李健

“當我問你一只股票的估值的時候，你現(xiàn)在的回答與昨天晚上的肯定不同，因為你的心情、疲勞程度和做決定的順序不同，這就是噪聲，”卡尼曼說，“‘馴服噪聲的最好辦法是制定規(guī)則，指數(shù)投資、量化投資是一個不錯的方式?！?/p>

以上是諾貝爾經(jīng)濟學獎得主、《思考，快與慢》作者丹尼爾·卡尼曼對噪聲的看法。本周，卡尼曼和與他合著《噪聲》的其他兩位作者西博尼和桑斯坦接受了《紅周刊》記者的專訪，他們談到了噪聲是如何產(chǎn)生的？如何分辨？以及如何通過“決策衛(wèi)生”來應對噪聲。

一個令人不安的結(jié)論：很多重要決定都是一種偶然性

《紅周刊》：您與西博尼和桑斯坦一起研究了“噪聲”，“噪聲”在決策中是一個更實用的指標嗎？

丹尼爾·卡尼曼等：我們?nèi)齻€人一直在對決策偏見做長期的研究。決策偏見是一種可被預測的方向性錯誤，但并不是所有的錯誤都是偏見。有些錯誤是不可預知的。當我們假定決策應當具備一致性的時候，通常都會出現(xiàn)一些隨機差異，這種純粹的差異我們就稱之為決策噪聲（noise）。

需要注意的是，我們這里所說的“噪聲”特指決策中需要被排除的差異性。這種定義與“噪聲”在金融領域的含義是有區(qū)別的，比如，人們所說的“市場噪聲”，與我們正在談論的概念就是不同的，我們所說的噪聲更多在個人決策時的結(jié)果差異。

《紅周刊》：噪聲是怎么出現(xiàn)的？

丹尼爾·卡尼曼等：決策噪聲可分為幾種不同的類型。它的主要成因其實很簡單。當你要求不同的人對同一件事做出判斷時，得到的答案往往是不同的，而其背后的原因，僅僅因為答案來自于不同的人。人們會把他們個人的觀點、喜好和傾向帶入到具體問題中。由此一來，在我們假定中應該相同的答案，結(jié)果就是不同的。

決策噪聲的另一個成因就更加顯而易見，同時也更加棘手，那就是每個人都無法保持始終如一的決策。如果我今天早上問你一只股票的估值應該是多少，你的答案或許與昨晚不同，這不是因為市場變了，而是你變了。在你做決定的過程中，許多因素都對你有微妙但又可衡量的影響，比如你的心情、疲勞程度以及你做決定的順序。

《紅周刊》：我們可以有效的分辨噪聲嗎？

丹尼爾·卡尼曼等：可以，而且這并不太難。我們需要做的是噪聲核查（noise audit），就是將相同的問題交給一些不同的人，然后衡量答案變化的幅度有多大。

一個具體的例子是，一家投資公司曾在與我們交談后進行了一次噪聲核查。這家公司將一只假定股票的數(shù)據(jù)提供給了他們的投資專家，讓專家們對這只股票進行估值。結(jié)果是，其中兩位專家的估值方差達到了44%。這些專家都可以代表公司做出決策，所以在需要研究某只特定股票時，公司選擇專家或許只是看誰當下有空。我們可以得出一個令人不安的結(jié)論：公司的決定很大程度上是一種偶然性。

制定你的投資標準然后有紀律地應用于每項投資中

《紅周刊》：這個世界每天都有很多噪聲，對投資者來說，怎么能和噪聲和諧相處？

丹尼爾·卡尼曼等：如果你能“馴服”在決策過程中遇到的噪聲，那么噪聲當然可以成為你的朋友。這需要在決策中引入一定措施，我們稱這種措施為“決策衛(wèi)生”。

《紅周刊》：什么是決策衛(wèi)生？

丹尼爾·卡尼曼等：決策衛(wèi)生意味著通過一個健全的、有紀律的決策過程來減少決策噪聲。

減少決策噪聲的技巧有很多種。其中一種是將決策分解為若干部分，并分別審查這些部分，以此來構建決策。這種方法中，每個子決策中存在的噪聲會比總體決策中的噪聲少。另外一個辦法是，在專業(yè)人員分別做出獨立判斷的情況下，對多個專業(yè)人員的決策進行平均化。

《紅周刊》：決策衛(wèi)生能幫助投資者獲得更好的回報嗎？

丹尼爾·卡尼曼等：決策衛(wèi)生并不能夠完全消除噪聲，因為只要是需要做出判斷的情境，就一定會有噪聲出現(xiàn)。但決策衛(wèi)生可以減少噪聲。當然，它不能保證我們的所有決定都能得到好的結(jié)果，但它可以提高我們的機會。因此，從長遠來看，決策衛(wèi)生可以帶來更好的投資回報。

《紅周刊》：中國的股票市場散戶占比較高，交易量更大。所以中國股票市場是否有更多的噪聲？

丹尼爾·卡尼曼等：我們這里所說的噪聲，指的是決策受隨機因素影響而導致的不一致。所以，如果一個市場中有更多的個人交易，而另一個市場主要由算法交易驅(qū)動，那么人類參與的市場中會有更多的決策噪聲。

但我們指的噪聲不是市場的波動，市場的波動來源于決策偏見，我們關注的噪聲是對每個人自己的決策來說的。

《紅周刊》：您提到“依賴簡單模型做出的判斷往往有更好的效果”，這是為什么？我們應該將這點應用到投資中嗎？

丹尼爾·卡尼曼等：規(guī)則或模型往往能比人類做出更出色的判斷，主要原因在于它們不受噪聲干擾。我們相信，我們能看到每個案例中的微妙特點和細微差別，而一些模型會忽略這些細微差別并將相同規(guī)則應用于所有案例，在大多數(shù)情況下，它們的表現(xiàn)會比人為決策更好。

《紅周刊》：指數(shù)和量化是更好的規(guī)避噪聲的方式嗎？

丹尼爾·卡尼曼等：指數(shù)基金實際上就應用了這一規(guī)則。如果不試圖挑選股票，而只是采用指數(shù)匹配這樣的簡單規(guī)則，你就會獲得與指數(shù)相吻合的回報（在減去成本后）。在一段時間內(nèi)，有些人獲得的投資收益會比你多，但長遠來看，沒有噪聲干擾的指數(shù)基金將會產(chǎn)生更多收益。

在“降噪”效率較低的市場中（如私募股權基金或風險資本），你依然可以用不同的方式應用“決策衛(wèi)生”原則：決定你的投資標準是什么，然后有紀律地將它們應用于每項投資中。

《紅周刊》：從噪聲角度，您如何看特斯拉股價的暴漲？

丹尼爾·卡尼曼等：形成股市泡沫的原因不是決策噪聲，而是決策偏見。當很多人犯了同一方向上的估值錯誤時，股市泡沫（或崩盤）就會出現(xiàn)。決策噪聲不會導致這樣的結(jié)果。

新書速遞：《噪聲：人類判斷的缺陷》

內(nèi)容介紹：在《噪聲》一書中，三位作者巧妙地將他們對人類判斷缺陷的獨特新穎見解運用到人類努力的各個領域：從點球教練到央行行長，從軍事指揮官到國家元首?！对肼暋肥切睦韺W領域的一項了不起的成就和里程碑。

作者：丹尼爾·卡尼曼[以色列] 奧利維耶·西博尼[法] 卡斯·R. 桑斯坦[美]

譯者：李紓、汪祚軍、魏子晗等

出版社：湛廬文化/浙江教育出版社

定價：139.9 元