潮汐听雨 » 日志
评分与估值

这篇文章可以说是随想，因而与之前试图建构话语体系不同，写的尽量简朴。虽然逻辑上可能还有不严谨的地方，但也希望通过分析估值，可以做到他山之石，可以攻玉。

核心观点：评分脱胎于股票和股票指数的估值，其实是股票估值中“打分法”的一种运用。但是两者有天然的区别，主要体现在参与者、评价标的以及所处环境的不同。估值和评分都有其局限性，但这种局限性很大程度上是统计学本身带来的。

昨天跟朋友讨论游戏评分的时候，我说到每个人的评分太主观，总体的评分即使再怎么用算法计算也没有太大意义。这个观点之前评分如此，人何以堪里也提过当时他既没有肯定也没有反驳，只是表示既然评分也是由商业的指数评价方法而来的，那么股票市场中，公司的估值是主观的吗？我同学并不是学金融的，他能有此反问也着实让我意外。意外之余，也想起之前那篇不成熟的文章的开头也提到了这一点，只不过没有深入探讨。但是细细想来这个类推还是有意义的，也能看出当前的评分很大程度上遵循了估值的方法。比如公司估值和评分的值都不是“真实价值”（intrinsic value），但都试图接近“真实价值”。每个人的打分行为与投资者对股票进行价值判断类似，也导致了作品分数的实现与投资者因为低估、高估股价而进行交易的股价实现相似（恒立实业这种垃圾股连板跟京紫被人无脑刷10分也挺像的），而券商研报的个股估值的目标股价和游戏媒体的具体游戏评分更是有异曲同工之妙；不同类型的游戏评判标准不同，也与不同行业估值水平不同近似。

简单介绍一下公司估值方法，有两大类，一类是绝对估值模型，最基础的是现金流贴现模型，还有股息贴现模型和资产估值模型等。此外，不同行业还可以根据行业特有的代表性数据进行估值。这些模型都是根据公司历史和未来预测的具体财务信息测算出数值，通过计算对公司股票进行估值。这类估值方法的基础是很客观的可量化的数据，比如现金流的数量，而这恰恰是作品评分最缺乏的。绝对估值在文艺作品中很难运用，公司估值却可以由于A公司比B公司实打实的未来分红率更高，使得A公司根据股息贴现模型获得更高估值。而在文艺作品里，即使只是想给单一维度打分也比较困难，难道动漫的平均每分钟对话次数也可以作为指标，难道游戏的艺术性可以用每分钟游戏里出现的有文化气息的贴图数量这种数据进行量化。不过据我所知，在文学领域，文体学就经常量化分析一篇文章或者一个章节、一个段落的形容词、名词、动词、标点符号使用频率，并以此为对比，比较文章之间宣泄的感情强弱、叙述与描写占比对“叙事者”推动剧情的影响等等。如果游戏和动漫作品真的有数据量化评估途径，估计也是走的这条路。但当前，对整体使用数据进行量化打分仍是无稽之谈。从这个角度来说，也许公司估值比游戏评分要“客观”的多。

第二类估值方法是相对估值方法，主要包括根据市盈率PE估值、根据市净率PB估值、根据EV/EBITDA估值等等。相对估值法的核心，是通过“比较”的方法，来判断公司市值高估还是低估。比如一个企业的当前PB为1，那么与它非常类似的公司如果PB小于1，而又没有明显的理由支持这样的低估，就可以估计该公司的PB应为1，向上修正公司估值。这种估值方法在当前的公司研报里已经比较少见了，使用到的更多是基于行业整体的市盈率、市净率从宏观层面对行业周期进行判断。但是当前的游戏评分，从普通玩家到专业游戏媒体编辑，基本运用的还是这类模式。和相对估值法拆分主营业务进行横向对比一样，玩家也很可能把游戏拆解为多个方面，每个方面与别的同类型进行横截面比较，根据这个作品在这一领域表现好坏的“分位”，给出一个大致的分数，再对各部分进行赋权整合；或者粗糙点的直接从整体体验进行排序，根据分位给出分数。这种评分方法缺点也很明显，如果你以低质量的作品为基准，可能导致评分偏高，就像如果整天接触到的都是粪作，那么偶然碰到一个良作，评分很可能就会高估。公司估值可以随时用整个行业的公司数据进行横截面对比，得出的结论较为准确。但是游戏评分，想要进行同类型下全游戏的横截面对比，简直是天方夜谭。专业性玩家的评分更有效的一种逻辑也基于此，即认为专业玩家由于阅历更丰富，能对作品间的差异进行更精准的比较。

想起之前导师讲课时说过，美股已经接近半强有效市场，主动投资基金就连基本面分析都很难获取超额收益，基本跑不赢被动投资漂亮50ETF的收益率，投资者的估值与“真实价值”之间有了强烈且快速的反馈。但即便在这种情况下，我们也不能妄称美股成熟市场的股价已经对“真实价值”有了完美的估计，更不要提与“真实价值”去之甚远的评分了。

可是这种“理性，有效”的市场，是基于市场发展多年，机构占据绝对大头，投资者专业素养很高且非常理性，能快速对市场信息作出反应。并且市场做空机制完备，使得劣质公司无处遁形，基本无投机炒作可能的情况。相较而言，如果评分也要像估值那样接近作品的“真实价值”，会有以下几点难以回避的问题：
1.文艺作品评价很大程度来自主观体验，作品好坏基本只源于自身内容。股市则是宏观经济的晴雨表，公司估值很大程度上源自实体经济的反馈，两者天然上就有很大区别。
2.评分只能用手投票，而估值不光用手，还用脚。市场自身会修正偏离“真实价值”的估值，无论是低估还是高估都会因为人为的套利活动而抹平偏差。但是评分完全无法指望纠偏，评分者说不定会越纠越歪。
3.评分主体很难参照理性人假设，也很难都具有专业素养。评分者非理性瞎比评分并没有什么惩罚，但是投资者一旦判断错误，就会有真金白银的损失。长此以往，不理性的投资者会退出股市，留下理性的投资者。而评分者，只会接着瞎比评分，说不定反而会助长更多玩票性质的评分。
4.除此之外评分的刷分问题也很严重。我想知道之前我举报的那十几个无头像无简介无吐槽的三无人士，不是打1分就是打10分，而且评分作品严重重叠，这些号啥时候能封？
5.波动是权益资产的固有属性，但是评分的粘性远远大于股价。上一篇文章的一个结论就是评分会有先行锚定效应，以及很少有人更改评分，导致评分波动性堪比十年期国债收益率。

上述的五个问题，我都没想到有什么解决的办法。评分当前既然走的是估值的方法，那么接着这条路走下去，结果一定是此路不通。估值的“真实价值”是现实的，可以度量。而评分，虽然绝大多数人都会认可存在“真实价值”，但其仍是看不见摸不着的，很难被度量。在这种情况下，我认为除非评分方法能够另辟蹊径，否则还是维持原先的观点：指望只要样本量够大，就可以解决评分问题的理念是错误的。虽然样本量增加可以明显减少幸存者偏差等一些统计谬误，但是从根本上，如同空中楼阁的评分体系，很难反映作品“真实价值”，所建构的也不过是符号秩序的神话。

话又说回来，我也充分理解评分警察们所做的工作，毕竟他们是想在缺乏市场机制的评分环境下，单单依靠自身努力建构一个相对理性的评分环境，从而能够使评分在理论上更接近“真实价值”，精神“证监会”也不过如此。不过还是要对那些私信来专程diss我，甚至发日志diss我的人说：我就是坚定不移地看空海猫寒蝉和逆转系列以及任系游戏和小品游戏，怎么了，不服来信砍？

-----------------------------------------------------------------------

附上之前写的东西。虽然现在部分观点发生了变化，但总体逻辑还是没变，姑且转移到这篇日志来。内容有删改。

评分自何处来？

从经济学的角度来看，评分是一种源于股票和期货指数的评价商品的方式，而股票、期货指数则经常作为其市场行情变动的参考数字。这种方式在被运用到衣食住行等日常生活消费的方方面面后，逐步发展到了书籍、音乐、电影、游戏等文艺产品的销售领域。评分在其间也经历了最初由专业的媒体人评分发展到了人人皆可评分，体现了大众艺术审美解放的过程。实际上，评分和榜单是网络时代特定受众审美趣味的结果，正如布尔迪厄所说，“你的趣味就是你的阶级”。以此，审美类似的受众构成了以趣味为核心的网络社群的基础，而社群经过发展又反过来塑造社群内受众的审美趣味。这种同一化的机制使得这些网络社群一旦建立评分便会愈发趋于稳固，任天堂就是一个典型例子。任系受众群一直以来属于较为封闭的社群，社群内的玩家由于对任系游戏有着共同的审美偏好而聚集到一起。任系在游戏不断发展的过程中塑造了社群内玩家的审美趋势，又让玩家对任系最新的荒野之息、马里奥奥德赛给出高评价，可以说已经完成了社群内的良性循环。当然，对于我这样封闭社群外的玩家来说，情况大不一样。不过这与本文内容无关，在此按下不表。

评分能做到客观吗？表面看来，评分对待所有作品都是一视同仁、不含偏见的，就像有一个标准尺度一样，尤其在每个人的评分得出的群体均分是按照特定算法进行科学的数据统计得来后，更显得如此。但是，在计算机科学的背后，仍然离不开算法提出者的人为因素，不同的评分机制及刚刚提及的社群共同审美所暗含的不同审美趣味可见一斑。如此，科学的算法为社群内均分提供了一种毋庸置疑也无需置疑的“程序正义”，为评分与在其之后的社群审美赋予了评价的合法性。从形形色色的评分来看，表面上是不同评分之间的相互角力，实际上则是由不同的社区和社群的程序赋予的“正义”下的审美冲突而打响的一场“评分战争”。

不仅如此，评分由专业媒体人评分扩展到普通观众评分，网络评分机制愈加多元，体现了普通受众所带来的人人皆可评分的审美民主。但无需求诸统计学我们也能从自身的评分经验感受到，评分极易受到“初始锚定”的影响而同一化。所谓“初始锚定”，即在我们无法确定自己的评分时，会更倾向于趋同于已经存在的评分。据此，受众评分一方面受到评分网站评分的影响，另一方面也受到网站中其他“有较高审美能力”的普通受众中的“意见领袖”的影响，评分者显而易见地会跟随网站评分与意见领袖。如此，评价在经历了审美解放之后仿佛又回到了“精英主义”，普通观众在获得话语解放后又变回盲从的“乌合之众”，勒庞的警告仿佛仍在眼前。他们丧失了作为受众的主体性，异化成为抽象意义上的传声筒。这双“看不见的手”所代表的秩序，已经在个体没有意识到的情况下拔地而起。个体自以为自由、无拘无束的评分，实际上则是一种被群体支配的建构，是“戴着镣铐的舞蹈”。这也使网络评分场更像一座大而无形的监狱，普通大众所谓的“客观评分”实际上是一种“集体无意识”的追随群体意见的行为，互相之间存在一种“参与式监督”。如此，评分将会更加趋于稳固、稳定，最终带有一定的保守主义色彩，排斥任何与现有评分相违背的评分。另一方面，普通观众在均分的笼罩下，又变回了一家之言。就像跳水比赛打分：去掉一个最高分，去掉一个最低分，最终以一个群体均分作为优秀级别的排序。这种去两极化的评价方式，将忽视那些被认定为极端评分的评价，使评价像最终不可避免地走上法国大革命式的“多数人的暴政”。

认为评分可以做到客观，可以正确反映出作品的客观属性与价值，无疑是将评分看成了一种可量化的超验维度。这种单向度思维实际上是统计学以及泛诸其上的唯科学主义的错误逻辑带来的，也就是认为通过对大样本的统计可以正确得出总体倾向和内在规律，而这恰恰与评分从主体出发必然根据主观因素得出多种评价的逻辑相违背。任何个人评分和网站均分都是包含主观和倾向性，都是一种特定意识形态下的建构。无限个主观相叠加，得到的仍然是主观。作为评分主体，最重要的特质仍然是陈寅恪老先生所说的“独立之精神，自由之思想”，争取成为真正强大的解读者。而以客观为标尺抨击他人评分的人，则是以客观为名义的评分霸权主义。

-----------------------------------------------------------------------

结论：否定评分反映“真实价值”的可能性，并不是否定评分的意义。就像GDP指标从逻辑层面与真实国力差之甚远，却仍然作为衡量国力的最重要指标。电影最初引进评分，是为了让观众能够花更少的钱和时间看“更可能好”的电影，评分在功能上相当于以指数表示推荐度的观影指南。毕竟，吾生也有涯，而知也无涯，以有涯随无涯，殆已。据此，评分的最根本功能也应该是作为一个推荐指标，让我们能更高效地利用有限的时间，而非反映作品“真实价值”。

说点后话。我同学问我既然结论是评分如此主观，那你为什么还要来评分，对个人来说岂不是毫无意义的做无用功？我想了想，觉得可能大部分人并不是为了评分而评分，而是为了社交而评分，评分是为了寻找匹配的同好。对我个人而言，评分是为了确证一种游戏美学。不过，“评分为了什么”这个问题，我觉得各位在评分前，还是应当细细思量。

2019.4.29
最近又看了些经济学和统计学的文献，对自己提出的这个问题有了更深的认识。这里特别推荐一下《经济学基础文献选读》这本书，对我的帮助很大。
废话不多说，直接说结论：统计学无法完全反映客观现实是统计学科方法论本身的问题，是统计决定论的贫困。而我指出的不过是统计学科方法论问题的一些具体表现和细枝末节。统计学方法论上存在的问题，也是科斯及其代表的规范经济学产生的原因。
统计就像是木匠活，理论的东西不用了解得太深，多做，积累经验，就能越做越好。如果非要思考深层的理论，反而会陷入思考的漩涡，很耽误事。