高盛的「25-sigma 災難」#
2007 年 8 月,高盛兩支基金面臨崩潰,需注資逾 $20 億美元。財務長 David Viniar 對記者說:
「我們連續好幾天看到了 **25 標準差(25-sigma)**的市場波動。」
行話翻譯:「我們運氣很差。」但用機率算一下:
| 等級 | 出現機率 |
|---|---|
| 1σ | 32%(家常便飯) |
| 2σ | 5%(「統計顯著」) |
| 4σ | 約 1/16,000(一輩子可能遇不到) |
| 25σ | 平均 每 10¹³⁵ 年才會發生一次 |
10¹³⁵ 年遠超宇宙年齡。Viniar 居然說「連續好幾天」遇到這種事。 真實意義不是「運氣超差」,而是:他們用來計算機率的模型錯了——而那個模型,就是 Bell Curve。
「鐘形曲線無所不在」的迷思#
早在 1901 年,皮爾森(Karl Pearson)就警告:
「鐘形曲線的出現我只能視為一種極為異常的現象。」
1920 年代他懊悔自己曾推廣「Normal」這個用詞,因為這讓人誤以為「其他分布都是異常的」。但他的勸告被忽視——鐘形曲線太優雅、套用數據太順手了。
鐘形曲線真的擬合人類身高嗎?#
把大量人的身高分組統計,畫出來確實像鐘形曲線——但仔細看:
- 頂部不夠對稱、有凹陷
- 拆成男女兩組稍微好點
- 再拆成族裔/營養條件後仍非完美
- 中央極限定理要求「獨立同型隨機影響相加」——但基因彼此關聯、營養也非獨立

The beautiful, if slightly dented, bell curve of human heights
真實鐘形曲線是「相對乾淨的近似」,不是嚴格意義的常態分布。 中間區域可信,但尾端極不可信。
極端值的災難#
理論上鐘形曲線永遠不會碰到 X 軸,意味著它預測:
- 存在比聖母峰還高的人
- 存在身高為負的人
這些荒謬,提醒我們:不能用 Bell Curve 預測極端值。
Bud Rogan 的例子#
19 世紀末美國人 Bud Rogan 身高 2 公尺 67 公分——比當時平均高 13 個標準差。
用常態分布算出他「出現機率」為 1 / 10⁴⁴,遠超人類至今出生過總人數(約 1,000 億)。 但歷史上至少有 17 位身高接近他的人,包括羅伯特・瓦德洛(Robert Wadlow)——比他還高 5 公分,是有紀錄以來最高的人。
2008 年金融危機的根源#
2000 年,英國金融數學家 Paul Wilmott 警告同行:
「金融模型中對常態分布、風險可消除、相關性可量測的假設都是錯的。 若不徹底重新思考,世界將迎來一場數學家引爆的市場崩盤。」
無人理會。花旗集團(Citigroup)執行長 Chuck Prince 2007 年初還說:
「只要音樂還在播放,你就得繼續跳舞。我們還在跳。」
幾個月後,他們手上 $400 億美元的 **CDO(擔保債務憑證)**開始違約。花旗瀕臨破產,由美國政府以 $450 億美元紓困。全球金融危機隨之爆發。
CDO 風險模型內建鐘形曲線——並且被用來估算極端事件機率。 模型完全違反 Bell Curve 的「使用條款」。 Wilmott 之後懊悔:「我太含蓄了——應該大聲尖叫才對。」
一線曙光#
2014 年 10 月美國國債市場單日 7.5σ 波動。摩根大通執行長 Jamie Dimon 對股東說:
「這種事應該每幾十億年才一次。但國債市場才存在 200 年——這應該讓你開始懷疑統計學本身。」
或許我們真的開始走出鐘形曲線的迷思了。
結語#
鐘形曲線有一堆「使用條款」在現實中常常無法滿足。 大多數時候,違反條款不致命。 但若用它預測極端值——請格外小心。 違反條款的代價,可能是一場全球性的災難。