选择斗牛士餐厅的过程。
假设在来到马拉加之前,每名游客都查阅了一些有关该市餐厅的信息,这些信息并不足以完全确定两家餐厅的优劣,但姑且假设每名游客均稍稍倾向于萨尔瓦多。
譬如,每名游客均认为萨尔瓦多餐厅较好的概率是51%,而斗牛士餐厅较好的概率仅有49%(例如,有畅销的旅行指南指出萨尔瓦多餐厅曾在米其林餐厅排名中领先,这样便会形成这种结果),这种情况便会出现。
来到马拉加后,游客得到了有关餐厅品质高下的另一个提示(如朋友发来的邮件、网站排名或酒店职员的推荐)。
可以顺理成章地假定,既然萨尔瓦多餐厅的客观品质更高,萨尔瓦多的正面提示会多于斗牛士。
但这些推荐存在随机成分,例如游客收到朋友发来的邮件,但这位朋友恰好以前去过斗牛士餐厅,而且喜欢那里的菜肴(毕竟,斗牛士餐厅并不差,只是不如萨尔瓦多而已)。
根据新得到的信息,每名游客此时都用贝叶斯公式修正了自己关于两家餐厅水平高下的概率估计。
须记住,我们假定所有游客不仅行事理性,还是概率论专家。
再假设所有提示都很确凿,因而经过这次修正之后,所有游客都胸有成竹地认为自己知道哪家餐厅确实更好。
鉴于所有人都具备理性思考能力,一名游客得到的提示中,若一家餐厅有一条正面提示,另一家有两条,则该名游客会修正自己的估算概率,认为有两条正面提示的餐厅胜出一筹的概率较高。
现在,进入主菜。
假设上午11点59,全部100名游客排队等候两家餐厅在正午开门迎接蜂拥而至的食客。
每名游客都收到了一条有关两家餐厅优劣的提示,而排在队伍最前面的两名游客收到了有关斗牛士餐厅的正面提示(再次提醒,有些游客收到了推荐斗牛士餐厅的信息,而其中有两个人恰好排在队伍最前面,这不足为奇)。
正午时分,两家餐厅的正门打开了。
在两家此时仍然空无一人的餐厅前,有服务生在殷勤等候午餐食客进门。
排队的每名游客相继依次且完全理性地决定自己去哪家餐厅就餐,排在队伍最前面的游客目前收到的是有关斗牛士餐厅的正面提示,因而以此为依据,自然而然地选择了斗牛士餐厅。
第二名游客也收到了有关斗牛士餐厅的正面提示,因此做出了同样的选择。
第三名游客呢?
姑且假设,在正午时分之前,她收到的提示是萨尔瓦多餐厅略胜一筹。
然而,她刚刚看到排在她前面的两个人选择了斗牛士餐厅,她因此推测他们两人都收到了有关斗牛士餐厅的正面提示(显然与她所收到的提示不同)。
现在,她可以将这条新信息考虑进决策过程中:她(根据排在她前面的两个人所做出的选择)知道斗牛士餐厅有两条提示,而萨尔瓦多餐厅只有她此前收到的一条提示。
这使得斗牛士餐厅的票数为二比一,占多数。
第三名游客因此立即走进斗牛士餐厅吃午餐,推翻了她个人此前收到的提示。
换言之,第三名游客无论自己收到什么提示,都会选择斗牛士餐厅。
第四名游客所处情况与第三名游客相似。
他知道自己从第三名游客的行为中无法确凿地了解到任何信息,她选择斗牛士与她自己收到的提示无关,但他知道前两名游客确实收到了有关斗牛士餐厅的正面提示。
从他的角度来看,斗牛士餐厅的正面提示因此多于萨尔瓦多餐厅,他于是也直接进了斗牛士餐厅吃午餐。
至此,任何人都应该明白这群有趣的午餐食客会有何表现。
每名游客都会根据前两名游客的选择(其他人的选择无关紧要,因为他们的选择也是根据前两人的选择做出的),按照与第三名游客相同的推理方式,选择斗牛士餐厅,放弃萨尔瓦多餐厅。
因此,萨尔瓦多的可怜老板虽然兢兢业业地做出了胜过斗牛士餐厅的美食,却要整个下午都在空荡荡的餐厅里,垂头丧气地看着自己的竞争对手斗牛士餐厅座无虚席,招待城里的每一名游客。
上述故事是以一个数学模型为基础的。
1992年,加州大学洛杉矶分校的3名金融学教授在其所发表的一篇论文中介绍了该模型,论文作者称,如其模型所示,「羊群效应」通常是由最严谨的理性思考造成的,而非因随波逐流、缺乏自信等倾向形成。
完全的理性却仍会导致「羊群效应」,这是一项非常巧妙的发现(尽管略牵强)。
但这是否真的是「羊群效应」实际产生的方式呢?
正是为了回答这一问题,我和3名同僚(分别来自德国的马克斯–普朗克研究所、巴黎大学和阿伯丁大学)进行了一项研究。
研究的主要内容是引起「羊群效应」的一项实验室实验,在实验中,受试者无须选择餐厅。
相反,我们利用上一章所述的坛子来进行实验。
只红球、50只