1、代表性偏差与投资心理,代表性偏差与投资心理,引言 代表性偏差的心理与行为分析 投资决策中的代表性偏差 案例分析与探索实践代表性偏差的主要形式及启示,引言,请在阅读本章内容之前，先考虑一下下面几道测试题：1、小王今年30岁，是一名职业女性。她在大学里担任过很多学生会职务，人很聪明，说话很直率，为人仗义，好打抱不平。根据这番描述，有人对小王的工作和业余爱好做出了一些推断，你猜猜哪个推断更可能是对的，请根据可能性的大小给他们排个序：（1）小王是医生，平时爱玩扑克（2）小王是建筑师（3）小王是银行职员（4）小王是记者（5）小王是参与女权运动的银行职员（6）小王是会计，平时喜欢演奏爵士乐 参考解释,2、
2、阿文先生是中国某大学MBA班上的一名学生。他对中东的历史很感兴趣，而且很喜欢读经典的埃及小说。他对逻辑和数学都不感兴趣。你觉得阿文先生在大学时读以下专业的可能性各是多少？（1）统计学（2）阿拉伯历史（3）工程（4）日语 （参考解释） 3、小张有一个25岁的妹妹，平常一直很健康。有一次小张陪妹妹一起去医院体检。这家医院目前正使用一种新型的验血检验方法来诊断白血病，对于白血病有90%的概率可以准确地检验出来。也就是说，如果一个人真的有白血病，经过这个验血检验，有90%的可能性被检查出来，但还有10%的可能性这个检验会出现误诊，也就是说没有得白血病可能会有10%的可能性被检查出有白血病。妹妹做完其他
3、检查后都没有发现什么问题，但是经过这种验血检查后却发现她可能患有白血病。小张一听到这个，脑子就一片空白，他只有这么一个妹妹，从小就特别疼爱她，现在突,然听到这个消息，一下子就手足无措了。小张知道，此时妹妹还不知道验血的结果，他要不要把这个结果告诉妹妹呢？他又该怎么告诉妹妹呢？小张完全没有了主意。他着急的问医生，他妹妹真的得白血病的可能性到底是多少？如果你是医生，你会怎样告诉小张呢？根据以上信息，你觉得小张的妹妹真的得白血病的可能性是多少呢？ 解释 4、如果连续5次扔一枚均匀的硬币，你觉得在以下三种结果中，出现哪种结果的可能性最大?请做出你的选择：（1）正-反-正-反-正（2）正-正-反-正-正
4、（3）正-正-反-反-反参考解释,5、如果某个城市历年1月份中午12点的平均温度是10度。今天是1月10日，今天的天气特别冷，中午12点的气温只有0度，那么请你预测一下1月15日这天中午12点气温是多少度呢？解释 6、你是某百货连锁店的销售预测师，该店共有5家分店，所有分店的大小和销售的产品都是一样的。假设现在是12月。今年的销售情况如下（百万元）：你预测认为明年5家店的销售总额与今年的总额相同。现在你的任务是预测明年第四家店和第五家店的销售额。参考解释,7、现在再请你猜一下美国每年的自杀/ 谋杀的比例是多少？参考解释 8、请猜猜以下哪三种是在美国导致死 亡的最主要因素：吸烟、肥胖、酗酒、 癌
5、症、心脏病、车祸。参考解释,第一节 代表性偏差的心理与行为分析,一、代表性启发法的基本内涵 代表性是最常见最广泛的直觉之一，由心理学家Kahneman 和 Tversky（1982）提出，指的是人们倾向于根据观察到的某种事物的模式与其经验中该种事物的典型模式的相似程度而进行判断。它反映的是个体与类别之间的关系。如果某一事物与其类别高度相似，其代表性就高；反之，代表性就低。 代表性启发法包含这样一种观点，即人们在判断样品的时候，依据标准量与某些特征描述之间的相似性进行判断。这些描述通常是与某个群体的传统特征相对应的。,Kahneman 和 Tversky给出了如下定义： 代表性启发法是一个关于样
6、品与群体、特征与类别、行为与行为者、结果与模型之间一致性的估计。这个模型可以指一个人、一枚硬币或者是世界经济，而相应的结果是婚姻状况、一系列的正面反面或者当前的黄金价格。可以通过经验调研的方法来研究典型法的问题，可以问问人们，在两列不同的正面反面的组合中，哪一列结果更加普通，或者在两个职业中，哪一个职业更适合那个给定的人。,二、代表性偏差的理论分析,（一）人的认知过程：信息加工系统 信息加工系统的一般结构，如下图 所示,图81 信息加工系统（Information Processing System，IPS）,记忆装置是信息加工系统中的重要组成部分之一，在记忆装置中，存储着大量的符号结构，它们
7、由各种各样的符号，按照一定的内在关系联结在一起而组成认知结构，信息加工就是对符号和符号结构的操作与处理的过程。 加工器在信息加工系统中执行操作工作，它按照特定的指令程序对信息进行控制或处理。一般包括三个方面：一系列基本的信息加工过程；短时记忆，即对输入和输出的信息进行加工处理；一套解释程序，即确定信息在信息加工系统中的先后顺序，以及需要执行加工处理的基本信息。 接收器和效应器具有输入和输出的功能。输入是指把信息输入进信息加工系统的过程，也就是在记忆系统中建立代表外部事物的内部符号结构。输出则是与输入相反的操作过程，是指接受指令程序做出反映活动的过程，涉及与客观事物相互作用的功能，并通过信息加工
8、系统中的输入和效应器这两个部分来实现的。,认知心理学将人们的认知过程视为人脑的信息处理过程。该过程包括了四个主要环节，即信息获取、信息加工、信息输出和信息反馈。,（二）理性认知的分类与基本模型1、实质理性和贝叶斯规则新古典经济学家把“理性经济人”假设归纳为数学上的约束条件下寻求极值的问题，借助数学中的导数、偏导数和拉格朗日乘数等工具，对经济问题进行分析，使经济学走向形式化与严密化。而经济分析的精密化又反过来赋予“理性经济人”更明确的含义。具有完全理性的理性人具有以下特点：（1）他对各种决策的结果具有完全而准确的了解，从而始终追求最优目标，做出最优决策，因而具有与决策相关的所有信息。（2）理性人
9、具有完全意志能力，能够保证其效用函数具有有序性和单调性。有序性保证理性人在不同行动方案下得到的效用是可以比较的。单调性则保证理性人能够在不同的效用之间判断出偏好程度的差异，并对其进行排列。（3）理性人具有充分计算能力，即使存在不确定性，理性人也可以通过概率判断各种可能行动方案的预期效用，并比较它们之间的大小,（4）理性人具有完全记忆能力，对影响决策的一切因素具有完全的信息。（5）理性人的决策不需要任何时间，所有的理性人的决策都是瞬间完成。（6）理性人使用边际分析的方法，通过比较边际收益和边际成本的大小进行决策。（7）理性人是自私地单方面追求自己利益的最大化。（8）理性人是没有喜怒哀乐的没有感情
10、的人。（9）理性人的决策不受道德影响，理性人是与道德观念绝缘的人。（10）理性人作为决策主体不仅是指单个的消费者或者劳动者这样的主体，也包括家庭、企业以及其他组织等主体。设P(H)为个体关于某一特定假设为真的主观率，E是一个事件，被称为H为真的证据，那么一个理性的代理人如何根据证据E调整其相信H为真的概率呢？也就是说，什么是在观测证据E条件下的H为真的概率呢？,根据条件概率的性质，将观测中E与H为真的联合概率写成： p(H，E)=p(H | E)p(E)=p(E | H)p(H) 整理方程，则可以得到贝叶斯规则：,其中，p(H)为先验概率，即在观测证据前假设为真的概率，p(H | E)为后验概
11、率，即在观测到证据E后假设为真的概率，贝叶斯规则把先验概率和后验概率联系在了一起。,案例,在一个小镇上有两个出租汽车公司，一个是蓝色出租车公司，一个是绿色出租车公司。前者车身上涂蓝色，后者车身上涂绿色。 绿色出租车在该镇出租车市场上占有份额为85；蓝色出租车在该镇出租车市场上占有份额为15。在一个冬天的夜晚，大雾蒙蒙，一辆出租车擦边撞击了另一出租车而肇事车驾驶员驾车逃逸。一位目击者说它是一辆蓝色出租车。执法人员在类似出事那天晚上环境的条件下对目击者进行测验。5次测验中她有4次能正确地说出车的颜色。也就是说，不管她在大雾的晚上看到的是蓝车还是绿车，她有80的时候能正确地辨别颜色。,以下是运用贝叶
12、斯规则的推理过程： 令G随机挑选的一辆绿色出租车，即先验概率，于是有： p（G）0.85 令B随机挑选的一辆蓝色出租车，这也为先验概率，于是有：p（B）0.15 令Wb目击者说出租车是蓝色的，于是有：p（Wb | B）0.8 又有：p（Wb | G）0.2，因为目击者有20的可能做出错 误的回答，所以，当出租车为绿色她说是“蓝色”的概率为20 。我们计算一下p（B | Wb）和p（G | Wb）为多少，即证 人提供证词的情况下，肇事车为蓝车或肇事车为绿车的概率。,结论：肇事车是绿色的可能性更大。也就是说，尽管在提供了证据证明此车是蓝 车，但先验概率同样起到了巨大的作用。贝叶斯规 则在利用新的证
13、据对主观概率估测中具有以下意义：第一、贝叶斯规则突出了背景信息在推理中的 重要作用。第二、贝叶斯规则正确地描述了新信息或新证 据在知识更新中的重要作用。,2、过程理性心理测试的结果显示，人们的认知过程中，并非像经济学家们所假设的，能够以完全理性进行认知，以贝叶斯规则进行概率判断。事实上，人们的认知过程常常受到环境、情绪、价值观等等因素的影响。西蒙（H.A. Simon）较早地注意到心理学关于人 类认知行为的研究成果，并提出“有限理性（Bounded Rationality）”学说。有限理性学说强调人类的决策过程更多的是过程理性，而不一定是实质理性。,（三）“认知吝啬”及认知偏差,1、信息获取阶
14、段的认知偏差 （1）记忆方面出现的偏差人们在获取信息过程中，往往对容易记起来的事情更 加关注，主观认为其发生的可能性较大，例如具体的事 情比抽象概念容易识记，因此给人的印象更深刻。 （2）工作环境方面产生的偏差心理学研究表明，在人们获取信息的过程中，常常会将信 息按照一定的次序排列。正是次序效应的存在，可能产生认知 偏差从而影响人们的决策行为,2、信息加工阶段的认知偏差,（1）简化信息处理过程所导致的认知偏差（启发式偏差） （2）情绪和情感的影响心情。心情（Mood）是指人的情绪对人的判断的影响。 自我控制。所谓自我控制（Self-control）指的是控制情绪。 （3）对信息描述方式的反应
15、（4）对新信息的态度反应过度和反应不足。其描述的是投资者对信息理解和 反应上会出现非理性偏差，由此产生对信息权衡偏离正常水 平，从而对近期趋势的外推导致于长期均值不一致的现象。 隔离效应。隔离效应（Disjunction Effect）表现为人们 愿意等待直到信息披露再做出决策的倾向，即使该信息对于决 策并不重要，或者他们在不考虑所披露的信息时也能做出同样 的决策。,3、信息输出阶段的认知偏差,4、信息反馈阶段的认知偏差,第二节 投资决策中的代表性偏差,在金融市场投资者也会犯代表性思维的错误。例如，有 的投资者误认为好公司就是好股票。好公司的特点是盈利能力 强、销售收入增长快、管理水平高，而好
16、股票是指价格上涨幅 度比其他股票大的股票。好公司一定是好股票吗？答案可能是否定的。认为好股票就是过去业绩一直高速增长的公司忽略了以下 事实，即很少有公司能够保持过去的高速增长。公众对这类业 绩高速增长的公司的追捧抬高了其股票价格，但是随着时间的 推移，事实证明投资者对这些股票未来业绩增长的预期过于乐 观之后，其股票价格就开始下跌，这种现象叫做过度反应。,好公司不一定是好股票，投资者经常错误的认为公司过去 的业绩能够代表未来的业绩，他们忽略了不支持这种观点的信 息，好公司未来的市场表现不会一直好下去，坏公司未来的市 场表现也不会一直差。在根据股票过去的市场表现推断未来的市场表现时投资者 也经常犯
17、类似的错误。例如，过去3年到5年市场表现差的股 票被认为是“输家”，而表现好的股票被认为是“赢家”。投资者 认为过去的市场表现在未来能够重演，他们喜欢追逐价格走势 处于上升通道的“赢家”，但是，买入“输家”的市场回报比买入 “赢家”高30%。共同基金的投资者也犯同样的错误，投资者喜欢涌入报 纸杂志上列出的近期业绩表现最好的共同基金，这些投资者也 是在追逐“赢家”。,简而言之，投资者认为，公司过去的经营情况 和股票的市场表现将持续到未来，然而不幸的是， 就长期而言，公司的经营状况和股价表现将向均值 回归，也就是说，高速成长的公司面临的竞争不断 加剧，增长速度逐渐放缓，投资者将失望地发现， 他们买
18、入的股票的市场表现与他们的预期不同。,第三节 案例分析与探索实践 代表性偏差的主要形式及启示,在一般情况下，利用代表性判断时出现的偏差主要有以下 六种形式：1、有效性幻觉。 Kahneman和Tversky发现在代表性判断的应 用过程中存在联合效应（Conjunction effect）。我们在引言中给出 的第1道题目就是关于联合谬误的例子，在此题中，我们对你的具 体排序并不太感兴趣，我们关心的是以下这两个选项你是如何排列 的：（3）小王是银行职员；（5）小王是参与女权运动的银行职员。 理论上，（5）应该排在（3）后面，因为对于任何概率，自然是同 等情况下条件越多概率越小，也就是小王同时关心女
19、权运动并且在 银行工作的概率比她单单在银行工作的概率肯定要小。但事实上， 很对人觉得“小王是参与女权运动的银行职员”排在“小王是银行职员” 的前面，他们忽略了概率中集合的基本问题：两个集合的交集不可 能大于其中任何一个集合。,2、忽视先验概率（prior probability）。 Kahneman和Tversky（1974）认为，在代表性启发 式以偏概全和以小见大的过程中，人们往往只重视条件概率， 而忽视了先验概率。对于引言中的第2题，其实我们所关注的 是阿拉伯历史和工程这两个专业。大多数人都觉得阿文先生大 学专业是阿拉伯历史的可能性要比工程的可能性大。他们的理 由是，阿文先生对中东历史感兴
20、趣，而且喜欢读埃及小说，这 种爱好很像是读阿拉伯历史的人才会有的。况且一般读阿拉伯 历史的人也似乎不太喜欢数学。当然也有一小部分人认为阿文 先生大学时专业是工程的可能性大于是阿拉伯历史的可能性。 他们相信读什么东西读的多了，往往会对这类东西产生厌倦， 转而喜欢与你所读专业没有关联的东西。比如阿文先生，他可 能就是因为工程读多了而不喜欢数学和逻辑，反而对离自己专 业比较远的中东历史和埃及小说产生了兴趣。仔细分析了这段描述之后，有些人可能觉得阿文先生的专 业既可能是阿拉伯历史，也可能是工程，似乎难以确定。那么,请你想一想，阿文先生是中国某大学一个MBA班级上的学 生，在MBA这样一个人群中间，有多
21、少人的本科专业是工 程，又有多少人的本科专业是阿拉伯历史呢？事实上，可能有 40%左右的MBA学生的本科专业是工程，而本科读阿拉伯历 史的人数可能还不到1%。这样看来，不管阿文先生看起来像 是读阿拉伯历史的还是读工程的，他的本科专业是工程的概率 都要远远超过是阿拉伯历史的概率。再来看一下第3道题，大多数人甚至包括医生们可能都 认为她得白血病的可能性十有八九就是95%，即使不到95%， 也有90%。实际上，这个可能性并没有95%这么高，也没有 90%这么高，不到80%，不到50%，不到10%，甚至可能不到 5%。为什么呢？因为人们在得出95%或者90%的结论时没有 考虑到先验概率。事实上，如果考
22、虑了先验概率，正常的傻瓜 完全没有必要这么担心。我们知道对于一个25岁的女子而 言，如果其他方面都很健康，那么她得白血病的概率是非常低,的，概率可能还不到千分之一。就算一个25岁的、其他方面 都很健康的女子得白血病的可能性是千分之一，那么根据概率 统计中的贝叶斯定律计算在只有这个验血结果信息的情况下， 它得病的概率还不到2%。 3、对样本规模不敏感。 在代表性启发式下，人们经常不能正确理解统计样本大小 的意义。对全部样本统计的结果才是真正的结果，其样本的数 量愈接近真实的数量，统计的结果也就愈可信，样本的数量愈 小，与真实数量相差愈大，统计的结果越不能反应真实的结果 情况。如果把用小数量样本进
23、行统计得出的结果看成是真实的 结果，其判断自然会产生偏差。Kahneman和Tversky揭示了 小数定律现象。所谓小数定律是指人们认为一个小样本将具有 与大样本近似相同的概率分布。例如，投掷6次硬币如果出现 4次正面和2次背面，人们会将这个结果“推论”到投掷1000次 的情况，因而高估出现正面的概率。这也说明人们往往简单地,将对不确定事件条件下的判断建立在少量信息的基础上。 Kahneman和Tversky指出，当人们相信小数定律的时候，他 们显然不相信大数定律，即当人们夸大了小样本与总样本的相 似性的时候，通常低估了大样本与总样本的相似性。例如，被 实验者们一般认为在给定某天出生的1000
24、个小孩中，男孩多 于750个的机会超过1/10，而基于总样本的实际可能性小于 1%，可见被实验者们低估了大样本和总样本的相似性，过高 的估计了这一概率。 4、对偶然性的误解。 使用代表性启发式可能导致的另一个偏差是人们把随机发 生的事件看成是有规律的事件，或是把导致事件发生的一个必 要条件看成是导致事件发生的充分条件，然后把两个事件进行 类比，简单地认为两个事件属于相同的类型。引言中第4个小 故事讲的正是如此。,5、对均值回归的误解。,一些预测信息的预测能力是有局限的，而人们往往忽视这 一点，结果是，他们往往做出“非回归预测”（No regressivePredictions），也就是说，他们
25、用线性的方式对问题进行预 测与推断，而没有考虑到，现实中由于种种因素的影响，事情 的发展趋势往往存在回归的倾向。 均值回归是一种常见的统计现象。在上面引言中的第5道 题和第6道题也属于均值回归问题。先来看第5道题，知道历 年1月份的中午12点平均温度和今天中午的气温，要预测5天 以后中午的温度，你觉得5天以后的温度在什么样的范围是最 有可能的呢？总有一部分人认为，15日那天的温度应该大于 10度，大概在20度左右。为什么呢？他们的理由是既然中午 平均温度是10度，今天中午才0度，那么15日那天的中午肯定,要到20度左右才能达到这个平均值啊。可是别忘了，天气是 没有记忆的，15日那天的天气并不会
26、知道10日那天的中午才0 度啊，天气又怎么会自己根据平均温度去矫正呢？也有人认 为，15日那天中午的温度还是零度，其实这种可能性也不大。 大多数人都忽略了一个普遍存在于自然界中的规律，那就是中 值回归。中值回归如同万有引力一样，是事物发生的普遍规 律，却往往被正常人忽略。极端的事物随着时间的推移都有往 中值回归的趋势。事实上，15日那天中午的温度最有可能出 现在0度到10度中间，比如5度，这其中的原因就是中值回归。 今天的0度是一个很低的温度，但是五天以后的温度却可能向 平均气温靠拢，可能还不到10度，但是要比0度高一些。我并 不是说15日那天一定不可能比0度更低或者比10度更高，我说 的是最
27、有可能出现的温度，是我们对15日那天的温度的期望 预测。同样，如果今天中午的温度是20度，那么5天以后中午 的温度最有可能是在10度到20度之间。,再来看一下第6题，对于这道题，你的预测是怎样的？有 的人觉得既然第四家店今年的业绩比较差，第五家店今年的业 绩比较好，那么明年的状况也许会和今年相同，所以就预测第 四家店明年的销售额也是8，第五家店明年的销售额也是12。 这样的预测对嘛？第四家店今年销售额特别不好，但是明年却 会向平均值有所回归，不会再那么差；同样，第五家店今年销 售情况特别好，但是明年也会向平均值回归，不会那么好了。 所以，对第四家店明年销售额的预测应该是在810之间的一 个数，
28、比如9；第五家店明年的销售额最可能是1210之间的 一个数字，比如11。这其中的道理就是中值回归。除了天气和销售额意外，中值回归还可以解释和预测许多 其他问题。如果有一个父亲长得很高，比如1.95米，那么他的 儿子最有可能多高呢？当然，儿子可能比父亲更高，但这并不 是最有可能发生的情况。事实上，根据中值回归，儿子最可能 的身高是比一般人高一些，但没有父亲那么高。儿子的身高会,受父亲身高的影响，因此两者之间是不独立的，但儿子的身高 还要受其他因素，包括母亲身高的影响，因此表现为有所回归 但没有完全回归。同样，如果有一位父亲长的特别矮，那么他 也无需太着急，他的儿子很可能会比一般人要矮一点，但是会
29、 比他高。 6、对可预测性的不敏感。 代表性启发式有可能导致人们对预测能力和预测的有效性 认识不足，经常依据主观感情色彩浓厚的信息做出判断，而忽 视了该信息的可靠程度。一般情况是，人们不理会判断的难易 程度，即使面对的是一个复杂的难以判断的问题，也轻易的去 做出判断。 先来看第7题，我想，也许你会估计谋杀的比例高于自杀 吧？但你也许会惊讶于真实的数字：死于谋杀的人数大约是 15000人，而自杀的竟有32000人之多，足足比被谋杀的人数 多出一倍。而在中国，这个比例更为悬殊。为什么人们都倾向,于低估自杀的数目呢？这是因为人们陷入了可获得性误区：人 们经常忽视样本大小而以记忆中可以想到的例子来帮助
30、判断。 能够想到的例子多，就认为这种现象比较普遍，能够想到的例 子少，就觉得这种现象出现的少。谋杀的事件往往被报纸媒体 广泛报道，给人留下了更为深刻的印象。但自杀一般只有近亲 好友知道，外人一般并不了解。于是我们自然而然的认为谋杀 比自杀要多。再来看第8个事例，我想你的答案中一定包含“癌症”、 “心脏病”、和“车祸”中的一种或几种。2000年美国商业周 刊统计的导致死亡的三个最主要原因是：吸烟、肥胖和酗酒 。车祸和疾病都是非常显著的死因，我们经常可以在报纸、电 视等媒体上注意到，它们总能够鲜明的闪现在人们的脑子里。 而吸烟、肥胖和酗酒都是慢性的，它们悄无声息地发生在我们 生活中，虽然频繁但是没有引起人们的太大关注，因此由它们 所引起的死亡往往被忽略了。,复习思考题,1、什么是代表性启发法，它的基本内涵是什么？ 2、试比较实质理性和过程理性的区别，并简述实质理性与过程理性下不同的认知方式。 3、试用代表性启发法解释引子中的案例。 4、在现实生活中作为一个股票投资者，您会犯代表性偏差的错误吗？学习完本章后您有什么认识吗？ 5、现实生活中还有别的代表性偏差的例子吗？试举例说明并加以分析。,
