#147來開箱⎪極端不確定性(下)

今天要繼續為大家開箱的這本新書是《極端不確定性》,副標題是,為不可知的未來做決策。本書的作者是約翰‧凱(John Kay)與莫文‧金恩(Mervyn King)。約翰‧凱是牛津大學聖約翰學院院士,著作包括《玩別人的錢》、《市場的真相》、《總而言之》、《迂迴的力量》等書。莫文‧金恩(Mervyn King)曾任英國央行總裁,現為紐約大學的經濟學與法學教授以及倫敦政經學院的經濟學教授。著有《金融煉金術的終結》一書。本書其實可以用一句話來貫穿全局:就是面對不確定,其實該想的或許不光是決定該做什麼?而是該問「究竟發生了什麼事?」。

Image for post
Image for post

2011年春天歐巴馬在白宮與國家安全顧問商討一件重要決策。情報指出,賓拉登藏匿在巴基斯坦的阿伯塔巴德。他是否應該要批准海豹部隊突襲賓拉登?賓拉登要麼在那裡,要麼不在那裡,即使幕僚給了很多機率的資訊,但變數實在太多。在金融界或政治界,透過機率這種不確定的表達方式不但毫無助益,甚至可能造成誤導。歐巴馬知道他必須憑藉有限的資訊來做決定。事後來看,他做了正確的決定。他並不是靠機率推理,而是問:「究竟發生了什麼事?」

機率理論是一個新工具,只有幾百年的歷史,相較之下,敘事推理存在幾萬年了,我們編造的故事根植於我們的記憶,有效的取代了機率的判斷。相較於演化型理性,行為經濟學家已經發現了人類偏離公理型理性的許多行為,並且稱這些行為是「偏誤」。但這些特質其實是人類的自我調適,以便求生存。幾千年的極端不確定中,人類學會了許多因應策略,並發展出一種能力,讓我們在不完全了解世界的情況下做決策。很多時候我們根據「參考敘事」也就是講故事的方式來因應未來。

然而依賴敘事來做決策,可能因「團體迷思」,而導致災難。這裡所說的「團體迷思」,也就是一個群體因為成員不願意或無法質疑主流觀點,而導致無法做出正確的決定。也因此為不確定的未來做決定,往往是一種集體活動。我們很少在不徵求他人意見下做出重大抉擇。一方面是為了說服他人,一方面則是為了鼓勵質疑。隨著「究竟發生什麼事?」的主流說法日趨完整,敘事會逐漸改變。一流決策者的特徵是,在面對極端不確定性時,他們能夠按照參考敘事來規劃行動,同時也對「這個敘事可能是錯的,另一種可能的敘事也許正確」的可能性保持開放態度。質疑敘事的意願不僅是科學進步的關鍵要素,也是良好決策的關鍵。

羅伯 席勒教授也探討過金融敘事(故事經濟學),他認為敘事往往有些不誠實,帶有操縱性。但敘事之所以重要,不是因為人類行為的弱點,而是因為我們需要在極端不確定的世界中做決策。當我們想回答:「究竟發生了什麼事?」,必須使用誠實的敘事來了解環境,在極端不確定性下敘事能指引我們的決策。

針對複雜的問題,我們需要加以簡化之後建立一個模型,藉以可以了解運作的機制。包含效率市場假說、現代投資組合理論、資本資產定價模型,都是用簡單模型來闡述複雜機制的好例子。投資組合理論的關鍵觀點在於,風險是整個投資組合的屬性,風險要看情境脈絡而定,在某個情境脈絡有風險的行動,在某些情境則可能會降低風險。因此世界上沒有所謂的「風險資產」,只有「有風險的資產集合」。然而他們都無法描述「真世界的真實樣貌」,萬一大家把這些金融模型當作現實看待,並且把他們當作重要決策參考依據時,這些模型可能有誤導,甚至危險。馬可維茲自己很清楚,他的理論只適用於小世界。他自己的退休規劃,並沒有使用效率前緣的配置,而是單純的一半股票一半債券。但我們還是可以做得比馬可維茲更好些,也就是試圖去建構一個更加多元分散的投資組合,除了常見的「新興市場股市」或「房地產」,你還可以加入更多其他。

同樣的,在金融危機當中,風險調整後的資本並沒有辦法預測哪些銀行可能會倒閉,簡單的槓桿比率可能更有用。面對金融危機,避免不懂裝懂非常重要,我們其實不知道下次危機何時到來,也不知道它長什麼樣子。我們需要簡單、穩健的原則來指引我們大方向,而不是制定成千上萬的詳細規則。監管機構越是想要界定明確,鉅細彌遺的規則,就越可能適得其反。

因此在模型的使用上,是必須謹慎的,不論是在金融,或是在發射火箭。我們大概已經知道發射火箭或是太空探索會遭遇的不確定性是極端的,而且是致命的。那麼NASA是如何來面對的呢?1986年挑戰者號太空梭在發射時爆炸,機上七名太空人全數罹難,爆炸之後諾貝爾獎得主,物理學家理查 費曼被任命參與調查。他指出,NASA針對發射造成致命事故的機率做了估計,但估計的數值範圍很廣,從工程師估計的百分之一,到管理層的十萬分之一。費曼最後總結:「一項技術若要成功,現實必須優先於公關,因為你無法愚弄大自然。」最終,NASA修正了程序,特色在於致力追蹤小失敗,辨識及了解複雜問題的能力、對第一線人員的真正關注、從錯誤中學習及重新振作起來能力。NASA學會不只在太陽系中,也在自己的組織中問「究竟發生什麼事?」,並且放棄偽知識,為無法預測的意外事件尋找穩健,有韌性的方案。

因此,從模型的使用中我們得到很多教訓。首先,啟用一個簡單模型,來找出影響評估的關鍵因素。建模型的目的是為了發現「小世界」的問題,而那些問題可以彰顯出極端不確定的大世界的一部分。接著是找出可能評估重大影響的參數之後,要開始做研究來證實這些參數的價值。第三,簡單的模型有彈性,比較容易探索修正模型及替代方案的影響。例如,一個政策在五年或五十年後會是怎樣?第四,在極端不確定下,一項政策所提供的選項可能會左右評估。例如在選擇機場擴建方案時,兩個機場的腹地以及各自能因應變化的彈性與調整空間,會是考量的重點。最後,只有當使用模型的人知道,模型不代表「世界真實的樣貌」,只是探索決策是否會出錯的工具時,模型才會有用。

股票市場的行為不是依循著一個固定的物理規律,而是瞬息萬變的經濟與社會狀況及投資人預期共同造成的結果。就好像你使用Google導航,就算你知道你的位置,知道你的路線,用上複雜的軟體計算,Google還是無法精確的預測你到達的時間,或許永遠也做不到分秒不差。因此Google導航不是一個預測工具,他是一個讓你指明方向,根據過去經驗估計你抵達目的地時間的模型,甚至提供替代方案。Google沒有要設計一套模型,讓所有的車子依據最適化路線來行駛。事實上這個模型也不存在。如果最適化交通路線模型聽起來很可笑,其實那多多少少跟經濟學家過去幾十年做的事情是類似的。

總結一下,面對極端不確定性,尋找最佳化模型是危險的,就好像你在森林中試圖依賴一張地圖找到方向,但很多時候,放下地圖,抬頭仰望北極星,找到你的指北針,可能是讓你面對不確定時更好的解決方案。我不知道你在面對你人生各種不確定時,你的想法是如何?跟大家聊聊。

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store