小心估值陷阱__财经头条

系统偏见

估值大师阿斯沃斯.达摩达兰认为，你几乎不可能从一开始就毫无偏见地评估一家公司，通常，在将数据输入你所使用的模型和矩阵之前，你已经对一家公司或一只股票有了自己的看法，因此，你的结论常常反映出你的偏见。

人类的认知偏见，行为心理学家总结大约有99种，这些认知偏见是人类认识的系统偏差，所谓系统偏差，只要是人，在一定场景下，这种偏见就会被触发，因为这是人类认知系统的自动反应。

在《思考，快与慢》中,行为心理学开创者，2003年诺奖得主丹尼尔.卡尼曼，将人类认知分为两个系统，系统1和系统2，系统1是自动反应系统、下意识的，我们意识到不到，我们意识到的全部是系统2，理性思考都是系统2。根据演化心理学，系统1是人类漫长进化的产物，适应远古时代人类的生存环境，是一种有利于那时人类生存繁衍的自动反应机制。

例如我们看到蛇就会恐惧就会躲开，这是自动反应，因为蛇是我们祖先的敌人，没有这种自动反应机制的祖先可能就没有存活下来。不过我们现代人的生活已经与祖先的生存环境差别很大，但是系统1的自动反应机制却在我们身上继续发挥作用。

心理学家戏称，现代人顶着一个石器时代的大脑。

1%的市场份额

2022年11月2日，我参加益研究的研究员报告会，介绍一家高洁净材料公司，新莱应材300260SZ。

研究员的核心观点：国内半导体洁净材料龙头，未来自主可控大趋势，半导体产能东移，行业空间大、增速高，未来市场超百亿美元，半导体洁净材料就是用不锈钢加工成的适合半导体设备和半导体生产设施需要的输气管道、阀门、泵等，由于半导体行业洁净要求高，因而技术要求高，产品认证壁垒高，新莱应材产品已经获得世界前两大半导体设备厂家的认证，在半导体龙头企业均有运用，是中国自主可控进口替代的未来之星，前景广阔。

怎么样？故事很激动人心，对吧，我们当下半导领域倍遭某国蛮横限制，自主可控、进口替代是大趋势，顺风，半导体高洁净材料技术门槛高，认证复杂周期长，进入有很高壁垒，看起来护城河也满深的，故事不错，我马上打开金融客户端，去看财务数字。

新莱应材2011年就上市了，过去10年，收入从3.15亿涨到2021年的20.54亿，10年涨了6倍，不过规模还是蛮小的，特别是之前大部分时间，利润都很少，直到2021年才突破1亿，净利润率历史上也很低，不过，近两年发展快，2021年较2020年翻倍，而2022年前三个季度，收入已经接近去年全年，而净利润大超去年全年，增长势头喜人。

以2021年为观察点，过去5年，过去3年，未来3年的收入增长率在20%-33%，而净利润增长率达到增长率60%以上，较少的收入增长带来较高的利润增长，说明企业规模效应明显。

再看一下收入构成，有点不对了。

实际上，新莱应材业务有三部分，半导体、医药和食品，2021年食品最大，收入占51%，毛利占35%，而半导体2021年贡献26%收入，贡献33%毛利，半导体业务收入只有5.32亿，这与我们刚才听到的故事似乎有很大落差，原因就在于，半导体业务这么小的营业额，说明目前市场上绝大部分是其他厂家贡献，否则这个市场就太小了。研究员回答，确实，目前虽然新莱应材在中国企业中已经是最大，但是在市场份额只有1%，其他都是日本和美国企业控制。

惊讶之下再追问，为何研究员认为前景广阔，研究员回答，现在只有1%，前景广阔，还有99%的空间。你觉着怎么样？

这让我想起之前听过的一个段子，一家鞋厂老板派2个员工到非洲开拓市场，一个垂头丧气回来，没戏，非洲人不穿鞋，一个兴高采烈，前景广阔，非洲人都不穿鞋。

研究员的逻辑很清楚，中国有多少晶圆厂投资规划，洁净材料在建厂和设备上有一个比例3-5%，这样就能估计出来未来的市场空间，在考虑新莱应材占有率的提升，未来数字就算出来了。

至于半导体业务在收入中占比低，而食品业务占比高，是因为2018年新莱应材收购了山东碧海，中国最大的无菌利乐包材设备和包材供应商，尽管山东碧海中国最大，市场份额也只有8%，原因是利乐的强势地位，原来就是利乐垄断，连这行的材料也叫利乐包，后来尽管多次反垄断诉讼，终于在利乐垄断的市场上打开口子，不过中国奶业的高速增长期也已经过了，山东碧海做的不错，也打入了主流牛奶和饮料厂商，不过利乐在中国市场上仍然占70%左右份额，处于绝对领先状况。

实际上，新莱应材起家是不锈钢洁净材料业务，半导体和药品是一种技术不同领域应用，而利乐包材设备和耗材是设备制造和复合膜技术，技术完全不一样，所以是后来收购的。

我很好奇，这家公司核心驱动力在哪里？面对两个行业，半导体和食品包材，面对强大优势竞争对手，过去是怎样把生意做起来的，关键的技术，关键的人，关键的机遇等等，让我能理解过去竞争是怎样搞的，才能理解未来。

不过我把这些问题抛给研究员，他却只是强调半导体国外限制和自主可控国产替代的机遇，对于新莱应材到底核心竞争力在哪里？只是说，已经通过国外主流厂商认证，已经给国内外厂家供货的事实。后来，我又去看了公司材料和两篇近期的深度研究报告，基本都是一个调调，好，未来更好，市场好似乎言之凿凿，但是企业核心能力却都是语焉不详。

开始我困惑为何研究员都会如此得出结论，参加会议的一位基金经理，一句道出天机，哇，这家公司上周有300家机构去调研，热度很高啊。再看一下行情，半年涨了3倍。

2021年是新莱应材业绩改观的一年，股价也有反映，翻了一倍，在2022年4月后半年时间，股价涨了3倍，半导体自主可控的强劲东风，市场大热，机构密集调研。

我突然意识到，人类认知偏见在新莱应材的研究中发挥着或多或少的作用，最核心的两个系统偏差，光环效应和证实偏见。

光环效应

我们从思科的故事讲起。

思科是本世纪初那次网络大潮最耀眼的明星之一，在CEO钱伯斯带领下，思科从一家硅谷创业企业成长为网络时代的科技龙头。1997年随着互联网经济的蓬勃，思科年收入达到40亿美元，开始引起了媒体的关注，《商业周刊》认为思科的数据网络设备是互联网三驾马车之一，另外两家是微软和英特尔。《财富》认为思科是计算机行业的超级新势力。

在众声赞美中，思科不负众望，1998年收入达到85亿美元，占当时数据网络设备全行业的40%，收入高速增长的同时，与其他不怎么赚钱互联网新贵例如亚马逊不同，思科利润极高，经营利润率高达60%。

很快，思科市值突破了1000亿美元。1000亿市值，微软用了20年，思科只用了12年。《财富》称思科是互联网真正王者，盛赞钱伯斯“研发不如收购”的战略，虽然在硅谷很另类类但很成功。鉴于思科的成功，1997年至2000年间，商业杂志和商学院教授们对思科进入了深入的研究，试图揭开思科成功之谜？为什么思科业绩这么好？他们总结了了许多原因，其中关键两点，领导英明和收购厉害。大部分研究都将思科成功的主要原因归功于CEO钱伯斯的领导。《财富》则说思科将收购变成了科学，商学院的教授们也认为思科核心竞争优势就是收购，思科并没有必要搞技术原创。

2000年3月27日，思科市值达到5500亿美元，超过微软成为世界最值钱的公司，思科达到了顶峰。2000年5月《财富》封面故事就是思科和钱伯斯。2000年10月《财富》宣布在最受尊敬的公司中，思科位列第第二，仅次于韦尔奇领导的通用电气。思科高居巅峰，钱伯斯功成名就。

令人大跌眼镜的是思科从巅峰坠落的速度相当惊人。一年后，2001年4月，在思科股票价格从最高80美元跌到最低14美元。短短一年，4000多亿美元市值灰飞烟灭。由于时间太短，人们成功的欢呼声言犹在耳，而此时，墙倒众人推，思科成了人人喊打的loser。

《财富》《商业周刊》等纷纷发表文章，管理学家们也纷纷发表报告，分析思科走下神坛的原因，有趣的是，一年前那些铸就思科成功的特质，转眼之间就成了思科衰败的原因。之前被描述为神一般领导力的钱伯斯成了失败的关键，他骄傲了、膨胀了，能力和远见如思科股价一样蒸发了。之前出众的收购能力被指责为混乱无序的堆砌，没有自主研发仅仅靠拿来主义怎么可能长久，思科的收购科学现在变成了胡闹。

太戏剧化了，是思科变了吗？可能的，不过只有一年时间，似乎太快了一点。

《光环效应》作者罗森维教授指出，2000年至2001年间，没有人认为思科发生了变化，直到人们回头以不同的眼光看待思科。罗森维教授在研究这一年间媒体关于思科成败原因大反转以后，联系了《财富》杂志的总编，请他解释2000年的大肆吹捧和后来的严厉批评。这位总编非常诚实地说：“我认为这是钟摆效应。我们过于关注当下时代发生的事情，没能从其中跳脱出来。”《商业周刊》记者也承认：“总的来说，我认为人们倾向于在繁荣时期夸大一个公司的能力，特别是在20世纪90年代末期这个空前繁荣的时代。”罗森维教授指出，即使是像《财富》《商业周刊》这样的顶尖商业刊物也自然而然地倾向于根据结果，用简单言语来解释公司业绩。这能使故事精彩，但却将我们领上危险的道路。

在思科的故事里，我们可以将商业评论家的前后不一描述成他们毫无见识墙头草随风倒。当他们说对了，赞扬他们目光如炬，说错了，必定是他们哗众取宠，这很容易，那我们是不是犯了一样错误。对的，我们一样为光环效应所左右。

光环效应指人们喜爱(或讨厌)某个人就会喜爱(或讨厌)这个人的全部，包括你还没有观察到的各个方面。中国很多传统智慧说明这一点，爱屋及乌、一俊遮百丑等等。

关于光环效应，丹尼尔.卡尼曼举例说，如果你赞同一个领导人的政见，你可能也会喜爱他的声音及着装。罗森维教授举了个例子，2001年911袭击发生后，小布什的总体支持率急剧上升。在灾难发生时，美国公众倾向于支持他们的总统，历史上多次出现，并不让人意外。然而，赞成总统经济政策的人数比例也从47%上升至60%。很难想象，经济政策会在911发生后的几周内发生突变。但是，人们要将这些事件分开看是有难度的。民众给总统套上一个光环，从而在各方面对他都有良好印象。毕竟，对许多人来说，认为总统在国家安全方面多谋善断，却对经济束手无策，这样的想法令人难以接受。

光环效应是人类认知方式固有特点决定的，人们天然将行为看成是一般习性和个性特征的外在表现。从这个角度讲，人类是天生本质主义。抓住这些行为背后的本质，就可以很轻松地找到这些结果的原因。

心理学家指出，光环效应效应让我们更容易将自己对某人（某事）所有品质的看法和对单一特质的判断匹配起来，所谓一叶知秋。这种一致和连贯性使我们感觉舒适，如果这种一致性遭到破坏，会导致认知失调心理不适。例如我们听说复旦研究生毒杀他室友的时候感到很错愕，因为我们理所当然地认为能考上复旦的一定是个好学生，在其他方面也差不了。光环效应夸大评估的一致性，保证简单和连贯的特点:好人只做好事,坏人全都得坏。希特勒一定不会是一个喜爱小动物的家伙。北大的毕业生怎么能去养猪。朱时茂这个浓眉大眼一脸正气的家伙怎么会叛变革命。

光环效应主要表现在三个方面，

抓住事物个别特征，以个别推及一般，就像盲人摸象一样，以点代面，虽然一叶知秋也许是智慧，有时可能只是管窥窥豹。
把并无内在联系的一些个性或外貌特征联系在一起，断言有这种特征必然会有另一种特征，这种感觉让我们有一种掌控世界的感觉。
说好就全部肯定，说坏就全部否定，这是一种受主观偏见支配的绝对化倾向，化复杂为简单是人类思维的倾向，小孩子看电视总会问哪个是好人哪个是坏人。

光环效应是人类认知特点之一，简单说就是以偏概全，根据一个印象来推测其他不易或者还没有认识到的品质。先贴个标签，然后根据贴上的标签来判断其他，好的都是好的，坏的都是坏的。例如听到希特勒还喜欢小狗，往往很难接受，因为我们已经把一个世纪大魔头的标签贴到他头上，自然很难想象他还会有一些非恶魔的喜好。叛徒只能是陈佩斯的模样。

思科收购策略被反复谈论，在成功和失败的时候都被认定为原因，关键在于这些因素都是难以客观衡量，这些因素既可以是成功的源泉也可以是失败的原因，事先我们怎么知道？

一旦企业成功，成功的标志是收入、市值这些客观指标，这些指标摆在我们面前，成功是个确定的事情，其他那些模模糊糊的品质方法等等就都笼罩在光环之下，事实教育人，眼见为实，形势比人强。如果我们已经知道思科是成功的，标签贴好，在那些难以判断是好是坏事情上，例如思科激进收购策略，此时我们在光环效应驱动下去寻找收购策略的成功之处，并赋予它思科成功的原因。

光环效应之下，人们很自然地根据收入、利润、市值这些客观绩效数据推断其他模糊的信息，包括战略、竞争力、企业文化、组织形式、领导人能力等等。这解释了我们是如何看待思科公司兴衰。只要思科公司不断壮大，持续赢利股价再创纪录，那些经理人、记者和教授就会这样推断，思科不仅拥有倾听和回应客户诉求的强大能力，更有团结的企业文化和卓越的商业战略，更是把别人玩不好的收购变成了科学。而当市场泡沫破灭思科跌下神坛，观察者们马上扭转口径，得出相反的结论。这样才能让故事合情合理、连贯协调。

罗森维教授指出，在光环效应下，我们倾向于将确定的事情归因于模糊的因素。我们或许并不知道业绩优秀的真正原因，所以我们用简单的言语来解释所发生的事情。

丹尼尔.卡尼曼指出光环效应是生活中普遍存在的一种思维偏见，这种偏见在塑造对人与环境的看法时起着很大的作用。我们脑中直觉系统（系统1）可以通过很多比现实更简单却更连贯的方式来表现这个世界，光环效应就是其中一种。既然光环效应是直觉系统的偏见，直觉系统S1是人类共有的自动潜意识认知运作方式，所以，只要是人，就难以避免光环效应的作用。

加利福尼亚大学巴利.斯托教授开展了一个关于光环效应心理学实验，要求被试通过分组讨论，根据给定数据预测一家公司未来销售额。被试被随机分成两组，实验结束，斯托教授随机认定一组为表现好，另外一组表现差，这和他们小组运作以及预测结果都没有任何关系，只是随机指定。被试不知道实验此时才开始，成绩宣布后，斯托教授让各组自己评价本组的表现。不出意外，那些被告知表现好的组员认为自己这组高度团结、沟通顺畅、积极性高；被告知表现差的组员则认为本组缺乏凝聚力、沟通不畅、积极性不高。斯托教授得出结论，人们会给那些他们相信表现好的组贴上标签，给他们认为表现不佳的组贴上另一标签。这就是实际运作中的光环效应。

斯托教授的发现并不意味着在团队表现中，团队凝聚力和有效沟通不重要，这只说明，如果人们已经知道事情的结果，你就不能指望通过他们的主观评价来准确衡量凝聚力、沟通和积极性等这些模糊因素。无论是局外的观察者还是局内的参与者，一旦他们认为结果是好的，就倾向于找积极因素作为原因；一旦他们认为结果不好，就倾向于找消极因素进行解释。良好沟通、团结一致和权责分明等这些因素很难进行客观评价，所以人们就会用他们认为可靠的其他标签作为判断依据。业绩表现正是人们给团体组织贴标签的一个依据。有了这个标签，那些之前无法判断是否有效的小组运作方式，此时就有了方向。一种过程，两种结果，两种评价。

人，天生都是双标患者。

回到新莱应材的案例，2021-2022年业绩高速增长，这是基本面的结果，而股价在半年时间涨了三倍，说明市场一致看好，两者叠架，光环就笼罩在新莱应材身上。此时，从结果去寻找原因，我们自然而然把各种有利的因素与光环建立起因果联想，因为这些有利因素是否真的是业绩驱动因素，毕竟我们都是外人，并不是很清楚，模模糊糊，在结果不好的时候，我们会充满疑问，不断求索，一旦结果是好的，光环效应立即让我们把那些本来模模糊糊的因素与成功联系了起来。

证实陷阱

成功的企业自有成功企业的道理，既然业绩说话，他们做得很好，自然代表成功，股价猛涨，说明市场看法与我们一样，是真的好，光环加身，在光环效应下，我们再去看材料看数据，怎么看都觉着有很多证据支持，那些模模糊糊的理由都变成了确定无疑的驱动因素。此时，另一个人类认知系统偏见，证实陷阱，悄悄等登场。

证实陷阱两个层次，

第一个层次，我们先有想法再去找证据支持。

第二个层次，在找证据支持的的时候，我们看重正面证据，只要证实我们就满意，我们忘了反面证据和证伪。

在新莱应材这个案例中，我问研究员，你是怎样注意到这家公司的？市场热点，半年涨了3倍，再去看一下业绩，增速很快，有业绩支持，不是炒作的妖股，再一看，符合半导体自主可控国产替代大方向，虽然市场份额很小但已经是国内细分龙头，产品获得半导体设备世界前两大巨头的认证，说明技术过硬，两相结合，空间大，壁垒高，未来可期。

研究员逻辑很清晰，不过，隐隐背后证实陷阱阴影笼罩。

实际上，光环效应的作用，让研究员已经有了主意，这是一家好公司，下面我就是去找证据证实它，不奇怪，人类思维模式就都是如此。

瑞.达利欧说：“大多数人并不仔细观察现实，通过客观审视证据来得出结论。他们基于隐藏的潜意识做决定，然后通过筛选证据，使之符合自己的欲望。”

讲一个小故事，大约2011年，有一次复旦校友聚餐。一个小师妹席间问大家：你们觉着京东好还是苏宁好。这里有个背景先交代下，我们的任何抽象语言离开了具体的场景都有可能是扭曲的，小师妹正在商学院读研究生，临近毕业在一家券商研究所实习。这时候，自然的潜台词是一个行业研究报告，而不是小师妹要选择网购，是两家公司不同的业务模式情况下，未来的发展预测。一问，果然是领导安排她写个报告对比下京东和苏宁。小师妹说她收集了大量的资料和数据，做了大量的分析，似乎各有利弊，各有短长，一时纠结拿不定主意。听闻此问，席间各位师兄师姐，纷纷摩拳擦掌各抒己见，甚至两位不妥协的兄弟还争论的面红耳赤。我看小师妹听他们的争论愈发拿不定主意了，不禁偷笑，小师妹看我没说话，特意又专门问我的意见。你们说，我该如何回答？

这个问题不是一个推理分析的问题，按照丹尼尔.卡尼曼的理论，人们往往在不自觉中已经有了结论，再来论证这个结论的合理性。在小师妹的场景下，这个结论应该谁作出，不是小师妹，而是小师妹的领导，小师妹的领导在布置这个任务的时候说不定早有倾向性意见。你们都理解券商研究报告怎么出来的，大多是领导定调子，小朋友做案头工作。所以，在这场景下，这问题，我没有谁好谁不好的答案。我个人心中自然结论，不过不适用于给小师妹建议。所以，我问，你们老大什么看法？她脱口而出，老大看好苏宁。我笑着说，那就写苏宁好呗，你的资料推理，其实两种意见都有支持，才会两难，如果一看就明了，自然不会纠结。现在支持两种结论的数据证据都有，你只能写一种的情况下，自然是由结论找论据。如果你不放心，在报告风险提示的地方，把那些支持京东的证据放上作为潜在的威胁就是了。当然，我这个说法，被在场的多位兄弟斥为庸俗的实用主义，只是他们没有意识到，他们在证明、论证他们自己认为的“真相”或者“真理”的时候，不自觉的忽略了不支持的证据，而只是一味强调支持的证据，他们的结论也是在前，有了结论，再来找证据，证据遍地都是。

拿着锤子的小男孩，满世界都是钉子。

当年特朗普责问财长努钦说怎么还不去宣布中国是“汇率操纵国”，努钦说虽然中国以前可能操纵了汇率，但是现在没有任何充分的理由去支持中国仍然是，美国法律规定的“汇率操纵国”的标准中国达不到。特朗普说：“你先宣布中国是‘汇率操纵国’，然后再去找理由。

除了不靠谱的政客，严谨的科学家也不能例外，著名物理学家理查德.费曼发现：“如果数据分析人员提前知道或者察觉到被测试的假设内容，他们的分析将更可能倾向于支持这些假设，研究方法可能是客观的，但是数据分析的具体过程很容易受到偏见的影响，这种影响甚至可能是无意识的。”所以科学实验中的双盲测试就非常重要，不然，实验人员不自觉地寻找证据，落入证实陷阱。

有了主意再去收集证据证实是证实陷阱的第一层，毕竟只要找，总能找到对你有利的证据。而证实陷阱的第二层，我们找到了证实的证据，我们就会很满意，我们就会停下来，发出“事情就是这样”的判断，而不去留意那些反面证据。

哲学家弗朗西斯·培根指出，人类的理解力一旦采纳了某个想法,就会收集任何能证实该想法的例子,哪怕反例可能数量多而且更有分量,但人类的理解力要么不去注意它们,要么就干脆拒绝接受它们,以此保证所采纳的观点仍能维持那不可动摇的地位。

我们从一个小测验开始。

假设下面3个数字遵循某种规律排列，你的任务是分析出这一规律。

2，4，6

挺简单的对吧，我看到这个题，第一个反应是“偶数序列”也就是2n，n=1、2、3…，验证一下，8，10，12，对的，20，22，24，对的。再一想，1，3，5也对啊，看来“偶数序列”不对，那么是“每次递增两个数”也就是n+2，n=1、2、3…，那么很简单，99，101，103；5，7，9,都与2，4，6都很符合。再一想，1，2，3也对啊，你看，证实次数再多也没有一次证伪有用。

这个实验是心理学家P.C.沃森提出的，沃森事前确定的规则要宽泛许多：“任何3个递增的数字”。你答对了吗？

“偶数序列”、“每次递增两个数”和“前两个之差等于后两个数之差”都只是“任何3个递增的数字”的特例。在沃森的研究中，参与者倾向于给出非常少的数字序列，而这些序列又趋向于与他们最终猜测的规则一致。在沃森的实验中29名参与者只有六人在第一次猜测中发现了正确的规则。

沃森注意到，如果实验参与者头脑中有了一个规律，例如“每次递增两个数”以后，他们就会举出旨在证明（证实）它的例子，而不是尝试举出与他们假设不一致的例子，他们顽固地想试图证明他们编造的规律。

在《管理决策中的判断》一书中，巴泽曼教授指出，在课堂上我上百次的运用过这一问题。第一个自告奋勇的学生通常都会猜“每次递增两个数”，并且很快就被否决掉了。第二个自告奋勇的学生通常也很快给出一个错误的答案。但是有趣的是，在这一阶段我很少能说出他们给出的序列不对。为什么？因为人们倾向于寻求证实性的信息，即便证伪的信息更有效、更重要。这被称为“证实的陷阱”。

人们对于相反可能性存在盲点，这种观察由来已久。1620年，培根曾经写道：“肯定比否定更能够激起更多的感动和兴奋是人类智力中特殊且永恒的错误。”

证实陷阱根源是我们认知模式，我们的认知模式不是并行的多方案判断模式,即对于一个问题或者情景，我们想出各种解决对策，然后在其中选取最优的，这是理性决策常说的，不过，我们人类很少在现实生活中使用，多数情况下，我们是线性判断模式，正如在一个视觉场景中我们只能关注其中一点，在判断和评估时，我们一次只能注意到一条线索，从这个线索开始，这是一个线性的流程，找到一个较好方案就深入下去在根据新的信息和线索进行调整，而不是在不同方案之间比较，这就决定了，第一个线索、第一个方案是最重要的，有“锚定”的效果，后面我们再在这个方案基础上调整。这又称为首因效应，即人们会锚定在首先考虑到的信息上。

有了第一个结果，自然接下来过程就是为这个结果找证据。而根据结果找证据往往会只看见支持的证据，忽略反面的信息。之前沃森实验就是怎样，你自己回忆一下，你是不是先找出一个答案，然后马上找证据证实一下，如果证实了就巩固了原先的结果，然后你就说出了这个答案，这个答案是经过证实的，不过这个证实在其他人提出的证伪面前不堪一击。

为何证实靠不住？我们从小猪的故事讲起。

一只可爱的小猪来到世界上，第一个感受到的东西就是饲养员大叔温暖的大手，在后面的日子里，每天是这双温暖的大手照顾小猪的吃，照顾小猪喝，帮小猪洗澡，帮小猪清理猪舍。日复一日，1000天过去了，在小猪的世界里，饲养员就是它的神，是它的光明和快乐的源泉，直到第1001天这双熟悉的、温暖的大手将小猪送到了屠宰场，这就是小猪生命中的“黑天鹅”，从小猪的历史经验中怎么也想不到这一天的来临。

小猪故事实际就是塔勒布的黑天鹅，我们观察再多的白天鹅，仅仅是增强我们自己的自信，而不能增强实际的判断力，只要下次出现一只黑天鹅，前面再多白色的证实都宣告无效。

我们在沃森数列实验中理解，证实次数再多，顶不上一次证伪。对于小猪来说，每天喂食照顾它的证明，预测不了送它去屠宰场的“黑天鹅”事件，只要一次证伪，以前1000天的证实都是无效的。

如果从结果找证实的证据，塔勒布认为，任何寻求证实的人都能够找到足够的证据欺骗自己和他身边的人。为了支持某一论点，大量引用已故权威的雄辩也是无知的经验主义，只要去找，你总能找到某人，他曾经说过支持你的观点的冠冕堂皇的话。

不过没办法，这是让别人理解或者支持你的观点的重要方法。你读到这些文字的时候，我也在不厌其烦引用卡尼曼、塔勒布、巴泽曼的话，来证明我的观点。因为我们都相信权威，这些话不能简简单单从我嘴里说出来，我只能引经据典，这是我们人类的认识和理解的方式，也是偏差的一种，我们是人就不能免俗，唯一的办法就是时刻意识到我们自己是人，会有认识偏差的，而认识到证实偏差以后，我们对策也很简单：有意识去寻找反面证据。

一位投资大师在被问到他的诀窍时这样说，如果我看好的项目，团队一致赞同，我反而会停下来，认真想一下，反对的意见在哪里？如果实在找不到，那就不要干了。