В ортодоксальной экономике рациональность превратилась в самую настоящую смирительную рубашку. Платонизирующие экономисты забывают о том, что жизнь людей не сводится лишь к тому, чтобы постараться максимально удовлетворить свои экономические интересы. Подобная забывчивость приводит к возникновению таких математических методов, как «максимизация», или «оптимизация», на которой Пол Сэмюэлсон построил значительную часть своей работы. Что такое оптимизация? Это нахождение математически оптимальной стратегии для экономического агента. Например, какова «оптимальная» сумма для вклада в акции? В этом методе полно сложной математики, поэтому ученым без математической подготовки вход воспрещен. Я не первый говорю, что эта оптимизация отбросила назад социальные науки: из развивающейся отрасли знаний для умных и мыслящих людей они превратились в пародию на «точную науку». Под «точной наукой» я подразумеваю здесь любую второстепенную техническую проблему, на которую кидаются те, кому только бы примазаться к физикам (так называемая «зависть гуманитария»). По сути их деятельность — интеллектуальное надувательство.
Оптимизация — яркий пример стерильного моделирования, которое мы обсудим в главе 17. Оптимизации не нашлось практических (да и теоретических) применений, так что она стала главным образом полем академических сражений, где можно помериться математическими мускулами. Из-за нее платонизирующие экономисты ночью не разгуливали по барам, а корпели над уравнениями. Трагедия в том, что Пола Сэмюэлсона, явно человека небездарного, называют одним из самых талантливых ученых его поколения. В таком случае, он нашел не лучшее применение своему выдающемуся интеллекту. Примечательно, что Сэмюэлсон запугивал тех, кто сомневался в его методах, утверждением: «Кто может, тот двигает науку, кто не может, тот беспокоится о методологии». Знаешь математику — значит, можешь «двигать науку». Это напоминает доводы психоаналитика, который затыкает рот критику, твердя, что у того были проблемы с собственным отцом. Увы, выясняется, что как раз Сэмюэлсон и большинство его последователей и математику-то знали так себе, а ту, что знали, не умели использовать, не представляли, как приспособить ее к реальности. Их познаний в математике хватало лишь на то, чтобы с ее помощью сбиться с верного пути.
А ведь как раз перед взлетом популярности узко мыслящих слепцов, усилиями истинных мыслителей, таких как Дж. М. Кейнс, Фридрих Хайек и великий Бенуа Мандельброт, были начаты интересные исследования. Всех их потеснили с передовых позиций, потому что они уводили экономику от точности, которой одержимы второсортные физики. Очень печально. Одним из недооцененных великих мыслителей был Дж. Л.С. Шэкл, теперь почти полностью забытый. Он ввел понятие «незнание» (это по сути то же самое, что непрочитанные книги из библиотеки Умберто Эко, которые мы назвали антибиблиотекой). Добыть труды Шэкла теперь почти невозможно; мне пришлось искать его книги у лондонских букинистов.
Легионы психологов-эмпириков эвристического уклона продемонстрировали, что модель рационального поведения в условиях неопределенности не просто очень условна, а совершенно непригодна для описания действительности. Их выводы раздражают платонизирующих экономистов еще и потому, что обнаруживают достаточное количество вариантов отклонения от рациональности. Толстой говорил, что все счастливые семьи похожи друг на друга, но каждая несчастливая семья несчастлива по-своему. Наглядно показано, что люди допускают ошибки, эквивалентные выбору яблок вместо апельсинов, апельсинов вместо груш и груш вместо яблок в зависимости от того, как перед ними ставятся важные вопросы. Даже последовательность имеет значение! Кроме того, пример с привязкой нам показал, что случайное число, показанное человеку, — привязка — влияет на то, как он определит количество зубных врачей в Манхэттене. Поскольку привязка случайна, то и названное число зубных врачей будет случайным. Так что, если люди делают непоследовательный выбор и принимают непоследовательные решения, ядро экономической оптимизации рушится. Значит, нет возможности породить «общую теорию», а без нее нельзя предсказывать.
Придется научиться жить без общей теории, черт подери!
Зелубой изумруд
Теперь вспомним проблему индюшки. Вы оглядываетесь назад и, опираясь на прошлый опыт, выводите некие правила для будущего. Так вот, прогнозы на основании прошлого опыта чреваты и более серьезными подвохами, чем разобранные нами выше. Дело в том, что одни и те же данные могут служить основанием для кардинально противоположных теорий! Если вы доживете до завтра, это может означать, что: а) у вас вырастут шансы достичь бессмертия; б) вы еще немного приблизитесь к смерти. Оба заключения основываются на одних и тех же данных. Если вы индюшка, которую регулярно кормят в течение долгого времени, вы можете либо наивно предполагать, что кормление подтверждает вашу безопасность; либо проявить проницательность и решить, что оно подтверждает опасность стать чьим-то праздничным ужином. Угодливость моего знакомого, проявленная в прошлом, может означать искреннюю привязанность ко мне и беспокойство о моем благополучии либо — его корысть и тайное желание в один прекрасный день завладеть моим бизнесом.
Эти графики иллюстрируют статистический вариант нарративной ошибки — вы находите модель, в которую укладывается прошлое. «Линейная регрессия» и «R-квадрат» способны вконец заморочить вам голову. Можно смотреть на линейную часть кривой и хвастаться высоким R-квадратом, якобы свидетельствующим о том, что в вашу модель хорошо укладываются данные и она обладает большой предсказательной силой. Все это чепуха: она годится только для линейного сегмента. Всегда помните, что R-квадрат непригоден для Крайнестана. (R-квадрат — число от 0 до 1, которое отражает близость значений линии тренда к фактическим данным. Линия тренда наиболее соответствует действительности, когда значение R2 близко к 1. —Прим. ред.)
Прошлое может сбивать с толку, более того, в наших интерпретациях прошлых событий есть много степеней свободы.
Вот графическая иллюстрация этой идеи: посмотрите на ряд точек, представляющий изменение некоего числа во времени (рисунок з), — график похож на рисунок 1 из главы 4, на котором отображена первая тысяча дней индейки. Предположим, учитель просит вас продолжить ряд точек. С линейной моделью, то есть с линейкой, вы нарисуете лишь прямую линию, одну прямую линию от прошлого к будущему (рисунок 4). Линейная модель уникальна. Есть одна, и только одна, линия, которую можно построить на данном множестве точек. Но все может оказаться гораздо сложнее. Если вы не будете зацикливаться на этой прямой, то обнаружите, что есть огромное количество кривых, самых разных конфигураций, которыми могут связываться точки. Делая линейный прогноз на основании прошлого, вы продолжаете замеченную тенденцию. Но количество будущих возможных отклонений от этого курса, заданного в прошлом, бесконечно.
Философ Нельсон Гудмен называет это проблемой индукции: мы строим прямую линию лишь потому, что у нас в головах линейная модель, — тот факт, что 1000 дней подряд переменная увеличивалась, придает уверенности, что она будет расти и дальше. Но если у вас в голове имеется нелинейная модель, она может показать, что на 1001-й день наступит перелом.
Представьте: вы захотели полюбоваться изумрудом. Вчера он был зеленым и позавчера тоже. Сегодня он тоже вполне зеленый. В обычном случае это подтверждает наличие у него свойства «быть зеленым»: можно смело предположить, что и завтра изумруд будет зеленым. Но, по Гудмену, цветовая история изумруда дает такие же основания утверждать, что у него есть свойство «быть зелубым». Что значит «быть зелубым»? Это значит побыть зеленым до определенного дня (скажем, до 31 декабря 2015 года), а затем поголубеть.
Проблема индукции — это один из вариантов искажения нарратива; есть бесконечно много «историй», которые объясняют то, что вы видели. Проблема, надо сказать, весьма серьезная: ведь если не существует единого способа «обобщить» известное, чтобы сделать предположения о неизвестном, как же тогда действовать? Ответ, разумеется, будет таков: надо полагаться на «здравый смысл». Однако вашему здравому смыслу, возможно, будет очень трудно совладать с некоторыми переменными на территории Крайнестана.
