阅读研究雷达投资体系AI公司权威资料
登录 / 注册
← 返回阅读
资讯实质变化2 分钟阅读DisconfirmAI 编辑部

Barry Ritholtz:民调为什么反复失败——态度、意图与行为的三层落差

Barry Ritholtz将民调失败归因于受访者心理的三层落差:人们并不真正知道自己相信什么(态度层),声明意图的成本为零且常带有从众偏差(意图层),自我报告的投票意愿大幅高估实际投票率(行为层)。他明确指出这一主题与市场和经济预测中的误差紧密相关,但并未在本文中展开具体的投资应用。

2026-11-03 20:30

Barry Ritholtz在2026年11月3日发表的文章中提出了一个关于预测失败的核心判断:民调者错误地认为自己的核心工作是数据分析,但历史表明,这更像心理学家试图预测未来行为的工作。未能分辨这一区别,正是民调记录从还行(2024)到糟糕(2016、2020)波动的原因。他在文章开头就交代了写作动机——这个主题之所以让他着迷,是因为它紧密追踪了市场和宏观经济预测中的误差。

Ritholtz将受访者误差拆解为三层。第一层是态度:人们并不真正知道自己相信什么。许多人对从未考虑过的政策问题会在被问到的瞬间临时创造一个不稳定的答案,这就是所谓的非态度(non-attitude)。还有人用民调来传递信息而非报告真实偏好——他称之为表达性回答。摇摆不定的选民喜欢一位候选人的性格、另一位候选人的政策,给出的模糊答案他们自己之后也会修改。

第二层是意图:人们高置信度地声明自己将做某事,但声明的成本为零。Ritholtz写道,我们倾向于说出自己想相信的、或认为听者想听到的内容。表达支持不花费受访者任何东西,他们的承诺可能是有条件的或理想化的。此外还有从众效应:有些人根据自己认为谁会赢来表态,因为人们不想支持一个输家。

第三层是行为,也是最大的一层:自我报告的投票意愿大幅高估了实际投票率。Ritholtz举例说,2022年美国中期选举的红色浪潮从未出现,2024年则反过来。那些只在特定候选人出现时才投票的低倾向选民,恰恰是可能投票者模型经常排除的人,模型调整的结果好坏参半。更根本的是,从回答到投票之间,天气、突发新闻、地缘政治、经济和通胀都可能介入。

Ritholtz在文中明确划定了讨论边界:他不涉及民调者是否触达了代表性样本(他认为没有),也不涉及问题本身是否有偏差(他认为因情况而异)。他的主张是,越理解受访者心理的民调者,其数字就会越准确。文章末尾他引用了那句经典表述——所有模型都是错的,但有些是有用的——并指出模型假定未来看起来像过去,而在动荡时期这一假定尤其成问题。

对投资者而言,这一框架的迁移价值在于:当你面对任何基于陈述的数据时,可以先判断它处于态度、意图还是行为哪一层。Ritholtz本人仅以一句话点出了民调与市场和宏观经济预测误差之间的平行关系,并未在本文中展开具体的投资应用。投票与投资决策面临不同的激励结构——选民表态零成本,而投资者涉及真金白银的风险——因此这一类比是启发性的,而非因果性的。

来源

  • ritholtz.comThe Big Picture↗
带入研究 →
登录 / 注册
阅读研究雷达投资体系AI公司权威资料