Почему экономисты до сих пор не могут предсказать кризисы, если экономика—наука?

В 2008 году рухнул Lehman Brothers — и вместе с ним весь финансовый мир. Экономисты, которые за год до этого предсказывали «золотой век стабильности», были растеряны. В 2020-м — пандемия, затем скачок инфляции. Снова никто не ждал. А сколько разговоров было о том, что «экономисты гадают на кофейной гуще»? Так почему же наука, вооружённая суперкомпьютерами и столетиями данных, не может предсказать кризис? Ответ не в глупости экономистов, а в природе самой экономики. Как устроены прогнозы, почему они так часто ошибаются и стоит ли вообще им доверять — разбираемся вместе с финансовым аналитиком Викторией Кутузовой.

Кто виноват в том, что кризис не предсказали?

Вина за непредсказанный кризис лежит не столько на отдельных экономистах, сколько на самой природе экономической науки и ее инструментов. Экономика – это чрезвычайно сложная, динамичная система, подверженная влиянию бесчисленного множества факторов, многие из которых не поддаются точному измерению или прогнозированию. Модели, разработанные экономистами, зачастую являются упрощениями реальности, предназначенными для выявления ключевых закономерностей. Однако в реальном мире эти закономерности могут искажаться, переплетаться или вовсе уступать место непредвиденным "черным лебедям". Поэтому, говоря о "плохих ученых", мы рискуем упростить проблему, игнорируя фундаментальные ограничения научного познания в такой комплексной области.

Основная сложность заключается в том, что экономические прогнозы – это не физические законы, которые можно вывести из аксиом. Они оперируют вероятностями, тенденциями и предположениями, которые могут быстро устареть. Кроме того, сама экономическая система, подвергаясь предсказаниям, может начать изменять свое поведение, создавая петли обратной связи, которые делают прогнозы неактуальными. Задача предсказания кризиса – это скорее искусство, чем точная наука, требующее интуиции, опыта и умения интерпретировать разнородные сигналы, а не только применение стандартных моделей.

Если предсказать кризис нельзя, зачем тогда экономисты нужны?

Этот вопрос, звучащий как вызов, на самом деле затрагивает самую суть экономической науки. Ошибочно полагать, что главная задача экономиста — это быть "кассандрой", предсказывающей грядущие беды. Истинная ценность экономической науки заключается не в пророчествах, а в понимании глубинных механизмов, движущих обществом, в анализе причинно-следственных связей и в разработке инструментов, позволяющих эти механизмы учитывать.

Экономисты нужны для того, чтобы структурировать хаос информации, делать его понятным и управляемым. Они создают модели, которые, пусть и не дают точных предсказаний, помогают разобраться в сложных взаимосвязях. Эти модели позволяют понять, как изменение одного переменного фактора (например, налоговой ставки или уровня безработицы) может повлиять на другие (инфляцию, рост ВВП, уровень жизни). Это знание бесценно для принятия обоснованных решений как на государственном, так и на корпоративном уровне.

Ценность экономической науки в том, что она вооружает нас инструментами для анализа, а не для прорицания. Она учит нас задавать правильные вопросы, собирать и интерпретировать данные, выявлять закономерности. Это больше похоже на работу инженера, который не может предсказать, когда именно произойдет землетрясение, но может построить здание, которое выдержит определенные нагрузки, основываясь на знании законов физики.

Модели, которые не предсказывают, но объясняют последствия решений, имеют огромный потенциал. Они позволяют политикам и бизнесменам проводить "мысленныe эксперименты" до того, как реальные действия приведут к необратимым последствиям. Оценивая различные сценарии развития событий, можно минимизировать риски, выбрать наиболее эффективный путь достижения целей и избежать нежелательных побочных эффектов. Это делает экономическую науку не просто академической дисциплиной, но и мощным инструментом для улучшения жизни людей.

Какие кризисы всё-таки удалось предвидеть (и почему)?

История полна примеров, когда экономические и финансовые кризисы удавалось предвидеть, хотя такие случаи зачастую замалчиваются в угоду более драматичным повествованиям о внезапных катастрофах. Одним из хрестоматийных примеров является предвидение кризиса доткомов начала 2000-х. Аналитики и инвесторы, наблюдая за стремительным ростом стоимости акций интернет-компаний, зачастую не имевших прибыли и ориентированных на спекулятивный рост, видели явные признаки "пузыря". Предсказывались переоцененность активов, иррациональный ажиотаж и неизбежность коррекции, которая действительно произошла, обвалив рынок.

Другим ярким примером служит ипотечный кризис 2007-2008 годов. Задолго до его развертывания многие экономисты предупреждали о рисках, связанных с массовым выдачей субстандартных ипотечных кредитов (subprime mortgages), секьюритизацией этих долгов и созданием сложных финансовых инструментов, непрозрачность которых скрывала реальные риски. Было очевидно, что падение цен на недвижимость приведет к массовым дефолтам и обрушит финансовую систему.

В период "бума" многие игнорируют "красные флажки", полагаясь на " новый" принцип, что "на этот раз все иначе". Эйфория рынка, подкрепляемая доступностью кредитов и обещаниями быстрой прибыли, затмевает рациональное мышление, делая большинство участников слепыми к надвигающейся угрозе.

Эти успешные, хоть и менее известные, прогнозы демонстрируют, что предвидение кризисов возможно при наличии должной экспертизы, независимого мышления и способности анализировать сложные системы в их динамике. Они служат напоминанием о важности критической оценки экономических процессов и опасности слепого следования за толпой.

Может ли искусственный интеллект решить проблему?

Чтобы нейросеть могла с высокой точностью прогнозировать экономические процессы, ей необходим доступ к исчерпывающему и детализированному набору данных. Это включает в себя не только макроэкономические показатели, такие как ВВП, инфляция, уровень безработицы и процентные ставки, но и микроэкономические данные: данные о потреблении, инвестициях, производственных цепочках, поведении потребителей, потребительском доверии, а также информация о настроениях на рынках и геополитической обстановке. Чем более гранулярными и своевременными будут эти данные, тем выше вероятность получения точного прогноза.

Основной вопрос заключается в нашей способности собрать эти данные. Хотя мы находимся на пути к созданию более "умных" обществ, где данные собираются повсеместно, существует ряд ограничений. Во-первых, чувствительность личной и коммерческой информации требует строгого контроля и анонимизации. Во-вторых, не все экономические события и факторы поддаются количественной оценке. Качество человеческого капитала, инновационный потенциал, стихийные бедствия или социальные волнения — все это может оказывать существенное влияние на экономику, но их сложно точнозировать и включить в модель.

Кроме того, стоит помнить, что экономика — это не статичная система. Она адаптивна и постоянно меняется под воздействием человеческого фактора, который, в свою очередь, может быть непредсказуемым. Экономические агенты (люди, компании, правительства) принимают решения, основываясь на ожиданиях, страхах, политических мотивах и других не всегда рациональных факторах. Это порождает обратные связи и петли, которые трудно предвидеть и смоделировать даже самым продвинутым ИИ.

Тем не менее, потенциал ИИ в экономике неоспорим. Нейросети могут помочь выявлять скрытые тренды, анализировать большие объемы текстовых данных (например, новостные статьи, отчеты компаний, социальные сети) для оценки настроений, оптимизировать торговые стратегии, моделировать риски и даже помогать в разработке экономической политики.