幸存者偏差与反事实：看不见的失败者才是真相
历史只留下赢家——但赢家的方法在输家身上往往同样适用。
**预计时间：**20 分钟读完 + 25 分钟做练习 = 45 分钟。
一、幸存者偏差的经典案例
1.1 二战返航飞机弹孔
二战期间，美军统计返航飞机机身上的弹孔分布，发现机翼和机尾弹孔最多，驾驶舱和发动机最少。最初建议是”加固机翼和机尾”。统计学家 Abraham Wald 反对——他指出这是幸存者偏差：返航的飞机已经在驾驶舱和发动机中弹的情况下活下来，说明这些部位才是致命的。真正应该加固的是驾驶舱和发动机。
Wald 的这个洞见救了大量飞行员——也是”幸存者偏差”概念的源头。
1.2 商业畅销书
市面上几乎所有商业畅销书都是成功者的”经验总结”。它们告诉你：“我做了 A、B、C，所以成功了”。但失败者做了 A、B、C 的概率是多少？
基准率数据：
- 创业公司5 年失败率约 70-75%（Fortune/Kauffman Foundation 长期数据）。
- 新餐厅1 年关闭率约 60%（Bureau of Labor Statistics）。
- 风险投资基金整体净回报为负的占比约 30-50%（Cambridge Associates 长期数据）。
也就是说：成功者用的”成功方法”，在大多数采用者身上是失败的。畅销书的”成功路径”在你的情境里大概率不 work——除非你有理由相信你的情境与成功者足够相似。
1.3 投资中的幸存者偏差
你看新闻里每天都有”X 翻倍”的传奇投资者。但：
- 美国 SEC 数据：长期跑赢指数的主动基金经理占比约 15-20%（SPIVA Scorecard）。
- 对冲基金关停率：年度约 10%（HFR 数据）。
你看到的”成功传奇”是从这个 15-20% 里再挑出来的极端样本，大部分跑赢的经理在你看到之前已经被市场淘汰了。
二、反事实与”没活下来的人”
幸存者偏差的解药是反事实：不仅看成功者，也要系统搜集失败者、退出者和未被记录的样本。
芒格式方法可以把失败模式反向列出：先问一个系统可能如何失败，再检查哪些风险可预防。
应用到历史学习：
- 看一家伟大公司时，先看它的同期对手。IBM 1960-80 年代在大型机时代独大——但同期有 Burroughs、Univac、RCA、NCR、Cray……它们都去哪了？为什么 IBM 活下来而对手死了？
- 看一位伟大 CEO 时，先看同时代做相似决策但失败的 CEO。巴菲特 1960s 抄底美国运通——同期多少人抄底”蓝筹股”破产？
- 看一场成功革命时，先看同时代失败革命。1917 俄国革命成功——同年 1918-19 德国、匈牙利革命失败。
三、案例研究：互联网泡沫的幸存者
互联网泡沫（1995-2000）中诞生了一批”幸存者”——亚马逊、谷歌、eBay、PayPal。复盘这些幸存者时常见叙事：
- “亚马逊坚持长期主义，扛过 2000 年崩盘”
- “谷歌搜索算法领先”
- “eBay 先做 C2C 市场”
但反事实问法：
- 同一时段死亡的同类公司有多少？—— 数千家。Pets.com、Webvan、Kozmo.com、eToys……它们有的也在”长期主义”、有的也在”算法创新”、但死亡了。
- 幸存者与死者的关键差异是什么？—— 通常不是”战略好坏”，而是现金储备、负债率、运气（时机 + 行业）。
- 如果亚马逊 2000 年崩盘时现金断了，会怎样？—— 大概率跟 Webvan 一样死掉。
1) 这个故事的成功者实际做了哪些独特的事？
2) 多少失败者做了同样的事？
3) 幸存者与失败者的关键差异是什么？
4) 这个差异是可复制还是偶然？
5) 如果我处在幸存者的情境里，能获得这个差异的概率是多少？
四、反事实的应用边界
五、芒格式多模型分析实例：2008 危机幸存者
2008 年后盘点幸存者：高盛、摩根士丹利（转为银行控股）、伯克希尔（巴菲特）、少数对冲基金（如 Paulson）。复盘它们：
| 维度 | 幸存者 | 失败者 |
|---|---|---|
| 杠杆率 | 较早去杠杆 | 高杠杆 + 表外 |
| 现金储备 | 危机前屯现金 | 现金紧张 |
| 风控文化 | 风控有否决权 | 风控服从业务 |
| 激励机制 | 长期激励 | 短期激励 + 杠杆奖励 |
| 政治关系 | 早期接受监管 | 抗拒监管 |
这些差异是可观察、可复制的，不是运气。但这不意味着”做到这些就能幸存”——雷曼也曾经满足前三条，第四条没做到，第五条踩坑。差异叠加才决定生死。
六、测验（10 题）
幸存者偏差的核心是？
二战弹孔分析的洞见来自？
"5 Whys 芒格版"的核心动作是？
长期跑赢指数的主动基金经理占比？
互联网泡沫幸存者（亚马逊、谷歌）与死亡者（Pets.com、Webvan）的真正差异通常是？
反事实对"失败者"应该持有的态度是？
区分"方法有效"与"运气好"的最低样本量是？
"运气决定论"的错误是？
反向思考与反事实结合的做法是？
2008 危机幸存者的关键差异"叠加决定生死"意味着？
读场景题
R1. 场景：你的经理推荐你看某本畅销书《我是如何成功的》，说作者的方法你也应该学。你应该？
R2. 场景：你公司刚完成一轮融资，CEO 引用"我们和亚马逊 1999 年一样，所以一定能活下来"。按本课方法？
七、答题提示
展开提示
- Q1-2 Abraham Wald 的故事是统计学/幸存者偏差最经典的入门题。
- Q3 “5 Whys”本是丰田生产方式的方法；芒格版强调”可复制性”和”概率”。
- Q4 SPIVA 数据是少数有公开基准的长期数据，常被金融从业者引用。
- Q5 这题送分但也是陷阱——多数人会选”CEO 远见”。
- Q6-8 这三题检查你是否掌握”反事实思考”的边界。
- Q9 芒格式反向思考与本课主题完全契合。
- Q10 单条结构性优势不充分——这是概率思维的核心。
八、本课行动清单
- 挑 1 个你最近读的”成功故事”，做一次”5 Whys 芒格版”练习。
- 挑 1 个你最近下的”应该向 X 学习”的决定，先问基准率。
- 维护一份”失败者名单”：每学到一个成功案例，主动列出 3-5 个同期失败案例，分析关键差异。
- 每次看到”我们和 Y 一样”这种话，先问”我们和 Y 的关键差异是什么？“。
九、参考来源
- ③ 严肃学术：Daniel Kahneman, Thinking, Fast and Slow（2011），幸存者偏差章节。
- ③ 严肃学术：Michael Lewis, The Undoing Project（2017），Kahneman & Tversky 故事，包括 Wald 弹洞。
- ③ 严肃学术：SPIVA Scorecard（S&P Global），长期主动基金跑赢指数的份额数据，spglobal.com/spiva。
- ③ 严肃学术：Andrew Ross Sorkin, Too Big to Fail（2009），2008 危机幸存者与失败者细节。
- ① 当事人原始：The Financial Crisis Inquiry Report（2011）。
**下一步：**看 Lesson 0005 · 激励与制度。