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

• Название: Сигнал и шум. Почему одни прогнозы сбываются, а другие – нет
• Автор: Нейт Сильвер
• Жанр: Публицистика
• Год: 2015
• ISBN: 978-5-389-09938-8

Мы считаем, что наш мир во многом логичен и предсказуем, а потому делаем прогнозы, высчитываем вероятность землетрясений, эпидемий, экономических кризисов, пытаемся угадать результаты торгов на бирже и спортивных матчей. В этом безбрежном океане данных важно уметь правильно распознать настоящий сигнал и не отвлекаться на бесполезный информационный шум.

О том, как этому научиться, рассказывает Нейт Сильвер, политический визионер и гуру статистики, разработавший систему прогнозов, позволившую дважды максимально точно предсказать результаты президентских выборов почти во всех штатах Америки. Его книга во многом близка исследованиям Нассима Талеба и столь же значима для всех, кто имеет дело с большими объемами данных и просчитывает различные варианты развития событий. И если Талеб говорит о законах зарождения «черных лебедей», Сильвер исследует модели и способы, позволяющие поймать этих птиц в расставленные нами сети. Он обобщает опыт экспертов-практиков, изучает различные модели и подходы, позволяющие делать более точные прогнозы. Как и Даниэль Канеман, автор бестселлера «Думай медленно… Решай быстро», наблюдая за поведением и мышлением людей, оценивающих неопределенные события, Сильвер утверждает: да, компьютеры незаменимы при работе с огромными массивами данных, но для максимальной точности результатов необходим гибкий человеческий ум и опыт, ведь прогнозирование – это планирование в условиях неопределенности.

---

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 %.