Jesteśmy skazani na modele

Rozmowa: Douglas Hubbard, autor książki „Pomiar uniwersalny", twórca ekonomii informacji stosowanej

Jest pan znany z tezy sformułowanej w książce „Pomiar uniwersalny", że wszystko można zmierzyć. Czy z tego wynika, że wszystko, co mierzalne, mierzyć należy?

Oczywiście, że nie. Zawsze możemy oszacować wartość, jaką będzie dla nas miał dany pomiar, a także koszt jego wykonania, i na tej podstawie zadecydować, czy gra jest warta świeczki. Poza tym ekonomicznym argumentem, aby czegoś nie mierzyć, innych jednak nie ma. A i ten jest w mojej ocenie nadużywany. Ludziom często się wydaje, że dany pomiar byłby nieopłacalny dlatego, że przeceniają trudność jego wykonania. Z reguły zaś jest to łatwiejsze, niż nam się wydaje.

Od kiedy w 2007 r. ukazało się pierwsze wydanie „Pomiaru uniwersalnego", spory rozgłos zyskali intelektualiści twierdzący, że w sferze gospodarki i finansów mierzy się dziś za dużo. Wskazują oni, że liczbowe ujmowanie złożonych kwestii daje jedynie złudzenie wiedzy, iluzję pewności.

Nie sposób się nie zgodzić, że finansiści przed kryzysem ulegli iluzji, że potrafią zmierzyć – i w efekcie kontrolować – ryzyko. Z tego wynika jedynie, że stosowali niewłaściwe metody i należy znaleźć lepsze, a nie, że powinno się zrezygnować z prób pomiaru ryzyka w ogóle. Wówczas bowiem finansiści musieliby polegać na własnej intuicji. Czy to uczyniłoby sektor finansowy stabilniejszym? Wątpię. Jeśli bowiem nawet pomiary rzeczywiście były zwodnicze, to przecież nie były jedyną – ani nawet najważniejszą – przyczyną kryzysu. A metody matematyczne w finansach pod wieloma względami sprawdzają się doskonale. To dzięki nim wiemy np., że zmienność na rynkach nie ma rozkładu normalnego.

Jakichkolwiek metod statystycznych byśmy nie używali, one zawsze będą dawały tylko przybliżenie rzeczywistości. Wydaje się jednak, że wcale tak wyników pomiarów nie traktujemy. Mamy tendencję do przyjmowania wszystkiego, co wyrażone liczbowo, jako prawdy. Czy nie jest tak, że pomiary zawsze będą nas zwodziły, bo nie zachowujemy wobec nich należytego dystansu?

To prawda, że do naszych modeli matematycznych i metod statystycznych zawsze musimy podchodzić ze sceptycyzmem. Jak powiedział kiedyś statystyk George Box, wszystkie modele są błędne. Ale dodał, że niektóre są pożyteczne. Ja bym jeszcze zauważył, że niektóre są wyraźnie pożyteczniejsze niż inne. Dlatego nawet jeśli wielu ludzi popełnia błąd, traktując wskazania modeli zbyt poważnie, to nie oznacza, że powinniśmy je porzucić. To również byłby błąd.

W „Pomiarze uniwersalnym" przyznaje pan jednak, że gdy pyta pan klientów o definicję pomiaru, to prawie zawsze wskazują, że jest to coś, co ma rozwiać ich wątpliwości. A skoro ludzie tak właśnie myślą, to czy pomiar nie jest potencjalnie niebezpieczny, w tym sensie, że daje iluzję pewności?

Modele musimy oceniać nie pod kątem tego, czy jest prawdziwy – bo nigdy nie jest – tylko czy jest lepszy od alternatyw. Ściśle rzecz ujmując, mechanika newtonowska nie jest prawdziwa, pomija np. efekty relatywistyczne, zjawisko nadprzewodnictwa i wiele innych aspektów rzeczywistości. Mimo to nadal dobrze się sprawdza w większości zastosowań inżynieryjnych. Inne teorie fizyczne, relatywistyczna i kwantowa, też nie tłumaczą wszystkiego. Pytanie więc, jakie mamy alternatywne modele rzeczywistości? Bo jesteśmy skazani na modele, na uproszczenia. Nie dysponujemy przecież żadnym bezpośrednim oglądem rzeczywistości. To oznacza, że alternatywą dla modeli matematycznych jest intuicja. A o tym, że ona jest bardzo zawodna, przekonał się chyba każdy.

Mało kto jednak intuicji bezgranicznie ufa, natomiast pomiarom – owszem. Stąd przypuszczenia, że gdyby np. finansiści nie próbowali mierzyć ryzyka, byliby mniej skłonni do angażowania się w ryzykowne transakcje, a w efekcie sektor finansowy byłby stabilniejszy.

To jest testowalna hipoteza. Co więcej została już przetestowana. Do kryzysów finansowych, nawet poważniejszych niż ten ostatni, dochodziło na długo, zanim w finansach zaczęto stosować modele matematyczne. Przeceniamy także ich rolę w rozpętaniu ostatniego kryzysu. Na potrzeby mojej drugiej książki „The Failure of Risk Management" (wydana w 2014 r.; nie została przełożona na polski – red.) ankietowałem zarządzających funduszami hedgingowymi. Co do jednego powiedzieli, że nie opierają się wyłącznie na modelach matematycznych, że traktują je tylko jako wsparcie procesu decyzyjnego. Nawet menedżerowie tych funduszy, w których wszystkie zlecenia składają algorytmy, decydują – na podstawie intuicji – którego algorytmu w danym momencie używać. Jednak nawet najlepsze metody pomiaru można niewłaściwie wykorzystać, co oczywiście nie przekreśla sensu ich stosowania.

W głośnej książce „Czarny łabędź" Nassim Taleb sugeruje, że tych metod praktycznie nie da się stosować właściwie. Twierdzi, że to, co poddaje się takim analizom, z reguły ma znikome znaczenie. Według niego wszystkie istotne dla nas wydarzenia są nadzwyczajne, tzn. nieprzewidywalne.

Znam książkę Taleba i uważam, że ludzie wyczytują z niej więcej, niż autor chciał powiedzieć. Taleb ma rację, twierdząc, że ludzie nie doceniają znaczenia przypadkowości, a przeceniają swoje siły sprawcze, swoją kontrolę nad rzeczywistością. Ma też rację, gdy pisze, że za często stosujemy rozkład normalny w ocenie prawdopodobieństwa rozmaitych wydarzeń. Ale też po lekturze jego książki ludzie zbyt wiele zjawisk nazywają mianem czarnych łabędzi, rezygnując z prób pomiaru ich prawdopodobieństwa. Weźmy np. katastrofę nuklearną w Fukushimie. Czy to naprawdę było coś nie do przewidzenia? Ona uległa awarii wskutek tsunami, które zalało awaryjne generatory prądu. W efekcie wysiadły wszystkie systemy bezpieczeństwa. Otóż na Zachodnim Wybrzeżu USA, gdzie też może dochodzić do tsunami, instalowane są reaktory atomowe takiej samej konstrukcji, ale awaryjne generatory prądu są lepiej zabezpieczone. To znaczy, że ktoś przewidział wystąpienie sytuacji, która zniszczyła Fukushimę.

W „Pomiarze uniwersalnym" wskazuje pan, że ludzie często uważają pewne zjawiska za niemierzalne, ponieważ nie potrafią określić, co chcą zmierzyć. Czy jednak nie jest tak, że gdy próbujemy nasz problem zdefiniować, to nieuchronnie go upraszczamy?

To jest ciekawa hipoteza. Być może rzeczywiście tak jest, że próbując sformułować nasz problem, tak naprawdę uzyskujemy jakiś inny problem. Sądzę jednak, że każda definicja jest lepsza niż mgliste wyobrażenie. Lepiej sformułować problem tak, żeby dało się go rozwiązać dzięki pomiarom, i w ten sposób rozwiać choćby część naszych wątpliwości, niż nie rozwiać ich wcale. Gdybyśmy nie próbowali precyzować naszych problemów, nie byłaby możliwa żadna nauka, nie byłoby żadnego postępu.

W „Pułapkach myślenia" Daniel Kahneman wskazuje, że szukając odpowiedzi na jakieś pytanie, często dla ułatwienia zastępujemy je innymi pytaniami, na które znamy odpowiedź. Zastanawiam się, czy tak samo nie dzieje się przy definiowaniu problemów, które mają zostać rozwiązane dzięki pomiarom.

Rzeczywiście, jest to dość częste, że ludzie mierzą to, co potrafią zmierzyć, a nie to, co chcą mierzyć. Na przykład w procesie decyzyjnym w biznesie większość zmiennych, które można by mierzyć i które się temu łatwo poddają, nie jest w ogóle wartych obserwacji. Z reguły jest tylko kilka zmiennych, które mają znaczenie. Dlatego zawsze radzę, aby w pierwszej kolejności określić cel, jaki ma temu pomiarowi przeświecać. Ale to właśnie nic innego, jak definiowanie problemu.

Jak wybrać te zmienne, które są naprawdę istotne?

Trzeba przeanalizować, z którymi spośród wielu decyzji, jakie musimy podjąć, wiąże się najwięcej niepewności. Następnie trzeba ustalić, jakie zmienne są istotne dla podjęcia tych decyzji. Na tej podstawie dowiemy się, które informacje będą najbardziej wartościowe, jeśli chodzi o rozwiewanie niepewności. A to jest podstawowy cel pomiaru poza zastosowaniami naukowymi.

Pomówmy o pańskiej teorii w kontekście giełdowym. Coraz więcej spółek nie posiada prawie żadnych aktywów materialnych, co utrudnia ocenę ich wartości. Jak w takich warunkach porównywać wyceny spółek?

Współczesne, tzw. niematerialne (ang. intangibles, co dosłownie oznacza wartości nienamacalne, ale tłumaczy się jako niematerialne), aktywa spółek – takie jak marka, procesy, zaufanie konsumentów itp. – nie różnią się od tych materialnych, jak np. budynki i komputery, tak bardzo, jak się powszechnie uważa. Wszystko, co jest istotne, ma jakieś konsekwencje, a te konsekwencje można zaobserwować, czyli zmierzyć. Właśnie w tym kontekście mówię, że tak naprawdę aktywów niematerialnych nie ma. Proszę zwrócić uwagę, że aktywa materialne też nie mają żadnej wewnętrznej wartości poza tym, ile ktoś chce za nie zapłacić. Pod tym względem aktywa niematerialne są dokładnie takie same.

CV

Douglas Hubbard jest założycielem firmy Hubbard Decision Research, doradzającej spółkom, rządom i organizacjom w procesach decyzyjnych wymagających dokonywania pomiarów. Jest autorem trzech książek, z których najgłośniejszą jest „Pomiar uniwersalny. Odkrywanie w biznesie wartości niematerialnych". 25 czerwca w Warszawie poprowadzi warsztaty skierowane do m.in. przedsiębiorców, menedżerów i analityków.