Ознакомительная версия.
Алан Гринспен
Карта и территория. Риск, человеческая природа и проблемы прогнозирования
Такого телефонного звонка я никак не ожидал. Я только что вернулся с теннисного корта. Было прохладное ветреное воскресенье, 16 марта 2008 г. Звонил глава Федеральной резервной системы (ФРС). Он сообщил, что совет управляющих ФРС решил прибегнуть — в первый раз за многие годы — к довольно расплывчатой, но потенциально опасной статье 13 (3) закона о ФРС. В широкой интерпретации она позволяла ФРС практически без ограничений выделять средства кому угодно. 16 марта этим правом воспользовался Федеральный резервный банк Нью-Йорка. Он предоставил JPMorgan $29 млрд для покупки банка Bear Stearns.
Bear Stearns — один из крупнейших инвестиционных банков, основанный в 1923 г., — оказался на грани банкротства в результате потери почти $20 млрд всего за одну неделю. Его крушение стало началом полугодового периода нестабильности на мировом финансовом рынке, завершившегося банкротством Lehman Brothers 15 сентября 2008 г. и, пожалуй, самым глубоким финансовым кризисом в истории. Безусловно, Великая депрессия 1930-х гг. была более значительным коллапсом для мировой экономики. Но никогда до сих пор паралич краткосрочных финансовых рынков, этих двигателей повседневной коммерческой деятельности, не имел глобальных масштабов. Высокая ликвидность рынков исчезла в одно мгновение, когда в настроениях инвесторов эйфория уступила место страху. Рухнули огромные финансовые комплексы. Все это привело к глобальному снижению экономической активности. Никогда еще роль человеческих склонностей в экономике не была более очевидной, чем в тот судьбоносный день сентября и несколько последующих недель.
Наступивший финансовый кризис продемонстрировал, в числе прочего, несостоятельность экономического прогнозирования. Я занялся посткризисными исследованиями, результаты которых вылились в эту книгу, поскольку хотел понять, в чем же была наша ошибка и какие уроки следует извлечь из того, что мы совершили. По сути своей, это книга о прогнозировании, о человеческой натуре, о наших представлениях о будущем и о том, что нам делать со всем этим. Она о краткосрочном и долгосрочном и, что, пожалуй, более важно, о том туманном моменте, когда одно переходит в другое. В настоящее время мы столкнулись с целым рядом серьезных долгосрочных экономических проблем, каждая из которых, в известной мере, обусловлена недостаточностью вложений в наше экономическое будущее. Больше всего в этом плане меня беспокоит наша неполноценная политическая система. А ведь именно на нее мы полагаемся в реализации верховенства закона, как сказано в нашей конституции (глава 15). Я очень надеюсь, что приведенные в этой книге выводы, к которым я пришел в результате исследований, станут поводом для принятия мер уже сейчас. Мы все заинтересованы в них с долгосрочной точки зрения, даже несмотря на то, что в краткосрочной перспективе они будут болезненными. Единственной альтернативой этому являются несравненно большие человеческие страдания впоследствии. Времени на раскачку у нас нет.
Хотелось бы, конечно, чтобы все было иначе, но экономическое прогнозирование — наука неточная. Та степень определенности, которая свойственна так называемым точным наукам, недоступна экономическим дисциплинам. Но все же от прогнозирования, несмотря на его провалы, никто никогда не откажется. Потребность заглянуть в будущее заложена в самой природе человека. Чем лучше мы сможем предвидеть события в окружающем мире, тем больше у нас будет возможностей обратить их себе на пользу.
Внутренне мы понимаем, что у нас не так уж много возможностей заглянуть намного дальше той линии, что находится в пределах видимости. И, тем не менее, с доисторических времен люди стремились сделать это, найти пути преодоления своего «несовершенства». В Древней Греции цари и военачальники обращались за советом к Дельфийскому оракулу перед тем, как принять важное решение. Два тысячелетия спустя Европа билась над расшифровкой загадочных предсказаний Нострадамуса. Сегодня в обществе благополучно сосуществуют и предсказатели судьбы, и финансовые аналитики. Несмотря на то, что предсказания сбываются далеко не всегда, человек все равно будет стремиться заглянуть в будущее, потому что такова его природа.
Ключевым результатом истории наших попыток увидеть будущее стало развитие за последние 80 лет такой науки, как экономическое прогнозирование, основанное на моделировании. Эта дисциплина опирается во многом на тот же математический аппарат, который применяется в естественных науках. Им пользуются практически все составители экономических прогнозов и в государственном, и в частном секторе, в основном для создания моделей, «объясняющих» прошлое и, как следствие, дающих некоторое представление о будущем.
Я постигал премудрости тогда еще новой науки, математической экономики, в магистратуре Колумбийского университета в начале 1950-х гг. Мои преподаватели, профессор Джейкоб Вулфовиц и Абрахам Вальд, были первопроходцами в области математической статистики. Но с годами моя первая очарованность этой наукой сменилась скептицизмом. Я все больше сомневался в том, применима ли она в мире, где важнейшим фактором, определяющим экономические результаты, является иррациональное начало, не поддающееся моделированию.
Основы современного макромоделирования заложил Джон Мейнард Кейнс в своей революционной работе «Общая теория занятости, процента и денег» (The General Theory of Employment, Interest and Money) в 1936 г. На кейнсианской модели в том виде, в котором она была создана, до сих пор строится правительственная макроэкономическая политика. Модель, предложенная Кейнсом, — это полная, хотя и упрощенная версия того, как взаимодействуют друг с другом различные элементы рыночной экономики. Такого рода модели мы сегодня называем кейнсианскими. Они широко применяются в государственной и частной сферах, особенно когда требуется оценить влияние той или иной государственной политики на ВВП и уровень занятости.
Подход Кейнса прямо отрицал веру представителей классической экономики в то, что рынок способен саморегулироваться и после потрясений довольно быстро возвращается к полной занятости. В отличие от классиков Кейнс утверждал, что существует ряд обстоятельств, в которых механизмы самобалансировки не срабатывают и не приводят к «равновесию в условиях неполной занятости». В таких ситуациях, по его мнению, государство должно с помощью дефицитного финансирования компенсировать недостаток совокупного спроса. Стоит отметить, что 75 лет спустя у экономистов по-прежнему нет единства во мнениях относительно этих двух подходов.
Так или иначе, экономическое прогнозирование любого характера, будь оно кейнсианское или другое, сталкивается с бесконечными проблемами. Модель по своей природе — это упрощенное отражение сложной экономической реальности. Даже в относительно простой рыночной экономике реальность представляет собой буквально миллионы каждодневных взаимодействий в процессе создания совокупного ВВП. Из-за того, что лишь их малая толика может быть учтена в модели, экономисты бьются над поиском таких систем уравнений, которые будут отражать хотя бы фундаментальные силы, управляющие экономическими процессами.
На практике создатели моделей (включая и меня) занимаются подбором переменных и факторов, пока не получат результат, который вроде бы воспроизводит исторические данные разумным с экономической точки зрения образом. Каждый составитель прогнозов должен решить, какой относительно немногочисленный набор «уравнений» наиболее точно отражает, на его взгляд, суть общей экономической динамики.
По большей части моделирование нефинансовых секторов рыночной экономики работает довольно приемлемо. Огромное количество исследований значительно углубили наше понимание того, как функционируют рынки. Но мы не раз имели возможность убедиться, что в сфере финансов действуют иные рычаги, управляющие процессами, и риск несравнимо более высок, чем в других областях экономики. В основе практически всех финансовых решений лежит принятие или избежание риска. Нефинансовый бизнес ориентирован на разработку, технологии и организацию управления.
Нефинансовые компании закладывают фактор риска во все свои капиталовложения и учитывают его при принятии решений, но основная их забота — это, например, сколько транзисторов можно втиснуть в микрочип или как убедиться, что мост выдержит проектную нагрузку. Но это сферы квантовой механики и проектирования, где риск практически, хотя и не полностью, отсутствует при принятии решений. Уровень риска в торговле синтетическими деривативами или в других новых направлениях в нашем финансовом секторе многократно выше, чем в сфере естественных наук, важнейшей области знаний, поддерживающей нефинансовый сектор. Особенности человеческой натуры никоим образом не влияют на взаимодействие элементарных частиц. Наша склонность бояться и впадать эйфорию, а также стадное чувство и приверженность определенной культуре, в сущности, и определяют состояние финансовой сферы. Поскольку эта сфера отвечает за то, чтобы сбережения населения страны вкладывались в передовые технологии, ее вклад в общие экономические результаты (положительный или отрицательный) значительно выше той 10 %-ной доли, которую она занимает в ВВП. Более того, дисбалансы в финансовой сфере прямо или косвенно определяют экономические циклы. Финансы всегда были самым сложным элементом экономического моделирования.
Ознакомительная версия.
