金融行為通識課

 金融行為通識課

第1章 資金管理

▷生活事件和生命週期各階段影響著金融行為。

在這些事件和人生階段中，許多消費者必須重新思考並管理他們的消費。

心理因素包括自我控制和貨幣幻覺。人們需要自我控制以規避衝動購物，並控制在預算限制和可自由支配收入的範圍之內。貨幣幻覺是指只關注收入或預付價格的帳面價值(數量)而非其實際價值。社為因素包括與其他家庭消費程度的比較和調適。

▷沉默成本效益(sunk-cost effect)：沉默成本效應似乎會受到時間侵蝕，稱之為支付貶值(payment depreciation)。與最近的支付相比，很久之前的支付(損失)對消費者的沉默成本效應較弱。

▷對於資金管理而言，一些心理因素是較為重要的：自我控制和行為的自我管理，以及貨幣幻覺和計數效應。

▲貨幣幻覺(Money illusion)是指注意力集中在收入或著商品價格的帳面價值(數量)，而非其實際價值。

▷貨幣幻覺是單位效應的一個例子，並且與計數能力(numeracy)或計數經驗法則(numerosity heuristic)有關。

▷一件保固期60個月的產品，人們人們認為其保固期比5年保固期更長。

以月分為單位，比以年份為單位顯示的數位更大。形容某一範圍的單位量越多，數字就越大。

因此，人們在做比較時，傾向聚焦在最大差異上，但在其範圍內怎麼測量這些差異，他們卻視而不見。於是，這些差異一比較之下便十分突出。這稱為計數經驗法則。當然人們在做快速和直覺得比較和決策時，在參與度較低的條件下，計數經驗法則和單位效應尤其顯著。

▲社會模仿效應(social-imitation effect)

▷消費者參考他人(參考效應，reference effect)或著自己過去的狀況(偏好效應，preference effect)來比較自己的財務狀況和福祉。

▷參照點即是當前的收入。如果他們有了更高的收入，參照點就會變成新的收入。

他們認為自己的新收入僅是足夠而已，並且渴望得到更高的收入。這被稱作偏好轉移(preference shift)，是一種愉悅適應(hedonic adaptation)：對已適應的現有收入和消費程度，逐漸滋生不滿感，並且主觀幸福感趨於平緩。這會萌生擁有更高收入和消費程度的渴望。與此類似的是參照轉移(reference shift)，就是擁有同參照對象一樣的收入和消費程度的渴望，通常參照對象的收入程度稍微高一些。

▷充足性消費(consumption adequacy)為滿足生存需求的產品和服務。

人們用充足消費來管理和決定自己的生活(自我決定理論，self-determination theory)，而不充足消費導致了對他人的依賴(例如依賴發展援助)，缺乏自主性和社會融合。

第2章 儲蓄行為

▲儲蓄焦躁理論(impatience theory of saving)

▷人們會迫不及待地消費，因此要抑制消費，提高儲蓄，就必須有所補償(即提供利息)。

▷凱因斯在其著作<就業、利息和貨幣通論>(General Theory of Employment,Interest and Money)中引入了「心理法則」(psychological law)：人們傾向存起他們實際收入和習慣性經常支出之間的差額。這類似剩餘儲蓄。

▷傅利曼(Friedman)詳盡闡述了永久收入模型(permanent income model)。

消費以及儲蓄，參照的不是現有收入，而是中期收入(三到五年)。

人們會估算他們三到五年的平均收入來決定他們的消費程度，進而決定他們的儲蓄程度。

▷Shefrin and Thaler闡述了行為生命週期模型。行為生命週期模型有其基本假設，家庭會區分三種心理帳戶：當前收入帳戶、當前儲蓄(資產)帳戶和未來收入帳戶。

對當前收入帳戶的消費意願是最高的，而對未來收入帳戶的消費意願是最低的。

這是一種自我控制和預先承諾，從而不花掉當前儲蓄和未來收入。

第4章 保險及預防行為

▷損失規避(loss aversion)，與調節焦點理論(regulatory focus)中的預防焦點(prevention focus，規避或減輕負面後果)相關。

▷維持現狀偏見(status quo bias)是指對個人已有或市場上現有選擇的偏好。

意味著消費者缺少改變選擇的意願。

▷確定給付制(Defined Benefit，DB)：無論個人為退休金繳付了多少保費，退休金收益是固定的。

在許多案例中，現在的勞動者支付養老保險金，因此是他們在支付退休者的退休金收入。

確定給付制依賴養老保險金的勞動者繳費數量，以及領取退休金收入的退休者數量。

如果對於退休者的數量而言，勞動者數量過少，要麼養老保險金必須提高，要麼退休金收入就要降低。連帶需要現在的勞動者支付退休者的退休金收入，而現在的勞動者則指望下一代勞動者支付他們的退休金收入。

▷確定提撥制(Defined Contribution,DC)：一份特定的退休金收入，其收益取決退休者在他/她工作年限中繳納的養老保險金(分期攤繳養老費)。企業退休金就是這樣設計的。

這是一個完全端乎個人的系統：分期攤繳的養老保險費越多，得到的養老金收入越多。為了增加退休金計畫的價值和收益，企業退休金機構會投資退休金。新的退休金計畫，更多屬於確定提撥制，而非確定給付制。這同樣也歸因於新的會計規則。

▷員工在確定提撥制中承擔更多責任，需要為退休儲蓄多少多做決策。許多員工並未參與確定提撥制，即使參與也沒能存夠退休金。這會是一個巨大的社會問題。

第10章 個人差異與區隔

▷根據個體差異和/或金融行為，可能會形成同質群體。根據群體特徵和行為，政府的消費者政策和金融機構的行銷管理可以提出因群體而異的對待方式，從而提升執行效率。

▷「高度」相關的社會人口變數有：年齡、性別和教育程度。這些變數的結果總是因人而異。

對於金融行為而言，同樣相關的變數有：教育類型、職業種類、家庭構成、可自由支配收入、收入穩定性，以及家庭生命週期的不同階段。

教育或職業的類型作為相關變數，原因是經濟學、會計學或商業背景的人，了解更多金融知識，也比他人更能理解金融產品。

其他與金融行為相關的特質包含：責任感、金融素養和技能、風險偏好、時間偏好，以及自我控制、自我效能和自我管理。性格是個人的永久特點，也就是說，在理想情況下，性格在不同的情形中是穩定不變的，並且在某種程度上可以解釋和預測個人的行為。

▷性格變數的預測效度通常十分低。研究者認為五個強有力的性格變數比其他性格變數表現得更好。

這些性格變數被歸納為五大性格特質：(1)外向性 (2)情緒不穩定性 (3)親和性 (4)盡責性 以及(5)經驗開放性。

▲區隔

▷市場並不是同質的，可以分割成幾個同質消費者市場或次級市場。

產品和服務可以差異化，以適應不同的區隔市場。

▷可以區分成主動和被動的區隔變數。

主動變數用於形成區隔市場，被動變數則是在區隔市場形成之後，用來豐富區隔市場的描述。

在正向區隔中，個人差異作為主動變數，形成了區隔市場，例如社會人口因素(年齡、性別、收入、職業、家庭構成)和心理統計變數(態度、觀念、生活方式、媒體閱聽選擇、性格和政治偏好)。

在區隔市場形成後，行為變數作為被動變數，用以核查這些區隔市場在金融行為上是否存在差異，例如這些區隔市場使用哪類金融產品和服務、使用強度。

正向區隔的優勢是基於人們的特質，這些特質有助於更好地瞭解人們，並且與之交流。

正向區隔的類型有：地理區隔、社會人口區隔和心理統計區隔。

▷在逆向區隔中，行為變數作為主動變數，形成了市場區隔，例如金融產品和服務的使用。

在區隔市場形成之後，社會人口和心理統計變數作為被動變數，豐富區隔市場的描述。

逆向區隔的優勢在於，區隔市場之間金融行為和產品使用存在明顯的差異。

因此，我們也許能夠回答這樣的問題，例如：參與投資基金的人的特徵是什麼？

高額儲蓄、高額消費或著身負債務的人的特徵是什麼？

▷潛在類別分析

第12章 損失規避與參照點

▲前景理論

▷處份效應(disposition effect)是投資者出售增值股票(獲取收益)，而不是拋售貶值股票(接受損失)的傾向。

▷稟賦效應(endowment effect)是指人們對現有物品的標價(接受的意願)，會比未擁有物品的標價(支付的意願)更高，儘管商品是一樣的。賣方不願意放棄已擁有的商品，對商品有情感依附，認為賣東西是一種損失。

▲愉悅框架

▷分割收益(segregation of gains)：第一次收益比增加的第二次收益價值更高(效用)。

因此，收益應該即時分割，以產生最高效用。

▷整合損失(aggregation of losses)：第一次的損失比增加的第二次損失負效用更強。

因此，損失應該即時整合，以產生最低的負效用。

另一個例子就是應該用一條消息通知兩個壞消息(損失)，而不是分別通知兩條壞消息。

▷不幸中的萬幸效應(silver-lining effect)，較小收益分散了對損失的注意力，使其變得更容易接受。

來自銀行的資訊，如銀行帳戶費用上漲，通常包含較小的收益，比如提升交易效率的網站升級。

這讓整條資訊變得更容易被消費者接受。

第13章 風險偏好

▷從心理學的角度來看，風險被認為是損失機率，因此只考慮負面效果。

問題在於人們是規避變異數(variance averse)(經濟學角度)，還是損失規避(心理學角度)。

Duxbury and Summers在實驗中比較這兩種規避，其結果支持損失規避的推測，正如前景理論預測。

根據前景理論，損失對人們的負面影響程度是同等收益帶來的正面影響的兩倍。

因此，風險知覺更多是受損失規避驅動，而不是對變數反感。

眾所周知，人們會為了避免損失而冒更大的風險。

▷在經濟學的風險概念中，實際風險的損失和認知的風險是沒有區別的，因為經濟學假設人們會對風險做出正確評估。而在心理學中，風險被定義為主觀的概念，是理解過程的結果。

因此，在不同情境下，對於不同的人而言，風險有著不同的意義，這使得風險不再客觀，而是一個主觀的概念：風險知覺(perceived risk)。人們對於風險知覺比客觀風險更加敏感。

▲風險偏好

▷在經濟學中，「風險傾向」(risk propensity)介於個人特質和(風險性)金融行為的中介變項(mediating variable)。在心理學中，通常用「風險偏好」(risk preference)的概念取而代之。

風險偏好是個人避免風險或尋求風險的一種傾向。

▷風險偏好也受成敗歸因(attribution of success and failure)影響，

它牽涉到決策者自身或者超出他們所能控制的情境。這可以用歸因理論(causal attribution)解釋。

人們傾向於成功的投資結果歸功於自己，而投資失敗歸咎於他人或環境。

這導致人們對於世界的認識不完整或誤差，甚至對個人投資能力過度自負。

▲雙曲貼現理論

▷Samuelson提出折扣效用模型(discounted-utility)，用固定折線率模擬跨期選擇(intertemporal choice)。根據折扣效用模型，為特定時期延遲消費而接受的補償，應等同於相同時期為了加速消費而願意支付的價格。

▷人們在考量延後或提前收益時，想要獲得的補償是不對稱的：接受意願大於支付意願。

這種異常現象，是折扣效用模型的一種變形，稱為「非對稱貼現」(asymmetric discounting)。

▷符號效應(sign effect)：收益比損失貼現更多。

要是得延遲收益，人們所要的補償會比同等延遲損失負出去的還要更多。

▷數量效應(magnitude effect)：小額資金貼現比大額資金更多。

與較大收益的延遲相比，人們遇到較小收益延遲，會想要獲得相對多的補償。

▷延遲-提前非對稱(delay-speedup asymmetry)：人們想要從延遲收益中獲得的補償，比他們願意為提前收益提供的支付多。人們想要從提前損失中獲得的補償，比他們願意為延遲損失提供的支付多。

第15章 決策制定、決策架構與預設選項

▷Simom引入了「有限理性」(bounded rationality)的概念。

人們的理性是有限的，因為我們的認知能力、可用資訊和時間是有限的。

結果就是，在複雜或者超載資訊環境中，我們不能選擇最佳的選項或者作出最優的決策。

解決之道就是接受滿意(足夠好)的選項，而不是最大化(最優)選項。

▷決策架構可能包含推力和預設選項。

推力在情境中使「稱心如意」的選項更加顯著，是「正確」方向的推手。

預設選項是提供給消費者的「標準」選項。

如果消費者願意，他們可以自由該改預測選項。如果他們不願意，他們將接受預設選項。

一些眾所周知的展示效應有：首因和近因效應，中間選項偏誤和吸引效應。

通常，人們無意識地被這些效應和偏誤影響，儘管事後他們會為自己的選擇做出合理的解釋。

雜訊：人類判斷的缺陷(下)

雜訊：人類判斷的缺陷
Daniel Kahneman, Olivier Sibony, Cass R. Sunstein

第四部 雜訊的發生

13 捷思法、偏誤與雜訊

- 如果許多人都有共同的偏誤，心理偏誤就會造成統計偏誤。

然而，在許多情況下，人們的偏誤各有不同。這些時候，心理偏誤會產生系統雜訊。

15 量表

- 水準雜訊是陪審員在整體嚴厲程度的變異。

型態雜訊是某個陪審員在某個案件的反應相對於自己審判結果平均值的變異。

- 我們可以把片段的整體變異分解成三個要素：

判斷的變異=公正懲罰的變異+(水準雜訊)^2+(型態雜訊)^2

- 量表的選擇對於判斷的雜訊量會造成非常大的差異，因為模糊的量表有雜訊。

- 以相對判斷取代絕對判斷有可能降低雜訊。

16 型態

- 型態誤差的產生，綜合著暫時因素與長期因素。

暫時因素包括我們描述為場合雜訊的因素，像是在重要時刻遇到法官心情不錯，或是法官當下剛好想到最近某些不幸的偶發事件。有些因素更為長期，像是雇主特別喜歡就讀某幾所大學的人，或是醫師特別傾向於建議感染肺炎的人住院。我們可以用一條簡單的等式表達單一判斷裡的誤差：型態誤差=穩定型態誤差+暫時(場合)誤差

-由於穩定型態誤差和暫時(場合)誤差是獨立、不相關的事件，因此我們可以延伸上述等式，分析它們的變異：(型態雜訊)^2 = (穩定型態雜訊)^2 +(場合雜訊)^2

- 而對專業判斷來說，變異是問題，雜訊是誤差。

這個類比的重點在於，判斷裡的型態雜訊並非隨機事件，我們不太可能解釋型態雜訊，即便是做出不同判斷的個人也無法解釋他們的判斷。

17 雜訊的來源

- 誤差可以拆解為偏誤和系統雜訊。

- 系統雜訊可以拆解為水準雜訊和型態雜訊。

- 型態雜訊可以拆解為穩定雜訊和場合雜訊。

第五部 提升判斷力

21 預測的挑選與總合

- 預測(以及預測出錯的時間與出錯原因)分析師對於偏誤和雜訊(也稱為預測得不一致或不可靠)分得一清二楚。大家都同意，在某些背景下，預測人員會有偏誤。例如，官方機構對預算的預測上就顯現不切實際的樂觀。平均而言，他們對經濟成長的預測高得脫離現實，赤字預測也低得不真實。實際上，他們不切實際的樂觀究竟是認知偏誤或政治考量的產物，根本無關緊要。

- 預測者也有雜訊。史考特·阿姆斯壯的參考書<預測原理>(Principles of Forecasting)就指出，即使在專家之間，「判斷性預測的一項誤差來源是不可靠性。」

事實上，雜訊是誤差的主要來源。場合雜訊是常見現象；預測者自己的意見都不一定前後一致。人與人之間的雜訊也很普遍；預測者彼此的意見會有分歧，即使他們都是專家也是一樣。

- 在數學上，平均法是減少雜訊的保證：具體而言，會使雜訊減少到「1-(1/判斷數量得平方根)」的水準。也就是說，如果你用100個判斷值求取平均值，就能減少90%的雜訊，而如果你用400個判斷值求取平均值，就能減少95%的雜訊，基本上會把雜訊消除。這條統計法則是群眾智慧法的引擎。

- 由於平均法無法減少偏誤，它對總誤差(均方差)的影響取決於偏誤和雜訊在均方差裡的占比。所以，在判斷屬於獨立、因而比較不會包含共同的偏誤時，群眾智慧的效果最好。

實證上有充分的證據顯示，多個預測時的平均能大幅增加準確度，例如，股市分析裡經濟預測人員的「共識」預測。至於銷售預測、氣象預測和經濟預測，一群預測人員未經加權的平均值，表現優於大部分的個別預測值、有時勝過全部得個別預測值。

- 布里爾分數讚賞的是校準度和辨析度俱佳。要拿高分，你不只必須在平均值上正確(也就是有不錯的校準度)，也必須願意採取立場，在預測上做出差異(也就是高辨析度)。布里爾分數遵循均方差的邏輯，因此分數越低越好：0代表完美。

23 績效評鑑量表的制定

- 系統雜訊如何拆解這三個要素(水準雜訊、型態雜訊和場合雜)，結論因研究而異。

第六部 雜訊的最適水準

26 減少雜訊的成本

- 歧視也可能來自原始資料。如果演算法是根據有偏誤的數據庫訓練而成，它也會有偏誤。

以「預警性警務(predictive policing)演算法為例，這套演算法意在預測犯罪，通常是為了改善警務資源的配置。如果現存與犯罪有關的數據反映某些區域的警力過度部屬，或是某些類型罪刑的報案量相對高，那麼由此而來的演算法也會持續或加重歧視。只要訓練用的資料有偏誤，就相當有可能設計出把歧視編寫進去的演算法，無論這是出於有心或是無意。確實，以此而言，演算法可能更糟糕：由於它們會消除雜訊，因此會比人類判斷有更嚴重的偏誤。

綜述與結論 正視雜訊問題

- 系統雜訊可以拆解成水準雜訊和型態雜訊。有些法官通常要比其他法官來的嚴厲，還有一些法官則比較寬容；優些預測者通常看好市場前景，有些則看壞；有些醫師開立的抗生素比其他醫師來得多。

水準雜訊是指不同個體平均判斷的變異。判斷尺度得模糊性就是水準雜訊的一個來源。像有可能這樣的文字描述或是數字(如「0到6分當中的4分」)，每一個人的感受並不相同。水準雜訊是判斷系統裡誤差的重要來源，而且是採取干預措施來減少雜訊的重要瞄準目標。

- 系統雜訊還包括另一個占比通常更大的雜訊。無論兩個法官的平均判斷為何，他們對那些罪刑該判處較重的刑罰可能有不同的看法。他們的判刑決定在所有案件會產生不同的排序。我們稱這種變異為型態雜訊(用統計術語來說，就是統計交互作用statistical intercation。

- 型態雜訊的主要來源是穩定的：就是不同法官因為個人特質而對同個案件有判斷差異。有些差異法而反映人遵守的原則或價值觀，不管在做判斷時是否有覺察到這一點。例如，有一個法官可能在店內行竊的扒手特別是嚴厲，對違反交通規則的人則比膠寬容，另一個法官則剛好相法。有些潛藏人心的原則或價值觀可能相當複雜，法官人也許不會覺察。例如法官對於店內行竊的年長扒手會無意識地採取相對寬容的態度。最後，對某一個案件的高度個人化反應也是穩定的。如果法官發現被告自己的女兒很像，可能會出生在同情心，而背對告比較寬容。

- 這種穩定的型態雜訊反映出法官個人的獨特性：他們對每一個案件的反應就像個性一樣因人而異。人與人之間的微妙差異通常沒什麼不好，而且很有趣，然而如果是在一個假定應有一致性的系統當中，專業人士的個人差異就會變成問題。在我們調查的研究當中，個人差異產生的穩定型態雜訊通常是系統雜訊的最大來源。不過，法官對特定案件的獨特態度仍不是完全穩定的。型態雜訊含有一種暫時的成分，稱為場合雜訊。

- 如果一位放射科醫師在不同的日子對同章醫療影像做出不同的診斷，或是指紋鑑識人員在某一個場合下鑑定指紋辨識的結果是吻合。這像這些例子一樣，當法官不記得之前承諾過某一個案件時，某一個不相干的特點對判斷所產生的影響，如法規支持的球隊獲勝，法官在量行時就會變得寬容，或是醫生在一天門診快結束時，比較可能會開鴉片指通要。

- 心理偏誤是系統偏誤或統計偏誤得一個來源。其實，心理偏誤也是雜訊的來源，只是不是那麼明顯。並非所有的判斷者都有同樣的偏誤，在偏誤程度不一、而且偏誤的影響取決於外部的環境之下，心理偏誤就會產生雜訊。例如，做雇用決策的一群經理人當中，有半數的人對女性有偏見，還有半數的人則偏好雇用女性，整體偏誤為零，但系統雜訊仍會造成很多錯誤的雇用決策。另一個例子則是第一印象的效應往往不成比例。這是一種心理偏誤。在隨機呈現證據的順序之下，這種心理偏誤會帶來場合雜訊。

雜訊：人類判斷的缺陷(上)

雜訊：人類判斷的缺陷
Daniel Kahneman, Olivier Sibony, Cass R. Sunstein

- 圖1：四個隊伍：B隊有偏誤(biased)，因為這五發都沒射中靶心，而且都偏到同一個角落。
我們可以從這種偏誤的一致性得到這樣的預測：如果這個團隊中有人再射擊一次，
也會跟前五槍一樣落在同一個角落這種偏誤一致性也許有原因可循：該隊的步槍瞄準器可能歪掉了？
我們認為C隊有雜訊(noisy)，因為彈著點很分散。由於彈著點幾乎都在靶心四周，所以沒有明顯錯誤。若是團隊中有人再射一槍，我們無法預測可能的落點。

因此，我們也無法從C隊的結果推想出任何有意思的假設。

我們只知道這一隊的人幾乎都是生手，但不知道為什麼這個隊伍的表現充滿雜訊。

- 場合雜訊(occasion noise)

第一部 尋找雜訊

03 單一決策

- 單一決策向來被視為與大型組織中可互相替代的人員經常做出的重複決策不同。

社會科學學者研究重複性決策，高風險的單一決策則是歷史學家和管理大師的研究範圍。

這兩種決策的研究方法截然不同。

重複決策的分析通常傾向利用統計學，社會科學家也會評估很多類似決策，

以辨識規模、規律性，並衡量準確性。相比之下，單一決策的討論通常會採用因果關係的觀點，而且是在事情發生之後才檢視，把焦點放在找出事情發生的原因。

歷史分析，如成功或失敗的管理案例研究，旨在了解一個本質上獨一無二的判斷是如何做出來的。

- 換言之，我們無法衡量單一決策的雜訊，然而我們可以透過反事實思維(counterfactual thinking)，

肯定雜訊的存在。如某個射擊手的手不能保持穩定時，彈著點可能會落在其它地方，決策者及決策過程的雜訊，意味單一決策可能會有所不同。

第二部 你的頭腦也是一把尺

05 誤差的測量

- 偏誤和雜訊在誤差的作用，可以簡單的用所謂的誤差方程式來表達。

第一個等式把單次測量中的誤差分解成兩部分，

也就是你現在熟悉的偏誤(平均誤差)，以及殘留的「雜訊誤差」。

當誤差大於偏誤時，雜訊誤差為正值，誤差小於偏誤時，雜訊誤差為負值。雜訊誤差的平均值為零。

- 第一個誤差方程式沒有什麼新意：單次測試的誤差 = 偏誤 + 雜訊誤差

- 第二個誤差方程式是均方差，也就是我們現在介紹的總體誤差。

利用簡單的代數即可顯示出，均方差等於偏誤的平方加上雜訊的平方。

(請回想：雜訊是測量的邊準差，與雜訊誤差的標準差相同。)

因此：

- 總體誤差(均方差) = 偏誤^2 + 雜訊^2

- 而預測和估計的目標就是在準確度(accuracy)最高(偏誤最小)和

精確度(precision)最高(雜訊最小)下接近真正的數值。

- 決策者必須考量多種選擇，並運用自己的價值觀做出最佳選擇。

但這些決策都必須以價值中立的預測為基礎，目標是準確(盡可能接近靶心)，

而均方差就是衡量誤差最適當的方法。只要偏誤不會大幅增加，減少雜訊將能改善預測性判斷。

06 雜訊分析

- 誤差的兩個構成要素就是偏誤和雜訊。

- 如圖9的黑色箭頭所示，水準雜訊是2.4年，系統雜訊為3.4年。

這樣的差異代表系統雜訊要比個別法官平均嚴厲程度的差異來得要大。

這是雜訊的另一種成分，我們稱為型態雜訊(pattern noise)。

- 依照誤差方程式把誤差分解成偏誤和雜訊的邏輯，把系統雜訊分解為水準雜訊和型態雜訊。

- 系統雜訊的方程式：系統雜訊 = 水準雜訊^2 + 型態雜訊^2。

- 系統雜訊是指多人對同一個案件的判斷出現令人討厭的變異性。

我們已經找出系統雜訊的兩個主要成分：

   1.水準雜訊是不同法官判斷平均水準的變異。

   2.型態雜訊是法官對特定案件反應的變異。

- 在這個研究中，水準雜訊與型態雜訊的數量大致相等。

然而，我們認為型態雜訊必然包含一些場合雜訊，可以把場合雜訊當作隨機誤差。

- 水準雜訊就是不同法官呈現出不同的嚴厲程度。

型態雜訊是指不同法官對某一個被告更嚴厲或更寬容而出現意見分歧的狀況。

型態雜訊當中包含場合雜訊，這是指法官自己有不同的意見。

07 場合雜訊

- 群眾智慧效應

- 辯證性的自我重複抽樣法(dialectical bootstrapping)

- 賭徒謬誤(gambler's fallacy)

08 群體如何擴大雜訊

- 社會影響是個問題，因為它們「減少群體的多樣性，卻沒有減少集體誤差」。

諷刺的是，多項獨立意見妥善的總合起來，有可能達到驚人的準確度，不過即使只有一點點社會影響，都可能會產生一種羊群效應，破壞群體的智慧。

第三部 預測性判斷中的雜訊

- 我們需要一個衡量預測準確性的方法，藉此回答這個問題：預測與結果的共變異性(co-vary)為何？

如果人力資源部門經常評估新進人員的潛力，我們可以等幾年後再來看看員工表現，確認他們的潛力評級與績效評即有多大的共變異性。如預測準確，新進員工的潛力評級高，工作表現也會得到高度評價。

-有一種測量方法可以呈現這種直觀判斷，也就是和諧率(percent concordant)。

和諧率可以回答一個更具體的問題：若隨機抽選兩名員工，

潛力評級較高的人績效評估也比較高的機率是多少？如果早期的評級是完美的，和諧率應該是100%。

- 舉個更簡單的例子，成年男性腳長(鞋碼)與身高的和諧率是71%。

如果你看兩個人，先看他們的頭，再看他們的腳，有71%的機率是較高的人有較大的腳。

- 和諧率是一個衡量共變異性的直觀指標。這種方法有很大的優點，但不是社會學家使用的標準指標。標準指標是相關係數(correlation coefficient,常用r表示)，

當兩個變數正相關時，相關係數會在0與1之間。在前面的例子中，身高與腳長的相關係數為0.60。

- 客觀的無知(objective ignorance)

09 判斷與模型

- 你的估算就是所謂的臨床判斷(clinical judgment)。你考慮得到的訊息，或許很快計算一下，

並利用自己的直覺，最後得出判斷。

- 判斷的雜訊太多，因此沒有雜訊的判斷者模型，會比人類判斷者的預測更準確。

- 多元迴歸(multiple regression)

- 機器預測(mechanical prediction)

10 無雜訊的規則

- 很多機械方法都能勝過人類判斷，從簡單到近乎可笑的規則、到最複雜難解的機器演算法都是如此。會有這樣的突出表現有個關鍵的原因，那就是機械方法是沒有雜訊的。

- 相同權重的公式稱為非最適線性模型(improper linear model)。

Robyn Dawes的發現驚人之處在於，這些相等權重模型(equal-weighted model)的準確度與

「最適」(proper)迴歸模型差不多，而且遠遠優於人類的臨床判斷。

- 多元回歸計算出使平方誤差最小的「最佳」權重。但多元迴歸使得原始數據中的誤差最小。

因此，這裡的公式會自我調整，藉此預測數據中每個隨機偶然的因素。

例如：如果樣本中有些經理人擁有高度的技術技能，而這些經理人也因為不相關的原因表現得特別好，那麼這個模型就會誇大技術技能的權重。

- 要正確衡量一個模型的預測準確度，要看這個模型的新樣本中的表現，

也就是其交叉驗證相關性(cross-validated correlation)。

12 常態之谷

- 只要有因果關係，就有相關性。由此可見，凡是因果關係，我們應該能夠預測，

而相關性，也就是這種推論的準確性，則是用來衡量我們對因果關係的了解有多少。

- 運用統計學思維(statistical thinking)：你關注的是全體，以及描述這些家庭的統計數字，包括平均數、變異數、相關性等等，你不是把焦點放在個別的案例上。

- 因果思維(casual thinking)會創造特定事件、人物、物體相互影響的故事。

推力 Nudge

推力：每個人都可以影響別人、改善決策，做人生的選擇設計師
作者：Richard H. Thaler, Cass R. Sunstein

第一部 一般人與經濟人
第一章 偏見與謬誤
- 經驗法則可以很有用，但也可能引發系統性偏差(systematic bias)。
由兩位心理學家-丹尼爾·康納曼及阿莫斯·特沃斯基率先提出這個觀點，
他們指出三種捷思法(heuristics)或經驗法則：

定錨(anchoring)、可得性(availability)、代表性(representativeness)及其各別對應的偏見，

後來成為依據「捷思法與偏見」探討判斷力的著名研究。
- 人類有「損失規避」(loss averse)的特性。
- 維持現狀的偏見(status quo bias)。
- <快思慢想>(Thinking,Fast and Slow)描述我們可以將人腦的運作想成包含兩個部分或系統，

一個快速，另一個緩慢、仰賴思考。稱之為系統一(自動系統Automatic System)和系統二(省思系統Reflective System)。
- 本書旨在約略分析人性的弱點。現代人都很忙碌，這個世界又很複雜，人們面對許多事情通常無法一一深思熟慮再做決定，只好採取明智的經驗法則。這類法則通常很有用，有時卻會讓人誤入歧途，尤其是遇到較富挑戰性或不熟悉的情況時。正因太忙碌，能夠專注的範圍有限，人們通常不會去思考，若換個方式陳述同一個問題，自己的答案是否也會跟著不同。
然而，人是可以被輕推的，在我們看來，這才是最重要的。人在做選擇時會受到許多因素的影響(甚至包括面對人生的重大抉擇時)，那是標準的經濟學理論無法完全預期的。

第二章 抗拒誘惑
- 動態矛盾(Dynamically Inconsistent)
- 激發狀態(State of Arousal)
- 冷熱同理差距(hot-clod empathy gap)
- 人們即使知道自己被激發時會表現出不同的行為，還是會低估這個效應的強度。

我們在冷的狀態時，往往不知道自己受到激發狀態「影響」時會如何改變欲望與行為，天真地輕忽這些條件將如何影響我們的選擇，而這又會反映在行為上。
- 計畫者追求的是你的長遠利益，但必須不斷應付行動者的感覺、搗蛋和頑固，因為只要行動者稍微受到刺激，便禁不起誘惑。
- 一個有趣的例子是曾風行一時、現在仍有少數人使用的種獨特的金融服務-聖誕儲蓄俱樂部(Christmas savings club)。
- 心理會計(mental accounting)

第三章 從眾心理
- 人們傾向於相信說話自信的人一定是對的。這告訴我們：不論在公私領域，立場一貫且堅定不移的人，可以將人或事推往他希望的方向走。

這帶給我們一個重要的啟示：團體裡的資深成員若想要了解資淺同仁的真實想法，應該要個別詢問(以免同仁彼此影響)，最重要的是先不要說出自己的意見。
-更奇特的是，團體的判斷會變得完全內化，就算是私下個別表示意見，也不會改變初衷-即使時間已過了一年，即使這些人再去參加新的團體、而其它人提出不同的判斷，也不會改變。值得注意得是，原始的答案甚至還會「代代相傳」。
儘管當足夠數量的新成員加入，舊成員退場，到後來所有的成員都不了解狀況時，原始的集體判斷還是無法被動搖，雖則最初促成此判斷的那個人早已不在。到後來，很多人會一直遵循下去，而不去探究最初形成時是否有道理。
- 集體保守主義(collective conservatism)

第二部 選擇設計師的工具
第四章 我們何時需要推力？
- 自制力最可能受到考驗的情況，是做了選擇之後要隔一段時間，才能看到後果。

有一種極端的例子或可稱為投資財(investment goods)，如運動、使用牙線、健康飲食。

要得到這些投資，你必須立即付出成本，效益卻會延遲出現。
- 另一個極端的例子可稱為誘惑財(temptation goods)：抽菸、酗酒、狂追劇、嗜吃等。

現在立刻享受，事後承擔後果。

第五章 選擇設計
- 當顧客想要在串流網站找電影或電視節目看，可輕鬆依演員、導演、類型等條件搜尋，網站還會依據其它品味相似的用戶偏好來推薦影片，這個方法叫做「協同過濾」(collaborative filtering)。

演算法利用相同品味用戶的判斷，從大量的書籍或電影裡篩選你比較可能喜歡的產品。
- 同過濾其實就是要解決選擇設計的問題，當你知道和你相似的人喜歡什麼時，你會更放心去選擇不熟悉的產品，因為和你相似的人多半也有相似的品味。對我們很多人而言，協同過濾確實能讓艱難的選擇變得容易。

第六章 好康在後頭
- 小店靠內容篩選競爭，巨型網路商店則是運用導覽工具，讓你輕鬆在眾多選項中找到你要的。
- 高明的內容篩選不只是去除不好的選項，同時還要引進新奇的選項。
第七章 智慧揭露
- 現在很多人是用銀行帳戶定期付款，如房租、水電、信用卡。設定這類轉帳還算單純，只需幾分鐘，但稍微有點麻煩。假設有位顧客不滿意現在的銀行，想要換一家。這件事本身就是個麻煩，這在零售金融方面造成了些許惰性。
第八章 ＃淤泥(sludge)
- 高明的選擇設計有一項最基本的原則，就是我們一再強調的鐵律：簡單為要。
如果你要鼓勵某種行為，先想想為何人們現在沒有這樣做，再消除擋在他們面前的阻礙。假如你要人們取得駕照或接種疫苗，就要讓這些事變得簡單，最重要的是增加便利性。
- 當然，我們可以由此得出另一個明顯的推論：若你要阻止某種行為，就要製造阻礙，讓那個行為變得困難。
- 經濟學家最強調的因素是：誘因(稅制如何改變行為)、公平(每個人應繳多少稅)、發生率(誰真正繳某一種稅)、遵從度(民眾合法納稅的程度)。這些顯然都很重要，，但我們要在這個清單中再添加一項：淤泥-依法繳稅或避稅要花多少時間和心力。

第三部 金錢
第十一章 今日借更多：房貸和信用卡
- 當下為重的偏見(present-biased)，意思是輕忽將來才能得到的東西，過度看重現在能夠擁有的。
第十二章 保險：保大不保小

第四部 社會
第十四章 拯救地球
- 共有財的悲劇(tragedy of the commons)
第五部 客訴部門
第十五章 反對意見
-冷卻期的規定，理由是認為消費者在熱頭上往往會做出考慮欠周或衝動的決定。
-通常在下列兩種情況中，強制冷卻期的規定最合理、也最可能實施：

一、人們不常做這種決定，因而欠缺經驗；

二、人們在做這種決定時往往情緒高昂，這時特別容易做出日後後悔的決定。
-冷卻期是相對溫和的干預。