“想象一下，多位分析师给出一个标的的公允价值估值会相差高达40%。再想象一下，同样的医生、法官、检查员或决策者做出了不同的决定，仅仅取决于决策是在早上还是下午或者周一还是周三做出的，这背后的罪魁祸首就是‘噪声’。”诺贝尔奖获得者卡尼曼称。
日前，卡尼曼接受了第一财经的专访。2021年，在他研究“偏差”的《思考，快与慢》出版问世10年后，卡尼曼又奉上了《噪声》一书。“只要做判断，就会有噪声，而且比你想象的要多得多。”他对记者称，之所以我们常常会做出糟糕的决策，都源于忽略了“噪声”对决策的影响。“噪声”是随机的，但却是致命的。
回顾历史，投资理论经历了几步进化。1950年现代投资组合理论(MPT)开启了投资理论先河。MPT理论有两个基本假设——第一个假设是完全理性的(fullrationality)，第二个假设是投资是在两度空间下维持的，即风险和回报的空间。发展现代投资组合理论的大师都获得了诺贝尔经济学奖，包括威廉·夏普、马科维茨、尤金·法玛等。
但金融学家逐渐发现，人不是完全理性的，即理性受限(boundedrationality)，于是就发展了行为金融学，行为金融学大师也先后获得了诺贝尔经济学奖，其开山鼻祖就是卡尼曼(DanielKahneman，2002年获奖)，而后有席勒(RobertShiller)、塞勒(RichardThaler)。如今，各界又开始讨论起了“影响力投资”。
2002年，诺贝尔奖授予卡尼曼的理由是：“把心理学研究的成果与经济学融合到了一起，特别是在有关不确定状态下，人们如何作出判断和决策方面的研究成果。”卡尼曼是世界心理学史上第二位凭借心理学研究荣获诺贝尔经济学奖的心理学家。亚马逊创始人杰夫·贝佐斯，谷歌创始人拉里·佩奇和谢尔盖·布林，SpaceX创始人埃隆·马斯克，Twitter创始人埃文·威廉姆斯等人，都是卡尼曼的学生。如今，这位大师希望面对“噪声”，我们仍可以通过书中提及的方法补救，重塑决策框架，做出更好的决策。
“噪声”是一个大问题
在《思考，快与慢》中，卡尼曼指出了“偏差”(bias)的存在，这基于他将人类的思考模式分为了“快”和“慢”两个系统，即依赖直觉、无意识的“系统一”和自主控制、有意识的“系统二”。这两者本该协同合作，但大脑出于惰性，往往直接选择了“系统一”的判断，这导致人类的决策容易陷入“偏差”。
如果说《思考，快与慢》讲的是人在做决策时容易陷入的各种认知偏误，那么，卡尼曼在《噪声》中讲的就是人在做判断时面对的各种噪声。
《噪声》一书称，之所以我们常常会做出糟糕的决策，都源于忽略了“噪声”对决策的影响。虽然“噪声”和“偏差”都存在于判断过程中，但实质上是两类错误。偏差本质上是一种导向于一致性错误的因果方式，而噪声则是一种数值散乱的统计方式。
卡尼曼在《噪声》中用一个相当简洁易懂的“体重秤”的例子来解释偏差和噪声的区别——如果你每天都在体重秤上秤一次体重，每次体重秤都将你的体重高估两磅，那就是偏差(bias);而如果体重秤每次显示出来的体重数字总是不一致，第一天增加了一磅，第二天却减少了一磅，在第三天又增加了三磅，这就产生了噪声(noise)。“大量的噪声是个昂贵的问题。”卡尼曼在书中写道。
他引入了MSE(均方差)来测量“噪度”，并将之称为“噪声审计”。卡尼曼发现一家保险公司的核保人在制定保费时有着高达55%的“噪度”，一家资产管理公司对股票估值的“噪度”达到了41%。这令公司的高管们瞠目结舌，他们原以为员工们的判断最多只有10%左右的偏差。过度报价和低价合同给这家保险公司带来了高达数亿美元的噪声成本。
卡尼曼也对记者提及创作此书期间的一个案例。“我们去一家投资机构陈述我们的研究，让40~50个投资人来看同一个公司并给出一个公允价值，平均差异高达44%。”他称，我们认为，噪声审查(noiseaudit)非常重要。大家都意识到，人们在一起时会有不同的观点或噪声，但只要审计一下这种噪声究竟有多大，就会感到震惊，因此只有当一个机构开始真正测算体系中的噪声时，才会意识到这是个大问题。”
《噪声》通过两个公式及三种噪声的系统性分析，揭开了“判断出错”的本质，即公式一：错误(error)=偏差(bias)+噪声(noise);公式二：系统噪声=水平噪声+稳定的模式噪声+情境噪声。
要理解上述三类噪声，法官的判决是最简单的例子。“有些法官对某类案件的裁决更为严厉，这就是水平噪声;法官的判决还可能根据不同的精神状态而发生变化，比如在上午或下午审理案件可能也会对法官判决产生影响，这是变异性的另一个来源，即情境噪声;变异性的最重要来源可能是模式噪音，它是指人们对世界的不同看法。一个法官可能对A案件更加严厉，另一个法官可能对B案件更加严厉。我们对此无从了解，因为我们无法了解人的内心。”卡尼曼在书中写道。
卡尼曼对记者表示，当他写这本书时，政府、商业机构、普通大众都是他的目标读者。“我们以前觉得，很多错误都来自于偏差，错误都是系统化的且可以预测的。但这本书的目的在于揭示另一种错误类型，降低噪声。当法官开始进行判决
