"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."
"כשהמשבר אירע, המגבלות החמורות של המודלים הכלכליים והפיננסיים הקיימים התבררו מיד." "יש גם אמונה חזקה, שאני שותף לה, שכלכלה גרועה, או פשטנית מדי ושחצנית מדי סייעה ביצירת המשבר."
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."
כולכם ודאי שמעתם על דברי ביקורת דומים מפי אנשים שמפקפקים בקפיטליזם. אבל זה שונה. זה הגיע מלב המערכת הפיננסית. הציטטה הראשונה היא מפי ז'אן קלוד טרישה כשכיהן כנגיד הבנק האירופי המרכזי. הציטטה השניה היא מפיו של ראש רשות השירותים הפיננסיים של בריטניה. האם האנשים האלה רומזים שאיננו מבינים את המערכות הכלכליות שמניעות את החברות המודרניות שלנו? הדברים מחמירים. "אנו מוציאים מיליארדי דולרים בנסיון להבין איך נוצר היקום אך עדיין איננו מבינים מהם התנאים הנחוצים לקיום חברה יציבה, כלכלה מתפקדת, או שלום."
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.
מה קורה כאן? איך זה ייתכן? האם אנו מתמצאים יותר במרקם המציאות מאשר במרקם שנוצר כתוצאה מיחסי הגומלין האנושיים בינינו? למרבה הצער, התשובה היא "כן". אבל ישנו פתרון מסקרן שמגיע ממה שמוכר כ"מדע המורכבות".
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.
כדי להסביר את המשמעות ואת הדבר הזה, ברצוני לחזור בקצרה אל העבר. הגעתי לפיסיקה בטעות. היה לי איזה מפגש מקרי, כשהייתי צעיר, ומאז התפעלתי לעתים תכופות באיזו מידה מצליחה הפיזיקה לתאר את המציאות שאנו מתעוררים אליה בכל יום. בקיצור, אפשר לחשוב על הפיזיקה כך: לוקחים נתח מציאות שרוצים להבינו ומתרגמים אותו למתמטיקה. מקודדים זאת למשוואות. ואז אפשר לבצע תחזיות ולבדוק אותן. למען האמת, יש לנו מזל שזה מצליח, כי איש אינו יודע באמת מדוע המחשבות שבראשינו צריכות בכלל להיות קשורות למנגנוני היסוד של היקום. חרף הצלחתה, לפיזיקה יש מגבלות משלה. כפי שדירק הלבינג ציין בציטטה האחרונה, אין אנו באמת מבינים את המורכבות שנוגעת לנו, שמקיפה אותנו. הסתירה הזו היא שגרמה לי להתעניין במערכות מורכבות. מדובר במערכות שבנויות מהרבה חלקים בעלי קישוריות ויחסי-גומלין פנימיים: להקות ציפורים או דגים, מושבות נמלים, מערכות אקולוגיות, מוחות, שווקים פיננסיים. ואלה רק כמה דוגמאות.
Interestingly, complex systems are very hard to map into mathematical equations, so the usual physics approach doesn't really work here. 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.
מעניין שמערכות מורכבות קשות מאד למיפוי במשוואות מתמטיות. לכן הגישה הרגילה של הפיזיקה אינה ממש עובדת כאן. מה ידוע לנו על מערכות מורכבות? מסתבר שמה שנראה כמו התנהגות מורכבת במבט מבחוץ, הוא למעשה התוצאה של מספר כללים פשוטים של יחסי-גומלין. כלומר שאפשר לעזוב את המשוואות ופשוט להתחיל להבין את המערכת ע"י בדיקת יחסי הגומלין, אפשר באמת לוותר על המשוואות ופשוט להתחיל להתבונן ביחסי הגומלין. וזה אפילו משתפר, כי לרוב המערכות המורכבות יש תכונה מופלאה בשם "נסיקה". כלומר, שהמערכת ככלל מתחילה לפתע להפגין התנהגות שאיננה ניתנת להבנה או לחיזוי מתוך התבוננות ברכיביה של המערכת. כך שהשלם הוא אכן גדול מסכום חלקיו. וכל זה גם אומר שאפשר להתעלם מחלקי המערכת השונים וממידת מורכבותם. כך שאם מדובר בתא, או בטרמיט או בציפור, המיקוד נותר על כללי יחסי הגומלין.
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.
עקב כך, רשתות הן הייצוג האידיאלי של מערכות מורכבות. צמתי הרשת הם רכיבי המערכת, והקישורים נובעים מיחסי הגומלין. אז התפקיד שהמשוואות ממלאות בפיזיקה הוא התפקיד שהרשתות המורכבות ממלאות בחקר המערכות המורכבות.
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.
גישה זו יושמה בהצלחה רבה מאד במערכות מורכבות רבות בפיזיקה, בביולוגיה, במדעי המחשב, במדעי החברה, אבל מה עם הכלכלה? היכן הן הרשתות הכלכליות? זהו חלל מפתיע ובולט בספרות. המחקר שפירסמנו לפני שנה נקרא, "רשת השליטה של התאגיד הגלובלי" והיה הניתוח המקיף הראשון של רשתות כלכליות. המחקר התפשט במהירות באינטרנט ומשך תשומת-לב רבה מצד התקשורת העולמית. וזה ראוי לציון, כי, שוב, מדוע לא בדקו זאת לפני כן? נתונים דומים קיימים כבר לא מעט זמן.
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.
מה שבדקנו בפרוטרוט הוא רשתות של בעלות. הצמתים כאן הם חברות, אנשים, ממשלות, מוסדות וכד'. והקישורים מייצגים את היחסים עם בעלי המניות, למשל, לבעל-מניות א' יש איקס אחוזים בחברה ב'. ואנו גם מקצים ערך לכל חברה לפי ההכנסה התפעולית. כך שרשתות-בעלות חושפות את התבניות של היחסים בין בעלי המניות. בדוגמה קטנה זו אתם יכולים לראות מספר מוסדות פיננסיים כשכמה מהקישורים הרבים מודגשים.
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.
אולי נראה לכם שאיש לא בדק את זה עד כה כי רשתות-בעלות הן נושא מאד-מאד משעמם למחקר. כיוון שבעלות קשורה לשליטה, כפי שאסביר מיד, הרי שבחינת רשתות הבעלות בעצם מספקת תשובות לשאלות כגון, מיהם השחקנים העיקריים? איך הם מאורגנים? האם הם מבודדים? הם יש ביניהם קשרי-גומלין? ומהי ההתפלגות הכוללת של השליטה? במלים אחרות, מי שולט בעולם? לדעתי, זו שאלה מעניינת.
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.
יש לה השלכות מבחינת סיכונים מערכתיים. זהו מדד המראה כמה המערכת בכללותה פגיעה. רמה גבוהה של קישוריות פנימית עלולה להזיק ליציבות, כי אז הלחצים יכולים להתפשט בכל המערכת כמו מגפה.
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.
מדענים מתחו מידי פעם ביקורת על כלכלנים שמאמינים שרעיונות ותפישות חשובים יותר מנתונים אמפיריים, כי כלל-יסוד במדע הוא זה: הניחו לנתונים לדבר. בסדר. הבה נעשה זאת.
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.
התחלנו עם בסיס-נתונים שמכיל 13 מיליון יחסי-בעלות משנת 2007. זה המון נתונים, והיות שרצינו לגלות מי שולט בעולם, החלטנו להתמקד בארגונים רב-לאומיים, ובקיצור, אר"ל. מדובר בחברות שפועלות ביותר מארץ אחת, ומצאנו 43,000. בשלב הבא שרטטנו את הרשת סביב אותן חברות, ולשם כך לקחנו את כל בעלי המניות, ואת בעלי המניות של בעלי המניות, וכו', כל הדרך עד לפסגה, וכל הדרך עד לתחתית, וקיבלנו רשת שמכילה 600,000 צמתים ומיליון קישורים. זאת רשת האר"ל שניתחנו.
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.
והתברר שהיא בנויה כך: יש שוליים ויש מרכז שמכיל כ-75% מכל השחקנים, ובמרכז יש ליבה קטנה אך דומיננטית שכוללת חברות עם קישוריות פנימית רבה ביותר. כדי להמחיש זאת לכם טוב יותר, חישבו על אזור של כרך עירוני. יש פרברים ואזורים היקפיים, יש מרכז, למשל אזור העסקים, וישנה ליבה, שלעתים מופיעה בדמות הבניין הגבוה ביותר במרכז. ויש לנו כבר סימנים של ארגונים כאלה כאן. ששים ושלושה אחוז מהאר"לים נמצאים בליבה בלבד, אך הם מייצגים 95% מסך כל ההכנסה התפעולית של כל האר"לים.
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.
ומשניתחנו את המבנה, איך זה מתקשר לשליטה? ובכן, הבעלות מעניקה זכויות הצבעה לבעלי המניות. זהו הרעיון הרגיל שביסוד השליטה. ויש מודלים שונים שמאפשרים לחשב כמה שליטה מעניקה הבעלות. אם יש לכם יותר מ-50% ממניותיה של חברה, יש לכם שליטה. אך בד"כ זה תלוי בהתפלגות היחסית של המניות. והרשת חשובה מאד. לפני כ-10 שנים, מר טרונצ'טי פרוברה החזיק בבעלות ובשליטה על חברה קטנה, שהחזיקה בבעלות ובשליטה על חברה גדולה יותר. הבנתם את הרעיון. בשורה התחתונה, זה העניק לו שליטה ב"טלקום איטליה" עם כושר מינוף של 26. כלומר, בכל יורו שהוא השקיע, היה יכול להניע 26 יורו של ערך-שוק לאורך שרשרת יחסי הבעלות.
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.
ומה שחישבנו במחקר שלנו הוא את השליטה בערכם של האר"לים. זה איפשר לנו להקצות דרגת השפעה מסוימת לכל בעל-מניות. זה מאד ברוח הרעיון של מקס וובר על כוח פוטנציאלי, שהוא מידת הסבירות שבה אדם יכול לאכוף את רצונו חרף התנגדותם של אחרים.
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.
אם תרצו לחשב את הזרימה ברשת-בעלות כלשהי, זה מה שתצטרכו לעשות. ולמען האמת, לא הכי קשה להבין זאת. הבה ואסביר בעזרת הדוגמה הבאה. חישבו על מים שזורמים בצנרת שיש בה צינורות בקטרים שונים. בדומה לכך זורמת השליטה ברשתות הבעלות, ומצטברת בצמתים. ומה מצאנו אחרי שחישבנו את כל השליטה ברשת? הסתבר לנו ש-737 בעלי המניות העיקריים מחזיקים בכוח המשותף לשלוט ב-80% מערך האר"לים. זיכרו שהתחלנו עם 600,000 צמתים, כך ש-737 שחקני הצמרת האלה הם מעט יותר מ-0.1 אחוז. הם בעיקר מוסדות פיננסיים בארה"ב ובבריטניה. וזה מקצין עוד יותר. בליבה ישנם 146 שחקנים, וביחד, יש להם פוטנציאל שליטה ב-40% מערך האר"לים.
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.
מהו הלקח שעליכם ללמוד מכל זה? ובכן, רמת השליטה הגבוהה שראיתם היא קיצונית מאד לפי כל קנה-מידה. הרמה הגבוהה של הקישוריות הפנימית בין שחקני הצמרת בליבה עלולה להוות סיכון מערכתי משמעותי לכלכלה העולמית ואנו יכולים לשכפל בקלות את רשת האר"ל בעזרת כמה כללים פשוטים. המשמעות היא שהמבנה שלה הוא כנראה תוצאה של התארגנות עצמית. זהו נכס בנסיקה, שתלוי בכללי יחסי הגומלין במערכת, כך שיש לשער שזו לא תוצאה של הוראות מלמעלה כמו בקונספירציה עולמית.
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.
המחקר שלנו "הוא יותר בגדר חיקוי של פני הירח, מאשר מפת דרכים." לכן עליכם לקחת את המספרים המדויקים של מחקרנו בשמץ פקפוק, אולם הוא "העניק לנו הצצה מפתה לעולם פיננסי חדש ואמיץ" אנו מקווים שפתחנו את השער למחקרים נוספים בכיוון זה, כדי ששאר הארץ הלא-נודעת תמופה בעתיד. וזה מתחיל אט-אט. ראינו את הופעתן של תכניות ארוכות-טווח ועתירות מימון שמטרתן להבין את עולמנו המרושת מן ההיבט של המורכבות. אבל אנו רק בראשית הדרך, כך שיהיה עלינו להמתין בטרם נראה את התוצאות הראשונות.
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.
ועדיין יש בעיה רצינית, לפי דעתי. רעיונות הנוגעים לכספים, לכלכלה, לפוליטיקה, לחברה, לעתים קרובות מוכתמים באידיאולוגיות הפרטיות של אנשים. אני באמת מקווה שהיבט המורכבות הזה יאפשר למצוא איזה מכנה משותף. יהיה ממש נפלא אם יהיה לו הכוח לעזור לחסל את התקיעות שנגרמת ע"י רעיונות סותרים, שכנראה משתקים את עולמנו הגלובליסטי. המציאות כה מורכבת, עד כי עלינו להתרחק מדוגמטיות. אבל זו רק האידיאולוגיה הפרטית שלי.
Thank you.
תודה לכם.
(Applause)
[מחיאות כפיים]