Сигнал и шум. Почему одни прогнозы сбываются, а другие – нет Сильвер Нейт

В этой книге рассказывается о работе с информацией, о технологиях и научном прогрессе. О конкуренции, свободных рынках и эволюции идей. О том, что делает нас умнее любого компьютера, и о человеческих ошибках. О том, как мы постепенно, шаг за шагом, учимся воспринимать объективный мир и почему иногда делаем шаги назад.

Эта книга – о предсказаниях и прогнозах, оказывающихся в точке пересечения всех этих идей, и о том, почему одни из них сбываются, а другие – нет. Я надеюсь, что благодаря ей мы сможем немного лучше разобраться в том, как планировать свое будущее, и (возможно) будем реже повторять прежние ошибки.

Чем больше информации, тем больше проблем

По сути, революция в области информационных технологий совершилась благодаря печатному прессу, а вовсе не микрочипу. Изобретение Иоганна Гутенберга, сделанное им в 1440 г., позволило информации стать доступной широким массам людей, а возникший в результате этого взрыв новых идей привел к неожиданным последствиям и непредсказуемым эффектам. В том числе и к начавшейся в 1775 г. промышленной революции{1}, в результате которой цивилизация достаточно быстро перешла от состояния практически полного отсутствия научного или экономического прогресса к привычным для нашего времени и происходящим с огромной скоростью переменам. Изобретение печатного пресса способствовало развитию событий, которые в конечном итоге привели к эпохе Просвещения в Европе и основанию республики в Америке.

Однако появление печатного пресса способствовало еще и развязыванию священных религиозных войн, которые не прекращались на протяжении столетий. Как только человечество поверило в то, что оно способно предсказывать и даже выбирать собственную судьбу, началась самая кровавая эпоха в истории человечества{2}.

Книги существовали и до Гутенберга, однако их мало изготавливали и мало читали. Они выступали, скорее, в роли предмета роскоши для благородных семейств и создавались переписчиками, способными одновременно делать лишь одну копию{3}. Ставка за копирование манускрипта составляла примерно один флорин (золотая монета, стоимость которой на сегодняшний день эквивалентна примерно 200 долл. США) за пять страниц{4}, то есть производство книги, подобной той, что вы читаете сейчас, могло обойтись примерно в 20 тыс. долл. Зачастую в книгах содержалось немало ошибок, поскольку при копировании их число увеличивалось и они видоизменялись с каждой новой версией книги.

Все это невероятно усложняло процесс накопления знаний. Требовались поистине героические усилия, чтобы объем знаний не начал уменьшаться, поскольку книги часто приходили в негодность быстрее, чем их успевали воспроизводить. До нашего времени дошли лишь разные издания Библии, а также небольшое количество канонических текстов Платона и Аристотеля. Однако целые пласты человеческого знания и мудрости утрачены в веках{5}, поскольку не были зафиксированы в письменном виде.

Погоня за знанием казалась почти бесполезной, если не напрасной, с самого начала. Как сказано в прекрасных строках Экклезиаста, нет «ничего нового под солнцем» – не потому, что все уже открыто, но еще и потому, что все, что мы знаем, будет забыто{6}.

Печатный пресс изменил эту ситуацию бесповоротно, раз и навсегда. Почти моментально затраты на создание книги снизились примерно в 300 раз{7}. Книга, стоимость изготовления которой совсем незадолго до этого составляла 20 тыс. долл. (в нынешних ценах), теперь могла стоить всего 70 долл. Печатные прессы из Германии быстро распространились по всей Европе, и к 1470 г. они уже были в Риме, Севилье, Париже и Базеле, а еще через 10 лет – почти во всех остальных крупных европейских городах{8}. Производство книг стало увеличиваться в геометрической прогрессии и выросло в течение первых 100 лет после изобретения печатного пресса почти в 30 раз{9}. Хранилище человеческого знания стало увеличиваться в размерах, и довольно быстро (рис. В. 1).

Однако в тот период, как и в первые годы существования Всемирной паутины, качество информации было довольно неоднозначным. Хотя появление печатного станка сразу же принесло свою пользу, скажем, позволив изготавливать более качественные географические карты{10}, список изданных бестселлеров моментально возглавили еретические религиозные и псевдонаучные тексты{11}. Ошибки воспроизводились в массовых масштабах, например в так называемой «Греховной Библии», содержавшей чуть ли не самую злосчастную ошибку в истории, одна из заповедей звучала как «прелюбодействуй»{12}. Кроме того, доступ к огромному количеству новых идей порождал смятение в умах. Объем информации рос значительно быстрее, чем понимание людьми того, что с ней делать, или их способность отличить верную информацию от неверной{13}. Как ни парадоксально, но результатом увеличения объема общедоступного знания стал рост изоляции между нациями и конфессиями. Обладая слишком большим объемом информации, мы инстинктивно склонны относиться к ней избирательно, отбирать то, что нам нравится, и игнорировать все остальное, превращая в союзников тех, кто разделяет наше мнение, и относясь ко всем остальным как к врагам.

Рис. В. 1. Производство книг в Европе

С наибольшим энтузиазмом восприняли печатный станок те, кто использовал его, чтобы проповедовать свои взгляды. «95 тезисов» (Ninety-five Theses) Мартина Лютера сами по себе были не настолько радикальными, близкие изложенным в книге идеи обсуждались до этого множество раз. По мнению Элизабет Эйзенштейн, на этот раз революционный элемент состоял в том, что «тезисы Лютера не остались приколоченными к церковной двери»{14}. Вместо этого они были размножены как минимум 300 тыс. раз с помощью печатного станка Гутенберга{15} – невероятно большим тиражом даже по современным стандартам.

Раскол, возникший в результате протестантской Реформации Лютера, вскоре вверг Европу в войну. В период с 1524 по 1648 г. произошли Крестьянская война в Германии, Шмалькальденская война, Нидерландская революция, Тридцатилетняя война, религиозные войны во Франции, ирландские конфедеративные войны, гражданские войны в Шотландии и Англии – причем многие из них одновременно. Не стоит забывать и об испанской инквизиции, деятельность которой началась в 1480 г., или о войне Священной Лиги 1508–1516 гг., хотя они были в меньшей степени связаны с распространением протестантизма. В ходе одной лишь Тридцатилетней войны погибло не менее трети населения Германии{16}, и XVII век мог по степени своей кровавости сравниться разве что с началом века XX{17}.

Однако даже в этих условиях печатный станок постепенно способствовал развитию науки и образования. Галилей начал делиться своими (просмотренными цензурой) идеями, а Шекспир – публиковать свои пьесы.

Пьесы Шекспира, как и многих других авторов, часто обращаются к теме судьбы. Особый их трагизм связан с разрывом между тем, чего могли бы достичь персонажи, и тем, что может уготовить им судьба. Во времена Шекспира идея контроля своей судьбы казалась вполне естественной частью человеческого сознания, однако понимания, как это можно сделать, не было. Напротив, тот, кто хотел испытать свою судьбу, обычно находил лишь смерть{18}.

Наиболее ярко эти идеи нашли свое отражение в пьесе «Юлий Цезарь». В первой половине пьесы Цезарь получает всевозможные предупредительные сигналы, которые сам называет «знамениями»{19} («остерегись ид мартовских»), о том, что его коронация превратится в бойню. Разумеется, Цезарь игнорирует эти знаки, гордо настаивая на том, что они указывают на смерть кого-то другого, или же трактует эти знаки в высшей степени избирательно. А затем Цезаря убивают.

«Но ведь по-своему толкуют люди явленья, смысла их не понимая», – предупреждает нас Шекспир устами Цицерона – и это вполне хороший совет любому человеку, стремящемуся разобраться с недавно обретенным обилием информации. Отличить сигнал от шума не всегда просто. Зачастую данные рассказывают нам именно ту историю, которую мы хотим услышать, и обычно мы уверены, что у истории должен быть счастливый конец.

И все же, если трагедия «Юлий Цезарь» и была посвящена древней идее предсказания, связанной с фатализмом, гаданием и суеверием, в ней прозвучала и более современная и значительно более радикальная мысль о том, что мы должны интерпретировать эти знаки так, чтобы получать какие-нибудь преимущества. «Порой своей судьбою люди правят. Не звезды, милый Брут, а сами мы виновны в том, что сделались рабами», – говорит Кассий, надеясь убедить Брута принять участие в заговоре против Цезаря.

Идея человека – хозяина своей судьбы – быстро набрала популярность. Слова предсказание (prediction) и прогноз (forecast) в наши дни используются чуть ли не как синонимы, однако во времена Шекспира они обозначали разные вещи. Предсказаниями занимались прорицатели, а прогноз напоминал идеи Кассия.

Слово прогноз (forecast) в английском языке имеет германские корни{20}, а слово predict (предсказывать) пришло из латыни{21}. Прогнозирование отражало скорее новый мирской протестантский взгляд на мир, приземленность, а не ту отрешенность от мира сего, что была характерна для Священной Римской империи. Создание прогноза обычно предполагало работу в условиях неопределенности. Оно основывалось на благоразумии, мудрости и трудолюбии и больше напоминало процесс, который мы в наши дни часто связываем с понятием предвидения{22}.

Теологические последствия этой идеи достаточно сложны{23}. Однако они не были довольно значимыми для тех, кто надеялся обрести благо в земном мире. Эти качества оставались тесно сплетены с протестантской рабочей этикой, которую Макс Вебер воспринимал как основу зарождения капитализма и промышленной революции{24}. Подобное определение прогнозирования непосредственно связано с понятием прогресса. Вся информация, содержавшаяся в массе книг, должна была помочь так планировать свою жизнь, чтобы получить прибыль.

Протестанты, пережившие столетия священных войн, учились использовать накопленное ими знание с целью изменения общества. Промышленная революция началась в протестантских странах и в странах со свободной прессой, в которых и религиозные, и научные идеи могли распространяться без оглядки на цензуру{25}.

Важность промышленной революции сложно переоценить. На протяжении практически всей человеческой истории экономический рост составлял около 0,1 % в год. Этого было достаточно для обеспечения постепенного прироста населения, но не для роста уровня жизни на душу населения{26}. А затем внезапно, почти на пустом месте возник прогресс (рис. В. 2). Экономический рост начал происходить значительно быстрее, чем темпы роста населения (так продолжается и по сей день, если не обращать внимания на краткосрочный глобальный финансовый кризис){27}.

Как оказалось, взрывообразный рост информации, возникший благодаря появлению печатного станка, принес нам массу хорошего. Однако для того, чтобы все это благо реализовалось, потребовалось 330 лет – и миллионы погибших на полях сражений по всей Европе.

Парадокс продуктивности

Всякий раз, когда информационный рост происходит быстрее, чем развивается наше понимание того, как именно обрабатывать получаемые данные, нас поджидает опасность. Последние 40 лет человеческой истории показывают, что для превращения информации в полезное знание может потребоваться немалое время и что если мы не будем достаточно осторожны, то легко сможем сделать шаг назад.

Понятие «информационная эпоха» вряд ли можно считать таким уж новым. Оно получило определенное распространение уже в конце 1970х годов. Другой похожий термин – «компьютерная эра» – использовался даже несколько раньше, примерно с 1970 г.{28}. В то время компьютеры уже начали более широко применяться в лабораториях и других научных учреждениях, хотя еще и не стали привычным предметом бытовой техники. В этот раз нам не понадобились 300 лет для того, чтобы рост в области информационных технологий начал приносить человеческому обществу весомые преимущества. Однако нам все равно потребовалось от 20 до 30 лет.

1970е гг. были (выражаясь словами Пола Кругмана[1]) «звездным часом множества теорий, созданных вокруг невероятно небольших объемов данных». Мы начали использовать компьютеры для создания моделей мира, однако нам потребовалось время, чтобы понять, насколько неточными и основанными на предположениях они были. Мы не сразу осознали, что точность, на которую способны компьютеры, не может заменить правильность прогнозов. В эту эпоху мы выдвигали множество смелых предположений в целом ряде областей, начиная от экономики и заканчивая эпидемиологией, и очень часто эти предположения оказывались ошибочными. Например, в 1971 г. было заявлено о том, что в течение следующего десятилетия мы научимся достаточно точно предсказывать землетрясения{29}, однако прошло 40 лет, а мы так и не приблизились к решению этой проблемы.

На самом деле компьютерный бум 1970х и 1980х гг. привел к временному снижению экономической и научной производительности. Экономисты назвали это «парадоксом продуктивности». «Влияние компьютерной эпохи можно было увидеть во всем, за исключением статистики продуктивности», – писал экономист Роберт Солоу в 1987 г.{30}. В период между 1969 и 1982 гг. Соединенные Штаты столкнулись с четырьмя явными рецессиями{31}. Конец 1980х гг. был более сильным периодом в экономическом плане для США, но не для многих других стран мира.

Научный прогресс значительно сложнее поддается оценке, чем экономический{32}. Однако одним из его индикаторов может служить количество выданных патентов, особенно в области инвестиций в исследовательскую деятельность. Если после внедрения нового изобретения происходит снижение цен на тот или иной продукт, то это значит, что мы мудро используем имеющуюся информацию и успешно превращаем ее в знание. Если же цены начинают расти, это дает основания считать, что мы видим сигналы в шуме и напрасно тратим время, двигаясь в неверном направлении.

В 1960х гг. в Соединенных Штатах было потрачено около 1,5 млн долл. (с учетом инфляции{33}) на каждую патентную заявку{34}, поданную американским изобретателем. Однако на заре информационной эпохи эта цифра скорее росла, а не снижалась, а пиковое значение, достигнутое в 1986 г., составило примерно 3 млн долл. (рис. В. 3){35}.

Рис. В. 3. Расходы на научно-исследовательскую работу, необходимые для подачи заявки на патент

По мере того как мы начали более реалистично оценивать пользу от применения новых технологий, ситуация стала вновь улучшаться в 1990е гг. Мы реже оказывались в тупиковых ситуациях; компьютеры сделали нашу повседневную жизнь лучше и стали помогать нашей экономике. Зачастую то, что выглядело прогрессивным в будущем, в скором времени приводило к регрессу. То, что кажется предсказуемым в долгосрочной перспективе, способно нарушить наши самые продуманные планы в настоящем.

Обещания и подводные камни «Больших данных»

В наши времена модным стал термин «Большие данные»[2]. По расчетам компании IBM, мы ежедневно создаем 2,5 квинтильона байтов данных, а 90 % информации, имеющейся в нашем распоряжении, было получено за последние два год{36}.

Этот экспоненциальный рост информации, как и компьютеры в 1970е гг., порой представляется нам лекарством от всех болезней. Крис Андерсон, редактор журнала Wired, писал в 2008 г., что сам по себе огромный объем данных способен заменить собой теорию и даже научный метод{37}.

Книга, которую я написал, стоит на стороне науки и технологии, и я считаю подобную позицию вполне оптимистичной. Однако следует помнить, что мы склонны допускать массу ошибок. Цифры сами по себе не умеют говорить. Именно мы говорим за них. Мы наполняем их смыслом. Как и Цезарь, мы можем трактовать их в свою пользу, что порой уводит нас слишком далеко от объективной реальности.

Управляемые данными предсказания способны обеспечить нам успех – или привести к неудаче. Шансы на неудачу возрастают, когда мы отрицаем собственную роль в процессе. Перед тем как потребовать большего от данных, мы должны потребовать больше от себя.

Если вы знаете мою предысторию, то такая точка зрения может показаться вам довольно странной. Многие слышали о том, что я умею работать с данными и статистически их обрабатывать. Я использую имеющуюся информацию для создания довольно успешных прогнозов. В 2003 г., когда мне уже порядком надоело консультировать клиентов, я занялся созданием системы, получившей название PECOTA, цель которой состояла в предсказании результатов игроков Главной бейсбольной Лиги. Она имела целый ряд инноваций (например, ее прогнозы носили вероятностный характер, и в них указывался диапазон возможных исходов для каждого игрока). Сравнив наши результаты с соответствующими результатами конкурирующих систем, мы обнаружили, что смогли их переиграть. В 2008 г. я создал веб-сайт FiveThirtyEight, призванный предсказать результаты надвигавшихся выборов. Прогнозы FiveThirtyEight правильно назвали победителя президентского голосования в 49 из 50 штатов, а также победителей голосования в 35 штатах по итогам выборов в Сенат.

После выборов со мной связалось несколько издателей, желавших заработать на издании пользовавшихся успехом книг типа «Moneyball» и «Фрикономика»[3] (в которых были приведены истории «ботаников», завоевавших мир). Они хотели, чтобы и в моей книге рассказывалось бы о чем-то подобном, то есть о предсказаниях, основанных на данных в различных областях, начиная от бейсбола и заканчивая финансами и национальной безопасностью.

Однако, пообщавшись в течение четырех лет более чем с сотней экспертов в десятке областей, прочитав сотни журнальных статей и книг и пропутешествовав в ходе своего расследования от Лас-Вегаса до Копенгагена, я постепенно понял, что предсказания в условиях эры Больших данных оказываются не особенно успешными. Мне же повезло сразу на нескольких уровнях: во-первых, из-за того, что я достиг успеха, несмотря на огромное количество сделанных ошибок (о которых я поговорю позднее), и, во-вторых, из-за того, что я правильно выбирал свои битвы.

Бейсбол, например, – уникальный, исключительный случай. Можно сказать, что это особенно яркое и открывающее нам глаза исключение, и в книге объясняется, почему это так и почему через десяток лет после выхода «Moneyball» фанаты статистики и скауты сотрудничают между собой в условиях, близких к полной гармонии.

В книге приведены и некоторые другие примеры, вселяющие в нас надежду. Один из них – прогнозирование погоды, требующее и человеческих суждений, и компьютерных мощностей. Метеорологи имеют довольно плохую репутацию, однако им удалось достичь заметного прогресса в работе: они способны предсказать место появления центра урагана в три раза точнее, чем четверть века назад. Кроме этого, мне довелось встречаться с игроками в покер и людьми, делавшими ставки на спортивные события и переигрывавшими Лас-Вегас. Встречался я и с программистами, создавшими для компании IBM компьютер Deep Blue, который смог обыграть чемпиона мира по шахматам.

Однако все эти примеры прогресса в области прогнозирования с лихвой уравновешиваются массой примеров неудач.

Если бы мне нужно было назвать единственную определяющую черту американцев – то, что делает нас исключительными, – я бы назвал веру в идею Кассия, в то, что мы сами контролируем собственную судьбу. Наша страна была создана на заре промышленной революции религиозными бунтарями, считавшими, что свободный поток идей помогает распространять не только религиозные, но и научные и коммерческие убеждения. Значительная доля наших сильных и слабых черт – нашей изобретательности и нашего трудолюбия, нашего высокомерия и нашего нетерпения – проистекает из непоколебимой веры в идею о том, что мы сами выбираем собственный путь.

Однако новое тысячелетие началось для американцев отвратительно. Мы не ожидали атак 11 сентября. Основная проблема заключалась в нежелании увидеть информацию. Как и в случае с нападением на Перл-Харбор шестью десятилетиями ранее, у нас имелись все сигналы. Однако мы не сопоставили одни сигналы с другими. При отсутствии достойной теории о поведении террористов мы оказались слепы к данным, а атаки оказались для нас «неизвестным неизвестным».

Немало неудачных предсказаний было связано и с недавним глобальным финансовым кризисом. Наша наивная вера в модели и неспособность понять, насколько сильно они полагаются на довольно хрупкие предположения, уже привела к разрушительным результатам. Кроме этого, я обнаружил, что даже в более рутинных условиях мы неспособны спрогнозировать рецессии более чем за несколько месяцев – и совсем не потому, что не стараемся этого сделать.

Несмотря на значительный прогресс в контроле уровня инфляции, можно сказать, что во всех остальных важных вопросах творцы нашей экономической политики действуют вслепую.

Модели прогнозирования, опубликованные политологами в преддверии президентских выборов 2000 г., предсказали убедительную победу Ала Гора, причем с большим перевесом{38}.

Однако выборы выиграл Джордж У. Буш. Неверные прогнозы такого рода вряд ли можно считать аномальными – они довольно типичны для политических предсказаний. Многолетнее исследование, проведенное Филипом Э. Тэтлоком из Пенсильванского университета, показало, что даже после того, как политологи заявляли о полной невозможности определенного политического события, оно тем не менее происходило примерно в 15 % случаев (при этом результаты политологов зачастую оказываются лучше, чем выводы аналитиков, мелькающих в телевизионных шоу).

В последнее время, как и в 1970х гг., предпринимался ряд попыток предсказать землетрясения, в основном с помощью математических методов, предполагающих управление данными.

Однако в результате некоторые предсказанные землетрясения так и не произошли, но были другие, к которым мы не смогли подготовиться. Конструкция ядерного реактора в Фукусиме предусматривала возможность выдерживать землетрясение магнитудой 8,6 балла, отчасти потому, что некоторые сейсмологи посчитали, что более сильные землетрясения просто невозможны. Однако в марте 2011 г. произошло самое ужасное в истории Японии землетрясение магнитудой 9,1 балла.

Существует целый ряд научных дисциплин, в которых предсказания часто оказываются неверными, и порой это обходится обществу очень дорого. Достаточно рассмотреть отрасль биомедицинских исследований. В 2005 г. уроженец Афин, медицинский исследователь по имени Джон П. Иоаннидис опубликовал довольно противоречивую работу под названием «Почему самые широко публикуемые выводы исследований неверны»{39}.

В работе изучались выводы, полученные другими исследователями, точнее, были приведены описания различных медицинских гипотез, выдвинутых в рамках лабораторных экспериментов. По мнению автора, большинство этих выводов показало бы свою несостоятельность в условиях реального мира. Не так давно компания Bayer Laboratories подтвердила гипотезу Иоаннидиса. При проведении собственных экспериментов компании не удалось повторить около двух третей результатов, о которых сообщалось в медцинских журналах{40}.

Большие данные действительно приведут к прогрессу, но лишь со временем. Насколько быстро это произойдет, и возможен ли дальнейший регресс, будет зависеть от нас самих.

Почему нас шокирует будущее

С биологической точки зрения мы не очень сильно отличаемся от своих предков. Однако некоторые из сильных сторон каменного века превратились в условиях информационной эпохи в слабости.

У людей довольно мало естественных защитных механизмов. Мы относительно медлительны и не особенно сильны. У нас нет когтей, клыков или брони. Мы не можем плевать ядом или маскироваться. Мы не умеем летать. Вместо всего этого мы выживаем благодаря своим мозгам. Мы способны быстро мыслить. Мы умеем находить закономерности и легко реагировать на появляющиеся возможности и возникающие угрозы.

«Эта потребность в поиске закономерностей проявляется у людей значительно сильнее, чем у других животных», – рассказал мне Томассо Поджио, специалист по неврологии из Массачусетского технологического института, изучающий, как наш головной мозг обрабатывает информацию. «Узнавание объектов в сложных ситуациях предполагает определенную степень обобщения. Новорожденный ребенок способен узнавать очертания лиц. И это не индивидуальный навык, а способность, приобретенная нами в ходе эволюции».

По словам Поджио, проблема состоит в том, что эти эволюционные инстинкты иногда заставляют нас видеть закономерности там, где их нет. «Люди постоянно находят закономерности в случайном шуме», – считает Поджио.

Человеческий мозг – невероятно интересная вещь; по некоторым данным, он способен хранить до трех терабайтов информации{41}. Однако этот огромный объем представляет собой около одной миллионной от той информации, которая, по данным IBM, производится в мире каждый день. Поэтому мы должны быть в высшей степени избирательны по отношению к информации, которую нам нужно помнить.

Элвин Тоффлер, автор вышедшей в 1970 г. книги «Шок будущего» (Alvin Toffler «Future Shock»)[4], предсказал некоторые последствия того, что он называл «информационной перегрузкой». По его мнению, лучший защитный механизм состоит в том, чтобы упрощать мир в соответствии со своими предубеждениями, хотя сам по себе мир становится все более разнообразным и комплексным{42}.

Наши биологические инстинкты не всегда хорошо адаптируются к современному обществу, переполненному информацией. И пока мы не начнем активно изучать собственные предубеждения, польза от дополнительной информации будет ничтожной или даже превратится во вред.

Информационная перегрузка, возникшая после рождения печатного пресса, привела к росту сектантства. Теперь все различные религиозные идеи можно было тестировать с помощью большего объема информации, с большей убежденностью, с большим количеством «доказательств» – и со значительно меньшей терпимостью к иным мнениям. То же самое явление разворачивается в наши дни. Разделение по политическим партиям в США начало активно развиваться примерно тогда же, когда Тоффлер написал «Шок будущего», и его темпы ускорились с появлением интернета{43}.

Подобные партийные убеждения могут легко нарушить справедливость утверждения о том, что чем больше информации, тем ближе мы становимся к истине. Недавнее исследование, проведенное журналом Nature, показало, что чем больше информации о глобальном потеплении получали рьяные приверженцы той или иной партии, тем меньше они соглашались со своими оппонентами{44}.

Кроме этого, даже при том, что объем информации ежедневно увеличивается на 2,5 квинтильона байт, с объемом полезной информации ситуация совершенно иная. Основная масса ежедневного прироста представляет собой обычный шум, растущий быстрее сигнала. У нас есть масса гипотез, требующих тестирования, и куча информационных массивов для тестирования – однако объем той информации, которую можно считать объективной истиной, остается практически неизменным.

Печатный пресс изменил наш способ совершать ошибки. Более редкими стали обычные ошибки переписчиков. Однако, если ошибка возникала, она могла воспроизводиться множество раз, как произошло с «Греховной Библией».

Этим свойством отличаются сложные системы типа Всемирной паутины. Возможно, они дают сбой не так часто, как более простые системы, но если этот сбой происходит, он оказывается в высшей степени значительным. Капитализм и интернет – две системы, невероятно эффективные с точки зрения пропаганды, позволяют плохим идеям распространяться точно в такой же степени, что и хорошим. Плохие идеи могут вызвать непропорционально сильный эффект. В преддверии финансового кризиса система была настолько искаженной, что любое недостаточно точное предположение в моделях, созданных кредитными рейтинговыми агентствами, сыграло огромную роль в кризисе всей глобальной финансовой системы.

Один из путей решения этой проблемы состоит в регулировании. Однако я подозреваю, что это – всего лишь попытка отказаться от того, чтобы обратиться за ответами внутрь самих себя. Нам нужно остановиться и признать, что у нас, у людей, есть проблема с предсказаниями. Мы любим заниматься ими, но не очень хорошо умеем это делать.

Что можно сказать о предсказании

Предсказание можно считать одновременно и основной проблемой этой книги, и основным ее решением.

Предсказания – это неотъемлемая часть нашей жизни. Каждый раз, когда мы выбираем маршрут движения на работу, размышляем о том, стоит ли идти на второе свидание или нужно ли отложить некоторую сумму на черный день, мы делаем прогноз о том, как будут развиваться события в нашем будущем и каким образом наши планы повлияют на вероятность позитивного исхода.

Тщательного осмысливания требуют решения далеко не всех этих повседневных вопросов; мы можем выделить на принятие каждого решения лишь ограниченное время. Тем не менее в течение дня каждый из нас делает множество предсказаний, вне зависимости от того, отдает ли он себе в этом отчет.

Именно по этой причине данная книга рассматривает предсказание как некий общечеловеческий опыт, а не функцию, которую реализует избранная группа экспертов или практиков. Конечно, всегда забавно потешаться над экспертами, когда их предсказания не сбываются. Однако нам не стоит слишком уж злорадствовать. Заявлять о том, что наши собственные предсказания ничуть не хуже, чем предсказания экспертов, – значит налагать на себя проклятие неоправданной похвалы.

При этом стоит отметить, что предсказания играют достаточно важную роль в науке.

Кому-то из вас может показаться дискомфортной мысль, на которую я намекал выше и которую теперь хочу высказать максимально прямо: мы никогда не сможем создавать идеально объективные предсказания. Они всегда будут искажены вследствие нашей субъективной точки зрения.

Однако эта книга категорически против нигилистической точки зрения, согласно которой объективной истины не существует. Скорее, она утверждает, что убеждение в наличии объективной истины – и приверженность ее достижению – представляет собой первое необходимое условие для создания качественного предсказания. Следующее, что должен признать любой прогнозист, – это тот факт, что его картина мира неидеальна.

Предсказание важно, поскольку оно позволяет соединить субъективную и объективную реальности. Эту точку зрения разделял философ науки Карл Поппер{45}. Для него гипотеза не считалась научной, когда ее нельзя было сфальсифицировать – иными словами, когда ее можно было протестировать в реальном мире путем прогнозирования.

В то же время мы должны понять, что далеко не все наши идеи могут или даже должны подвергнуться проверке. В экономике гораздо проще протестировать прогноз уровня безработицы, чем делать заявения об эффективности расходов на стимулирование бизнеса. В политических науках мы можем тестировать модели, использующиеся для предсказания исхода выборов, но, допустим, верификация теории о том, как могут повлиять изменения в политических учреждениях на общую политику, может занять десятилетия.

Я не хочу идти так же далеко, как Поппер, и утверждать, что эти теории – ненаучны или что в них отсутствует какая-либо ценность. Однако тот факт, что лишь немногие из теорий, которые мы можем проверить, показывают довольно плохие результаты, должен приводить нас к мысли о том, что многие из идей, которые мы не тестировали, могут также оказаться неверными. Вне всякого сомнения, мы живем с иллюзиями, которых даже не понимаем.

Однако нам есть куда двигаться. Возможное решение покоится не на довольно сырых политических идеях – особенно с учетом того, что я рассматриваю нашу нынешнюю политическую систему как значительную часть проблемы. Скорее, решение требует изменения нашего отношения.

Это новое отношение воплощается в так называемой теореме Байеса, о которой я расскажу в главе 8. Эта теорема, по сути, выглядит как математическая формула, но в реальности она представляет собой нечто гораздо более масштабное. Она предполагает, что мы должны думать о своих идеях (и том, как их проверять) иначе. Мы должны почувствовать себя более комфортно в условиях вероятности и неопределенности. Мы должны тщательнее размышлять о предположениях и убеждениях, с которыми связана проблема.

Данная книга делится примерно на две половины. Первые семь глав посвящены диагностике проблемы предсказания, а последние шесть – изучению и применению теоремы Байеса.

Каждая глава ориентирована на освещение конкретного вопроса и описывает его с определенной степенью глубины. Не буду отрицать, что эта книга достаточно детальна – отчасти потому, что в деталях часто кроется дьявол, а отчасти из-за моей убежденности в том, что достаточная степень погружения в предмет позволит понять его несоизмеримо лучше, чем короткое резюме.

Выбранная мной тематика связана с наличием обширной общедоступной информации. Известны примеры того, как прогнозисты создавали предсказания, основанные на закрытой информации (например, в случаях, когда компании используют данные о своих покупателях для прогнозирования спроса на новый продукт). Я же предпочитаю рассказывать о тех объектах, в отношении которых можно не верить мне на слово, а самостоятельно проверить результаты.

Короткая дорожная карта

В этой книге вы найдете много примеров из различных областей знаний (естественных и общественных наук), а также из спорта и азартных игр. В ней приведены как сравнительно прямолинейные примеры, в которых проще всего провести различие между успешным и неудачным предсказанием, так и другие, требующие чуть больше мастерства.

В главах 1–3 рассмотрены случаи неудачного предсказания в таких вопросах, как недавний финансовый кризис, успехи в бейсболе и в области политики, показано, где одни подходы сработали хорошо, а другие – нет. Их цель состоит в том, чтобы заставить вас задуматься о некоторых самых фундаментальных вопросах, лежащих в основе проблемы предсказания. Каким образом можем мы применить свои суждения в отношении данных, не поддаваясь при этом предубеждениям? В каких условиях рыночная конкуренция позволяет сделать лучшие прогнозы и за счет чего она способна их ухудшить? Каким образом мы можем сочетать необходимость использования знания прошлого как руководства к действию с признанием того, что будущее может быть совершенно иным?

В главах 4–7 основное внимание уделено динамическим системам: поведению земной атмосферы, влияющему на формирование той или иной погоды; движению тектонических плит планеты, способному вызвать землетрясения; комплексным взаимодействиям между людьми, влияющим на поведение американской экономики, а также распространению инфекционных заболеваний. Эти системы изучаются некоторыми из наших лучших ученых. Однако прогнозировать процессы, протекающие в динамических системах, достаточно сложно, и предсказания в этих областях далеко не всегда оказываются верными.

Главы 8–10 обращаются к решениям: сначала мы познакомим вас с человеком, делающим ставки на исходы спортивных мероприятий и применяющим теорему Байеса более умело, чем многие экономисты или ученые, а затем поговорим о двух видах спорта – о шахматах и покере.

Спорт и игры, подчиняющиеся четко определенным правилам, представляют собой отличную лабораторию для тестирования наших прогностических навыков. Они помогают нам лучше понимать смысл случайности и неопределенности, а также учат тому, как превращать информацию в знание.

Однако теорема Байеса может применяться и к значительно более важным проблемам. В главах 11–13 рассмотрены три примера: глобальное потепление, терроризм и пузыри на финансовых рынках. Эти проблемы достаточно важны и сложны для прогнозистов и общества в целом. Однако если мы решим принять брошенный нам вызов, то сможем сделать нашу страну, нашу экономику и нашу планету немного безопаснее.

Мир прошел долгий путь со времени изобретения печатного пресса. Информация перестала быть дефицитным продуктом; теперь ее у нас невероятно много, и мы не всегда знаем, что с ней делать. Однако по-настоящему полезной можно считать сравнительно небольшую ее часть. Мы воспринимаем ее избирательно, субъективно и не придаем значения возникающим в результате искажениям. Мы думаем, что нам нужна информация, хотя на самом деле нам нужно знание.

Сигнал – это правда. А шум – это то, что отвлекает нас от правды. Эта книга расскажет вам и о сигналах, и о шумах.

Наступило 23 октября 2008 г. Фондовый рынок находился в состоянии свободного падения, обвалившись за предшествующие пять недель почти на 30 %. Некогда уважаемая компания Lehman Brothers оказалась банкротом. Кредитные рынки практически перестали работать. Дома в Лас-Вегасе потеряли 40 % от своей стоимости{46}. Безработица подскочила до невероятно высокого уровня. Сотни миллиардов долларов, находившихся в распоряжении обанкротившихся финансовых фирм, моментально исчезли. Уровень доверия к правительству оказался самым низким за весь период его оценок{47}. А через две недели должны были состояться президентские выборы.

Конгресс, работа которого в обычных условиях затихала перед выборами, развил лихорадочную деятельность. Рассматриваемые в нем законопроекты о помощи финансовым организациям обещали стать непопулярными{48}, и Конгрессу нужно было создать впечатление, что все те, кто вел себя «неправильно», будут наказаны. Комитет США по надзору приказал главам трех основных агентств, занимавшихся составлением кредитных рейтингов, – Standard&Poor’s (S&P), Moody’s и Fitch Ratings – дать показания на парламентских слушаниях. Рейтинговые агентства были обвинены в неверной оценке вероятности того, что триллионы долларов в ценных бумагах, обеспеченных закладными, попадут под дефолт. Мягко говоря, возникло впечатление, что они оказались скомпрометированными.

Худшее из возможных предсказаний

Кризис конца 2000х гг. часто воспринимают как провал, поражение наших политических и финансовых учреждений. Очевидно, что это действительно было огромным поражением с экономической точки зрения. Даже в 2011 г., через четыре года после официального начала Великой рецессии, американская экономика работала на уровне в 800 млрд долл. ниже своего производственного потенциала{49}.

Однако я убежден, что правильнее оценивать финансовый кризис как провал в оценке состояния экономики или катастрофическую ошибку предсказания. Проблемы с прогнозами носили широкомасштабный характер, возникали практически на каждом шагу до, во время и после кризиса и вовлекали в себя массу участников – от ипотечных брокеров доБелого дома.

И самое страшное заключается в том, что «провалившиеся» предсказания обычно имеют много общих черт. Мы ориентируемся на сигналы, рассказывающие не о реально существующем мире, а о том, что мы хотим видеть. Мы игнорируем риски, которые сложнее всего измерить, даже когда они представляют собой величайшие угрозы нашему благосостоянию. Мы создаем приблизительное представление о мире, значительно более грубое, чем наше восприятие. Мы ненавидим неопределенность, даже когда она является неотъемлемой частью проблемы, которую мы пытаемся решить. Если мы хотим добраться до истинной причины финансового кризиса, нам следует начать с выявления самого «провального» предсказания, которое и привело ко всем последующим ошибкам.

Рейтинговые агентства давали рейтинг AAA (обычно зарезервированный для горстки наиболее платежеспособных стран и отлично управляемых компаний нашего мира) тысячам ценных бумаг, обеспеченных закладными, – финансовым инструментам, позволявшим инвесторам делать ставку на вероятность того, что кто-то не сможет расплатиться по закладной на свой дом.

Рейтинги, выпускавшиеся этими компаниями, были, по сути дела, предсказаниями, то есть расчетами вероятности того, что часть долга подвергнется дефолту{50}. Например, компания Standard&Poor’s озвучивала инвесторам, что рейтинг AAA у особенно сложного типа ценных бумаг, называемых облигациями, обеспеченных долговыми обязательствами (CDO)[5], означает, что невозможность выплаты по ним в течение следующих пяти лет составляет всего 0,12 %, или 1 шанс из 850{51}. По сути, это делало подобный инструмент столь же безопасным, как и корпоративные облигации[6] с рейтингом AAA{52}, и более безопасным, чем казначейские обязательства США (по мнению S&P){53}. Рейтинговые агентства будто забыли о существовании колоколообразных кривых распределения вероятности.

В реальности, судя по внутренним данным S&P, дефолту подверглось 28 % CDO с рейтингом AAA{54} (по некоторым независимым оценкам, этот показатель был еще выше{55}). Это значит, что реальные показатели дефолта для CDO оказались более чем в 200 раз выше, чем предсказывала S&P (рис. 1.1){56}.

Рис. 1.1. Предсказанные и реальные пятилетние уровни дефолта для траншей CDO c рейтингом AAA

Пожалуй, это пример чуть ли не самого серьезного провала, который только можно сделать в области предсказаний, – триллионы долларов в инвестициях, считавшихся почти полностью безопасными, обернулись чем-то диаметрально противоположным. Представьте себе, что прогноз погоды обещает вам +25 °С и солнце, а на вас внезапно обрушивается метель. Если вы сделаете неудачное предсказание, у вас есть несколько вариантов его последующего объяснения. Первый – обвинить внешние обстоятельства – то, что мы часто называем «невезением». Иногда это разумно и даже правильно. Когда Национальная служба погоды говорит о том, что вероятность безоблачной погоды составляет 90 %, а на улице начинается дождь, испортивший вам проведение турнира по гольфу, ее не стоит в этом винить. Исторические данные за многие десятилетия свидетельствуют, что когда Служба погоды говорит, что вероятность дождя составляет 1 к 10, то в долгосрочной перспективе дождь действительно идет всего в 10 % случаев[7].

Однако подобное объяснение внушает куда меньше доверия, когда у человека, делающего прогноз, за плечами нет истории успешных предсказаний и когда масштаб его ошибки значительно больше. В таких случаях проблема чаще связана с моделью мира, созданной прогнозистом, а не с миром как таковым.

В случае с CDO рейтинговые агентства вообще не имели никакой истории, на которую можно было бы опираться, – это были новые и мало кому знакомые ценные бумаги, а показатели уровня дефолта, заявленные S&P, основывались не на исторических данных, а на предположениях, вытекающих из неправильной статистической модели. При этом масштаб ошибок был огромным: на практике шансы на дефолт у CDO с рейтингом AAA оказались в 200 раз выше, чем в теории.

Правильное решение для рейтинговых агентств заключалось в том, чтобы признать ошибочность используемых моделей. Однако на слушаниях в Конгрессе они попытались снять с себя ответственность и заявили, что им просто не повезло. Они обвинили в случившемся внешние непредвиденные обстоятельства, а именно пузырь на жилищном рынке.

«S&P была не единственной компанией, которая внезапно столкнулась с резким падением на рынках жилья и ипотек», – сообщил Конгрессу в октябре того же года Девен Шарма, глава Standard&Poor’s{57}. «Почти никто – ни домовладельцы, ни финансовые учреждения, ни рейтинговые агентства, ни регуляторы, ни инвесторы – не мог предвидеть, что ждет их впереди».

Никто не мог предвидеть, что ждет их впереди. Если вы не можете заявить о своей невиновности, говорите о невежестве – зачастую это становится самой первой версией защиты в случае неудачного прогноза{58}. Однако заявление Шармы оказалось ложью, вполне типичной для слушаний в Конгрессе. Помните «У меня не было сексуальных отношений с этой женщиной» или «Я никогда не использовал стероиды»?[8]

Что же касается пузыря на жилищном рынке, то следует отметить тот факт, что очень многие замечали его развитие – и говорили об этом задолго до того, как он лопнул. Роберт Шиллер, экономист из Йеля, заметил начало развития пузыря еще в 2000 г., написав об этом в книге «Иррациональное изобилие» (Robert J. Shiller. «Irrational Exuberance»){59}. Дин Бейкер, экономист из Центра по экономическим и политическим исследованиям, писал о пузыре в августе 2002 г.{60}. Корреспондент журнала Economist, известный своей степенной прозой, говорил о «крупнейшем пузыре в истории» уже в июне 2005 г.{61}. Пол Кругман, экономист и лауреат Нобелевской премии, писал о пузыре и его неминуемом крахе в августе 2005 г.{62}. «Происходившее полностью вписывалось в систему, – рассказывал мне впоследствии Кругман. – Крах на рынке жилья не был черным лебедем. Он был настоящим слоном в посудной лавке».

Озабоченность проявляли и обычные американцы. Количество поисков в Google по запросу «housing bubble» («пузырь на жилищном рынке») выросло с января 2004 г. по лето 2005 г. примерно в 10 раз{63}. Наибольший интерес к этому термину проявляли в штатах типа Калифорнии, где наблюдался самый значительный рост цен на жилье{64} и где, по всей видимости, могло произойти самое значительное их падение. В сущности, существование пузыря на удивление широко обсуждалось. И если выражение «пузырь на жилищном рынке» появлялось в 2001 г. всего в восьми новостных сообщениях{65}, то к 2005 г. уже в 3447. Пузырь на жилищном рынке обсуждался в заслуживающих уважения газетах и периодических изданиях примерно десять раз в день{66}.

И тем не менее рейтинговые агентства, работа которых заключается в оценке риска на финансовых рынках, утверждали, что они ничего не заметили. И то обстоятельство, что они считали это своей лучшей линией защиты, многое говорит о том, что проблемы с их предсказаниями значительно глубже, чем мы могли бы предположить.

«Не думаю, что они хотели, чтобы музыка перестала играть»

Ни один из известных мне экономистов и инвесторов, с которыми я беседовал перед написанием этой главы, не высказывал теплых чувств по отношению к рейтинговым агентствам. Однако при объяснении причин неудачи рейтингов – алчность или невежество? – мнения моих собеседников разделились.

Возможно, Джулса Кролла можно считать одним из самых авторитетных специалистов в данном вопросе, поскольку он сам управляет рейтинговым агентством. В 2011 г., когда я встретился с ним в нью-йоркском офисе его компании Kroll Bond Ratings (основанной в 2009 г.), она как раз выпустила в свет свой первый рейтинг, связанный с ипотекой для строителей гигантского торгового центра в Арлингтоне, штат Виргиния.

Кролл видит основную причину ошибок рейтинговых агентств в отсутствии «надзора». Достаточно иронично слышать это слово от Кролла, который, перед тем как заняться рейтингами, управлял умеренно известной (и невероятно прибыльной) компанией Kroll, выступавшей в роли своеобразного детективного агентства, расследовавшего случаи корпоративного мошенничества. Эти люди знали, как найти преступников, например, однажды им удалось выловить похитителей одного миллиардера и владельца хеджевого фонда после того, как те воспользовались его кредитной картой, чтобы купить себе пиццу{67}. На момент нашей встречи Кроллу было 69 лет, однако его инстинкты ищейки остались столь же сильными, что и в прошлом, – и они пробудились, как только он занялся изучением деятельности рейтинговых агентств.

«Надзор – это термин, который можно рассматривать как своего рода искусство в рейтинговой отрасли, – сказал мне Кролл. – Суть его заключается в том, что вы постоянно информируете инвесторов о том, что видите. Каждый месяц вы получаете tape[9] – информацию о событиях типа дефолтов по закладным или досрочном их погашении, – короче, массу данных. По сути, это своеобразная система раннего оповещения: становятся ли дела лучше или хуже? И весь мир ждет, что вы будете держать его в курсе».

Иными словами, рейтинговые агентства должны были одними из первых обнаружить проблемы на жилищном рынке, так как обладали значительно более полной информацией, чем кто-либо еще: они знали, удается ли тысячам заемщиков вовремя делать выплаты по закладным. Однако вплоть до 2007 г., пока проблемы не проявились в полный рост, а уровень неплатежей не вырос почти в два раза, агентства не понижали рейтинг множества ценных бумаг, обеспеченных закладными{68}.

«Они отнюдь не дураки, – сказал мне Кролл. – Они все знали. Я думаю, что они просто не хотели, чтобы эта музыка перестала играть».

Kroll Bond Ratings – одна из десяти зарегистрированных NRSRO[10], то есть признанных в национальном масштабе статистических рейтинговых организаций, получивших от Комиссии по ценным бумагам и биржам право оценивать долговые ценные бумаги. Однако Moody’s, S&P и Fitch – трое из множества игроков – имели почти всю долю рынка; S&P и Moody’s независимо друг от друга оценивали почти 97 % CDO, выпускавшихся до финансового коллапса{69}.

Одна из причин, по которым S&P и Moody’s пользовались подобным доминирующим присутствием на рынке, состоит в том, что они слишком долго были «членами клуба». Иными словами, они представляют собой часть узаконенной олигополии; доступ же в эту отрасль ограничивается правительством.

Кроме этого, получение одобрения со стороны S&P и Moody’s часто требуют внутренние правила крупных пенсионных фондов{70}: примерно в двух третях случаев{71} в правилах прямо указано, что перед тем, как пенсионный фонд купит ту или иную ценную бумагу, она должна пройти оценку S&P, Moody’s или обеих компаний{72}.

S&P и Moody’s воспользовались преимуществом своего избранного статуса, чтобы получить исключительно высокую прибыль, несмотря на то что на них часто работали люди, не нашедшие себе места на Уолл-стрит[11].

Доходы Moody’s{73} от составления так называемых рейтингов структурированного финансирования увеличились за период между 1997 и 2007 гг. более чем на 800 %. В годы роста пузыря именно эти продукты были основными для агентства при работе в индустрии рейтингов{74}. Они обеспечили Moody’s в тот период на жилищном рынке самую высокую маржу прибыли по сравнению с любой компанией из списка S&P 500, причем в течение пяти лет подряд{75}. (В 2010 г., даже после того как пузырь лопнул и проблемы с рейтинговыми агентствами стали очевидными, Moody’s умудрялось зарабатывать прибыль на уровне 25 %{76}.)

Огромная прибыль, возникавшая вследствие появления на рынке все новых CDO, а также отсутствие возможности у инвесторов проверить правильность составляемых рейтингов, пока не станет слишком поздно, не давали агентствам стимулов соревноваться за качество продукта. Генеральный директор Moody’s Рэймонд Макдэниел недвусмысленно дал понять правлению компании, что качество рейтингов – это наименьший по важности фактор, определяющий прибыль компании{77}.

Все было гораздо проще. Рейтинговые агентства получали деньги от компаний, выпускавших CDO, за включение в рейтинг – чем больше CDO, тем больше прибыли.

Появилась возможность создавать практически неограниченное количество CDO путем комбинирования различных типов закладных, а когда это становилось совсем скучным, различные типы CDO комбинировались в ценные бумаги, производные друг от друга. Рейтинговые агентства редко упускали возможность оценить новую издаваемую ценную бумагу. Проведенное позднее правительственное расследование обнаружило переписку между двумя высшими руководителями Moody’s, в которой один из участников заявлял, что ценные бумаги могли бы «выпускать и коровы», но Moody’s все равно произвело бы их оценку{78}. В некоторых случаях рейтинговые агентства шли еще дальше и подстрекали эмитентов долговых бумаг манипулировать рейтингами. Заявив о стремлении к большей прозрачности{79}, S&P снабдило эмитентов копиями своих программ для составления рейтингов. Это позволяло эмитентам с легкостью определять, сколько «плохих» закладных они могли бы включать в состав ценной бумаги, не рискуя при этом снижением рейтинга{80}.

Таким образом, возможность возникновения пузыря на жилищном рынке и его последующего краха представляла явную угрозу для локомотива рейтинговых агентств, несущегося вперед на всех парах. Но люди обладают удивительной способностью игнорировать риски, угрожающие их жизненным интересам, – как будто благодаря этому риски исчезнут. Поэтому нетрудно предположить, что заявление Девена Шармы не так уж и неправдоподобно – не исключено, что рейтинговые агентства действительно не увидели пузыря на жилищном рынке, хотя его увидели все остальные.

Однако на самом деле рейтинговые агентства вполне реально рассматривали возможность возникновения пузыря на жилищном рынке. Но они решили, что он не будет серьезной проблемой. В меморандуме, предоставленном мне представителем S&P Кэтрин Мэтис, в деталях описаны проведенные S&P в 2005 г. расчеты, имитирующие ситуацию, при которой цены на жилье по всей стране снизились бы на 20 % (что не так сильно отличается от сокращения цен на жилье на 30 %, которое наблюдалось в период между 2006 и 2008 гг.). В заключительной части меморандума было отмечено, что используемые в S&P модели вполне адекватно «оценивали риск падения» и что ценные бумаги с высоким рейтингом смогут «пережить падение на жилищном рынке без ущерба для своего кредитного рейтинга»{81}.

В некотором смысле такой подход вызывает еще большее беспокойство, чем ситуация, при которой рейтинговые агентства просто упустили бы из виду пузырь на жилищном рынке. В этой книге мы поговорим об опасности «неизвестного неизвестного» – то есть рисков, о которых мы даже не осведомлены. Возможно, хуже них могут быть только риски, которые мы ошибочно считаем контролируемыми[12]. В этих случаях мы не только обманываем сами себя, но и можем заразить своей фальшивой уверенностью других. Что касается рейтинговых агентств, то этот обман позволил инфицировать всю финансовую систему.

«Основное различие между предметом, который может испортиться, и предметом, который испортиться не может, состоит в том, что предмет, который не может испортиться, невозможно починить, если он все-таки испортился», – писал Дуглас Адамс в одной из книг серии «Автостопом по Галактике»{82}.

Но как же так получилось, что модели, используемые рейтинговыми агентствами, обладавшие всеми атрибутами научной точности, настолько плохо описывали реальность?

В чем ошиблись рейтинговые агентства

Чтобы найти источник проблемы, нам нужно копнуть немного глубже. Для поиска ответа потребуется более подробно разобраться в том, каким образом структурируются финансовые инструменты типа CDO. Кроме того, нам нужно понять, в чем заключается различие между неопределенностью и риском.

CDO представляют собой набор закладных, разделенных по пулам или «траншам», часть из них, как предполагается, довольно рискованные, другие же считаются достаточно безопасными. Мой друг Анил Кашьяп, преподающий курс по вопросам финансовых кризисов студентам Чикагского университета, придумал довольно упрощенный пример CDO. Именно его я и использую для объяснения.

Представьте себе, что у вас имеется набор из пяти закладных, и у каждой из них, по вашему предположению, вероятность дефолта, то есть вероятность невыполнения обязательств, составляет 5 %. Вы можете создать целый ряд ставок, основанных на состоянии каждой из этих закладных, причем каждая из ставок может быть более рискованной, чем предыдущая.

Самая безопасная ставка, которую я назову «Альфа», принесет вам деньги во всех случаях, кроме одного: когда дефолту подвергнутся все пять закладных. Самая рискованная – «Эпсилон» – лишает вас денег, если дефолту подвергается любая из закладных. Все остальные варианты могут считаться промежуточными.

Почему инвестор может предпочесть сделать ставку на Эпсилон, а не Альфу? Ответ прост: потому что Эпсилон, с учетом высокой степени рискованности, будет стоить значительно дешевле. Однако, если вы – инвестор, склонный избегать риска (как, например, пенсионный фонд), и ваши внутренние правила не позволяют вам инвестировать в ценные бумаги с низким рейтингом, вы выберете вариант Альфа – ставку, рейтинг которой, само собой разумеется, будет равен AAA.

Альфа состоит из пяти закладных, каждая из которых имеет вероятность дефолта лишь 5 %. Вы потеряете свою ставку только тогда, когда все пять закладных подвергнутся дефолту. Насколько велик риск этого события?

На самом деле, это довольно непростой вопрос, и именно в нем и кроется главная проблема. Вы получите различные ответы в зависимости от того, какие предположения и допущения будете использовать. Если ваши предположения неверны, то ваша модель может оказаться совершенно неправильной.

Одно из предположений заключается в том, что все закладные не зависят друг от друга. В рамках данного сценария ваши риски хорошо диверсифицированы: если плотник в Кливленде не сможет рассчитаться по своей закладной, то это не окажет никакого влияния на действия стоматолога из Денвера.

При таком сценарии риск потери вашей ставки будет исключительно мал. С математической точки зрения он равен 5 % в пятой степени, то есть 1 шанс из 3,2 млн. Если взять в качестве аналогии игру в кости, то дефолту соответствует самая неудачная комбинация «один-один» для двух кубиков. И именно эта чудесная степень диверсификации и позволяла рейтинговым агентствам утверждать, что в случае объединения в общий пул подобная группа субстандартных ипотечных кредитов (каждый из которых имел в среднем кредитный рейтинг на уровне B+{83}, то есть предполагал{84} более чем 20 %-ную вероятность дефолта{85}) практически не имела шансов на дефолт.

Другая крайность: предполагается, что закладные не являются полностью независимыми друг от друга, а ведут себя совершенно одинаково. Иными словами, дефолту подвергнутся либо все пять закладных, либо ни одна из них. Вместо того чтобы «бросать кубик» пять раз и изучать каждый исход, мы делаем ставку на один исход. У вас имеется вероятность в 5 %, что вам выпадет комбинация «один-один» и все закладные подвергнутся дефолту – иными словами, ваша ставка станет в 160 000 раз более рискованной, чем вы предполагали изначально{86} (табл. 1.1).

Таблица 1.1. Упрощенная структура CDO

Какое из этих предположений окажется наиболее верным, зависит от экономических условий. Если экономика и жилищный рынок находятся в хорошем состоянии, то первый сценарий – пять закладных не имеют между собой ничего общего – может считаться вполне разумным предположением. В реальной жизни вполне допустимо ожидать наступления отдельных дефолтов – заемщик может потерять работу или получить слишком большой счет за хирургическую операцию. Однако риск дефолта одного заемщика практически не связан с рисками других.

Но давайте вместо этого предположим, что на рынке присутствует некий общий фактор, от которого зависит судьба всех домовладельцев. Например, на жилищном рынке возник огромный пузырь, заставляющий цены на дома вырасти на 80 % без какого-либо значительного улучшения фундаментальных экономических показателей. У вас возникает проблема: если один заемщик оказывается в состоянии дефолта, то с подобными проблемами могут столкнуться и все остальные. Риск потери вашей ставки возрастает многократно.

Именно этот последний сценарий и начал разыгрываться в Соединенных Штатах в 2007 г. (чуть позже в этой главе я расскажу о развитии пузыря на жилищном рынке более детально). Однако рейтинговые агентства сделали ставку на свое прежнее предположение об отсутствии корреляции между рисками. Хотя неоднозначность этого предположения описывалась в научной литературе{87} и о ней говорили некоторые бдительные сотрудники рейтинговых агентств{88} задолго до того, как пузырь на жилищном рынке лопнул, рейтинговые агентства практически ничего не сделали для исправления ситуации.

Например, Moody’s в течение некоторого периода времени производило косметические корректировки своей модели{89}, в частности повысило вероятность дефолта ценных бумаг с рейтингом AAA до 50 %. Это могло показаться вполне разумным – неужели буфера в 50 % недостаточно для того, чтобы сгладить все шероховатости в наших предположениях?

Все было бы хорошо, если бы вероятность ошибки в прогнозах изменялась бы линейно и рассчитывалась арифметически. Однако «леверидж», или инвестиции за счет долговых обязательств, значительно увеличивают вероятность неточного прогноза, что приводит к возникновению массы нелинейных ошибок. По сути, 50 %-ная корректировка, сделанная Moody’s, напоминала ситуацию, при которой вы используете солнцезащитный крем и утверждаете, что он способен защитить вас от поражения при ядерном взрыве. Иными словами, решение проблемы такого масштаба оказалось совершенно неадекватным. И дело не в том, что риск дефолта в 50 % был слишком низким, – с таким же успехом они могли недооценить его на 500 или 5000 %. Практика показала, что вероятность дефолта оказалась в 200 раз больше, чем заявляли рейтинговые агентства, – иными словами, их модель ошиблась на 20 000 %.

В более широком смысле проблема рейтинговых агентств состояла в их неспособности или нежелании разобраться в различии между риском и неопределенностью.

Риск, как впервые отметил экономист Фрэнк Х. Найт в 1921 г.{90}, предполагает, что его можно оценить. Предположим, вы планируете выиграть партию в покер при условии, что ваш оппонент не соберет так называемый «дырявый стрит» (то есть в его распоряжении до какого-то момента есть все карты для формирования комбинации «стрит», кроме одной недостающей в центре последовательности[13]). Шансы на то, что на столе окажется нужная карта, составляют точно 1 из 11{91}. Это и есть оценка риска. Конечно, такие ситуации всегда неприятны, однако вы, по крайней мере, знаете вероятность ее возникновения и можете это спланировать заранее. В долгосрочной перспективе вы сможете обыграть своих оппонентов, делающих отчаянные ставки на слишком малую вероятность благоприятного для них события.

Неопределенность же представляет собой риск, который сложно измерить. У вас может иметься некоторое расплывчатое представление о возможных неприятностях. Вы даже способны четко представить, в чем они заключаются. Однако вы не знаете ни сколько их, ни когда они могут проявиться. Ваша предварительная оценка вероятности может отличиться от истинной в 100 или даже 1000 раз; вы просто не можете произвести расчеты более точно. Это и есть неопределенность. Риск выступает смазкой для колес локомотива экономики свободного рынка; неопределенность заставляет их тормозить.

Алхимические действия рейтинговых агентств были направлены на то, чтобы превратить неопределенность в нечто, напоминающее рассчитываемые риски. Они брали никому не известные ценные бумаги с высокой степенью системной неопределенности и заявляли о своей способности дать количественную оценку их рисков. Помимо этого, из всех возможных заключений и выводов они выбирали вывод о том, что такие инвестиции практически безрисковые.

Огромное количество инвесторов ошибочно считало эти заключения правильными, и мало кто из них имел план действий на случай, если что-то пойдет не так.

Тем не менее, хотя рейтинговые агентства и несут значительную ответственность за финансовый кризис, они были не единственными, кто допустил ошибки. История финансового кризиса как результата неудачного предсказания может быть рассказана в трех актах.

Акт I. Пузырь на жилищном рынке

Исторически так сложилось, что жилье в Америке никогда не считалось привлекательной инвестицией. В сущности, если верить индексу, разработанному Робертом Шиллером и его коллегой Карлом Кейсом, рыночная цена американского дома в долгосрочной перспективе практически не росла. После корректировок на уровень инфляции инвестиция в размере 10 тыс. долл., сделанная в жилье в 1896 г., могла стоить в 1996 г. около 10,6 тыс. долл. Возврат на инвестиции составил за столетие меньше, чем обычно приносит фондовый рынок за один год{92}.

Однако если инвестиции в жилье и не были прибыльными, то они, по крайней мере, оставались безопасными. До начала 2000х гг. самое значительное изменение в ценах на дома в Америке произошло в годы, последовавшие сразу после Второй мировой войны, когда цены выросли примерно на 60 % от уровня 1942 г. (прежнего исторического максимума).

Отметим, что жилищный бум 1950х гг. не имел почти ничего общего с пузырем на жилищном рынке 2000х. Понять, почему в 2000х гг. возникла столь масштабная проблема, помогает довольно простое сравнение.

Для послевоенных лет было характерно значительное изменение стандартов жизни. Американцы вышли из военных времен, имея свободные средства{93}, и внезапно оказались в эпохе процветания. Возник огромный спрос на большие дома. За период с 1940 по 1960 г. доля домовладельцев подскочила с 44 до 62 %{94}, при этом основной рост происходил в пригородах{95}. Кроме того, жилищный бум сопровождался беби-бумом: население США увеличивалось примерно на 20 % за каждое десятилетие после войны, что почти в два раза больше показателя роста 2000х. То есть количество домовладельцев возрастало в каждое десятилетие примерно на 80 % – что даже превышало рост цен на жилье.

Рис. 1.2. Индекс Кейса – Шиллера, цены на жилье в США; 1890–006 гг.

Напротив, в 2000х гг. доля домовладений выросла совсем ненамного – пик находился примерно на уровне 69 % в 2005 г., а десятью годами ранее рост составлял 65 %{96}. Те немногие американцы, которые к тому времени не приобрели дома, уже не могли позволить себе это сделать. Процентиля[14] доходов домохозяйств, равного 40, увеличенного на величину 15 % инфляции в период между 2000 и 2006 гг.{97}, оказалось недостаточно для покрытия инфляции, не говоря уже о новых домах.

Вместо этого жилищный бум был раздут искусственным образом как за счет спекулянтов, желавших активизировать рынок, так и за счет все более сомнительных займов, выдававшихся все менее платежеспособным потребителям. Для 2000х гг. характерны рекордно низкие уровни темпов роста сбережений; в некоторые годы этот показатель составлял чуть более 1 %. При этом получить ипотеку было проще, чем когда-либо ранее{98}. Цены практически утратили связь с реальными показателями спроса и предложения, а кредиторы, брокеры и рейтинговые агентства – получавшие от продажи каждого дома прибыль в том или ином виде – стремились сохранить сложившийся порядок вещей.

Хотя в Соединенных Штатах никогда ранее не возникали подобные пузыри на жилищном рынке, их наблюдали в других странах. И результаты во всех случаях оказались разрушительными. Шиллер, изучавший данные за несколько столетий по многим странам от Нидерландов до Норвегии, обнаружил, что вслед за ростом цен на недвижимость до недопустимых высот неминуемо следовал крах{99}. Печально известный пузырь на рынке недвижимости Японии в начале 1990х гг. особенно похож на недавний пузырь на жилищном рынке США. Цена коммерческой недвижимости в Японии выросла за десятилетний период между 1981 и 1991 гг. примерно на 76 %, а затем снизилась на 31 % в течение следующих пяти лет, что очень напоминает траекторию изменения цен на дома в США во время и после пузыря{100} (рис. 1.3).

Шиллер открыл и еще одну важную особенность, связанную с развитием пузыря: ожидания людей, покупавших дома, касающиеся того, что могут принести им эти инвестиции, были совершенно нереалистичны. Исследование, проведенное Кейсом и Шиллером в 2003 г., показало, что домовладельцы ожидали, что их объекты собственности будут расти в цене примерно на 13 % в год{101}. В реальности за более чем столетний период с 1896 по 1996 г.{102} (о котором я уже упоминал выше) продажная цена домов выросла всего на 6 % после поправки на инфляцию, то есть примерно на 0,06 % в год.

Этих домовладельцев, возможно, стоило бы простить за чрезмерное доверие к жилищному рынку. Идея пузыря на жилищном рынке настолько сильно укоренилась в популярной культуре, что в 2005 г. появились (с интервалом в 10 дней) две независимые телевизионные программы – одна под названием Flip This House, а вторая – Flip That House.

Желание быть не хуже остальных захватило даже тех покупателей домов, которые не рассчитывали на высокий возврат на свои инвестиции. «Я еще помню, как 20 лет назад на дороге в Сакраменто не было пробок, – рассказывал мне Джордж Акерлоф, коллега Шиллера, офис которого в Калифорнийском университете в Беркли находится в эпицентре зоны резкого снижения цен на жилье. – А теперь пробки возникают на доброй половине пути. Логика людей была проста – если я не куплю дом сейчас, то через пять лет заплачу ту же сумму за дом, расположенный на 15 километров дальше».

Рис. 1.3. Пузырь на рынке коммерческой недвижимости в Японии (1981–001 гг.) и на рынке жилья в США (1996–011 гг.)

Какой бы логикой ни руководствовались домовладельцы, условия ухудшались с каждым месяцем. К концу 2007 г. появились явные признаки возникновения проблемы: цены на дома снизились в течение года на семнадцати из двадцати крупнейших рынков{103}. Еще более зловещим признаком было резкое сокращение количества выданных разрешений на строительство жилья (ведущего индикатора спроса на жилье). Их количество упало на 50 % от пикового значения{104}. Тем временем кредиторы, наконец-то заметившие последствия чрезмерно сниженных стандартов на рынке субстандартного кредитования, изъявляли все меньше желания выдавать новые займы. К концу 2007 г. количество случаев потери права выкупа удвоилось{105}.

Первым инстинктивным желанием законодателей было вновь надуть пузырь. Чарли Крист, губернатор штата Флорида (который значительно сильнее многих других пострадал от происходившего), предложил выдавать кредит в 10 тыс. долл. каждому покупателю нового дома{106}. В феврале 2008 г. Конгресс США принял еще более серьезный законопроект, значительно расширивший возможности кредитования компаниям Fannie Mae и Freddie Mac в надежде, что это подстегнет продажи домов{107}. Однако цены на жилье продолжали неумолимо снижаться, упав в течение 2008 г. еще на 20 %.

Акт II. Леверидж, леверидж, леверидж

Немногие экономисты своевременно увидели раздувающийся пузырь на жилищном рынке, и очень мало кто из них смог оценить последствия коллапса цен на жилье для экономики в целом. В декабре 2007 г. экономисты из группы экспертов-прогнозистов, созванной Wall Street Journal, предсказали, что вероятность рецессии в следующем году составляет лишь 38 %.

Это заключение было в высшей степени примечательным, поскольку, как показали более поздние данные, экономика в тот период уже находилась в рецессии. Экономисты из другой группы экспертов (Survey of Professional Forecasters) полагали, что вероятность экономического бедствия (на уровне, соответствовавшем реально произошедшему впоследствии) составляет менее чем 1 из 500{108}.

Экономисты не обратили внимания на два существенных фактора. Первый был связан с эффектом влияния падения цен на жилье на финансы среднего американца. По состоянию на 2007 г. у американцев из среднего класса{109} в дома было вложено свыше 65 % капитала{110}. В ином случае они бы просто становились беднее – а жилье как вид капитала можно было использовать как некое подобие банкомата{111}. Денежные же остатки обычной американской семьи, не относящиеся к потребительскому сектору, – сбережения, акции, пенсионные накопления, наличность и капитал, связанный с небольшим бизнесом – уменьшились в среднем на 14 %{112} между 2001 и 2007 гг.{113}. После того как коллапс пузыря на жилищном рынке лишил американцев из среднего класса почти всего жилищного капитала, они обнаружили, что оказались куда в более худшей ситуации, чем несколькими годами ранее.

Снижение расходов на потребление, возникающее в результате более реалистичного восприятия потребителями своих финансов (экономисты называют это эффектом богатства (wealth effect)), оценивается специалистами на уровне от 1,5{114} до 3,5 % ВВП{115} в год, что потенциально достаточно для перехода среднего роста в рецессию. Однако мелкая рецессия – это одно, а глобальный финансовый кризис – совсем другое. И чтобы объяснить, почему пузырь на жилищном рынке его запустил, одного лишь эффекта богатства явно недостаточно.

В реальности рынок жилья представляет собой довольно незначительную часть финансовой системы. В 2007 г. общий объем продаж домов в Соединенных Штатах составлял около 1,7 трлн долл. – ничего особенного по сравнению с 40 трлн долл. ежегодного оборота на рынке акций. При этом, невзирая на то что происходило вокруг, Уолл-стрит делала ставки на жилье, причем с невиданной агрессивностью. В 2007 г. общий объем торговли ценными бумагами, обеспеченными закладными, составлял примерно 80 трлн долл.{116}. Это значило, что на каждый доллар, который кто-то хотел получить по закладной, Уолл-стрит делала ставки на уровне 50 долл.{117}.

Рис. 1.4. Зависимость продажи жилья от ставок на ценные бумаги, обеспеченные закладными

Теперь мы начинаем понимать, как же возник финансовый кризис: ставки покупателей домов были умножены на 50. Проблему можно выразить одним словом – леверидж.

Если вы берете в долг 20 долл., чтобы сделать ставку на победу Redskins над Cowboys, то это ставка, обеспеченная левериджем[15]. Аналогично, левериджем считается ситуация, при которой вы заимствуете деньги, чтобы рассчитаться по ипотеке, или когда вы занимаете деньги, чтобы сделать ставку на ценные бумаги, обеспеченные закладными.

В 2007 г. компания Lehman Brothers имела долю заемных средств на уровне 33 к 1{118}, иными словами, из каждых 33 долл., которые компания имела в открытых финансовых позициях, ей принадлежал всего 1 долл. Это означало, что при снижении стоимости портфеля всего на 3–4 % Lehman Brothers имела бы отрицательный собственный капитал[16] и в принципе могла бы объявить себя банкротом{119}.

Lehman была не единственной компанией с высоким левериджем – доля заемных средств у других крупных банков США составляла примерно 1 к 30 и стабильно повышалась в годы, предшествовавшие финансовому кризису{120}. Хотя исторические данные о доле заемных средств у американских банков достаточно разрознены, проведенный Банком Англии анализ британских банков позволяет понять, что общая доля левериджа в системе была в 2007 г. близка к историческому максимуму, скорее даже беспрецедентно высокой{121}.

Однако что особенно отличало Lehman Brothers, так это ненасытный аппетит к ценным бумагам, обеспеченным закладными. В 2007 г. она держала 85 млрд долл. в ценных бумагах, обеспеченных закладными. Эта сумма в четыре раза превышает величину капитала самой компании, иными словами, снижения их ценности на 25 % вполне достаточно для того, чтобы компания обанкротилась{122}.

В обычных условиях инвесторы проявили бы крайнюю осторожность при покупке подобных активов – или как минимум внимательно хеджировали бы свои ставки.

«Если вы находитесь на рынке и кто-то пытается продать вам что-то, чего вы не понимаете, – сказал мне Джордж Акерлоф, – то думайте, что вам собираются “продать лимон“[17]».

Акерлоф посвятил этому вопросу знаменитую работу под названием «Рынок лимонов»{123}, принесшую ему Нобелевскую премию. Он показал, что на рынке, пораженном асимметрией информации, качество товаров будет снижаться, доминировать же будут мошенничающие продавцы, пытающиеся облапошить доверчивых или отчаявшихся покупателей.

Представьте себе, что к вам на улице подходит незнакомец и предлагает купить его подержанную машину. Он показывает вам данные оценки стоимости машины, однако не разрешает совершить пробную поездку. Показалось бы вам это подозрительным? Главная проблема в данном случае состоит в том, что незнакомец знает о машине – ее истории ремонтов и реальном пробеге – значительно больше, чем вы сами. Здравомыслящие покупатели будут избегать сделок на подобном рынке любой ценой. Это случай неопределенности, берущей верх над риском. Вы знаете, что вам нужно потребовать от него скидку – однако вам сложно понять, какой конкретно она должна быть. И чем меньшую цену он готов вам предложить, тем больше вы будете убеждаться в том, что это слишком хорошо, чтобы быть правдой. В данном случае просто невозможна такая вещь, как справедливая цена.

Но теперь представьте, что за незнакомца, продающего вам машину, готов поручиться кто-то заслуживающий доверия – ваш близкий друг или бывший партнер по бизнесу. Теперь ситуация начинает выглядеть иначе. Именно эту роль сыграли рейтинговые агентства. Они поручились за ценные бумаги, обеспеченные закладными, наделили их рейтингом AAA и помогли создать для них рынок, который в иных условиях просто не существовал бы. Рынок полагался на них, как Дебби Даунер, однако они вели себя, скорее, как Роберт Дауни-младший[18].

Особенно опасным было поведение Lehman Brothers. На встрече с инвесторами в марте 2007 г. финансовый директор компании Кристофер О’Мейра заявил, что недавняя «икота» на рынках его совершенно не заботит и что Lehman надеется заняться «донным промыслом», покупая ценные бумаги у других игроков, преждевременно закрывавших свои позиции{124}. Он объяснил, что качество кредита на рынке закладных оставалось «очень сильным» – a подобное заключение можно было сделать только в том случае, когда вы смотрите на высокий рейтинг ценных бумаг, а не на низкое качество их обеспечения. Lehman «купила лимон».

Через год, когда пузырь на жилищном рынке начал лопаться, Lehman сделала отчаянную попытку закрыть свои позиции. Однако, учитывая умопомрачительные премии, которые требовали инвесторы за кредитные дефолтные свопы, то есть инвестиции, оплата по которым происходит в случае дефолта, и которые, соответственно, считаются основной страховкой на случай его возникновения, величину падения снизили всего на 20 %{125}. Этого оказалось слишком мало, и это произошло слишком поздно, и Lehman завила о банкротстве 14 сентября 2008 г.

Антракт. Смятение как проявление алчности

О том, в какой последовательности происходили события после объявления о банкротстве Lehman, можно было бы написать целую книгу (и, более того, на эту тему уже существует несколько отличных книг типа «Too Big to Fail»[19]). Пока нам достаточно вспомнить, что даже после смерти финансовая компания может преследовать экономику, угрожая ей своими невыполненными обязательствами. Тот факт, что Lehman Brothers больше не могла расплатиться по своим проигрышным ставкам, означал, что у кого-то еще внезапно возникла огромная дыра в портфеле. Проблемы этих людей, в свою очередь, могли повлиять на другие компании, и этот эффект мог распространиться по нарастающей по всей финансовой системе. Инвесторы и заемщики, обеспокоенные случившимся, но не до конца понимавшие, кто, кому и сколько должен, теряли способность отличать платежеспособные компании от зомби. Они отказывались предоставлять деньги под любые проценты, не позволяя эффективно работать даже здоровым компаниям.

Именно по этой причине правительства – за счет средств налогоплательщиков и утраты своей популярности – иногда помогают финансовым компаниям, оказавшимся в сложной ситуации. Однако Федеральная резервная система, спасшая компании Bear Stearns и AIG, вопреки ожиданиям инвесторов приняла решение не оказывать помощь Lehman Brothers, и поэтому на следующее утро индекс Доу-Джонса упал на 500 пунктов сразу же после открытия биржи.

До сих пор не вполне понятно, почему правительство помогло Bear Stearns и AIG, но решило не спасать Lehman. Одно из объяснений – безответственное поведение Lehman, загнавшее ее в настолько глубокую финансовую яму, что правительство не было уверено в том, чего именно оно сможет добиться в этом случае и какой ценой. И, конечно же, правительство не хотело обменивать свои «хорошие» деньги на чужие «плохие» долги{126}.

Ларри Саммерс, занимавший на момент нашей встречи в Белом доме в декабре 2009 г. пост директора Национального экономического совета{127}, сказал мне, что в случае спасения Lehman Brothers исход для правительства Соединенных Штатов стал бы не намного лучше. А при избыточности левериджа в системе боль была бы неминуемой в любом случае. «Это оказалось своего рода пророчеством, опровергавшим само себя, – говорил мне Саммерс о финансовом кризисе. – Все активно пользовались левериджем, но в этом случае система становится достаточно хрупкой, а для самоуспокоенности нет никаких серьезных оснований».

«Lehman можно было сравнить с горящей сигаретой в сухом лесу, – продолжил он немного позднее. – Если бы не случилось этого, то вполне вероятно, что случилось бы что-то еще».

Саммерс воспринимает американскую экономику как последовательность петель обратной связи. Одним из простых видов обратной связи является тот, что возникает между спросом и предложением. Представьте, у вас есть киоск по продаже газировки{128}. Вы снижаете цены, и у вас начинают расти продажи; стоит вам поднять цену, и продажи упадут. Но если вы зарабатываете много денег благодаря тому, что на улице царит жара, а ваш киоск – единственный во всем квартале, можете не сомневаться: какой-нибудь неравнодушный паренек откроет свой киоск на соседней улице и начнет конкурировать с вами по цене.