Черный лебедь. Под знаком непредсказуемости (сборник) - [152]

Итак, где сложность, там и Крайнестан. (Хотя обратное не обязательно верно.)

Как исследователь я сосредоточился лишь на крайнестанской составляющей теории сложных систем, не обращая внимания на другие ее элементы, разве что привлекая их в поддержку моих размышлений о непредсказуемости. Но сложность вносит и другие коррективы в традиционный анализ – и в соотношения причин и следствий.

Индукция

Давайте вновь рассмотрим под определенным углом проблему индукции. В современном мире она становится почти архаизмом, что делает угрозу Черного лебедя еще опаснее. Попросту говоря, в нашей сложной среде дискуссии о преимуществах индукции над дедукцией и наоборот отступают на задний план перед реальными проблемами (исключение – ограниченный набор переменных, да и то с оговорками); все Аристотелево разделение упускает из виду целое измерение (вроде того, которое мы обсуждали в связи с не-типичностью событий в Крайнестане). Даже такие понятия, как “причина”, приобретают иное значение, особенно в свете концепций круговой причинности и взаимозависимости[122]. Вероятностный эквивалент этого процесса – переход от традиционной модели случайного блуждания (когда случайная переменная движется по ограниченному пространству, не взаимодействуя с окружающими ее переменными) к моделям просачивания (когда само пространство имеет стохастический характер и различные переменные влияют друг на друга).

Управление школьным автобусом с завязанными глазами

Увы, экономическая элита до сих пор не ведает о наличии сложности, подтачивающей предсказуемость. Я решил не таить обиду и, вместо того чтобы совершать второй тур по пустыне, обратился к Марку Шпицнагелю. Мы с ним разрабатываем еще одну программу управления риском для защиты инвестиционных портфелей от модельных ошибок, проистекающих главным образом из неумения правительства прогнозировать бюджетный дефицит, что приводит к избыточным займам и грозит гиперинфляцией.

Однажды я побывал на Всемирном экономическом форуме в Давосе. На одной из сессий я проиллюстрировал взаимозависимость в сложных системах и предсказательный коллапс следующей схемой. Безработица в Нью-Йорке, спровоцированная потерями на Уолл-стрит, “просочившаяся”, к примеру, в Китай и сгенерировшая безработицу там, а затем “просочившаяся” назад в нью-йоркскую безработицу, не поддается аналитическому разбору, так как петли обратной связи привели к колоссальным ошибкам в оценке. Я использовал понятие “выпуклость” – непропорциональная нелинейная реакция на изменение исходных данных (при наличии “выпуклости” все инструменты для измерения уровня погрешности можно смело выкинуть в окно). Стэнли Фишер, глава центрального банка Израиля, а когда-то – большая шишка в МВФ, соавтор классического учебника по макроэкономике, подошел ко мне после заседания, чтобы высказать мне свое несогласие с тем, что такие петли обратной связи порождают непредсказуемость. Он объяснил, что у нас имеются матрицы входа-выхода, которые хорошо подходят для расчета подобной реакции, и процитировал работу, получившую “нобеля” по экономике. Судя по всему, ее автором был некто Василий Леонтьев. Я посмотрел на него взглядом, который говорил: “Он задирает нос, но знает слишком мало, чтобы понимать, что даже не ошибается”. (Излишне напоминать, что Фишер стал одним из тех, кто не заметил приближения кризиса 2008 года.) Трудно было донести до него мысль, что, если бы методы эконометрики и позволяли просчитать эффект от петель обратной связи в обычное время (когда погрешности незначительны), такие модели ничего бы нам не сказали о крупных возмущениях. А в Крайнестане, повторяю, крупные возмущения – это всё.

Штука в том, что если я прав, то учебник Фишера, да и учебники его коллег, придется выкинуть на помойку – как и почти все методики прогнозирования, основанные на математических уравнениях.

Я пытался объяснять проблему ошибок в монетарной политике в условиях нелинейности: вы печатаете и печатаете деньги, но все без толку… пока вас не накроет гиперинфляция. Или пустота. Властям нельзя давать игрушки, в которых они ничего не смыслят.

VI. Четвертый квадрант, решение самой полезной из проблем [123]

Медленно ли прохаживался Аристотель? – Станут ли следовать принципам? – Как выстроить “пирамиду” Понци и получить за это признание

Куда благоразумнее идти на риск, который можешь измерить, нежели измерять риск, на который идешь.

На моей карте имеется особая зона – Четвертый квадрант, в котором оживает проблема индукции, ловушек эмпиризма. В этом месте, как я уже говорил, отсутствие доказательства не смыкается с доказательством отсутствия. Данный раздел поможет нам принимать решения на более надежных эпистемологических основаниях.

Покойся с миром, Дэвид Фридман

Прежде всего, мне нужно принести дань уважения человеку, чей вклад в интеллектуальную копилку огромен. Ныне покойный Дэвид Фридман, статистик из Беркли, сумевший лучше всех прочих разоблачить тайные дефекты статистического знания и объяснить неприменимость некоторых методов этой науки, послал мне прощальный дар. Он должен был участвовать в заседании Американской статистической ассоциации, но отказался из-за болезни. Однако он подготовил меня к этому заседанию, прислав мне записку, которая направила “чернолебяжью” концепцию в новое русло: готовьтесь, призвал он меня, вас встретят набором аргументов ради аргументов, и вам придется на них отвечать. Эти аргументы перечислены в его книге, в разделе “Возражения моделировщиков”. Большую их часть я привожу ниже.