Как и физика, экономика требует данных, а мир бизнеса и финансов предоставляет их в изобилии. Но такие данные, как мы уже подчеркивали, могут быть интерпретированы только в свете определенной экономической теории - и, обычно собираются только на основе, обычно не сформулированной, некоторой основополагающей теории. Мотивирующая теория не обязательно должна быть верной - Тихо Браге до самой смерти верил, что Земля является центром Вселенной, и разрабатывал причудливые объяснения, чтобы согласовать свои наблюдения со своими убеждениями, в слишком знакомой сегодня манере. Признаком науки является не упорство в дедуктивных рассуждениях, а упорство в том, что наблюдение превосходит теорию, независимо от предполагаемого авторитета, поддерживающего теорию - упорство, из-за которого Галилею пришлось столкнуться с инквизицией, прежде чем истина о планетарном движении получила всеобщее признание.
Тщательная запись Браге наблюдений, независимо от их последствий, остается примером для всех социальных наук. Мы слишком часто слушаем людей, рассуждающих о политике и экономике в неведении относительно легкодоступных данных. Опрос, проведенный в 2016 году в двадцати шести странах, показал, что 84% респондентов считают, что уровень крайней бедности в мире вырос или остался прежним. Однако за последние два десятилетия уровень крайней бедности снизился более чем наполовину, что принесло пользу более чем миллиарду человек. Возможно, это самый важный факт о глобальной экономике за этот период. В своем бестселлере "Фактология" Ханс Рослинг сообщил, что подобное невежество было распространено даже в Индии и Китае, чей быстрый экономический рост во многом стал причиной улучшения ситуации. Студенты колледжей показали результаты немного лучше, чем население в целом. Но мы обеспокоены тем, что в современном преподавании экономики упор делается на количественные методы, не давая студентам возможности узнать много нового ни об источниках данных, ни о принципах их составления.
Решения, касающиеся политики, финансов и бизнеса, должны приниматься в свете самых лучших и обширных данных. Но, несмотря на важность данных, необходимо быть осторожным, делая выводы, особенно причинно-следственные, о мире на основе одних только данных. Доступность того, что сейчас называют "большими данными" - очень больших баз данных, созданных благодаря мощности современных компьютеров - увеличивает эту опасность. Наличие исторических данных не дает оснований для расчета будущего распределения вероятностей. Прогнозы масштабов убытков по ипотеке и корреляции между частотой дефолтов различных групп заемщиков были основаны не только на информации за другой период времени, но и на опыте заемщиков с характеристиками, сильно отличающимися от тех, кто в большом количестве объявил дефолт во время кризиса subprime. Студенты, изучающие бизнес, экономику и финансы, которые полагаются на наблюдаемые взаимосвязи, должны искать и редко находят убедительные причины полагать, что процесс, генерирующий эти данные, является стационарным.
Никогда не полагайтесь на данные, не спросив "Каков источник этой информации?". Информация о крайней бедности, описанная выше, получена из Всемирного банка, тщательного и надежного источника, и относится к числу людей, имеющих доход менее $1,90 в день. Организация Объединенных Наций использует более низкую цифру - $1,25 в день - в своих Целях развития тысячелетия и сообщает, что ее цель по сокращению крайней бедности на 50% к 2030 году уже достигнута. Эти уровни доходов основаны на оценке минимального уровня жилья и питания и кажутся невероятно низкими для тех, кто живет в Европе и Северной Америке. Здесь, как и везде, для полезного измерения обычно требуется некая основополагающая теория или модель - в развитых странах бедность измеряется совсем по-другому. И если вы спросили, откуда берутся данные, важно также спросить, какая модель используется для их интерпретации. Вспомните судьбу журнала Literary Digest, который предсказал победу Лэндона, а не Рузвельта. Даже сейчас специалисты по опросам расходятся во мнениях о том, как перевести необработанные данные, которые они собирают, в прогнозы результатов.
Карта - это не территория
Модели также могут использоваться для воспроизведения больших - реальных - миров. Инженеры должны иметь полное и количественное понимание того, как самолеты и мосты будут реагировать на изменения скорости ветра и сдвига. Мосты можно буквально смоделировать, построив их мелкомасштабные копии, хотя степень, в которой свойства модели переносятся на сам мост, требует опыта и суждений. В 2018 году инженеры гоночной команды McLaren изо всех сил пытались объяснить неутешительные аэродинамические характеристики своего автомобиля. Несмотря на то, что они могли поместить весь автомобиль в аэродинамическую трубу, результаты на трассе отличались от результатов в туннеле - и глава инженерного отдела компании потерял работу.
Единственная полностью надежная модель - это модель, которая повторяет мост (или автомобиль) в полном масштабе и в которой аэродинамическая труба воспроизводит условия, в которых будет установлен мост или ездить автомобиль. Но реплика - это не модель. Парадокс демонстрируется в часто рассказываемой истории, возможно, наиболее красноречиво описанной аргентинским писателем Хорхе Луисом Борхесом, о стремлении создать идеальную карту мира. Поиски заканчиваются созданием карты, которая сама полностью воспроизводит мир и поэтому бесполезна. Карта, или модель, обязательно является упрощением, и соответствующее упрощение соответствует цели - пешеходная карта отличается от карты метро или атласа дорог, даже для одной и той же местности. Карта - это не территория", - знаменитые слова польского философа Альфреда Коржибского, и то же самое верно в отношении моделей. Тем не менее, некоторые модели успешно представляют существенные особенности системы, необходимые для точного прогнозирования. И эти представления лежат в основе научного прогресса, который последовал за формулировкой ньютоновской механики.
Модели, которые разработало НАСА - основанные на давно известных и эмпирически проверенных уравнениях движения планет и знаниях агентства о возможностях собственных ракет - представляют собой предел человеческих достижений в построении моделей. Их карта - это не территория, но она представляет соответствующие особенности территории достаточно хорошо, чтобы компьютерное моделирование более или менее точно воспроизводило опыт работы ракеты в космическом пространстве. Такое моделирование возможно благодаря знаниям НАСА о Солнечной системе (она может быть точно представлена относительно простым набором уравнений), потому что агентство уверено в стационарности этой системы, и потому что нет необходимости предвидеть, как эта система будет реагировать на действия агентства. В той части Солнечной системы, которую моделирует NASA, нет радикальной неопределенности. Но, к сожалению, почти во всех экономических проблемах существует такая неопределенность, особенно в финансах и макроэкономике, где ошибочное представление о том, что модели "малого мира" можно применять так же, как и модели "аэродинамической трубы", оказалось столь дорогостоящим.
Модели "аэродинамической трубы" играют незначительную роль в экономике, несмотря на широко распространенные попытки разработать подобные модели для макроэкономического прогнозирования. Как признавал Сэвидж, "суждения и опыт, относительно которых невозможно сформулировать полные и четко определенные общие принципы", имеют решающее значение для выбора подходящей модели "малого мира". Микроэкономические исследования последних двух десятилетий все больше фокусируются на простых моделях малых миров, которые дают предложения, поддающиеся эмпирической проверке. В современной макроэкономике и в теории финансов продолжается поиск модели, которая является полным описанием большого мира, модели, которая, подобно модели Солнечной системы НАСА, приближается к "миру, как он есть на самом деле". Но представление о том, что экономисты могут построить модели "аэродинамической трубы" в этих областях, больше не имеет смысла, когда этот мир неизбежно характеризуется радикальной неопределенностью.