摘自：丹尼尔·卡尼曼 (Daniel Kahneman) 谈如何做出更好的决策

诺贝尔奖得主丹尼尔·卡尼曼彻底改变了经济学和投资领域。从最基本的意义上讲，他的发现表明，人类及其所作的决定比我们之前所认为的要复杂得多，也更加令人着迷。

在香港举行的第 71 届特许金融分析师协会年会上，他发表了一场引人入胜的小型研讨会，阐述了推动他学术研究的一些关键思想，探索直觉、专业知识、偏见、噪音、乐观和过度自信如何影响资本主义制度，以及我们如何改善决策。

“乐观是资本主义的引擎，”卡尼曼说。“过度自信是一种诅咒。既是诅咒也是祝福。如果你回顾过去，你会发现那些做出伟大成就的人都是过度自信和乐观的——过度自信的乐观主义者。他们敢于冒险，因为他们低估了风险有多大。”

但仅仅研究成功的故事，人们就学到了错误的教训。

他说：“如果你观察每个人，就会发现有很多人失败了。”

直觉的危险

直觉是卡尼曼所说的快速思维或系统 1 思维的一种形式，我们通常根据它告诉我们的内容做出决定。

他说：“即使直觉是错误的，我们也会相信它。”

但我们 可以 相信我们的直觉——只要它们基于真正的专业知识。虽然我们通过经验来发展专业知识，但仅有经验是不够的。

事实上，研究表明，经验可以增强人们坚持自己想法的信心，但不一定能提高这些想法的准确性。专业知识需要一种特殊的经验，这种经验存在于定期提供反馈的环境中，可以有效地进行测试。

“直觉产生的世界是否足够有规律，让我们有机会学习它的规则？”卡尼曼问道。

对于金融领域来说，答案可能是否定的。

“从心理学角度分析专业知识是什么，很难想象你能发展出真正的专业知识，比如预测股市，”他说。“你做不到，因为这个世界还不够规律，人们无法学习规则。”

这并不能阻止人们根据自己的经验自信地预测财务结果。

“这在心理学上是一个难题，”卡尼曼说。“当没有什么可学的时候，人们怎么能学到东西呢？”

这种直觉其实是迷信。这意味着我们不应该假设我们在所有有直觉的领域都拥有专业知识。我们也不应该假设其他人也有。

“当有人告诉你，他们对某一金融事件有强烈的预感时，”他说，“最安全的做法就是不要相信他们。”

噪音警报

即使在可测试领域中因果关系很容易辨别， 噪声 也会扭曲结果。

卡尼曼描述了一项对一家经营良好的保险公司的承保人的研究。承保虽然不是一门精确的科学，但它是一个可以学习规则的领域，可以培养专业知识。承保人都阅读同一份文件并确定保费。每个人都知道每个人设定的保费会有差异。问题是差异有多大。

“你预计的百分比是多少？”卡尼曼问道。“最常想到的数字是 10%。这个数字相当高，而且是保守的判断。”

然而，当计算平均值时，差异却达到 56%。

“这实际上意味着那些承保人正在浪费时间，”他说。“人们怎么可能在判断时有那么多的噪音却没有意识到呢？”

不幸的是，噪音问题并不局限于承保。而且它不需要多人参与。一个人通常就足够了。事实上，即使在更二元的学科中，使用相同的数据和相同的分析师，结果也可能不同。

卡尼曼说：“只要有判断就会有噪音，而且噪音可能比你想象的要多得多。”

例如，放射科医生会接受一系列 X 光检查并被要求做出诊断。有时他们会看到同一张 X 光片。

他说：“令人震惊的是，大量病例的诊断结果都不同。”

DNA 和指纹分析也是如此。因此，即使在应该有一个万无一失的答案的情况下，噪音也会使确定性变得不可能。

“我们太频繁地使用偏见这个词了。”

虽然卡尼曼职业生涯的大部分时间都在研究偏见，但他现在专注于噪音。他认为偏见可能被过度诊断，他建议假设噪音是大多数决策错误的罪魁祸首。

他说：“我们应该将噪音视为一种可能的解释，因为噪音和偏见会导致不同的补救措施。”

后见之明、乐观主义和损失规避

当然，当我们犯错误时，错误往往会偏向两个相反的方向。

“人们非常厌恶损失，而且非常乐观。他们互相反对，”他说。“人们因为乐观，所以没有意识到胜算有多小。”

正如卡尼曼关于损失厌恶的研究表明，我们对损失的感觉比收益更强烈。

他说：“在很多情况下，我们的估计是 2 比 1。”

然而，我们往往会高估成功的机会，尤其是在规划阶段。无论结果如何，事后看来都是显而易见的：事情成功或失败的原因总是事后显而易见的。

“当某件事发生时，你会立即明白它是怎么发生的。你会立即有一个故事和一个解释，”他说。“你会感觉到你学到了一些东西，并且不会再犯同样的错误。”

这些结论通常是错误的。结论不应该是明确的因果关系。

“你应该知道，你再次感到惊讶，”卡尼曼说。“你应该知道，世界比你想象的更加不确定。”

那么，在金融和投资领域，噪音和偏见如此之多，而值得信赖的直觉和专业知识又如此之少，专业人士可以做些什么来改善他们的决策呢？

卡尼曼提出了四种简单的更好决策策略，可应用于财务和生活。

1. 不要相信人，要相信算法

无论是预测违反假释规定者和逃保者，还是预测谁将成为一名成功的研究分析师，算法往往比独立的人类判断更可取。

“算法在一半的时间内击败了个人，而它们在一半的时间内与个人相匹配，”卡尼曼说。“在做出预测判断时，人类胜过算法的例子非常少。因此，当有可能使用算法时，人们就应该使用它。我们认为设计算法非常复杂。算法是一种规则。你可以构建规则。”

当我们无法使用算法时，我们应该训练人们来模拟算法。

他说：“培训人们的思维方式和解决问题的方法，以实现统一性。”

2. 放眼长远

不要孤立地看待每个问题。

“我们在框架方面最好的建议就是广泛框架，”他说。“把这个决定看作你可能不得不做的一类决定之一。”

3. 后悔测试

卡尼曼说：“后悔可能是个人理财决策的最大敌人。”

因此，要评估客户对此的倾向性。后悔的可能性越大，他们就越有可能流失账户、在错误的时间卖出并在价格高时买入。他说，高净值人士尤其厌恶风险，因此要试着衡量他们厌恶风险的程度。

他说：“后悔的客户通常会解雇他们的顾问。”

4. 寻求好的建议

获得广泛视野的一部分是培养好奇心和寻求指导。

那么，谁是理想的顾问呢？“喜欢你，不关心你的感受的人，”卡尼曼说。

对他来说，这个人就是诺贝尔奖得主理查德·塞勒 (Richard H. Thaler)。

“他喜欢我，”卡尼曼说。“而且一点也不在乎我的感受。”