把直覺外包給AI做決策真的可行嗎?利與弊一次看|《直覺鍛鍊》
在人工智慧逐漸滲透生活的時代,我們的思考與學習能力也面臨新的挑戰。AI能幫助我們追蹤偏見、修正錯誤決策,甚至提醒我們避免衝動行為。但同時,把決策過度外包給AI,可能讓我們的「生物直覺」逐漸退化。透過《直覺鍛鍊》提出的科學方法,我們能更好地理解直覺與人工智慧的關係,找到一種平衡...
在人工智慧逐漸滲透生活的時代,我們的思考與學習能力也面臨新的挑戰。AI能幫助我們追蹤偏見、修正錯誤決策,甚至提醒我們避免衝動行為。但同時,把決策過度外包給AI,可能讓我們的「生物直覺」逐漸退化。透過《直覺鍛鍊》提出的科學方法,我們能更好地理解直覺與人工智慧的關係,找到一種平衡...
退休後,很多人反而因為金錢、家庭和健康而感到更焦慮。理財作家嫺人在《有錢到老後》中提醒我們,不必事事追求完美,也不必跟別人比較,而是學會在有限的資源與時間裡,做出最智慧的選擇,享受每一次旅行、每一段陪伴,讓人生變得更自在、有溫度。
經濟穩定的定義十分簡單,一個經濟變數不要起伏不定就是穩定。比方說,一個國家的物價每年波動很小,我們說他們的物價很穩定。
圖片來源:unsplash
經濟穩定的定義十分簡單,一個經濟變數不要起伏不定就是穩定。比方說,一個國家的物價每年波動很小,我們說他們的物價很穩定。
台灣的股價指數由民國76年的2000多點上漲到79年的12000點,然後又迅速下降到3000點,這就是一個非常不穩定的現象。在一個不穩定的經濟體系中,經濟成長率、失業率、投資率經常都會起伏不定,對社會是相當不利的。
無殼蝸牛的心聲
民國77年到79年台灣地區的金錢遊戲不只在股票市場中盛行,同樣也在房地產市場上興盛。由於許多人在股票市場上賺取豐富的利潤後,便將其中部分資金轉向房地產市場,使得房地產價格也隨著股票價格水漲船高。
以台北市木柵地區為例,一棟40坪的新成屋在民國76年底的價格大約只有200萬,到了民國79年底,同樣的新成屋要賣到1,000萬元。
另一方面,台北市每年平均家戶所得在三年之內大約由60萬元上升到80萬元。換句話說,在房價大漲之前,木柵地區一棟40坪的新屋大約需要台北市民三年多的收入即可購得;在房價大漲之後,台北市家庭必須十二年半不吃不喝才能購得一棟房子。
在房價大漲前後,對擁有一棟房子的人來說,房價大漲對他並沒有什麼影響,因為這是自住的房子;對有兩棟房子的人來說,財富就立即大增。
比方說,他可以一棟自住,另一棟再用1,000萬元賣掉,然後把1,000萬元存入銀行,以當時年利率7%計算,每月可以有6萬元的收入。所以這個人可以就此退休,每天靠銀行利率過日子即可。相反的,對於一個沒有房子的無殼蝸牛來說,他該怎麼辦呢?
如果他家的收入與其他台北市民相同,每年有80萬元的收入,他仍然無法負擔一棟1,000萬元的房子。根據統計,在房地產價格大漲後,台灣地區的財富分配迅速惡化。在房地產價格大漲之前,全台灣地區財富最高的20%家戶,其平均財富是最低20%家庭的8倍;大漲之後,前者財富增加為後者的20倍。
房地產價格大漲不但使財富分配惡化,更嚴重的是使許多家庭無法擁有自己的房子,而容易產生社會不安定。此外,昂貴的房地產價格也會阻礙廠商長期投資設廠的意願。這些不利因素在長期下,對國內的經濟發展會產生極為不利的影響。
住宅價格與搜尋
每一棟住宅都有很多不同的特性,比方說坪數、隔局、衛浴設備、建材等。由於這些特牲的不同,使得賣方在出售住宅時,得以要求各式不同的價格,而買方在缺乏訊息下,經常必須親自去逐間看房子,比較各種特性,再決定其價格。
然而,由於賣方擁有較多的訊息,所以其要求的價格出入會比較大。但經過買方一間一間的比價以後,買方可以搜集到較多的訊息,就可以與賣方開始還價。
比方說,我們經常聽到買方說:「隔壁一坪才賣20萬,為什麼你們要賣22萬?」當買方蒐集愈多的訊息以後,買賣雙方訊息的差異就愈少,市場上房價的出入也就愈少,因為賣方不再有優勢訊息來剝削買方。
根據一篇研究台灣地區住宅市場價格分散的研究結果顯示,在扣除坪數、地點、隔局及其他因素對房價的影響以後,賣方價格(list price)的變化明顯大於成交價(transaction price)的變化。
此種狀況在預售屋、新屋與成屋市場上都可以成立。也就是說,只有賣方有訊息時,賣方會利用訊息優勢,來拉大房價的不同。而當買方經過搜尋與議價減少雙方的訊息差距時,成交價格的價格差異會減少很多。
找工作就是一個必須花時間去搜尋的;買房子也需要花很多時間去看;買車子一樣要多比較幾種車子,多比較幾家代理商的價格後才能決定。一般而言,價格愈高,買賣雙方的訊息差異愈大,搜尋成本愈低的時候,搜尋的過程就會愈頻繁。
【書籍資訊】
《經濟學的世界(上)(下)套書》
出版日期:2017.08.31