8.1 行为金融学原理与认知偏差

8.1 行为金融学原理与认知偏差

本节摘要：传统金融学假设投资者是完全理性的——他们总是根据所有可用的信息，做出最大化自身效用的决策。但现实大量证据表明，投资者的行为系统性地偏离理性。行为金融学将心理学的研究成果引入金融学，解释了市场中诸多传统理论无法解释的"异象"。本节介绍前景理论、主要认知偏差，以及行为金融学对有效市场假说的挑战。

本节导读

阅读完本节，你应当能够：

1. 描述前景理论的三个核心发现（参照依赖、损失厌恶、概率 weighting）
2. 列举至少6种常见的认知偏差并说明其投资决策中的表现
3. 解释行为金融学如何挑战有效市场假说
4. 理解行为金融学对投资实践的启示

为什么需要行为金融学

1987年10月19日，美国股市单日暴跌22.6%——"黑色星期一"。这一天没有任何明显的宏观利空消息。按照有效市场假说，价格应该反映所有可用信息——如果没有任何新信息，价格不应该如此剧烈地波动。

这类现象在金融市场中屡见不鲜：互联网泡沫时期，没有任何盈利的科技公司市值超过了有百年历史的制造业巨头；2008年危机前，次贷相关证券被评级为AAA但实际风险极高；中国A股市场的"追涨杀跌"和"炒小炒新炒差"现象长期存在。

传统金融学对这些现象的解释力很弱。行为金融学提供了一个更有说服力的视角——投资者不是完全理性的计算器，而是有情绪、有偏见、容易受社会影响的人。

前景理论

丹尼尔·卡尼曼和阿莫斯·特沃斯基在1979年提出的前景理论（Prospect Theory），是行为金融学最核心的理论基础。它有三个重要发现：

参照依赖：人们评价一个结果的好坏，不是看绝对值，而是看它相对于某个"参照点"的差距。年薪50万——如果你同事都是30万，你很满足；如果都是100万，你很沮丧。同样的钱，感受完全不同。在投资中，投资者通常以"买入价"作为参照点——亏损是相对于买入价而言的。

损失厌恶：人们对损失的痛苦程度大约是同等收益快乐程度的2-2.5倍。丢100元的痛苦远大于捡到100元的快乐。这解释了为什么投资者倾向于"持有亏损股太久"（不愿意"确认"损失）、"卖出盈利股太快"（急着"锁定"快乐）——这就是著名的"处置效应"。

概率 weighting：人们倾向于高估小概率事件、低估中高概率事件。买彩票（中奖概率极低但人们高估了）和不买保险（出险概率不低但人们低估了）就是典型例子。

行为金融学对有效市场假说的挑战

有效市场假说（EMH）认为市场价格完全反映了所有可用信息。如果EMH成立，那么市场中不存在"被低估"的资产——你不可能通过分析或策略持续获得超额收益。

行为金融学从两个角度挑战EMH：

第一，套利的限制。即使市场中存在定价错误，理性投资者也不能通过套利来完全纠正它——因为套利本身有成本和风险（卖空可能被逼仓，"市场保持非理性的时间可能比你能保持不破产的时间更长"）。

第二，投资者系统性偏差。如果大量投资者都犯同一种偏差（如损失厌恶导致集体持有亏损股），这种偏差就不会相互抵消，而是会影响市场价格。

行为金融学并不完全否定EMH，而是主张市场是"有限有效的"——大部分时间大部分资产的价格大致合理，但系统性的认知偏差确实会导致某些资产长期偏离内在价值，这为理性的投资者创造了机会。

行为金融学的实践启示

了解认知偏差不是为了嘲笑别人，而是为了帮助自己做出更好的决策。几个实用的建议：

• 建立投资纪律和交易规则，减少情绪驱动的决策
• 定期（而不是在亏损时）评估投资组合
• 写投资日记，记录每次交易的理由——事后回顾会揭示你的偏差
• 分散投资，不要把所有鸡蛋放在一个篮子里
• 设定止损点，避免损失厌恶导致的"死扛"

要点速记

• 前景理论的三大发现：参照依赖、损失厌恶、概率 weighting
• 六大认知偏差：过度自信、损失厌恶、锚定效应、羊群效应、代表性偏差、确认偏差
• 行为金融学挑战EMH：套利有限 + 系统性偏差 → 市场有限有效
• 行为金融学的价值不在于否定理性分析，而在于帮助投资者认识和克服自身的认知局限

下一节我们转向另一个前沿——区块链技术如何颠覆传统的金融基础设施。

行为金融学的发展历程

行为金融学不是一夜之间冒出来的——它的思想根源可以追溯到更早。

凯恩斯的"动物精神"（1936）：凯恩斯在《通论》中指出，投资决策在很大程度上受"动物精神"（非理性的乐观和悲观情绪）驱动。他认为长期预期高度不确定，投资者往往基于"信心"而非理性计算做决策。

**Burrell（1951）和Baumol（1957）**提出了将心理学应用于金融分析的想法，但当时主流金融学正朝着高度数学化的方向发展，这些"异端"思想被边缘化了。

**Kahneman和Tversky的认知心理学研究（1970s）**为行为金融学提供了坚实的心理学基础。他们的实验揭示了人类在不确定条件下决策的系统性偏差——这些发现后来被金融学者应用到投资决策和市场行为的研究中。

**De Bondt和Thaler（1985）**发现了"过度反应"效应——过去3-5年表现最差的股票组合在随后的3-5年往往跑赢过去表现最好的组合。这与有效市场假说矛盾——如果价格反映了所有信息，过去的表现不应该有预测力。

**Shiller（1981）**发现股票价格的波动远远超过了基本面（股息）的波动所能解释的程度——股价变动有太多"多余的波动"。这是对市场有效性的有力质疑。

2000年之后，行为金融学从"挑战传统理论"逐渐走向"与主流融合"。如今，几乎所有的主流金融学教材都包含行为金融学的章节，主流的投资机构也开始应用行为金融学的洞见。

行为金融学在投资实践中的应用

行为金融学的洞见可以转化为实际的投资策略。

**逆向策略（Contrarian）**利用了投资者的过度反应。在市场恐慌性抛售时买入（别人恐惧时我贪婪），在市场狂热追涨时卖出（别人贪婪时我恐惧），从长期来看通常能获得超额收益。理由是：投资者在恐慌时往往低估了资产的真实价值，在狂热时往往高估了价值。

**动量策略（Momentum）**利用了投资者的反应不足。短期内（3-12个月），过去表现好的股票倾向于继续表现好——因为好消息被逐步消化、投资者犹豫不决地跟风买入。这与逆向策略并不矛盾——逆向策略看的时间维度更长（3-5年），动量策略看的是短期。

行为金融ETF是近年来兴起的产品。一些ETF声称采用行为金融学策略——比如"买入低估值+高动量的股票"或"避免高关注度（过度交易）的股票"。虽然效果参差不齐，但它们代表了行为金融学理论向产品化的方向。

帮助投资者克服偏差是行为金融学最重要的应用之一。基金公司通过"定期定额投资"（克服择时偏差）、"投资教育"（克服认知偏差）、"账户默认设置"（利用默认效应促进长期投资）等方式，帮助投资者做出更好的决策。

**助推理论（Nudge Theory）**是行为经济学在公共政策领域的重要应用，由理查德·泰勒和卡斯·桑斯坦提出。其核心思想是：通过改变选择环境（"助推"），在不限制选择自由的情况下，引导人们做出更好的决策。

在金融领域的应用例子包括：养老金的"自动加入"（默认你参加，退出需要主动选择——利用了默认效应）、投资的"默认配置"（默认投资于风险适中的一生周期基金——利用了惰性效应）、储蓄的"自动增加"（每年自动增加一定比例的储蓄——利用了惯性）。

这些看似微小的"助推"产生了巨大的效果——英国的自动加入制度使养老金参与率从约60%上升到超过90%。这些改变不需要人们做出任何额外的决策，完全通过改变默认选项来实现。

助推理论的价值在于：它承认人的有限理性（不可能每个人都是金融专家），但不限制人的自由（你仍然可以自由选择不参加养老金或改变投资配置）。这是一种"温和的家长主义"——在尊重个人选择权的同时，帮助人们做出更好的决策。