Посттравматический синдром: мое путешествие к утрате иллюзий

Представьте, что у вас есть в жизни какой-то заведенный ритуал. Каждое утро, перед тем как сесть на поезд из Джолиета до чикагской станции «Лассаль-стрит», вы скармливаете кофейному автомату на перроне два доллара. Автомат возвращает вам два четвертака плюс стаканчик с кофе. Но однажды он возвращает вам четыре четвертака. И если трижды за следующий месяц тот же автомат выдает такой же результат, значит, налицо некая системная ошибка…

Если бы это была небольшая аномалия на финансовых рынках, а не пригородный поезд, то сотрудник хедж-фонда – кто-то вроде меня – мог бы сосредоточить на ней свое внимание. Он бы прочесал информацию за несколько последних лет или даже десятилетий, а затем разработал алгоритм по предсказанию этой ошибки – отклонению в цене на пятьдесят центов, – чтобы делать на нее ставки. Даже самые незначительные отклонения могут принести миллионы тем первым инвесторам, которые их обнаружат. И эти инвесторы будут и дальше извлекать прибыль, пока не произойдет одно из двух: либо феномен исчезнет, либо его обнаружат все остальные участники рынка – в любом случае приток прибыли прекратится. Но в этот момент хороший сотрудник хедж-фонда уже будет идти по горячим следам десятков других крошечных аномалий.

Поиски того, что специалисты по количественному анализу называют рыночными аномалиями (market inef-ficiency), сродни поиску сокровищ. Это может быть весело. Когда я втянулась в свою работу в фонде D. E. Shaw, мне начало казаться, что после академических кругов это перемена к лучшему. Хоть мне и нравились преподавание в Барнард-колледже и исследования в области алгебраической теории чисел, прогресс там казался мне мучительно медленным. Я хотела быть частью быстро меняющегося реального мира.

В тот момент хедж-фонды казались мне морально нейтральными институциями – мусорщиками финансовой системы в худшем случае. Я гордилась тем, что пошла работать в фонд Шоу, который называли Гарвардом среди хедж-фондов, и могла демонстрировать тамошним коллегам, как мои умные решения конвертируются в реальные деньги. К тому же зарплата там была в три раза больше профессорской. Начиная работать в фонде, я не могла подозревать, что, помимо прочего, это обеспечит мне место в первом ряду зрителей, наблюдающих катастрофический финансовый кризис, а также преподаст устрашающий урок того, какой вероломной и деструктивной может быть математика. В этом хедж-фонде я впервые вблизи увидела работу ОМП.

В самом начале мне нравилось многое. Все в фонде D. E. Shaw было пронизано математикой. Во множестве фирм заправляют трейдеры: именно они заключают большие сделки, выкрикивают заказы и получают многомиллионные бонусы. Аналитики в этих фирмах находятся на вторых ролях. Но у Шоу трейдеры – это немногим больше, чем просто технические сотрудники: они всего лишь исполнители, а балом правят математики. Моя группа из десяти человек называлась «группой фьючерсов» или «группой прогнозов» (futures group). В бизнесе, где все зависит от того, что случится завтра, что может быть более значительным?

Всего у нас было около 50 сотрудников. Сперва – в основном мужчины, за исключением меня. Большинство из них были по происхождению иностранцами. Многие из них пришли из абстрактной математики или физики; некоторые, вроде меня, – из теории чисел. Однако у меня было мало возможностей поговорить с ними о работе. Учитывая то, что наши идеи и алгоритмы были фундаментом бизнеса хедж-фонда, было ясно, что мы являлись потенциальной группой риска: если бы мы вместе вдруг уволились и ушли в какое-то другое место, то смогли бы использовать свои знания для создания мощнейшей конкуренции нашему бывшему месту работы.

Чтобы воспрепятствовать подобному развитию событий в крупном масштабе, Дэвид Шоу по большей части запрещал нам обсуждать с коллегами из других групп – а иногда даже с товарищами по группе – то, чем мы занимаемся. В каком-то смысле каждый квант информации был заперт в одной из сот сетевой структуры – примерно как в «Аль-Каиде». Если бы одна сота исчезла – допустим, кто-то из нас перебежал к конкурентам, например в Bridgewater или J. P. Morgan, а то и основал собственный фонд, – он мог бы унести с собой лишь свои собственные знания, вся остальная часть бизнеса Шоу осталась бы незатронутой. Как вы можете себе представить, на чувстве товарищества эти правила сказывались не самым лучшим образом.

Всех новичков обязывали дежурить каждые 13 недель в группе прогнозов. Дежурный сотрудник должен быть готов решать проблемы, связанные с вычислениями, в любое время, когда открыт один из мировых рынков, – то есть с вечера воскресенья по нью-йоркскому времени, когда оживали азиатские рынки, и до завершающего удара колокола на Нью-Йоркской фондовой бирже в четыре часа дня в пятницу. Недосып был постоянной проблемой. Еще более серьезной проблемой было чувство беспомощности из-за запрета на распространение информации. Допустим, алгоритм не работал так, как положено. Мне нужно было обнаружить проблему, а затем найти ответственного за нее человека в любое время дня и ночи – и попросить его (всегда именно его) исправить ситуацию. Далеко не всегда это была приятная беседа.

А еще периодически возникала паника. В праздники, когда в офисе было очень немного сотрудников, происходили странные вещи. У всех нас было много разных бумаг в наших гигантских портфелях, включая валютные форварды, то есть обещания в течение ближайшей пары дней купить большой объем иностранной валюты. Вместо реальной покупки иностранной валюты, однако, трейдеры каждый день пролонгировали позицию, и обязательство могло быть отложено еще на один день. Таким образом, наша ставка на направление рынка могла быть сохранена, но при этом мы не оказывались с огромными суммами наличности на руках. И вот однажды в рождественские дни я заметила позицию в японских иенах, по которой подходил срок закрытия. Кто-то должен был продлить контракт. Обычно эту работу делал наш коллега в Европе, однако в этот момент он, предположительно, праздновал Рождество с семьей. Я понимала, что, если контракт не продлить, кому-то вот-вот придется предъявить в Токио 50 миллионов иен. Разрешение этой проблемы внесло в мирный семейный праздник несколько безумных часов хаоса.

Все эти сложности можно уложить в категорию производственных рисков. Но настоящей проблемой было неприятное чувство, которое я стала ощущать. Я привыкла к игре в этих океанах валют, бондов и других бумаг, к триллионам долларов, протекающих по международным рынкам. Но в отличие от цифр в моих академических моделях, цифры в моделях, которые мы строили в хедж-фонде, означали конкретные вещи для конкретных людей: пенсионные сбережения и ипотечные кредиты. Когда я оглядываюсь назад, это кажется смехотворно очевидным. И, конечно, я всегда об этом знала. Но я тогда по-настоящему не понимала истинную сущность всех этих монеток по 5, 10 или 25 центов, которые мы отщипывали откуда-то с помощью наших математических орудий. Это были не вдруг обнаруженные сокровища, вроде добытого в золотой шахте самородка или дублонов из трюма давно затонувшего испанского галеона. Это богатство приходило из карманов живых людей. Для хедж-фондов, самых самодовольных игроков на Уолл-стрит, это были «глупые деньги».

Только в 2008 году, когда рынки рухнули, истина открылась мне во всей своей неприглядности. Помимо воровства денег со счетов людей, финансовая индустрия занималась созданием оружия математического поражения, и я принимала в этом определенное участие.

Проблемы на самом деле начались годом раньше. В июле 2007 года ставки кредитования на межбанковском рынке резко взлетели вверх. После прошлой рецессии, которая последовала за 9 сентября 2001 года, низкие процентные ставки разогревали пузырь на рынке недвижимости. Казалось, что любой может взять ипотеку, девелоперы превращали пригороды, пустыни и прерии в огромные стройплощадки, а банки использовали миллионы всевозможных финансовых инструментов, «завязанных» на золотую жилу в строительстве.

Однако повышение ставки межбанковских кредитов сигнализировало о проблемах. Банки теряли доверие друг к другу в вопросе возврата суточных кредитов. Они постепенно осознавали, какой опасный мусор хранят в своих портфелях, – и разумно предполагали, что другие банки рискуют точно так же, если не сильнее. Сейчас можно сказать, что резкий подъем ставок кредитования был на самом деле признаком возвращения здравого смысла, однако произошло это слишком поздно.

В фонде Шоу все эти волнения тоже слегка снижали оптимистический настрой. Многие компании должны были оказаться в сложном положении – это было очевидно. Индустрию ждал удар, возможно очень серьезный. И все-таки это могло оказаться не нашей проблемой. Мы ведь не ныряли с головой в рискованные рынки. В конце концов, сам термин «хедж-фонд» происходит от слова hedge – преграда, защита. Хедж-фонды по природе своей защищены. Поначалу мы называли волатильность на рынках «заварушкой». Фонду Дэвида Шоу эта заварушка могла причинить определенный дискомфорт, возможно, даже послужить причиной пары неловких моментов – когда, например, кредитку богатого человека вдруг не принимают в дорогом ресторане. Но были хорошие шансы, что мы окажемся в безопасности.

В конце концов, хедж-фонды не создавали эти рынки, а только играли рядом с ними. Это означало, что при крушении рынка из развалин можно было бы извлечь массу богатых возможностей. Игра для хедж-фондов заключалась не в том, чтобы поднимать рынки, а в том, чтобы предсказывать в них тенденции. Движение вниз могло быть столь же выгодным.

Чтобы понять, как хедж-фонды действуют в кулуарах, представьте себе игру бейсбольной Мировой серии на чикагском стадионе «Ригли-филд». С драматическим хоум-раном в конце девятого иннинга «Кабс» выигрывают свой первый чемпионат с 1908 года – с того времени, когда президентом был Тедди Рузвельт. Стадион взрывается от восторга. И только один ряд фанатов остается на своих местах, тихо анализируя результат. Эти азартные игроки не делают традиционные ставки на победителя. Вместо этого они могут поставить на то, что реливеры «Янки» пожертвуют больше уоков, чем страйк-аутов, что в игре будет как минимум один бант, но не больше двух, или что стартер «Кабс» продержится как минимум шесть иннингов. Они даже ставят на то, выиграют или проиграют другие игроки свои ставки. Эти люди ставят на многие факторы, связанные с игрой, но не на сам результат игры. Именно так ведут себя хедж-фонды.

Благодаря этому подходу мы чувствовали себя в безопасности – по крайней мере, в относительной безопасности. Я помню грандиозное событие, когда мы торжественно встречали архитекторов здания, которое вот-вот должно было рухнуть. Фирма приветствовала Алана Гринспена, бывшего председателя Федеральной резервной системы, и Роберта Рубина, бывшего министра финансов и председателя Goldman Sachs. Рубин в 1999 году настоял на пересмотре закона Гласса – Стиголла, принятого еще в эпоху Великой депрессии. Отмена закона, запрещавшего банкам заниматься инвестиционной деятельностью, запустила в течение последующего десятилетия настоящую оргию спекуляций. Банки и раньше могли генерировать кредиты (многие из которых были ничем не обеспечены) и предлагать их клиентам в форме ценных бумаг. Это не было чем-то необычным и могло рассматриваться как одна из банковских услуг. Однако теперь, когда закон Гласса – Стиголла был отменен, банки могли – и иногда пользовались этой возможностью – играть против тех самых ценных бумаг, которые продавали своим клиентам. Это создавало огромные риски – и бесконечный инвестиционный потенциал для хедж-фондов. В конце концов, мы ставили на движение рынка, вверх или вниз, и движения эти порой были весьма бурными.

На приеме в фонде Шоу Гринспен предупредил нас о надвигающихся проблемах с ипотечными ценными бумагами. Это воспоминание преследовало меня, когда я осознала через пару лет, что Рубин, который в то время работал в Citigroup, играл решающую роль в комплектации огромного портфеля этих самых токсичных контрактов, что и послужило основной причиной, по которой Citigroup позже пришлось предоставить финансовую помощь от государства – то есть за счет налогоплательщиков.

Рядом с этими двумя сидел протеже Рубина и наш временный партнер Ларри Саммерс. Он вслед за Рубином пришел работать в Министерство финансов, а затем стал президентом Гарвардского университета. Однако Саммерс не смог наладить отношения с преподавательским составом. Отчасти профессора ополчились на Саммерса после его заявления, что малое число женщин-ученых в математике и других точных науках – это, возможно, следствие генетической неполноценности, или, как он сформулировал, «неравного распределения врожденных способностей».

После того как Саммерс ушел с поста президента Гарварда, он оказался в фонде Шоу. И я помню момент, когда наш основатель Дэвид Шоу обратился к этой престижной троице и пошутил, что перемещение Саммерса из Гарварда в D. E. Shaw можно считать «продвижением по карьерной лестнице». Потому что рынки могут бурлить, но фонд Шоу все равно остается на вершине мира.

Однако по мере углубления кризиса партнеры D. E. Shaw слегка растеряли свою самоуверенность. В конце концов проблемные рынки оказались взаимосвязанными. Например, уже циркулировали слухи об уязвимости банка Lehman Brothers, который владел 20 % фонда D. E. Shaw и осуществлял многие из наших трансакций. Чем больше раскачивались рынки, тем менее спокойной становилась обстановка в офисе фонда. Мы могли анализировать и производить расчеты самым лучшим образом, но что, если устрашающее завтра не будет похоже ни на один из вчерашних дней? Что, если это завтра принесет что-то совершенно новое и иное?

Это не могло не беспокоить, потому что математические модели, по сути своей, основаны на прошлом опыте – и на предположении, что паттерны будут повторяться. Но прошло совсем немного времени, и группа фондовых акций ликвидировала свои активы – и весьма высокой ценой. Затем прекратился активный набор на работу новых аналитиков (в результате которого я когда-то оказалась в этой фирме). Хотя люди еще пытались подшучивать над этой новой атмосферой, чувство страха неуклонно нарастало. Всеобщее внимание было сосредоточено на секьюритизированных продуктах, особенно на ценных бумагах с ипотечным покрытием, о которых нас предупреждал Гринспен.

В течение десятилетий ипотечные ценные бумаги были символом отсутствия риска. Они были скучными финансовыми инструментами, которые как отдельные люди, так и инвестиционные фонды использовали, чтобы разнообразить собственные портфели (идея заключалась в том, что разнообразие инструментов может нейтрализовать риски). В каждом ипотечном кредите есть потенциал дефолта: владелец дома может объявить о банкротстве, и это значит, что банк не вернет себе выданные в кредит средства. На другом конце шкалы находится ситуация, когда заемщик выплачивает ипотеку раньше положенного, обрывая тем самым череду платежей с процентами.

И вот в 1980-е годы инвестиционные банкиры начали скупать тысячи ипотечных кредитов и объединять их в ценные бумаги – некоего рода гарантию, то есть инструмент, который выплачивает регулярные дивиденды, зачастую раз в квартал. Некоторые из владельцев домов, конечно, обанкротятся, зато остальные удержатся на плаву и будут продолжать выплачивать свои ипотеки, организуя постоянный и предсказуемый денежный поток. Со временем это превратилось в целую индустрию – столп, на котором держались рынки долгосрочных капиталов. Эксперты группировали ипотеки по разным классам или траншам. Некоторые считались абсолютно надежными. Другие были более рискованными – и имели более высокий процент. У инвесторов были все причины для уверенности, поскольку агентства, оценивающие кредитные риски, такие как Standard & Poor’s, Moody’s и Fitch, изучали также и эти ценные бумаги и классифицировали их по рискованности. Они считали такие бумаги разумными инвестициями.

Однако вспомним о непрозрачности. Инвестор не знает о качестве ипотеки в ценных бумагах. Единственный взгляд, который был ему доступен, был взглядом на рейтинг, составленный аналитиком. А этот аналитик получал деньги от тех самых компаний, чьи продукты он оценивал. Нет нужды говорить, что ипотечные ценные бумаги оказались идеальной платформой для мошенничества.

Если хотите метафору, то вот вам одна из наиболее распространенных: это сосиска. Представьте себе, что ипотечные кредиты – это кусочки мяса разного качества, а ипотечные ценные бумаги – связки сосисок, изготовленных из соединения всех этих кусочков и добавления сильно пахнущих специй. Конечно, сосиски могут отличаться по качеству – и нам сложно определить по их внешнему виду, что у них внутри, но штамп Министерства сельского хозяйства, подтверждающий, что их можно есть, развеивает наши тревоги.

Как узнал весь мир чуть позже, ипотечные компании получали огромную прибыль во время ипотечного бума, одалживая людям деньги на дома, которые те не могли себе позволить. Стратегия заемщиков была простой: оформить заведомо непосильную ипотеку, а затем продать получившуюся ценную бумагу – сосиску – на бурно растущем рынке ипотечных бумаг. В одном особенно вопиющем случае сборщик клубники по имени Альберто Рамирес, получавший всего 14 тысяч долларов в год, умудрился взять в ипотеку дом за 720 тысяч в Ранчо-Гранде, Калифорния. Разумеется, брокер Рамиреса уверил клиента, что тот сможет перекредитоваться через несколько месяцев, а затем обменять дом на более дешевый и вдобавок еще получить чистую выгоду. Несколько месяцев спустя Рамиресу пришлось объявить дефолт по кредиту.

Накануне коллапса жилищного рынка ипотечные банки не только предлагали сделки с непосильными условиями, но и охотились за потенциальными жертвами в кварталах бедноты и этнических меньшинств. В одном федеральном иске представители муниципальных властей Балтимора обвинили банк Wells Fargo в «обработке» черных кварталов с целью выдачи так называемых «кредитов гетто». Как показала в суде бывший кредитный специалист этого банка Бет Джекобсон, работа отделения новых рынков была сосредоточена на афроамериканских церковных приходах. Идея заключалась в том, что пасторы, вызывающие доверие у прихожан, могут «раскрутить» свою паству на ипотеку. Ипотека неизменно оказывалась высокорискованной, с самым большим процентом, причем банк оформлял сделки на таких условиях даже с абсолютно надежными клиентами, с которыми вполне можно было бы заключать договор на гораздо более щадящих условиях. К 2009 году, когда город Балтимор подал иск, более половины жилой недвижимости, приобретенной по ипотеке Well Fargo, было уже отобрано у клиентов, и 71 % отчужденной площади находился в афроамериканских кварталах. (В 2012 году Wells Fargo урегулировал дело, согласившись выплатить 175 миллионов долларов 31 000 своих жертв по всей стране.)

Чтобы сразу прояснить суть дела: высокорискованные ипотечные кредиты, количество которых резко возросло во время жилищного бума, – выдавались ли они сборщикам клубники в Калифорнии или нуждающимся прихожанам «черных» церквей Балтимора, – не представляли собой оружия математического поражения. Они были финансовыми инструментами, а не моделями, и имели мало общего с математикой (более того, брокеры очень сильно старались игнорировать неудобные цифры).

Но когда банки начали распределять ипотечные кредиты вроде того, что был выдан Альберто Рамиресу, по классам ценных бумаг и продавать их, они опирались именно на ущербные математические модели. Модель расчета риска, подключенная к ипотечным ценным бумагам, была типичным ОМП. Банки осознавали, что некоторые из этих ипотечных кредитов не будут выплачены. Но они основывались на двух ложных допущениях, которые поддерживали их уверенность в системе.

Первым ложным допущением было то, что крутые математики во всех этих компаниях делают точные расчеты и очень аккуратно уравновешивают риски. Ценные бумаги рекламировались как продукты, риски которых были оценены специалистами с использованием новейших алгоритмов. К сожалению, это не соответствовало действительности. Как и со многими ОМП, математика выступала в качестве дымовой завесы и была направлена против потребителя. Ее целью было оптимизировать краткосрочную выгоду для продавцов. А эти продавцы рассчитывали на то, что успеют выпустить ценные бумаги до того, как они рухнут. Умные при этом должны были выиграть. А более глупые – те, кто предоставляет свои «глупые деньги», – в итоге окажутся держателями миллиардов (и триллионов) долговых расписок, по которым никто не станет расплачиваться. Даже самые скрупулезные математики – а такие были – работали с цифрами, которые им предоставили дельцы, осуществлявшие крупномасштабную аферу. Очень немногие располагали опытом и информацией, которые требуются для того, чтобы понимать, что происходит с точки зрения статистики, а большинству из тех, кто все-таки понимал, не хватало решительности, чтобы заявить об этом вслух. Рейтинги риска, присвоенные ценным бумагам, были разработаны как непрозрачные и математически устрашающие, отчасти для того, чтобы покупатели не осознавали настоящей степени риска, связанного с контрактами, которые они покупали.

Вторым ложным допущением оказалось то, что много людей сразу не могут одновременно отказаться от выплаты по своим долговым обязательствам. Это допущение было основано на теории, вскоре опровергнутой, что дефолты – события по большей части случайные и не связанные друг с другом. Из этого следовало, что многочисленные нормально выплачиваемые ипотечные кредиты перекроют ущерб от дефолта нескольких неудачников в каждой категории заемщиков. Модели расчета риска были построены на допущении, что будущее не будет отличаться от прошлого.

Чтобы продать эти ипотечные облигации, банкам нужны были рейтинги ААА. Для этого они обращались к трем агентствам кредитной классификации. По мере расширения рынка присвоение рейтинга растущему миллиардному рынку в кредитных облигациях стало для агентств большим бизнесом, приносящим прибыльные гонорары. У них образовалась зависимость от этих гонораров. И они прекрасно понимали, что, если будут присваивать рейтинги ниже ААА, банки обратятся к их конкурентам. Поэтому агентства поддерживали игру. Их гораздо больше беспокоила удовлетворенность клиента, чем точность их собственных моделей. Эти модели риска также создали свои собственные губительные петли обратной связи. Рейтинги ААА, присваиваемые дефектным продуктам, превращались в доллары. Доллары, в свою очередь, формировали уверенность в хорошем качестве продукта и в честности процесса (на самом деле обманного и жульнического), который производил этот продукт. В результате бизнес держался на цикле взаимных поглаживаний и обоюдного наполнения карманов – пока пузырь не взорвался.

Из всех качеств ОМП именно его масштаб превратил эти модели риска в чудовищную силу глобального размаха. Конечно, бродячие продавцы чудодейственных средств от всех болезней – явление старое как мир, и пузыри на рынке недвижимости, оставлявшие незадачливого покупателя на краю болота, купленного им в качестве участка земли, и с пачкой бесполезных бумажек в руках, не раз надувались и в прошлом. Но на этот раз современные вычислительные мощности разогрели аферу до масштабов, ранее просто невиданных. Ущерб был усугублен крушением и других инструментов, которыми оброс рынок ипотечных ценных бумаг: кредитными дефолтными свопами и синтетическими обеспеченными долговыми обязательствами (CDO).

Кредитные дефолтные свопы были небольшими страховыми полисами, которые переносили риск на облигацию. Свопы давали как банкам, так и хедж-фондам чувство безопасности, так как имелось в виду, что эти бумаги можно использовать для балансирования рисков. Но в случае, если финансовые организации – держатели этих страховых полисов вдруг терпят крах (а со многими именно так и случилось), то начинается цепная реакция, которая пробивает бреши во всей мировой экономике. Синтетические CDO были еще одним шагом вперед: ценность этих контрактов зависела от качества свопов кредитного дефолта и ипотечных ценных бумаг. Они позволяли проектировщикам новых финансовых инструментов еще сильнее поднять ставки.

Общая стоимость высокорискованных ипотечных кредитов на перегретом (и затем рухнувшем) рынке к 2007 году достигала трех триллионов долларов, а рынок инструментов, связанных с этими кредитами, – все эти кредитные дефолтные свопы и синтетические CDO, еще больше увеличивавшие риски, – был еще в двадцать раз больше. Ни одна национальная экономика в мире не могла бы с этим сравниться.

Парадоксальным образом мощные по замыслу алгоритмы, создавшие рынок, – те самые, которые анализировали риск для разных категорий заемщиков и затем отражали этот риск в конкретных ценных бумагах, – оказались бесполезными, когда пришло время наводить порядок и подсчитывать истинную ценность всех этих бумаг. Математика может умножать бредовые данные, но не может их расшифровать. Это работа для людей. Только люди могут перебрать ипотечные контракты, отложить в отдельную стопку лживые обещания и благие намерения и придать кредитам реальную долларовую ценность. Это был очень трудоемкий процесс, потому что люди, в отличие от ОМП, не могут экспоненциально увеличивать масштабы своей работы; кроме того, для большей части финансовой индустрии эта работа имела низкий приоритет. В процессе этой длительной детоксикации стоимость долга – и домов, к которым этот долг был привязан, – конечно же, постоянно падала. А когда случился экономический крах, даже те владельцы домов, которые в свое время вполне могли позволить себе ипотеку, тоже внезапно оказались перед угрозой дефолта.

Как я уже упомянула, фонд D. E. Shaw находился в одном-двух шагах в стороне от рыночного коллапса. Но когда другие игроки стали уходить под воду, они начали с бешеной скоростью аннулировать свои сделки, а эти сделки затрагивали и наши контракты. В результате этого эффекта домино мы в начале второго полугодия 2008 года уже теряли деньги направо и налево.

В течение следующих месяцев катастрофа наконец разразилась в полную силу. Именно в этот момент все наконец увидели людей по ту сторону алгоритмов. Это были отчаявшиеся домовладельцы, которые теряли свою недвижимость, а также миллионы американцев, теряющих свои рабочие места. Дефолты по кредитным картам достигли рекордных показателей. Человеческие страдания, которые раньше прятались за цифрами, таблицами и уровнем риска, стали видны воочию.

Разговоры в D. E. Shaw стали крайне нервными. После падения банка Lehman Brothers в 2008 году финансисты начали обсуждать политические последствия. Похоже было, что Барак Обама выиграет выборы 2008 года. Начнет ли он бомбардировать индустрию новыми регулирующими правилами? Поднимет налоги на валовую прибыль? Эти люди не теряли дома и не выкачивали до дна кредиты по своим картам, лишь бы остаться на плаву. Но им тоже было о чем беспокоиться. Единственной возможностью было переждать обвал, позволить лоббистам делать их работу и посмотреть, не удастся ли в конце концов продолжать работу в том же духе, что и дальше.

К 2009 году стало понятно, что уроки рыночного коллапса не указали миру финансов никаких новых путей и не привили новых ценностей. Лоббисты по большей части одержали успех, и игра осталась прежней: выуживание «глупых денег». За исключением некоторых правительственных ограничений, добавивших новые полосы препятствий, которые предстояло преодолеть, жизнь в общем и целом продолжалась.

Но меня вся эта драма очень быстро подтолкнула в сторону утраты иллюзий. Особенно я была разочарована той ролью, которая сыграла в этих событиях математика. Мне пришлось столкнуться лицом к лицу с неприглядной правдой: люди сознательно создавали формулы, чтобы произвести впечатление, вместо того чтобы прояснить ситуацию. Я впервые напрямую столкнулась с этой токсичной концепцией, и в результате мне захотелось сбежать, вернуться в прошлое – к миру доказательств и кубиков Рубика.

И я уволилась из хедж-фонда в 2009 году с намерением работать над обезвреживанием финансового оружия массового поражения. Новые правительственные правила предписывали банкам привлекать независимых экспертов для анализа рисков. Я устроилась на работу в одну из компаний, которая предоставляла банкам таких специалистов: компания RiskMetrics Group располагалась в одном квартале к северу от Уолл-стрит. Наш продукт представлял собой россыпь цифр, которые складывались в предсказание того, как будет вести себя определенный пакет ценных бумаг или вид биржевых в течение следующей недели, следующего года или следующих пяти лет. Когда все ставят на любое движение на рынке, подобные умные расчеты риска идут на вес золота.

Чтобы просчитать степень риска, наша команда применяла метод Монте-Карло. Вообразите, что вы крутанули колесо рулетки в казино десять тысяч раз и каждый раз тщательно записали результаты. При использовании метода Монте-Карло вы обычно начинаете с истории рынка и прогоняете тысячи тестовых сценариев. Как изучаемый вами портфель ценных бумаг вел себя на рынке каждый день начиная с 2010 года? А с 2005-го? Устоит ли он в самые тяжелые дни краха? С какой вероятностью для него возникнет смертельная опасность в течение следующего года или двух? Чтобы рассчитать эти вероятности, ученые прогоняют тысячи тысяч моделей. У этого метода много недостатков, но он представляет собой простой способ хоть как-то управлять своими рисками.

Моя работа заключалась в том, что я была посредником между нашими риск-менеджерами и самыми большими и придирчивыми знатоками рисков – квантитативными хедж-фондами. Я связывалась с фондами или они связывались со мной, и мы обсуждали любые вопросы, которые у них возникали по поводу чисел. Однако чаще всего они информировали меня только тогда, когда мы совершали ошибки. Дело в том, что хедж-фонды всегда считали себя умнейшими из умных, и учитывая то, что правильное понимание риска – основа их существования, они никогда не стали бы полностью полагаться на сторонние организации вроде нашей. У них были собственные группы, занимавшиеся подсчетами риска, и наши продукты они покупали в основном для того, чтобы хорошо выглядеть в глазах инвесторов.

Кроме этого, я отвечала на вопросы по горячей линии, иногда – от представителей больших банков. Им очень хотелось поправить свой пошатнувшийся имидж и выглядеть ответственными; именно поэтому они и обращались к нам. Но, в отличие от хедж-фондов, они мало интересовались самим нашим анализом. Риск в их портфелях был фактором, который они практически игнорировали. В течение моей работы на горячей линии у меня сложилось чувство, что люди, предупреждающие о риске, воспринимались ими как назойливые надоедалы или, еще того пуще, как угроза банковской безопасности. Это восприятие не изменилось даже после катаклизмов 2008 года – и было несложно понять почему. Если уж они выжили в такой катастрофе – потому что были слишком большими, чтобы рухнуть, – какой им был смысл волноваться из-за рисков после этого?

Отказ признавать наличие риска – давняя традиция в мире финансов. Культуру Уолл-стрит определяют ее трейдеры, а риски – это то, что они постоянно недооценивают. Это результат того, что мы оцениваем профессионализм трейдера по его «коэффициенту Шарпа»: он рассчитывается как отношение прибыли, которую приносит трейдер, к стандартному (среднеквадратичному) отклонению для его портфеля. Этот коэффициент критически важен для карьеры трейдера, его ежегодного бонуса, его самооценки. Если мы лишим этих трейдеров их физических тел и начнем воспринимать их исключительно как набор алгоритмов, эти алгоритмы будут постоянно сосредоточены на оптимизации коэффициента Шарпа. В идеале он будет расти – или, по крайней мере, не падать слишком низко. Поэтому, если один из отчетов по рискованности свопов кредитного дефолта поднимет степень риска одного из ключевых вкладов трейдера, его коэффициент Шарпа упадет. Это может стоить ему сотен тысяч долларов, когда дело дойдет до расчета его ежегодного бонуса.

Очень быстро я осознала, что занимаюсь просто штамповкой привычных решений. В 2011 году настало время снова сменить работу – и я увидела, что рынок для математиков вроде меня стремительно расширяется. В то время мне было достаточно напечатать два слова в моем резюме – и я уже была провозглашена новым специалистом по обработке информации, готовым погрузиться в мир онлайн-экономики. В результате я оказалась в нью-йоркском стартапе под названием Intent Media.

Начала я с разработки моделей, которые предсказывали поведение посетителей сайтов, посвященных путешествиям. Ключевой вопрос заключался в том, с какой целью кто-то заходит на сайт Expedia: просто посмотреть на картинки или собирается в самом деле потратить деньги? Те, кто не собирался ничего покупать, мало что значили в качестве потенциального источника дохода. Поэтому таким пользователям мы показывали рекламу фирм-конкурентов – Travelocity или Orbitz. Если посетитель кликал по рекламе, это приносило нам несколько центов – лучше, чем ничего. Однако мы не собирались показывать эти объявления серьезным покупателям. В худшем случае мы получали десяток центов дохода за размещение рекламы – и посылали при этом потенциальных клиентов к конкурентам, где они могли оставить тысячи долларов за гостиничные номера в Лондоне и Токио. Понадобились бы тысячи просмотров рекламных объявлений, чтобы возместить хотя бы несколько сотен долларов из упущенной прибыли от этих клиентов. Поэтому было крайне важно удержать их на нашем сайте.

Моей задачей была разработка алгоритма, который мог бы отличить созерцателя витрин от покупателя. Ориентироваться при этом можно было на несколько очевидных сигналов. Зарегистрировался ли человек на сайте? Совершал ли он уже покупки? Я также обращала внимание и на другие факторы, например на время дня и дату. Определенные недели были особенно урожайными. Например, один из пиков приходился на День поминовения в середине весны, когда огромное количество людей практически одновременно определялись со своими планами на лето. Мой алгоритм придавал больше ценности покупателям в течение подобных периодов: в это время повышалась вероятность, что они действительно что-то купят.

Принципы работы статистики, как выяснилось, было очень легко перенести из хедж-фондов в онлайн-коммерцию: самой большой разницей было то, что вместо движений в рынке я теперь предсказывала клики конкретных людей.

На самом деле я увидела огромное количество параллелей между финансами и Большими данными. Обе индустрии черпают работников из одного и того же кадрового резерва: в основном из элитных университетов, таких как Массачусетский технологический институт (MIT), Принстон или Стэнфорд. Эти новые работники отчаянно стремятся к успеху и всю жизнь сосредоточены на внешних количественных показателях, таких как результаты SAT (академических оценочных тестов) и поступление в колледжи. В области как финансов, так и технологий они получают один и тот же месседж: они разбогатеют и будут править миром. Их продуктивность демонстрирует, что они на правильном пути, и это конвертируется в долларовый эквивалент. Успех приводит к ложному выводу: все, что они делают, чтобы заработать больше денег, – это хорошо. Они таким образом «создают добавленную ценность». Иначе за что бы их вознаграждал рынок?

В обеих культурах богатство больше не представляет собой средство выживания. Оно напрямую привязывается к ценности отдельно взятой личности. Молодой обитатель пригорода, обладающий массой преимуществ (образование в частной школе, усиленная подготовка к вступительным экзаменам в колледж, семестр за границей – в Париже или Шанхае), все равно тешит себя иллюзией, что в мир привилегий он попал благодаря собственным талантам, усиленной работе и выдающимся способностям в области решения проблем. Деньги уничтожают любые сомнения. А другие члены его круга подыгрывают ему, создавая сообщество взаимного восхищения. Они с радостью доказывают нам, что представляют собой продукты работы дарвиновского естественного отбора, тогда как со стороны это выглядит как комбинация слепой удачи и выигрыша у системы.

В обеих индустриях реальный мир со всеми его проблемами воспринимается с большой дистанции. Работающие в них люди стремятся подменить людей наборами данных, превратить их в более эффективных покупателей, избирателей или работников, чтобы оптимизировать какую-нибудь цель. Это совсем легко сделать и оправдать, когда успех приходит в виде безличного результата и когда задействованные люди остаются такими же абстракциями, как цифры на экране.

Параллельно с работой в области обработки данных я уже вела свой блог – и все больше была вовлечена в движение «Захвати Уолл-стрит». Все больше и больше меня беспокоило отчуждение технических моделей от реальных людей – и моральные последствия этого отчуждения. На самом деле я видела появление того же механизма, который я наблюдала в мире финансов: ложное чувство безопасности, которое вело к распространению далеких от совершенства моделей, определения успеха, которые служили оправданиями самим себе, и растущие петли обратной связи. Людей, которые пытались противодействовать этим процессам, обзывали ностальгирующими луддитами.

Я гадала, какой аналог кредитного кризиса мог бы случиться в области Больших данных: пока что вместо бума я наблюдала эволюционирующую антиутопию со все увеличивающимся неравенством. Алгоритмы позаботятся о том, чтобы те, кого они объявили неудачниками, неудачниками и остались. Счастливое меньшинство станет еще больше контролировать экономику данных, купаясь в возмутительной роскоши и убеждая себя в том, что оно ее заслуживает.

Проработав два года в области Больших данных и многому научившись, я поняла, что мой путь к окончательной утрате иллюзий более или менее завершился: злоупотребление математикой приобретает все более впечатляющие масштабы. Несмотря на ежедневное ведение блога, я почти перестала успевать отслеживать все способы манипуляции, контроля и запугивания людей алгоритмами. Это началось с учителей, пострадавших от ярма модели подсчета качества их работы, но ими не закончилось. Чувствуя все растущую тревогу, я ушла с работы, чтобы сосредоточить все усилия на исследовании этой проблемы.