《转行为金融学二》word版.doc

转 行为金融学 二不确定条件下的判断金融市场上，参与者常常要面对这样的情况：在庞大的信息流、复杂的情形及交易压力下，迅速做出判断与决策。在这种情况下，参与者通常采取直觉方式，先把复杂情形简化到自己可以处理的水平，然后尽可能快地加工信息，形成判断做出决策。直觉是人们认识事物的方法，是进行信息加工的规则或策略。人们认识事物时，通常先采用试错法，在此基础上逐渐形成了一些普遍规则。试错法常常导致人们利用经验规则(rules of thumb)进行推断。这些经验规则被称为直觉。直觉帮助人们迅速找到的解决方案不一定最优，可能接近于正确答案，便也可能出现一些系统性的偏差，在某一特定方向上偏离目标。直觉通常使用在以下情境中：1、人们被大量信息所淹没，没有时间加工全部信息，因为人们同时能吸收的信息不多于七条；2、问题不是很重要；3、人们没有解决特殊问题的先前经验。金融市场中特别是短期交易者常常遇到这些情境，往往使用直觉处理问题。人们可以有意识或无意识地使用直觉。有意识使用直觉的人通常知道它所具有的内在风险，结果不可靠。无意识使用直觉的结果缺乏透明性，可能因意外歪曲感知和吸收信息而产生风险。在有意识和无意识直觉之间没有明显的区分。随着经验知识的增加最初的无意识过程逐渐变得明显，直到几乎能有意识地察觉到。只有认识到易受直觉影响的人，才能在某种程度上消除信息感知和吸引中的歪曲因素，做出理性决策。下面的解释是建立在无意识直觉的基础上的。减少复杂性的直觉及其偏差一、简化事实及其偏差在评估信息时，将某些数字简化成方便易用易记的数字，或者假定细微差异不明显而忽略掉了，这增加了非理性决策的风险。比如，在A(50，1)与B(101，0.49)之间进行选择。判断者可能把B简化为(100，0.50)这样一个替代品然后责骂A比较。结果就会认为两者没有差异。但实际上，A优于B。(X，P)表示以P的概率得到X二、易得性及其偏差易得性反映的是人们依靠容易得到的信息而非全部信息进行判断。根据易得信息的属性，可分为实际易得性和认知易得性(cognitive availability)。前者涉及的是容易获得和利用的实际信息。后者涉及的是依靠回忆(recollection)，即能想起有关事件的情况。现代金融理论假设所有信息均不需任何获取成本，同时被市场所有参与者获知，并且不存在信息不对称、信息加工时滞、信息解释差异等现象。但事实并非如此，由于不同参与者的信息渠道、接近信息源的程度时间精力记忆能力和知识结构等都不同，并非都同样容易获得所有信息。如有关某公司的资料，内部人更易获得。即使公开信息，每个人的获得程度也不相同。因此人们在判断时只能利用一部分信息。并且，人们更常使用容易得到的信息，这种情形大多出现在意识水平上。大多数人的判断依靠回忆，即认识易得性。回忆涉及的大多是潜意识里被激活了的信息。在某些情况下，人们根据想起、想象的事例或发生情况的舒适程度来评估事件的概率。如果对某个事件可以得到的例子越多，决策者认为其发生的概率就越高。受一些因素影响，依赖易得性会造成预测偏差。1、由事例易得性引起的偏差当根据某类事例的易得性判断该事件的多少时，容易获得事例的事件好像比同等频率的不易获取事例的事件要多得多。认知心理学的研究表明，与不熟悉的信息相比，一般是熟悉的信息更容易从记忆中撮出来，被认为是更真实或合适的。除了熟悉之处，其它因素，如事件的新近性、显著性、生动性也影响事例的易得性。2、由搜索方式不同引起的偏差3、可想象性引起的偏差有时，人们并没有某些类型事件的事例，便能按照一定规则把这些事例想象出来，评价该类事件出现的频。在这种情形下，人们根据构建恰当事例的舒适程度来评估概率或频率，但构造事例的舒适程度并不总是反映它们的实际频率，这样就易出偏差。例如，人们通过想象冒险不能对付的意外情况，评估其中的风险。虽然想象不能反映其实际可能性，但如果能生动描绘其中的许多困难，冒险就好像非常危险。相反，如果某种可能风险难以想象或者不能想起，风险就可能被低估了。4、幻觉相关幻觉相关涉及的是两个事件同时发生的频率判断中的偏差。幻觉相关效应对矛盾的数据有极强的抵抗力，甚至当症状和诊断之间的关联实际上为负时，也会继续存在。因此，它会阻止人们探究实际存在的关系。5、由情感相似性导致的偏差事件发生时所伴随的情感相似性会导致高估事件发生的概率，对实际经历的记忆都伴有当时的情绪。与特定状态相连的回忆在相似状态下较易获取。6、由媒体报道引起的偏差三、忽略信息的其它机制及其偏差人脑吸收信息的能力有限，同时人们还常常不希望感知每件事情。(这就是为什么人们总是过度关注某一利空，或对某利好选择性忽略的原因.冷静投机批注)1、选择性感知指当信息不符合需要,或得到的信息与预期的不符时，人们倾向于有意识或无意识地忽略它。在纸牌中夹有几张怪牌，如红色的黑桃或黑色的红桃，被试很难立即分辨出这些怪牌。大多数人把黑色红桃三看做正常的，或当作黑桃三。在第一种情况下，被试无意识地把纸牌特征变换为匹配形状，而在第二种情况下，则把颜色变换成黑色。可见，对观察结果的强烈预期导致错误的感知。2、对比效应人们不能感知那些不能与背景区分开的刺激，但对与背景对比明显的刺激会感受得更强烈，这就是对比效应。在明显不同的背景中出现的责骂一信息，人们的感知常常不对称。例如在白纸上用黑色写的信息就比用灰色写的更易为人们吸引。这种差异会导致感知歪曲。3、首因和启动效应首因和启动效应都与信息出现顺序有关。信息出现的顺序非常重要。易得性倾向于保证最后提及的信息在人的思想中最重要，因为它最先被考虑到。但这种效应通常会被更有效的首因和启动效应所抵消。对首因效应有两种解释：一种是随着吸引信息的增加专心程度下降，对后来的信息就注意得较少。这样，当一起考虑所有信息时，给予后来信息较低的权重。另一种是第一印象一般被给予较大权重。代表性及其偏差一旦把情形的复杂性简化到可处理水平，就要迅速做出判断。人们在判断中常常使用的直觉有代表性、锚定、保守主义、过度自信、厌恶模糊性等。在特定环境中，它们会使判断发生歪曲。代表性是最常见最广泛的直觉之一，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，其华表性就高；反之，代表性就低。代表性常常作为人们预测的基础。在金融市场上，它最重要的应用是预测市场、挑选股票、选择基金等。在一般情况下，代表性是有效的，但有时也会产生严重偏差。因为它不受一些影响概率判断的因素影响，而且，作为比较标准的模式是通过过去观察、个人经验或学习获得的，可能存在某些歪曲。利用代表性判断时出现的偏差主要有以下几种形式：1、联合谬误(conjunction fallacy)概率论告诉我们，联合事件的概率从来不会比其中一个事件的概率更大。某个事件同属于集合A和B的概率要于或者等于只属于两者之一的概率。而人们的直觉常常违背这一结论，认为联合事件比单个事件有更高的代表性，联合事件的估计概率高于其中一个事件的概率，这种现象被称为联合谬误。2、忽略先验概率(prior probability)或基率(base rate)，高估事件发生概率忽略先验概率与贝叶斯法则相违背，一般进行判断时，并没有考虑判断对象所在总体中的比率，而是直接依据有关判断对象的描述与典型模式的对似度来估计其概率。基率分为必然基率和偶然基率。如果一个基率表明存在一个必然因素，能解释某一特定事件更可能产生一种结果而不是另一种结果，就称之为必然基率。如果不能导致这种推断，就被称为偶然基率。必然基率比偶然基率的影响要大。忽略基率导致轻微还是严重的判断歪曲，取决于总体的实际分布。例如一般认为，期货交易者是容易紧张和疯狂的。如果在期货经纪公司遇到容易紧张和疯狂的人，根据代表性，判断他可能是期货交易者。在这种情况下判断的歪曲是轻微的。因为在经纪公司的大多数人都是交易者，遇到一个的概率相当高。另一方面，如果上午十点在车站遇到一个易紧张和疯狂的人，他是交易者的概率就很低，因为那时几乎所有交易者都在交易。这样，根据代表性，在车站的人是交易者的估计就导致判断的严重歪曲，尽管他有代表性交易者的牲，却很可能从事其它职业。3、对样本大小不敏感按照大数定律(law of large numbers)，大样本随机变量独立观察值均值的概率分布集中在随机变量的预期值附近，并且随着样本规模的增加，样本均值的方差逐渐趋于零。当样本规模接近于总体时，样本中某事件发生的概率将渐近于总体概率。然而，一般情况下，人们误认为大数定律既能适用于大样本也能应用于小样本，样本大小对概率判断的影响不敏感。样本统计量与总体参数的相似性不依赖于样本大小，小样本和大样本有同样的代表性，小样本的均值与大样本的均值有近似相同听概率分布，小样本均值也有一个集中在随机变量预期值的分布。这种小样本反映总体性质的现象被称为小数定律。比如，抛6次硬币出现3正3反，就与抛1000次出现500次正和500次反一样有代表性。这显然与概率知识相矛盾。即使在问题形成时强调了样本大小，被试仍对它不敏感。抽样理论告诉我们，小样本比大样本更易偏离50%。对样本大小不敏感意味着，在某些情况下，人们最初若不知道数据产生过程，容易根据很少的数据进行迅速推断。例如，在连续三次的预测中，某个分析师的预测全部正确，另一个全部错了。客户对未来善的估计是建立在过去观察结果的基础上的，他们会相信三次预测对的分析师是有才能的，因为连续三次成功不是差或平庸分析师的代表性特征。因此认为第一个分析师的下个预测正确的概率较高(高估概率)。换句话说，客户认为过去形成的思考模式在将来继续有效。实际上，这和假定第一个分析师好于第二个是一样的。这样，经验上的关系被转变成因果关系。虽然一个经验关系不排除是因果关系，但并不必然意味着是因果关系。另一方面，人们在进行预测时，一般根据基于思考模式形成的经验关系做出假设，假定存在因果关系。这样，实际因果关系一般被高估了，或者在不存在因果关系的地方觉察到了因果关系。明显高估因果关系的例子是股价与裙子的关系，即认为当裙子较短时，股份会上升。假定的因果关系必须和实际的相比较，才能估计判断歪曲程度。一个分析师的质量是基于其通常正确的预测，因此第一个分析师可也许比第二个要好些。实际上，第二个分析师可能是个更好的分析师，但运气不好，3次预测都错了。3次观察结果不中以得出第一个分析师好于第二个的结论。另一方面，根据概率知识，在相当长的时间内，一大群分析师中有几个总是正确的。设想一个4000名儿童通过掷硬币来预测下周价格变动的游戏，如果正面则预测价格上海，反之亦然。预测错误的退出游戏。按照概率计算，每次预测有一半人出错而退出游戏。这样，在3个月后仍有1个儿童在进行游戏，因为他总是正确的。显然我们不能说他技术好。在另一些情况下，人们若提前知道数据产生过程，小数定律会产生赌徒谬误(gamblers fallacy)效应。虽然人们知道事件发生的客观概率，但在主观上对已发生的小样本事件做出了错误估计，往往夸大了小样本对总体的代表性，高估了未发生事件出现的概率。这导致过度推断(overinference)。例如，掷1枚硬币，连续5次正面，第6次是正面的概率有多大，正确的结果还是1/2。概率论表明，下次掷出正面和反面的机会是相同的。然后，人们认为不仅整个序例，而且序例的某一部分都可以表示整个随机过程的基本特征。有代表的思考模式是正面和反面出现的次数一样多。在这种代表性模式的作用下，人们认为在连续几次正面后，不出现一次反面极不可能，应该出现反面了，于是预测第6次的结果是反面。但实际上，同一事件重复发生对随机过程并不具有代表性。而且，反面将出现的概率是1/2，如果游戏继续进行足够长的时间，反面甚至更可能出现，以与5个正面相平衡但是实际上，每次投掷都独立于以前的结果。要想公平，投掷必须无限进行下去。如果每次投掷都有支付的话，当某个参与者已没有什么可以支付时，投掷就停止了。而此时偏离可能没有被纠正，只是被缓和。与此相对应的是低估大样本对总体代表性。赌徒谬误源自两种混淆：一是人们对随机过程的牲和如何预测这些过程的未来行为缺乏直觉理解。赌徒谬误是对回归均值的过份追求，不适当的预测会发生反转，预期反转比实际更为经常发生，导致预测的回归过度。实际上，回归均值暗含了更靠近均值，而不是为了满足均值定律，跑到均值的另一面。二是代表性。人们根据事件的代表性程度，建立其预测和概率判断。代表性的结果模式的特征是高低收益出现的次数相同。但是概率相同不等于实际出现的次数相同。在预测时，那些追随趋势的人相信趋势将继续，那些犯赌徒谬误的人预测将支反转。两种预测都源自代表性。对前者来说，趋势继续代表了他们所感知的；对后者而言，反转也代表了其所感知的。同样的直觉，但不同的感知，导致了不责骂的预测。不同群体的感知存在系统性差异，导致预测上的系统性差异。其实，技术分析者的趋势分析也是代表性的体现。4、对可预测性(predictability)不敏感投资者一般坚持认为：好股票是好公司的股票，坏股票是坏公司的股票。在投资者的思想中，好公司代表成功公司，成功公司产生高利润，进而导致高收益；差公司反之。投资者避开差公司的股票，造成它们定价过低。因此代表性比风险解释收益预期好像更合理。由于描述是良好的程度不受描述本身的可靠性或它提供精确预测的程度的影响，如果人们仅根据描述的良好善进行预测，其预测对证据的可靠性和期望的预测精确性就都不敏感。这种判断模式违背了统计理论。在统计理论中，预测的端点值和范围由可预测性决定。当不可预测时，在所有情况下预测都应相同。例如，如果公司的描述没有提供任何获得信息，所胡公司就应预测相同；如果完全可预测，预测值和实际值将一致，预测的范围等于结果范围。总的来说，可预测性越高，预测值的范围越宽。一些研究表明，在直觉预测中，被试很少或不考虑可预测性。5、有效性幻觉(illusion of validity)人们是否相信自己的预测，主要依赖于代表性的程度，也就是在所选结果(如职业)与输入(如对一个人的描述)之间相互匹配的情况，而很少或不考虑限制预测精确性的因素。例如，如果对判断对象特征的描述接近于公交车售票员的刻板印象，人们就充分相信他是公交车售票员的预测。即使这种描述是不充分的或过时的，也是如此。这种在预测结果和输入信息之间良好吻合的基础上所形成的没有根据的自信，被称为有效性幻觉。人们相信基于某些输入的预测主要是因为输入模式的内在一致性。当输入变量高度重复或相关时，常常观