Menschen unterliegen Verhaltensmuster

Wenn Sie mit Corporate Finance zu tun haben, setzen Sie auf die Sammlung und Analyse von Daten, die Sie Fragen zu beantworten und Entscheidungen zu treffen. Auch wenn alle Daten, die beste Entscheidung treffen müssen verfügbar sein, wie Sie tatsächlich wahrnehmen und diese Daten verwenden, kann eine fehlerhafte Prozess durch die folgenden zwei Arten von Bias sein:

• Statistische Bias: Diese Art von Bias tritt auf, wenn Menschen von Daten aus einer Probe zu sammeln, anstatt einer gesamten Datensatz und dann davon ausgehen, dass die Daten, die sie gesammelt, um den gesamten Datensatz darstellen. Sagen Sie, dass ein Finanzanalyst die Erträge aus Kapitalinvestitionen, die ein Unternehmen in der Lage ist, zu erzeugen, zu beurteilen will.

  Wenn er seine Daten erfolgt nur aus der Marketingabteilung des Unternehmens und nicht von jeder Abteilung, wird seine Analyse voreingenommen sein.

• Kognitive Verzerrung: Diese Vorspannung tritt bei der Verarbeitung von Informationen wie die Menschen wählen, um ihre eigenen persönlichen Urteil zu verwenden, anstatt die Daten Ergebnisse. Kognitiven Verzerrungen kommen in einer Vielzahl von Formen und Größen:

• Der Status quo Bias Ändern etablierten Methoden, wie zum Beispiel, wenn ein Team von Mitarbeitern bezieht sich auf Tendenzen der Völker zu vermeiden, weigert sich nur eine effizientere Lagerverwaltungssystem zu implementieren, da sie nicht wollen, das neue System zu lernen.

• Eigennützige Bias bezieht sich auf die Tendenz der Menschen, sich Kredit für Erfolge zu geben, aber außerhalb Faktoren für das Scheitern verantwortlich machen. Diese Art der Vorspannung trägt zu einer falschen Selbsteinschätzung von Leistung zu investieren.

• Bestätigungsfehler bezieht sich auf die Tendenz der Menschen, nur Daten zu bestätigen, die ihre vorgefassten Überzeugungen bestätigen, in der Ablehnung jeglicher Wahrheiten führt, die ihren Glauben in Frage stellen. Diese Art der Vorspannung kann ein Unternehmen verwüsten, wenn es Management führt seine Analysten zu ignorieren.

Corporate Finance stützt sich stark auf die Genauigkeit der Daten und die Genauigkeit der Analyse. Obwohl Einzelpersonen, um mehrere Arten von Verzerrungen ständig ausgesetzt sind, können Unternehmen die Fehlerquote reduzieren aufgrund Bias durch geeignete Methoden der Datenerhebung erhalten und vollständige Analysen verwendet. Der Schlüssel ist nur zu interpretieren, was stattdessen tatsächlich stattgefunden hat Entscheidungen Einfluss persönliches Urteil zu lassen.