Талеб Нассим Николас. О секретах устойчивости: Эссе; Прокрустово ложе: Философские и житейские афоризмы. М.: КоЛибри. Азбука-Аттикус. 2012. 240 с. I. урок

V. (Вероятно) самая полезная проблема в истории современной философии «Черный лебедь» — первая в истории мышления попытка (из мне известных) начертить карту мест, где нам может повредить незнание, обозначить систематические границы слабости нашего знания — и точно указать те места, где подобные карты уже не работают. На протяжении многих веков человеческие умы волновал вопрос: как найти собственную позицию на границе между скептицизмом и легковерием, иными словам: как верить и как не верить. И как, исходя из этой веры, принимать решения, ибо вера без решений бесплодна. То есть это не эпистемическая проблема (фокусирующаяся на том, что истинно, а что ложно), а проблема решений, действий и ответственности. Понятно, что нельзя нормально функционировать, если во всем сомневаешься; и нельзя выжить, если доверяешь всему. Чем отдаленнее событие, тем меньше у нас эмпирических данных и тем больше нам приходится полагаться на теорию. Частоту редких событий невозможно установить на основании эмпирических наблюдений по той простой причине, что эти события происходят редко. Поэтому нам необходимо априорное представление о них; чем реже событие, тем больше ошибка оценки, получаемой стандартными индуктивными методами (скажем, частотным отсчетом) и, соответственно, тем больше зависимость от априорного представления, экстраполируемого в область событий низкой вероятности. Если нам нужны данные для построения кривой распределения вероятностей, чтобы на основе прошлых показателей оценить наши знания о будущем поведении распределения, и если одновременно нам нужна кривая распределения вероятностей для оценки достаточности наших данных и выяснения, можно ли с их помощью предсказать будущее, — мы оказываемся в порочном круге. Эта проблема соотнесения с собой сродни парадоксу Эпименида Критского, положившего начало спору о том, все ли критяне лжецы. Распределение вероятностей применяется для оценки степени истинности, но не способно отражать степень собственной истинности и достоверности. И чем меньше вероятность, тем острее проблема. В реальной жизни нас не волнует простая, «сырая» вероятность (случится что-то или не случится); нас беспокоят последствия (масштабы происшествия; сколько жизней или состояний унесет трагедия; каковы, в случае удачи, будут размеры прибыли). Поскольку последствия тем серьезнее, чем реже событие. Наша априорная оценка значимости редкого события неизбежно будет иметь колоссальную погрешность. Любопытно: в знаменитой статье преподобного Байеса, породившей то, что мы называем байесовским умозаключением, говорится не о «вероятности», а об ожидании («среднем ожидаемом»). Статистикам было трудно оперировать этим понятием, и они из результата вывели вероятность. К сожалению, это привело к материализации понятия вероятности; его апологеты забывают, что вероятность не имеет корней в реальной жизни. Итак, чем событие уникальнее, тем меньше мы знаем о его последствиях — и тем сильнее нуждаемся в какой-либо экстраполирующей, обобщающей теории для восполнения этого информационного пробела. Причем ее точность будет убывать по мере убывания частотности. То есть и теоретическая ошибка, и ошибка модели приведут к самым большим искажениям в так называемых «хвостах». Такие ошибки более опасны в Крайнестане, где редкие события чреваты катастрофическими последствиями из-за отсутствия мерила, или асимптотического «потолка» для случайной переменной. А в Среднестане правит бал совокупный эффект «обычных» событий и исключения мало на что влияют — мы знаем об их воздействии: оно очень мягкое, так как закон больших чисел открывает простор для диверсификации. Проблема реконструкции. Вспомните, насколько труднее воссоздать ледяной кубик из лужицы (обратное проектирование), нежели предсказать форму этой лужицы. В реальной жизни мы не наблюдаем вероятностных распределений. Мы наблюдаем события. Поэтому мы не знаем статистических параметров — до тех пор, пока событие не произошло. Если взять ряд наблюдений, одним и тем же результатам может соответствовать множество статистических распределений, но каждое будет по-разному экстраполироваться вне того набора фактов, из которого его вывели. Эта проблема реконструкции встает тем острее, чем большее количество теорий и распределений удается подверстать под тот или иной набор данных, — особенно когда имеются нелинейные эффекты или неэкономное распределение. Гауссово распределение является экономным (так как определяется всего двумя параметрами). Однако добавление уровней возможных скачков, со своей вероятностью для каждого, открывает бесконечную перспективу для комбинирования параметров. В некоторых сферах картина еще интереснее. В среде, благоприятной для появления отрицательных Черных лебедей и небагоприятной для появления положительных проблема низких вероятностей усугубляется. Почему? Очевидно, что катастрофические события в статистику не попадают, поскольку выживание самой переменной зиждется на таком эффекте. Стало быть, основанные на подобных данных распределения заставляют наблюдателя переоценивать стабильность и недооценивать потенциальный риск и волатильность. Прошлое предстает нам более стабильным и менее опасным, чем оно было в действительности. Изучая историю отдельно взятых эпидемий, не предскажешь появления какой-нибудь великой чумы, которая охватит всю планету. И я уверен, что, измываясь над окружающей средой, мы сильно недооцениваем тот дисбаланс, к которому рано или поздно приведет накопление вреда, наносимого нами природе. Мы с Мандельбротом показали, что некоторые асимптотические свойства отлично работают в среднестанских преасимптотических условиях (вот почему процветают казино); однако в Крайнестане дело обстоит иначе. Обучая статистике, обычно берут за основу асимптотические, платоновские характеристики, но живем-то мы в реальном мире, а он редко напоминает асимптоту. Более того, это приводит к тому, что я называю игровой ошибкой: студенты, изучающие математическую статистику, обычно моделируют структуры, аналогичные закрытым игровым, где вероятность, как правило, известна заранее. Но наша задача — не в том, чтобы произвести расчеты, когда известны вероятности, а в том, чтобы найти истинное распределение для интересующего нас временного отрезка. Многие из наших когнитивных проблем проистекают из этой зоны напряжения между априорным и апостериорным. Не существует надежного способа просчитать низкую вероятность. Невозможно на основании известных данных оценить, насколько далеко от гауссианы мы находимся. Существует мера, называемая коэффициентом эксцесса, которая определяет «толщину хвостов», то есть роль редких событий. Часто бывает так, что после сорока лет ежедневных наблюдений, позволивших накопить десять тысяч единиц информации, одно-единственное наблюдение дает 90% эксцесса! Ошибка выборочного обследования слишком велика, чтобы делать хоть какие-то статистические умозаключения касательно того, насколько негауссовым является какой-то процесс. Иными словами: если вы проморгаете одно-единственное число, вы проморгаете всё. Изменяемость коэффициента эксцесса говорит о том, что целый класс статистических величин следует полностью перечеркнуть. Соответственно все ссылки на «стандартное отклонение», «дисперсию», «минимальное квадратичное отклонение» и прочее — погнал чушь. Малейшее отклонение в «хвостовой экспоненте» вызванное ошибкой в наблюдениях, влечет за собой минимум в десять раз большее отклонение в оценке вероятности. Практический вывод: в определенной области стараться не подвергать себя воздействию малых вероятностей. Мы попросту не можем их рассчитать. Отсутствие в Крайнестане «типичных» явлений превращает в полную бессмыслицу так называемый рынок предсказаний, где люди делают ставки на грядущие события, рассматривая их как бинарные. Само слово «война» бессмысленно: необходимо оценить ущерб, а типичного ущерба не бывает. Многие пророчили, что разразится Первая мировая, но никто не предвидел ее масштабов. Вот одна из причин, почему не работают экономические науки: литература практически не замечает этой проблемы. Мне нравится задавать математикам-старшекурсникам следующую задачку (ответ нужно дать моментально). В гауссовом мире вероятность выхода за рамки стандартного отклонения — около 32% (подробнее см. Нормальное распределение). Каковы шансы такого превышения в ситуации «толстых хвостов», при том же среднем и той же дисперсии? Ответ — шансы будут ниже, а не выше. Количество отклонений падает, однако те немногие, что происходят, — более значительны. Вернемся к «стресс-тестам». Сейчас, когда я это пишу, американские власти терзают финансовые институты этими «стресс-тестами», проецируя большие отклонения на капитализацию этих компаний. Вопрос в том, откуда они берут цифры? Из прошлого? Это ущербная практика: мы уже видели, что в прошлом нет указаний на будущие крайнестанские отклонения. Из опыта «стресс-тестирования» я вынес следующее: оно не дает никакого представления о рисках, зато риски можно использовать для оценки степени ошибочности моделей. Что такое сложность? Сложная система отличается следующим: между ее элементами существует сильная взаимозависимость — и временная (переменная зависит от своих прошлых трансформаций), и горизонтальная (переменные зависят друг от друга), и диагональная (переменная А зависит от прошлого переменной В). Эта взаимозависимость опутывает все механизмы системы скрепляющими петлями обратной связи, которые и вызывают появление «толстых хвостов». Даже понятие «причина» приобретают иное значение, особенно в свете концепций круговой причинности и взаимозависимости. Штука в том, что если я прав, то учебник Фишера, да и учебники его коллег, придется выкинуть на помойку — как и почти все методики прогнозирования, основанные на математических уравнениях. Я пытался объяснять проблему ошибок в монетарной политике в условиях нелинейности: вы печатаете и печатаете деньги, но все без толку... пока вас не накроет гиперинфляция. Или пустота. Властям нельзя давать игрушки, в которых они ничего не смыслят. VI. Четвертый квадрант, решение самой полезной из проблем104 Если взглянуть на «генератор событий», можно сразу сказать, в каких условиях могут происходить масштабные события (Крайнестан), а какие условия их порождать не в состоянии (Среднестан). Это единственное априорное предположение, которое нам понадобится. Первый тип решений прост, у них «бинарный» исход: то есть вам важно лишь то, является ли нечто истинным или ложным. Женщина или беременна, или не беременна, и результат «очень сильной» беременности будет тем же, что и результат беременности «легкой». Второй тип решения — сложнее, он связан с более открытыми финалами. Вас интересует не только частота или вероятность, но и эффект. То есть у эффекта есть еще один уровень неопределенности. Эпидемия или война могут быть и слабыми, и мощными. Вкладывая деньги, вас волнует совокупный результат, ожидание: количество проигрышей или выигрышей, умноженное на количество потерянных или приобретенных денег. Так и появляются на нашей карте четыре квадранта (рис. 1). Рис. 1. Четыре квадранта Первый квадрант. Простые бинарные исходы в Среднестане: строить прогнозы можно без опасений, жизнь легка, модели работают, все должны быть счастливы. К сожалению, это чаще наблюдается в лабораториях и в играх, чем в реальной жизни. Результаты экономических решений редко бывают такими. Второй квадрант. Сложные исходы в Среднестане: статистические методы могут работать удовлетворительно, однако существует некоторый риск. Третий квадрант. Простые исходы в Крайнестане: если вы заблуждаетесь, это вам не особенно повредит, так как возможность экстремальных событий не сказывается на исходах. Четвертый квадрант, место обитания Черного лебедя. Сложные исходы в Крайнестане: здесь-то и таится главная опасность — а заодно и разного рода возможности. Не следует предсказывать отдаленные исходы, даже самые неординарные. На дальних участках распределения исходы предсказывать труднее, чем на ближних. Это истинное философское априори: если вы относите событие к разряду крайнестанских (по причине отсутствия у случайности структуры), никакое дополнительное эмпирическое наблюдение не сможет изменить вашего мнения, потому что свойство Крайнестана — скрывать возможность «чернолебяжьих» событий, что я называю проблемой маскировки. Мой совет — переместиться из Четвертого квадранта в Третий. Распределение изменить невозможно, однако можно изменить угол воздействия. Основополагающий принцип таков: если в первых трех квадрантах вы еще можете использовать лучшую из всех моделей или теорий, какие только найдете, и опираться на нее, в Четвертом квадранте так поступать опасно. Здесь нет никакой теории или модели, которая была бы лучше прочих. Иными словами, Четвертый квадрант — область, где между отсутствием доказательства и доказательством отсутствия разверзается пропасть. VII. Что делать с Четвертым квадрантом Перефразируя Дэнни Канемана: есть люди, которые будут комфортнее чувствовать себя в лабиринтах Альп с картой Пиренеев в руках, чем вообще без карты. Куда хуже поступают те, кто, имея дело с будущим, полагаются на меры риска. Они предпочитают ущербный прогноз отсутствию прогноза. Так что, снабжая лоха вероятностным инструментом, вы буквально подначиваете его рисковать и еще раз рисковать. Я собирался провести один тест вместе с Дэном Гольдштейном (в рамках нашего большого исследовательского проекта, цель которого — понять, как работает интуиция человека в Крайнестане. Многочисленные эксперименты показывают, что на профессионалов очень влияют цифры, которые, как им прекрасно известно, никак не связаны с тем решением, которое они принимают. Отрицательный совет. Говоря попросту, не попадайте в Четвертый квадрант, вотчину Черного лебедя. Я уже говорил, рекомендации в духе «Не делай того-то» с эмпирической точки зрения более здравы. Но люди не понимают, что главное для достижения успеха — это избегать потерь, а не пытаться извлечь прибыль. Давать положительные советы — обычное занятие шарлатанов. Полки книжных магазинов ломятся от изданий, в которых описывается, как кто-нибудь прославился или разбогател; но почти не бывает книг под таким, например, названием: «Чему меня научил крах» или «Десять ошибок, которых лучше не совершать в жизни». Термин «ятрогения», то есть вред, наносимый целительством, распространен не очень широко: я никогда не встречал его вне медицинского контекста. Ваше знание ничего вам не дает, если вы не знаете, где оно кончается и какова цена его применения. В какой-то момент мы должны посвятить себя тому, чем очень долгое время пренебрегали: созданию карт, определяющих границы нашего теперешнего знания и наших теперешних методов; серьезнейшему исследованию общенаучной ятрогении — того, какой вред может нанести наука (а еще лучше — выявлению вреда, который она уже нанесла). Увы, тенденция к более жесткому (ничем не обусловленному) регулированию экономической деятельности представляется чем-то естественным. Поборники такого регулирования — мой худший кошмар. Это они убеждали полагаться на рейтинги, устанавливаемые кредитными агентствами, и на «измерение риска», подточившее систему, ибо возведенные на нем банками пирамиды рухнули. Но каждый раз, когда возникает какая-то проблема, мы, в лучших традициях советско-гарвардской школы, ужесточаем регулирование. Что разумнее сделать (или не сделать) в реальной жизни, дабы смягчить воздействие Четвертого квадранта? 1. Уважайте время и не-демонстративное знание. Вспомните, как я уважаю мать-природу — хотя бы за ее возраст. Данные из Четвертого квадранта обнаруживают свои истинные свойства с большой-большой задержкой. Я активный противник того, чтобы вознаграждение руководству банков, прочно засевшему в Четвертом квадрате, выплачивали по краткосрочным показателям (к примеру, ежегодно) за вещи, которые имеют обыкновение взрываться раз в пять, десять или пятнадцать лет. Отдавайте предпочтение давно работающим механизмам: они с большей вероятностью уже достигли своего эргодического состояния. В худшем случае мы просто не знаем, сколько они еще продержатся. Запомните: бремя доказательств лежит на том, кто колеблет сложную систему, а не на том, кто защищает статус кво. 2. Избегайте оптимизации; учитесь любить избыточность. Узкая специализация — тоже не очень-то хорошая штука. 3. Избегайте предсказывать маловероятные исходы, даже самые неординарные. 4. Помните о «нетипичности» отдаленных событий. Существуют лохотронные методы, называемые «анализом сценариев» и «стресс-тестингом», которые обычно основываются на прошлом (или на какой-нибудь «здравой» теорийке). Однако (как я показал выше) прошлый провал не предсказывает последующего, так что мы не знаем, на что в этих тестах ориентироваться. Точно так же не действуют здесь и «рынки предсказаний»4, поскольку никакие пари не спасают при открытом финале. Они работают при бинарном выборе, но не здесь, в Четвертом квадранте. 5. Помните о «моральном риске» при выплате бонусов. 6. Избегайте некоторых способов измерения риска. Обычные среднестанские мерила, подогнанные к масштабным отклонениям, не работают. Тут лохи и попадают в западню — хотя чего проще было бы задуматься о существовании чего-то другого помимо гауссианы. В Четвертом квадранте понятия вроде стандартного отклонения становятся расплывчатыми и ничего не измеряют. То же самое относится к линейной регрессии, коэффициенту Шарпа, оптимизации инвестиционного портфеля по Марковичу, критерию Фишера, критерию шишера, методу наименьших квадратов и практически ко всему, механически извлеченному из учебника статистики. Печаль моя такова: люди признают роль редких событий, соглашаются со мной, однако при этом продолжают пользоваться всякими количественными методами, что заставляет меня сомневаться в их психическом здоровье. 7. Положительный или отрицательный Черный лебедь? Ясно, что в Четвертом квадранте вы можете попасть как под положительное, так и под отрицательное воздействие Черного лебедя. Биотехнологические компании (обычно) имеют дело с положительной неопределенностью, тогда как банки переживают почти исключительно негативные встряски. 8. Не путайте отсутствие волатильности с отсутствием риска. Традиционные методы измерения используют волатильность как индикатор стабильности — и тем самым подводят нас, ибо переход в Крайнестан как раз отмечается снижением волатильности – и повышением риска больших скачков. 9. Опасайтесь обнародования численных показателей риска.

Похожие:

	Нассим Николас Талеб. Антихрупкость. Как извлечь выгоду из хаоса... Талебу пришлось выдумать новый термин. Антихрупкость – свойство людей (компаний, государств и т д.), позволяющее под ударами судьбы...		Ученический реферат Самый мелкий вид колибри – карликовая пчелка – размером всего 6 сантиметров и весом около двух граммов. Половину длины составляют...
	«Колибри» образовательная программа 2013 г. 2015 г Автономная некоммерческая организация Средняя Общеобразовательная Школа «Колибри»		Сугоняева Ксения Соответствие афоризмов № п/п Афоризмы о шахматах Бизнес-афоризмы «…Но шахматы были безжалостны, они держали и втягивали его. В этом был ужас, но в этом была и единственная гармония, ибо, что есть...
	Урок-праздник проводится в 1 классе после изучения учебника “Азбука Действующие лица: Учитель, воспитатель гпд, ученики, Азбука, Буратино, Мальвина, Лиса Алиса и Кот Базилио, Компьютер		2. “Метод локусов” представляет собой » мнемотехнический прием, улучшающий... Ачкасов Е. Е., Руненко С. Д., Пузин С. Н., Султанова О. А.,Таламбум Е. А. Врачебный контроль в физической культуре. Учебное пособие....
	Темы эссе для студентов II курса факультета менеджмента. Группы Симоновой... Эссе должно быть написано в соответствии с нижеизложенными требованиями. Дата сдачи эссе – на семинарских занятиях на учебной неделе,...		Темы эссе по культурологии Эссе это литературная форма демонстрации своего мнения на какую-либо тему и аргументация этого тезиса. Цель написания эссе научиться...
	Реферат по гражданской обороне на тему : “ Пути и способы повышения... Обеспечение устойчивости работы с/х предприятия “Дружба” в условиях радиоактивного заражения		Тесты обществознание частьА,Б онлайн тесты частьА,Б,С эссе 80 тем,... Здесь можно скачать еще один хороший сборник для подготовки к егэ 2012 по обществознанию
	Эссе (от французского "essai", англ. "essay", "assay" попытка, проба;... Эссе выражает индивидуальные впечатления и соображения по конкретному поводу или вопросу и не претендует на определяющую или исчерпывающую...		Industrial Organization Задание для выполнения эссе (реферата) Тема эссе (реферата) выбирается студентом самостоятельно из списка тем, предложенных преподавателем. Рекомендуемый объем эссе – 5...
	Вопросы к экзамену 3 курс «География» Северный Ледовитый океан. Ложе океана, срединно-океанические хребты и переходные зоны		Оптимальный вариант перевода денежных средств в рублях из Казахстана...
	Философские проблемы информатики У76 Философские проблемы информатики: учебное пособие для аспирантов и соискателей / В. Н. Усов. – Челябинск: Издательский центр...		Форма промежуточной аттестации реферат, эссе Допуском к итоговой аттестации является сдача реферата и эссе в установленные сроки