主题：【原创】蝴蝶效应经济学 -- 淮夷
我喜欢读一些可以开阔眼界的书，这样的书往往有一些另类的视角，北京话叫“葛”。《Butterfly Economics》便是一本有点葛的书。
此书作者是英国经济学家保罗(Paul Ormerod)，保罗在剑桥和牛津接受正统经济学的教育，之后他开始玩票，把生物学、物理学、心理学与经济学串接起来，成为一名杂学先生。
学科交叉的结果是他对主流经济学、尤其是被数学模型支配的经济学，产生了深深的怀疑。所以他写了这本有趣的书，目的是挑战学校教授：你们教的模型都没用，不要继续误人子弟了。
此书的名字取自“蝴蝶效应”，混沌理论最广为人知的故事之一。一只蝴蝶偶然扇动翅膀，引起空气扰动，在地球另一端掀起一场气象风暴。蝴蝶效应的主旨是，在一个复杂系统中（譬如气象），微小的变化可引发巨大的连锁反应。
在保罗看来，人类的经济活动便是一个同样复杂的系统。不论是金融市场的骤然波动、抑或小成本电影出人意料的大热，这些宏观或微观事件的启示是：经济体系是几十亿人类构成的生命体，这些个体行为通过复杂的反馈，往往造成非线性的效应。
是故，尽管《统计狂人》(链接出处)这类书籍谈论数学工具预测经济活动的精准，保罗对此并不买账。他认为就像蝴蝶的反馈机制产生无法预知的风暴一样，预测经济走势是毫不可能的。
保罗这个观点对吗？
为了证明他的理念，保罗在书中介绍了一个启发性的生物学实验。
80年代，昆虫学家做了一个蚂蚁实验。在蚂蚁窝的旁边，放置两堆食物。食物是一模一样的，与蚂蚁窝的距离也一模一样。假设一堆食物是A，另一堆食物是B。实验之目的，是观察蚁群如何选择A与B。
鉴于A与B毫无差别，凭直觉，蚂蚁随机觅食，选择二者的概率对等，所以应该是接近50:50的比例。但是实验结果令人诧异，蚁群根本不遵循50：50的概率。选取A与选取B的比例呈现出非常狂野的分布，且毫无规律可言。
这个实验可以重复多次。有时，蚁群分布达到90：10，亦即90%的蚂蚁选择A，很少蚂蚁选择B。有时，一边倒的局面又会反转为10：90。这两种极端选择之间的任何比例，实验中皆有出现的可能。
为何概率失效了？这个昆虫问题被一个叫Alan Kirman的经济学家看中了，并赋予很好的解释。第一只爬出蚁穴的蚂蚁，选A或B，概率各占50%，这是没有疑问的。问题在于，后面的蚂蚁出来觅食，面临的选择就多了一些复杂性。
蚂蚁之间是有信息传递的。假设有一只蚂蚁找到了食物A，，那么它再次出来找食，面临三个可能性：
1）上次选A成功，这次继续选A。
2）偶然心动换个方向，结果撞到B。
3）听别的蚂蚁说起B的存在，被影响之下（反馈机制），弃A选B。
说到这里，似乎还在蚂蚁身上打转。这跟经济学到底有何关联呢？
作者说，蚂蚁的三种选择，其实是每个人都要面临的。蚁群即人群。
如同蚂蚁觅食受其他蚂蚁的影响，人与人的互相影响导致一个人的选择出现随机波动。有时，随机波动的选择并不理性，甚至疯狂，但是这更接近真实的世界。
蚂蚁模型可用来解释一些有趣的经济现象。譬如第一只蚂蚁偶然选择A，造成多数蚂蚁都选A的结局。这种机制被称作positive feedback (正向反馈)，反馈把一个微小的差异迅速放大，造成所谓”赢者通吃”的局面。
这种反馈机制反映在商业方面，是劣质产品驱逐优质产品的现象。比如电脑上QWERTY键盘布局，诞生于1873年，设计字母排列是为了避免老式打字机的机械故障，没考虑打字的便捷。1932年，德沃夏克重新设计了键盘布局，把常用字母集中在手指易于打字的位置。尽管打字更快，德沃夏克键盘却几乎无人肯用，因为大家的手指已经习惯了QWERTY。
而蚂蚁模型的另一个启发，在我看来也是全书主旨：是经济体系的短期不可预测性。
仍以蚂蚁三个选择为例。三个选择的概率是很难量化的。假如你根据蚁群的实验数据设计出概率分布，然后进行计算机模拟，似乎可以得到接近的结果。可是，一个模型可以模拟历史，并不等于能够预测蚁群下一次的任性选择。
说到选择，有一句名言：经济学是一门关于选择的科学-----这句话我想也许可以改成”经济学是一门被非理性选择不停折磨的科学”。
这种非理性的现象不仅是交易资产或股票，比如历史上著名的郁金香投机和英国南海泡沫。非理性的行为延伸到人类生活每个角落，譬如书中提及英国选民在保守党和工党之间毫无征兆的大转换、譬如犯罪分子在犯罪和守法之间的难以解释的游移，等等。
一个人非理性的选择不过是一念之差或曰心血来潮，但放在社会这个复杂系统里面，经过反馈机制的不断放大，不论这个系统是蚁群还是人类，都很难用任何数学模型或统计工具预测整个系统的未来。
说到预测未来，传统经济学依赖于一个古老的假说：每一个人是理性的，他们的偏好从不改变，他们不受别人的影响而改变决策，每个决定都为了个人效用的最大化，等等。
这种经济学的模型并不需要人性的光芒，但是需要颇为复杂的数学推导。我以前有位先生是学数学专业的，超级聪明，他的经济课几乎就是数学课，黑板上一层层的推导，底下学生一头头的雾水。
在保罗看来，这种传统经济学的数学模型有很严密很完整的逻辑，但和真实世界的拟合度不高。举例来说，GDP的季度增长、失业率的起伏这些短期性的经济周期波动，看来更像是蚂蚁觅食分布的狂野曲线，你根本无从得知下一个月、下一季、甚至下一年，我们的经济将向何处去？
对此，保罗的看法很直白。在本书的结语中，他写到，既然任何人（包括政府）都无法预测短期经济走势，那么政府的宏观经济调控只是一种自欺欺人的幻觉。财政政策和货币政策并非对症下药，而往往是政府官员的盲目施为。
因此，他对政府干预经济的看法是”less can be more” ，最好的政府就是无为而治的政府。他并不赞同自由市场是万灵药，但从不可知论的角度，在我看来他和market fundamentalism算是有趣的殊途同归。
我不同意保罗的药方，但很喜欢他用蚂蚁模型解释经济的不可预测性。巧的是，今儿一大早打开电脑，收到一份36页的报告，是高盛的2011中国宏观经济趋势展望。
我有些纠结，这种报告还需要读吗？
本帖一共被 1 帖 引用 (帖内工具实现)
非常感谢。
书海茫茫，偶然涂鸦会友，别无多求。
多谢马丁兄的屡屡推荐。得闲时，多多指教。
这个不光经济体系，政治体系也能套用。 不过无为而治的策略也不是对待混沌性的好方法，更好的方法是进化。 无为是承认混沌性，无不为就是经验不恒久，但进化永恒的积极态度。经验是人的工具，但人不应该是经验的工具。
我瞧见这名字也老想叫叔叔
这个比喻我在另外一篇关于趋势预测的文字里提过。大意是说，股市评论家的分析报告是如何通过反馈机制而“正确"预测市场的。
机制是这样：
假如高盛看空市场，市场投资者因为这种舆论的恐慌而选择抛售，而连锁性的抛售导致崩盘。高盛可以事后说：看，我们成功预测出了一次市场崩盘！
假如高盛还是看空市场，但是这一次投资者没有被恐慌影响，市场没有崩盘。高盛还是可以事后说：因为我们的提前预警，导致市场避免了一次崩盘！
结合你的“历史是一堆沙”读起来更有味道。
我也不喜欢传统经济学，和真实世界差太远。
高盛=第一只蚂蚁 是很有趣的联系。我咋没想到。
有点化学上盖斯定律的意思啊，不知道这个比喻准确不准确