点左上角财经榜免费订阅
CEO思维与智库
创业故事
老板思想
来源：在苍茫中传灯（ID：chuandeng169）
作者：姚斌，本文经授权转载
如果说布莱恩·阿瑟在《复杂经济学》中指出了经济系统中的非均衡状态，解释了复杂经济学中的正反馈、收益递增、路径依赖在经济、技术的影响，那么埃里克·拜因霍克的《财富的起源》则是在此基础上，讲述了复杂经济学思想的演进过程与思想前沿所在，重新定义了经济、商业和财富及其逻辑。
埃里克·拜因霍克是牛津大学新经济思想研究所的掌门人、圣塔菲研究所外聘教授。同时，他也是布莱恩·阿瑟的研究合作者。牛津大学新思想经济研究所是一个致力于将前沿的跨学科的方法应用于解决金融系统稳定性、创新和增长等问题的机构。而圣塔菲研究所则是在经济学领域的范式转移中诞生出来的专门性研究机构，是世界知名的复杂性科学研究中心。
因为经济学中对于财富是如何被创造出来和如何分配的基本问题一直争论不休，所以拜因霍克就从这里开始入手。这就是书名的由来。在这里，拜因霍克延续了布莱恩·阿瑟的基本观点。传统经济学一直进行着简化的假设。他们简化了人类的行为，假设人类是“完全理性”的，假设经济体是均衡的。但如果是这样的话，理性的经济人就不会犯系统性错误，因此这是最不现实的假设。很显然，传统经济学模式是“聪明到不可思议的人处于简单到不可思议的环境中”，而现实世界则是“简单到合乎情理的人应对复杂到不可思议的环境”。
现在我们都知道，经济应该被看作一个复杂进化系统，它由许多不同的有限理性的互动的人组成。经济是呈高度动态的现象，随着生产能力、价格波动、消费者喜好和技术的变化，各个方面都会随时发生剧烈的变化。经济在发展的过程中也遵循简单、有力的进化公式：变异、选择、放大。这也是财富起源的公式。这个程序不仅驱动了生物圈的进化次序和复杂性，也驱动了经济圈的进化次序和复杂性。进化是一种普遍现象，无论是生物DNA的基质，还是电脑程序、经济系统及遥远星球外星生物的基质，进化都遵循着某种特定的普遍法则。许多难解的问题本身就是复杂系统，它们具有集体或涌现的特征，因此以自下而上、系统的方法来理解会更好。
《直觉泵》的作者丹尼尔·丹尼特将进化定义为一种用来创造“不用设计师的设计”的通用算法。蚯蚓就是一个典型的例子。本质上它是一种管状生物，这种结构能让它在泥土中穿梭，从一端摄入泥土并从另一端排出，在此过程中吞食大量富有营养的微生物、获取足够的卡路里，以便能够找到更多食物，繁殖后代。这种特殊的设计布满了接触传感器和震动传感器，可以帮助它远离捕食者。蚯蚓身体的大部分身段上都有备用系统，如果被切成两段，它还可以自行再生。进化就是这样，成功的设计会得以保留、复制和存续，失败的设计则会被摒弃。经过反复试验，适合特定目的和环境的设计就会被创造出来。随着世界的变迁，进化创造出来的设计也通常会朝着更加聪明、甚至更加惊人的方向变化。
许多年来，进化论者一直在思考物种灭绝的谜团。人类的自然本能是要寻找一个最接近的、相称的原因，也就是说，重大事件必须有重大原因。20世纪80年代地质学家沃尔特·阿尔瓦雷茨提出一个理论，认为恐龙的灭绝是由白垩纪时期一颗巨大的小行星撞向地球所导致的。然而，长期研究化石记录的科学家发现，行星理论或许能够解释白垩纪晚期的物种灭绝现象，却不能解释化石记录中其它10种重大的突发灭绝。后来的研究表明，突发灭绝或许是由进化本身的内在动力导致的，而不是重大的外部事件。在复杂适应系统中，微小的内在事件可以在不经意间导致巨大的变化。这个问题值得企业管理者和投资者的深思。
如果进化系统对变化不够敏感，那么这个系统就无法跟上环境变化的步伐；如果系统对变化过于敏感，那么小变化就会产生大影响。过度敏感问题在于，如果系统在过去已经取得了成功，那么很少能有重大改变再次提升其成功的可能性，绝大多数的重大变化反而会损害其原本的成功。
正反馈是一个加速、放大、自我强化的循环，而负反馈则是一个降速、抑制、自我约束的循环。传统经济学会假设经济过程是由抑制性的负反馈主导的。负反馈会让事物处于被控制的状态，使得事物趋于均衡。真实的世界的确会展现了负反馈或收益递减的现象。但是，真实的世界同样也会展现正反馈或收益递增的现象。越多年轻人穿运动鞋，运动鞋就越受欢迎；网络上可获取的信息越多，网站本身就越有用；买某一只股票的人越多，就有越多的人争相追涨。当然，所有这些收益递增现象最终都会逐渐消失。今日的热门趋势就是明日的没落趋势，网络信息会泛滥，股票市场的泡沫最终也会破裂。
随机游走也称随机漫步，是指基于过去的表现，无法预测将来的发展步骤和方向。这是传统经济学中一个最有名的预测，它认为股票价格会遵循一种随机游走的规则，随机游走意味着价格的变动没有模式可循，回顾过去的价格并不能为未来的价格走向提供线索。表面上看，股票价格确实像随机游走，尤其在相对平静、表现正常的情况下。
然而，通过更优的数据和更强大的工具，复杂性科学们发现股票价格并不遵循随机游走的规则。《适应性市场》的作者罗闻全用1962年~1985年间的股票价格数据验证随机游走假设。他验证了单只股票、股票组合和股票指数，所有这些案例都与随机游走假设相悖。许多使用其他样本和其他方法的研究结果也与随机游走假设不符。有意思的是，在市场中出现重大波动时，股票与随机游走之间的不吻合在数据上表现得最为明显。股票价格的数据里也有明显的动态结构和信息。伯顿·马尔基尔曾经在《漫步华尔街》中大肆宣扬过随机游走假设，然而到2000年，他也不得不承认股票并不是随机游走的。
问题在于，证券市场并不是一个封闭系统，如果它是一个封闭系统，那么就是一个可预测的最终状态。但是，证券市场就是一个非线性的开放系统。开放系统有时会处于稳定的、看似均衡的状态，但最终会展示出非常复杂而不可预测的行为模式，距离均衡状态十分遥远。这种行为模式包括了指数增长、彻底崩溃以及大起大落，其最终状态无法预测。
幂律是复杂经济学研究的一个重要主题。传统经济学认为证券市场会遵循随机游走规则，然而实际上证券市场就像地震。研究显示，小地震屡见不鲜，但大地震很罕见。地震的震级多有不同，但震级越高，就越罕见。地震能量每增加一倍，相应震级的地震发生概率就会降低3/4倍，最终会得到一个从小规模地震到大规模地震分布的滑坡曲线。物理学家称这种关系为“幂律”，因为这种分布是用指数方程或幂来描述的。生物灭绝事件的规模、太阳耀斑的程度、股票价格的波动、富者愈富穷者愈穷等等都遵循幂律，这是复杂适应系统的一个重要特征。
经济物理学家吉恩·斯坦利曾经计算出，如果股市像传统经济学假设的那样遵循随机游走规则，那么1987年的黑色星期一发生崩盘的概率是10的负148次方，宇宙中已知最小的测量单位是普朗克长度，是10的负33次方，在我们想象中，市场不太可能只是随机地陷入如此严重的崩盘状态。高斯分布、随机游走的波动几乎从来没有超过5个标准差。然而，在真实的经济数据中，比如股市崩盘，5个甚至更大的标准差事件确实会发生。
金融市场的波动性远高于传统经济学让我们相信的水平。拜因霍克认为，如果市场遵循幂律，那么黑色星期一事件发生的概率更接近10的负5次方，这意味着每100年里都有可能发生一次，而不是10的负148次方，这是一个巨大的差异，显然对投资者如何思考和管理风险有重大影响。
彼得·蒂尔非常敏锐地在《从0到1》中将幂律归纳为“幂次法则”。彼得·蒂尔指出，每个伟大的公司都是独一无二的，但是没有人事先确切知道哪些公司会成功。垄断性企业所捕获的价值比几百万大同小异的竞争性企业所捕获的还要多。然而只有一小部分的公司获得了呈指数级增长的价值。风险投资家的任务就是鉴定那些刚起步的前景光明的公司，投资这些公司并从中获利。如果他们判断无误，那么就会获得收益，通常是20%。投资的回报并不遵循正态分布，而是遵循幂次法则：一小部分的公司完胜其他所有公司。
但是，没有人知道哪家公司会获得成功。在一个好的投资组合里，每家企业都必须真正具有取得极大成功的可能性。彼得·蒂尔大约只关注五到七家企业。因为这些企业具有独特的基本面，未来可能拥有数十亿美元的价值。那些懂得幂次法则的投资者所列的投资标的会很少，因为最具特色的公司都是独一无二的，一个公司会胜过其他所有公司。当然，必须知道，任何一个策略的成或败都高度依赖于特定时间点环境中的其他策略。
像彼得·蒂尔这样的投资者就一定能够胜出吗？可能胜出，也可能失败。投资者通常采用的经验法则是，用5年的时间来了解一项策略是否有利，这可能是正确的，而这个时间尺度可能会被“第100万只猴子”的问题进一步延长了。如果有足够多的人进行投资，可能他们当中有一个人运气很好，在5年的时间内都运转良好，这样识别致胜策略的时间又会延长。
市场并不存在神奇的致富公式。无论是任何一个投资者，还是巴西雨林中的树蛙，都很难在任何竞争激烈的环境中变得富有。华尔街和拉斯维加斯之间有一点不同。在拉斯维加斯，无论你怎样努力，无论你有多聪明，都无法提升致富的概率，除非在鞋里安装一个计算机。但是在华尔街，智慧并不是只靠运气，这里是高度活跃不断进化的复杂系统。在任何时候，总有些人对市场的了解程度比其他人高，并且至少会在一段时间内致胜。因为总有人有更好的想法，采取更聪明的策略，或者拥有更强大的技术，从而脱颖而出。
复杂经济学中有关金融的观点仍在发展之中，因此许多问题仍然没有答案。但是很显然，传统理论存在着重大的缺陷，我们需要新的方法。当前，许多公司，包括银行和对冲基金，都在使用复杂经济学的统计和建模技术设计投资策略。毫无疑问，如果个人投资者深入复杂性科学，那么它对个人投资者的影响可能就是长期的。复杂性科学将改变投资世界，并将在投资战略的“红桃皇后竞赛”中进行创新。这就是《财富的起源》告诉我的最重要的内容。
向您推荐一个不错的公众号
↓↓↓
博读
ID：boxuedushu
分享博览群书、社会点评、思想、正能量、精神、阅历

↑↑↑长按二维码 一键收藏