편향은 진단명보다 가설이다
Daniel Kahneman과 Amos Tversky의 판단·의사결정 연구, Richard Thaler의 행동경제학은 합리적 모형에서 반복적으로 벗어나는 인간 선택을 보여 줬다. Kahneman과 Thaler는 각각 경제학상을 받았지만 Tversky는 수상 전에 세상을 떠났다.
편향 목록을 남에게 붙이는 일은 쉽다. 더 유용한 방법은 내 결정 기록에서 어떤 조건에 반복 오류가 나타나는지 검증하는 것이다.
손실회피와 처분효과
전망이론 실험에서는 같은 크기의 손실이 이익보다 더 크게 느껴지는 경향이 관찰된다. 흔히 ‘약 두 배’라고 요약하지만 맥락과 측정에 따라 달라지는 근사이지 인간의 고정 상수는 아니다.
매입가보다 낮은 종목을 팔기 싫고 이익 종목을 빨리 파는 처분효과가 나타날 수 있다. 그렇다고 ‘손실 종목은 모두 자르고 승자는 무조건 보유’가 해답은 아니다. 현재 가격에서의 미래 기대수익, 세금, 비중, 투자 근거를 다시 평가해야 한다.
과신과 자기귀인
좋은 결과는 능력, 나쁜 결과는 외부 탓으로 돌리면 실력을 과대평가하기 쉽다. 그 결과 포지션 크기와 거래 빈도가 늘 수 있다. 거래 전 예상 범위와 반증 조건을 적고, 결과를 시장 기준과 비교하면 운과 판단을 조금 더 분리할 수 있다.
군집행동과 사회적 증거
다른 사람의 선택은 정보가 부족할 때 유용한 신호다. 문제는 모두가 독립 정보를 가진 것이 아니라 서로를 보고 따라갈 때다. 가격 상승이 인기의 증거가 되고 인기가 다시 매수를 부르는 순환이 생길 수 있다. 군중과 반대로만 가는 것도 또 다른 기계적 편향이다.
기준점과 최신성
매입가, 직전 고점, 분석가 목표가가 판단의 기준점이 될 수 있다. 그러나 매입가는 세금 계산에는 중요해도 미래 현금흐름을 바꾸지 않는다. 최근 성과를 장기 평균처럼 외삽하는 최신성 편향도 체제 변화와 일시적 잡음을 혼동하게 한다.
규칙으로 마찰을 설계하다
- 매수 전에 투자 근거, 반증 조건, 최대 비중, 평가 날짜를 기록한다.
- 정기 납입과 재조정은 미리 정한 정책에 따라 자동화한다.
- 큰 결정에는 숙려시간과 독립적인 반대 근거 검토를 둔다.
- 계좌 확인 빈도와 뉴스 입력을 목표 시계에 맞춘다.
- 결과가 아니라 당시 정보와 과정의 질로 결정일지를 평가한다.
규칙도 낡을 수 있으므로 ‘절대 바꾸지 않는다’가 아니라 어떤 증거와 인생 변화에서 수정할지 미리 정해야 한다.
핵심
손실회피, 과신, 군집행동, 기준점, 최신성은 반복 판단오류를 설명하는 유용한 가설이다. 이름을 아는 것만으로 고쳐지지 않는다. 결정 기록, 반증 조건, 비중 한도, 숙려시간처럼 오류가 행동으로 번지기 전에 마찰을 넣어라.