一つの推薦が多数の賛同へ見える仮例
仮にA社について12件の強気投稿を見たとします。元資料へたどると、10件は最初の推薦を引用し、2件だけが別の資料を示していました。12件の独立した分析があると考えると、情報の裏付けを過大に見積もります。
周囲の賛同を見る前は事業が分からず購入を見送っていたのに、賛同だけで買うへ変えたなら、他人の行動へ引かれた場面として点検できます。新しい資料を読んで結論が変わった場合とは、判断の根拠が異なります。
値動きが続くと理由まで確信したくなる
仮に1,000円の株が1,200円となり、出来高も増えたとします。価格は20%上昇していますが、「詳しい人が全員買っている」とまでは分かりません。出来高には売り手と買い手の両方がいて、同じ参加者が繰り返し売買した分も含まれ得ます。
企業の利益予想や新しい開示を読み、何が変わったかを確認します。売買量と人気だけで、事業価値の20%増加を導くことはできません。
売りが集中する場面も分ける
急落時に周囲へ合わせて売る場合もあります。しかし、会社の悪い開示を各人が独立して分析し、売却することもあります。結果の見た目が似ているため、原因を群集心理だけで説明しないようにします。
BikhchandaniとSharmaの研究レビューも、追随と同じ情報への反応を区別する難しさを扱っています。ここに示す投稿数や価格は独自の架空例で、論文の実験やデータを再現していません。
注文前には、周囲の意見を外しても保有理由が残るか、期間や金額が自分に合うかを点検します。多数派と同じ結論になっても、資料で説明できれば、単に人気へ任せた判断とは区別できます。