day2复饱旦行为经济学.ppt

Cute;不确定状态下的判断启发式和偏差(Judgment under uncertainty: Heuristics and Biases);人们所应用的问题解决策略可分为算法和启发法两类。 算法(algorithm)是解决问题的一套规则，它精确地指明解题的步骤。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，这是算法的根本特点。 启发法(heuristics)是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（the rule of thumb）。;认知心理学认为人类是“认知吝啬鬼”（cognitive misers），即人们总是在竭力节省认知能量。考虑到我们有限的信息加工能力，我们总是试图采用把复杂问题简化的战略。我们常用以下几种方式实现这个目的：（1）通过忽略一部分信息以减少我们的认知负担；（2）过度使用某些信息以避免寻找更多的信息；（3）接受一个不尽完美的选择，并认为为这已经足够好了。认知吝啬鬼战略可能是有效的，因为这样做可以很好地利用有限的认知资源来加工几乎无穷无尽的信息。但这些战略也会产生同样的错误和偏差。 ;判断启发式和偏差;那么在什么情况下，最有可能导致人们使用启发法，而不是理性思考呢？ ;启发式偏差主要有三种;1、代表性启发法;Question ;决策偏差表现在几个方面;对结果的先验概率（prior probability,或称贝叶斯优先, Bayesian prior）不敏感。 ;Day 2 Question 2;Question ;赌徒谬误（gambler‘s fallacy），也称为蒙地卡罗谬误（The Monte Carlo Fallacy ） Misconception of the chance ;大数法则;代表性会导致忽略样本大小。在分析事件特征或规律时，人们往往不能正确理解统计样本大小的意义，对总体进行统计的结果才是真正的结果，样本的数量愈接近真实的数量，统计的结果也就愈可信，样本愈小，与真实数量相差愈大，统计的结果愈不能反映真实的结果情况。 代表性启发， 人们常忽略样本大小，认为小样本的概率分布和大样本的分布是近似的，称为小数法则 (Law of small number)。 。“小数法则”不是什么定律或法则，而是一种常见的心理偏差。 ;Day 2 Question ;错误理解概率特征。 随机序列。 把局部特征等同于总体特??? 合取谬误 (conjunction fallacy). P (AB) ≥ P (A) or P (B);记忆练习;Question ;Question 21;2、可得性启发法。在使用启发法进行判断时，人们往往会依赖最先想到的经验和信息，并认定这些容易知觉到或回想起的事件更常出现，以此作为判断的依据，这种判断方法称为可得性启发法。 人们最容易想到的通常是过去经常发生的事件或近期发生的不寻常事件，但这些信息也可能对判断是不重要的或不够的，自然也会导致判断上的偏差，因此，在使用可得性启发法时要注意对易得性信息的性质进行判断，挖掘更多的信息进行综合判断。 ;可得性启发法;锚定和调整效应 (Anchoring and Adjustment heuristics);Day 2 Question 8;结果;数字: 40320 512 和 2250;锚定和调整效应 ;当油价在145美元一桶的时候，不少机构和专家对油价看高到150，170甚至200美元一桶，当油价下降到113美元一桶的时候，很多机构和专家又把油价调低到100，90甚至70美元一桶。 当股市在6000点（上证指数）的时候，乐观的人们（数量很多）预测到8000点甚至10000点；当股市在2300点（上证指数）的时候，悲观的人们（数量很多）预测到2000点，1800点甚至1500点或更低。 ;应用;德国史蒂福公司，黄金绒毛泰迪熊，全球限量125 只，每只售价约合8.6万美元。 英国的Luvaglio 公司，钻石笔记本电脑，标价100 万美元。 谈判 (古董例子);Other biases ;现状偏见 Status Quo Bias;Examples;Example;Exercise;比率偏见效应 (Ratio Bias effect);Denes-Raj Epstein (1994);事后聪明偏差 (Hindsight Bias);1987年美国股灾后《非理性繁荣》的作者罗伯特·希勒（Robert Shiller）做问卷调查问及“你当天就知道会发生反弹吗？”没有参与的交易者有28%做肯定回答，参与的人则有一半回答“是”。又问及“如果是的话，你是如何知道的？”，多数人回答“凭直觉”、“历史证据与常识”等