Хаос. Как беспорядок меняет нашу жизнь к лучшему - Тим Харфорд

Рассмотрим, например, акции двух нефтяных компаний. Теория Марковица предполагает, что мы понимаем, каким образом курс этих акций имеет тенденцию изменяться по отношению друг к другу, — тогда она предложит эффективный набор акций обеих компаний. Но как именно работает эта зависимость? Оглядываясь назад, мы видим периоды, когда курсы движутся синхронно: цены на нефть растут — курс акций растет; цены на нефть падают — и курс акций с ними. Но есть ситуации, например с разливом нефти, как при катастрофе на «Глубоководном горизонте» в 2010 году, когда акции причастной компании упадут, а конкуренты будут в порядке. Хотя история и является своего рода руководством, но она не идеальна — особенно если оценивать вероятность уникальных событий (по определению в архивах вы найдете немного упоминаний о них — возможно, вообще ни одного).

Недавнее исследование показывает, что при наличии ограниченных данных железное правило Марковица — разделить активы в равном количестве между такими категориями, как акции, облигации и собственность, — превосходит Нобелевскую теорию Марковица. Что мы подразумеваем под «ограниченными данными»? Все, что включается в отрезок меньше 500 лет, вероятно, ограниченно настолько, чтобы решить исход дела в пользу железного правила[232].

Вновь мы видим параллель с предписаниями Базеля II. Как и нобелевская теория Марковица, они требовали множество данных, чтобы быть устойчивыми. Эти данные отсутствовали. Модели рисков, которые использовали банки в начале 2000-х, — те, которые Базель II поощрял к использованию, — могли ссылаться только на информацию пятилетней давности, которая при этом включала сотни тысяч параметров. Невероятно сложные статистические структуры были построены на самом зыбком фундаменте.

Такая проблема известна как чрезмерно близкая подгонка — она возникает, когда детализированный статистический анализ слепо повторяет исторические данные. Представьте диаграмму разброса с прямой или сглаженной кривой, проходящей сквозь облако точек, чтобы выявить эту тенденцию. Прямая с чрезмерно близкой подгонкой выглядит, скорее, как головоломка типа «соедини точки», где определяется закономерность сердечных приступов или лавин, которой на самом деле нет. Когда поступают новые данные — новые точки, они с меньшей вероятностью возникнут рядом с изгибающейся кривой. Сложные правила похожи на прямую с чрезмерно близкой подгонкой: разработаны задним числом, но с низкой способностью прогнозирования. Более простое правило — нарисованная прямая или сглаженная кривая — тоже не подходит для прежним данных, но зачастую работает лучше, когда поступают новые.

Создание более сложных целей не может быть решением. Сложный показатель с такой же вероятностью будет обманут, и простое железное правило зачастую представляет точное руководство к пониманию происходящего.

В таком случае проблема возвращается к обману. Лавины и сердечные приступы не могут обмануть систему, которая распознает их, — они могут быть опасны, но они не врут. Но что произойдет, если регуляторы Базеля просто сделают вывод из анализа Энди Халдана, что они должны порвать сотни страниц правил и заменить их на одно — об ограничении суммы, которую банк может брать взаймы по отношению к капиталу? Мы бы вернулись к записи на прием Тони Блэра. Так или иначе банки найдут способ обойти простое правило левериджа.

Так же как вопрос «Сколько банк взял взаймы?» является хорошим железным правилом, когда банки не пытаются добиться этой цели, вопрос «Сколько пациентов попадут на прием в течение 48 часов?», вероятно, является хорошим правилом по общей оценке качества хирургов, которые не знают, что проходят проверку. «Сколько бригад скорой помощи прибудет в течение восьми минут?», вероятно, представляет собой отличную лакмусовую бумажку для оценки качества услуг скорой помощи, но при условии, что у последних нет целей с такой формулировкой.

К счастью, существует старое решение проблемы — и оно знакомо каждому студенту.

Задумайтесь о том, как работает система экзаменов. Вы учитесь месяцами или годами, зная, что лишь маленькая доля знаний, собранных вами, понадобится на финальном экзамене. Как говорил философ Джереми Бентам в 1830 году, когда размышлял над экзаменами гражданской службы, неопределенность экзаменационного билета подразумевает «невозможность знания» того, как обмануть систему экзаменов. Единственный ответ узнать это «невозможное» знание — усердно работать и пытаться преуспеть во всем[233].

Ответ представляет собой не увесистую книгу правил Базеля и не одно простое железное правило. Мы должны определить множество железных правил и преднамеренно оставить некую неопределенность того, какое из них будет применено в каждой конкретной ситуации. К примеру, в случае со службой скорой помощи вы можете использовать «процент звонков, принятых за восемь минут» как показатель для проверки и добавить несколько дополнительных: процент звонков, принятых за 12 минут, или за 20 минут, или 6 минут 37 секунд; соотношение пациентов, которые умерли из-за того, что их случаи не были определены как смертельно опасные; последовательность предоставления услуг в городских и сельских районах и т. д. Вы можете определить сотни железных правил вроде этих. Будет невозможно обмануть их все, так как обман одного ухудшит результаты по второму. Но служба скорой помощи, которая обычно работает эффективно, должна выдавать хорошие показатели по многим из них.

Было бы глупо пытаться проверить каждое из этих железных правил, так как проверки регулятора стали бы невозможной бюрократией и абсурдно поверхностными. Существует другой риск: если бы служба скорой помощи знала, как для получения общей оценки взвешиваются все цели, она бы нашла способ обмануть и это. Вместо этого для каждой проверки регулятор выбирал несколько выборочных показателей и глубоко изучал их.

Банки уже подвергаются суровой проверке под названием стресс-тест. Стресс-тесты — это сценарии катастрофы, в которых банк просчитывает, что случится в определенных неблагоприятных ситуациях: к примеру, при резком увеличении процентных ставок, или внезапной валютной девальвации, или обвале рынка жилья. Тем не менее эти тесты слишком предсказуемы, как и экзаменационный лист с вопросами, оглашенными заранее. Регуляторы в США начали замечать, что банки делали конкретные узкие ставки (например, что долг, связанный с ипотекой, будет иметь плохие последствия), которые выглядели неприбыльными, но давали прекрасную отдачу в конкретных сценариях стресс-теста[234].

Применение решения Джереми Бентама — решения, одобренного экзаменаторами по всему миру, — попросту означает, что стресс-тест должен стать непредсказуемым. Энди Халдан, главный экономист Банка Англии, думает, что это вполне возможно.

«Вы появитесь в финансовой фирме из ниоткуда, другими словами, не по ежегодному графику, и скажете: “Не могли бы вы показать ваши стресс-тесты по…” — Хендан делает паузу в поисках примера, — “вашему портфелю леверидж-кредитов?”»[235]

Вместо того чтобы предоставить банку месяцы на подготовку ответа, регулятор настаивает на ответе в течение нескольких часов. Если банк быстро предлагает хороший ответ, то: «Отлично, увидимся через шесть месяцев, когда настанет время для вашей следующей проверки. Кстати, это может быть и не шесть месяцев. Это может быть завтра, а может быть и через год».