与天为敌第六章:这场革命成就了什么,又不能成就什么

Read in English

对一场三百年工程的诚实交代:测量确实有效,虚假的精确确实致命,而正确的姿态既不是宿命论,也不是虚假的自信。

🔊 聆听文章 (Listen to Article)

与天为敌第六章:这场革命成就了什么,又不能成就什么

投资背景

前五章讲了一个从掷骰子的罗马人到奈特和凯恩斯的故事。这一章要对它做一个诚实的结算。

这本书容易被两种相反的方式误读,而两种误读都有实际代价:

误读一(过度乐观): 「我们现在能测量风险了,所以用足够好的模型就能掌控未来。」 误读二(过度悲观): 「奈特证明了不确定性无法计算,所以所有量化都是自欺欺人。」

两者都是错的,而这一章的任务是给出中间那个更难、也更有用的立场。

华尔街的翻译

革命真正成就了什么

必须先给量化以公正的评价,因为对它的犬儒态度同样有害。

这三百年的工作,产生了真实的、可衡量的人类福祉:

成就 依赖的思想
保险业 ——让个人可以承受灾难性损失 大数定律、汇集(第三、四章)
年金 ——让人可以在不知道寿命的情况下规划退休 精算、汇集
现代医学试验 ——分辨有效治疗与安慰剂 抽样、统计推断
质量控制 ——让大规模制造成为可能 抽样理论
多元化投资组合 ——不需要预测就能降低风险 相关性、方差
你的退休计划本身 期望值(第二章)

这不是一份小清单。

在概率论之前,一个失去船只的商人就此破产,一个不知能活多久的人无法规划晚年,一个新药是否有效由权威的意见决定。

因此对这本书的正确态度不是犬儒。测量确实有效,而且它把大量曾经属于「命运」的东西变成了可管理的东西。

但它承诺了什么它无法兑现的

同时,这场革命产生了一个副产品,而这个副产品有真实的代价:

它让人相信,只要模型足够好,未来就可以被掌控。

而奈特和凯恩斯在一九二一年就指出了为什么不能。

更麻烦的是一个心理机制: 一个精确的数字,比一个诚实的「我不知道」感觉更专业、更可信、更值得付费。

这创造了一个持续的激励,去把不确定性包装成风险——而这正是《穷查理宝典》第三章的激励模型所预测的行为。

因此金融业系统性地生产虚假的精确,不是因为从业者不诚实,而是因为市场为精确付费,不为诚实付费。

三次同样的失败

这个模式在历史上反复出现,而三次都遵循相同的结构:

模型说什么 实际发生了什么 被当作风险的不确定性
一九九八 长期资本 二十五倍杠杆是安全的,因为价差波动率低 四个月亏损百分之九十二 主权国家会对本币债务违约
二零零八 次贷 分散的抵押贷款池风险极低 全球金融危机 全国房价会同时下跌
一般情形 历史波动率描述未来 尾部事件 制度本身会改变

三次的共同点:模型在其定义域内是正确的。灾难来自定义域之外。

这就是为什么第五章的奈特分类是这本书最有实用价值的产出。

那么,正确的姿态是什么

这一章的核心,是一个既不是宿命论也不是虚假自信的立场。

它可以被表述为三条:

第一,在有频率数据的地方,认真计算。

不要因为「模型可能错」就放弃量化。一个用蒙特卡洛检验过的提取计划,远优于一个凭感觉的计划。 精确在它适用的地方是真实的价值。

第二,在没有频率数据的地方,不要假装有。

诚实地说「这是不可知的」,然后建立缓冲。 这比一个编造出来的概率更有用。

第三,为「我可能属于第一类和第二类的分界线错了」这件事本身留出余量。

这是最微妙的一条。 你不仅可能算错,你还可能把一个不确定性误分类为风险。因此即使在你认为是「风险」的领域,也要保留超出模型建议的安全边际。

这三条合起来,正是我们网站上那套看似平淡的建议的完整理由:

精确地计算你能计算的,粗糙地缓冲你不能计算的,然后为你的分类本身可能出错再留一层余量。

一个必须诚实说明的限制

这本书本身也有边界,应当指出。

第一,它是一部叙事史,不是一部教科书。 伯恩斯坦是一位优秀的叙述者,但书中的数学是概览性的。如果你需要真正使用这些工具,这本书是入口,不是终点。

第二,风险与不确定性的界线,在实践中不总是清晰的。 我们把它呈现为一个二分法,因为那样最有用。现实中存在大量灰色地带——例如「气候变化对资产价格的影响」,它既有部分频率数据,又有大量结构性未知。在灰色地带,正确的做法是向不确定性那一侧靠拢,因为误判的代价不对称。

第三,奈特的区分本身受到过学术批评。 贝叶斯学派认为,即使没有频率数据,你依然可以且应当给出主观概率。这个批评有力量,而我们的立场是:主观概率作为思考工具有用,但不应被当作可以据以承担杠杆的东西。

可执行的交易规则

  1. 对每一个财务问题运行奈特分类,然后选择对应的工具。 全书的核心规则,此处是最终形式:有频率数据 → 计算;没有 → 缓冲。

  2. 对任何精确的长期数字保持怀疑,包括我们自己工具的输出。 我们的计算器给出的是有误差范围的估计。把「百分之八十五成功率」读作「大致可行,但不要为最后几个百分点做复杂优化」。

  3. 不要为了优化模型内的数字,而增加模型外的暴露。 这是三次失败的共同教训。用杠杆去提高一个模型显示的回报,是在用不可知的风险交换可计算的收益。

  4. 保留那些在你分类错误时依然有效的措施。 现金缓冲、无杠杆、全球分散、保险。这四条在任何一种分类下都有帮助,这正是它们值得优先的原因。

  5. 既不要回到宿命论,也不要相信精确。 这是本章的姿态。「我无法预测,所以我随便」和「我算出来了,所以我确定」是同一个错误的两个方向。

与退休组合的关系:全书收束

六章,四句话:

  • 第一、二章: 「未来可以被数字描述」是一项发明,它花了人类数千年,而你的整个退休计划建立在它之上。
  • 第三、四章: 这项发明通过抽样、分布和汇集扩展到真实世界,产生了保险——而保险处理的正是投资无法处理的那些退休风险。
  • 第五章: 但这项发明有一个边界:有些未来没有可计算的概率,而对它们,正确的应对是缓冲而不是预测。
  • 第六章: 因此正确的姿态既不是宿命论,也不是虚假的精确。

这本书在图书馆里的位置是明确的,而且它在位置上低于其他书:

《黑天鹅》讲尾部的数学。《思考,快与慢》讲人为什么误判概率。《错误行为》讲行为经济学

这三本书都假设风险可以被测量。这本书讲那个假设从哪里来,以及它在哪里停止。

它是那三本书下面的一层。

而它对你的退休组合的最终建议,与这个网站上其他每一本书完全一致——只是理由更深了一层:

用低成本的全球分散指数基金作为核心,因为分散是在你不知道哪个国家或行业会赢的情况下依然有效的策略。

持有覆盖一到三年必要开支的现金缓冲,因为那是对不可命名的不确定性的应对。

用保险处理长寿和长期护理,因为那些风险可以被汇集,而汇集是个人无法独自复制的机制。

不使用杠杆,因为杠杆会把「模型错了」这件事从损失变成出局。

用最坏情况检验,而不只是期望值,因为你只退休一次。

这五条中,没有一条要求你预测未来。

这就是这本书三百年历史的最终产出:不是预测未来的能力——那从未被真正获得——而是在不知道未来的情况下,依然能够理性行动的能力。

罗马人向命运女神献祭。你不需要。你可以计算你能计算的,缓冲你不能计算的,然后去过你的生活。