Глава 22. Адаптация к радикальной неопределенности

Я думал использовать "Сквозь стекло, темно" в качестве названия этой книги, но в конце концов пришел к выводу, что это слишком... ну, непрозрачно. Но метафора вполне уместна. Мир нельзя разделить на известное и непознанное. Астероид, который уничтожил динозавров, упав на Юкатан, был, по крайней мере для динозавров, непредсказуемым и неизбежным событием. Бум и крах интернета и технологической мании в конце прошлого века, а также рост трещин в финансовой системе перед кризисом 2007-2008 годов не были непредсказуемыми или неизбежными событиями. Эти экономические события также не могут быть описаны как результаты стационарных процессов, которые остаются неизменными в течение длительных периодов времени и могут быть охарактеризованы вероятностными распределениями. Никто не мог предсказать, как именно будут развиваться эти финансовые эксцессы, но это не значит, что мы вообще ничего о них не знали.

Признание радикальной неопределенности не означает, что все идет своим чередом. Загляните в будущее и подумайте о том, как будут применяться информационные технологии в ближайшие десятилетия, или о том, как рост благосостояния и политического влияния в Азии повлияет на геополитический баланс. Все это вещи, о которых мы знаем кое-что, но недостаточно; вещи, которые мы видим как сквозь темное стекло. Мы можем строить повествования и сценарии для описания путей развития технологий и глобальной политики в ближайшие двадцать лет; но нет никакого разумного способа, с помощью которого мы могли бы уточнить такой диалог, придав вероятности исчерпывающий перечень случайностей. Тем не менее, мы можем последовательно говорить о доверии к сценариям и вероятности их возникновения. Как мы уже подчеркивали, слова "уверенность", "вероятность" и "вероятность" часто используются как взаимозаменяемые, но они имеют разные значения.

Мы не улучшаем наше понимание будущего, придумывая факты и цифры, чтобы заполнить неизбежные пробелы в наших знаниях. Мы не можем полагаться на прогнозы при планировании будущего. Однако спрос на экономические прогнозы ненасытен, и многие люди считают, что экономика в основном занимается прогнозированием. Как экономистов, нас постоянно просят предсказать, каким будет уровень экономического роста, сделать прогнозы движения фондового рынка или уровня процентных ставок. Мы не боимся отвечать на эти вопросы словами "мы не знаем". Более того, мы считаем, что люди, задающие вопросы, в основном не воспринимают экономические прогнозы всерьез, и это справедливо, учитывая историю прогнозирования . Наши собеседники часто ищут эту информацию не потому, что доверяют цифрам, а потому, что хотят перестраховаться, или им нужно заполнить еще одну ячейку в своих электронных таблицах, или потому, что задав вопрос, можно найти оправдание, когда их планы пойдут наперекосяк.

Политики и участники кампаний регулярно придумывают цифры, чтобы подкрепить свои утверждения. Перед референдумом по Brexit в 2016 году кампания Leave проехала по стране на автобусе с надписью "Мы отправляем ЕС 350 миллионов фунтов стерлингов в неделю. Давайте вместо этого профинансируем нашу NHS". Джордж Осборн, канцлер казначейства, возглавляя кампанию "Остаться в ЕС", стоял перед плакатом, на котором было написано, что выход из ЕС обойдется каждому домохозяйству Великобритании в 4300 фунтов стерлингов в год. Точность обеих цифр является показателем их абсурдности. Ни одна из сторон не представила никакого условного и последовательного описания - единственно возможного в реальности - вероятных последствий голосования.

Не все соответствующие знания являются количественными. Если цифра в 350 миллионов фунтов стерлингов в неделю была основана на неверной интерпретации опубликованных данных, то 4300 фунтов стерлингов в год были получены в результате сложной модели, основанной на обширной серии неубедительных предположений. Такие сложные модели, как WebTAG и актуарные "технические оценки", которые опираются на рог изобилия выдуманных цифр, чтобы заполнить неизбежные пробелы в знаниях, возникающие из-за радикальной неопределенности, широко используются. Мы наблюдаем одержимость анализом затрат и выгод, или "оценкой влияния", или даже "экономическим обоснованием" для основных государственных решений. Энтузиазм в отношении "политики, основанной на доказательствах", рассматривается как отличительная черта сложного процесса принятия решений. Проблема не столько в том, что эти модели приводят к плохим решениям, сколько в том, что они обеспечивают якобы объективное прикрытие для плохих решений, которые были приняты на совершенно других основаниях.

Мы не должны отказываться от моделирования или использования математики при принятии решений; скорее мы должны признать, что модели могут и не могут сделать для освещения проблемы, и признать, что не существует стандартизированной системы электронных таблиц, которая может ответить на вопрос "Что здесь происходит?". Политика, основанная на доказательствах, превратилась в политику, основанную на доказательствах, что подрывает доверие общественности к "доказательствам". Политические дебаты все чаще отражают неприличную борьбу в СМИ между необоснованными утверждениями, а не беспристрастный спор "за" и "против" или искреннюю попытку выяснить, "что здесь происходит". Слишком многие экономисты готовы вступить в эту схватку, и репутация профессии, по понятным причинам, пострадала.

Мы описали моделирование стоимости под риском, проводимое в банках, и актуарную оценку пенсионных схем, которые поощрялись регулирующими органами. Эти упражнения были в лучшем случае бесполезны, а в некоторых случаях значительно хуже, чем бесполезны. Но использование неактуальных и непонятных моделей "черного ящика" продолжается. И эти упражнения не ограничиваются правительственными структурами; многие крупные фирмы используют подобные процедуры внутри компании для планирования или оценки инвестиций. Сегодня в консалтинговых фирмах, больших и малых, работает множество специалистов по моделированию, которые не испытывают никаких трудностей с заполнением каждой ячейки электронной таблицы, какой бы большой она ни была. Соответствующее использование моделей во всех этих случаях включает простые структуры, которые определяют ключевые параметры и, следовательно, обеспечивают основу для исследования, которое позволит вычислить или, по крайней мере, определить границы этих критических параметров.

В репертуаре экономиста имеется множество различных моделей, и для того, чтобы определить, какие из них могут быть или не быть показательными в контексте конкретных проблем, необходимы мастерство и суждения. Мы ценим мнение Фрэнка Найта о том, что люди, бросающие вызов традиционным подходам, являются движущей силой предпринимательства, источником возможностей получения прибыли и ключевой динамикой рыночной экономики, а в экономике, как и в других предметах, - источником практических знаний. .

Нестационарность

Ни люди, ни компьютеры не смогли успешно контролировать риски, бурлящие в финансовой системе до 2008 года. Обучающая база" - ряд исторических данных, из которых был извлечен опыт риск-менеджеров и алгоритмы машин - была в значительной степени неактуальной, взятой из прошлого, которое сильно отличалось от настоящего и будущего. Мир бизнеса и финансов не является "стационарным".

Некоторые экономисты отвечают на эту критику утверждением, что соответствующие данные на самом деле были порождены процессом - аксиоматически "рациональным" выбором оптимизирующих индивидуумов, - который оставался неизменным в течение длительных периодов времени, но который был нарушен "шоками", изменениями в технологии или предпочтениях, происходящими вне самого процесса. Но это утверждение не ведет нас дальше, сводя почти все, что представляет интерес, к этим "шокам". В итоге мы получаем модели прогнозирования, которые хорошо работают до тех пор, пока ничего особо не меняется, и не дают нам никакого представления о том, когда все может измениться и почему. Метеоролог, который говорит нам, что в отсутствие какой-либо другой информации лучшим предсказателем завтрашней погоды является то, что она будет похожа на сегодняшнюю, делает точное заявление, но мы вправе ожидать, что профессиональный синоптик либо сделает это лучше, либо вообще воздержится от прогнозирования.

Если не потрясения, то сдвиги? Мы можем стремиться строить модели, которые действуют в течение нескольких лет, в которых можно наблюдать определенную степень стационарности, но признавать, что время от времени происходят сдвиги к новой экономической траектории ("смена режима"). Такая структура мышления не является столь тонким источником объяснения, как опора на шоки, происходящие извне системы, но страдает от аналогичных недостатков. Если у нас нет хорошего понимания истоков и последствий этих сдвигов, мы не намного расширили наши знания. В рассуждениях о шоках и сдвигах не хватает повествовательных рассуждений, которые позволяют нам понять, как возникают технологии, предпочтения и другие факторы, влияющие на экономические результаты. И гипотезы потрясений и сдвигов предполагают степень прерывистости в мире, которая, конечно, существует, но не так часто, как того требуют эти подходы. Существует очевидная аналогия с дебатами о биологической эволюции, в ходе которых в основном отвергались теории "прерывистого равновесия" в пользу веры в эволюцию как непрерывный процесс. А понимание такой эволюции улучшается благодаря изучению сложных систем, которые демонстрируют, как непрерывные изменения начальных условий могут привести к прерывистым изменениям результатов. Таким образом, мы можем построить более богатое и проницательное описание экономических и финансовых кризисов, чем их характеристика как "потрясений".