這本書厚達 600 多頁, 原本沒有指望能在最近看完. 不過除了它的開頭悶了點, 裡面的數學、哲學、經濟學多了點, 有些部分還算有趣, 故可以看得很快. 作者 Nassim Nicholas Taleb (簡稱 NNT) 也很貼心地到處註解某某章節可跳過, 但是跳來跳去還能寫心得嗎? 當然就只好硬著 "眼皮" 看下去了.
作者是黎巴嫩出身的學者, 本來他應該歸類於經濟學家或是哲學家, 但是他非常看不起搞計量經濟學的"金融工程師", 還強烈建議諾貝爾要取消經濟學獎 – 因為它不配和其他獎項並列. 另外一方面, 作者又鄙視柏拉圖以降的哲學家. 他認為把事實模型化的思維是一個柏拉圖圈 (Platonic fold)[1]. 原文說: A Platonic fold is “the place where our Platonic representation enters into contact with reality and you can see the side effects of models.” 不消說, 高斯分布就是一個他最討厭的模型.
這本書如果要簡化再簡化, 那就是叫我們不要當感恩節之前的火雞 – 當然也不要當之後的. 火雞在感恩節之前, 都會看到一個善良的動物 – 人, 持續地餵食牠們. 火雞基於這樣的觀察所建立的模型, 在感恩節那天就會突然崩潰! 人們沒看過黑天鵝, 所以不相信有黑天鵝. 但沒看過黑天鵝, 並不表示我們可以忽略有黑天鵝會產生的風險.
在作者的心目中, 機率有兩種. 一種是事後統計的機率, 另外一種是事件發生的概率. 當我們用過去的數據訓練出模型, 套用在未來的情境中, 很可能就會發現 "黑天鵝". 當金融機構試圖賣給我們在 95% 的信心下會有 x% 的報酬, 作者認為這是一個騙局. 原因不但在於事前和事後的機率有差異, 也包括機率不是只有高斯模型. 在一般的世界, 大數法則會導致高斯分佈, 此時, 罕見的事件對整體的影響微乎其微. 但在複雜的世界, 並不遵循大數法則.
世界上寥寥可數的超級大富翁擁有世界上絕大部分的財產, 而廣大的窮人都生活在饑餓邊緣. 因此複雜世界中本來就不存在高斯分佈. 從 1926~2004 年當中的美國股市, 1.2% 的日子貢獻了 95% 的收益, 不到 1 % 的交易日裡, 貢獻了 96% 的收益. 以大陸 A 股來看, 從1991~2010 年, 最好的 25 天收益超過平均 100 倍, 最差的 25 天的收益的 "絕對值", 也是平均的 60 倍以上 [2]. 這些都說明機率工具的不可靠性. 整本書的重點就在這裡. 也因為作者在金融海嘯之前特別點名了美國的銀行業, 此 "先見之明" 使得他聲名大噪！
書中還有個有趣的地方, 就是叫大家只從事規模不可變的工作. 像是麵包師傅, 每天頂多做幾百個麵包. 以一個人的生產規模來推斷, 他絕對無法每天生產幾萬個麵包. 醫生一天能看幾個病人也是有限的. 這些人不會變成世界首富, 但也不會變成最窮的人. 但是歌手, 作家就很難說了. JK 羅琳的書可能一本都賣不出去. 例如她先出了幾本滯銷的書之後, 才開始寫 <哈利波特>, 說不定因此找不到出版社. 但各種因素都對了, 也能讓她大賺 5000 萬英鎊. 無論收入的規模多大, 她都是做一樣的事, 因此稱為規模可變 (scalable). 既然世界上有這種難以測量的事件, 我們想要衡量未來的風險也就是一件不可能的事了.
書上有一個小故事對我很有啟發.作者 NTT 找了做生意的胖子東尼和當精算師的約翰博士來測試他們對於機率的反應. NTT 說, 這裡有一枚公平的硬幣, 已經連續擲出 99 次的正面的正面, 那麼下一次出現反面的機率是多少?
約翰博士: 各 50%!
胖子東尼: 出現反面的機率不到 1%.
NTT: 可是這是公平的銅板!
胖子東尼: 你不是鬼扯, 就是笨蛋. 這枚硬幣一定被動過手腳.
NTT: 可是約翰博士說是 50%.
胖子東尼 (耳語): 這種書呆子很容易佔他們的便宜~~~
約翰博士相信公平的前提, 不會加以推翻, 所以他的思想被作者歸類於柏拉圖式的. 而胖子東尼追求實證, 不相信既有的模型, 作者認為這是比較好的非柏拉圖式的思想. 當然我們也可以說, 胖子東尼相信他自己建立了模型. 因此模型不是不好, 而是不能以模型來推估風險的大小. 即便胖子東尼認為硬幣被動了手腳, 他也不應該在第 100 次投擲時, 把全部身家壓在 “硬幣正面朝上" 的事件上面. 退出不公平的賭局才是這個賽局的上策.
本書大賣之後, 作者在新版又多增加了幾個章節, 小小地修正了自己的錯誤, 同時也大大地修理了其他人. 無論是大學的經濟教授, 華爾街的金童, MBA 的畢業生…, 都在他的攻擊之列. 總之, 他自認是世界最頂級的知識份子, 而且對於各種學問都有深入的研究. 我想他的博學的確不假, 而我們可以學習的地方, 主要就是不要輕信包裝精美的謊言, 即使是用看了就很佩服的數學公式算出來的.
[ref]
Cash Chou's Blog 