連牛頓也算不出群眾的瘋狂#

「我能算出天體的運行，卻算不出人群的瘋狂。」說這話的，是被視為人類史上最偉大科學心智之一的牛頓（Isaac Newton）。

1720 年 2 月，牛頓拿出一筆相對保守的資金買入南海公司（South Sea Company）股票。這家英國股份公司憑《烏特勒支條約》取得對西班牙南美殖民地的貿易壟斷。

• 三個月內股價漲了三倍，牛頓賣出獲利
• 但他眼睜睜看著仍持股的朋友繼續暴富
• 7 月忍不住重新買入：原本以 £300 賣出的股票，他用 £700 一張買回，而且這次押下的是大筆身家
• 11 月「南海泡沫」破滅，他倉皇出場時每股只剩 £100 上下

若不是牛頓還掛著皇家鑄幣廠廠長的薪水，他餘生將陷入財務困境。最聰明的腦袋也敵不過群眾情緒——這正是社會學進入投資格架的理由。

一本 17 世紀的股市原典#

牛頓那個時代沒有 Charles Mackay 1841 年的《Extraordinary Popular Delusions and the Madness of the Crowds》可參考，但其實已經有更早的線索：1688 年猶太商人 Joseph de la Vega 寫下史上第一本股市專書《Confusion of Confusions》，以對話形式呈現市場各方角色。他在第二段對話中列出四條交易守則，325 年後依然成立：

• 第一條：不要建議別人買賣股票。當判斷力薄弱時，最善意的建議也可能害人
• 第二條：見好就收，不要為錯過的利潤懊悔。與其期待好運延續，不如享受能拿到的部分
• 第三條：交易所的利潤是哥布林的寶藏。一刻是寶石，下一刻就成了煤渣、鑽石、燧石、晨露、淚水
• 第四條：要在這場遊戲中贏，必須兼具耐心與資金。能像獅子般以怒吼回應雷聲、而不是像鹿那樣被嚇得逃竄的人才會贏

社會學是什麼：研究群體如何運作#

社會學（sociology）研究人在社會中如何運作，最終目的是理解群體行為。市場參與者本身就是一個群體——若不理解群體行為，就無法真正理解市場與經濟。

社會科學區別於文學、哲學、神學的關鍵，在於採用科學方法：

• 提出假設（hypothesis）
• 透過可控且可重複的實驗檢驗假設
• 收集資料、與模型比對、修正理論

但因為研究對象是行為主觀且難以預測的人類，社會科學的精確度向來低於自然科學。隨著電腦運算能力普及、巨量資料可被收集，這個差距正在縮小。

社會科學的兩條發展路線#

19 世紀以來，社會科學朝兩個方向同時前進：

• 追求統一理論：法國哲學家奧古斯特・孔德（Auguste Comte）提出 sociology 一詞，主張社會是不可分割的整體，研究方法也應整合
• 走向專業分化：經濟學、政治學、人類學陸續獨立成科

核心子科目可大致對應到不同的「群體切面」：

• 經濟學：1776 年亞當・斯密（Adam Smith）的《國富論》以「看不見的手」（invisible hand）描述市場自發機制
• 政治學：把焦點放在政府職權與資本財產之間的張力
• 人類學：分為體質人類學與文化人類學
• 社會學：聚焦當代社會的群體生活
• 社會心理學：研究個人與集體心理如何回應社會結構
• 社會生物學（sociobiology）：以生物學詮釋社會行為

耶魯社會學家威廉・蘇姆納（William Graham Sumner）創立的「社會達爾文主義」（Social Darwinism）試圖把亞當・斯密的放任主義與達爾文的自然選擇連結，二戰後一度沉寂；現代社會生物學則由 Edward O. Wilson 等人重啟，但刻意與「以自然選擇為社會不平等辯護」劃清界線。

把社會視為「複雜適應系統」#

進入 21 世紀，學界對「整體系統行為」重新燃起興趣——不只看個體與群體，也看兩者之間的互動。這帶來一個複雜的研究觀點：社會其實處於不斷的「社會化過程」中，個體行為與群體行為相互回饋、彼此重塑。

回到先前的章節：經濟與股市本質上就是複雜適應系統（complex adaptive systems）：

• complexity 源自拉丁字 plexus（交織）
• 個體行為受其他個體互動的強烈影響，無法純粹孤立分析
• 系統的行為會持續隨個體互動而改變

這對社會學家提供了新的共識起點：人類系統——無論政治、經濟、社會——都是複雜且具備適應性的系統。

自我組織：沒有總指揮也能形成秩序#

第一個關鍵特徵是自我組織（self-organization）：在沒有中央權力或預先規劃的情況下，系統會自行浮現結構。

Immanuel Kant 1790 年《判斷力批判》最早使用此詞；1977 年諾貝爾獎得主、俄裔化學家 Ilya Prigogine 把它從理論帶入主流。經濟學家 Paul Krugman（2008 年諾貝爾經濟學獎）的《The Self-Organizing Economy》（1996）用洛杉磯為例：韓國城、Watts、比佛利山莊不是都市規劃的結果，而是個體自發聚集後自我增強形成的鄰里。

Krugman 把自我組織機制套用到景氣循環：

• 繁榮期 → 投資、生產、製造增加 → 資本回報率下降
• 衰退期 → 生產下降 → 資本回報率回升 → 進入新一輪擴張

聯準會看似中央控制者，實際上對股債市的自我組織並無絕對主導力。自我組織理論目前仍是「假說」，缺乏可預測未來的模型，但作為理解社會系統的統一框架極具說服力。

浮現：個體之和的另一個層次#

第二個特徵是浮現（emergence）：個體單元組合後產生大於各部位之和的整體性質。

Krugman 認為「亞當・斯密的看不見的手」就是浮現的完美範例：許多個體各自滿足物質需求，相互交易，最終創造出「市場」這個浮現結構。

Los Alamos 的共生智慧計畫#

美國 Los Alamos 國家實驗室（LANL）規模龐大，員工近萬人，最有名的成果是原子彈，但今日跨足生物安全、能源、地球物理等多領域。Norman L. Johnson 在這裡創立「Symbiotic Intelligence Project（SIP）」，研究網路與人類團隊的協作如何產生大於各部位之和的能力。

Johnson 歸納出自我組織系統的三個特徵：

• 由簡單、互相連接的本地處理單元產生複雜的全域行為
• 解決方案來自個體輸入的多樣性
• 系統的整體韌性遠大於任一單一處理單元

網際網路在三個面向上強化了集體解題能力：能整合大範圍的知識、能呈現深度資訊、能精準傳遞資訊。

螞蟻與最短路徑#

螞蟻覓食是典型的浮現行為：

• 一開始隨機四散尋找食物
• 找到後沿路釋放費洛蒙
• 較短的路線往返較快，費洛蒙濃度提高，吸引更多螞蟻選擇
• 越多螞蟻走，費洛蒙越濃，最終整個蟻群會收斂到最短路徑

Johnson 用人類迷宮實驗驗證類似機制：

• 學習階段平均要走 34.3 步
• 應用階段平均 12.8 步
• 組合 5 個人就能比平均個體更好；組合 20 人甚至能找到全域最短路徑

Johnson 的關鍵發現：當系統限制只由「高表現者」組成時，集體解答反而會劣化。多樣性才是讓集體適應結構變化的關鍵。對股市的暗示是——多樣化的投資人組合（聰明、平庸、不夠聰明的混合）會讓市場更穩健，而非更脆弱。

此外，當系統具備足夠多樣性時，對中等程度的「噪音」相當不敏感；只有在干擾極端時，集體決策才會崩潰。

群眾的瘋狂 vs. 群眾的智慧#

19 世紀的知識分子普遍對群眾不信任：

• Thoreau：「成為群眾的一員，立刻變成蠢蛋」
• Nietzsche：「群眾永遠達不到其最佳成員的水準」
• Carlyle：「我不相信無知個體加總後的集體智慧」
• Le Bon 1895 年的《群眾心理學》（La psychologie des foules）：群眾是大於各部位之和的獨立有機體，但「永遠無法完成需要高智能的行為」

但 James Surowiecki 在《群眾的智慧》（The Wisdom of Crowds）中以一個經典實驗反證：

1907 年 Francis Galton 在 West of England 牛家禽展上辦了一場猜牛體重的比賽。787 位參賽者中只有少數是農夫或屠夫。結果：牛實際 1,198 磅，所有人猜測的中位數 0.8% 內、平均數 0.1% 內（1,197 磅）——左右尾的誤差互相抵銷後，留下的是被「蒸餾」出來的資訊。

Surowiecki 認為，集體做出優於個體的決策，需要兩個關鍵變數：

• 多樣性（diversity）：群體要包含不同想法、不同方法的個體
• 獨立性（independence）：每個成員的判斷必須相對不受其他成員影響
  • 避免錯誤同向累積
  • 提高群體擁有新資訊（而非陳舊共識）的機率

Scott Page：多樣性勝於純粹聰明#

密西根大學的 Scott Page 在《The Difference》中以模擬證實：

• 智力混合的群體（聰明 + 不那麼聰明）解題能力總是優於純粹聰明者組成的群體
• 隨機抽選個體所組成的群體，與精挑細選的菁英團隊解題能力相當
• 多樣化的「預測模型」能讓群眾準確預測——例子有 Hollywood Stock Exchange、Iowa Electronics Market、Intrade

股市本身就是一個獎勵正確判斷的預測市場。它能否準確反映現實，取決於其多樣性與獨立性是否完整。

多樣性崩潰：當市場不再聰明#

那麼股市究竟是 Mackay 的瘋狂群眾，還是 Galton 集市裡的睿智群體？答案是「視情境而定」。

當參與者多樣且決策獨立 → 市場相對有效率；當獨立性消失、所有決策匯聚成單一意見 → 多樣性崩潰（diversity breakdown）→ 市場變得低效、產生泡沫或崩盤。

Michael Mauboussin 在《More Than You Know》與《Think Twice》中指出，多樣性崩潰多半源於資訊瀑布（information cascades）：人們依別人的行為、而非自己手中資訊做決策。

社會網絡理論（social network theory）以節點與連結描述社會關係，正是研究資訊瀑布如何在大群體中蔓延的工具。

不只發生在大群體：強勢領導的小組#

Cass Sunstein 的實驗：

• 先把自由派與保守派分成同質小組討論爭議性議題
• 再混編成異質小組重新討論
• 結果：因為每個異質小組都會浮現一位強勢領導者，最終結論反而更極端，而不是趨向中庸

Solomon Asch 1940 年代的經典實驗也顯示：

• 8 人小組看一條基準線，再從三條長度不同的線中找出與之等長者
• 7 名暗樁故意指錯，唯一真實受試者中約三分之一會跟著選錯
• 群體決策即使明顯錯誤，也會深刻影響個體判斷

自我組織臨界：從沙堆到崩盤#

Per Bak 是丹麥理論物理學家，提出自我組織臨界（self-organized criticality）解釋大型系統如何崩潰。

他常用沙堆做比喻：

• 沙粒持續落下，逐漸堆出兩側斜坡
• 當斜坡達到極限，新沙粒導致下落速度等於落沙速度
• 此時沙堆處於「臨界」狀態
• 多加一粒沙，可能引發大小不等的崩塌；崩塌平息後系統進入次臨界狀態

Bak 認為股市就是這樣的系統。崩盤往往不是單一巨大事件造成的，而是無數小事件交互放大成雪崩。重要前提：他的理論能解釋雪崩整體分布，但無法預測個別雪崩。

趨勢追隨者 vs. 基本面投資者#

Bak 與同事的論文〈Price Variations in a Stock Market with Many Agents〉模擬兩類角色：

• 基本面投資者（fundamentalists）：看內在價值與市價的差距買賣
• 趨勢追隨者（trend followers）：看價格方向買漲賣跌

正常情況下兩者比例平衡，市場波動不會放大。但價格上漲時：

• 基本面投資者陸續離場
• 趨勢追隨者大量湧入
• 沙堆斜坡越來越陡，崩塌風險變高
• 多樣性崩潰已在醞釀中

諾貝爾物理獎得主 Phil Anderson 與聖塔菲的 Brian Arthur 都認同：自我組織系統由不穩定波動主導，不穩定本身已是經濟系統不可避免的屬性。

共同認知：穩定性的最後一道防線#

政治學者 Diana Richards 進一步追問：複雜系統怎麼會走到自我組織臨界？

她提出「集體選擇（collective choice）」概念：

• 系統由眾多個體的選擇匯總而成
• 不必所有個體擁有相同資訊，但必須對各種選項有「共同詮釋」（mutual knowledge）
• 共同認知越低 → 系統越容易陷入不穩

當沒有明顯偏好時，系統會在多種可能性間循環。只要個體分享相似的心理模型，循環不會帶來不穩；但若個體所持的「元模型」差異過大，系統就會搖搖欲墜。

股市裡同時存在多種元模型：基本面、趨勢、宏觀、多空對沖、統計套利、創業投資、量化低波動絕對報酬 ⋯⋯ 每一群人對市場本質的詮釋都不同。Richards 的理論直指——這幾乎注定股市會週期性陷入不穩。

結語：可影響的複雜系統#

社會系統與自然系統最大的差別在於：

• 颶風的軌跡無法被改變
• 但人類群體的行為卻可以透過理解與設計被影響

複雜適應系統的不穩定無法消除，但若能掌握「臨界為何會發生」、「資訊如何被傳遞」、「個體信念結構如何形成」，至少能夠減緩崩潰的規模。下一章將從心理學切入，深入個體形成信念與訊息傳遞的機制。