三年前，我曾經(jīng)以《相信奇跡還是相信邏輯》為題做過一次演講。核心觀點是，從古至今，國人的形象思維比較發(fā)達，但形式邏輯偏弱。建議用數(shù)據(jù)說話，提倡理性思考。今天，我想提出一個問題：在人人都在講大數(shù)據(jù)的時代，我們該如何來看待和運用大數(shù)據(jù)，當大數(shù)據(jù)不合邏輯時，究竟是相信大數(shù)據(jù)還是相信邏輯？
相信個案還是相信大數(shù)據(jù)
“大數(shù)據(jù)”是指以多元形式，通過許多來源搜集而來的龐大數(shù)據(jù)組，往往具有實時性。大約從2009年開始，“大數(shù)據(jù)”成為互聯(lián)網(wǎng)信息技術(shù)行業(yè)的流行詞匯。如美國互聯(lián)網(wǎng)數(shù)據(jù)中心指出，互聯(lián)網(wǎng)上的數(shù)據(jù)每年將增長50%，每兩年便將翻一番，而目前世界上90%以上的數(shù)據(jù)是最近幾年才產(chǎn)生的。
此外，數(shù)據(jù)又并非單純指人們在互聯(lián)網(wǎng)上發(fā)布的信息，全世界的工業(yè)設(shè)備、汽車、電表上有著無數(shù)的數(shù)碼傳感器，隨時測量和傳遞著有關(guān)位置、運動、震動、溫度、濕度乃至空氣中化學(xué)物質(zhì)的變化，也產(chǎn)生了海量的數(shù)據(jù)信息。
有人把數(shù)據(jù)比喻為蘊藏能量的煤礦。煤炭按照性質(zhì)有焦煤、無煙煤、肥煤、貧煤等分類，而露天煤礦、深山煤礦的挖掘成本又不一樣。與此類似，大數(shù)據(jù)并不在“大”，而在于“有用”。價值含量、挖掘成本比數(shù)量更為重要。對于很多行業(yè)而言，如何利用這些大規(guī)模數(shù)據(jù)是成為贏得競爭的關(guān)鍵。
例如，2011年諾貝爾經(jīng)濟學(xué)獎獲得者托馬斯·薩金特（Thomas J． Sargent）近期在中國公開演講時就認為，人工智能實質(zhì)上就是統(tǒng)計學(xué)。但我覺得他說的有一定道理，但過于簡單粗暴了。其實，他想表達的是人工智能中運用的不少方法就是過去的統(tǒng)計方法。
又有人認為大數(shù)據(jù)就是全樣本統(tǒng)計，這樣理解大數(shù)據(jù)未免有點淺薄了，全樣本統(tǒng)計只是大數(shù)據(jù)的一種形式而已。因此，大數(shù)據(jù)的涵義要比傳統(tǒng)意義上的統(tǒng)計數(shù)據(jù)廣泛，但確實又具有統(tǒng)計數(shù)據(jù)的很多屬性，因此大數(shù)據(jù)需要通過合適的方法，才能發(fā)揮其作用。
舉例來說，兩年半前，我曾經(jīng)從螞蟻金服公布的居民網(wǎng)絡(luò)消費數(shù)據(jù)中，發(fā)現(xiàn)天津在網(wǎng)絡(luò)消費上的怪異現(xiàn)象：作為直轄市的天津，人均網(wǎng)消水平上明顯低于上海、北京、浙江、江蘇、海南、福建、廣東，甚至低于全國平均水平（因為前七個省市的消費權(quán)重較大）。
由于天津的人均GDP水平在2016年及之前一直為全國省市自治區(qū)中排名第一，為何網(wǎng)購數(shù)據(jù)那么弱呢？我當時就認為天津有夸大GDP的可能。因為查閱《統(tǒng)計年鑒》，發(fā)現(xiàn)天津的人均可支配收入與人均GDP水平不匹配。即人均可支配收入不僅低于北京和上海，而且還低于浙江、江蘇。
如2015年浙江城鎮(zhèn)居民可支配收入占GDP之比為56.3%，上海51.3%，但天津只有31.9%，與前者竟然差20%左右。如果說人均可支配收入偏低與通過大數(shù)據(jù)獲得的人均網(wǎng)購額還是比較匹配的話，那么，人均GDP或GDP總額就極大偏離正常水平了。
今年年初，天津重新調(diào)整了其濱海新區(qū)2016年GDP的數(shù)據(jù)，從過去公布的10002.31億元，調(diào)整為6654億元，縮水3348億元，縮水幅度達三分之一?？梢?，如果把從支付寶獲得的網(wǎng)購大數(shù)據(jù)與統(tǒng)計部門公布的數(shù)據(jù)進行相互比對，就可以及早發(fā)現(xiàn)問題所在。這可以說是運用好大數(shù)據(jù)的意義所在。
文革期間，有一句口號叫“工業(yè)學(xué)大慶，農(nóng)業(yè)學(xué)大寨”，但為何學(xué)了那么久，經(jīng)濟增速仍然那么低，工業(yè)品和糧食那么短缺呢？因為大慶和大寨都屬于少數(shù)“成功”的個案，缺乏可復(fù)制性。而且，計劃經(jīng)濟模式所隱含的邏輯存在明顯缺陷。
我曾經(jīng)舉過一個例子：讓1000只猴子擲硬幣，每次出現(xiàn)正面的概率為50%，如果讓所有的猴子連續(xù)擲硬幣10次，那么，連續(xù)10次均為正面的概率就是50%的10次方，約等于千分之一，即一千只猴子中應(yīng)該有一只猴子會連擲硬幣10次均為正面。難道我們需要把這只猴子作為典型案例，號召所有猴子向它學(xué)習(xí)，將其“成功”擲幣的經(jīng)驗進行推廣嗎？
因此，步入信息社會，大數(shù)據(jù)概念的流行對于習(xí)慣于形象思維的國人是一個很好開闊眼界機會，從古到今，相信奇跡的人為數(shù)不少，而相信常識或相信概率的卻不那么多。例如，為何澳門博彩業(yè)會如此繁榮，規(guī)模是拉斯維加斯的四五倍呢？就是因為“相信奇跡（一夜暴富）”的國人太多了。
在國內(nèi)，你會發(fā)現(xiàn)類似“成功學(xué)”的書特別好銷，但就“成功”本身而言，其比例一般都很低，否則就不叫成功了。也就是說，成功只能是個案，但大部分人只對成功的個案有興趣，對成功率茫然無知。
盲目相信大數(shù)據(jù)并不可取
上一部分的核心觀點是大數(shù)據(jù)比個案更有說服力。但是，過度迷信大數(shù)據(jù)也有問題。以股市為例，目前A股市場的上市公司數(shù)量超過3000家，所有上市公司的盈利等財務(wù)數(shù)據(jù)累加起來，也構(gòu)成了大數(shù)據(jù)。
從2016年開始，上市公司的整體ROE都在上升，但為何股市的估值水平卻在下移呢？為何商品房銷量屢創(chuàng)新高，房企的盈利也出現(xiàn)了高增長，但房地產(chǎn)股卻大幅下跌？說明借助大數(shù)據(jù)來預(yù)測未來，必須搞清楚數(shù)據(jù)與預(yù)測對象之間的邏輯關(guān)系。其實，股價應(yīng)該是領(lǐng)先指標（或稱晴雨表），大數(shù)據(jù)則是滯后指標。房地產(chǎn)股的下跌，或是反映了股市投資者對國內(nèi)樓市未來下跌的擔(dān)憂。
同樣，2017-18年上市企業(yè)盈利整體增速超過兩位數(shù)，但不意味著2019年盈利增速不下降，當投資者看到經(jīng)濟增速下行的長期趨勢，就會對企業(yè)未來的盈利前景感到擔(dān)憂。
此外，大數(shù)據(jù)總量數(shù)據(jù)固然重要，但“內(nèi)部結(jié)構(gòu)”還需要分析：為何這兩年股市中的“中小創(chuàng)”跌幅較大？是因為其歷史的估值水平較高，盡管其盈利增速并不低，但面臨市場趨向理性之后的估值水平下移壓力。
所以，盲目偏信大數(shù)據(jù)反而容易產(chǎn)生誤判，只有運用合適邏輯分析方法，才能把大數(shù)據(jù)的結(jié)構(gòu)和特征描述清楚。例如，由于A股中大市值公司的估值水平比較低，如銀行股的利潤總額加起來要占到所有上市公司總利潤的一半左右，且大部分銀行的PE只有5-7倍；所有上市公司PE加權(quán)平均之后，就很低了，但從PE的中位數(shù)看，估值水平仍然不低（目前23倍左右）。
我國的成語中也有類似對大數(shù)據(jù)“滯后”特性的描述，如盛極而衰，表示數(shù)據(jù)雖然非常好看，但可能意味著衰退。而且，正是由于人們偏愛“用數(shù)據(jù)說話”，因此，數(shù)據(jù)作假現(xiàn)象也屢見不鮮，從而導(dǎo)致總量數(shù)據(jù)與實際相背離，或者數(shù)據(jù)之間的勾稽關(guān)系出現(xiàn)矛盾。本人曾在2012年專門對存在誤差可能性的宏觀數(shù)據(jù)做了分析（見拙作《中國經(jīng)濟結(jié)構(gòu)存在誤判》）。
為何會發(fā)生黑天鵝事件：還是要相信邏輯
17世紀之前，歐洲人都認為天鵝都是白的，因為他們所見到的各大洲（歐洲、亞洲、非洲）及各個地方的天鵝，無一例外地都是白色的——這就是用歸納法對大數(shù)據(jù)處理所得出的結(jié)論。一直到人們在澳洲發(fā)現(xiàn)第一只黑天鵝之后，天鵝都是白色的結(jié)論就被推翻。
從此之后，人們就把意想不到事件的發(fā)生，稱之為黑天鵝事件，這說明大數(shù)據(jù)的缺陷所在——樣本不能被窮盡，因此，大數(shù)據(jù)可以用來“證偽”，卻不能用來證明。
例如，外星球究竟有沒有生命的問題，大部分科學(xué)家都認為肯定有生命，其邏輯就是概率分布，因為茫茫宇宙中的星球不計其數(shù)，難道只有唯一一個地球上有生命？但概率只是代表可能性，觀察的樣本數(shù)量再大，也無法找到一個例證來證明外星球上確有生命。
而大數(shù)據(jù)的運用，大部分采用歸納法——人類思維中90%以上的機率都在使用歸納法，因為歸納法不需要運用太多的知識；不像演繹法，它先要掌握不少知識或定理，然后再據(jù)此去推理。
例如前段時間英國皇家學(xué)會前主席阿提亞爵士宣稱證明了黎曼猜想，是否真的證明了姑且不論，但證明過程所需要的深奧專業(yè)知識，肯定不是一般人所能觸及的。
事實上，西方在基礎(chǔ)研究領(lǐng)域的巨大成就，大部分都是在17世紀之后取得的，遠沒有跨入大數(shù)據(jù)時代，且大部分沒有采取實驗室研究的方式，但至今大部分成果都被廣泛應(yīng)用到社會經(jīng)濟、科技生產(chǎn)的各個領(lǐng)域。
也就是說，17世紀之后，西方抽象思維得到極大發(fā)展，建立了數(shù)學(xué)、物理的科學(xué)體系，進而又推動了科技進步，從而拉大了中西方在科技領(lǐng)域的差距。
相比之下，從中國歷史上所取得的科學(xué)成果看，能體現(xiàn)抽象思維的東西比較少，形式邏輯在中國沒有充分發(fā)展，春秋戰(zhàn)國時代，形成邏輯也曾有過發(fā)展，但最終卻演變成了“詭辯術(shù)”，如公孫龍（前320年-前250年）就提出了“白馬非馬”之說，因此，中國歷朝歷代的思維還是見長于歸納法和辯證法。
舉個例子：南宋數(shù)學(xué)家楊輝在1261年所著的《詳解九章算法》一書中，展現(xiàn)了二項式系數(shù)在三角形中的一種幾何排列，因此，“楊輝三角”實質(zhì)上是把二項式系數(shù)圖形化，把組合數(shù)內(nèi)在的一些代數(shù)直觀地從圖形中體現(xiàn)出來。
但他并沒有在其著作給出具體推導(dǎo)過程，所以，我們只能認為“楊輝三角”是通過歸納總結(jié)發(fā)現(xiàn)的，未能把它進一步抽象為“二項式定理”，而牛頓就給出了二項式定理的一般公式和推導(dǎo)過程。即：
由于形式邏輯、演繹法在中國五千年的漫長歷史中沒有得到充分發(fā)展，這才是導(dǎo)致我國近代科技發(fā)展遲緩的根本原因，而不是所謂的制度因素。為什么哲學(xué)、宗教、文化乃至醫(yī)學(xué)等都有中西方之分，但數(shù)理化就沒有“中國數(shù)理化”而是照搬西方的呢？因為這些學(xué)科都不能通過經(jīng)驗（或稱大數(shù)據(jù)歸納）、傳承或辯證法來創(chuàng)設(shè)的。
三年前，我提出要相信邏輯，不要相信奇跡（個案）。如今進入了大數(shù)據(jù)時代，仍然提倡：在大數(shù)據(jù)面前，更要相信邏輯，雖然大數(shù)據(jù)比個案更有說服力，但大數(shù)據(jù)同樣存在失真、變異、滯后甚至被操縱的可能性。
例如，去年以來公布的統(tǒng)計數(shù)據(jù)顯示企業(yè)的盈利增速大幅提高，但為何企業(yè)的投資增速卻大幅下降呢？大數(shù)據(jù)不能解釋，但邏輯卻可以作合理解釋：供給側(cè)改革、環(huán)保標準提高等導(dǎo)致供給端被壓縮，進而導(dǎo)致上游商品價格上漲，大企業(yè)盈利增速上升。
社會經(jīng)濟的發(fā)展，看似千姿百態(tài)，但也有其共性。比如，二戰(zhàn)之后的今天，市場經(jīng)濟最終成為全球幾乎所有國家的共同體制，說明這個體制合乎經(jīng)濟可持續(xù)增長的邏輯。這正如價值投資成為全球絕大部分資本市場的共同理念一樣，唯有如此，才能獲得較大的回報。
縱觀全球各國經(jīng)濟走勢，都會發(fā)生波動，盡管波動劇烈時政府部門會采取逆周期的政策，試圖通過干預(yù)市場來避免發(fā)生危機，但事實上卻很難避免。也有些國家盡管沒有爆發(fā)危機，但其代價是往往經(jīng)濟停滯和債務(wù)高企。因此，就像價值投資理念對資本市場的影響一樣，邏輯產(chǎn)生作用可能會遲到，但不會缺席。
(本文作者介紹：中泰證券首席經(jīng)濟學(xué)家。)