查理·芒格：以物理学和数学原理思考复杂性系统
2019-06-17 18:29阅读：
文/姚斌
查理·芒格先生认为，基于物理学和数学中的一些基本原理来分析导致误判和错误的原因，将会获得非凡的洞见。
每个行为都会产生后果，不管计划如何缜密周密，总是不能预料到所有的事情。我们经常会忽略某个行为产生的预期结果之外的其他后果。不管我们做什么或者不做什么，都会产生一系列的结果，而且它们可能并非是我们预期中的结果。比如，增加一条新通道，却可能会造成交通进一步的滞缓。但为了解决一个问题，可能会导致另外问题，甚至更为严重的问题。比如，校园里老鼠肆虐成灾，为了彻底解决这一问题，学生上交一只死老鼠就会得到一美元奖励。但新问题来了，学生为了赚钱，开始私下里饲养老鼠。
好的动机不能抹去不良的结果。结果并不由意愿决定，但意愿定义上是与“预期结果”相联系的。与其花时间研究理由的成立与否，还不如花精力去研究结果的好坏。好的思考方法要优于好的动机，好的动机可能会产生不良后果。查理·芒格先生说，过分相信专家会让你在灾难面前措手不及，恰恰是因为周密部署的程序可能会导致盲目自信的结果。对冲基金长期资本管理公司管理者的智商平均达到160，但是并没有阻止它的彻底崩溃。自以为能力高人一等、方法高人一筹，常常在自己选择的更为艰险的海域中搁浅。
所以，避免被意外后的后果弄得措手不及的方法之一，就是不要仅仅停留在单一因素上，相反，应该考虑某个行动给整个系统带来的影响。一家公司的利润没有增加，是因为忘了从影响结果的所有可能因素出发。他们没有对降价
后的结果作出预测，没有考虑到影响公司价值的其他因素和情况。
系统的表现将取决于所有内部的组成因素，（人和其他因素），各个因素都会影响系统。系统是部分的整合，也是作用的整合。一家公司各个部分组成一个完整系统。它把这些变量：供应商、职员、客户、需求、竞争等。它有采购、制造、仓储、物流和分配等活动。它的经营还需要技术系统和设备。这些部分都共同工作。
有时，寄希望于某个组成部分最优化，会忽略了整个系统因此而产生的变化。一个小变化会影响整个大系统。个体行为聚集后会引发复杂的行为，而且这种复杂的行为难于预测，这是复杂性系统的基本特征。比如，削减成本并不会自动转化为最高价值。裁员的决定将造成生产和发货环节上的问题，导致产品生产的延期，从而失去部分客户，影响公司的声誉，最终的结果反而是更低的利润。
系统将根据反馈的信息做调整。正反馈将会放大效果，而负反馈将会抑制效果。在股市中，股市下滑将会引发抛售，从而可能引发更多的抛售和股价的进一步下滑等连锁反应。因此，必须试着完善和优化整个系统，而不仅仅是组成部分的某一部分。在改变系统的单个因素后，全面考虑其他变量相应发生的变化。试着对短期和长期的结果进行量化，并研究预期行动的效果，考察最终结果与我们最终目标是否相符。
一家公司的产品降价后，其对手也可能同时跟进，还可能把价格杀得更低，甚至增加市场份额。在思考结果时，要考虑其他人可能的做法。因为我们的利益可能会与其他人冲突，所以决策的最终结果常常依赖于他人的做法。而他人的做法可能又建立在他们对我们未来行动的猜测之上，还依赖于他们可选择性的方案、利益和思维方式，包括错误判断。人类的行为并不总是理性的。
赢者的诅咒最早被发现广泛存在于石油天然气钻探权拍卖市场中。1971年，卡彭等人第一次正式讨论了“赢者的诅咒”。他们发现在墨西哥湾油田拍卖之后，赢者最终在财务上亏损或者实际收益严重低于预期的现象，这还在石油名义价格从3美元涨到35美元的背景下发生的。调查表明，假设目前标的物有限，各方出价者拥有相同的信息，则竟标方越多，对标的物价值越不肯定，从而出价过高的可能性越大。相反，如果我们的目标是创造价值，竞标方越多，我们的出价越要力求保守。在参与竞拍的时候，对标的物的真正价值必须了然于心。
系统的组成部分越多，互动的途径越广，发生的事情也越多，从而对单个行为带来的结果也就越难以决定。变量的数目在增加后，相互间作用的途径会以飞快的速度增加。但是，我们常常对变量间的互动关注不够。在经济领域，有许多因素值得考虑，包括利率、汇率、国际贸易差数据、失业率、消费信心、政治因素、股市、经济周期和偏差等，这些因素相互作用，很难区分哪个最重要。此外，人类的行为变化莫测。一个预测可能会让我们改变期望和行为预期，或多或少地成为现实。
“如果有人能够成功的预测股市波动，何必通过100美元一本的杂志来推销他们的观点呢？”彼得·林奇在《彼得·林奇的成功投资》一书中说：“美国有6万多名经济师，许多人做着全职工作，试着预测经济运行周期和利率变化，如果他们能够连续成功两次，现在就是百万富翁了……但据我所知，他们大多数人目前还是靠工作的收入生活，这似乎也能暗示我们点什么。”
未来的事情无法预料，预料外的事情也常常不期而至。因此，不要相信有人能够预测到无法预见的变量。没有人能预测到利率或者汇率、GDP、经济拐点或股市等，即使利用神通的信息、先进的计算机或者神奇的数学公式也不能。巴菲特早就指出：“我们认为这种预测的精确性完全是幻想，事实上，这些模型只能给决策者营造出一种虚假的安全感，而且将提高犯下严重错误的几率。”
之前发生过很多次的事情并不代表未来仍会继续发生，而过去从未发生过的事情并不代表未来不会发生。初始条件的不确定性以及模型的错误给我们带来了难度。一个变量的初始值的小小数据错误可能会逐步演变，从而导致预测错误。初始数据还可能出现偏差，即使我们能完美地掌握初始状况，我们用来分析的模型也并不理想。物理学和数字上微小的模型错误可能逐步变化，最终导致截然不同的情况。很显然，所有的预测天生都带有不确定性，所以我们有责任提醒别人预测的不确定性和过去的错误率。
尺寸的变化和时间的变化将会影响性状、功能和行为。如果事物的尺寸增大或缩小，它的作用方式也会向更好或更糟的方向变化。比如，有机体的尺寸发生变化后，其力量、表面积、复杂度、新陈代谢、寿命和运动速度均会发生相应变化。
生命体的形成受限于基本的数学原理。重量取决于体积和力量，力量的增长率并不与重量或体积相同。如果让一个生物体的尺寸持续增加，迟早它的力量不能支撑起身体的重量。把一只小恐龙的尺寸增加两倍，重量增长8倍，它的脖颈需要强壮8倍才能支撑其增长了8倍的体重。但脖子的重量与其横切面面积成比例只增长了4倍。最终，脖颈必将不堪重负而折断。
尺寸的概念同样可以适用于时间——事物是如何在长时间内发生变化的，或者事物重复发生的时间。约翰需要招聘一名新助手，于是问老板：“你同意吗？在总工资表中增加2万美元也没什么大不了的。”巴菲特对此的答复是：“这个建议应该被视为一个300万美元的决定，考虑到一个人一生中的加薪、福利和其他支出等，增加一名员工也就意味着增加这么多成本。”微小和缓慢的变化在日积月累后却可能产生重大的结果。
在一定尺寸下，一个系统达到临界质量或极限后，系统行为将发生天翻地覆的变化。它可能会朝着更好或更坏的方向发展，也可能停止工作或者性质发生改变。微小的作用久而久之会积累成为临界状态——不稳定性也在增加。小事件可以引发剧烈的变动，比如地震。但在到达临界值前，小变化可能对系统没有任何影响。当系统的属性突然从一种状态跳到另一种状态，这预示着系统可能发生了质变。
一家企业在达到某个临界点后，将会在经验、采购、营销、制造、管理、调研、物流、配送各方面享受规模优势。举例说，大规模产量能够分摊支出，降低平均成本。这些优势能够推动企业的专业化，在某个领域做精做强。
规模很重要。巴菲特曾就旗下的耐特捷私人飞机公司发表如下看法：“由于耐特捷在产业中的领导地位，使得我们及客户受益良多。目前我们拥有遍布全美的300家飞机，让客户在很短时间内就能得到想要的服务，这种特性让我们可以大幅减少飞机停留在地面上的成本，而小型公司却免不了这些成本。我们拥有的规模经济等优点让耐特捷在面临竞争时拥有强大的优势。”
查理·芒格先生同样也提到另一种规模优势：一个企业的本质是通过阶梯式前进逐步爬到垄断的顶层。最明显的就是日报。在美国，除了一些超级大城市外，基本上每个城市都只有一家日报。这个道理同样与规模概念有关。如果有大的发行量也就意味着大量的广告。一旦广告和发行量都尽收囊中，哪个读者还愿意看那些信息量相对较少的报纸？所以，这就是阶梯式的“赢家通吃”。
但是，万事万物都存在规模极限——最小能小到哪里，最大能大到哪里。英特尔公司创始人之一戈登·摩尔于1965年预期集成电路可容纳的晶体管数每隔18月便会增加一倍。1955年，他把“每年翻一番”修正为“每两年翻一番”。但最终，在到达物理学、工程学和经济学上的极限后，它将可能放缓进程。
统计学显示，一些事件的发生频率与其强弱的特性成反比。大事件或小事件均会发生，但大事件或极端事件的发生频率较小。比如，小地震屡见不鲜，但大地震很罕见。世界上百万富翁有很多，但亿万富翁并不多。
维弗雷多·帕累托研究发现，80%的黄豆是从20%的豆荚里出来的；意大利20%的人口拥有80%的财产。由此可见，一小部分事物常常能够产生绝大部分的效果。比如，一个问题的解决取决于内部仅有的几个缺陷或几个主要责任人。而几个罪犯就可以犯下滔天罪行。约5%的电影能够赢得整个电影产业总利润的80~90%。
巴菲特说：“要达到非同寻常的结果，不一定要做非同寻常的事情。”几个产品或几个客户就可能产生大多数利润，或者几个销售人员就可以贡献总销量的大部分份额。在许多企业活动中，有限的几件事就可能产生巨大的价值。
只优化某一个变量，可能会导致整个系统的效率下滑，因为大多数系统和表现将受困于其最薄弱环节。一个变量就可以限制整个系统能否达到目标的最佳表现。产量的提高可能受一台机器的产能限制。如果一条生产线上的一台机器能生产100个货量，而另一台为90个，产出将受限于第二台机器。
为此，在试图提高系统的绩效时，首先找出系统的关键变量——可能是物理学因素——以及系统内部的因果关系。如果限制我们成长的因素是因为错误的假设，我们可以对它进行修正，然后试着“巩固”或者改变最薄弱的环节。警惕结果产生其他的效应——有利或有害的效应。所以，要常常从整个系统的宏观蓝图出发。
