用事实检验预测并不一定合理

    在生活中，为了决策的需要，人们经常需要预测未来。也是为了决策的需要，人们需要提高预测的正确性。为了提高预测的正确性，人们常做的一件事情就是用后来发生的情况和当初预测的结果比较，来判断当初的预测是否正确。但是，这样做的同时，人们往往忽略了这样做的合理性。也就是，在某些时候，用事后发生的情况来判断事前的预测并不合理。

    问题是，从完全确定性到很不确定性之间是有很大距离的。完全确定性的系统，就是未来发生的情况是确定的。就像地球明天的存在，你的朋友此刻就在某一个地方等。这些都是确定性的现象。但是不确定性的系统就很复杂，甚至不确定性概念的内涵在历史上都众说纷纭。但不管怎样，有一点基本是对的，即凡是让人们操心的有关未来的事情都是不确定性的。反过来，要是有人过分操心确定性的东西，就会被人笑话，说是“杞人忧天”。

    人们很早就研究不确定的现象，如中国的《易经》，通篇说的都是未来可能出现的多种情况。这可能是人类历史上最早的一篇专门研究不确定性乃至风险的文献。这本来可以发展成一整套大学问。无奈的是，后来的中国人从《易经》中演绎出来另外两大套学问，一套是道德，一套是算命。这两套学问，在中国历史上大家层出如峰，著述浩瀚如海，但都和不确定性的研究不相干。这是后话。

    从现代科学的角度研究不确定性，还只是从概率论发源于欧洲以后的事情。其中一个很重要的概念，出现在1916年，来自美国的经济学家弗兰克?奈特（Frank H. Knight）的著作《风险、不确定性和利润》。奈特历来被称为经济学的芝加哥学派的创始人，一生做过很多的贡献。但其最有影响的著作《风险、不确定性和利润》却主要是早期他在康奈尔大学所做的博士论文的工作。

    为了解释利润的来源，或者说企业家追求利润的决策动机，奈特在上述的著作中提出了一个描述不确定性的框架。简单说，奈特把不确定性分为两类：确定的不确定性和不确定的不确定性。他把前者叫做风险，而把后者称为不确定性。所谓确定的不确定性，是指虽然未来可能发生多种情况，但是这些情况是已知的，而且其发生是有一个确定的概率分布的。同时，不确定的不确定性，就是指未来可能有多种情况发生，但这些情况是什么不确定，或者虽然知道什么情况会发生，但这些情况发生的概率分布不清楚。例如，按照奈特的说法，掷骰子出现什么点数这件事情是风险，或者说是确定的不确定性，不是未知概率分布的不确定性。而未来何时要打第三次世界大战这种事情，则属于不确定的不确定性，或简称不确定性。对于奈特而言，确定的不确定性不是利润的来源，因为可以用保险等手段对冲，不确定性才是利润的来源。

    奈特对于不确定性的研究到现在已经快100年了。由于学术的发展，我们现在使用的“不确定性”和“风险”已经不再是奈特使用的意义。但我们应当注意到，奈特对不确定性的分析仍是有价值的。由此引申出，对确定的不确定性的预测和对不确定的不确定性的预测不同，因而有完全不同于传统的预测的“正确性”的涵义。

    还是以掷骰子为例，我们传统上的预测是预测一掷可能出几点，但是由于有了确定的不确定性，我们还可以预测掷出可能出什么点，以及出具体某一点的概率是什么。对于前一种预测，如果我们预测会出五点，但掷出来的结果却是一点，那么因为不确定性的存在，我们很难说预测是错的。但是如果我们预测结果在从一到六的范围中，而掷出五点的概率是六分之一，那么无论最后掷出来的结果是几点，我们都可以说我们的预测是正确的，因为这个概率分布是确定性的。也就是，我们不可以说对不确定性的预测是否正确，但我们可以说对确定性的预测是否正确。

    所以说，因为奈特对不确定性的分析，概率预测才有了正确性与否的标准。也就是，对未来情况的概率分布的假设也有可能犯第一类和第二类两类错误：或者拒绝一个正确的假设，或者接受一个错误的假设。

    例如，我们可以通过对所掷的骰子的质量检验，判断其是否均匀，从而判定掷出任何一点的概率是六分之一的预测是否正确。

    总之，由于有了对不确定性的分析，人们就有了和以往传统的预测不同的对概率分布的预测。这两类预测的区别，可以从其给决策带来的影响看出来。如果只是基于传统的对结果的预测，那么决策者只有信其对与信其不对两种选择。如果信其对则孤注一掷，如果信其不对则一笑置之。这样，决策者选择的余地和决策的空间都很小。但是，概率性预测就不同了。概率性预测提供了未来的或然性全景图像，它提供的决策空间和选择余地要大得多。例如，如有算命先生说某位先生今日出门有灾，那么他的决策完全依赖于他信还是不信算命先生所言。如果信他就不要出门；如不信则可以出门。但是，如果通过概率性预测，这位先生发现如果今日出门可能会有一些麻烦，那么他仍然可能出门，但是会采取一些防范措施。

    这两种预测中，哪一种更合乎生活中实际情况呢？毫无疑问，应该是概率性预测更合乎实际情况，更能支持决策。我们在社会中遇到的真实情形，如市场需求、时尚演变、天气变化、人口分布、传染病控制、国家安全、媒体事件、社交网络等，甚至游戏如Poker game都必须用概率性预测支持决策。

    在风险管理中，我们和不确定性打交道。按ISO 31000的说法，就是风险管理explicitly addresses uncertainty。所以，我们基本不会做算命先生那样的预测。我们的预测都是基于对分布判断的概率性预测。这一点特别在做监控预警指标体系时是必须注意的。