首页  >  教授与研究  >  观点文章  

专访曹辉宁教授:交谈能帮我们避开流行的错误吗?

一般人是怎样决定到底投资哪家公司,买哪个特定的产品的呢?是凭着理智做出选择亦或只是跟风罢了?跟风是最合理的选择吗?假如能目睹别人所做决定的结果,他们能做出更好的决定吗? 

2011年7月15日-长江商学院金融学教授曹辉宁、韩冰和David Hirshleifer三位教授即将在《经济理论期刊》上发表一篇文章, 表明很多人会选择跟随别人,即便这样做是基于很粗糙的信息流。此外,目睹、讨论别人所作决定的结果也未必会帮我们避免糟糕的决策。

追随大流 

路是人走出来的,但人多的路径,一定是最好的路径吗?很多人会这么想。从众心理—即随大流,追随潮流和时尚—是人们的普遍行为。行为科学家们就热衷于弄清这一特性的本质。以金融圈为例,随大流是导致股票和资产泡沫化和崩溃的关键原因所在。尽管许多这样的行为很不合理,细究这些现象发生的原因,仍有可能受益匪浅。 

信息瀑布 

人们多不会自己独立做决定,通过观察他们周围人的行为和结果,跟他们交流,尔后采取了某些行动。这是通过社交学习怎样做决定。做别人做的事在一般人看来是理智的,因为人们断定他们的行为是基于一些很得人看好的信息。当人们忽略自己的信息义无反顾的跟随前人的决定时,这些新人的决定就不能反映他们自己独有的信息。这样的反应不断地发生在一连串的个体身上时,就是信息瀑布。信息瀑布淹没了所有后来者的信息。早期几个先行者有限的信息所形成的决定,被所有人重复。

信息瀑布的问题在于会造成空穴来风这样的结果,因为它并没有汇总这条链中所有参与者的信息。仅观察别人的行为然后单纯根据所见做出同样的决定会导致武断甚或错误的决定。大多情况下,很久以后才会有人真正去探寻一条特定路径背后的逻辑。 

信息瀑布造成信息流的中断,后面的人只能得到前期几个先行者很少量的信息,因而可能会导致非常低效率的决定。“我也不知道自己为什么会这样做,大家都这样,应该不会错吧”就很好的概括了这群人的思想。用在当今的中国,路易斯威登包的流行便是一个很好的例子。在有其它同样质量更便宜的包的情况下,为什么路易斯威登包的销量能如此之好?类似的中医理论,坐月子,星座分析,血型决定性格论之流行,都与此有关。 

从众心理的合理化 

学者们提出了大量关于信息瀑布能够继续发展的原因,尽管信息瀑布多次产生过次优的结果。有趣的是,这些差强人意的结果是在个人衡量得失后、积极选取获得最大个人利益路径的结果。怎样才能让我们的决策避开信息瀑布的陷阱而更有效呢? 

在即将发表在《经济理论期刊》上的文章中,曹辉宁、韩冰和David Hirshleifer三位教授在他们的研究模型中让人们对交谈讨论各种决策的得失。 鉴于这些额外的信息,他们发现信息瀑布永久持续的可能性更低。人们对错误的决定耿耿于怀时,有关各种决定的新信息会帮助他们解读任何项目的真正价值。这些信息有时也会推动后继者进行试验。 

信息闭塞 

然而,社会已习惯于屡次犯同样的错误,因为信息冲击还没有强大到能消除它们。哪怕是观察(交流)受到有限的约束,信息闭塞还是可以轻易实现。由于有信息外部性,信息的整合效率很低。 第一,个体看不到后来的决策者调整他们行为后的收益。第二,决策得失相关信息的质量也会影响后面决策者决定的质量。 

关键的是“鲜有人迹的道路”缺乏实验和尝试, 人们在熟悉的途径上重复探索,拣到了芝麻,丢了西瓜,这阻碍了社会积极的发展。以科研基金为例,虽然个体研究者能从少量广阔的融资渠道获利更多,但是社会却从更多元化的供资机构获益。因此才能保证在不常有人调查的领域有更多的研究。中国把大量的科研基金集中在少数机构的做法,抑制了独创的研究,造成了平庸学霸后面一大堆更平庸的追随者。 

少一点交流 

观察决策结果并不见得会减少错误的决策流行发生。决策结果越早为人所知,强化的决策流行就能越早实现。反之,如果一开始就只有少量交流,在“信息流堵塞之前”,后来人就能够整合更多的信息。除此之外,关于决策结果的交流也未必很有效。因为交流常常是“喧闹的”,所以意味着缺少实质的东西。这样,在交流中很难抓住实在的信息。 

随着大众媒体和交互式通信技术的兴起,观察别人的决策结果变得愈发容易。表面上看,这为决策者提供了更多的参考信息,但实际上只适用于决策链的开始。对后面的人,作出与前人不同的决定需要有强大的自信和独立精准的信息。对这些人而言,效仿先前的决定是合理的。与鲜有人迹的道路相关的信息流会中断,一旦它们不被认可。 

摘要:

鲜有人迹的路:交谈会根除恶性信息瀑布吗? 

一连串的个体经常趋同于糟糕的决定,易于赶时髦,尽管他们有前人决定的报酬结果的信息。因而直接或间接的反映了基于行为的信息外部性。与以往的信息瀑布文献不同的是,在这篇文章中,信息瀑布可能会自发消失。并且,从大体上说,永久持续的可能性更小。此外,让人们交流反而可能会降低决策准确性和福利的平均值。

相关阅读

学院新闻

更多