今天的越写悦快乐系列文章为大家带来《陆蓉行为金融学讲义》的第二章节认知非理性，让我们了解一下我们的认知偏差体现在什么地方，比如信息收集、信息加工、信息输出和信息反馈阶段，让我们对于自己的行为决策有一个更加清晰的认识。
作者介绍
陆蓉，上海财经大学金融学讲席教授、博士生导师，美国康奈尔大学、美国南加州大学访问学者。她的行为金融学课程在金融投资圈备受关注，硕博课程一座难求。
认知非理性
所谓认知非理性，简言之，就是你无法正确认识自己想了解的事物。
很多人觉得：做投资的第一步是先去了解一家公司，然后再决策；如果第一步做错了，最后的投资不可能✔️。然而，有一个令人吃惊的结果：无论你在投资前做过多少调查，自认为对一家公司有多了解，实际上都无法真正了解一家公司。为什么？
因为从认知心理学的角度来看，人在处理信息的整个过程中都会存在认知偏差。人对事物的认知过程分为四个阶段：信息收集、信息加工、信息输出和信息反馈。
信息收集阶段的认知偏差 - 你能真正了解一家公司吗？
易得性偏差
首先看第一类信息。当信息收集依赖被你记住的信息时，你会犯❓错？
我们来做个测试：假设在英文书中随便挑个单词，这个单词包含一个字母r，请问r更可能出现在这个单词的首字母位置，还是第三个字母的位置? 我猜想，你的回答是首字母位置。
（信息收集）中找几个单词，这些单词以r为首字母；再赶快找几个单词，这些单词以r为第三个字母；然后，判断哪种可能性更大。 我就是这么判断的
（信息收集）认为r是辅音字母，按英语的造词规则，辅音字母出现在第三个字母位置上的可能性远超首字母。因此，理性人的回答是：第三个字母的位置。
与理性人相比，我错在哪里呢？我在认知的时候喜欢先在自己的记忆库中找信息，那些被记住的信息更可能被提取出来，并被信以为真。这是一种典型的偏差（或错误）——易得性偏差，也叫易记性偏差。
股票投资的时候，假设给出几支股票的名字，其中有些你很熟悉，有些不熟悉，让你判断哪只股票比较好。这时大多数人包括我，会从熟悉的股票中选出自认为最好的，不太可能选择自己不熟悉的。我在投资股票的时候，也会犯这个错。其实，不只是普通投资者，就连专业的证券分析师都会犯错——他们推荐的往往是自己调研过的公司，而那些没调研的公司就真的不好吗？这就是易得性偏差在起作用。
心理学研究显示，事物的可想象性、新进性、显著性和生动性等因素会影响人的记忆。
- 可想象性是指能想象出来的时更容易让人认为是真的，不能想象出来的时无法从记忆中提取，从而不会被认为是真的；
- 新进性是指刚刚发生的事更容易从记忆库中被提取出来，从而影响人的决策；
- 显著性和生动性是指以更显著、更生动的方式展现的信息更容易使人记住，令人信以为真。
金融市场也是一样，无论哪家证券公司，它们的分析师报告都非常注重形式，其目的就是吸引人的关注，从而影响人的决策。在某种意义上，形式与内容同等重要，了解这一点，一定能提高你的工作和生活质量。
首因效应与近因效应
接下来让我们看看第二类信息。当信息收集依赖你身边正在发生的，但还没有被你记住的信息时，你会犯什么错？
身边发生的事影响决策的方式有很多，其中最突出的一种是信息发生的顺序。
你经历过一见钟情吗？一见钟情后，即便发现对方有点问题，自己也愿意接受；但如果没能一见钟情，就算后来对方再怎么好，也不容易接受了。这种现象被称为“首因效应”，指人们在做决策时，倾向于首次到达的信息赋予最大的权重。
在现实中，每个人都会受到首因效应的影响。比如，你仔细调研后，形成了对一家公司的判断，此后就不太可能改变这个判断了。如果你觉得它是家好公司，即使后来出了有关它的坏消息，你也会为它辩解；如果你觉得它是家坏公司，即使后来出了有关它的好消息，你也不会相信它。
有趣的是，信息顺序影响决策还有另一种完全相反的情况，叫“近因效应”，该效应指最后到达的信息被赋予了最大的权重。
既然首因效应和近因效应都能影响人的决策，那我们在现实中该怎么选择呢？这就要看信息到达的速度和强度。如果首因效应还未对你的决策产生影响，而此时你又收到一个消息，则可能近因效应就会占据主导。
信息加工阶段的认知偏差 - 为什么股评不可信
认知过程的第二个阶段是信息加工阶段，这一阶段最典型的认知错误是代表性偏差。理解这一点，不仅仅有助于我们避开投资分析的误区，还能对我们的日常工作和生活有所启发。
代表性偏差的一个测试
什么是代表性偏差？我们来做个测试。小张很害羞，乐于助人，但对周围发生的事不太关心，喜欢活在自己的世界里。她很整洁，做任何事都很有条理，关注细节。请问，小张更有可能从事以下哪种职业？农民、销售员、航天员、图书管理员？
我猜想，你大概会说小张是图书管理员。大多数人确实会这样回答。大多数人会觉得小张太符合图书管理员的形象了，与其他几种职业的形象相差的有点多。但真能说明她最有可能是图书管理员吗？并不能，如果换成理性人，他们会按照贝叶斯法则计算小张从事图书管理员工作的概率。
简单来说，决定贝叶斯法则测算的真实概率为两个概率的乘积，这两个概率是：代表性概率和无条件概率。在这个测试中，代表性概率指的是给出的描述“有多像”或者“在多大程度上代表了”一个图书管理员，假设这个概率高达99%，这一概率被称作“代表性概率”。但真实概率收了受这一项影响外，还有一项影响因子——无条件概率。
无条件概率不依赖于任何条件，可以将其理解为在大街上随手一指，这个人就是图书管理员的概率，这个概率非常小，可能不足十万分之一。相比之下，再来计算小张是农民的概率，假设100个农民中，有一个人符合前面描述的特点，那么它的代表性概率是1%，但由于中国的农业人口占总人口的40%（根据国家统计局的数据），所以这一情况下的无条件概率非常大。再对比这两种情况下两个概率的乘积：图片管理员职业下的99%乘以十万分之一，远远小于农民职业下的1%乘以40%，所以理性人的答案是：小张是农民的可能性更大。大多数人认为小张是图片管理员，错在太关注代表性特征，而忽略了其他信息。
金融市场中常见的代表性偏差案例
可见，人们总是倾向于根据代表性特征冲动地做出判断，这被称为认知的代表性偏见。在金融市场中，代表性偏见非常常见。比如，很多人看到某位基金经理连续获得金牛奖——一个相当于最强基金经理的称号：就立即做出判断：都拿金牛奖了，那他一定是个好基金经理。实际上，这些人忽略了，要得出正确结论，还有很多其决定作用的其他信息。比如，他这几次成功可能是偶然的，不能将其归于他的能力，如果把时间放长一点儿，或考虑到公司、团队、工作经历的偶然性因素，这种随机性就消失。也就是说人们没观察到的因素太多，根据现有的代表性特征的信息量不足以做决策。
代表性偏差与小数定律
在日常生活中，代表性偏差无处不在，随时随地影响你的判断。人们为何那么冲动，觉得仅凭几个代表性特征就可以做判断了呢？原因在于，很多人将“大数定律”误用为“小数定律”了。
“大数定律”是概率论历史上第一个极限定理，指的是当试验次数足够多的时候所呈现的统计规律性。例如，你扔一枚均匀的硬币，若次数足够多，出现正面的概率应该无限接近1/2。需要注意的是，大多数定律在数据量足够多、样本量足够大时才能下结论。
而代表性偏差则是人们误用了大数定律，只用少量样本就做决策这种错误被称为“小数定律”。还以扔硬币为例，如果之前扔的连续6次都是正面朝上，此时请你下注押下一次，你押正面还是反面？你可能会押反面。即使赌场高手也会犯这种错误，所以“小数定律”也被称为“赌徒谬误”。小数定律错误的根源在于，小样本是不可以用来做统计推断的。小样本下出现的结果是偶然现象，下一次出现正面和反面的概率仍然相等。代表性偏差错就错在用小样本的少量信息来做判断，对于少量信息过度反应了。
这种小样本的代表性偏差同样容易出现在金融市场里，比如挑选基金经理、评选分析师、预测公司盈余、预测市场、挑选股票等等。
在金融投资中，很多人或投资标的都会展现出一些代表性特征，我们在做投资决策时应该警惕这种直觉式思维，至少应该认识到这样决策有很大的风险。
个人收获和总结
今天有幸分享了陆蓉老师的《行为金融学》讲义，通过这次分享让我们认识到了作为一个个体个人认识的局限性，如何通过非理性偏差来避免大脑下意识地做出判断，让我们有深刻思考认识的机会，在金融投资中避免少犯错，合理地做出金融决策，让我们的投资行为有理可据，有事而为，把大多数人所犯的错误进行合理的规避，通过行为、心理和投资决策来完善自己的认知大脑，通过大脑机制构建更加完善的投资体系，让我们一起在投资的世界中少犯错、多思考、勤总结、懒看盘，通过做更正确的决策来完成自己的认知迭代，通过“投资”来锻炼你的大脑，锻炼你的思考过程，锻炼你的思维模型，美好新世界即将到来，让我们一起大步向前，勇敢前行吧。若是我的文章对你有所启发，那将是我莫大的荣幸。