高管的行为和沟通在建设和保持文化引导的组织结构中起到了巨大的作用。这是老生常谈了，但也是一个事实，如果高管不以身作则，践行准则，那么其他人也不会这么做。如前所述，文化准则的平衡系统并非有组织地产生的，所以所有拥有强大文化的公司在历史上总有一个时刻，当时的首席执行官扮演了文化总设计师和加强员的角色。这些个体也为公司仔细地设计了一系列期望准则，并保证这些准则被高管团队践行，将准则深深地植入组织，然后创造出保证准则在组织中渗透的机制。随着时间的推移，一旦文化被很好地建立，文化设计与强化就能（而且应该）成为高管团队的集体责任，但是在文化建立与形成的关键时期，首席执行官的个人领导力是无可替代的。
交流也很重要，认知科学告诉我们，大部分公司的变革计划都是落后的。48人类是固执的生物，不会因为老板的言辞、充满鼓舞性话语的演示文稿或标识牌就改变自己的心理模型和行为。公司变革计划需要处理人类认知中喜爱故事、模式识别、情感化以及善于归纳的方面，而非诉诸基于事实、演绎的方面。人们需要在已有的心理模型中受到震撼，看到现实和需求之间亟待弥合的鸿沟。变革计划需要有一个基于事实的论点，但是交流的重点必须放在故事、类推以及模式上，以帮助人们看到问题。大部分变革计划都十分被动，许多交流都是自上而下的。但学习是交互式的，所以变革计划需要让人们亲自克服问题。
许多高管发现话语片段这个想法有点不合口味，将它和政客联系在一起。但是关于人类认知的事实是，我们会记得使用了押韵、比喻、讽刺或者其他技巧的朗朗上口、有节奏感的短语。杰克·韦尔奇是使用话语片段的大师，他用话语片段将行为准则融入通用电气公司的文化中，取得了非常好的效果。49此外，频繁地重复也是关键，这就是为何宗教领袖要每周会见信众，为何政治家们要满脸通红地进行相同主题的政治演说——我们的大脑倾向于通过质量及频率来衡量信息的重要性。
这种管理方式并不轻松，所以也不常见。正如罗伯特·威金斯和蒂姆·罗弗里指出的，拥有适应和重复成功模式的公司只占所有公司数量的1/100。通用电气、惠普、IBM 、强生、英国石油公司、杜邦、宝洁以及高盛是经常被谈起的少数建设适应性社会结构的公司。50这些公司都不完美，但都拥有持续性的优良表现，它们从逆境中重生，并且在充满变数的环境中存在了很长时间。
心智社会
伊迪丝·彭罗斯在她的《企业成长理论》中提到一些问题：是否存在限制企业规模和成长的因素？如果存在的话，包括哪些？51她发现了两个因素，其中第一个是管理复杂性的能力。在某一时刻，组织可能会陷入彭罗斯所说的“太大而无法有效管理”的情况。52然而，这种限制因素的表现一直在进化，如同我们的物理技术与社会技术的进化一样。很明显，用电脑、电话、飞机和现代管理技术要比用信件、信鸽、轮船和19世纪的标准工时更容易经营一个全球化组织。有证据表明，随着时间的推移，这个限制变松了，因为财富500强公司的平均员工数量几乎增至3倍，从1955年的约16 000人变为2003年的将近48 000人。53
彭罗斯发现的第二个限制因素是知识。一家企业的知识面有多广，它就能增长多快。54知识是进化过程的产物，我们可以说，企业增长的速度受限于进化过程。虽然经济中的组织规模增长了，企业规模和增长率的分布却相对稳定。根据布鲁金斯学会的罗伯特·埃克斯特尔和波士顿大学的吉恩·斯坦利的研究，两者的分布都符合幂定律。55这些幂定律的存在表明，系统中的确存在限制因素。你可以假设，令我们停滞不前的也许正是彭罗斯所说的第二个限制因素。我们的物理技术和社会技术使得组织发展出了协调、控制和执行的能力，远远超过了它们的创新和创造知识的能力。
如果这是事实，那么就意味着我们的操作远未发掘人类的潜力。伟大的认知学家和人工智能研究专家马文·明斯基说，我们所说的“智能”并不是一个单独的东西，而是从多个个体的集体互动中产生的突生现象。智能的魔力在于当这些部分以特定的方式组织时，它们能作出个体无法完成的事。明斯基称对智能的这种描述可以概括为“心智社会”。56
人类组织经历了三个发展阶段。第一个阶段是社会技术的进化，它使得陌生人可以在信任的基础上展开合作。第二个阶段是大规模组织的创造，它能开发催生产业革命的物理技术。也许我们现在正处于第三阶段的初始阶段，刚开始学习如何在大型组织中创造“心智社会”。
大部分组织只利用了它们的人员脑力的一小部分。工业时代产生的层级组织使人类实现了曾经无法想象的大规模合作，并执行无比复杂的商业计划。不过，这些结构内在的僵化最终限制了它们在市场中的进化。通过文化杠杆，公司可以在组织内部创造真正的社会，解放员工的思想。在任何社会中，自由都意味着责任，文化必须支持表现、执行、探索及适应。创造这样的文化是真正的“社会工程”，其中伴随着与这个短语相关的所有风险和不确定性。对于成功的公司来说，最终的奖赏是它们创造出的制度能够在未来持续驱动财富的创造。
17
金融：
预期的生态系统
约翰·梅里韦瑟（John Meriwether）是掌管数十亿美元对冲基金的长期资本管理公司（Long-Term Capital）的首席执行官。1998年夏天，他在休假期间接到了一个紧急电话。8月份的世界金融市场犹如不停向前行驶的过山车，亚洲经济体陆续崩塌，美国市场出现大幅波动。到月底，这列过山车彻底脱轨。长期资本管理公司在几天内损失了44亿美元，1梅里韦瑟满含羞耻地被召回康涅狄格州的格林威治（Greenwich），开始实施紧急救助计划。
诺贝尔奖溃败
人们会记住1998年的夏天，这一时间节点标志着旧的金融理论时代的结束，新的理论时代的开始。1987年股市暴跌撼动了象牙塔的根基，1998年的一系列事件使得股市彻底崩盘。市场的波动令人难以置信，由此及彼、接连崩溃，人们对于风险的认知突然发生变化，传统经济学始料未及，几乎无法解释此类现象。这一切也极具讽刺意味：长期资本管理公司的投资策略的主要设计者也是两位现代金融理论之父——罗伯特·默顿（Robert Merton）和迈伦·斯科尔斯（Myron Scholes），他们也是诺贝尔经济学奖获得者。正如长期资本管理公司溃败后的第二天默顿指出的，“根据我们的模型推测，不可能出现这种情况”，然而它确实发生了，而且还刊登在了《华尔街日报》的头版。2
新近发生的种种事件只会引发人们对传统经济学中的金融理论更多的质疑。传统经济学整齐、理性、均衡的世界中并不存在股市泡沫。然而，在1997年至2000年的牛市期间，美国金融市场中的美元价值增加了超过12.7万亿美元，然后在世纪末的巨大崩盘中，10.8万亿美元迅速蒸发。人们再也无法忽略现实世界和教科书之间的差距了。
经济学领域中只有极少数学科的理论和方程式直接来自学术界并应用于现实世界，而金融学正是其中之一。投资者、银行、企业经理和政府决策者都在大量使用传统金融工具。以金融学为基础进行决策的包括数十亿美元的交易、两家公司是否合并以及中央银行如何设定利率。因此，任何对传统金融理论错误的指控都有着重要影响力。
金融理论独一无二的原因是它是经济学领域进行实证分析最多的理论。金融经济学家拥有丰富的资源——每分每秒进行的成千上万宗资产交易数据。他们也很幸运，因为金融市场已经运行了很久，并保持着良好的记录，经济学家不仅可以随时查看数据，还可以查看数十年的历史数据。不幸的是，所有这些数据都不符合传统理论。
被遗忘的法国人和积满灰尘的图书馆
1900年，法国索邦大学（Sorbonne）一位年轻的数学系研究生路易·巴舍利耶（Louis Bachelier）完成了一篇题为《投机理论》（The Theory of Speculation）的论文。3他在论文中提出了股票价格随机游走理论。正如本书前面所描述的那样，随机游走是指某个事物在每个时间增量上以随机方向移动随机距离。巴舍利耶的理论根本的含义是，随着时间的推移，股票价格的变动路径和醉汉在巴黎街头游荡一样，并没有什么规律可循。不幸的是，巴舍利耶并没有说服论文审查委员会的老师们，接下来的60年里，他的理论没有引起任何注意。4
随后，1954年，一位名叫吉米·萨维奇（Jimmie Savage）的统计学家在芝加哥大学图书馆里查找资料，刚好发现了路易·巴舍利耶在1914年写的一本小书。萨维奇被这本积满灰尘的书深深吸引，于是给颇具传奇色彩的经济学家保罗·萨缪尔森写了一封信。萨缪尔森从索邦大学获得了巴舍利耶的论文副本，在萨缪尔森的影响下，随机游走理论成为传统金融理论的基石。
在萨缪尔森重提巴舍利耶的理论之后的30年里，包括萨缪尔森、保罗·库特纳（Paul Cootner）、哈里·马科维茨（Harry Markowitz）、詹姆斯·托宾（James Tobin）、弗兰科·莫迪利安尼（Franco Modigliani）、默顿·米勒（Merton Miller）、费希尔·布莱克（Fisher Black）、迈伦·斯科尔斯、尤金·法马（Eugene Fama）、威廉·夏普（William Sharpe）和罗伯特·默顿在内的一众经济学家进一步发展了传统金融学的主要观点。1973年，普林斯顿大学一位名为伯顿·马尔基尔（Burton Malkiel）的教授出版了《漫步华尔街》（A Random Walk Down Wall Street）一书，这本书完整地总结了这一时代的研究，并向华尔街专业人士和个人投资者推广了这些研究。5这本书后来成为畅销书和工商管理学硕士课程的固定读物，整整一代交易者和投资者在被遗忘了的法国人提出的观点下逐渐成长起来。
教科书上挑选股票的方法
根据传统金融理论，对股票或其他任何金融工具进行估值时，应该看投资者未来从股票中获得的现金流。6假设一家名为可预测公司的公司需要支付股票的股息，而我们有一个水晶球，可以完美地预测该公司在未来5年内每年支付10美元的股息。水晶球还告诉我们，在第6年，诺贝尔公司将以每股100美元的价格接管可预测公司。通过持有该公司的一部分股票，诺贝尔公司5年间每年将收到10美元的股息，相当于50美元，加上第6年的100美元，总计150美元（不考虑税收）。因此，可预测公司未来每股的价值是150美元。然而，众所周知，当今一美元的价值比未来一美元的价值要高。如果只是为了在6年内收回150美元，人们当前就不会以150美元的价格购买该股票。人们希望钱能够获得回报，而回报取决于投资的风险以及替代方案如何。
现在想象一下，假如你没有水晶球，只是期待可预测公司能够按照刚刚概述的方式运转。你已经阅读了公司的所有报告，分析了公司在市场中的地位，并且利用所有的公开信息来作出决定。但是，虽然你希望可预测公司以某种方式帮你赚更多，但你也知道它可能变得更糟，也可能变得更好。同时，你也可以将资金放到拥有政府担保，几乎没有风险的计息银行账户中，而不是投放到面临相关风险的可预测公司中。因此，假设你认为可预测公司的风险太大，需要获得10%的回报才值得出手。如果是这种情况，那么当前你只愿意支付94美元，以便一段时间后可以收回150美元，这样的投资可以让你获得10%的回报。7当投资者认为当前美元价值超过未来美元的价值时，这种想法被称为贴现（discounting），贴现金额取决于投资者认为其正在承担的风险水平。
在传统金融理论中，所有投资者都是理性的，并按照理性行事。他们会针对特定股票搜集所有可用的信息，形成一套对通过持有投资以期在未来获得现金流的预期，评估风险以得出贴现率，然后计算当前股票的价值。因此，在给定时刻，股票的价格反映了股票中所有的可用信息，以及每个人基于该信息的预期。假设你预计可预测公司会增长，其股息每年会从10美元上涨至11美元、12美元、13美元或14美元。那么当前你就会愿意支付101美元，而非94美元，来获得10%的回报。因此，预计某支股票会上涨的投资者其实已经将这种预期纳入了当前的价格之中。同样，预计未来股息将下降也会导致估值下降。同样，对投资风险的看法发生变化也会引起贴现率发生变化，投资人对股票赋予的价值也会随之发生改变。
一旦掌握了所有可用的信息并计算出愿意支付的价格，从理论上讲，你就不会改变出手价格了，除非有新的信息出现，改变你对未来的预期。因此，如果你听说可预测公司另一个股利支付为10美元时，这正符合你的预期，你会继续在该股票上投入94美元。但是如果情况相反，你得到消息称可预测公司正在增加股息，这让你始料未及，那么你的估值就会有一定幅度的上涨。
到目前为止，我们已经描述了传统金融理论中个人投资者作出决定的过程，接下来要考虑当若干投资者进行交易时会发生什么。每个人都会以不同的方式来解释信息。乐观的投资者也许会预期可预测公司的估值为101美元，而悲观的投资者可能会将其估值为87美元。乐观主义者愿意以最高101美元的价格购买股票，而悲观主义者愿意以最低87美元的价格出售股票。因此，两者就有可能进行交易。现在，市场上很多人都打着自己的算盘，也持有不同的股票，因此我们可以举行拍卖，让所有人进行交易，实质上也是自行分类，让悲观主义者向乐观主义者出售股票。在某些时候，所有的投资者都会以他们想要的价格持有想要的股票，这时他们将不再有任何交易的动机。在这一节点上，每个人都很满意，没有人想再进行交易，市场处于均衡状态。拍卖师此时设定的价格就是市场价格。实际上，市场价格代表市场中所有的预期和信息达成的共识。
在这个故事中，市场应该只是以市场价格处于均衡状态，直到新的信息进入为止。我们可以想象每个人都在敲手指、打哈欠，并在交易大厅里闲逛。随后新消息出现了，可预测公司刚刚收到了一大笔意外的产品订单。听到这一消息，每个人都开始躁动不安，都试图尽可能多地分析这一消息。投资者更新了他们对可预测公司未来现金流和风险的预期，并提出新的估值，从而引发新一轮的交易。交易时刻都在进行，直到每个人都十分满意为止；然后，市场达到均衡并回归安静模式，直到下一条消息闪现。
正是市场消化信息的效率引起了价格以随机游走的形式浮动。如果每个人都在吸收所有可用的信息并正确地进行计算，那么唯一会导致可预测公司股票价格浮动的因素就是新消息。由于传统经济学假设新消息的出现是随机事件，并且没人知道它是好消息还是坏消息，因此价格会随着消息的风吹草动而随机变动。但是，由于工业化世界的经济平均每年增长几个百分点，因此经济学家在模拟消息的随机性时，会偏向使用好消息。虽然不了解可预测公司的任何其他事项，但是公司在整体经济增长中是受益的，因此可以预计好消息比坏消息多一点，这被称为带漂移项的随机游走过程（random walk with drift）。虽然股票市场是随机游走的，但平均来看，随着时间的推移，股票价格仍会上涨。
拉斯维加斯、丘吉尔园马场和华尔街
随机游走假说的一个重要含义是过去股票价格变动中的信息无用。过去股票的涨跌情况不会影响未来的股票涨跌——再次强调，促使价格发生变动的唯一因素就是随机的消息。如果过去的价格变动有任何模式，理性投资者就会发现，这些模式会提供有用的信息，投资者在设定估值时就会运用这些信息。然后，他们利用模式从市场中套利，市场再次变得随机。
此外，理性投资者和套利的结合意味着打败市场并产生比整个市场更高的回报是不可能的，这被称为有效市场假说（efficient-markets hypothesis）。这一理论早期的构建者、芝加哥大学的尤金·法马指出，如果价格“完全反映”所有可用和相关的信息，那么可以称其为有效市场。8这意味着如果每个人都使用相同的公式来计算价格，并且可以获得相同的信息，那么价格将反映出这一点。既然无法比完全理性更聪明，那么只有拥有其他人没有的信息时，人们才能提出更好地反映股票“真实”价值的价格。现代市场中对发布和使用信息有着特别的管理，以防止公司职员或其朋友和家人等“内部人员”进行不公平的交易。当新的信息到达市场时，无论是公司的收益报告还是政府的经济统计数据，全天候的新闻报道以及互联网的普及实际上保证了每个人都能同时获得信息。有效市场的含义是没有办法获得优势并系统地击败市场。正如保罗·萨缪尔森曾经说过的，“在拉斯维加斯、丘吉尔园马场或是地方的美林证券公司，要想致富是很难的”。9
在这一点上，你可能会说，沃伦·巴菲特不就成功了吗？难道没有聪明的投资者和愚蠢的投资者之分吗？传统的金融理论家会回答说，是的，有这种差异，但正是聪明的投资者设定了市场价格。市场中有两种投资者：一种是像沃伦·巴菲特一样精明的投资者，他们搜索所有最新的信息，并且运用智慧完美地分析信息；一种是平庸的投资者，他们根据出租车司机和调酒师的提示购买股票。当他们凑到一起进行交易时，精明的投资者会与平庸的投资者进行买卖，利用后者的无知，直到市场价格与精明投资者给出的价格相当并且各方停止交易为止。平庸的投资者会损失钱财，精明的投资者会大捞一笔，因此，随着时间的推移，精明的投资者掌控的资本金额将会增加，而平庸的投资者的资本将缩减，大部分资金留在了精明的投资者手中。10在真实世界的市场中，大部分资本都在养老基金、共同基金和其他专业投资者的控制之下，通常正是这些投资者进行的交易决定了价格。
平庸的人可能没有机会与职业选手对抗，但是随着时间的流逝，共同基金广告里的图表怎么样了呢？这些共同基金的广告总是展示那些回报高于市场平均值及竞争对手的特定基金。根据传统经济学家的说法，可能有两种解释。第一种解释是该基金承担的风险高于市场平均水平。在有效的市场中，人们可以获得比市场平均水平更高的回报，但是天下没有免费的午餐，人们付出的代价就是更高的风险。因此，在调整风险的基础上，人们仍然无法打败市场。第二种解释是运气。正如与“优秀”公司同行，如果在一定时期内拍摄一组共同基金的快照，就不可避免地会发现一些“优秀”的共同基金，就像一群人在屋子里掷硬币，总会出现许多硬币正面朝上的情况。正如马尔基尔在1973年出版的书《漫步华尔街》中所指出的那样，一些研究表明，随着时间的推移，在平均情况下，共同基金和专业投资者没有在具有统计意义并基于风险调整基础上超出如标准普尔500一类的广泛市场指数。事实上，他们中的大多数都在追随指数。11
-----------
传统金融将其理念发展成了严谨而有说服力的理论，这些理论可以一路将我们从个人投资者的行为一直带到全球市场的运作之中。传统金融理论在很多方面都是传统经济学中优雅和高度发达的分支之一。
然而，在过去的20年里，现实对这一理论并不友好。正如本章开头所指出的那样，诸如1987年的崩盘和20世纪90年代的技术泡沫等事件已经极大地挑战了传统金融理论。但也许更重要的是，使用先进的统计工具进行实证工作的新一代经济学家已经在质疑该理论的核心原则。从这项工作的有利的角度来看，该理论充其量只是在某些情况下大致适宜；在最坏的情况下，我们可以说理论太简单而且是错的。为了切入问题的核心，我们需要明确三个显著的事实：
◎ 第一，大量的实证和实验证据表明，现实世界的投资者看起来并不像理论中描述的是完全理性的。12投资者不会像传统理论所假设的那样贴现，他们对风险存有各种偏见，在处理信息时会出现框架错误，并且会摸索着作出决策。正如第6章已经概述过的，这并不意味着投资者是非理性的或仅仅说是根据情感作出决定。相反，他们是“有限理性”和归纳理性的，而不是完全理性和演绎理性的。可以这么说，30年的工作毫无疑问地表明，完全理性没有体现出经济现实。
◎ 第二，巴舍利耶错了，市场并不是随机游走的。通过审视拥有较大结构的市场数据我们发现，它们具有复杂适应系统的所有典型特征。
◎ 第三，在传统经济学意义上，金融市场并不高效，但正如我们将要看到的，从进化的意义上来看，金融市场的效率非常高。
棉花价格、肥尾与分形
首先，为了理解传统理论出错的地方以及金融市场究竟是什么样的，我们需要回到20世纪60年代IBM公司位于纽约约克城高地（Yorktown Heights）的大型研究中心。当时，其中正崭露头角的明星之一便是在波兰出生、在法国接受教育的数学家贝努瓦·曼德尔布罗特。13他年轻的时候就是个叛逆的人。虽然法国数学界对布尔巴基学派（Bourbakist）的纯粹逻辑着迷，曼德尔布罗特却对几何学这一较冷门的学科感兴趣，通常会首先选择绘制数据图片而非书写公式。
1960年，曼德尔布罗特在哈佛大学做演讲，当时黑板上的一张图片吸引了他的目光。这张图片是经济学教授亨德里克·霍撒克（Hendrik Houthakker）收集的棉花价格数据图。亨德里克一直在绘制棉花价格的每日变化图，并试图将数据拟合成高斯钟形曲线。按照随机游走假设所说，亨德里克应该能达到目的，但是他无法获得适合的数据。然而，曼德尔布罗特认为他发现了那些数据正在创建的模式，他把亨德里克的数据输入一个装有计算机（旧时数据编码中用的）穿孔卡的盒子里，带回了约克敦海茨。1963年，曼德尔布罗特在题为《特定投机价格的波动》的论文中公布了他的分析结果。他通过四个步骤瓦解了随机游走假说：（1）与钟形曲线相比，数据分布的厚尾特点非常明显。换句话说，价格波动比随机游走预测得更为极端。（2）极端事件非常极端，大部分的差异都受到少数猛烈的价格变动的影响；（3）价格变动似乎在时间上出现了一些聚集，换句话说，出现了一种间断均衡的模式。（4）与随机游走预测不同，描述数据的统计信息并不是静止的，而是随时间变化而变化的。14
曼德尔布罗特不仅否定了随机游走假说，还提出了另一种假说。他指出棉花价格分布的尾部遵循幂定律。15曼德尔布罗特的提议完整地解释了数据的肥尾和极端波动，所有这些特征都是随机游走假说无法解释的。在后来的工作中，曼德尔布罗特将金融市场价格描述为“分形几何”（fractal geometry）——不仅在金融数据中有这样的结构，这些结构还出现在从数分钟到数个月内的多个时间尺度上，就像因曼德尔布罗特而备受关注的分形图像的模式一样。16
1963年，曼德尔布罗特的论文发表，一石激起千层浪。随机游走假说的主要倡导者保罗·库特纳说：“要想推翻几个世纪以来的努力成果，我们首先得鉴别并确保曾经的努力是否真的一文不值。”17随后人们围绕曼德尔布罗特的论文展开了辩论，芝加哥大学的尤金·法马对此文进行了深度的批判。18但在1967年发表的另一篇论文中，曼德尔布罗特回应了批评者们，并用包括小麦价格、铁路公司股票、利率和汇率的额外数据证实了他的结论。19最终，辩论逐渐平息，经济学家们转向了其他话题。曼德尔布罗特是一个外行，是IBM公司的数学家，而不是经济学家。随机游走假说体现的是传统理论的力量，而在当时，没有其他理论支持曼德尔布罗特的结论。直到20年后，才出现了复杂适应系统以及理解该系统的工具。经济学家把曼德尔布罗特的论文视为“令人感到不适的异常现象”。曼德尔布罗特的论文同巴舍利耶早期的工作一样被遗忘了，等待着新一代研究人员重新发现。
华尔街的非随机漫步
1986年，麻省理工学院的一名叫罗闻全的年轻教授和他的合作者、沃顿商学院的克雷格·麦金利，向一场庄严的金融学者会议提交了一份论文。两人在论文中宣称，他们已经证明股票价格并不是随机游走的。他们在1999年出版的《华尔街的非随机漫步》（A Non-Random Walk Down Wall Street）一书中描述了人们的震惊反应。20当他们继续探讨这一话题时，一位资深的经济学家言之凿凿地声称不可能出现这样的结果，还争辩着说他们一定犯了计算机编程方面的错误。
但在接下来的几年里，人们发现两人采用的程序合理，结论有理有据。与曼德尔布罗特不同，罗闻全和麦金利是金融领域的行家，他们在研究中使用的是传统金融研究的主流技术。在两人发表论文之前，随机游走假说的统计测试已经进行了几十年，但测试的重点是是否可以根据过往的股票价格预测未来股票的价格。21测试结果是否定的，但正如罗闻全和麦金利指出的那样，虽然测试结果与随机游走假说一致，却不能证明这一假说是正确的。他们提出了一个略有不同的问题：数据中存在的任何模式或规律是否会以统计意义的方式偏离纯粹的随机模式？22而人们是否可以使用任何此类模式来赚钱是另外一回事。两人发现了两种能够否定随机游走的模式，这两种模式都符合曼德尔布罗特的发现。首先，他们发现价格和时间之间存在相关性；其次，市场价格的变化与随机游走假说所描述的不同。23
在接下来的10年中，罗闻全和麦金利大部分时间都在回应各种针对他们的研究结果的批判，并进一步寻找证据来支持研究结果。此外，其他研究人员也配备了越来越强大的计算机和统计工具，开始探索世界各地金融市场数据中各种有趣的模式，24随机游走假说迅速消亡。到2000年《华尔街的非随机漫步》第七版发布时，作者伯顿·马尔基尔也不得不承认实际上市场并不是随机游走的。
来自经济物理学家的攻击
正当罗闻全和麦金利从行内人的角度攻击传统金融理论的基础时，另一组研究人员开始从外部进行攻击。1989年11月9日，柏林墙倒塌，突然间，所有人都在谈论国防开支的重大削减和“和平红利”。对于在洛斯阿拉莫斯（Los Alamos）和桑迪亚（Sandia）等美国国家武器实验室工作的数千名物理学家和数学家来说，“和平红利”却意味着失业。在世界的另一端，苏联的世界级科学家也面临失业。同时，蓬勃发展的华尔街也急需训练有素的数学家。很快，需求和供给得到了匹配，世界各地的大量火箭科学家开始在高盛、摩根士丹利和各种秘密的对冲基金就职。科学家之间的竞争依然激烈，只不过竞争的重点从炸毁世界转为价格衍生品。
起初，物理学家只是简单地消化了别人给他们的财务教科书，并开始研究计算机模型找方法赚钱。许多人都注意到了他们所看到的现实数据与教科书之间的差异。与此同时，混沌理论、非线性动力学和复杂性理论在物理学领域取得了突破性的进展。终于，物理学家转向这些理论寻求答案，而金融和复杂性理论最终相遇。很快，传统物理科学期刊，如《物理评论快报》（Physical Review Letters）和《自然》杂志中印满了由“经济物理学家”撰写的金融文章。25到20世纪90年代，基于曼德尔布罗特的主张，尤金·斯坦利（Eugene Stanley）、琼·菲利普·布沙尔（Jean Phillippe Bouchard）、尼尔·约翰逊（Neil Johnson）、罗萨里奥·曼特尼亚（Rosario Mantegna）和迪迪埃·索内特（Didier Sornette）再次活跃起来，并开始用波动、肥尾的股票市场这一视角对抗传统金融学，这与教科书的视角截然不同。26
多因·法默正是一位从武器实验室转型进入华尔街的物理学家。法默是原圣塔菲研究所经济学研讨会的成员，本书第8章回顾了他关于幂定律和股票市场的一些研究。1991年，法默辞去了洛斯阿拉莫斯国家实验室复杂系统小组负责人的工作，与他的老朋友物理学家诺曼·帕卡德（Norman Packard）创建了预言公司（Prediction Company）。新公司的使命是将最新的物理理念应用于金融市场。作为物理界的知名人物，法默不仅因其在复杂系统中的开创性工作而享有盛誉，年轻时他还尝试将物理知识用于轮盘赌来决胜拉斯维加斯。他和包括帕卡德在内的几个同伴，将轮盘赌的非线性模型写入了小型计算机，又把小型计算机装进鞋子里，然后出发前往赌场。他们并没有赚到预期的数百万美元，但最终大获全胜，因此引发内华达州颁布禁止计算机辅助赌博的法律。预言公司就像“鞋子里的电脑”，是法默和帕卡德用来在世界上最大的赌场——华尔街放手一搏的工具。法默在其后的8年中在真实世界的市场工作，并与包括瑞士联合银行（United Bank of Switzerland）在内的客户进行交易。后来，法默决定回到学术界和圣塔菲研究所，将其所学应用于理论世界。27
市场是不断进化的生态系统
传统金融学的一个基本主张是市场中的任何模式或信号都会被警惕和贪婪的投资者用来套利。如前所述，传统金融学假设所有投资者都可以获得相同的信息，如果股票价格存在任何模式，投资者将会发现这些模式，并在定价决策中将其考虑在内，从而推动市场回归随机游走。然而，法默发现传统经济学中对于套利的定义受到第3章提到的20美元钞票问题的困扰。传统金融学中的均衡框架导致经济学家忘记了时间，也忘记了市场是动态系统。法默和他在预言公司的同事发现，他们可以在市场数据中发现有统计意义的信号（见图17-1）。28这些“信号”包括复杂的模式和预测未来股价的各种因素之间的关系，例如利率、交易量——由于这些信号是私有的，他们并没有详细披露其组成部分。传统理论认为，任何此类信号一经发现，会被立刻用于套利。但法默和他的团队发现，这些信号会持续一段时间，通常为数天或数月，有时甚至持续长达10年（见图17-1a）。随着交易者发现并利用这些信号，他们常常会看到信号随着时间的推移而减弱。但他们还发现，市场的复杂非线性动态意味着即使旧信号由于套利而消失，新信号也在不断被创造（见图17-1b）。
图17-1 信号出现并消失：1975—1998年两种私有预测信号的强度
资料来源：法默（2001年）。
法默从交易经验和研究中获得的重要信息是，市场形成了一种不断进化的生态系统。市场上有各种各样的交易者和投资者，他们都有不同的心智模式和策略。随着时间的推移，这些主体会相互影响，不断地学习和调整策略。可以说人们一路在所有可能的投资策略库中跌跌撞撞地寻找方向。这些主体复杂的互动，不断变化的策略，随着时间的推移出现的新信息都会催生或者消灭模式及交易机会。
圣塔菲研究所的布莱恩·阿瑟曾诗意地称市场为“预期的生态系统”来描述主体与其策略之间的相互影响。29在第6章中，我们讨论了由阿瑟、约翰·霍兰德及其同事建立的圣塔菲人工股票市场模型。30他们用于替代传统金融学完全理性的方案便是投资者具有“归纳理性”。31在圣塔菲人工股票市场模型中，主体参与了一个进化搜索，寻找有利可图的策略。关于哪种策略会在特定时间取得成功取决于市场中其他主体使用的策略。随着一种动态被创造出来，其中特定的策略组合将在市场中创建模式或结构，它们会在其他主体寻求利用这些策略时改变其他主体的行为，这会进一步促生其他模式，导致其他主体作出反应，等等。圣塔菲人工股票市场模型的结果很好地复制了现实世界市场的关键统计特征，例如集群波动（clustered volatility，即间断均衡）。此外，该模型定性地复制了法默观察到的模式来和去的情形。32然而，该模型有一个局限性，即它的现实主义倾向使它变得更复杂了。事实上，主体可以从近乎无限多的可能策略中进行选择，这意味着该模型本身几乎与真实的市场一样难以理解。基于物理学方面的研究，法默也知道复杂的宏观行为有时可能是非常简单的微观行为的结果。正如法默所说，他的目标“不是建立最接近实际情况的可能市场模型，而是建立最简单且合理的模型”。33
根据真实市场中的交易经验，法默开始研究一种新的、更简单的模型。34他并没有让每个主体拥有“个性化”行为，而是假设市场上只有三种类型的投资者。35第一类是价值投资者，他们通过查看公司的收益、增长、竞争地位等信息信号，基于所谓的基本面买入或卖出股票。实际上，价值投资者正是按照传统理论的设定行事的。
第二类是技术交易者。这些投资者不考虑基本面，而是考虑过去的价格和交易量来确定策略。例如，他们可能会看到一支股票的价格开始上涨，然后买入，赶上涨潮。传统理论认为，这些投资者永远都不可能获利，因为如果市场随机游走，过去的价格其实没有任何意义。然而，正如法默指出的那样，现实世界充满了运用技术或混合技术价值策略进行交易的人，因此，重要的是看这组投资者可能对市场产生什么影响。
法默随后增加了第三种主体，即流动交易者。例如，这种人可能会购买房子并出售一堆股票以获得首付金。这样的交易者不卖出股票，因为他们认为股票价格被高估或低估了，他们只需要流动资金。
随后，法默在他的人工股票市场中放入了一名终极主体。该主体不是交易者，却发挥了关键作用：做市商。大多数传统的金融模型都预先假定现实世界股票市场如何运作的制度细节并不重要，价格是由瓦尔拉斯拍卖会设定的。36正如前文所述，瓦尔拉斯引入了标准的传统假设，即像神一样的拍卖师能够匹配买家和卖家以设定价格。瓦尔拉斯关于拍卖商的灵感来自19世纪末的巴黎证券交易所（Paris Bourse），而大多数现代金融市场很久以前就从瓦尔拉斯的拍卖会过渡过来了，它们现在采用的是连续的双向拍卖方式（continuous double auctions，连续是因为拍卖在市场开放的整个时间段运行，双向拍卖是因为交易者可以买入和卖出）。正如我们之前看到的，法默和他的同事们已经证明，市场的制度细节确实在市场动态中发挥了重要作用，尤其是产生波动的幂定律分布。与真实世界的市场相比，虽然这个特定模型中的做市商仍然是简化后的版本，但仍然比典型的传统模型更接近现实，因为它使用的是连续的双向拍卖方式，而不是瓦尔拉斯式的拍卖。这点很重要，因为这样可以确保将交易的时间动态和大订单的价格影响考虑在内，而瓦尔拉斯拍卖方式则假设一切都是同时发生的。
价格不等于价值
最初，法默创造了一个只有一个基本主体和做市商的市场。随后他进一步简化市场，方式是假设基本的主体始终能够确切地了解股票真实、完全的理性价值。为向传统金融学致敬，法默也假设真正的价值是随机游走的。然后他给基本主体设定了一个简单的交易规则：如果股票的价格低于基本价值，买入；如果股票的价格高于基本价值，卖出。而法默的期望是，这个简单的设置拥有一个完全理性的主体和完美的信息，会复制传统金融学中达到均衡的条件，同样，市场价格将追踪真实价值并随机游走。
然而事实并非如此（见图17-2），股票价格与其价值大致相当，但也并不完全匹配。主要的原因是存在时间延迟，同我们在第5章动态系统的讨论中检验的时间延迟性质一样。这里可以回想一下淋浴器的例子，旋转旋钮和水温变化之间存在延迟——首先你会在理想温度附近摆动，然后找到合适的范围，最后摆动幅度变得越来越小，直到达到目标温度。我们假设并不存在恒定的理想温度，理想温度会随机波动。在这种情况下，摆动永远不会完全消失。此外，当理想温度大幅上升或大幅下降时，你和理想温度的差距变得更大，就需要不断地追赶它。最终，你会赶上它，甚至稍微超过它。因此，随着时间的流逝，淋浴器的实际温度将大致追随理想温度的随机游走路线，但并不完全匹配。你在淋浴时的体验看起来就像图17-2中展示的情况。在法默的人工股票市场模型中，交易者的行为和做市商的反应之间存在着短时间的延迟，因此两者之间产生了动态关系，导致股票价格和价值之间并不完全匹配。传统金融的均衡观点只是假设一切都是同时发生的，因此隐藏了这些动态。
图17-2 理性主体前提下的价格与价值对比图
资料来源：法墨与乔西（2000年）。
一位传统经济学家可能会说：“很好，但股票价格与价值的偏差是不偏不倚的，所以可以视其为随机噪音，而实际做市中所涉及的时间延迟非常短暂，只有几秒钟或者几分钟，所以从几天和几周的时间维度来看，这真的不重要。”但是也有人提出了不同意见。首先，偏差本身并不是随机的。虽然真实价值可能是一个随机数，但价格取决于交易者与做市商的互动——它不是噪音，而是物理学家所说的时间结构。也就是说，交易者和做市商之间的互动形成的价格本身具有趋势和动力。其次，法默知道，虽然这个时间结构可能会在秒和分钟的层面上起作用，但这一结构的作用可能像牡蛎中的一粒沙子一样，随着时间的推移，通过系统的动态形成更大规模的模式。
为了证明这一点，法默将技术交易者放入了模型中。为了简化起见，他再次假设技术交易者是一个趋势追随者：当股票价格上涨时，交易者买入股票；当股票价格下跌时，交易者卖出股票。将技术交易者加入模型之中的效果是动态增强。回到淋浴的例子，假设再次淋浴，你会尝试将实际温度与随机波动的所需温度相匹配。但是在地下室，还有其他人转动供水的旋钮（技术交易者）。现在，你打开热水时会发现有一点延迟，但最终温度会开始上升。同时，地下室的技术交易者看到温度上升就会转动控制旋钮，在系统中加入更多的热水，助你一臂之力。接着，你开始加入凉水来维持水温，就像在与技术交易者较劲。你加入了足够的冷水，温度达到峰值后开始下降——但是地下室的技术交易者还是在和你对着干，他开始向系统中加入冷水。这样你就很难将实际水温与理想水温相匹配。最初的微小波动现在已经变成了大幅波动，在很长的时间内，水不是太热就是太冷，甚至会变得滚烫或结冰。
