啟髮式認知偏差
出自 MBA智库百科(https://wiki.mbalib.com/)
啟髮式認知偏差(Heuristic Bias)
目錄 |
什麼是啟髮式認知偏差[1]
啟髮式認知偏差即啟髮式偏差，是指投資者往往依據“經驗法則”來進行投資決策，依賴“啟發法”做出的投資決策帶有不確定性，只能說可能是正確的結論，但如果所遺漏的因素和現象很重要，那麼信息的缺損就會導致產生判斷與估計上的嚴重偏差。
啟髮式認知偏差主要有三種：
(1)代表性偏差
(2)可得性偏差
(3)錨定效應
這三種方法既可以得出正確的推理結果,也有可能導致錯誤的結論。
啟髮式認知偏差的內容[2]
1.[[代表性啟發法][Representativeness heuristic]](代表性偏差)。在使用啟發法時，首先會考慮到借鑒要判斷事件本身或事件的同類事件以往的經驗即以往出現的結果，這種推理過程稱之為代表性啟發法。
一般情況下，代表性是一個有用的啟發法，但在分析以往經驗，尋找規律或結果的概率分佈的過程中,可能會產生嚴重的偏差,從而得到錯誤的啟示，導致判斷錯誤。
使用“代表性”進行判斷可能產生的偏差有：
(1)代表性會導致忽略樣本大小。在分析事件特征或規律時，人們往往不能正確理解統計樣本大小的意義，對總體進行統計的結果才是真正的結果，樣本的數量愈接近真實的數量，統計的結果也就愈可信，樣本愈小,與真實數量相差愈大,統計的結果愈不能反映真實的結果情況。代表性啟發法是對同類事件以往所出現的各種結果進行統計分析，得到結果的概率分佈，從而找出發生概率最大的結果即最可能發生的結果。 因此必須考察所有同類事件這個總體或者考察儘量多同類事件(大樣本)但人們往往趨向於在很少的數據基礎上很快地得出結論。
(2)代表性會忽略判斷的難易程度，即使面對的是一個複雜的難以判斷的問題，也簡單地去作出判斷，或經常根據不規範的和與判斷無關的描述輕易地作出判斷，或經常會忽略掉不熟悉或是看不懂的信息，只憑自己能夠理解和熟悉的信息去作出判斷，這些忽略掉的信息可能對判斷是關鍵的。
2.[可得性啟發法(可得性偏差)[Availability heuristic]]。在使用啟發法進行判斷時，人們往往會依賴最先想到的經驗和信息，並認定這些容易知覺到或回想起的事件更常出現，以此作為判斷的依據，這種判斷方法稱為可得性啟發法。
人們最容易想到的通常是過去經常發生的事件或近期發生的不尋常事件，但這些信息也可能對判斷是不重要的或不夠的，自然也會導致判斷上的偏差，因此，在使用可得性啟發法時要註意去對易得性信息的性質進行判斷，挖掘更多的信息進行綜合判斷。
Kahneman和Tversky認為可得性偏向有四種表現形式：
(1)事件的可追溯性所造成的可得性偏向。具體而言，過去事件發生的概率、對事件的熟悉程度、事件的不同尋常性、事件發生的時間都會影響人們對事件的正確判斷。
(2)被搜索集合的有效性所造成的可得性偏向。人們在搜索記憶中的信息集合而做出判斷時，常常取決於某一信息集合能反應到腦海中的有效性，有的信息集合不能有效地反應出來，判斷者就會形成認知偏向。
(3)想象力所造成的可得性偏向。人們在對某件實物的發生頻率作估測時，由於對該事物不熟悉，只能藉助於對相關信息的搜索，以此在腦海中形象地構築、計算不熟悉事物的發生頻率。
(4)幻覺相關所造成的可得性偏向。幻覺相關是指當B事物在A事物之後發生，會給人造成一種這兩者之間有一種因果關係的幻覺。比如當連續兩個雨天股市全線上漲，第三天轉晴股市下跌，某些人就會在第四天根據天氣情況判斷股市的漲跌。
3.[[錨定][Anchoring Effect]]與調整啟發法(錨定效應)。錨定與調整啟發法是指當人們需要對某個事件作出定量判斷時，有時會依賴某些特定的數值，以其作為參照，來調整形成對事件的判斷結果。
錨定效應有三種表現形式：
(1)不充分的調整。不充分的調整是指，人們在估測某一數值的時候，會受到某些起始數值的影響，做出不准確的估測。
(2)在連續和獨立事件的估測偏向。研究認為，人們偏向於高估連續事件發生的概率，而低估獨立事件發生的概率。在生活中，我們對連續事件發生概率的高估，會導致對某一計劃的成功過分樂觀。在完成一項計劃的過程中，只要某一環節出錯或有所延誤，就會導致整個項目的失敗或延期。 同樣的道理，我們對獨立性事件發生概率的低估，會導致不能充分意識到某一複雜運作體系出問題的真正風險大小。
(3)主觀概率分佈的估測偏差。這是指人們在估測某一數值的置信區間時，這一心理置信區間往往過於狹窄。
Kahneman和Tversky認為，無論是初出茅廬的新手，還是經驗豐富的交易者，在面對複雜和模糊的問題時，經常會發生啟髮式認知偏差，只是偏差的幾率、幅度大小不同而已。筆者認為投資者一般無法充分分析涉及經濟判斷和概率判斷的環境。所以在這種環境中，投資者往往依靠某些捷徑或原則做出判斷，這些捷徑或原則有時與期望效用最大化理論存在系統偏差。
