Bokklubb: James Owen Weatherall, 'The Physics of Wall Street: En kort historie om å forutsi det uforutsigbare'

James Weatherall Public Lecture: The Physics of Wall Street

Kritikere klandrer ofte defekte økonomiske modeller for finanskrisen som startet i 2008. Som følge av dette har offentligheten villiggjort modellens skapere. I Wall Street Fysikk: En kort historie om å forutsi uforutsigbar, University of California, Irvine Professor James Owen Weatherall utforsker hvordan fysikere har forandret endret økonomi. Investmentmatome snakket med Weatherall om Fysikken til Wall Street, hans tanker om policy-making og fremtiden for økonomisk modellering.

Du tenkte på ideen til denne boken i 2008. Selv om denne boken ikke handler om finanskrisen, fortell meg om å skrive denne boken i en tøff tid for økonomi.

Du har rett i at dette ikke er en bok om finanskrisen 2007-08, men krisen var sikkert i bakgrunnen, og det var en del av motivasjonen min for å skrive boken. I høst 2008, da jeg begynte å tenke på dette, var jeg bare ferdig med doktorgradsavhandlingen i fysikk. Som mange mennesker på den tiden fulgte jeg nyheten om sammenbruddet av Lehman Brothers og AIGs regjeringsbailout veldig tett. Jeg ble spesielt rammet av det som syntes å være et konsistent tema i pressedekningen av krisen. Om og om leste jeg at en eller annen måte "quants" hadde spilt noen rolle. "Quant", jeg lærte, er kort for "kvantitativ handelsmann" eller "kvantitative analytikere." Dette er mennesker som bruker ganske sofistikerte matematiske modeller for å forstå Wall Street. Mange av dem har bakgrunn i områder som fysikk, matematikk eller datavitenskap, og modellene de bruker, ble sagt å ha sine røtter på disse feltene. Og det ble foreslått, disse modellene hadde liksom mislyktes i 2008.

Det var mye moraliserende og jeg fortalt deg det er på den tiden. Kritikere foreslo at det var gal å tro at matematikk eller fysikk kunne bidra til å forstå en kompleks menneskelig bedrift som finansmarkeder. Men jeg trodde det måtte være mer til historien enn dette. Hvor kom disse modellene fra? Hva var de ment å gjøre, og hvorfor ville en

nyone regner med at de jobbet? Det var virkelig krisen som led meg til å dykke inn i å prøve å forstå historien som jeg snakker om i boken.

Mange tror at quants var ansvarlige for finanskrisen. Hvilken rolle skal finansielle modeller spille i økonomi?

Det ser ut til meg at finansielle modeller er avgjørende for moderne økonomi. Finansielle modeller er mer eller mindre nødvendige for banker og investorer å handle med finansielle produkter kjent som derivater, inkludert ting som opsjoner og futures. Og derivater - selv om de blir kritisert hele tiden - er egentlig en stor del av hvordan økonomien fungerer. Derivater hjelper selskaper å beskytte seg mot usikkerhet, slik at de kan bruke sin kapital mer effektivt. Så modeller er bare et faktum av økonomisk liv i disse dager.

Det virkelige spørsmålet handler om hvordan vi bør tenke på disse modellene for å kunne bruke dem så pålitelig som mulig. Her tror jeg historien gjør en stor forskjell. Mange investorer som vet om økonomiske modeller lærte om dem i en finans lærebok, hvor de ofte blir presentert som sett av ligninger som forteller deg hvordan prisen på noe instrument avhenger av ulike faktorer, for eksempel volatilitet eller utløpsdato. Det som undertrykkes i disse behandlingene er at veldig sterke forutsetninger om markedsforhold ofte spiller en viktig rolle i å utlede disse ligningene. Finansielle modeller er tilnærminger til en svært komplisert verden. Og disse tilnærmingene kan være nyttige hvis vi bruker dem forsiktig. men hvis vi ikke bruker dem forsiktig, eller hvis vi ikke legger stor vekt på forutsetningene som ligger til grunn for våre modeller, så kan vi komme i vanskeligheter. En ting vi kan lære av historien om økonomisk modellering er bare hvilke forutsetninger folkene som først kom opp med disse modellene, gjorde.

Denne typen feil om forutsetninger spilte en stor rolle i 2008. I utgangspunktet gjorde modellen som mange investorer, banker og til og med kredittvurderingsbyråer brukte til å prisfinansiere finansielle produkter kjent som CDOer, at det virket som om disse produktene var verdt mye mer enn de viste seg å være verdt. Når feilen ble lagt merke til, solgte mye penger over natten, og noen av de store spillerne ble insolvente. (Dette er den helt korte historien om Bear Sterns sammenbrudd, Lehman Brothers og AIGs finansielle produkter arm.) Etterpå pekte mange mennesker på modellen som mispriced disse produktene - og til og med hos kusene som hadde designet modellen. Men det virker som om det som virkelig gikk galt her, er at store institusjoner fortsatte å bruke en bestemt modell lenge etter at forutsetningene bak det ble svært dårlig. Det burde egentlig ikke vært en overraskelse at modellen ikke fungerte veldig bra. Jeg tror den beste, mest veldedige tolkningen av denne feilen til å endre modeller er at mange av de som bruker modeller hver dag, ikke tenker veldig hardt om forutsetningene disse modellene gjør.

Kritikere av økonomiske modeller argumenterer ofte for at mennesker handler irrasjonelt og økonomiske modeller er dermed feil. Hva tror du?

Jeg tror denne typen kritikk er kortsiktig.For en, mens det er sant at en stor klasse modeller i økonomi og økonomi stammer fra antagelsen om at menneskene handler rasjonelt, er det ikke som om man må anta dette for å kunne bruke matematiske modeller, og mange modeller gjør det ikke gjør denne antagelsen. Men egentlig gjelder det viktigere spørsmålet om vi kan forstå når investorer ikke er rasjonelle, og på hvilke måter. Dette er noe som har blitt studert mye nylig i et felt som kalles atferdsøkonomi. Forskere på dette feltet vil forstå hvordan vi virkelig tar beslutninger, og de har oppdaget mange systematiske måter der vi ikke klarer å handle rasjonelt. Noen ganger kritikere av matematisk modellering i økonomi sitere atferdsøkonomi som grunn til å tenke matematikk og fysikk er ubrukelig for å forstå markeder, men jeg tror dette får ting bakover. Virkelig, atferdsøkonomi har vist hvordan forutsetningene til noen modeller konsekvent vil feile - og dermed at vi bør unngå å bruke disse modellene. Men det har også pekt på hvordan man skal bygge mer effektive modeller som bedre tar hensyn til hva vi nå forstår om ekte investorbeslutninger.

Mange finansielle tilsynsmyndigheter forstår ikke de verktøyene og instrumentene de overvåker. Hvordan skal vi håndtere dette problemet?

Finansielle regulatorer, som de som jobber i Securities and Exchange Commission og Commodity and Futures Trading Commission, har en tendens til å bli utdannet som advokater, ikke økonomer eller matematikere. Dette betyr at de ofte er dårlig egnet til å forstå både produktene som handles på enkelte markeder og strategiene som mange banker og hedgefond bruker til å handle med. Og dette fører til problemer. Regulatorer er ofte flere skritt bak ledende finansiell innovasjon, og de kan derfor ikke tilstrekkelig reagere på nye systemiske risikoer.

Noen grupper, inkludert SEC, har gjort noen nylige anstrengelser for å bekjempe dette ved å ansette flere kvanter, og andre, som Federal Reserve, har alltid ansatt økonomer i tillegg til advokater. Så kanskje vi allerede beveger oss i riktig retning. Men på en måte løper problemene dypere enn bare om det er regulatorer som forstår hvordan derivatmodellering fungerer. Som det er, får markedsregulatorer overskrifter og ros for håndhevelse, ikke for policy-making. Av denne grunn bruker grupper som SEC mye mer av sine ressurser på insiderhandel, svindel og ulike former for feilbehandling enn på å forstå hvordan markedene utvikler seg og prøver å sette retningslinjer som vil minimere nye risikoer.

Et eksempel som gjør dette veldig klart, er den såkalte Flash Crash i mai 2010. Den dagen falt markeder om lag 1000 poeng i et minutt eller så, bare for å komme seg like raskt. SEC tok nesten fem måneder for å finne ut hva som hadde skjedd, for det meste fordi de ikke engang hadde tilgang til den slags finkornede markedsdata som mange handelsmenn baserte sine beslutninger på. SEC har senere introdusert et nytt datasystem, kalt Midas, for å spore disse dataene i sanntid. Men investorer hadde sporet disse dataene i over et tiår, og det var først etter krisen at SEC begynte å gjøre det også. Det virker for meg at vi må ta opp rollen som regulatorer, slik at de holder seg utenfor den nyeste utviklingen på Wall Street, i stedet for å komme inn først etter kriser for å finne ut hva som gikk galt.

Hvordan kan flere fysikere bli innarbeidet i økonomisk forskning og politisk utforming?

Først bør jeg si at det er mange fysikere og matematikere som allerede jobber med økonomisk forskning. Jeg snakker om bare en liten brøkdel av slike mennesker i boken, og de jeg snakker om, er stort sett opptatt av økonomi. Dette er litt misvisende: Det er et helt fagområde kjent som "ekonofysikk", som består av fysikere som bruker ideer fra fysikk til et bredt spekter av økonomiske problemer. Mange av disse menneskene ville ha mye å bidra til diskusjoner om økonomisk politikk. Men akkurat nå har de ikke plass ved bordet. Så det første skrittet er for regulatorer og mer tradisjonelle økonomer - som ofte overser heterodokse tilnærminger, inkludert de fra andre felt - å anerkjenne at det er mange forskere som har viktig innsikt å tilby og, viktigst, nye måter å nærme seg problemer på.

Hvorfor jobber du ikke med Wall Street?

Hvorfor skulle jeg? Jeg har drømmejobben min!

Les mer fra Investmentmatome: