李迅雷專(zhuān)欄 | 相信大數(shù)據(jù)還是相信邏輯

　　來(lái)源：中泰證券資管

　　李迅雷

　　三年前，我曾經(jīng)以《相信奇跡還是相信邏輯》為題做過(guò)一次演講。核心觀點(diǎn)是，從古至今，國(guó)人的形象思維比較發(fā)達(dá)，但形式邏輯偏弱。建議用數(shù)據(jù)說(shuō)話，提倡理性思考。今天，我想提出一個(gè)問(wèn)題：在人人都在講大數(shù)據(jù)的時(shí)代，我們?cè)撊绾蝸?lái)看待和運(yùn)用大數(shù)據(jù)，當(dāng)大數(shù)據(jù)不合邏輯時(shí)，究竟是相信大數(shù)據(jù)還是相信邏輯？

　　相信個(gè)案還是相信大數(shù)據(jù)

　　“大數(shù)據(jù)”是指以多元形式，通過(guò)許多來(lái)源搜集而來(lái)的龐大數(shù)據(jù)組，往往具有實(shí)時(shí)性。大約從2009年開(kāi)始，“大數(shù)據(jù)”成為互聯(lián)網(wǎng)信息技術(shù)行業(yè)的流行詞匯。如美國(guó)互聯(lián)網(wǎng)數(shù)據(jù)中心指出，互聯(lián)網(wǎng)上的數(shù)據(jù)每年將增長(zhǎng)50%，每?jī)赡瓯銓⒎环?，而目前世界?0%以上的數(shù)據(jù)是最近幾年才產(chǎn)生的。

　　此外，數(shù)據(jù)又并非單純指人們?cè)诨ヂ?lián)網(wǎng)上發(fā)布的信息，全世界的工業(yè)設(shè)備、汽車(chē)、電表上有著無(wú)數(shù)的數(shù)碼傳感器，隨時(shí)測(cè)量和傳遞著有關(guān)位置、運(yùn)動(dòng)、震動(dòng)、溫度、濕度乃至空氣中化學(xué)物質(zhì)的變化，也產(chǎn)生了海量的數(shù)據(jù)信息。

　　有人把數(shù)據(jù)比喻為蘊(yùn)藏能量的煤礦。煤炭按照性質(zhì)有焦煤、無(wú)煙煤、肥煤、貧煤等分類(lèi)，而露天煤礦、深山煤礦的挖掘成本又不一樣。與此類(lèi)似，大數(shù)據(jù)并不在“大”，而在于“有用”。價(jià)值含量、挖掘成本比數(shù)量更為重要。對(duì)于很多行業(yè)而言，如何利用這些大規(guī)模數(shù)據(jù)是成為贏得競(jìng)爭(zhēng)的關(guān)鍵。

　　例如，2011年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者托馬斯·薩金特（Thomas J． Sargent）近期在中國(guó)公開(kāi)演講時(shí)就認(rèn)為，人工智能實(shí)質(zhì)上就是統(tǒng)計(jì)學(xué)。但我覺(jué)得他說(shuō)的有一定道理，但過(guò)于簡(jiǎn)單粗暴了。其實(shí)，他想表達(dá)的是人工智能中運(yùn)用的不少方法就是過(guò)去的統(tǒng)計(jì)方法。

　　又有人認(rèn)為大數(shù)據(jù)就是全樣本統(tǒng)計(jì)，這樣理解大數(shù)據(jù)未免有點(diǎn)淺薄了，全樣本統(tǒng)計(jì)只是大數(shù)據(jù)的一種形式而已。因此，大數(shù)據(jù)的涵義要比傳統(tǒng)意義上的統(tǒng)計(jì)數(shù)據(jù)廣泛，但確實(shí)又具有統(tǒng)計(jì)數(shù)據(jù)的很多屬性，因此大數(shù)據(jù)需要通過(guò)合適的方法，才能發(fā)揮其作用。

　　舉例來(lái)說(shuō)，兩年半前，我曾經(jīng)從螞蟻金服公布的居民網(wǎng)絡(luò)消費(fèi)數(shù)據(jù)中，發(fā)現(xiàn)天津在網(wǎng)絡(luò)消費(fèi)上的怪異現(xiàn)象：作為直轄市的天津，人均網(wǎng)消水平上明顯低于上海、北京、浙江、江蘇、海南、福建、廣東，甚至低于全國(guó)平均水平（因?yàn)榍捌邆€(gè)省市的消費(fèi)權(quán)重較大）。

　　由于天津的人均GDP水平在2016年及之前一直為全國(guó)省市自治區(qū)中排名第一，為何網(wǎng)購(gòu)數(shù)據(jù)那么弱呢？我當(dāng)時(shí)就認(rèn)為天津有夸大GDP的可能。因?yàn)椴殚啞督y(tǒng)計(jì)年鑒》，發(fā)現(xiàn)天津的人均可支配收入與人均GDP水平不匹配。即人均可支配收入不僅低于北京和上海，而且還低于浙江、江蘇。

　　如2015年浙江城鎮(zhèn)居民可支配收入占GDP之比為56.3%，上海51.3%，但天津只有31.9%，與前者竟然差20%左右。如果說(shuō)人均可支配收入偏低與通過(guò)大數(shù)據(jù)獲得的人均網(wǎng)購(gòu)額還是比較匹配的話，那么，人均GDP或GDP總額就極大偏離正常水平了。

　　今年年初，天津重新調(diào)整了其濱海新區(qū)2016年GDP的數(shù)據(jù)，從過(guò)去公布的10002.31億元，調(diào)整為6654億元，縮水3348億元，縮水幅度達(dá)三分之一?？梢?jiàn)，如果把從支付寶獲得的網(wǎng)購(gòu)大數(shù)據(jù)與統(tǒng)計(jì)部門(mén)公布的數(shù)據(jù)進(jìn)行相互比對(duì)，就可以及早發(fā)現(xiàn)問(wèn)題所在。這可以說(shuō)是運(yùn)用好大數(shù)據(jù)的意義所在。

　　文革期間，有一句口號(hào)叫“工業(yè)學(xué)大慶，農(nóng)業(yè)學(xué)大寨”，但為何學(xué)了那么久，經(jīng)濟(jì)增速仍然那么低，工業(yè)品和糧食那么短缺呢？因?yàn)榇髴c和大寨都屬于少數(shù)“成功”的個(gè)案，缺乏可復(fù)制性。而且，計(jì)劃經(jīng)濟(jì)模式所隱含的邏輯存在明顯缺陷。

　　我曾經(jīng)舉過(guò)一個(gè)例子：讓1000只猴子擲硬幣，每次出現(xiàn)正面的概率為50%，如果讓所有的猴子連續(xù)擲硬幣10次，那么，連續(xù)10次均為正面的概率就是50%的10次方，約等于千分之一，即一千只猴子中應(yīng)該有一只猴子會(huì)連擲硬幣10次均為正面。難道我們需要把這只猴子作為典型案例，號(hào)召所有猴子向它學(xué)習(xí)，將其“成功”擲幣的經(jīng)驗(yàn)進(jìn)行推廣嗎？

　　因此，步入信息社會(huì)，大數(shù)據(jù)概念的流行對(duì)于習(xí)慣于形象思維的國(guó)人是一個(gè)很好開(kāi)闊眼界機(jī)會(huì)，從古到今，相信奇跡的人為數(shù)不少，而相信常識(shí)或相信概率的卻不那么多。例如，為何澳門(mén)博彩業(yè)會(huì)如此繁榮，規(guī)模是拉斯維加斯的四五倍呢？就是因?yàn)椤跋嘈牌孥E（一夜暴富）”的國(guó)人太多了。

　　在國(guó)內(nèi)，你會(huì)發(fā)現(xiàn)類(lèi)似“成功學(xué)”的書(shū)特別好銷(xiāo)，但就“成功”本身而言，其比例一般都很低，否則就不叫成功了。也就是說(shuō)，成功只能是個(gè)案，但大部分人只對(duì)成功的個(gè)案有興趣，對(duì)成功率茫然無(wú)知。

　　盲目相信大數(shù)據(jù)并不可取

　　上一部分的核心觀點(diǎn)是大數(shù)據(jù)比個(gè)案更有說(shuō)服力。但是，過(guò)度迷信大數(shù)據(jù)也有問(wèn)題。以股市為例，目前A股市場(chǎng)的上市公司數(shù)量超過(guò)3000家，所有上市公司的盈利等財(cái)務(wù)數(shù)據(jù)累加起來(lái)，也構(gòu)成了大數(shù)據(jù)。

　　從2016年開(kāi)始，上市公司的整體ROE都在上升，但為何股市的估值水平卻在下移呢？為何商品房銷(xiāo)量屢創(chuàng)新高，房企的盈利也出現(xiàn)了高增長(zhǎng)，但房地產(chǎn)股卻大幅下跌？說(shuō)明借助大數(shù)據(jù)來(lái)預(yù)測(cè)未來(lái)，必須搞清楚數(shù)據(jù)與預(yù)測(cè)對(duì)象之間的邏輯關(guān)系。其實(shí)，股價(jià)應(yīng)該是領(lǐng)先指標(biāo)（或稱(chēng)晴雨表），大數(shù)據(jù)則是滯后指標(biāo)。房地產(chǎn)股的下跌，或是反映了股市投資者對(duì)國(guó)內(nèi)樓市未來(lái)下跌的擔(dān)憂。

　　同樣，2017-18年上市企業(yè)盈利整體增速超過(guò)兩位數(shù)，但不意味著2019年盈利增速不下降，當(dāng)投資者看到經(jīng)濟(jì)增速下行的長(zhǎng)期趨勢(shì)，就會(huì)對(duì)企業(yè)未來(lái)的盈利前景感到擔(dān)憂。

　　此外，大數(shù)據(jù)總量數(shù)據(jù)固然重要，但“內(nèi)部結(jié)構(gòu)”還需要分析：為何這兩年股市中的“中小創(chuàng)”跌幅較大？是因?yàn)槠錃v史的估值水平較高，盡管其盈利增速并不低，但面臨市場(chǎng)趨向理性之后的估值水平下移壓力。

　　所以，盲目偏信大數(shù)據(jù)反而容易產(chǎn)生誤判，只有運(yùn)用合適邏輯分析方法，才能把大數(shù)據(jù)的結(jié)構(gòu)和特征描述清楚。例如，由于A股中大市值公司的估值水平比較低，如銀行股的利潤(rùn)總額加起來(lái)要占到所有上市公司總利潤(rùn)的一半左右，且大部分銀行的PE只有5-7倍；所有上市公司PE加權(quán)平均之后，就很低了，但從PE的中位數(shù)看，估值水平仍然不低（目前23倍左右）。

　　我國(guó)的成語(yǔ)中也有類(lèi)似對(duì)大數(shù)據(jù)“滯后”特性的描述，如盛極而衰，表示數(shù)據(jù)雖然非常好看，但可能意味著衰退。而且，正是由于人們偏愛(ài)“用數(shù)據(jù)說(shuō)話”，因此，數(shù)據(jù)作假現(xiàn)象也屢見(jiàn)不鮮，從而導(dǎo)致總量數(shù)據(jù)與實(shí)際相背離，或者數(shù)據(jù)之間的勾稽關(guān)系出現(xiàn)矛盾。本人曾在2012年專(zhuān)門(mén)對(duì)存在誤差可能性的宏觀數(shù)據(jù)做了分析（見(jiàn)拙作《中國(guó)經(jīng)濟(jì)結(jié)構(gòu)存在誤判》）。

　　為何會(huì)發(fā)生黑天鵝事件：

　　還是要相信邏輯

　　17世紀(jì)之前，歐洲人都認(rèn)為天鵝都是白的，因?yàn)樗麄兯?jiàn)到的各大洲（歐洲、亞洲、非洲）及各個(gè)地方的天鵝，無(wú)一例外地都是白色的——這就是用歸納法對(duì)大數(shù)據(jù)處理所得出的結(jié)論。一直到人們?cè)诎闹薨l(fā)現(xiàn)第一只黑天鵝之后，天鵝都是白色的結(jié)論就被推掉。

　　從此之后，人們就把意想不到事件的發(fā)生，稱(chēng)之為黑天鵝事件，這說(shuō)明大數(shù)據(jù)的缺陷所在——樣本不能被窮盡，因此，大數(shù)據(jù)可以用來(lái)“證偽”，卻不能用來(lái)證明。

　　例如，外星球究竟有沒(méi)有生命的問(wèn)題，大部分科學(xué)家都認(rèn)為肯定有生命，其邏輯就是概率分布，因?yàn)槊ＣＳ钪嬷械男乔虿挥?jì)其數(shù)，難道只有唯一一個(gè)地球上有生命？但概率只是代表可能性，觀察的樣本數(shù)量再大，也無(wú)法找到一個(gè)例證來(lái)證明外星球上確有生命。

　　而大數(shù)據(jù)的運(yùn)用，大部分采用歸納法——人類(lèi)思維中90%以上的機(jī)率都在使用歸納法，因?yàn)闅w納法不需要運(yùn)用太多的知識(shí)；不像演繹法，它先要掌握不少知識(shí)或定理，然后再據(jù)此去推理。

　　例如前段時(shí)間英國(guó)皇家學(xué)會(huì)前主席阿提亞爵士宣稱(chēng)證明了黎曼猜想，是否真的證明了姑且不論，但證明過(guò)程所需要的深?yuàn)W專(zhuān)業(yè)知識(shí)，肯定不是一般人所能觸及的。

　　事實(shí)上，西方在基礎(chǔ)研究領(lǐng)域的巨大成就，大部分都是在17世紀(jì)之后取得的，遠(yuǎn)沒(méi)有跨入大數(shù)據(jù)時(shí)代，且大部分沒(méi)有采取實(shí)驗(yàn)室研究的方式，但至今大部分成果都被廣泛應(yīng)用到社會(huì)經(jīng)濟(jì)、科技生產(chǎn)的各個(gè)領(lǐng)域。

　　也就是說(shuō)，17世紀(jì)之后，西方抽象思維得到極大發(fā)展，建立了數(shù)學(xué)、物理的科學(xué)體系，進(jìn)而又推動(dòng)了科技進(jìn)步，從而拉大了中西方在科技領(lǐng)域的差距。

　　相比之下，從中國(guó)歷史上所取得的科學(xué)成果看，能體現(xiàn)抽象思維的東西比較少，形式邏輯在中國(guó)沒(méi)有充分發(fā)展，春秋戰(zhàn)國(guó)時(shí)代，形成邏輯也曾有過(guò)發(fā)展，但最終卻演變成了“詭辯術(shù)”，如公孫龍（前320年-前250年）就提出了“白馬非馬”之說(shuō)，因此，中國(guó)歷朝歷代的思維還是見(jiàn)長(zhǎng)于歸納法和辯證法。

　　舉個(gè)例子：南宋數(shù)學(xué)家楊輝在1261年所著的《詳解九章算法》一書(shū)中，展現(xiàn)了二項(xiàng)式系數(shù)在三角形中的一種幾何排列，因此，“楊輝三角”實(shí)質(zhì)上是把二項(xiàng)式系數(shù)圖形化，把組合數(shù)內(nèi)在的一些代數(shù)直觀地從圖形中體現(xiàn)出來(lái)。

　　　　但他并沒(méi)有在其著作給出具體推導(dǎo)過(guò)程，所以，我們只能認(rèn)為“楊輝三角”是通過(guò)歸納總結(jié)發(fā)現(xiàn)的，未能把它進(jìn)一步抽象為“二項(xiàng)式定理”，而牛頓就給出了二項(xiàng)式定理的一般公式和推導(dǎo)過(guò)程。即：

　　　　由于形式邏輯、演繹法在中國(guó)五千年的漫長(zhǎng)歷史中沒(méi)有得到充分發(fā)展，這才是導(dǎo)致我國(guó)近代科技發(fā)展遲緩的根本原因，而不是所謂的制度因素。為什么哲學(xué)、宗教、文化乃至醫(yī)學(xué)等都有中西方之分，但數(shù)理化就沒(méi)有“中國(guó)數(shù)理化”而是照搬西方的呢？因?yàn)檫@些學(xué)科都不能通過(guò)經(jīng)驗(yàn)（或稱(chēng)大數(shù)據(jù)歸納）、傳承或辯證法來(lái)創(chuàng)設(shè)的。

　　三年前，我提出要相信邏輯，不要相信奇跡（個(gè)案）。如今進(jìn)入了大數(shù)據(jù)時(shí)代，仍然提倡：在大數(shù)據(jù)面前，更要相信邏輯，雖然大數(shù)據(jù)比個(gè)案更有說(shuō)服力，但大數(shù)據(jù)同樣存在失真、變異、滯后甚至被操縱的可能性。

　　例如，去年以來(lái)公布的統(tǒng)計(jì)數(shù)據(jù)顯示企業(yè)的盈利增速大幅提高，但為何企業(yè)的投資增速卻大幅下降呢？大數(shù)據(jù)不能解釋?zhuān)壿媴s可以作合理解釋?zhuān)汗┙o側(cè)改革、環(huán)保標(biāo)準(zhǔn)提高等導(dǎo)致供給端被壓縮，進(jìn)而導(dǎo)致上游商品價(jià)格上漲，大企業(yè)盈利增速上升。

　　社會(huì)經(jīng)濟(jì)的發(fā)展，看似千姿百態(tài)，但也有其共性。比如，二戰(zhàn)之后的今天，市場(chǎng)經(jīng)濟(jì)最終成為全球幾乎所有國(guó)家的共同體制，說(shuō)明這個(gè)體制合乎經(jīng)濟(jì)可持續(xù)增長(zhǎng)的邏輯。這正如價(jià)值投資成為全球絕大部分資本市場(chǎng)的共同理念一樣，唯有如此，才能獲得較大的回報(bào)。

　　縱觀全球各國(guó)經(jīng)濟(jì)走勢(shì)，都會(huì)發(fā)生波動(dòng)，盡管波動(dòng)劇烈時(shí)政府部門(mén)會(huì)采取逆周期的政策，試圖通過(guò)干預(yù)市場(chǎng)來(lái)避免發(fā)生危機(jī)，但事實(shí)上卻很難避免。也有些國(guó)家盡管沒(méi)有爆發(fā)危機(jī)，但其代價(jià)是往往經(jīng)濟(jì)停滯和債務(wù)高企。因此，就像價(jià)值投資理念對(duì)資本市場(chǎng)的影響一樣，邏輯產(chǎn)生作用可能會(huì)遲到，但不會(huì)缺席。