启发式认知偏差
出自 MBA智库百科(https://wiki.mbalib.com/)
启发式认知偏差(Heuristic Bias)
目录 |
什么是启发式认知偏差[1]
启发式认知偏差即启发式偏差，是指投资者往往依据“经验法则”来进行投资决策，依赖“启发法”做出的投资决策带有不确定性，只能说可能是正确的结论，但如果所遗漏的因素和现象很重要，那么信息的缺损就会导致产生判断与估计上的严重偏差。
启发式认知偏差主要有三种：
(1)代表性偏差
(2)可得性偏差
(3)锚定效应
这三种方法既可以得出正确的推理结果,也有可能导致错误的结论。
启发式认知偏差的内容[2]
1.[[代表性启发法][Representativeness heuristic]](代表性偏差)。在使用启发法时，首先会考虑到借鉴要判断事件本身或事件的同类事件以往的经验即以往出现的结果，这种推理过程称之为代表性启发法。
一般情况下，代表性是一个有用的启发法，但在分析以往经验，寻找规律或结果的概率分布的过程中,可能会产生严重的偏差,从而得到错误的启示，导致判断错误。
使用“代表性”进行判断可能产生的偏差有：
(1)代表性会导致忽略样本大小。在分析事件特征或规律时，人们往往不能正确理解统计样本大小的意义，对总体进行统计的结果才是真正的结果，样本的数量愈接近真实的数量，统计的结果也就愈可信，样本愈小,与真实数量相差愈大,统计的结果愈不能反映真实的结果情况。代表性启发法是对同类事件以往所出现的各种结果进行统计分析，得到结果的概率分布，从而找出发生概率最大的结果即最可能发生的结果。 因此必须考察所有同类事件这个总体或者考察尽量多同类事件(大样本)但人们往往趋向于在很少的数据基础上很快地得出结论。
(2)代表性会忽略判断的难易程度，即使面对的是一个复杂的难以判断的问题，也简单地去作出判断，或经常根据不规范的和与判断无关的描述轻易地作出判断，或经常会忽略掉不熟悉或是看不懂的信息，只凭自己能够理解和熟悉的信息去作出判断，这些忽略掉的信息可能对判断是关键的。
2.[可得性启发法(可得性偏差)[Availability heuristic]]。在使用启发法进行判断时，人们往往会依赖最先想到的经验和信息，并认定这些容易知觉到或回想起的事件更常出现，以此作为判断的依据，这种判断方法称为可得性启发法。
人们最容易想到的通常是过去经常发生的事件或近期发生的不寻常事件，但这些信息也可能对判断是不重要的或不够的，自然也会导致判断上的偏差，因此，在使用可得性启发法时要注意去对易得性信息的性质进行判断，挖掘更多的信息进行综合判断。
Kahneman和Tversky认为可得性偏向有四种表现形式：
(1)事件的可追溯性所造成的可得性偏向。具体而言，过去事件发生的概率、对事件的熟悉程度、事件的不同寻常性、事件发生的时间都会影响人们对事件的正确判断。
(2)被搜索集合的有效性所造成的可得性偏向。人们在搜索记忆中的信息集合而做出判断时，常常取决于某一信息集合能反应到脑海中的有效性，有的信息集合不能有效地反应出来，判断者就会形成认知偏向。
(3)想象力所造成的可得性偏向。人们在对某件实物的发生频率作估测时，由于对该事物不熟悉，只能借助于对相关信息的搜索，以此在脑海中形象地构筑、计算不熟悉事物的发生频率。
(4)幻觉相关所造成的可得性偏向。幻觉相关是指当B事物在A事物之后发生，会给人造成一种这两者之间有一种因果关系的幻觉。比如当连续两个雨天股市全线上涨，第三天转晴股市下跌，某些人就会在第四天根据天气情况判断股市的涨跌。
3.[[锚定][Anchoring Effect]]与调整启发法(锚定效应)。锚定与调整启发法是指当人们需要对某个事件作出定量判断时，有时会依赖某些特定的数值，以其作为参照，来调整形成对事件的判断结果。
锚定效应有三种表现形式：
(1)不充分的调整。不充分的调整是指，人们在估测某一数值的时候，会受到某些起始数值的影响，做出不准确的估测。
(2)在连续和独立事件的估测偏向。研究认为，人们偏向于高估连续事件发生的概率，而低估独立事件发生的概率。在生活中，我们对连续事件发生概率的高估，会导致对某一计划的成功过分乐观。在完成一项计划的过程中，只要某一环节出错或有所延误，就会导致整个项目的失败或延期。 同样的道理，我们对独立性事件发生概率的低估，会导致不能充分意识到某一复杂运作体系出问题的真正风险大小。
(3)主观概率分布的估测偏差。这是指人们在估测某一数值的置信区间时，这一心理置信区间往往过于狭窄。
Kahneman和Tversky认为，无论是初出茅庐的新手，还是经验丰富的交易者，在面对复杂和模糊的问题时，经常会发生启发式认知偏差，只是偏差的几率、幅度大小不同而已。笔者认为投资者一般无法充分分析涉及经济判断和概率判断的环境。所以在这种环境中，投资者往往依靠某些捷径或原则做出判断，这些捷径或原则有时与期望效用最大化理论存在系统偏差。
