来源：期乐会

大部分交易者会区分“风险”和“确定性”，但却把“风险”和“不确定性”混为一谈，其实它们根本就不是同义词。

无论何时，我们都要记住：

(资料图)

（a）风险不等于不确定性。针对已知风险做出的最佳决策，用于应对不确定性并非最佳。

（b）经验法则并不愚蠢。在一个充满不确定性的世界，简单的经验法则比精确的计算，更有助于我们做出好的决策。

（c）复杂问题并不一定需要复杂的解决方法，应该先寻求简单的方法。

格尔德·吉仁泽是纳西姆·塔勒布高度认可三位大师之一，因为吉仁泽阐明了非理性背后的现实逻辑。丹尼尔·卡尼曼曾通过其著作《不确定状况下的判断：启发式和偏差》和《思维：快与慢》不断举出反例，制造出启发式算法导致非理性行为的证据。

吉仁泽批评他的研究，认为他的观点论据不足。研究不确定性问题的塔勒布赞同吉仁泽，认为丹尼尔·卡尼曼包括理查德·塞勒等人都不懂统计概率，严重混淆了集合概率和时间概率，误读了人们的合理选择，影响了人们实现遍历性。所谓的遍历性是指，审视周围所有人的命运，就可以推知你自己未来的N种可能。

在《风险和好的决策》中，吉仁泽聚焦于风险认知中的确定性错觉。他用“已知风险”或“风险”表示可以根据经验计算概率的风险，用“不确定性”表示无法计算概率的风险。由此形成了两套思维工具：

风险：如果风险是已知的，想要做出明智的决策，需要的就是逻辑思维和统计学思维。

不确定性：如果有些风险是未知的，想要做出明智的决策，就需要直觉和睿智的经验法则。

我们会区分“风险”和“确定性”，但却把“风险”和“不确定性”混为一谈，其实它们根本就不是同义词。在风险已知的世界，包括概率在内的所有事物都是确定的，统计学思维和逻辑思维足以让我们做出明智的决策。但在不确定性的世界里，所有的事物并不都是已知的，我们无法通过计算做出最佳选择。这时，我们就需要借助睿智的经验法则和直觉，才能做出明智的决策。在商业领域，光靠统计计算是不够的。杰克·韦尔奇是世界上最成功的企业领导者之一，他解释说自己的好决策都是“通过直觉”做出的。

大多数时候，事件的概率都是未知的，因此我们会面临很多未知风险或不确定性。与风险相比，不确定性的范围更大。在充满不确定性的世界里，我们不可能通过精确计算风险来选择最理想的行为方式。我们不得不和“未知的未知”打交道，这样一来，意外就会发生。但是，即使无法通过计算找到清晰的答案，我们还是要做出决定。

我们通常都不喜欢不确定性，总是希望一切都是确定性的。然而，追求确定性是正确认知风险的最大阻碍。以乳腺X射线检查为例。44%的调查对象认为，乳腺X射线检查的结果是绝对可信的。而事实上，大约10%的乳腺癌无法通过X射线检查出来。如果接受检查的女性越年轻，结果就越可能出错，因为她们的乳腺密度更大。

在一个变化莫测的世界，对确定性的过度追求可能会带来风险。我们几乎可以确定哈雷卫星会在2062年回归，但却无法预测自然灾害和股市暴跌。通过分析政治专家和经济专家的数千个预测，我们发现他们的准确率比外行人或投飞镖的猩猩高不了多少。不过，专家最擅长的就是给自己的错误找理由。但问题是，错误的确定信息会造成巨大的破坏。盲目相信各种测试和金融预测不仅会危害我们的身心健康，还可能会毁掉我们的银行账户，甚至摧毁整个经济。

在吉仁泽看来，所谓的概率有三张面孔：频率、物理设计和可信度。这三张面孔构成了概率的三个特性。

频率：概率的第一个特性是计算，将降雨的天数和棒球球员击中球的次数除以总天数或总击球数，可以得出相对频率，即概率。

物理设计：概率的第二个特性是结构。例如，骰子的结构绝对对称，无需计算就知道掷出6点的概率是1/6。设计好的概率被称为“倾向”，靠运气取胜的游戏是其典型代表。这些风险是已知的。

可信度：概率的第三个特性是可信度，取决于经验与个人印象等因素。在历史上，可信度源于法庭上目击证人的证词，但更引人注意的是犹太教和基督教有关神迹的传说。

已知风险的概率可以根据频率或物理设计计算得出，但可信度却是主观的、变化的。在拥有大量数据或设计清晰易懂的情况下，可以通过频率和物理设计计算概率。相比之下，可信度的概率范围更广，这表明概率可以应用于任何问题。这样做的危险在于，我们会很轻易地认为只需计算概率就能解决所有不确定性问题，导致经验法则等其他重要工具被束之高阁。

概率的三个特性，对于掷骰子可能并不重要，但在涉及现代科技时就变得至关重要。核电站发生重大事故的概率可以根据之前的事故数量、核电站的物理设计和专家的可信度计算得出。这三种方法可以使用其一，也可以混合使用，但计算结果可能截然不同。计算核电站的事故次数很简单，但是因核电站设计而发生事故的倾向却很难确定，而且可信度也会以专家的立场而完全不同。因此，当我们听到核泄漏的概率或其他任何风险的概率时，一定要问清楚他们是如何计算出来的。

计算风险是一回事，如何沟通则是另一回事。目前，我们可以看到两种风险沟通工具：

（a）使用频率而非单一事件的发生概率；

（b）使用绝对风险而非相对风险。

第一种工具可以帮助我们理解风险发生的可能性，比如降水概率。“明天的降水概率为30%”说明的是单一事件的发生概率，而“在发布这种天气预报的日子里有30%的天数会下雨”则表明了指称词是天数，而非地区或时间，那么30%表示的就是频率。

第二种工具有助于我们理解风险的变化情况，比如“服用新型避孕药会使女性患血栓的风险增加100%”，这种说法令人胆战心惊，但这只是相对风险，绝对风险仅增加了1/7000，后者才是风险沟通的客观方式。

在一个充满变数的世界，仅靠统计学思维和风险沟通是不够的。要做出明智的决策，经验法则至关重要。2009年1月，一群加拿大黑雁撞击了全美航空1549号航班的飞机引擎，导致飞机两个引擎关闭。

机长果断下令返回机场，最终成功迫降在水面上。他们使用的就是经验法则：某着陆点——如果该点在飞机挡风玻璃上的位置越来越高，这个点就是无法到达的。他们不是依靠数学计算，而是依靠目测信息。如果某个地方是可以到达的，那么这个着陆点就会在挡风玻璃上不断下降。于是，他们决定飞往哈得孙河。

经验法则或启发法能够帮助我们快速作出决定，虽然没有收集什么信息，但准确性很高。大脑能够使用简单的方法去解决复杂的问题，这就是启发法，因为这类方法只关注一条或几条重要的信息，而忽略其他信息。飞行员判断飞机能否抵达机场时所采用的经验法则就是一个例证。每一条经验法则都可以有意识或无意识地被使用。

如果是无意识地使用它，这种判断的方法就被称为“直觉”。直觉是这样的：

（a）它似乎比意识更快；

（b）我们并不完全知道它发生作用的潜在原因；

（c）但它很强烈，促使我们采取行动。

直觉并非幻想或第六感，而是一种无意识的智慧。我们大脑的绝大部分都处于无意识的状态，如果没有存储在那里的大量经验，人类必然会灭绝。大脑的计算能力也许可以解决已知风险，但面对不确定性时，直觉就变得至关重要了。然而，我们的社会往往拒绝承认直觉是一种智慧，而认为逻辑计算能力才是智慧的体现。

诚然，一条经验法则不可能解决所有问题，因此我们的大脑学会了很多法则，汇集在“工具箱”之中。正如钉钉子最好用锤子，拧螺丝最好用螺丝刀，这些经验法则需要因地制宜地使用。要想做出明智的决定，必须知道哪个问题应该用哪种工具解决。

启发法之所以奏效，应该归功于我们进化的大脑。然而，启发法并非是很多领域的研究课题。从经济学到哲学，关于理性决策的大多数理论仍然认为，所有风险都是可知的。社会科学领域的大多数专家都致力于研究复杂的逻辑学和统计学，但几乎没有人研究启发式思维，即使有，也大多认为启发法是导致人类犯错和灾难发生的原因。

因此，吉仁泽认为需要一场革命，一场关注启发法的革命，一场最终能够帮助人们应对各种不确定性的革命。塔勒布认可的三位大师之一赫伯特·西蒙就是这场革命的倡导者之一。而吉仁泽构建的数学模型，目的就是教会人们如何在不确定的情况下作出明智的决策。他称这场革命为“启发法革命”，它要求我们学习如何在经验法则的帮助下应对不确定性。

对于确定性，存在两种主要的错觉。每当已知风险被误认为是完全确定的，就会出现零风险错觉。很多人认为，几乎绝对可靠的现代科技，比如艾滋病测试、基因分析、影像检查，给我们提供了高科技手段，却让我们对确定性产生了误解。

可预测风险的错觉或“火鸡的错觉”则不同，它误将不确定性当作已知的风险，就像零风险错觉一样。在这两种情况下，真实世界和我们所感知的世界之间存在很大的差别。

不管面临的是已知风险还是不可预测的风险，想知道我们所处环境的不确定性都很难。

塔勒布的“火鸡的错觉”假设一只火鸡来到人类世界，一个屠夫出现在它的生活中，火鸡担心屠夫会杀了它，但屠夫很和善，喂给它食物。第二天，火鸡发现屠夫又来了，他还会喂它食物吗？火鸡可以计算这件事发生的概率，著名的数学家皮埃尔-西蒙·拉普拉斯发明的“平滑定理”告诉火鸡答案：如果同一件事之前发生过n次，那么这件事再发生的概率为：（n+1）/（n+2）。这是一种典型的确定性决定论。

n代表屠夫喂火鸡食物的天数。也就是说，第一天过后，屠夫第二天喂火鸡的概率是2/3。第二天过后，概率增长为3/4，以此类推，概率一天大于一天。与此同时，屠夫杀掉火鸡的概率越来越小。到了第100天，火鸡几乎百分百地确定屠夫会来喂食物，但火鸡不知道隔天就是感恩节了。虽然屠夫喂给火鸡食物的概率比以往都高，但火鸡却要大难临头了。感恩节对于火鸡来说是未知信息，如果火鸡知道所有可能的风险，很可能会重新计算概率。但直到被屠夫宰杀的那一刻，火鸡才知道自己漏掉了一条重要信息。误以为风险是可以预测的，是一种确定性错觉，但这就是“火鸡的错觉”。

火鸡未曾预料到自己的悲惨结局，这与专家未能预测到金融危机有着相似之处。两者都使用了短期内可能奏效的模型，但却没有预测到正在逼近的灾难。美国房地产市场的风险评估主要基于历史数据以及与拉普拉斯平滑定理类似的模型，因为房价一直走高，所以风险似乎在渐渐在减少。次贷危机爆发前，人们的信心指数达到了历史最高点。

2008年3月，时任美国财政部长的亨利·保尔森宣称：“我们的金融机构包括银行和投资银行很强大。我们的资本市场弹性很大。它们都很高效，很灵活。”不久之后，整个经济开始动荡。让保尔森信心十足的风险模型并没有预测到这次危机，就像火鸡不知道感恩节即将到来一样。

已知风险模型会释放出错误的确定信息，催生而非防止灾难的发生。高盛集团首席财务官戴维·维尼尔在报告中称，“仅相当于25西格玛的极小概率事件”竟然发生了多次，造成了巨大损失，这完全超出了公司风险模型的预测范围。

那么，这种事件的概率应该是多少？根据高盛的风险模型 ( 风险价值法 ) ，西格玛的事件每两年会发生一次，5西格玛的事件自冰河时期以来仅发生过一次，7西格玛或8西格玛的事件从宇宙大爆炸以来仅发生过一次，25西格玛的事件则根本无法想象。

但是，这种无法想象的事件却发生了不止一次，而且是多次。运气太差肯定不是原因所在，问题出在不适合的风险评估方法上，这些方法误以为所有不确定的风险都是已知风险。正是因为通过计算得出了不确定性风险发生的所谓“精确”概率，我们才产生了确定性错觉。

有人批评银行的运行方式类似赌场，如果真是这样就好了。正如《极端不确定性》的作者默·文金所说的，如果银行真的像赌场，那风险至少是可以预测的。

然而，投资银行所处的真实世界一直在变化，充满了不确定性，并非所有人都可以信任，意外随时都可能发生。事实上，以已知风险为研究对象的金融理论很可能是引发金融危机的原因之一。经济学家约瑟夫·斯蒂格利茨在谈及2008年金融危机时表示，如果认为基本完美的信息与完美信息非常相似，那你就错了。

追求确定性的欲望已深入人心。17世纪德国哲学家戈特弗里德·莱布尼茨曾设想建立一种数学或符号体系，用于表示所有想法，为每个问题确定最佳答案，所有的学术争论也会就此终止。但是，伟大的莱布尼茨未能做到，他忽视了风险和不确定性之间的区别。

如今，“聪明”的学者发明了很多方法来应对不确定性，他们把不确定性看成已知风险，这样就可以运用标准的数学模型来预测风险，而不用面对现实世界了。有些建议好像是对的：拥有更多的信息总是好的，进行更多的计算总是好的。事实上，它们都是错误的。在一个变化莫测的世界，涉及更多信息和计算的复杂决策方法往往会更加糟糕，导致人们产生确定性错觉并造成损害。

很多人可能认为，经验法则是“快速而低劣”的捷径，虽然可以节省时间和精力，但需要以牺牲质量为代价。这种看法被称作“准确性与认知努力间的权衡”，在做决策时，经验法则总是居于次要地位。但是，这种看法只有在方向一致的情况下才成立，在不确定性的情况下并不成立。要想在变幻莫测的世界里做出明智的决策，必须忽视一部分信息，就像经验法则教我们的那样，这样做既可以节省时间、精力，还能使决策更加明智。

无论何时，我们都要记住：

（a）风险不等于不确定性。针对已知风险做出的最佳决策，用于应对不确定性并非最佳。

（b）经验法则并不愚蠢。在一个充满不确定性的世界，简单的经验法则比精确的计算，更有助于我们做出好的决策。

（c）复杂问题并不一定需要复杂的解决方法，应该先寻求简单的方法。

列昂纳多·达·芬奇说，经验是一切可靠知识的母亲。经验是没有错误的；犯错误的只是我们的判断，它会让经验去办超出能力范围的事情。投资领域基本上充满了不确定性，依靠适用于已知风险的金融理论可能会导致虚假的确定性，即火鸡的错觉。

吉仁泽相信简单的经验法则拥有巨大的效能，会为我们提供了一个可选方案。在我看来，这个简单的经验法则相当于彼得·考夫曼所说的“人类两万年的经验”和纳西姆·塔勒布所说的“祖母的智慧”。