去技術化與階級問題
这篇书评可能有关键情节透露
通勤途中讀的科普書。對應的大致是「個體計量」與「實驗經濟學」兩個領域。
有一次我問計量課老師,類似《蘋果橘子經濟學》那樣的個體計量研究,究竟在公共政策實務上有什麼應用空間?
尤其在台灣,公共政策的品質之糟糕是有目共睹的,各種施政根本不尋求嚴謹的研究支持,甚或發包的研究案擺明了就是要求為其施政背書宣傳。另一個重大的侷限則是資料的品質。相較於美國和日本,台灣的統計資料品質實在不好,既有的許多資料在取得上也有各種奇怪限制,自然也大大侷限了此類個體計量的研究空間。
老師回答說,個體計量在台灣的政策實務上確實沒什麼用,只是有啟發性的研究。不過他接著補充說,在企業界已經有人開始重視這種方法,分析企業手中所掌握的資訊,可以對企業產生直接助益。
這本書就是這樣的應用案例集。書中的案例五花八門,例如(括號中為頁數):
‧ 以氣溫和雨量來預測紅酒的品質(3);
‧ 球團以球員過去表現的數據來預測其未來潛力(8);
‧ 交友網站以使用者人際關係基本資訊來篩選你理想的伴侶(23);
‧ 賭場從你過去的行為模式研究你的「痛苦臨界點」,當你逼近臨界點時阻止你再賭下去(31);
‧ 1840年代奧地利的史模懷斯(Ignaz Semmelweis)透過統計分析找出孕婦大量死亡的原因是醫生離開解剖室後沒把手洗乾淨(80);
‧ 伯衛克(Don Berwick)利用實證醫學研究推動「拯救十萬人活動」,指出只要簡單改變一些作法就可降低病患風險,如將病床的頭部調高並經常清潔患者口腔就可降低術後肺部感染風險(82);
‧ 伊莎貝爾(Isabel)軟體將各種疾病的特徵、醫學相關研究與病例病史等資訊整合為可快速檢索的資料庫,協助醫生減少誤診率(94);
‧ 以過去採購案的資料進行統計分析,預測企業採購案的交貨準時度、預算符合度、採購滿意度(108);
‧ 運用神經網路預測電影上映後的票房(140);
‧ 或者企業利用隨機試驗(主要是網路)找出最佳行銷策略(第二章)。
本書也提到一些與公共政策有關的實驗研究案例:
‧ 強制提供求職輔助可幫助失業者提早找到工作減少失業津貼給付(64);
‧ 刑期長短不影響再犯率(70);
‧ 國安單位分析電話通聯紀錄找出恐怖攻擊嫌犯;揪出工程投標舞弊(42);
‧ 墨西哥政府的教養計畫,將讓孩子上學、懷孕時接受產檢與營養監測,作為現金補助的條件,且只有母親可拿到補助金(73);
‧ 預測法院法官判決結果(102);
‧ 預測受刑人再犯率(70、115);
‧ 評估何種教學方法比較有效(156)
書中案例的研究方式大致可分為兩類,一是利用既有的資料進行統計分析,另一種則是設計實驗產生出新資料。
◎去技術化與階級問題
在這些令人眼花撩亂的案例之外,作者明確提出了「將舊的(依賴經驗的)白領專家去技術化」的議題。
「去技術化」是社會學領域的勞動過程研究的關鍵議題,也是歷史上許多工人運動的主題,但這裡不多談了,有興趣者請參考經典著作:LABOR AND MONOPOLY CAPITAL by Harry Braverman。
在本書中,矛頭針對的是那些依賴經驗的專家,這種專家一再被統計分析擊敗,十分狼狽。這些過去被認為是白領專家的人,比如醫生,如今也可能面臨去技術化的衝擊。
但稍有常識的人都知道,「受害」的絕對不只是這些人,還包括舊一代的技術人員、一般基層員工(本書中提到受到更精細管控的Wallmart員工,但作者覺得這沒什麼不對)。而在企業外部,受害的或許在某種程度上也包括要面對更加高明的行銷手段的消費者、個人資料更加沒有隱蔽的一般公民等。
去技術化當然不是指技術水平的簡單降低。就整體技術水平來說,很難論證新科技的引進造成技術的降低,首先,技術高低很難有一致的衡量標準,再者,新技術也許確實會將某些工作去技術化,但也會產生另一些技術性工作。
去技術化爭論的關鍵在於,被去技術化的,與掌握新技術的,是不同群體,時間與空間上都是分開的,於是便出現了很明顯的一群受害者與受益者。在現行的資本主義制度之下,資方總是千方百計要將基層勞工去技術化,以方便控制、壓低工資,將技術集中在高級管理人員與技術專家手中。在這種「技術進步」的模式中,這些受害者很難得到補償,也很不容易轉移到其他工作而不至降低報酬。也就是說,看似中性的技術進步在現行的社會制度下一點都不中性,反而具有很明確的階級敵視意涵,即便這些技術人員可能並不具任何「惡意」。
當然,他們也可能具有惡意。操作技術的始終是具體的從屬於某些權力關係之中的人,高明的人還是有辦法用新的辦法玩弄統計。比如書中提到的利用統計分析設定有利於特定種族的條件(173)。也就是說,儘管作者努力把統計分析描述成無偏見、可信賴的科學力量,但其實統計本身也有很多不同的設計方法,生產出你想要的結果,用以包裹各種意圖。在此方面,我們看到的可能比較不是統計專家與非專家的對立,而是不同立場的統計專家的對立。
◎次貸風暴也算是其應用的後果吧
以上所談大致還是學術研究、以及簡單的預測應用,在作者筆下基本上十分光明、成功。但現實世界當然沒有這麼單純美好,將統計新技術玩到極端玩到爛,最終導致災難的例子還不算少。作者書中曾簡略地提到銀行核貸人員的經驗與知識被統計取代的例子,但他沒有繼續往下說的是,這種作法幫助了房地產市場以及金融市場泡沫的擴大,以及隨著泡沫破裂而來臨的全球金融危機。這方面已經有很多人提過了,這裡不再重複,轉貼一篇文章供參考:
【信報財經新聞】 2009年3月6日
濫用中國學者公式引致金融海嘯
林行止
一、
三十年代華爾街大崩潰後,投資理論並無重大進展,它之出現突破,為一 九五二年的事;是年三月號(第七卷第一期)的《財務學學報》(Journal of Finance),發表哈利.馬可維茨(Harry M. Markowitz, 1922-)的論文〈投資組合選擇〉(Portfolio Selection),引起投資理論的革命;馬可維茨的文章,被投資學界稱為「十四頁最重要的論文」─這篇論文只有十四頁,四頁文字其餘皆為程式和圖表。
包 括馬可維茨在內,誰都沒有料到這篇短文會造成「革命性影響」。因為這篇被稱為不朽的文章(monumental article),當年只有二十五歲的作者不會想到三十八年後的一九九○年,他因此和其他二位學者米勒(Merton Miller, 1923-2000)與夏普(W. Sharpe, 1934-)分享諾貝爾經濟學獎!
馬可維茨知道投資者對回報和風險同樣關注,這是何以 投資者通常「不會把雞蛋放在同一籃裏」的原因。風險和報酬率(Risk & Reward Ratio)便是這樣發展出來的。馬可維茨的真知灼見是,風險為整個投資過程的重心,一項投資計劃若沒有風險(riskless),困難將不存在,但利潤 亦相應低微。風險意味着可能發生的事較預期發生的更多!我們並不期待居住的樓宇火災,但火災可能發生,為了避免這種可能損失,只有買保險;同理,我們不希 望所持的股票跌價,然而它們可能下跌,因此我們不把所有資金購進一種股票,即使它看起來前景那麼美好。
分散投資(把雞蛋放在多個籃裏)和看中後重錘出擊(雞蛋少籃子亦少)孰優孰劣,是馬可維茨試圖解答的問題。〈投資組合選擇〉告訴投資者如何在風險與報酬之間作正確的取捨(trade-off),即如何建立一個風險與報酬平衡的投資組合。
非常明顯,「提供最高回報的有效率投資組合」,在七十年代風起雲湧,投資基金的成立如雨後春筍,帶旺了華爾街進而全球的金融業,令基金市場成為以萬億美元計的大生意,它便是建立在馬可維茨組合投資理論基礎上。一篇短文帶起一個行業,馬可維茨因此得以分享諾獎。
二、
南 開大學經濟學碩士、加拿大滑鐵盧大學統計學博士李祥林(Xiang Lin Li,江蘇連雲港人;以David X Li之名行世),在二○○○年三月號的《固定收入學報》(The Journal of Fixed Income)發表〈聯結函數的違約相關分析〉(On Default Correlation: A Copula Function Approach)。「聯結」和「相關」均為統計學名詞,用大眾化語言,可作這樣的解釋─夫妻日夕相處,生活習慣漸漸相近,其中一人過世,另一半在短期內 的平均死亡率較夫妻健在者高;這種關係換為統計術語便是「聯結」和「相關」的關係。李祥林把之引入金融分析,指出一間發行債券的公司倒閉,對另外一間甚至 多間相關企業必然帶來衝擊。李祥林的計量模型提出一項創新的觀點「time-until-default」(直至違約〔?〕),描述在一定經濟環境下,公 司倒閉的相關聯結性。
李祥林的研究,刺激了信貸衍生債券市場的高速發展,其勢有人稱為「爆炸性」,帶動一種新興衍生金融工具「信貸違約掉期」(CDS, Credit Default Swaps)。從此角度,李祥林對金融業的貢獻不下於馬可維茨。
在 傳統市場,投資者購進債券,獲得固定孳息,同時承受債券發行企業或政府可能破產無力付息及屆時無力贖回即違效的風險,CDS等於把債券持有者的風險賣掉; 由於債市數額以萬億美元計,擔保債券不會違約的CDS幾乎是無限制地發行。李祥林適時地提出一個模型,幫助CDS的投資者在特定情況下能準確計算回報、定 價、計算風險及應採取什麼策略以降低風險,等於為結構化的信貸衍生產品的估價和風險控制提供定量化的有效工具,有了這套準則,CDS發行及成交大增;而把 不同種類的CDS滙集而成的「債務抵押債券」(CDO-Collateralized Debt Obligations)應運而生,金融機構把CDO以債券形式賣給散戶(下游投資者),那等於把風險以傳統最穩健的債券形式賣給小投資者。在風調雨順的 日子,CDO持有者可獲比債券孳息高的利息,是不錯的投資,一旦形勢逆轉,CDS的「現金回報」驟降,市場風雲變色,投資者全軍覆沒,金融海嘯由是而起!
二 月二十五日《Wired》月刊發表名記者沙爾蒙(F. Salmon)題為〈災難的處方─摧毀華爾街的公式〉(Recipe for Disaster-The Formula That Killed Wall Stree),歐美傳媒紛紛轉載,網上且有令人愈讀愈糊塗的中譯本。文章指出在不久前,因為帶起一個新行業令金融市場狂旺的李祥林,是諾貝爾經濟學獎的熱 門人選;可是,自從○八年三月次按問題浮現以至七、八月間的危機驟起,李祥林公式成為令華爾街步入絕境的禍首!這種說法當然非常偏頗,那便如武器殺人但殺 人者非其發明者。財迷心竅、貪婪無厭和不負責任的華爾街炒家利用所僱用的「火箭專家」讀通李氏公式後(李氏○五年曾對《華爾街日報》記者說了解其公式的人 不多),濫發CDO,才是造成金融海嘯的罪魁。
歷任歐美金融機構要職的李祥林,○八年做了海歸派,擔任中國國際金融的風險管理部門主管。
有一次我問計量課老師,類似《蘋果橘子經濟學》那樣的個體計量研究,究竟在公共政策實務上有什麼應用空間?
尤其在台灣,公共政策的品質之糟糕是有目共睹的,各種施政根本不尋求嚴謹的研究支持,甚或發包的研究案擺明了就是要求為其施政背書宣傳。另一個重大的侷限則是資料的品質。相較於美國和日本,台灣的統計資料品質實在不好,既有的許多資料在取得上也有各種奇怪限制,自然也大大侷限了此類個體計量的研究空間。
老師回答說,個體計量在台灣的政策實務上確實沒什麼用,只是有啟發性的研究。不過他接著補充說,在企業界已經有人開始重視這種方法,分析企業手中所掌握的資訊,可以對企業產生直接助益。
這本書就是這樣的應用案例集。書中的案例五花八門,例如(括號中為頁數):
‧ 以氣溫和雨量來預測紅酒的品質(3);
‧ 球團以球員過去表現的數據來預測其未來潛力(8);
‧ 交友網站以使用者人際關係基本資訊來篩選你理想的伴侶(23);
‧ 賭場從你過去的行為模式研究你的「痛苦臨界點」,當你逼近臨界點時阻止你再賭下去(31);
‧ 1840年代奧地利的史模懷斯(Ignaz Semmelweis)透過統計分析找出孕婦大量死亡的原因是醫生離開解剖室後沒把手洗乾淨(80);
‧ 伯衛克(Don Berwick)利用實證醫學研究推動「拯救十萬人活動」,指出只要簡單改變一些作法就可降低病患風險,如將病床的頭部調高並經常清潔患者口腔就可降低術後肺部感染風險(82);
‧ 伊莎貝爾(Isabel)軟體將各種疾病的特徵、醫學相關研究與病例病史等資訊整合為可快速檢索的資料庫,協助醫生減少誤診率(94);
‧ 以過去採購案的資料進行統計分析,預測企業採購案的交貨準時度、預算符合度、採購滿意度(108);
‧ 運用神經網路預測電影上映後的票房(140);
‧ 或者企業利用隨機試驗(主要是網路)找出最佳行銷策略(第二章)。
本書也提到一些與公共政策有關的實驗研究案例:
‧ 強制提供求職輔助可幫助失業者提早找到工作減少失業津貼給付(64);
‧ 刑期長短不影響再犯率(70);
‧ 國安單位分析電話通聯紀錄找出恐怖攻擊嫌犯;揪出工程投標舞弊(42);
‧ 墨西哥政府的教養計畫,將讓孩子上學、懷孕時接受產檢與營養監測,作為現金補助的條件,且只有母親可拿到補助金(73);
‧ 預測法院法官判決結果(102);
‧ 預測受刑人再犯率(70、115);
‧ 評估何種教學方法比較有效(156)
書中案例的研究方式大致可分為兩類,一是利用既有的資料進行統計分析,另一種則是設計實驗產生出新資料。
◎去技術化與階級問題
在這些令人眼花撩亂的案例之外,作者明確提出了「將舊的(依賴經驗的)白領專家去技術化」的議題。
「去技術化」是社會學領域的勞動過程研究的關鍵議題,也是歷史上許多工人運動的主題,但這裡不多談了,有興趣者請參考經典著作:LABOR AND MONOPOLY CAPITAL by Harry Braverman。
在本書中,矛頭針對的是那些依賴經驗的專家,這種專家一再被統計分析擊敗,十分狼狽。這些過去被認為是白領專家的人,比如醫生,如今也可能面臨去技術化的衝擊。
但稍有常識的人都知道,「受害」的絕對不只是這些人,還包括舊一代的技術人員、一般基層員工(本書中提到受到更精細管控的Wallmart員工,但作者覺得這沒什麼不對)。而在企業外部,受害的或許在某種程度上也包括要面對更加高明的行銷手段的消費者、個人資料更加沒有隱蔽的一般公民等。
去技術化當然不是指技術水平的簡單降低。就整體技術水平來說,很難論證新科技的引進造成技術的降低,首先,技術高低很難有一致的衡量標準,再者,新技術也許確實會將某些工作去技術化,但也會產生另一些技術性工作。
去技術化爭論的關鍵在於,被去技術化的,與掌握新技術的,是不同群體,時間與空間上都是分開的,於是便出現了很明顯的一群受害者與受益者。在現行的資本主義制度之下,資方總是千方百計要將基層勞工去技術化,以方便控制、壓低工資,將技術集中在高級管理人員與技術專家手中。在這種「技術進步」的模式中,這些受害者很難得到補償,也很不容易轉移到其他工作而不至降低報酬。也就是說,看似中性的技術進步在現行的社會制度下一點都不中性,反而具有很明確的階級敵視意涵,即便這些技術人員可能並不具任何「惡意」。
當然,他們也可能具有惡意。操作技術的始終是具體的從屬於某些權力關係之中的人,高明的人還是有辦法用新的辦法玩弄統計。比如書中提到的利用統計分析設定有利於特定種族的條件(173)。也就是說,儘管作者努力把統計分析描述成無偏見、可信賴的科學力量,但其實統計本身也有很多不同的設計方法,生產出你想要的結果,用以包裹各種意圖。在此方面,我們看到的可能比較不是統計專家與非專家的對立,而是不同立場的統計專家的對立。
◎次貸風暴也算是其應用的後果吧
以上所談大致還是學術研究、以及簡單的預測應用,在作者筆下基本上十分光明、成功。但現實世界當然沒有這麼單純美好,將統計新技術玩到極端玩到爛,最終導致災難的例子還不算少。作者書中曾簡略地提到銀行核貸人員的經驗與知識被統計取代的例子,但他沒有繼續往下說的是,這種作法幫助了房地產市場以及金融市場泡沫的擴大,以及隨著泡沫破裂而來臨的全球金融危機。這方面已經有很多人提過了,這裡不再重複,轉貼一篇文章供參考:
【信報財經新聞】 2009年3月6日
濫用中國學者公式引致金融海嘯
林行止
一、
三十年代華爾街大崩潰後,投資理論並無重大進展,它之出現突破,為一 九五二年的事;是年三月號(第七卷第一期)的《財務學學報》(Journal of Finance),發表哈利.馬可維茨(Harry M. Markowitz, 1922-)的論文〈投資組合選擇〉(Portfolio Selection),引起投資理論的革命;馬可維茨的文章,被投資學界稱為「十四頁最重要的論文」─這篇論文只有十四頁,四頁文字其餘皆為程式和圖表。
包 括馬可維茨在內,誰都沒有料到這篇短文會造成「革命性影響」。因為這篇被稱為不朽的文章(monumental article),當年只有二十五歲的作者不會想到三十八年後的一九九○年,他因此和其他二位學者米勒(Merton Miller, 1923-2000)與夏普(W. Sharpe, 1934-)分享諾貝爾經濟學獎!
馬可維茨知道投資者對回報和風險同樣關注,這是何以 投資者通常「不會把雞蛋放在同一籃裏」的原因。風險和報酬率(Risk & Reward Ratio)便是這樣發展出來的。馬可維茨的真知灼見是,風險為整個投資過程的重心,一項投資計劃若沒有風險(riskless),困難將不存在,但利潤 亦相應低微。風險意味着可能發生的事較預期發生的更多!我們並不期待居住的樓宇火災,但火災可能發生,為了避免這種可能損失,只有買保險;同理,我們不希 望所持的股票跌價,然而它們可能下跌,因此我們不把所有資金購進一種股票,即使它看起來前景那麼美好。
分散投資(把雞蛋放在多個籃裏)和看中後重錘出擊(雞蛋少籃子亦少)孰優孰劣,是馬可維茨試圖解答的問題。〈投資組合選擇〉告訴投資者如何在風險與報酬之間作正確的取捨(trade-off),即如何建立一個風險與報酬平衡的投資組合。
非常明顯,「提供最高回報的有效率投資組合」,在七十年代風起雲湧,投資基金的成立如雨後春筍,帶旺了華爾街進而全球的金融業,令基金市場成為以萬億美元計的大生意,它便是建立在馬可維茨組合投資理論基礎上。一篇短文帶起一個行業,馬可維茨因此得以分享諾獎。
二、
南 開大學經濟學碩士、加拿大滑鐵盧大學統計學博士李祥林(Xiang Lin Li,江蘇連雲港人;以David X Li之名行世),在二○○○年三月號的《固定收入學報》(The Journal of Fixed Income)發表〈聯結函數的違約相關分析〉(On Default Correlation: A Copula Function Approach)。「聯結」和「相關」均為統計學名詞,用大眾化語言,可作這樣的解釋─夫妻日夕相處,生活習慣漸漸相近,其中一人過世,另一半在短期內 的平均死亡率較夫妻健在者高;這種關係換為統計術語便是「聯結」和「相關」的關係。李祥林把之引入金融分析,指出一間發行債券的公司倒閉,對另外一間甚至 多間相關企業必然帶來衝擊。李祥林的計量模型提出一項創新的觀點「time-until-default」(直至違約〔?〕),描述在一定經濟環境下,公 司倒閉的相關聯結性。
李祥林的研究,刺激了信貸衍生債券市場的高速發展,其勢有人稱為「爆炸性」,帶動一種新興衍生金融工具「信貸違約掉期」(CDS, Credit Default Swaps)。從此角度,李祥林對金融業的貢獻不下於馬可維茨。
在 傳統市場,投資者購進債券,獲得固定孳息,同時承受債券發行企業或政府可能破產無力付息及屆時無力贖回即違效的風險,CDS等於把債券持有者的風險賣掉; 由於債市數額以萬億美元計,擔保債券不會違約的CDS幾乎是無限制地發行。李祥林適時地提出一個模型,幫助CDS的投資者在特定情況下能準確計算回報、定 價、計算風險及應採取什麼策略以降低風險,等於為結構化的信貸衍生產品的估價和風險控制提供定量化的有效工具,有了這套準則,CDS發行及成交大增;而把 不同種類的CDS滙集而成的「債務抵押債券」(CDO-Collateralized Debt Obligations)應運而生,金融機構把CDO以債券形式賣給散戶(下游投資者),那等於把風險以傳統最穩健的債券形式賣給小投資者。在風調雨順的 日子,CDO持有者可獲比債券孳息高的利息,是不錯的投資,一旦形勢逆轉,CDS的「現金回報」驟降,市場風雲變色,投資者全軍覆沒,金融海嘯由是而起!
二 月二十五日《Wired》月刊發表名記者沙爾蒙(F. Salmon)題為〈災難的處方─摧毀華爾街的公式〉(Recipe for Disaster-The Formula That Killed Wall Stree),歐美傳媒紛紛轉載,網上且有令人愈讀愈糊塗的中譯本。文章指出在不久前,因為帶起一個新行業令金融市場狂旺的李祥林,是諾貝爾經濟學獎的熱 門人選;可是,自從○八年三月次按問題浮現以至七、八月間的危機驟起,李祥林公式成為令華爾街步入絕境的禍首!這種說法當然非常偏頗,那便如武器殺人但殺 人者非其發明者。財迷心竅、貪婪無厭和不負責任的華爾街炒家利用所僱用的「火箭專家」讀通李氏公式後(李氏○五年曾對《華爾街日報》記者說了解其公式的人 不多),濫發CDO,才是造成金融海嘯的罪魁。
歷任歐美金融機構要職的李祥林,○八年做了海歸派,擔任中國國際金融的風險管理部門主管。