正文

第一部分:不確定性(24)

圍捕黑天鵝 作者:(美)肯尼斯·波斯納


 

撿了芝麻,丟了西瓜

人們無(wú)時(shí)無(wú)刻不在利用捷徑。尋找出某種模式是一件非常困難的工作,而那種讓人產(chǎn)生“啊哈!”感覺(jué)的直覺(jué)認(rèn)知,可以立即提升研究者的信心,促使他們作出決策。簡(jiǎn)而言之,當(dāng)我們僅關(guān)注某一個(gè)重要的變量而忽視了其他變量并據(jù)以做出預(yù)測(cè)時(shí),代表性原則偏誤就發(fā)生了??崧吞匚炙够状螌?duì)這一問(wèn)題進(jìn)行描述是在30多年前,但據(jù)我所知,很多從業(yè)者對(duì)他們的觀點(diǎn)都知之甚少。

在一項(xiàng)早前的研究中,卡尼曼和特沃斯基要求受試者猜測(cè)某位假想的人物湯姆修習(xí)了哪種研究生課程:

湯姆智商很高,但缺乏真正的創(chuàng)造力。他注重秩序,注重清晰流暢的表達(dá)……他寫出來(lái)的東西很枯燥,非常機(jī)械化,偶爾會(huì)點(diǎn)綴一些毫無(wú)新意的雙關(guān)語(yǔ),或是某種類似科幻的想象……他既不對(duì)他人抱有什么感情,也缺乏對(duì)他人的同情,對(duì)與他人交流不感興趣。

大多數(shù)人都猜測(cè)湯姆是學(xué)習(xí)計(jì)算機(jī)學(xué)的,因?yàn)樗麄冾^里有一個(gè)強(qiáng)烈的印象,認(rèn)為計(jì)算機(jī)工程師都是那種“書呆子”型的,與上述描述非常類似。也就是說(shuō),在人們的觀念中,湯姆似乎就是典型的計(jì)算機(jī)學(xué)專業(yè)的畢業(yè)生。人們?cè)跐撘庾R(shí)中識(shí)別出了這種模式,并對(duì)這種匹配發(fā)出了“啊哈!”的信號(hào)。然而,在本例中,對(duì)于這個(gè)答案的信心是不適當(dāng)?shù)?,因?yàn)橛?jì)算機(jī)學(xué)畢業(yè)生只占畢業(yè)生總數(shù)很小的一部分,這是大家的潛意識(shí)所沒(méi)有意識(shí)到的。

圖3.6中所示的概率樹(shù)很好地闡明了這一問(wèn)題。假定30%的計(jì)算機(jī)學(xué)的畢業(yè)生都是書呆子型的,這一比率是其他專業(yè)的畢業(yè)生的3倍。不過(guò),計(jì)算機(jī)學(xué)畢業(yè)生只占畢業(yè)生總數(shù)的10%。通過(guò)簡(jiǎn)單的計(jì)算我們發(fā)現(xiàn),計(jì)算機(jī)學(xué)專業(yè)畢業(yè)的書呆子只占畢業(yè)生總數(shù)的3%(30%×10%),而非計(jì)算機(jī)學(xué)專業(yè)畢業(yè)的書呆子占畢業(yè)生總數(shù)的9%(10%×90%)。因此,湯姆是計(jì)算機(jī)學(xué)專業(yè)的畢業(yè)生的概率只有1/4(用3%除以12%,因?yàn)闀糇有彤厴I(yè)生的總數(shù)占全部畢業(yè)生總數(shù)的3% + 9%)。

如果涉及復(fù)雜的分析,這種代表性原則偏誤則會(huì)尤其有害。這種考慮不充分的判斷之所以會(huì)出現(xiàn),是兩種因素共同作用的結(jié)果:因模式識(shí)別產(chǎn)生的直覺(jué)性自信,還有因信息與建模產(chǎn)生的自覺(jué)性自信。想象一下,還有另外一個(gè)概率樹(shù),預(yù)測(cè)的是在房地產(chǎn)市場(chǎng)蕭條的情況下,資產(chǎn)負(fù)債表質(zhì)量較好的抵押公司脫穎而出成為贏家的可能性。贏家的資產(chǎn)負(fù)債表的質(zhì)量大都要比其他類似企業(yè)的要好,但是,假如蕭條很嚴(yán)重,連資產(chǎn)負(fù)債表質(zhì)量最好的公司都無(wú)力生存又當(dāng)如何?在這種情形下,對(duì)抵押公司的資產(chǎn)負(fù)債表進(jìn)行細(xì)致的分析可能會(huì)讓分析師誤入歧途。


上一章目錄下一章

Copyright ? 讀書網(wǎng) hotzeplotz.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)