«Όταν ήρθε η κρίση, οι περιορισμοί των υφιστάμενων μοντέλων οικονομίας και οικονομικών έγιναν αμέσως εμφανείς». «Πολλοί έχουν την πεποίθηση, ανάμεσά τους κι εγώ, ότι η κακή, υπεραπλουστευμένη και μεγάλης αυτοπεποίθησης οικονομία συνέβαλε στη δημιουργία της κρίσης».
"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."
Σίγουρα, όλοι έχετε ακούσει παρόμοια κριτική από σκεπτικιστές του καπιταλισμού. Όμως δεν είναι το ίδιο. Έρχεται από την καρδιά της οικονομίας. Το πρώτο απόφθεγμα είναι του Ζαν Κλώντ Τρισέ όταν ήταν διοικητής της Ευρωπαϊκής Κεντρικής Τράπεζας. Το δεύτερο απόφθεγμα είναι του επικεφαλής της Βρετανικής Αρχής Χρηματοπιστωτικών Υπηρεσιών. Υπαινίσσονται και οι δύο πως δεν καταλαβαίνουμε τα οικονομικά συστήματα που καθοδηγούν τη σύγχρονη κοινωνία; Και γίνεται χειρότερο. «Ξοδεύουμε δισ. δολάρια προσπαθώντας να κατανοήσουμε την απαρχή του σύμπαντος τη στιγμή που δεν καταλαβαίνουμε τις συνθήκες που απαιτεί μία σταθερή κοινωνία, μία λειτουργική οικονομία ή η ειρήνη».
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."
Τι συμβαίνει; Πώς είναι δυνατόν να συμβαίνει; Καταλαβαίνουμε περισσότερα για την ερμηνεία της πραγματικότητας απ' ό,τι για την ουσία της ανθρώπινης αλληλεπίδρασής μας; Η απάντηση είναι δυστυχώς ναι. Υπάρχει όμως μία ενδιαφέρουσα λύση που έρχεται από την αποκαλούμενη επιστήμη της πολυπλοκότητας.
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.
Για να εξηγήσουμε τι είναι αυτό και τι σημαίνει, επιτρέψτε μου να πάμε μερικά βήματα πίσω στο παρελθόν. Κατέληξα στη φυσική από λάθος. Ήταν ένα τυχαίο γεγονός όταν ήμουν νέος, και από τότε, συχνά θαυμάζω την απίθανη επιτυχία της φυσικής στο να περιγράφει τον κόσμο που βλέπουμε κάθε μέρα. Με λίγα λόγια, μπορείτε να φανταστείτε τη φυσική ως εξής. Παίρνεις ένα κομματάκι πραγματικότητας που θέλεις να κατανοήσεις και το μεταφράζεις σε μαθηματικά. Το κωδικοποιείς σε εξισώσεις. Μετά δημιουργείς και δοκιμάζεις προβλέψεις. Είμαστε πολύ τυχεροί που δουλεύει έτσι, αφού κανείς δεν ξέρει στ' αλήθεια γιατί οι σκέψεις μας θα έπρεπε να έχουν κάποια σχέση με τις αρχές λειτουργίας του σύμπαντος. Παρά την επιτυχία, η φυσική έχει όρια. Όπως είπε ο Ντίρκ Χέλμπιν στο τελευταίο απόφθεγμα, δεν κατανοούμε στ' αλήθεια την πολυπλοκότητα που σχετίζεται με εμάς, που μας περιβάλλει. Αυτό το παράδοξο είναι που μου κίνησε το ενδιαφέρον για τα πολύπλοκα συστήματα. Πρόκειται για συστήματα που αποτελούνται από πολλά διασυνδεδεμένα ή αλληλεπιδρώντα μέρη: σμήνη πουλιών ή ψαριών, αποικίες μυρμηγκιών, οικοσυστήματα, εγκέφαλοι, οικονομικές αγορές. Είναι μόνο μερικά παραδείγματα. Παραδόξως, τα πολύπλοκα συστήματα είναι πολύ δύσκολο να χαρτογραφηθούν σε μαθηματικές εξισώσεις, οπότε η συνήθης προσέγγιση της φυσικής δεν έχει εφαρμόζεται σωστά εδώ.
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.
Τι γνωρίζουμε λοιπόν για τα σύνθετα συστήματα; Αποδεικνύεται πως αυτό που μοιάζει με σύνθετη συμπεριφορά όταν το βλέπουμε από έξω, είναι το αποτέλεσμα μερικών απλών κανόνων αλληλεπίδρασης. Που σημαίνει ότι μπορούμε να ξεχάσουμε τις εξισώσεις και να αρχίσουμε να κατανοούμε το σύστημα εξετάζοντας τις αλληλεπιδράσεις, μπορούμε να ξεχάσουμε τις εξισώσεις και να ξεκινήσουμε να βλέπουμε τις αλληλεπιδράσεις. Γίνεται ακόμη καλύτερο, γιατί τα περισσότερα πολύπλοκα συστήματα έχουν την απίθανη ιδιότητα της ανάδυσης. Που συμαίνει ότι το σύστημα ως σύνολο αρχίζει ξαφνικά να έχει συμπεριφορά που δεν είναι κατανοητή ή προβλέψιμη, όταν εξετάζουμε τα μέρη που το απαρτίζουν. Έτσι το σύνολο είναι κυριολεκτικά περισσότερο από το άθροισμα των τμημάτων του. Αυτό σημαίνει πως μπορούμε να ξεχάσουμε τα επιμέρους τμήματα του συστήματος, το πόσο πολύπλοκα είναι. Είτε είναι ένα κύτταρο, είτε ένας τερμίτης, είτε ένα πουλί, επικεντρωνόμαστε στους κανόνες αλληλεπίδρασης.
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.
Σαν αποτέλεσμα, τα δίκτυα είναι ιδανικές απεικονίσεις των πολύπλοκων συστημάτων. Οι κόμβοι ενός δικτύου, είναι τα συνθετικά στοιχεία του συστήματος και οι συνδέσεις αποτελούν τις αλληλεπιδράσεις. Αυτό λοιπόν που στη φυσική κάνουν οι εξισώσεις, το κάνουν τα σύνθετα δίκτυα στη μελέτη σύνθετων συστημάτων.
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.
Αυτή η προσέγγιση έχει εφαρμοστεί πολύ πετυχημένα σε πολλά σύνθετα συστήματα στη φυσική, στη βιολογία, στην πληροφορική, στις κοινωνικές επιστήμες, όμως τι γίνεται στα οικονομικά; Που είναι τα οικονομικά δίκτυα; Πρόκειται για ένα εκπληκτικό και σημαντικό κενό στη βιβλιογραφία. Η μελέτη που δημοσιεύσαμε πέρσι με τον τίτλο «Το Δίκτυο του Παγκόσμιου Εταιρικού Ελέγχου» ήταν η πρώτη εκτενής ανάλυση των οικονομικών δικτύων. Η μελέτη διαδόθηκε πολύ γρήγορα στο Ίντερνετ και συγκέντρωσε μεγάλη προσοχή από τα παγκόσμια ΜΜΕ. Είναι κάτι αξιοσημείωτο, το πως κανένας δεν το είχε σκεφτεί στο παρελθόν. Παρόμοια δεδομένα κυκλοφορούν εδώ και καιρό.
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.
Επικεντρωθήκαμε με λεπτομέρεια στην ιδιοκτησία των δικτύων. Εδώ οι κόμβοι είναι εταιρείες, άνθρωποι, κυβερνήσεις, ιδρύματα, κλπ. Οι σύνδεσμοι απεικονίζουν τις σχέσεις των μετόχων, έτσι ο μέτοχος Α έχει x ποσοστό των μετοχών της εταιρείας Β. Καθορίσαμε επίσης μία αξία σε κάθε εταιρεία βάσει των λειτουργικών της εσόδων. Τα δίκτυα ιδιοκτησίας αποκαλύπτουν πρακτικές στις μετοχικές σχέσεις. Σε αυτό το μικρό παράδειγμα, μπορείτε να δείτε μερικά οικονομικά ιδρύματα και έχουμε τονίσει μερικές από τις πολλές συνδέσεις.
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.
Ίσως να πιστεύετε πως δεν το έχει ξαναδεί κανείς αυτό επειδή τα δίκτυα ιδιοκτησίας είναι πολύ, πολύ βαρετά για να τα μελετάμε. Επειδή η ιδιοκτησία σχετίζεται με τον έλεγχο, όπως θα εξηγήσω αργότερα, το να μελετά κανείς τα δίκτυα ιδιοκτησίας μπορεί να δώσει απαντήσεις σε ερωτήματα όπως, ποιοι είναι οι βασικοί παίκτες; Πώς είναι οργανωμένοι; Είναι απομονωμένοι; Είναι διασυνδεδεμένοι; Κατά πόσο είναι κατανεμημένος ο έλεγχος; Με άλλα λόγια, ποιος ελέγχει τον κόσμο; Νομίζω πως πρόκειται για μία πολύ ενδιαφέρουσα ερώτηση.
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.
Έχει και επιπτώσεις στο συστημικό ρίσκο. Είναι ένα μέτρο για το πόσο ευάλωτο είναι συνολικά το σύστημα. Ένας μεγάλος βαθμός διασύνδεσης μπορεί να είναι άσχημος για τη σταθερότητα, αφού η πίεση μπορεί να διαδοθεί μέσα στο σύστημα σαν επιδημία.
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.
Οι επιστήμονες έχουν κριτικάρει κατά καιρούς τους οικονομολόγους που πιστεύουν πως οι ιδέες και οι έννοιες είναι πιο σημαντικές από τα εμπειρικά δεδομένα, καθώς μια βασική αρχή της επιστήμης είναι: Αφήστε τα δεδομένα να μιλήσουν. Εντάξει. Ας το κάνουμε.
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.
Ξεκινήσαμε λοιπόν με μια βάση δεδομένων που περιέχει 13 εκατομμύρια σχέσεις ιδιοκτησίας από το 2007. Είναι πολλά δεδομένα, και επειδή θέλαμε να ανακαλύψουμε ποιος κυβερνάει τον κόσμο, αποφασίσαμε να επικεντρωθούμε σε διακρατικές εταιρείες ή Δ.Ε. για συντομία. Πρόκειται για εταιρείες που δραστηριοποιούνται σε περισσότερες από μία χώρες και βρήκαμε περίπου 43.000. Στο επόμενο βήμα, φτιάξαμε ένα δίκτυο γύρω από αυτές τις εταιρείες, πήραμε όλους τους μετόχους των Δ.Ε., και τους μετόχους των μετόχων, κλπ., από κάτω προς τα πάνω, και το ίδιο από πάνω προς τα κάτω, και καταλήξαμε σε ένα δίκτυο με 600.000 κόμβους και ένα εκατομμύριο συνδέσεις. Αυτό είναι το δίκτυο Δ.Ε. που αναλύσαμε.
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.
Όπως προκύπτει, είναι δομημένο ως εξής. Έχουμε μία περιφέρεια και ένα κέντρο που περιλαμβάνει περίπου το 75% όλων των παικτών, και στο κέντρο υπάρχει αυτός ο μικρός αλλά κυρίαρχος πυρήνας που αποτελείται από ισχυρά διασυνδεδεμένες εταιρείες. Για να αποκτήσετε μια καλύτερη εικόνα, σκεφτείτε μια μητροπολιτική περιοχή. Έχουμε τα προάστια και την περιφέρεια, έχουμε ένα κέντρο όπως μία οικονομική περιοχή, οπότε ο πυρήνας θα είναι ίσως το πιο ψηλό κτήριο στο κέντρο. Βλέπουμε ήδη σημάδια οργάνωσης εδώ. Τριάντα έξι τοις εκατό των Δ.Ε. είναι μόνο στον πυρήνα, αλλά παράγουν μέχρι και το 95 τοις εκατό των λειτουργικών εσόδων όλων των Δ.Ε.
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.
Τώρα που αναλύσαμε τη δομή, πώς σχετίζεται αυτό με τον έλεγχο; Η ιδιοκτησία δίνει στους μετόχους δικαίωμα ψήφου. Αυτή είναι η κανονική έννοια του ελέγχου. Υπάρχουν διαφορετικά μοντέλα που επιτρέπουν τον υπολογισμό του ελέγχου που δίνει η ιδιοκτησία. Αν έχεις περισσότερο από 50 τοις εκατό των μετοχών μίας εταιρείας, παίρνεις τον έλεγχο, αλλά συνήθως εξαρτάται από τη σχετική διανομή των μετοχών. Το δίκτυο έχει μεγάλη σημασία. Πριν 10 χρόνια, ο κ. Τρονκέτι Προβέρα είχε την ιδιοκτησία και τον έλεγχο μίας μικρής εταιρείας, η οποία είχε την ιδιοκτησία και τον έλεγχο μίας μεγαλύτερης εταιρείας. Καταλαβαίνετε το νόημα. Στο τέλος κατέληξε να ελέγχει την Τέλεκομ Ιτάλια. με πολλαπλασιαστή 26. Αυτό σημαίνει πως για κάθε ευρώ που επένδυε, μπορούσε να διακινήσει 26 ευρώ χρηματιστηριακής αξίας μέσω της αλυσίδας των σχέσεων ιδιοκτησίας.
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.
Αυτό που έχουμε υπολογίσει στη μελέτη μας ήταν ο έλεγχος στις τιμές των Δ.Ε. Κάτι που μας επέτρεψε να αντιστοιχίσουμε ένα βαθμό επιρροής σε κάθε μέτοχο. Είναι κατά πολύ ανάλογο με την ιδέα του Μαξ Γουέμπερ για την εν δυνάμει δύναμη, που είναι η πιθανότητα να εφαρμοστεί η επιθυμία κάποιου παρά την εναντίωση των υπολοίπων.
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.
Αν θέλετε να υπολογίσετε τη ροή σε ένα δίκτυο ιδιοκτησίας, πρέπει να κάνετε αυτό. Δεν είναι πολύ δύσκολο να το καταλάβετε. Επιτρέψτε μου να το εξηγήσω με αυτό το παράδειγμα. Σκεφτείτε νερό να περνάει από σωλήνες οι οποίοι έχουν διαφορετικό πάχος. Παρόμοια, ο έλεγχος διαπερνάει τα δίκτυα ιδιοκτησίας και συσσωρεύεται στους κόμβους. Τι βρήκαμε όταν υπολογίσαμε όλο αυτό το δίκτυο ελέγχου; Φαίνεται πως οι 737 μεγαλύτεροι μέτοχοι έχουν τη δυνατότητα να ελέγξουν συλλογικά το 80 τοις εκατό της αξίας των Δ.Ε. Θυμιθείτε πως ξεκινήσαμε με 600.000 κόμβους, οπότε αυτοί οι 737 μεγαλύτεροι παίκτες αποτελούν λίγο πάνω από το 0,1 τοις εκατό. Είναι κυρίως οικονομικά ιδρύματα στην Αμερική και στην Αγγλία. Γίνεται ακόμη πιο ακραίο. Υπάρχουν 146 μεγάλοι παίκτες στον πυρήνα, που έχουν τη δυνατότητα να ελέγξουν συλλογικά 40 τοις εκατό της αξίας των Δ.Ε.
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.
Τι πρέπει να σας μείνει από όλα αυτά; Ο μεγάλος βαθμός ελέγχου που είδατε είναι πολύ ακραίος σε κάθε περίπτωση. Ο μεγάλος βαθμός διασύνδεσης των μεγάλων παικτών στον πυρήνα ενδέχεται να αποτελέσει σημαντικό συστημικό ρίσκο για την παγκόσμια οικονομία και μπορούμε εύκολα να αναπαράγουμε το δίκτυο Δ.Ε. με μερικούς απλούς κανόνες. Αυτό σημαίνει πως η δομή του είναι πιθανότατα το αποτέλεσμα μίας αυτο-οργάνωσης. Είναι μία εξελισσόμενη ιδιότητα που εξαρτάται από τους κανόνες αλληλεπίδρασης στο σύστημα, οπότε μάλλον δεν είναι το αποτέλεσμα προσέγγισης από πάνω προς τα κάτω όπως μία παγκόσμια συνωμοσία.
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.
Η μελέτη μας «είναι μία εικόνα της επιφάνειας της σελήνης. Δεν είναι ένας χάρτης με δρόμους». Οπότε, δεν θα πρέπει να εκλάβετε τα μεγέθη της μελέτης μας κατά λέξη, αλλά «ως μία καλή πρώτη ματιά ενός γενναίου νέου κόσμου της οικονομίας». Ελπίζουμε να έχουμε ανοίξει το δρόμο για περισσότερη έρευνα σε αυτόν τον τομέα, ώστε να χαρτογραφηθούν και άλλες περιοχές στο μέλλον. Αυτό ξεκινάει σιγά σιγά. Βλέπουμε την άνθιση των μακροπρόθεσμων υψηλής χρηματοδότησης προγραμμάτων που στοχεύουν στην κατανόηση του δικτυωμένου κόσμου μας από πλευράς πολυπλοκότητας. Αυτό το ταξίδι, όμως, μόλις έχει ξεκινήσει, οπότε θα πρέπει να περιμένουμε μέχρι να δούμε τα πρώτα αποτελέσματα.
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.
Κατά τη γνώμη μου, υπάρχει ακόμα ένα μεγάλο πρόβλημα. Οι ιδέες που σχετίζονται με την οικονομία, τα οικονομικά, την πολιτική, την κοινωνία, συχνά αλλοιώνονται από τις προσωπικές πεποιθήσεις των ανθρώπων. Ελπίζω πραγματικά πως αυτή η οπτική της πολυπλοκότητας θα μας επιτρέψει να βρούμε κοινό έδαφος. Θα ήταν υπέροχο αν είχε τη δύναμη να εξαφανίσει το τέλμα που δημιουργείται από αντικρουόμενες ιδέες, κάτι που φαίνεται να παραλύει τον οικουμενικό μας κόσμο. Η πραγματικότητα είναι τόσο πολύπλοκη, που πρέπει να απομακρυνθούμε από τα δόγματα. Αυτή όμως δεν είναι παρά η προσωπική μου ιδεολογία.
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.
Σας ευχαριστώ.
Thank you.
(Χειροκρότημα)
(Applause)