Předpětí pro přežití je typ předpětí výběru vzorku Předpětí výběru vzorku Předpětí výběru vzorku je vychýlení, které je výsledkem selhání při zajištění správné randomizace vzorku populace. Chyby výběru vzorku, ke kterým dochází, když soubor dat považuje pouze „přežívající“ nebo existující pozorování a nezohledňuje pozorování, která již zanikla.
V oblasti financí je příkladem zaujatosti v oblasti přežití situace, kdy studie o návratnosti podílových fondů používají pouze databáze, které obsahují údaje o podílových fondech. cenné papíry. Podílové fondy jsou vlastněny skupinou investorů a spravovány profesionály. Zjistěte více o různých typech fondů, o tom, jak fungují, o výhodách a kompromisech investování do nich, které v současné době existují, a nezahrňte údaje o fondech, které již neexistují.
Podílové fondy mohly být uzavřeny z různých důvodů, jako jsou fúze a akvizice. Proces fúzí a akvizic Proces fúzí a akvizic Tato příručka vás provede všemi kroky procesu fúzí a akvizic. Zjistěte, jak se dokončují fúze, akvizice a dohody. V této příručce načrtneme proces akvizice od začátku do konce, různé typy nabyvatelů (strategické vs. finanční nákupy), význam synergií a transakční náklady, restrukturalizace nebo špatná finanční výkonnost. Dalším příkladem zkreslení v oblasti přežití může být situace, kdy studie ziskovosti určitých průmyslových odvětví neobsahují finanční informace o nabytých nebo bankrotujících společnostech. V takovém případě finanční analytici zakládají své hodnocení pouze na společnostech, které v současnosti na trhu existují.
Dopad předsudků o pozůstalost
Obecně řečeno, zaujatost na přežití má tendenci vytvářet závěry, které jsou příliš optimistické a které nemusí odpovídat reálnému prostředí. K odchylce dochází proto, že „přežívající“ pozorování mají tendenci přežít kvůli své silnější než průměrné odolnosti vůči obtížným podmínkám a vynechává další pozorování, která v důsledku těchto podmínek přestala existovat.
Vrátíme-li se k výše uvedenému příkladu výnosů podílových fondů, studie, která vykazuje zaujatost v oblasti přežití, může výnosy pozitivně vychýlit, protože zohledňuje pouze podílové fondy, které v současné době existují. Podílové fondy přežily obtížné ekonomické podmínky, jako je recese Ekonomická deprese Ekonomická deprese je událost, kdy je ekonomika ve stavu finančních otřesů, často je výsledkem období negativní aktivity založené na hrubém domácím produktu (HDP) země. hodnotit. Je to mnohem horší než recese, s výrazným poklesem HDP, a obvykle trvá mnoho let. buď prostřednictvím jejich složeného členění, nebo schopnosti vedení fondu reagovat na trh a upravit svou investiční strategii.
Během recese, kterou fondy přežily, však byly pravděpodobně kvůli špatnému výkonu nuceny uzavřít další vzájemné fondy. Čistým efektem by byly pozitivně zkreslené výsledky, které by nedokázaly přesně vylíčit skutečné výnosy realizované všemi podílovými fondy.
Při hodnocení výnosů podílových fondů (bez ohledu na časový horizont) je proto důležité vzít v úvahu všechny podílové fondy, které splňují kritéria pro studii. Pokud má studie konkrétně za cíl měřit výkonnost špičkových nebo „přeživších“ podílových fondů, měla by být zveřejněna v metodologii výzkumného dokumentu.
Příklad zaujatosti o pozůstalost
Zvažte následující informace o návratnosti podílových fondů:
Předpokládejme, že všechny fondy splňují kritéria stanovená výzkumnými pracovníky.
Pokud bychom uvažovali pouze o fondech, které jsou stále aktivní, vypočítaný průměrný výnos by byl 9%. Naproti tomu, pokud by studie obsahovala všechna možná pozorování, která splňovala její kritéria, vypočtený průměrný výnos by byl pouze o 3% - o dvě třetiny nižší než návratnost vypočítaná podle zkreslení přežití.
Proto je velmi důležité, aby vědci pečlivě prověřovali informace, které se rozhodnou použít ve svých studiích. To se však snadněji říká, než dělá, protože někteří vědci se mohou i přes nejlepší pokusy o zmírnění takového rizika dostat do pasti předsudků o přežití.
Například při práci s velkými databázemi, které obsahují tisíce nebo miliony datových bodů, může být vynechání pozorování náročnější sledovat. Břemeno je tedy také na správcích databází, aby zajistili, že jejich datové soubory neobsahují zkreslení přežití. Toho lze dosáhnout implementací nových pravidel a postupů, dodržováním přísných standardů nebo vzděláváním zaměstnanců o osvědčených postupech, pokud jde o protokolování dat.
Jak předcházet zkreslení o pozůstalost
Aby se předešlo zkreslení v přežití, musí být výzkumní pracovníci velmi selektivní, pokud jde o jejich zdroje dat. Výzkumní pracovníci musí zajistit, aby zdroje dat, které vybrali, nevynechávaly pozorování, která již neexistují, aby se snížilo riziko zkreslení přežití.
Dodatečné zdroje
Finance je oficiálním poskytovatelem globálního certifikátu Financial Modeling & Valuation Analyst (FMVA) ™ Certifikace FMVA® Připojte se k více než 350 600 studentům, kteří pracují pro společnosti jako Amazon, JP Morgan a Ferrari certifikační program, jehož cílem je pomoci komukoli stát se finančním analytikem světové úrovně . Chcete-li se dále vzdělávat a rozvíjet svou kariéru, budou užitečné další finanční zdroje uvedené níže:
- Kognitivní zkreslení Kognitivní zkreslení Kognitivní zkreslení je chyba v poznávání, která vzniká v linii uvažování člověka, když je rozhodnutí vadné kvůli jeho osobní víře. Kognitivní chyby hrají v teorii behaviorálních financí hlavní roli
- Předpětí trvanlivosti Předpětí trvanlivosti Předpětí trvanlivosti je podvědomá tendence předpovídat minulé události nebo události dopředu do budoucnosti. Jinými slovy, trvanlivost je druh kognitivního zkreslení s předpokladem, že minulé trendy budou pokračovat do budoucnosti.
- Narativní klam Narativní klam Jedním z omezení naší schopnosti objektivně vyhodnotit informace je to, co se nazývá narativní klam. Milujeme příběhy a necháváme, aby naše preference dobrého příběhu zakrývala fakta a naši schopnost racionálního rozhodování. Toto je důležitý koncept v behaviorálním financování.
- Glosář behaviorálních financí Glosář behaviorálních financí Tento glosář behaviorálních financí zahrnuje zkreslení ukotvení, zkreslení potvrzení, zkreslení rámování, zkreslení stáda, zkreslení zpětného pohledu, iluze kontroly
