令狐大葱:投资者心理学概论

某些理财专家可以满足良好的校准所要求的这些条件；非专业的投资者根本无法满足这些条件，因此，他们容易显得过度自信。

投资者心理学概论

----投资顾问应该洞悉的信念、偏好及偏差

丹尼尔.卡尼曼（DanielKahneman）

马克.W.里普（MarkW.Riepe）

　令狐大葱译

引言

决策理论专家HowardRaiffa（1968）介绍了三种决策分析方法之间很实用的区别。规范性分析关注决策问题的理性解决，它详细阐明了实际的决策行为应追求近似值的理想。描述性分析关注人们实际进行决策的行为方式。指示性分析关注人们可用于更理性的决策的实用建议与帮助。

理财顾问是一种指示性的活动，其主要目的应该是指导投资者做出最符合自己利益的决策。为了有效地开展工作，理财顾问必须准确地把握与投资者的投资决策有关的认知和情绪方面的弱点：他们偶尔对自己利益与真实愿望的错误评价，他们容易忽视的相关事实，以及他们接受建议并包容自己所做决策的能力的局限性。我们在本文中概述了一部分这样的内容，它们产生于过去三十年中对于判断、决策和懊悔的研究工作。

判断与决策的偏差有时被称为认知错觉（cognitiveillusions）。如同视觉错觉一样，直觉推理的错误是不容易消除的。考虑一下图1中的例子。尽管你能用一把尺子使自己相信这两条水平直线的长度相等，在你看来，第二条直线仍比比另外那条更长些。仅仅了解错觉的存在并不能消除错觉。

图1视觉错觉

了解认知错觉与制订决策的目的，是培养能够识别某种特定错误可能发生的条件的技巧。在这样的条件下，如图1的例子所示，我们无法信任直觉，而且，我们必须用更具批判性或分析性的思考来补充或取代直觉—-这等于是用一把尺子避免视觉错觉。

及时提供有关直觉陷阱的警告应该是理财顾问的职责之一。更普遍地说，对于所有决策者来说，对于可能犯下大错的情况的识别能力都是有用的技巧。

我们在讨论制订决策时沿袭了悠久的传统，即区分两种因素：信念和偏好。决策理论专家认为，所有重要的决策都可以描述为在风险事件中进行选择，因为可能的选择结果无法事先完全得悉。一个风险事件因其可能的结果的范围以及这些结果发生的概率而与众不同。人们对概率做出判断；他们评估结果的价值（有时也称为效用）；而且，他们将这些信念和价值在形成对风险选择的偏好中结合起来。

判断发生系统性的错误会有不同的表现方式。判断的系统性错误称作偏差（biases）。我们从应对判断偏差的选择开始讨论。然后，我们将讨论偏好的错误，这类错误或者是人们在评估未来结果的价值时导致的，或者是概率与价值的不当结合所致。在这两种情况下，我们提出一个说明偏差的问题来分别介绍每一种偏差，并为理财顾问提供建议从而得出结论，理财顾问可以用这些建议帮助投资者减轻偏差所带来的有害影响。

最后，我们列出一个理财顾问可以用来检验其应对上述偏差的效果的清单，并结束本文。

说明：

1、finance/financial一词根据不同的上下文分别译作“金融”、“财务”或“理财”。financialadvisor一词译作“理财顾问”，以区别于我们通常所称的“股评家”或侧重于提供一级市场融资服务的“财务顾问”。更直接地，可以译作“投资顾问”。

2、Kahneman这篇文章是针对理财顾问所写。既然我们每个人都是自己的“理财顾问”，那么自我培训一下总是有百利而无一害的。

判断偏差（BiasesofJudgment）

财务决策是在高度复杂及高度不确定的条件下做出的，这种条件会动摇决策者对固定尺度的信心并迫使决策者转而依赖直觉。在大多数决策中，直觉起着决定性的作用。

我们首先讨论在直觉判断中很可能影响到投资决策的一系列有关的偏差和认知错觉。容易产生这些偏差的投资者将面临自己意识不到的风险，经历预料不到的结果，易于发生不当的交易行为，并且可能在出现糟糕的结果时以自责或责备他人而结束。

过度自信（Overconfidence）

问题1。自今天起的一个月内，你对道琼斯指数的点位的最佳估计是什么？下一步，选取一个高点，使你有99%的把握确信（但不是绝对确信）道琼斯指数在今天起的一个月内会低于该高点。现在，选取一个低点，使你有99%的把握确信（但不是完全确信）道琼斯指数在今天起的一个月内会高于该低点。

如果你按照问题的指示做了，道指将比你估计的高点更高概率应为1%，而道指将低于你估计的低点的概率也应为1%。现在，你已经为自己确定了道琼斯指数在今天起的一个月内的点位98%的主观概率置信区间。你可以用很多影响到投资者的其他变量重复这个练习。比如，过去五年的通货膨胀率，某一特定股票的价格，利率的大致水平，等等。事实上，决策分析家建议，决策者应该经常用置信区间来考虑不确定的数量，而不是估计或猜测点位。

假设你已经根据大量不相关的建议做出判断，等待所有结果的明朗化。对于每一种建议都有三种可能性：

1.实际结果可能高于你估计的高点（用技术术语，就是高点意外highsurprise）。

2.结果可能低于你估计的低点（低点意外lowsurprise）。

3.结果可能在你的置信区间内。

如果你的判断没有产生特别的偏差，并且你对自己知识的局限有着良好的判断，那么，你应该预期遇到大约1%的高点意外和1%的低点意外。在98%的情况下，实际点位应该落在你的置信区间内。设置了满足这种要求的置信区间的个人，可以被认为在他们对概率的判断中进行了很好的校准（well-calibrated）。

遗憾的是，极少人能够适当地校准。大量的研究证明，在主观概率置信区间内存在严重的系统性偏差；太多的意外（surprise）表明置信区间设置得太过紧密。很多研究中一种典型的结果是意外率达到15-20%，此处，精确的校准会产生2%的效果。这种被称为过度自信的现象是普遍而顽固的。业已证明，即使在研究对象的最大利益得到很好地校准的情况下，过度自信仍然存在。

在人们的表述伴有概率数字时，校准（calibration）也会得到检验。例如，当某人告诉你，她“99%地确信”某事将发生时，你应如何评价事件发生的概率？一般地说，如果某人告诉你她有99%的把握，你明智的做法是假定相关的概率为85%。或许会令你很不舒服，但是我们还是认为，这个建议甚至可以应用于你对自己直觉的自信！

现已发现有两个专业群体能够理智地校准，即：星相学家及障碍赛跑选手。这两个专业领域中的人学会了适当地校准，因为他们的职业有三个特点：他们每天面对同样的问题；他们做出明确的或然预言；以及他们得到有关结果的迅速而准确的反馈。对于专家或非专家来说，当这些条件不满足时，过度自信就是可以预料的结果。

 2/7   首页 上一页 1 2 3 4 5 6 下一页 尾页