В гл. 15, где будут рассматриваться сетевые структуры, читатель сможет увидеть, что предположение о случайном характере соединений является недостаточным и плохо отражает процессы формирования социальных и деловых сообществ.

Помимо кластеризации такие взаимодействия приводят к эффекту, получившему название стадности и означающему тенденцию к копированию поведения друг друга. В истории экономики можно обнаружить поразительные примеры бессмысленного поведения торговцев и биржевых агентов, напоминающие массовое помешательство. Один из классических примеров такого рода относится еще к XVII веку, когда вся Голландия буквально помешалась на выращивании тюльпанов и спекуляциях, связанных с фантастическими ценами на эти цветы.

В рассмотрении этой проблемы Джон Кейнард Кейнс вновь опередил других ученых, когда в 1930-х годах сравнил экономические рынки с конкурсами красоты, которые тогда входили в моду и широко освещались прессой. Репортеры часто предлагали читателям принимать участие в голосовании, не только сообщая собственное мнение о «красотках», но и пытаясь угадать, кому отдаст предпочтение большинство голосующих. Победитель получал приз, но легко сообразить, что такая процедура значительно отличается от просто выбора «самой красивой», поскольку от участника голосования требуется прежде всего умение угадать общее настроение. Кейнс предполагал, что примерно так же происходит «выбор» при стадном поведении агентов, но ему не удалось дать достаточно точную теоретическую формулировку этого явления.

В 1980-х годах к этой задаче обратился Роберт Шиллер, пытавшийся количественно оценить воздействие стадного поведения агентов на динамику рынка. В первую очередь его интересовали вариации в объеме торговых операций. Оказалось, что на рынке наблюдаются периоды «взрывной» активности с большим количеством совершаемых сделок, перемежающиеся с относительно спокойными периодами. Весьма вероятно, что эти взрывы активности связаны именно со стадным поведением, когда все большее количество трейдеров впадают в «торговое безумие».

Но по-прежнему остается без ответа главный вопрос: каким образом возникают сами флуктуации?

Уже отмечалось, что многие современные экономисты придерживаются теории реальных экономических циклов, что заставляет их буквально изгонять представление о флуктуациях из своих моделей и рассматривать их в качестве чисто внешних факторов, не связанных с рынком. Флуктуации в таких теориях всегда остаются заданными извне какой-то внешней причиной, например, изменениями в технологии. Однако модели с взаимодействующими агентами уже позволяют находить эндогенные, внутренние объяснения появления флуктуаций, которые, кстати, могут возникать в показателях цен или других экономических индексов даже тогда, когда на систему действует только самый обычный, гауссовский шум (рис. 8.2, а). Алан Кирман отмечал в этой связи, что «модели, учитывающие прямое взаимодействие между агентами, позволяют нам описать макроскопические последствия взаимодействий на микроскопическом уровне и убедиться, что макроэффекты вовсе не являются увеличенной копией микроэффектов»15. Иными словами, флуктуации экономических индексов биржи, возникающие в результате деятельности тысяч агентов, не повторяют форму тех флуктуаций, которые управляют поступками самих агентов.

Это утверждение было наглядно доказано результатами совместного исследования немецкого экономиста Томаса Люкса (ранее работавшего в Боннском университете, а сейчас в Кильском университете) и физика Мишеля Марчези из университета города Кальяри в Италии. В 1998 году они использовали и развили модель Алана Кирмана (с разделением биржевых агентов на фундаменталистов и чартистов) и попытались выяснить на ее основе механизм возникновения колебаний цен активов. При этом чартисты были дополнительно разбиты на две группы, получившие условные названия оптимистов, которые скорее купят лишнее, надеясь заработать на повышении цены, и пессимистов, которые соответственно продают даже больше активов, чем следует из расчетов, поскольку мрачно ожидают падения цен[90]. Обе группы чартистов знали о характере поведения своих партнеров и учитывали это, принимая решения. Чартисты могли переходить из группы в группу, меняя характер и поведение при сделках, проявляя признаки стадного поведения и стараясь учитывать мнение большинства. Например, если число оптимистически настроенных агентов возрастало, то среди пессимистов возникала тенденция к более «светлой» оценке ситуации. Более того, они могли переходить в состав фундаменталистов (и наоборот). Каждый раз решения о переходе принимались на основе информации о прибыльности произведенных операций, т.е. на оценке стратегии собственного поведения и поведения других членов сообщества. Заложенное в модель стремление следовать более успешной группе представляется совершенно естественным и разумным.

Изменения цен активов определялись поступками агентов, исходя из нормальных законов спроса и предложения, в то время как движущей силой изменений (истинной причиной) являются изменения фундаментальных параметров, колебания которых Люкс и Марчези считали гауссовскими. Авторов не интересовало, отражает ли такая постановка задачи положение на реальном рынке, поскольку они ставили своей целью проверку лишь одного, но очень важного утверждения, занимавшего едва ли не центральное положение в обычных микроэкономических теориях. Специалисты в этой области всегда молчаливо предполагали, что флуктуации цен каким-то образом отражают флуктуации основных активов и принципиальных основ деятельности компаний, акции которых представлены на рынке (гипотеза эффективного рынка). Если все эти предположения были справедливы, то Люкс и Марчези, заложившие в свою модель гауссовские колебания фундаментальных параметров, должны были получить такие же гауссовские флуктуации цен активов.

С учетом сказанного можно было ожидать, что предложенная модель будет описывать немыслимую в экономике ерунду, однако она неожиданно стала почти точно угадывать макроэкономические тенденции. В течение больших промежутков времени рынок оказывался эффективным, то есть колебания цен акций действительно более или менее соответствовали колебанию фундаментальных показателей, как показано на рис. 9.1, а. Однако при малых временах моделирования ситуация существенно изменялась, и изменения цен описывались негауссовским распределением (рис. 9.1, б). Другими словами, взаимодействие трейдеров каким-то образом может преобразовывать гауссовское распределение на «входе» системы (фундаментальные показатели) в «выходной сигнал» (цены или доходность) с иными статистическими особенностями. Более того, негауссовское распределение на коротких временах по мере возрастания интервалов измерения плавно переходило в гауссовское, что и наблюдается на практике.