„Otkud taj neograničeni optimizam?“, glasio je jedan komentar na Facebooku ispod Partibrejkera prošle nedjelje u kojemu sam objasnio dobre (kratkoročne) gospodarske perspektive.
„Što kažeš na ovo što piše Dr. Doom?“, upitao me prijatelj pozivajući se na ekonomistu Nouriela Roubinija koji se proslavio navodno uspješnom najavom prethodne krize 2008./09. Roubini sada prognozira dugu stagflaciju – stagnaciju i inflaciju – zbog prevelike zaduženosti država i privatnog sektora nakon koronakrize.
Trenutno je teško procijeniti je li ovo vrijeme za optimiste ili pesimiste (nije li uvijek tako?). U javnom prostoru u svakom trenutku može se pronaći najširi mogući spektar mišljenja, pa je bez pomoćnih metodoloških alata u toj šumi informacija mala šansa za snalaženje i donošenje kvalificiranog stava. Stoga sam za ovogodišnju ljetnu seriju tekstova odabrao temu gdje je nestao pesimizam. Prvo ću se baviti metodom traženja odgovora, a onda ćemo ga doista i potražiti. Metodološki dio počinjemo raspravom o tome u koje prognoze vjerovati ako se one daju za pojave i probleme u kojima sami nismo eksperti?
Kome i zašto vjerovati? Dva pravila – heuristike (intuicija i autoritet)
Ljudi koji sami nisu eksperti u nekom području pribjegavaju prečacima pri izvođenju zaključaka. U psihologiji ti prečaci se nazivaju heuristike. Radi se o grubim pravilima zaključivanja – pravilima čijom brzom primjenom štedimo vrijeme. Neke heuristike stoga mogu biti korisne, a neke mogu navesti na krivi put.
Prva najčešće korištena heuristika je intuicija. Intuicija nije loša apriori. Ona je često podsvjesno informirana stečenim iskustvom. Ako puno vozimo automobil ili igramo tenis, intuitivne reakcije će slijediti najbolje uvježbano rješenje. Međutim, ako rješavamo problem kojemu nismo vični (a makroekonomske analize i prognoze za većinu predstavljaju upravo takav problem), intuitivni zaključci bit će nasumični ili gotovo nasumični. U tom slučaju, samo puka sreća može pomoći da nešto dobro shvatimo ili prognoziramo.
Unatoč tome, većina ljudi oslanja se na neinformiranu intuiciju. Međutim, zaključci na temelju neinformirane intuicije zavise o nasumičnim razlozima: trenutnom raspoloženju, osjećaju koliko nam se osoba koja iznosi stav „sviđa“, podudarnosti stava koji iznosi ekspert s informacijama koje smo zadnje uočili na portalima (a to je puka slučajnost). Ulogu imaju i karakteri: optimisti će selektirati samo informacije i eksperte koji podupiru apriorni optimizam, a pesimisti će činiti obrnuto. Zasigurno, ljudi koji žive s osjećajem da „sve ide kvragu“ lako će prihvatiti najave spomenutog Dr. Dooma koji predviđa recesiju i dugu stagflaciju zbog prezaduženosti.
Ipak, većina ljudi je svjesna da intuicija može zavarati. Zbog toga traže čvršće oslonce (pravila, prečace – heuristike) za izvođenje zaključaka. Drugo najčešće pravilo je oslonac na autoritete.
„Ugledni ekonomist“, „profesor“, „stručnjak s međunarodnom karijerom“, sve su to epiteti i titule koje se ističu ispred imena ljudi koji nešto najavljuju ili iznose neki stav, i to ne bez razloga. Na primjer, kada je riječ o ekonomskim temama, puno je veća šansa da netko tko se obrazovao i/ili radi te je napravio karijeru u zemljama koje su razvijenije od Hrvatske bude bolji ekspert u svome području od nekoga tko je vezan samo uz Hrvatsku. Na tragu tog uvjerenja jednom smo čak uvezli i premijera.
Heuristika inozemnog autoriteta korištena je i u pandemiji. Hrvatski znanstvenici iz inozemstva zaslužili su neproporcionalno velik medijski prostor u usporedbi s domaćim znanstvenicima, ali dobili smo – mućak; neproporcionalno malo korisnih informacija i saznanja. Uglavnom se nudilo sve ono do čega smo i sami mogli doći guglanjem od nekoliko sekundi. Dakle, kao i u slučaju „obične“ intuicije, heuristika autoriteta može zavarati jer je kao što samo ime kaže – heuiristika (pravilo, prečac koji funkcionira jer štedi vrijeme i resurse ozbiljne potrage).
Naravno, nisu samo mediji koji su otvorili širok prostor „našim“ znanstvenicima iz inozemstva pali na testu primjene heuristike autoriteta. Događa se to i drugim institucijama. Znanost je danas veoma specijalizirana, pa se teško razumije tko je specijalist za što i čije je znanje relevantno za rješenje nekog (vrlo složenog) problema. Ovdje je vrlo koristan članak o fizičarki Linsey Maar koja je u pandemiji značajno pridonijela razumijevanju širenja virusa u aerosolu, a koji pokazuje kako Svjetska zdravstvena organizacija u početku pandemije nije željela čuti fizičare koji su znali mnogo više o prijenosu čestica koje sadrže virus nego što su to znali virolozi i epidemiolozi.
Mjerila vjerodojnosti pored poziva na autoritet: predviđanja i objašnjenja
Ako jedan WHO sa svim svojim resursima i iskustvom ima ozbiljne probleme u selekciji eksperata i raspoznavanju njihovih korisnih znanja, kako očekivati od „običnih ljudi“ ili medija da se snađu u šumi ponuđenih informacija?
Vidjeli smo da heuristike – pravila koja štede vrijeme, mogu lako zavarati, pa jedino što preostaje je osloniti na neki alat – metodu – koji možemo koristiti i u područjima u kojima nismo eksperti. To je slično metodi koju smo prisiljeni koristiti kada biramo liječnika ili odvjetnika ako nismo završili medicinu ili pravo, a ne želimo se osloniti samo na intuiciju ili autoritet.
U osnovi postoje dva korisna mjerila nečije stručne i znanstvene vjerodostojnosti povrh pukog autoriteta: (1) koliko dobro netko predviđa odnosno najavljuje stvari i (2) koliko dobro netko objašnjava stvari.
Važno je uočiti da se ova dva kriterija ne isključuju međusobno. Štoviše, teško mogu jedan bez drugog. U redovitoj nedjeljnoj kolumni Partibrejker pred dva tjedna objasnio sam zašto predviđanja sama ne mogu biti kriterij vjerodostojnosti znanja. Naglasio sam da kriterij uspješnosti predviđanja može biti važan za ocjenu vjerodostojnosti nečijih stavova, ali taj kriterij ne može biti ni jedini ni najvažniji. Ključna su objašnjenja.
U nastavku ćemo se vratiti ekonomskim temama i pogledati koliko je relevantno to što Dr. Doom (Nouriel Roubini), navodno jedan od rijetkih koji su najavili krizu 2008./09., najavljuje stagflaciju zbog prezaduženosti u svijetu. Pokazat ćemo kako ljudi koji nisu ekonomske struke mogu prosuđivati vjerodostojnost takvih najava ako raspolažu jednostavnim metodološkim alatima. Ti alati nisu kao googlemaps za snalaženje na putu (jer ne daju nedvosmislenu uputu), ali mogu biti od pomoći u probijanju kroz sjenoviti svijet poluinformacija u kojem živimo.
Metoda indukcije: signalna metoda, osjetljivost i specifičnost
Najvažniji kompas koji možemo koristiti bez prethodnih teorijskih znanja je signalna metoda. Primjenjuje se univerzalno u prirodnim i društvenim znanostima. Cilj je ekstrahirati (prepoznati) točnost opažanja ili predviđanja, takozvani signal. Čini se jednostavno: treba brojati koliko je puta netko pogodio do sada. No, nije tako jednostavno.
Zamislimo meteorologa koji svaki dan najavljuje kišu koja se doista dogodi u 75 od 365 dana u godini. Naš Kišni čovjek je pogodio svaki put kada je padala kiša! Pogoci su 100%! Međutim, ujedno je promašio prognozu u 290 (=365-75) dana u godini kada nije pala kiša. To je prognostički šum. Usporedimo to s prognozama kolege Uravnoteženog prognozera koji je 100 puta predviđao kišu i od toga pogodio 50 puta, ali je 265 puta predviđao samo oblačno ili sunčano, i od toga pogodio 215 puta. Kako usporediti kvalitetu prognoza Kišnog čovjeka i Uravnoteženog?
Ako bismo gledali samo frekvenciju (vjerojatnost) točne prognoze kiše, Kišni čovjek je na 100% (=75/75), a Uravnoteženi zaostaje na 66,6% (=50/75). To je mjera točnosti – signala. Slično tome možete zamisliti serološki test koji pokaže antitijela na covid 19 za sve one koji su pristupili testiranju, a uistinu imaju antitijela. To je savršeno osjetljiv test. Je li to potvrda da je Kišni čovjek genijalni prognozer, a test na antitijela savršen test?
S druge strane moramo gledati i šum (pogreške). Kišni čovjek je 290 puta (od 290) prognozirao kišu kada nije padala kiša, te je tako proizveo 100% šuma (=290/290). Omjer vjerojatnosti signala i šuma kod njega je 1 (=100%/100%). Uravnoteženi je pak u 50 od 290 dana kada nije padala kiša prognozirao kišu, proizvevši svega 17,2% šuma. Omjer vjerojatnosti signala i vjerojatnosti šuma za Uravnoteženog je 3,87 (=66,6%/17,2%). Što je omjer signala i šuma veći, prognoza je bolja. Uravnoteženi prema ovom kriteriju prognozira oko četiri puta bolje od Kišnog čovjeka iako je potonji pogodio sve kišne dane. Srećom, ne postoji toliko nespecifičan serološki test na antitijela (sa tolikim šumom), pa se u tu vrstu testova ipak možemo više pouzdati (podaci FDA o osjetljivosti i specifičnosti testova su javni, ne znam postoje li javni podaci o osjetljivosti i specifičnosti testova koji su kod nas u uporabi).
Kada se problem ovako prikaže kroz brojke, naizgled bi trebalo biti lako raspoznati tko je u prostoru ekonomske prognostike Kišni čovjek, a tko Uravnoteženi. Međutim, ljudima je teško pamtiti cijeli problemski prostor koji je prikazan u gornjoj shemi. Lako zaboravljamo što je netko kazao prošle godine, a kamoli pred 10 godina. Internet pamti, ali tko ima vremena za pretraživanje? Zbog toga ljudi lako doživljavaju distorziju percepcije i nisu u stanju selektirati dobre prognozere. Na primjer, u kratkom roku često nastaju fascinacije pogocima: više se vrednuju signali (oni i zaslužuju veću pažnju medija), dok se šumovi ne prate toliko pomno. Jer, zamislimo da se dogodi jako malo vjerojatna serija od 10 dana zaredom kada je kiša padala bez prestanka. Tko je to mogao predvidjeti? Samo Kišni čovjek! Ostat će zapamćen zauvijek, dobiti status šamana…
Zanemarivanje cjeline problema (memorije svih prognoza i ishoda) može biti kobno. Zamislimo da umjesto vremenske prognoze gledamo rezultate serološkog testa na antitijela za covid-19. Samo zamijenimo riječ kiša s riječi antitijela i prognozirao s otkrio. Prvi test, koji slijedi logiku Kišnog čovjeka, otkrit će sve slučajeve bolesti, ali će za mnogo više ljudi pokazati da imaju antitijela premda ih zapravo nemaju. To može biti kobno: smanjit će se oprez. Drugi test koji daje rezultate poput g. Uravnoteženog neće otkriti sve ljude s antitijelima, ali će mnogo manje griješiti u smislu „otkrića“ lažno pozitivnih antitijela.
Tko je Dr. Doom?
Jasno je da ne želimo meteorologa koji svaki dan prognozira isto vrijeme, ne želimo instalirati protupožarni alarm koji zvoni svaki put kad temperatura prijeđe 30 stupnjeva (super osjetljiv, ali posve nespecifičan i neupotrebljiv alarm), pa isto tako ne želimo niti slijediti prognoze ekonomista koji stalno najavljuje veliku krizu. Vrijeme da se zapitamo je li Nouriel Roubini – popularni Dr. Doom koji najavljuje stagnaciju zbog prezaduženosti – naš hiper-osjetljiv ali nespecifičan alarm koji proizvodi previše šuma?
Krenuo sam u potragu za ranijim Roubinijevijim tekstovima iz razdoblja koja su prethodila ekonomskim ekspanzijama. Prvi tekst je star godinu dana, iz srpnja 2020., neposredno nakon lockdowna, a prije izlaska iz pandemijske recesije. Tamo piše da nas ne bi trebala iznenaditi nova kriza prije kraja 2020. Dakle, promašaj: potkraj 2020. oporavak od korona recesije već je uzeo maha i još uvijek traje.
U kolovozu 2019. (sjetite se da je gospodarski rast u svijetu trajao do pandemije) Dr. Doom je napisao tekst Anatomija nadolazeće recesije i pritom nije mislio na virus koji tada još nije postojao izvan laboratorija, pa ga nije ni mogao predvidjeti, nego je predviđao novu recesiju koja će nastati na strani ponude, a koju će izazvati američko-kineski trgovački rat i tehnološki rivalitet. Još jedan promašaj: tek će SARS-Cov-2 zaustaviti gospodarski rast, a ne trgovački rat i tehnološki rivalitet SAD-a i Kine.
Na žalost, arhive na Roubinijevoj web stranici nema, pa ne mogu zaključiti na dovoljno velikom uzorku njegovih prognoza unazad nekoliko godina, ali jasno je zašto bi Nouriel Roubini mogao biti naš Kišni čovjek. U svijetu se uvijek događa nešto loše, opasno i rizično što se može povezati na način koji će navesti na zaključak da slijedi neka velika kriza. Naravno da sino-američki trgovački rat i tehnološki rivalitet može dovesti do recesije, kao što i prezaduženost može biti razlog za nju, kao što se može dogoditi neki “vanjski šok” koji nitko nije predvidio (npr. pad meteora, novi virus). Međutim, pravo pitanje glasi: koliko je to vjerojatno; kada i koji se uvjeti moraju steći da bi spomenute pojave izazvale novu veliku recesiju?
Roubini je specijalist za otkrivanje makroekonomskih rizika i neravnoteža i kao takav je koristan kao što su korisni i menadžeri za sigurnost u osjetljivim djelatnostima poput aviokompanija ili menadžeri za rizike u financijskim institucijama. To su ljudi koji su dio radnog vremena plaćeni da spavaju (tj. ne spavaju) s jednim okom otvorenim i zamišljaju spletove rizika koji, ako se poklope, mogu dovesti do neočekivanih disrupcija koje standardni prognostički modeli ne otkrivaju. Stres testovi na temelju analitički izvedenih scenarija stupnjevanog rizika danas su standardni upravljački alat u velikim organizacijama.
Međutim, kada se analize eksperata za rizike tumače kao prognoze, moramo ih znati vrednovati i kritički tumačiti. Jedan način, ili bolje rečeno podloga za vrednovanje i kritičko tumačenje, je uz pomoć prikazane induktivne metode: ako se neki rizični scenarij prezentira kao prognoza, za vjerodostojnost prognoza nije bitno samo koliko su puta prognostičari do sada pogodili, nego i koliko su puta prognozirali i – promašili. Drugim riječima, treba striktno razlikovati analizu i zamišljanje spletova rizika (scenarija), od samih prognoza.
Na žalost, većina ljudi zanemaruje razliku između analize rizika u smislu razvoja scenarija i samih prognoza. Zanemaruje se činjenica da se radi o posve različitim konceptima i metodološkim postupcima. Kada se među stručnjacima, u medijima i u politici nedovoljno razumiju razlike između analize scenarija i prognoza, onda je moguće da Kišni čovjek koji jednom slučajno pogodi izniman događaj stekne aureolu relevantnog prognostičara.
No, to još uvijek ne govori ništa o Dr. Doomu. Budimo realni: to što sam mu pronašao dva teksta unazad dvije godine u kojima je promašio s prognozama još uvijek ne znači da je on Kišni čovjek. Kao što je ranije rečeno, trebamo još jedan kriterij – kriterij objašnjenja; koliko Dr. Doom dobro objašnjava svoja predviđanja?
Od prognoza prema objašnjenjima i natrag
Prvo treba pogledati na koje se razdoblje odnosi prognoza: kratki, srednji ili dugi rok, i na koje geografsko područje (cijeli svijet, zapadni svijet, SAD)? Drugo, treba uzeti u obzir broj varijabli s kojima prognostičar barata – koje utjecaje uzima u obzir? Treće, treba gledati kako te varijable odnosno utjecaje mjeri, odnosno mjeri li ih uopće, ili samo verbalno spekulira? Četvrto, treba promatrati kako ih povezuje, rangira i ocjenjuje njihovu snagu. Drugim riječima, treba analizirati (što ne-ekspertima nije lako) koliko je nečije objašnjenje (u ovom slučaju, objašnjenje koje stoji iza prognoze) koherentno.
Uzmimo za primjer sljedeću teoriju ili „teoriju“: svijetom vlada „Elita“ (tajno društvo, reptili prerušeni u ljude, nije bitno) koja je izazvala plandemiju kako bi se vrijednosti financijskih imovina srozale, a oni ih onda pokupovali, ne bi li postali još moćniji i bogatiji i još čvršće ovladali čovječanstvom. Kao i kod svake teorije zavjere, njezina je glavna karakteristika da se ne može opovrgnuti empirijskim postupkom (zbog toga takve teorije i ne egzistiraju unutar domene znanosti). Jedini način pariranja empirijski neprovjerljivim teorijama, među kojima teorije zavjere predstavljaju tek jedan dio (drugi dio je u domeni religije i generalno vjerovanja) je upozoravanje da se isto objašnjenje može dobiti uz pomoć neke druge, možda i suprotstavljene teorije, kao što sam uz pomoć Ted Talka fizičara Davida Deutscha objasnio u tekstu o Demetrinoj tuzi.
Evo primjera jedne nedokazane teorije koja nije teorija zavjere: sunčevo magnetsko polje kolabira circa svakih 11 godina i tada je solarni ciklus u minimumu. To se dogodilo upravo 2020/21., što znači da je prethodni solarni minimum bio približno u doba prethodne Velike recesije 2008/09. Ako uvedemo toleranciju pogreške prognoze od +/- 1-2 godine (što je u planetarnim razmjerima tumačenja događaja dopustivo jer je ranije spomenutih 11 godina prosjek ciklusa koji se mogu kretati od 9 do 14 godina), i kriza iz 2000. uklapa se u taj obrazac; sve krize u zadnjih četvrt stoljeća mogu se „objasniti“ solarnim ciklusom!
Stanley Jevons je još 1875. „identificirao“ sunčevu aktivnost kao glavni uzrok ekonomskih ciklusa koji su već polovinom 19. stoljeća bili prepoznati kao sveprisutno, ali neobjašnjeno obilježje modernog ekonomskog rasta u kapitalizmu, te su se tada smatrali slučajnim događajima. Doduše, Jevons je mislio da su fluktuacije uzrokovane sunčevim pjegama koje su jače u solarnim maksimumima kada negativno utječu na poljoprivrednu proizvodnju, no ta „sitnica“ sada nije bitna – bitno je da ljudi grade hipotetička objašnjenja na temelju svakojakih korelacija, pri čemu im samo mašta, a ne stvarnost postavljaju ograničenja. (Bićanić i Deskar-Škrbić su o ekonomskim ciklusima napisali sjajno poglavlje u udžbeniku iz Makroekonomike I, pa sugeriram da ga nabavite ako želite saznati više o temi poslovnih ciklusa i cijelom spektaru njihovih objašnjenja). Mi se, međutim, ne želimo zamarati predviđanjima na temelju objašnjenja koja je netko izmaštao. Želimo razgovarati o predviđanjima oko kojih se netko dobro pomučio.
Roubini nije banalan u smislu tumačenja svojih predviđanja. Nema tu nikakvih teorija zavjere. Prezaduženost, ograničene moći središnjih banaka u borbi protiv inflacije, to bi mogle biti činjenice, zar ne?
Prije nego što u sljedećem nastavku dubinski analiziramo Roubinijev tekst koji možete pročitati na poveznici ovdje, prisjećam se ručka s njim na jednoj konferenciji u Dubrovniku potkraj 90-ih godina prošlog stoljeća. Tada mlad 40-godišnjak u naponu snage, bio je znanstvena zvijezda nakon što je u seriji sjajnih znanstvenih radova koji su izašli približno 1997-99. pružio najbolje objašnjenje Azijske krize koja je tih godina okupirala pažnju ekonomista u svijetu. Roubini jako dobro zna makroekonomiku. A meni je bilo posebno zadovoljstvo imati sat vremena za čavrljanje s tako uglednim gostom, pa sam dobro zapamtio njegovo stalno vraćanje na zabrinutost zbog deficita tekućih računa bilanci plaćanja u post-socijalističkim zemljama. Dr. Doom je tada mislio da će vanjske neravnoteže (višak uvoza nad izvozom, što je isto kao i neto priljev inozemnog kapitala) izazvati krizu na istoku i jugoistoku Europe.
Do velike recesije u tim zemljama doista će i doći, dobrim dijelom zbog spomenutog razloga, no to će se desiti dobrih deset godina nakon spomenutog ručka na terasi dubrovačkog hotela. Stoga se postavlja pitanje je li Dr. Doom pred gotovo četvrt stoljeća u Dubrovniku bio toliko vidovit da je predvidio krizu 2008./09., ili je riječ o nečem drugom?
Nije li možda riječ o tome da eksterni deficit nekog gospodarstva uvijek predstavlja rizik, ali kao što sjedanje u automobil i vožnja iznad ograničenja brzine predstavlja rizik, to u najvećem broju slučajeva ne dovodi do loših ishoda. „Ne vozi iznad 130 km/h na autocesti, stradat ćeš“, u naravi je upozorenje, a ne prognoza. Tako govori „odjel“ za rizike koji upozorava i brine, a ne „odjel“ za prognoze čija je zadaća pogoditi što će biti u vremenskom roku koji je relevantan za naše današnje odluke (ako ćemo slušati samo „odjel“ za rizike najbolje je pokriti se plahtom preko ušiju i ne izlaziti van). Ako se vratimo na autocestu, tek u jako malom broju slučajeva doći će do nesreće, no i tada nećemo znati pravi uzrok; i kako možemo znati da do nesreće ne bi došlo i pri brzini od 128 km/h? Dekompozicija – identifikacija stvarnih uzroka problem je u svakoj znanosti i njezinoj primjeni, slično problemu razlikovanja umrlih od i sa covid 19.
Svaki vozač zna da vožnja iznad dopuštene brzine povećava rizik, pa tako i svaki makroekonomist zna da je eksterna neravnoteža važan element makroekonomskih rizika. Međutim, za meritornu raspravu o posljedicama makroekonomskih neravnoteža treba puno više toga staviti na stol: (1) da li se eksterni deficit možda otvorio zbog ubrzanja rasta (i viška investicija nad domaćom štednjom); (2) kakav je taj gospodarski rast (ako je održiv, zašto bi nas deficit brinuo); (3) kako se podatak o eksternom deficitu zemlje u odnosima s inozemstvom povezuje s drugim obilježjima gospodarstva da bi se došlo do suvisle prognoze na temelju koherentnog objašnjenja?
Ovdje ćemo stati jer je tekst već predug. U ovom prvom nastavku ljetne serije o tome gdje je nestao pesimizam uglavnom smo se bavili problemom identifikacije relevantnih prognoza. Naučili smo primijeniti signalnu metodu za ocjenu kakvoće neke serije prognoza i zapamtili da prognostički pogotci ne mogu biti jedini kriterij ocjene kvalitete prognoza. Jednako je važno vrednovati i prognostičke promašaje, a još je važnije shvatiti misaonu pozadinu (teoriju, objašnjenje) iz koje se izvode prognoze. Stoga ćemo u sljedećem nastavku (Na dvoru Dr. Dooma) analizirati kako je Nouriel Roubini navodno uspio predvidjeti krizu 2008. kojim se argumentima danas služi kada najavljuje sljedeću krizu, te što je u tim argumentima vrijedno pažnje, a što eventualno pogrešno.
U idućem nastavku: Gdje je nestao pesimizam (2. dio) – na dvoru Dr. Dooma