投资与风险 · 4/8
风险与不确定性Risk vs Uncertainty
风险能估出可信的概率,不确定性连概率都缺乏可靠依据。
历史数据能算出一个数字,却不能保证下一场危机会照着历史发生。1998 年,约翰·梅里韦瑟掌管的长期资本管理公司位于美国康涅狄格州,靠押注相关证券的价差收敛获利。同年八月,俄罗斯债务危机引发投资者争抢容易变现的资产,许多价差反而扩大,公司遭受巨额亏损。九月,多家金融机构在纽约联储协调下出资救援。交易团队熟悉过去的价格波动,但当所有人同时急着卖出时,过去的数据还能为未来的概率提供多少依据,成了决定生死的问题。
为什么成立
能列出结果,还要能为概率找到依据
掷一枚公平的六面骰子,出现六点的概率是 。白话说,六个面机会相同,六点占其中一个。你不知道下一次会掷出什么,却知道各种结果的概率。奈特把这种可以度量的未知称为风险;如果连各结果的概率都缺乏可靠依据,就进入了不确定性。
历史频率要靠相似条件才能用于未来
现实中的概率多半靠观察估计,而不是像骰子那样由规则给定。快递商能用同一路线、相同包装的运输记录估计破损率,因为这些包裹可以归入相似的一组。把这套数据拿去预测首次运输的精密仪器,依据就弱了:货物变了,原来的频率未必还能代表下一批。数据再多,也补不上条件已经改变的缺口。
写出概率不会自动消除不确定性
给新产品写上“成功率七成”,只有在相似产品、成功标准和市场条件都有依据时,这个数字才有分量。只有三个设想场景,也不能给每个场景分配三分之一的概率。主观判断可以帮助决策,但要说明它来自哪些证据,以及换一组合理判断后,选择是否改变。
概率站不稳时,先找决定选择的条件
处理风险,可以按可信的概率安排预算;面对不确定性,先比较不同情景下会发生什么。比如新店是否赚钱取决于附近上班族会不会留下吃晚饭,就先测试晚间客流。调查和试验的价值,是让决定性的未知获得证据,而不是让表格里的小数更多。
出处
这一区分来自经济学。弗兰克·奈特在 1921 年出版的《风险、不确定性与利润》中,区分了可度量的风险与不可度量的不确定性,并用它解释企业利润。他的重要论据是:能归入相似类别的损失可以统计并纳入经营成本,独特经营决策的结果却难以事先定价。这是理论论证,没有一个对应的标志性实验。
换个领域看
商业
旧账算不出新需求
进入新业务时,旧业务的精细数据未必回答得了新问题。2007 年,美国 Netflix 推出在线播放服务,里德·哈斯廷斯带领的公司此前以邮寄 DVD 为主。邮费和退盘记录能帮助估算原业务成本,却不能直接给出用户改看网络视频的概率。新服务推出后的观看行为,才为这个判断补上证据。
技术
流量变了依据也变
测试集上的错误率,只能代表与测试集足够相似的输入。工程师准备把客服分类器从日常咨询扩展到投诉处理:原测试中每百条分错两条,投诉却含有反讽和多重诉求。把百分之二直接写成上线错误率,会掩盖数据缺口。先标注一批真实投诉并测试,才能判断旧概率还能用多少。
个人生活
搬家先试通勤
搬家时,有些未知能靠记录估计,有些要靠亲身试过才有依据。一位准备签租约的上班族,能从列车记录估计迟到频率,却难以预测自己能否长期忍受每天两小时通勤。签约前连续一周按新路线上下班,记录到家后的疲劳和睡眠,比凭房源照片给“住得满意”打出八成概率更有用。
遇事时问自己
- 这个概率来自明确规则、相似案例,还是我凭感觉填上的数字?
- 过去的数据与眼前这件事,哪些决定结果的条件相同,哪些已经改变?
- 如果换一组有依据的概率估计,我还会做同一个选择吗?
- 哪些情景会让我的选择失效,即使我还不知道它们发生的概率?
- 我能做什么调查或小规模试验,让决定选择的未知获得证据?
边界与误用
这个模型判断的是概率依据够不够,不能直接替你判断事情值不值得做。损失多大、收益多少,仍然影响选择。风险与不确定性之间也有过渡:新增证据能让估计更可信,规则改变又会削弱旧估计。最常见的误用,是把软件算出的精确数字当作已知概率;反过来,面对已有稳定记录的重复事件,也别用“不确定”拒绝统计。一次极端事件本身不能证明概率未知,关键是原先给出概率的依据是否站得住。
练一练
一家工厂过去五年一直用同一种胶粘接金属外壳,脱胶率约为千分之三。下个月要改用可回收塑料外壳,胶和设备不变。采购经理据此按千分之三预订备用件,工程师发现新塑料的表面性质与金属不同。
哪一步最值得先做?
根据实际退货更新估计是合理的。但已有明确的材料变化,且能提前测试,直接沿用旧比例会把证据缺口带入交付。
材料表面性质会影响粘接结果。先测试新组合,才能判断旧记录还能提供多少依据。
把比例翻倍看起来留了余量。但这个倍数没有依据,新材料的脱胶率可能落在更宽的范围内。
更多记录能让旧脱胶率估得更稳。但外壳材料变了,扩大旧样本不能补上新材料的证据。
千分之三来自金属外壳的重复生产,能否用于塑料外壳,要看影响粘接的条件是否相似。新材料测试是在补概率的依据,也能帮助安排备件。
一家上市药企的主要资产是一款待审批的新药。一位投资者根据几款同类药,估计获批概率为六成;但这款药采用了新的试验终点,监管部门尚未说明是否接受。他发现,把获批概率从四成改到七成,估值就会从低于股价变为高于股价。
哪种判断最站得住?
取中间值看起来兼顾了两端。但平均一个范围不会增加证据,也不能解决审批条件不同的问题。
两种结果容易让人联想到各占一半。但结果数量不能决定发生概率,还要看审批规则和具体证据。
合理估计范围内,买入结论会翻转,说明这个未知决定了选择。先核查监管要求,能检验同类药的记录是否适用。
同类药能提供判断起点。但新的试验终点可能改变审批条件,六成还不足以支撑这个买入结论。
同类药的记录是否适用,取决于新试验终点会不会改变审批要求。这里的概率依据薄弱,而且足以改变投资结论,因此应先查决定性的条件;查过后仍可能没有足够证据。
一个社区每年从固定的100户居民中抽出一户,赠送全年停车位。每户各有一个相同的球,每年重新放入全部球,由经过检验的设备充分混合并随机抽取。连续三年,同一户都中了奖;复核确认球、设备和操作均符合随机抽取要求。
对下一年的抽奖,哪种判断最站得住?
各户机会相同,每年重新独立抽取,所以每户仍有百分之一的机会。罕见连中本身不能推翻这个依据。
根据新记录更新判断通常有用。但已确认各户机会相同且每年独立抽取,连中本身没有建立这户的额外优势。
罕见结果容易让人怀疑原来的数字。但这里的概率有明确机制支持,难以预测赢家不等于无法估计机会。
连续中奖让人觉得该轮到别人了。但每年重新抽取,过去中奖不会减少这户下一年的机会。
这道题的边界在于:不知道下一次谁中奖,不代表概率缺乏依据。抽取机制支持每户百分之一,连续出现罕见结果也不会自动让这个概率失效。