K.V.L.: A fekete hattyú

Ha a rajzolat interaktív lenne, azzal kezdeném, hogy megkérdezzem, látott-e már valaki fekete hattyút. Azt gondolom, hogy a válasz zömében az lenne, hogy nem. Pedig fekete hattyú létezik, mégpedig Ausztráliában. Képzeljük el, mit gondolhatott az az angol tengerész, aki először megpillantott fekete hattyút! Ez az eset azért érdekes, mert rámutat a megfigyelésen alapuló tanulás rettentő korlátoltságára, hiszen csupán egyetlen megfigyelés is érvényteleníteni tud egy sok száz éve fennálló bizonyosságot, hogy a hattyú fehér.

Természetesen e rajzolatot nem az ornitológiai megfigyelések elemzésének kívánom szentelni. A fekete hattyú egy szinonima kiugróan eltérő, hirtelen bekövetkező, rendkívüli következményekkel járó eseményre, amelyet környezetünk retrospektív módon előre jelezhetőnek próbál beállítani. Tipikusan fekete hattyú jelenségnek tekinthetjük a szeptember 11-i terrortámadást, a Szovjetunió összeomlását, vagy a 2008 évi sub prime válságot, vagy a ciprusi betétek megvágását is.

A fekete hattyú elmélet felállítása Nassim Nicholas Taleb nevéhez fűződik, aki a libanoni polgárháború idején nevelkedett. Majd elvégezte az akkor legnevesebbnek tartott üzleti iskolát a Warton school-t, és bróker lett. Vagyonát olyan opciós ügyletekkel alapozta meg, amelyek lehívása csak valamilyen extrém esemény bekövetkezése esetén volt lehetséges (opciós ügylet: egy termék meghatározott időpontbeli árára kötött fogadás – az opció csak akkor hívható le, ha az ár teljesül). Ezért éveken keresztül minden nap kis összegeket vesztett, majd 2011. szeptember 11. után milliomos lett. Ezek után már nagyobb összegben tudott befektetni és a 2008 válságban sokszoros milliárdos lett. Ekkor visszavonult, azóta idejét elméletének kidolgozásával, papírra vetésével és terjesztésével tölti.

A fekete hattyú jelenségek kutatását kezdjük saját magunk körül. Ha az életkort és a testmagasságot nézzük, nem találkozunk kiugró értékekkel. Nincsenek 200 éves, vagy 300 cm magas emberek. Viszont, ha a testsúlyt vizsgáljuk, ott találkozhatunk kiugró jelenségekkel, hiszen a világ legsúlyosabb embere több mint 400 kiló. Ha a vizsgálódásunkat a természetben folytatjuk a növények és állatok mérete, életkora, vándorlása szintén mentes a kiugró értékektől. Ezzel szemben a természeti jelenségek bővelkednek a kiugró esetekben. Mindannyian emlékszünk a hírekből vulkán kitörésekre, földrengésekre, tornádókra cunamikra. Ezek jellemzően hatalmas károkat okoznak. Pl. a dinók kiirtásáért is valószínűleg az eddigi legnagyobb földi meteorit becsapódás a felelős.

Ha a vizsgálódást kiterjesztjük a gazdasági és politikai életre, igen sok fekete hattyú jelenséggel találkozhatunk. Sőt, mintha e jelenségek szaporodnának:

  • A XX. századot az orosz válsággal zártuk, amit az extrém alacsony 9$ körüli olajár indukált.
  • A 2000 évek a dotkom lufi kipukkadásával kezdődtek. Egyes szakértők szerint újraindult a lufi újás a technológiai szektorban, többek között azért, mert időközben teljesen lecserélődtek a brókerek, elemzők, és nem emlékeznek már az akkori eseményekre.
  • A 2008 évi sub prime válság világméretű pénzpiaci válsággá dagadt miután magával rántotta a Lehman Brothers befektetési bankot.
  • Az euróválság 2011-ben vett újabb lendületet, amikor Görögországot kellett kisegíteni és sor került a magán befektetők által vásárolt állampapírok leértékelésére
  • 2013-ban Ciprust kellett kisegíteni és a 100 000 € feletti betéteket megcsapolni
  • De idesorolhatjuk a svájci frank előre nem látható erősödését is, amijó néhány magyar családnak okoz folyamatos fejtörést.

Ezek után teljesen jogosan vetődik fel a kérdés: ha az előre nem látható, de nagyon nagy hatású események akár sűrűn is bekövetkeznek, akkor miért nem tudunk védekezni ellenük? A hiba saját magunkban kell keresnünk. Elsősorban abban, hogy nehezen fogadjuk el, a nagyon kirívó esetek nem férnek bele az eddig alkalmazott modelljeinkbe. Továbbá a jövő megítélésével kapcsolatos képességünket nagyban hátráltatják az alábbi tényezők:

  • Nem ismerjük a saját tudásunk határait.
  • Gondolkodásunk teljesen trendalapú és a kiindulási pont a múltban gyökerezik.
  • Gondolkodásunk túl merev: ha már egyszer felállítottunk egy teóriát nagyon nehezen vizsgáljuk felül, vagy dobjuk el és kezdjük elölről a folyamatot.
  • Gondolkodásunkat igen erősen meghatározzák a már megismert minták (ciprusi betétek megnyirbálása: a kommentárok szerint azért tiltakoztak nagyon, mert egy eddig nem használt eszköz bekerül a készletbe).
  • Hajlamosak vagyunk a csordaszellemre – ekkor védekezhetünk azzal, hogy a többiek is erre a következtetésre jutottak, tehát a gondolkodásunk helyes volt. Ha egy valaki mást mond, és akkor éppen igaza lesz, azonnal kinevezzük gurunak (pl. Nuriel Rubini 2006-ban megjósolta a világméretű pénzpiaci összeomlást – azóta mindenki tőle akar tanácsot kérni, de azóta jóslatai már kevésbé sikeresek).
  • Az ember alkalmazkodó képessége még nem tudott reagálni a körülmények különösen az utóbbi 30 évben egyre gyorsuló mértéken növekvő változékonyságára.
  • Cserébe nem tudásunkat önbizalommal pótoljuk – ha nem is tudjuk pontosan, de meg tudjuk becsülni.

Ha esetleg tévednénk, mivel védekezünk?

  • Nem tudtam hozzájutni a megfelelő adatokhoz.
  • Igazából nem is a szakterületem.
  • Majdnem eltaláltam, azaz a gondolatmenetem helyes volt, csak a körülmények időközben hirtelen megváltoztak.

Ezzel szemben az szemben az igazán újító felfedezések jellemzően tökéletesen véletlenül születnek és az első pillanatban maga a felfedező sem tudja felmérni annak hatását. Itt van pl. Kolumbusz esete, aki egész életében azt hitte, hogy egy új útvonalat fedezett fel Indiába 1492-ben. Majd Amerigo Vespucci jelenti ki, hogy új kontinenst talált 1502-ben. A penicillin felfedezése is egy szakmai hibának köszönhető. A kozmikus háttérsugárzásról a kutatók eredetileg azt gondolták a Bell Laboratóriumban, hogy az antennára telepedő madárürülék okozza. Keletkezhetnek nagy felfedezések, újítások melléktermékként (pl. Viagra – magas vérnyomás elleni gyógyszernek szánták) is. Ezen eredményeket első közelítésben szinte minden esetben alulértékelik:

  • A Darwin evolúcióelméletét először publikáló Linné Társaság elnöke kijelentette, hogy semmilyen átütő erejű felfedezést nem lát a tanulmányban.
  • Bill Gates (Microsoft) egyszer azt nyilatkozta, hogy a személyi számítógépnek sohasem lesz szükségük 640 kB memóriánál több memóriára.
  • Thomas Watson (az IBM alapítója) azt jósolta, hogy néhány számítógépnél többre nem lesz igény.

És vannak olyan felfedezések, amelyeket túlértékelnek, és viszonylag hamar eltűnnek. Ilyen pl. az elektromos autó, amellyel az 1910-es évek óta kísérleteznek. Valamint a technológia terjedése kifejezetten kedvez a rövid távú divathullámoknak (pl. Apple készülékek).

Megfigyelhetjük, hogy bizonyos tevékenységek esetében az eredmények keletkezése nem trendkövető. Tipikusan ilyen tevékenység a kutatás-fejlesztés. Az eredmények elérésének ideje nem tervezhető. A sikerhez szinte minden esetben kell egy ötlet, vagy egy újszerű megközelítés. Ez az ötlet pedig nem úgy jön, hogy ma 10%-ot csináltam, holnap is 10%-ot fogok, és a jövő hét végére kész van a megoldás.

Ezek után teljesen jogosan vetődik fel a kérdés, hogy milyen stratégiát alkalmazzunk. Melyik stratégia lehet a legkifizetődőbb? Azt gondolom, hogy a próba, tévedés, továbblépés, újrapróbálás stratégiája a legkifizetődőbb. Bármilyen hihetetlen a kudarcoknak rendkívüli hasznuk van. Ezzel szemben Magyarországon a kudarc stigmatizál. Hányszor hallottam, hogy ne kezdj bukott emberrel! Pedig ha vállaljuk a bukás kockázatát, megteremthetjük az innováció alapjait. Tudomásul kell vennünk, hogy a rossz teljesítmény olykor balszerencse eredménye. Ugyanakkor az sem helyes megközelítés, hogy minden siker kizárólag az én érdemem, a kudarcokat pedig tőlem független körülmények okozzák – tőzsdei vállalati gyorsjelentésekben igen gyakran lehet találkozni ezzel a hozzáállással.

Ha a kudarc súlyosan megtépázhatja az ember hírnevét, akkor szükségszerűen kockázat kerülő stratégiát fog választani, amely egyrészt ellehetetleníti az újítást, másrészt kiszolgáltatottá tesz a váratlan eseményekkel szemben – tehát a kudarc lehetőségétől semmiképpen sem mentesülünk. Ezért kockázatkerülés helyett inkább diverzivikáljuk lehetőségeinket, azaz vállaljuk egymás mellett sokszor akár nagy kockázatot, de kis méretben. Ezek közül önmagában egyik sem veszélyezteti működésünket, de mindegyik a siker lehetőségével kecsegtet. Ugyanakkor figyeljünk arra, hogy a felvállalt kockázatok függetlenek legyenek egymástól. Azaz az egy kockázat bekövetkezése ne rántsa magával a többi felvállalt kockázatunkat. A kis méretben felvállalt kockázatok jellemző tulajdonsága az aszimmetria, azaz kisméretű befektetéssel vállalt kockázat jutalma akár felbecsülhetetlen méretű is lehet. Tulajdonképpen erre a gondolatra épül a kockázati tőkebefektetők gondolkodása.

Tudomásul kell vennünk, hogy az üzleti életben az egy mindent visz elve működik. Ezt hívhatjuk Máté-effektusnak is: „Mindannak ugyanis akinek van, még adnak, hogy bővelkedjék, akinek nincs, attól még azt is elveszik, amije van” (Máté evangéliuma 25.29). Gondoljuk az Apple felemelkedésére: néhány év alatt ki tudta szorítani minden konkurensét az okostelefon-piacon, meglovagolva a divathullámot. Aztán jött az Android, és már 50% feletti részesedéssel rendelkezik. A korábbi nagynevű gyártók pedig az életben maradásukért küzdenek. Ez igaz a tudományos életben is: az a kutató fog további citációt begyűjteni, akit eddig a legtöbben citáltak, tekintet nélkül arra, hogy kutatási eredményei valóban felhasználásra kerültek-e. Az adott témában egyszerűen megkerülhetetlenné válik. Egy-egy nem megnyert pályázat után sokszor gondolok arra, hogy milyen szerencsések a sportolók, olimpiákon egészen a 6. helyig elismerés jár a helyezésért.

Az üzleti élet innováció éhsége néhány tíz év alatt hatalmas átrendeződéseket okozhat. Összesen 74 vállalt tudott 1957 óta az amerikai Standard and Poor’s 500-as listán maradni. (Amerika legnagyobb vállalati). A többit jellemzően elsodorták a feltörekvő, adott pillanatban innovatívabb vállaltok. Pontosan ezért fontos a szabad verseny, hogy a feltörekvő vállalt azt lássa érdemes kockázatot vállalni a siker reményében. A kockázatvállalási képesség és vágy jelenti a fejlődést (csak példaként: a Google néhány év alatt átvette az internetes keresés vezető szerepét az AltaVista-tól és azóta a legnagyobb számítástechnikai vállalatok közé emelkedett). Ezzel szemben a korlátozások megölik az innovációt és amúgy működésképtelen monstre vállaltokat eredményeznek pl. állami monopóliumok.

Kockázat kezelési módszereket tanulhatunk a természettől is. Ha csak végignézünk magunkon: két szemünk, két fülünk, két tüdőnk és két vesénk van. E mellett agyunk kapacitása kellően nagy ahhoz, hogy egyes területek elhalását kompenzálni tudja. Ezzel szemben a fokusimai atomkatasztrófa 50%-al visszavetette a Toyota termelését, mert 2 kulcs alkatrészt csak abban a körzetben gyártottak. Illetve ha kitörne a koreai háború, Dél-Korea kiesése térdre kényszerítené a szórakoztató elektronikai és a mobiltelefon-ipart. Az uralkodó közgazdasági szemlélet felesleges pénzkidobásnak tekinti a redundanciát. Sőt a pénzpiaci elvárások kifejezetten az azonnali költségcsökkenés irányába kényszeríti a vállalatokat (pl. raktárkészlet nélküli Just In Time rendszerű gyártás – jószerével akár egy kiadósabb forgalmi dugó is termelés leállást okozhat). Ezzel szemben a Föld biológiai sokszínűsége számtalan durva beavatkozás (pl. vulkánkitörés, földrengés) hatását képes volt túlélni.

A fent elhangzottak a matematika nyelvén azt jelentik, hogy ez ember és a természet fiziológiás jelenségei normális eloszlást követnek (népszerűbb nevén: harang görbe), de pl. a gazdaságban jelentkező extrém kilengések nem férnek bele ebbe az eloszlásba. Ezért a gazdaság inkább a Benoit Mandelbrot által leírt fraktális (hatványfüggvény) eloszlást követik. A fraktális eloszlás egyik legfontosabb ismérve, hogy az eloszlás grafikonjába belenagyítva ugyanazt a képet kapjuk, mint maga a teljes eloszlás. Ez a jelenség nagyon jól megfigyelhető pl. az iTunes zeneszám eladásokban. A top 10 zeneszám elviszi az eladások több mint 50%-át, de minden olyan zeneszám rendelkezik legalább egy eladással, amely felkerült az iTunes-ra (ezt a jelenséget a szakirodalom hosszú faroknak nevezi). Ugyanez a jelenség figyelhető meg az Amazon könyváruházban, vagy a YouTube-lejátszásokban is. Azaz az internetes kereskedelem beindulása egy eddig ismeretlen kitörési lehetőséget tartogat az eddig ismeretlen előadók számára (pl. Gangam style – több mint 10 millió letöltés). Itt visszacsatolva a győztes mindent visz elvre a siker lavina effektust követ. Pl. a mobiltelefonos áruházak legnépszerűbb megvásárolt alkalmazása az Angry Birds nevű játék, ami több letöltést tudhat magáénak, mint az összes többi utána következő.

A normális eloszlás csapdája a játékelméletben rejlik. Mivel a könnyen elvégezhető kísérletek zömében (pl. kockadobás, pénzfeldobás, életkor, testméret) a kapott értékek normális eloszlást követnek, ezért könnyű azt gondolni, hogy valamennyi körülöttünk lévő halmaz normális eloszlású. De a játékelmélet nem más, mint egy modell, ahol feltételezzük, hogy a kísérletek (pl. pénzfeldobás) függetlenek egymástól és az eredmény semelyik szereplőre sincs hatással, azaz nem tanulunk belőle – ez pedig a való életben nem igaz.

Mindenesetre számunkra azért fontos, hogy ne csak az ismert keretek között gondolkodjunk, hogy saját hasznunkra tudjuk fordítani az eddigi ismertektől szignifikánsan eltérő események hatásait. Ehhez pedig rengeteg kísérletezésre van szükségünk, amelyből megszerzett tapasztalat kialakítja a tudás konvertálásának képességét. Vegyük például Giaccomo Casanova esetét. Miután megszökött a velencei börtönből a francia külügyminiszter felkérte a királyi lottó megalapítására, mert Velencében már működött, pedig pénzügyi ismeretekre korábban egyáltalán nem rendelkezett.

 

Normális eloszlás: a várható értéktől a szórásnál kevesebbel fog eltérni az eredmények 0,68, a szórás kétszeresénél kevesebbel 0,97, a szórás háromszorosánál kevesebbel 0,997 része. A százas fej vagy írás-sorozatokat leíró valószínűségi változó szórása 5, tehát a harmincötnél kevesebb vagy hatvanötnél több fejet tartalmazó sorozatok várható aránya kevesebb, mint három ezrelék.

Ezzel szemben a fraktális vagy hatványeloszlás (hiperbola) esetében a kitevő egy bizonyos hatványa és annak szorzatai határozzák meg a függvényt. Így a lecsengés sokkal kevésbé meredek, azaz a kiugró események reálisabb bekövetkezési valószínűséggel szerepelnek.

Szórás: a számtani átlagtól (várható értéktől) vett eltérések négyzetes átlaga.