本期火花訪談我們有幸能和複雜經濟學之父 布萊恩·阿瑟（W. Brian Arthur）對話。他和我們分享一些他對比特幣和區塊鏈的看法，也和我們分享了一些關於金融市場預測的洞見。

嘉賓簡介

_ 布萊恩·阿瑟（W. Brian Arthur）：_

著名經濟學家，聖塔菲研究所外聘教授，帕羅奧多研究中心繫統科學實驗室訪問研究員。阿瑟在上世紀八十年代，受諾貝爾經濟學獎得主肯尼斯·阿羅的邀請，來到剛剛建立的聖塔菲研究所。在聖塔菲研究所，阿瑟將複雜系統理論與經濟學研究結合在一起，逐漸形成了“複雜經濟學（complexity economics）”的構想，並憑藉報酬遞增理論，於 1990 年獲得熊彼特獎。

作爲報酬遞增理論的提出者，阿瑟創立了對經濟學和複雜系統的跨學科研究新模式。作爲聖塔菲研究所最早一批研究複雜性的學者，阿瑟是複雜性科學領域的奠基人之一，由於其突出成績，於 2008 年榮獲複雜性科學領域首屆拉格朗日獎。

問： 您對比特幣的看法是什麼？它會像 2001 年的互聯網一樣，是一種顛覆性的技術嗎？

答： 首先要說明的是，我對比特幣的瞭解並不多。但我認爲， 比特幣的出現，是一種湧現現象。 我們不知道他是怎麼出現的，他的出現方式 超出了國家政府的控制 。因此，無論中國或美國是否喜歡比特幣，比特幣都將存在。

比特幣是自發產生的，它是國際化，並沒有廣爲接受，在我們的認知雷達中，它帶有一點隱祕性。 但無論任何國家或政府想要對比特幣做什麼，它都將存在。對於區塊鏈而言，比特幣是其技術在交易中的一種呈現。 另外就是，我在歐洲、美國或中國看到的任何人都不知道該如何應對他們隱約受到的威脅。

區塊鏈的作用對每個人而言，都是不一樣的。大家都知道區塊鏈給他們 帶來了另一種記錄業務的方式，它能夠使交易變得容易很多。 比如，我上週聽說，如果你從某個人那裏獲得了一副非常珍貴的繪畫，你現在可以在區塊鏈上來記錄這些交易了。 在區塊鏈上的任何價值交換，都會讓區塊鏈變得重要。

而且，銀行也不太清楚對此該做什麼。去年，我和一家主流國際商業銀行進行了交流。他們說我們知道區塊鏈已經來了，但我們不知道該對此做些什麼。

那麼，接下來會發生什麼？

我認爲 任何事物都會被某個區塊以某種方式記錄下來，這是完全不可避免的。所以區塊鏈將進入日常生活。

我們實際上處在一個巨大的轉變中 。銀行，保險，航運，貿易，石油，運輸，石油運輸，商業銀行，零售銀行，所有的這些企業都將不得不接受區塊鏈，可能也包括比特幣，但主要是區塊鏈和人工智能。他們現在都處於改變的中途，當然，也可能是在 變革的開端 。

當我和這些行業的人交談時，他們告訴我，在 10 或者 15 年裏，他們將不可避免地成爲一個金融科技公司，但他們不知道如何才能做到這一點。

實際上，這就像中間機構。如果你解區塊鏈技術和金融科技的技術，你就可以出售這些服務給銀行這樣的大公司。

但大公司認爲 數字化是完全不可避免的 ，他們也希望這樣的改變。但他們不知道該怎麼做。這有點像要穿越紅海，他們可以在水邊停下，嘗試把腳伸在水中，但他們不知道自己可以游泳。因此， 這將是一個重大的歷史性變化。

問： 比特幣是在 2008 年金融危機的時候出現的，如果下一次金融危機將臨近，這會是比特幣的又一個機會麼？

答： 如果我去美國，我覺得我認識的人中，應該沒有人知道下一次金融危機將何時發生。如果他們不知道會發生什麼，每個人都會把錢放在股市裏。沒人能夠肯定的說，股市即將崩盤。我覺得這件事情沒那麼重要。

更爲重要的是， 我們正處於一個時代——每一個行業的都面臨着歷史變革，美國、歐洲甚至中國也是如此。每一個傳統的行業都在改變，都在數字化， 比如醫療行業也開始關注 15 年後我們會是什麼樣子。而在運輸物流行業，10 到 15 年後，中國或者澳大利亞的卡車很可能會跨國家運輸貨物。所有這些變革都在發生。 我們僅僅處於開始階段 。 問： 在複雜系統裏面，一個比較典型的案例是預測天氣的困難性，實際在過去 30 年，雖然很困難，但越來越準確，不知道你怎麼看待這件事情？ **

答： 預測天氣困難的在於，天氣系統是高度非線性的，甚至它背後的基本物理規則是混沌的。

如果在預測的開始就有一些小的偏差，比如在讀數上可能有兩到三攝氏度的差異，那可能意味着兩週後的天氣是很不一樣的。我們從一個更宏觀的角度來看待這個問題就會發現，在氣象學領域也在進行一場革命：到處都有傳感器，溫度計和壓力計等等。在 2000 年的時候，這些氣象站並不多。現在，我們可能有幾十萬甚至數百萬這樣的傳感器。它們遍佈在海平面，北極，甚至是中國或西伯利亞的一些偏遠地區都會有它們的存在。

所有的傳感器給我們帶來了大量的數據。大約在 2012，我們都開始談論大數據。儘管我們會得到很多數據，但在那個時候，我們並不知道該做些什麼。相較而言，我們的電腦和 CPU 速度更快了。我們也有了深度學習的節點網絡和算法。因此， 更高效的數據處理能力和更優秀的算法結合後能讓我們去預測的更好。 這會改變一切，但這仍然是不完美的。

我們正處在在一個新的領域的前端，這個領域是由傳感器或技術驅動，給我們帶來了大量的數據、更快的計算速度和更好的算法。這會改變一切。 問： 我們可以通過剛剛所說的技術革命去更好的預測天氣，那我們是否可以去更好的預測市場，或者說，我們是否已經做到了？

答： 這是一個價值 64 億美元的問題。 我的回答是肯定的。

我們預測任何事情都會比以前更好，但我們的預測不可能是完美的。 因爲如果你有一個非常好的預測，那麼你將會基於這個預測進行投資，但反過來，這也就會改變你的預測。所以，我確實認爲預測越來越好了。而且，它也開始使用自然語言處理來讀取文本。我想這個預測可以接受認知測試。但我認爲遠沒有達到完美。比如，有一個人叫做賈馬爾，他被謀殺在土耳其，或者說是在伊斯坦布爾，沙特，詹姆斯這樣的地方。這種突發事件很可能會改變了每個人對沙特阿拉伯的態度，石油價格可能就會受到影響。這種 不可預測的事情總是會出現。

而且，如果你能很好地預測，別人也能預測。這也會對預測的結果產生影響。 我認爲所有的預測會越來越準確，包括關於健康的預測，誰會心臟病發作等等。但它總是不完美的。

問： 你認爲經濟系統是一個複雜系統。它是不是也是一個動力系統？如果它是一個動力系統，那就意味着它必須有一個動力學方程。你認爲這個最基礎的動力學方程可能是什麼樣呢？

答：這是個非常棒的問題，也是一個非常根本的問題。在離開這裏之後，我可能會用接下來的六個月的時間來思考這個問題。

爲了把經濟看作是一個標準系統，新古典主義經濟學家傾向於把經濟看作是一個均衡的系統，所有的作用力都是平衡的，就像蜘蛛網中的相互作用力，最終都是平衡的。所以他們是主張平等的自由主義者。因此， 主流經濟學的概念是均衡，當然，系統中可能有一些地方是不均衡的，但最終都會回到均衡的狀態。就像你觸碰一個蜘蛛網，它很快就會回到原來的形狀。 但是和我一起發展出複雜經濟學的團隊，並不太認同這個概念。我們試着指出，經濟不一定是均衡的。

因此，如果把經濟看作是不均衡的，我們就不會把它看作是一臺機器，或者像蜘蛛網，或者是某一個均衡的系統。我們會把它視爲一個生態系統，其中的個體有着不同的信念和行爲。你並不總是知道，誰做了什麼事，你也不知道你們的技術會變的有多好，你也不知道政府會怎樣應對。

在硅谷，我們有各種各樣的想法，而政府在 3 年後纔會做出應對。中國也可能會發生類似的事情。

因此，在這樣的一個不均衡的系統中，你所知有限，總是在探索一個有很多參與者的環境。而那些參與者也在努力想辦法做些什麼。所有人都好像在黑暗中探索。在這其中，可能會有人做得很好，也可能有人能從他人身上賺錢，等等。因此 ，從根本上說，把經濟看作是一個複雜的系統，就是把它看作一個生態系統。

回到你的問題上，有許多動態系統可以用方程式來描述，但不一定能被算法來描述。因爲算法主要是由均衡系統中得出的。因此，這些方程可能很容易被展開，就像關於洛倫茲方程是否正確一樣。

但在經濟中，有很多事情會被一起觸發。 如果發生這種情況，央行就會介入並重新穩定貨幣。所以， 不是所有的動態系統都可以寫成方程式。

從複雜性經濟學的觀點來看，我們傾向於把經濟看作是計算本身。這就像一個有許多參與者和不同的策略的生態。 你可以大致地把它描述成一個有很多不同因子的計算過程。

這個計算對整個經濟來說是非常複雜的。但如果只是針對某一個石油貿易或是其他交易來做個模型，是很可能用算法來建模的。

問： ABM 作爲研究複雜理論的重要方法，如果 ABM 不能完全模擬社會中人們互動的情形的話，使用 ABM 來對金融中的系統性風險進行預測是否可行？

答： 我們曾運行了一些最早的個體爲本模型。在聖達菲研究院，我們曾基於 31 年前的股市建立過一個模型。以我的經驗來看， 爲本模型建立一個個體並不難，關鍵在於找出誰是主體，他們代表哪一方 （可能是銀行或金融機構，保險公司）。 每一個主體都是參與者，然後每一個主體都會通過目標對象庫計算，它可能是 Python，也可能是 C++。

每一個都變成了它自己的小單元，編程單元，而且每個單元的很多指令可能是不一樣的。如果發生了這種情況，你就可以試着預測一下，然後再下注。然後你在這裏的問題是，如果你要建立一個這個模型，能幫助你預測系統風險。Stefan Turner 曾做過一些很棒的研究。Stefan Turner，他有一篇論文我認爲是科學的，但存在系統風險。這是奧地利學院的一個非常大的主體模型。

很重要的一件事情是， 系統性風險源於金融機構之間的關聯性。這是由於銀行之間可能互相持有債務。 換句話說，如果你的銀行是賺錢的，但另一家銀行經營碰到了問題，也可能會使你的銀行陷入麻煩。這些個體可能碰到的問題彙總起來，被 稱爲系統的風險。

針對這種情況，你 可以建立一個現實的金融機構模型，以發現它們是如何相互綁定的。 比如當一個銀行經營陷入了問題後，是怎麼將這些風險傳遞給其他關聯銀行，甚至更進一步，將這個風險擴散到整個金融系統的？

這其實就是 2008 年金融系統發生的事情。AIG 和雷曼兄弟以及其他大銀行陷入了困境，和他們關係密切的銀行也陷入了麻煩，再然後整個金融系統崩潰，美國政府不得不進來支撐國家的金融系統。

斯蒂芬·特納的文章認爲： 有些金融公司是很危險的，一旦他們在體系中崩潰，會使得很多國家經濟也崩潰。

問： 複雜經濟學中，收益遞增和路徑依賴理論，說明經濟的發展是被各種經濟力量和隨機的“歷史事件”相互作用所決定的，而且這個結果並不一定是最優的，不能完全被預測的；那麼對於研究者來說，我們應該怎麼做呢？

答： 我給你舉個例子。在 1500 年，意大利是世界上最先進的國家之一。當然 1400 年左右也是如此。他們有一些世界上最好的科學家，比如伽利略或是類似的研究學者。意大利北部和南部經濟發展也差不多。南部是那不勒斯，更南是羅馬。北方有佛羅倫薩和西耶納，米蘭等地區。

事實證明，在經濟發展中，爲了超越或是跟上發展更好的區域以變得更加繁榮，這個區域的工人會學習更多技能，從而吸引更多公司和投資進入這個地區。 歷史上，意大利南部發展的很好，在一段持續的時間裏，它也發展的越來越好。所以如果意大利南部先發展起來，就會發展的越來越好，或者說如果北部先發展起來也是同樣的情況，它也會發展的越來越好，這都是歷史上發生的事情。從 19 世紀 50 年代到 2000 年，意大利北部遍佈汽車業、時尚業，由此，米蘭的旅遊和其他類型的部門也發展起來了，這些例子都是和你的問題吻合的，你可以說它們都是依賴歷史的、依賴各種微小的事件，甚至是意大利發展所特有的。但是如果在意大利歷史上發生的一系列不同的事情，也許意大利南部發展會佔據主導地位。

我要說的是， 如果一個地區的發展領先，或者是某個公司，或者某項技術，它都將在此基礎上獲得更多的優勢，讓自己持續處於領先的地位。 但是我們無法提前預知到底是什麼導致了這樣的結果。這個結果，甚至都不是最好的結果。

來源：X-Order

來源鏈接：www.8btc.com