Часть IV Наука и теория сложности

Часть IV

Наука и теория сложности

Введение

В числе первых, кому я позвонил в августе 2003 г. после техногенной катастрофы, приведшей к масштабному отключению электроэнергии в крупнейших городах Восточного побережья США и Канады, был Дункан Уоттс, в то время профессор социологии в Колумбийском университете. Я забросал его вопросами о происшедшем: что могло быть причинами аварии, как она развивалась и как можно избежать повторения подобных событий в будущем?

Вы можете спросить: зачем звонить социологу, чтобы получить ответ на вопросы об аварии в энергосистеме? Дело в том, что Дункан Уоттс, обладатель докторской степени в области теоретической и прикладной механики, является одним из ведущих мировых экспертов по теории сетей. Хотя он преподает на факультете социологии, ему превосходно удается связывать социальные науки с физикой. Так, в нашем далеко зашедшем разговоре он провел параллели между этой техногенной катастрофой, успехом книг о Гарри Поттере, бумом на фондовом рынке и эпидемиями гриппа.

В университетских городках факультеты естественных и социальных наук обычно расположены в разных зданиях, но дистанция между этими науками скорее умозрительная, нежели территориальная. Однако в последние годы некоторые ученые, включая Дункана Уоттса, показали нам ценность междисциплинарного подхода. Физики, психологи и создатели теории сложности внесли значительный вклад в наше понимание финансовых рынков.

Наука может многому научить инвесторов. Собранные в этой части книги эссе полезны в том плане, что в них описывается ряд ключевых механизмов, приводящих к эффективности (и неэффективности) рынков; рассматриваются важные эмпирические факты, которые не может объяснить традиционная финансовая наука; и объясняется, почему на рынках бесполезно искать простые следственно-причинные связи.

Общественные насекомые, такие как муравьи и пчелы, приводят нас в восторг, показывая, как децентрализованные группы могут эффективно координироваться для решения проблем. В этой части книги рассматриваются различные формы коллективного решения проблем – от виляющего танца у пчел до фондовой биржи Голливуда.

Один из лучших примеров сложной адаптивной системы – другими словами, системы, которая возникает из взаимодействия множества неоднородных агентов, – фондовый рынок. Исследования показывают, что, когда инвесторы блуждают сами по себе, рынки функционируют эффективно. Более того, определение условий, при которых рынки являются эффективными, дает нам модель для оценки рынков, когда они становятся неэффективными.

Многие модели в традиционной теории финансов предполагают, что изменения цены акций подчиняются нормальному распределению, имеющему форму колоколообразной кривой. Нормальное распределение – популярный аналитический инструмент, потому что распределение можно задать всего двумя параметрами – средним значением и стандартным отклонением.

При всей своей элегантности эта модель не очень точно отражает действительность. В частности, не учитывает наблюдаемые на реальных рынках толстые хвосты – нечастые, но значительные скачки цен. Тот факт, что модели управления рисками не в полной мере учитывали возможность возникновения толстых хвостов, привел к ряду катастрофических последствий, таких как банкротство в 1998 г. хедж-фонда Long Term Capital Management.

Толстые хвосты тесно связаны со степенны?ми законами, описывающими зависимость между двумя переменными, для которой характерны частые малые события и нечастые крупные события. Степенные законы изумительно описывают эмпирические соотношения в столь разных областях, как размер населенных пунктов, землетрясения и распределение доходности. Хотя ученые до сих пор не имеют четкого понимания механизмов, стоящих за действием степенных законов, знание о том, что такие законы существуют, может быть полезным для инвесторов.

Люди любят искать взаимосвязи между причинами и следствиями. К сожалению, фондовые рынки не идут навстречу нашим желаниям. В отличие от некоторых механических систем, понять рынок невозможно, изучая его отдельные части. Редукционизм здесь не работает. Однако мы зачастую полагаемся на мнения отдельных индивидов, чтобы понять функционирование рынка. Точно так же, как муравей, опираясь на локальную информацию и локальные взаимодействия, не ведает, что происходит на уровне всей колонии, так и ни один знаток не способен полностью объяснить истинной подоплеки даже самых простых движений рынка.

Сложные адаптивные системы имеют еще одно трудное для понимания свойство: величина исхода (ответного действия) не обязательно пропорциональна величине воздействия. Иногда незначительные воздействия ведут к значительным изменениям, и наоборот. Мы должны отказаться от устоявшихся представлений о пропорциональности при изучении рынков.

В последние годы ученые начали активно устанавливать взаимосвязи между естественными и социальными науками. Инвесторам на фондовых рынках может быть полезно последовать их примеру и взглянуть на свою деятельность в более широкой перспективе.

Данный текст является ознакомительным фрагментом.