Kráľovná a Siri
Alžbeta II. v novembri 2008 navštívila London School of Economics (LSE). Boli to časy obrovských turbulencií a paniky na finančných trhoch. Lehman Brothers na kolenách, „trojáčkové“ papiere sa cez noc menili na bezcenné dokumenty a banky si medzi sebou prestali požičiavať. Kráľovná vtedy položila veľmi jednoduchú, ale pre mnohých znepokojujúcu otázku: ak je to také veľké, prečo nikto nevidel krízu prichádzať?
Zahanbení ekonómovia na mieste síce niečo odpovedali, ale anglické džentlmenské spôsoby neformálne predpisujú, že kráľovná musí vždy dostať adekvátnu odpoveď. Takmer o deväť mesiacov neskôr (Briti neradi niečo uponáhľajú, viď. brexit) Britská akadémia zorganizovala diskusné fórum najlepších ekonómov a finančníkov a pripravila odpoveď vo forme listu.
Profesori a majitelia titulu sir sa nehanbili vysypať si tony popola na vlastnú hlavu. V liste uviedli, že viaceré významné riziká boli separátne diskutované aj analyzované. Lenže takmer nikto nedokázal poskladať kúsky puzzle do jedného príbehu a predvídať tak príchod katastrofy. Inak povedané, pre stromy nevideli les. Fajn, nechajme minulosť, minulosťou. Ale čo alebo kto garantuje, že sa to nebude opakovať? Sme múdrejší po týchto skúsenostiach?
Záleží na tom, čo je našou ambíciou. Exaktne a vierohodne predpovedať veľkú krízu nie je možné už len z definície. Predstavme si, že by Pýtia v Delfách (v starom Grécku) bola predpovedala obrovské zdraženie olivového oleja v nasledujúcom roku v dôsledku veľkých požiarov v olivových hájoch. Keby jej všetci uverili, cena by stúpla okamžite a nie až o rok, keďže by nikto nechcel predávať olej pred obdobím nedostatku. V konečnom dôsledku by teda Pýtia nemala pravdu o časovaní zdražovania.
Podobne je to aj s krízami. Ak všetci uveríme, že ekonomika padne o šesť mesiacov, hospodárske ťažkosti prídu oveľa skôr (alebo neprídu vôbec, ak sa nám nejako podarí krízu odvrátiť). Firmy prestanú toľko vyrábať a domácnosti sa tiež uskromnia pri vidine zlých časov. Našou ambíciou by teda nemalo byť presne predpovedať čas príchodu krízy ale skôr identifikovať slabé miest a riziká a konať kým je problém manažovateľný. Potom by sme mohli prijať včas opatrenia, aby krízy boli menej bolestivé. Namiesto tornád by sme mali len búrky. Dobre, ale kto vie včas identifikovať riziká a ako vyhodnocovať pravdepodobnosť príchodu systémových kríz?
Hélène Rey a jej spoluautori si myslia, že ak veľavážený profesor a sir so svojimi modelmi to nedokážu, možno pomôže Siri. Vo svojej štúdii skúmajú, či algoritmy na báze machine learningu (strojové učenie) vedia indikovať systémovú krízu na trojročnom horizonte?
Ako postupovali? Pozbierali množstva indikátorov, ktoré by mohli indikovať prichádzajúce nepríjemnosti vo finančnom svete: makroekonomické, menové, ukazovatele z finančných trhov alebo napríklad z trhu nehnuteľností. Ex post už vieme, kedy a v ktorých krajinách nastali systémové krízy a preto svoj algoritmus „učili“ na dátach z minulosti tak, aby vedel predpovedať s trojročným predstihom príchod pádu. (Len pre technicky zdatných: minimalizovali odchýlku od najlepšej lineárnej kombinácie expertov ex post. Pričom expertom nazývajú akýkoľvek model včasného varovania. Mnoho z nich čerpali z výskumných štúdií centrálnych bánk).
Aké mali výsledky? Svoj algoritmus vyskúšali na dátach, ktoré nepoužili pri „tréningu“. Pravdepodobnosti kríz, ktoré dostali, sú celkom zaujímavé. Algoritmus dokázal predvídať príchod finančnej krízy v roku 2008 vo viacerých krajinách. Vzhľadom na to, že si autori zvolili postupné učenie (online learning), v čase sa menili aj váhy pre jednotlivé modely včasného varovania. Inak povedané, každá kríza môže mať iné spúšťače a algoritmus v reálnom čase ukazoval, ktoré ukazovatele najviac prispievali k narastaniu rizika krízy.
Výsledky sú teda celkom povzbudivé aj napriek tomu, že autori nepracovali s dátami dostupnými v minulosti (real time data) a metódy machine learningu nefungujú na báze konkrétneho ekonomického modelu. Algoritmy a umelá inteligencia majú teda potenciál korigovať zlyhania ekonómov pri predpovediach komplexných fenoménov.
