Bokklubb: James Owen Weatherall, "Fysik av Wall Street: En kort historia att förutse det oförutsägbara"

James Weatherall Public Lecture: The Physics of Wall Street

Kritiker klandrar ofta bristfälliga finansiella modeller för den finansiella krisen som startade 2008. Som ett resultat har allmänheten gömt modellers skapare. I Wall Street Physics: En kort historia att förutse den oförutsägbara, University of California, Irvine Professor James Owen Weatherall utforskar hur fysikerna för evigt har förändrat ekonomin. Investmentmatome pratade med Weatherall om Fysiken av Wall Street, hans tankar om politisk utformning och framtiden för finansiell modellering.

Du tänkte på idén till den här boken under 2008. Även om den här boken inte handlar om finanskrisen, berätta om att skriva den här boken under en tumultig tid för ekonomi.

Du har rätt att det här inte är en bok om finanskrisen 2007-08, men krisen var verkligen i bakgrunden och det var en del av min motivation att skriva boken. På hösten 2008, när jag började tänka på detta, avslutade jag bara min doktorsavhandling i fysik. Precis som många på den tiden följde jag nyheterna om Lehman Brothers kollaps och AIGs räddningsaktion mycket nära. Jag slogs i synnerhet av vad som tycktes vara ett konsekvent tema i krisens pressdäckning. Om och om läste jag att på något sätt "quants" hade spelat någon roll. "Quant", jag lärde mig, är kort för "kvantitativ näringsidkare" eller "kvantitativa analytiker". Det här är människor som använder ganska sofistikerade matematiska modeller för att förstå Wall Street. Många av dem har bakgrund i områden som fysik, matematik eller datavetenskap, och modellerna som de använder siga på att ha sina rötter inom dessa områden. Och det föreslogs, att dessa modeller på något sätt misslyckades 2008.

Det var mycket moraliserande och jag berättade det var så då. Kritiker föreslog att det var galet att tro att matematik eller fysik skulle kunna förstå ett komplext mänskligt företag som finansmarknaderna. Men jag trodde att det var nödvändigt att vara mer till historien än just detta. Var kom dessa modeller från? Vad tänkte de göra och varför skulle en

nyone förväntar sig att de arbetade? Det var verkligen krisen som fick mig att dyka in för att försöka förstå historien som jag talar om i boken.

Många tror att det var kvartaler som ansvarade för finanskrisen. Vilken roll ska finansiella modeller spela i ekonomin?

Det verkar som om finansiella modeller är nödvändiga för modern finansiering. Finansiella modeller är mer eller mindre nödvändiga för banker och investerare att handla finansiella produkter som kallas derivat, inklusive saker som alternativ och futures. Och derivat - även om de blir kritiserade hela tiden - är faktiskt en stor del av hur vår ekonomi fungerar. Derivat hjälper företag att skydda sig mot osäkerhet, så att de kan använda sin kapital mer effektivt. Så modeller är bara ett faktum av ekonomiskt liv dessa dagar.

Den verkliga frågan gäller hur vi ska tänka på dessa modeller för att kunna använda dem så pålitligt som möjligt. Här tror jag historien gör en stor skillnad. Massor av investerare som vet om finansiella modeller lärde sig om dem i en finansbok, där de ofta presenteras som uppsättningar av ekvationer som berättar hur priset på ett instrument beror på olika faktorer, såsom volatilitet eller utgångsdatum. Vad som undertryckas i dessa behandlingar är det faktum att mycket starka antaganden om marknadsförhållanden ofta spelar en viktig roll för att härleda dessa ekvationer. Finansiella modeller är approximationer av en mycket komplicerad värld. Och dessa approximationer kan vara till hjälp, om vi använder dem noga. men om vi inte använder dem noggrant, eller om vi inte uppmärksammar de antaganden som ligger bakom våra modeller, kan vi komma i trubbel. En sak vi kan lära av historien om finansiell modellering är bara vilka antaganden de människor som först kom med dessa modeller gjorde.

Denna typ av misstag om antaganden spelade en stor roll under 2008. I grund och botten var modellen som många investerare, banker och till och med kreditvärderingsinstitut använde för att prissätta finansiella produkter som kallas CDO: er, att det verkade som om dessa produkter var värda mycket mer än de visade sig vara värda. När ojämlikheten uppmärksammades, försvann mycket pengar över natten och lämnade några större aktörer insolventa. (Det här är den mycket korta berättelsen om Bear Sterns, Lehman Brothers och AIGs finansiella produkter). Efteråt pekade många på fingrarna på modellen som misshandlade dessa produkter - och även hos de quants som hade utformat modellen. Men det verkar för mig att det som verkligen gick fel här är att stora institutioner fortsatte att använda en viss modell långt efter att antagandena bakom det blev mycket dåliga. Det borde inte ha varit en överraskning att modellen inte fungerade bra. Jag tycker att den bästa, mest välgörande tolkningen av detta misslyckande med att ändra modeller är att många av de personer som använder modeller varje dag inte tycker mycket om de antaganden som dessa modeller gör.

Kritiker av finansiella modeller argumenterar ofta för att människor agerar irrationellt och finansiella modeller är således bristfälliga. Vad tror du?

Jag tycker att denna typ av kritik är kortsiktig.För en, medan det är sant att en stor klass av modeller inom ekonomi och ekonomi bygger på antagandet att de människor fungerar rationellt, är det inte som om man måste anta detta för att kunna använda matematiska modeller och många modeller gör det inte gör detta antagande. Men det viktigaste problemet är verkligen om vi kan förstå när investerare misslyckas med att vara rationella och på vilka sätt. Detta är något som nyligen har studerats på ett område som kallas beteendeekonomi. Forskare inom detta område vill förstå hur vi verkligen fattar beslut, och de har upptäckt många systematiska sätt att vi misslyckas med att agera rationellt. Ibland kritiker matematisk modellering i ekonomi citera beteendeekonomi som en anledning att tänka matematik och fysik är värdelös för att förstå marknader, men jag tror att det blir saker bakåt. Egentligen har beteendeekonomi visat hur antagandena bakom vissa modeller konsekvent kommer att misslyckas - och således att vi borde undvika att använda dessa modeller. Men det har också pekat på hur man bygger mer effektiva modeller som bättre tar hänsyn till vad vi nu förstår om verkligt beslutsfattande beslutsfattande.

Många finansiella tillsynsmyndigheter förstår inte de verktyg och instrument som de övervakar. Hur ska vi hantera detta problem?

Finansiella tillsynsmyndigheter, som de som arbetar i Securities and Exchange Commission och Commodity and Futures Trading Commission, tenderar att utbildas som advokater, inte ekonomer eller matematiker. Det innebär att de ofta är dåligt lämpade för att förstå de produkter som handlas på vissa marknader och de strategier som många banker och hedgefonder använder för att handla dem. Och detta leder till problem. Regulatorer är ofta flera steg bakom den senaste finansiella innovationen, och de kan därför inte svara tillräckligt på nya systemiska risker.

Vissa grupper, inklusive SEC, har gjort några senaste ansträngningar för att bekämpa detta genom att hyra fler kvarter, och andra, som Federal Reserve, har alltid anställt ekonomer utöver advokater. Så kanske flyttar vi redan i rätt riktning. Men på ett visst sätt löper problemen djupare än bara om det finns regulatorer som förstår hur derivatmodellering fungerar. Som det är, får marknadsregulatorer rubriker och beröm för verkställighetsåtgärder, inte för policyutformning. Av denna anledning spenderar grupper som SEC mer mycket av sina resurser på insiderhandel, bedrägerier och olika typer av felbehandling än att förstå hur marknaderna utvecklas och försöker att fastställa policyer som minimerar nya risker.

Ett exempel som gör detta mycket tydligt är den så kallade Flash Crash of May 2010. Den dagen föll marknaderna cirka 1000 poäng i en minut eller så, bara för att återhämta sig lika snabbt. SEC tog nästan fem månader för att ta reda på vad som hade hänt, främst för att de inte ens hade tillgång till den typ av finkorniga marknadsdata som många handlare baserar sina beslut på. SEC har sedan infört ett nytt datasystem, kallat Midas, för att spåra dessa data i realtid. Men investerare hade spårat dessa data i över ett decennium, och det var först efter kraschen som SEC började göra det också. Det verkar för mig att vi måste återupptäcka rollen som tillsynsmyndigheter, så att de håller sig utanför den senaste utvecklingen på Wall Street, istället för att komma in först efter kriser för att ta reda på vad som gick fel.

Hur kan fler fysiker integreras i ekonomisk forskning och beslutsfattande?

Först bör jag säga att det finns massor av fysiker och matematiker som redan arbetar med ekonomisk forskning. Jag pratar bara om en liten del av sådana människor i boken, och de jag pratar om är mest intresserade av ekonomi. Det här är lite missvisande: det finns ett hela studieområde som kallas "ekonomi", som består av fysiker som använder idéer från fysik till ett brett spektrum av ekonomiska problem. Många av dessa människor skulle ha en hel del att bidra till diskussioner om den ekonomiska politiken. Men just nu har de ingen plats vid bordet. Så det första steget är för regulatorer och mer traditionella ekonomer - som ofta förbiser heterodoxa tillvägagångssätt, inklusive de från andra områden - att erkänna att det finns många forskare som har viktiga insikter att erbjuda och, viktigast av allt, nya sätt att närma sig problem.

Varför arbetar du inte med Wall Street?

Varför skulle jag? Jag har mitt drömjobb!

Läs mer från Investmentmatome: