产品×金融×AI：AI 时代的金融产品第二部分　用户：人要什么、能承受什么English
第 18 章

用户如何判断与信任信任是一个随证据更新的信念

A 信任 B，是 A 相信：在自己无法监督时，B 仍会按 A 的利益行事。这是一个信念，会随证据更新。没有记录时，信念来自先验：制度的保障、品牌与他人的口碑。此后每一次履约都是一条证据；证据改变信念的幅度，取决于它的诊断力，即它在可靠与不可靠的受托人身上出现的概率相差多少。金融场景的困难在于，最常被拿来判断的证据，短期收益，诊断力几乎为零；真正有诊断力的，是过程记录与严重的失误，这也解释了信任为什么建立得慢、失去得快。信念之外，信任还是一个决定：赌注越大，所需的信念越高。好的信任，是与对方实际可信程度相符的信任。

一、信任是一个信念，也是一个决定

迈耶、戴维斯与斯库尔曼（1995）区分了两件事：值得信任，是委托人对受托人的判断；信任，是委托人据此愿意承担风险的决定。前者可以写成一个概率：受托人在无人监督时按委托人的利益行事的可能性有多大。后者是在这个概率之上作出的选择，门槛取决于赌注：请对方查一个数据，五成的把握也可以；把全部积蓄交给对方全权管理，九成也未必够。同一份信念，用在小事上足够，用在大事上不够；门槛的高低，又取决于委托人能承受多大的损失。

同一份信念，够不够取决于赌注

拖动委托人对受托人的信念：受托人在无人监督时按委托人利益行事的概率。四件事的赌注不同，所需的门槛也不同；切换委托人的承受力。

示意门槛。值得信任（信念）与信任（愿意承担风险的决定）的区分见 Mayer、Davis 与 Schoorman（1995）。

二、估计的对象：能力、善意与正直

委托人要估计的，是受托人属于哪一类。迈耶等人认为，值得信任由三个因素构成：能力，即是否有完成这件事的本领；善意，即是否在乎委托人的利益；正直，即是否遵守双方都认可的原则、言行一致。三者缺一不可：一位能力很强却以销售为目的的顾问，与一位真心为客户着想却缺乏专业能力的朋友，都不足以托付一笔养老金。能力还要按事务分开估计：擅长研究，不等于擅长执行交易。

值得信任的三个因素

选择一位受托人，或自己调节能力、善意与正直三个因素，看是否值得托付一笔养老金。

可以托付的程度

三因素依据 Mayer、Davis 与 Schoorman（1995）。“可以托付的程度”按三者相乘计算，为示意：任何一个因素很低，整体都很低。

三、先验与更新：记录如何改变信念

没有任何记录时，委托人依靠先验：受托人是否受到监管、资产是否独立托管、品牌与口碑如何。此后每观察到一次履约，信念就按贝叶斯规则调整一次：后验 ＝ 先验 × 证据在“可靠”假设下出现的概率 ÷ 证据出现的总概率。声誉理论正是这样刻画信任的形成（戴蒙德，1989），在线平台的信誉系统也常用 Beta 分布累积正面与负面记录（约桑与伊斯梅尔，2002）。先验强的受托人起点高，需要的证据少；新的受托人，例如刚刚出现的 AI 代理，起点低，每一条证据都更重要。

信念随证据更新

受托人实际上是可靠的。选择先验与证据的类型，逐次观察履约记录，看信念多快越过全权管理所需的门槛；再试试一次严重失误与一次模型版本更新。

示意模型：两种假设，可靠与不可靠。每年收益：可靠者有 55% 的年份表现较好，不可靠者 50%。过程记录（费用、约束、周期交代）：可靠者 97% 的周期守约，不可靠者 70%。严重失误：可靠者 0.2%，不可靠者 20%。旧记录逐次打折，每次保留九成；模型版本更新时，信念向先验回撤一半。思路见 Diamond（1989）、Jøsang 与 Ismail（2002）。

四、证据的诊断力：哪些记录有用

一条证据能把信念改变多少，取决于似然比：它在可靠的受托人身上出现的概率，与在不可靠的受托人身上出现的概率之比。似然比接近 1 的证据，几乎不提供信息。金融场景中最常被拿来判断的证据恰恰如此：短期收益主要由运气决定，好与差的受托人都可能交出漂亮的一年。西里与图法诺（1998）发现资金大量流入上一年业绩靠前的基金；贾恩与吴（2000）发现做过广告的基金吸引了更多资金，但此后的表现并不比同类更好。诊断力高的证据，是可靠与不可靠的受托人表现差别很大的那些：费用是否守约，约束是否被遵守，每个周期是否都有交代，能力类失误后是否如实说明。

证据的诊断力

每条证据在可靠与不可靠的受托人身上出现的概率，以及二者之比（似然比）。中线是 1：越靠近中线，证据越没有用。点按一条查看说明。

点按一条证据。

示意概率，只表示相对大小。资金追逐过往业绩与广告的证据见 Sirri 与 Tufano（1998）、Jain 与 Wu（2000）；Jain 与 Wu（2000）发现广告基金此后的表现并不比同类更好，因此过往收益与广告的似然比接近 1。

五、信任为什么建立得慢、失去得快

斯洛维奇（1993）指出，建立信任需要长时间的良好记录，一次负面事件却可以迅速摧毁它。贝叶斯更新直接推出了这种不对称：一次良好的履约，在可靠与不可靠的受托人身上都很常见，似然比接近 1，信念只上升一点；一次严重的失误，在可靠的受托人身上极少发生，似然比很大，信念大幅下降。失误之后的回应也是证据，但同一种回应在不同类型的失误上，诊断力并不相同。金、费林、库珀与德克斯（2004）发现，回应的效果取决于失误被看作哪一类问题：被看作能力问题时，道歉比否认更能修复信任；被看作正直问题时，否认反而比道歉更有效，因为道歉等于承认品行有问题。用似然比来理解：人们通常认为能力可以改进，而一次不正直的行为就足以说明品行。所以同一句道歉，对能力类失误是“愿意改进”的证据，在可靠的受托人身上更常见，信念会因此回升；对正直类失误却是“确实不正直”的证据，信念会因此进一步下降。对产品而言，这意味着两点：正直类失误，例如隐瞒费用、越权操作、事后改写记录，事后几乎无法修复，要靠制度与约束从源头上避免发生；能力类失误，例如一次计算错误或判断失误，则要坦率承认，说明发生了什么、影响了谁、怎样改进。

信任建立得慢，失去得快

用户与一项服务的 40 次交往。第 24 次发生一次能力类失误，例如一次计算错误。切换失误后的回应方式，看信任怎样变化。

示意曲线：良好交往的似然比接近 1，严重失误的似然比很大，信念的涨落因此不对称。信任的不对称见 Slovic（1993）。Kim、Ferrin、Cooper 与 Dirks（2004）发现，对能力类失误，道歉比否认更能修复信任；对正直类失误，结论相反，否认比道歉更有效。图中只画能力类失误的情形。灰色虚线为没有失误时的路径。

六、声誉会被利用，类型也会改变

更新规则有两个隐患。第一，受托人知道委托人在更新。克雷普斯与威尔逊（1982）以及米尔格罗姆与罗伯茨（1982）的声誉模型表明，不可靠的一方也有动机先积累良好的记录；当一次性的收益足够大时，透支声誉就变得有利可图。所以良好的记录不能代替与赌注相称的上限。第二，受托人的类型会变：机构换了管理层，AI 代理换了模型版本，过去的记录就不再完全适用。旧记录要打折扣，信念要部分回到先验，再由新的证据重新积累。

先积累声誉，再透支它

一个不可靠的受托人在前 15 期都表现良好。委托人的信念随之上升，交给它的金额也越来越大；第 16 期出现一次性的大机会。切换委托人是否设有与赌注相称的上限。

委托人的信念交给受托人的金额损失

示意。声誉被策略性地积累与利用，见 Kreps 与 Wilson（1982）、Milgrom 与 Roberts（1982）。

七、信任太少与信任错位

信念偏离受托人的实际可信程度，两个方向都有代价。吉索、萨皮恩扎与辛加莱斯（2008）发现，对他人信任程度较低的人更少持有股票，即使在财富与教育程度相同的情况下也是如此，从而放弃了长期的风险补偿。詹奈奥利、施莱费尔与维什尼（2015）指出，信任会降低投资者感受到的风险，使受托人能够收取更高的费用；他们把这类受托人称为“金钱医生”。前者失去了市场能提供的回报，后者把一部分回报交给了受托人。

信任太少与信任错位，都有代价

拖动信任程度。信任太少时，用户只把小部分钱投入市场；信任超出受托人的实际可信程度时，用户不再比较费用，愿意支付更高的管理费。看 30 年后 100 万元的结果。

投入市场的比例
每年支付的费用
30 年后（万元）

示意计算：未投入的部分按每年 1% 增长，投入的部分扣费前每年 6%；信任程度为 50 时恰与受托人的可信程度相符。信任与参与见 Guiso、Sapienza 与 Zingales（2008）；信任与费用见 Gennaioli、Shleifer 与 Vishny（2015）。

八、与可信程度相称的信任

好的信任，是后验与受托人实际的可靠程度相符的信任。李与西（2004）在研究人如何信任自动化系统时，把这称为校准。信任高于可靠程度时，人不再核对，错误被放过；信任低于可靠程度时，可靠的系统也被搁置不用。帕拉苏拉曼与莱利（1997）把前者称为误用，后者称为弃用。让信任与可信程度相符的办法，是提供诊断力高的证据：展示依据与记录，说明适用的范围与已知的局限，并让用户能够方便地核对。

与可信程度相称的信任

横轴是一项服务实际的可靠程度，纵轴是用户的信任。对角线附近是校准的信任。打开“让可信程度可见”，看两种失衡怎样回到对角线。

示意。误用与弃用的概念见 Parasuraman 与 Riley（1997），信任的校准见 Lee 与 See（2004）。

九、对产品设计的含义

信任无法靠宣传获得，只能靠诊断力高的证据积累；设计的目标是相称的信任，而不是更多的信任。

本章小结：用可诊断的证据换取相称的信任

四条设计要求，各自对应本章的一个机制。

信任是信念加决定按赌注与承受力设门槛

小事可以先交出，大事等证据足够再交；门槛随用户的承受力调整。

证据的诊断力决定更新提供诊断力高的过程证据

费用守约、约束遵守、周期交代与能力类失误后的说明，都做成可查的记录；不以短期收益与排名争取信任。

失去快于建立避免正直类失误，坦率承认能力类失误

严重失误会大幅改变信念。正直类失误事后难以修复，要从制度上避免发生；能力类失误要如实说明并补救，这是愿意改进的证据。

声誉会被利用，类型会变上限不随信任取消，版本变化要重新积累

敞口上限与赌注相称；模型或团队变化时说明变化，并重新积累记录。

参考文献