納西姆·塔勒布認(rèn)為，一個(gè)事件要成為極端事件，它不僅要稀有或者瘋狂，還必須是出乎意料的，超出我們對(duì)可能性的理解，而且還會(huì)被欺騙。許多稀有事件會(huì)向我們展示它們的樣子：我們很難計(jì)算它們的可能性，但很容易對(duì)它們發(fā)生的概率形成一般概念。當(dāng)然，隨機(jī)事件或意外事件也可以解釋成功，并且成為贏家通吃結(jié)果的原動(dòng)力。一個(gè)人可能完全因?yàn)殡S機(jī)的原因而稍稍領(lǐng)先于其他人。
在極端斯坦，沒(méi)有人是安全的。但是，有一些模型存在一種極為天真的東西。在所有這些模型中，勝者一直是勝者，忽略了隨機(jī)性。然而，失敗者可能一直是失敗者，而勝者可能被某個(gè)憑空冒出來(lái)的人取代，所以沒(méi)有人是安全的。1957年美國(guó)最大的500家公司中，只有74家在40年后仍然位列標(biāo)普500指數(shù)。只有少數(shù)公司因?yàn)楹喜⒍?，其余的要么衰敗，要么破產(chǎn)。大公司像蒼蠅一樣不斷墜落，這個(gè)事實(shí)真正的原因就在于隨機(jī)性。
當(dāng)人們談?wù)撾S機(jī)性時(shí)，通常只看到運(yùn)氣。其實(shí)，其他人的運(yùn)氣也非常重要。另一家公司可能有一項(xiàng)突破性的新產(chǎn)品而走運(yùn)，從而取代了目前的勝者。運(yùn)氣是大均衡器，因?yàn)閹缀跛腥硕寄軓闹惺芤妗Ｈ绻槐Ｗo(hù)大公司，就會(huì)把潛在的新來(lái)者扼殺在搖籃中。一切都是暫時(shí)的，運(yùn)氣締造和毀滅了迦太基，運(yùn)氣締造和毀滅了羅馬。隨機(jī)性是不好的，但并非總是如此。運(yùn)氣甚至比智慧更公平。如果能嚴(yán)格根據(jù)能力獲得報(bào)酬，有可能仍然不公平，因?yàn)槿藗儫o(wú)法選擇自己的能力。隨機(jī)性能夠?qū)ι鐣?huì)進(jìn)行洗牌，把那些大人物拉下馬。
在極端斯坦，沒(méi)人是安全的。反過(guò)來(lái)也一樣，也沒(méi)人受到完全失敗的威脅?，F(xiàn)在的環(huán)境允許小人物在成功的希望前等待時(shí)機(jī)——活著就有希望。這一思想在克里斯·安德森那里復(fù)蘇，他是極少數(shù)指出分形集中存在隨機(jī)性的人之一。互聯(lián)網(wǎng)嚴(yán)重集中。谷歌占據(jù)絕對(duì)的市場(chǎng)統(tǒng)治地位，歷史上沒(méi)有哪個(gè)公司如此迅速地獲得如此的統(tǒng)治地位。谷歌能為從尼加拉瓜到蒙古西南部再到美國(guó)西海岸的人服務(wù)，而不需要考慮電話接線員、運(yùn)輸、送貨和制造。這是贏家通吃的終極案例。網(wǎng)絡(luò)帶來(lái)的除了集中以外的東西，也催生了大量準(zhǔn)谷歌，同時(shí)也催生了反谷歌，也就是說(shuō)，它使擁有某種技術(shù)專長(zhǎng)的人能夠獲得小的、穩(wěn)定的受眾群。
安德森的長(zhǎng)尾理論在改變?nèi)藗兊某晒δＪ缴?，具有根本性的作用，它使勝者無(wú)法安坐，促成另一個(gè)勝者的誕生。它將永遠(yuǎn)屬于極端斯坦，總是被第二類隨機(jī)性導(dǎo)致的集中所統(tǒng)治，但它將是一個(gè)不斷變化的極端斯坦。長(zhǎng)尾意味著小人物加在一起能夠控制文化和商業(yè)的一個(gè)不小部分，而這得益于在互聯(lián)網(wǎng)環(huán)境下得以存在的小環(huán)境和附屬專業(yè)。但奇怪的是，它也可能意味著大量不公平：大量小人物和極少數(shù)超級(jí)巨人一起代表世界文化的一部分，一些小人物偶爾崛起打敗勝者。這就是“雙尾”：小人物構(gòu)成的大尾和大人物構(gòu)成的小尾。長(zhǎng)尾是極端斯坦的副產(chǎn)品，它在某種程度上減少了不公平：世界對(duì)小人物而言沒(méi)有變得更不公平，但對(duì)大人物而言變得極為不公平。沒(méi)有誰(shuí)的地位是牢固不破的，小人物非常具有顛覆性。
我們正滑向無(wú)序，但不一定是糟糕的無(wú)序。也就是說(shuō)，大部分問(wèn)題向少部分黑天鵝事件集中，我們將擁有更多和平和穩(wěn)定的時(shí)間。全球化已經(jīng)發(fā)生了，但并不是只帶來(lái)了好處。它導(dǎo)致全球在互相牽制狀態(tài)下的脆弱性，同時(shí)降低了波動(dòng)性并制造穩(wěn)定的假象。換句話說(shuō)，它創(chuàng)造了毀滅性的黑天鵝事件。金融機(jī)構(gòu)合并為更少的超大機(jī)構(gòu)，幾乎所有銀行都聯(lián)為一體。金融生態(tài)正膨脹為近親繁殖的、官僚主義的巨型銀行主導(dǎo)的生態(tài)（它們通常使用高斯分布進(jìn)行風(fēng)險(xiǎn)管理）——一損俱損。銀行業(yè)集中的加劇似乎有減少金融危機(jī)的作用，但會(huì)使金融危機(jī)更具全球性，給我們帶來(lái)嚴(yán)重的打擊。因此我們將面臨更少但更嚴(yán)重的危機(jī)，事件越稀有，我們?cè)讲涣私馑l(fā)生的可能性。金融業(yè)沒(méi)有明顯的長(zhǎng)尾。假如金融業(yè)有不同的生態(tài)，可以不時(shí)破產(chǎn)，可以迅速被新公司取代，有與網(wǎng)絡(luò)行業(yè)一樣的多樣化和強(qiáng)韌性，我們的情況就會(huì)好得多。
所謂的高斯分布是指，大部分觀察結(jié)果集中在中等水平附近，也就是平均值附近。隨著對(duì)平均值的遠(yuǎn)離，偏離平均值的可能性下降得越來(lái)越快（呈指數(shù)下降）。傳統(tǒng)的高斯方法只關(guān)注平均水平，把意外當(dāng)作附屬問(wèn)題。高斯分布最容易發(fā)生錯(cuò)誤理解的地方，在于它在尾部事件估計(jì)上的脆弱和不足。由于鐘形曲線的不確定性計(jì)量方法忽視了跳躍性或者不連續(xù)變化發(fā)生的可能性及影響，因此無(wú)法適用于極端斯坦。使用它們，就好像只看見(jiàn)小草，而看不見(jiàn)參天大樹(shù)。雖然發(fā)生不可預(yù)測(cè)的大離差的可能性很小，但我們不能把它當(dāng)作意外而置之不理，因?yàn)樗麄兊睦鄯e影響如此強(qiáng)大。
對(duì)于最大值不會(huì)與平均值相差太大的變量，高斯方法對(duì)我們很有用。如果數(shù)量受到向下的拉力或者存在，物理上顯示都非常大的數(shù)字不會(huì)出現(xiàn)，那么我們?cè)谄骄固?。如果存在?qiáng)大的均衡力量，使得當(dāng)情況偏離均衡時(shí)，會(huì)被迅速拉回來(lái)，你也可以使用高斯的方法。否則請(qǐng)忘記它。這就是為什么大量經(jīng)濟(jì)學(xué)研究以均衡概念為基礎(chǔ)的原因。平均值總會(huì)涵蓋兩種人，巨人與侏儒，所以兩者都不會(huì)太罕見(jiàn)，除非在極為稀少的情況下遇到超級(jí)巨人或超侏儒。那將是一個(gè)偏離單位較大的平均斯坦。事件越稀有，我們對(duì)概率估計(jì)的錯(cuò)誤越大，即使使用高斯方法，也是如此。
有一種法則叫80/20法則，它是一種標(biāo)志性的冪律。19世紀(jì)維爾弗雷多·帕累托觀察到，意大利的土地80%的土地被20%的人占有。有人運(yùn)用這一法則指出80%的工作由20%的人完成；或者80%的工作只產(chǎn)生20%的結(jié)果，反之亦然。這一法則后來(lái)被約瑟夫·朱蘭和其他人概括為帕累托法則（20/80法則），然后進(jìn)一步概括為帕累托分布的概念。
塔勒布認(rèn)為，從數(shù)學(xué)公理上講，這一法則的表述不一定是最令你吃驚的：它可以很容易地被改稱為50/01法則，也就是50%的工作由1%的人完成。它使世界上看上去更加不公平，但這兩個(gè)法則其實(shí)是完全一樣的。為什么？假如存在不平均，那么在80/20法則的那20%當(dāng)中也存在不平均，即極少數(shù)人完成大多數(shù)工作，其最終結(jié)果是大約1%的人都能完成稍稍超過(guò)50%的工作。
在平均斯坦中，個(gè)體不可能對(duì)總體產(chǎn)生影響。高斯變量的隨機(jī)性可以通過(guò)平均來(lái)消除。比如，在賭場(chǎng)，當(dāng)有大量賭徒時(shí)，單個(gè)賭徒對(duì)總體只可能造成微弱的影響。其結(jié)果是，對(duì)高斯變量平均值的偏離或者誤差，不會(huì)造成麻煩。它們很小，可以忽略，它們只是在平均值附近作微小的波動(dòng)。標(biāo)準(zhǔn)差的概念在平均斯坦以外毫無(wú)意義，高斯變量之外不存在標(biāo)準(zhǔn)差，即使存在也無(wú)關(guān)緊要，并且解釋不了什么。其鐘形曲線只會(huì)滿足了那些易上當(dāng)?shù)娜俗顚?duì)簡(jiǎn)化論的需求。還有一些在高斯世界之外沒(méi)有或者沒(méi)有重大意義的概念：相關(guān)性以及更糟糕的回歸。但它們?cè)谖覀兊姆椒ǜ畹俟?，在商業(yè)談話中不聽(tīng)到“相關(guān)性”這個(gè)詞是很難的。
只需看一看涉及兩個(gè)極端斯坦變量的歷史序列，比如，債券和股市、兩只股票的價(jià)格，或者房地產(chǎn)價(jià)格和股市收益率，計(jì)算這些成對(duì)變量在不同子期間的相關(guān)性，比如1994年、1995年、1996年，等等。計(jì)算結(jié)果很可能表現(xiàn)出嚴(yán)重的不穩(wěn)定性，它取決于計(jì)算的期間。但人們?cè)谟懻撓嚓P(guān)性時(shí)仿佛它是某種真實(shí)確定的東西，把它實(shí)際化、具體化，賦予它物理屬性。誤用了高斯方法將帶來(lái)極大的危害。人們有可能把觀察誤差當(dāng)作滿足高斯分布來(lái)處理，而這要求它必須來(lái)自高斯環(huán)境，比如平均斯坦。而其實(shí)統(tǒng)計(jì)學(xué)并非“科學(xué)”，更多的是一場(chǎng)“智力大騙局”。世界并不存在高斯分布的普遍性，它只是一個(gè)思維問(wèn)題，產(chǎn)生我們認(rèn)識(shí)世界的方式。
以下請(qǐng)注意塔勒布為原始高斯分布或溫和隨機(jī)性的拋硬幣游戲的核心假設(shè)。
第一核心假設(shè)：每次拋硬幣都是獨(dú)立的，硬幣沒(méi)有記憶。前一次得到正面或反面不會(huì)影響下一次得到正面或反面的概率。你不會(huì)隨著時(shí)間的推移變成更好的拋硬幣手。如果考慮記憶，或者拋硬幣的技巧，整個(gè)高斯世界都會(huì)動(dòng)搖。
在社會(huì)學(xué)中，有一個(gè)效應(yīng)叫馬太效應(yīng)，這個(gè)效應(yīng)也稱“累積優(yōu)勢(shì)”，也就是富人容易變得更富，名人容易變得更有名。這個(gè)理論很容易運(yùn)用于公司、商人、演員、作家和任何從過(guò)去的成果中獲益的人。還有一個(gè)理論叫“偏好依附”。這個(gè)理論來(lái)自羅伯特·默頓對(duì)更具數(shù)學(xué)科學(xué)性質(zhì)的隨機(jī)性研究。偏好依附理論的應(yīng)用無(wú)處不在：它能解釋為什么城市規(guī)模屬于極端國(guó)度，為什么詞匯表中只有少數(shù)單詞被集中使用，為什么菌群的大小會(huì)有巨大差異，等等。
塔勒布認(rèn)為，無(wú)論是累積優(yōu)勢(shì)，還是偏好依附，這兩種理論都假設(shè)今天的成功會(huì)增加你在未來(lái)成功的可能性，因此概率取決于歷史，高斯鐘形曲線的第一核心假設(shè)在現(xiàn)實(shí)中不成立。當(dāng)然，在游戲中，過(guò)去的勝利不會(huì)意味著未來(lái)勝率的提高，但現(xiàn)實(shí)中不是這樣，這就是塔勒布對(duì)從游戲中學(xué)習(xí)概率擔(dān)憂的原因。但是，當(dāng)勝利帶來(lái)更多的勝利時(shí)，以原始高斯曲線的情況相比，更有可能看到連贏40次的結(jié)果。
第二核心假設(shè)：沒(méi)有“瘋狂”的跳躍。比如，我們隨機(jī)步行的步長(zhǎng)總是已知的，步長(zhǎng)不存在不確定性。我們不會(huì)遇到步長(zhǎng)劇烈變化的情況。
假如這兩條核心假設(shè)中有任何一條不滿足，你步驟比如拋硬幣的累積結(jié)果就不會(huì)得到鐘形曲線。視實(shí)際情況，它們可能導(dǎo)致曼德布羅特式的幅度不變的瘋狂隨機(jī)性。分形幾何學(xué)的創(chuàng)始人伯努瓦·曼德布羅特是塔勒布花了近15年時(shí)間才找到的另一位偉大的思想家，他把許多天鵝變成了灰色。曼德布羅特與塔勒布都喜歡研究瘋狂隨機(jī)性和黑天鵝，都認(rèn)為統(tǒng)計(jì)學(xué)很無(wú)聊。
“分形”一詞是曼德布羅特創(chuàng)造的，用來(lái)描述不規(guī)則和支離破碎的幾何圖形。分形是幾何圖形在不同尺度上的重復(fù)，顯示出越來(lái)越小的自相似圖形。小的局部在某種程度上與整體具有相似性。比如，樹(shù)葉的脈絡(luò)看上去像枝條，枝條看上去像樹(shù)，巖石看上去像縮小的山峰，當(dāng)一個(gè)物體改變大小時(shí)，沒(méi)有發(fā)生質(zhì)的變化。如果將圖形分解為越來(lái)越小的圖形，永無(wú)止境，你會(huì)不斷看到能夠辨認(rèn)的圖形。圖形永不重復(fù)，但它們互相具有相似性，一種強(qiáng)大的家族相似性。塔勒布將此稱之為“曼德布羅特隨機(jī)性”。他認(rèn)為可以用曼德布羅特分形理論描述大量的隨機(jī)性，卻不必否認(rèn)它的精確應(yīng)用。分形能夠充當(dāng)默認(rèn)環(huán)境、近似和框架。它不能解決黑天鵝問(wèn)題，也不能把所有黑天鵝現(xiàn)象變?yōu)榭深A(yù)測(cè)事件，但它極大的淡化的黑天鵝問(wèn)題，因?yàn)樗惯@些大事件更易于理解。
馬克·布坎南的《改變世界的簡(jiǎn)單法則》、菲利普·鮑爾的《臨界點(diǎn)》和保羅·奧默羅德的《為何多數(shù)事情歸于失敗》，這三本書(shū)都展現(xiàn)了一個(gè)充滿冪律的世界。他們指出，許多冪律現(xiàn)象具有普遍性，在各種自然過(guò)程和社會(huì)群體的行為中有一種奇妙的相似性。他們提出各種網(wǎng)絡(luò)的理論支持他們的研究，并顯示了自然科學(xué)中所謂臨界現(xiàn)象與社會(huì)群體的自我組織之間的聯(lián)系。他們把產(chǎn)生崩塌的事件的過(guò)程、社會(huì)傳染病和信息瀑布效益聯(lián)系在一起。普遍性正是物理學(xué)家對(duì)臨界點(diǎn)的冪律問(wèn)題感興趣的原因之一。在許多情況下，既包括動(dòng)態(tài)系統(tǒng)理論，也包括統(tǒng)計(jì)學(xué)模型，變量在臨界點(diǎn)附近的許多特征獨(dú)立于相關(guān)動(dòng)態(tài)系統(tǒng)。臨界點(diǎn)處的指數(shù)對(duì)于同一個(gè)群體內(nèi)的許多系統(tǒng)可能是相同的，即使系統(tǒng)的其它方面各不相同。三位作者都建議我們使用統(tǒng)計(jì)物理學(xué)的方法，并要像躲瘟疫那樣躲避使用計(jì)量經(jīng)濟(jì)學(xué)方法和高斯式的非突破性分布。所有的這些塔勒布都贊同。
但是，三位作者要么得出精確的結(jié)論，要么鼓吹對(duì)精確的追求，因此落入了混淆正向過(guò)程與反向過(guò)程（問(wèn)題與方向問(wèn)題）的陷阱。這是最大的科學(xué)和認(rèn)知錯(cuò)誤。他們并不是唯一的；幾乎每一個(gè)與數(shù)據(jù)打交道但并不基于這些數(shù)據(jù)做決策的人都會(huì)犯同樣的錯(cuò)誤，這是又一種敘述謬誤。在缺乏反饋過(guò)程的情況下，你會(huì)認(rèn)為模型證實(shí)了現(xiàn)實(shí)。塔勒布同意這三本書(shū)的觀點(diǎn)，但不同意他們的應(yīng)用方式，當(dāng)然也不同意作者賦予它們的精確性。實(shí)際上，復(fù)雜性理論應(yīng)該讓我們對(duì)現(xiàn)實(shí)的精確模型持更加懷疑的態(tài)度。它不會(huì)讓所有天鵝變白，這是可以預(yù)料的：它把它們變灰，而且只變灰。大部分模型都試圖達(dá)到精準(zhǔn)預(yù)測(cè)，而不僅限于描述。我們應(yīng)該避免在對(duì)非線性過(guò)程進(jìn)行校準(zhǔn)的過(guò)程中經(jīng)常犯的錯(cuò)誤。非線性過(guò)程比線性過(guò)程有更高的自由度，也就是說(shuō)你更有可能用錯(cuò)模型。
從認(rèn)知上講，世界對(duì)于自下而上的經(jīng)驗(yàn)主義者來(lái)說(shuō)是另一個(gè)世界。我們只是觀察數(shù)據(jù)，對(duì)產(chǎn)生數(shù)據(jù)的真實(shí)過(guò)程作出假設(shè)，根據(jù)進(jìn)一步信息對(duì)方程進(jìn)行“校準(zhǔn)”。隨著事件的逐漸展開(kāi)，我們把看到的與曾期望看到的做比較。發(fā)現(xiàn)歷史是向前發(fā)展而不是向后發(fā)展，通常是一個(gè)低調(diào)的過(guò)程，對(duì)知道敘述謬誤的人來(lái)說(shuō)尤其如此。研究市場(chǎng)中大量存在的、未知的、強(qiáng)大的不確定性，從而理解對(duì)心理學(xué)、概率論、數(shù)學(xué)、決策理論甚至統(tǒng)計(jì)物理學(xué)都適用的隨機(jī)性的本質(zhì)我們將看到敘述謬誤、游戲謬誤和偉大的柏拉圖化謬誤的各種狡猾表現(xiàn)，看到怎樣從表象進(jìn)入現(xiàn)實(shí)。事前假定高斯分布對(duì)少數(shù)領(lǐng)域是可行的，比如犯罪統(tǒng)計(jì)學(xué)、死亡率等平均斯坦問(wèn)題，但對(duì)特性不明的歷史數(shù)據(jù)和極端斯坦問(wèn)題行不通。
我們推斷在歷史數(shù)據(jù)中沒(méi)有看到的事情，但這些事情仍然應(yīng)當(dāng)仍然屬于概率王國(guó)。有一本看不見(jiàn)的暢銷書(shū)沒(méi)有在過(guò)去的數(shù)據(jù)中出現(xiàn)過(guò)，但你必須考慮到它。它是對(duì)一本書(shū)或一種藥品的投資可能得到歷史統(tǒng)計(jì)數(shù)據(jù)顯示的更好的回報(bào)，但它也可能是股票市場(chǎng)發(fā)生比歷史上更嚴(yán)重的損失。分形隨機(jī)性是減少意外事件的一種方式，它使有些黑天鵝變得更明顯，使我們意識(shí)到它們的影響，把它們變成灰色。但分形隨機(jī)性不能產(chǎn)生準(zhǔn)確的答案，它的好處在于如下幾點(diǎn)：如果你知道股市可能崩盤(pán)，像美國(guó)1987年那樣，那么這一事件就不是黑天鵝；如果你使用指數(shù)為3的分型分布，1987年的崩盤(pán)就不是意外；如果你知道生物科技公司能夠研制出一種超級(jí)轟動(dòng)的藥物，比歷史上的所有藥物都很多，那么它就不是黑天鵝，假如這一藥物真的出現(xiàn)，你也不會(huì)感到意外。
曼德布羅特的分形理論，使我們能夠考慮到一些黑天鵝，但不是全部。有些黑天鵝現(xiàn)象發(fā)生是因?yàn)槲覀兒鲆暳穗S機(jī)性的來(lái)源，有些黑天鵝現(xiàn)象是因?yàn)槲覀兏吖懒朔中沃笖?shù)?；姨禊Z是可以模型化的極端事件，黑天鵝則是未知的未知。曼德布羅特的方法為我們展現(xiàn)了一線希望，一種思考不確定性問(wèn)題的方式。如果我們知道那些野生動(dòng)物在哪里，我們真的會(huì)安全許多。塔勒布指出，他寧愿在大的范圍內(nèi)做得正確，而不愿在精確的地方犯錯(cuò)誤。
聯(lián)系客服
