非贝叶斯预测

非贝叶斯预测（Non-Bayesian forecasting）

　　现代财务理论中的最优决策模型要求投资者按照贝叶斯规律修正自己的判断并对未来进行预测（即按照贝叶斯概率确定各种信息在预测中的作用）。但是行为金融的研究表明和心理学研究的发现，人们在决策过程中并不是按照贝叶斯预测模型不断修正自己的预测概率的。他们对事件的背景信息（或称基础信息）、对当前信息的样本规模重视不够，而是对最近发生的事件和自己的最新经验给予更多的，从而导致人头决策和做出判断时过分看重近期事件的影响。这就是所谓的非贝叶斯预测。

　　比如，在Kahneman和阿莫斯·特沃斯基（Amos Tversky）（1973）所做的一个实验中，被测试者被要求阅读几段关于几位实习教师在某次教学实习课上出现的文字，阅读后，要求被测试者就这几位实习教师在实习课上的表现和未来5年后的表现进行排序。结果表明，两种排序几乎是完全相同的。尽管我们难以对未来可能发生的事件作出合理的估计与预测，但在长达5年的预测期中完全不考虑后来可能发生的变化，仅凭一次实习课的表现，就预期这几位实习教师未来5年的业绩，无疑是一种判断偏差。

• 贝叶斯预测模型