相关关系等于因果关系吗
毫无疑问,从经验现象归纳得出的相关关系不等于因果关系。那么有什么方法可以帮助我们过滤掉“巧合”和“人为拟合”,从而提高获得可靠的因果关系的概率呢?
芝加哥大学的弗里德曼教授和他的同伴提出了一套实证检验的理论方法,它包括:时序实证、统计实证、历史实证。但既然我这本书的读者对象是个人投资者,那么我是没有任何理由去使用这些复杂的数理统计方法的。其实我在绪论里也指出过,相对于古典归纳法,数理统计的因果分析方法实际上并没有包含更有效的原理,这种方法也不过是用于寻找相关关系而已,至于这种相关关系是否是因果关系,数理统计是无法给出答案的。而归纳推理的精髓在于剔除那些不构成因果关系的相关关系。因此数理统计虽然貌似是高大上”的方法,但实质上在社会科学的领域通常都不需要使用,因为不同于自然科学,社会科学很少有达到高精确度的因果关系存在。
可以使用下面几个原则来检验归纳推理所得出的结论,以增强结论的普遍有效性(普遍有效性是用于检验真理知识的标准,虽然这个标准是无法企及的):
(1)运用演绎推理的方法检验结论,推理过程必须能够清晰描述出从原因到结果的传导机制,而且传导机制中每条路径的每个细分步骤都必须是已经被证明的普遍正确的因果关系。
(2)如果被检验的结论是从被广泛接受和普遍有效的原理推导得到的,那么可靠性就比较强。演绎的方法是从普遍有效的前提推导出特殊的结论,逻辑学认为,前提的普遍有效性越强、可信度越高,那么结论的可靠性也会随之提高。例如,在经济分析中,从供求关系出发推导出的价格走向一般都有比较高的可信度,换句话说,供求关系分析是价格趋势分析的首选方法。
(3)将结论加人到一套前后一致的理论体系中,而不会与当中的定律和其他成熟理论相矛盾。
(4)同一现象指标的不同子序列之间不可能是因果关系。这是我在金属期货交易中得到的深刻教训。过去我曾经着迷于使用技术分析方法进行期货行情分析,所有的技术分析方法都是从过去的价格变化模式预测未来的价格。而事实上,这些在特定时期看似重复出现的价格指标的子序列都是外生因素作用的结果,一且外生因素改变,这种重复出现的所谓“规律”就会失效。“用过去的价格预测未来的价格”这种预测方法并不包含因果关系,只不过是概率上的拟合罢了。在经历过太多深刻的教训以后,我已经将“同一现象指标的不同子序列之间不可能是因果关系”这一原则定为“公理”。
(5)使用归纳法推导结论时,符合结论的样本除了要满足概率条件外,还要注意样本的时间和空间分布是否均匀,如果符合结论的样本全部集中在某一时间段的话,结论是值得怀疑的。
(6)注意是否存在逆因果关系。例如,货币供给增长与产出增长之间的逆因果关系,价格与投资需求之间的逆因果关系。