然而，穆迪公司當時并未竭盡所能，如果它們當時能放寬眼界，還是可以得到更合理的評估結果的。美國此前確實沒有經(jīng)歷過房地產(chǎn)市場的崩盤，但其他國家經(jīng)歷過，而且結果慘不忍睹。如果穆迪公司對日本房地產(chǎn)泡沫后的違約率有所了解，就會更加理性地看待抵押貸款支持證券的危險性，也就不會給出3A評級了。

很多預測者通常都不愿意考慮“非樣本”中存在的這些問題。當我們將樣本擴大到涵蓋了那些在時空上都離我們很遠的事件時，這通常意味著我們會遇到一些自己并不熟悉或與所進行研究關系并不緊密的案例。因此，這一模式看上去就不那么有說服力，展示在幻燈片（或期刊論文或博客）中時，也不會給人留下很深刻的印象。在這種情形下，我們只好承認自己對這個世界的了解并沒有想象的多，而我們的個人感受和職業(yè)動機幾乎總在阻止我們這樣做。

我們忘了——也可能是故意忽略——我們的預測模式就是簡化了的世界，我們以為即使犯了錯，也無大礙。

然而，在復雜的系統(tǒng)中，錯誤都不是用程度來衡量的，而是用級別衡量的。標準普爾和穆迪將債務擔保憑證的違約風險低估了200倍，那些經(jīng)濟學家認為發(fā)生概率只有500分之一的經(jīng)濟衰退也實實在在地上演了。

就像我在引言中提到的那樣，在信息時代我們面臨的一個重大挑戰(zhàn)，就是全球的知識總量在增加，而我們實際掌握的知識和自認為掌握的知識之間的鴻溝卻越來越寬。這一癥狀與那些貌似精確實則錯誤的預測是有關聯(lián)的。穆迪將計算結果保留到小數(shù)點后兩位，看似精確卻脫離了實際。這就好比你說自己是一位射擊高手，因為你的子彈每次都能射中同一個位置，即使每一槍都離目標十萬八千里，你也會這樣講。

金融危機以及其他大多數(shù)失敗的預測都源于一種盲目的自信。他們用精確的預測冒充準確的預測，于是我們有些人就上當了，還將賭注翻番。我們自以為已經(jīng)克服了辨別力中的盲點，卻沒有料到實力雄厚如美國這樣的國家此時經(jīng)濟的發(fā)展也戛然而止了。