行为金融学课件-第七讲-Heuristic Bias(启发式偏差)

行为金融学第七讲

HeuristicBias(启发式偏差)第七讲主要内容

——经验是重要的。7.1引论：心理学实验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

锚定及调整(AnchoringandAdjustment)7.6HeuristicBias在金融市场中的应用2引论实验1：某镇有两个医院，大医院每天约45名婴儿出生，小医院每天约15名婴儿出生。众所周知，约50%的婴儿是男婴。但每天男孩出生的实际比例是不一样的，有时高于50%，有时低于50%。在一年内，每家医院都记录新生儿中男婴比例大于60%的天数。请问你认为哪家医院会记录更多这样的天数？A大医院B小医院C大致相同3引论实验2：从100个工程师和律师组成的小组中随机抽取几个人，其中这一小组中70位工程师、30位律师；Dick

30岁，已婚无子女。他能力强，有干劲，想在自己的领域中成就一番事业。他受同事喜爱。Dick是律师的可能性大，还是工程师的可能性大？4引论实验3：抛掷一个相同的硬币，一次得到头像的概率是1/2，则连续八次抛掷都是头像的概率是1/256。如果前面连续八次都是头像，现在要对第九次下赌，下一次你估计会出现什么？你是赌头像还是赌字呢？5引论实验4：近年来中国汽车市场迅猛发展，在给人们带来便利的同时，也引起了非常严重的社会问题，其中非常突出的问题是，很多人在刚获得驾照甚至未获得驾照情况下上路驾驶，成为马路杀手。2009年中国死亡人口中，因车祸丧生的人数大概是多少？和因心脏病引起死亡的人数相比情况如何？6引论实验5：下图是2010年10月到现在的上证综指走势图，试分析接下来下个月的上证综指走势，并给出原因？7Heuristics研究基本框架人的认知过程：算法(algorithm)：解决问题的精确步骤。如果一个问题有算法，那么只要按照其规则进行操作，就能获得问题的解。启发法(heuristics)：凭借经验的解题方法，是一种思考上的捷径，是解决问题的简单、通常是笼统的规律或策略，也称之为经验法则或拇指法则(theruleofthumb)。TverskyandKahneman(1974):JudgementUnderUncertainty:HeuristicsandBiases,Science185,1124-1131.(Citation:28862)8HeuristicBias研究基本框架算法与启发法是两类性质不同的问题解决策略。虽然算法能保证问题一定得到解决，但它不能取代启发法。在以下情况下，最有可能导致人们使用启发法，而不是理性思考：(1)当我们没有时间认真思考某个问题时；(2)负载的信息过多，以至无法充分对其进行加工时；(3)手中的问题并不十分重要，以至于不必太过思虑时；(4)缺乏做出决策所需的可靠的知识或信息时。9代表性偏差代表性偏差：人们在不确定的情况下，会关注一个事物与另一个事物的相似性，以推断第一个事物与第二个事物类似之处。人们假定将来的模式会与过去相似并寻求熟悉的模式来做判断，并且不考虑这种模式产生的原因或重复的概率。类型：对结果的先验概率不敏感对样本规模不敏感10代表性偏差例7.1

从100个工程师和律师组成的小组中随机抽取几个人，将这些人的性格特征简单地介绍给被实验者，每介绍一个人时，要求被试者估计此人是工程师或律师的概率。在一种实验条件下，向被试者说明100人中，有70位工程师、30位律师；另一种条件下，100人中有30位工程师、70位律师按照贝叶斯法则，在第一种情况下，被抽取的几个人是工程师的概率更大，而第二种情况下，被抽取的人是律师的概率更大。实验结果表明：在两种条件下，被试者认为同一被介绍对象是工程师的概率相同。这一结果显然是由于被试者们进行判断时，并没有考虑到对象所在小组中工程师和律师的基本比率，而是直接依据所提供的介绍是否符合工程师的代表性特征来估计他是工程师的概率，这就是“代表性偏差”。11代表性偏差例7.2赌徒谬误生活中常见的一种不合逻辑的推理方式，认为一系列事件的结果都在某种程度上隐含了自相关的关系。DeBondt(1991)发现股市有一种和“赌徒谬论效应”相类似的现象，在3年的熊市后预测会过度乐观，而在3年的牛市后预测会过度悲观。DeBondt(1998)发现，华尔街的分析师倾向于犯“赌徒谬论”，常常认为价格将会反转。赌徒谬误的产生是因为人们错误的诠释了“大数法则”的平均律。投资者倾向于认为大数法则适用于大样本的同时，也适用于小样本。TverskyandKahneman把赌徒谬误戏称为“小数法则”(lawofsmallnumbers)。12可得性偏差可得性偏差：是指人们倾向于根据事件在知觉或记忆中的可得性程度来评估其相对频率，容易知觉到的或回想起的被判定为更常出现。当事件的可得性与其客观频率高度相关时，可得性启发法是非常有用的；然而，依靠可得性进行预测可能会导致偏差。13可得性偏差可得性启发法可能引致的偏差：1.由于例子的可获取性而导致的偏差2.由于搜索效率而导致的偏差3.想象力的偏差4.伪相关14可得性偏差例7.3：请你考虑这样一个问题：假如从一篇文章中随机抽出一个样本单词，认为该单词是以r开头更有可能还是第三个字母是r更有可能？15可得性偏差例7.4Shiller(2000)通过调查发现，由于90年代后的股市繁荣伴随着网络的迅速发展，网络使用者们倾向于将股市繁荣归功于网络的发展。由于网络发展给人的印象比较深刻，相对于其他的事情，这些投资者认为网络在这一轮牛市行情中起着更重要的作用。16可得性偏差17投资者关注(Attention)Kahneman(1973)指出，注意力是一种稀缺的认知资源；Merton(1987)将注意力引入到证券市场分析中，并提出了“投资者认知假设”，即由于市场信息不完全，投资者不可能知道所有的股票。那么，在进行买入决策过程中，面对数千种股票，投资应该如何进行选择？BarberandOdean(2008)对引起投资者关注（注意）的股票特征进行了界定：异常收益、异常交易量和媒体报道。可得性偏差18投资者关注InSearchofAttention搜索引擎统计GoogleIndex：

/trends/

百度指数：

/

可得性偏差19投资者关注锚定与调整锚定与调整：人们在判断和评估过程中，往往先设定一个最容易获得的信息作为估计的初始值或基准值，目标价值以锚定点为基础结合其他信息进行一定的上下调整而得出。锚定效应(anchoringeffect)是指当人们需要对某个事件做定量估测时，会将某些特定数值作为起始值，起始值像锚一样制约着估测值。调整策略是指以最初的信息为参照来调整对事件的估计。锚定与调整导致的偏差可分为两类：1.不充分调整2.对联合和分离事件评估时的偏差20锚定与调整例7.5

在一个幸运轮实验中，要求被试者主体对非洲国家在联合国中所占席位的百分比进行估计。由于分母是100，事实上只需要对分子进行估计。首先，主体被要求旋转摆在其前面的幸运轮随机地选择一个在0和100之间的数字，然后主体被暗示该数字比实际分子数是更高或更低，然后再让主体确定他们的估计值。Tversky和Kahneman发现，其估计值明显受到幸运轮随机产生的数字的影响。比如，当幸运轮停在10的位置时，被试者对分子值的平均估计值为25；而当幸运轮停在65的位置时，被试者对分子值的平均估计值则达到了45。由此可见，尽管被试者主体知道轮盘产生数字的随机性，而且他们对该数字也做了调整，但他们还是将最终估计值锚定在这一数字的领域内。21锚定与调整例7.6在一个实验中，学生被要求在5秒钟之内对一个算术结果进行估计。其中一组学生得到的算式是：8×7×6×5×4×3×2×1；而另一组学生得到的算式是：1×2×3×4×5×6×7×8。之所以限定这么短的时间，主要是为了不让被试者有充足的时间进行计算，只能依赖估计和调整来推断结果。结果表明：第一组降序的估计均值为2250，而第二组升序的估计均值为512。事实上，正确答案是40320。由此可见，被试者在对问题做了最初的几步运算后，就以初步获得的值为参照来调节整个算式的估计值，因此升序的估计值要高于降序的估计值。而且，两组学生的估计值都远远低于真实值，说明这种调整是不充分的。22锚定与调整例7.7

在一个实验中，被试者有机会对两个事件中的一个下赌注。这一实验中用到了三种类型的事件：简单事件：从一个50％是红球、50％是黑球的箱子中拿出一个红球；连续事件：从一个90％是红球、10％是黑球的箱子中可放回地连续取出7个红球；分离事件：从一个90％是黑球、10％是红球的箱子可放回的7次随机抽取，至少抽到一个红球。23锚定与调整结果发现，在对简单事件和连续事件下赌注时，绝大多数的被试者宁愿选择连续事件，而不选择概率较高的简单事件（概率为50％）；另一方面，在简单事件和分离事件之间，被试者却比较偏好简单事件。这个结果表明，人们倾向于高估连续事件的概率（概率为48％），而低估分离事件的概率。日常生活中，这种锚定现象也很常见。一个复杂的系统，由很多个环节组成，尽管每一个环节的成功率比较高，但如果环节比较多的话，这个系统总的成功概率可能会比较低。比如上例的连续事件，尽管每一次抽取红球的概率是90％，但由于次数比较多，最终的概率仅为48％。然而现实中，由于上面所说的锚定因素，人们常常会乐观地估计该系统的成功率。24HeuristicBias在金融市场中的应用

——解释截面市场异象过度自信：人们往往过于相信自己的判断能力，高估自己成功的机会，把成功归功于自己的能力,而低估运气和机会在其中的作用，这种认知偏差称为过度自信(overconfidence)。过度自信或许是人类最为稳固的心理特性(DeBondtandThaler,1985)

,过度自信往往来自代表性偏差。20世纪50年代以来，纽约股票市场的年换手率平均为18％，而某些年份如1987年却高达73％过度自信会导致过度交易25HeuristicBias在金融市场中的应用过度反应：投资者对信息理解和反应上会出现非理性偏差，从而产生对信息权衡过重，行为过激的现象。源于代表性偏差：投资个体对预测的直觉性使他们倾向于对一些醒目的信息（如近期信息）过分关注，而轻视不醒目的信息（如以往信息）(TverskyandKahneman,1973)26HeuristicBias在金融市场中的应用反应不足：也可称之为“保守主义”(Conservation)，它主要是指人们思想一般存在着惰性，不愿意改变个人原有信念，因此当有新的信息到来时，人们对原有信念的修正往往不足。源于锚定及调整动量效应MomentumEffect盈余公告后价格漂移现象PEAD27HeuristicBias在金融市场中的应用主要用于对反转效应和惯性效应的分析BSV

Model：代表性偏差投资者，利用近期数据来预测和投资；保守性投资者，存在锚定效应，逐步调整。DHS

Model(Subra)信息交易者：过度自信与自我归因，主要是对私有信息过度自信；无信息交易者：随机交易HS

Model：信息挖掘者：基于私有信息作出预测和投资惯性交易者：根据当前和过去价格进行预测和投资28HeuristicBias在金融市场中的应用股权分置改革中的”10送3”现象(许年行，吴世农，2007)首批成功实施股改的3家试点公司,非流通股东支付给流通股东的对价分别为10送2.5,10送3和10送3.972,平均为10送3.157为什么不论是第二批试点还是全面股改企业，其送股比例都集中在“10送3”？29HeuristicBias在金融市场中的应用股权分置改革中的”10+3”现象30HeuristicBias在金融市场中的应用1、为什么我国上市公司股权分置改革的对价支付大部分集中在“10送3”水平？2、你认为决定股改对价的内在客观影响因素应该有哪些？股改对价与公司规模、风险、盈利能力和市场表现等因素是否应当存在一定的相关性？3、影响过我上市公司支付股改对价的心理和行为因素是什么？4、从行为博弈的角度如何看待对价支付聚集于“10送3”的水平？31HeuristicBias在金融市场中的应用占据优势的非流通股股东为获