Нейт Сильвер - Сигнал и шум. Почему одни прогнозы сбываются, а другие – нет

В сентябре 2011 г. ECRI говорила о почти гарантированной глубокой рецессии.

«Политики ничего не могут сделать для исправления ситуации, – утверждалось в заявлении компании {425}. – Если вы думаете, что происходящее сейчас – это плохое состояние экономики, то считайте, что вы еще ничего не видели». В интервью управляющий директор компании Лакшман Ахутхан предположил, что рецессия может начаться прямо сейчас, если уже не началась {426}. Компания обосновала свое заключение следующим образом:

«Наше мнение об угрозе рецессии основано не на одном или двух опережающих индексах, а на десятке специализированных показателей, в том числе долговременных основных показателях США… за которыми следует снижение еженедельных основных показателей и других, более коротких опережающих индексов. По сути, большинство надежных прогнозных индикаторов ведет себя так, как если бы мы находились на пороге полноценной рецессии» {427}.

Это заключение написано на профессиональном языке, однако ему недостает реальной экономической сути. Это – повествование о данных, как будто данные сами по себе способны вызвать рецессию, а не об экономике. Но компания ECRI гордится таким подходом. В 2004 г. в документе, адресованном клиентам, ее руководители писали: «Так же, как вам, чтобы ездить на автомобиле не нужно точно знать, как работает его двигатель, вам не нужно понимать все тонкости экономики для того, чтобы пользоваться сделанными нами выводами» {428}.

Подобные заявления становятся все более распространенными в эпоху Больших данных {429}. Кому нужна теория, когда у вас так много информации? Однако подобная точка зрения категорически неверна в области прогнозов, особенно экономических, где данные наполнены шумом. Статистические выкладки кажутся куда более убедительными, если они подкреплены теорией или хотя бы сопровождаются глубоким размышлением об их фундаментальной основе. Разумеется, в сентябре 2011 г. имелись причины для экономического пессимизма {430} – например, долговой кризис, разворачивавшийся в Европе, – однако ECRI даже не смотрела в сторону этих событий. Вместо этого она варила суп из случайных переменных, принимая совпадение за причинно-следственную зависимость {431}.

Следует отметить, что после прогноза ECRI в экономике действительно возникла поворотная точка – однако она была позитивной . Показатель S&P 500 набрал 21 % за пять месяцев после того, как после ECRI заявила о возможной рецессии {432}, а рост ВВП составил в последнем квартале 2011 г. неплохие 3 % вместо того, чтобы упасть в результате рецессии. ECRI пустилась в объяснения о том, что воздействие позитивных факторов усилилось в 2012 г., что невозможно было предсказать изначально {433}.

Если вам действительно нужен экономический прогноз, то лучше всего обращаться к средним или обобщенным прогнозам, чем к прогнозам отдельных экономистов. Мое исследование обзоров профессиональных прогнозистов в сфере экономики SPF показало, что обобщенные прогнозы примерно на 20 % точнее, чем индивидуальные, предсказывают величину ВВП, на 10 % – уровень безработицы и на 30 % – уровень инфляции {434}. Эта особенность – групповые прогнозы переигрывают индивидуальные – проявлялась почти в любой области, где проводились подобные исследования.

И хотя идея о том, что обобщенные прогнозы оказываются лучше индивидуальных, может считаться важной с эмпирической точки зрения, порой она используется как отговорка, препятствующая улучшению прогнозов. Обобщенный прогноз создается из отдельных; и если они улучшаются, то улучшается и групповой результат. Более того, даже обобщенные экономические прогнозы оказываются достаточно плохими с точки зрения работы в реальном времени, так что в этом вопросе есть над чем работать.

Большинство экономистов высказывает свои суждения при создании прогноза с определенными условиями, а не делятся результатами статистической модели как таковой. С учетом того, насколько сильно данные забиты шумом, это имеет смысл. Исследование Стивена К. Макнесса, бывшего вице-президента Федерального резервного банка Бостона, показало, что корректировки методов статистических прогнозов, связанные с теми или иными суждениями, позволяют повысить точность прогнозов примерно на 15 % {435}. Идея о том, что статистическая модель будет способна «решить» проблему экономического прогнозирования, была довольно расплывчатой в 1970‑е и 1980‑е гг., когда компьютеры только начинали получать широкое распространение. Однако, как и в других областях (например, при предсказании землетрясений), улучшение технологий не компенсировало недостатка теоретического понимания экономики. По сути, компьютеры дали экономистам лишь более быстрые и продвинутые способы ошибочно принимать шум за сигнал. Модели, прежде казавшиеся многообещающими, в тот или иной момент терпели поражение и отправлялись в мусорное ведро {436}.