18 Sep 2021, 17:36 Views 403 我们的人生充满了随机与变化，而我们则要在这些随机性与不确定性中，做出种种判断和决策。许多时候当我们回头审视的时候，会发现在每一次做决策的时候，总会有一些或大或小的事情影响着我们的判断，甚至左右了每一次决定，并有可能对未来产生了当时难以想象的作用。 比如决定进行投资，可能源于偶然看到一篇文章；下决心购买某一只基金，可能是因为听到某个朋友的推荐；匆忙卖出，可能是看到社交平台上一些评论…… 我们都希望对自己负责做出正确的判断，但干扰无所不在 ，这种干扰大致可能分为两类：一类是偏差，这是诺贝尔经济学奖得主丹尼尔·卡尼曼在10年前出版的《思考，快与慢》一书中重点研究的领域；另一类则是噪声，这也是卡尼曼和西博尼，以及《助推》一书合著者卡斯·桑斯坦在《噪声——人类判断的缺陷》这本新书中，所要展示给我们的。 《思考，快与慢》专门研究了人们在决策过程中的偏差，书中展示了无意识的“系统1”和有意识的“系统2”共同作用于我们的大脑并做决定。系统1固守眼见即为事实的原则，任由厌恶损失和乐观偏见之类的错觉引导我们做出错误的选择。 这类错误的表现形式和成因各不相同，但都有一个共同点，那就是都有“方向性”，对不同的人会产生相同的影响。用卡尼曼的话来说，偏差就是“可预测的判断误差”。 在《噪声》一书中，作者对于决策行为的误差进行了更进一步的研究，并认为：偏差会让误差往一个方向偏，而噪声则会让误差往不同的方向偏。 举个例子，我们有时候会根据一些表面现象来做出继续持有还是卖出基金的决定。当我们看到某只持有的基金创了净值新高，或许会认为整个市场看起来也欣欣向荣，这只基金应该继续买入。 但是，我们没有意识到的是自己的判断已经受到了噪声的影响。如果换个时间再看到自己持有的基金创新高的消息，可能会做出完全相反的判断，比如，我们可能会突然关注到基金规模随着创新高获得市场关注度增加，规模一下子变很大，担心是不是会对基金业绩产生影响，所以又决定应该卖出获利了结。 其实，这只基金的基金经理没有调整、投资风格也没有漂移、基金公司也没有发生管理问题……基金的基本面看起来没有发生变化，但是我们却做出了不同的判断，这就是噪声的影响。 《噪声》一书中为我们展示了同时存在，并且会共同产生作用的3类噪声，如果用一个公式来表达，那就是： 在同样的投资信息面前，一些人比其他人更宽容、更乐观、更积极，这些人与人群平均值之间的差异，就是“水平噪声”。任何判断都会存在不同程度的水平噪声，同样的基金业绩表现，有的持有人会更宽容，而有的人则不会，那么呈现出来的差别，对于一个要据此做决策的投资者来说，这种不同人做出的与平均值之间的变异就是一种“水平噪声”。 “模式噪声”则是指人们对特定事件做出的反应的变异，也是某种个人特定的倾向 ，同样会影响判断结果。一位投资者在评价什么是好基金的时候总体来说可能会比较宽松，但是对于基金经理的长相却有自己的偏好，这种特定的倾向，就是“稳定的模式噪声”，它可能会严重干扰预测。 而“情境噪声”则是最难察觉和衡量的一类噪声，心情、天气、压力、疲劳等等因素都会对我们的判断带来这样的情景噪声。 比如我们今天心情不好，因此会觉得这个基金的某个方面就是不满意，甚至依此做出赎回的决定，就是受到“情境噪声”干扰的一种表现。 情绪对我们的思维会产生可预见的影响，关系到我们会注意环境中的哪些事物、从记忆中提取哪些信息，以及如何解读这些信息。情绪还会改变我们的思维方式。 好的情绪是一把双刃剑，不好的情绪也可能成为困境中的一线希望，不同情绪的利与弊取决于具体的情境。 随着情绪的变化，不论自己是否能够意识到，我们的认知机制也会改变。 如果我们面临一个复杂的判断问题，当前的情绪会影响我们对这个问题的思考以及得出的结论，即便我们认为自己的判断没有受到情绪的影响，并且能很自信地阐明给出答案的理由。 比如今天心情好，那么当持有的基金下跌1%的时候可能会回忆起看到的有关理性看待基金长期表现和短期波动的相关文章，并认为这种短期变化对于长期持有没有本质影响。而如果某天心情不佳，即便持有的基金上涨了1%，也有可能会关注到基金排名认为别的基金涨的更多，简单判断自己持有的基金上涨动力不足，应该去换涨得多的基金。 噪声之所以容易被忽略，是因为人们都偏爱“因果思维”。 因果思维让人在没有联系的地方创造联系，在没有规律的地方发现规律。 我们对世界的理解，取决于我们编造故事来解释我们所观察到的事件的能力。 并且，我们几乎总是能成功地找到原因，因为我们可以从无数的事实和信念中搜寻原因。例如，很少有无法解释的股市大波动，人们总是可以找到各种各样的原因去做一些解读。 我们在什么时候对自己的判断充满信心呢？ 一般必须满足两个条件：所相信的故事前后必须完全连贯，并且不存在其他有吸引力的合理解释。当解释的所有细节都与故事完全吻合且相互强化时，这个故事就达成了完全连贯。当然，也可以通过忽略不吻合的事件，或做出额外的解释来实现这种连贯性。 “因果联系”加强了我们对于事物的理解与判断，可能会让我们过度自信，因此对于噪声的存在视而不见，但减少噪声的第一步正是必须承认它可能存在。 《噪声》一书中提到一项对21个国家400名鉴定专家展开的调查显示，71%的人认同“认知偏差是整个司法鉴定科学中一个令人担忧的因素”，但只有26%的人认为“自己的判断受到了认知偏差的影响”。 那么我们在基金投资的过程中会不会受到噪声的干扰呢？这或许可以从我们对于自己有多了解金融投资知识的认知上面侧面了解下。 根据中国证券投资基金业协会在《2019年全国公募基金投资者情况调查报告》中的数据显示：53%的基金个人投资者在学校中接受过与金融相关的教育。另外，通过自学金融教材和书籍的方式获得金融知识的个人投资者占25.2%。报告中认为值得注意的是，20.4%的投资者没有接受过或自学过任何金融相关的教育。 但有意思的是，竟然有93.4%的投资者认为自己的金融知识水平高于或者处于同龄人平均水平 ，而这与上一年度的调查数据比例相近。只有6.6%的投资者认为自己的金融水平低于及远低于同龄人的平均水平。 当市场上绝大部分的基金投资者都认为自己的金融知识水平高于平均值的时候，就不得不让我们思考这对投资决策会带来怎么样的噪声影响了。类似这样过度自信的认知偏差，通常会被用来解释一些糟糕的决策。 除了认识到噪声存在对判断的影响，我们也应该注意到认知风格对判断的影响，一种积极开放的思维将会是有益的。 积极开放性思维 是指个体愿意积极搜寻与自己先前的假设相矛盾的信息，这些信息包括其他人的不同意见以及与原有看法不一致的新证据。 如果想要减少错误的判断，那么最好的做法是对于反对意见持开放态度，并乐于接受“自己可能错了”的想法，如果依然想要坚持己见，那也是在听取了各方意见之后，而不是之前。不过好消息是，一些证据表明，积极开放性思维是一种可以习得的技能。 《噪声》一书中认为：噪声本质上是一种统计学上的概念，每个人都会往不同的地方偏。所以，要减少噪声的干扰，有一个简单的方法，那就是多找一些独立的外部观点，然后取平均值，让噪声之间相互抵消，这样就能做出更好的判断。 为此，作者采用了“决策卫生策略” 这一比喻，减少噪声就像平时的卫生习惯一样，是为了预防未知的病毒进入身体，也可以防止未知的错误出现。
决策卫生的6个原则：
1.判断的目的在于准确性，而不在于个性化表达。
2.使用统计思维，采用外部视角审视个案。
3.对判断进行结构化，将其分解成几个独立的任务。
4.抵制不成熟的直觉。
5.获取多位判断者的独立判断，再考虑汇总这些判断。
6.用相对判断和相对量表会更好。
为了保持我们的决策卫生，我们可以对上述6个原则稍加整理，简单按照3个步骤来进行：分解指标-独立打分-整体判断。 分解指标 ，这一分而治之的原则对于解决我们称之为过度一致性（由认知不和谐所带来的心理影响）的心理机制所产生的影响很有必要。过度一致性会使人们曲解或忽略那些与已有结论不相符的信息，通过将问题分解为一系列的小任务可以一定程度减少这方面的影响，从而保障每个评估可会独立进行。 独立打分 ，最好把这些指标分配给不同的人或者团队去调查研究。在这个环节中，独立性非常重要，否则人们可能在合作中，加重噪声的影响。如果给出意见的第二个人知道第一个人的意见是什么，那么第二个人的意见就不是独立的了，而第三个人的意见就更不可能保持独立性。如此一来，一连串的偏差就出现了。 整体判断 ，获取多位判断者的独立结论，再汇总这些判断，把“直觉”推迟到这个阶段再用。在讨论之前收集参与者的判断，这样既可以揭示噪声的程度，又有助于以建设性的方式解决分歧。对一系列充满噪声的判断进行平均，其结果可能比全体一致的判断更为准确。 上面的原则和方法在很多情况下都是适用的，比如为自己挑选一只适合的基金，我们就可以将其细分为若干指标 ，如：基金公司、投资研究能力、基金经理、拟投入的本金、投资收益预期、投资计划与目标、风险承受能力等等，甚至可以对某一指标再继续分解，比如基金经理，还可以细分为从业年限、学历背景、工作经历、投资风格、过往业绩、最大回撤等等。接下来我们需要自己去寻找客观数据来独立打分， 在打分过程中自己应该尽量减少不同指标评分间的干扰，比如看到一只基金短期业绩表现，而影响自己在长期业绩表现方面打出的分数。在搜集信息的过程中也应该避免只关注正面或者负面的评价，而应尽可能的搜寻并依据这些信息对分解出来的指标公正评分。最后做出整体判断 ，统计得分，在一定的信息基础之上，我们也可以通过对信息的仔细权衡和思考得出直觉决策。我们从不同方面多维评估一只基金，并在所有方面都评估完成后，做出整体判断，这样选出来的基金，可能才更适合我们自己的实际需求，充分了解增加了对基金的信任，这比仅听朋友推荐就稀里糊涂买了一只基金要靠谱得多。 文章来源睿远FUND，版权归原作者所有，如有侵权请联系本人删除。 Peringatan: Pendapat yang disampaikan sepenuhnya merupakan milik penulis dan tidak mencerminkan posisi resmi Followme. Followme tidak bertanggung jawab atas keakuratan, kelengkapan, atau keandalan informasi yang disediakan, serta tidak bertanggung jawab atas tindakan apa pun yang diambil berdasarkan konten ini, kecuali dinyatakan secara tertulis.
Suka artikel ini? Tunjukkan apresiasimu dengan memberi hadiah untuk penulis.
Belum ada komentar. Jadil yang pertama untuk membagikan komentar.