行為金融學(xué)課件-第七講-Heuristic Bias(啟發(fā)式偏差)

行為金融學(xué)第七講

HeuristicBias(啟發(fā)式偏差)第七講主要內(nèi)容

——經(jīng)驗是重要的。7.1引論：心理學(xué)實驗7.2

Heuristics基本框架7.3代表性偏差(RepresentativenessHeuristic)7.4可得性偏差(AvailabilityHeuristic)7.5

錨定及調(diào)整(AnchoringandAdjustment)7.6HeuristicBias在金融市場中的應(yīng)用2引論實驗1：某鎮(zhèn)有兩個醫(yī)院，大醫(yī)院每天約45名嬰兒出生，小醫(yī)院每天約15名嬰兒出生。眾所周知，約50%的嬰兒是男嬰。但每天男孩出生的實際比例是不一樣的，有時高于50%，有時低于50%。在一年內(nèi)，每家醫(yī)院都記錄新生兒中男嬰比例大于60%的天數(shù)。請問你認為哪家醫(yī)院會記錄更多這樣的天數(shù)？A大醫(yī)院B小醫(yī)院C大致相同3引論實驗2：從100個工程師和律師組成的小組中隨機抽取幾個人，其中這一小組中70位工程師、30位律師；Dick

30歲，已婚無子女。他能力強，有干勁，想在自己的領(lǐng)域中成就一番事業(yè)。他受同事喜愛。Dick是律師的可能性大，還是工程師的可能性大？4引論實驗3：拋擲一個相同的硬幣，一次得到頭像的概率是1/2，則連續(xù)八次拋擲都是頭像的概率是1/256。如果前面連續(xù)八次都是頭像，現(xiàn)在要對第九次下賭，下一次你估計會出現(xiàn)什么？你是賭頭像還是賭字呢？5引論實驗4：近年來中國汽車市場迅猛發(fā)展，在給人們帶來便利的同時，也引起了非常嚴重的社會問題，其中非常突出的問題是，很多人在剛獲得駕照甚至未獲得駕照情況下上路駕駛，成為馬路殺手。2009年中國死亡人口中，因車禍喪生的人數(shù)大概是多少？和因心臟病引起死亡的人數(shù)相比情況如何？6引論實驗5：下圖是2010年10月到現(xiàn)在的上證綜指走勢圖，試分析接下來下個月的上證綜指走勢，并給出原因？7Heuristics研究基本框架人的認知過程：算法(algorithm)：解決問題的精確步驟。如果一個問題有算法，那么只要按照其規(guī)則進行操作，就能獲得問題的解。啟發(fā)法(heuristics)：憑借經(jīng)驗的解題方法，是一種思考上的捷徑，是解決問題的簡單、通常是籠統(tǒng)的規(guī)律或策略，也稱之為經(jīng)驗法則或拇指法則(theruleofthumb)。TverskyandKahneman(1974):JudgementUnderUncertainty:HeuristicsandBiases,Science185,1124-1131.(Citation:28862)8HeuristicBias研究基本框架算法與啟發(fā)法是兩類性質(zhì)不同的問題解決策略。雖然算法能保證問題一定得到解決，但它不能取代啟發(fā)法。在以下情況下，最有可能導(dǎo)致人們使用啟發(fā)法，而不是理性思考：(1)當我們沒有時間認真思考某個問題時；(2)負載的信息過多，以至無法充分對其進行加工時；(3)手中的問題并不十分重要，以至于不必太過思慮時；(4)缺乏做出決策所需的可靠的知識或信息時。9代表性偏差代表性偏差：人們在不確定的情況下，會關(guān)注一個事物與另一個事物的相似性，以推斷第一個事物與第二個事物類似之處。人們假定將來的模式會與過去相似并尋求熟悉的模式來做判斷，并且不考慮這種模式產(chǎn)生的原因或重復(fù)的概率。類型：對結(jié)果的先驗概率不敏感對樣本規(guī)模不敏感10代表性偏差例7.1

從100個工程師和律師組成的小組中隨機抽取幾個人，將這些人的性格特征簡單地介紹給被實驗者，每介紹一個人時，要求被試者估計此人是工程師或律師的概率。在一種實驗條件下，向被試者說明100人中，有70位工程師、30位律師；另一種條件下，100人中有30位工程師、70位律師按照貝葉斯法則，在第一種情況下，被抽取的幾個人是工程師的概率更大，而第二種情況下，被抽取的人是律師的概率更大。實驗結(jié)果表明：在兩種條件下，被試者認為同一被介紹對象是工程師的概率相同。這一結(jié)果顯然是由于被試者們進行判斷時，并沒有考慮到對象所在小組中工程師和律師的基本比率，而是直接依據(jù)所提供的介紹是否符合工程師的代表性特征來估計他是工程師的概率，這就是“代表性偏差”。11代表性偏差例7.2賭徒謬誤生活中常見的一種不合邏輯的推理方式，認為一系列事件的結(jié)果都在某種程度上隱含了自相關(guān)的關(guān)系。DeBondt(1991)發(fā)現(xiàn)股市有一種和“賭徒謬論效應(yīng)”相類似的現(xiàn)象，在3年的熊市后預(yù)測會過度樂觀，而在3年的牛市后預(yù)測會過度悲觀。DeBondt(1998)發(fā)現(xiàn)，華爾街的分析師傾向于犯“賭徒謬論”，常常認為價格將會反轉(zhuǎn)。賭徒謬誤的產(chǎn)生是因為人們錯誤的詮釋了“大數(shù)法則”的平均律。投資者傾向于認為大數(shù)法則適用于大樣本的同時，也適用于小樣本。TverskyandKahneman把賭徒謬誤戲稱為“小數(shù)法則”(lawofsmallnumbers)。12可得性偏差可得性偏差：是指人們傾向于根據(jù)事件在知覺或記憶中的可得性程度來評估其相對頻率，容易知覺到的或回想起的被判定為更常出現(xiàn)。當事件的可得性與其客觀頻率高度相關(guān)時，可得性啟發(fā)法是非常有用的；然而，依靠可得性進行預(yù)測可能會導(dǎo)致偏差。13可得性偏差可得性啟發(fā)法可能引致的偏差：1.由于例子的可獲取性而導(dǎo)致的偏差2.由于搜索效率而導(dǎo)致的偏差3.想象力的偏差4.偽相關(guān)14可得性偏差例7.3：請你考慮這樣一個問題：假如從一篇文章中隨機抽出一個樣本單詞，認為該單詞是以r開頭更有可能還是第三個字母是r更有可能？15可得性偏差例7.4Shiller(2000)通過調(diào)查發(fā)現(xiàn)，由于90年代后的股市繁榮伴隨著網(wǎng)絡(luò)的迅速發(fā)展，網(wǎng)絡(luò)使用者們傾向于將股市繁榮歸功于網(wǎng)絡(luò)的發(fā)展。由于網(wǎng)絡(luò)發(fā)展給人的印象比較深刻，相對于其他的事情，這些投資者認為網(wǎng)絡(luò)在這一輪牛市行情中起著更重要的作用。16可得性偏差17投資者關(guān)注(Attention)Kahneman(1973)指出，注意力是一種稀缺的認知資源；Merton(1987)將注意力引入到證券市場分析中，并提出了“投資者認知假設(shè)”，即由于市場信息不完全，投資者不可能知道所有的股票。那么，在進行買入決策過程中，面對數(shù)千種股票，投資應(yīng)該如何進行選擇？BarberandOdean(2008)對引起投資者關(guān)注（注意）的股票特征進行了界定：異常收益、異常交易量和媒體報道?？傻眯云?8投資者關(guān)注InSearchofAttention搜索引擎統(tǒng)計GoogleIndex：

/trends/

百度指數(shù)：

/

可得性偏差19投資者關(guān)注錨定與調(diào)整錨定與調(diào)整：人們在判斷和評估過程中，往往先設(shè)定一個最容易獲得的信息作為估計的初始值或基準值，目標價值以錨定點為基礎(chǔ)結(jié)合其他信息進行一定的上下調(diào)整而得出。錨定效應(yīng)(anchoringeffect)是指當人們需要對某個事件做定量估測時，會將某些特定數(shù)值作為起始值，起始值像錨一樣制約著估測值。調(diào)整策略是指以最初的信息為參照來調(diào)整對事件的估計。錨定與調(diào)整導(dǎo)致的偏差可分為兩類：1.不充分調(diào)整2.對聯(lián)合和分離事件評估時的偏差20錨定與調(diào)整例7.5

在一個幸運輪實驗中，要求被試者主體對非洲國家在聯(lián)合國中所占席位的百分比進行估計。由于分母是100，事實上只需要對分子進行估計。首先，主體被要求旋轉(zhuǎn)擺在其前面的幸運輪隨機地選擇一個在0和100之間的數(shù)字，然后主體被暗示該數(shù)字比實際分子數(shù)是更高或更低，然后再讓主體確定他們的估計值。Tversky和Kahneman發(fā)現(xiàn)，其估計值明顯受到幸運輪隨機產(chǎn)生的數(shù)字的影響。比如，當幸運輪停在10的位置時，被試者對分子值的平均估計值為25；而當幸運輪停在65的位置時，被試者對分子值的平均估計值則達到了45。由此可見，盡管被試者主體知道輪盤產(chǎn)生數(shù)字的隨機性，而且他們對該數(shù)字也做了調(diào)整，但他們還是將最終估計值錨定在這一數(shù)字的領(lǐng)域內(nèi)。21錨定與調(diào)整例7.6在一個實驗中，學(xué)生被要求在5秒鐘之內(nèi)對一個算術(shù)結(jié)果進行估計。其中一組學(xué)生得到的算式是：8×7×6×5×4×3×2×1；而另一組學(xué)生得到的算式是：1×2×3×4×5×6×7×8。之所以限定這么短的時間，主要是為了不讓被試者有充足的時間進行計算，只能依賴估計和調(diào)整來推斷結(jié)果。結(jié)果表明：第一組降序的估計均值為2250，而第二組升序的估計均值為512。事實上，正確答案是40320。由此可見，被試者在對問題做了最初的幾步運算后，就以初步獲得的值為參照來調(diào)節(jié)整個算式的估計值，因此升序的估計值要高于降序的估計值。而且，兩組學(xué)生的估計值都遠遠低于真實值，說明這種調(diào)整是不充分的。22錨定與調(diào)整例7.7

在一個實驗中，被試者有機會對兩個事件中的一個下賭注。這一實驗中用到了三種類型的事件：簡單事件：從一個50％是紅球、50％是黑球的箱子中拿出一個紅球；連續(xù)事件：從一個90％是紅球、10％是黑球的箱子中可放回地連續(xù)取出7個紅球；分離事件：從一個90％是黑球、10％是紅球的箱子可放回的7次隨機抽取，至少抽到一個紅球。23錨定與調(diào)整結(jié)果發(fā)現(xiàn)，在對簡單事件和連續(xù)事件下賭注時，絕大多數(shù)的被試者寧愿選擇連續(xù)事件，而不選擇概率較高的簡單事件（概率為50％）；另一方面，在簡單事件和分離事件之間，被試者卻比較偏好簡單事件。這個結(jié)果表明，人們傾向于高估連續(xù)事件的概率（概率為48％），而低估分離事件的概率。日常生活中，這種錨定現(xiàn)象也很常見。一個復(fù)雜的系統(tǒng)，由很多個環(huán)節(jié)組成，盡管每一個環(huán)節(jié)的成功率比較高，但如果環(huán)節(jié)比較多的話，這個系統(tǒng)總的成功概率可能會比較低。比如上例的連續(xù)事件，盡管每一次抽取紅球的概率是90％，但由于次數(shù)比較多，最終的概率僅為48％。然而現(xiàn)實中，由于上面所說的錨定因素，人們常常會樂觀地估計該系統(tǒng)的成功率。24HeuristicBias在金融市場中的應(yīng)用

——解釋截面市場異象過度自信：人們往往過于相信自己的判斷能力，高估自己成功的機會，把成功歸功于自己的能力,而低估運氣和機會在其中的作用，這種認知偏差稱為過度自信(overconfidence)。過度自信或許是人類最為穩(wěn)固的心理特性(DeBondtandThaler,1985)

,過度自信往往來自代表性偏差。20世紀50年代以來，紐約股票市場的年換手率平均為18％，而某些年份如1987年卻高達73％過度自信會導(dǎo)致過度交易25HeuristicBias在金融市場中的應(yīng)用過度反應(yīng)：投資者對信息理解和反應(yīng)上會出現(xiàn)非理性偏差，從而產(chǎn)生對信息權(quán)衡過重，行為過激的現(xiàn)象。源于代表性偏差：投資個體對預(yù)測的直覺性使他們傾向于對一些醒目的信息（如近期信息）過分關(guān)注，而輕視不醒目的信息（如以往信息）(TverskyandKahneman,1973)26HeuristicBias在金融市場中的應(yīng)用反應(yīng)不足：也可稱之為“保守主義”(Conservation)，它主要是指人們思想一般存在著惰性，不愿意改變個人原有信念，因此當有新的信息到來時，人們對原有信念的修正往往不足。源于錨定及調(diào)整動量效應(yīng)MomentumEffect盈余公告后價格漂移現(xiàn)象PEAD27HeuristicBias在金融市場中的應(yīng)用主要用于對反轉(zhuǎn)效應(yīng)和慣性效應(yīng)的分析BSV

Model：代表性偏差投資者，利用近期數(shù)據(jù)來預(yù)測和投資；保守性投資者，存在錨定效應(yīng)，逐步調(diào)整。DHS

Model(Subra)信息交易者：過度自信與自我歸因，主要是對私有信息過度自信；無信息交易者：隨機交易HS

Model：信息挖掘者：基于私有信息作出預(yù)測和投資慣性交易者：根據(jù)當前和過去價格進行預(yù)測和投資28HeuristicBias在金融市場中的應(yīng)用股權(quán)分置改革中的”10送3”現(xiàn)象(許年行，吳世農(nóng)，2007)首批成功實施股改的3家試點公司,非流通股東支付給流通股東的對價分別為10送2.5,10送3和10送3.972,平均為10送3.157為什么不論是第二批試點還是全面股改企業(yè)，其送股比例都集中在“10送3”？29HeuristicBias在金融市場中的應(yīng)用股權(quán)分置改革中的”10+3”現(xiàn)象30HeuristicBias在金融市場中的應(yīng)用1、為什么我國上市公司股權(quán)分置改革的對價支付大部分集中在“10送3”水平？2、你認為決定股改對價的內(nèi)在客觀影響因素應(yīng)該有哪些？股改對價與公司規(guī)模、風(fēng)險、盈利能力和市場表現(xiàn)等因素是否應(yīng)當存在一定的相關(guān)性？3、影響過我上市公司支付股改對價的心理和行為因素是什么？4、從行為博弈的角度如何看待對價支付聚集于“10送3”的水平？31HeuristicBias在金融市場中的應(yīng)用占據(jù)優(yōu)勢的非流通股股東為獲