<<
>>

Риск, неопределенность и критичность

Классическое толкование финансового риска содер­жится в знаковой работе Фрэнка X. Найта 1921 г. «Риск, неопределенность и прибыль». Найт проводит различие между риском, под которым он понимает неизвестный ре­зультат, который тем не менее можно смоделировать с некоторой степенью ожиданий или возможности, и не­определенностью, неизвестным результатом, который ни­как нельзя смоделировать.

Игра в покер, техасский хол-

дем, - это пример риска в том смысле, в котором этот термин использовал Найт. Когда карта вот-вот будет пе­ревернута, игрок не знает наперед, какой она будет, но зато он знает с определенностью, что это будет один из 52 возможных вариантов одной из четырех мастей. Чем больше карт перевернуто, тем выше определенность, по­тому что некоторые варианты уже исключены предыду­щей игрой. Азартный игрок рискует, но он не имеет дела с неопределенностью.

Теперь представим, что игрок настаивает на исполь­зовании карт, принимающих любое значение по его же­ланию. В таком варианте игры он может переназначить номинал и масть любой карты, чтобы получить лучшую комбинацию, например фулхаус или стрит-флеш. С тех­нической точки зрения это не совсем неопределенность, по Найту, но близко к ней. В этом случае даже лучшие игроки в покер с превосходными навыками подсчета не смогут высчитать случайности выигрыша. Вот почему профессиональные игроки в покер питают отвращение к подобным вариантам игры, а любители их обожают. Игра с использованием карт, принимающих любое значение, - это также хорошее приближение к сложности. Превраще­ние двойки треф в пикового туза с бухты-барахты напо­минает фазовый переход - непредсказуемый, мгновен­ный и потенциально катастрофичный, если ты на терпя­щей поражение стороне.

Работа Найта вышла за 40 лет до появления теории сложности, до того, как пришествие компьютера сделало возможными перспективные исследования в области слу­чайности и стохастических систем.

Его разделение фи­нансовой среды на черно-белые миры риска и неопреде­

ленности в то время было полезно, но сегодня существу­ет больше оттенков серого.

Случайные величины - это то, что нельзя предсказать, но им могут быть присвоены значения на основе вероятности возникновения с течением времени или в длинной серии. Игра в орлянку или в карты - хоро­шо известные примеры. Невозможно знать, что выпадет следующим - орел или решка, и невозможно знать, будет ли следующая карта на столе пиковым тузом, но можно вычислить шанс. Стохастические модели - это модели, которые описывают системы, основанные на введении случайных величин. Такие системы не детерминированы, они вероятностны, и, применительно к финансовому рын­ку, они позволяют определять цены и стоимости на осно­ве вероятностей. Таково было определение риска Найта. Стохастические системы могут включать нелинейные функции, или экспоненты, которые обуславливают огром­ное изменение в результатах при малых отклонениях ис­ходных данных.

Стохастические модели дополняются интегральным исчислением, которое измеряет размер, и дифференци­альным исчислением, которое измеряет изменение. Ре­грессии, которые являются ретроспективными связями одной переменной с другой, позволяют исследователям устанавливать соотношение между определенными собы­тиями. Эта систематика случайных величин, стохастиче­ских систем, нелинейных функций, исчисления и регрес­сии представляет собой набор инструментов современно­го финансового дела. Применение этого инструментария к установлению цен на деривативы, экономической стои­мости риска, кредитно-денежной политике и экономиче­

скому прогнозированию помещает человека на передний край экономической теории.

За передним краем находится теория сложности. Ос­новная масса экономистов не была благосклонна к слож­ности, частично потому что она обнаруживает, что боль­шая часть экономических исследований прошедшего сто­летия бесполезна или глубоко неполноценна. Сложность - это существенный пример того, как новая наука опро­кидывает старые научные системы.

Неспособность эконо­мистов принять новую науку о сложности в той или иной мере способствует объяснению, почему крахи рынка в 1987, 1998, 2000 и 2008 гг. были и неожиданными, и бо­лее жесткими, чем эксперты считали возможным.

Сложность предлагает способ понять динамику цик­лов обратной связи через рекурсивные функции. Они имеют так много мгновенных текущих итераций, что скачкообразные результаты могут возникать от мельчай­ших подробностей, слишком малых даже для наблюде­ния. Пример - атомная бомба. Физики знают, что когда высокообогащенный уран приведен в критическое состо­яние,, при применении нейтронного генератора последует катастрофический взрыв, который может сровнять с зем­лей крупный город, однако они не знают в точности, ка­кая субатомная частица запустит цепную реакцию. Со­временные экономисты проводят время в поисках этой субатомной частицы, при этом игнорируя критическое со­стояние системы. Они ищут снежинки и игнорируют лави­ну.

Еще одно формальное свойство сложных систем за­ключается в том, что размер худшего события, которое может произойти, - это экспоненциальная функция от масштаба системы. Если размер сложной системы увели­

чивается вдвое, системный риск не удваивается, он мо­жет увеличиться в 10 и более раз. Вот почему каждый финансовый крах становится «сюрпризом» для банкиров и регуляторов. По мере того как масштаб системы увели­чивается по производным, системный риск растет по экс­поненте.

Критичность означает, что система находится на грани краха. Не каждая сложная система находится в критическом состоянии, некоторые могут быть устойчи­выми или докритическими. Одна из проблем для эконо­мистов в том, что сложные системы не в критическом со­стоянии часто ведут себя как не сложные системы, а их стохастичность может казаться устойчивой и предсказуе­мой вплоть до момента критичности, и на этом этапе ин­теграционные свойства проявляют себя и разворачивает­ся катастрофа, которую слишком поздно остановить. И в этом случае иллюстрацией служит тоже обогащенный уран.

35-фунтовый кусок урана в форме куба не пред­ставляет никакого риска. Это комплексная система, суб­атомные частицы в ней взаимодействуют, адаптируются и распадаются, но надвигающейся катастрофы нет. Но когда этот кусок урана высокоточно спроектирован в ви­де двух частей, одна размером с грейпфрут, а вторая на­поминает бейсбольную биту, и эти части с силой прижи­мают друг к другу посредством высоковзрывчатых веществ, результатом становится атомный взрыв. Систе­ма переходит от докритического в критическое состояние посредством проектирования.

Сложные системы также могут переходить из докри­тического в критическое состояние спонтанно. Они трансформируются тем же образом, как гусеница превра­щается в бабочку, этот процесс физики называют само­организованной критичностью. Социальные системы,

включающие фондовые рынки, характеризуются подоб­ной самоорганизованной критичностью. В один день на фондовой бирже все тихо, а на следующий день на ней неожиданно случается крах. Обвал фондовой биржи на 22,6 % за день в «черный понедельник» 19 октября 1987 г. и потеря 7 % за 15 минут «мгновенного обвала» 6 мая 2010 г. - оба эти случая - примеры самоорганизации фи­нансовой системы в критическом состоянии; на этом этапе для начала кризиса требуется одна снежинка или одно распоряжение на продажу. Конечно, возможно постфактум вернуться и найти конкретное распоряжение на продажу, которое предположительно запустило крах рынка (это пример охоты за снежинками). Но это распо­ряжение на продажу не имеет значения. Что действи­тельно имеет значение, так это состояние системы.

<< | >>
Источник: Джеймс Рикардс. Смерть денег. Крах доллара и агония мировой финансовой системы. 2015

Еще по теме Риск, неопределенность и критичность:

  1. Риск и неопределенность
  2. Риск и неопределенность в АПК
  3. 1. Неопределенность и риск в рыночной экономике
  4. 8.Неопределенность и риск
  5. Риск и неопределенность в видах предпринимательства
  6. 1. Неопределённость. Виды неопределённости. Классификация рисков
  7. Реинвестиционный риск, риск «отзыва» и риск досрочных платежей
  8. 5.3 Коммерческий риск, финансовый риск и выбор структуры капитала
  9. Бизнес - риск и финансовый риск
  10. Риск и доходность изменяются в одном направлении: чем выше доходность, тем, как правило, выше риск операции.
  11. Источники и виды неопределенности.
  12. Конус неопределенности
  13. Случайность — неопределенность — вероятность
  14. Выражение неопределенности
  15. Замечания по поводу неопределенности в оценке Triad
  16. Прибыль как доход за несение бремени неопределенности