TEDSalon NY2011
Shlomo Benartzi: Saving for tomorrow, tomorrow
ชโลโม เบนาร์ทซี: ออมสำหรับวันพรุ่ง วันพรุ่งนี้
Filmed:
Readability: 3.2
1,754,678 views
เป็นเรื่องง่ายที่เรานึกจะออมเงินในสัปดาห์หน้า แต่ถ้าให้ออมตอนนี้เลยล่ะ? โดยทั่วไปเรามักจะอยากใช้เงินมากกว่า นักเศรษฐศาสตร์ ชื่อ ชโลโม เบนาร์ทซี บอกว่านี่เป็นอุปสรรคที่ใหญ่ที่สุดประการหนึ่งของการมีเงินออมอย่างพอใช้ในวัยเกษียณ เขาถามว่า เราจะเปลี่ยนอุปสรรคเชิงพฤติกรรมนี้ให้เป็นการแก้ปัญหาเชิงพฤติกรรมได้อย่างไร?
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
วันนี้ผมจะพูดเรื่องการออมมากขึ้นครับ
00:18
but not today, tomorrow.
1
3000
3000
แต่ไม่ใช่วันนี้ ไม่ใช่พรุ่งนี้
00:21
I'm going to talk about Save More Tomorrow.
2
6000
2000
ผมจะพูดถึง "ออมเพิ่มในวันพรุ่ง"
00:23
It's a program that Richard Thaler
3
8000
2000
มันเป็นโครงการที่ ริชาร์ด เธเลอร์
00:25
from the University of Chicago and I
4
10000
2000
จากมหาวิทยาลัยชิคาโกกับผม
00:27
devised maybe 15 years ago.
5
12000
3000
คิดค้นเมื่อประมาณ 15 ปีที่แล้ว
00:30
The program, in a sense,
6
15000
2000
ในแง่หนึ่งโครงการนี้
00:32
is an example of behavioral finance
7
17000
2000
เป็นตัวอย่างของการเงินเชิงพฤติกรรม
00:34
on steroids --
8
19000
2000
สิ่งที่สำคัญ --
00:36
how we could really use behavioral finance.
9
21000
3000
เราจะนำการเงินพฤติกรรม ไปใช้ในชีวิตจริงได้อย่างไร
00:39
Now you might ask, what is behavioral finance?
10
24000
3000
ทีนี้คุณอาจสงสัยว่า การเงินพฤติกรรมคืออะไร?
00:42
So let's think about how we manage our money.
11
27000
3000
เราลองมาคิดกันก่อนนะครับว่า เราจัดการเงินกันอย่างไร
00:45
Let's start with mortgages.
12
30000
3000
ลองเริ่มจากสินเชื่อบ้าน
00:48
It's kind of a recent topic,
13
33000
2000
หัวข้อร่วมสมัยในกระแส
00:50
at least in the U.S.
14
35000
2000
อย่างน้อยก็ในสหรัฐอเมริกา
00:52
A lot of people buy
15
37000
2000
คนเยอะมากเลยซื้อ
00:54
the biggest house they can afford,
16
39000
3000
บ้านที่ใหญ่ที่สุดที่พวกเขาสามารถซื้อได้
00:57
and actually slightly bigger than that.
17
42000
3000
ที่จริงก็ใหญ่กว่านั้นนิดหน่อยด้วยซ้ำ
01:00
And then they foreclose.
18
45000
3000
เสร็จแล้วก็ถูกยึดบ้าน
01:03
And then they blame the banks
19
48000
2000
เสร็จแล้วก็ประนามธนาคารว่า
01:05
for being the bad guys who gave them the mortgages.
20
50000
3000
เป็นพวกสารเลวที่ปล่อยให้กู้ตั้งแต่แรก
01:08
Let's also think about
21
53000
2000
เราลองนึกสิว่า
01:10
how we manage risks --
22
55000
2000
เราจัดการความเสี่ยงอย่างไร --
01:12
for example, investing in the stock market.
23
57000
2000
ยกตัวอย่างเช่น การลงทุนในตลาดหุ้น
01:14
Two years ago, three years ago, about four years ago,
24
59000
3000
สองปีก่อน สามปีก่อน หรือสี่ปีก่อน
01:17
markets did well.
25
62000
2000
ตลาดหุ้นไปได้สวย
01:19
We were risk takers, of course.
26
64000
3000
แน่นอน เราเป็นพวกชอบความเสี่ยง
01:22
Then market stocks seize
27
67000
2000
แล้วตลาดก็ชักกระตุก
01:24
and we're like, "Wow.
28
69000
2000
แล้วเราบอกว่า "โอ้โห
01:26
These losses, they feel, emotionally,
29
71000
3000
ตอนขาดทุนนี่มันรูู้สึก
01:29
they feel very different
30
74000
3000
แตกต่างมากเลย
01:32
from what we actually thought about it
31
77000
3000
กับสิ่งที่เราคิดว่าจะเกิด
01:35
when markets were going up."
32
80000
2000
ตอนที่ตลาดกำลังขึ้น"
01:37
So we're probably not doing a great job
33
82000
3000
ดังนั้น เราอาจกำลังรับมือกับความเสี่ยง
01:40
when it comes to risk taking.
34
85000
2000
ได้ไม่ค่อยดีนัก
01:42
How many of you have iPhones?
35
87000
3000
พวกคุณกี่คนที่นี่มีไอโฟนครับ?
01:45
Anyone? Wonderful.
36
90000
3000
มีไหมครับ? เยี่ยมเลย
01:48
I would bet many more of you
37
93000
3000
ผมพนันได้ว่าพวกคุณหลายคน
01:51
insure your iPhone --
38
96000
3000
ทำประกันไอโฟนของคุณ --
01:54
you're implicitly buying insurance by having an extended warranty.
39
99000
3000
คุณซื้อประกันโดยนัย ถ้าคุณจ่ายค่าขยายอายุประกันสินค้า
01:57
What if you lose your iPhone?
40
102000
2000
ถ้าคุณทำไอโฟนหายล่ะ?
01:59
What if you do this?
41
104000
2000
หรือถ้าทำแบบนี้?
02:01
How many of you have kids?
42
106000
2000
มีใครในที่นี้มีลูกไหมครับ?
02:03
Anyone?
43
108000
2000
มีไหมครับ?
02:05
Keep your hands up
44
110000
2000
ยกมือค้างไว้ก่อนนะ
02:07
if you have sufficient life insurance.
45
112000
3000
มีใครซื้อประกันชีวิตบ้างครับ
02:10
I see a lot of hands coming down.
46
115000
2000
ผมเห็นหลายคนลดมือลงแล้ว
02:12
I would predict,
47
117000
2000
ผมจะพยากรณ์ว่า
02:14
if you're a representative sample,
48
119000
2000
ถ้าพวกคุณเป็นตัวแทนของประชากรเฉลี่ย
02:16
that many more of you
49
121000
2000
คนที่ซื้อประกันไอโฟนจะมีมากกว่า
02:18
insure your iPhones than your lives,
50
123000
3000
คนที่ซื้อประกันชีวิตให้ตัวเอง
02:21
even when you have kids.
51
126000
2000
ต่อให้มีลูกแล้วก็ตาม
02:23
We're not doing that well when it comes to insurance.
52
128000
3000
เราตัดสินใจเรื่องประกันไม่เก่งเลย
02:26
The average American household
53
131000
4000
ครัวเรือนอเมริกันโดยเฉลี่ย
02:30
spends 1,000 dollars a year
54
135000
3000
ใช้เงิน 1,000 เหรียญสหรัฐต่อปี
02:33
on lotteries.
55
138000
2000
ซื้อล็อตเตอรี่
02:35
And I know it sounds crazy.
56
140000
3000
ผมรู้ว่าตัวเลขนี้ฟังดูบ้ามาก
02:38
How many of you spend a thousand dollars a year on lotteries?
57
143000
3000
มีใครในห้องนี้ใช้เงินพันเหรียญทุกปี ซื้อล็อตเตอรี่ครับ?
02:41
No one.
58
146000
2000
ไม่มีเลย
02:43
So that tells us that the people not in this room
59
148000
3000
นั่นแปลว่าคนที่ไม่ได้อยู่ในห้องนี้
02:46
are spending more than a thousand
60
151000
2000
ต้องใช้เงินมากกว่าหนึ่งพันเหรียญแน่ๆ
02:48
to get the average to a thousand.
61
153000
3000
ค่าเฉลี่ยถึงได้ออกมาพันเหรียญ
02:51
Low-income people
62
156000
2000
ผู้มีรายได้น้อย
02:53
spend a lot more than a thousand on lotteries.
63
158000
4000
ใช้เงินซื้อล็อตเตอรี่มากกว่าพันเหรียญ
02:57
So where does it take us?
64
162000
2000
แล้วมันแปลว่าอะไรครับ?
02:59
We're not doing a great job managing money.
65
164000
3000
เราจัดการเงินได้ไม่เก่งเลย
03:02
Behavioral finance is really a combination
66
167000
3000
การเงินพฤติกรรม ที่จริงก็คือส่วนผสม
03:05
of psychology and economics,
67
170000
2000
ระหว่างจิตวิทยากับเศรษฐศาสตร์
03:07
trying to understand
68
172000
2000
เพื่อพยายามเข้าใจ
03:09
the money mistakes people make.
69
174000
2000
ความผิดพลาดเรื่องเงินที่เราทำๆ กัน
03:11
And I can keep standing here
70
176000
2000
เอาล่ะ ผมสามารถยืนอยู่ตรงนี้
03:13
for the 12 minutes and 53 seconds that I have left
71
178000
4000
ได้อีก 12 นาทีกับ 53 วินาที
03:17
and make fun of all sorts of ways
72
182000
2000
เพื่อเล่าเรื่องตลกของวิธีต่างๆ ที่
03:19
we manage money,
73
184000
2000
เราใช้จัดการเงิน
03:21
and at the end you're going to ask, "How can we help people?"
74
186000
3000
แล้วพอเล่าจบพวกคุณจะถามว่า "เราจะช่วยคนได้ยังไง?"
03:24
And that's what I really want to focus on today.
75
189000
3000
นั่นคือประเด็นที่ผมอยากเน้นในวันนี้
03:27
How do we take an understanding
76
192000
2000
เราจะเข้าใจ
03:29
of the money mistakes people make,
77
194000
3000
เกี่ยวกับความผิดพลาดเรื่องเงินที่ทำๆ กัน
03:32
and then turning the behavioral challenges
78
197000
3000
แล้วเปลี่ยนอุปสรรคเชิงพฤติกรรมเหล่านั้น
03:35
into behavioral solutions?
79
200000
2000
ไปเป็นวิธีแก้ไขเชิงพฤติกรรมได้อย่างไร?
03:37
And what I'm going to talk about today
80
202000
2000
วันนี้ผมจะเล่าให้ฟัง
03:39
is Save More Tomorrow.
81
204000
2000
เรื่องโครงการออมเพิ่มในวันพรุ่ง
03:41
I want to address the issue
82
206000
2000
ผมอยากพูดถึงประเด็น
03:43
of savings.
83
208000
2000
การออมเงิน
03:45
We have on the screen
84
210000
2000
บนจอคือภาพ
03:47
a representative sample
85
212000
2000
กลุ่มตัวอย่างประชากรเฉลี่ย
03:49
of 100 Americans.
86
214000
2000
ของคนอเมริกัน 100 คน
03:51
And we're going to look at their saving behavior.
87
216000
3000
เราจะมาดูพฤติกรรมการออมของพวกเขา
03:54
First thing to notice is,
88
219000
2000
สิ่งแรกที่เราสังเกตคือ
03:56
half of them
89
221000
2000
คนครึ่งหนึ่ง
03:58
do not even have access
90
223000
2000
ไม่มีแม้แต่
04:00
to a 401(k) plan.
91
225000
2000
แผนเงินสำรองเลี้ยงชีพ
04:02
They cannot make savings easy.
92
227000
3000
ยากมากที่พวกเขาจะออม
04:05
They cannot have money go away from their paycheck
93
230000
3000
พวกเขาไม่สามารถมีเงินเหลือจากค่าจ้าง
04:08
into a 401(k) plan
94
233000
2000
มาใส่บัญชีสำรองเลี้ยงชีพได้
04:10
before they see it,
95
235000
2000
ก่อนที่พวกเขามองเห็น
04:12
before they can touch it.
96
237000
2000
ก่อนจะแตะเงินก้อนนี้ได้
04:14
What about the remaining half of the people?
97
239000
3000
แล้วคนอีกครึ่งหนึ่งที่เหลือล่ะ?
04:17
Some of them elect not to save.
98
242000
3000
บางคนเลือกไม่ออม
04:20
They're just too lazy.
99
245000
2000
คือแค่ขี้เกียจ
04:22
They never get around to logging into a complicated website
100
247000
3000
ไม่เคยเข้าเว็บซับซ้อน
04:25
and doing 17 clicks to join the 401(k) plan.
101
250000
3000
คลิก 17 ครั้งเพื่อเปิดบัญชีกองทุนสำรองเลี้ยงชีพ
04:28
And then they have to decide how they're going to invest
102
253000
2000
เสร็จแล้วก็จะต้องตัดสินใจว่าจะลงทุนยังไง
04:30
in their 52 choices,
103
255000
2000
จากตัวเลือก 52 ตัว
04:32
and they never heard about what is a money market fund.
104
257000
4000
ก่อนหน้านี้พวกเขาไม่เคยรู้จัก "กองทุนตลาดเงิน" มาก่อน
04:36
And they get overwhelmed and the just don't join.
105
261000
2000
ข้อมูลประดังจนเลือกไม่ถูก ก็เลยไม่สมัคร
04:38
How many people end up saving to a 401(k) plan?
106
263000
5000
มีกี่คนกันที่มีบัญชีกองทุนสำรองเลี้ยงชีพ?
04:43
One third of Americans.
107
268000
3000
หนึ่งในสามของชาวอเมริกันทั้งหมด
04:46
Two thirds are not saving now.
108
271000
2000
สองในสามตอนนี้ไม่ได้ออม
04:48
Are they saving enough?
109
273000
2000
แล้วพวกเขาออมเงินกันพอหรือเปล่า?
04:50
Take out those
110
275000
2000
ลองไม่นับคนที่
04:52
who say they save too little.
111
277000
2000
บอกว่าพวกเขาออมน้อยเกินไป
04:54
One out of 10
112
279000
2000
มีเพียงหนึ่งในสิบคน
04:56
are saving enough.
113
281000
3000
ที่ออมพอ
04:59
Nine out of 10
114
284000
2000
เก้าในสิบคน
05:01
either cannot save through their 401(k) plan,
115
286000
3000
ออมผ่านบัญชีสำรองเลี้ยงชีพไม่ได้
05:04
decide not to save -- or don't decide --
116
289000
3000
ตัดสินใจไม่ออม หรือไม่ตัดสินใจ
05:07
or save too little.
117
292000
3000
หรือไม่ก็ออมในบัญชี แต่น้อยเกินไป
05:10
We think we have a problem
118
295000
2000
ผมคิดว่าเรามีปัญหา
05:12
of people saving too much.
119
297000
2000
กับคนที่ออมไว้มาก
05:14
Let's look at that.
120
299000
2000
ลองมาดูเรื่องนี้กัน
05:16
We have one person --
121
301000
2000
เรามีคนหนึ่งคน --
05:18
well, actually we're going to slice him in half
122
303000
3000
อืม ที่จริงเราต้องหั่นครึ่งเขา
05:21
because it's less than one percent.
123
306000
3000
เพราะมันน้อยกว่าหนึ่งเปอร์เซ็นต์
05:24
Roughly half a percent of Americans
124
309000
3000
ชาวอเมริกันประมาณครึ่งเปอร์เซ็นต์
05:27
feel that they save too much.
125
312000
5000
รู้สึกว่าพวกเขาออมเงินไว้อย่างเยอะ
05:32
What are we going to do about it?
126
317000
2000
เราจะทำอะไรกับเรื่องนี้ดี?
05:34
That's what I really want to focus on.
127
319000
2000
นี่คือประเด็นที่ผมอยากพูดถึง
05:36
We have to understand
128
321000
2000
เราต้องเข้าใจว่า
05:38
why people are not saving,
129
323000
2000
ทำไมคนถึงไม่ออม
05:40
and then we can hopefully flip
130
325000
2000
แล้วเราถึงจะมีหวังว่าสามารถ
05:42
the behavioral challenges
131
327000
2000
เปลี่ยนอุปสรรคเชิงพฤติกรรมนี้
05:44
into behavioral solutions,
132
329000
2000
ให้เป็นวิธีแก้เชิงพฤติกรรมได้
05:46
and then see how powerful it might be.
133
331000
3000
แล้วดูว่ามันมีพลังแค่ไหน
05:49
So let me divert for a second
134
334000
2000
ฉะนั้นผมขอเปลี่ยนเรื่องแป้บนึง
05:51
as we're going to identify the problems,
135
336000
2000
เราจะมาระบุตัวปัญหา
05:53
the challenges, the behavioral challenges,
136
338000
3000
อุปสรรค, อุปสรรคเชิงพฤติกรรม
05:56
that prevent people from saving.
137
341000
2000
ที่ขัดขวางคนไม่ให้ออม
05:58
I'm going to divert and talk about bananas and chocolate.
138
343000
4000
ผมจะเปลี่ยนเรื่อง ไปพูดเรื่องกล้วยกับช็อกโกแลตครับ
06:02
Suppose we had another wonderful TED event next week.
139
347000
3000
สมมุติว่าสัปดาห์หน้าเราจะมีงานเท็ดเจ๋งๆ อีกงาน
06:05
And during the break
140
350000
2000
แล้วตอนพัก
06:07
there would be a snack
141
352000
2000
ก็มีขนมฟรีให้กิน
06:09
and you could choose bananas or chocolate.
142
354000
2000
คุณเลือกได้ระหว่างกล้วยกับช็อกโกแลต
06:11
How many of you think you would like to have bananas
143
356000
3000
พวกคุณกี่คนครับคิดว่าจะเลือกกินกล้วย
06:14
during this hypothetical TED event next week?
144
359000
2000
ระหว่างพักเบรคงานเท็ดสมมุติ สัปดาห์หน้า?
06:16
Who would go for bananas?
145
361000
2000
ใครจะกินกล้วยครับ?
06:18
Wonderful.
146
363000
2000
เยี่ยมเลย
06:20
I predict scientifically
147
365000
2000
ผมพยากรณ์อย่างเป็นวิทยาศาสตร์
06:22
74 percent of you will go for bananas.
148
367000
3000
ว่าพวกคุณ 74 เปอร์เซ็นต์จะกินกล้วย
06:25
Well that's at least what one wonderful study predicted.
149
370000
4000
อย่างน้อยงานวิจัยที่ยอดมากชิ้นหนึ่ง ก็พยากรณ์อย่างนี้
06:30
And then count down the days
150
375000
3000
เสร็จแล้วก็นับวัน
06:33
and see what people ended up eating.
151
378000
4000
ตามไปดูว่าคนกินอะไรจริงๆ
06:38
The same people that imagined themselves
152
383000
3000
คนที่จินตนาการว่าตัวเอง
06:41
eating the bananas
153
386000
2000
จะกินกล้วย
06:43
ended up eating chocolates
154
388000
2000
ลงเอยด้วยการกินช็อกโกแลต
06:45
a week later.
155
390000
2000
หนึ่งสัปดาห์ให้หลัง
06:47
Self-control
156
392000
2000
การควบคุมตัวเอง
06:49
is not a problem in the future.
157
394000
3000
ไม่ใช่ปัญหาในอนาคต
06:52
It's only a problem now
158
397000
2000
มันเป็นแค่ปัญหา ณ ตอนนี้
06:54
when the chocolate is next to us.
159
399000
4000
เมื่อมีช็อกโกแลตอยู่ต่อหน้าเรา
06:58
What does it have to do with time and savings,
160
403000
3000
เรื่องนี้เกี่ยวอะไรกับเวลาและการออมหรือครับ
07:01
this issue of immediate gratification?
161
406000
3000
นี่คือเรื่องของการอดใจรอไม่ได้?
07:04
Or as some economists call it, present bias.
162
409000
4000
ซึ่งนักเศรษฐศาสตร์บางคนเรียกว่า อคติชอบปัจจุบัน (present bias)
07:08
We think about saving. We know we should be saving.
163
413000
2000
เราคิดถึงเรื่องการออม เรารู้ดีว่าเราควรจะออมเงิน
07:10
We know we'll do it next year, but today let us go and spend.
164
415000
3000
เรารู้ว่าเราจะออมปีหน้า แต่วันนี้ไปใช้เงินดีกว่า
07:13
Christmas is coming,
165
418000
2000
เดี๋ยวก็คริสต์มาสแล้ว
07:15
we might as well buy a lot of gifts for everyone we know.
166
420000
3000
ไปซื้อของขวัญแจกทุกคนที่เรารู้จักดีกว่า
07:18
So this issue of present bias
167
423000
4000
ฉะนั้นเจ้าอคติชอบปัจจุบันนี้
07:22
causes us to think about saving,
168
427000
2000
ทำให้เราคิดถึงการออม
07:24
but end up spending.
169
429000
2000
แต่ลงท้ายกลับใช้เงินแทน
07:26
Let me now talk
170
431000
2000
ตอนนี้ผมอยากพูดถึง
07:28
about another behavioral obstacle to saving
171
433000
2000
อุปสรรคเชิงพฤติกรรมอีกเรื่องที่กีดขวางการออม
07:30
having to do with inertia.
172
435000
2000
เรื่องนี้เกี่ยวกับแรงเฉื่อย
07:32
But again, a little diversion
173
437000
2000
แต่ตรงนี้ขอนอกเรื่องอีกนิดนะครับ
07:34
to the topic of organ donation.
174
439000
3000
มาดูเรื่องการบริจาคอวัยวะกัน
07:37
Wonderful study comparing different countries.
175
442000
3000
งานวิจัยชิ้นเอก ที่เปรียบเทียบระหว่างประเทศต่างๆ
07:40
We're going to look at two similar countries,
176
445000
3000
เราจะดูสองประเทศที่คล้ายกัน
07:43
Germany and Austria.
177
448000
3000
เยอรมนี กับ ออสเตรีย
07:46
And in Germany,
178
451000
2000
ในเยอรมนี
07:48
if you would like to donate your organs --
179
453000
2000
ถ้าคุณอยากบริจาคอวัยวะ --
07:50
God forbid something really bad
180
455000
2000
ถ้าพระเจ้าช่วยให้คุณไม่ประสบ
07:52
happens to you --
181
457000
2000
อุบัติเหตุร้ายแรง --
07:54
when you get your driving license or an I.D.,
182
459000
3000
เวลาคุณขอใบขับขี่หรือบัตรประชาชน
07:57
you check the box saying,
183
462000
2000
คุณติ๊กช่องที่ระบุว่า
07:59
"I would like to donate my organs."
184
464000
2000
"ข้าพเจ้าประสงค์จะบริจาคอวัยวะ"
08:01
Not many people like checking boxes.
185
466000
2000
ไม่ค่อยมีใครชอบติ๊กหรอก
08:03
It takes effort. You need to think.
186
468000
2000
มันต้องใช้ความพยายาม คุณต้องหยุดคิด
08:05
Twelve percent do.
187
470000
3000
มีสิบสองเปอร์เซ็นต์เท่านั้นที่ทำ
08:08
Austria, a neighboring country,
188
473000
3000
ออสเตรีย ประเทศเพื่อนบ้าน
08:11
slightly similar, slightly different.
189
476000
2000
คล้ายกันนิดหน่อย ต่างกันเล็กน้อย
08:13
What's the difference?
190
478000
2000
ความแตกต่างคืออะไร?
08:15
Well, you still have choice.
191
480000
2000
โอเค คุณยังมีทางเลือก
08:17
You will decide
192
482000
2000
คือเลือกได้ว่า
08:19
whether you want to donate your organs or not.
193
484000
3000
อยากจะบริจาคอวัยวะหรือไม่อยาก
08:22
But when you get your driving license,
194
487000
2000
แต่เวลาคุณได้ใบขับขี่
08:24
you check the box
195
489000
2000
คุณจะติ๊ก
08:26
if you do not want to donate your organ.
196
491000
4000
ถ้าคุณไม่อยากบริจาคอวัยวะ
08:30
Nobody checks boxes.
197
495000
2000
ไม่มีใครติ๊กช่องนี้เลยครับ
08:32
That's kind of too much effort.
198
497000
2000
เหมือนว่าใช้ความพยายามมากเกิน
08:34
One percent check the box. The rest do nothing.
199
499000
3000
มีคนติ๊กเปอร์เซ็นเดียว ที่เหลือไม่ทำอะไร
08:37
Doing nothing is very common.
200
502000
2000
การไม่ทำอะไรนี่ปกติมาก
08:39
Not many people check boxes.
201
504000
3000
มีน้อยคนที่กาช่อง
08:42
What are the implications
202
507000
2000
นัยของมันคืออะไร
08:44
to saving lives
203
509000
2000
ต่อการช่วยชีวิตคน
08:46
and having organs available?
204
511000
3000
และมีอวัยวะให้เปลี่ยนเพียงพอ?
08:49
In Germany, 12 percent check the box.
205
514000
2000
ในเยอรมนี คน 12 เปอร์เซ็นต์ติ๊กช่อง
08:51
Twelve percent are organ donors.
206
516000
3000
มีผู้บริจาคอวัยวะ 12 เปอร์เซ็นต์
08:54
Huge shortage of organs,
207
519000
2000
อวัยวะขาดแคลนขนาดหนัก
08:56
God forbid, if you need one.
208
521000
2000
โชคดีเถอะ ถ้าคุณต้องเปลี่ยนอวัยวะ
08:58
In Austria, again, nobody checks the box.
209
523000
3000
ในออสเตรีย เหมือนกันคือไม่มีใครกาช่อง
09:01
Therefore, 99 percent of people
210
526000
3000
ดังนั้น คน 99 เปอร์เซ็นต์
09:04
are organ donors.
211
529000
2000
จึงเป็นผู้บริจาคอวัยวะ
09:06
Inertia, lack of action.
212
531000
2000
แรงเฉื่อย การไม่ทำอะไร
09:08
What is the default setting
213
533000
2000
อะไรคือตัวเลือกอัตโนมัติ
09:10
if people do nothing,
214
535000
2000
ถ้าคนไม่ทำอะไร
09:12
if they keep procrastinating, if they don't check the boxes?
215
537000
3000
ถ้าพวกเขาผลัดวันประกันพรุ่งไปเรื่อยๆ ถ้าไม่ติ๊กช่อง?
09:15
Very powerful.
216
540000
2000
มีพลังมากครับ
09:17
We're going to talk
217
542000
2000
เราจะพูดเรื่อง
09:19
about what happens if people are overwhelmed and scared
218
544000
4000
สิ่งที่เกิดขึ้นเมื่อคนรูู้สึกกลัวและข้อมูลท่วม
09:23
to make their 401(k) choices.
219
548000
3000
เวลาตัดสินใจแผนสำรองเลี้ยงชีพ
09:26
Are we going to make them automatically join the plan,
220
551000
3000
เราจะทำให้พวกเขาเป็นสมาชิกโดยอัตโนมัติ
09:29
or are they going to be left out?
221
554000
2000
หรือว่าให้เลือกเป็น?
09:31
In too many 401(k) plans,
222
556000
3000
ในแผนสำรองเลี้ยงชีพจำนวนมาก
09:34
if people do nothing,
223
559000
2000
ถ้าหากคนไม่ทำอะไร
09:36
it means they're not saving for retirement,
224
561000
3000
แปลว่าพวกเขาไม่ได้กำลังออมสำหรับวัยเกษียณ
09:39
if they don't check the box.
225
564000
2000
ถ้าพวกเขาไม่ติ๊กช่อง
09:41
And checking the box takes effort.
226
566000
3000
และการติ๊กนั้นต้องใช้ความพยายาม
09:44
So we've chatted about a couple of behavioral challenges.
227
569000
3000
เราได้คุยกัน เรื่องอุปสรรคเชิงพฤติกรรมสองสามเรื่อง
09:47
One more before we flip the challenges into solutions,
228
572000
3000
ผมจะพูดอีกเรื่องก่อนที่เราจะพลิกอุปสรรคไปเป็นวิธีแก้ปัญหา
09:50
having to do with monkeys and apples.
229
575000
2000
เรื่องนี้เกี่ยวกับลิงและแอปเปิลครับ
09:52
No, no, no, this is a real study
230
577000
2000
จริงๆ นะ มันเป็นงานวิจัยจริง
09:54
and it's got a lot to do with behavioral economics.
231
579000
4000
และก็เกี่ยวข้องกับเศรษฐศาสตร์พฤติกรรมมาก
09:58
One group of monkeys gets an apple, they're pretty happy.
232
583000
3000
ลิงกลุ่มหนึ่งได้กินแอปเปิลลูกนึง พวกมันมีความสุขมาก
10:01
The other group gets two apples, one is taken away.
233
586000
2000
อีกกลุ่มได้แอปเปิลสองลูก ลูกหนึ่งถูกยึดไป
10:03
They still have an apple left.
234
588000
2000
ยังมีเหลืออีกลูกหนึ่ง
10:05
They're really mad.
235
590000
3000
พวกมันโกรธมาก
10:08
Why have you taken our apple?
236
593000
3000
ทำไมแกถึงเอาแอปเปิลเราไป?
10:11
This is the notion of loss aversion.
237
596000
3000
พฤติกรรมนี้เรียกว่า ความเกลียดการสูญเสีย
10:14
We hate losing stuff,
238
599000
2000
เราเกลียดมากเวลาต้องเสียอะไร
10:16
even if it doesn't mean a lot of risk.
239
601000
3000
ต่อให้มันจะมีความเสี่ยงน้อยมากก็เถอะ
10:19
You would hate to go to the ATM,
240
604000
3000
คุณคงเกลียดมากเวลาไปที่ตู้เอทีเอ็ม
10:22
take out 100 dollars
241
607000
2000
กดเงินออกมา 100 เหรียญ
10:24
and notice that you lost one of those $20 bills.
242
609000
2000
แล้วสังเกตว่าธนบัตรใบละ 20 เหรียญหายไปหนึ่งใบ
10:26
It's very painful,
243
611000
2000
เจ็บปวดมากเลย
10:28
even though it doesn't mean anything.
244
613000
2000
แม้มันจะไม่มีความหมายอะไร
10:30
Those 20 dollars might have been a quick lunch.
245
615000
4000
20 เหรียญนั่นซื้อข้าวเที่ยงกล่องเดียว ก็หมดแล้ว
10:34
So this notion of loss aversion
246
619000
4000
ความเกลียดการสูญเสียนี้
10:38
kicks in when it comes to savings too,
247
623000
3000
แสดงออกในเรื่องการออมเช่นกัน
10:41
because people, mentally
248
626000
2000
เพราะความรู้สึกของคนเรา
10:43
and emotionally and intuitively
249
628000
3000
ทั้งอารมณ์และสามัญสำนึก
10:46
frame savings as a loss
250
631000
2000
มองว่าการออมคือการสูญเสีย
10:48
because I have to cut my spending.
251
633000
3000
เพราะฉันต้องลดรายจ่าย
10:51
So we talked about
252
636000
2000
โอเคครับ เราพูดกันเรื่อง
10:53
all sorts of behavioral challenges
253
638000
2000
อุปสรรคเชิงพฤติกรรมครบแล้ว
10:55
having to do with savings eventually.
254
640000
4000
สุดท้ายก็เกี่ยวกับการออมทั้งหมด
10:59
Whether you think about immediate gratification,
255
644000
3000
ไม่ว่าคุณจะนึกถึงการที่เราอดใจรอไม่ได้
11:02
and the chocolates versus bananas,
256
647000
3000
ช็อกโกแลตเทียบกับกล้วย
11:05
it's just painful to save now.
257
650000
3000
ยังไงก็เจ็บปวดถ้าต้องออมวันนี้
11:08
It's a lot more fun
258
653000
2000
สนุกกว่ากันมาก
11:10
to spend now.
259
655000
2000
ถ้าไปใช้เงินวันนี้
11:12
We talked about inertia and organ donations
260
657000
3000
เราพูดถึงแรงเฉื่อยกับการบริจาคอวัยวะ
11:15
and checking the box.
261
660000
2000
และการติ๊กช่อง
11:17
If people have to check a lot of boxes
262
662000
2000
ถ้าคนต้องติ๊กหลายช่องมากๆ
11:19
to join a 401(k) plan,
263
664000
2000
ก่อนจะเปิดบัญชีสำรองเลี้ยงชีพได้
11:21
they're going to keep procrastinating
264
666000
2000
พวกเขาก็จะผลัดวันประกันพรุ่ง
11:23
and not join.
265
668000
2000
และไม่สมัคร
11:25
And last, we talked about loss aversion,
266
670000
2000
สุดท้าย เราพูดถึงความเกลียดการสูญเสีย
11:27
and the monkeys and the apples.
267
672000
2000
ลิงกับแอปเปิล
11:29
If people frame mentally
268
674000
3000
ถ้าในหัวคนมองว่า
11:32
saving for retirement as a loss,
269
677000
3000
การออมเพื่อวัยเกษียณคือความสูญเสีย
11:35
they're not going to be saving for retirement.
270
680000
3000
พวกเขาก็จะไม่ออมเพื่อวัยเกษียณ
11:38
So we've got these challenges,
271
683000
2000
เรามีความท้าทายเหล่านี้
11:40
and what Richard Thaler and I
272
685000
2000
สิ่งที่ ริชาร์ด เธเลอร์ กับผม
11:42
were always fascinated by --
273
687000
2000
รู้สึกอัศจรรย์ใจเสมอมา --
11:44
take behavioral finance,
274
689000
2000
คือการนำการเงินเชิงพฤติกรรม
11:46
make it behavioral finance on steroids
275
691000
2000
ทำมันให้เป็นการเงินเชิงพฤติกรรมโฉมใหม่
11:48
or behavioral finance 2.0
276
693000
2000
หรือ การเงินเชิงพฤติกรรม 2.0
11:50
or behavioral finance in action --
277
695000
2000
หรือการเงินเชิงพฤติกรรมภาคปฏิบัติ --
11:52
flip the challenges into solutions.
278
697000
4000
พลิกอุปสรรคให้เป็นวิธีแก้ปัญหา
11:56
And we came up with an embarrassingly simple solution
279
701000
3000
เราคิดค้นวิธีแก้ปัญหาที่เรียบง่ายอย่างน่าเขิน
11:59
called Save More, not today, Tomorrow.
280
704000
4000
เรียกว่า ออมเพิ่ม ไม่ใช่วันนี้ แต่ในวันพรุ่ง
12:03
How is it going to solve the challenges
281
708000
2000
มันแก้ปัญหาความท้าทาย
12:05
we chatted about?
282
710000
2000
ที่เราพูดมาได้อย่างไร?
12:07
If you think about the problem
283
712000
2000
ถ้าคุณคิดถึงปัญหา
12:09
of bananas versus chocolates,
284
714000
2000
ของกล้วยกับช็อกโกแลต
12:11
we think we're going to eat bananas next week.
285
716000
3000
เราคิดว่าสัปดาห์หน้าเราจะกินกล้วย
12:14
We think we're going to save more next year.
286
719000
3000
เราคิดว่าปีหน้าเราจะออมมากขึ้น
12:17
Save More Tomorrow
287
722000
3000
ออมเพิ่มในวันพรุ่ง
12:20
invites employees
288
725000
2000
เชื้อเชิญให้พนักงาน
12:22
to save more maybe next year --
289
727000
2000
ออมมากกว่าเดิม อาจจะปีหน้า --
12:24
sometime in the future
290
729000
2000
ซักครั้งในอนาคต
12:26
when we can imagine ourselves
291
731000
2000
เมื่อเราจินตนาการว่าตัวเอง
12:28
eating bananas,
292
733000
2000
กำลังกินกล้วย
12:30
volunteering more in the community,
293
735000
2000
ทำงานอาสามากขึ้นในชุมชน
12:32
exercising more and doing all the right things on the planet.
294
737000
4000
ออกกำลังกายมากขึ้น ทำสิ่งที่ถูกต้องสำหรับโลก
12:36
Now we also talked about checking the box
295
741000
3000
ทีนี้ เราพูดไปแล้วด้วยเรื่องติ๊กช่อง
12:39
and the difficulty of taking action.
296
744000
3000
และความยากลำบากของการลงมือทำ
12:42
Save More Tomorrow
297
747000
2000
ออมเพิ่มในวันพรุ่ง
12:44
makes it easy.
298
749000
2000
ทำให้เรื่องนี้ง่ายมาก
12:46
It's an autopilot.
299
751000
2000
มันจัดการให้โดยอัตโนมัติ
12:48
Once you tell me you would like to save more in the future,
300
753000
4000
เมื่อคุณบอกผมว่าคุณอยากออมมากขึ้นในอนาคต
12:52
let's say every January
301
757000
2000
สมมุติว่าทุกเดือนมกราคม
12:54
you're going to be saving more automatically
302
759000
3000
คุณก็จะออมเพิ่มขึ้นโดยอัตโนมัติ
12:57
and it's going to go away from your paycheck to the 401(k) plan
303
762000
3000
เราจะหักเงินเดือนคุณทันที เอาเงินใส่บัญชีสำรองเลี้ยงชีพ
13:00
before you see it, before you touch it,
304
765000
2000
ก่อนที่คุณจะเห็น ก่อนที่คุณจะได้แตะต้องมัน
13:02
before you get the issue
305
767000
2000
ก่อนที่คุณจะไปถึงประเด็น
13:04
of immediate gratification.
306
769000
3000
อดใจรอไม่ไหว
13:07
But what are we going to do about the monkeys
307
772000
3000
แต่เราจะทำยังไงเรื่องลิง
13:10
and loss aversion?
308
775000
2000
กับความเกลียดความสูญเสีย?
13:12
Next January comes
309
777000
2000
ปีหน้าพอถึงเดือนมกรา
13:14
and people might feel that if they save more,
310
779000
2000
คนอาจรู้สึกว่าถ้าออมมากขึ้น
13:16
they have to spend less, and that's painful.
311
781000
3000
ก็จะต้องใช้เงินน้อยลง รู้สึกเดือดร้อน
13:20
Well, maybe it shouldn't be just January.
312
785000
2000
ครับ บางทีมันอาจไม่ใช่แค่มกราคม
13:22
Maybe we should make people save more
313
787000
3000
บางทีเราอาจให้คนออมมากขึ้น
13:25
when they make more money.
314
790000
3000
ทุกครั้งที่ได้เงินมากขึ้น
13:28
That way, when they make more money, when they get a pay raise,
315
793000
3000
วิธีนี้ เวลาที่พวกเขามีเงินมากขึ้น ตอนได้ขึ้นเงินเดือน
13:31
they don't have to cut their spending.
316
796000
4000
พวกเขาจะได้ไม่ต้องลดค่าใช้จ่าย
13:35
They take a little bit
317
800000
2000
พวกเขาดึงเงินส่วนหนึ่ง
13:37
of the increase in the paycheck home
318
802000
2000
จากเงินเดือนส่วนที่เพิ่มขึ้น
13:39
and spend more --
319
804000
2000
เอาไปใช้มากขึ้น --
13:41
take a little bit of the increase
320
806000
2000
แล้วกันเงินอีกส่วนของส่วนเพิ่ม
13:43
and put it in a 401(k) plan.
321
808000
2000
ไปใส่บัญชีสำรองเลี้ยงชีพ
13:45
So that is the program,
322
810000
2000
นี่คือโครงการของเราครับ
13:47
embarrassingly simple,
323
812000
2000
เรียบง่ายอย่างน่าเขิน
13:49
but as we're going to see,
324
814000
2000
แต่เราจะได้เห็นว่า
13:51
extremely powerful.
325
816000
2000
มีพลังมหาศาล
13:53
We first implemented it,
326
818000
2000
ครั้งแรกเราลงมือทำ
13:55
Richard Thaler and I,
327
820000
2000
ริชาร์ด เธเลอร์ กับผม
13:57
back in 1998.
328
822000
3000
ในปี 1998
14:00
Mid-sized company in the Midwest,
329
825000
3000
ให้กับบริษัทขนาดกลาง ในภาคตะวันตกตอนกลาง
14:03
blue collar employees
330
828000
2000
คนงานระดับล่าง
14:05
struggling to pay their bills
331
830000
2000
ดิ้นรนหมุนเดือนชนเดือน
14:07
repeatedly told us
332
832000
2000
พวกเขาย้ำกับเรานักหนาว่า
14:09
they cannot save more right away.
333
834000
3000
ออมเพิ่มทันทีไม่ได้เลย
14:12
Saving more today is not an option.
334
837000
3000
ให้ออมเพิ่มวันนี้ไม่มีทาง
14:15
We invited them to save
335
840000
2000
เราเชิญให้พวกเขา
14:17
three percentage points more
336
842000
3000
ออมมากกว่าเดิม 3 เปอร์เซ็นต์
14:20
every time they get a pay raise.
337
845000
3000
ทุกครั้งที่ได้ขึ้นเงินเดือน
14:23
And here are the results.
338
848000
3000
และนี่คือผลลัพธ์ครับ
14:26
We're seeing here a three and a half-year period,
339
851000
2000
เรากำลังดูช่วงเวลาสามปีครึ่ง
14:28
four pay raises,
340
853000
2000
ระหว่างนั้นขึ้นเงินเดือนสี่ครั้ง
14:30
people who were struggling to save,
341
855000
2000
คนที่ดิ้นรนอยากออม
14:32
were saving three percent of their paycheck,
342
857000
2000
กำลังออม 3 เปอร์เซ็นต์ของเงินเดือน
14:34
three and a half years later
343
859000
2000
ถัดมาสามปีครึ่ง
14:36
saving almost four times as much,
344
861000
3000
พวกเขาออมได้มากกว่าเดิมสี่เท่า
14:39
almost 14 percent.
345
864000
3000
คือเกือบ 14 เปอร์เซ็นต์
14:42
And there's shoes and bicycles
346
867000
2000
มีรองเท้า จักรยาน
14:44
and things on this chart
347
869000
2000
และของอื่นๆ ในชาร์ตนี้
14:46
because I don't want to just throw numbers
348
871000
2000
เพราะผมไม่อยากใส่แค่ตัวเลข
14:48
in a vacuum.
349
873000
2000
ในสูญญากาศ
14:50
I want, really, to think about the fact
350
875000
3000
ผมอยากคิดถึงข้อเท็จจริง
14:53
that saving four times more
351
878000
2000
ที่ว่าการออมมากขึ้นสี่เท่า
14:55
is a huge difference
352
880000
2000
คือความเปลี่ยนแปลงมหาศาล
14:57
in terms of the lifestyle
353
882000
2000
ในแง่ของวิถีชีวิต
14:59
that people will be able to afford.
354
884000
2000
ที่คนมีกำลังซื้อพอให้ใช้
15:01
It's real.
355
886000
2000
เรื่องจริงครับ
15:03
It's not just numbers on a piece of paper.
356
888000
3000
ไม่ใช่แค่ตัวเลขบนกระดาษ
15:06
Whereas with saving three percent,
357
891000
2000
การออมสามเปอร์เซ็นต์
15:08
people might have to add nice sneakers
358
893000
2000
อาจทำให้คนซื้อรองเท้าผ้าใบ
15:10
so they can walk,
359
895000
2000
ดีๆ คู่หนึ่งมาใช้
15:12
because they won't be able to afford anything else,
360
897000
4000
เพราะไม่มีกำลังซื้อของอย่างอื่น
15:16
when they save 14 percent
361
901000
2000
แต่พอออมได้ 14 เปอร์เซ็นต์
15:18
they might be able to maybe have nice dress shoes
362
903000
3000
พวกเขาอาจมีรองเท้าทำงาน
15:21
to walk to the car to drive.
363
906000
3000
ใส่เดินไปขับรถ
15:24
This is a real difference.
364
909000
2000
นี่คือความแตกต่างที่แท้จริง
15:26
By now, about 60 percent of the large companies
365
911000
5000
ตอนนี้บริษัทขนาดใหญ่ประมาณ 60 เปอร์เซ็นต์
15:31
actually have programs like this in place.
366
916000
3000
มีโครงการทำนองนี้แล้ว
15:34
It's been part of the Pension Protection Act.
367
919000
3000
มันเป็นส่วนหนึ่งของกฎหมายคุ้มครองบำนาญ
15:37
And needless to say that Thaler and I
368
922000
2000
ไม่ต้องพูดเลยว่า เธเลอร์กับผม
15:39
have been blessed to be part of this program
369
924000
3000
ได้รับพรศักสิทธิ์ที่เป็นส่วนหนึ่งของโครงการนี้
15:42
and make a difference.
370
927000
2000
และสร้างการเปลี่ยนแปลง
15:44
Let me wrap
371
929000
2000
ผมอยากจะจบ
15:46
with two key messages.
372
931000
3000
ด้วยสองข้อความสำคัญครับ
15:49
One is behavioral finance
373
934000
3000
ข้อแรกคือ การเงินเชิงพฤติกรรม
15:52
is extremely powerful.
374
937000
3000
มีพลังมหาศาล
15:55
This is just one example.
375
940000
3000
นี่เป็นแค่ตัวอย่างเดียวเท่านั้น
15:58
Message two
376
943000
2000
ข้อที่สองคือ
16:00
is there's still a lot to do.
377
945000
2000
ยังมีงานอีกมากที่เราต้องทำ
16:02
This is really the tip of the iceberg.
378
947000
3000
นี่เป็นแค่ยอดของภูเขาน้ำแข็งเท่านั้น
16:05
If you think about people and mortgages
379
950000
3000
ถ้าคุณคิดถึงคนและสินเชื่อบ้าน
16:08
and buying houses and then not being able to pay for it,
380
953000
3000
ซื้อบ้านมาแล้วก็ผ่อนไม่ได้
16:11
we need to think about that.
381
956000
2000
เราต้องคิดถึงเรื่องนี้
16:13
If you're thinking about people taking too much risk
382
958000
3000
ถ้าคุณกำลังคิดเรื่องที่คนรับความเสี่ยงมากไป
16:16
and not understanding how much risk they're taking
383
961000
3000
แต่ไม่เข้าใจว่ากำลังรับความเสี่ยงขนาดไหน
16:19
or taking too little risk,
384
964000
2000
หรือคนอื่นที่เสี่ยงน้อยเกินไป
16:21
we need to think about that.
385
966000
2000
เราต้องคิดถึงเรื่องนี้
16:23
If you think about people spending a thousand dollars a year
386
968000
3000
ถ้าคุณคิดเรื่องคนที่ใช้เงินเป็นพันๆ เหรียญในแต่ละปี
16:26
on lottery tickets,
387
971000
2000
ซื้อหวย
16:28
we need to think about that.
388
973000
2000
เราต้องคิดเรื่องนั้นด้วย
16:30
The average actually,
389
975000
2000
ที่จริงค่าเฉลี่ย
16:32
the record is in Singapore.
390
977000
2000
ของสถิติในสิงคโปร์
16:34
The average household
391
979000
2000
ครัวเรือนโดยเฉลี่ย
16:36
spends $4,000 a year on lottery tickets.
392
981000
3000
ใช้เงินซื้อหวย 4,000 เหรียญต่อปี
16:39
We've got a lot to do,
393
984000
2000
เรามีงานต้องทำอีกเยอะครับ
16:41
a lot to solve,
394
986000
2000
ปัญหาต้องแก้อีกมาก
16:43
also in the retirement area
395
988000
3000
ในเรื่องวัยเกษียณด้วย
16:46
when it comes to what people do with their money
396
991000
2000
ประเด็นว่าคนเราใช้เงินทำอะไร
16:48
after retirement.
397
993000
2000
หลังเกษียณ
16:50
One last question:
398
995000
2000
คำถามสุดท้ายคือ
16:52
How many of you feel comfortable
399
997000
3000
พวกคุณกี่คนรู้สึกพอใจว่า
16:55
that as you're planning for retirement
400
1000000
2000
ระหว่างที่วางแผนวัยเกษียณ
16:57
you have a really solid plan
401
1002000
3000
มีแผนการที่ดีจริงๆ
17:00
when you're going to retire,
402
1005000
2000
ว่าจะเกษียณเมื่อไหร่
17:02
when you're going to claim Social Security benefits,
403
1007000
3000
จะขอรับเงินชดเชยจากประกันสังคมเมื่อไหร่
17:05
what lifestyle to expect,
404
1010000
2000
จะมีวิถีชีวิตยังไง
17:07
how much to spend every month
405
1012000
2000
จะใช้เงินเท่าไหร่ต่อเดือน
17:09
so you're not going to run out of money?
406
1014000
2000
เพื่อให้เงินไม่หมด?
17:11
How many of you feel you have a solid plan for the future
407
1016000
3000
มีกี่คนครับในนี้ ที่รู้สึกว่าวางแผนไว้ดีพอสำหรับอนาคต
17:14
when it comes to post-retirement decisions.
408
1019000
4000
เมื่อพูดถึงการใช้ชีวิตหลังเกษียณ
17:19
One, two, three, four.
409
1024000
3000
หนึ่ง สอง สาม สี่
17:22
Less than three percent
410
1027000
2000
ไม่ถึงสามเปอร์เซ็นต์
17:24
of a very sophisticated audience.
411
1029000
2000
ในกลุ่มผู้ฟังที่ฉลาดมาก
17:26
Behavioral finance has a long way.
412
1031000
3000
หนทางของการเงินเชิงพฤติกรรมยังอีกไกลครับ
17:29
There's a lot of opportunities
413
1034000
2000
มีโอกาสมากมาย
17:31
to make it powerful again and again and again.
414
1036000
4000
ที่จะทำให้มันมีพลัง อีกครั้งและอีกครั้งและอีกครั้ง
17:35
Thank you.
415
1040000
2000
ขอบคุณครับ
17:37
(Applause)
416
1042000
2000
(เสียงปรบมือ)
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