來源:36Kr;採訪:鄭銦、高涵;撰文:鄭銦

新技術革新時泡沫與機遇並存,核心在價值認同。

面對經濟學家,人們常喜歡請他們基於經濟學理論對未來進行預測。

而對此,坐在我們面前的諾獎得主托馬斯·薩金特教授,最愛說的則是「我不知道。」

對不少人來說,薩金特這個名字或許還比較陌生,然而他的金句卻在這兩年廣爲流傳 —— 「中國創新速度是美國的三倍」;「中國的經濟發展需要關注強勁的驅動力」;「人工智能就是統計學」。

托馬斯·薩金特 (Thomas Sargent) 是理性預期學派的領袖人物,爲新古典宏觀經濟學體系的建立和發展作出了傑出貢獻。他與盧卡斯、巴羅和華萊士一起開創了合理預期學派,研究利率的期限結構、古典失業、經濟大蕭條等重大問題。2011 年,因「對宏觀經濟中因果的實證研究」,托馬斯·薩金特獲得諾貝爾經濟學獎。

近年來,薩金特教授頻頻來訪中國,曾在多個場合表達對中國移動互聯網創新能力的感嘆,2017 年更加盟了北大匯豐商學院,擔任薩金特數量經濟與金融研究所所長。

近日,薩金特教授在某次線下會議中圍繞「創新和企業家精神」進行演講,從經濟學、科學發展視角闡述了創新來自「人與人間的連接」、「大數據帶動互聯網及未來智能時代發展」、「企業家精神來自零數據」的觀點。

怎麼理解「企業精神來自零數據」? 如何看待技術革新中產生的「泡沫」? 如何在市場泡沫破碎前覺察端倪 ? 正在發生的智能時代,「AI 就是統計學」這句話是否仍舊適用 ?

圍繞這些問題,在會後對薩金特教授接受了專訪。

諾貝爾經濟學獎得主 Thomas Sargent:客觀來說,所有貨幣都是泡沫2011 年諾貝爾經濟學獎得主,托馬斯薩金特 Thomas Sargent

企業家精神 :「在未知狀態下創造」

芝加哥學派創始人富蘭克·奈特 (Frank Knight) 是 20 世紀最有影響力的經濟學家之一,他曾如此描述企業家的本質:

「現實的經濟過程是由預見未來的行動構成的,而未來總是存在不確定因素,企業家就是通過識別不確定性中蘊含的機會,並通過對資源整合來把握和利用這些機會獲得利潤。」

諾貝爾經濟學獎得主 Thomas Sargent:客觀來說,所有貨幣都是泡沫芝加哥學派創始人 Frank Knight

在這一理論的影響下,薩金特教授提出了「企業精神來自零數據」的觀點。「零數據」一方面指企業在創立之初資源匱乏 ; 另一方面則是指初創企業會推出具有顛覆性的產品和技術,在此過程中「沒有一個模型可以依靠,去預測概率」,因而在產品技術和市場間蘊含着大量不確定性。

在薩金特教授看來,企業家最令人欽佩的地方就是「在未知的狀態下創造,從零數據起步承擔風險」。以喬布斯爲例,在初代 iPhone 面市時,少有人能預測人們是否對智能手機有需求,而 iPhone 則成功地將顛覆性創新技術變爲市場可接受的消費品,這就是企業家帶給市場的驚喜。

技術革新泡沫 :「核心在價值認同」

毋庸置疑,蘋果是卓越的,然而能夠跨越技術和市場之間鴻溝的企業卻寥寥無幾,成功的人贏得市場,跌落的則淪爲「泡沫」。

其實,在每一個新技術產生時都是機遇與「泡沫」並存的,比如 1998 年的互聯網和 2018 年的區塊鏈與虛擬數字貨幣。

多年學習和工作於硅谷,薩金特教授曾親歷互聯網「泡沫」期。當年,他斯坦福的學生和同事們大多沉浸在互聯網創業的狂熱中,然而 95% 以上都以失敗告終。

但是,失敗並不意味着「泡沫破碎」。在薩金特教授看來,這恰恰是創新過程中「不確定性」的體現 ——「對於企業而言,風險是能通過數據集進行預測和衡量的,而不確定性則是完全未知的。」基於此,即便是經濟學家也無法對這樣的企業進行可信的估值,這也意味着不可能判斷是否存在真正的泡沫,更無從衡量好壞。

其實,學界對於「泡沫」的含義從未有過定論。薩金特教授和我們分享了 40 年前,斯坦福大學學者們對於「泡沫」的觀點:在任何給定的時間點,市場上都會存在樂觀者和悲觀者,樂觀者選擇買入,因爲他們相信可以賣給下一個樂觀者,這源於對價值的認同,而當對於價值產生異議時,泡沫也就產生了。

順着這個思路來看虛擬數字貨幣,薩金特教授解釋道:

「客觀來說,所有貨幣都是泡沫,因爲當一種資產交易價格高於基礎價值時候就是一種泡沫。我給你一美元,雖然它就是一張紙,但是因爲你我承認其交換價值,使得這個價值得以維繫。一旦有人不認同了,價值共識鏈條也將斷裂。」

我們或許可以這樣認爲:新技術在被大衆接納前,在某種程度上都曾以「泡沫」的形式存在,而由此產生的投資,也是在市場上尋找對該技術價值的認同者,當越來越多人體會到並認同其價值時,這項創新纔算跨越了鴻溝,反之則泡沫破碎。

經濟波動與理性預期 :「政府角色舉足輕重」

其實,市場並非不接納泡沫,只是不喜歡泡沫破碎。那麼有沒有可能在泡沫破滅前察覺端倪並採取措施呢 ?

對此,薩金特教授表示:依託理性預測的理論基礎,人們通過參照和利用過去歷史提供的知識,能對泡沫進行合理預判。他個人很欣賞 2013 年諾貝爾經濟學獎得主羅伯特•席勒 (Robert Shiller) 在發現市場泡沫方面做出的貢獻。

諾貝爾經濟學獎得主 Thomas Sargent:客觀來說,所有貨幣都是泡沫2013 年諾貝爾經濟學獎得主 Robert Shiller

羅伯特·席勒曾成功預測了 2000 年美國互聯網泡沫破裂、2005-2007 年美國樓市危機以及 2008 年全球金融海嘯。作爲「行爲金融學」的推廣者,他認爲「人腦都具有故事性」,並曾於 2017 年在 CNBC 採訪中表示,比特幣之所以價值飛增並非在其自身價值,而是它塑造的故事激發了人的追捧,因而抗週期性有待考量。

除了市場泡沫,市場情緒還有來自市場參與者的不確定性,都會導致經濟波動。在薩金特教授看來:在多變的經濟週期中,單純利用歷史數據或者任何既有模型都很難準確判斷未來,這時候,政府的角色舉足輕重。

他向我們推薦了哥倫比亞大學經濟學教授 Jose A. Scheinkman 的書《Speculation, Trading and Bubbles》, 其中闡述了 2015 年 6 月美國股災後的市場反應與政府應對措施,對處在經濟週期中的國家政府都有着借鑑意義。

諾貝爾經濟學獎得主 Thomas Sargent:客觀來說,所有貨幣都是泡沫哥倫比亞大學經濟學教授 Jose A. Scheinkman 著作《Speculation,Trading,and Bubbles》

智能時代 :「AI 與統計學相輔相成」

今年 8 月,薩金特教授在中國公開演講時曾語出驚人:「AI 首先是華麗的辭藻,其實就是統計學。」

在訪談中,他說:這個理念並非自己原創,而是借鑑自卡內基梅隆大學教授 Larry Wasserman 的統計學著作《All of Statistics》。

諾貝爾經濟學獎得主 Thomas Sargent:客觀來說,所有貨幣都是泡沫卡內基梅隆大學教授 Larry Wasserman 的《All of Statistics》

薩金特教授認爲:統計學和 AI 兩者相輔相成。

回顧統計學、大數據的發展歷程,18-19 世紀統計學誕生,隨着數據增多,人們發現計算功能落後於自己處理數據的需求 ; 到了 20 世紀,隨着算力、計算功能的提升,人們得以在技術輔助下用統計學理論處理海量數據集。

與此同時,統計學的思想和理論基礎也在推動深度學習、機器學習等領域的發展。正如薩金特教授所說:「如果你去學習一些 AI 課程的話,你會發現不少算法都是把不同的統計方法組合然後再運行的。」

其實,無論是 AI 還是其他革命性技術,都是多學科、交叉人才連接的結果。有一些理論,可能產生於經濟學,但是被用來解決 AI 領域的難題 ; 有一些統計學理論,比如控制理論、概率論等,則可以幫助我們理解區塊鏈、深層信任網絡等關鍵技術。

而對於每個個體,具備跨領域思維也顯得尤爲重要。正如薩金特教授本人,雖是經濟學家,但在歷史和數學方面都頗有研究。他和我們分享了自己學習數學的經歷:科研中發現數學短板,30 歲起步研究,40 歲基本掌握,至今仍每天鑽研。對他而言,拓寬學科邊界是一生堅持的課題。

不管是在當下還是未來,人人互聯、領域融通,都是社會創新不變的原動力。