Кэти О'Нил - Убийственные большие данные. Как математика превратилась в оружие массового поражения

Общая стоимость высокорискованных ипотечных кредитов на перегретом (и затем рухнувшем) рынке к 2007 году достигала трех триллионов долларов, а рынок инструментов, связанных с этими кредитами, – все эти кредитные дефолтные свопы и синтетические CDO, еще больше увеличивавшие риски, – был еще в двадцать раз больше. Ни одна национальная экономика в мире не могла бы с этим сравниться.

Парадоксальным образом мощные по замыслу алгоритмы, создавшие рынок, – те самые, которые анализировали риск для разных категорий заемщиков и затем отражали этот риск в конкретных ценных бумагах, – оказались бесполезными, когда пришло время наводить порядок и подсчитывать истинную ценность всех этих бумаг. Математика может умножать бредовые данные, но не может их расшифровать. Это работа для людей. Только люди могут перебрать ипотечные контракты, отложить в отдельную стопку лживые обещания и благие намерения и придать кредитам реальную долларовую ценность. Это был очень трудоемкий процесс, потому что люди, в отличие от ОМП, не могут экспоненциально увеличивать масштабы своей работы; кроме того, для большей части финансовой индустрии эта работа имела низкий приоритет. В процессе этой длительной детоксикации стоимость долга – и домов, к которым этот долг был привязан, – конечно же, постоянно падала. А когда случился экономический крах, даже те владельцы домов, которые в свое время вполне могли позволить себе ипотеку, тоже внезапно оказались перед угрозой дефолта.

Как я уже упомянула, фонд D. E. Shaw находился в одном-двух шагах в стороне от рыночного коллапса. Но когда другие игроки стали уходить под воду, они начали с бешеной скоростью аннулировать свои сделки, а эти сделки затрагивали и наши контракты. В результате этого эффекта домино мы в начале второго полугодия 2008 года уже теряли деньги направо и налево.

В течение следующих месяцев катастрофа наконец разразилась в полную силу. Именно в этот момент все наконец увидели людей по ту сторону алгоритмов. Это были отчаявшиеся домовладельцы, которые теряли свою недвижимость, а также миллионы американцев, теряющих свои рабочие места. Дефолты по кредитным картам достигли рекордных показателей. Человеческие страдания, которые раньше прятались за цифрами, таблицами и уровнем риска, стали видны воочию.

Разговоры в D. E. Shaw стали крайне нервными. После падения банка Lehman Brothers в 2008 году финансисты начали обсуждать политические последствия. Похоже было, что Барак Обама выиграет выборы 2008 года. Начнет ли он бомбардировать индустрию новыми регулирующими правилами? Поднимет налоги на валовую прибыль? Эти люди не теряли дома и не выкачивали до дна кредиты по своим картам, лишь бы остаться на плаву. Но им тоже было о чем беспокоиться. Единственной возможностью было переждать обвал, позволить лоббистам делать их работу и посмотреть, не удастся ли в конце концов продолжать работу в том же духе, что и дальше.

К 2009 году стало понятно, что уроки рыночного коллапса не указали миру финансов никаких новых путей и не привили новых ценностей. Лоббисты по большей части одержали успех, и игра осталась прежней: выуживание «глупых денег». За исключением некоторых правительственных ограничений, добавивших новые полосы препятствий, которые предстояло преодолеть, жизнь в общем и целом продолжалась.

Но меня вся эта драма очень быстро подтолкнула в сторону утраты иллюзий. Особенно я была разочарована той ролью, которая сыграла в этих событиях математика. Мне пришлось столкнуться лицом к лицу с неприглядной правдой: люди сознательно создавали формулы, чтобы произвести впечатление, вместо того чтобы прояснить ситуацию. Я впервые напрямую столкнулась с этой токсичной концепцией, и в результате мне захотелось сбежать, вернуться в прошлое – к миру доказательств и кубиков Рубика.

И я уволилась из хедж-фонда в 2009 году с намерением работать над обезвреживанием финансового оружия массового поражения. Новые правительственные правила предписывали банкам привлекать независимых экспертов для анализа рисков. Я устроилась на работу в одну из компаний, которая предоставляла банкам таких специалистов: компания RiskMetrics Group располагалась в одном квартале к северу от Уолл-стрит. Наш продукт представлял собой россыпь цифр, которые складывались в предсказание того, как будет вести себя определенный пакет ценных бумаг или вид биржевых в течение следующей недели, следующего года или следующих пяти лет. Когда все ставят на любое движение на рынке, подобные умные расчеты риска идут на вес золота.

Чтобы просчитать степень риска, наша команда применяла метод Монте-Карло. Вообразите, что вы крутанули колесо рулетки в казино десять тысяч раз и каждый раз тщательно записали результаты. При использовании метода Монте-Карло вы обычно начинаете с истории рынка и прогоняете тысячи тестовых сценариев. Как изучаемый вами портфель ценных бумаг вел себя на рынке каждый день начиная с 2010 года? А с 2005-го? Устоит ли он в самые тяжелые дни краха? С какой вероятностью для него возникнет смертельная опасность в течение следующего года или двух? Чтобы рассчитать эти вероятности, ученые прогоняют тысячи тысяч моделей. У этого метода много недостатков, но он представляет собой простой способ хоть как-то управлять своими рисками.

Моя работа заключалась в том, что я была посредником между нашими риск-менеджерами и самыми большими и придирчивыми знатоками рисков – квантитативными хедж-фондами. Я связывалась с фондами или они связывались со мной, и мы обсуждали любые вопросы, которые у них возникали по поводу чисел. Однако чаще всего они информировали меня только тогда, когда мы совершали ошибки. Дело в том, что хедж-фонды всегда считали себя умнейшими из умных, и учитывая то, что правильное понимание риска – основа их существования, они никогда не стали бы полностью полагаться на сторонние организации вроде нашей. У них были собственные группы, занимавшиеся подсчетами риска, и наши продукты они покупали в основном для того, чтобы хорошо выглядеть в глазах инвесторов.

Кроме этого, я отвечала на вопросы по горячей линии, иногда – от представителей больших банков. Им очень хотелось поправить свой пошатнувшийся имидж и выглядеть ответственными; именно поэтому они и обращались к нам. Но, в отличие от хедж-фондов, они мало интересовались самим нашим анализом. Риск в их портфелях был фактором, который они практически игнорировали. В течение моей работы на горячей линии у меня сложилось чувство, что люди, предупреждающие о риске, воспринимались ими как назойливые надоедалы или, еще того пуще, как угроза банковской безопасности. Это восприятие не изменилось даже после катаклизмов 2008 года – и было несложно понять почему. Если уж они выжили в такой катастрофе – потому что были слишком большими, чтобы рухнуть [3] Too big to fail – термин, появившийся в середине 1980-х годов и описывающий финансовые учреждения, настолько большие и настолько взаимосвязанные со всей остальной экономикой, что их крушение повлекло бы катастрофические последствия для экономики в целом (и, следовательно, они в любом случае должны быть спасены с помощью государства). Термин был популяризован книгой американского журналиста Эндрю Соркина (рус. изд.: Эндрю Росс Соркин. Слишком большие, чтобы рухнуть / пер. Михаила Кононенко. М.: Corpus, 2012). , – какой им был смысл волноваться из-за рисков после этого?