Investor's wiki

Bias Atribut

Bias Atribut

Apakah Bias Atribut?

Bias atribut ialah ciri teknik kuantitatif atau model ekonomi yang mana mereka cenderung memilih instrumen pelaburan yang mempunyai ciri asas yang serupa. Sesetengah model yang digunakan dalam kewangan akan cenderung ke arah bias atribut, dan pelabur harus menyedari perkara ini sebagai sebahagian daripada memilih portfolio yang seimbang.

Kecondongan atribut tidak boleh dikelirukan dengan berat sebelah atribusi, penemuan dalam ekonomi tingkah laku di mana orang menyalahkan orang lain atas kesilapan atau kesalahan mereka sendiri.

Memahami Bias Atribut

Bias atribut menerangkan hakikat bahawa sekuriti yang dipilih menggunakan satu model atau teknik ramalan cenderung mempunyai ciri asas yang serupa. Ini masuk akal kerana model yang mencari set titik data tertentu hanya akan mengembalikan instrumen pelaburan dengan parameter serupa tersebut.

Kecondongan atribut tidak positif mahupun negatif. Ia hanyalah satu ciri yang mungkin berlaku melainkan model dan teknik direka khusus untuk tidak memasukkannya. Bahaya dalam memilih portfolio menggunakan model dengan bias atribut ialah portfolio mungkin mengandungi sekuriti yang serupa, yang boleh menguatkan kemelesetan pasaran. Kebanyakan pelabur memilih portfolio yang seimbang untuk melindungi diri mereka daripada pergerakan mendadak atau melampau pasaran.

Satu cara untuk membetulkan bias atribut dan memilih portfolio seimbang adalah dengan menggunakan beberapa model berbeza untuk memilih sekuriti dan menggunakan parameter berbeza untuk setiap model. Setiap model boleh mempunyai bias atribut, tetapi memandangkan pelabur telah mengimbangi parameter model yang berbeza, portfolio akan seimbang walaupun setiap subset sekuriti yang lebih kecil tidak.

Kecondongan atribut membawa kepada portfolio yang tidak seimbang.

Contoh Bias Atribut

Katakan anda seorang pelabur yang ingin membina portfolio saham meningkatkan hasil mereka 20%+ setahun dan dengan pendapatan yang semakin meningkat. Anda juga menambah faktor teknikal untuk mencari saham yang juga mempunyai prestasi terbaharu yang kukuh. Dengan menetapkan parameter ini, anda boleh mendedahkan portfolio anda kepada penumpuan dalam saham yang berkelakuan serupa.

Mungkin portfolio anda berat dalam bidang pertumbuhan seperti Budi bicara dan Teknologi. Jika sektor tersebut menghadapi penggiliran daripada pertumbuhan, anda boleh mengalami kerugian yang tinggi akibat penumpuan yang berlebihan.

Bias Atribut lwn. Bias Atribusi Kendiri

Walaupun berat sebelah atribut merujuk kepada berat sebelah dalam metodologi memilih instrumen kewangan untuk portfolio, berat sebelah atribusi diri merujuk kepada berat sebelah yang boleh dimiliki seseorang yang menyebabkan mereka berfikir bahawa kejayaan yang mereka miliki dalam perniagaan, memilih pelaburan atau situasi kewangan lain. adalah kerana ciri peribadi mereka sendiri. Bias atribusi kendiri ialah fenomena di mana seseorang mengabaikan peranan nasib atau kuasa luar dalam kejayaan mereka sendiri dan mengaitkan kejayaan semata-mata kepada kekuatan dan kerja mereka sendiri.

Kecondongan atribut ialah konsep neutral dan digunakan sebagai deskriptor untuk memberi maklumat tentang cara sekumpulan sekuriti dipilih. Jika bias atribut menyebabkan masalah dengan portfolio, memahami bahawa ia wujud membolehkan pelabur membetulkan masalah tersebut. Sebaliknya, berat sebelah atribusi diri ialah fenomena negatif yang boleh menyebabkan seseorang mengalami defisit kemahiran dalam jangka pendek dan kegagalan dalam jangka panjang. Ia adalah kecenderungan negatif yang wujud dan harus diperbetulkan jika seseorang ingin mengekalkan kejayaan dalam pelaburan.

##Sorotan

  • Disebabkan kecenderungan ini, model atau teknik statistik boleh membawa kepada kedudukan pasaran tertumpu.

  • Bias atribut menerangkan hakikat bahawa sekuriti yang dipilih menggunakan satu model atau teknik ramalan cenderung mempunyai ciri asas yang serupa.

  • Kecondongan atribut hanyalah satu ciri yang mungkin berlaku melainkan model dan teknik direka khusus untuk tidak memasukkannya.