Radical Uncertainty: Decision-Making Beyond the Numbers Kindle Edition - John Kay Страница 11

Сквозь стекло темное

Более полувека в экономике господствовал один подход к рациональному выбору в условиях неопределенности, который послужил основой для того, что преподается в университетах и бизнес-школах как "наука принятия решений". Агенты оптимизируют, подчиняясь определенным ограничениям. Они перечисляют возможные варианты действий, определяют последствия различных альтернатив и оценивают эти последствия. Затем они выбирают наилучший доступный вариант, при необходимости предвидя, как другие отреагируют на их выбор. Люди составляют планы потребления на всю свою жизнь, начиная с образования, воспитания детей и заканчивая выходом на пенсию. Корпорации выбирают стратегии для максимизации акционерной стоимости. Правительства выбирают политику, направленную на максимизацию социального благосостояния.

Одной минуты самоанализа достаточно, чтобы понять, что это не так. Они не могут предположительно обладать необходимой для этого информацией. Они не знают всех доступных вариантов и не уверены в том, каковы будут их последствия. Они даже не знают, будет ли то, чего они желают сегодня, тем, чего они по-прежнему хотят, если они достигнут этого завтра. Молодые люди не знают, каким будет их карьерный рост, или сколько они будут зарабатывать в течение следующих сорока лет, или женятся ли они или разведутся, или когда они выйдут замуж, или что им понадобится на пенсии, или проживут ли они столько. Ни один руководитель не знает, что максимизирует акционерную стоимость, а после события - действительно ли она была максимизирована. А представление о том, что правительство может рассчитать, что максимизирует социальное благосостояние, просто смехотворно. Последствия политики и действий слишком неопределенны.

Реальные домохозяйства, реальные предприятия и реальные правительства не оптимизируют, они справляются. Они принимают решения постепенно. Они не стремятся достичь самой высокой точки на ландшафте, они стремятся лишь занять более высокое место, чем то, которое они занимают сейчас. Они пытаются найти лучшие результаты и избежать худших. Большая часть этой книги будет посвящена описанию того, как люди справляются и адаптируются к радикально неопределенному миру.

Почему эта, казалось бы, очевидная критика была так широко проигнорирована? Гегемония оптимизации как цели принятия решений стала возможной благодаря игнорированию радикальной неопределенности. Основываясь на успехе вероятностных рассуждений в освещении азартных игр, подход теории принятия решений раздваивает неопределенность на неизвестную и непознаваемую, и неизвестную, но способную быть охарактеризованной известным распределением вероятности. Практики этого подхода умывают руки от первых, описывая неизвестное и непознаваемое как "сдвиги" и "потрясения", такие же непредсказуемые и необъяснимые, как астероид Юкатан. Другие неопределенности рассматриваются как разрешимые. Для радикальной неопределенности не остается места.

Но людям регулярно приходится принимать решения в условиях несовершенной информации. Большая часть реальной жизни находится между противоположными полюсами случайности и "черных лебедей"; мы знаем что-то, но недостаточно, а знания, которыми владеют все вместе, распределены широко и неравномерно. Регуляторы и контрагенты (фирмы, торговавшие с ныне несуществующим банком) могли знать, что Lehman плохо управлялся и был недостаточно капитализирован, хотя даже последнее было предметом споров. Они могли знать, что банк, скорее всего, потерпит крах, но не знали, как и когда. Мы видим, но через темное стекло.

Легко понять, почему экономисты и статистики в поисках ясных и всеобъемлющих решений стремились к широкому расширению сферы применения вероятностных рассуждений. Лежащая в основе математика обладает определенной простотой и красотой, и на практике ее могут применять те, кто приобрел необходимые скромные технические навыки. Пожалуй, два самых блестящих экономиста послевоенного периода, Пол Самуэльсон и Роберт Солоу, более полувека занимали соседние кабинеты в Массачусетском технологическом институте. Как вспоминает Самуэльсон: "В молодости он [Солоу] говорил: "Если вы не считаете теорию вероятностей самым интересным предметом в мире, то мне вас жаль. Я всегда соглашался с этим".

Привлекательность теории вероятностей понятна. Но мы подозреваем, что причина того, что такая математика, как мы увидим, не развивалась до XVII века, заключается в том, что лишь немногие проблемы реального мира могут быть правильно представлены таким образом. Наиболее убедительным расширением вероятностных рассуждений являются ситуации, в которых возможные исходы хорошо определены, основные процессы, которые их порождают, мало меняются со временем, и имеется богатая историческая информация. В качестве примера можно привести продолжительность вашей ежедневной поездки на работу, а также такие риски, как автомобильные аварии и смертность, которые можно регулировать на страховых рынках. На протяжении тысячелетий фермеры прогнозировали погоду и знали, что она следует годовому циклу, хотя и не знали, почему. Но благодаря тщательному учету и компьютерному моделированию прогнозы стали более точными, и прогнозирование погоды превратилось в успешный бизнес.

Метеорологи и их прогнозы, однако, не могут повлиять на то, пойдет ли завтра дождь или нет. Вероятности становятся менее полезными, когда поведение человека имеет отношение к результатам. Мы можем ознакомиться со статистическими данными о количестве пешеходов, погибших при переходе дороги, или о продолжительности жизни мужчины в возрасте шестидесяти пяти лет, но это не сильно поможет нам в принятии решения о том, переходить ли дорогу или сколько откладывать на пенсию. Вероятность попасть в аварию или стать столетним человеком зависит не только от совокупности статистических данных, но и от факторов, присущих лично нам и не обязательно известных нам. И эта статистика сама зависит от наших убеждений: сегодня, несмотря на увеличение интенсивности движения, автомобили убивают гораздо меньше пешеходов, чем в 1920-х годах, потому что мы поняли, что дороги опасны.

Агрегированные данные помогают снизить значимость этих индивидуальных факторов. Но целесообразность перехода дороги зависит от характера дороги и нашей ловкости, зрения и слуха. Мы можем быть достаточно уверены в том, что не умрем завтра или доживем до 120 лет, но это не говорит нам о вероятности того, что мы доживем до исчерпания наших сбережений. Все эти "злые" проблемы находятся на территории радикальной неопределенности. Знания об основных процессах несовершенны, сами процессы постоянно меняются, а способы их функционирования зависят не только от того, что делают люди, но и от того, что они думают. Вероятностные рассуждения могут казаться красивыми и привлекательными, но, к сожалению, их применимость к реальным проблемам ограничена.

Иногда актуальное состояние мира, хотя и является настоящим фактом, не известно лицам, принимающим решения, даже после всех их усилий - является ли человек в комплексе бин Ладеном? А иногда актуальное