Еще раз: опасайтесь предсказателей

 

Поднимем проблему на уровень выше. Как я заметил ранее, существует много модных моделей, пытающихся объяснить происхождение Крайнестана. Вообще-то они группируются в два широких класса, но встречаются и другие подходы. Первый класс — это простые модели типа «деньги идут к деньгам» (или «успех тянет за собой успех»), объясняющие скопление людей в городах, доминирование на рынке компании «Майкрософт» (а не «Эппл») и формата VHS (а не Betamax), создание академических репутаций и т.д. Второй класс включает в себя так называемые «модели просачивания», в центре внимания которых — не поведение индивида, а среда его обитания. Когда льешь воду на пористую поверхность, структура поверхности оказывается важнее, чем свойства жидкости. Когда песчинка ударяется о кучу других песчинок, именно характер местности определяет, сойдет ли лавина.

Почти все модели, разумеется, претендуют на прогностическую точность, и это меня бесит. Они — хорошие инструменты для иллюстрации происхождения Крайнестана, но я настаиваю на том, что «генератор реальности» не подчинен им настолько, чтобы с их помощью можно было делать точные прогнозы. Все, что я нахожу в современной литературе на тему Крайнестана, свидетельствует именно об этом. Перед нами здесь снова встает серьезнейшая проблема калибровки, так что лучше бы нам избежать обычных ошибок, совершаемых при калибровке нелинейного процесса. Напомним, что у таких процессов больше степеней свободы, чем у линейных (как мы показали в главе и), а следовательно, чрезвычайно велик риск того, что модель окажется неправильной. Мне то и дело попадают в руки книги или статьи, которые ратуют за применение моделей статистической физики к реальности. Например, восхитительные книги Филипа Болла насыщены информацией и иллюстративным материалом, но это не основа для точных количественных моделей. Не встречайте их по одежке.

Однако посмотрим, что мы можем позаимствовать у этих моделей.

 

Снова счастливое решение

 

Во-первых, признавая масштабируемость, я соглашаюсь с тем, что любое самое большое число возможно. Другими словами, неравенство не должно прекращаться после достижения некоторой известной верхней границы.

Скажем, продано около 60 миллионов экземпляров книги «Код да Винчи». (Библии продано около миллиарда экземпляров, но вынесем ее за скобки, ограничившись светскими книгами, написанными отдельными авторами.) Хотя мы и не встречали светских книг, разошедшихся тиражом 200 миллионов экземпляров, можно считать, что вероятность этого не нулевая. Да, она мала, но не нулевая. На каждые три бестселлера в духе «Кода да Винчи» может найтись один супербестселлер, и, хотя до сих пор таких не появилось, исключить этого нельзя. А на каждые пятнадцать «Кодов да Винчи» — супербестселлер, который разойдется, например, тиражом 500 миллионов экземпляров.

Применим ту же логику к богатству. Допустим, самый богатый человек на Земле имеет капитал размером 50 миллиардов долларов. Есть вероятность, которой нельзя пренебречь, что в следующем году из ниоткуда выскочит кто-то, кто имеет 100 или более миллиардов. На каждых трех людей, имеющих более чем 50 миллиардов долларов, может найтись один со 100 миллиардами. Есть вероятность, хоть и гораздо меньшая, что найдется кто-то, владеющий более чем 200 миллиардов долларов — одна треть предыдущей вероятности, но все равно не нуль. Есть даже крошечная, но не нулевая вероятность того, что обнаружится кто-то, чье состояние превышает 500 миллиардов долларов.

Это подсказывает мне следующее: я могу строить предположения о вещах, существование которых свидетельствами не подтверждается, но они должны принадлежать царству возможного. Где-то там есть бестселлер, о каких прежде не слыхивали, но его следует принимать во внимание. Напомню основную мысль главы 13: благодаря этому отсутствию предела вложение денег в книгу или лекарство порой оказывается более выгодным, чем подсказывают статистика или прежние наблюдения. Но из-за него же потери на фондовом рынке часто превосходят те, что когда-либо имели место.

Войны фрактальны по своей природе. Война, которая убьет больше людей, чем опустошительная Вторая мировая, возможна. Она маловероятна, но не исключена, хотя такой войны никогда не случалось в прошлом.

Во-вторых, чтобы прояснить вопрос о точности, я приведу пример из природы. Гора чем-то похожа на камень, она сродни камню, у нее есть семейное сходство с камнем, но это не одно и то же. Для описания такого сходства есть замечательное слово — самоподобный, а уж никак не самоповторяющийся, но Мандельброт не потрудился тщательно разжевать то, что вкладывается им в понятие «подобие», и в обиход вошел термин «самоповторение», подразумевающий точное, а не семейное сходство. Как в случае с горой и камнем, распределение состояния выше миллиарда долларов не совсем таково, как распределение состояния менее миллиарда долларов, но эти распределения «подобны».

В-третьих, как я сказал раньше, в области эконофизики (являющейся приложением статистической физики к социальным и экономическим явлениям) было много статей, в которых предпринималась попытка такой «градуировки», то есть извлечения чисел из мира явлений. Многие порываются предсказывать. Увы, мы не способны предсказать «марш-бросок» к кризису или поветрию. Мой друг Дидье Сорнетт пробует строить прогностические модели, которые я обожаю, хотя и не могу использовать для прогнозирования, — только, пожалуйста, не говорите ему об этом: вдруг он перестанет их строить. То, что я не могу использовать их так, как предполагает он, не лишает смысла его работу (не имеющую ничего общего с традиционной экономикой, чьи модели ошибочны в корне), а просто требует незашоренного мышления для ее интерпретации. С некоторыми из сорнеттовских феноменов мы, может, еще сумеем поладить — но не со всеми.

Вся эта книга посвящена Черному лебедю. Это не потому, что я влюблен в него; как гуманист, я его ненавижу. Я виню его во многих несправедливостях и бедах. Поэтому я хотел бы устранить многих Черных лебедей или хотя бы смягчить последствия их воздействия и защититься от них. Познание фрактальной случайности — это способ приготовиться к сюрпризу, превратить некоторых лебедей в ожидаемых, осознать, чем они чреваты, малость их, так сказать, «осветлить». Но фрактальная случайность не дает точных ответов. Преимущества здесь следующие. Если ты знаешь, что фондовый рынок может обвалиться, как и было в 1987 году, то это событие не Черный лебедь. Обвал 1987 года — не есть нечто, выходящее из ряда вон, если пользоваться фракталом с экспонентой 3. Если знать, что биотехнологические компании могут создать для нас супермегалекарство, которое окажется популярнее, чем все, какие у нас были прежде, то оно не будет Черным лебедем и вы не удивитесь, если оно появится.

Итак, фракталы Мандельброта позволяют нам держать под контролем Черных лебедей, но не всех. Я сказал выше, что некоторые Черные лебеди появляются потому, что мы пренебрегаем источниками случайности. Другие возникают, когда мы преувеличиваем экспоненту фрактала. Серый лебедь принадлежит к разряду моделируемых экстремальных ситуаций, Черный лебедь — это нечто из области «неизвестного неизвестного».

Я сел и обсудил вышеизложенное с великим человеком, и это обсуждение превратилось, как обычно, в языковую игру. В главе 9 я объяснил различие, которое экономисты делают между «неопределенностью по Найту» (которую просчитать нельзя) и «риском по Найту» (который просчитать можно). Это различие не настолько оригинальная идея, чтобы не было слова для ее выражения, так что мы поискали его во французском языке. Мандельброт упомянул одного из своих друзей — аристократа-математика Марселя-Поля Шютценберже, утонченного эрудита, которому (как и автору этой книги) все быстро приедалось: дальше точки «убывающей отдачи» он никогда в своих работах не шел. Шютценберже настаивал на отчетливом различии во французском языке между «hasard» и «fortuit». «Hasard», от арабского «az-zahr», означает (как и «alea», игральные кости) контролируемую случайность; «fortuit» — это мой Черный лебедь, то, что абсолютно непредсказуемо. Мы обратились за помощью к словарю «Малый Робер» и убедились в правоте математика. «Fortuit», похоже, соответствует моей эпистемической непроницаемости, l'imprevu et поп quantifiable[81]; «hasard» — более игровому виду неопределенности, описанному шевалье де Мере[82], одним из ранних теоретиков азартных игр. Стоит заметить, что те же арабы, возможно, ввели еще одно слово, имеющее отношение к неопределенности, — «rizk», что значит собственность.

Я повторю: Мандельброт занимается Серыми лебедями, я занимаюсь Черным лебедем. Мандельброт одомашнил многих моих Черных лебедей, но не всех и не полностью. Однако с помощью своего метода он дает нам проблеск надежды, способ задуматься о проблемах неопределенности. Ведь гораздо безопаснее знать, где находятся дикие животные.

 

 

Глава 17. Безумцы Локка, или «Гауссовы кривые» не к месту [83]

 

Что? — Любой может стать президентом. — Наследие Альфреда Нобеля. — Те средневековые дни.

 

В моем доме два кабинета: один настоящий, с интересными книгами и рукописями, другой — нелитературный, где я не люблю работать, куда я ссылаю дела прозаические и узконаправленные. В нелитературном кабинете есть стена, уставленная книгами по статистике и истории статистики, книгами, которые мне никогда не хватало силы духа сжечь или выбросить, хотя я считаю их абсолютно бесполезными для чего-либо, кроме академических выкладок (Карнеад, Цицерон и Фуше могут сказать о вероятности гораздо больше, чем все эти псевдоинтеллектуальные тома). Я не могу использовать их в аудиториях, потому что обещал себе никогда никому не пудрить мозги, даже если буду умирать с голода. Почему же я не могу использовать их? Потому что ни одна из этих книг не имеет отношения к Крайнестану. Ни одна. Те немногие, что все-таки имеют, написаны не статистиками, а статистическими физиками. Мы учим людей методам Среднестана и выпускаем их в Крайнестан. Это все равно что прописывать людям лекарства, предназначенные для растений. Неудивительно, что мы подвергаемся колоссальному риску: обращаемся с крайнестанскими реалити как со среднестанскими и называем это «приближением».

Несколько сотен тысяч студентов в бизнес-школах и на факультетах социологии от Сингапура до Урбана-Шампейна (штат Иллинойс), как и люди в деловом мире, продолжают изучать «научные» методы, которые сплошь основаны на гауссиане, сплошь построены на игровой ошибке.

В этой главе рассматриваются бедствия, происходящие от приложения липовой математики к социологии. А ее основную тему можно сформулировать так: «Как вредит нашему обществу Шведская академия, вручая Нобелевскую премию».

 

Только пятьдесят лет

 

Вернемся к истории моей деловой жизни. Посмотрите на график на рисунке 14. За последние пятьдесят лет десять самых выдающихся дней на финансовых рынках принесли половину прибыли. Десять дней из пятидесяти лет. Все остальное время мы потратили на пустяки.

 

 

Так что любому, кого резкий подскок на шесть сигм не убеждает в принадлежности рынков к Крайнестану, надо проверить, все ли у него в порядке с головой. Во множестве статей показывается неадекватность гауссова семейства распределений и масштабируемая природа рынков. Напомню, что за годы работы я сам прогнал взад-вперед через статистические модели 20 миллионов данных. Именно это заставило меня презирать всех, кто говорит о рынках в терминах гауссианы. Но человеку трудно бывает смириться с последствиями масштабируемости.

Самое странное то, что деловые люди обычно соглашаются, когда говорят со мной или слушают, как я излагаю свои взгляды. Но стоит этим же людям на следующий день прийти в офис, как они возвращаются к своим привычным гауссовым инструментам. Их мышление «ареал-специфично»: на конференции они способны мыслить критически, а в офисе — нет. К тому же гауссовы инструменты дают им цифры, что вроде бы «лучше, чем ничего». Исчисленная мера будущей неопределенности отвечает нашему глубинному желанию упрощать, даже если это означает втискивать в одно-единственное число материи слишком разнородные, чтобы их можно было характеризовать подобным образом.

 

Предательство клерков

 

Я завершил главу 1 во время обвала фондового рынка в 1987 году, который позволил мне активно пропагандировать свою идею Черного лебедя. Сразу после обвала, когда я во всеуслышание объявил шарлатанами тех, кто пользуется сигмой (то есть стандартным отклонением) как мерой степени риска и случайности, со мной все согласились. Если бы мир финансов подчинялся гауссовому распределению, такой эпизод, как обвал (более двадцати стандартных отклонений), происходил бы не чаще, чем раз в несколько миллиардов жизней Вселенной (см. пример с ростом в главе 15). В обстоятельствах 1987 года все признали, что редкие события случаются и что они — главный источник неопределенности. Однако никто не захотел отказаться от гауссианы как основного измерительного инструмента — «ведь другого-то у нас нет!». Всем требуется привязка в виде числа. Но два метода логически несовместимы.

Хотя я и не знал об этом, в 1987 году не в первый раз выяснилось, что идея гауссианы — безумие. Мандельброт еще году эдак в 1960-м познакомил экономический истеблишмент с масштабируемостью и показал несоответствие «гауссовой кривой» тогдашним ценам. Но, после того как прошел восторг, финансисты поняли, что им придется заново учиться своему ремеслу. Один из влиятельных экономистов того времени, покойный Пол Кутнер, писал: «Мандельброт, как ранее премьер-министр Черчилль, обещал нам не утопию, но кровь, пот, труд и слезы[84]. Если он прав, то почти все наши статистические инструменты устарели [или] бессмысленны». Я предлагаю две поправки к утверждению Кутнера. Во-первых, я заменил бы «почти все» на «все». Во-вторых, я не согласен со всякими там «потом и кровью». Я считаю, что случайность Мандельброта понять значительно легче, чем обычную статистику. Просто, входя в эту область, не полагайтесь на устаревшие теоретические инструменты и не ожидайте большой определенности.