此为历史版本和 IPFS 入口查阅区,回到作品页
糊塗研究所 The Muddle Lab
IPFS 指纹 这是什么

作品指纹

2026-11-06 看見別人跑,你也會跟著跑

糊塗研究所 The Muddle Lab
·
·
新聞標題指向幾個具體的「兇手」:大型資料中心建設延遲的憂慮、新項目融資成本攀升、以及每次重大政治轉折後必然伴隨的不確定感。表面上看,這些都是市場回調的標準、合理理由。但如果你再仔細看,兩萬五千億美元的損失規模,暗示著遠比「對壞消息的反應」更劇烈的東西。那看起來像一場踩踏。

收聽Podcast: youtu.be/Ebnej6FuD8I

想像你盯著股市行情板,看著數字一片紅。前一秒,AI 產業還是經濟裡無可爭議的王者;下一秒,一波猛烈的拋售潮席捲而來,兩萬五千億美元的市值就這樣蒸發了。這不是緩慢的、漸進式的下跌,而是一場突然的、令人眩暈的財富消失——發生在最近的中期選舉之後,讓投資人措手不及。

新聞標題指向幾個具體的「兇手」:大型資料中心建設延遲的憂慮、新項目融資成本攀升、以及每次重大政治轉折後必然伴隨的不確定感。表面上看,這些都是市場回調的標準、合理理由。但如果你再仔細看,兩萬五千億美元的損失規模,暗示著遠比「對壞消息的反應」更劇烈的東西。那看起來像一場踩踏。

要理解一個局部的政策憂慮如何演變成全球性的金融崩潰,我們需要借用資訊理論裡的一個概念:「資訊瀑布」(Information Cascade)。

群眾的邏輯

在一個完美的世界裡,每個投資人會看事實、權衡風險、做出獨立判斷。但人類很少在真空裡運作。我們時時刻刻被「資訊不對稱」包圍——說得文雅一點,就是有些人知道的事情比別人多。在任何市場裡,「內部人」和「外部人」之間都存在落差:前者可能對新監管動向有深入理解,後者只是盯著行情板看。

資訊瀑布理論正是在這裡派上用場。這個理論由研究者 Sushil Bikhchandani、David Hirshleifer 和 Ivo Welch 提出,解釋了當資訊分佈不均時,人們如何停止依賴自己的私有知識,轉而模仿那些先行動者的行為。

你可以把它想像成跟著麵包屑走。當你看到某人採取了一個行動,你看到的不只是那個行動本身;你會推斷,對方一定掌握著你沒有的「私有資訊」。你心裡會想:「他都在賣了,他一定知道某些關於即將到來的監管政策的事,而我還沒意識到。」當足夠多的人開始這樣想,「瀑布」就形成了。個人自己的訊號——自己的研究、自己的判斷——被推到一旁,取而代之的是群眾行動這個更響亮、更顯眼的訊號。

拋售如何變成雪崩

讓我們把這個套用到最近這波 AI 股票崩盤上。過程不是從兩萬五千億美元消失開始的;它始於一組具體的、可觀察的壓力。中期選舉之後,一小群投資人開始拋售 AI 股票。他們的動機基於實際的擔憂:新監管的風險、龐大基礎設施融資的困難、以及支撐 AI 革命的資料中心「施工延遲」這個具體問題。

在這個階段,「瀑布」還沒完全成形。這些第一批投資人是根據自己的「私有訊號」——對政策和金融的分析——在行動。

然而,當這些初始拋售開始被市場記錄下來,局面就變了。股價開始下滑,成交量——也就是股票被換手的總量——開始飆升。這是瀑布的關鍵時刻。第二群投資人看著螢幕,未必關注中期選舉結果或融資成本。他們關注的是股價本身的下墜。

他們把下跌的股價和沉重的賣壓解讀為一個訊號。他們假設,那些在賣的人一定比他們更準確地掌握了「壞消息」。為了保護自己,他們跟著賣了。這形成了一個回饋迴路。每一波新的拋售都成為下一群投資人的新訊號,讓他們相信一場大崩盤正在發生。

「瀑布」實際上把市場自身的動能變成了崩盤的主要驅動力。最初的新聞(政策不確定性)只是火星,而資訊瀑布是那陣風,把火星吹成了兩萬五千億美元的大火。這解釋了為什麼總市值損失遠比單純的政治新聞所能預期的更極端。市場不只是在對新聞做反應;它是在對「反應」做反應。

生活中的資訊瀑布

資訊瀑布不只發生在高风险的交易大廳裡;它就在我們的日常生活中,而且我們往往沒意識到自己正處於這條鏈上。

想想選餐廳這麼簡單的事。你走在一條街邊,兩旁排著幾十家餐廳。大部分看起來都差不多,但你注意到一家小館子門口排了一長隊,另一家則空無一人。即使你原本打算去那家空店,那條長隊就是一個強大的「公共訊號」。你推斷,排隊的人知道某些你不知道的事——也許食材更新鮮,也許服務更好。你排到隊尾,隊伍就更長了。你忽略了自己的「私有訊號」(你原本的飢餓和偏好),去模仿前面那些食客的行为。

在更危險的層面上,我們會在銀行擠兌中看到同樣的模式。銀行擠兌或許是資訊瀑布最經典、也最毀滅性的例子。如果傳出一家銀行經營困難的謠言,即使那些相信銀行基本面健康的客戶,也可能慌忙去提款。為什麼?因為他們看到別人在 ATM 前排隊。他們假設排隊的人掌握了銀行破產的「內部消息」。越來越多人加入隊伍,而提款這個行為本身,就製造了他們原本想避免的危機,最終可能導致整個機構崩潰。

訊號的危險

資訊瀑布的悲劇在於,它可以完全脫離現實。因為瀑布依賴的是人們互相模仿,而非分析事實,整條鏈可能建立在一個錯誤的前提上。如果鏈條上第一個人就判斷錯了,「雪球效應」會把那個錯誤一路滾到最末端,最終造成一場巨大的集體失誤。

在 AI 股票的案例中,兩萬五千億美元的損失是一個嚴峻的提醒。底層的問題——融資困難和資料中心延遲——確實存在,但崩盤的規模被「跟著前面的人走」這種力量大幅放大了。當我們不再看基本面,只看別人在做什麼的時候,我們就不再是投資人,而是瀑布的一部分。

下次你看到市場突然劇烈波動,或者街上突然出現一股狂熱,問問自己:我是在對事實做反應,還只是在跟前面那個人走?

一單新聞,一個理論,少一分糊塗。

CC BY-NC-ND 4.0 授权