#9(20), сентябрь 2007 года

Насколько умны компьютерные модели

Недавно крупнейший банк США Goldman Sachs, снискавший славу одного из умнейших игроков на Уолл-стрит, был вынужден сделать неловкое признание

Джиллиан ТЕТТ и Анудж ГАНГАХАР, Financial Times

В ходе телефонного разговора с одним из инвесторов выяснилось, что из-за просчета в стратегии, основанной на компьютерной модели, за одну неделю передовой мировой инвестиционный фонд банка потерял около 30% своей стоимости. В частности, компьютерам не удалось спрогнозировать недавнюю динамику рынка. Специалисты назвали это явление экстремальным событием, которое случается один раз в 100 тысяч лет.
«То, что мы сейчас наблюдаем, это экстремальное событие среднеквадратического отклонения, которое происходит уже на протяжении многих дней. Проблемы в некоторых других количественных пространствах уже случались, но такого мы еще не видели», — сказал финансовый директор Goldman Дэвид Виниар.
По любым меркам, это поразительное признание, принимая во внимание, что убытки фонда Goldman могут достигать 1,5 млрд. долл. Однако наиболее удивительно то, что Gold-man Sachs — не единственный банк, который попал в такой переплет. С подобными трудностями столкнулось множество компаний, в том числе всемирно известный фонд Renaissance Technologies.
Основатель Renaissance и один из наиболее уважаемых менеджеров фонда Джеймс Саймонз написал письмо инвесторам, в котором сообщил, что в начале августа убытки составляют около 9%. В своем послании он также отметил неспособность предсказать дальнейшее развитие событий.
Среди других пострадавших круп-ных фондов — Highbridge Capital,  контролируемый JPMorgan, DE Shaw, AQR Capital и Barclays Global Investors, а также фонды под управлением Lehman Brothers. «Модели  ведут себя прямо противоположно тому, что мы предсказывали, видели и испытывали на протяжении очень долгих периодов», — заявил представитель Lehman Brothers.
Беглый взгляд на новейшую финансовую историю показывает, что на самом деле в таких «редких» событиях нет ничего необычного. Например, в 1998 году компания Long Term Capital Management чуть не обанкротилась из-за того, что разработанные чудо-экономистами фонда — среди них были даже нобелевские лауреаты — трейдинговые стратегии отказали, когда рынок повернулся в непредвиденном направлении. Точно такая же ситуация произошла два года назад, когда финансовая индустрия испытала шок после понижения кредитного рейтинга гиганта автомобилестроения General Motors. В тот момент цены на финансовые активы выделывали такие кренделя, которые не мог предсказать ни один компьютер.
Некоторые банкиры и регуляторы начинают задаваться вопросом, не доказывают ли последние события, что современной финансовой индустрии не стоит так свято верить в сложные компьютерные модели. «Говорят, что такие события, которые якобы случаются раз в 100 тысяч лет, на самом деле происходят каждый год. Эта история должна заставить людей усомниться в этих моделях», — утверждает консультант хеджевых фондов Сатьяджит Дас.
Такая переоценка может иметь далекоидущие последствия. Распространение финансовых моделей — основа роста банков. Без современных компьютеров революция в мире финансов в текущем десятилетии не смогла бы произойти.

Корни этой революции уходят в 1970-е годы, когда компьютеры стали достаточно маленькими и легко настраиваемыми для использования в банках, а лучшие умы мира экономики стали переходить в сферу финансов. Вначале их разработки, в основном, служили управляющим активами ориентиром для покупки акций. Но в 1980-х банкиры начали использовать эти инструменты для анализа сложных долговых обязательств — процесс, который позднее позволил создать, оценивать и торговать производными инструментами, получившими название «деривативы».
В этом десятилетии использование моделей перешло в новую плоскость. По мере увеличения вычислительной мощности и интеграции мировых рынков управляющие активами начали полагаться на модели, позволяющие прослеживать цены на активы и отмечать мелкие аномалии, невидимые человеческому глазу. Вначале по этим аномалиям даже велись торги, однако вскоре компьютеры стали использоваться не только для их обнаружения, но и для торговли по ним. Сегодня компьютеры используют модели для торгов и торгуют с другими компьютерами без вмешательства человека.
Этот сдвиг принес миру финансов много пользы. Торги с помощью компьютера дешевле, чем с привлечением человека, а масштабы при этом могут быть значительно больше. Машины более уравновешены, поскольку, в отличие от людей, никогда не устают. И, что более важно, компьютеры могут торговать намного быстрее, чем люди, а это имеет огромное значение, когда инвестиционные группы наперегонки стараются получить выгоду от мелких вариаций цены.
В результате компьютерный трейдинг получил широкое распространение, в частности на акционерных рынках, к которым можно получить легкий доступ и которые обладают высокой ликвидностью. Как говорится в письме Саймонза, во многих случаях эти стратегии дают инвесторам великолепные результаты.
Несмотря на то, что компьютеры могут работать лучше, чем человек, в сложные времена проявляются их серьезные недостатки. Одна из проблем в том, что модели обычно предсказывают будущее на основании статистических данных о прошлом. С учетом установившихся темпов развития финансовой индустрии это может вызвать искажения. Многих инструментов, из-за которых произошло кредитное бедствие, ранее не было, а это означает, что компьютеры могут моделировать рынки только на основании благоприятных условий последних лет.
Кроме того, компьютерные модели не всегда учитывают влияние на рынки собственного поведения. Основная опасность, утверждает профессор финансов из Великобритании Дональд Макензи, в тенденции видеть в моделях «фотоаппараты», делающие снимки движения рынка. Однако модели сегодня используются настолько широко, что они двигают рынки, а это значит, что правильнее было бы рассматривать их в качестве «двигателя». «Появление современных экономических теорий финансов сильно повлияло на рынки. Модели — это не просто анализы, но и неотъемлемая часть экономических процессов», — говорит профессор.
С практической точки зрения, это означает, что когда модели оценивают рынки, они часто не принимают в расчет ценовые искажения, вызванные их собственным поведением. Возьмем, например, хеджевый фонд Amaranth, обанкротившийся в прошлом году с 6 млрд. долл. убытков. До этого коллапса Amaranth был центральной фигурой на рынке газа, и каждая его покупка взвинчивала цены. Затем эти же цены использовались в моделях для расчетов риска. Однако когда Amaranth пришлось продавать акции, обвал цен был настолько стремительным, что никакая модель была не в состоянии его предсказать. Хотя сам Amaranth не торговал с помощью моделей, такая схема может быть в два раза опаснее для управляющих активами, которые используют компьютерные программы, поскольку компьютеры обладают противной привычкой использовать одни и те же стратегии — частично из-за того, что созданы людьми, которые учились в одних и тех же университетах. То есть в определенных случаях все рвутся к выходу одновременно.
Вопрос компьютерного «стадного эффекта» является ключевым фактором проблем в фонде Goldman Sachs. Хотя нюансы этой саги еще неизвестны, по-видимому, все началось месяц назад, когда крупные инвестиционные менеджеры понесли убытки на рынке активов «сабпрайм». Это побудило инвестиционные банки требовать у хеджевых фондов больше денег на торги, что, в свою очередь, заставило фонды продавать активы.
Однако ввиду того, что ценные бумаги «сабпрайм» трудно продаются, вынужденные продажи перешли на другие, более ликвидные рынки, в частности фондовые. В результате возникла волна ценовых движений, которые казались совсем «необъяснимыми» в компьютерных моделях. Например, стоимость акций некоторых ценных компаний упала относительно акций с низким рейтингом, например, строительных компаний США. Это оказалось убийственным для компьютерных стратегий, используемых фондом Goldman, поскольку те обычно основаны на допущении, что акции с низким рейтингом дают низкую доходность в условиях кредитного кризиса.
С тех пор волнения на рынке, в основном, улеглись. Как следствие, множество так называемых квантов — экспертов по количественным моделям, которые работают в финансовой индустрии, — настаивают, что критиковать эти стратегии еще рано. В конце концов, по их словам, подавляющее большинство моделей функционирует успешно. Кроме того, исправляются проблемы так называемого контура обратной связи или опасности стадного эффекта. Одна из ключевых задач некоторых банков — как применить результаты исследований в области искусственного интеллекта или нейронных сетей в финансовых моделях. Они надеются, что это поможет им «учиться» на ошибках и необъяснимых случайностях и, таким образом, лучше работать во время стрессов на рынке.
«Академические исследования смещаются с теорий «эффективного рынка» на теории «неэффективного рынка», специалисты начинают все больше понимать неэффективность трейдинговых стратегий.  Инвесторы, применяющие последние компьютерные модели, скорее всего, впросак не попадут», — говорит глава количественного трейдинга в Bank of Ireland Колм Фитцжеральд.
Однако станут ли эти «суперразумные» модели лучше, чем существующие, покажет лишь время. «Банкиры говорят о самообучающихся моделях с нейронными сетями, однако, по большому счету, все это полная ерунда», — говорит Дас.
Следовательно, некоторые банкиры и политики могут получить из последних событий простейший урок: пришло время вернуть человека в процесс торгов. Один из способов состоит в улучшении функций управления риском, другой — в обеспечении возможности отключения компьютерных моделей на время кризиса. «Все, кто пользуются человеческим мозгом, а не алгоритмами, в последнее время могли сделать деньги на фондовых рынках», — смеется один из банкиров. Неожиданным победителем в состоявшейся заварушке стала вновь обнаруженная ценность человеческой интуиции и старомодный здравый смысл. 

К содержанию