论文部分内容阅读
有人认为，做出优秀的决策是一门艺术，也有人认为这是一门科学。实际情形或许介于两者之间。所有真实世界的决策都是在不确定的情形下做出的，而且决策的结果也常常不可预知。
在某种意义上，任何一项决策都像是一次赌博，对决策好坏的评估不能光看结果，而且要看决策者的判断，及其审慎评估相关风险的努力。企业和个人都可以通过多种方式改善决策过程，从而减少做出糟糕决策的可能性。
在本文中你将看到，诸如“决策树”等工具在决策过程中所起的重要作用。这些工具能帮助经理人对问题条分缕析，仔细考量各种选择，并计算相关风险。
不过，决策图也不能保证万无一失，它无法确保任何时候都决策正确。不管决策图有多美妙，在很大程度上，它还要依赖人类的判断，特别是依赖决策者正确评估相关风险的能力。这一过程与理性无关，因为人类行为中充满了各种偏见，这会给决策制造诸多障碍。
我的观点是，只有理解了这些偏见会对我们产生怎样的影响，我们才能设计出某种方案消除或者尽量弱化这种影响，让公司能够更有效地评估它所面临的选择。
栽下一棵决策树
简单的情况下或许不需要什么特别的决策工具。不过，在情况复杂时，如果不借助战略性管理工具，直观地显示问题的结构可能相当困难。
所谓“决策树”，就是以树形图的方式表明，一旦你做出了某种选择，后面可能发生的一系列情形。它能帮助你厘清问题的本质，评估风险对最终结果可能造成的影响。
让我们以欧洲一家制药公司为例来讲解如何利用决策树工具做决策。该公司CEO马克（Marc）正准备决定是否继续某种疟疾药的研发工作，这项工作需要投资1，000万欧元。
该项目一旦完成，公司就必须申请一项专利。根据以往经验，获得专利的概率为40%。如果申请成功，公司就有两种选择：以3，500万欧元的预计价格转让专利许可，或自己直接销售产品。
自己直接销售将需要追加投资1，500万欧元，用于设计并实施生产、营销等活动。此外，该公司还面临着生产要素价格波动的问题——现金流的净现值在某个范围内波动：若要素价格较低，净现值估计为6，500万欧元；若要素价格适中，净现值估计为3，000万欧元；若要素价格较高，净现值估计为2，000万欧元。出现上述各种情形的可能性分别为30%、50%和20%。
因为举棋不定，马克绘制了一棵决策树（参见副栏“马克的决策树”）。第一个决策是，要投资1，000万欧元还是完全取消该研发项目。该选择用一个正方形表示——正方形代表“决策节点”，意思就是，需要决策者在这里选择一种行动方案。
如果马克决定继续这一项目，现金流就取决于能否获得专利。这种不确定性用一个圆形来表示。这种决策者无法控制结果的节点称为“事件节点”。
事件节点的每一分支都代表一种可能情形。一个事件节点应该包含所有可能的情形，这些情形必须相互排斥，这样才能保证如果其中一种情形出现，其他所有情形都不会出现。
获得专利后就遇到了另一个决策节点，因为这时候马克必须决定是转让专利许可，还是自己直接销售这种药物。不过，如果马克决定自己直接销售，就会出现另一个事件节点，因为不受公司控制的要素价格会影响利润。
既然决策树考虑到了决策和事件的时间序列，这个树状图就应该从左往右推进，各个节点按照时间先后发生，表明决策者必须做出一项选择，然后才能解决不确定性的问题。
一旦问题以这种图形的方式呈现出来，决策者就能够计算出树状图每一分支的最终值。在本例中，净利润可以通过下述路径得出：
如果马克取消这一项目，公司将铁定获得0欧元。
如果马克继续该项目，并且未获得专利，公司将损失1，000万欧元。
如果获得专利并转让，公司将赚2，500万欧元（预计转让收入3，500万欧元减去投资1，000万欧元）。
如果获得专利且自己直接销售产品，而且要素价格较高，净利润将为-500万欧元（预计收入2，000万欧元减去追加投资1，500万欧元，再减去最初投资1，000万欧元）。
如果获得专利且自己直接销售产品，而且要素价格适中，净利润将为500万欧元（预计收入3，000万欧元减去追加投资1，500万欧元，再减去最初投资1，000万欧元）。
如果获得专利且自己直接销售产品，而且要素价格较低，净利润将为4，000万欧元（预计收入6，500万欧元减去追加投资1，500万欧元，再减去最初投资1，000万欧元）。
虽说决策树有助于厘清所有可能的结果，但马克在做出最终决定之前还需要再干一件事：计算每一行动方案的期望值。
计算期望值
期望值就是所有可能结果的加权平均值，权重就是事件节点上每一分支的概率。决策者必须对所有可能情形进行权衡，并选择期望值最高的那种情形。
为了说明问题，我们再举一个例子。假设你被一家公司雇用，人力资源总监告诉你，你必须在以下两种薪酬方案中选择一种：
每月5，000欧元。
每月的第一天去找你的老板，用抛硬币的方式决定你的月薪。如果正面朝上，你当月就可以拿到11，000欧元；如果背面朝上，你当月就只能拿到1，000欧元。
你会选择哪种薪酬方案？如果你知道自己会在这家公司干上几年，那么可以选择期望值较高的方案——也就是抛硬币的方案，因为在这段时间内，你的实际薪酬的期望值可以达到平均每月6，000欧元。
若要期望值能够兑现，就必须有“重复”因素在内，即事件在一段时间内重复发生。比如有一位房地产经纪人，过去的经验告诉他，每月卖出一栋房子的概率是50%，卖出两栋的概率是35%，三栋是15%。那么，在12个月的时间里，这名经纪人预期每月可以卖出1.65栋房子。有些月份卖出三栋，有些月份卖出两栋，有些月份卖出一栋（显而易见，没有任何一个月份会卖出1.65栋）。 在各种商业活动中都可能出现重复的现象，比如出版业。出版书籍中有98%会亏钱，比如说每种亏5万欧元，另外的2%会成为畅销书，每种畅销书的平均回报是1，000万欧元。那么每种书的平均利润就是151，000欧元，因为畅销书的利润能够弥补其他书亏的钱。
以期望值为基础做决策的另一个前提条件是，如果出现不利后果，你不至于破产。
再来考虑一下每月抛硬币决定薪酬的情况。如果正面朝上，你那个月就会拿到11，000欧元；如果背面朝上，你那个月就只能拿到1，000欧元。接下来，假设你每月要支付2，000欧元的住房按揭贷款。在这种情形下，尽管长期而言抛硬币的方案能让你每月的薪酬达到6，000欧元，你也不能选择这种方案，因为如果前三个月抛硬币的结果都是背面朝上，你的房子可能就没了。
在实践中运用期望值
以制药公司为例，它定期投资一系列研发项目，但其中很多项目不会最终进入市场。正因如此，它需要不断对假设提出质疑，重新评估决策的可能结果。
为方便起见，我们假定上述例子中的制药公司是一家大型企业，如果没有获得专利，1，000万欧元的损失对它来说不算什么。在这样的情形下，就可以用期望值来评估不同方案，并依此做出最终决定。
为了确定哪个方案的期望值较高，马克采取了从后往前推的方式，先看树状图终端的各个节点。在每一个事件节点，他都计算出相关分支的期望值；在每一个决策节点，他都选择期望值最高的分支。这种方式叫作“决策图简化法”，可以指明在每一个点哪种策略是最优的。
副栏“马克的决策图简化”更新了之前的决策树，添加了每个决策的期望值。通过计算生产并直接销售这种药品的期望值（-0.2×500万）+（0.5×500万）+（0.3×4，000万），马克意识到，平均而言，这个节点的价值是1，350万欧元。这意味着，如果马克决定继续这一项目，并且获得专利，那么他就会决定转让专利许可，因为这样做的期望回报（2，500万欧元）比生产并直接销售这种药品的期望值更高。
接下来，马克计算了继续这一项目的期望值。这次，他用获得专利的概率（0.4）乘以转让专利许可的可能回报（2，500万欧元），然后减去专利申请被驳回的概率（0.6）乘以由此造成的损失（1，000万欧元），得出期望值是400万欧元。因此，马克的决定应该是继续该研发项目。
了解你自己的弱点
通过利用决策树和期望值，马克得以改进自己的决策过程。不过，这种方法也有其局限性，最重要的局限来自人们的一些偏见。偏见使人们失去了理性，也正因为如此，人类的判断远远说不上是无懈可击。
就像马克一样，所有的经理人都在一个相对不明朗的世界里做决策。在我们所做的大多数决策中都充斥着人类的偏见。只有理解了这些偏见造成的风险，然后设计出某种系统抑制此类风险的影响，经理人才能安心地确定，自己所做的决策已经毫无瑕疵——至少在人力所及的范围内是如此了。
为了让读者对这一问题的普遍性有所认识，我特别列出了三种常见的人类偏见，并且在个人和组织层面上提出了一系列策略来抑制此类偏见对决策的影响。
锚定效应
所谓“锚定”（anchoring），指的是人们在估测的时候过于受到初始值的影响。在一项著名的研究中，研究人员让参与者给出他们愿意为数件产品支付的最高金额。在他们说出这个数字之前，参与者被要求写下他们社会保障号码的最后两位数字。研究人员发现，这些人写下的两位数与他们给出的价格存在显著的相关性。社保号最后两位数字最大（80～99）的参与者给出的价格最高，而社保号最后两位数字最小（01～20）的参与者给出的价格最低。这表明人们有一种非理性倾向：围绕着一个暗示值（即“锚点”）做出自己的判断，而不是先去批判性地评估这一暗示值有什么价值。
虽说大多数人可能都善于做出相对判断，但要做绝对判断就难多了。经理人不要轻信自己的直觉，应当尽可能用更多的量化参照标准来支持自己的决策。下面再举两个例子。
有一个很有名的实验，我在课堂上也经常做这个实验。我让学生们在两个方案中做出选择：免费领取一张价值10美元的礼品券，或者支付7美元换取一张20美元的礼品券。尽管第二个方案的回报事实上更高，但仍有超过70%的学生选择了第一个方案。
不过，如果在这两个方案中，礼品券的成本都增加1美元，情况就完全不一样了，人们就会变得更理性。当学生们被要求从支付1美元换取一张10美元的礼品券和支付8美元换取一张20美元的礼品券之间做出选择时，超过60%的人选择了后一种方案。这是因为，在第一种情形下，“免费”这个词成了一个锚点，学生们围绕这个锚点做出了决策。
当亚马逊公司（Amazon）对超过25美元的订单提供免费配送服务时，类似的情况发生了。全球各地的销售都得到了提振，除了法国——在法国，销售状况几乎丝毫未变。对这种异常状况的调查发现，亚马逊法国公司收取了1法郎的配送费。尽管这区区1法郎的配送费和免费相差无几，顾客却并不这么想。后来，亚马逊在法国也提供免费配送服务，销售随即上升。
框架效应
所谓“框架效应”（framing），指的是你呈现信息的方式（不管是向公司董事会，还是向与你一同工作的团队）可能会对最终决策或最终结果产生重大影响。
器官捐赠项目很好地证明了这一点。一项针对欧洲国家的研究发现，各国的参与率显著不同。为什么100%的法国驾车人选择死后捐赠器官，而只有4%的丹麦驾车人做出同样的选择？
就如行为经济学家丹·艾瑞里（Dan Ariely）指出的那样，其中原因完全在于“是否参与器官捐赠项目”这一选择的呈现方式。在参与率低的国家里，受访者如果想参加这个项目就在一个方框里打勾；而在参与率高的国家里，受访者如果不想参加这个项目才在相应的方框里打勾。考虑到在两种情形下，大多数受访者都不愿意在方框里打勾，那么问题的呈现方式就是造成这种差异的全部原因。 在一篇题为《为什么优秀的经理人会选择拙劣的战略》（Why Do Good Managers Choose Poor Strategies）的文章中，伊丽莎白·奥姆斯特德·泰斯伯格（Elizabeth Olmsted Teisberg）详细阐述了以正面措施或负面措辞设计战略选择的重要性。她写道：“之所以要实施战略变革，一种说法是为了避免丧失竞争优势，另一种说法是为了改进优势来源，增强竞争地位。同样，之所以要开发新技术，可以是为了避免落后于竞争对手，也可以是为了吸引新客户，扩大市场份额。”
这可不是“你五十他半百”这么简单。研究发现，个体面对得益的不确定性和损失的不确定性时，态度迥异。因此，分析时是以损失还是得益来表述，会导致人们做出不同决策。通常来说，人们在得益方面是风险厌恶型的，而在损失方面是风险偏好型的。
赌博是一个经典的例子。大多数人都会在输钱之后很难收手，然后以输掉的钱的两倍下注。但并不是只有在赌徒身上才会出现这种行为。为了挽回颜面，公司员工和经理人也一样有可能做出类似的举动，比如他们积极参与的某一商业活动出现了亏损，他们也可能会再双倍下注。
投入升级效应
人们不愿意接受或承认一项必然的损失。相反，他们会冒险止损，但同时也面临着损失加重的可能性。这就是所谓的“投入升级效应”（escalation of commitment）。很多公司之所以倒掉，原因就在于此。（参见副栏“驶入漩涡”）
企业如何确保自己的高管和员工不会做出这种危及企业利润的行为？以下措施可以帮助企业降低因框架效应和投入升级效应带来的风险。
保持风险偏好的稳健平衡 这个社会是由风险厌恶型、风险中立型和风险偏好型的人构成的。正因如此，企业需确保其决策团队中，这几类人都得到广泛代表。同样，在分析策略时，各种不同的视角也要得到代表。
预备一个退出策略 在动态的环境中，要做出优秀的决策，需要在时移境迁之际不断再评估。有时候，对一家公司来说，最好的决策就是修正或放弃以往曾大力主张的行动方案。管理界首屈一指的思想家彼得·德鲁克（Peter Drucker）就曾建议过，组织要每月举行会议，考虑“缩减投资”的机会，也就是停止无效的项目。
避免当场做出重要决策 大多数组织都把决策看成一个事件，而不是一个流程。因此，他们认为关键决策会议非常重要，出了问题就赶快开会解决。这里的关键在于，建立一个系统，监督项目以及项目背后决策的演变，同时鼓励人们把所有有风险的决策摆到桌面上。
学会应对糟糕的结果 一些决策，甚至是良好的决策也会产生不好的结果，这是不可避免的。重要的是，分析这些不好的结果是在哪种情形下发生的：是在获得充分信息、对风险进行了缜密计算后发生的，还是因不良的决策习惯而导致的。
以区间的方式描述未来的可能 利用区间预测，而不是点预测，这样可以避免“假精确”，增强可信度。尽管这样可能会更难确定未来收入，但也让经理人变得更加现实，更理性地看待他们力主的项目未来能获得多大的成功。
过度自信：你到底有多大把握？
大多数人都会对不确定性感到不舒服，在这种心理状态下，自然就会产生过度自信的倾向，让人们感觉良好，以为自己知道很多，其实不然。
我在IESE商学院高管培训项目中教授决策课程，在课堂上，我让学员回答五个常识性问题，并让他们告诉我，他们对自己答案的正确性抱有多大的自信。几乎每次的结果都差不多：在那些表示对自己的答案抱有80%信心的人中，只有50%左右的人答对了问题。这种过度自信的倾向对企业的决策有着至关重要的影响，特别是在评估产生某种结果的概率的时候。
回到前面制药公司的例子。获得专利的概率（40%）和对生产要素价格的估计都来自马克手下的运营副总裁。那么，仅仅依靠一个人提供的信息就制定了全部决策，马克的这种做法是明智的吗？那位副总裁的判断力到底有多可靠？他是否过度自信？或许马克和那位副总裁都有既得利益，希望看到疟疾药品进入市场，而且不管他们自己有没有意识到，他们都过高地估计了一切按计划进行的可能性。
为了避免出现过度自信，第一步就是要保持警惕：总是保持对过度自信迹象的警觉。尽可能依靠确凿的事实，确保信息源可靠。所有评估都须经过各部门有经验的经理人的复核。一些银行要求再融资审批必须由前审批人之外的人来做。本文前面提出的建议——在预测未来时给出一个上下波动范围，而不是精准数字——在这里也适用。
最重要的一件事是，有意识地质疑自己的估测。在评估一项决策时，大多数人都会寻找那些能支持自己意见的证据，而不去考虑反面信息。为了避免落入这一陷阱，你需要在分析阶段引入几个不同的视角。这可能包括组织的外部人，比如买家、供应商，甚至是竞争对手。
就如伊丽莎白·奥姆斯特德·泰斯伯格教授所指出的那样，通过不同角度观察，不仅能帮助经理人发现瑕疵，为可能出现的意外事件做准备，还能帮助他们跳出常规的思维模式，增强创造力。积极唱反调的“魔鬼代言人”还会质疑是否有运气的成分在内，同时注意寻找以前没有考虑到的机会，以及在现有逻辑中存在认知偏见的证据。
从错误中学习
要想做好决策，最后的关键是：从错误中学习。正如德鲁克所言：“将决策结果与预期进行对比，高管们就知道自己的长处在哪里，哪里需要改进，缺少哪方面的知识或信息。这会让他们了解到自己的偏见。”
归根结底，了解你自己的偏见，了解你们团队的偏见，并设法限制偏见对决策过程的不利影响，这样才能为自己的企业做出正确的决策——至少大部分情况下能做出正确决策。
观点概要
我们时常需要在不确定的环境下做决策，这时借助一些决策工具，可以让我们理清复杂的问题，仔细考量各种选择，计算相关风险。 “决策树”就是这样的一种工具，它以树形图的方式表明，一旦你做出了某种选择，后面可能发生的一系列情形。你可以判断每种情形的发生概率和预期价值，权衡之后选择期望值最高的那种情形。
然而，不要被这看似完美的“科学”流程所误导，决策图并不能保证万无一失。无论决策图有多美妙，在很大程度上，它还要依赖人类的判断，而人类的判断会受到各种偏见的影响。以下是三种最常见的人类偏见：
锚定效应
框架效应
投入升级效应
意识到这些偏见的存在，我们才能设计出某种方案消除或者尽量弱化它们的影响，让公司能够更有效地评估它所面临的选择。
驶入漩涡
不愿接受已经造成的损失有时会造成致命的错误。近几十年来，金融行业有过无数这样触目惊心的重大灾难性事件，究其根本，可归结为投入升级效应。
巴林银行（Barings Bank）事件或许是最臭名昭著的一个例子。这家有着两百多年历史的老牌银行，一直小心谨慎地为腰缠万贯的客户提供金融服务，其中包括英国王室。然而1995年，仅在几个星期内，一名驻新加坡的交易员尼克·利森（Nick Leeson）的无良行为就让这家银行轰然倒塌。他干的事情就是：试图在会计上做手脚，掩盖自己规模越来越大的损失，不让上级知道。
类似的事情在2008年也发生过。当时，热罗姆·凯尔维尔（Jerome Kerviel）让法国银行业巨头法兴银行（Société Générale）损失了49亿欧元。检方对此的解释是：“凯尔维尔的本意不是想搞垮这家银行，他只是想成为明星交易员。交易就好比毒品，能让人上瘾。他对这种赌市场的复杂‘游戏’产生了依赖，而且这像是一个漩涡，很难从中脱身出来。”
后来的丑闻——比如2012年摩根大通（JP Morgan）的“伦敦鲸”交易巨亏事件——表明，不仅仅是无良的个人，甚至整个管理层都可能拒绝承认损失，自掘坟墓，越陷越深。
当然，事情不一定大到搞垮整个银行或整个行业，在有关企业日常经营的小决策中，也能看到投入升级现象，比如：
？为劣质项目再融资
？守住价格不断下跌的股票不放
？在需要帮助的时候不愿开口求人
？犯了错误之后不愿立即承认
？事情不对头的时候不立即承认
？不愿取消一项已计划好的事情
？在交货期或到达时间方面不切实际：“我五分钟后就到……”
？不愿在维护和安全保障方面投资
在你的个人生活或工作当中，是否有哪些方面需要克服这种不愿承认坏事的心理？你最好放下姿态，而不是硬撑下去，否则麻烦可能越来越大。
在某种意义上，任何一项决策都像是一次赌博，对决策好坏的评估不能光看结果，而且要看决策者的判断，及其审慎评估相关风险的努力。企业和个人都可以通过多种方式改善决策过程，从而减少做出糟糕决策的可能性。
在本文中你将看到，诸如“决策树”等工具在决策过程中所起的重要作用。这些工具能帮助经理人对问题条分缕析，仔细考量各种选择，并计算相关风险。
不过，决策图也不能保证万无一失，它无法确保任何时候都决策正确。不管决策图有多美妙，在很大程度上，它还要依赖人类的判断，特别是依赖决策者正确评估相关风险的能力。这一过程与理性无关，因为人类行为中充满了各种偏见，这会给决策制造诸多障碍。
我的观点是，只有理解了这些偏见会对我们产生怎样的影响，我们才能设计出某种方案消除或者尽量弱化这种影响，让公司能够更有效地评估它所面临的选择。
栽下一棵决策树
简单的情况下或许不需要什么特别的决策工具。不过，在情况复杂时，如果不借助战略性管理工具，直观地显示问题的结构可能相当困难。
所谓“决策树”，就是以树形图的方式表明，一旦你做出了某种选择，后面可能发生的一系列情形。它能帮助你厘清问题的本质，评估风险对最终结果可能造成的影响。
让我们以欧洲一家制药公司为例来讲解如何利用决策树工具做决策。该公司CEO马克（Marc）正准备决定是否继续某种疟疾药的研发工作，这项工作需要投资1，000万欧元。
该项目一旦完成，公司就必须申请一项专利。根据以往经验，获得专利的概率为40%。如果申请成功，公司就有两种选择：以3，500万欧元的预计价格转让专利许可，或自己直接销售产品。
自己直接销售将需要追加投资1，500万欧元，用于设计并实施生产、营销等活动。此外，该公司还面临着生产要素价格波动的问题——现金流的净现值在某个范围内波动：若要素价格较低，净现值估计为6，500万欧元；若要素价格适中，净现值估计为3，000万欧元；若要素价格较高，净现值估计为2，000万欧元。出现上述各种情形的可能性分别为30%、50%和20%。
因为举棋不定，马克绘制了一棵决策树（参见副栏“马克的决策树”）。第一个决策是，要投资1，000万欧元还是完全取消该研发项目。该选择用一个正方形表示——正方形代表“决策节点”，意思就是，需要决策者在这里选择一种行动方案。
如果马克决定继续这一项目，现金流就取决于能否获得专利。这种不确定性用一个圆形来表示。这种决策者无法控制结果的节点称为“事件节点”。
事件节点的每一分支都代表一种可能情形。一个事件节点应该包含所有可能的情形，这些情形必须相互排斥，这样才能保证如果其中一种情形出现，其他所有情形都不会出现。
获得专利后就遇到了另一个决策节点，因为这时候马克必须决定是转让专利许可，还是自己直接销售这种药物。不过，如果马克决定自己直接销售，就会出现另一个事件节点，因为不受公司控制的要素价格会影响利润。
既然决策树考虑到了决策和事件的时间序列，这个树状图就应该从左往右推进，各个节点按照时间先后发生，表明决策者必须做出一项选择，然后才能解决不确定性的问题。
一旦问题以这种图形的方式呈现出来，决策者就能够计算出树状图每一分支的最终值。在本例中，净利润可以通过下述路径得出：
如果马克取消这一项目，公司将铁定获得0欧元。
如果马克继续该项目，并且未获得专利，公司将损失1，000万欧元。
如果获得专利并转让，公司将赚2，500万欧元（预计转让收入3，500万欧元减去投资1，000万欧元）。
如果获得专利且自己直接销售产品，而且要素价格较高，净利润将为-500万欧元（预计收入2，000万欧元减去追加投资1，500万欧元，再减去最初投资1，000万欧元）。
如果获得专利且自己直接销售产品，而且要素价格适中，净利润将为500万欧元（预计收入3，000万欧元减去追加投资1，500万欧元，再减去最初投资1，000万欧元）。
如果获得专利且自己直接销售产品，而且要素价格较低，净利润将为4，000万欧元（预计收入6，500万欧元减去追加投资1，500万欧元，再减去最初投资1，000万欧元）。
虽说决策树有助于厘清所有可能的结果，但马克在做出最终决定之前还需要再干一件事：计算每一行动方案的期望值。
计算期望值
期望值就是所有可能结果的加权平均值，权重就是事件节点上每一分支的概率。决策者必须对所有可能情形进行权衡，并选择期望值最高的那种情形。
为了说明问题，我们再举一个例子。假设你被一家公司雇用，人力资源总监告诉你，你必须在以下两种薪酬方案中选择一种：
每月5，000欧元。
每月的第一天去找你的老板，用抛硬币的方式决定你的月薪。如果正面朝上，你当月就可以拿到11，000欧元；如果背面朝上，你当月就只能拿到1，000欧元。
你会选择哪种薪酬方案？如果你知道自己会在这家公司干上几年，那么可以选择期望值较高的方案——也就是抛硬币的方案，因为在这段时间内，你的实际薪酬的期望值可以达到平均每月6，000欧元。
若要期望值能够兑现，就必须有“重复”因素在内，即事件在一段时间内重复发生。比如有一位房地产经纪人，过去的经验告诉他，每月卖出一栋房子的概率是50%，卖出两栋的概率是35%，三栋是15%。那么，在12个月的时间里，这名经纪人预期每月可以卖出1.65栋房子。有些月份卖出三栋，有些月份卖出两栋，有些月份卖出一栋（显而易见，没有任何一个月份会卖出1.65栋）。 在各种商业活动中都可能出现重复的现象，比如出版业。出版书籍中有98%会亏钱，比如说每种亏5万欧元，另外的2%会成为畅销书，每种畅销书的平均回报是1，000万欧元。那么每种书的平均利润就是151，000欧元，因为畅销书的利润能够弥补其他书亏的钱。
以期望值为基础做决策的另一个前提条件是，如果出现不利后果，你不至于破产。
再来考虑一下每月抛硬币决定薪酬的情况。如果正面朝上，你那个月就会拿到11，000欧元；如果背面朝上，你那个月就只能拿到1，000欧元。接下来，假设你每月要支付2，000欧元的住房按揭贷款。在这种情形下，尽管长期而言抛硬币的方案能让你每月的薪酬达到6，000欧元，你也不能选择这种方案，因为如果前三个月抛硬币的结果都是背面朝上，你的房子可能就没了。
在实践中运用期望值
以制药公司为例，它定期投资一系列研发项目，但其中很多项目不会最终进入市场。正因如此，它需要不断对假设提出质疑，重新评估决策的可能结果。
为方便起见，我们假定上述例子中的制药公司是一家大型企业，如果没有获得专利，1，000万欧元的损失对它来说不算什么。在这样的情形下，就可以用期望值来评估不同方案，并依此做出最终决定。
为了确定哪个方案的期望值较高，马克采取了从后往前推的方式，先看树状图终端的各个节点。在每一个事件节点，他都计算出相关分支的期望值；在每一个决策节点，他都选择期望值最高的分支。这种方式叫作“决策图简化法”，可以指明在每一个点哪种策略是最优的。
副栏“马克的决策图简化”更新了之前的决策树，添加了每个决策的期望值。通过计算生产并直接销售这种药品的期望值（-0.2×500万）+（0.5×500万）+（0.3×4，000万），马克意识到，平均而言，这个节点的价值是1，350万欧元。这意味着，如果马克决定继续这一项目，并且获得专利，那么他就会决定转让专利许可，因为这样做的期望回报（2，500万欧元）比生产并直接销售这种药品的期望值更高。
接下来，马克计算了继续这一项目的期望值。这次，他用获得专利的概率（0.4）乘以转让专利许可的可能回报（2，500万欧元），然后减去专利申请被驳回的概率（0.6）乘以由此造成的损失（1，000万欧元），得出期望值是400万欧元。因此，马克的决定应该是继续该研发项目。
了解你自己的弱点
通过利用决策树和期望值，马克得以改进自己的决策过程。不过，这种方法也有其局限性，最重要的局限来自人们的一些偏见。偏见使人们失去了理性，也正因为如此，人类的判断远远说不上是无懈可击。
就像马克一样，所有的经理人都在一个相对不明朗的世界里做决策。在我们所做的大多数决策中都充斥着人类的偏见。只有理解了这些偏见造成的风险，然后设计出某种系统抑制此类风险的影响，经理人才能安心地确定，自己所做的决策已经毫无瑕疵——至少在人力所及的范围内是如此了。
为了让读者对这一问题的普遍性有所认识，我特别列出了三种常见的人类偏见，并且在个人和组织层面上提出了一系列策略来抑制此类偏见对决策的影响。
锚定效应
所谓“锚定”（anchoring），指的是人们在估测的时候过于受到初始值的影响。在一项著名的研究中，研究人员让参与者给出他们愿意为数件产品支付的最高金额。在他们说出这个数字之前，参与者被要求写下他们社会保障号码的最后两位数字。研究人员发现，这些人写下的两位数与他们给出的价格存在显著的相关性。社保号最后两位数字最大（80～99）的参与者给出的价格最高，而社保号最后两位数字最小（01～20）的参与者给出的价格最低。这表明人们有一种非理性倾向：围绕着一个暗示值（即“锚点”）做出自己的判断，而不是先去批判性地评估这一暗示值有什么价值。
虽说大多数人可能都善于做出相对判断，但要做绝对判断就难多了。经理人不要轻信自己的直觉，应当尽可能用更多的量化参照标准来支持自己的决策。下面再举两个例子。
有一个很有名的实验，我在课堂上也经常做这个实验。我让学生们在两个方案中做出选择：免费领取一张价值10美元的礼品券，或者支付7美元换取一张20美元的礼品券。尽管第二个方案的回报事实上更高，但仍有超过70%的学生选择了第一个方案。
不过，如果在这两个方案中，礼品券的成本都增加1美元，情况就完全不一样了，人们就会变得更理性。当学生们被要求从支付1美元换取一张10美元的礼品券和支付8美元换取一张20美元的礼品券之间做出选择时，超过60%的人选择了后一种方案。这是因为，在第一种情形下，“免费”这个词成了一个锚点，学生们围绕这个锚点做出了决策。
当亚马逊公司（Amazon）对超过25美元的订单提供免费配送服务时，类似的情况发生了。全球各地的销售都得到了提振，除了法国——在法国，销售状况几乎丝毫未变。对这种异常状况的调查发现，亚马逊法国公司收取了1法郎的配送费。尽管这区区1法郎的配送费和免费相差无几，顾客却并不这么想。后来，亚马逊在法国也提供免费配送服务，销售随即上升。
框架效应
所谓“框架效应”（framing），指的是你呈现信息的方式（不管是向公司董事会，还是向与你一同工作的团队）可能会对最终决策或最终结果产生重大影响。
器官捐赠项目很好地证明了这一点。一项针对欧洲国家的研究发现，各国的参与率显著不同。为什么100%的法国驾车人选择死后捐赠器官，而只有4%的丹麦驾车人做出同样的选择？
就如行为经济学家丹·艾瑞里（Dan Ariely）指出的那样，其中原因完全在于“是否参与器官捐赠项目”这一选择的呈现方式。在参与率低的国家里，受访者如果想参加这个项目就在一个方框里打勾；而在参与率高的国家里，受访者如果不想参加这个项目才在相应的方框里打勾。考虑到在两种情形下，大多数受访者都不愿意在方框里打勾，那么问题的呈现方式就是造成这种差异的全部原因。 在一篇题为《为什么优秀的经理人会选择拙劣的战略》（Why Do Good Managers Choose Poor Strategies）的文章中，伊丽莎白·奥姆斯特德·泰斯伯格（Elizabeth Olmsted Teisberg）详细阐述了以正面措施或负面措辞设计战略选择的重要性。她写道：“之所以要实施战略变革，一种说法是为了避免丧失竞争优势，另一种说法是为了改进优势来源，增强竞争地位。同样，之所以要开发新技术，可以是为了避免落后于竞争对手，也可以是为了吸引新客户，扩大市场份额。”
这可不是“你五十他半百”这么简单。研究发现，个体面对得益的不确定性和损失的不确定性时，态度迥异。因此，分析时是以损失还是得益来表述，会导致人们做出不同决策。通常来说，人们在得益方面是风险厌恶型的，而在损失方面是风险偏好型的。
赌博是一个经典的例子。大多数人都会在输钱之后很难收手，然后以输掉的钱的两倍下注。但并不是只有在赌徒身上才会出现这种行为。为了挽回颜面，公司员工和经理人也一样有可能做出类似的举动，比如他们积极参与的某一商业活动出现了亏损，他们也可能会再双倍下注。
投入升级效应
人们不愿意接受或承认一项必然的损失。相反，他们会冒险止损，但同时也面临着损失加重的可能性。这就是所谓的“投入升级效应”（escalation of commitment）。很多公司之所以倒掉，原因就在于此。（参见副栏“驶入漩涡”）
企业如何确保自己的高管和员工不会做出这种危及企业利润的行为？以下措施可以帮助企业降低因框架效应和投入升级效应带来的风险。
保持风险偏好的稳健平衡 这个社会是由风险厌恶型、风险中立型和风险偏好型的人构成的。正因如此，企业需确保其决策团队中，这几类人都得到广泛代表。同样，在分析策略时，各种不同的视角也要得到代表。
预备一个退出策略 在动态的环境中，要做出优秀的决策，需要在时移境迁之际不断再评估。有时候，对一家公司来说，最好的决策就是修正或放弃以往曾大力主张的行动方案。管理界首屈一指的思想家彼得·德鲁克（Peter Drucker）就曾建议过，组织要每月举行会议，考虑“缩减投资”的机会，也就是停止无效的项目。
避免当场做出重要决策 大多数组织都把决策看成一个事件，而不是一个流程。因此，他们认为关键决策会议非常重要，出了问题就赶快开会解决。这里的关键在于，建立一个系统，监督项目以及项目背后决策的演变，同时鼓励人们把所有有风险的决策摆到桌面上。
学会应对糟糕的结果 一些决策，甚至是良好的决策也会产生不好的结果，这是不可避免的。重要的是，分析这些不好的结果是在哪种情形下发生的：是在获得充分信息、对风险进行了缜密计算后发生的，还是因不良的决策习惯而导致的。
以区间的方式描述未来的可能 利用区间预测，而不是点预测，这样可以避免“假精确”，增强可信度。尽管这样可能会更难确定未来收入，但也让经理人变得更加现实，更理性地看待他们力主的项目未来能获得多大的成功。
过度自信：你到底有多大把握？
大多数人都会对不确定性感到不舒服，在这种心理状态下，自然就会产生过度自信的倾向，让人们感觉良好，以为自己知道很多，其实不然。
我在IESE商学院高管培训项目中教授决策课程，在课堂上，我让学员回答五个常识性问题，并让他们告诉我，他们对自己答案的正确性抱有多大的自信。几乎每次的结果都差不多：在那些表示对自己的答案抱有80%信心的人中，只有50%左右的人答对了问题。这种过度自信的倾向对企业的决策有着至关重要的影响，特别是在评估产生某种结果的概率的时候。
回到前面制药公司的例子。获得专利的概率（40%）和对生产要素价格的估计都来自马克手下的运营副总裁。那么，仅仅依靠一个人提供的信息就制定了全部决策，马克的这种做法是明智的吗？那位副总裁的判断力到底有多可靠？他是否过度自信？或许马克和那位副总裁都有既得利益，希望看到疟疾药品进入市场，而且不管他们自己有没有意识到，他们都过高地估计了一切按计划进行的可能性。
为了避免出现过度自信，第一步就是要保持警惕：总是保持对过度自信迹象的警觉。尽可能依靠确凿的事实，确保信息源可靠。所有评估都须经过各部门有经验的经理人的复核。一些银行要求再融资审批必须由前审批人之外的人来做。本文前面提出的建议——在预测未来时给出一个上下波动范围，而不是精准数字——在这里也适用。
最重要的一件事是，有意识地质疑自己的估测。在评估一项决策时，大多数人都会寻找那些能支持自己意见的证据，而不去考虑反面信息。为了避免落入这一陷阱，你需要在分析阶段引入几个不同的视角。这可能包括组织的外部人，比如买家、供应商，甚至是竞争对手。
就如伊丽莎白·奥姆斯特德·泰斯伯格教授所指出的那样，通过不同角度观察，不仅能帮助经理人发现瑕疵，为可能出现的意外事件做准备，还能帮助他们跳出常规的思维模式，增强创造力。积极唱反调的“魔鬼代言人”还会质疑是否有运气的成分在内，同时注意寻找以前没有考虑到的机会，以及在现有逻辑中存在认知偏见的证据。
从错误中学习
要想做好决策，最后的关键是：从错误中学习。正如德鲁克所言：“将决策结果与预期进行对比，高管们就知道自己的长处在哪里，哪里需要改进，缺少哪方面的知识或信息。这会让他们了解到自己的偏见。”
归根结底，了解你自己的偏见，了解你们团队的偏见，并设法限制偏见对决策过程的不利影响，这样才能为自己的企业做出正确的决策——至少大部分情况下能做出正确决策。
观点概要
我们时常需要在不确定的环境下做决策，这时借助一些决策工具，可以让我们理清复杂的问题，仔细考量各种选择，计算相关风险。 “决策树”就是这样的一种工具，它以树形图的方式表明，一旦你做出了某种选择，后面可能发生的一系列情形。你可以判断每种情形的发生概率和预期价值，权衡之后选择期望值最高的那种情形。
然而，不要被这看似完美的“科学”流程所误导，决策图并不能保证万无一失。无论决策图有多美妙，在很大程度上，它还要依赖人类的判断，而人类的判断会受到各种偏见的影响。以下是三种最常见的人类偏见：
锚定效应
框架效应
投入升级效应
意识到这些偏见的存在，我们才能设计出某种方案消除或者尽量弱化它们的影响，让公司能够更有效地评估它所面临的选择。
驶入漩涡
不愿接受已经造成的损失有时会造成致命的错误。近几十年来，金融行业有过无数这样触目惊心的重大灾难性事件，究其根本，可归结为投入升级效应。
巴林银行（Barings Bank）事件或许是最臭名昭著的一个例子。这家有着两百多年历史的老牌银行，一直小心谨慎地为腰缠万贯的客户提供金融服务，其中包括英国王室。然而1995年，仅在几个星期内，一名驻新加坡的交易员尼克·利森（Nick Leeson）的无良行为就让这家银行轰然倒塌。他干的事情就是：试图在会计上做手脚，掩盖自己规模越来越大的损失，不让上级知道。
类似的事情在2008年也发生过。当时，热罗姆·凯尔维尔（Jerome Kerviel）让法国银行业巨头法兴银行（Société Générale）损失了49亿欧元。检方对此的解释是：“凯尔维尔的本意不是想搞垮这家银行，他只是想成为明星交易员。交易就好比毒品，能让人上瘾。他对这种赌市场的复杂‘游戏’产生了依赖，而且这像是一个漩涡，很难从中脱身出来。”
后来的丑闻——比如2012年摩根大通（JP Morgan）的“伦敦鲸”交易巨亏事件——表明，不仅仅是无良的个人，甚至整个管理层都可能拒绝承认损失，自掘坟墓，越陷越深。
当然，事情不一定大到搞垮整个银行或整个行业，在有关企业日常经营的小决策中，也能看到投入升级现象，比如：
？为劣质项目再融资
？守住价格不断下跌的股票不放
？在需要帮助的时候不愿开口求人
？犯了错误之后不愿立即承认
？事情不对头的时候不立即承认
？不愿取消一项已计划好的事情
？在交货期或到达时间方面不切实际：“我五分钟后就到……”
？不愿在维护和安全保障方面投资
在你的个人生活或工作当中，是否有哪些方面需要克服这种不愿承认坏事的心理？你最好放下姿态，而不是硬撑下去，否则麻烦可能越来越大。