人物背景#

馬克里達基斯(Spyros Makridakis)是塞普勒斯尼亞波利斯帕福斯大學(NUP)校長,也是 INSEAD 與比雷埃夫斯大學的決策科學榮譽教授,當代預測學界的權威。他以舉辦著名的 Makridakis 競賽(M-Competitions) 聞名,研究焦點集中在「預測的用途與限制」,以及人類面對自身預測能力不足時該如何處理風險與不確定性(例如 2000 年網路泡沫破裂、2007–2009 年金融危機)。

馬克里達基斯一生的志業是戳破「我們能精準預測未來」的迷思,呼應「簡單比複雜好」的觀念。他 1979 年的經典論文證明:簡單的移動平均線預測明天的能力,遠勝最複雜的計量經濟模型。

不確定性的四種類型#

倫斯斐(Donald Rumsfeld)那段「known knowns / known unknowns / unknown unknowns」的著名說法少了一塊:unknown knowns——「我們其實知道,但不願相信」的事。

這就是「控制的錯覺」(illusion of control)。馬克里達基斯目前研究結論:

  • 我們真正能預測的非常少
  • 但我們不願接受不確定性

更精確地分:

  • 可量化的不確定——例如明天的用電量
  • 無法量化的不確定——Taleb 所稱的「黑天鵝」
    • 2004 年的海嘯(上一次規模較小且發生在數百年前)
    • 2008 年金融危機

我們害怕無法量化的那一類,於是乾脆假裝它不存在

醫師預測能力為零#

馬克里達基斯舉了一個令人不安的研究:

  • 對 160 個已確診病例請醫師重做診斷
  • 困難的案例中,只有 7% 的診斷正確——比擲銅板還差
  • 因為診斷是多選題,可能性遠不只兩個
  • 更糟的是:當問醫師「對診斷有多少把握」時,只有 7% 承認自己不確定

健康、財富、快樂這三件人生最重要的事,我們的預測能力都接近零

醫療領域的反覆轉向#

醫療共識常常自我推翻:

  • 膽固醇藥物:許多醫師已不再相信膽固醇理論,且擔心副作用
  • 一日一阿斯匹靈:現在發現會造成胃出血,反過來建議不要吃
  • 攝護腺癌篩檢、乳癌篩檢:新證據顯示弊大於利

醫療研究的大宗數據顯示:絕大多數醫學研究是錯的,但醫師卻以此為診斷與治療的基礎。

簡單模型勝過複雜模型#

馬克里達基斯 1979 年的研究遭到統計學界強烈反彈,後來他又用專家做預測的競賽,結果一致:

  • 模型愈簡單愈準
  • 共識預測(consensus forecasts)也比個別專家好
  • 簡單規則勝過專家判斷

許多成功的量化交易者表面上講「先進方法」,但幕後的核心策略往往就是簡單的移動平均線

交易上一致性(consistency)才是最重要的——人們對好消息過度貼現,對壞消息貼現不足,這正是不一致造成的麻煩。

醫療系統的黑暗面#

馬克里達基斯的研究讓醫師最不開心。美國的數據:

  • 醫療佔 GNP 的 17%(極大金額)
  • 但花更多錢的病人並不比花較少的人活更久
  • 錢包測試」(wallet test):醫師看你錢包多厚,再決定治療方案以最大化收入

剖腹產是另一個明顯案例:

  • WHO 建議剖腹產比例應在 10%–15%
  • 某些國家超過 70%
  • 對母嬰都不利
  • 但對醫師有利:營收高、不會凌晨三點被叫起來,能排在下午方便時段

Jim Collins 與英雄敘事#

馬克里達基斯指出,Jim Collins 在 Good to Great 中挑出的 11 家「從優秀到卓越」公司:

  • 2001 至 2015 年間,沒有任何一家進入《Fortune》最受推崇企業前十名
  • 但這本書仍在書店熱賣

我們為何持續接受過時的研究?

  • 我們愛聽英雄故事
  • 多數英雄故事是錯的,多數管理書也是錯的
  • 我們仍愛讀,多少有「安慰劑效應」——讓自己感覺好

控制的錯覺:心理深層需求#

我們寧願擁有控制的幻覺,也不願面對「無法控制」的現實

這就是為什麼我們買火災保險——承認無法預測火災,但至少可以預先安排。

接受不確定性在心理上極為困難:癌症可能在任何時候打中我們,但我們什麼都做不了。

馬克里達基斯演講時的真實互動:

  • 問聽眾「你接受證據嗎?」——多數答「是」
  • 再問「你還會繼續做這個檢測嗎?」——多數仍答「是」
  • 因為他們覺得做檢測就「保護了自己」——這正是控制的錯覺,且效果剛好相反

哲學的核心目的#

引用羅素(Bertrand Russell):

「教導人如何在不確定性中生活、又不被癱瘓,或許正是哲學的首要目的。」

馬克里達基斯坦言:他與康納曼、吉仁澤、Taleb 等人的努力,目前對破解「控制的錯覺」進展非常有限——因為這份錯覺深植人心。

個人覺醒#

馬克里達基斯一開始也是「相信複雜模型」的學者:

  • 他教複雜模型、靠它做諮詢、賺到錢
  • 1979 年論文意外發現簡單模型更準
  • 統計學界的反應是攻擊他「不會用那些方法」
  • 他選擇放棄部分諮詢收入,公開承認真相

對醫師最有用的問題:「如果我什麼都不做會怎樣?

例如乳癌化療後的五年存活率約 1.5%,但研究幾乎不告訴你不化療會怎樣。從統計學角度看,1.5% 不值得做化療,但醫師仍推薦——因為利潤可觀。