5认知偏差.ppt

第5章认知偏差
启发式认知偏差
2
判断与决策中的信息加工过程
1
框定依赖偏差
3
引导案例: 天气与股票收益
农业和其它依赖阳光的产业在现代经济中所占的比重是极少的,因此气候的变化对金融市场的股票指数的影响应该是微乎其微的。然而,Saunders(1993)研究了1927 年至1989 年的道琼斯工业指数和1962 -1989 的纽约证券交易所指数与美国证券交易所指数(NYSE/AMEX),发现纽约的云量(日照的代理变量)与纽约股价指数的波动存在相关性:当云量为100%(此时85%是雨天)时股指收益显著低于平均水平;当云量为0-20%时(晴天),收益显著高于平均水平;云量为30%-90%时股指收益没有显著差异。 Hirshleifer和 Shumway(2003), Dowling and Lucey(2005)研究也发现天气与股票收益之间有负相关关系。
案例思考:
,气候对股票指数居然产生了显著影响。那么,气候是如何影响股票指数的?
?
?
,从而影响其对股票的价格?
引导案例: 天气与股票收益
判断与决策中的信息加工过程
信息加工心理学把人看作是一个信息加工的系统,以计算机信息加工的观点来研究人的心理学活动,认为认知过程就是信息加工过程,它包括感觉输入的变换、简约、加工、存储和使用的全过程。
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。主要手段为:
;
;
,因为这已经足够好了。
判断与决策中的信息加工过程
人的认知过程包括算法和启发法:
算法(algorithm)是解决问题的精确步骤。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。
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)。
启发式认知偏差
算法与启发法是两类性质不同的问题解决策略。虽然算法能保证问题一定得到解决,但它不能取代启发法。在以下情况下,最有可能导致人们使用启发法,而不是理性思考:
(1)当我们没有时间认真思考某个问题时
(2)负载的信息过多,以至无法充分对其进行加工时
(3)手中的问题并不十分重要,以至于不必太过思虑时
(4)缺乏做出决策所需的可靠的知识或信息时
启发式认知偏差
代表性启发法(representative heuristic):人们倾向于根据样本是否代表(或类似)总体来判断其出现的概率。
人们在不确定的情况下,会关注一个事物与另一个事物的相似性,以推断第一个事物与第二个事物类似之处。人们假定将来的模式会与过去相似并寻求熟悉的模式来做判断,并且不考虑这种模式产生的原因或重复的概率。
代表性启发法
启发式认知偏差
身份判断实验
受试者被告知某个人是随机地从总数是100人的样本中挑出的,这100人中有70名工程师、30名律师。对这个人进行如下的描述:
该人30岁、已婚、没有小孩。他的能力和***都很高,因而他在该领域有望非常成功,他深受同事们的喜欢。
请问:他的身份估计是什么?
代表性偏差可能导致:对先验概率不敏感。
启发式认知偏差
:小数定律
:赌徒谬误



代表性偏差其可能导致其它偏差:
启发式认知偏差