复杂经济学之父：银行与贸易业终将接受区块链，我们正处在变革的开端

本期火花访谈我们有幸能和复杂经济学之父布莱恩·阿瑟（W. Brian Arthur）对话。他和我们分享一些他对比特币和区块链的看法，也和我们分享了一些关于金融市场预测的洞见。

原文标题：《历史性变革正在发生，我们处在开始阶段 | 火花访谈》
整理：X-Order

布莱恩·阿瑟（W. Brian Arthur），著名经济学家，圣塔菲研究所外聘教授，帕罗奥多研究中心系统科学实验室访问研究员

阿瑟在上世纪八十年代，受诺贝尔经济学奖得主肯尼斯·阿罗的邀请，来到刚刚建立的圣塔菲研究所。在圣塔菲研究所，阿瑟将复杂系统理论与经济学研究结合在一起，逐渐形成了「复杂经济学（complexity economics）」的构想，并凭借报酬递增理论，于 1990 年获得熊彼特奖。

作为收益递增理论的提出者，阿瑟创立了对经济学和复杂系统的跨学科研究新模式。作为圣塔菲研究所最早一批研究复杂性的学者，阿瑟是复杂性科学领域的奠基人之一，由于其突出成绩，于 2008 年荣获复杂性科学领域首届拉格朗日奖。

X-Order：您对比特币的看法是什么？它会像 2001 年的互联网一样，是一种颠覆性的技术吗？

布莱恩·阿瑟：首先要说明的是，我对比特币的了解并不多。但我认为， 比特币的出现，是一种涌现现象。 我们不知道他是怎么出现的，他的出现方式 超出了国家政府的控制 。因此，无论中国或美国是否喜欢比特币，比特币都将存在。

比特币是自发产生的，它是国际化，并没有被广为接受，在我们的认知雷达中，它带有一点隐秘性。 但无论任何国家或政府想要对比特币做什么，它都将存在。对于区块链而言，比特币是其技术在交易中的一种呈现。

另外就是，我在欧洲、美国或中国看到的任何人都不知道该如何应对他们隐约受到的威胁。

区块链的作用对每个人而言，都是不一样的。大家都知道区块链给他们 带来了另一种记录业务的方式，它能够使交易变得容易很多。 比如，我上周听说，如果你从某个人那里获得了一副非常珍贵的绘画，你现在可以在区块链上来记录这些交易了。 在区块链上的任何价值交换，都会让区块链变得重要。

而且，银行也不太清楚对此该做什么。去年，我和一家主流国际商业银行进行了交流。他们说我们知道区块链已经来了，但我们不知道该对此做些什么。

那么，接下来会发生什么？

我认为 任何事物都会被某个区块以某种方式记录下来，这是完全不可避免的。所以区块链将进入日常生活。

我们实际上处在一个巨大的转变中 。银行，保险，航运，贸易，石油，运输，石油运输，商业银行，零售银行，所有的这些企业都将不得不接受区块链，可能也包括比特币，但主要是区块链和人工智能。他们现在都处于改变的中途，当然，也可能是在 变革的开端 。

当我和这些行业的人交谈时，他们告诉我，在 10 或者 15 年里，他们将不可避免地成为一个金融科技公司，但他们不知道如何才能做到这一点。

实际上，这就像中间机构。如果你了解区块链技术和金融科技的技术，你就可以出售这些服务给银行这样的大公司。

大公司认为 数字化是完全不可避免的 ，他们也希望这样的改变。但他们不知道该怎么做。这有点像要穿越红海，他们可以在水边停下，尝试把脚伸在水中，但他们不知道自己可以游泳。因此， 这将是一个重大的历史性变化。

X-Order：比特币是在 2008 年金融危机的时候出现的，如果下一次金融危机临近，这会是比特币的又一个机会吗？

布莱恩·阿瑟：如果我去美国，我觉得我认识的人中，应该没有人知道下一次金融危机将何时发生。如果他们不知道会发生什么，每个人都会把钱放在股市里。没人能够肯定的说，股市即将崩盘。我觉得这件事情没那么重要。

更为重要的是， 我们正处于一个时代——每一个行业的都面临着历史变革，美国、欧洲甚至中国也是如此。每一个传统的行业都在改变，都在数字化， 比如医疗行业也开始关注 15 年后我们会是什么样子。而在运输物流行业，10 到 15 年后，中国或者澳大利亚的卡车很可能会跨国家运输货物。

所有这些变革都在发生。 我们仅仅处于开始阶段 。

X-Order：在复杂系统里面，一个比较典型的案例是预测天气的困难性，实际在过去 30 年，虽然很困难，但越来越准确，不知道你怎么看待这件事情？

布莱恩·阿瑟：预测天气困难的在于，天气系统是高度非线性的，甚至它背后的基本物理规则是混沌的。

如果在预测的开始就有一些小的偏差，比如在读数上可能有两到三摄氏度的差异，那可能意味着两周后的天气是很不一样的。

我们从一个更宏观的角度来看待这个问题就会发现，在气象学领域也在进行一场革命：到处都有传感器，温度计和压力计等等。在 2000 年的时候，这些气象站并不多。现在，我们可能有几十万甚至数百万这样的传感器。它们遍布在海平面，北极，甚至是中国或西伯利亚的一些偏远地区都会有它们的存在。

所有的传感器给我们带来了大量的数据。大约在 2012 年，我们都开始谈论大数据。尽管我们会得到很多数据，但在那个时候，我们并不知道该做些什么。相较而言，我们的电脑和 CPU 速度更快了。我们也有了深度学习的节点网络和算法。因此， 更高效的数据处理能力和更优秀的算法结合后能让我们去预测的更好。 这会改变一切，但这仍然是不完美的。

我们正处在在一个新的领域的前端，这个领域是由传感器或技术驱动，给我们带来了大量的数据、更快的计算速度和更好的算法。这会改变一切。

X-Order：我们可以通过刚刚所说的技术革命去更好的预测天气，那我们是否可以去更好的预测市场，或者说，我们是否已经做到了？

布莱恩·阿瑟：这是一个价值 64 亿美元的问题。 我的回答是肯定的。

我们预测任何事情都会比以前更好，但我们的预测不可能是完美的。 因为如果你有一个非常好的预测，那么你将会基于这个预测进行投资，但反过来，这也就会改变你的预测。 所以，我确实认为预测越来越好了。而且，它也开始使用自然语言处理来读取文本。我想这个预测可以接受认知测试。但我认为远没有达到完美。

比如，有一个人叫做贾马尔，他在土耳其被谋杀，或者说是在伊斯坦布尔，沙特，詹姆斯这样的地方。这种突发事件很可能会改变了每个人对沙特阿拉伯的态度，石油价格可能就会受到影响。这种 不可预测的事情总是会出现。

而且，如果你能很好地预测，别人也能预测。 这也会对预测的结果产生影响。 我认为所有的预测会越来越准确，包括关于健康的预测，谁会心脏病发作等等。但它总是不完美的。

X-Order：你认为经济系统是一个复杂系统，它是不是也是一个动力系统？如果它是一个动力系统，那就意味着它必须有一个动力学方程。你认为这个最基础的动力学方程可能是什么样呢？

布莱恩·阿瑟：这是个非常棒的问题，也是一个非常根本的问题。 在离开这里之后，我可能会用接下来的六个月的时间来思考这个问题。

为了把经济看作是一个标准系统，新古典主义经济学家倾向于把经济看作是一个均衡的系统，所有的作用力都是平衡的，就像蜘蛛网中的相互作用力，最终都是平衡的。所以他们是主张平等的自由主义者。因此， 主流经济学的概念是均衡，当然，系统中可能有一些地方是不均衡的，但最终都会回到均衡的状态。就像你触碰一个蜘蛛网，它很快就会回到原来的形状。

但是和我一起发展出复杂经济学的团队，并不太认同这个概念。我们试着指出，经济不一定是均衡的。

因此，如果把经济看作是不均衡的，我们就不会把它看作是一台机器，或者像蜘蛛网，或者是某一个均衡的系统。我们会把它视为一个生态系统，其中的个体有着不同的信念和行为。你并不总是知道，谁做了什么事，你也不知道你们的技术会变的有多好，你也不知道政府会怎样应对。

在硅谷，我们有各种各样的想法，而政府在 3 年后才会做出应对。中国也可能会发生类似的事情。

因此，在这样的一个不均衡的系统中，你所知有限，总是在探索一个有很多参与者的环境。而那些参与者也在努力想办法做些什么。所有人都好像在黑暗中探索。在这其中，可能会有人做得很好，也可能有人能从他人身上赚钱，等等。因此，从根本上说，把经济看作是一个复杂的系统，就是把它看作一个生态系统。

回到你的问题上，有许多动态系统可以用方程式来描述，但不一定能用算法来描述。 因为 算法主要是由均衡系统中得出的。 因此，这些方程可能很容易被展开，就像关于洛伦兹方程是否正确一样。

但在经济中，有很多事情会被一起触发。如果发生这种情况，央行就会介入并重新稳定货币。所以， 不是所有的动态系统都可以写成方程式 。

从复杂性经济学的观点来看，我们倾向于把经济看作是计算本身。 这就像一个有许多参与者和不同的策略的生态。 你可以大致地把它描述成一个有很多不同因子的计算过程。

这个计算对整个经济来说是非常复杂的。但如果只是针对某一个石油贸易或是其他交易来做个模型，是很可能用算法来建模的。

X-Order：ABM 作为研究复杂理论的重要方法，如果 ABM 不能完全模拟社会中人们互动的情形的话，使用 ABM 来对金融中的系统性风险进行预测是否可行？

布莱恩·阿瑟：我们曾运行了一些最早的个体为本模型。在圣达菲研究院，我们曾基于 31 年前的股市建立过一个模型。以我的经验来看， 为本模型建立一个个体并不难，关键在于找出谁是主体，他们代表哪一方 （可能是银行或金融机构，保险公司）。 每一个主体都是参与者，然后每一个主体都会通过目标对象库计算，它可能是 Python，也可能是 C++。

每一个都变成了它自己的小单元，编程单元，而且每个单元的很多指令可能是不一样的。 如果发生了这种情况，你就可以试着预测一下，然后再下注。

然后你在这里的问题是，如果你要建立一个这个模型，能帮助你预测系统风险。Stefan Turner 曾做过一些很棒的研究。

Stefan Turner，他有一篇论文我认为是科学的，但存在系统风险。这是奥地利学院的一个非常大的主体模型。

很重要的一件事情是， 系统性风险源于金融机构之间的关联性。 这是由于银行之间可能互相持有债务。 换句话说，如果你的银行是赚钱的，但另一家银行经营碰到了问题，也可能会使你的银行陷入麻烦。这些个体可能碰到的问题汇总起来，被 称为系统的风险。

针对这种情况，你 可以建立一个现实 的金融机构模型，去发现它们是如何相互绑定的。 比如当一个银行经营出现问题后，是怎么将这些风险传递给其他关联银行，甚至更进一步，将这个风险扩散到整个金融系统的？

这其实就是 2008 年金融系统发生的事情。AIG 和雷曼兄弟以及其他大银行陷入了困境，和他们关系密切的银行也陷入了麻烦，再然后整个金融系统崩溃，美国政府不得不进来支撑国家的金融系统。

斯蒂芬·特纳的文章认为： 有些金融公司是很危险的，一旦他们在体系中崩溃，会使得很多国家经济也崩溃。

X-Order：复杂经济学中，收益递增和路径依赖理论，说明经济的发展是被各种经济力量和随机的「历史事件」相互作用所决定的，而且这个结果并不一定是最优的，不能完全被预测的；那么对于研究者来说，我们应该怎么做呢？

布莱恩·阿瑟：我给你举个例子。在 1500 年，意大利是世界上最先进的国家之一。当然 1400 年左右也是如此。他们有一些世界上最好的科学家，比如伽利略或是类似的研究学者。意大利北部和南部经济发展也差不多。南部是那不勒斯，更南是罗马。北方有佛罗伦萨、西耶纳和米兰等地区。

事实证明，在经济发展中，为了超越或是跟上发展更好的区域以变得更加繁荣，这个区域的工人会学习更多技能，从而吸引更多公司和投资进入这个地区。历史上，意大利南部发展的很好，在一段持续的时间里，它也发展的越来越好。

所以如果意大利南部先发展起来，就会发展的越来越好，或者说如果北部先发展起来也是同样的情况，它也会发展的越来越好，这都是历史上发生的事情。从 19 世纪 50 年代到 2000 年，意大利北部遍布汽车业、时尚业，由此，米兰的旅游和其他类型的部门也发展起来了，这些例子都是和你的问题吻合的，你可以说它们都是依赖历史的、依赖各种微小的事件，甚至是意大利发展所特有的。但是如果在意大利历史上发生的一系列不同的事情，也许意大利南部发展会占据主导地位。

我要说的是， 如果一个地区的发展领先，或者是某个公司，或者某项技术，它都将在此基础上获得更多的优势，让自己持续处于领先的地位。 但是我们无法提前预知到底是什么导致了这样的结果。 这个结果，甚至都不是最好的结果。