Appearance
Thiên kiến dự báo của nhà phân tích — analyst behavioral bias 🧠
Mô hình pro forma ở file trước giả định nhà phân tích ước con số một cách lạnh lùng, khách quan.
Nhưng nhà phân tích cũng là người — và người thì mang sẵn những lệch lạc tâm lý vào mọi phán đoán.
- Cái gì trong đầu một nhà phân tích giỏi kéo dự báo của họ đi chệch — và chữa từng cái ra sao?
File này điểm năm thiên kiến hành vi mà Schweser liệt kê, mỗi cái kèm dấu hiệu nhận ra và biện pháp khắc phục.
thiên kiến — bias ở đây là lệch lạc có hệ thống (luôn lệch về một phía), khác sai số ngẫu nhiên (lúc cao lúc thấp, trung bình về 0). Với nền định lượng: thiên kiến giống lỗi mô hình bị lệch một chiều, không phải nhiễu — chữa được bằng kỷ luật quy trình.
Ký hiệu trong file
File này không có công thức; các thuật ngữ thiên kiến giải nghĩa ngay tại chỗ xuất hiện.
1. Bức tranh tổng — năm thiên kiến và mạch chung
Năm thiên kiến không rời rạc — chúng chia hai cụm theo nguồn gốc, và biện pháp chữa lặp đi lặp lại vài kiểu.
- Cụm "quá tin vào bản thân" — tự tin thái quá và ảo tưởng kiểm soát: đánh giá quá cao khả năng/độ chính xác của chính mình.
- Cụm "dính chặt cái cũ" — bảo thủ (neo), đại diện, xác nhận: bám vào niềm tin/phân loại/quan điểm có sẵn, chậm cập nhật cái mới.
- Mạch chữa chung — đa số biện pháp xoay quanh: tự rà soát lỗi dự báo quá khứ, mời góc nhìn ngoài, dùng mô hình đơn giản dễ cập nhật, dùng phân tích kịch bản để nới khoảng tin cậy.
2. Tự tin thái quá — overconfidence bias
- ⚙️ Cơ chế: đặt quá nhiều niềm tin vào công việc của chính mình; hệ quả là đánh giá thấp sai số dự báo → khoảng tin cậy hẹp hơn mức đáng có (tự tin rằng mình ước rất sát, thực ra không sát thế).
- 🔍 Cách nhận diện: nghiên cứu cho thấy nhà phân tích hay "đi ngược đám đông" (dự báo khác hẳn người khác) thường dính thiên kiến này nhiều hơn.
- 💡 Biện pháp khắc phục:
- Chia sẻ dự báo và mời phản biện — để người khác soi lỗi mình không thấy.
- Rà lỗi dự báo quá khứ — học từ chính sai số cũ → nới rộng khoảng tin cậy cho đúng thực tế.
- Phân tích kịch bản — dựng một dải dự báo (tốt/trung bình/xấu) để lộ ra điểm yếu thay vì chỉ một con số chắc nịch.
3. Ảo tưởng kiểm soát — illusion of control bias
- ⚙️ Cơ chế: họ hàng của tự tin thái quá, nhưng cụ thể là đánh giá quá cao thứ mình kiểm soát được, cố kiểm soát cả thứ ngoài tầm tay.
- 🔍 Cách nhận diện — hai biểu hiện chính Schweser nêu:
- Tìm ý kiến "chuyên gia" để biện minh cho dự báo của mình.
- Làm mô hình phức tạp hơn — nhồi thêm biến độc lập. Mô hình quá khớp như vậy chạy kém ngoài mẫu và còn che giấu các giả định lẽ ra cần cập nhật theo thông tin mới.
- 💡 Biện pháp khắc phục:
- Chỉ giữ biến có sức giải thích đã được kiểm chứng — không nhồi biến cho có vẻ tinh vi.
- Chỉ xin ý kiến ngoài từ người có góc nhìn liên quan thật sự — không phải bất kỳ "chuyên gia" nào.
- ⚠️ Bẫy: đây đúng là quá khớp (overfitting) bằng lời — thêm biến làm mô hình đẹp trong mẫu nhưng tệ ngoài mẫu. Nền ML nhận ra ngay: nhiều biến hơn không bằng dự báo tốt hơn.
4. Bảo thủ hay neo — conservatism / anchoring bias
- ⚙️ Cơ chế: chỉ chỉnh chút xíu so với dự báo cũ khi có thông tin mới — như bị "neo" vào con số cũ, kéo về không nổi.
- 🔍 Cách nhận diện: thường là chậm tiếp thu tin xấu mới (không muốn hạ dự báo), nhưng cũng có thể chậm cả với tin tốt.
- 💡 Biện pháp khắc phục:
- Định kỳ rà lỗi dự báo — buộc nhìn lại mình đã sai vì bám số cũ chỗ nào.
- Dùng mô hình đơn giản hơn — dễ chỉnh khi giả định đổi, không bị quán tính của mô hình cồng kềnh.
5. Đại diện — representativeness bias
- ⚙️ Cơ chế: xu hướng dựa vào các phân loại quen thuộc — thấy thông tin mới hơi giống một nhóm đã biết là xếp luôn vào nhóm đó, dù lẽ ra nên nhìn bằng góc nhìn mới.
- 🔍 Cách nhận diện — bỏ qua tỉ lệ nền (base-rate neglect): bỏ qua tỉ lệ chung của cả nhóm lớn để chăm chăm vào thông tin riêng của một trường hợp. Hai góc nhìn:
- Góc nhìn trong (inside view) — chỉ nhìn yếu tố riêng của công ty đó.
- Góc nhìn ngoài (outside view) — nhìn công ty như một thành viên của ngành, dựa vào tỉ lệ nền của ngành.
- 💡 Biện pháp khắc phục: cân nhắc cả hai góc nhìn trong và ngoài khi lập dự báo — đừng chỉ nhìn riêng công ty mà quên ngành.
6. Xác nhận — confirmation bias
- ⚙️ Cơ chế: tìm (hoặc chỉ để ý) dữ liệu củng cố niềm tin sẵn có, bỏ qua hoặc xem nhẹ thông tin nghịch lại. Vd có cái nhìn tích cực về một công ty thì chỉ bàn với đồng nghiệp cùng quan điểm tích cực.
- 🔍 Cách nhận diện: đặc biệt nguy khi đánh giá phát ngôn của ban lãnh đạo — ban lãnh đạo luôn tô hồng công ty mình, nhà phân tích đã (hoặc muốn) lạc quan thì dễ nghe nguyên xi mà không soi lại.
- 💡 Biện pháp khắc phục:
- Theo dõi nghiên cứu của phía có quan điểm trái — chủ động đọc người không đồng ý với mình.
- Tìm ý kiến của người không có ràng buộc cảm xúc với quan điểm đó.
7. Toàn cảnh năm thiên kiến
| Thiên kiến | Triệu chứng cốt lõi | Biện pháp gọn |
|---|---|---|
| Tự tin thái quá | khoảng tin cậy hẹp giả tạo | mời phản biện, rà lỗi, kịch bản |
| Ảo tưởng kiểm soát | nhồi biến, mô hình quá phức tạp | giữ biến đã kiểm chứng, ý kiến đúng người |
| Bảo thủ / neo | chỉnh quá ít theo tin mới | rà lỗi định kỳ, mô hình đơn giản |
| Đại diện | xếp loại theo nhóm quen, bỏ tỉ lệ nền | cân cả góc nhìn trong và ngoài |
| Xác nhận | chỉ nghe tin hợp ý mình | đọc phía trái, hỏi người vô tư |
8. Liên hệ bức tranh gốc
- Thiên kiến tấn công chính khâu ước doanh thu — file 01 nói doanh thu là biến gốc; năm thiên kiến này bóp méo đúng khâu ước nó, nên dự báo lệch kéo cả bộ pro forma lệch theo.
- Đây là checklist anti-bias cho cả người lẫn máy — tự tin thái quá = khoảng tin cậy hẹp giả; ảo tưởng kiểm soát = quá khớp; bảo thủ = cập nhật chậm; đại diện = bỏ tỉ lệ nền; xác nhận = chỉ lấy bằng chứng một chiều. Đọc đúng như các lỗi rò rỉ/quá khớp trong nghiên cứu định lượng, chỉ khác chủ thể là con người.
- Vì sao quan trọng cho định giá — một dự báo thiên lệch cho ra định giá thiên lệch; biết tên từng thiên kiến để dựng kỷ luật quy trình (phản biện, kịch bản, mô hình đơn giản) là cách giữ định giá khỏi tự lừa mình.
✅ Tự kiểm nhanh
- Nhà phân tích cứ thêm biến vào mô hình dù không cải thiện độ chính xác — thiên kiến gì? → Ảo tưởng kiểm soát (làm mô hình phức tạp hơn = quá khớp). (mục 3)
- Chỉ chỉnh chút xíu so với dự báo cũ khi có tin mới, nhất là tin xấu — thiên kiến gì, còn gọi là gì? → Bảo thủ, còn gọi là neo (anchoring). (mục 4)
- Tự tin thái quá làm khoảng tin cậy của dự báo rộng hay hẹp hơn mức đáng có, và chữa bằng cách nào? → Hẹp hơn (đánh giá thấp sai số); chữa bằng mời phản biện, rà lỗi quá khứ, phân tích kịch bản. (mục 2)
- Chỉ bàn công ty với đồng nghiệp cùng quan điểm tích cực — thiên kiến gì? → Xác nhận (confirmation). (mục 6)
- Bỏ tỉ lệ nền của ngành để chỉ nhìn yếu tố riêng công ty — thiên kiến gì, và nên làm gì? → Đại diện (bỏ tỉ lệ nền); nên cân cả góc nhìn trong và ngoài. (mục 5)