۴ فروردین ۱۴۰۳ - ۱۳:۰۰

به طور کلی مردم تمایل دارند اطلاعات جدید را بر اساس تجربیات یا دسته‌بندی‌های گذشته خود طبقه‌بندی کنند. این مساله را سوگیری نمایندگی (Representative bias) می‌نامند. اما چرا چنین خطایی رخ می‌دهد؟ 

فردای اقتصاد: تصور کنید که در یک کافه نشسته‌اید و مردی را با لباس‌های خاص در حال خواندن یک کتاب شعر می‌بینید. حدس می‌زنید آن فرد یک حسابدار باشد یا یک شاعر؟

احتمالا اغلب شما فکر می‌کنید که این مرد یک شاعر است اما در عالم واقع، جمعیت حسابدارها خیلی بیشتر از شاعران است و احتمال حسابدار بودن او بیشتر است اما لباس‌های خاص و فضای کافه نوع خاصی از شخصیت را نمایندگی می‌کند و ما را به این جهت سوق می‌دهد که فکر کنیم این فرد احتمالا یک شاعر باشد. یا مثلا شما احتمالا بعید است حدس بزنید یک نفر با تی‌شرت و شلوار جین، معلم ریاضی باشد.

به طور کلی مردم تمایل دارند اطلاعات جدید را بر اساس تجربیات یا دسته‌بندی‌های گذشته خود طبقه‌بندی کنند. این مساله را سوگیری نمایندگی (Representative bias) می‌نامند.

گویا مجموعه‌ای از خصوصیت‌ها در ذهن ما یک نماینده پیدا می‌کنند و هر زمان با خصائصی مشابه مواجه می‌شویم، آن نماینده به ذهن ما می‌آید.

در حوزه سرمایه‌گذاری می‌توان تعریف دقیق‌تری هم برای این سوگیری پیدا کرد: کسانی که بر اساس مجموعه کوچکی از اطلاعات به یک دیدگاه یا پیش‌بینی می‌رسند و شرایط متنوع‌تری رو بر اساس همون دیدگاه یا مدل پیش‌بینی، تحلیل می‌کنند مثلا بازدهی یکی دو سال اخیر یک صندوق، معیار به مراتب مهم‌تری در ذهن سرمایه‌گذاران می‌شود بدون آنکه احتمال تکرار این بازدهی در آینده به طور دقیق بررسی شود.

به عبارت دقیق‌تر، بررسی تاریخی عملکرد یک صندوق و مقایسه همه‌جانبه آن با شرایط فعلی به سادگی جای خود را به بازدهی اخیر آن دارایی می‌دهد بدون توجه به شرایط فعلی و ریسک های آینده. انگار بازده یکساله، عملکرد تاریخی و آینده را نمایندگی می‌کند.

اما چرا چنین خطایی رخ می‌دهد؟ 

می‌توان سه دلیل برای آن برشمرد.

اول آنکه ذهن ما تمایل دارد برای حل مسائل پیچیده جهان واقعی، میان‌برهای ذهنی یا به اصطلاح راهکارهای دم‌دستی پیدا بکند.

 دوم آنکه ما جهان را با دسته‌بندی کردن چیزهای مختلف بهتر می‌فهمیم؛ مثلا ما لازم نیست نوع مار را بشناسیم تا آن را در دسته مارها قرار دهیم.

سومین نکته آنکه ما در برآوردهای خود به مشابهت وزن زیادی می‌دهیم،

حال آنکه ارتباط معنادار بین اطلاعات جدید چیزی است که اهمیت دارد و نه شباهت با اتفاقات قبلی.

 مثلا اگر از شما بپرسند یک نفر وکیل است یا مهندس در صورتی که قبل‌تر به شما گفته باشند او در دبیرستان فیزیک دوست داشته، احتمالا پاسخ می‌دهید او یک مهندس است بدون اینکه در نظر بگیرید او بعد از دبیرستان می‌توانسته مسیر دیگری را ادامه بدهد.

برچسب‌ها