旦恩投研情报体系03 | 用情报学思维洞察商业秘密

本系列是旦恩投研体系中的情报系列。在本系列文章中，我们将综合运用情报学、认知心理学、行为金融学的内容帮助我们克服认知偏见，提高思维过程，穿越信息的迷雾，更好地洞察商业秘密。

认知偏见，我们常犯的思维错误（上）

虽然我们总说市场是有效的，但大家还是明显发现，一些大家都看好的公司依旧存在机会，一些明显高估的公司还能继续上涨。市场差的时候，我们会过于悲观，对短期的担忧使得我们错过了优秀公司的合适买点，而在市场好的时候，我们又会过于乐观，高估公司的成长性，低估风险。这其实是最基础的认知偏见之一，而我们常常深陷其中却不自知。

认知偏见是可预见并且持续存在的一种思维错误，因为我们的思维是有限理性的，人脑难以同时处理多种信息，例如123*321，我们很难凭人脑直接计算出结果。因此，人脑在思考时往往做一定的简化信息处理，将复杂问题简单化、抽象化。我们的认知偏见也正是由于我们人脑简化信息处理不当产生的，最常见的问题就是在简化模型时遗漏核心变量。例如，我们会根据我们眼睛看到物体的清晰度去判断物体距离我们的远近。物体越清晰，看起来距离就越近。但这个判断却没有考虑能见度这一因素，这使得我们在能见度好的时候，发现物体清晰可见，容易低估我们和它之间的距离。

接下来，我们会详细聊聊在投资中我们常犯的认知偏见。本篇文章将从投资论证中的认知偏见开始谈起。

论证中的认知偏见

（一）把生动性当标准

误区：我们直接认知的信息，也就是说亲眼所见或亲耳所闻得到的信息要比证据价值可能更大却是二手的信息对我们的影响更大；一些生动的案例叙述和例子要比信息量更大的抽象总结或统计数据对我们的影响力更大。

案例：如果你身边有个朋友买了吉利的汽车，他向你抱怨吉利汽车的种种不好。而《汽车消费者报告》中更为科学地统计了消费者对吉利汽车的评价，它在满意度排名中是国产汽车第一。当这两个信息同时出现在你眼前时，你可能会更倾向于相信你朋友对吉利的评价而不是《汽车消费者报告》，甚至你会怀疑这个报告是吉利自己买来做广告宣传的。但从统计学角度来看，你朋友的观点几乎是一个没有太高价值的样本信息，它具有非常强的随机性，它的价值应远低于经过科学选择样本和统计的《汽车消费者报告》，但往往身边朋友的观点会对我们的分析判断产生非常明显的影响。

笔记：我们常说“眼见为实耳听为虚”，但统计学告诉我们：眼见不一定为实。因为你看到的可能只是一个随机样本。相比于生动的案例和新闻报道，我们更应该关注抽象统计数据背后的意义。另外我们也不要盲目推崇实地调研。不是走访几个线下实体店，访谈几个消费者就能得出可靠的调研结论。调研只有建立在科学的调研计划上才具有意义，形式主义的调研可能危害更大。

（二）缺乏证据

误区：我们在分析时，如果分析框架不够完善，可能会在忽略一些关键数据的时候就妄下结论。

案例：分析行业的下游需求是投研重要的一步，但在分析下游需求时，我们可能会因为既往经验而忽视重要证据。例如年后研究锂电池产业链的时候，我们最初认为国内新能源汽车销量有限，而上游锂电池产业链产能严重过剩，部分公司的产能已经达到国内需求的3倍。因为中国是最早推行新能源汽车的国家之一，也是目前新能源汽车最大的市场，因此最初研究时我们理所当然把新能源汽车的下游局限在国内市场。但很快我们发现，欧洲为了弥补新能源行业的发展滞后，推出了一系列强有力的补贴政策，如果考虑欧洲市场未来需求的快速放量，锂电池产业链行业产能严重过剩的结论可能就有失偏颇。

笔记：在分析框架下分析时，我们需要明确关键证据有哪些，以及目前有哪些关键数据是缺失的，并应该根据关键证据的缺失情况来调整自己的分析判断和信心程度。

（三）过分注重一致性

误区：信息的一致可能是因为信息之间是高度相关的，当有诸多证据指向一个结论时，我们往往容易更认可这个结论。

案例：在某份推荐买入瑞幸咖啡股票的研究报告中，分析师进行50人盲测，其中28人认为瑞幸咖啡是最好喝的，因此认为瑞幸咖啡产品质量好，具有竞争力。这个盲测存在2个问题，首先对于一个消费品，50个人的样本是否过小？另外这50人的样本会不会大部分都来自调查者办公室的同事或者朋友，这批人会不会具有共同的一些特征。如果这些人的特征高度重合，那28人认为瑞幸咖啡最好喝和1个人认为瑞幸咖啡最好喝是没有区别的。

再举一个例子，如果一只股票有十个优秀的基金经理给你推荐，另外一只股票只有一个优秀的基金经理给你推荐，你会不会更倾向于买入那个有十个人给你推荐的股票？但这里面存在一个问题，这十个人推荐的理由可能是一样的，如果他们的观点高度相关，那十个人推荐和一个人推荐是没有区别的。

笔记：投资研究中，我们一定要警惕小样本数据，并且不要对少量、具有一致性的信息过度自信。

（四）可能性论述时的偏差

误区：投资报告中，我们会偏向于使用“可能”、“有望”、“大概率”等词来描述可能性。

案例：“可能”和“有望”代表的概率是1%~99%，而“大概率”对一些人意味着50%以上的概率，对一些人则是90%以上的概率。当我们在给出可能性论述时，例如分析师给出报告时表示2020年腾讯股价有望新高。分析师A的“有望”代表70%概率，而投资经理阅读报告时却理解为30%的概率。概率表述的不清晰可能会影响最后的投资决策。

笔记：外国投行在表达不确定性时，通常会使用具体的数字来表示概率。虽然对一个可能性事件给出一个具体数字概率是件令人难受的事情，但用如“70%概率”，“低于25%概率”取代“可能”、“有望”等词汇可以帮助我们更好地表述概率并进行事后复盘。

（五）不可信证据造成的印象持续存在

误区：即使某一证据被证明完全不可信，它造成的影响也会持续存在。当你相信了一个公司的故事时，即使市场上已经有证据可以证伪这个故事了，最初的印象也可能会让你继续相信这个故事，而不愿意做出改变。

案例：某分析师长期研究瑞幸，非常认可它，并写了很多研报推荐它。浑水发布了做空瑞幸的报告，并有明显证据指明瑞幸存在跳单等财务造假情况。该分析师不愿意相信这份报告，甚至直接怀疑浑水做空报告的可信度。2017年市场开始质疑神雾环保时，也有分析师公开回怼质疑。事后来看，这两个分析师当时或许都受到了自己先入为主的印象所影响。

笔记：当我们接触一个完全崭新的情报时，我们应该尽量跳出原有分析框架，减少原有印象和结论对新证据的影响，我们应该避免当事情已经发生变化时还坚持原有的印象和观点。

论证是投资过程中非常重要的一环。“大胆假设，小心求证”的思想值得我们反复去实践。求证分为证实和证伪，从科学角度来看，证伪更加容易，也更适合我们在投资中广泛应用。而证实更为复杂，我们需要谨慎使用我们手上的证据，反复检验我们的求证思路，更客观的给出我们的结论，避免因为样本偏差、随机性和相关性等因素带来的认知偏见。