Cogitator

10. Gresham's Law

以銀行家Thomas Gresham命名，亦即"劣幣驅逐良幣"，其發現在一貨幣系統內，如一國分別以價格較高和較低的兩種金屬鑄造等值貨幣，那劣幣會被花掉，好幣會被囤積，久而久之市面上流通的就再也沒有好幣了，在人類的系統同樣有此現象，亦即在一個道德搖搖欲墜的系統內，不好的行為會將好的行為驅逐使其消失，在經濟系統上，不好的方式出現會使好的方式逐漸消失。基本上，限制(Regulation)和監督(Oversight)是避免"劣幣驅逐良幣"的必要方式。

評論: 如巴菲特所言許多華爾街人士有的謬論: "別人都這樣做故這樣做沒問題" ，許多有道德問題的行為都是因為這種心態而瀰漫在整個業界，而這絕不是使一人跨越道德和法律界限的理由。

劣幣驅逐良幣這樣的現象雖不可能會發生在現代的貨幣系統上，其仍在人類組織中是一非常有意義的現象，當不好的行為根深之後，且尤其當不好的行為相對好行為具備在一組織的"生存優勢(Surviving Advantage)"，那這不好的行為在組織內便會非常難以去除，通常要去除幾近不可能。這樣的過程就如天擇一樣。

事實上，我們可能會將Gresham's Law歸做天擇(Natural Selection)之一項特殊案例，人類的行為之所以會存活(survive)是因為其相對其他行為具備競爭優勢。自利的團體通常會自然地朝向那些能夠使事情運作順暢的行為，所以不好的行為(道德上)當其有較優秀的實用影響時，其將會驅逐掉組織內好的行為。這是因何人類系統需要一些限制(regulation)和政策制定，就是為了要避免這類情況發生。

評論: 此便是因何Munger常重砲批評laisser faire capitalism(放任式資本主義)之原因，雖其相對支持右派思想。

查理蒙格在1984年致Wesco股東信裡面給了Gresham's Law非常棒的解釋和舉例:

雖然整體利率水準在1981-82年到頂，穩定且緩慢的利率變化已經成為歷史，就像過去的美國政府獨厚存貸機構(S&L association)而訂出了一個存款利率上限，最終因貨幣市場基金的出現而鬆綁。但是美國政府卻仍對於這不再受到防止競爭保護的存貸機構(S&L association)的存款做出擔保。結果就使得更多的存貸機構變得更膽大去冒險投入利率較高的風險資產。Gresham's Law(劣幣驅逐良幣)便因此成形在這些完全競爭環境下的存貸機構中。其中過去投資較謹慎的機構會去模仿那些較不謹慎的機構，他們藉由放出那些表面上高收益的債權，在初期獲得了巨額的盈餘。緊接著就是更多原來不願涉足此領域的機構看到市場對這些"不謹慎、冒險"的機構的追捧和他們漂亮的損益表後，也開始涉足這些業務。"魯莽的行為會驅逐掉那些保守謹慎的作為"。最終就會因為這些魯莽的群體放貸行徑而產生大規模的存貸機構破產。

評論: 看到這段真是讓人有似成相似的感覺，1980年代初期爆發的S&L Crisis並沒有給整體經濟和股票市場帶來很大的災難，雖然也帶來了些許麻煩，但人類永遠學不會教訓，在2007年另一個同樣類似的情節再次上演，政府擔保、免除利率變動風險、衍生性商品包裝，搭配劣幣驅逐良幣的Gresham's Law之群體行為，造就了人類史上最嚴重的蕭條之一-2008年金融海嘯。

Gresham's Law在商業領域很常見，舉兩個藥廠Sales來說，一位願意賄賂醫師，另一位不願意。那假設在這個產業裡面賄賂醫生並不會被懲罰，並且沒有被公開，那整個行業裏面具備賄賂傾向的藥廠業務便會具備持續性的競爭優勢，這樣的欺騙行徑會持續下去，沒道德觀的業務會被晉升並賺到更多薪資，這就是典型的Gresham's Law

2008年金融海嘯的成因亦是如此，假設兩家銀行要競爭一貸款者，當其中一家使其對貸款者的標準降到零，哪一家會較容易勝出? 就算那個將標準放到零的銀行是"長期的輸家"，他也會使的整個系統瀰漫著"短期利益"至上的觀點而使更多的決策者模仿此行為。

評論: 上述銀行爭貸的案例亦是一Gresham's Law之展現，同樣的，巴菲特亦常提到保險業常有的缺失，多數保險公司不願放棄每年的營收，寧願在保費降到低於暴險成本之後一樣去爭取更多的業務，結果就是這些保單最後加總起來拖垮了整家公司。波克夏則不會被這種Gresham's Law所影響，其在意的是一保單的訂價是否合理? 不合理便不簽，其寧願一年兩年沒有業務收入也不願簽長期注定虧損損的保單，這是波克夏才獨有的競爭優勢，因其不受華爾街的壓力影響並且具備十足的獨立思考能力不˙受偏見影響，在這案例中其顯著具備的競爭優勢便在於其不會跳入Gresham's Law之陷阱，而這是其他多數保險公司無法倖免之情況。 此外，"短視"亦是2008年此海嘯以及其他的泡沫發生之根因，凡是以長期觀點思考的人，如果他切實如此做了，我相信他肯定不會是泡沫的受害者，終其一生都不是，就算他在蕭條時帳面績效轉負，他很可能相對大盤績效仍優異，或者像蒙格早期一樣摔的更重但是長期仍相對大盤優異，以長期觀點思考的人長期必定能取得優於大盤的績效，只要他切實如此做並持續避免人類的偏見。而短線者則永遠要小心陷阱的存在以及貪婪可能侵蝕其判斷力而使其付出代價。我想這就是為何巴菲特總是在強調長線思考和投資的意義所在，這是長久能持續的道路。

Gresham's Law之實際運用以及最重要的內容便是避免成為一個系統其中好的行為無法在自然法則運作下取得優勢。部分商業領域和人類活動中缺少必要性的政策和規則使系統中的壞行為獲得難以取代的優勢。雖然成為一窩髒衣物裡面的乾淨襯衫令人敬佩，但人生中的部分領域並不允許此乾淨襯衫獲勝。

另一方面，你偶爾會發現一些情況其中良幣會驅逐劣幣，最乾淨的襯衫會被穿最多次，這些領域值得獲取你的注意。

評論: 要投資在縱使bad behavior出現在其對手亦無法侵蝕其護城河的企業，這樣的企業很可能就具備真正寬廣且堅實的護城河。舉例如GEICO和波克夏保險業，面對業內Gresham's Law的行為其反而從中取得優勢，以及Outsiders CEO們面對市場的短視和Gresham's Law的行為得益。又或者如可口可樂和美國運通其總合而得之競爭優勢太強以至於對手如何作弊似乎都無法動搖。

11. Algorithms 

雖然很難去定義，演算法基本上便是一自然的規則或者一藍圖得出一系列行動步驟去產生想要的結果。演算法最為人所知的就是在現代的資訊工程下的運用，但其亦在生物領域發揮著關鍵效用。舉例如人類的DNA內部就含有建造出一人類之演算法。

12. Fragility - Robustness - Antifragility

因Nassim Taleb而出名，Fragility - Robustness - Antifragility意指一系統面對負面波動的回應。脆弱(Fragile)的系統意指一系統如一玻璃杯一樣，當到達一高度以上後更高的高度掉落將使其產生不等比的負面影響(此例即破裂)。但如果在那一極限高度以下掉落則不會有任何事情。一堅韌的系統(robust)則對於多高的高度掉落基本上都不為所動。對於一反脆弱的系統來說(antifragile)，越高的高度掉落給予的作用力越大其將會自此過程受益。如果有一咖啡杯能因在6尺高度上掉落相對一呎高度而變得更強韌，那他便可以說是具備反脆弱的特性。

評論: 一個很簡單的概念形容，卻讓我思考很多事，我還沒看過反脆弱這本書，卻由此簡短的對於反脆弱的敘述思考到很多內容。首先，整體資本市場是脆弱的，如索羅斯所講的反射和蒙格所說的財富效應和撈灰金效應存在其中，2008年的金融海嘯便是失控的衍生性金融商品使整個系統變得脆弱不堪，一旦遇到價格崩盤，抵押貸款因為抵押品價格崩跌而喪失贖回權造成連鎖效應。最近的股市修正台灣的選擇權市場產生了一場悲劇，那些賣出價外買權的人明明看對了方向，遇到股市大幅修正時，這些價外買權卻漲停了，賣出買權者放進去的保證金不足，許多人因此大虧甚至有人因此破產。這又回到了一項投資的脆弱性問題，這問題才是真正的重點，而非看得出泡沫與否或者能否預測股價短期走勢。那些看對方向的人，為何在股價大跌時還破產了? 因為他們開了非常大的槓桿，讓他們的投資變得非常脆弱，遇到突發事件便被迫回補或斷頭而產生無法彌補的虧損，突發事件的高波動性來自市場的無效率，但被擊垮的投資其根本原因來自於投資組合本身的脆弱性。如一人以選擇權或者期貨做避險，那他本身便會放入足夠的保證金，使所謂的槓桿程度降低，但低保證金的系統卻會吸引賭徒和投機客，而他們如此利用這些系統豪賭的結果就是創造了一個異常脆弱的投資，可能因突發事件而被wipe out。 

評論: 但對於波克夏來說，或者其他的Outsiders CEO，他們卻是反脆弱的，部分Outsiders CEO(如Tom Murphy 和 Katherine Graham)他們經營的行業具備Robustness的性質，如可口可樂和星巴克，不會因為景氣下滑而受到多大影響，但因為有了Outsiders CEO這些企業就變成了反脆弱，也就是墜的越高，這些企業越強悍。想想波克夏在2008年的時候做了甚麼事情，不理性的資本市場在恐慌最盛期同樣把波克夏股價打到狗屎價，但這樣的行為卻給波克夏帶來百年難得的好機會，巴菲特趁此時期大買GS、Wrigley's、哈雷機車，Dow Chemical的優先股，以附帶選擇權且相對高利率的方式在此流動性幾近匱乏的環境注資這些極優秀的企業，並且併購BNSF，波克夏實際上因為經歷了金融海嘯而變得更強悍了。這是很驚人的成就，想想多少企業在這波海嘯垮台甚至剩半條命開始休養生息好幾年或者10幾年有的直到近期全球景氣大幅擴張才開始起死回生並茁壯，看看那些景氣循環公司，再回頭看看波克夏，波克夏卻因為這樣的打擊而變得更強，波克夏本身便是一反脆弱的最佳代表。縱使巴菲特持續在年報告訴大家投資波克夏未來大概就只會取得稍高於S&P500的報酬而已，我認為以淨值成長率來看是如此沒錯，但整體市場似乎到現在仍沒看清波克夏反脆弱的特性，一家反脆弱的企業預期報酬率應該訂到多少才合理呢? 跟S&P500長期報酬一樣嗎? (S&P500長期報酬8-10%， 我認為買在PB 1.5-1.8的波克夏大概會取得這樣的報酬)，但要知道S&P500總體來說是個介於Fragile - Robustness的企業，其不會因為任何一個海嘯倒掉，但仍會受到影響，但波克夏是反脆弱的企業，其長期應該給予的合理估值應該更高預期收益率應該更低，也許PB2.0以上巴菲特認為的高值才可能是波克夏在此利率環境下長期應有的評價。長期來說，買入現在的S&P500和BRK二選一，我會將大部分資金投入後者。

脆弱性是可以被衡量的，但是風險並無法被衡量。這引出了黑天鵝的問題，亦即根本不可能預測極低概率事件的發生風險。

評論: 黑天鵝效應與肥尾效應是結合在一起的概念，如同近期發生的short call的台股投資人大幅虧損的問題，當天股價大跌，價外買權大漲就是一極低概率的事件，根本無法預測其發生的機率和風險，但其就是發生了，並且把所有保證金不足的投機客全數強迫其回補。這告訴我們要怎麼避免低概率事件? (low probability event) 我們無法用哪個model預測出來，我們只能藉由讓投資組合更堅韌甚或反脆弱去避免。同理對於股市的修正亦是如此。正常的牛市修正可以到達10-20%，在1987年甚至一天跌了22%，但這些都只是修正而已，經濟基本面根本沒有異狀，但過度槓桿的人仍然會因此而破產，縱使他可能長期多空趨勢看對了仍然無法幸免於難。我們只能藉由調整投資組合的脆弱度去使其抵抗低概率事件，而槓桿這件事本身便會增加投資組合的脆弱度使其相對無法抵抗低概率事件。

在此model的運用上，基本上都是致力使系統變得不那麼脆弱或變得更反脆弱。我們可以用一簡單的測試看出一系統的反脆弱性(或者脆弱性)，那就是看任何事情其對於隨機事件或低概率事件其upside比downside還多時期便具備反脆弱性，反之就是相對脆弱。

評論: 波克夏就是一反脆弱的企業。以及對於投資組合的檢視，其脆弱與否是一項重要指標，可以看出槓桿是否過度以至於遇到股市修正或者低概率事件時無法承受? 或者是否投入了能力圈外的標的並分配過多的額度使得系統脆弱度上升等等，以此概念去做調整建立一堅韌(robustness)到反脆弱(antifragile)的投資組合便能有效抵抗低概率事件如股市修正。抵抗低概率事件或者說黑天鵝事件的重點不在於其何時會發生，而在於其發生時投資組合能否抵抗，也就是投資組合是否堅韌或者更甚者，反脆弱? 後者才是重點，每天花大幅時間去預測低概率事件的發生反而是沒有意義的事情。並且低概率事件並無法藉由預測去預防，舉如華亞科、近期選擇權的漲停事件，都是無法事先被預測的，如果一人以過大的槓桿投入，當發生了極低概率事件便會一夕產生災難，反之，若一人僅投入部分額度，那不會受到多大影響，因為其投資組合相對堅韌而不會被低概率事件影響過大。所有破產的人都是因為他們陷入一個他們認為的好idea，然後開了槓桿後其崩跌才會破產。一個根本不脆弱的投資組合再怎麼樣都不會有破產的結果。

如果反脆弱是這些生存下來的系統的特性，那將系統的波動性和隨機性剝除將會傷害這些反脆弱性。我們人類持續在使的我們的經濟、健康、政治生命和教育等等幾乎所有事情脆弱化，因我們持續在壓抑這些領域的隨機性和波動性。許多現代自上而下的政策傷害了系統的反脆弱性。這是現代化的悲劇，就像是過度神經質保護小孩的父母，其試著協助的行為反而害了他們的小孩。

評論: 這裡我想到的是如果去看受政府保護的企業如上述蒙格提到的80年代之存貸機構和私人企業的比較，後者因具備相對高的波動性和隨機性而演化出相對堅韌的特性，前者則端賴政府保護才得以運作生存。而整個資本市場具備高度波動性和隨機性(不同產業)，長期來說資本市場是堅韌的，其不會因為下跌就崩解，但一項狀況打亂了市場的堅韌，那就是衍生性商品的出現，其致力於降低波動性或者如次貸證券一樣，要將所謂的利率風險完全去除，實際上這樣的衍生性商品的確表面上去除了Freddie Mac和Fannie Mae的利率風險，但卻將此轉嫁到次級市場的債券購買者，並且因為政府做最後擔保，一旦兩房出現如Gresham's Law之情形在唯利是圖下劣幣驅逐良幣，就因此而產生極大的泡沫以及泡沫破裂之後的悲劇。其可說是來自於最初兩房降低波動度和隨機性自以為是的"創新"而使整體經濟更加脆弱之後，輔以配合Gresham's Law和其他許多認知偏誤產生了lollapalooza效應後發生災難。

反脆弱是黑天鵝效應的解藥。現代世界可能會增加更多技術面的知識，但其也會使系統更加脆弱(如許多金融業的"創新"便會產生此狀況)

黑天鵝效應綁架了人類的腦袋，讓人類感覺好像或者幾乎預測了它們，因為他們事後看可以被解釋。我們因為其看似可預測性而並不瞭解這些黑天鵝在人生中的角色。實際的人生比我們記憶中更加的複雜，我們的記憶會將已發生的歷史變的順暢和直線式進行，使我們低估其隨機性。但當人類看到這隨機性，他們開始害怕並過度反應。因為這項恐懼以及對於規律的渴求，部分人類的系統因為破壞了看不到的一些事情(例如不去考慮低概率事件或者刪除3個標準差以外的事件發生可能性)而使得其會受到黑天鵝的傷害並且幾乎長期無法得利。你如果找尋規律性，那你會找到假規律性，你如果擁抱隨機性你就只會得到規律性的程度。

複雜的系統充斥著交互影響的變數，很難去偵測，並且伴隨一堆的非線性結果。非線性意味著當你使用雙倍的劑量時，如在藥劑上或者是員工數目上，你並不會得到兩倍於原先的效果，反而是更多的效果或者更小的效果。在費城度假兩周的快樂程度不會是一周的兩倍。當畫成圖形時其會曲線而不是直線，在此環境中很難單準只看單一的部分就去知道整個系統如何運作。

人為製造的複雜系統傾向發展出失控的鍊鎖效應，降低甚至完全消除其可預測性並且產生影響巨大的結果。所以現代社會可能會增加對技術的知識，但矛盾地，其也在使我們的系統更加無法被預測。

評論: 如許多金融業的"創新"便會產生類似的狀況。

黑天鵝效應最讓人困擾的便是事實上，通常被忽略的一點，低概率事件發生的機率通常無法被計算。

評論: 如2018年二月的崩盤，人們總是"事後"去解釋原因，但這是無法被預測的事件，亦即黑天鵝事件。如何預防呢? 只能藉由建立一堅韌(robustness)到反脆弱的投資組合去抵抗，別妄想藉由預測並在修正前換成大量現金，這是不切實際的，就算真的預測到也可能會因而錯失股市之後的上漲，因為股市漲的時間多過跌的時間，而修正總是來的又快又急並且其具備不可預測性。

脆弱和反脆弱是相對的概念，其中沒有絕對的。你可能比你鄰居更反脆弱，但這不會讓你變成"反脆弱"。

評論: 如波克夏比美國99%的企業都還要更反脆弱。

Nassim Taleb說，你應該要避免債務，債務會使系統更脆弱，你應該增加安全邊際的空間，你應該避免最佳化你的模型(optimization)。這對於金融業尤其重要因為這與金融界學到的投資組合理論完全相反。Nassim對所有的最適化都抱持懷疑態度。在黑天鵝的世界，最適化是不可能的。你最多只能做到使系統脆弱度降低並且更加堅韌。 

評論: 脆弱-堅韌-反脆弱是非常有用的model，LTCM的破產就是所謂最適化悽慘的例子，如果定義上的model對於風險、波動的預測能夠完全精準，那最適化的方式就是對於波動性、風險低且有溢酬的標的開槓桿。但這個世界許多事並不是中行曲線分布，資本市場尤其如此，其具備肥尾效應，一旦低概率或者黑天鵝事件發生，那些開槓桿"最適化"模型的投資機構就會面臨到可能破產的風險。過去在台灣的華亞科併購案就是黑天鵝事件，其中的波動性是極低概率會發生的事情，但仍然發生了，一人如果因為對此套利案判斷99%成案就投入高槓桿將會非常悽慘，同理樂陞案亦是如此，然而樂陞案有其跡象可尋不若華亞科其本來成案率就是很高但不是100%，結果遇到低概率事件的插曲，華亞科併購案是實實在在的黑天鵝事件。而今年2月台灣發生的價外選擇買權和之前的期貨胖手指事件都是黑天鵝，對於僅使用幾成保證金開好幾倍槓桿的投機客和賭徒，遇到這類黑天鵝事件就可能被完全清盤，而要抵抗黑天鵝事件只能從使投資組合更堅韌和更反脆弱來著手，其是無法被預測的，就算少數個案能，卻無法持續被預測到，至少目前沒看過有人能如此，就算預測到了也可能並無實質意義如價外選擇權被迫回補案，真正的重點仍在投資組合的堅韌和反脆弱的程度。