Но в этой последней главе я хочу рассмотреть еще один вопрос. Синоптики не только изучили ураганы, но и научились их предсказывать, причем точность предсказаний заметно возросла. Торнадо, ежегодно проносящиеся по равнинным местностям Соединенных Штатов, уже не сопровождаются таким количеством жертв, как это было сто лет назад, потому что метеослужбы способны предупреждать население о возникновении условий для зарождения и местах возможного появления этих опасных стихийных явлений. Возникает очевидный вопрос, можем ли мы добиться чего-то подобного в экономике и финансах? Можем ли мы научиться предсказывать будущее, извлекая из этого пользу?
Я пишу эту книгу в июне 2012 года. В эти дни финансовую прессу захватывает лихорадка спекуляций. Греция, Испания, Португалия и Италия балансируют на грани дефолта, что несет в себе прямую угрозу для крупных банков Германии, Франции, Великобритании и США. Пресловутая сеть, сплетенная из финансовых взаимозависимостей, ставит в опасное положение весь европейский валютный союз. Вчера я получил по электронной почте рассылку с анонсом от Джорджа Сороса: «Осталось три дня на то, чтобы спасти евро». Удастся ли спасти европейскую валюту? Мнения разделились. Кто-то оптимистично заявляет, что европейские лидеры не позволят евро упасть, кто-то мрачно (и, на мой взгляд, более реалистично) предполагает, что эта валюта, скорее всего, обречена[242]. Читатели данной книги будут знать, чем завершилась эта историческая драма на самом деле, но на данный момент ее финал далеко не очевиден.
Компьютерной модели европейской экономики, к которой мы могли бы обратиться, чтобы посмотреть, как будут развиваться события далее, нет. Сама идея о возможности существования такой модели нелепа. Если бы такая модель действительно существовала, повлияла бы на поведение людей и изменила их, соответственно, полученные прогнозы оказались бы неточными. На самом деле, это реальная проблема, с которой сталкивается социальная наука; когда ее теории становятся известны, люди могут начать действовать вопреки данным теориям, что приводит к изменению реальности и делает такие теории несостоятельными[243].
Многие рассматривают этот аргумент как окончательный. Мы никогда не сможем делать достоверные экономические и финансовые прогнозы так же, как это делают синоптики. Но я считаю данный вывод слишком скоропалительным. Ведь слово «прогнозирование» имеет множество тонких оттенков.
История не повторяется
Во время Первой мировой войны многие метеорологи чуть было не отказались от идеи точного и научного прогнозирования погоды. В этой области было не меньше проблем, чем в современной экономике, и неудачи метеорологов часто оказывались желанной мишенью для суровой критики. Роберт Фридмен в написанной им биографии норвежского пионера метеорологии Вильгельма Бьеркнеса описывал состояние дел с прогнозированием погоды в начале 1900-х годов, используя очень знакомые нам сегодня эпитеты:
Собственно говоря, это не должно вызывать удивление, поскольку метеорологи того времени, по сути, больше надеялись на чудо.
Например, Британская метеорологическая служба занималась составлением громоздкого и постоянно разрастающегося каталога погодных карт, содержащих записи о таких параметрах, как атмосферное давление, сила и направление ветра, влажность и др., ежедневно собирая для этого данные, предоставляемые разбросанными по всей стране метеорологическими станциями. По сути, это была история погоды, и метеорологи использовали ее в качестве предметного руководства для понимания того, что должно произойти дальше. Идея была проста. Взяв за основу текущие метеорологические параметры, ученые лезли в погодный каталог и искали там аналогию. Обнаружив, что погодные условия, скажем, 1 мая 1903 года были близки сегодняшним, они переворачивали страницу, чтобы увидеть, что происходило с погодой день или два спустя, соответственно 2 и 3 мая 1903 года. Если 2 мая был тихий и преимущественно солнечный день, а 3 мая наблюдалось усиление ветра и ливневые дожди, то прогноз метеорологов гласил, что вслед за солнечным днем нужно ожидать прихода ливней и ветров. Таким образом, метеорологи просто делали ставку на то, что история погоды будет повторяться.
Данный метод работал не слишком хорошо, и Льюис Ричардсон – тот самый человек, который спрашивал, имеет ли ветер скорость, – полагал, что он знает, почему это так. В 1916 году Ричардсон занял должность руководителя британской метеостанции в Эскдэйлмьюре, Шотландия, и ему было поручено заняться совершенствованием методов прогнозирования. Его первое наблюдение состояло в том, что метеорологи не следуют примеру других областей науки, в которых в той или иной форме практикуются предсказания. Астрономы, отмечал он, в состоянии предсказать движения планет и звезд с поразительной точностью, даже на многие годы вперед, и при этом они не исходят из предположения, что небесная история в точности повторяется. Совсем наоборот. Как он указывал: «Можно с уверенностью сказать, что конкретное расположение звезд, планет и спутников никогда не встречается дважды. Почему же в таком случае мы ожидаем, что нынешняя погода должна в точности повторять ту, что была описана в погодных картах за прошлые периоды?»[245]
Успех астрономов базировался на понимании законов движения астрономических тел, которые были впервые описаны Исааком Ньютоном, а позднее разрабатывались Леонардом Эйлером, Джозефом Лагранжем и другими учеными. Астрономы брали в качестве исходных данных текущее положение, скажем, Юпитера и Марса, а затем применяли математику для расчета движения планет под действием силы тяжести, чтобы проследить будущую траекторию каждой планеты и предсказать, где они окажутся через месяц, год или сто лет. Это было возможно даже в том случае, если исходное взаиморасположение планет никогда ранее не наблюдалось.
Любое прогнозирование, по мнению Ричардсона, всегда требует реального понимания основных закономерностей происходящих в системе изменений, в то время как метеорологи пытались обходиться без такого понимания. Предсказывать погоду «сложно, потому что сама атмосфера является сложной»; не может быть никаких упрощений, никаких чудес. Последующие усилия Ричардсона по продвижению своей точки зрения были одновременно утомительными, рискованными и разочаровывающими, по крайней мере первоначально. Вскоре он покинул Эскдэйлмьюр, отправившись на Первую мировую войну и оказавшись в итоге в составе французских войск в Северной Франции. Здесь, в свободные минуты между ужасающими боевыми схватками и спасением раненых под огнем противника, он производил свои знаменательные расчеты, естественно вручную, сидя, как он позже описал, «на охапке сена в холодном промозглом блиндаже». Цель его расчетов состояла в том, чтобы, опираясь на физические законы, предсказать погоду для локальной европейской зоны на восемь часов вперед. В апреле 1917 года в хаосе битвы под Шампанью его расчеты и рукопись книги, над которой он работал, оказались утеряны. Однако несколько месяцев спустя Ричардсон нашел их под грудой головешек и возобновил свою работу.
Закончив наконец свои исследования, Ричардсон применил полученные формулы для расчета изменения атмосферного давления в один из дней 1910 года на территории Германии. Результаты оказались плачевными. Все его усилия, как ему казалось в тот момент, оказались напрасными. Но позже выяснилось, что труды Ричардсона не пошли прахом. Сделанный им прогноз в тот день оказался неточным лишь из-за небольшой ошибки в расчете[246]. Его основная идея была абсолютно правильной, и в настоящее время вооруженные компьютерами центры прогнозирования погоды по всему миру используют современные версии впечатляющего интеллектуального достижения Ричардсона.
Например, в Рединге, Англия, в Европейском центре среднесрочных прогнозов погоды работают два суперкомпьютера, которые имитируют виртуальную атмосферу. Данная модель позволяет прогнозировать параметры ветров, температуру и влажность в более чем 20 млн точек земной поверхности до высоты примерно в 60 км. В Соединенных Штатах аналогичная работа проводится в национальных центрах по прогнозированию окружающей среды. На основе такого моделирования составляются ежедневные и еженедельные прогнозы погоды, которые мы слышим в вечерних новостях, а также и более специфичные прогнозы, предназначенные фермерам, компаниям, занимающимся авиационными и морскими перевозками, военным и другим потребителям, чей бизнес серьезно зависит от погодных условий. Когда нефтяные компании составляют графики передвижения танкеров, которые будут находиться в море в течение нескольких недель, они экономят десятки тысяч долларов, уклоняясь от сильных ветров и штормов, благодаря тому, что сегодня у них есть возможность заглянуть в будущее.
Данный пример научного успеха позволяет извлечь сразу два урока. Во-первых, технологии значительно увеличивают мощь человеческого разума. Философ Дэниел Деннет однажды назвал компьютер «самым важным эпистемологическим достижением в научном методе со времен создания точных хронометрических приборов», и, вероятно, он был прав. С момента изобретения в 1940-х годах компьютер позволил ученым моделировать работу практически чего угодно, от состоящих из множества деталей реактивных самолетов до дорожно-транспортных потоков и даже сложных нейронных «вспышек» в человеческом мозге. С помощью компьютеров мы создали то, что историк Джордж Дайсон называет «новой Вселенной», которая существует параллельно с нашей и в которую мы стали переносить используемые нами системы, чтобы понять, как они работают в нашем собственном мире. Во-вторых, успех в прогнозировании погоды доказывает, что Ричардсон был прав, когда говорил, что успешное предсказание будущего вытекает непосредственно из реального понимания причинных факторов, оказывающих влияние на существующее положение вещей.
Когда во взаимодействие вступают различные влиятельные силы, для получения прогноза необходимо найти какой-то способ, позволяющий следовать этому взаимодействию и контролировать его результаты. А для этого часто требуется использовать обходные пути. Полученные прогнозы почти никогда не бывают сверхточными или гарантированными. Но этого и следовало ожидать. Мало что в нашем мире можно знать заранее.
Будущее Вселенной
Услышав слова «предсказание» или «прогноз», большинство людей представляет некую конкретную информацию о том, что будет в будущем. Землетрясение случится в Токио на Рождество в 2015 году. Бейсбольная команда Cleveland Browns выиграет три следующих Суперкубка подряд[247]. В этом контексте получение четкого прогноза иногда действительно возможно. Мы знаем[248], что взаиморасположение Солнца, Земли и Луны 1 мая 2804 года позволит жителям нашей планеты наблюдать полное солнечное затмение. Луна будет заслонять Солнце в течение нескольких минут в каждой точке Южного полушария. Лучшим местом для наблюдения будет точка, расположенная в Коралловом море, примерно в 600 милях к северо-востоку от Брисбена, Австралия. В этой точке затмение продлится ровно 5 минут и 21 секунду.
Столь точное предсказание стало возможным благодаря тому, что движение планет жестко детерминировано и подчиняется законам, описанным Ньютоном, работы которого вдохновили французского физика Пьера-Симона Лапласа на предположение о том, что достаточно мощный интеллект способен заглянуть в будущее Вселенной. «Для такого разума, – воображал Лаплас, – не осталось бы никаких неясностей, и будущее, как и прошлое, существовало бы в его глазах»[249].Конечно, не стоит надеяться на получение столь же точных прогнозов в сфере экономики, финансов или в значительной части других научных областей, поскольку этому есть множество препятствий.
Во время игры в пинбол мы видим, что траектория движения шарика чрезвычайно чувствительна к любым даже малейшим воздействиям на него. Запустите шарик в игру немного резче, и траектория его движения полностью изменится. Данное явление известно как детерминированный хаос; именно он делает игру в пинбол забавной и мешает исполниться мечтам Лапласа об идеальном прогнозировании. Какие-нибудь крошечные препятствия постоянно вторгаются в ход событий и меняют его направление, делая невозможным составление идеальных прогнозов. Исключение, пожалуй, составляют сверхкраткосрочные. По фундаментальным математическим причинам даже самые точные модели локальных погодных условий становятся бесполезными через несколько дней. (Именно поэтому и следует с осторожностью относиться к прогнозам погоды, сделанным на десять и более дней вперед.)
В области экономики и финансов возникает такая же проблема. Даже если бы психологи (или робототехники) вдруг обнаружили, что люди, на самом деле, являются машинами, следующими простым и известным правилам, события, происходящие на финансовых рынках, как и в большинстве других социальных систем всего мира, все равно отличались бы высокой степенью непредсказуемости. Взаимодействия между людьми будут быстро множить имеющиеся в модели недочеты, и полученные на ее основе прогнозы вскоре окажутся бесполезными. Для того чтобы система стала непредсказуемой, вовсе не требуется бесконечная сложность индивидуального человеческого поведения и психологии. Достаточно одной математики. А если учесть, что реальный социальный мир все же наполнен сложностями человеческой психологии и индивидуального поведения, шансы на получение более-менее точных прогнозов стремятся к нулю. Если судьба, например, банковской системы зависит от действий отдельных банкиров, как это часто бывает, то очевидно, что получить желаемое Лапласом предсказание просто невозможно.
Помимо этого, существует неизменный парадокс в понимании социальных систем, вытекающий из проблемы самореференции, о которой я говорил ранее. Финансист Джордж Сорос назвал это «рефлексивностью». Наши усилия, направленные на понимание социальной системы, в том случае, если они на самом деле достигают успеха, неизбежно вызывают обратную реакцию, изменяющую и влияющую на наши действия. Ученым-физикам не приходится сталкиваться с этим явлением; в этом состоит принципиальное отличие социальной науки. Рефлексивность является еще одной причиной непредсказуемости, как это и продемонстрировал в формализованном виде философ науки Карл Поппер. Увеличение объема человеческих знаний оказывает прямое воздействие на историю человечества. Вспомните хотя бы, как изменился мир с появлением Всемирной паутины. Мы не можем предсказать, каким будет следующее значимое изобретение или как будут расширяться наши собственные знания, потому что, если бы мы это знали, мы бы уже владели всеми этими изобретениями и знаниями. Будущее открытие, которое можно предсказать уже сегодня, не имеет никакого смысла. Соответственно, в некотором абсолютном смысле будущее человечества обязано быть непредсказуемым.
Я, конечно, не буду оспаривать ни одно из этих утверждений. Но обратите внимание, что каждый из представленных аргументов указывает на невозможность точного прогнозирования, то есть того, что на самом деле вообще довольно редко встречается в науке. Эпидемиологи, например, даже не надеются точно предсказать, где и когда получит свое развитие штамм птичьего гриппа, способного инфицировать людей, поскольку это зависит от генетических сбоев и от действий многих людей, которые, контактируя с птицами, обеспечивают вирусу условия для попадания в организм человека, где его ускоренное развитие более вероятно. Но полное отсутствие такой информации не мешает эпидемиологам делать полезные прогнозы о вероятных путях распространения такого вируса, и эти приблизительные представления могут однажды спасти миллионы жизней.
Если отойти от идеи совершенного знания будущего, перед нами откроется огромный мир частичного представления о нем. Предсказание и прогнозирование полноправно присутствуют даже в тех научных областях, где точные предсказания невозможны.
В сфере экономики и финансов прогнозирование того, что поддается прогнозированию, может представлять собой огромную ценность, поскольку способно дать нам предупредительный сигнал о конкретных опасностях. Мы видели, что усиленная кредитными рычагами конкуренция может подтолкнуть рынок за ту практически невидимую черту, за которой находится зона турбулентности. Мы видели, что разумное, на первый взгляд, распределение рисков может в некоторых случаях способствовать, а не препятствовать наступлению банкротств. Очевидной целью для социально-экономического прогнозирования является своевременное распознание многочисленных дьявольских путей, которыми рынки могут прийти к катастрофе, а также определение ключевых факторов, способных задействовать механизмы разрушительной обратной связи. Таким образом, мы могли бы сделать наше невежество менее опасным.
Если реалисты готовятся к потенциальным опасностям и сюрпризам, то сторонники концепции равновесия занимаются разрушительной деятельностью, поскольку призывают к самоуспокоенности и проповедуют способность финансовых рынков к саморегулированию. Признание невежества всегда предпочтительнее необоснованной самоуверенности. Пилот, не имеющий альтиметра, согласно метафоре, примененной Нассимом Талебом, находится в лучшем положении, чем пилот, слепо доверяющий показаниям неисправного альтиметра, поскольку первый пилот будет по крайней мере выглядывать в окно. Однако сложность современных рынков требует применения иной аналогии: наш пилот, выглядывая в окно, видит лишь непроницаемый туман, поэтому, если мы не хотим разбиться, нам будет полезна любая реальная помощь. Именно этим нас могут обеспечить модели, учитывающие влияние положительных обратных связей. Это как раз те инструменты, которые пусть лишь частичным и несовершенным образом, но позволяют проникнуть сквозь туман и получить хотя бы примерное представление о потенциальной опасности прежде, чем мы с ней столкнемся.
Слабость моделей – и как ее избежать
Попытки Стефана Тернера и его коллег предсказать последствия применения длинных кредитных рычагов в индустрии хеджевых фондов сродни классическим исследованиям погоды, проводимым в 1961 году Норманом Филлипсом. Этот ученый задался вопросом, действительно ли перемещений теплого воздуха, обусловленных вращением планеты, достаточно, чтобы вызвать ту хаотичность в погоде, которую мы наблюдаем в реальном мире. Тернер, Фармер и Гинакоплос, в свою очередь, заинтересовались, может ли леверидж в сочетании с конкуренцией между хеджевыми фондами неумолимо привести к внезапным случаям жесткого кредитного сокращения, как это произошло во время «квантового кризиса». На оба вопроса был получен положительный ответ. И это не должно вызывать удивление, если разобраться в том, как работают положительные обратные связи.
Погода такова, какова она есть, и мы в целом не пытаемся ее изменить[250]. И в то же время современная финансовая система является «демоном, которого мы создали сами»[251], и мы можем попытаться избежать той нестабильности, которая делает финансовые системы слабыми по своей сути. В этом смысле модель кредитной конкуренции хеджевых фондов является яркой иллюстрацией возможностей рыночных моделей, с помощью которых мы можем проводить различные эксперименты. В частности, такая модель может иметь гораздо более широкое применение, чем представляется на первый взгляд.
В октябре 2008 года Джон Гинакоплос выступил с докладом перед Советом управляющих Федеральной резервной системы в присутствии ее главы Бена Бернанке. В своем выступлении он описал то, что назвал «цикл левериджа». Под этим термином подразумевалась естественная для экономики тенденция к последовательной смене периодов высокого и низкого уровня долговой нагрузки, перемежающихся взрывоопасными эпизодами, возникающими в тех случаях, когда первые из названных периодов завершались резким делевериджем. Гинакоплос, по сути, утверждал, что модель, воспроизводящая поведение хеджевых фондов, на самом деле отражает процессы, имеющие гораздо более общее значение. В периоды рыночного бума – а один из таких периодов предшествовал недавнему финансовому кризису – кредитные средства легкодоступны, и ведущие финансовые учреждения активно пользовались этим, доведя показатель своей кредитной нагрузки до 30 к 1. Финансовая система превратилась в бомбу замедленного действия, готовую взорваться в любой момент и просто ожидающую появления подходящей искры. Крах Lehman Brothers вызвал последующее сокращение доли заемных средств, вполне сопоставимое по своей природе с тем, что имело место во время «квантового кризиса», только на этот раз все происходило в гораздо большем масштабе с участием значительно большего числа финансовых учреждений. По состоянию на лето 2012 года, то есть почти четыре года спустя, процесс делевериджа все еще продолжался.
Как отметил Гинакоплос, такие обратные связи развиваются на любом рынке, где используются обеспеченные маржинальные кредиты. Когда вы пользуетесь своей кредитной картой, вы берете у банка в долг без предоставления ему залогового обеспечения. В этом случае гарантией возврата денег для банка-эмитента является ваша кредитоспособность. Обеспеченные же кредиты подразумевают наличие залогового обеспечения в виде некоторых активов, которые переходят в собственность кредитора, если заемщик не возвращает долг. Банки постоянно заимствуют деньги по этой схеме, используя в качестве залогового обеспечения акции и другие активы. Технически такие кредиты часто выдаются на срок всего в один день, но при этом условия предоставления, как правило, предусматривают многократное продление на такой же срок до тех пор, пока отношение суммы долга к стоимости залогового обеспечения (акций) остается ниже некоторого порогового значения. Это уровень маржин-колла. Если цены акций снижаются, заемщик вынужден погасить часть своей задолженности по кредиту, чтобы выполнить условия, необходимые для продолжения кредитования. Сложность ситуации заключается в том, что для погашения задолженности заемщику приходится срочно искать деньги, и зачастую самым простым способом их получения является продажа некоторых из принадлежащих заемщику активов, таких же, как те, что находятся в залоге у кредитора. Это создает опасный раскручивающийся цикл, поскольку продажи актива вызывают снижение его цены и, соответственно, стоимости залогового обеспечения, что вновь приводит к выставлению кредитором маржинколла и далее к новым еще более масштабным распродажам активов. В итоге образуется самораскручивающаяся нисходящая спираль.
[242] См.: Johnson S. «The End of the Euro: A Survivor’s Guide», Доступно по ссылке: http://baselinescenario.com/2012/05/28/the-end-of-the-euro-a-survivors-guide/
[243] В некоторых случаях человеческая реакция может подтверждать справедливость теории. Действительно, многие исследования выявляют, что некоторые предположения оказываются самоисполняющимися пророчествами, поскольку они поощряют людей действовать определенным образом, который приводит к их исполнению. Эксперименты, связанные с изучением корыстных моделей поведения, для которых привлекались студенты различных специальностей, показали, что те из них, кто изучает, скажем, психологию или компьютерные науки, не только опираются в своих решениях на получение личной выгоды, но и проявляют определенное стремление к справедливости (это относится и к людям вообще). Однако исключение составляют студенты, изучающие экономику, которые систематически действуют эгоистичнее, чем их коллеги с других факультетов. Причина, похоже, кроется в том, что они преследуют исключительно корыстные интересы, предполагая, что остальные участники будут действовать таким же образом. См., например, Frank R., Gilovich Th., Regan D. «Does Studying Economics Inhibit Cooperation?», Journal of Economic Perspectives 7 (1993): 159–171. Эта самоподдерживающаяся динамика, конечно, может быть весьма разрушительной, поскольку она способна помешать сотрудничеству.
[245] Richardson L. F. Weather Prediction by Numerical Process (Cambridge: Cambridge University Press, 1922).
[246] Выяснилось, что Ричардсон не использовал методы математического сглаживания для фильтрации нереалистичных атмосферных изменений. Более поздние расчеты показывают, что, если бы он использовал эти методы, его расчеты были бы довольно точны, несмотря на то что он производил их вручную.
[247] Я являюсь болельщиком команды Cleveland Browns на протяжении почти полувека. Это дает мне право помечтать.
[248] Мы знаем это при условии, что не произойдет никаких форс-мажорных вмешательств типа катастрофического столкновения астероида или кометы с Землей или Луной.
[249] Laplace P. S. A Philosophical Essay on Probabilities (New York: Dover, 1953).
[250] Не самом деле это уже не так. Китай, в частности, развивает крупномасштабную научную программу, изучающую возможности изменения погоды. См. www.guardian.co.uk/environment/blog/2009/oct/01/china-cloud-seeding-parade
[251] Bookstaber R. A Demon of Our Own Design (Hoboken: Wiley, 2007).