Нейт Сильвер - Сигнал и шум. Почему одни прогнозы сбываются, а другие – нет
- Название:Сигнал и шум. Почему одни прогнозы сбываются, а другие – нет
- Автор:
- Жанр:
- Издательство:Array Литагент «Аттикус»
- Год:2015
- Город:Москва
- ISBN:978-5-389-09938-8
- Рейтинг:
- Избранное:Добавить в избранное
-
Отзывы:
-
Ваша оценка:
Нейт Сильвер - Сигнал и шум. Почему одни прогнозы сбываются, а другие – нет краткое содержание
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.
Сигнал и шум. Почему одни прогнозы сбываются, а другие – нет - читать онлайн бесплатно ознакомительный отрывок
Интервал:
Закладка:
Однако, в отличие от представителей других профессий, подобные ошибки экономистов могут считаться непростительными. В первую очередь их прогнозы не просто слишком самоуверенны, но и плохо применимы в условиях реального мира. Ошибка в прогнозах реального значения ВВП может приводить к существенным экономическим последствиям. Кроме того, организованные усилия по предсказанию значения таких переменных, как ВВП, проводятся уже много лет, начиная с опроса, проведенного Ливингстоном в 1946 г. Эти результаты хорошо задокументированы и имеются в бесплатном доступе. Получение обратной связи от того, как проявили себя наши прогнозы в реальности, – это единственный и, возможно, самый важный способ их улучшить.
Предсказатели в мире экономики получают больше обратной связи, чем представители большинства других профессий. Однако они предпочитают вести себя крайне самоуверенно и не желают исправлять собственные искажения.
Но разве экономика – это не дисциплина, изучающая рациональность поведения? Разумеется, вы можете ожидать, что представитель какой-то другой профессии, например антрополог, может допустить искажения при создании прогнозов, но не экономист. Возможно, именно с этим отчасти и связана проблема экономических прогнозов. Экономисты хорошо разбираются в вопросах рациональности. Это означает, что они хорошо понимают, как работает система стимулов. И если они делают искаженные прогнозы, то, возможно, это является признаком того, что у них недостаточно стимулов для создания хороших.
«Никто даже не представляет себе…»
Принимая во внимание такие результаты работы экономистов в области создания прогнозов, мне очень захотелось найти кого-нибудь из них, кто мог бы признать, насколько сложна его работа и насколько легко любой прогноз может оказаться неверным. И мне удалось найти такого человека – Яна Хациуса, главного экономиста компании Goldman Sachs.
Хациус может, по крайней мере, смело утверждать, что его прогнозы в последние годы были более надежными, чем у его конкурентов. В ноябре 2007 г., пока большинство экономистов все еще думало, что рецессия любого рода маловероятна, Хациус опубликовал провокационное письмо под названием «Долги с рычагом, или Почему дефолт на ипотечном рынке так важен». В письме предупреждалось о возможном развитии такого сценария, при котором миллионы домовладельцев могли оказаться неплатежеспособными. Это могло, в свою очередь, вызвать эффект домино на кредитных и финансовых рынках, привести к триллионным убыткам и очень жесткой рецессии. Примерно такой сценарий и был реализован. Хациус и его команда отозвались критически и о возможности чудесного послекризисного восстановления. В феврале 2009 г., через месяц после принятия закона о пакете стимулирующих финансовых мер и заявлении Белого дома о возможности снизить безработицу до уровня в 7,8 % к концу 2009 г., Хациус спрогнозировал рост безработицы до 9,5 % {395}(что оказалось довольно близко к реальному значению – 9,9 %).
Хациус, мягкий почти до меланхолии немец, занимающий должность главного экономиста Goldman Sachs с 2005 г. {396}, через восемь лет после начала работы в компании вызывает уважение даже у тех, кто скептически относится к большим банкам.
«[Ян] очень хорош, – рассказывал мне Пол Кругман. – Я надеюсь, что присущее Ллойду Бланкфейну злорадство не отразится на Яне и его людях». Кроме того, Хациус на удивление спокойно относится к своей способности предсказывать направление развития экономики США.
«Никто даже не представляет себе, – рассказывал он мне на встрече в офисе Goldman со стеклянными стенами, расположенном на Уэст-стрит в Нью-Йорке, – насколько сложно прогнозировать цикл бизнеса. Понимание сути такого комплексного процесса, как экономика, – это невероятно сложный процесс».
С точки зрения Хациуса, у людей, занимающихся экономическими прогнозами, имеются три фундаментальные проблемы. Во-первых, очень сложно выявить причинно-следственные связи на основании анализа одной лишь экономической статистики. Во-вторых, экономика постоянно меняется, поэтому объяснения экономического поведения, подходящие для одного цикла бизнеса, могут быть неприменимы для другого. И, в-третьих, плохи не только сами прогнозы экономистов, но и данные, с которыми им приходится работать.
Корреляция без причинно-следственной зависимости
Ежегодно правительство рассчитывает около 45 тыс. экономических показателей {397}, а в частных источниках отслеживается не менее 4 млн данных {398}. Многие экономисты поддаются искушению закинуть все эти данные в блендер и заявить о том, что возникающая в результате каша представляет собой образец высокой кухни. С момента окончания Второй мировой войны в стране было всего 11 рецессий {399}. Если у вас есть статистическая модель, которая призвана объяснить 11 реальных событий, но должна выбирать для этого исходные данные из 4 млн входных параметров, многие из выявленных вами связей будут ложными (это еще один классический пример оверфиттинга – ошибочного принятия шума за сигнал – проблема в предсказании землетрясений, описанная в главе 5).
Только представьте себе, насколько креативным нужно быть, когда набор экономических переменных, имеющихся в вашем распоряжении, представляет собой перечень толщиной с телефонный справочник. Например, когда-то основным показателем экономического развития считался победитель Суперкубка по американскому футболу. Начиная с Суперкубка I, состоявшегося в 1967 г. и заканчивая Суперкубком XXXI в 1997 г., рост фондового рынка до конца года {400}составлял в среднем 14 %, если кубок выигрывала команда из Национальной футбольной лиги (NFL) {401}. Если же выигрывала команда из Американской футбольной лиги (AFL), то рынок падал почти на 10 %.
До 1997 г. этот индикатор достаточно точно «предсказывал» направление развития фондового рынка в 28 из 31 случаев. Однако стандартный тест статистической значимости показывает {402}, что вероятность того, что экономический рост является следствием спортивного результата, составляет лишь 1 к 4 700 000.
Разумеется, это было всего лишь совпадением, и со временем индикатор начал давать сбои. В 1998 г. Суперкубок выиграла команда Denver Broncos из Американской футбольной лиги. Очевидно, что это можно было считать плохим знамением. Однако вместо того, чтобы упасть, фондовый рынок вырос на 28 % на фоне бума доткомов. В 2008 г. команда New York Giants из NFL обыграла в финале благодаря потрясающему маневру Дэвида Туре команду New England Patriots из AFL. Но даже Туре не смог предотвратить коллапса пузыря на жилищном рынке, заставившего рынок рухнуть на 35 %. Фактически с 1998 г. фондовый рынок вел себя на 10 % лучше, когда Суперкубок выигрывала команда из AFL, то есть показывал результат, строго противоположный тому, что прогнозировал индикатор.
Читать дальшеИнтервал:
Закладка: