投資理財
股票、企業債券及商品往往在經濟數據發表前表現疲弱，所以這些專家會根據自己的經驗繪制圖表，這樣做應該會“預測”到大多數的衰退，但衍生的問題是它有時會産生假陽性的情況，例如很多圖表預測2016年初有衰退，但實際上沒有發生……
每年這個時候，財經專家都營營役役地忙于預測在新的一年會發生的事情。如果活躍投資者能夠對事情的發展有一點想法，這對他們做決定非常重要。
不過，人總是喜怒無常，理性決策者往往受經濟情況所影響，尤其是在錯綜複雜、變幻莫測的環境。我們有時太過武斷，喜歡舍難取易，務求迅速做決定，凡事捷足先登；但是投資往往需要集思廣益、深思熟慮。
20年前，在互聯網改革前，要獲取資訊非常困難，但今天全球資訊泛濫，我們的挑戰是如何梳理這些資訊並做決定。
爲了順應這些變化，我們過去多年獲得的經驗是，要在過程中集思廣益才能作出最周詳的決定。人類演變的曆史導致很多行爲偏差的情況出現，其中之一是我們會嘗試解釋事件發生的原因。
財經專家每天都會被人問及升市或跌市的原因，他們經常會借助各式各樣的圖表來解釋。而在複雜和瞬息萬變的環境，得出的理論難以經過測試，有時更會不經意地刪去與他們的解釋相違背的資訊，並使用支持理論的資料，所以這類存偏見的專家不能與真正的預測家相提並論。
讓我們來看看集思廣益如何幫助我們取得最佳預測結果。
目前，大家都關注2019年美國的經濟會否步入衰退。財經專家可能會在回答時繪制“正常”的七年周期圖表，當中包括自衰退的反彈期（第一階段）、全盛複蘇期（第二階段）、通脹增長期（第三階段），以及衰退期（第四階段）。
數據開采 不用圖表
然後，他們會將問題簡單化，嘗試斷定目前在哪個階段。不過，以上只是分析問題的其中一種方法。財經專家在預測衰退時可能會研究市場指標，因爲單單倚賴較後才發表的經濟數據未必能作出准確的預測。
由于股票、企業債券及商品往往在經濟數據發表前表現疲弱，所以這些專家會根據自己的經驗繪制圖表，這樣做應該會“預測”到大多數的衰退，但衍生的問題是它有時會産生假陽性的情況，例如很多圖表預測2016年初有衰退，但實際上沒有發生。
另一種近期采取的做法是完全不用圖表，取而代之是在電腦輸入數據“讓機器來決定”。數據科學專家接著可從電腦找出預測衰退概率的最重要元素，這種做法稱爲“數據開采”。
另一種做法是結合經濟和金融市場元素，並嘗試將目前環境與曆史對照。這是純粹的量化方法，避免倚靠經濟理論，讓數據來決定我們在周期的哪一個階段。不過，這種借助機器的做法也有本身的問題，例如它沒有考慮經濟結構或地緣政治的最新演變，這些在今天來說也是非常重要的。
這種分析的重點不是哪種方法孰優孰劣，而是各有所長，認識各自優點可減低投資委員會內個人與集體的偏見。
以下列出三個例子說明如何可提升決策過程的素質：
一、將複雜的問題簡單化，好處是簡單的問題易于回答，而且不同問題産生的錯誤可能會互相抵消，使答案更精確。
二、去除偏見；人們在決策時潛意識會倚賴第一手資料，但我們會參考“外部觀點”，這些資料一般來自對曆史數據的量化分析。
三、讓投資委員會的委員進行辯論，減低大家的偏見。
（作者是渣打私人銀行投資策略、顧問及全權委托投資組合管理部環球主管）