① 如何避免财务分析中的幸存者偏差
幸存者偏差(Survivorship bias)，另译为抄"生存者偏差"或"存活者偏差"，驳斥的是一种常见的逻辑谬误("谬误"而不是"偏差")，这个被驳斥的逻辑谬误指的是只能看到经过某种筛选而产生的结果，而没有意识到筛选的过程，因此忽略了被筛选掉的关键信息。这东西的别名有很多，比如"沉默的数据"、"死人不会说话"等等。
幸存者偏差意思是指，当取得资讯的渠道，仅来自于幸存者时(因为死人不会说话)，此资讯可能会存在与实际情况不同的偏差。
此规律也适用于金融和商业领域。存活下来的企业往往被视为"传奇"，它们的做法被争相效仿。而其实有些也许只是因为偶然原因幸存下来了而已。
在日常生活中，最明显的例子就是"我亲戚吃这个药好了"或者"我一个朋友去找了这个老中医"等等。不管你的亲戚和朋友和你关系如何好，如何值得信任和尊重，在客观规律面前他们都是等同的。疾病和医药不会因为你的喜好而照顾或者偏袒你的亲朋。
如何应对呢?最明显的办法当然是让"死人"说话。双盲实验设计和详细全面客观的数据纪录都是应对"幸存者偏差"的良方。所谓"兼听则明"也是这个道理，抛掉对个案的迷信，全面系统的了解财务分析才能克服这个偏差。
② 什么是经济学中的“幸存者偏差”
经济学中的“幸存者偏差”，即分析问题时所依赖的信息全部或者大部分来自于专显著信息，较少利属用不显著的信息或者彻底忽略“沉默的信息”，因此得出的结论与事实情况就可能存在巨大偏差。
幸存者偏差在商业社会中，体现在人们因为对成功经验的痴迷而忽略失败可能带来的教训。所以，“幸存者偏差” 又叫做“死人不说话”。 人们往往给成功者戴上光环，以为他们的行为导致了他们的成功，其实也有可能他们的做法是错的，只是幸存下来了而已。因为没有幸存下来的人可能做法是一样的，只是没有机会出来讲。“死人不说话”这个比喻来自医疗领域，只有活下来的人才有机会出来鼓吹治疗是多么的有效，死去的人没有机会出来争辩。存活下来的企业往往被视为“传奇”，它们的做法被争相效仿。而其实有些也许只是因为偶然原因幸存下来了而已。
应对幸存者偏差，最有效的办法是让“死人”说话。双盲实验设计和详细全面客观的数据纪录都是应对“幸存者偏差”的良方。所谓“兼听则明”也是这个道理，抛掉对个案的迷信，全面系统的才能克服这个偏差。
③ 什么叫幸存者偏差
只考察幸存者特征造成的偏差。
1.详解
幸存者偏差指的是当取得资讯的渠道，仅来自于幸存者时，此资讯可能会与实际情况存在偏差。
幸存者偏差，是由优胜劣汰之后自然选择出的一个道理：未幸存者已无法发声。人们只看到经过某种筛选而产生的结果，而没有意识到筛选的过程，因此忽略了被筛选掉的关键信息。
2.来源
1941年,美国哥伦比亚大学统计学沃德教授(Abraham Wald)应军方要求，利用其在统计方面的专业知识来提供关于《飞机应该如何加强防护，才能降低被炮火击落的几率》的相关建议。
沃德教授针对联军的轰炸机遭受攻击后的数据，进行研究后发现：机翼是最容易被击中的位置,机尾则是最少被击中的位置。
沃德教授的结论是“我们应该强化机尾的防护”，而军方指挥官认为“应该加强机翼的防护，因为这是最容易被击中的位置”。
3.沃德教授观点
(1)统计的样本，只涵盖平安返回的轰炸机；
(2)被多次击中机翼的轰炸机，似乎还是能够安全返航；
(3)并非是机尾不易被击中，而是因为机尾被击中的飞机早已无法返航，寥寥几架返航的飞机都依赖相同的救命稻草— 引擎尚好。
军方采用了教授的建议，并且后来证实该决策是正确的，看不见的弹痕却最致命！
这个故事被后人用一个词语概括——幸存者偏差。
④ 如何看待有幸存者偏差和胜者偏差的数据
正确的认识获得的数据,是做投资决策的第二步.(第一步是取得相对可靠的数据和回信息.) 以平均行业回报答率为例.在判断一家上市公司经营成果时,我们往往对标所属行业平均回报率. 有没有包含破产,清算,死掉,注销的企业?越好的企业越容易被统计到,而越差的企业,消失的企业,越难被统计到.所以所有这类行业平均数据都或多或少都带有幸存者偏差和胜者偏差. 更为明显的例子是指数,所有的股票指数都会定时调出差的,调入好的,有着非常强烈的幸存者偏差和胜者偏差. 在这个范围内利用这些数据是合理合逻辑的. 但是你要知道,实际情况可能要比这些数据糟糕.糟糕多少?天知道. 悲剧常常发生在利用这些数据去投资一个项目,往往会高估收益回报率.因为这时这些数据被用作测算预期收益的假设依据,高估自然就发生了.