莫頓在 1990年代曾與友人合開一家避險基金（hedge fund）「長期資金管理」，以特殊設計的複雜交易模型，為投資人在市場中尋找價格失真的套利機會，開始時績效卓著，但在亞洲金融危機中，因模型未預期到的極端經濟狀況，加上投資組合槓桿過高，瀕臨倒閉而被迫轉讓給別人，他反省多年後所提出來的意見特別值得參考。 創新的形式多元，可以是商品、服務、制度、流程、分析方法，商業模式、策略、組織等，創新可能因四個因素產生風險：設計的假設或邏輯錯誤、使用目的之誤用、使用者、創新應用的環境與基礎設施。
創新的基本設計背後一定有其假設與邏輯，例如核電廠設計時假設員工都依規定操作電廠，則會是安全上的大漏洞，反之則會在設計時考慮到操作錯誤時的補救方法，如果發電機的設計邏輯錯誤，當然也會是大問題。
創新的目的是否被正確或恰當應用也是風險的來源，核電原料可能被用來製造核子彈，落入恐怖分子手中；而使用者本身也會製造風險，這與電廠的訓練、文化、紀律息息相關；創新的應用環境與基礎設施也會決定風險大小，例如核電廠必須造在有水的位置，可能受海嘯影響，台灣還有地震，加上地窄人稠，核廢料儲存位置難覓，如果核輻射外洩，疏散人口的腹地也有限。大家辯論核四存廢時，可分析是否上述四個風險因素都有得到妥善處理，但不論思緒多周到，總有無法預測的狀況，例如日本福島核電廠受海嘯攻擊，反應爐按程序停機，需要靠緊急發電機供水冷卻爐心，但發電機因灌水損壞，要靠其他方式灌入海水，日本政府卻擔心反應爐破壞後的重建成本太高，太晚啟動措施，造成無法彌補的後果，這就是核電廠設計時無法預料的狀況。
台灣人民考慮核電風險，也應考慮核電的好處：便宜乾淨的能源。選擇不要核電，也要同時選擇高昂的能源費用，不要核能卻要有核能的享受，只會造成另一個難以想像的大風險。
（以下，請見《哈佛商業評論》全球繁體中文版4月號精采的文章摘錄）
諾貝爾獎得主教你飛越創新風險
制定智慧型決策
羅伯．莫頓 Robert C. Merton 如果某項創新的風險，取決於人們的選擇，那麼資訊愈充分、愈刻意考量過的選擇，風險就愈低。但企業及決策者在思考某項創新的後果，釐清它如何改變使用者的取捨抉擇與行為時，必須留意，使用者在決定如何使用創新時所根據的模型，會有什麼局限。
最關鍵的是，所有創新都會改變風險與報酬的取捨。為了使風險與非預期後果降到最低，使用者、企業、決策者都必須了解，面對新的產品與服務時，該如何在資訊充分下做出抉擇。他們尤其應該要遵循以下五項經驗法則。
法則1：認清你需要模型
採行新產品或新科技時，你的風險與報酬決策，是根據認知科學家所謂的心智模型。回顧以往，一般人真正運用在實際生活當中的模型，大多是半意識地存在他們的腦海中。即使今天我們開車時，也會不假思索地參照不精確但活躍的心智模型，其中各項因素的關係，都是根據經驗猜測。但隨著電腦科技的進展，愈來愈多傳統上依賴人類認知的活動，已獲證實可運用正式的數學模型。 在決定是否或如何採用某個創新時，你的模型包含愈多因素，理應愈能評量相關風險。這正是數學模型受歡迎的重要原因，尤其在科技與金融方面的創新上，更是如此。這類模型有許多都表現良好。然而，當你開始對自己的評估感到放心，也正是該真正留意的時候。
法則2：認識模型的限制
不論是金融定價模型或飛機自動駕駛功能，在建立與使用模型時，了解模型「不正確」與「不完備」之間的差別，都極為重要。
不正確的模型，是指內在邏輯或基本假設本身有明顯的錯誤。一旦發覺模型根據的假設是錯誤的，唯一該做的事就是停止不用。不完備是大不相同的問題，而且所有模型都無法倖免。不完備性較低的模型只是改良了基礎版本，而非全盤取代它。基本的模型不必揚棄，而應該修正。
對科學家而言，區別不正確與不完備很重要。他們研發模型來描述這個世界，以供我們作預測。一旦發現模型有誤，不論是透過工作中正式的分析，或是在測試相關假設時發現的，他們都會棄而不用。能留存下來的模型，被視為不完備，而非不正確，因而有改善的空間。
法則3：預期意外因素
即使盡心盡力，一些可能影響模型的因素，還是可能成為漏網之魚。不管事後看來多麼明顯，人們都不可能預見某項創新的所有後果。尤其如果和創新發生互動的那些變動因素，原本在環境中是不相關的，因此並未被列為風險因素。
2007到2009年的金融危機，就是這種非預料後果的絕佳案例。 不動產擔保借款市場的創新，大幅降低了交易成本，讓一般人不但購屋更便利，也更容易把擔保借款再融資，或是增加額度。人們大可用債務取代不動產的資產價值，釋出現金供購車、度假，或是取得其他想要的商品與服務。這樣做本質上當然沒有錯，這是個人的選擇。
有效率的擔保借款再融資市場、低利率，還有尤其重要的房價持續上漲，這三項條件欠缺任何一項，如此不約而同的再融資就不太可能發生。 但由於這三項條件齊備，美國房屋所有人在金融危機前的十年內，多半時候再融資的規模都十分龐大。結果是，有許多人在同一時刻面對同樣的房價下跌風險，導致系統性風險。
這裡我要再度強調，導致這種風險的三項因素，就是有效率的再融資市場、下跌的利率、上升的房價，個別來看是有利的。我們很難想像，任何主管機構會因其中任何一項而發出警訊。
例如，為了因應2000年的科技泡沫破滅、911事件的衝擊、景氣衰退的威脅，美國聯準會（Federal Reserve）有系統地調低指標性的聯邦資金利率，由2000年5月的6.5％，降到2003年6月的1％，這激勵了擔保借款的再融資，以及這麼做的相關管道。
這種情況延續到2007年，拜低利率與新型擔保借款產品之賜，更多原本買不起房子的家庭，變得有能力負擔；房價的上升，為這些家庭創造可觀的財富利得；更有效率的再融資機會，讓這些家庭可將利得變現，為消費需求，以及整體經濟成長推波助瀾。有哪個政治人物或主管單位，會想去制止這種看似良性的循環？
法則4：了解使用方式與使用者
假設你建立一個基本上正確的模型，也就是未違反自然律或無套利（no-arbitrage）法則，也未包含明顯有瑕疵的假設；而且，你的模型比現有其他模型更完備。即使如此，也不能保證它會運作良好。模型的效用，並非僅取決於模型本身，也要看是誰用它、用來做什麼。
有效評估模型應兼顧以下三層面：模型、應用、使用者。如果使用者條件不夠，一個較完整但較複雜的模型，風險可能高於粗略的模型。美國近期信用評等危機，就是這樣一個例子。
造成這個危機的原因也許是：有太多投資經理人誤用了模型，以致在他們投資組合中的AAA等級債券，蒙受鉅額損失。
法則5：檢查基礎設施
最後，在思考某項創新的影響時，我們也必須了解，那項創新的好處與風險，多半不是取決於人們選擇如何使用它，而是看它引入什麼樣的基礎設施中。創新者與決策者尤其必須留意這種風險。
對金融體系來說，這並不是新鮮事。例如，1970年代股市大好，美國許多證券經紀商的證券交易處理系統幾乎崩解。當時的下單處理技術，無法應付湧入券商交割清算部門空前龐大的交易量。如此造成的作業積壓，造成券商與客戶對本身財務狀況的資訊不完整，常常不夠精確。有些券商因這種問題而關門大吉。
解決這個問題的臨時做法，是由主要的證券交易所採取聯合行動。這正是五十年前共同基金開始風行時的情況。
總之，對於個人投資者而言，股票分散化的機構型工具，最初是買賣個別公司股票的市場。隨後透過創新，共同基金等中介者取而代之。接下來，有了股價指數期貨，投資者得以再次直接接觸市場。現在，我們又看到中介者在指數股票基金（exchange-traded fund，簡稱 ETF）的創新，使分散化投資組合得以在交易所買賣。 當然，這種演變方式的風險是，在任何一個時點，都很難確切指出基礎設施需要什麼變革。即使你能配合某項新產品的推出，而同步改變基礎設施，但或許短時間後，就發現這些改變已無關緊要，因為產品已改由不同的人，透過不同管道銷售給不同的對象，而且他們需要的目的也不同。更複雜的是，基礎設施的改變，本身就可能產生非預期的後果。
接受「未知」的事實
要能適切評估創新涉及的風險，模型必須小心看待創新的後果。但我們能力有限，不可能掌握到所有層面的風險。
創新總是難免會有未預期的後果，而在本質上，模型就是複雜現實的不完整呈現。模型既然受限於使用者的熟練度，也很容易遭誤用。
最後，我們必須要了解，創新的許多風險，源自它周遭的基礎設施。在金融或資訊科技這類複雜而快速演變的產業，特別難以周延考量到創新在基礎設施面的後果。
總之，任何創新都會一頭栽進未知中，但是如果想要進步，這是我們得接受與因應的事實。
（李明譯，摘自《哈佛商業評論》全球繁體中文版4月號）
