颠覆常规认知“黑天鹅”.docVIP

颠覆常规认知“黑天鹅” 　　《黑天鹅》是安皮里卡资本公司的创办人、纽约大学库朗数学研究所研究员纳西姆·尼古拉斯·塔勒布的著作，其内容和很多传统的资本市场经典理论格格不入，但是又有相当独到之处。虽然这本书晦涩难懂，且思维的线条纷繁杂乱，但通读之后，有利于完善自己的思维系统，对投资也有很大的助益。 　　平均斯坦和极端斯坦的区别 　　《黑天鹅》中对平均斯坦和极端斯坦的论述，在进行股票投资时，非常值得借鉴。毕竟，进行股票投资谁都想超越市场，而超越市场的往往就是那些属于极端斯坦的标的。 　　以高斯分布为基础的金融理论越来越得到广泛的应用，根据高斯分布，事情发生的分布大部分都集中在一个均值，越偏离均值，其概率越小，且偏离均值的幅度和发生的概率存在一定程度上的关系。 　　从高斯分布的概率密度函数曲线可以看到，在均值一个标准差范围内的概率为68.27%，两个标准差范围内的概率为95.45%，而超过两个标准差对均值的偏离发生的概率则非常小。该理论基础在资本市场中有充分的应用，例如VaR风险控制模型，但是为什么在VaR依据的体系这么完整的情况下，还不断地有资本市场内的个体发生重大损失的案例？ 　　《黑天鹅》认为，原因在于平均斯坦和极端斯坦的区别。平均斯坦服从高斯分布，但是极端斯坦不服从。平均斯坦指的是“事物发生不具突破性和正反馈的领域”，所谓的突破性是指决定分布的因素边际效用理论上可以无穷大，而正反馈则是指分布向均值外的偏离有利于其进一步地向外偏离。 　　例如人类的身高，就是一个典型的平均斯坦，因为突破性和正反馈都不具备。一个人要长高，必须要摄取食物，所以摄取食物的限制决定了长高的程度。正反馈更不成立，假设一个人能突破极限持续长高，则必然会导致其脊椎和肌肉所要承受的压力越来越大，必然要求其横向越来越粗壮，其结果就是制约了假设中的持续长高。 　　生活中很多事物都不具备突破性和正反馈，也就是服从高斯分布，是平均斯坦。但并不是所有事物都是平均斯坦，例如畅销书的销量。首先，销量是具有突破性的，虽然畅销书作者的时间和精力以及能写的文字都是有限的，但是只要其付出了时间和精力，销量可以在时间和精力相对固定的情况下持续增长。其次，销量具有正反馈效应，书的畅销可以提升书和作者的知名度，而知名度的提升又有利于销量进一步的提升。 　　具有这两种特征的事物，《黑天鹅》认为就是极端斯坦，且并不服从高斯分布，而在极端斯坦里出现的极端分布就是所谓的黑天鹅事件。 　　仍以畅销书销售为例。大部分平常书的销量固然也有个均值，但是畅销书的销量则可以大大偏离这个均值，最出名的畅销书的销量甚至可以超过相当部分平常书销量的总和。这就是平均斯坦和极端斯坦的区别，如果用高斯分布去预测畅销书的销售状况，那肯定会出现大的误差。 　　而在资本市场上，很多事物也并非平均斯坦，例如股票的市值，优秀公司的市值会越来越大，乃至于最后比很多平庸公司的市值总和还要大。优秀的公司一方面具有突破性，在品牌及壁垒建立起来之后，其成长并不需要过多的边际投入；另一方面也具有正反馈，优秀公司相对平庸公司建立起来的优势有利于其进一步做强。如果以高斯分布来看待这些公司，就无法理解为什么有的公司在对其他公司完成超越后就能以惊人的速度创造出巨大的分化，例如上??家化之于索芙特。 　　预测是愚蠢的 　　人类习惯去预测未来，并以此来指导自己行为并构建系统，但是极端斯坦（黑天鹅事件）是不服从高斯分布以及其他的数学模型规律的，所以通过各种推理及演算得到的预测结果往往没有把极端斯坦考虑进去，但是黑天鹅事件往往能对系统构成意想之外的冲击。例如长期资本管理公司的破产，就是在看似严谨完美的系统中没有包含对“黑天鹅”的考虑，从而在黑天鹅事件的冲击下崩溃。 　　黑天鹅事件的神奇还在于不可预测，在事前往往低估其发生的可能性，但是在事后又能找出一大堆理由来解释。例如1987年的股灾，事前几乎没有人对其有预料，事后却有一大群人开始找理由，并说得头头是道。经济学家席勒曾在著作《非理性繁荣》里专门探寻那次股灾的理由。 　　所以黑天鹅事件最可怕的地方不在于“已知的未知”，而在于“未知的未知”。人们总以为自己能预测未来，掌控一切，长期资本管理公司有着非常强大的核心团队，并且在能力范围内创造了看似完美的模型，他们尽量避免头寸涉及“已知的未知”，但是最终还是受累于“未知的未知”。 　　巴菲特提出 “能力圈”，坚持认为应该在能力圈内进行投资，这受到了其崇拜者的追捧，并纷纷表示要坚持自己的能力圈。这一论点自然有其道理，但是从《黑天鹅》角度来看，一个人并不一定能完全清楚自己的能力圈所在。因为明确自己的能力圈首先就是要分清自己什么已知、什么未知，通过“已知的未知”是很容易分清这个界限，但是还有“未知的未知”在自己的预料之外，很可能在能力圈内依