Сигнал и шум. Почему одни прогнозы сбываются, а другие - нет
Шрифт:
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} .
432
С 30 сентября 2011 г. (цена закрытия S&P 500 на уровне 1131,42) до 30 марта 2012 г. (цена закрытия S&P на уровне 1379,49).
433
Henry Blodget, «ECRI’s Lakshman Achuthan: No, I’m Not Wrong – We’re Still Headed for Recession», Daily Ticker, Yahoo! Finance; May 9, 2012. http://finance.yahoo.com/blogs/daily-ticker/ecri-lakshman-achuthan-no-m-not-wrong-still-145239368.html.
Когда
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.
434
Ноябрьские данные по прогнозу ВВП на следующий год по данным SPF с 1968 по 2009 г., корень среднеквадратичной ошибки (RMSE) для прогноза отдельного экономиста был равен 2,27 пункта, а значение RMSE для агрегированного прогноза – 1,92 пункта. Таким образом, усреднение прогнозов снижало ошибку примерно на 18 %.
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} .
435
Stephen K. McNees, “The Role of Judgment in Macroeconomic Forecasting Accuracy», International Journal of Forecasting, 6, no. 3, pp. 287–99, October 1990. http://www.sciencedirect.com/science/article/pii/016920709090056H.
436
Пожалуй, единственным из известных мне экономистов, которые полагаются исключительно на статистические модели без применения каких-либо корректировок, является Рей С. Фейр из Йельского университета. Я изучил степень точности прогнозов, основанных на модели Фейра и публикующихся с 1984 г. В некоторых случаях они довольно неплохи. Прогнозы Фейра по ВВП и уровню инфляции ничуть не хуже оценок любого другого прогнозиста. Однако его прогнозы по уровню безработицы постоянно оказывались достаточно плохими. Результаты стали еще хуже в последнее время, поскольку модель значительно недооценила масштаб недавней рецессии и переоценила перспективы восстановления экономики. Одна из проблем статистических моделей состоит в том, что они работают достаточно хорошо лишь до тех пор, пока одно из их предположений не нарушается и модель не сталкивается с новой ситуацией. В этом случае они могут давать весьма неточный прогноз. Можно сказать, что глобальный финансовый кризис представляет собой новую ситуацию для модели, «заточенной» под экономические данные после Второй мировой войны, поскольку кризиса такого масштаба в течение этого периода не происходило.
Свою роль в развитии искажений играют и человеческие суждения. Вы можете создать прогноз, который волшебным образом станет соответствовать вашим экономическим стимулам или политическим убеждениям. Вы можете возгордиться и не захотите изменить его, даже когда этого потребуют факты и обстоятельства. «Я думаю, что у людей есть одна тенденция, которой стоит активно противостоять, – сказал мне Хациус, – она заключается в том, что человек воспринимает информационный поток таким, каким он хочет его видеть». Но есть ли экономисты, которым удается лучше других управлять этим компромиссом? Можно ли считать, что экономист, правильно предсказавший рецессию в прошлом, сможет предсказать и будущую? На этот вопрос есть интересный ответ.
Когда мы, чтобы оценить умение прогнозировать, применили статистические методы анализа к данным SPF, результат оказался в целом негативным {437} .
Иными словами, при изучении результатов мы не можем сделать вывод о том, что некоторые экономисты обычно создают более хорошие прогнозы, чем остальные. Однако изучение прогнозов другой группы экспертов – от компаний «голубых фишек» (Blue Chip Economic Survey) – позволило получить более позитивные результаты {438} .
437
Например, если некоторые экономисты более точно предсказывали изменения ВВП в четные годы (2000, 2002, 2004), то можно было ожидать, что они создадут более точные прогнозы и в нечетные годы (2001, 2003, 2005). Но, когда я изучил данные SPF и разделил их по этому признаку, корреляция между двумя наборами данных оказалась достаточно низкой. Экономисты, делавшие более хорошие прогнозы в четные годы, лишь немногим опережали других в нечетные, и наоборот.
438
Andy Bauer, Robert A. Eisenbeis, Daniel F. Waggoner, and Tao Zha, «Forecast Evaluation with Cross-Sectional Data: The Blue Chip Surveys», Economic Review, Federal Reserve Bank of Atlanta, 2003. http://www.frbatlanta.org/filelegacydocs/bauer_q203.pdf.
В чем состоит разница между двумя опросами? Опрос SPF проводится анонимно: каждый экономист получает случайный номер, не меняющийся от опроса к опросу, однако у читателей нет никакой возможности понять, кто скрывается за тем или иным номером. В рамках опроса «голубых фишек» прогноз каждого участника подкрепляется его именем и репутацией.
Если рядом с прогнозом стоит ваше имя, это может привести к изменению структуры ваших стимулов. Допустим, вы работаете на малоизвестную компанию. В этом случае для вас может иметь смысл создавать достаточно дикие прогнозы – пусть они и не будут сбываться достаточно часто, но в случае успеха вам гарантировано должное внимание. С другой стороны, сотрудники компаний типа Goldman Sachs должны вести себя более консервативно, для того чтобы оставаться в рамках консенсуса.
Именно это и было выявлено в результате исследования прогнозов Blue Chip {439} – довольно заметное явление под названием «искажения из соображений рациональности» {440} . Чем менее известно ваше имя, тем меньше вы можете потерять, принимая на себя риски, связанные с прогнозами. Даже если вы знаете, что вы немного лукавите в своем прогнозе, для вас может иметь смысл попытаться сделать большую ставку. С другой стороны, если у вас уже имеется серьезная репутация, вы, возможно, не захотите слишком отклоняться от общей точки зрения, даже в том случае, когда, по вашему мнению, это следует из имеющихся данных.
439
David Laster, Paul Bennett, and In Sun Geoum, «Rational Bias in Macroeconomic Fore-casts», Quarterly Journal of Economics, 114, 1 (1999), pp. 293–318. http://www.newyorkfed.org/research/staff_reports/sr21.pdf.
440
David Laster, Paul Bennett, and In Sun Geoum, «Rational Bias in Macroeconomic Fore-casts», Quarterly Journal of Economics, 114, 1 (1999), pp. 293–318. http://www.newyorkfed.org/research/staff_reports/sr21.pdf.
Каждое из этих опасений, связанных с вашей репутацией, способно отвлечь вас от основной цели – создания наиболее честных и точных прогнозов. Несмотря на довольно незначительные различия, исторические данные по анонимным участникам SPF показывают, что им удавалось немного лучше предсказывать показатели ВВП и безработицы, чем участникам экспертов из «голубых фишек», заботящихся о своей репутации {441} .
Преодоление искажений
441
David Reifschneider and Peter Tulip, “Gauging the Uncertainty of the Economic Outlook from Historical Forecasting Errors,” Federal Reserve Board Financial and Economics Discus-sion Series #2007–60 (November 2007). http://www.federalreserve.gov/pubs/feds/2007/200760/200760abs.html.
Если оказалось, что создавать плохие прогнозы рационально, то можно предположить, что у таких прогнозов есть свой рынок и есть потребители, способствующие их развитию. Подобно тому как в политике существует целая группа экспертов, делающих карьеру на том, что они предлагают довольно дикие идеи аудиториям, состоящим из представителей той или иной партии, в экономике также имеются свои «медведи», «быки» и прочие участники, которые всегда захотят прислушаться к вашим выводам. Иногда экономические прогнозы напрямую связаны с политическими целями (расчеты показывают, что экономические прогнозы, созданные Белым домом, исторически были одними из самых неточных {442} , вне зависимости от того, кто занимал пост президента – демократ или республиканец).
442
David Reifschneider and Peter Tulip, “Gauging the Uncertainty of the Economic Outlook from Historical Forecasting Errors,” Federal Reserve Board Financial and Economics Discus-sion Series #2007–60 (November 2007). http://www.federalreserve.gov/pubs/feds/2007/200760/200760abs.html.
Однако, когда речь заходит об экономическом прогнозировании, ставки значительно повышаются. Как отметил Роберт Лукас, линия между экономическим прогнозированием и экономической политикой достаточно размыта. Плохой прогноз способен ухудшить ситуацию в реальной экономике.
Впрочем, можно надеяться, что процесс экономического прогнозирования значительно улучшится в дальнейшем за счет использования новых технологических усовершенствований. Например, поисковый трафик Google может уже сейчас служить опережающим индикатором для ряда экономических показателей, таких как уровень безработицы.