全書的核心提問#

偉大統計學家 Maurice Kendall 寫過:「人類把社會從神聖天意的領域中解放出來,不是為了把它交給機運法則的擺布。」千禧年將至——我們有沒有可能完成這項工作,讓更多風險受控、同時繼續進步

答案要回到 1703 年萊布尼茲對 Jacob Bernoulli 的提醒:

「自然確立模式來自事件的重複——但只在大部分情況下」(but only for the most part)。

這個但書才是整個故事的關鍵

  • 沒有它,就不會有風險,因為一切都可預測
  • 沒有它,就不會有變化,因為每個事件都與前一個相同
  • 沒有它,生命將沒有奧秘

為什麼工作仍未完成#

理解「自然傾向重複自身但不完美」這件事,是本書所有英雄的動力。但儘管他們發明了無數精巧工具:

  • 不連續、不規則、波動似乎在增加而非減少
  • 金融世界中新工具以令人眼花的速度湧現
  • 全球互依使風險管理更加複雜
  • 經濟不安、健康、人身安全、地球本身都受到前所未見的威脅

「把社會從機運法則中解放出來」——這個目標仍躲過我們。為什麼?

Leibniz vs. Einstein vs. Knight#

對萊布尼茲而言,從樣本歸納的困難來自自然的複雜(不是任性)——他相信底層有「全能者所定的秩序」。

300 年後,愛因斯坦呼應同調,在給 Max Born 的信中:

你相信一個丟骰子的上帝;我相信一個客觀存在世界中的完整律法與秩序。」

Bernoulli 與 Einstein 也許都對:上帝不丟骰子。但人類無論如何都不擁有對該客觀世界完整律法的知識

真正的破裂:Knight 與 Keynes#

更重要的是,人類必須面對的不只是自然的反覆無常,還有他們自己。隨著文明推進,自然的隨機越來越不重要,人類決策的影響越來越大

直到 Knight 與 Keynes(一戰後)才有人認真意識到「人類互依」。在他們之前,創新者多認為人和自然一樣可預測——Daniel Bernoulli 把理性稱為「人之本性」。

Knight 與 Keynes 的「截然不同的不確定性概念」——與愛因斯坦/Born 的辯論毫無關係——是人類本性中非理性的後果。從這裡到 Kahneman-Tversky 的「不變性失敗」與行為金融學「理論警察」的調查,只有一小步。

Chesterton 的描述#

小說家 G.K. Chesterton 描繪這個現代視角:

這個世界真正的麻煩,不是它不合理、也不是它合理。最常見的麻煩是它幾乎合理、但又不太合理。生命不是不合邏輯——但它是邏輯學家的陷阱。它看起來比實際稍微更數學化、更規律一點;它的精確顯而易見,它的不精確被隱藏;它的狂野潛伏等待。」

混沌理論:能解開不精確的鎖嗎?#

混沌理論是相對近期的替代方案,宣稱已揭示不精確的隱藏來源——「非線性」(nonlinearity):結果與起因不成比例。

混沌理論:

  • 像 Laplace、Poincaré、Einstein——堅持所有結果都有起因(如那個倒下的圓錐)
  • 拒絕鐘形曲線的對稱
  • 拒絕線性統計
  • 否定 Pascal、Galton、Quetelet 的傳統機率工具

混沌理論者最愛的例子:夏威夷蝴蝶翅膀的擾動,最終導致加勒比海颶風。世界處於「活力」狀態,由湍流與波動性主宰。均值與規範不存在——均值總在流動。

但混沌理論能多有用?#

「混沌時間序列的特徵是:預測準確度隨時間流逝而下降」——這把實踐者困在微小信號的世界,其餘皆雜訊。

至今他們的成就比宣稱的小得多。他們找到了蝴蝶——但還沒追蹤蝴蝶翅膀引起的所有氣流

神經網絡與基因演算法#

晚近還有兩種新方法:

  • 基因演算法:模仿基因的代際傳遞,存活下來的「基因」構成最有效的後代模型
  • 神經網絡:模擬人腦從經驗中提煉推論,在一個系統中發現的模式可用於完全不同的系統

但這些「模式辨識」沒有理論結構解釋為何模式跨時間或跨系統重複。蘇格拉底與亞里斯多德會對它們和對傳統機率論一樣懷疑。「相似真理」不等於「真理」——這些工具的原料仍是過去資料。

邏輯陷阱:過去不像我們以為的那樣#

過去很少在「狂野將在何時爆發」的問題上幫忙。戰爭、蕭條、股市崩盤、種族屠殺——它們總是以驚奇之姿出現。事後我們詳查歷史,狂野的源頭顯而易見,於是覺得「為何當時的人不見」實在難以理解。

金融的兩個典範轉移#

  1. 1950 年代末:80 年來高評級債券殖利率首次高於普通股股息殖利率
  2. 1970 年代初:長期利率自南北戰爭以來首次升破 5%,且從未再回去

這些事件並非不可預測,而是不可想像

我們無法把「未來」的資料輸入電腦,因為這些資料無法取得。所以我們輸入過去資料——但邏輯學家的陷阱在於:真實生活的過去資料是事件序列(彼此相依),而機率論要求獨立觀察。歷史只給我們經濟與資本市場的一個樣本,不是上千個獨立隨機分佈的數字。

風險管理本身製造新風險#

我們對風險管理的信念,鼓勵我們承擔本來不會承擔的風險。安全帶讓駕駛更激進——事故總數上升,雖然單次傷害減輕

  • 衍生品作為對沖被開發,卻被投資人變成投機
  • 投資組合保險在 1970 年代末讓投資人承擔更高股票部位
  • 機構投資人用廣泛分散合理化更高風險的投入——但分散不是不虧損的保證,只是不全虧的保證

電腦:取代古代的神諭?#

沒有什麼比電腦螢幕更撫慰人心、更有說服力——壯觀的數字陣列、發光的色彩、優雅的圖表。我們凝視它如此入神,以至於忘記了電腦只回答問題,不提問問題。當我們忽略這個事實,電腦就支持我們的概念錯誤

那些只靠數字過活的人,可能會發現電腦只是取代了古代為風險管理求問的神諭

但同樣不能拒絕數字——當它比直覺更有準確希望時。G.B. Airy(皇家天文台台長)1849 年寫道:

我是理論、假說、公式以及一切純粹智識產物的虔誠崇拜者——它們讓人類在事實觀察的絆腳石與泥淖中保持正直。」

全書的弧線#

本書的核心主題:過去 450 年,這些英雄的量化成就形塑了人類進步的軌跡。在工程、醫學、科學、金融、商業、甚至政府中,影響每個人生活的決策現在都依照遠超過去「靠感覺」方法的紀律性程序作出。許多災難性判斷錯誤因此被避免,或其後果被緩和

致謝這群英雄#

Cardano 文藝復興的賭徒、Pascal 的幾何學家與 Fermat 的律師、Port-Royal 的修道士與 Newington 的牧師、布商人(Graunt)與扭傷腦袋的人(Galton)、Daniel Bernoulli 與他的伯父 Jacob、隱秘的 Gauss 與健談的 Quetelet、頑皮的 von Neumann 與沉重的 Morgenstern、虔誠的 de Moivre 與不可知論的 Knight、簡潔的 Black 與健談的 Scholes、Kenneth Arrow 與 Harry Markowitz——

他們把風險的觀念,從「損失的機率」轉變為「獲利的機會」,從「命運與原始設計」轉變為「基於機率的精細預測」,從「無助」轉變為「選擇」

Keynes 的最後肯定#

儘管 Keynes 反對「把機率法則機械式地應用於人類事務」,但他承認這個思想體系對人類有深刻意義:

機率的重要性只能源自一個判斷——理性的人在行動中應該被它指引;而對它的實踐依賴只能由另一個判斷正當化——我們在行動中應該對它有所考量

正是因此,機率對我們而言是『生命的指引』;正如 Locke 所言:『在我們大部分的關切中,上帝只賜予我們——若我可這麼說——機率的曙光,與祂所安排我們置身其中的中庸與試煉狀態相稱』。」

結語#

從擲距骨的希臘人,到測試 Black-Scholes 的計算機,人類花了 5500 年才把「風險」從命運的擺布變成可被選擇的機會

工作未完。狂野仍在等待。但我們現在至少知道——在這道機率的曙光下,仍可選擇前行