1. 什么是代表性偏差
人类在对事件做出判断的时候,过度关注于这个事件的某个特征,而忽略了这个事件发生的大环境概率和样本大小,这就称为认知的代表性偏差。
2. 金融市场中常见的代表性偏差
在金融市场中,代表性偏差非常常见。
例如,你看到某位基金经理连续获得金牛奖(一种相当于最强基金经理的称号),就立即做出判断:都获得金牛奖了,那他一定是一个好基金经理。实际上,这个奖项还不足以确定他就是一个好的基金经理,还有很多决定性的其他信息,比如他这几次成功是偶然的,连续盈利能力如何,如果时间放长一点,考虑到公司、团队、工作经历的偶然性等因素,这种随机性就会消失。也就是说,你没观察到的因素太多,代表性特征的信息量不足以做决策。
再例如,你看到一家公司连续3年利润都翻番,然后立即对它的股票做出判断——买!你又冲动犯错了。还是错在代表性偏差。连续3年利润翻番,是一个好公司的代表性特征。但这并不意味着这家公司真的就是一家好公司,这家公司还有好多信息都被你忽略掉了。比如说,公司高管近期需要减持股票,业绩可能是有意调整出来的;再比如说,这家公司未来的盈利机会消失,业绩不能持续。你被公司的一些代表性特征吸引了,就立即判断了。
再举个例子,你一位平时很靠谱的朋友给你推荐了一只股票,出于对他的信任,你立刻就买入了,犯的也是代表性偏差的错。你会奇怪了,这里面代表性特征是什么呢?是你朋友靠谱。你太看中这个代表性特征了,股票被你这个靠谱的朋友推荐了,那还能不是一只好股票吗?实际上,一只股票好不好,被你朋友推荐与否这个因素实在是太不重要了。你忽略了好多公司的其他信息。
好,现在你是不是已经能够理解代表性偏差了?在你的生活中,这种偏差简直是无处不在,随时随地影响着你的判断。
3. 造成代表性偏差的原因
那我们再深究一下,你为何会那么冲动,觉得仅凭几个代表性特征就可以做判断了呢?原因就是,你可能将“大数定律”误用为“小数定律”了。
“大数定律”是概率论历史上第一个极限定理,指的是当试验次数足够多的时候呈现的统计规律性。
例如,你扔一枚均匀的硬币,若次数足够多,出现正面的频率应该无限接近于概率——1/2。你需要注意的是,大数定律,需要数据量足够多、样本量足够大才能下结论。
而代表性偏差,则是人们误用了大数定律,只用少量样本就做决策,这种错误被称为“小数定律”。
还是以扔硬币为例,当连续6次都正面朝上,让你下注押下一次,你会押正面还是反面?你可能会押反面吧?即使赌场高手也会犯这个错误,所以小数定律也被称为“赌徒谬误”。
小数定律错在了小样本是不可以用来下统计推断的。在小数这里,都是偶然,下一次出现正、反的概率仍然相等。
代表性偏差就是错在了用小样本的很少信息来做判断。
这种小样本的代表性偏差同样容易出现在金融市场里,比如挑选基金经理、评选分析师、预测公司盈余、预测市场、挑选股票等等。
4. 总结
代表性偏差指,当事物的代表性特征表现出来以后,人容易冲动地做判断,而忽略了其他更多决定性的信息。归根结底,代表性偏差源于人们以为小样本的代表性特征就可以用来做推断。
在金融投资中,很多人或投资标的都会展现出一些代表性特征,在做投资决策时,应该警惕这种直觉式思维,至少,你得认识到这样的决策有很大的风险。
5. 参考资料
- 得到:陆蓉的《行为金融学》第6课