2021年7月10日 星期六

『不當行為』證據本位經濟學

在看完結論後,我才恍然大悟,所謂「證據本位經濟學」講的其實就是用科學方法來探討經濟學,先觀察再收集證據,最後分析結果再修正既有模型。

書中對於「思想的自由」形容的很有意思:工作是驗證自己的想法,從中得到突破,這也是種最棒的幸福。

從結論中得知,目前以行為學角度探討經濟學,是金融學最為成熟,也就是說行為金融學或許就是後續鑽研的重點方向之一。

剛好,在大數據收集及分析部份,或許能用到我寫程式的能力,實踐的第一步「程式交易」,接下來會深入了解;說不定有機會把機器學習或現在當紅的人工智慧也導入,這應該會是最開心的實驗。

以下為最後幾章的重點摘要:

人們傾向於以近期的過去來推想未來。

價值型股票高回報和成長股的低回報,代表的是簡單的回歸平均值。

資本資產定價模型認定衡量股票風險的方法,就是判別個股與整個市場之間的連動性,他們將這種影響程度稱為「Beta 值」。

簡單來說,假如一檔股票的 Beta 1.0,表示它的價格波動與整體市場成同比例變化。

如果 Beta 2.0,則表示當市場上漲或下跌 10% 時,這支個股的價格 (平均) 漲跌幅度是 20%

「效率市場假說」在解釋世界如何運行方面,是非常有用的規範性基準。

在一個由「理性經濟人」組成的世界,作者相信效率市場假說是真實可行的。

沒有「理性模型」做為研究起點,行為金融學也不可能得到發展,畢竟沒有理性架構,就不會出現我們能夠從中偵測「不當行為」的異例存在。

價格經常是錯的,而且有時候還錯的很離譜。當價格背離基本價值甚遠,資源的錯誤配置也會變得更嚴重。

作者自己的心聲:在頂尖研究型大學擔任教授的這份差事有著許多與眾不同之處,其中我最珍視的就是「思想的自由」,我可以花時間思考幾乎任何自己覺得頗有意思的事,而且還能稱之為工作。

結語:過了四十多年,行為經濟學不再是邪魔歪道,論文中把研究主體視為真實人類也不再是錯誤作法,當了一輩子的學術圈叛徒,總算逐漸習慣行為經濟學正朝主流之路邁進。

從行為學角度研究經濟學,受其影響最深的領域竟是財政金融。

行為金融學之所以花繁葉茂顯然有兩個原因:
1. 行為金融學有具體而嚴謹的理論,例如單一價格法則。
2. 研究者可取得用於測試相關理論的詳實數據。

若市場會犯錯,金融市場就是最有機會賺錢的地方,才會有不少研究者的聰明才智都投注在鑽研可望帶來利潤的投資策略。

事實是資本資產定價模型顯然已不適用於描述股價波動,一度被認為重要的 Beta 值似乎也不能解釋甚麼;這個領域看來正逐漸聚攏成為作者所稱的「證據本位經濟學」。

絕大多數的經濟學理論並非源自於「實證觀察」,而是推論自「理性選擇定理」。

一個理論若是建立在理性經濟人之上,就不可能有實證的基礎,因為理性經濟人根本不存在這個世界。

大量悖離「效率市場假說」的事實,以及行為經濟學家在該領域的強烈呼籲,在在使得金融學成為受到最積極審視的領域。

金融經濟學家已不得不認真看待「有限套利」;金融學也讓我們看到,以證據為基礎的經濟學能夠帶來理論的發展,新發現始於異例,厚植「證據本位」的金融經濟學仍屬未竟之功。

行為學研究方法迄今為止仍未用於總體經濟學。

未能看到眾多行為經濟學家從事總體經濟學研究,原因之一或許是這個領域缺乏兩個為行為金融學帶來成功的關鍵成份:相關理論並未提出容易被證偽的預測,而且研究數據相對稀缺。

「展望理論」對行為經濟學而言,當然是潛在性的證據本位理論。

康納曼與特維斯基最初從收集人類真實行為的相關數據著手,然後建構出旨在簡單扼要描述這些行為的一套理論。

「期望效用理論」則截然相反,它是關於選擇的規範性理論,衍生自理性定律。

對行為經濟學發展過程的參與,使作者從中學到一些適用於各種狀況的基本觀念,以下就是作者學到的三件事:

1. 細心觀察:行為經濟學始於簡單的觀察,當傳統智慧犯錯,推翻它的第一步就是睜大眼看看周遭的世界,看清它的真實樣貌,而非其他人一廂情願認為世界該是什麼模樣。

2. 收集數據:一般人之所以過度自信,是因為他們向來懶得費心記錄自己過去的錯誤預測,確認偏誤更是會導致他們只尋找能夠支持其假設的證據。抵禦過度自信的唯一方法就是有系統的收集數據,特別是那些能夠證明自己錯誤的數據。

3. 勇敢表達:組織的許多缺失原本是可以輕易避免的,只要有人願意直言告知頂頭上司事情出差錯了。當機會成本低的時候,勇敢表達自己的想法。

沒有留言:

張貼留言

我的創業筆記 (十二) 合資公司是不是試水溫的好方法?

今天這篇又要聊到我老婆的工作內容了,她今年有關創業方面的內容特別多,所以一再被提及,但就她自己的說法,她並不想創業、她比較想躺平耍廢。 自從健身工作室的經營上軌道後,老婆就沒花費太多額外的精神,反倒是那間進出口公司的老闆非常活躍,衝勁跟野心十足,每天似乎都有新的想法,也搞死她們這...