過去の範囲を超えた結果に対して計画をストレステストする
最悪の結果が過去に観測されたどんなケースよりも2倍悪かったら、自分の計画がどう持ちこたえるかを問う。
Why it works
ルーディック・ファラシーに陥ったリスクモデルは、過去の分布を使って最悪ケースのシナリオを設定する — しかし現実の領域では、過去の最大値が最大値であるとは限らない。モデルは観測データに適合させて作られるため、その裾(テール)が観測期間中に稼働していなかったプロセスによって決まる場合、モデルは常にそのテールを過小評価する。過去の範囲を超えたストレステストは、モデルがその構造上生成できない結果に計画を直面させる。
How to do it
- 自分のリスクモデルから最悪ケースのシナリオを取り出す。
- それを2倍、3倍にする。「損失が過去最悪の観測ケースの2〜3倍だったらどうなるか」と問う。
- その規模で計画が持ちこたえるかを確認し、可能であればそれに耐えられるよう計画を築く。
エビデンス
危機後の分析は一貫して、危機前のリスクモデルがテールの結果を過小評価していたことを見出している。しばしばそれは、モデルが危機体制を含まないデータから構築されていたためである。2008年の金融危機はタレブの代表的な例である。 (observational)
過去の範囲を超えたストレステストは今や金融規制(規制上のストレステスト)では標準となっているが、日常的な計画への適用は限定的である。この実践自体は正しいが、具体的な倍率(2倍、3倍)はヒューリスティックである。
よくある間違い
本当に過去の範囲外ではなく、過去最悪よりわずかに悪いレベルのストレステストを選ぶこと — これはモデルの既知の領域を試しているだけで、その先の領域を試していない。
IX Coach でこれを実践する
More practices for ルーディック・ファラシー:現実をゲームと勘違いするとき
- 自分の領域のルールが本当に安定しているか確かめる
確率モデルを適用する前に、結果を左右するルールがゲームの途中で変わりうるかを問う。
- 自分のモデルの外にある結果のための余裕を持って計画を立てる
リスクモデルに含まれていない出来事のために余力を確保する — なぜなら最も大きな被害をもたらす出来事は、たいていモデルに含まれていないからだ。
- 精密さより選択肢の幅を優先する
不確実な環境では、最適化された固定ポジションよりも方向転換の余地を優先する。
- 予測やモデルにおける偽りの精密さに注意する
精密な確率や定量的予測には、そのモデルが領域に適合しているかどうかについて明確な疑いを持って接する。
- 自分が推論の基盤にしているカテゴリーが本当に当てはまるかを問う
モデルや枠組みを適用する前に、それが構築された基盤となるカテゴリーが自分の状況に本当に一致しているかを確かめる。