财新传媒
位置:博客 > 时寒冰 > 看透人的行为,作出理性决策

看透人的行为,作出理性决策

时寒冰:看透人的行为,作出理性决策
行为经济学是实用的经济学,“行为”在先,“经济学”在后,这是心理学与经济学有机结合的学科。这种结合本身,在刚开始并不为大众所接受,往往成为所谓的正统经济学研究者嘲讽的对象。然而,这种研究却是让经济学从枯燥的理论向实践迈进的最重要的一步。  经济学是研究人类经济活动的规律即价值的创造、转化、实现的规律的,如果脱离了对人的行为的研究,岂不是南辕北辙?
 
2002年,是行为经济学研究的一个里程碑。这一年,本书作者、著名心理学家丹尼尔·卡尼曼(Daniel Kahneman)凭借着与阿莫斯·特沃斯基(Amos Tversky)一起对决策制定的开先河之研究,荣获诺贝尔经济学奖。这是诺贝尔经济学奖第一次颁给心理学家(本书另一作者阿莫斯·特沃斯基未获该奖的唯一原因是由于他已于1996年6月去世)。
 
自此以后,行为经济学不仅得到了主流经济学的认可,也成为世界上诸多著名大学(如哈佛大学经济学系等)博士研究的基础课程之一。
 
由此,可见这本书的分量。《选择、价值与决策:行为经济学选择与决策理论精选集》是行为经济学研究的精华合集,是一部行为经济学研究者必须学习的经典著作。
 
行为经济学的研究目的,是为了帮助我们更好的做选择,更科学的做决策。这是一门与每个人的行为都息息相关的研究科学,了解这门学科,可以让我们更透彻地理解人的行为背后的驱动力量,进而,做出更理性的选择和决策。 
 
举一个例子。假如一个人不得不在下面两者之间做出一个选择:
 
一个是有85%概率损失1000美元(15%概率不会损失),另一个是肯定损失800美元。当面临这种选择时,绝大多数人愿意赌一把而不接受必然的损失,因为赌局的期望值比肯定损失800美元的期望值小——绝大多数人希望自己成为“不会损失”的那15%中的一员,进而,选择参与“赌局”。
 
这就是风险寻求现象。
 
为什么那么多人在做投资的时候,尤其是做高杠杆投资的时候损失惨重,甚至爆仓?根源之一,就是他们不愿意接受肯定的损失,不愿意通过止损的方式避免亏损无限放大,而更愿意赌一把来回避眼前的肯定的损失,最终导致了灾难性的后果。
 
再看一个选择。如果让人们在下面两者之间作出选择:
 
一个是肯定得到240美元。另一个是有25%的机会得到1000美元,75%的机会什么也得不到。
 
结果,绝大多数人选择了前者,也即选择风险规避,来获得一笔确定的收益。如果理解了这一点,也就能理解了,为什么大多数人在做投资的时候,更容易对持有的刚开始获利的单子进行不恰当止盈的原因。换句话说,绝大多数人对盈利单的持有时间远远小于亏损单。
 
这也是大多数人做投资更容易赚小钱亏大钱的根本原因——尤其是在零和游戏的市场中。按照丹尼尔·卡尼曼与阿莫斯·特沃斯基的说法,就是“在风险和不确定性条件下做选择,一个基本现象是:损失的影响要比收益大”所以,人们在止损的时候往往要比止盈的时候,更难付诸于行动。
 
当经济学与心理学结合起来的时候,经济学对人的研究,才有了一个更贴近现实的重大飞跃。
 
比如,传统经济学理论认为,撇开交易成本和财富效应不论,买卖价格应该相等。但是,在行为经济学研究者看来,人们由于不愿意放弃本属于他们的物品,当放弃这件物品的痛苦要比获得该物品的快乐更大时,买方的出价将明显低于对方愿意出售的价格。也就是说,一个人愿意为得到一件物品支付的最高价格将会小于对方为放弃该物品所要求的最低补偿金额。这就是“禀赋效应”。
 
《选择、价值与决策:行为经济学选择与决策理论精选集》是一本行为经济学研究的集大成者,丹尼尔·卡尼曼与阿莫斯·特沃斯基以其渊博的知识和严谨的研究态度,做了许多开创性的研究,诸如创建更为科学和严谨的“前景理论”替代传统上被称为“规范性模型”的“期望效用理论”等等,让行为经济学渐渐成为当代的一门系统而完整的显学。
 
《选择、价值与决策:行为经济学选择与决策理论精选集》是一本伟大的著作,经济学与心理学各自都不能解决的问题(比如在关于人们如何评估事物的价值方面,经济学与心理学给出了相互矛盾的看法等等),在它们相结合以后,却成了一把看透人的行为的金钥匙。阅读这本书的时候,我常常忍不住感叹,心理学与经济学的结合,真的是一种“天作之合”,是“绝配”,而这一切,都是在丹尼尔·卡尼曼与阿莫斯·特沃斯基珠联璧合的协作中完成的。
 
自此以后,经济学不再是空洞的高高在上的理论,而变得更具实用性,尤其是在要作出更理性的决策时,如果读了丹尼尔·卡尼曼与阿莫斯·特沃斯基有关行为经济学的研究,会让我们的决策从盲目的错误的歧途中,拉回到理性的科学的道路上来。尤其是,当我们在理解了大多数人做出错误选择的根源时,就能因为避开这些弯路而走在市场的前面,走在大众的前面,从而,能够更果断更早地规避风险,并获取更多宝贵的机会。
推荐 0