近年来预测领域取得了极大的进展。但经理人仍需要从历史中明白他们能预测什么不能预测什么，并制定出能应对意外事件的计划。

　　自然科学家通常很善于预测。但是科学界知道它自己的极限。科学家承认要预测大地震的时间和地点是不可能的。的确，当前对于地震形成机制的了解表明没有人能够事先对其精确定位。然而地震的强度和频度却呈现了一个相当稳定的模式。在任何一年中，全世界范围内有大约134次里氏6.0至6.9级的地震，大约17次7.0至7.9级的地震，以及一次8.0级以上的地震。

　　然而统计规律不等于可预测性。比如，根据历史数据，我们有理由相信在接下来的35年里大约会有44次里氏7.5至7.6级的地震。但是地震学家对于它们何时何地发生却一无所知（只知道会发生在许多地震易发区当中的一个并伴随着许多余震）。这些区域是否有人居住？是否会有海啸？是否会导致大规模的伤亡和破坏？没有哪个科学家能回答。

　　那这个世界如何对付地震？不是依赖于预测，而是致力于做好准备。如果你很幸运地生活在世界上的一个富裕区域，工程师们会建造能抵御强震的建筑。但你若住在一个贫穷地区，你就要依靠运气并接受结果了。

　　类似地，想一下世界范围数量巨大的或初创或破产的小企业。其具体的数字每年会有不同，但是企业进入和离开市场的过程是持续的，同时有些地区比其他地区有更多的企业初创和破产。能坚持度过最初几年的企业，有少数最终取得了巨大成功，更多的只是勉强生存。用自然灾害作类比，小企业的破产可以看作是金融构造上的微小波动，而雷曼兄弟（Lehman Brothers）、安然（Enron）和世通（WorldCom）这类公司的倒闭就是较大的震动。当前的衰退是一场大地震，从核心撼动了西方资本主义，带来的一些大余震波及了全世界。

　　应对“地铁不确定性”和“椰子不确定性”

　　当然，地震的类比有其局限性。大地震即使在地震多发区也是极少发生的极端事件。在商业世界中发生的许多事情也许是不可预测的，但它们的不可预测性至少可以建立模型。换句话说，有两种类型的不确定性是相关人员需要了解的。我们分别将其称作地铁不确定性和椰子不确定性，我们将通过一个故事来做解释。

　　让我们想象一个人物名叫彼埃尔。他毕业于法国著名的工程院校，巴黎综合理工大学（École Polytechnique），他生活工作于巴黎。他所热衷的一件事是记录每天早晨他乘坐高效的巴黎地铁去上班需要花多长时间。等车时间一般介于零到几分钟之间。然而经常会有一些一日罢工，会造成较大的延误，甚至会迫使他步行去上班。在有些日子，站台上的大量游客也会使他错过一趟列车。彼埃尔的每日通勤时间的曲线图符合众所周知的正态分布的钟形曲线。

　　在统计课程上，他曾学到在一个正态分布中几乎所有的样本值都落在三个标准平均差之内，其中有95%落在两个标准差之内。彼埃尔的通勤时间大部分整齐地排列于43分钟的平均值附近，几乎没有极端数值。这个图形代表了我们所说的“地铁不确定性。”它有效地描述了彼埃尔每天早晨去上班所花的时间，以及早于或晚于平均时间的不确定性。的确，彼埃尔也用它对自己的路上时间进行了概率预测，并且满意地发现他的预测很准确。彼埃尔的模型有一些重要的假设。首先，它假设将来的日子与他过去观察的日子符合同样的分布。如果没有重大变化（整个地铁系统的长时间关闭、城市电力供应的中断、罢工），这就是个安全假设。只要过去和将来之间具有连续性，这个模型就是可靠的。除了喜欢一个可靠的交通系统，彼埃尔还喜欢出国度假。很不幸，在一次泰国旅行中，他遇到一个致命的事故。在一棵棕榈树下乘凉时，一个椰子砸到了他的头。

　　我们虚构的男主角成了一种高度不可能事件的牺牲者，我们称其为“椰子不确定性”，一种你无法事先做出安排的离奇事件。事实上，大部分的人生境遇是地铁不确定性和椰子不确定性混合体，我们对椰子不确定性感兴趣正是出于这个原因。

　　从技术角度，椰子不确定性不能够用正态分布之类的方法建立统计模型。因为一些罕见和意外的事件总能超出你的预期。而且椰子事件的发生没有任何规律可循所以无法建立模型。还有泡沫、衰退和金融危机，它们不是经常发生但的确以不频繁和无规律的间隔重复。在我们看来，椰子事件比你想象的更罕见。它们不见得是来自外太空的毛茸茸的庞然大物。它们也可能是小而多刺的，没有任何预警地到来。

　　椰子事件甚至可能是正面的：从一个久违的亲戚得到一笔遗产，彩.票中奖，或者一个富有的客户邀请你乘坐游艇。彼埃尔没有在学习工程和统计学的同时学习心理学。如果他学了，他可能发现有研究表明，即使人们已经意识到一些罕见事件可能发生，甚至能够想象出一些例子，他们还是持续地低估至少一种这类事件（包括他们想象不到的事件）发生的可能性。换句话说，我们倾向于低估罕见事件群体的规模。而这会导致严重的、有时是致命的错误。

　　与椰子事件过招：三个A

　　这些年来预测领域产生了一些出色的成果，既有实践方面的也有学术方面的。能以较高精确度评估的地铁不确定性已经建立了模型并应用于各种分析以产生接近最优的决策。然而它却无法用于应对椰子事件，现实商业世界中毋庸置疑的存在。于是，从根本上我们的建议是：尽管去预测，只是不要相信它们。

　　最后，我们承认，我们的建议不是特别积极。人们还是要根据他们认为将来要发生的事情进行决策。但对于应对椰子事件我们的确有一些忠告，就是三个A：接受（accept）、评估（assess）、扩大（augment）。

　　接受你身处一个不确定的世界这一事实。从心理上，这有点难，但无视不确定性并非一个好选择。事实上，无论你关心的是明天的油价、下季度的销售数据、明年的股价、地震、或者只是准时上班，在评估某个事件发生的可能性时，你首先要想到所有其他的可能性，才能做到现实与客观。

　　评估你所面对的不确定性的等级。不管怎样，假设你面对的是地铁不确定性并为它建立模型：如果你有良好的数学感就使用统计模型，然后再考虑椰子不确定性会如何加入进来。讽刺的是，一旦你接受了不确定性，你能收集到的数据和判断比你原来认为可能相关的要多。就拿一名不知名作家的小说处女作的销量作为例子。这听起来像一个独立事件。但我们给出版商的建议是，忘掉其独立性。他要做的是，查看总体上作家们的处女作的销售记录。你没有理由相信你的新作者面临的不确定性有别于他或她所属的那个新作者广大群体，如果你使用了一个行业通用流程来收集读者反馈（也称为人类评判），就更是如此了。这样，对于销量会有多低或多高你就会有一个合理估计。其范围也许涵盖了95%的可能结果。这样做了吗？好的，现在把这个估计范围再进行扩大！于是，就到了下一步：扩大。

　　扩大不确定性的范围。你很有可能低估了了不确定性的范围，不管你认为你在评估它时有多么客观。大量的实验观察证据表明，人们总是低估不确定性，他们的想象力通常逊于他们的数学能力。对于愿意发挥想象力的人我们有一些建议，但是如果你感觉自己缺乏想象力，我们给你一个经验法则：如果你只有少量的历史数据可以用于为未来建立模型，就把最大和最小观测值之间的差距加倍。原因呢？要想准确地估计一个范围，你需要观察两个极端的数值。然而根据定义，极端值极少出现，所以在小样本中你不可能观察到它们。将你在有限数量的过去事件中观察到的数值加倍是一个粗略的估计方法，也许，能覆盖95%的范围吧。

　　另一方面，如果你拥有大量的过往数据（例如油价），你就不需要将你的范围加倍。然而我们还是建议将其乘以至少1.5。要知道，就像我们以前所看到的，人们倾向于低估潜在椰子事件群体的规模，更别提椰子事件本身的大小了。

　　把预测变成计划

　　因为有那么多糟糕透顶的预测（不仅是在过去几年中），企业当然就需要一个不同的策略去应对椰子不确定性。就像我们在地震的例子中看到的，关键不在于根据预测去制定精确的计划，而在于针对一系列可能性准备应急方案。如果你住在巴黎，就不需要为地震或者一块卫星碎片从天空坠落做准备。但是你还是可以采取一些行动使你免受一些难以预料的事件的伤害。的确我们当中许多人已经这样做了，他们购买保险，在工作场所进行消防演习。大部分保单覆盖了较大范围的潜在灾难，而针对火灾的逃生演习同样也适用于炸.弹威胁、洪灾或煤气泄漏。

　　具体如何应对不确定性是由你或者你的团队来决定。或许你会使用一个对冲策略，或者制定一个备用方案以优化你的商业模型。又或者你将采用一种“风险资本”的方式进行创新，同时开发数个新创意，知道其中一两个可能会成功。重要的是别再相信你自己对未来的预测，制定能对意外事件做出反应的计划，不论是未来的信贷危机还是其他导致衰退的因素。

(采编: 钢之家资讯部 请勿转载 垂询电话:021-50583109)