- 當人遇到一個困難的問題時,都會啟動一個由過去經驗啟發的簡單程序,幫我們找到一個適當的,但總是不完美的答案。當System 1 面臨到困難問題時,會自動地在心中轉換成另外一個問題,這個問題是根據過去經驗產生相關的、簡單的問題。這就是所謂的“思維的發散性” (The Mental Shotgun) ,如此一來你就不用太費力地叫 lazy System 2 來思考答案,藉此快速的產生解答
- System 2 的本質是 lazy (懶惰的),其常會支持直覺的答案,不管這個答案是否適合,你不會注意到其實你沒有回答到你被問的問題,甚至你不會發現被問的問題很困難,因為直覺的答案 (ready answer) 已經在心中
- 心理學家指出人類會有驗應性偏誤(confirmation bias),也就是比較會注意到自己所預期的事、而忽略自己沒預料到的事。而且就算我們已經注意到失敗的跡象,也很容易再落入情意捷思(affect heuristic),也就是因為相信某件事,所以自動在心中放大好消息、忽略壞消息。
- 某人因為很喜歡這個專案,所以他認為這個專案的成本很低,效益很高,這就是很典型的 affect heuristic ,因為個人喜好影響其信仰,自動在心中放大好消息、忽略壞消息
- 我們常用上市公司過去的股價來預測未來應該會是怎樣,這種 heurisitc 夠好嗎? 還沒有沒其他資訊是我們需要注意的? 多運用你的 System 2,別偷懶
- System 1 的特色
- 會產生印象、感覺與傾向;當被 System 2 支持時,會變成信仰、態度與意圖
- 會自動且快速的運作,你無法控制
- 當搜尋或偵測到特定資訊時,System 2 會喚起 System 1 的注意
- 受過適當的訓練後,System 1 也可以擁有正確的、熟練的反應與直覺
- cognitive ease (認知放鬆) 狀態容易相信事情、有愉快的感覺與降低警戒心
- 會去推論與創造事情發生的原因與意圖 (但未必正確)
- 會忽略模糊性與抑制心中的懷疑
- 容易有認知誤差與驗證誤差
- 容易有光環效應 (Halo Effect)
- 聚焦於現有的證據,忽略不存在的證據 (WYSIATI, What You See Is All There Is)
- 產生有限的基礎評估
- 產生過多的估算,反而影響估算正確性 (The Mental Shotgun)
- 會把困難的問題替換成簡單的問題來回答 (heuristics)
- 對於失去的反應會比獲得的反應還要大,如投資損失的痛苦大於賺錢的滿足,所以投資人常發生停利不停損的狀況發生,賺一千元就賣掉,賠了十萬還死抱著不放的情形
- 小數定律 (Law of small numbers) 認為,人們確信隨機變數期望值的分佈也會反映在小樣本的樣本均值之中,導致對小樣本獨立觀察值做了過度推論(overinference)。大多數人在判斷不確定事件發生的概率時,往往會違背概率理論中的大數定律,而不由自主地使用“小數定律”,即濫用“典型事件”,忘記“基本概率” (base rates)。小數定律 (Law of small numbers) 和相似性推斷可以解釋金融市場中的某些反常現象,例如股價變動的過分敏感,可能是投資者對短期利多、利空訊息的過度反應的結果
- System 1 傾向不會去懷疑,常會相信小樣本的抽樣結果會貼近母體,進一步做出擴大解釋。人們總是會誇大自己所看到的事物,根據自己所掌握的一小部份的證據,自行建構出整件事情的全貌,並且直接跳到結論
- 人們常過度注意訊息的內容,而忽略訊息的可靠度,這也導致讓我們用較單純的觀點來看待事物,並直接做出結論
- 人們如何避免犯下 the law of small numbers 的錯誤呢?直到你擁有足夠大的樣本前,目前所得到的實驗結果應保密,若否,你可能就會得到一個過早的結論
- 錨定效應(anchoring effect)是指當人們需要對某個事件做定量估測時,會將某些特定數值作為起始值,起始值像錨一樣制約著估測值。在做決策的時候,會不自覺地給予最初獲得的信息過多的重視。許多金融和經濟現象都受錨定效應的影響。比如股票當前價格的確定就會受到過去價格影響,呈現錨定效應。證券市場股票的價值是不明確的,人們很難知道它們的真實價值。在沒有更多的資訊時,過去的價格就可能是現在價格的重要決定因素,通過錨定過去的價格來確定當前的價格
- 錨定效應(anchoring effect)常見於房地產交易,每個人接受到的 anchor 不同,心中自有一個估價。不同人看到同一個物件所提出的 asking price 會有不同的感受,有的人覺得便宜,有的人覺得昂貴,因為每個人都有自己的 anchor。其實,anchor 本身並無任何效應,是因為人們相信 anchor 提供可以參考的資訊,才因此產生效應
- 在買房議價時,若賣方提出一個無法接受的價格,你若有樣學樣的提出一個賣方也無法接受的價格,買賣雙方在談判桌上很難會有更進一步的進展。你該做的是,跟賣方表明這樣的價格是你所無法接受的,若賣方堅持這樣的價格,你不會繼續議價
- 在面試談薪水時,你應該進行開放談判而不是等著僱主告訴你工資的範圍,錨定效應就是另一個原因,因為這樣你就能把錨定的更高
- 錨定效應(anchoring effect)無所不在,甚至你不自覺的受到影響,所以你必須無時無刻假定錨定效應(anchoring effect)存在,若風險很高的時候,你應該啟動 System 2 來與錨定效應(anchoring effect)對抗
- 計畫是 best-case scneaiors,當我們在預測實際結果時要避免被計畫產生錨定。你該想的方向應是當事情不按照計畫走的時候,該怎麼辦
- 協調與談判時的目標是,讓對方被錨定在某個數字
- 人們常會因為一些顯著事件而影響正確的判斷,如好萊塢名人的離婚與政客的性醜聞吸引眾人目光,而誇大了好萊塢離婚與政客性醜聞的頻率;又如墜機新聞讓你懷疑飛行的安全性,殊不知根據統計,路上發生車禍的比例比天上交通高很多
- 可利用性法則(Availability heuristic)指在很多時候,人們只是簡單根據他們對事件已有的信息,包括記憶的難易程度或記憶中的多寡,來確定該事件發生的可能性,而不是尋找去其他相關的資訊,容易被知覺到或回想起的被認為更容易出現。事件刺激的頻率、新異性、生動性、情緒性也會影響到其可獲得程度,從而影響到其在個體心目中的主觀概率。Kahnemann 和 Tversky研究了根據想起一個例子的速度來評價某個事件發生的可能性問題,發現這種方法存在嚴重的回憶偏向和搜索偏向,因為人們在記憶中搜尋相關信息時,並不是所有的相關信息都能被無偏差地搜索到。
- 要恰當利用可利用性法則(Availability heuristic),投資者應:
- 學會忘記。人的記憶力強是好事,但有時也不妨學會忘記。在總結經驗教訓的基礎上,不妨將過去在股市中經歷的風風雨雨全部忘掉;只有忘記舊的,才能更好地接受新的信息
- 一旦經過分析作出投資決策,不宜倉促改變決定。要時刻謹防一些生動、新異的新聞、消息和故事,影響自己的投資決策,更不要成為情緒的俘虜
- 保持良好的心境。心境會影響到個人對未來的預期調整係數;不良的心境會使調整係數過高或過低,不利於形成正確的投資預期。
- 不宜在心中對自己的“希望”進行過多的預演。對某一場景預演越多,越以為它會出現,最終則成為自己臆想的奴隸。
- Joe 由於看到上個月兩起墜機的新聞,所以改搭火車。這是很愚蠢的,因為風險不會真的改變,這就是所謂的現成偏差(Availability Bias) ,這是人們僅使用現有的資訊做為決策依據所導致的偏差,Joe 應該去比較飛機的風險與火車的風險,而非只看到飛機失事就放大其風險而改搭其他交通工具
- 因為媒體很少報導室內空氣污染的問題,所以 John 低估了室內空氣污染的風險,這就是所謂的 Availability Effect,John 應該多看看統計數據
- 這位 CEO 已經連續好幾年讓公司賺錢,所以 CEO認為只要他在,公司營運就不會有問題,這就是 Availability Bias 造成過度自信
- 現存法則 (Availability)是指當人們在評估某事件或過程發生的機率或頻率時,通常都會以事件發生時 的狀況或是情境是否易於回想為基準,也就是說很容易受到回想記憶的影響。愈容易回想的 事件,會認為類似事件的機率愈高。而現存法則主要受到時近(recency)、情緒的凸顯(emotional salience)、及發生頻率等三件事件的影響。。亦即若有發生類似事件經驗的時間愈近、或事件 發生愈情緒化其想像空間愈大、或類似事件發生的愈頻繁等情形者,人們往往認為其未來發 生的機率較高,因此很容易產生以下的偏誤:
- Biases due to the retrievability of instances:在學者(Tversky & Kahneman,1973) 所作的實驗過程中,以男女姓名混合於名單之中,再 將此名單念給受試者聽,然後要求受試者估計名單中男女性別的比例。實驗結果發現,名單 中男女的知名度會顯著影響受試者對性別比例的判斷,若有高知名度的男性名字列 於名單中時,受試者會高估男性對女性的性別比例。除了熟悉度(familiarity)之外,事件的顯 著程度(saliency)也會影響人們對機率或頻率的判斷。例如曾親眼目睹火災發生的人,對於「 火」的感受必定比其他人更加深刻。此外,「新鮮感」(recency),也會對人們在判斷事件的 機率和頻率時,產生影響
- Biases due to the effectiveness of a search set:學者(Tversky & Kahneman,1973)以英文字母為基礎估計英文單字的實驗,以字母「 r」而言,受試者對以「r」字開頭的英文單字的估計比以「r」為第三字母的英文單字的估計 高出許多。也就是說,受試者很容易因為對記憶回想的搜尋方式,高估前者且低估後者,而 產生決策上的偏誤
- Biases of imaginability:有時決策者所要評估機率或頻率的事件並非已發生、有經驗或是存在於記憶之中,而必須以想像的方式來建構(construct) 事件發生時的情景。如你在投資時,若有一些風險可能很難想像或查詢、亦或只是沒想到,就很容易地會低估此項投資風險
- Illusory correlation (錯覺相關):認為兩件事應該有關係時,便會在檢視經驗與數據時覺得它們經常一起發生,即使它們一起發生純粹是隨機現象。我們很容易會因為刻板印象的關係,把兩個根本毫不相關的事情拿出來說就是因為這個所以才那個。例如,當一個精神病患住在我家隔壁的時候,我可能就會想:「天啊,精神病患住我隔壁!她會不會哪天突然拿刀砍我!」但實際上這兩個並沒有相關聯,我們卻容易因為刻板印象的關係把兩個毫無關聯的事情連結在一起。
- Adjustment and Anchoring (調整與定錨):當人們在參考資訊作判斷或決策時,時常是對問題先作一初步的判斷或決策,然後再根據新的資訊來作對此初步判斷或決策的調整。所以,不同的 starting points 或 initial values 會產生不同的預估結果,這就是因為 starting points 或 initial values 所導致的 biases。其有三個常見的偏誤
- 調整不足(insufficient adjustment) :定錨效果與調整不足普遍存在於決策的過程中,尤其是必須要求決策者快速決策時,更容易產生定錨與調整不足的現象
- 評估連結事件和分離事件時所產生的偏誤(biases in the evalution of conjunctive and disjunctive events):conjunctive events 的機率會低於每一簡單事件的機率,而 disjunctive events 的機率會高於每一簡單事件的機率。對於有多項事件發生時,決策者通常會高估連結事件(交集)的機率,並且低估偶一事件發生(聯集)的機率。如建置捷運系統時,為何通車日期常跳票,因為捷運工程的完工牽涉到多的不同的事件 (如捷運站的興建、軌道的鋪設、車廂的組裝、人員的訓練等),這些事件必須各自準時完成才能讓捷運如期通車,但定錨和調整法使得相關人員高估這些事件可同時完成的可能性。又如核反應爐等安全向相關的儀器設備系統,雖然任一零件故障機率很小,但只要系統中的任一關鍵零件故障,就會造成重大的風險,因為決策者傾向於低估 disjunctive events 的發生機率,低估系統失敗的可能性,決策者不得不謹慎
- 評估主觀機率分配時定錨效果所導致的偏誤(anchoring in the assessment of subjective probability distributions) :決策者通常必須以機率分配的方式,表達其對某一變項的信念。大體而言,評估主觀機率分配有二,一是比例位數評估法,要求受試者估計特定的比例位數。二是風險評估法,要求受試者評估母體真值超過某特定值的機率。就理論而言,兩種方法是相當的,而且應該會獲得相同的分配。然而,Tversky與Kahneman認為這兩種方法所隱含的起點不同,所以不會獲得相同的結果,蓋因比例位數評估法的起點,是受試者對於所評估的變項之最佳評估值;而風險評估法的起點為均等可能比(即50%的機會)、或是問題中所陳述的特定值
Total Pageviews
2018/06/01
[閱讀筆記] Thinking, Fast and Slow (3/9)
Subscribe to:
Post Comments (Atom)
No comments:
Post a Comment