"왜 거시예측이 어렵고 무의미한가"에 대한 하워드 막스의 견해
지식의 환상 (The Illusion of Knowledge, 2022-09-08)
저는 1993년 2월 '예측의 가치, 또는 이 모든 비는 어디서 왔는가'를 시작으로, 메모를 쓰기 시작한 이래 거의 내내 예측에 대한 저의 무관심을 표현해 왔습니다. 그 후 수년에 걸쳐, 저는 왜 제가 예측에 관심이 없는지를 길게 설명해 왔으며, 저의 경멸을 반영하는 제가 좋아하는 몇몇 인용문들이 아래 섹션들의 서두를 장식하고 있습니다. 하지만 유용한 거시 예측을 하는 것이 왜 그렇게 어려운지에 대해 설명하는 데 메모 한 편을 할애한 적은 없었습니다. 그래서 여기에 그것을 씁니다.
생각할 거리
예측가에는 두 종류가 있다. 모르는 사람과, 자신이 모른다는 사실조차 모르는 사람이다.
– 존 케네스 갤브레이스
7월에 '저는 생각이 다릅니다'를 마무리한 직후, 저는 여러 경험 많은 투자자들과 투자 업계 밖에서 온 몇몇 사람들과 함께 점심 식사에 참석했습니다. 그것은 사교적인 자리로 조직된 것이 아니라, 참석자들이 투자 환경에 대한 견해를 교환할 기회였습니다.
어느 순간, 주최자가 일련의 질문을 던졌습니다. 인플레이션에 대한 당신의 기대는 무엇인가? 경기 침체가 있을 것인가, 있다면 얼마나 심각할 것인가? 우크라이나 전쟁은 어떻게 끝날 것인가? 대만에서는 무슨 일이 일어날 것이라고 생각하는가? 2022년과 24년 미국 선거의 영향은 어떨 것 같은가? 저는 다양한 의견이 표현되는 것을 들었습니다.
제 메모의 단골 독자라면 제 머릿속에 무슨 생각이 스쳐 지나갔을지 상상할 수 있을 것입니다. "이 방에 있는 사람 중 단 한 명도 외교나 정치 전문가는 없다. 참석자 중 누구도 이 주제에 대해 특별한 지식을 가지고 있지 않으며, 오늘 아침 뉴스를 읽은 평균적인 지성인보다 더 많이 아는 것도 확실히 아니다." 경제 문제에 대한 생각조차도 다른 것들보다 훨씬 더 설득력 있게 보이지 않았고, 저는 그 어떤 것도 투자 결과를 개선할 수 없다고 절대적으로 확신했습니다. 그리고 그것이 바로 요점입니다.
거시 예측의 무익함에 대한 또 다른 메모를 쓰기 시작하게 한 것은 바로 그 점심 식사였습니다. 곧이어 몇 가지 추가적인 정보—책 한 권, 블룸버그 오피니언의 글 한 편, 그리고 신문 기사 한 편—가 도착했는데, 이 모든 것이 제 주장을 뒷받침했습니다(또는 아마도 저의 "확증 편향"—즉, 새로운 정보를 자신의 기존 견해를 확증하는 방식으로 받아들이고 해석하는 경향—에 영합했을 수도 있습니다). 점심 식사와 이 항목들이 함께 이 메모의 주제에 영감을 주었습니다. "예측이 거의 도움이 되지 않는 이유들"
제조업이든, 학계든, 심지어 예술에서든 유용한 것을 생산하기 위해서는, 필요한 입력을 원하는 출력으로 변환할 수 있는 신뢰할 수 있는 과정이 있어야 합니다. 간단히 말해, 문제는 경제와 금융 시장과 관련된 수많은 변수(입력)를 유용한 거시 예측(출력)으로 일관되게 변환할 수 있는 과정이 있을 수 없다고 생각한다는 것입니다.
기계
지식의 가장 큰 적은 무지가 아니라, 지식의 환상이다.
– 대니얼 J. 부어스틴
제가 퍼스트 내셔널 시티 은행에서 일했던 첫 10여 년 동안, 오랫동안 들어보지 못한 단어가 유행했습니다. 바로 '계량경제학(econometrics)'입니다. 이것은 유효한 예측으로 이어질 수 있는 경제 데이터 내의 관계를 찾는 행위입니다. 또는, 간단히 말해, 계량경제학은 경제의 수학적 모델을 구축하는 것과 관련이 있다고 말하고 싶습니다. 계량경제학자들의 목소리는 1970년대에 많이 들렸지만, 더 이상은 그렇지 않다고 생각합니다. 저는 그것이 그들의 모델이 작동하지 않았다는 것을 의미한다고 받아들입니다.
예측가들은 복잡하든 비공식적이든, 수학적이든 직관적이든, 모델에 판단을 근거할 수밖에 없습니다. 모델은, 정의상, 가정으로 구성됩니다. "A가 일어나면, B가 일어날 것이다." 다시 말해, 관계와 반응입니다. 하지만 우리가 기꺼이 모델의 출력을 사용하려면, 그 모델이 신뢰할 수 있다고 믿어야 합니다. 제가 경제를 모델링하는 것에 대해 생각할 때, 제 첫 반응은 그것이 얼마나 믿을 수 없을 정도로 복잡한지에 대해 생각하는 것입니다.
예를 들어, 미국은 약 3억 3천만 명의 인구를 가지고 있습니다. 아주 어린 아이들과 아마도 아주 나이 많은 사람들을 제외하고는 모두가 경제의 참여자입니다. 따라서, 수억 명의 소비자와 수백만 명의 노동자, 생산자, 중개자가 있습니다(많은 사람들이 하나 이상의 범주에 속합니다). 경제의 경로를 예측하기 위해서는, 이 사람들의 행동을 예측해야 합니다—모든 참여자에 대해서는 아니더라도, 적어도 그룹 총계에 대해서는 말입니다.
미국 경제의 실제 시뮬레이션은 전 세계의 공급업체, 고객, 그리고 다른 시장 참여자들과의 상호작용을 포함하여 수십억 개의 상호작용 또는 노드를 다루어야 할 것입니다. 이것이 가능할까요? 예를 들어, 소비자들이 (a) 추가 소득 1달러를 받으면 어떻게 행동할지("한계 소비 성향"은 얼마일까?), (b) 에너지 가격이 상승하여 다른 가계 예산 항목을 압박하면 어떻게 행동할지, (c) 한 상품의 가격이 다른 상품에 비해 상승하면 어떻게 행동할지("대체 효과"가 있을까?), 또는 (d) 지정학적 무대가 멀리 떨어진 대륙의 사건들로 흔들리면 어떻게 행동할지 예측하는 것이 가능할까요?
분명히, 이 수준의 복잡성은 단순화 가정을 자주 사용해야 함을 의미합니다. 예를 들어, 소비자들이 B가 더 좋거나 더 싸지 않다면(또는 둘 다가 아니라면) A 대신 B를 사지 않을 것이라고 가정할 수 있다면 모델링이 더 쉬워질 것입니다. 그리고 생산자들이 X를 생산하는 데 드는 비용이 Y보다 적지 않다면 X를 Y보다 낮게 가격 책정하지 않을 것이라고 가정하는 것이 도움이 될 것입니다. 하지만 만약 소비자들이 더 높은 가격에도 불구하고(또는 심지어 그 때문에) B의 명성에 매력을 느낀다면 어떨까요? 그리고 만약 X가 시장 점유율을 얻기 위해 몇 년 동안 돈을 잃을 의향이 있는 기업가에 의해 개발되었다면 어떨까요? 모델이 소비자의 더 비싼 값을 치르려는 결정과 기업가의 더 적게 벌거나(심지어 잃거나) 돈을 벌려는 결정을 예측하는 것이 가능할까요?
더욱이, 모델은 경제의 각 참여자 그룹이 다양한 환경에서 어떻게 행동할지를 예측해야 합니다. 하지만 변수는 무수히 많습니다. 예를 들어, 소비자들은 한 순간에는 한 가지 방식으로 행동하고, 다른 유사한 순간에는 다른 방식으로 행동할 수 있습니다. 관련된 변수가 너무 많기 때문에, 두 "유사한" 순간이 정확히 같은 방식으로 전개될 것이고, 따라서 우리가 경제 참여자들의 같은 행동을 목격할 것이라고는 불가능해 보입니다. 무엇보다도, 참여자들의 행동은 그들의 심리(또는 감정이라고 해야 할까요?)에 의해 영향을 받을 것이며, 그들의 심리는 질적이고 비경제적인 발전에 의해 영향을 받을 수 있습니다. 그것들을 어떻게 모델링할 수 있을까요?
경제 모델이 이전에 본 적이 없거나, 현대에(즉, 비슷한 상황 하에서) 본 적이 없는 것들을 다룰 만큼 어떻게 포괄적일 수 있을까요?
이것은 모델이 경제와 같이 복잡한 것을 단순히 복제할 수 없는 또 다른 예입니다.
물론, 이것의 대표적인 예는 코로나19 팬데믹입니다. 그것은 세계 경제의 많은 부분을 멈추게 했고, 소비자 행동을 완전히 뒤집었으며, 막대한 정부의 관용을 불러일으켰습니다. 기존 모델의 어떤 측면이 팬데믹의 영향을 예측할 수 있게 했을까요? 네, 우리는 1918년에 팬데믹을 겪었지만, 상황이 너무나 달라서(아이폰, 줌 콜 등 무한정) 그 당시의 경제 사건들은 2020년과 거의 또는 전혀 관련이 없게 만들었습니다.
복잡성 문제와 심리적 변동 및 동적 과정을 포착하는 어려움 외에도, 변하지 않을 것으로 기대할 수 없는 것을 예측하려는 시도에 따르는 한계에 대해 생각해 보십시오. 이 메모를 시작한 직후, 저는 항상 훌륭한 모건 하우절의 뉴스레터 주간판을 받았습니다. 기사 중 하나는 경제와 투자의 세계와 관련이 있는 다른 분야의 여러 관찰을 설명했습니다. 다음은 통계학 분야에서 빌려온 두 가지로, 경제 모델과 예측에 대한 논의와 관련이 있다고 생각합니다("세상이 작동하는 작은 방식들", 모건 하우절, 컬래버레이티브 펀드, 2022년 7월 20일):
정상성(Stationarity): 과거가 미래에 대한 통계적 지침이라는 가정으로, 시스템에 영향을 미치는 큰 힘들이 시간이 지나도 변하지 않는다는 생각에 기반을 둔다. 만약 제방을 얼마나 높이 쌓아야 할지 알고 싶다면, 지난 100년의 홍수 데이터를 보고 다음 100년도 같을 것이라고 가정하라. 정상성은 과학에 기반을 둔 훌륭한 개념으로, 그것이 더 이상 작동하지 않는 순간까지는 잘 작동한다. 그것은 경제와 정치에서 중요한 것의 주요 동인이다. [하지만 우리 세계에서는] "이전에 결코 일어난 적이 없는 일들이 항상 일어난다"고 스탠퍼드 교수 스콧 세이건은 말한다.
크롬웰의 규칙: 어떤 일이 일어날 수 없다고 절대 말하지 말라... 만약 어떤 것이 사실일 확률이 10억 분의 1이고, 당신이 평생 동안 수십억 개의 것들과 상호작용한다면, 당신은 거의 확실하게 몇 가지 놀라운 놀라움을 경험할 것이며, 상상할 수 없는 일이 현실이 될 가능성을 항상 열어두어야 한다.
물리 과학의 영역에서는 정상성이 상당히 가정될 수 있습니다. 예를 들어, 만유인력의 법칙 덕분에, 주어진 대기 조건 하에서, 물체가 떨어지는 속도는 항상 같은 비율로 가속될 것이라고 믿을 수 있습니다. 항상 그래왔고, 앞으로도 그럴 것입니다. 하지만 우리 세계에서는, 특히 심리, 감정, 인간 행동이 하는 역할과 시간이 지남에 따라 변하는 그들의 성향을 감안할 때, 거의 어떤 과정도 정상적이라고 믿을 수 없습니다.
예를 들어, 실업률과 인플레이션 사이의 관계를 보십시오. 대략 지난 60년 동안, 경제학자들은 필립스 곡선에 의존했는데, 이는 실업률이 하락함에 따라 임금 인플레이션이 상승할 것이라고 주장합니다. 왜냐하면 유휴 노동자가 줄어들면, 직원들이 교섭력을 얻고 성공적으로 더 높은 임금을 협상할 수 있기 때문입니다. 또한 수십 년 동안 약 5.5%의 실업률이 "완전 고용"을 나타낸다고 믿어졌습니다. 하지만 실업률은 2015년 3월에 5.5% 아래로 떨어졌고(2019년 9월에는 50년 만에 최저치인 3.5%에 도달했습니다), 2021년까지 임금이나 다른 것에서 상당한 인플레이션 증가는 없었습니다. 그래서 필립스 곡선은 수십 년 동안 경제 모델에 포함된 중요한 관계를 설명했지만, 지난 10년의 대부분 동안은 적용되지 않은 것처럼 보입니다.
크롬웰의 규칙도 관련이 있습니다. 물리 과학과는 달리, 시장과 경제에서는 절대적으로 일어나야 하거나 절대로 일어날 수 없는 것은 거의 없습니다. 따라서, 제 저서 『시장의 흐름을 거슬러』에서 저는 투자자들이 어휘에서 제거해야 할 일곱 가지 용어를 나열했습니다. "절대", "항상", "영원히", "~할 수 없다", "~하지 않을 것이다", "~할 것이다", 그리고 "~해야 한다." 하지만 만약 그 단어들을 버려야 한다는 것이 사실이라면, 거시적 미래를 신뢰성 있게 예측할 수 있는 모델을 만들 수 있다는 생각도 마찬가지로 버려야 합니다. 다시 말해, 우리 세계에서는 불변하는 것이 거의 없습니다.
행동의 예측 불가능성은 제가 좋아하는 주제 중 하나입니다. 저명한 물리학자 리처드 파인만은 이런 말을 한 적이 있습니다. "만약 전자가 감정을 가지고 있다면 물리학이 얼마나 더 어려워질지 상상해 보라." 물리학의 규칙이 신뢰할 수 있는 이유는 바로 전자가 항상 해야 할 일을 하기 때문입니다. 그들은 결코 수행하는 것을 잊지 않습니다. 그들은 결코 반항하지 않습니다. 그들은 결코 파업하지 않습니다. 그들은 결코 혁신하지 않습니다. 그들은 결코 반대 방식으로 행동하지 않습니다. 하지만 경제의 참여자들에게는 이 중 어느 것도 사실이 아니며, 그 이유 때문에 그들의 행동은 예측 불가능합니다. 그리고 만약 참여자들의 행동이 예측 불가능하다면, 경제의 작동 방식을 어떻게 모델링할 수 있을까요?
우리가 여기서 이야기하고 있는 것은 미래이며, 가정을 하지 않고는 미래를 다룰 방법이 전혀 없습니다. 경제 환경에 대한 가정의 작은 오류와 참여자들의 행동의 작은 변화는 매우 문제가 되는 차이를 만들 수 있습니다. 수학자이자 기상학자인 에드워드 로렌츠가 유명하게 제안했듯이, "브라질에서 나비의 날갯짓이 텍사스에서 토네이도를 일으킬 수 있다." (역사학자 니얼 퍼거슨은 아래에서 논의할 기사에서 이 발언을 참조합니다.)
위의 모든 것을 생각할 때, 우리는 경제 모델을 신뢰할 수 있다고 생각할 수 있을까요? 모델이 현실을 복제할 수 있을까요? 수백만 명의 참여자와 그들의 상호작용을 설명할 수 있을까요? 그것이 모델링하려는 과정이 신뢰할 수 있을까요? 그 과정이 수학으로 환원될 수 있을까요? 수학이 사람들과 그들의 행동의 질적인 뉘앙스를 포착할 수 있을까요? 모델이 소비자 선호도의 변화, 기업 행동의 변화, 그리고 혁신에 대한 참여자들의 반응을 예측할 수 있을까요? 다시 말해, 우리는 그 출력을 신뢰할 수 있을까요?
분명히, 경제 관계는 고정되어 있지 않으며, 경제는 (모델이 시뮬레이션하려는) 도식도에 의해 지배되지 않습니다. 따라서, 저에게 결론은 모델의 출력이 가정이 위배되지 않을 때 대부분의 경우 올바른 방향을 가리킬 수 있다는 것입니다. 하지만 그것이 항상 정확할 수는 없으며, 특히 변곡점과 같은 중요한 순간에는 더욱 그렇습니다... 그리고 그때가 바로 정확한 예측이 가장 가치 있을 때입니다.
입력
어떤 정교함도 당신의 모든 지식은 과거에 대한 것이고 당신의 모든 결정은 미래에 대한 것이라는 사실을 완화시키지 못할 것이다.
– 이언 H. 윌슨 (전 GE 임원)
경제의 믿을 수 없는 복잡성과 경제 모델의 정확성을 감소시키는 단순화 가정을 해야 할 필요성을 고려한 후, 이제 모델이 요구하는 입력, 즉 예측이 제조되는 데에 필요한 재료에 대해 생각해 봅시다. 추정된 입력이 유효하다고 증명될까요? 결과적인 예측이 의미 있기 위해 우리가 그것들에 ...
