|
(文章来源：中国网综合消息) 《黑天鹅》 中信出版社重磅推出2008年热点图书《黑天鹅》 亚马逊书店非小说类畅销榜第一名 《经济学人》年度最佳商业书籍之一 入围《金融时报》/高盛2007最佳财经书籍奖 1.惯常思维模式的彻底颠覆 在发现澳大利亚之前，17世纪之前的欧洲人认为天鹅都是白色的。但随着第一只黑天鹅的出现，这个不可动摇的信念崩溃了。黑天鹅的存在寓意着不可预测的重大稀有事件，它在意料之外，却又改变一切。 人类总是过度相信经验，而不知道一只黑天鹅的出现就足以颠覆一切。然而，无论是在对股市的预期，还是政府的决策中，或是普通人日常简单的抉择中，黑天鹅都是无法预测的。“9?11”事件的发生、美国的次级贷危机、我国的雪灾，都是如此。 一般来说，“黑天鹅”是指满足以下三个特点的事件： 首先，它具有意外性。 第二，它产生重大影响。 第三，虽然它具有意外性，但人的本性促使我们在事后为它的发生编造理由，并且或多或少认为它是可解释和可预测的。 2.“黑天鹅”的逻辑是：你不知道的事比你知道的事更有意义。 在人类社会发展的进程中，对我们的历史和社会产生重大影响的，通常都不是我们已知或可以预见的东西。股市会突然崩盘，美国地产泡沫会引发谁都没有预料到的次贷危机，一场突如其来的大雪会使得大半个中国陷入瘫痪状态，带来上千亿的损失……我们其实每一天都被“黑天鹅”环绕着。 即使你足不出户，认识到黑天鹅事件的影响力也并不难。审视一下你自己的生存环境，数一数自你出生以来，周围发生的重大事件、技术变革和发明，它们有多少在你预料之中？看看你自己的生活，你的职业选择、与爱人的邂逅、朋友的背叛、暴富或潦倒、股市大涨或崩盘……这些事有多少是按照计划发生的？ 3.震惊世界的“黑天鹅”事件 黑天鹅事件一：“9?11”事件 黑天鹅事件二：我国雪灾 2008年春节期间，我国自西向东连续出现大范围雨雪天气，涉及到了浙江、江苏、安徽、江西等14个省区。这只冬季里的“黑天鹅”造成农作物受灾面积4219.8千公顷；倒塌房屋10.7万间，损坏房屋39.9万间；因灾直接经济损失220.9亿元。 黑天鹅事件三：泰坦尼克号 泰坦尼克号——这艘当时世界上最大的豪华客轮，被称为“永不沉没的梦幻客轮”。谁都没有想到它会沉没。它于1912年4月10日从英国南安普顿驶往纽约，但就在其处女航的第4天晚上，因为在北大西洋撞上冰山而沉没。由于缺少足够的救生艇，这次“黑天鹅事件”中，1500人葬生海底，成为迄今为止最著名的一次海难。 黑天鹅事件四：长期资本管理公司 长期资本管理公司依据历史数据建立了复杂的定量模型，并认为新兴市场利率将降低，发达国家的利率走向相反，于是大量买入新兴市场债券，同时抛空美国国债。出乎公司所有的人预料，1998年8月，俄罗斯宣布卢布贬值延迟三个月偿还外债，俄罗斯国债大幅贬值并完全丧失流动性。从5月俄罗斯金融风暴到9月全面溃败，这家声名显赫的对冲基金在短短150余天内资产净值下降90%，出现43亿美元巨额亏损，仅剩5亿美元，濒临破产。俄罗斯国债的大幅贬值就是一只无人能预见的黑天鹅，它再次印证了这一观点：对于不可预计的突发事件的发生，金融市场是没有准备的。 黑天鹅事件五：次级抵押贷款风波 在过去的20年中，华尔街各大金融机构聘请了来自美国顶尖高校的数学人才，编制了针对股市的电脑自动交易系统。理论上，电脑交易出现大崩盘的概率为“10万年才会发生一次”，就像从前欧洲的人们确信所有的天鹅都是白色的。但在今年夏天，因为次级债市突变，高盛旗下由电脑交易的“全球配置基金”在一周的时间里价值缩水30％，损失14亿美元。 4.如何应对不可预知的未来——抓住你身边的黑天鹅 “黑天鹅”的冲击力如此巨大，可人们却常常因为她的不可预测，而习惯对她视而不见。生活中，随机性随处可见，在资本市场也是一样。人们总是以自己有限的生活经验和不堪一击的信念来解释不可预测的事件；即便是精于算计的专业人士，也难保不被随机性愚弄。我们每一天都被“黑天鹅”环绕，逃不出她的黑色羽翼，自己却浑然不知。 难道我们只能坐以待毙吗？难道我们只能抓小放大吗？难道我们只能看到细枝末节吗？其实我们应该做的是顺应这种不可知的未来。本书会教你改变自己的思维方式，把握黑天鹅带来的机会，采取应对策略，从中受益。这本书将改变我们对世界、人性和金钱的看法。 《黑天鹅》书摘：世界是不公平的 世界有那么不公平么？我一生都在研究随机性，实践随机性，憎恨随机性。随着时间的流逝，事情在我眼里变得越来越糟糕，我越来越害怕，对自然感到越来越恶心。我越思考我的课题，就看到越多的证据表明我们头脑中的世界与实际中的世界不同。每天早上，世界在我眼中变得比前一天更具随机性，人类比前一天受到更大的愚弄。这变得令人难以忍受。写下这些话让我痛苦；世界令人厌恶。 有两名“软”科学家对世界的不平均性提出了直觉模型：一位是主流经济学家，另一位是社会学家。两个模型都太过简化了。我将介绍他们的观点，因为简单易懂，而不是因为其科学价值或者影响力；然后我将介绍从自然科学家的优越角度提供的观点。 让我从经济学家舍温?罗森（Sherwin Rosen）开始。20世纪80年代初，他撰写了一些关于“超级明星经济学”的论文。在其中一篇论文中，他对篮球运动员一年挣120万美元或电视明星一年挣200万美元表达了愤怒。为了理解这种集中在以怎样的速度加剧，也即我们正以怎样的速度远离平均国度，请想一想今天的电视明星和体育明星（即使在欧洲）得到的合约，在短短20年之后，价值数亿美元！集中程度（到目前为止）比20年前高了20倍！ 根据罗森的观点，这种不平均来自一种竞赛效应：某个稍稍“优秀”一点的人能够轻易赢得整块蛋糕，使其他人什么也得不到。借用第三章的观点，人们宁意花10.99美元购买霍洛维茨的音乐，也不愿意花9.99美元购买某个挣扎中的钢琴家的音乐。你愿意花13.99美元看昆德拉的小说，还是愿意花1美元看某个不知名的作者的小说呢？所以这就像一场竞争，赢者获得一切，而且他并不需要胜出很多。 但在罗森的漂亮论述中，没有提到运气的作用。它的问题就在于“更优秀”，即认为技能是成功的核心因素。随机事件或者意外事件也可以解释成功，并且成为赢者全赢结果的原动力。一个人可能完全因为随机的原因而稍稍领先其他人；由于我们喜欢互相模仿，我们会蜂拥而上地模仿他。传染病的世界是如此被低估！ 我写这些文字时，在使用苹果公司的Macintosh电脑，但之前我使用了几年的微软产品。苹果公司的技术优越得多，但较差的软件赢得了世界。为什么？运气。 马太（Matthew）效应 比罗森早十多年，社会学家罗伯特?K默顿（Robert K.Merton）提出关于马太效应的观点，也就是劫贫济富效应。他观察了科学家的表现，说明了最初的优势如何影响一个人的一生。想一想下面的过程。 假设某个人写了一篇学术论文，引用了50个研究过相关问题的人的观点，并提供了背景资料；为了简单起见，假设所有50个人的贡献是同等的。另一个研究同一问题的研究者将在他的参考文献中随机列举这50人中的三个。默顿指出，许多学者会在不读原作的情况下列举参考文献；他们会读一篇论文，从这篇论文的参考文献中摘取一些作为自己的参考文献。于是阅读第二篇论文的第三名研究者又把前面被提到的三名作者作为他的参考来源。这三名作者将累积越来越多的关注，因为他们的名字与相关问题越来越紧密地联系在一起。胜出的三名作者与原50人中其他人的区别主要在于运气；他们最初被选出来不是因为他们的能力，而只是因为他们被选入了前一份参考名录。由于有了名望，这几位学者将继续写论文，并轻松地获得发表。学术成功在某种程度上（但非常可观的程度）是抽奖。 我们很容易检验这种声望效应。一种方法是找出著名科学家写的论文，故意弄错他们的身份，然后让这些论文被退回。你可以看到当他们的真实身份被确定之后有多少被拒绝的论文又被接受。请注意，对一个学者的评价主要是看他们的成果被其他人引用的次数，于是互相引用成果的小圈子就结成了（也就是“我引用你，你引用我”）。 最后，不被经常引用的人退出游戏，然后去，比如，为政府工作（假如他们性格温和），或者为黑手党或某家华尔街公司工作（假如他们的荷尔蒙水平较高）。那些在学术生涯一开始就很顺利的人将在一生中不断积累优势。富人更容易变得更富，名人更容易变得更有名。 在社会学中，马太效应有一个不那么文学化的名字，“累积优势”。这一理论很容易运用于公司、商人、演员、作家和任何从过去的成果中获益的人。如果你在《纽约客》上发表文章，因为你的信笺抬头的颜色吸引了编辑的注意，而他正在白日梦中梦到漂亮姑娘，那么随之而来的好处将伴随你的一生。更重要的是，它也会伴随其他人的一生。失败也具有累积性；失败者在未来也可能失败，即使我们不考虑可能使之加剧并导致进一步失败的精神打击作用。 艺术，由于其对口碑的依赖，尤其容易受到累积优势效应的影响。我在第一章曾提到结群，以及新闻会帮助这种结群延续下去。我们对艺术成就的观点比政治观点更加是传染病的随机结果。某个人写了一篇书评；另一个人读了它，然后写了一篇使用同样论断的评论。很快，你就会有实际内容只相当于两到三篇书评的数百份书评，因为它们之间的重复太大了。读《干掉冒牌货！》（Fire the Bastards！）你就会得到一个传奇般的例子，作者杰克?格林（Jack Green）完整地展示了人们对威廉?加迪斯（William Gaddis）的小说《承认》（The Recognitions）的各种评论。格林清楚地展现了书评者向其他人观点的靠拢，揭示了强大的相互影响效应，甚至在措词上。这种现象让我想起第十章中讨论的金融分析师的结群。 现代媒体的出现加剧了这种累积优势。社会学家皮埃尔?布迪厄注意到成功集中度的提高与文化与经济全球化之间的联系。但我不打算在这里扮演社会学家，我只想指出不可预测的因素能够对社会结果造成影响。 默顿的累积优势观点有更一般化的前身，“偏好依附”，我会在之后讨论，从时间顺序上讲是倒过来了（但在逻辑上不是）。默顿对社会学知识感兴趣，但对社会随机性不感兴趣，所以他的研究来自更具数学科学性质的随机性研究。 通用语言 偏好依附理论的应用无处不在：它能解释为什么城市规模属于极端国度，为什么词汇表中只有少数单词被集中使用，为什么菌群的大小会有巨大差异。 科学家J.C.威利斯（J.C.Willis）和G..U.尤勒（G. U. Yule）1922年在《自然》（Nature）上发表了一篇划时代的论文，题为《植物及动物进化及地理分布统计，及其影响》 （Some Statistics of Evolution and Geographical Distribution In Plants And Animals，and Their Significance）。威利斯和尤勒注意到生物学中的所谓幂律，这是我在第三章中讨论的突破性随机性的具有吸引力的版本。幂律（在之后的章节将进行更专业的探讨）更早时被韦尔福雷多?帕雷托（Vilfredo Pareto）注意到，他发现收入分配符合这一法则。后来，尤勒提出了一个简单模型，揭示了幂律是如何产生的。他的观点如下：假设物种以某种固定的速度一分为二，于是产生新的物种。某一物种越庞大，它就会越来越庞大，就同马太效应一样。但请注意：在尤勒的模型中，物种不会灭绝。 20世纪40年代，哈佛语言学家乔治?齐夫（George Zipf）研究了语言的特点，并提出了一个经验观点，即齐夫法则（Zipf’slaw），当然，它并不是一条法则（即使是，也不会是齐夫法则）。它是另一种解释不平均的方式。他描述的机制如下：你使用一个单词越多，那么你再次使用它就越容易，所以你会根据单词在你的个人词典中的使用频率来使用单词。这就是为什么在英语的6000个主要单词中，只有几百个构成了英语写作的主体，口语中使用的更少。同样地，一个城市聚集的人越多，陌生人就越可能把这个城市当作目的地。大的越来越大，小的仍然很小，或者变得相对更小。 从英语迅速成为通用语言就可以看出偏好依附的影响，这不是因为英语本身有多好，而是因为人们在对话时需要使用同一种语言，或尽可能使用同一种语言。所以，任何一种看上去占优势的语言都能够立即吸引大量人群；它的使用就会像传染病一样传播，其他语言则被迅速抛弃。我经常惊讶地听到两个从邻近国家来的人，比如一个土耳其人和一个伊朗人，或者一个黎巴嫩人和一个塞浦路斯人，用糟糕的英语谈话，挥动双手表示强调，费尽地从喉咙里吐出搜肠刮肚得来的单词。就连瑞士军队也使用英语（而非法语）作为通用语言（听他们说话非常有意思）。想一想，很小一部分的北欧裔美国人的祖上是英国人，最初占优势的民族是德国人、爱尔兰人、荷兰人、法国人和其他北欧血统民族。但由于现在所有这些民族的人都以英语作为主要语言，他们不得不学习这个第二语言的来源，以及某个潮湿岛国的文化、历史、传统和习俗！ （责任编辑:张汉哲） |