CFA III-Reading 9 行為財務學與投資程序
投資人分類：
1. Barnewall 被動投資人與主動投資人
A. 被動投資人，指主要財富來自於低風險的收入，如繼承而來、專業性質工作的薪資(專業經理人、(非自營的)律師與會計師等)，未曾接受過大量風險，傾向保有資產而非承受風險。
B. 主動投資人，指主要財富來自高風險的收入，如創業、投資致富等，有更高的風險承受力，但喜歡控制感，若喪失控制感，風險承受能力會大幅下降；給予他們投資決策的參與感會提升他們的接受度，但通常都是虛幻的控制感。
2. B,B, and K 的5種方法
分為如何面對生活(自信vs焦慮) 與 如何處理生活事(理性分析細心vs衝動情緒化)，雖然是以面對生活來分類，但更精確應該用面對投資決策來判斷。
3. Top-down方式： 4個behavioral investor types (BITs)，用仔細確認太花時間，用Behavioral alpha即可：
Step1 做訪談
Step2 用訪談結果判斷在主動被動的尺度上大約落在哪(形成假說)
Step3 用可能傾向的偏誤種類，來驗證落在尺度上的假說
*越偏兩極，越常出現情緒性偏誤；越靠中間，越常出現認知性偏誤
*情緒性的投資者，要先解釋投資建議的特性、如何影響財務安全；認知性投資者可以從量化數據角度切入
PP / FF / II / AA
PP 保守，風險容忍度低(年紀較長，有家計負擔)，對量化指標沒興趣，主要障礙在情緒性；要多給予大局觀、告知投資與風險分散的好處
FF 保守，喜歡追隨他人，以為自己懂很多所以會承擔過多風險，但實際上風險容忍度較低；要教育、使他們自我反省，提供資料佐證的建議
II 積極，願意承受風險，但喜歡自己做決定不向外尋求其他意見，通常愛做逆勢；給意見時要尊重他的聰明才智，經常教育他但不要直指他的錯誤，給他觀念讓他融會。
AA 積極，以為自己成功創業所以在投資上也能成功，過度自信常常over trade，不相信分散投資，喜歡追逐風險刺激，喜歡強烈投入在投資決策過程中；要注意若任由客戶做主，會被他的情緒影響，要取得主控權，有效率的讓他能做出聰明、客觀、符合長期利益的決策。
注意事項： 案主可能會同時有多種偏誤；可能會同時有多種人格特質；特質可能會隨時間、年齡等因素變化；即便屬於同一個種類，還是需要個案評估；不理性是不可預估的。
注意顧問與案主的關係(adviser-client relationship)：
良好的雙方關係包括：
1. 了解客戶財務目標與人格特質
2. 保持系統化、一致性的顧問方法
3. 如客戶期望的方式做投資，將結果定期用有效率的方式溝通
4. 關係對雙方都有利 (了解客戶的動機與恐懼，可能會讓你留住客戶)
行為學與資產組合建構
- 投資者(尤其在做退休基金投資時)會傾向保守，懶得變更持股，但人距離退休的時間不同，會有不同的風險忍受度；應該用autopilot，抓取target date，然後用平緩的glide path逐漸從高風險組合(股票)，走向低風險(固收)
2. 天真的分散投資方式Naïve diversification，把N個投資標的，每個分成1/n份的資金，不管標的的風險
3. 過度壓重持股在自己的公司或類似產業，因為熟悉所以過度自信、因為公司以前好而天真假設未來依舊、假設公司提供自身股票信託機會是一種暗示性的投資建議、有忠誠度、公司有提供財務獎勵；持續持股也可能源自於員工信託不能任意賣出。
4. 過度交易，若有折扣的零售帳戶(retail brokerage account with discount)，會吸引交易人過度交易；抱不住獲利部位，可能因為害怕後悔，導致提早了解獲利，還有損失避免害怕實現損失(disposition effect)；過度交易不僅要承受較高的交易成本，長期獲利也會降低。
5. 祖國偏誤Home Bias，理論上分散風險應該廣泛分散在所有地區、所有資產類別上，但因為熟悉度等因素，會傾向大量投注在本國市場。(因為取得外國資訊的成本較高)
6. 以心裡帳的層次性資產組合架構，而忽略跨層次投資目標之間的分散性，也會在不同層次上承受過多或不足的風險。
行為學如何影響金融市場與專業分析師的分析與判斷
對分析師來說：
1. 知識錯覺(導致過度自信，尤其是在做出逆勢結論時；有時分析師想要取得更多資訊，但太多資訊有時不會帶來更好的決策品質，只會讓自己過度自信)
2. 可及性偏誤(讓分析師對熟悉事件或重大事件太敏感，導致過度反映)
3. 控制錯覺(認為自己的能力可以控制市場不可控之風險)
4. 做模型分析時要注意是否過度對特定資料組調整，喪失模型的強健性(over fit on single data set, losing the robustness of modeling)
5. 自我歸因(在恰好的獲利上自我歸因，損失上推卸；可能是源自於不恰當的誘因)
6. 後見之明
解決方式：
1. 即時與定期的直接精確的回饋(同事、主管與整個體系)與好的誘因機制(包括財務與非財務，如直接明確的權責劃分)
2. 記錄下每個決策的資訊、假設、邏輯與精確預估，並練習每次至少找出一個反面意見，事後定期仔細檢討，讓下一次更客觀
3. 使用貝式定律來評估新資訊，不要用直覺，但基礎機率的估計要注意，若沒有明確有效的數據，可以使用市場標準來估(ex. Beta=1)；若兩個標的的相關性過強(代表不轉換持股而獲勝的事前機率較大)，此時若要建議轉換持股，因為在短期內兩者相關性很強，很有可能反而暴露風險或增加交易成本，應該有更多資訊、更充分理由，讓決策品質更好才建議轉換持股
對公司管理的影響：
1. 框架效果，人會誤以為運用不同的語氣闡述事實給予了額外的資訊，但其實沒有；例如在財報上放了過多的正面字詞，或是試圖研究聯準會每期報告之間的用詞差異。
2. 定錨效果，基於錨點的調整，通常不充足，會讓最終猜測環繞著錨點。
3. 可及性偏誤，對於存在感較高的事件給予過高的機率。
4. 自我歸因與過度自信，公司管理層會過度樂觀。
解決方法：
分析人員為了避免被公司的管理階層迷惑，應該專注在數字與可比較的數據，而非敘述性、無法驗證的證據上。
對研究分析的影響：
1. 代表性偏誤，雖然很難明確知道蒐集資料的盡頭在哪，但若蒐集太多沒有整理或無直接相關的資料，會讓人誤以為掌握資訊、誤以為擁有代表性，開始過度自信
2. 確認偏誤，若分析人員本身有著某種強烈的認知(而非假說)，會傾向尋找、解讀正向消息。
3. Conjunction fallacy兩事件同時發生機率決不會高於其中任一單獨出現(若兩事件為獨立，則機率為兩單獨事件機率相乘)，但陳述兩事件會讓人有更清楚的畫面，變的更可信，誤以為機率提升。
4. 賭徒偏誤gamblers’ fallacy，誤認為向均值的回歸會在某一特定期間內(漲多應拉回、跌深應反彈)，但事實上隨機事件長期會向均值回歸，並不代表在可見的未來就會回歸。
5. 手氣偏誤hot hand fallacy，認為當下手氣好，會連續好下去一陣子。
解決方法：
1. 評估過去自己的預測，注意定錨效果
2. 蒐集資料時要有系統性，找出量化、可比較的比率，確實與benchmark做比較，蒐集資料應該要在分析與下結論之前。
3. 刻意找尋一些反對意見，使用帶有正反意見的網路資料庫可以避免個人搜尋資料的確認偏誤
4. 應該試圖分派機率到每一個事件上，並有時間次序的應用每個證據的機率，以方便量化分析與使用貝式理論
5. 應該要立即紀錄決策過程與脈絡，而不是事後；取得即時的回饋意見。
行為學對投資委員會的影響：雖然兩個人的想法理論上可以勝過一個人，但在團體中常常會發生遵從大眾觀點甚至意見領袖的情況(social proof)，或是因為成員背景過度集中所以意見一致。
解決方法：成員背景要足夠分散，大家能獨立給予建議；主席應該要鼓勵大家發表不同意見，讓各種聲音被採納，建立好的組織文化，同時要確保堅持計畫確保每次都有明確結論；成員應該要踴躍發言，並提供充分證據、資訊與知識。
行為學對金融市場的影響：
異象anomalies，顯見的從效用市場偏差使得報酬持續(不能只有小樣本)不為零且方向可預期(考量各種風險溢酬後)，Fama認為，若調整過定價模型後溢酬消失，就不算是異相而是幻覺。
有些異象可以被統計學解釋，例如生存者偏誤或過度配適(overfitting)，過度配飾會導致在你所選的樣本集合內有很強的解釋能力，但樣本外就完全不能用。市場有時候確實會發生暫時的不均衡(temporary disequilibrium behavior)，但如果異象被批露出來，很多人會進去搶著套利，就沒有機會了。
1. 動能Momentum (trend-chasing effect追逐潮流, herding群聚)
短期內(最多不過兩年內)過去價格與未來價格有正相關，但長期而言(超過兩年)會是負相關，因為向均值回歸，這不盡然會導致泡沫或崩盤，但確實會導致市場出現長尾效應(因為大家會追高殺低，導致極端價格出現頻率比標準統計分布還多)；若在流動性不佳的股票上，大家會認為價格變化隱含內線消息，更會去追。
2. 泡沫與崩盤bubble and crash
泡沫通常會經過數年緩慢堆疊，崩盤則很快，比較有系統的定義報酬是長期超過兩個標準差以外(因為常態分佈預期兩個標準差以外只佔了5%)。
泡沫並非不理性，可能是因為大家理性的知道價格已經偏離內涵價值了，但不知道何時會收斂，沒有足夠資本與信心做反邊，甚至沒有金融工具可以賭反邊；又或者經理人有誘因被期待要取得短期的績效，因此為了自己的職業甘願冒險。
泡沫建築期通常會經驗大量的交易量，資產價格固然是基於資訊與分析的交易與情緒性的噪音混雜在一起的，但泡沫建築時會有大量沒有基本面根基的交易湧現。
崩盤時，會有不願意停損認錯的情緒，有時候會認為有辦法賣空的避險基金擁有較多資訊。
3. 價值股成長股value vs growth
價值股=低本益比=高權益/市值比=低價/息比(高殖利率股)=低價/現金流 or 低歷史成長率。
Fama and French三因子模型說明，規模小的公司、價值股有溢酬，並非完全是市場異相，而是因為這些公司可能無法承受市場巨烈動盪，而有溢酬。
2020.01.31
