想获得普世智慧，就需要模型思维
2019-11-14 20:36阅读：
文/姚斌
斯科特·佩奇以对社会科学的多样性和复杂性的研究和建模闻名。他既是密歇根大学复杂性研究中心掌门人，又是圣塔菲研究所外聘研究员。之前，我读过他的《多样性红利》。在那本书中，佩奇通过研究得到了一个反直觉的发现：多样性优于能力。也就是说，在解决问题时，多样性是一个非常强大的东西。进步需要取决于群体内部的多样性，就像取决于个人的智商高低一样。群体智慧可以改善我们的决策。
最近，湛庐文化又组织翻译编辑了他的另一部巨著《模型思维》，由浙江人民出版社出版。这本书的中文版洋洋洒洒500多页，但整部书体例简单。第一部分，提出为什么需要模型思维；第二部分，展示了25个模型思维。实际上，在这一本书中，他进一步落实了如何实现多样性红利问题，那就是，利用多个模型，让模型组成一个群体来帮助我们。模型就是帮助我们像大师那么去思考的工具，而其前提就是承认复杂性。
查理·芒格说：“思维模型会给你提供一种视角或思维框架，从而决定你观察事物和看待世界的视角。顶级的思维模型能提高你成功的可能性，并帮你避免失败。”芒格将“模型”被定义为，任何能帮助你更好理解现实世界的人造框架，都是模型。思维模型就是对于信息的压缩，是帮助人们理解事物、解决问题的最佳框架。思维模型就是我们大脑中用于做决策以及思考问题的工具箱，有时可能表现为一个用于分析的框架。思维模型非常重要，芒格说：“要想获得普世智慧，80~90个重要的模型就能完成90%的工作。”
模型是用数学公式和图表展现的形式化结构，它能够帮助我们理解世界。多模型思维要求掌握多个模型，但并不需要懂得非常大量的模型，只要知道每个模型有多种应用场景就足够了。模型来自多门学科，其中许多模型我们并不陌生。所有这些模型都有一个共同的形式，它们都假设一些实体，通常是人和组织，并描述它们是如何相互作用的。在佩奇的模型研究中，其模型可以分为三类：对世界进行简化的模型、用数学概率来类比的模型以及人工构造的探索性模型。
由于经验事实本身具有误导性，数据也不能告诉我们普遍真理，而现代世界又高度复杂，我们又很难理解为何发生这样或那样的事情，因此我们需要模型。麦肯锡和德勒等咨询业巨头就通过构建模型来制定商业策略；贝莱德集团和摩根大通集团等金融业大公司就利用模型来选择投资。毫无疑问，模型能够让我们变得聪明起来。如果没有模型，我们处理数据的能
力就会受到极大的限制。有了模型，我们就能澄清相关假设且更有逻辑性的进行思考，使我们的思考更有效。
智慧包括选择正确的知识和模型。智慧是指识别和应用相关知识的能力，它需要多模型思维。只依靠单个模型其实是过于狂妄自大的表现，这种做法会导致灾难性的后果。在复杂性下，任何单个模型都有可能遭到失败。我们应该将逻辑一致性置于比直觉更优先的位置。相信只凭一个方程就可以解释和预测复杂的现实世界现象，会使真理成为那种很有“魅力”的简洁的数学公式的牺牲品。长期资本管理公司就是一个典型案例。长期资本管理公司亏损了46亿美元，几乎导致了整个金融市场的崩溃。
作为投资者，对于如何构建并使用多种模型显然是最感兴趣的。佩奇在书中就列举了这样的案例。比如，2008年10月，冰岛的货币冰岛克朗开始自由落体般的急剧贬值。那时，甲骨文公司持有数10亿美元的海外资产。甲骨文公司的埃里克·鲍尔对此先思考关于金融崩溃的网络传染模型，然后又思考了供给和需求的经济学模型。2008年，冰岛的国内生产总值仅120亿美元，只相当于麦当劳公司6个月的销售收入。因此，鲍尔认为，“冰岛的经济规模比美国的弗雷斯诺市还要小，回去工作吧，不要多管。”鲍尔没有去探索过多的模型，只评估了两个可能有用的模型，然后选择了一个更好的模型。他拥有正确的信息（冰岛很小），选择了正确的模型（供需模型），并做出一个明智的选择。
又比如，对于2008年全球金融市场崩溃，各种解释五花八门：外国投资过度；投资银行过度杠杆化；抵押贷款审批过程缺乏监督；家庭消费者过分乐观的情绪；金融工具的复杂性；对风险的误解，以及贪婪的银行家明知泡沫存在却铤而走险并期望获得救助等等。《适应性市场》的作者罗闻全应用多模型思维方法，对这场危机的20种不同解释进行评估，发现每一种解释都有不足之处，而且没有理由认为投资者在明知自己的行为会导致全球危机时还会为泡沫做贡献，因此泡沫的严重程度一定是出乎许多人的意料。
罗闻全认为，每种解释都包含了一个逻辑上的缺憾。从数据本身来说，没有一个解释是特别有根据的。他说，“我们应该从一开始就努力对同一组客观事实给出尽可能多的解释，并寄期望于时间。当时机成熟的时候，关于这场危机更细致和更一致的解释就会浮现出来。”他还说，“唯有通过收集多样化且往往相互矛盾的解释，我们才能最终实现对危机的完整的理解。”任何单个的模型都是不足的。
再比如，为什么雷曼兄弟公司会在2008年危机中破产，而美国国际集团却不会破产？这又涉及到了金融机构的网络模型。美国国际集团在这个金融机构网络中占据重要的中心位置，因为它向其他公司出售保险，如果这些公司的资产价值蒙受的损失，美国国际集团根据承诺要向它们支付赔偿金。如果美国国际集团破产了，那么与它相关的公司也会破产，从而很可能会引发一连串的破产。而雷曼兄弟公司并没有在网络中占据中心地位。后来的情况也确实如此，雷曼兄弟公司的破产并没有导致金融体系的崩溃，而美国政府向美国国际集团的贷款还为它带来了230亿美元的利润。
任何一次股市的崩盘以及随后的价格反弹，只以一个模型来解释都是不足，甚至错误的。在模型思维中，可以骚乱模型和乒乓球模型解释股市崩盘及随后价格反弹。骚乱模型如何选择取决于参与骚乱的人数，当参加骚乱的人数超过那个阈值时，那个人就会参加骚乱。乒乓球模型则可以生成围绕着均衡的循环行为。在一个时期内，太多的人选择了这个行为，而在接下来的一个时期内，却有太多的人选择了另一个行为。以下有两个案例。
第一个案例。1987年10月19日星期一，道琼斯工业平均指数暴跌超过22%，这场崩盘在全球范围内引发了剧烈的连锁反应。那一年的前8个月，道琼斯工业平均指数的涨幅超过了40%，也许就是因为股票市值的这种上涨，使得许多人认为股票价格被高估了。实际上，在崩盘前的那个星期天，美国财长威胁说，如果德国再不降低关税，美国就要采取削弱美元政策。这种说法在当天似乎没有引起什么反响。但在第2天，股市就崩盘了。14个月后，股市又恢复到崩盘之前的价位。
佩奇假设持有股票的每个人都有一个“崩溃阈值”。所谓的阈值就是为临界值，也就是当超过某限度时就会激烈反应的这种界限值
。如果资产价格在某一天的下跌幅度超过了崩溃阈值，投资者就会出售资产，将资金从市场中撤走，这个规则可以捕获趋势交易者和噪声交易者的行为。在此基础上，佩奇构建了一个骚乱模型。如果某些投资者在10月19日一早醒来，就决定出售大量资产，他们的行为就会导致股票价格下跌。如果股票价格的下跌幅度超出了其他投资者的崩溃阈值，那么其他投资者也会出售股票，从而导致股票价格呈螺旋式下降。于是，在这里就有了一个经典的正反馈循环：抛售导致价格下降，价格下降导致更多抛售。
现在加入乒乓球模型。如果价格下跌得太多，人们会应用第二条规则。换句话说，投资者还有一个“便宜货阈值”，如果价格低于这个阈值，人们就会买入这种金融资产。在这里，投资者是基于价值而非趋势行事。当价格急剧下跌时，便宜货阈值就会产生负反馈。买家急于以便宜的价格买入，导致股票价格停止下跌。股票市场包括了众多类型的交易者，因为存在这样的多样性，在价格下跌时几乎永远有人愿意买进，从而就产生了稳定市场所需的负反馈。
对崩溃的早期分析强调了计算机程序交易盛行的影响，这些其实是用计算机程序编码并实施的基于阈值的规则。如果股票市场指数低于这个预先设定的值，就卖出所有股票。诸如此类的规则都是在无人监督的情况下自动执行的。大多数分析师现在认为程序交易是促成1987年股市崩盘的一个原因，但并不是主要原因。
对1987年股市崩盘更细致的分析表明，大量投资组合保险公司作为必须保证投资者投资组合回报的交易者，产生了强烈的正反馈。在股票市场大幅下跌的情况下，这些投资组合保险公司会通过抛售股票来止损。随着股票进一步下跌，这些投资组合保险公司抛售的股票也越来越多。有一家投资组合保险公司抛售了超过10亿美元的股票，而10月19日当天全天的交易量只有200亿美元。
第二个案例是2010年5月6日下午的闪电崩盘。在三分钟内，道琼斯工业平均指数就下跌了5%，这个闪电崩盘是算法交易的结果。由于现代金融市场的高度复杂性和交易的极高速，没有人确切知道在闪电崩盘期间究竟发生了什么。但是，当时确实有一个庞大的共同基金发出了一个超级大卖单，将超过40亿美元的股票期货倾销到了市场上，而市场上充斥的各种各样试图有利交易的高频交易算法。这种高频算法能够感知价格趋势并开始以极快的速度执行交易。对此，可以想象一个有极高速度的骚乱模型。
这就产生了一个“有毒”的市场，交易者担心大型机构投资者知道他们不知道的东西，因此他们退出了市场。鉴于市场行为异常，许多算法停止了交易；但其他算法则继续抛售，随后就发生了闪电崩盘，所有这一切都在几分钟内完成。20分钟后，便宜货阈值规则开始发挥作用，正如乒乓球模型所预测的那样，价格回升到了接近原先的水平上。
成功的投资需要学习并依赖的四个支柱：对金融理论的掌握、有关金融史的实用知识、对金融心理学的领悟，以及对金融业运作方式的理解。而佩奇提供的模型可以让我们充分理解金融市场的运作方式。在《模型思维》这本巨著中，作者列举了许多模型。这些模型可以应用于政治、经济、社会、商业、公司等等各个方面。查理·芒格先生说，要想成为一个有智慧的人，你必须拥有许多个模型。而且你必须将你的经验，无论是间接的还是直接的，都放到构成这些模型的网络上。如此看来，《模型思维》确实能够为我们产生与众不同的远见卓识。
