然而，穆迪公司当时并未竭尽所能，如果它们当时能放宽眼界，还是可以得到更合理的评估结果的。美国此前确实没有经历过房地产市场的崩盘，但其他国家经历过，而且结果惨不忍睹。如果穆迪公司对日本房地产泡沫后的违约率有所了解，就会更加理性地看待抵押贷款支持证券的危险性，也就不会给出3A评级了。

很多预测者通常都不愿意考虑“非样本”中存在的这些问题。当我们将样本扩大到涵盖了那些在时空上都离我们很远的事件时，这通常意味着我们会遇到一些自己并不熟悉或与所进行研究关系并不紧密的案例。因此，这一模式看上去就不那么有说服力，展示在幻灯片（或期刊论文或博客）中时，也不会给人留下很深刻的印象。在这种情形下，我们只好承认自己对这个世界的了解并没有想象的多，而我们的个人感受和职业动机几乎总在阻止我们这样做。

我们忘了——也可能是故意忽略——我们的预测模式就是简化了的世界，我们以为即使犯了错，也无大碍。

然而，在复杂的系统中，错误都不是用程度来衡量的，而是用级别衡量的。标准普尔和穆迪将债务担保凭证的违约风险低估了200倍，那些经济学家认为发生概率只有500分之一的经济衰退也实实在在地上演了。

就像我在引言中提到的那样，在信息时代我们面临的一个重大挑战，就是全球的知识总量在增加，而我们实际掌握的知识和自认为掌握的知识之间的鸿沟却越来越宽。这一症状与那些貌似精确实则错误的预测是有关联的。穆迪将计算结果保留到小数点后两位，看似精确却脱离了实际。这就好比你说自己是一位射击高手，因为你的子弹每次都能射中同一个位置，即使每一枪都离目标十万八千里，你也会这样讲。

金融危机以及其他大多数失败的预测都源于一种盲目的自信。他们用精确的预测冒充准确的预测，于是我们有些人就上当了，还将赌注翻番。我们自以为已经克服了辨别力中的盲点，却没有料到实力雄厚如美国这样的国家此时经济的发展也戛然而止了。