全新任務中心上線了!
會員專屬好禮都在這

立即前往
任務中心
投資心理學 保證幸運的方法(一)
收藏文章
很開心您喜歡 美股隊長 的文章, 追蹤此作者獲得第一手的好文吧!
美股隊長
字體放大


分享至 Line

分享至 Facebook

分享至 Twitter


投資心理學 保證幸運的方法(一)

2016 年 1 月 14 日

 
展開

重點:從Steve Jobs 生平,看幸運的人的性格特點。

美國投資心理學名家,Breet Steenbarger早前有篇文章,講到一個人怎樣才能保證幸運。他引用了一些心理學家的研究,發現幸運的人,都有一些習慣。不過自己認為,心理學始終不及佛學,不妨先講一個自己聽過的故事,是關於佛教「保證幸運的方法」。

小弟跟隨師傅Ajahn Brahm (http://bit.ly/1kKbnu6) 學習打坐,他於七十年代時,在泰國的寺廟出家,他的師傅是阿姜查 (Ajahn Chah),也是當地著名的高僧。阿姜查向Ajahn Brahm說過一個故事:話說有個人被徵召去當兵,臨出發前,他去找阿姜查,認為阿姜查是當世高僧,法力無雙,可否替他造一個佛牌(香港也有些朋友會佩戴),加持一下,希望上戰場時,保證不會被子彈擊中,保命回鄉。阿姜查不禁失笑,自己是信佛,不是奇門遁甲,哪來這些招數?那人卻苦苦哀求,謂自己平時又捐錢給寺廟,又供飯給僧人(因為僧人不可以自行煮食,要人們施捨),現在連這等小事,也不幫忙,實在太沒道義。

阿姜查不勝其煩,便答應使出終極秘技,保證他平安。阿姜查告訴那人,想要佛牌亦無不可,順手指着寺中兩層樓高的大佛,說道:「這就是我的佛牌,你拿去掛在頸上吧,保證沒有子彈可打中你!」這當然是一個玩笑。

說回正題。Steenbarger認為,要好運,一定要在所有事情中,找到正面、好的一面(they find the good in anything)。意思是好運的人,並不是一生都不會碰上任何壞事,人人都有倒運的時候,豈會連傷風感冒也沒有?但幸運的人,懂得在不幸中借力打力,化成好事。因為他們在經歷困難時,能看出機會,知道換個角度看,眼下不幸的事,日後可能帶來極豐厚的收穫。

保證幸運的方法-美國投資心理學名家Breet Steenbarger認為要好運,一定要在所有事情中,找到正面、好的一面(they find the good in anything)。

一個老生常談的例子,是當日Steve Jobs(賈伯斯)作為蘋果(Apple, AAPL-US)電腦(AAPL)的創辦人,後來卻被董事局趕走,是何等屈辱。本來是科技天才,豈料卻被當成棄將。雖然手持的股份,早已帶來大筆財富,但卻失去了公司的管理權。

賈伯斯之後另立NeXT,仍然心高氣傲,希望繼續在教育界做電腦,成效卻只是一般。又收購了電腦動畫公司Pixar,日後被迪士尼(Walt Disney, DIS-US)(DIS)收購,海賺了一票。但據《賈伯斯傳》所講,賈伯斯重返蘋果時大放異彩的因,是他在營運NeXT、Pixar的時候,將其個人性格上的菱角,漸漸磨平。

被蘋果趕走前的賈伯斯,用廣東俗話來形容,是個「屎忽鬼」,不錯是很有創見(2451-TW),高瞻遠矚;可是卻恃才傲物,逼壓下屬,時間一久,神憎鬼厭,人人避之則吉,認為他是沒有禮貌,性情冷酷,不聽別人意見(書中暗示,賈伯斯那時個人衛生有點問題,開會時,很喜歡把腳放在檯上),不理別人感受的獨裁者。而且那個年代,蘋果公司內山頭林立,派系內鬥不絕,員工之間雞犬不寧,彷如中國的文革年代。

在NeXT年代,賈伯斯仍然用同一套手法管理,但當年紀漸長,變得世故,發現繼續如此,會是個人無法更上層樓的瓶頸。因為一個人不是三頭六臂,就算不眠不休,也不可能自行處理所有事務,一定要靠一班人相助。NeXT年代的賈伯斯,已發現自己不是萬能。營運Pixar時,則更為明顯,因為動畫製作,賈伯斯實非專才,不同於電腦硬體,別人不能挑戰他的判斷。在Pixar中,賈伯斯外行之身,不能給出決定性的意見,反而能用學生的心態,去觀察別人怎做,能夠放手。正因如此,Pixar上下得以發揮,做出成績。

賈伯斯重回蘋果-可能關鍵:NeXT年代的賈伯斯在收購Pixar後: (階段1) 外行之姿無法給予決定性的意見、(階段2 )懂得用學生的心態觀察別人怎麼做、(借段3) 悟到調整管理手法,可以大增團隊的戰鬥力

《賈伯斯傳》沒有明言,但「美股隊長」推斷,很可能賈伯斯由當時起,悟到調整管理手法,可以大增團隊的戰鬥力。

(未完待續)

美股隊長》授權轉載

 
週餘
 
 
分享文章
分享至 Line
分享至 Facebook
分享至 Twitter
收藏 已收藏
很開心您喜歡 美股隊長 的文章, 追蹤此作者獲得第一手的好文吧!
美股隊長
分享至 Line
分享至 Facebook
分享至 Twitter
地圖推薦
 
推薦您和本文相關的多維知識內容
什麼是地圖推薦?
推薦您和本文相關的多維知識內容