比较：体育为何比投资更容易预测
有用的统计数据从长期来看具有稳定性，并且可以帮助你预测未来的形势变化。我们常常通过衡量一个统计数据与既定目标之间的相关程度来了解该统计数据的这两个属性的情况——稳定性及预测价值。借助这两种评估手段，我们可以用相似的方式来分析诸如体育运动、商业及投资等各行各业的相关活动。从图7-10中可以看出，与商业及投资领域的统计数据相比，在体育领域里，统计数据的稳定性及预测价值要更高。
图7-10
根据稳定性和预测价值进行排序的各种活动
来源：作者分析
就图7-10的情况，我还要再多说几句。需要重点强调的是，这些活动的时间周期及样本大小各不相同。无论是哪行哪业，我的共同思路是先确定一个时间周期。此外，这个时间跨度要最贴近给定行业里的从业人员们最常用的计时方式。比如，在体育比赛中，一般的时间长度为一个赛季。在投资和商业领域，绝大多数的专业人士以三年为一个考核周期。
相互关系不等同于因果关系，认清这一点很重要。理论是对因果关系进行解释，而统计数据则是衡量一个理论是否可靠可信的方式。从明确自己的目标到仔细考虑哪些因素会有助于实现目标这一过程至关重要。众所周知，各个公司在采取非财务绩效衡量指标之前常常忽略这些步骤。
最后，我要告诉大家的是，实力虽然有稳定性，但是稳定性并不是在所有情况下都能反映一个人的实力。认清哪些绩效因素由个人或者运动队决定非常重要。比如，很明显，如果没有外界因素的制约，主动型因子完全由基金经理人掌控。此外，大家都知道马太效应——富者越富，穷者越穷，赢家通吃。这种效应也适用于其他领域，比如我们常常发现，成功的人往往会越来越成功，很多好事都会自动找上门来。在这里，成功的确具有稳定性，但靠的不是实力，而是运气。[27]
统计数据被广泛应用在不同的领域。但是那些使用数据的人很少停下来问一问自己，这些数据到底有多大用途。对稳定性及预测价值进行简单的考核可以有效地评估某项措施的实用性。
[1]罗伯特·C.希尔，当前方充满困境：国家质量奖的候选人，经营者学会期刊第7卷，第3期（1993.8）：75-79页。
[2]更准确地说，信度（reliability）测量：变量（技术）/［变量（技术）+变量（运气）］。如果变量运气为零，那么上述公式变为变量（技术）/变量（技术），也就意味着在该活动中活动结果与技能出现了完全相关的状况。如果变量技能为零，那么公式变为0/变量（运气），也就意味着活动结果的信度为0。请参阅威廉·M.K.特洛钦及詹姆士·P.唐纳利的书研究方法知识库第三版，（梅森，俄亥俄州：原子狗，2008），80-95页。
[3]克里斯·施帕茨，技术统计学：频率分布的故事第十版，（贝尔蒙特，加利福尼亚：沃斯，2011），87-119页。
[4]标准偏差是测试数据值偏离算术平均值的程度。标准偏差越小，这些值偏离平均值就越少，反之亦然。正常情况下，一个形状如钟的数据散点分布图中，68%的数据值偏离平均值的程度都在一个标准偏差以内。请参阅菲尔·伯恩鲍姆的关于相关性，r及决定系数，赛伯计量学，2006.8.22，该文章的网址为http://sabermetricresearch.blogspot.com/2006/08/on-correlation-rand-r-squared.html。
[5]施帕茨及唐纳利，研究方法知识库，20-23页。
[6]吉姆·艾尔伯特，安打率：代表运气还是技能？工作论文，2004.4.17，请参阅网址http://bayes.bgsu.edu/papers/paper_bavg.pdf。
[7]请参阅《什么时候难以衡量观测数据的可信度？》www.insidethebook.com/ee，2011.7.13。
[8]大卫·J.拜里及马丁·B.施密特，艰难成功：两个经济学家披露影响运动员在职业体育赛事中比赛成败的一些陷阱（上萨德尔里弗，新泽西：金融时报出版社，2010），33-39页。
[9]迈克尔·刘易斯，点球成金（纽约：诺顿出版社，2003），57、128页；更详细的信息请参阅本·S.鲍马，为什么与安打率相比上垒率是预测选手未来表现得更可靠依据：代数证明，定量运动期刊第4卷，第2期（2008.4）：文章3。
[10]布兰奇·里基，与一些陈旧的棒球观念道别，生活杂志，1954.8.2，79-89页。
[11]迈克尔·刘易斯，人为错误的国王（the king of human error），名利场，2011.12。
[12]阿尔弗雷德·拉巴波特，创造股东价值：投资者最有威力的工具最新修订版（纽约：自由出版社，1998）；阿纳特·K.桑德拉姆与安德鲁·C.英克潘，重新审视企业目标，组织科学期刊第15卷，第3期（2004.5/6）：350-363页；威廉·斯塔巴克坚称，绩效考核手段之所以重要并不是因为这些考核手段与期望的因素有相关性，而是因为这些措施可以改善绩效；详细信息请参考威廉·H.斯塔巴克，绩效考核手段：普遍存在，至关重要，但却难于操作，管理探究期刊第14卷，第3期，2005.9，280-286页。
[13]弗雷德里克·W.库克公司，2010年的250强：针对高管的长期奖励津贴机制，2010.10，www.fwcook.com/alert-letters/The_Top_250_Report.pdf。
[14]关于管理层薪资水平的七个错误认识，斯坦福商学院，深入研究系列，2011.6.6，www.gsb.standford.edu/cgrp/research/.../GGRP17_ MythsComp.pdf。
[15]约翰·格雷厄姆、坎贝尔·哈维及施瓦·罗基戈帕，价值破坏及财务报表决策，财务分析师期刊第62卷，第6期（2006.11/12）：27-39页。
[16]阿尔弗雷德·拉巴波特及迈克尔·J.莫布森，投资期望：从股价解读中获更好收益（波士顿：哈佛商学院，2001），15-16页。
[17]格雷厄姆、哈维及罗基戈帕，价值破坏及财务报表决策。
[18]尤金·法玛及肯尼斯·弗伦奇，预测利润率及收益，商业期刊第73卷，第2期（2000.4）：161-175页；贾森·卡瑟斯基、拉科尼绍克和路易斯·K.C.陈，增长率的水平及恒定性，金融杂志第58卷，第2期（2003.4）：643-684页。
[19]这个观点在罗伯特·L.哈金，投资管理：资产组合多样化，风险和时机——事实与假象（霍博肯，新泽西：约翰·威利父子公司，2004），75-80页。
[20]克里斯托弗·D.伊特纳及大卫·F.拉克尔，非财务绩效衡量指标收效不佳，哈佛商业评论，2003.11，88-95。
[21]桑福德·J.格罗斯曼及约瑟夫·E.斯蒂格利茨，论不存在完全信息市场，美国经济评论第70卷，第3期（1980.6）：393-408页。
[22]斯科特·D.斯图尔特，注册金融分析师；约翰·J.诺依曼、克里斯托弗·R.尼特尔及杰弗里·海斯勒，注册金融分析师，价值缺失：机构计划发起人对投资分配决策的分析，财务分析师杂志第65卷，第6期（2009.11/12）：34-51页；阿密特·戈伊尔及苏尼尔·瓦哈尔，计划发起人筛选及放弃一些投资管理公司，金融杂志第63卷，第4期（2008.8）：1805-1847页；杰弗里·海斯勒、克里斯托弗·R.尼特尔、约翰·J.诺依曼及斯科特·D.斯图尔特，计划发起人为什么会选中或者放弃某些投资管理公司？商业与经济研究期刊第13卷，第1期（2007年春）：88-118页；戴安·圭尔乔及波拉·A.特卡奇，决定代管投资组合资金流动的因素，金融及定量分析期刊第37卷，第4期（2002.12）：525-555；安德里亚·弗拉奇尼及欧文·A.拉蒙特，傻钱：共同基金流及横截面股票收益，金融经济学期刊第88卷，第2期（2008.5）:299-322页。
[23]戴安·圭尔乔及波拉·A.特卡奇，星级魅力：晨星机构关于共同基金流的评级，金融及定量分析期刊第43卷，第4期（2008.12）：907-936页。
[24]来自晨星公司网站：基于风险调整后的收益（除去所有的销售支出及开销）情况，对各个类别的基金进行星级评定，星级评定的结果是——散点分布图呈现一个经典的钟形曲线，大部分的散点分布在中间位置，http://www.morningstar.com/Help/Data.html#RatingCalc。
[25]克里斯托弗·B.菲利浦斯及小弗朗西斯·M.肯尼瑞，共有基金评级及未来绩效，先锋研究，2010.6。
[26]K.J.马泰恩·克莱莫斯及安蒂·皮特捷斯特，你的基金经理主动吗？预测绩效的新途径，金融研究评论第22卷，第9期，2009.9，3329-3365页；安蒂·皮特捷斯特，主动型因子与共同基金业绩，工作论文，2010.12.5。
主动型因子的技术性定义：
主动型因子=
W基金，i=在基金中资本i的组合权重
W指数，i=在指数中资本i的组合权重
总额的计算跟投资的所有资产的情况相关
[27]杰克尔·邓雷耳，随机游动及持续竞争优势，管理科学第50卷，第7期（2004.7）：922-934页。
