牛熊循环与奇怪吸引子

一斤米和一股股票，看上去都有价格，都在市场上成交，都会涨会跌。但它们其实是两种完全不同的生物。把它们当成同一类东西来理解，是很多人在市场里困惑一辈子的根源。

先看米。米的需求由什么决定？由你的收入、你的口味、你家里几口人吃饭。这些东西站在市场之外，不受价格影响。米涨价了，你少买一点，改吃面；米便宜了，你多囤两袋。价格上去，需求下来，这是一个标准的负反馈回路。负反馈的意思是：任何偏离都会被系统自己拉回来。价格涨过头，买的人少了，卖家降价；价格跌过头，抢购的人多了，价格回升。于是这里存在一个稳定的均衡点，而且这个点被一件市场之外的硬事实牢牢按住——人饿了要吃饭。这个事实不因为米价怎么波动而改变。

再看股票。这里发生了一件在米市场里绝不会发生的事：价格钻进了它自己的需求函数。

你买一只股票，不是因为你需要它、要用它、要消费它，而是因为你预期它会涨。而你的这个预期，很大程度上来自它已经涨了。价格上升本身成了买入的理由。于是价格越高，需求越大；需求越大，价格越高。米市场那条负反馈的链条，在这里被接反了，变成了正反馈。

正反馈系统里也有均衡点。数学上它确实存在，你可以把方程写出来解出来。但它是一个斥性不动点——任何微小的扰动不会被抑制，而会被放大。就像把一根针尖朝下立在桌面上，理论上有那么一个完美的平衡姿态，但你永远看不到它。系统真实的行为不是停在某个点上，而是绕着它转，永远在路上。

这就是那句话的准确含义：自指的系统里没有不动点，只有轨道。不动点在数学上存在，但它不吸引，所以永远观测不到。你去问"这只股票的合理价格是多少"，就像去问那根针"你的平衡姿态是什么"——问题在形式上成立，在实践上没有内容。

凯恩斯在八十多年前用一个比喻说过同一件事，只是他说得更刻薄。他说股市像一场报纸办的选美比赛：登出一百张照片，读者投票，谁选中了得票最多的那位，谁得奖。聪明的参赛者不会选自己觉得最美的，那是外行；稍聪明一点的会选他认为大众觉得最美的；但真正的玩家会去预测"大众认为大众会认为谁最美"。

关键不在于这句话有多绕，而在于：这个递归没有终点。它可以无限往上推一层。而一个没有终点的递归，意味着没有正确答案。米市场有正确答案——边际效用等于价格，你吃到第几碗不想吃了，那就是答案。选美没有。

这件事有一个漂亮的实验版本，叫猜数游戏。所有人从0到100里选一个数，谁的数最接近全体平均数的三分之二，谁获胜。用博弈论推：如果所有人随机选，平均是50，你该选33；但别人也会这么想，平均变成33，你该选22；再推一层是15、10、7……一路推到底，纳什均衡是0。

实际结果呢？无数次实验，平均猜测稳定落在20到35之间。换算回去，人类的平均递归深度大约是一层半。

这个"一层半"同时解释了两件事，而且解释得极其漂亮。

它解释了泡沫为什么会形成：因为人人都只推一两层。你知道价格贵了，但你判断还有人会更晚进场，所以你买；那个人也这么想。没有人推到底，所以没有人在该停的地方停下。

它也解释了泡沫为什么会突然崩，而不是缓慢泄气：因为当足够多的人多推一层的时候，共识是在瞬间坍塌的。递归深度不是连续变量，它是跳跃的。所有人同时从"再撑一会儿"跳到"跑"，中间没有过渡态。市场的上涨可以走三年，下跌只需要三天，原因就在这里。

这时候会有人反驳：股票不是纯粹的选美，它有分红，分红是真金白银，是外部的锚。

这话只对了一半。我们把最经典的估值公式摊开看：戈登模型，P = D /(r − g)，价格等于分红除以折现率减增长率。看起来它由几个客观参数决定，像物理公式一样体面。

但你仔细看这三个字母。D是当前分红，这个还算实在。g是未来的增长率，它不可观测，它是一个预期。r是折现率，等于无风险利率加风险溢价，而"风险溢价"这四个字，是市场情绪的另一个名字——人乐观的时候它小，人恐慌的时候它大。

于是这个公式的分母，是两个不可观测量的差。而且更要命的是：当g向r靠近的时候，分母趋于零，P趋于无穷。这是一个近乎除以零的结构，对预期的微小变化有近乎无限的敏感度。你把g从3%调到4%，估值可能翻一倍。

所以"内在价值"不是外生的锚，它是一个把预期重新包装成公式的容器。你以为你在计算价值，其实你在计算你自己的预期，只不过给它穿上了希腊字母的外衣。公式没有增加任何信息，它只是把你的主观判断洗成了客观的样子。这是估值模型最危险的地方——它不是骗别人，它是骗自己。

那什么是真正外生的锚？只有已经派发出来的现金。

已经打到你账户里的股息，已经发生的自由现金流，已经执行完的回购。这些是过去时，它们不依赖任何人的预期，不会因为共识改变而改变。这就是为什么股息率、自由现金流收益率、回购收益率是仅有的几个有意义的估值锚。而PE、PEG、PS这些，分母里全是对未来的想象，它们是将来时的伪装。

索罗斯把这整件事写成了动力学。他说市场里有两个函数：认知函数，y = f(x)，现实塑造人的认知；参与函数，x = g(y)，人的认知又反过来塑造现实——你相信房价会涨，你就去买房，房价就真的涨了。

把两个式子合并，得到 y = f(g(y))。请注意这个式子的结构：两个函数互为自变量，整个系统里没有一个独立变量。没有独立变量，就没有可解的均衡。

于是索罗斯的实践结论顺理成章：不要问"现在的价格是否正确"，这个问题在数学上就没有意义；要问"当前占主导的偏见是什么、它走到了轨道的哪一段、什么东西会终结它"。这是一次问题类型的整体切换——从求解不动点，转向刻画轨道。

不过话说到这里，得赶紧加一句，否则就滑向虚无主义了：轨道不是无约束的。价格不能想去哪去哪。

这个强正反馈的核心外面，套着三层弱负反馈的边界。

第一层是现金流边界。无论价格怎么走，派发出去的现金是真的。价格跌得太狠，股息率会高到吸引外部资本进来；涨得太高，持有人会倾向于变现，因为拿着的收益率已经低于把钱放别处。这个负反馈很慢，可能要好几年才起作用，但它是真实的。

第二层是流动性边界。一个市场的总市值，受限于能进来的资金总量。参与者的数量乘以人均可投入的资本，是一个上限。这个约束不精确，但它存在——泡沫最后总是死于"没有新钱了"，而不是死于"大家想明白了"。

第三层是实体边界，也是最有力的一层。当价格极端高估时，公司会增发股票，大股东会减持，新的竞争者会涌进这个行业；当价格极端低估时，公司会回购，管理层会想私有化，产业资本会跑来举牌收购。这是把金融价格和实体世界重新接上的通道。它之所以最有力，是因为它动用的是市场之外的力量——真实的产能、真实的收购、真实的现金。

把这三层加起来，完整的图景就清楚了：一个强正反馈的核心，外面裹着三层弱负反馈的边界。结果既不是收敛到一个稳定的点，也不是发散成无界的混乱，而是有界的、非周期的震荡。数学上，这种东西叫奇怪吸引子。通俗地说，它就叫牛熊循环。

有界，所以不会永远涨下去；非周期，所以你永远算不准它什么时候转向。这两句话必须一起说，只说前半句是盲目乐观，只说后半句是彻底放弃。

最后，这个结构还决定了一件更深的事：什么样的知识在这里是有效的。

在有不动点的系统里，正确的知识形式是计算——你把参数代进去，解出均衡，答案是一个数。物理是这样，工程是这样，大部分的科学训练都是这样。

在只有轨道的系统里，正确的知识形式是识别——判断当前处在轨道的哪一段。答案不是一个数，而是一种形态判断：现在是加速期还是衰竭期，主导的故事是什么，谁还没进场，谁已经满仓。

这解释了金融业一个长期的困惑：为什么很多极其优秀的物理学家和数学家进入市场后，长期成绩反而不如一些没什么数学背景的老交易员？这不是智力差距，是训练类型的错配。前者被训练去求解不动点，后者被训练去识别轨道形态。当问题本身没有不动点的时候，越强的求解能力，越容易生产出精致而错误的确定感。

这也解释了金融学内部一个奇怪的分裂。CAPM、套利定价理论、Black-Scholes公式，在描述横截面——也就是不同资产之间的相对定价——上极其成功，成功到可以拿诺贝尔奖；但它们在描述时间序列——也就是什么时候涨、什么时候跌——上几乎全盘失败。

原因不在模型不够精巧，而在于这根本是两类问题。横截面是可套利的：如果同一份风险在两个地方定价不同，你可以同时买卖两边把差价赚走，这个动作本身会把价格推回一致，于是横截面有稳定的不动点。时间序列不可套利：你没法和明天的自己做交易，你无法把未来的价格拉到现在来。于是时间序列是自指的，只有轨道。

一个模型在前一类问题上的成功，不能作为它在后一类问题上有效的理由。这大概是这整套推理里最实用的一句话。

回到开头。一斤米的价格，你可以问它对不对；一股股票的价格，这个问题问不出去。前者的锚在市场之外——人要吃饭；后者的锚在市场内部——人以为别人以为。前者是可以求解的，后者只能被观察、被描述、被识别。

承认这一点，并不会让你在市场上赚更多钱。但它至少能让你不再把力气花在一个不存在答案的问题上，而这在实践中，往往就是最大的一笔节省。