火鸡困境
出自 MBA智库百科(https://wiki.mbalib.com/)
目录 |
英国哲学家伯兰特·罗素（Bertrand Russell）在其《哲学的问题》（1957）一书中讲过这样一个故事：在一个农场里，有一只会进行归纳推理的聪明的火鸡来到世上。一个农夫出现在它的生活中，火鸡担心农夫会杀了它，但农夫不仅没有伤害它，而且还喂它食物。头几天，火鸡并没有放松警惕，它依然担心农夫会对它不利。然而，日复一日，每天上午9点钟农夫都准时来给它喂食。就这样，这只火鸡积累着它对喂食的观察，并更新着它的概率预测。根据火鸡收集到的不同情况下的大量观察数据，农夫不会杀它而会给它喂食的概率在一天天增长。
如果同一件事之前发生过n次，那么这件事再次发生的概率为
。也就是说，第一天过后，农夫第二天还会喂食火鸡的概率是
，第二天过后，概率增长为
，以此类推，喂食的概率一天高于一天，而火鸡被杀的概率则越来越小。当然，这只聪明的火鸡也可以进行贝叶斯概率分析。无论运用何种统计方法，到了第100天，这只火鸡几乎百分百地确定农夫不会杀它，而会再来给它喂食。然而，残酷的现实是，这天正是圣诞节的前一日，就在这一天的早上，农夫把这只火鸡抓进厨房杀掉了。
由此可见，这只火鸡没有弄清楚不确定性世界与可用概率预测风险的世界存在差异，这种将不确定性与已知风险的情形相混淆的问题也被称为“火鸡困境”。
火鸡困境的启示[1]
第一，概率统计与古典经济学理论无力。资本市场的预测理论基石，是现代统计理论基础上发展出的决策模型，几乎都是在没完没了的假定和概率赋值中得出最终的评估结果。然而，现实是，和那只不幸的火鸡一样，人们生活在一个不确定的世界中，无法获得确定概率或具体效用。更加可悲的是，火鸡的世界信息单纯，而人们却生活在一个信息超载的世界，有些看似“有用”的信息却是噪音，“无用”的信息却往往是超越归纳法的“黑天鹅”。因此，我们不得不忍受纷繁复杂的基本面信息和时灵时不灵的技术指标，因为风险可以量化，但不确定性是无法量化的。对于可能结果的统计分析只能基于已有的数据，但过去往往并不能告诉我们未来是什么。
第二，行为经济学对不确定性的应对策略。在投资的过程中，人们往往忽略了一个重要问题：获得的指标与最终行情可能只是相关，并且与过去相关，而相关并不能推出因果。也就是说，这是逻辑上的“归纳”而非“演绎”，分析的是“是什么”而不是“为什么”。
为了从纷繁复杂的不确定世界中获得更加稳定的预测变量，也许人们可以尝试从心理学层面找到应对策略，即了解对象或决策者行为背后的动机乃至价值观。我们不是活在新古典经济学真空状态的人，也不是没有任何社会关系、对信息无所不知且永远理性的人，无论是个体还是团体，衡量决策质量的原则，首先要符合人性，才能是理性的。
在投资中，仔细思考自己和对手方的价值观和行为动机，例如，什么是他们最重要的、重要的、比较重要的、可以舍弃的，这些角度是基本面分析的基础， 是比历史概率更稳定长效的影响因素。
第三，“有什么用”往往是最大的“无用”。无论是在我们生活的世界，还是在我们生存的市场中，其实人人都可能是那只火鸡。人们总是倾向于高估自己已经获得的信息和知识，即可用概率，因为它似乎是降低已知风险从而准确预测的康庄大道。对火鸡来说，维持生命的食物信息似乎是最“有用”的：重要、已知、确定、灵验（在100天内次次验证）。在此期间，喂食与风险（被杀）是高度负相关的，所以最后火鸡几乎百分百肯定自己不会被杀。然而，那些对火鸡似乎最“无用”的信息：圣诞节将至，恰恰是不确定性世界赠送的致命“惊喜”。更进一层，我们分辨信息的能力，往往来自看似“无用”的工作和学习中。
如果一只火鸡特立独行，它学过对于火鸡看似“无用”的心理学，那么它就会分析：农夫抓我来这个行为的动机是什么？然后打探：今天有多少只火鸡被抓走？这些被抓走的火鸡中有多少只有去无返？虽然也许会被伙伴嘲笑“问这些没用的信息做什么”，但它的行为决策可能会因为这些“无用”的知识、信息不同，最终结局也就不同。因此，不要总问自己“这有什么用”，尽可能地不给自己设限，让思维广博起来，换个角度，换一种方法，也许你会发现，“有用”的背后也存在陷阱，而真正的获利，有时候往往来自看似“无用”的信息。
不要总问“这有什么用”，尽可能地不给自己设限，让思维广博起来。换个角度，换一种方法，也许会发现，“有用”的背后也存在陷阱，而真正的获利，有时候往往来自看似“无用”的信息。
