Ознакомительная версия.
Вероятность того, что какое-то событие произойдет снова, если оно также происходило до этого n раз, = (n + 1)/(n + 2).
Здесь n – это число дней, в течение которых фермер давал вам корм. Таким образом, по прошествии первого дня вероятность того, что крестьянин покормит вас и на следующий день, равна 2:3; после второго дня она становится равной 3:4 и т. д. То есть она с каждым днем все больше и больше увеличивается. В то же время вероятность альтернативного варианта (он вас убьет) становится все меньше и меньше. На сотый день вы можете быть почти абсолютно уверены в том, что крестьянин придет покормить вас – во всяком случае, вы можете так полагать. Но вы не знаете, что на следующий день приходится День благодарения. Именно тогда, когда вероятность оказаться накормленным становится выше, чем когда-либо прежде, вас обрекают на убой.
Индюк не знал о Дне благодарения. Если бы он знал все возможные риски, то уточнение вероятностей было бы рациональным. Но индюк упустил из виду важную информацию.
В то время как многие консультанты по ВИЧ-инфицированию ошибочно пребывают в полной уверенности в правильности результатов, индюк, по крайней мере, пытался рассчитать вероятность развития событий. Однако ошибочное представление о том, что риск может быть рассчитан, не что иное, как еще одна иллюзия определенности (см. рис. 2.4). Давайте называть ее иллюзией индюка, хотя она, вероятно, чаще возникает у людей, чем у индюков.
Невезение или иллюзорная определенность?
Между неожиданным бедствием, свалившимся на индюка, и неспособностью экспертов предвидеть финансовые кризисы можно увидеть определенное сходство. В обоих случаях используются модели, которые работают лишь в краткосрочной перспективе и не способны предвидеть катастрофы, которые надвигаются издалека. Как и в случае с индюком, оценки рисков на рынке жилья США основывались на исторических данных и на моделях, подобных по своей сути правилу следования. Так как цены на жилье продолжали расти, то всем казалось, что риск становится меньше. Уверенность в стабильности достигла своего максимума именно перед началом кризиса. Еще в марте 2008 г. секретарь казначейства США Генри Паулсон утверждал: «Наши финансовые учреждения, наши банки и инвестиционные банки прочны. Наши рынки капитала устойчивы. Они эффективны. Они легко приспосабливаются к существующим условиям»{41}. Вскоре после этого вся экономика оказалась в глубоком кризисе. В моделях риска, оказавших влияние на уверенность Паулсона в стабильности финансовой системы, не учитывался и не предвиделся истинный масштаб финансового пузыря, подобно тому как индюк не предвидел наступления Дня благодарения.
Единственное отличие состояло в том, что банки не погибли, а были спасены за счет налогоплательщиков. Предоставляя ложное ощущение определенности, модели, учитывающие известный риск, могут скорее стимулировать, чем предотвращать катастрофу.
Например, Дэвид Виниар, финансовый директор Goldman Sachs, сообщил, что их модели риска были совершенно не готовы к неожиданным «событиям 25 сигма», продолжавшимся несколько дней кряду, что привело к огромным убыткам.
Насколько маловероятно, что произойдет «событие 25 сигма»? В соответствии с используемой методикой расчета рисков (так называемой модели стоимости, подверженной риску[5]) ожидается, что событие 3 сигма может происходить в течение одного дня раз в два года, событие 5 сигма могло бы происходить всего один раз с момента завершения последнего ледникового периода, событие 7 или 8 сигма – один раз с момента Большого взрыва, а событие 25 сигма не укладывается в рамки ни одной существующей модели. Однако такое невообразимое событие случалось не один, а несколько раз. Было оно результатом невезения или нашего плохого расчета рисков? Невезение представляется маловероятным. Проблема заключается в ненадлежащих методиках оценки риска, которые ошибочно допускают известные риски в мире неопределенности. Так как эти расчеты дают точные числовые значения неопределенного риска, то они порождают иллюзорную определенность{42}.
Банки иногда критикуют за то, что они действуют, как казино. Если бы это было действительно так! Как отмечал Мервин Кинг, бывший управляющий Банком Англии, если бы они действовали таким образом, то по крайней мере можно было бы рассчитать риск. Но инвестиционные банки работают в реальном, постоянно меняющемся и неопределенном мире.
В этом мире нельзя доверять всем подряд, в нем часто возникают сюрпризы, а попытки точно рассчитать риски могут иметь катастрофические последствия. Именно использование финансовых теорий, разработанных для мира известных рисков, считается одной из причин финансовых кризисов. Как отмечал Джозеф Стиглиц, имея в виду кризис 2008 г.: «Было просто неверно полагать, что мир с почти что идеальной информацией подобен миру с действительно идеальной информацией»{43}.
Абсолютная уверенность – это такое состояние психики, которое не допускает существования сомнений любого рода. Значительная часть человеческой истории формировалась людьми, которые были абсолютно уверены в том, что их религия, род или раса наиболее ценимы богом или судьбой. И это позволяло им верить в свое право искоренять противоречащие им идеи, а заодно и истреблять отравленных этими идеями людей. Но важнее всего то, что иллюзия нулевого риска не просто возникает в умах людей. Она продвигается в окружающий мир, умело подгоняется под особенности аудиторий и активно рекламируется. Деловые бестселлеры обещают научить своих читателей, как внушать абсолютную уверенность клиентам, а медицинские брошюры воздерживаются от упоминания об известных рисках для пациентов.
Стремление к определенности – глубинное человеческое желание. Мечта о том, что все мышление можно свести к расчетам, очень давняя и привлекательная. В XVII веке великий ученый Готфрид Вильгельм Лейбниц рисовал в своем воображении, как всем идеям присваиваются числа или символы, что позволяет получить оптимальный ответ на любой вопрос. По его мнению, это положило бы конец всем научным разногласиям. Если возникает спор, то соперничающие стороны смогли быстро и мирно разрешить его, сев в кружок и сказав: «Давайте-ка посчитаем»{44}. Единственная проблема заключалась в том, что великий Лейбниц так и не смог разработать это универсальное исчисление – как и никто другой. Что он упустил из виду, так это различие между риском и неопределенностью. Однако в нашем веке находчивые умы изобрели много хитроумных способов для того, чтобы относиться к неопределенности так, как если бы она была известным риском. И в результате они получили возможность использовать свои стандартные математические модели, а не иметь дело с реальным миром.
Одно из суждений считается настолько очевидным, что просто не может быть ничем, кроме истины. Чем больше информации, тем всегда лучше. Чем больше расчетов, тем всегда лучше. Как мы скоро увидим, это – серьезное заблуждение. В неопределенном мире методы принятия сложных решений, требующие большего количества информации и расчетов, часто оказываются хуже простых методов и могут причинять вред, порождая необоснованную определенность.
Но эта мысль дошла еще не до всех. Многие эксперты и публика в целом убеждены в том, что больше – это всегда лучше. Кто же откажется от дополнительной информации и сложных расчетов, если они предоставляются бесплатно? Широко распространено мнение о том, что простые практические правила являются «быстрыми и грубыми» упрощениями. Они экономят время и силы, но цена такой экономии – снижение качества. Эта идея получила название компромисс между точностью и усилиями. При принятии решений, утверждают сторонники этой идеи, простые практические правила всегда оказываются вторыми наилучшими. Однако это справедливо лишь в мире известных рисков, а не в неопределенном мире. Чтобы принимать хорошие решения в неопределенном мире, необходимо игнорировать часть информации – что и делают простые практические правила. Это позволяет экономить время и силы и принимать лучшие решения.
Давайте резюмируем сказанное выше:
1) Риск ≠ Неопределенность. Наилучшее решение в условиях риска не будет наилучшим решением в условиях неопределенности.
2) Простые практические правила нельзя считать глупыми. В неопределенном мире простые практические правила могут обеспечить лучшие решения, чем сложные расчеты.
3) Меньше – значит больше. Сложные проблемы не всегда требуют сложных решений. Ищите простые решения в первую очередь.
Я проиллюстрирую эти идеи в следующих главах.
Неопределенное будущее трудно предсказать
Ознакомительная версия.
