1702328415
反直觉思考：斯坦福大学思维自修课 [:1702326989]
1702328416
反直觉思考：斯坦福大学思维自修课 运气、实力和结果
1702328417
1702328418
在许多人类的努力中，结果是实力和运气的组合。例如，在棒球比赛中，一个投手能够表现得非常棒，但是，他的团队却有可能因偶然事件而失利。自然，实力和运气的影响所占的比例将取决于活动。玩老虎机的时候并不涉及实力。但是，赢得国际象棋比赛则需要大量的实力，而运气只占很少一部分。然而，即使当一个玩家的实力不变时，他的运气也会来回不定。
1702328419
1702328420
例如，想想一个高尔夫球手如何在不同日子的两轮比赛中得分。如果这个高尔夫球手在第一轮中的得分远低于他的差点[1]，你如何指望他在第二轮中获胜？答案不会很好。第一轮中这个特别的分数源自于他的实力，但也有相当的运气成分。即使他在参与第二轮比赛时有同样的熟练度，你也不要期待会有同样的好运。6
1702328421
1702328422
随着时间的推移，结合了实力和运气的任何系统都将回归均值。当有人要求他提供一个能够描述21世纪特点的公式时，丹尼尔·卡尼曼巧妙地捕捉了这个想法。他实际上提供了两个。以下就是他所提交的公式：7
1702328423
1702328424
成功=一些实力+运气
1702328425
1702328426
巨大的成功=一些实力+很多运气
1702328427
1702328428
当然，糟糕的结果可能反映了一些实力和大量坏运气的结合。这就说明了2005年洋基队参加前12轮比赛时的情况。然而，随着时间的推移，当运气变得平均时，实力就会凸显出来，这有助于解释洋基队为什么最终赢得了第一名。斯泰因布里纳关于自己团队的观点过于狭隘。他看到洋基队在12场比赛输掉了8场，但是他没有考虑到，洋基队是全国最优秀的球队之一（尽管他支付给他们的薪水很可观）。当运气改善的时候，他们就开始赢了。
1702328429
1702328430
当你忽略均值回归的概念时，你就犯了三种类型的错误。第一个错误是，认为你自己是特别的。我曾经和一个公司的高层管理团队见面，并讨论了我对公司绩效中均值回归的诠释。高管们都点头表示明白。然后，CEO插话说：“没错，我们是理解了均值回归的观点。但它并不适用于我们，因为我们已经想出了一个更好的方法来运营我们的业务。”如果这么简单就好了。
1702328431
1702328432
一个关于忽略均值回归的例子来自投资界。你更愿意雇用哪一类投资管理者：是一个最近绩效超过大盘的人，还是一个落后于大盘指数的人呢？当然，回答这个问题并没有那么容易。对于你会从任何投资中赚多少钱，特别是在短期内，运气显然发挥了巨大而又难以捉摸的作用。然而，即使行业的专业人士非常明智地认识到了运气的重要性，他们也始终不能把这种知识融入自己的决策。
1702328433
1702328434
1702328435
1702328436
1702328437
图8-2 高峰时期雇用他们，低谷时期留住他们
1702328438
1702328439
埃默里大学金融学教授阿米特·戈雅尔和亚利桑那州立大学金融学教授苏尼尔·瓦哈尔，分析了3400项退休计划、捐赠基金和基金会（计划赞助商）在10年的时间里如何聘用和解雇管理投资基金的公司。研究人员发现，计划赞助商倾向于雇用在过去最近一段时期内表现良好的管理人员，而解雇一名管理者的首要理由就是其糟糕的表现。与均值回归相符合的是，研究人员注意到，在接下来的几年里，被解雇的许多管理者的表现继续胜过被雇用的管理者（参见图8–2）8
1702328440
1702328441
个人投资者也有类似的表现。个人所获得的回报之所以一般为标准普尔500指数的50%～75%，正是因为他们把资金投入到了火爆的市场中，然后又在下跌之后将其撤出来。他们高买低卖。那些忽略均值回归的人，很难让他们通过辛苦赚来的钱获得大量投资回报。9
1702328442
1702328443
在我的研究中，我发现了一个现象，那就是，当华尔街的分析师们建构关于某个公司未来财务结果的模型时，他们会忽略均值回归的影响。在考虑诸如销售增长率和经济利润水平之类的关键驱动因素时，分析师们经常会忽略均值回归的证据。10
1702328444
1702328445
1702328446
1702328447
1702328448
反直觉思考：斯坦福大学思维自修课 [:1702326990]
1702328449
反直觉思考：斯坦福大学思维自修课 塞克里斯特的愚蠢错误
1702328450
1702328451
“平庸往往盛行于竞争业务之中。”美国西北大学经济学家霍勒斯·塞克里斯特于1933年在他的《平庸在商业中的胜利》一书中写道。就这样大笔一挥，塞克里斯特持久地成为了与均值回归相关的第二个错误的例子——错误解读数据所表达的含义。11塞克里斯特的书的确令人印象深刻。它的400页添加内容表明了均值回归的一个特征，即：在一系列变动之后肯定会呈现出明显的回归平庸的倾向。我的研究给出了一个关于塞克里斯特思想的例子。图8-3展示了投资回报率（ROIC）和资本成本之间的传播是如何回归均值的，相关数据来自1000多家公司的样本，分为五分位数，时间跨度为10年（该图记录了每组五分位数的中位数ROIC）。尽管绘制于当代，但这张图仍然适用于塞克里斯特的文本所述。12
1702328452
1702328453
在大多数情况下，塞克里斯特的书都很受欢迎，除了哥伦比亚大学经济学家和统计学家哈罗德·霍特林的一份措辞严厉的评论以外。霍特林指出，问题就在于，“这些图表真的证明不了什么，只不过是问题比率的偏离倾向而已”。13理解霍特林批评的最直观的工具是图8-4。最上面是1997年该样本的ROIC分布情况。中间是来自图8-3的均值回归，底部则是2007年ROIC的分布情况。需要注意的是，顶部和底部的分布看起来非常相似。
1702328454
1702328455
1702328456
1702328457
1702328458
图8-3 企业投资资本回报率的均值回归（1997-2007）
1702328459
1702328460
与塞克里斯特的建议相反的是，所有公司都没有迁移到平均值的倾向，方差[2]也没有缩减的趋势。事实上，关于这份数据的一个不同但同样有效的演示表明了一种“远离平庸和（朝着）不断增加的方差移动的迹象”。14一个更准确的关于数据的观点是，随着时间的推移，运气对同一批公司进行洗牌，然后将其放在不同的分布位置上。自然地，经历过极端的好运或坏运的公司将有可能回归到均值，但从长期来看，整个系统看起来非常相似。
1702328461
1702328462
1702328463
1702328464