第1部分(第2/4 页)

么一来缴不出房贷的人就更多了。在这样的加成效果之下，房屋价格的下跌以及银行的损失将会逐渐扩散到信用评级较佳的借款者以及放贷条件较为严谨的金融机构身上，最终形成全面性的资产价格下跌。

这也是为什么当美国的次贷危机发生的时候，仅仅一小撮信用最差的次级贷款的贷款人付不出钱，却会引起全球这么大的危机，又为什么雷曼兄弟（Lehmanbrothers）一家金融机构倒闭后会掀起整个华尔街，甚至于全世界的金融海啸。我们如果从美国整体平均的信贷违约率或者是整体金融机构的平均资本适足率来看，绝对无法了解为什么我们的金融体系是如此的脆弱且不堪一击。因为整个金融体系就像是一条环环相扣的锁链，只要最脆弱的一个环节出现断链，便影响了整个金融�系，甚至于全球的金融环境。千万不要使用不合宜的数据来作为评估的基础，因为这么一来我们往往要等到整条锁链已经断裂之后才会发现问题的严重性，但为时已晚。

以《随机的致富陷阱》（FooledbyRandomness）和《黑天鹅效应》（TheBlackSwan）声名大噪的纳西姆·尼可拉斯·塔雷伯（NassimNicholasTaleb）曾说：“千万不要涉水过河，因为河流平均有4英尺深。”其实4英尺差不多是120厘米左右而已，为什么不能涉水过河呢？一样的道理，因为你根本无法从“河流平均有4英尺深”这句话判断河流最深的地方是多深？一条平均深度4英尺的河流，实际深度很可能从2英尺到20英尺都有。错误的运用数据不仅仅会亏大钱，还很可能会致命。不是只有捏造的数据才会骗人，真实的数据往往也会误导大众，千万别被统计数字给诱拐了。

心理判断的偏差

同样的一种统计数据，但采用不一样的表述方法，很可能会得到完全不一样的反应与结果。举例来说，如果有一种绝症必须要采用一种尚在实验中的手术方式才有可能治愈，医生告知说：“动这个手术的病人，一百个人中有十个人会在手术中过世。”如果你就是这个病人，你会选择动这个手术吗？

先不用急着回答这个问题，我们再换一种说法：“动这个手术的病人，一百个人中有九十个人会在手术后存活。”这样的说法听起来是不是会增加你想要动手术的意愿呢？即便两种论述在统计上来看都是90％的生存率，但是不一样的陈述方式就是会让我们在直觉判断上出现误差。

另一种偏差的原因在于我们对于这个数据的熟悉度，也就是这些事件出现的频率是不是容易评估。举例来说，1999年的9·21大地震，台湾出现了2415名不幸的罹难者，如果这个时候有保险业者上门兜售比平常加价一倍的地震死亡险，我相信大多数的民众应该毫不考虑地就掏出钱包签约了吧？

但如果我们仔细去分析地震的破坏力，从1999年的9·21大地震一直到2011年，这13年间全台湾因为地震而过世的人数是2430人，也就是说9·21大地震过后的12年间，全台湾因为地震丧生的人数为15人，平均一年大概是1个人多一点。而若包括9·21大地震在内，这12年间2430名因地震死亡的人数，其实还远远地低于全台湾一年间的自杀死亡人数，同时也只有一年不到因癌症死亡人数的1/20，然而我们却可能因为心理上的恐惧因素而放大了地震对于生命造成的危害。事实上，根据能量释放的理论，大地震发生过后其实往往是最安全的时候，但我们却很容易因为心理因素而在灾难过后去购买最贵的灾难险。

同样的现象也发生在其他的事件，例如许多人常常害怕飞机失事，甚至怕到不敢搭飞机，但每一年因车祸事故身亡的人数其实远远超过飞机失事罹难的人数。很多时候，我们常常会因为心理上的因素而对于数字产生错误的判断。

统计佐证？统统忘记还比较好！

有个统计的笑话是这么说的：“根据统计的资料显示，床是全世界最危险的地方，因为大多数的人都是死在床上，所以如果你想活久一点，千万别上床。”

我们在利用数据作为佐证资料时常常会遇到另一种问题，就是统计的谬误。

彭博社《商业周刊》（Businessweek）的钱德勒沙卡伦（ValiChandrasekaran）曾发表一篇名为《是相关还是因果关系》（CorrelationorCausation？）的文章。这篇文章其实没有几个字，他只列出了几个具有高度相关系数的统计图表，但已经充分地说明了