy banánt fogunk enni a jövő héten.
12:14
We think we're going to save more next year.
286
719000
3000
Azt hisszük, majd jövőre többet fogunk spórolni.
12:17
Save More Tomorrow
287
722000
3000
A "Takarítsunk meg többet holnap"
12:20
invites employees
288
725000
2000
arra ösztönzi a dolgozókat, hogy
12:22
to save more maybe next year --
289
727000
2000
talán többet tegyenek félre jövőre --
12:24
sometime in the future
290
729000
2000
majd valamikor a jövőben,
12:26
when we can imagine ourselves
291
731000
2000
amikor úgy képzeljük magunkat,
12:28
eating bananas,
292
733000
2000
hogy banánt eszünk,
12:30
volunteering more in the community,
293
735000
2000
több önkéntes munkát végzünk,
12:32
exercising more and doing all the right things on the planet.
294
737000
4000
többet tornázunk, és csak a helyes dolgokat tesszük a Földön.
12:36
Now we also talked about checking the box
295
741000
3000
Beszéltünk még a kockák bejelöléséről
12:39
and the difficulty of taking action.
296
744000
3000
és a cselekvés nehézségéről.
12:42
Save More Tomorrow
297
747000
2000
A "Takarítsunk meg többet holnap"
12:44
makes it easy.
298
749000
2000
ezt könnyűvé teszi.
12:46
It's an autopilot.
299
751000
2000
A dolog automatikusan működik.
12:48
Once you tell me you would like to save more in the future,
300
753000
4000
Ahogy azt mondják nekem, hogy többet akarnak félretenni a jövőben,
12:52
let's say every January
301
757000
2000
mondjuk minden januárban
12:54
you're going to be saving more automatically
302
759000
3000
automatikusan többet fognak félretenni,
12:57
and it's going to go away from your paycheck to the 401(k) plan
303
762000
3000
és az összeg átkerül a fizetési számlájukról a nyugdíjszámlára
13:00
before you see it, before you touch it,
304
765000
2000
anélkül, hogy látnánk, megérinthetnénk,
13:02
before you get the issue
305
767000
2000
mielőtt még találkoznánk
13:04
of immediate gratification.
306
769000
3000
az azonnali elégedettség problémájával.
13:07
But what are we going to do about the monkeys
307
772000
3000
De mit kezdjünk a majmokkal
13:10
and loss aversion?
308
775000
2000
és a veszteségkerüléssel?
13:12
Next January comes
309
777000
2000
Jön a január,
13:14
and people might feel that if they save more,
310
779000
2000
és az embereknek olyan érzése lehet, hogy ha többet tesznek félre,
13:16
they have to spend less, and that's painful.
311
781000
3000
akkor kevesebbet költhetnek, és ez fájdalmas.
13:20
Well, maybe it shouldn't be just January.
312
785000
2000
Nos, lehet, hogy ennek nem csak januárban kell lennie.
13:22
Maybe we should make people save more
313
787000
3000
Lehet, hogy kényszerítenünk kéne az embereket, hogy tegyenek félre többet,
13:25
when they make more money.
314
790000
3000
ha többet keresnek.
13:28
That way, when they make more money, when they get a pay raise,
315
793000
3000
Így, ha többet keresnek, vagy fizetésemelést kapnak,
13:31
they don't have to cut their spending.
316
796000
4000
nem kell, hogy kevesebbet költsenek.
13:35
They take a little bit
317
800000
2000
Egy keveset hazavisznek
13:37
of the increase in the paycheck home
318
802000
2000
az emelésből,
13:39
and spend more --
319
804000
2000
és többet költenek --
13:41
take a little bit of the increase
320
806000
2000
egy keveset az emelésből pedig
13:43
and put it in a 401(k) plan.
321
808000
2000
a nyugdíjszámlájukra utalnak.
13:45
So that is the program,
322
810000
2000
Tehát ez a program,
13:47
embarrassingly simple,
323
812000
2000
amely meghökkentően egyszerű,
13:49
but as we're going to see,
324
814000
2000
de ahogyan majd látjuk,
13:51
extremely powerful.
325
816000
2000
nagyon hatékony.
13:53
We first implemented it,
326
818000
2000
Először
13:55
Richard Thaler and I,
327
820000
2000
Richard Thaler és én,
13:57
back in 1998.
328
822000
3000
1988-ban indítottuk el.
14:00
Mid-sized company in the Midwest,
329
825000
3000
Közepes méretű vállalkozás a közép-nyugaton,
14:03
blue collar employees
330
828000
2000
fizikai munkások,
14:05
struggling to pay their bills
331
830000
2000
akiknek problémát okozott a számlák fizetése,
14:07
repeatedly told us
332
832000
2000
ismételten elmondták nekünk,
14:09
they cannot save more right away.
333
834000
3000
hogy nem tudnak jelenleg többet félretenni.
14:12
Saving more today is not an option.
334
837000
3000
Többet megtakarítani ma, nem jöhet szóba.
14:15
We invited them to save
335
840000
2000
Ösztönöztük őket, hogy tegyenek félre
14:17
three percentage points more
336
842000
3000
három százalékkal többet,
14:20
every time they get a pay raise.
337
845000
3000
minden alkalommal, amikor fizetésemelést kapnak.
14:23
And here are the results.
338
848000
3000
És itt vannak az eredmények.
14:26
We're seeing here a three and a half-year period,
339
851000
2000
Itt láthatunk egy három és fél éves időtartamot,
14:28
four pay raises,
340
853000
2000
négy fizetésemelést.
14:30
people who were struggling to save,
341
855000
2000
Azok, akik alig tudták fizetni számláikat,
14:32
were saving three percent of their paycheck,
342
857000
2000
fizetésük 3 százalékát félretették,
14:34
three and a half years later
343
859000
2000
három és fél évvel később
14:36
saving almost four times as much,
344
861000
3000
majdnem négyszer többet takarítottak meg,
14:39
almost 14 percent.
345
864000
3000
majdnem 14 százalékot.
14:42
And there's shoes and bicycles
346
867000
2000
És láthatunk itt cipőket, kerékpárokat,
14:44
and things on this chart
347
869000
2000
és más dolgokat ezen az ábrán,
14:46
because I don't want to just throw numbers
348
871000
2000
mert nem szeretnék csak úgy
14:48
in a vacuum.
349
873000
2000
a levegőbe beszélni.
14:50
I want, really, to think about the fact
350
875000
3000
Nagyon szeretném ha belegondolnának,
14:53
that saving four times more
351
878000
2000
hogy négyszer annyit félretenni,
14:55
is a huge difference
352
880000
2000
hatalmas különbség
14:57
in terms of the lifestyle
353
882000
2000
az életvitel terén,
14:59
that people will be able to afford.
354
884000
2000
amit az emberek majd megengedhetnek maguknak.
15:01
It's real.
355
886000
2000
Ez egy valós dolog.
15:03
It's not just numbers on a piece of paper.
356
888000
3000
Ezek nemcsak számok egy darab papíron.
15:06
Whereas with saving three percent,
357
891000
2000
Amíg három százalékot félreteszenk az emberek,
15:08
people might have to add nice sneakers
358
893000
2000
vásárolhatnak szép edzőcipőt,
15:10
so they can walk,
359
895000
2000
hogy sétálhassanak,
15:12
because they won't be able to afford anything else,
360
897000
4000
mert nem engedhetnek meg semmi mást.
15:16
when they save 14 percent
361
901000
2000
Amikor 14%-ot takarítanak meg,
15:18
they might be able to maybe have nice dress shoes
362
903000
3000
talán megengedhetnek maguknak egy jobb cipőt is,
15:21
to walk to the car to drive.
363
906000
3000
hogy az autójukhoz sétáljanak és vezessenek.
15:24
This is a real difference.
364
909000
2000
Ez egy valódi különbség.
15:26
By now, about 60 percent of the large companies
365
911000
5000
Mostanra a nagy vállalatok 60 százaléka
15:31
actually have programs like this in place.
366
916000
3000
rendelkezik ilyen programmal.
15:34
It's been part of the Pension Protection Act.
367
919000
3000
Ez része a Nyugdíjvédelmi törvénynek.
15:37
And needless to say that Thaler and I
368
922000
2000
És természetesen Thaler és én
15:39
have been blessed to be part of this program
369
924000
3000
megtiszteltetésnek vettük, hogy részesei lehetünk a programnak,
15:42
and make a difference.
370
927000
2000
és változást tudtunk elérni.
15:44
Let me wrap
371
929000
2000
Hadd fejezzem be
15:46
with two key messages.
372
931000
3000
két alapvető üzenettel.
15:49
One is behavioral finance
373
934000
3000
Az egyik az, hogy a pénzügyi viselkedéstan
15:52
is extremely powerful.
374
937000
3000
nagyon hatásos.
15:55
This is just one example.
375
940000
3000
Ez csak egy példa.
15:58
Message two
376
943000
2000
Második üzenet:
16:00
is there's still a lot to do.
377
945000
2000
még mindig sokat kell tennünk.
16:02
This is really the tip of the iceberg.
378
947000
3000
Ez csak a jéghegy csúcsa.
16:05
If you think about people and mortgages
379
950000
3000
Ha az emberekre és jelzálogra gondolunk
16:08
and buying houses and then not being able to pay for it,
380
953000
3000
és házvételre és arra, hogy nem leszünk képesek kifizetni,
16:11
we need to think about that.
381
956000
2000
gondolnunk kell erre.
16:13
If you're thinking about people taking too much risk
382
958000
3000
Ha azokra az emberekre gondolunk, akik túl nagy kockázatot vállalnak,
16:16
and not understanding how much risk they're taking
383
961000
3000
és nem fogják fel mennyire nagy kockázat ez,
16:19
or taking too little risk,
384
964000
2000
vagy túl kevés kockázatot vállalnak,
16:21
we need to think about that.
385
966000
2000
gondolnunk kell erre.
16:23
If you think about people spending a thousand dollars a year
386
968000
3000
Ha azokra az emberekre gondolunk, akik 1000 dollárt költenek egy évben
16:26
on lottery tickets,
387
971000
2000
lottószelvényekre,
16:28
we need to think about that.
388
973000
2000
gondolnunk kell erre.
16:30
The average actually,
389
975000
2000
Az átlag tulajdonképpen...
16:32
the record is in Singapore.
390
977000
2000
a rekordot Szingapúr tartja.
16:34
The average household
391
979000
2000
Egy átlagos háztartás
16:36
spends $4,000 a year on lottery tickets.
392
981000
3000
évente 4000 dollárt költ lottóra.
16:39
We've got a lot to do,
393
984000
2000
Még sok munka áll előttünk,
16:41
a lot to solve,
394
986000
2000
sok problémát kell megoldanunk
16:43
also in the retirement area
395
988000
3000
a nyugdíjak terén is,
16:46
when it comes to what people do with their money
396
991000
2000
ha arról van szó, mit tesznek az emberek a pénzükkel,
16:48
after retirement.
397
993000
2000
miután nyugdíjba mentek.
16:50
One last question:
398
995000
2000
Még egy utolsó kérdés:
16:52
How many of you feel comfortable
399
997000
3000
Hányan önök közül nyugodtak arra nézvést,
16:55
that as you're planning for retirement
400
1000000
2000
hogy amikor a nyugdíjukat tervezik,
16:57
you have a really solid plan
401
1002000
3000
alapos tervük van arra,
17:00
when you're going to retire,
402
1005000
2000
hogy mikor akarnak nyugdíjba vonulni,
17:02
when you're going to claim Social Security benefits,
403
1007000
3000
mikor akarják a társadalombiztosítási juttatásokat igénybe venni,
17:05
what lifestyle to expect,
404
1010000
2000
milyen életvitelt várnak,
17:07
how much to spend every month
405
1012000
2000
mennyit akarnak költeni minden hónapban,
17:09
so you're not going to run out of money?
406
1014000
2000
hogy ne fogyjon el a pénz?
17:11
How many of you feel you have a solid plan for the future
407
1016000
3000
Hányan érzik önök közül úgy, hogy megbízható tervük van a jövőre,
17:14
when it comes to post-retirement decisions.
408
1019000
4000
ha a nyugdíj utáni döntésekről van szó?
17:19
One, two, three, four.
409
1024000
3000
Egy, kettő, három, négy.
17:22
Less than three percent
410
1027000
2000
Kevesebb mint három százalék,
17:24
of a very sophisticated audience.
411
1029000
2000
egy nagyon művelt közönségben.
17:26
Behavioral finance has a long way.
412
1031000
3000
A pénzügyi viselkedéstan előtt hosszú út áll még.
17:29
There's a lot of opportunities
413
1034000
2000
Sok a lehetőség,
17:31
to make it powerful again and again and again.
414
1036000
4000
hogy újból és újból erőteljessé tegyük.
17:35
Thank you.
415
1040000
2000
Köszönöm.
17:37
(Applause)
416
1042000
2000
(Taps)
ABOUT THE SPEAKER
Shlomo Benartzi - EconomistShlomo Benartzi uses behavioral economics to study how and why we plan well for the future (or fail to), and uses that to develop new programs to encourage saving for retirement.
Why you should listen
Shlomo Benartzi studies behavioral finance with a special interest in personal finance. He is co-founder of the Behavioral Finance Forum (www.behavioralfinanceforum.com), a collective of 40 prominent academics and 40 major financial institutions from around the globe. The Forum helps consumers make better financial decisions by fostering collaborative research efforts between academics and industry leaders.
Benartzi’s most significant research contribution is the development of Save More Tomorrow™ (SMarT), a behavioral prescription designed to help employees increase their savings rates gradually over time.
Shlomo Benartzi | Speaker | TED.com