地图不是领土(2015)

“伟大的精神模型”第一卷和第二卷已经出版。单击此处了解有关该项目的更多信息。

现实的地图不是现实。即使是最好的地图也是不完美的。那是因为它们是它们所代表的东西的缩写。如果一张地图以完美的精确度表示领土，它就不再是缩小的，对我们也没有用处了。地图也可以是时间点的快照，表示不再存在的东西。当我们思考问题并做出更好的决定时，牢记这一点是很重要的。

1931年，在路易斯安那州的新奥尔良，数学家阿尔弗雷德·科日布斯基发表了一篇关于数学语义学的论文。对于非技术读者来说，这篇论文的大部分内容读起来就像是关于数学与人类语言，以及两者与物理现实的关系的深奥论证。当然是重要的东西，但对门外汉来说不一定马上有用。

然而，在他关于语言结构的一系列论证中，科日布斯基引入并普及了地图不是领土的观点，也就是说，对事物的描述并不是事物本身。这个模型是不现实的。这种抽象不是抽象的，而是具有巨大的现实后果。

(A.)。地图的结构可能与该地区的结构相似，也可能不同。

B.)。两个相似的结构具有相似的“逻辑”特征。因此，如果在一张正确的地图上，德累斯顿被认为是巴黎和华沙之间的，那么在实际领土上也会发现类似的关系。

D.)。一个理想的地图应该包含地图的地图，地图的地图等等，无休止的…。我们可以把这种特有的自我反身性称为“自我反身性”。

地图是必要的，但也有缺陷。(地图指的是对现实的任何抽象，包括描述、理论、模型等。)。地图的问题不仅仅在于它是一个抽象；我们需要抽象。一张比例为一英里到一英里的地图不会有地图所存在的问题，也不会有任何帮助。

为了解决这个问题，大脑为了理解现实而创建了现实地图，因为我们处理现实复杂性的唯一方法是通过抽象。但通常，我们不了解我们的地图或它们的界限。事实上，我们如此依赖抽象，以至于我们会经常使用错误的模型，仅仅是因为我们觉得有任何一个模型都比没有一个模型更可取。(提醒其中一名醉汉在路灯下找钥匙，因为“那里有灯！”)。

即使是最好和最有用的地图也会受到限制，科日布斯基给了我们一些可以探索的：(A)。在我们没有意识到的情况下，地图可能是不正确的；地图必然是对实际事物的一种简化，在这个过程中你会丢失某些重要的信息；以及(C)。地图需要解释，这一过程可能会导致重大错误。(真正解决最后一个问题的唯一方法是无穷无尽的地图链，他称之为自我反身性。)。

在现代心理学的帮助下，我们还看到了另一个问题：人脑为了理解周围环境，会有很大的跳跃和捷径。正如查理·芒格(Charlie Munger)所指出的那样，一个好想法和人类大脑的行为有点像精子和卵子-在第一个好想法进入后，大门就会关闭。这使得地图领土问题成为锤子人倾向的近亲。

显然，这种倾向在我们简化现实的努力中是有问题的。当我们看到一个强大的模型运行良好时，我们往往会过度应用它，在不相似的情况下使用它。我们很难界定它的用处，这会导致错误。

根据大多数人的说法，到2011年夏天，罗恩·约翰逊(Ron Johnson)是最成功、最令人向往的零售业高管之一。他不仅是史蒂夫·乔布斯(Steve Jobs)亲手挑选建造苹果商店(Apple Stores)的，这一合资企业本身也受到了重大审查-彭博社(Bloomberg)杂志刊登了一条反驳：“在他们为一个非常痛苦和昂贵的错误熄灯之前，我给了他们两年的时间”-而且，在20世纪90年代末和21世纪初，他在将Target从一家外观酷似K-Mart的超市转变为时尚但廉价的焦油超市(Tar-Chey)方面发挥了重要作用。

约翰逊在苹果的成功不是立竿见影的，但这是不可否认的。到2011年，按每平方英尺计算，苹果专卖店是迄今为止世界上生产率最高的商店，已经成为零售界羡慕的对象。他们的销售数字让蒂芙尼相形见绌。第五大道上闪闪发光的玻璃立方体成为比自由女神像更受欢迎的旅游景点。这是一种欢乐乐，一种超乎寻常的成功。约翰逊是带头冲锋的人。

凭借这一成功，2011年，约翰逊受雇于比尔·阿克曼(Bill Ackman)、史蒂文·罗斯(Steven Roth)和其他金融界名人，以扭转老式百货商店连锁店JC Penney的颓势。百货公司的情况很糟糕：在1992至2011年间，百货公司的零售市场份额从57%下降到31%。

不过，他们的核心地位是不假思索的。JC Penney拥有非常有价值的房地产，在全国各地锚定了购物中心。约翰逊辩称，如果没有其他原因，人们经常把车停在他们旁边，穿过他们到达购物中心，他们的实体购物中心位置是有价值的。人流量是理所当然的。由于在50年代、60年代和70年代签订了合同，这是购物中心建设时代的全盛时期，租金也很便宜，这是另一个主要的竞争优势。与一些苦苦挣扎的零售商不同，JC Penney赚了(一些)钱。收银机里有现金，可以帮助为转型提供资金。

他的想法是从他在苹果的经历中汲取最好的想法：出色的客户服务，没有降价和加价的一致定价，完美的展示，世界级的产品，并将它们应用到百货商店。约翰逊计划将这些商店变成购物中心中的小商场。他甚至将不断轮换的店内商店比作苹果的“应用程序”。这样的模式将使商店不断保持新鲜，并避免零售业悄悄变得陈旧。

约翰逊在纽约市举行的一系列时髦的会议上向股东推销他的想法，这让人想起史蒂夫·乔布斯(Steve Jobs)的年度“但等等，还有更多！”产品在苹果发布。他很有说服力：JC Penney的股价从2011年夏天的26美元涨到了2012年初的42美元。

这个想法几乎立刻就失败了。他的新定价模式(取消折扣)是失败的。追逐优惠券的人造反了。他的许多新产品被认为太时髦了。他的新商店模式对于一家中型百货商店连锁店来说是极其昂贵的-包括故意承受的运营亏损，他已经花费了数十亿美元来实现商店的物理改造。JC Penney的客户对发生的事情一无所知，到2013年，约翰逊被解雇了。股价跌至个位数，两年后仍保持在这一水平。

在寻求建立美国最受欢迎的商店的过程中，出了什么问题？原来，约翰逊是用塔尔萨的地图来导航塔斯卡卢萨的。苹果的产品、客户和历史与JC Penney的共同点太少了。苹果在开设门店之前拥有狂热、年轻、富裕的粉丝基础；JC Penney的产品、客户和历史与年轻或富裕无关。苹果有闪亮的产品，需要一家闪亮的商店；JC Penney以其价格适中的毛衣而闻名。苹果从一开始就从来不依赖折扣；JC Penney正在取消之前给予的折扣，引发了大规模的掠夺性超级反应。

换句话说，旧地图用处不大。即使是他在塔吉特(Target)的成功(这似乎是一个更接近的类比)，在JC Penney的背景下也具有误导性。多年来，塔吉特做出了一些小的、渐进的改变，约翰逊对此做出了有意义的贡献。JC Penney试图在一两年内重塑百货商店的概念，抛弃核心客户，试图获得新的客户。这是一个截然不同的主张。(另一个阻碍该公司发展的因素很简单，就是它的基本赔率：你能说出一家失去了世界地位的重要零售商的名字，然后又回来了吗？)。

主要问题并不是说约翰逊不称职。他不是。如果他是的话，他就不会得到这份工作了。他非常有能力。但正是他的能力和过去的成功让他陷入了麻烦。他就像一位伟大的游泳运动员，试图驾驭一条急流，而他过去成功使用的模型，即穿越了许多困难地形的地图，现在已经不再是他需要的地图了。他有一个关于零售业的优秀理论，在某些情况下适用，但在其他情况下不适用。地形已经改变了，但旧的想法仍然存在。

对地图和版图这个问题了如指掌的人之一，就是《Incerto》系列的作者纳西姆·塔勒布--《反脆弱的世界》、《被随机性愚弄的黑天鹅》、《普罗克鲁斯特的床》。

塔勒布多年来一直直言不讳地批评模型的滥用，但我记得最早、最生动的是他对一种名为VAR的金融模型的坚定批评。该模型用于银行界，旨在通过提供给定置信区间内的最大潜在损失来帮助管理风险。换句话说，它旨在允许风险经理说，在95%、99%或99.9%的置信范围内，公司在给定的一天内不会损失超过X美元。间隔越大，分析的精确度就越低。也许可以说，在99%的置信区间内，公司在任何时候都有1亿美元的风险，但考虑到市场的统计特性，转向99.9%的置信可能意味着风险经理必须声明公司有10亿美元的风险。99.99%可能意味着100亿美元。由于分布中包含的事件越来越少，分析就变得不那么有用了。因此，有必要把“尾巴”在某处剪掉，这样的分析就被认为是可以接受的。

为了证明和使用VAR理论，建立了精细的统计模型。从表面上看，这似乎是一个有用而强大的想法；如果你知道你随时可以损失多少，你就可以管理到小数点的风险。你可以板着脸告诉你的董事会和股东，你已经盯上了收银台。

模型可能会向您显示一些风险，但不会显示使用它的风险。此外，模型建立在有限的参数集上，而现实为我们提供了无限的风险来源。

为了得出VAR数字，风险经理必须采用历史数据并假设统计分布，以便预测未来。例如，如果我们可以拿1亿人来分析他们的身高和体重，然后我们就可以预测不同于1亿人的身高和体重的分布，在微观上我们出错的可能性会很小。这是因为我们的样本量很大，我们正在分析的东西与平均水平的偏差非常小，而且可以预测。

但金融并不一定遵循这种分布。没有这样的可预测性。正如纳西姆所说，这一领域的“尾巴”是肥大的，而最罕见、最不可预测的事件会产生最大的后果。比方说，你认为一个极具威胁性的事件(例如，标准普尔500指数(S&P；500)暴跌90%)在给定年份发生的几率为万分之一，而你的历史数据集只有300年的数据。你怎样才能准确地说出那件事的可能性呢？您将需要更多的数据。

因此，被认为偏离正常水平5、6或7标准差的金融事件往往会以一定的规律性发生，而这种规律性与其假设的统计概率相去甚远。金融市场没有生物学现实来约束它们：我们可以很有信心地说，大象不会醒来时变成一只猴子，但我们不能在一个极端恐怖的竞技场上绝对自信地说任何话。

那么，我们认为VAR作为“地图”有几个问题。第一，模型本身就是对现实的严格抽象，依靠历史数据来预测未来。(在一定程度上，所有的金融模式都必须如此。)。var也没有说“损失X美元的风险是Y，在Z的置信范围内.”(尽管风险经理是这样对待的)。VAR实际上说的是“损失X美元的风险是Y，”基于给定的参数.。即使对于非技术员来说，问题也是显而易见的：未来是一个我们不理解的陌生而陌生的地方。过去的偏差可能不是未来的偏差。仅仅因为市政债券从未以这样或那样的利差交易于美国国债，并不意味着它们未来不会。他们只是还没有。通常，模型对这一事实视而不见。

事实上，纳西姆最尖锐的观点之一是，在过去发生的任何“最坏情况”的前一天，你都不会把即将到来的“最坏情况”作为你的最坏情况，因为它现在还不会发生。

这里有一个简单的说明。1987年10月19日，股票市场下跌22.61%，道琼斯工业平均指数下跌508点。以百分比计算，这是当时和现在美国历史上最严重的单日市场跌幅。这一天被称为“黑色星期一”。(财经作家有时缺乏创造力--历史上还有其他几个“黑色星期一”。)。但在这里，我们看到了纳西姆的观点：1987年10月18日，模型会使用什么来应对可能出现的最坏情况？我们不确切知道，但我们知道之前最糟糕的情况是12.82%，发生在1929年10月28日。22.61%的降幅被认为与平均水平有如此多的标准偏差，几乎是不可能的。

但金融界的尾巴非常丰满-基于天真的统计数据，不太可能发生的、有后果的事件似乎比它们应该发生的频率要频繁得多。还有一个严重但往往未被认识到的递归问题，那就是模型本身会影响它们试图预测的结果。(要更全面地了解这一点，请查看我们关于复杂自适应系统的帖子。)。

VAR的第二个问题是，即使我们有一个稳健得多的数据集，统计的“置信区间”也不能起到金融风险管理的作用.Taleb说：

测量风险(即标准差)与使用标准误差高于测量本身标准误差的工具[VAR]之间存在内在矛盾。

我发现，我听到的那些专业风险经理建议“谨慎”使用VAR，理由是它“一般有效”或“一般有效”，他们并不认同我对风险管理的定义。风险管理的目标函数是生存，而不是盈亏。根据芝加哥传奇，一名交易员“在8年内赚了800万美元，在8分钟内损失了8000万美元”。按照同样的标准，他“总体”和“平均”都是一名优秀的风险经理。

这就像一个GPS系统，它可以随时告诉你你所在的位置，但不包括悬崖。除非你把车开下山，否则你会对你的全球定位系统非常满意的。

在最近的抵押贷款危机中，正是这种对模型的天真信任让许多人陷入了困境。最常见的金融领域地图-向后看的趋势拟合模型-失败了，因为它们描述了一个只是海市蜃楼的领域：一个房价只会上涨的世界。(刘易斯·卡罗尔(Lewis Carroll)会同意的。)。

对这一切的合乎逻辑的反应是，“那又怎么样？”如果我们的地图让我们失望，我们如何在一个不确定的世界中运作？这是它自己的另一次讨论，塔勒布已经煞费苦心地试图解决这个问题。聪明人对解决方案意见不一。但一个明显的关键必须是建立对模型误差具有健壮性的系统。

像VAR这样的模型的实际问题是银行用它来优化。换句话说，只要模型认为可以，他们就承担尽可能多的曝光量。当银行转向管理一个高度详细、高度自信的模式，而不是经常发生的知情常识时，它们往往会建立隐藏的风险，这些风险会及时暴露出来。

如果人们转而假设没有精确的金融领域地图，他们将不得不求助于简单得多的启发式方法。(如果你认为未来的详细统计模型会让你失望，那你就不要使用它们。)。

简而言之，你会像沃伦·巴菲特(Warren Buffett)那样对待伯克希尔哈撒韦公司(Berkshire Hathaway)。据我们所知，巴菲特先生一生中从未使用过计算机模型，但他管理着一家按资产计算规模达5000亿美元的机构，其中很大一部分是金融资产。多么?。

这种方法不仅要求假设未来最糟糕的情况比过去严重得多，还要求建立一个拥有一套强大的备份系统和在多个水平上运行的安全边际的机构。额外的现金，而不是额外的杠杆。费尽心思确保尾巴不会杀了你。与其优化到一个模型，不如接受你洞察力的极限。

当然，与更优化的模型相比，权衡的短期回报要小得多。谈到这一点，查理·芒格(Charlie Munger)指出：

伯克希尔过去的记录几乎是荒唐可笑的。如果伯克希尔使用的杠杆率即使是鲁珀特·默多克(Rupert Murdoch)的一半，也会是目前规模的五倍。

因此，突出的一点是，在我们用有用的模型来简化现实的游行中，法南街是这方面的倡导者，我们把模型与现实混为一谈。对于很多人来说，这种模式创造了自己的现实。这就好像电子表格变得栩栩如生。我们忘记了现实要复杂得多。地图不是领地。理论并不是它所描述的那样，它只是我们选择的一种解释某一组信息的方式。地图也可能是错误的，但即使它们本质上是正确的，它们也是一种抽象，抽象意味着为了节省空间而丢失了信息。(回想一下每英里的比例尺地图。)。

我们如何做得更好？这是另一篇文章的素材，但第一步是要认识到，除非你理解和尊重它的局限性，否则你就不理解一个模型、地图或简化。我们必须时刻保持警惕，不要后退一步，以了解地图有用的背景，以及悬崖可能位于哪里。在我们做到这一点之前，我们就是在吃火鸡。