行为经济学 — 判断的启发式与信念偏差

行为经济学 — 不计算概率，而是凭相似程度和容易想起来作判断

第2至4章讨论了偏好与标准模型的不同。本章讨论信念。标准模型假定人们按贝叶斯法则准确地吸收新信息。特沃斯基和卡尼曼表明，人们依靠几种启发式来代替复杂的概率计算，而这些启发式会朝可预测的方向出错。

1. 代表性与忽视基础比率

某种疾病的患病率为1%。检测能把90%的患者判为阳性，也会把9%的健康人误判为阳性。检测结果为阳性的人实际患病的概率是多少?

许多人(包括医护人员)给出接近90%的答案。他们只看”阳性结果有多像患者”(检测的准确度)，而忽视了基础比率(1%的患病率)。这种判断方式称为代表性启发式。

代表性还会造成其他错误。

• 合取谬误:听到”琳达主修哲学，非常关心社会正义”的描述后，有85%的人认为”琳达是银行职员并且是女权运动者”比”琳达是银行职员”可能性更大。两个事件同时发生的概率不可能大于其中任何一个事件的概率。
• 赌徒谬误:硬币连续五次正面朝上，就觉得下次该是反面了。这是认为小样本也应当与总体相似的信念(小数定律)。
• 热手信念:反过来，把连续成功过度解读为实力的证据。不过，后来修正统计方法的研究发现，篮球中的热手存在微弱的真实效应，所以也要记住并非所有关于连续性的信念都是错误。

2. 可得性

根据事例是否容易想起来判断事件频率，就是可得性启发式。飞机失事、鲨鱼袭击这类生动且报道多的事件，其风险被高估;糖尿病、跌倒这类常见却不戏剧化的风险则被低估。

其经济后果体现在保险和投资上。洪水过后洪水保险投保增加、几年后退保又增多的模式，以及资金涌向近期大涨资产的模式，都与可得性相符。

3. 锚定与调整

人们从最初给出的数字(锚)出发进行调整，但调整不足。在特沃斯基和卡尼曼(1974)的实验中，参与者先看当面转动的数字轮盘结果(10或65)，再估计联合国成员国中非洲国家所占的比例。看到10的组估计中位数为25%，看到65的组为45%。一个毫不相关的数字牵引了估计。

在经济上，谈判中的首次报价、零售中的”原价”、薪资谈判中的上一份薪资都会起锚的作用。标出折扣前的价格能增加销量，这是原因之一。

4. 过度自信

过度精确可以用校准测试来衡量。让人们对许多问题给出”有90%把握的范围”，校准良好的人应当10题答对9题。在企业财务主管对股票收益率的预测等研究中，实际命中率远低于此。第8章将介绍过度自信导致过度交易的证据。

5. 确认偏差

人们会寻找并重视支持自己既有信念的信息，而较少寻找反对信息，并打折扣地吸收。其结果是态度极化:看到同样证据的两个人，各自更坚定了原来的信念。而在贝叶斯更新下，同样的证据应当使两人的信念朝同一方向移动。

练习题

某城市85%的出租车是绿色，15%是蓝色。事故目击者作证说看到的是蓝色出租车，而目击者辨认颜色的准确率为80%。实际是蓝色出租车的概率是多少?$\frac{0.8\times 0.15}{0.8\times 0.15+0.2\times 0.85}=\frac{0.12}{0.29}\approx 41\%$。只看证词80%的准确率会高估这一概率;加入15%的基础比率后，是绿色出租车的概率仍然更高。

参考资料

• Amos Tversky and Daniel Kahneman, “Judgment under Uncertainty: Heuristics and Biases,” Science (1974)
• Amos Tversky and Daniel Kahneman, “Extensional versus Intuitive Reasoning: The Conjunction Fallacy in Probability Judgment,” Psychological Review (1983)
• Don Moore and Paul Healy, “The Trouble with Overconfidence,” Psychological Review (2008)
• Gerd Gigerenzer and Ulrich Hoffrage, “How to Improve Bayesian Reasoning without Instruction: Frequency Formats,” Psychological Review (1995)