Da krisen kom blev alvorlige begrænsninger i den eksisterende økonomi og finansielle model åbenbar. "Der er en stærk tro på, som jeg deler, at dårlig eller oversimplificeret og hovmodig økonomisk lære bidrog til at skabe krisen".
"When the crisis came, the serious limitations of existing economic and financial models immediately became apparent." "There is also a strong belief, which I share, that bad or oversimplistic and overconfident economics helped create the crisis."
Nu har I sikkert hørt tilsvarende kritik fra folk som er skeptiske overfor kapitalismen. Men dette er anderledes. Dette kommer fra den finansielle sektors hjerte. Det første citat er fra Jean-Claude Trichet som var chef for den Europæiske centralbank. Det andet citat er fra chefen for det britiske finanstilsyn. Antyder disse mennesker at vi ikke forstår det økonomiske system som driver vores moderne samfund? Det bliver værre. "Vi brugte milliarder af dollars til at prøve at forstå universets opståen men vi forstår fortsat ikke forudsætningerne for et stabilt samfund, en fungerende økonomi eller fred."
Now, you've probably all heard of similar criticism coming from people who are skeptical of capitalism. But this is different. This is coming from the heart of finance. The first quote is from Jean-Claude Trichet when he was governor of the European Central Bank. The second quote is from the head of the UK Financial Services Authority. Are these people implying that we don't understand the economic systems that drive our modern societies? It gets worse. "We spend billions of dollars trying to understand the origins of the universe, while we still don't understand the conditions for a stable society, a functioning economy, or peace."
Hvad skete der lige der? Hvordan kan dette være muligt? Forstår vi virkeligt mere om den fysiske verdens struktur, end vi forstår om strukturer, som opstår af vores menneskelige forbindelser? Desværre er svaret ja. Men der er en fascinerende løsning som kommer fra hvad vi kalder videnskaben om kompleksitet.
What's happening here? How can this be possible? Do we really understand more about the fabric of reality than we do about the fabric which emerges from our human interactions? Unfortunately, the answer is yes. But there's an intriguing solution which is coming from what is known as the science of complexity.
For at forklare hvad dette betyder og hvad den ting er, så lad mig tage et par skridt tilbage. Jeg blev fysiker ved et tilfælde. Det var et tilfældigt sammenfald da jeg var ung og siden har jeg ofte undret mig over den forbløffende succes fysikken har fået. Den beskriver den virkelighed vi vågner op til hver dag. I en nøddeskal, fungere fysikken som følger: Du tager en bid af den virkelighed som du ønsker at forstå og du oversætter den til matematik. Du omkoder den til ligninger. Man kan så lave forudsigelser og teste dem. Vi er faktisk rigtigt heldige med at det virker, fordi ingen rigtigt ved hvorfor tankerne i i vores hoveder skulle kunne afspejle hvordan universet virker. På trods af succesen har fysikken sine grænser. Som Dirk Helbing påpegede i de forrige citat så forstår vi ikke rigtigt kompleksiteten i vores omverden. Dette paradoks fik mig interesseret i komplekse systemer. Disse systemer som består af mange forbundne eller interagerende parter: Flokke af fugle eller fisk, myreboer, økosystemer, hjerner, finansielle markeder. Dette er bare nogle få eksempler. Interessant nok, så er komplekse systemer meget svære at kortlægge i matematiske ligninger, så den sædvanlige fysik virker ikke rigtigt her.
To explain what this means and what this thing is, please let me quickly take a couple of steps back. I ended up in physics by accident. It was a random encounter when I was young, and since then, I've often wondered about the amazing success of physics in describing the reality we wake up in every day. In a nutshell, you can think of physics as follows. So you take a chunk of reality you want to understand and you translate it into mathematics. You encode it into equations. Then, predictions can be made and tested. We're actually really lucky that this works, because no one really knows why the thoughts in our heads should actually relate to the fundamental workings of the universe. Despite the success, physics has its limits. As Dirk Helbing pointed out in the last quote, we don't really understand the complexity that relates to us, that surrounds us. This paradox is what got me interested in complex systems. So these are systems which are made up of many interconnected or interacting parts: swarms of birds or fish, ant colonies, ecosystems, brains, financial markets. These are just a few examples. Interestingly, complex systems are very hard to map into mathematical equations, so the usual physics approach doesn't really work here.
Så hvad ved vi om komplekse systemer? Ok, det viser sig at hvad der ligner kompleks adfærd udefra, faktisk er resultatet af nogle få simple regler for interaktion. Dette betyder af du kan glemme alt om ligninger og bare starte med at forstå systemet, ved at kigge på interaktioner, så du kan faktisk glemme ligningerne og bare starte med at kigge på interaktioner. Og det bliver endnu bedre, fordi de mest komplekse systemer har en forbløffende egenskab kaldet selvorganisering. hvilket betyder at systemet som et hele pludseligt viser en adfærd som ikke kan forstås eller forudsiges ved at kigge på systemets komponenter. Så helheden er bogstaveligt talt mere end summen af det dele. Dette betyder også at du kan glemme hvor komplekse de enkelte dele af systemet er. Så hvis det er en celle eller en termit eller en fugl, så kan du nøjes med at fokuserer på reglerne for interaktionen
So what do we know about complex systems? Well, it turns out that what looks like complex behavior from the outside is actually the result of a few simple rules of interaction. This means you can forget about the equations and just start to understand the system by looking at the interactions, so you can actually forget about the equations and you just start to look at the interactions. And it gets even better, because most complex systems have this amazing property called emergence. So this means that the system as a whole suddenly starts to show a behavior which cannot be understood or predicted by looking at the components of the system. So the whole is literally more than the sum of its parts. And all of this also means that you can forget about the individual parts of the system, how complex they are. So if it's a cell or a termite or a bird, you just focus on the rules of interaction.
Som et resultat er netværk de ideelle repræsentationer for komplekse systemer. Noderne i netværket er systemets komponenter og forbindelserne er givet ved interaktionerne. Så hvad ligninger er for fysikken, er komplekse netværk for studiet af komplekse systemer.
As a result, networks are ideal representations of complex systems. The nodes in the network are the system's components, and the links are given by the interactions. So what equations are for physics, complex networks are for the study of complex systems.
Denne tilgangsvinkel har været anvendt succesfuldt på mange komplekse systemer indenfor fysik, biologi, datalogi, socialvidenskaberne, med hvad med økonomi? Hvor er de økonomiske netværk? Det er et overraskende stor hul i litteraturen. Det studie vi publicerede sidste år kaldet "The Network of Global Corporate Control" var den første ekstensive analyse af økonomiske netværk. Studiet spredte sig viralt på internettet og tiltrak sig en masse opmærksomhed fra de internationale medier. Det er bemærkelsesværdigt, fordi, igen, hvorfor har ingen kigget på dette før? Tilsvarende data har været tilstede i en periode.
This approach has been very successfully applied to many complex systems in physics, biology, computer science, the social sciences, but what about economics? Where are economic networks? This is a surprising and prominent gap in the literature. The study we published last year, called "The Network of Global Corporate Control," was the first extensive analysis of economic networks. The study went viral on the Internet and it attracted a lot of attention from the international media. This is quite remarkable, because, again, why did no one look at this before? Similar data has been around for quite some time.
Hvad vi kiggede på i detaljer var ejerskabsnetværk. Så her er noderne virksomheder, mennesker, regeringer, fonde osv. og forbindelserne repræsenterer aktieejerskab, Så aktieejer A ejer x procent af aktierne i virksomhed B. Vi gav en værdi til en virksomhed efter deres driftsindtægter. Så ejerskabsnetværk afslører mønstret i aktieejerrelationerne. I dette lille eksempel, kan du se nogle få finansielle institutioner med nogle af de mange forbindelser fremhævet.
What we looked at in detail was ownership networks. So here the nodes are companies, people, governments, foundations, etc. And the links represent the shareholding relations, so shareholder A has x percent of the shares in company B. And we also assign a value to the company given by the operating revenue. So ownership networks reveal the patterns of shareholding relations. In this little example, you can see a few financial institutions with some of the many links highlighted.
Nu tænker I, at ingen har kigget på dette før, fordi ejerskabsnetværk er virkeligt kedelige at studere. Men, da ejerskab er koblet til kontrol, som jeg skal forklare senere, giver undersøgelse af ejerskabsnetværk svar på spørgsmål som disse: Hvem er hovedaktørerne? Hvordan er de organiseret? Er de isolerede? Er de forbundne? Og hvordan er den overordnede fordeling af magt? Med andre ord: Hvem kontrollerer verden? Jeg syntes at de er et interessant spørgsmål.
Now, you may think that no one looked at this before because ownership networks are really, really boring to study. Well, as ownership is related to control, as I shall explain later, looking at ownership networks actually can give you answers to questions like, who are the key players? How are they organized? Are they isolated? Are they interconnected? And what is the overall distribution of control? In other words, who controls the world? I think this is an interesting question.
Og det har betydning for risici i systemet. Dette er et mål for hvor sårbart systemet er. En høj grad af forbindelser kan være dårligt for stabiliteten. Fordi en overbelastning kan sprede sig gennem systemet som en epidemi.
And it has implications for systemic risk. This is a measure of how vulnerable a system is overall. A high degree of interconnectivity can be bad for stability, because then the stress can spread through the system like an epidemic.
Videnskabsfolk har ofte kritiseret økonomerne, som tror at ideer og koncepter er mere vigtige end empiriske data, fordi en grundlæggende rettesnor for videnskab er: Lad data tale. Okay, lad dem tale.
Scientists have sometimes criticized economists who believe ideas and concepts are more important than empirical data, because a foundational guideline in science is: Let the data speak. OK. Let's do that.
Så vi startede med en database med 13 millioner ejerskabsrelationer fra 2007. Det er en masse data, og fordi vi ønskede at finde ud af hvem som regerer verden, besluttede vi os for at have fokus på transnationale virksomheder, forkortet TNC. Det er virksomheder der arbejder i mere end et land, og vi fandt 43.000. I det næste trin byggede vi netværk op omkring disse virksomheder, så vi tog alle TNC'ernes aktionærer, og aktionærenes aktionærer osv. hele vejen ned og hele vejen op, og vi endte med et netværk indeholdende 600.000 noder og en million forbindelser. Dette er det TNC netværk som vi analyserede.
So we started with a database containing 13 million ownership relations from 2007. This is a lot of data, and because we wanted to find out "who rules the world," we decided to focus on transnational corporations, or "TNCs," for short. These are companies that operate in more than one country, and we found 43,000. In the next step, we built the network around these companies, so we took all the TNCs' shareholders, and the shareholders' shareholders, etc., all the way upstream, and we did the same downstream, and ended up with a network containing 600,000 nodes and one million links. This is the TNC network which we analyzed.
Og det viste sig at være struktureret som følger. Du har en udkant og et centrum som indeholder omkring 75 % af alle aktører, og i centeret er der en lille med dominerende kerne som består af tæt forbundne firmaer. For at give jer et bedre billede, forestil jer et storbyområde. Så du har forstæderne og udkanten, og I har et centrum med et finanscenter, hvor kerne vil være noget i retning af den højeste bygning i centrum. Og vi ser allerede tegn på den organisering der finder sted. 36 % af TNC'erne findes i kernen, men de udgør op til 95 % af den totale fortjeneste for alle TNC'er.
And it turns out to be structured as follows. So you have a periphery and a center which contains about 75 percent of all the players, and in the center, there's this tiny but dominant core which is made up of highly interconnected companies. To give you a better picture, think about a metropolitan area. So you have the suburbs and the periphery, you have a center, like a financial district, then the core will be something like the tallest high-rise building in the center. And we already see signs of organization going on here. 36 percent of the TNCs are in the core only, but they make up 95 percent of the total operating revenue of all TNCs.
Okay, nu har vi analyseret strukturen, så hvordan hænger den sammen med kontrol? Ejerskab giver stemmerettigheder til aktionærerne. Dette er den normale opfattelse af kontrol. Og der er forskellige modeller som tillader dig at beregne hvor meget kontrol du får for ejerskab. Hvis du har mere end 50 % af aktierne i et firma, har du kontrol, men normalt afhænger det af den relative fordeling af aktier. Og netværket betyder noget. For omkring 10 år siden, ejede og kontrollerede Mr Tronchetti Proveraet lille firma, som havde ejerskab og kontrol over et større firma. I fanger ideen. Dette endte med at give ham kontrollen over Telecom Italia med en gearing på 26. Så dette betyder at for hver euro han investerede kunne han påvirke 26 euro af markedsværdi gennem kæden af ejerskabsrelationer.
OK, so now we analyzed the structure, so how does this relate to the control? Well, ownership gives voting rights to shareholders. This is the normal notion of control. And there are different models which allow you to compute the control you get from ownership. If you have more than 50 percent of the shares in a company, you get control, but usually, it depends on the relative distribution of shares. And the network really matters. About 10 years ago, Mr. Tronchetti Provera had ownership and control in a small company, which had ownership and control in a bigger company. You get the idea. This ended up giving him control in Telecom Italia with a leverage of 26. So this means that, with each euro he invested, he was able to move 26 euros of market value through the chain of ownership relations.
Hvad vi rent faktisk beregnede i vores projekt var kontrollen over TNC'ernes værdier. Dette tillod os at tildele graden af indflydelse til hver aktionær. Dette er meget i tråd med Max Webers ide om potentiel magt, som er sandsynligheden af at gennemfører ens egen vilje på trods af modstands fra andre.
Now what we actually computed in our study was the control over the TNCs' value. This allowed us to assign a degree of influence to each shareholder. This is very much in the sense of Max Weber's idea of potential power, which is the probability of imposing one's own will despite the opposition of others.
Hvis du ønsker at beregne indflydelsen i et ejerskabsnetværk, så er det hvad du må gøre. Det er faktisk ikke svært at forstå. Lad mig forklare med at give jer en sammenligning. Forstil jer vand som flyder i rør hvor rørene har forskellig tykkelse. På samme vis flyder magt i et ejerskabsnetværk og det bliver opsamlet i noderne. Så hvad fandt vi efter at have beregnet dette magtnetværk? Det viste sig at de 737 mest magtfulde aktionærer havde muligheden for kollektivt at kontrollere 80 % af TNC'ernes værdi. Husk at vi startede med 600.000 noder, så disse 737 top aktører udgør kun lidt mere end 0,1 %. Det er hovedsagligt finansielle institutioner i USA og UK. Og det bliver endnu mere ekstremt. Der er 146 top aktører i kernen, og de har den potentielle magt til kollektivt at kontrollere 40 % af TNC'ernes værdi.
If you want to compute the flow in an ownership network, this is what you have to do. It's actually not that hard to understand. Let me explain by giving you this analogy. So think about water flowing in pipes, where the pipes have different thickness. So similarly, the control is flowing in the ownership networks and is accumulating at the nodes. So what did we find after computing all this network control? Well, it turns out that the 737 top shareholders have the potential to collectively control 80 percent of the TNCs' value. Now remember, we started out with 600,000 nodes, so these 737 top players make up a bit more than 0.1 percent. They're mostly financial institutions in the US and the UK. And it gets even more extreme. There are 146 top players in the core, and they together have the potential to collectively control 40 percent of the TNCs' value.
Så hvad kan du udlede at alt dette? Den grad af kontrol du har set er meget ekstrem ud fra enhver standard. Den meget høje grad af indbyrdes forbindelser mellem topaktørerne i kernen kan udgøre en signifikant systematisk risiko for den globale økonomi. Da vi nemt kunne reproducerer TNC-netværket med nogle få simple regler. Det betyder at systemet sandsynligvis er resultat af selvorganisering. Det er en indbygget egenskab som afhænger af reglerne for interaktion i systemet, så det er ikke resultatet af en oppefra-ned strategi som en global konspiration.
What should you take home from all of this? Well, the high degree of control you saw is very extreme by any standard. The high degree of interconnectivity of the top players in the core could pose a significant systemic risk to the global economy. And we could easily reproduce the TNC network with a few simple rules. This means that its structure is probably the result of self-organization. It's an emergent property which depends on the rules of interaction in the system, so it's probably not the result of a top-down approach like a global conspiracy.
Vores studie er "et billede af månens overflade. Ikke et bykort." Så du skal tage de eksakte tal i vores studie med et gran salt, dog gav det os smugkig ind i "den fagre nye finansverden." Vi håber at vi har åbnet dørene for mere af den slags forskning så de uopdagede områder vil blive kortlagt i fremtiden. Og det så småt på vej. Vi ser fremkomsten af langsigtede og velfinansierede forskningsprogrammer, med formålet at forstå vores netværksforbundne verden fra et kompleksitetssynspunkt. Men denne rejser kun lige begyndt. Så vi må stadig vente for at se de første resultater.
Our study "is an impression of the moon's surface. It's not a street map." So you should take the exact numbers in our study with a grain of salt, yet it "gave us a tantalizing glimpse of a brave new world of finance." We hope to have opened the door for more such research in this direction, so the remaining unknown terrain will be charted in the future. And this is slowly starting. We're seeing the emergence of long-term and highly-funded programs which aim at understanding our networked world from a complexity point of view. But this journey has only just begun, so we will have to wait before we see the first results.
Men der er stadigvæk et stort problem, efter min mening. Ideer med relation til finans, økonomi, politik, samfund, er ofte farvede af personernes personlige ideologier. Jeg håber at dette kompleksitetsperspektiv tilalder at der findes et fælles udgangspunkt. Det vil være fantastisk hvis det har evnen til at slutte denne hårdknude af konfliktende ideer, som tilsyneladende har lammet vores globaliserede verden. Virkeligheden er så kompleks, at vi må forkaste dogmer. Men det er bare min personlige ideologi.
Now there is still a big problem, in my opinion. Ideas relating to finance, economics, politics, society, are very often tainted by people's personal ideologies. I really hope that this complexity perspective allows for some common ground to be found. It would be really great if it has the power to help end the gridlock created by conflicting ideas, which appears to be paralyzing our globalized world. Reality is so complex, we need to move away from dogma. But this is just my own personal ideology.
Mange tak.
Thank you.
(Bifald)
(Applause)