第24章  群众的眼睛揉不进沙子

群体的精确性

大多数投资者都不会把出色的业绩归结于群体行为的结果。亚马逊的一篇书评指出，查尔斯·麦基(Char1es Mackay) 的巨作《非同寻常的大众幻想与群众性癫狂)) (Extraordinary Popular Delusions and the Madness of Crowds) 告诉我们，"民众的疯狂和棍沌，能超越时空，预知无限"。把非凡重要的问题随便扔给乌合之众，似乎不是什么解决问题的好办法。

但是在最近几年，科研人员却开始越来越深刻地认识到:市场在信息集成方面有着无与伦比的能力。在互联网让我们这个世界融会贯通的时代里，认识到这种能力，将为我们开创一条新的道路，帮助我们寻找更有效的解决方案，解答那些难以冰释的困境，解决诸多纷繁复杂的问题，不断完善我们的预期。

当然，股票市场也不是无所不能的。毫无疑问，当投资者的行为相互关联时，市场上出现周期性的过热现象是不可避免的。但是在总体上看，大多数投资者和企业高管都无能认识到市场创造出精准答案的方式和原因。

井非所有集体都在以同样的方式运行着。在某些情况下，我们所面对的挑战就是为具体问题找到具体的解决方案，通常表现为个人所掌握的知识或专长。另一个可以说明这个问题的集体形态是信息集成者，在这种情况下，该群体以集体方式解决某一个问题，或是预测某一结果，解决方案的质量或是预测准确度是群体中的绝大多数个体所无法比拟的。

投资者之所以需要关注群体的准确性，主要源于以下两个原因。首先，信息的集成位于市场有效性的核心层次。在这个问题上，我把这种市场的有效性定义为：个人在寻求超额收益时，不可能以系统化的方式对市场进行探寻。其次，如果企业能充分利用集体现有的信息，就有可能获得独有的竞争优势。在本文中，我们将介绍几个正在追寻这一目标的企业。

大海捞针不再难

在《麦肯锡季刊》 (Mckinsey Quarterly) 最近刊登的一篇文章中，谈到了一名生物技术企业管理者寻求一种蛋白质合成技术的故事。在公司内部进行了几个星期的搜寻之后，这位经理认为公司内部不存在这样的专家。三天之后，就在这位经理在电梯里和同事谈论这个问题的时候，旁边的一位女士打断了他们的谈话："我的博士论文题目就是这种蛋白质。你想看一下我的论文吗? "

在当今这个以知识为基础的经济大潮中，是否具有以最优化成本解决具体研究问题的能力，对企业成败的影响正在变得越来越重要。在这里，我们不妨以医药行业为例。在过去的20 年里，研发在销售额中的比例已经接近翻番， 一种新药从研发到接受PDA 批准井上市，大约需要6 亿美元的资金。

在大量进行研发活动的企业中，能否在实验室找到可以解决高深研究问题的专业人才，这本身就是一个巨大的挑战。假设有一个医药公司，向全世界相关领域专家公布自己所面对的研究问题，而不只是在公司里拿工资的员工。那么，这个公司是否能更快地解决这些问题呢?或是以更低的成本、更低的风险去解决这些问题呢?

2001 年中期，为了解决这些问题，礼来公司(Eli Lilly) 的高层管理者专门组建了一家名为Innocentive①（①见http//innocentive.com ，第一家为全1本科技研发1(-.创建的互联网奖励机制公司。在该网站上，公司可以公布亟待解决的研究问题，而世界各地的科学家可以为这些挑战提供答案，并相应赢得奖金。） 的新公司。到2005 年，lnnocentive 已经拥有了35 家作为"搜寻者"的公司和8 万名作为"问题解决者"的科研人员。在交纳一定的成员费之后，作为"搜寻者"的公司就可以把需要解决的问题张贴在网站上，并交纳获得相应解决方案需要支付的现金性奖金。而"问题解决者"则来自全球各地，其中有一半来自美国本土以外。

Innocentive 的业绩如何呢?尽管现在妄下定论似乎还为时过早，但初期经营的某些成果还是令人鼓舞的。以宝洁公司为例，他们在2002年的研发预算达到17 亿美元，涉及的研发人员多达9500人，其中的1200人拥有博士学位。宝洁公司负责科技创新的副总裁拉里·休斯顿(Lany Huston) 解释说，他之所以选择Innocentive ，是因为"有很多问题是公司内部力量所无盐解决的"。通过lnnocentive，在宝洁公司第一批提交的问题中，已经有45% 得到了圆满的解答，这已经超过了原定1/3 的目标。

宝洁公司的故事说明了实现"解决者"群体多样化的重要性。休斯顿说"我们的第一个问题竟然是被一位来自北卡罗来纳的专利律师解决的，他的正式工作是专利律师，他的业余爱好是晚上回家做化学试验，妻子在一边看爱情小说一一他就是这么对我们说的。第二个问题的解答者是一名刚刚毕业的西班牙大学生，而第三个问题的答案则来自于印度的班加洛尔，第四个解答者是一位从事自由职业的化学咨询顾问。"

不难设想，在需要解决的问题和解决方案之间实现匹配，同样也是其他领域值得借鉴的一种策略。尽管可能存在知识产权问题以及内部信息或竞争性信息的不恰当披露等问题，但是，要在大海捞针的技术海洋中找到最适合的答案， Innocentive 的操作模式毕竟已经向前迈进了一大步。

连投资专家都自叹弗如

依靠集体创建一个市场是集合信息、解决问题的另一种有效途径。这种方法并不是把问题和具体的解决方案匹配在一起，而是通过群体，群策群力地共同解决问题，但解决方案的质量显然要高于任何个体，甚至专家也只能自叹弗如。

维多利亚时期的学者弗朗西斯·高尔顿(Francis Galton) 就曾经谈到过这种群组集合(Group Aggregation) 的能力。在1907 年《自然》杂志上发表的名为《民众的声音》 (Vox Populi) 一文中，高尔顿讲述了一场特殊的比赛:在营利茅斯的西英格兰家禽家畜展览会上，举办了一场竞猜公牛体重的比赛。他召集了787名参赛者，每个人事先交纳6便士的参赛费。这笔费用主要是为了告诫人们，在决定是否参赛时应谨慎从事。高尔顿在文中提到，参赛选手中包括一些屠夫和农民，他们都是估算牲口体重的高手。他估计，其他很多人不过是滥竿充数，这些人也许只能凭借"道听途说"或是"信口开河"来猜测了。

高尔顿计算出所有参赛者估算值的中值，也就是他所说的"民众的声音"和均值。他发现，中值猜测结果的误差率在正确体重的0.8%范围内，而均值结果的误差率范围却只有0.01%。为了说明如何得到这些结果，高尔顿向我们列示了全部答案的分布情况。简单地说，在计算均值的时候，就已经剔除了误差，最终结果只不过是经过过滤的信息而已。

事实上，我们都曾经看到过很多来自"民众的声音"的结果。比如说，解答复杂的迷宫问题， 猜测坛子中软豆糖的数量以及寻找丢失炸弹等。在这些案例中，信息集成所需要的必要条件包括集成的机理、做出正确答案的激励(回报)以及群体的异质性。

在前面的例子中，个体的集成仅仅是为了确定某种特有状态一一公牛的体重、软豆糖的数量以及炸弹的位置，但却无法对未来的状态做出预测。那么，预计正在发生的事情和估计将要发生的事情，这两者之间又有什么差别呢?

差别当然是存在的，大量证据可以说明，集体能够很好地预见未来。惠普公司的科研人员告诉我们:即便是小规模的群体也能比个人做出更好的结果预测。很明显，惠普公司为预测销售额而建立的内部市场要比官方的内部预测更为精确。

群众疯狂与大众妄想

实践证明，集体善于实现"搜寻者"和"解决者"之间的匹配，确定当前和未来的状态。那么，我们应该怎样把这些结论运用于股票市场呢?

股票市场不同于我们所描绘的市场，因为在股票市场上，根本就不存在所谓的答案。股票本身永远也没有确定的时间范畴，也没有真实的价值。唯一的例外是已经确定的公司收购，在这种情况下，股票价格一般都能很精确地反映出企业的最终价值。因此，股票投资者更容易受到模仿行为的影响:只要能像别人那样，把股票卖给其他愿意

出更高价钱的买主，就可以为自己带来更高的收益。换一种说在去，在股票市场上，合理实现信息集成的条件之一一一群体的异质性一一或是更多的条件将不复存在。

但我想说的是，真正的例外是"异常大众妄想" (Extraordinary Popular Delusions) 和"群众的疯狂" (Madness of Crowds) ，而不是市场的规则。如果投资者能真正理解股票市场有效运行的方式和原因，他们就能更好地认识市场无效运行的方式和原因。此外，如果利用集体的智慧即民众的声音去识别和分辨企业，技资者必将在投资中占得先机。