逆淘汰

admin 2025-09-08 阅读:4 评论:0
前不久,看了一部电视剧,剧名叫《突围》,讲述的是一家国有企业的故事。故事由众多老戏骨参演,其中几场飙戏的场面非常精彩。而我对于其中印象深刻的是,林满江为了维护自己小圈子的利益,提拔了几个只唯上,不唯实的干部,成功使得这家国企的干部选择成了逆...

前不久,看了一部电视剧,剧名叫《突围》,讲述的是一家国有企业的故事。故事由众多老戏骨参演,其中几场飙戏的场面非常精彩。而我对于其中印象深刻的是,林满江为了维护自己小圈子的利益,提拔了几个只唯上,不唯实的干部,成功使得这家国企的干部选择成了逆淘汰的典型。

林因为自己的小圈子利益,对于国企本来应该以德才兼备作为选拔干部的标准,进行了实质上的篡改,最终通过拉拢几个董事,成功让那些想谋官的马屁人,效忠于其个人的干部得到了提拔。

表面上的民主程序,最终却导致逆淘汰的结果,是因为实质意义上的游戏准则根本没有得到执行。

1970年,经济学者阿克洛夫写就《柠檬市场:质量不确定与市场机制》一文,遍投各大经济学杂志,先后遭到三家权威的经济学刊物拒绝。几经周折,该论文最终得以在哈佛大学的《经济学季刊》上发表,结果立刻引起巨大反响。阿克洛夫的论文成为非对称信息经济学的开山之作。最终,阿氏主要以这篇论文的贡献摘取了2001年的诺贝尔经济学奖。

这篇论文举了一个二手车市场的案例。指出在二手车市场,卖家比买家拥有更多的信息,两者之间的信息是非对称的。买家肯定不会相信卖家的话,即使卖家说的天花乱坠。买家唯一的办法就是压低价格以避免信息不对称带来的风险损失。买家过低的价格也使得卖家不愿意提供高质量的产品,从而低质品充斥市场,高质品被逐出市场,最后导致二手车市场萎缩甚至不存在,市场失灵了。

但是阿氏其实是在办公室想像着真实的世界,真实的世界不仅二手车市场普遍存在,而且其提到的市场失灵也并非实情,真实世界是交易双方通过信息中介完全可以界定旧车的品质,进而形成繁荣的二手车交易市场。所谓的信息不对称现象其实并不总是存在。实际上参与交易的双方都有动力去降低信息费用,以促成交易的达成。

进一步来讲,信息费用本就在交易中必然存在,交易的达成,一定是买卖双方对于所拥有的信息具有一定的差异,但这个差异又至于过大。股市中的估值具有独立的意义,但是买卖双方估计在成交那一刻会互道一声SB,而对于公司估值判断正确的有钱收。

阿克洛夫所提到的“柠檬市场”也可以看成是一种逆淘汰。但是,显然这与真实世界偏离很远。阿氏的论文在逻辑推导上没有什么问题,但是结果却与真实世界完全不符,问题出在哪里?问题在于这个模型要假设旧车交易的真实世界中不存在信息中介,或者信息费用无法通过信息中介降低。显然,这并非实情,信息中介在市场经济社会中是普遍存在的。所以,总体来说,阿氏其实是在研究一个完全空中楼阁的现象。

说起这种逆淘汰现象,经济思想史上还有一个著名的定律,叫做“格雷欣定律”,也即是劣币驱逐良币。这个定律更是得到广泛的传播,为什么会传播得如此广泛是一个有趣的问题,也许探讨一番还可以得出一些有趣的结论,这里先略过。

这里先说一段故事:1986年,曾获诺奖的英国经济学家希克斯到访港大演讲,演讲中谈了英国经济史,并提及了格雷欣定律。演讲后,张五常对他说,这定律是谬论,并将理由跟他说了。他回答道:“你对这定律的质疑我同样地想过。我认为这定律假若是对的话,那么当年的英国人一定是很蠢的了。”张五常放声大笑,说:“最蠢的应该是格雷欣啊!市场上的人再蠢也知道金币有优劣之分。格氏怎可以假设购物者知道,而售物者却懵然不知呢?”希前辈摇头轻叹,说:“这定律只是传言,从来没有谁拿出可靠的证据来”。原来鼎鼎大名的逆淘汰定律只是一个传言啊!

当然现实当中,是不是不存在逆淘汰现象呢?从上面电视剧反映的情况以及现实当中的官场来看,其实逆淘汰还是存在的。在官场的选拔规则实质上发生改变时,逆淘汰必然发生。前面电视剧中反映的在现实当中是有原型的。

让我们再举一例,大学是生产知识的地方,要鼓励老师与研究者不断地钻研学问,也需要有良好竞争准则与游戏规则,规则本身应该不断地鼓励大家去生产真正的知识,而不是仅仅炮制论文,以数量取胜。但是如今的规则越来越变成了数数量,因为质量受限于非同行评议,已经无法真正去辨别真正的有质量论文,于是只能以数量为竞争准则,来评价一个人的学问。职称这个本可以衡量学者学问的标志,已经没办法真正代表学问高低和学术水平。在以数量作为评价标准的体系中,一般是鼓励大家生产废物,本应该做成一篇文章的分成两篇甚至更多篇文章。用上一些公式和模型更容易凑出一篇论文,于是数学在论文中大行其道。论文已经与真正的学问相去甚远。真正有学问,但是不易真正发表的论文被埋没,大学基本上也变成了逆淘汰的场所,大师已经不见了踪影。论文已经不再关注于真正实质的内容,变成了完全形式化、套路化的东西,大部分是名符其实的垃圾。

达尔文说,物竞天择,适者生存。优胜劣汰本是常见的,但是现实当中,往往因为规则或局限的改变,变成了劣胜优汰,变成了逆淘汰,想要的结果没有出现,因为规则最终变味而导致真正应该胜出者无法胜出,于是劣质遍地,正如改革开放初期温州生产的皮鞋一样,等到市场充斥了假货、劣等品,这个市场就离崩溃不远了,这样的市场迟早自己把自己给淘汰了。

大学如果不再生产真正的学问,培养的学生不具有真才实学,无法在人才市场上去真正参与竞争,最终将有损于大学的声誉,假以时日,学校毕业的学生无人问津,大学的竞争力下降,最终大学培养人的目标无法实现。大学这一培养人才、生产知识的场所也就没有立足的根基。

要防止这样那样的逆淘汰发生,需要真正维护规则,把握规则背后真正要实现的目标,不要让规则偏离目标。同时制度上的配套一定要完善,不能有漏洞,一个小漏洞最终如果被人利用,进而导致漏洞越来越大,也会使最初的规则失去作用,逆淘汰就必然发生了。

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权,未经许可,不得转载。

分享:

扫一扫在手机阅读、分享本文

热门文章
  • BIAS指标解析:如何利用乖离率预测股价反转

    BIAS指标解析:如何利用乖离率预测股价反转
    乖离率(BIAS)是技术分析中一个重要的指标,用于衡量股价与其移动平均线之间的偏离程度。通过计算股价与均线的差值占均线的百分比,投资者可以判断当前股价是否处于超买或超卖状态。BIAS的计算公式为: BIAS = (当前股价 – 移动平均线) / 移动平均线 × 100% 当BIAS值大于10%时,通常认为股价处于超买状态,市场可能面临回调风险;而当BIAS值小于-10%时,则认为股价处于超卖状态,市场可能迎来反弹机会。 乖离率的基本原理 乖离率的核心思想是股价会围...
  • MACD指标解析:如何通过DIFF和DEA线捕捉市场趋势

    MACD指标解析:如何通过DIFF和DEA线捕捉市场趋势
    MACD(平滑异同移动平均线)是技术分析中常用的趋势跟踪指标,由DIFF线、DEA线和柱状线组成。它通过计算两条指数移动平均线(EMA)的差值,帮助投资者识别市场趋势的强弱和转折点。本文将深入解析MACD的构成、计算方法及其在捕捉趋势转折与背离信号中的应用。 MACD的构成与计算方法 MACD由三个主要部分组成:DIFF线、DEA线和柱状线。DIFF线是短期EMA(通常为12日)与长期EMA(通常为26日)的差值,反映了短期和长期趋势的差异。DEA线则是DIFF线的9...
  • CCI指标揭秘:如何利用CCI>100和CCI<-100捕捉买卖信号

    CCI指标揭秘:如何利用CCI>100和CCI<-100捕捉买卖信号
    顺势指标(Commodity Channel Index,简称CCI)是一种广泛应用于股票、期货和外汇市场的技术分析工具。它由唐纳德·兰伯特(Donald Lambert)于1980年提出,主要用于衡量价格相对于其统计平均值的偏离程度。CCI的核心思想是通过计算当前价格与历史平均价格的差异,来判断市场是否处于超买或超卖状态。 CCI的计算公式较为复杂,但其核心逻辑是通过比较当前价格与一定周期内的平均价格,来衡量价格的波动性。具体来说,CCI的计算公式为:CCI = (当...
  • 威廉指标突破80?别急,还需这些指标验证!

    威廉指标突破80?别急,还需这些指标验证!
    威廉指标(Williams %R,简称WMSR)是一种常用的技术分析工具,主要用于判断市场的超买和超卖状态。它由拉里·威廉姆斯(Larry Williams)在20世纪70年代提出,通过测量当前价格相对于一定周期内最高价和最低价的位置,来反映市场的短期动能。本文将深入探讨威廉指标的基本原理、如何利用它判断短期超买状态(80以上),以及为什么需要结合其他指标进行验证。 威廉指标的基本原理 威廉指标的计算公式为: WMSR = (最高价 – 收盘价) / (最高价 –...
  • 能量潮(OBV)揭秘:如何通过成交量预测股价趋势

    能量潮(OBV)揭秘:如何通过成交量预测股价趋势
    能量潮(On-Balance Volume,简称OBV)是一种技术分析工具,由乔·格兰维尔(Joe Granville)在1963年提出。OBV通过累计成交量的变化来预测股票价格趋势,是一种非常有效的量价分析工具。OBV的核心思想是成交量是价格变动的先行指标,成交量的变化可以预示价格的未来走势。 OBV的计算方法相对简单。当某一天的收盘价高于前一天的收盘价时,当天的成交量被加到前一天的OBV值上;当某一天的收盘价低于前一天的收盘价时,当天的成交量从前一天的OBV值中减去...