市場創造型のイノベーション 書評:The Prosperity Paradox

2024/10/20

ノーベル物理学賞の対象としての機械学習  今年のストックホルムの物理学賞に、機械学習の分野への貢献に対してジョン・ホップフィールド氏と以前グーグルにいたトロントのジェフリー・ヒントン氏が選出された。  ACM、チューリング賞なら自然なのだが、コンピュータサイエンスの分野から物理学賞として選ばれるのは珍しい。ストックホルムの賞は物理学と化学と生理学の3種類しかないので、物理学的な考えがアルゴリズムに導入されているので物理学という枠組みが適用されるのであろう。それだけ機械学習の社会へのインパクトが大きいという ...

ReadMore

外国為替平衡操作のパラドックス

2024/9/20

 経済や金融の分野で、統計的な手法を使って市場を分析していると、実際の経済現象と一般に認識されている経済状況の間でパラドックスに出会うことがあります。  大規模金融緩和や長期間の金融緩和が経済活動の縮小を招くことや、通貨当局の外国為替市場介入により当局の意図とは逆方向に為替レートが推移することなどは、このサイトでも紹介しています。  ここでは以前、データの因果性を解析するツールの一つとしてcausal-learnや、CausalPyを紹介しました。パラドックスのように映る経済現象を正しく認知する上で因果性 ...

ReadMore

世界株式市場の混乱:外国為替市場介入による資金供与と相場操縦

2024/8/30

 2024年8月初旬、金融市場を揺るがす株式市場の乱高下が発生し、世界の主要な金融市場で混乱が見られました。東京市場では、8月5日に日経平均株価が12%を超える下落を記録しました。主要な原因と見られる背景が見過ごされているため、本稿でまとめておきます。  これは、端的に言えば犯罪収益によるドル円為替レートの相場操縦がもたらした株式市場の混乱です。 外為市場介入のリスク  前月の7月に財務省がドル売り市場介入を通じて、投機グループに資金を供与しました。建て玉余力を増加させた同グループがドル円の相場操縦を実施 ...

ReadMore

ヒューリスティックス:マーコヴィッツ・ポートフォリオ理論 対 不確実性

2024/8/22

 合理性の限界について検討を重ねていたハーバート・A・サイモンの時代は、ダニエル・カーネマン氏等の行動ファイナンスは経済学の主要な流れとはなっていませんでした。  サイモンは複雑系経済学の起源の一つとみなせますが、その時は複雑系という用語もありませんでした。 サイモンは人工的な現象(経済現象を含む)は、環境に従順であるという点で”環境依存性”を持っているとみなしていました。  サイモンの仕事を継承するような、現在、複雑系や行動心理学の分野で活動している人々は、不確実な状況での認知や予測に関して新しい知見を ...

ReadMore

マイナス金利 : ニューケインジアンの視点

2024/8/13

 多くのニューケインジアンのモデルでは、外因によりゼロ金利が想定されることで経済が流動性の罠に陥ることがあります。スウェーデン、デンマーク、スイス、ユーロ圏、日本で、深刻な不況に対応する非伝統的な金融政策として、金利を負の領域に導く政策が取られました。  欧州、米国ではコロナ・パンデミックからの回復と東欧での軍事侵攻を契機にしたグローバルなインフレーションに対応して、政策金利を引き上げました。日本は、最近マイナス金利政策を解除し、現在も量的緩和を継続しています。  量的緩和の効果に対しては、多数の研究報告 ...

ReadMore

書評:May Contain Lies -嘘を含んでいるかもしれない

2024/7/15

May Contain Lies: How stories, statistics and studies exploit our biases - and what we can do about it. Alex Edmans 嘘を含んでいるかもしれない:どのようにストーリー、統計、調査研究が私たちのバイアスにつけ込むか、私たちがそれについてできること。 嘘を含んでいるかもしれない  著者は、私たちの日々の生活に影響する誤った情報が氾濫している複雑な現代社会において、より賢明に考え、正しい判断を行う上 ...

ReadMore

現代のプロパガンダと量的緩和の陰影

2024/5/27

 ロシアが侵攻した地域で、老婆に物資を支給している映像を撮るロシア人を、ウクライナの現地の市民が動画撮影してSNSに投稿していました。ロシア兵は老婆に食料品を支給していましたが、その老婆は、解放している様子を演出するためにロシアから連れてきたエキストラでした。SNS動画には現地の市民がブーイングをしている様子が映されていました。  ロシアの国営放送では、そうしたエキストラを使った映像が放映され、ブチャでの惨状は放映されません。ロシア国内の市民が知るロシア語の報道は、現地を圧政から解放するロシア兵の映像です ...

ReadMore

causal-learnによる因果探索

2024/4/25

 【マネーサプライと物価上昇の因果推論】で、二つの時系列データ間のGranger因果性を調べました。ベクター自己回帰モデル(Vector Auto-Regression:VAR)を適用したものです。他にも、近年、新しい因果推論、因果探索アルゴリズムが提案されています。PythonやR上に実装された因果推論パッケージがAI関連技術に投資している企業や機関からリリースされています。  causalQueries, causalml, causal-learn等、【為替レートと地政学的リスク-割り込まれた時系列 ...

ReadMore

書評:Statistical Consequences of Fat Tails

2024/3/27

Statistical Consequences of Fat Tails Real World Preasymptotics, Epistemology, and Applications Nassim Nicholas Taleb Statistical Consequences of Fat Tails  タレブ氏の著書は、ビジネス書と一般向けの啓蒙書の印象がありますが、本書は統計の専門書になっています。  この著書は、不確実で複雑な現実社会をどのように生きるかという、著者のIncertoプロジェク ...

ReadMore

書評:BATTLEGROUND

2024/3/21

BATTLEGROUND Ten conflicts that explain the new Middle East. Christopher Phillips BATTLEGROUND - Ten conflicts that explain the new middle east  本書で示す中東は、14の異なる独立した国と地域からなります。著者は北アフリカのリビア、トルコも中東に拡張(モロッコ、アルジェリア、チェニジア)して論じています。イラン、イスラエル、トルコ、クルド等を除いて、多くの地域はア ...

ReadMore

ファイナンス 経済・産業

書評:May Contain Lies -嘘を含んでいるかもしれない

May Contain Lies: How stories, statistics and studies exploit our biases - and what we can do about it.

Alex Edmans

嘘を含んでいるかもしれない:どのようにストーリー、統計、調査研究が私たちのバイアスにつけ込むか、私たちがそれについてできること。

嘘を含んでいるかもしれない

 著者は、私たちの日々の生活に影響する誤った情報が氾濫している複雑な現代社会において、より賢明に考え、正しい判断を行う上でのノウハウをわかりやすくまとめています。

 心理的なバイアスは人の判断に影響します。

 筆者は以下の短いエッセイで著書の言説を引用しましたが、著者は、”言説は事実ではない”という章を設けて引用自体も問題の一つとなりうることを示しています。

 なぜならそれは不正確かもしれない。引用は文脈の範囲外かもしれない。そのような引用はセンテンスの一部であるか、チャートからバーを切り出したものかもしれない。

 コンテキストから一部を切り出した場合、著者の本意とは異なる内容を示す場合もあります。著者は本書において、そうした錯誤を生じさせる原因をリストにあげて解説しています。

 著者は自らの体験から以下の二つのことを学びます。

  1. 私たちはほとんどどのような意見であっても、たとえそれに欠陥があって、後にその偽りが剥げることがあっても、その意見をサポートするレポートを書くことができます。時事問題への関心は多くの研究を惹きつけるため、あなたはそれらから選ぶことができます。その証明として、”研究結果は〜と示します。研究では…がわかっています。”のようなフレーズを安っぽく使います。
  2. 政府の報告のような私たちが信頼できると考えているソースは、まだ信頼できないかもしれません。政策立案者、コンサルタント、学者によるものあっても、どのような報告も人によって記述され、そして人間はバイアスを持つのです。

 著者は事例を通して、私たちが影響されているバイアスを明らかにします。多くの例は私たちがいかにリサーチから影響を受けているかを示します。私たちは、たとえ学術的な論文を読まないとしても、ブラウザで選択し、SNSで共有されている記事を開くことで、リサーチに関して読んでいます。専門家の意見を聞くときはいつでも、インフレーションがなぜそう高いのか、子供にどのように教えるか、私たちはリサーチに関して尋ねています。

 いくつかのケースで誤った情報は致命的になります。

 コロナパンデミックの時に、USAの大統領だったドナルド・トランプ氏は,hydroxychloroquineが治療になること、薬の歴史的なゲームチェンジャーになるとツィートしました。ある女性は、魚の水槽のクリーナーのラベルに’chrloroquine’の記載があるのに気づきました。彼女と夫は、ウィルスから保護されることを望み、それを飲みました。女性は危篤になった後、助かりましたが、夫は病院で亡くなりました。

 この例のソリューションはシンプルです。事実を確認すること。それを飲む前に薬品が安全なことを確認することは明白でしょう。

 知識を持つだけでは不十分で、それをいつ使うか、どのように使うか知る必要があります。バイアスは、私たちの知識を忘却させる原因になります。

 本書は三つのパートからなっています。バイアス、問題、そのソリューションです。

 まず判断を誤りに導くバイアスに関して解説し、問題のパートで推論の梯子という概念が導入されます。著者は、判断や推論における全体の問題に関して、六つの梯子を設けています。それは、

  • 証明
  • 証拠
  • データ
  • 事実
  • 言説(statement)

という階段を登っていくことです。梯子の各ステップに一つの章を割いて、そのステップで錯誤を導く問題を解説しています。最後のパートでこれらの問題に対するソリューションとして、より賢明に考えるための方策を提示しています。

 バイアスに関しては二つの心理的なバイアス、確証バイアスと白黒思考について記します。情報を誤解させる二つの大きな要因です。著者はいくつかの実証的な事例を挙げて、確証バイアスを明らかにしていきます。

 シリコンバレーバンクのケースを見てましょう。

 預かり金を2019年から2021年の間に3倍に増やした。彼らは余剰資金を、平時では安全資産であるUS T-Bondsにおいた。しかし、彼らの内部モデルでは、金利が上昇すれば、深刻な損失が発生することを予期していた。この警告に留意するより、エグゼクティブたちは、最小のリスクを予期するようにモデルの仮定を変更した。彼らはそれが、彼らの好みでないモデルだとわかると、それを破棄した。SVBは2023年に破綻した。

 著者は簡単な質問をすることでバイアスされた解釈を見つける方法を提示しています。

確証バイアス

  • 確証バイアスは、バイアスされた解釈を導きます。これは二つの状態(forms)から現れます。
    • 未熟な認識:事実確認なし、あるいは他の解説があるか尋ねることなしに、私たちが好むものを信じます。
    • 見方の狭い懐疑論:他の説明を考慮することなし、私たちが好まない要求を拒否します。
  • 確証バイアスを見つけるためには、この状態が真実であることを望んでいるか?と質問してください。
    • イエスであれば、未熟な認識に気を配り、対抗する理論があるか尋ねてください。
    • ノーであれば、盲目的な懐疑論に気を配り、真剣に承認してください。
  • 確証バイアスは私たちの中に組み込まれています。言説は、fight-or-fright 反応を誘発する脳の部位、アミダラ(amygdala)の応答に委ねないこと1
  • 双方の人々が、まだ相違する結論に導くために、同じデータに注目することができます。彼らは、見たいものを見ます。事実をテーブルの上に置くことは、対立意見に導くかもしれません。人々の見方は、対立が少なくなるどころか、さらにいっそう対立的になります。
  • 確証バイアスは、バイアスされた探索もまた導きます。私たちは、認めたくないソースに目を閉じます。そして見つけたいことを見つけます。仮説をサポートする最も良い方法は、それを否定することを試みること、矛盾することを試みることです。
  • 知識は私たちのバイアスをより気づかせるものではありません。代わりに、積極的な推論に従事させることによって、もっと影響を受けやすくさせます。バイアスされた探索によって、問題はより一層悪化します。

 確証バイアスは拡散しますが、私たちが直面する情報の全てのケースに適用されるものではありません。認知がなければ、確証バイアスはありません。そのため、クリアな頭でこれらの問題に取り組むことができます。

 確証バイアスともう一方のバイアス、白黒思考は、私たちが、そのトピックに事前の視点がない時ですら、常に何かをいいか悪いかで見なすことにあります。その思考を検出するためには、:その状態は全ての設定に適用可能と主張できるか尋ねてください。

 二つのバイアスが情報を解釈するとき、私たちは不注意な失敗の原因となることについて議論します。確証バイアスは、私たちに事前の視点があるときに適用し、白黒思考はそれがないときに現れます。これ等のバイアスは相互に補強します。

 2番目の"問題"の章で著者は二つのバイアスから発生する異なる問題を探ります。私たちは、事実のための言説、データのための事実、証拠のためのデータ、証明のための証拠について錯誤します。

 私たちが間違った推論の梯子を上らないことを確認するために、いくつかの簡単な質問を紹介し、Appendixに簡単なチェックリストとして、それ等がまとめてあります。

推論の梯子

 推論の梯子とは、言説( statement )、事実( Fact )、データ、証拠、証明、という階段を登っていくことでした。これらそれぞれの階段を登る際に錯誤を生じさせる原因を事例を交えて解説しています。各章の章末に各ステップにおける錯誤原因とそれを明らかにするための簡単な質問がまとめてあります。

 たとえば、事実からデータの階段を登る際の、バイアスから発生する錯誤の問題に関して、著者がまとめている結果を抜粋すると、

事実はデータではない

事実はデータではない。それは代表していないかもしれない。たとえストーリーやケーススタディ、逸話が本当でも例外事象かもしれないので、一般的な結論を導けない。

  • 間違った物語(narative fallacy)は、それが存在しないのに、因果関係がわかることを意味する。たとえ、同じ事実に他の説明が適合する時であっても、成功のためにストーリーのような理由を受け入れる。
    • 著者は二つのバイアスを利用してそのような最適なストーリーでも作り出すことができる。
    • 人々は、たとえ、それが幸運に基づくものであっても、彼らの成功を証明するための理由を考案する。
  • 以下のステップを要件として因果関係を理解すること
    • 仮説で始める:所与の入力が所与の出力に影響する。
    • それ等の出力と無関係の、入力のケースをテストサンプルの代表に収集する。
    • それ等の出力と無関係の、入力のないケースでコントロールサンプルの代表を収集する。
    • 両方のサンプルの出力の平均を計算し、相違を見つける。
    • 相違が統計的に特徴的かチェックする。相違が幸運に基づくものにならないように、規模とサンプルサイズは十分に大きくする。

ソリューション

 最後の章で問題に対するソリューションを記述しています。

 これらの問題に関するソリューションは、個人レベルから組織レベル、社会レベルへ三つに大別してよりよく考えるように取り組むことを提案しています。

  • 個人として賢明に考えること。
  • もっと賢明に考えるる組織を作ること
  • より賢明に考える社会を作ること

 この中で著者が提案する組織的な努力に関するソリューションのエッセンスを抜粋すると

より賢明に考える組織を作ること

  • より賢明な組織の構築は、順応しようとする集団思考に打ち勝つことを含みます。
  • 集団思考に打ち勝つことは、民主的な多様性だけでなく、それ等の知識の集まりに実際に段階を踏むこと。認識してスタッフを集めるチームづくりを含みます。
  • 形式的な手続きは以下のことを含みます。
    • 問題解決のためのブレーンストーミング:特別な一つに終点を当てる前に、すべての利用可能なオプションを実行する。
    • 問題発見のためにブルースカイ思考、予算または技術的な実現性によって拘束されない。
    • 静寂した開始、議題と論文は、会議の開始時にだけリリースされること。会議が開始すると、最初に年少から話すこと。
    • 重要な決定では、部屋の温度をとるよりむしろ匿名で決をとることなどです。

 Appendixにさらに賢明に考えるためのチェックリストが収録されています。

 このチェックリストは、不注意な失敗を避け、誤った推論を導かないために、簡単な質問を通して誤りを確認できるものなっています。

  1. Thinking fast and slowの反射的な思考です。ダニエル・カーネマン「ファスト&スロー あなたの意思はどのように決まるか?」 ↩︎

-ファイナンス, 経済・産業
-