風險與決策，一個實踐者的選擇
——與謝志剛先生交流

鄭堅平 匯智國際金融控股有限公司

謝志剛先生題為《風險與決策，究竟什么關系？》的文章，主要針對格爾德·吉仁澤（Gerd Gigerenzer）教授的Risk Savvy進行了評論，也介紹了他自己的一些觀點。

由于我對格爾德·吉仁澤教授的研究不熟悉，因此先找到他在youtube上的一個視頻來看，那是他在加州大學就《Risk Savvy》這本書的內容做的講座（Gerd Gigerenzer,Risk Savvy,UCTV presentation,2015），連同問答，視頻時長約一個半小時。之后，我又翻閱了吉仁澤的若干書籍，作了筆記若干，在此稍作整理，分享一下自己的讀后感和若干思考。

一、吉仁澤及其研究

吉仁澤是位心理學家，1977年在慕尼黑大學完成博士學業并長期在大學和研究機構從事與心理學及應用的相關研究，素材積累豐厚，也是個多產的作者。他的書籍，引用案例豐富有趣，文筆流暢，可讀性頗強。

吉仁澤研究方向的一個聚焦點是對于直覺（gut feeling）、感悟（heuristic）或經驗法則（rule of thumb）的效果和方法的深入探索，其代表作品之一是Gut Feelings(c)。在諾貝爾經濟學獎獲得者卡尼曼（Daniel Kahneman）的研究體系里，依靠直覺的決策體系被稱為是系統I（D.Kahneman,Thinking Fast and Slow,2013），這個體系進化于人類大腦發展的早期，相比于依賴事實和邏輯做決策的系統II，往往被視為更感性、粗略和有失精準。吉仁澤多年來試圖以很大的努力去拆解這個系統I的判斷過程，并提出通過對環境相適應的方式去優化直覺判斷（Gerd Gigerenzer,Adaptive Thinking -Rationality in the Real World,2000），試圖說服人們出自直覺和感性的結論和判斷并不弱，甚至常常能以簡勝繁。

他的另一個專注方向是對概率論科普（Gerd Gigerenzer,Calculated Risks-How to Know When Numbers Deceive You,2002；Gerd Gigerenzer,Reckoning with Risk-Learn to Live with Uncertainty,2002）。他注意到現實應用中，包括在諸如法律訴訟、醫療和商業等重大領域，都存在令人驚訝的概率概念和結論的錯用、濫用乃至有意誤導的現象，這和塔勒布觀察到的人類思維普遍存在 概 率 選 擇 盲 點（option blind）（Nassim Taleb,Fooled by Randomness:The Hidden Role of Chance in Life and in the Markets,2001）是一致的。由此產生巨大需求，包括正確理解概率知識，用準確易懂的語言和方式向大眾解釋這些結論，識別利用概率論扭曲事實的現象，結合心理學家的能力，在這個領域可以取得顯著成效。

《風險與決策》（英文原版Risk Savvy）是吉仁澤于2015年試圖將上述兩方面研究綜合于一體的努力，之前他曾于2008年著有Rationality for Mortals，也是類似的綜合書籍，兩者的差異，在于后者面向比較普遍的大眾，而前者增加了他為企業和金融機構做咨詢的經驗，結合了對于商業和金融領域的更多案例和體驗。

二、火雞幻覺及其他，對吉仁澤的研究的看法

吉仁澤所做工作有兩個方向，首先科普和大眾教育這點無可厚非，也確實找對了概率理論應用的痛點。作為一個心理學家和表達力很強的學者，他找到了很好的突破點，以通俗和實用的語言和模式，將抽象概率理論與推理和實踐聯系到一起，充分發揮了自己的長項。他提倡通過教育等手段提高全人類對于概率理論應用的認知水準，并做了大量推廣工作，值得肯定和贊許。

而吉仁澤的另一個研究方向，卻令他花費很大努力去爭辯人類大腦的系統I優于系統II。盡管存在某些應用場景，比如體育比賽等需要即時作出反應的場合，系統I的直覺可能帶來更佳結果，但要試圖去證實系統I總在大多數情形下都優于系統II卻實在勉為其難。尤其當應用于商業乃至金融領域，這個斷言在當今數字經濟日趨發達的時代是否成立，本質上存在著很大的疑問。

為了給其直覺的適應領域開拓空間，吉仁澤在Risk Savvy一書中分拆出狹義風險（risk）和不確定性（uncertainty）兩個概念（如圖1），將這兩者的總和作為確定性的反面，我們姑且稱之廣義風險（和書名中的Risk對應，而作者在書中也交替使用risk和Risk這兩個表達方式來指代狹義風險和廣義風險，反映了語言體系還存在一點混亂）。他試圖將完全可以歸于概率推算的事件劃入狹義風險，并將所有“其他”廣義風險劃入一個被稱為不確定性的研究空間，并將之歸為他所推崇的靠直覺和經驗體系可以做出較優決策的適用范疇。

?圖1 從確定到風險，再到不確定

不得不說，吉仁澤的這個努力有點牽強，存在大量他所納入不確定性范疇的決策，實踐證明依靠更為細致的大數據和邏輯分析能夠得到更佳結果。此外，如果一定要將廣義風險分解，很多復雜的金融和商業決策往往同時需要用到常識（部分和直覺關聯）和數據分析兩個部分的知識和能力，既要有效處理和消化大量歷史事實和數據，也要通過人類智慧和經驗填補單憑過往信息所不及的空缺，而并不能非黑即白只倚重于其中的一類。

吉仁澤明顯感覺到了以貝葉斯概率論和機器學習為基礎的現代人工智能的快速發展對其“直覺更優”的結論的威脅，因此在他的演講中試圖挑戰這些方法論的泛用性（有趣的是，他在書中似乎沒有急于作出這些結論）。他所采用的典型例子是塔勒布提及的火雞幻覺（Nassim Taleb,The Black Swan:The Impact of Highly Improbable,2007）：火雞每天都得到喂食，由此對喂食者的信任逐漸強化，直至感恩節黑天鵝到來的那天。他由此要得出結論：貝葉斯概率論靠累積事件不斷迫近正確概率的做法有時候不適用。

問題在于，排除迷信等非理性因素，人類對于這個世界的真實認知也唯有基于所有過往經驗，若遇到過往從未出現過的黑天鵝事件，人類的判斷也未見得比火雞高明多少。客觀而言，一只火雞在感恩節這個斷點出現推斷失誤，正確的歸因應在于其所獲樣本的不足，而如果存在一個火雞之神能不斷收集到大量不同時期火雞與人類關系的樣本，她的結論也就必然趨于合理。因此，現代基于貝葉斯概率論的數學模型和人工智能的發展方向，或許還存在可以探討之處，但至少還不會因為這個例子而被顛覆。

三、風險與決策，實踐者的選擇

理論研究上如何“精確”地去量化風險，由此作出恰如其分的決策，尤其是方法論的取舍，產生不同的觀點和爭辯，或許有一定的學術意義，作為實踐者，我們樂見各種觀點的分享，有時也可從中加深自身對問題的理解，但也沒必要耗費過多精力去參與這些爭議。

從務實的立場出發，我比較欣賞的觀點和做法來自巴菲特和芒格。他們把風險界定為發生永久損失的可能，然后，以實踐者的態度，芒格指出把現實事件分類，將能夠把握的內容放入其能力圈（circle of competence），把難以完全認識的內容放入“太難”類（“too hard pile”）并果斷放棄對其的研究。對能力圈內的機會，巴菲特和芒格又充分運用了投資領域教父級人物格雷厄姆提出的安全邊際（margin of safety）的概念，根據價值和價格的關系做出其取舍的判斷，由此有效掌控住風險。他們數十年以來的驕人投資成績，就是這個方法論應用的最佳驗證。

這樣的做法充斥著實用主義的態度。首先，承認人類的渺小和有限認知，對于缺乏有效手段把握和評估的事件敢于扔入“太難”這個筐里，而不像研究理論的學者試圖大包大攬去解決所有難題。其次，他們站在單邊的立場，通過安全邊際為自己的決策留足出現偏差的余地，而不像學者的研究，總是試圖找到對利益的兩邊都公平的某個平衡點。這樣的選擇，使得他們決策成功的概率大大提升。對商業決策者、資本市場投資者、金融產品設計者等實踐者，這樣的做法作用非常明顯。

這個方法的應用當然也存在若干問題，其中一點是隨著市場競爭的激烈和科技手段的發展，明顯地，桶中打魚（shooting fish in a barrel）的安全邊際巨大的機會變得更為稀少，因此需要更加敏銳的判斷力和等待這類機會出現的更好耐心。另一點是存在一類需要確定資產“公平價值”的專業人士，比如評估養老金的精算師或是評估資產價值的審計和會計人士，他們的工作是對被評估的標的物做出一個對各方都公平的結論，因此不能僅限于采納做出單邊有利的判斷。

需要作出“公平價值”結論的專業存在著專業規范和標準，至少使得這些結論性報告能夠做得很體面。但是人們必須記得，所有這些努力最終都是為人所用，因此，要真正有助于報告的閱讀者和使用者，更為重要的是應該比較詳實地提供做出結論的假設和依據，以及若干關鍵和必要的敏感性分析，這使得單邊利益的讀者，能夠基于其自身利益和立場做必要調整，得出可用的判斷。

此外，同樣重要的是意識到“公平價值”的結論或判斷本身存在局限。越來越多的傳統企業將其養老金計劃從確定給付制（Defined Benefit Plan）改為確定繳費制（Defined Contribution Plan），反映的是人們對于這個問題的認識提升，無論如何優化養老金“公平價值”的測算和判斷，要完美匹配近期投入和未來負債之間的關系都存在手段和能力的顯著局限。因此，最佳的應對措施不是無休止地去完善人類的認知手段，期待能找到無懈可擊的答案，而是干脆放棄這項努力，由每個個體而不是機構去根據未來所得量入為出管理其生活所需，由此取得早年結余的投入和晚年負債承擔之間的更為合理的平衡。

未來存在不確定性，由此帶來風險。對于實踐者而言，運用直覺、常識或數學方法，都使得人們的“工具箱”更為豐富，具體場合如何用，用哪個工具，則是實踐者須采取務實的態度，并通過大量實踐取得合理的妥協。