Tutti i cigni sono bianchi?

di Lucia Ruocco

L’intensificarsi delle crisi economiche e finanziarie dagli anni Novanta ha portato alcuni studiosi a chiedersi se ci fosse qualcosa che sfuggiva ai metodi di analisi convenzionali. A tal proposito, Nassim Taleb, nel 2007, elabora la teoria del Cigno nero per descrivere eventi con tre caratteristiche fondamentali: largo impatto, probabilità non calcolabili, in quanto si tratta di un evento raro, ed effetto sorpresa, per il suo carattere inaspettato, infatti la sua presenza viene giustificata a posteriori.

L’appellativo di Cigno nero è fondamentalmente una metafora storica da quando i primi esploratori giunsero in Australia, e si trovarono di fronte alla evidenza devastante che i cigni potessero essere anche neri.

Fino ad allora, il mondo occidentale pensava che questi animali potessero essere di un solo colore: bianchi. La constatazione che essi potessero presentare un piumaggio nero giunse inaspettata e le ipotesi sulla probabilità della loro esistenza si rivelarono fondate a posteriori.

Gli eventi che chiamiamo Cigni Neri, appartengono a quello strato di realtà che è definito sconosciuto sconosciuto, in quanto si differenziano da altri tipi di eventi che presentano rischi di accadimenti calcolabili e sono prevedibili a priori.

L’effetto sorpresa implica il fatto che “non possiamo imparare dal passato”, in quanto le informazioni relative ad eventi già accaduti sono generalmente incorporate nelle aspettative degli agenti.

Si pensi, ad esempio, all’attacco terroristico dell’undici settembre. Esso ha avuto largo impatto, aveva probabilità incalcolabili ed era imprevedibile prima che avvenisse. Se tali attacchi fossero stati considerati plausibili prima del loro verificarsi, allora delle flotte aeree avrebbero protetto l’area di New York City e i piloti di linea avrebbero avuto le serrature alle loro cabine, ci spiega Taleb.

Tuttavia, la sua teoria non si esaurisce nel definire uno strato di realtà inconoscibile a prescindere dai nostri sforzi. Al fianco dei Cigni Neri, troviamo i Cigni Grigi e i Cigni Bianchi. I primi caratterizzati da un rischio di accadimento calcolabile ma da costi previsionali troppo elevati, i secondi da costi previsionali ragionevoli.

Il problema dei disastri finanziari avvenuti negli ultimi anni, non è legato all’assoluta imprevedibilità di eventi a largo impatto, sostengono gli studiosi del programma Tragedy of the Horizon, ma all’incapacità dei modelli previsionali convenzionali di coglierli.

Si pensi, ad esempio, al crollo delle azioni Volkswagen a causa dell’incrementale inasprimento delle normative ambientali, oppure alla bancarotta della Peabody Energy con il passaggio dell’approvvigionamento energetico dal carbone al gas, oppure allo scoppio della bolla legata ai mutui subprime, in un contesto in cui il mercato immobiliare aveva smesso di crescere già un anno prima del disastro definitivo.

Tali fenomeni hanno portato a definire questi eventi come “Cigni Bianchi che appaiono Neri al buio”. Questa quarta tipologia di eventi è prevedibile dagli analisti sulla base di conoscenze pregresse, si verifica nel lungo periodo o segue un andamento non lineare e i vantaggi tratti dalla loro gestione giustificano i costi assunti per la loro valutazione. Essi, a loro volta, sono caratterizzati da rischi non lineari che generalmente non sono incorporati nei modelli di previsione convenzionali, i quali assumono andamenti lineari nel tempo, come la distribuzione normale in statistica.

Poiché l’eredità cartesiana, dall’epoca positivista in poi, è una realtà più che palpabile nel mondo occidentale, non è difficile comprendere che la pecca dei modelli previsionali stia nello studiare i fenomeni finanziari – influenzati soprattutto da variabili psicosociali – come fossero fenomeni naturali.

 I modelli convenzionali o distribuzioni normali sono particolarmente efficaci nello studiare le variabili del mondo naturale, ma appaiono obsoleti quando li si utilizza per descrivere i fenomeni sociali, come fece Francis Galton nel XIX secolo. A maggior ragione, essi non colgono i Cigni Bianchi che appaiono Neri al buio.

I rischi non lineari legati alle crisi sopraelencate – come nel gergo finanziario viene indicato il de-anchoring risk, il point-in-time e lo slowbuilding – appaiono invisibili a chi non allunga i fari dei modelli previsionali.

 Le agenzie di rating e gli analisti finanziari hanno un ruolo chiave nel plasmare l’allocazione dei capitali nel mercato. La maggior parte dei modelli previsionali riferiti all’andamento dei titoli si riferiscono a periodi di tempo limitati – in genere fino ai 5 anni successivi – ed estrapolano l’andamento nel lungo periodo dalle informazioni disponibili nel breve periodo.

 Questi presupposti hanno un che di assurdo, se si tiene in conto che solo una piccola parte del valore dei titoli deriva dal breve termine e non è esposta a rischi più lontani nel futuro. Ne consegue un ampio margine di distacco tra il periodo di rilevanza dei titoli e l’orizzonte temporale degli analisti. Lo stesso discorso vale per i modelli valutativi delle agenzie di rating, i quali integrano qualche variabile qualitativa oltre che quantitativa. Standard & Poor’s, ad esempio, determina il profilo finanziario di rischio dal flusso di cassa medio a 5 anni, includendo 2 anni di dati storici e 2-3 di previsioni finanziarie.

Quando si parla di resilienza delle aziende, però, il calcolo è più difficile: essa viene valutata tramite l’adattamento al segmento delle attività e tramite la capacità di diversificazione. Pertanto, la valutazione è fatta in modo superficiale e non tenendo in conto il rischio di innovazioni tecnologiche dirompenti o di politiche stringenti. È impossibile dire, a queste condizioni, se un’azienda sarà una Kodak o una General Electric.

Appare urgente, ad oggi, un’innovazione metodologica che permetta l’integrazione di quelle variabili specifiche tagliate fuori dai modelli previsionali convenzionali e che, a sua volta, allunghi l’orizzonte temporale delle previsioni.

In un sistema in cui gli analisti ricevono un compenso basato sul volume dei titoli analizzati e la domanda di mercato richiede valutazioni di breve termine, sembra alquanto improbabile che tale spinta innovativa avvenga in modo spontaneo.

Infine, la complessità delle ricerche che si basano sul lungo termine, le spese comunicative e i tagli alla ricerca finanziaria sono ulteriori fattori che concorrono ad ostacolare il processo innovativo.