Прогноз. Как, наблюдая за погодой, научиться предсказывать экономические кризисы - Марк Бьюкенен
Например, человек может рассуждать следующим образом: «Раз бар был переполнен на прошлой неделе, значит, на этой неделе там будет посвободнее», и тогда он решает пойти в «Эль Фарол». Или он может подумать: «Если бар был переполнен две недели подряд, значит, он будет переполнен и на этот раз», и остаться дома. Психологи выяснили, что люди часто принимают решения на основе умственного построения подобных теорий и используют ту из них, которая кажется наилучшей, исходя из недавнего опыта.
Подойдя к решению поставленной задачи с этих позиций, Артур использовал компьютер для моделирования поведения группы людей, использующих различные теории при принятии своих решений на основе метода проб и ошибок. Его расчеты показали, что еженедельная посещаемость бара быстро установилась на уровне, близком к 60 %. Но – и это важный момент – величина этого показателя не была точно равна 60 %, а колебалась выше и ниже этого уровня случайным образом, поскольку от недели к неделе «люди» меняли свою тактику, отвечая на изменения в поведении других «людей». Нельзя сказать, что в этом случае было установлено «равновесие» в том смысле, который так нравится экономистам, и ожидать, что баланс будет неизменно сохраняться в достигнутой точке. Из совершенно статической ситуации вытекают бесконечные изменения и сюрпризы: люди просто неделю за неделей пытаются решать одну и ту же проблему[147].
Вы можете сказать, что ж, милая головоломка, но что из этого следует? Задача Артура, хотя и является игрушечной моделью, на самом деле, представляет собой нечто гораздо большее, чем просто игрушка. Она показывает путь к созданию более реалистичной модели рынка[148]. Допустим, мы заменим вариант «пойти в бар» на «покупать акции», а вариант «остаться дома» на «продавать акции» и предположим, что разница в количестве людей, принявших то или иное решение, то есть разница между количеством покупок и продаж, определяет изменение биржевой цены, ее рост или снижение, как это и происходит на реальных рынках. В этом случае игра перестает быть игрой и неожиданно приводит нас к тому видению рынка, которое Джон Мейнард Кейнс передал своей знаменитой метафорой о конкурсе красоты, когда каждый пытается угадать, каким окажется мнение других людей. (Конечно, это всего лишь один шаг в нужном направлении, поскольку инвесторы далеко не всегда хотят покупать, когда большинство других участников рынка продает, и наоборот; рыночные реалии, по сути, остаются более сложными.)
В 1990-х годах Артур вместе с экономистом Блейком ЛеБароном и другими учеными предложил идею для разработки более детальной модели рынка, симулирующей поведение трейдеров, включая покупку/продажу ими акций или вложение денег в более безопасные инструменты под проценты с использованием широкого диапазона прогнозных стратегий. Артур и его коллеги, работающие в знаменитом институте Санта-Фе в Нью-Мексико, провели ряд экспериментов, чтобы выяснить, вырабатывается ли у трейдеров со временем рациональный объективный взгляд на рынок, определяющий их дальнейшее поведение. В целом полученные результаты указывают на то, что этого не происходит; трейдеры продолжают маневрировать, используя самые разные идеи и представления о рынке, не приближаясь к рациональному равновесию. Их поведение приводит к непредсказуемым изменениям цен и склонности рынка к вспышкам спорадических колебаний, включая продолжительные взлеты и резкие падения[149].
По сравнению с любой теорией равновесия модель посещаемости бара «Эль Фарол» и модель, созданная в институте Санта-Фе, позволили начать двигаться в сторону реализма семимильными шагами. Обе модели, хотя и были еще довольно сырыми, показывали, каким образом можно включить в рыночную модель человеческое мышление и постоянное обучение, результатом влияния которых и является непредсказуемая рыночная «погода». Добавляя различные детали, физики, программисты, экономисты за более чем два десятилетия превратили задачу Артура в то, что в настоящее время, возможно, является наиболее реалистичными моделями рынков. В частности, Блейк ЛеБарон, постоянно усовершенствуя разработанные им модели, сумел добиться того, что они могут создавать имитацию колебаний биржевых цен, практически неотличимых от тех, что происходят на реальных рынках[150].
Но уроки, которые можно извлечь из хорошей теории, часто вытекают из простых аспектов ее структуры, а не из усложнений и деталей. Общая картина иногда имеет большее значение. Если эти модели описывают сущность рынков по крайней мере в первом приближении, мы можем спросить, можно ли на их основе получить какие-либо удивительные предсказания – то есть узнать что-либо достоверное о том, чего нам следует ожидать в будущем и что не является очевидным для случайного наблюдателя. Да, это действительно возможно. И это становится ясно из еще более простой, урезанной версии загадки Артура, которая фокусируется с лазерной точностью на абстрактной идее применения стратегий в конкурентной борьбе.
Упрощенная структура рынков
В 1997 году, вдохновленные исследованиями Артура, два физика И-Чен Чжан и Дэмьен Шалле попытались, взяв за основу задачу про бар «Эль Фарол», создать простейший пример интеллектуальной игры, которая требовала бы от участников постоянной адаптации и обучения. Они называли это «игрой в меньшинство». Физики часто используют словосочетание «атом водорода» в качестве метафоры, обозначающей простейшую модель, поскольку атом водорода, с одним электроном и одним протоном на орбите, является самым простым из всех атомов. Тем не менее понимание строения атома водорода в огромной мере обеспечивает понимание строения и всех остальных атомов, даже тех, которые имеют десятки сложно расположенных электронов. Можно сказать, что, «играя в меньшинство», мы ищем своего рода атом водорода, заложенный в основу работы рынка[151].
Как и в задаче о баре, игра Чжана и Шалле предусматривала наличие множества участников, которые на каждом этапе должны были сделать один простой выбор из двух вариантов, скажем, А или B. Их цель состояла в том, чтобы оказаться в меньшинстве – то есть выбрать тот вариант, который предпочло меньшее количество других участников. Вот и все. Как и при решении задачи Артура, Чжан и Шалле позволили своим агентам действовать на основании теорий или гипотез, постоянно совершенствующихся за счет наличия у них способности к обучению. Каждый агент имеет на выбор, скажем, 15 или 20 случайных «стратегий», которые, с учетом возможности «интеллектуального наследования», фактически представляли собой коллекцию различных «способов думать» о том, как предсказать будущие события. Агенты в процессе игры использовали эти стратегии, отслеживая, какие из них работают лучше других. На каждом этапе игры они анализировали накопленный багаж знаний и осуществляли свой выбор в зависимости от того, какая стратегия в прошлом обеспечивала получение
