布萊德彼特（Brad Pitt）所主演的電影〈魔球〉 （Money ball ），是筆者少數看不只一次的運動電影。片中，運動家隊的總經理比利比恩（Billy Beane）摒棄傳統球探選人的主觀標準，改採量化統計的模式，以此揀擇出被市場低估的球員，為財力較為吃緊的運動家隊，量身打造出最有機會贏球的隊伍，最終創造出該隊 2002 年賽季史無前例的二十連勝佳績。時至今日，量化統計，或稱之為大數據（Big data），伴隨著近年電腦運算速度的提升及數據檔案資料庫的擴建，在運動產業乃至各行各業均扮演著越趨吃重的角色。
事實上，也許是基於個人的喜好，筆者更喜歡〈魔球〉推出後的隔年，由大導演克林伊斯威特（Clinton Eastwood）所主演的電影〈人生決勝球〉（Trouble with the Curve）。此時已是運動家隊風光二十連勝的十年後，球員每次上場表現的數據統計都早已逐場歸檔，用數字來評判球員蔚然成了顯學，但完全捨棄過去的做法，是否真的能達到萬無一失的境界？電影裡克林伊斯威特所飾演的老球探，在一個數據評比得分極高的新秀身上，發現其中有著非臨場觀之才能看出的技巧瑕疵，在統計數據上並無法確實呈現。例如——曲球障礙，此即該片英文名稱之由來。片末，用實際的投打表現證明，薑是老的辣，老球探的判斷準確。
一直以來，我們總習慣用過往的經驗，替未來尋找答案，卻時常以失敗告終，而最後的答案，往往又成為我們歷史上新的經驗。因此，與其說大數據不可信，更應該說我們在過程中會遭遇前所未見的未知，進而影響了原本的預測結果。其原因有可能來自於我們未考慮到的新因子，尤其是黑天鵝效應在新事件中所扮演的角色。例如，不預期的新冠疫情、不預期且史無前例的量化寬鬆政策以及不預期的烏俄戰爭。
雖說君子從時，很多做法都會隨著時間的推移而有所更迭，墨守成規固然不足取，但盲目追求時尚，卻也不該是一種正確的態度。如果我們總是先入為主，傲慢地認為某一種模型、思想乃至意識形態是絕對不容質疑的時候，我們的思維脈絡，就難以跳脫這個框架，用更宏觀的角度去思考或判斷整體事件的進程與發展。
聯準會過去的觀望態度與未來的升息策略
筆者想表達的是，當前經濟學術上的數據模型，到底是否正確可靠？
一如〈魔球〉，大數據模型，亦在當前經濟學中蔚為主流，並試圖以此對人類行為做歸納統整。不可否認，絕大多數的時候，這些統計模型非但可行，在醫療、製造、管理各方面都創造了令人矚目的成就。但就如同上世紀九零年代初東西德合併時，專家在國力評估時認為東德的 GDP 有西德的百分之八十左右，並以此制定一系列的政策，這一廂情願的誤判，隨即讓兩德統一後原本的西德吃盡苦頭。其原因在於著重產出數量的同時，並未仔細考量產品的品質，其背後則是共產主義與資本主義本質上巨大的差異。東德的許多產品，一旦投入自由市場時，根本毫無競爭力可言。時至今日，筆者仍認為這些模型一定尚有瑕疵存在，因為有些細節，或是當前仍未知的參數，終究無法在數據中呈現。
