本篇是《价值投资九十年》合集的第35篇，大师人物志系列。
合集用AI系统整理了45位投资人、1,000份一手文档、49,010条洞见，汇成229篇独立长文、约100万字。从格雷厄姆1934年的《证券分析》一路梳理到柏基2025年的反思，涵盖40篇深度分析、104篇核心概念、45篇大师人物志、39篇投资案例研究。
项目缘起与全貌见开篇万字长文《我用AI整理了价值投资90年的思想史》。
2002年12月，斯德哥尔摩。丹尼尔 ·卡尼曼 ( Daniel Kahneman)登台领取诺贝尔经济 学奖。台下的经济学家们面对着一个令人不安的事实：这位获奖者从未修过一门经济学课
程。他的本科、硕士和博士学位全部授予心理学。他的获奖理由也不是提出了某个精巧的 经济模型，而是用实验证据表明，经济学赖以建构整座大厦的那块基石——"理性人"假设 ——在描述真实人类的真实决策时，几乎处处失灵。
一个心理学家，用心理学的方法，拆掉了经济学的地基。这件事的讽刺意味和智识冲击 力，随着时间推移不仅没有消退，反而越来越深地渗入了投资实践的每一个角落。今天任 何一位认真的投资者谈论"行为偏差""损失厌恶 "过度自信"时，无论他是否意识到，都 在使用卡尼曼和他的长期合作者阿莫斯 ·特沃斯基 (Amos Tversky) 锻造出来的语言。
要理解卡尼曼的思想如何成形，需要回到1960年代末的耶路撒冷。
彼时卡尼曼在希伯来大学任教，邀请特沃斯基来给研究生做一次讲座。两人在那次讲座后 的走廊对话中发现了一个共同兴趣：人类的统计直觉到底有多糟糕?他们开始合作设计一 系列实验，测试受过训练的研究者在面对概率问题时会犯什么样的系统性错误。结果令人 震惊——不是普通人犯错，而是统计学家自己也犯同样的错。受过概率论训练的人在直 觉判断中同样会忽略样本量、忽略基础概率、被无关信息锚定。
这些发现在1974年以一篇题为《不确定性下的判断：启发式与偏差》的论文发表在《科 学》杂志上，彻底改变了社会科学对人类判断的理解。卡尼曼和特沃斯基提出，人类并不 像经济学假设的那样通过贝叶斯推理来更新信念，而是依赖几种简化的心理捷径——他 们称之为"启发式" ( heuristics) ——来处理复杂问题。这些捷径在大多数日常情境中运 作良好，但在特定条件下会产生可预测的、系统性的偏差。
关键词是"可预测的"和"系统性的"。偏差不是随机噪音，不是偶尔犯的错误，而是人类认 知架构的内置特征。你不能靠"更努力地思考"来消除它们，就像你不能靠意志力让视错觉 消失一样——即使你知道两条线一样长，穆勒-莱耶错觉仍然让你看到它们不等长。
1979年，卡尼曼和特沃斯基发表了他们最具影响力的理论成果：前景理论 ( Prospect Theory)。
在此之前，经济学用"期望效用理论"来描述人类如何在风险中做选择：人们评估每个可能 结果的效用，乘以其概率，然后选择期望效用最高的选项。这个框架优雅、自洽、数学上 完美——唯一的问题是它与人类的实际行为严重不符。
前景理论修正了三个关键点。第一，人们不是从绝对财富水平出发评估结果的，而是从某 个参考点出发评估收益和损失。同样是拥有一百万元，从五十万涨到一百万的感觉与从两 百万跌到一百万的感觉截然不同，尽管最终财富水平相同。第二，损失造成的痛苦大约是 同等金额收益带来的快乐的两倍——这就是"损失厌恶"。第三，人们对概率的感知是扭曲 的：高估小概率事件(这解释了为什么人们同时买彩票和买保险),低估中高概率事件。
损失厌恶对投资行为的影响几乎无处不在。它解释了为什么投资者死守亏损股票不肯卖出 ——卖出意味着把"账面浮亏"变成"确认损失",而确认损失的心理痛苦是如此之大，以至 于人们宁可继续承受不确定性也不愿面对它。它同时解释了为什么投资者过早卖出盈利股
票——"落袋为安"的冲动本质上是对"已到手的收益可能失去"的恐惧。这种不对称的卖出 模式后来被理查德 ·塞勒 ( Richard Thaler ) 命名为“处置效应”(disposition effect), 在全球几乎所有股票市场的交易数据中都得到了验证。
沃伦 · 巴菲特 (Warren Buffett) 的名言"在别人恐惧时贪婪",从前景理论的视角看，本 质上是一种对损失厌恶的逆向利用：当市场中大多数参与者因为损失厌恶而恐慌抛售时， 价格被压低到远低于内在价值的水平，此时进场的投资者获得了不对称的风险收益比。霍 华德 · 马克斯 (Howard Marks) 在2008年金融危机中部署六十亿美元买入不良债务，其 决策逻辑的心理学底座正是卡尼曼揭示的这个机制——恐惧本身创造了安全边际，而恐 惧的根源是损失厌恶。
2011年，卡尼曼出版了面向大众的思想总结：《思考，快与慢》 ( Thinking, Fast and Slow)。
在这本书中，他用"系统—"和"系统二"这对隐喻来组织此前四十年的研究成果。系统一是 快速、自动、直觉式的思维——它让你一眼看出对方在生气，让你不假思索地完 成"2+2=?"这类计算，也让你在看到一只股票过去三个月涨了80%时本能地觉得"这是 好投资"。系统二是缓慢、费力、需要刻意调动的分析式思维——它负责复杂的计算、逻 辑推理、长期规划。
关键洞察不是"系统一不好，系统二好"这种简单化的二分法。卡尼曼真正揭示的是：系统 一始终在运行，而系统二是懒惰的。大多数时候，系统一提出的直觉判断会被系统二未经 审查地直接接受。当一个投资者"感觉"某只股票值得买，然后快速寻找支持这个感觉的数 据——这不是分析，这是系统一做了决策，系统二沦为了辩护律师。
绝大多数投资错误都发生在这个"感觉先行、分析后补"的缝隙里。过度自信就是系统一的 产物：它把复杂问题偷换成简单问题，把"这家公司未来五年的自由现金流增长率是多 少"偷换成"我对这家公司的感觉好不好",然后以极高的确信度输出一个答案。锚定效应 同样如此：昨天的股价、分析师的目标价、IPO的发行价——任何一个数字，一旦进入你 的视野，就会被系统一不加批判地吸收为参考点，扭曲你此后对"合理价格"的全部判断。
查理 ·芒格 (Charlie Munger) 的"人类误判心理学"清单与卡尼曼的研究覆盖了大量相同 的领域——从社会认同到可得性偏差，从锚定到过度自信。两人从不同的入口走向了同 一个结论：投资者面对的最危险的敌人不是市场波动，不是宏观不确定性，甚至不是信息 不足，而是自己大脑的出厂设置。
2021年，距离《思考，快与慢》出版十年后，卡尼曼在生命的最后阶段交出了他的终卷 之作：《噪声：人类判断中的缺陷》 (Noise:A Flaw in Human Judgment),与奥利 维耶 ·西博尼 ( Olivier Sibony) 和卡斯 ·桑斯坦 ( Cass Sunstein) 合著。
如果说此前四十年的工作聚焦于"偏差"——判断系统性地偏离正确答案的方向，那么这本 书聚焦的是一个被严重低估的问题："噪声"——判断随机地偏离正确答案的幅度。偏差是
所有人都往同一个方向犯错，噪声是每个人往不同方向犯错。偏差像一支总是偏左的步 枪，噪声像一支弹孔散布整个靶面的步枪。两者都让你打不中靶心，但噪声更隐蔽，因为 如果你只看平均值，噪声可以互相抵消，让你误以为系统运转良好。
卡尼曼在书中指出，当投资者非正式地综合多个数据点形成整体印象而非使用结构化流程 时，噪声不可避免：
"你没有为回答这个问题制定一个计划。在并未完全意识到自己在做什么的情况下，你的 大脑努力构建一个连贯的印象。非正式性使你能快速运作。它同时也产生了变异性：正式 的流程——比如给一列数字求和——保证产生相同的结果，但在非正式操作中，某些噪 声是不可避免的。"
"You did not construct a plan for answering the question.Without being fully aware of what you were doing,your mind worked to construct a coherent impression.The informality allowed you to work quickly.It also produces variability:a formal process such as adding a column of numbers guarantees identical results,but some noise is inevitable in an informal operation."
——丹尼尔 ·卡尼曼 ( Daniel Kahneman),《噪声》
这段话对投资实践的含义极为直接：不同分析师对同一家公司进行估值，得出的数字差异 之大，远远超出大多数人的想象——而 且这种差异不是因为他们使用了不同的方法论 (那是偏差),而是因为在同一个方法论内部，每个人的直觉判断在无数微小的节点上发 生了随机偏移(那是噪声)。迈克尔 ·莫布森 ( Michael Mauboussin) 在其关于投资中 运气与技能的研究中所揭示的“短期业绩被随机性严重污染”,与卡尼曼的噪声理论完美呼 应。
《噪声》中一个最反直觉的发现是关于"超级预测者"的。卡尼曼引用菲利普 · 泰特洛克 (Philip Tetlock) 的研究指出，那些预测准确率最高的人有一个共同习惯：在分析任何 具体案例之前，先查找基础概率。
"超级预测者系统性地寻找基础概率。当被问到明年中国和越南是否会因边境争端发生武 装冲突时，超级预测者不会只关注或立即关注中越目前的关系如何……他们会先问过去的 边境争端中有多少比例升级为武装冲突。"
"Superforecasters systematically look for base rates.Asked whether the next year will bring an armed clash between China and Vietnam over a border dispute,superforecasters do not focus only or immediately on whether China and Vietnam are getting along right now...they ask how often past border disputes have escalated into armed clashes."
——丹尼尔 ·卡尼曼 ( Daniel Kahneman) ,《 噪声》
翻译成投资语言：在你深入研究一家公司"为什么特别"之前，先问"处于这种情境下的公 司，历史上有多少比例成功了?"这个简单的纪律，就能挡掉大量叙事驱动的判断错误。
因为人类大脑天生擅长从随机数据中构建连贯叙事——
"没有一个面试官意识到候选人给出的是随机回答。更糟糕的是，当被问到'考虑到我们共 处的时间，你是否觉得自己能够对这个人有很多了解'时，'随机'条件下的面试官与那些遇 到真实回答的面试官一样倾向于表示同意。"
"Not a single interviewer realized that the candidates were giving random answers.Worse,when asked to estimate whether they were 'able to infer a lot about this person given the amount of time we spent together,'interviewers in this 'random'condition were as likely to agree as those who had met candidates responding truthfully."
——丹尼尔 ·卡尼曼 ( Daniel Kahneman) ,《 噪声》
投资者不断在股价走势、盈利序列和市场事件中发现"模式",然后围绕这些模式构建令人 信服但可能纯属虚构的叙事。卡尼曼的实验证明，人类的叙事构建能力如此强大，以至于 即使输入的信息完全是随机的，我们仍然能编织出一个看似合理的故事，而且对自己的判 断深信不疑。
噪声理论还揭示了投资组织管理中一个深层困境。卡尼曼发现，已被证明有效的降噪方法 ——如结构化决策流程、清单制度、独立判断后再汇总——在实际推行中会遭遇巨大的 组织阻力：
"任何削弱了评分者可归因噪声的组织，也同时削弱了他们为追求自身目标而影响评分的 能力。要求管理者接受额外的评分培训、在评分过程中投入更多精力、并放弃他们对结果 的部分控制权，必然会引发相当大的阻力。"
"Any organization that tames the noise attributable to raters also reduces their ability to influence ratings in pursuit of their own goals.Requiring managers to undergo additional rater training,to invest more effort in the rating process,and to give up some of the control they have over outcomes is certain to generate considerable resistance."
——丹尼尔 ·卡尼曼 ( Daniel Kahneman) ,《噪声》
在投资机构中，这意味着系统化流程——无论它多么明显地能改善决策质量——都会因 为压缩了分析师和基金经理的个人裁量空间而被抵制。人们愿意拥有对决策的"所有权", 即使这种所有权的代价是更多的噪声和更差的结果。卡尼曼甚至发现了一个更深层的悖 论：一个真正拥有"水晶球"能力的优秀预测者，其超越共识的准确判断在缺乏结果验证的 情况下，看起来恰恰像是噪声——偏离平均值的异类声音。
"想象一个拥有水晶球预测能力的预测者，但 没有人知道这一点(包括她自己)。 她的准 确性会使她在许多情况下偏离平均预测。在缺乏结果数据的情况下，这些偏差会被视为模 式误差。当判断无法被验证时，卓越的准确性看起来就像模式噪声。"
"Imagine a single forecaster with crystal-ball powers that no one knows about (including herself).Her accuracy would make her deviate in many cases from
the average forecast.In the absence of outcome data,these deviations would
be regarded as pattern errors.When judgments are unverifiable,superior accuracy will look like pattern noise."
——丹尼尔 ·卡尼曼 ( Daniel Kahneman),《噪声》
那些压制偏离均值声音的投资组织，可能在无意中惩罚了自己最好的判断者。
卡尼曼关于领导力的观察同样值得投资者深思。他发现人们本能地信任那些立即表现出确 定性的领导者，但证据指向相反的方向：
人们往往信任并喜欢那些坚定而明确的领导者——那些似乎立刻就知道、从骨子里就知 道什么是对的领导者。这样的领导者激发信心。但证据表明，如果目标是减少错误，领导 者(以及其他人)最好对反面论点保持开放，并且知道自己可能是错的。"
"People often tend to trust and like leaders who are firm and clear and who seem to know,immediately and deep in their bones,what is right.Such leaders inspire confidence.But the evidence suggests that if the goal is to reduce error,it is better for leaders (and others)to remain open to counterarguments and to know that they might be wrong."
——丹尼尔 ·卡尼曼 ( Daniel Kahneman),《噪声》
果断应该是决策流程的终点，而不是起点。一个在信息收集阶段就表现得斩钉截铁的投资 经理，不是在展示能力，而是在关闭信息通道。这与马克斯反复强调的"认识到自己不知 道的东西"形成了直接共鸣。
卡尼曼还揭示了一个关于专业能力迁移的残酷事实：在自己专业领域内学会避免偏差的 人，往往无法把这种能力迁移到其他领域。天气预报员在预测降水概率时几乎完美校准， 但在回答一般性知识问题时，他们的过度自信程度与普通人无异。这对投资者的警示极为 明确——你在自己熟悉的行业里建立的分析直觉，一旦跨越到不熟悉的领域，可能瞬间 失效。一位对半导体产业链了如指掌的分析师，在评估一家消费品公司时可能犯下最初级 的判断错误，而且完全不自知。
卡尼曼的思想在投资领域产生的最深远影响，或许不在于任何单一概念，而在于他为一个 根本性问题提供了科学解释：为什么市场会持续产生错误定价?
有效市场假说认为，所有公开信息都已反映在价格中，因此不可能系统性地获取超额回 报。卡尼曼的研究提供了一个完全不同的画面：市场参与者系统性地受制于损失厌恶、锚 定效应、过度自信、叙事谬误和可得性偏差。这些偏差不是偶然的、随机的、可以互相抵
消的，而是方向一致的、可预测的、在特定市场条件下会被放大的。当牛市末期所有人的 系统一都在高喊"这次不一样"的时候，当熊市底部所有人的损失厌恶都在驱动恐慌抛售的 时候——价格偏离价值的幅度远远超出有效市场假说允许的范围。
莫布森的整个研究项目，在某种意义上，就是"应用卡尼曼"——把行为科学的发现翻译成 可以嵌入投资流程的具体工具。芒格的"误判心理学"从实践者的角度覆盖了同样的地图。 而卡尼曼本人提供的是最底层的科学基础——不是"我观察到人们会犯这些错误",而 是"这些错误源自认知系统的可证明的、可复现的结构性特征"。
卡尼曼2024年去世，终年九十岁。他留下的遗产不是一套投资策略，也不是一个选股框 架，而是一面镜子。
在这面镜子里，投资者看到的不是市场的结构，而是自己大脑的结构——那些在漫长的 进化史中被塑造出来的认知捷径，在面对现代金融市场的复杂性时，如何以可预测的方式 系统性地让你偏离理性。卡尼曼从不声称自己能消除这些偏差。他甚至坦率承认，即使是 他本人，在日常判断中也同样受制于这些偏差。他能做的——也是他认为任何人能做的 ——是设计外部流程和制度约束来对冲内在的认知缺陷：结构化的决策清单，独立判断 后汇总的会议机制，基础概率先行的分析纪律，以及对确定感的持续怀疑。
不是更聪明的头脑，而是更好的流程。这是卡尼曼留给所有试图在不确定性中做出判断的 人——包括每一位投资者——的核心遗产。