책정리

---

블랙 스완의 딜레마

저자

케네스 포스너 지음

출판사

비즈니스맵 | 2012-08-31 출간

카테고리

경제/경영

책소개

반복되는 블랙 스완의 리스크를 피할 수 없을까 블랙 스완을 직접...

---

- 첫번째 원칙은 너 자신을 속여서는 안된다는 것이다. 그리고 너 자신은 가장 속이기 쉬운 대상이다. (리처드 파인만)
- 자연계의 한 종으로서 우리가 성공한 이유중 하나는 행동의 복잡성을 급속히 증가시킬 수 있는 능력이었다. (테인터)
- 충분한 지식과 검증된 판단을 가까이 둔 후의 최상의 용기는 최상의 미덕이 된다. (벤저민 그레이엄)
- 우리는 공해상에서, 드라이 독에서 해체할 수도 없고 좋은 자재로 다시 건조할 수도 없는 바다 한 가운데서 배를 다시 만들어야 하는 뱃사람들 같은 신세다 (오토 노이라트)
- 내 속에 이미 품은 견해를 확실히 하기 위해 나는 다른 증거를 추가로 찾아볼 것이다. (로드 몰슨, 영국 정치가)
- 모델을 만들때 단일변수에 매달려 확신을 늘려가는 것은 위험스럼울 수 있음. 밤에 길을 걸러가면 손전등에 비춰지는 것들을 생각해보자. 삼각뿔 형태의 빛 고깔 속에 있는 것들은 눈에 잘 들어오지만 그 바깥에 있는 것들은 짙은 어둠 속에 묻혀 사라짐. 마찬가지로, 모델은 특정의 똑떨어지는 답들을 내놓기 때문에 모델화(빛의 고깔)에 관심이 모이는 것은 자연스러움. 다른 정보들은 비중을 재기가 쉽지 않은 일화나 느낌, 소문 등의 형태로 나타날 수 있음. 그러나 만일 블랙스완이 어둠속에 도사리고 있다면 빛의 고깔에 관심을 집중하는 일은 문제가 됨
- 경제학자 피셔 블랙은 현재 많은 경제이론들이 이런 문제점을 갖는다고 생각했음. 그는 경제전문가들이 이미 그 해법을 알고 있는 단순한 모델들에 초점을 두며, 즉시 사용가능하다는 점이 주요 매력이라 할만한 자료들을 사용하여 그런 모델들을 시험한다고 믿었음.
- 소비자 부채와 지불 이력에 대한 통계학적 측정 수단으로 소비자 신용점수의 양상과 관련된 모델들은 90년대에 처음 등장. 신용점수의 예상가치를 모기지 채무불이행의 과거기록과 결합시키는 일은, 모순과 편견의 우려가 있는 증권인수인의 직관적 판단과 비교했을 때 모순없이 최소한 더 정확한 손실추정을 가능케 했음. 손실추정 모델들은 쿠폰의 유형(고정금리, 변동금리)과 차입인의 재무건정성(신용점수, 수입대 부채비율, 지불이력)같은 융자 특성에 대한 많은 자료들을 혼함. 그리고 융자의 목적도 계산에 넣음. 즉 자산의 성질(주거, 투자)과 융자대 실가치 비율 등을 고려했음. 이런 자료들은 90년대와 때로는 그보다 이른 시기에 발행된 많은 융자들의 모집단이 있었기에 가능했음. 모델들은 이런 데이터를 사용하여 상대적으로 좀더 안전하고 위험이 덜한 융자들을 훌륭히 구분해낼 수 있었음. 그러나 신용위기 모델을 만든 사람들은 주택경기의 침체가 그런 계산을 어긋나게 할 수 있다는 것을 알았음. 그들은 융자손실 모델에 지역 주택 가격 평가자료들을 넣기 시작. 06년이 되자 손실추정모델들은 일반적으로 몬테카를로 시뮬레이션을 이용했음. 이것은 다른 경제상황에서 포트폴리오가 보일 수 있는 취약성을 평가하기 위해 국내 다른 지역의 주택가격, 이자율, 고용상황 등에 대한 수천개의 무작위적 경로들을 만들어냄. 이 경로들은 지난 20년간, 즉 80년대 후반 석유 산업의 충격 뿐 아니라 90년대 캘리포니아아 뉴잉글랜드 지역의 주택 경기 붕괴에서 나온 자료들을 포함하는, 미국 내 지역경제의 역사에 근거했음.
- 부조화를 피하는 한가지 방법은 우리 능력의 한계를 인식하고 그 능력 너머로 추진하지 않는 것이다. 새로운 정보가 전격적으로 발표되었을 때, 많은 경우 옳은 해법은 부장을 방어하려 하기보다는 포지션을 마감하는 일이 될 것임. 정보를 수집하는 일은 시간과 노력이 들어가고, 모델들은 최신정보로 수정되고 경우에 따라 다시 만들어질 필요가 있음. 어떤 경우 새로 유입된 정보들은 새로운 시나리오들을 거쳐 생각할 필요가 있을 것임. 애널리스트들은 시나리오들을 검토해 보고나서야 이런 이슈들에 대해 신중한 결정을 때맞춰 내릴 수 있을 것임.
- 많은 변수들이 동시에 중요할 때 세부적 시나리오 만들기와 몬테카를로 모의실험 같은 복합분석법은 보다 정확한 예측을 도와줄 수 있음. 그러나 한두가지 원인이 되는 변수들이 우세할 때, 복합 모델링을 사용해서 얻을 이점이 있을 것인가에는 의문의 여지가 있음. 우세 변수들이 중요하다는 사실을 인식하고 있는 애널리스트와 의사결정자들이라면 복합모델들 속에 여러 변수들을 균형적으로 집어넣으려고 애쓰는 대신, 바로 본론으로 들어가 그 변수들을 찾아내는 데 자원들을 집중함으로써 블랙스완의 출현과 같은 극단적 결과의 신호를 더 빨리 알아챌 것임. 블랙 스완이 존재하는 세계에서는 복잡한 분석을 단순한 결정으로 전환하고 다시 그 역으로도 전환시키는 일이 필요함