本書從數學和統計學出發,講述產生事件的統計分布類型,以及在這些分布下如何進行統計推斷並做出決策。作者認為,社會科學和金融學研究中現有的大多數“標準”統計理論均來自薄尾分布,然而用薄尾思維衡量肥尾事件有可能導致嚴重問題。例如,某些“專家”認為,從死亡數字看,我們更應該擔心死於吸煙或糖尿病,而非埃博拉病毒。在新冠肺炎疫情暴發初期,很多不懂統計學的流行病學家都犯過類似的錯誤,而事實證明,我們對具有倍增效應的高風險疾病擔心得太少。
在金融市場,一個人所獲得的不是概率,而是直接的財富。分布的尾部越肥,就越需要關心收益空間。“收益遠勝於概率。”如果犯錯的成本夠低,決策者可以經常犯錯,隻要收益是凸性的(即預測準確時會獲得很大的收益)。反過來,決策者也可以在預測準確率高達99.99%的情況下破產。事實上,2008年金融危機期間,破產的基金恰恰是那些之前業績無可挑剔的基金。
我們所在的世界是如此不確定和不透明,信息和我們的理解都極不完整,卻很少有人研究在這種不確定性的基礎上我們應該做什麼。塔勒布的不確定性繫列,包括《隨機漫步的傻瓜》《黑天鵝》《反脆弱》《非對稱風險》以及本書開啟的不確定性量化研究繫列,都是主要關注我們該如何在一個不確定性結構過於復雜的現實世界中生活。
本書從數學和統計學出發,講述產生事件的統計分布類型,以及在這些分布下如何進行統計推斷並做出決策。作者認為,社會科學和金融學研究中現有的大多數“標準”統計理論均來自薄尾分布,然而用薄尾思維衡量肥尾事件有可能導致嚴重問題。例如,某些“專家”認為,從死亡數字看,我們更應該擔心死於吸煙或糖尿病,而非埃博拉病毒。在新冠肺炎疫情暴發初期,很多不懂統計學的流行病學家都犯過類似的錯誤,而事實證明,我們對具有倍增效應的高風險疾病擔心得太少。
在金融市場,一個人所獲得的不是概率,而是直接的財富。分布的尾部越肥,就越需要關心收益空間。“收益遠勝於概率。”如果犯錯的成本夠低,決策者可以經常犯錯,隻要收益是凸性的(即預測準確時會獲得很大的收益)。反過來,決策者也可以在預測準確率高達99.99%的情況下破產。事實上,2008年金融危機期間,破產的基金恰恰是那些之前業績無可挑剔的基金。
總之,不理解肥尾效應會導致謬誤。糟糕的是,這種謬誤在當今世界,尤其是金融領域非常普遍。面對風雲詭譎的金融市場與不確定性結構異常復雜的現實世界,作者在本書中為參與者點出了破局之道:小概率事件不可預測,理解肥尾效應、管理尾部風險是必然選擇。