Дидье Сорнетт (родился 25 июня 1957 года в Париже ) — французский исследователь, изучающий такие предметы, как сложные системы и управление рисками . Он является профессором кафедры предпринимательских рисков в Швейцарском федеральном технологическом институте Цюриха (ETH Zurich) , а также профессором Швейцарского института финансов . Ранее он был профессором геофизики в Калифорнийском университете в Лос-Анджелесе, Калифорния (1996–2006) и профессором-исследователем во Французском национальном центре научных исследований (1981–2006).
Совместно со своим давним коллегой доктором Гаем Уйоном Сорнетт в течение последних 25 лет руководит исследовательской группой по «Физике землетрясений». Группа занимается моделированием землетрясений, оползней и других стихийных бедствий, объединяя концепции и инструменты из статистической физики, статистики, тектоники, сейсмологии и многого другого. Сначала группа работала в Лаборатории физики конденсированных сред (Университет Ниццы, Франция), затем на кафедре Земли и космоса (UCLA, США), а с марта 2006 года группа находится в ETH-Zurich (Швейцария).
Группа занимается проблемой прогнозирования землетрясений и разрывов с середины 90-х годов в рамках более широкой физической концепции критических явлений. [1] Рассматривая разрыв как фазовый переход второго рода, это предсказывает, что по мере приближения к разрыву увеличивается пространственная длина корреляции напряжения и повреждения. [2] Это, в свою очередь, приводит к степенному ускорению момента и высвобождения деформации, вплоть до макроскопического времени разрушения образца (т. е. сильного землетрясения в природе). Это предсказание было проверено на различных природных и промышленных/лабораторных данных, в широком спектре различных масштабов (лабораторные образцы, шахты, каталог землетрясений Калифорнии) и при различных условиях нагрузки системы (постоянная скорость напряжения, постоянная скорость деформации). Самым загадочным наблюдением является то, что критическое степенное ускорение скорости декорируется логопериодическими колебаниями, что предполагает универсальное отношение, близкое к 2,2. Существование таких колебаний обусловлено взаимодействием между сейсмогенными структурами (см. ниже случай разломов и трещин), но также предлагает лучшее ограничение для определения областей, в которых может произойти крупное событие. Концепция критического пьезоэлектричества в поликристаллах [3] [4] [5] была применена к земной коре. [6]
Прогнозирование землетрясений отличается от предсказания тем, что не подается сигнал тревоги, а оценивается зависящая от времени вероятность возникновения землетрясения. Группа Сорнетта внесла значительный вклад в теоретическую разработку и изучение свойств теперь уже стандартной модели последовательности афтершоков эпидемического типа (ETAS). [7] Вкратце, эта модель утверждает, что каждое событие вызывает свои собственные прямые афтершоки, которые сами вызывают свои собственные афтершоки и так далее... Следствием этого является то, что события больше не могут быть обозначены как форшоки, основные толчки или афтершоки, поскольку они могут быть всем этим одновременно (с разными уровнями вероятности). В этой модели вероятность того, что событие вызовет другое, в первую очередь зависит от их разделяющих пространственных и временных расстояний, а также от величины инициирующего события, так что сейсмичность затем регулируется набором из семи параметров. Группа Сорнетта в настоящее время доводит модель до ее пределов, допуская пространственные и временные вариации ее параметров. [8] Несмотря на то, что эта новая модель достигает лучших показателей прогнозирования, чем любая другая конкурирующая модель, ее недостаточно для достижения систематических надежных прогнозов. Основная причина заключается в том, что эта модель довольно точно предсказывает будущие показатели сейсмичности, но не накладывает ограничений на магнитуды (которые, как предполагается, распределены в соответствии с законом Гутенберга-Рихтера и независимы друг от друга). Таким образом, для дальнейшего улучшения этих прогнозов требуются некоторые другие сейсмические или несейсмические предвестники. Согласно модели ETAS, скорость инициированной активности вокруг данного события ведет себя изотропно. Это чрезмерно упрощенное предположение недавно было ослаблено путем связывания статистики ETAS с подлинной механической информацией. Это делается путем моделирования возмущения напряжения, вызванного данным событием в его окрестностях, и корреляции его с пространственно-временной скоростью последующей активности как функции амплитуды и знака переданного напряжения. Это говорит о том, что инициирование афтершоков происходит из-за комбинации динамических (сейсмические волны) и упруго-статических процессов. Другим недвусмысленным интересным результатом этой работы является то, что земная кора в Южной Калифорнии имеет довольно короткую память о прошлых колебаниях напряжения, длящихся всего около 3-4 месяцев. [9] Это может наложить дополнительные ограничения на временное окно, в пределах которого можно искать как сейсмические, так и несейсмические предвестники.
Уйон и Сорнетт разработали чисто статистическую физическую модель взаимодействия и запуска землетрясений, стремясь придать больше плоти чисто эмпирической линейной модели ETAS. Основное предположение этой модели «Мультифрактального стресса, активированного» [10] [11] заключается в том, что в любом месте и времени локальная интенсивность отказов экспоненциально зависит от приложенного напряжения. Вторым ключевым компонентом является признание того, что в земной коре локальное поле напряжений представляет собой сумму крупномасштабного, дальнего поля напряжения из-за движения плит, плюс все колебания напряжений из-за прошлых землетрясений. По мере того, как упругие напряжения складываются, возведение в степень делает эту модель нелинейной. Аналитическое решение позволило им предсказать, что каждое событие вызывает некоторые афтершоки со скоростью, затухающей со временем в соответствии с законом Омори, то есть как 1/tp, но с особым поворотом, который не был распознан до сих пор. Уникальным предсказанием модели MSA является то, что показатель степени p не является постоянным (близким к 1), а линейно увеличивается с магнитудой главного толчка. Статистический анализ различных каталогов (Калифорния, Япония, Тайвань, Гарвардский CMT) был проведен для проверки этого прогноза, который подтвердил его с использованием различных статистических методов (стеки для улучшения отношения сигнал/шум, специально разработанные вейвлеты для многомасштабного анализа, экстремальные распределения магнитуд и т. д.). [12] [13] Таким образом, этот результат показывает, что небольшие события могут вызывать меньшее количество афтершоков, чем крупные, но что их кумулятивный эффект может быть более продолжительным в земной коре. Недавно также была введена новая методика, называемая методом барицентрической фиксированной массы, для значительного улучшения оценки мультифрактальных структур пространственно-временной сейсмичности, ожидаемой от модели MSA. [14]
Значительная часть деятельности группы Сорнетта также была посвящена статистическому моделированию физики, а также свойствам трещин и разломов в различных масштабах. Эти особенности важны, поскольку они могут контролировать различные транспортные свойства коры, а также представлять собой места зарождения землетрясений.
Sornette и Sornette (1989) [15] предложили рассматривать землетрясения и глобальную тектонику плит как самоорганизующиеся критические явления. Поскольку сети разломов явно являются самоорганизующимися критическими системами в том смысле, что землетрясения происходят на разломах, а разломы растут из-за землетрясений, [16] [17] [18] приводя к иерархическим свойствам, изучение их статистики также должно принести информацию о самом сейсмическом процессе. [19] Davy, Sornette и Sornette [20] [21] [16] [22] представили модель формирования паттерна роста разломов и показали, что существование областей без разломов является естественным следствием фрактальной организации разломов. Cowie и др. (1993; 1995) [23] [24] разработали первую теоретическую модель, которая охватывает как дальнюю, так и временную организацию сложных фрактальных паттернов разломов и краткосрочную динамику последовательностей землетрясений. Результатом является общее существование в модели конкуренции разломов с прерывистой активностью различных разломов. Показано, что геометрическая и динамическая сложность разломов и землетрясений является результатом взаимодействия между пространственно-временным хаосом и изначальной невыразительной погашенной неоднородностью. Милтенбергер и др. [25] и Сорнетт и др. (1994) [26] показали, что самоорганизованная критичность при землетрясениях и тектонических деформациях связана с синхронизацией пороговых релаксационных осцилляторов. Ли и др. (1999) [27] продемонстрировали внутреннюю прерывистую природу сейсмической активности на разломах, которая является результатом их конкуренции за приспосабливание к тектонической деформации. Сорнетт и Писаренко (2003) провели строгий статистический анализ распределения размеров плит, участвующих в тектонике плит, и продемонстрировали фрактальную природу тектоники плит. [28]
Используя набор карт, сосредоточенных в одном и том же месте, но в разных масштабах в Саудовской Аравии (от метра до сотен километров, т. е. чуть больше пяти десятилетий), было показано, что стыки и паттерны разломов демонстрируют различные пространственные масштабные свойства в различных диапазонах масштабов. [29] [30] [31] Эти переходные масштабы (которые количественно определяют горизонтальное распределение хрупких структур) можно хорошо коррелировать с вертикальной механической слоистостью вмещающей среды (земной коры). В частности, можно показать, что паттерны трещин являются довольно однородными в масштабах ниже толщины осадочного бассейна и становятся неоднородными и мультифрактальными в более крупных масштабах. Эти различные режимы были обнаружены путем разработки новых методов мультифрактального анализа (способных учитывать небольшой размер наборов данных, а также нерегулярные геометрические граничные условия), а также путем внедрения нового метода, основанного на двумерном анизотропном вейвлет-анализе. Картографируя некоторые соединения в кристаллическом фундаменте в той же области, было обнаружено, что их пространственная организация (распределение расстояний) демонстрирует дискретную масштабную инвариантность на протяжении более чем четырех десятилетий. [32] Используя некоторые другие наборы данных и теоретическую модель, Хуан и др. также показали, что из-за взаимодействия между параллельными структурами распределение длины соединений демонстрирует дискретную масштабную инвариантность. [33]
Группа Сорнетта, мотивированная прогнозированием и предсказанием землетрясений, также внесла свой вклад в проблему трехмерного картирования разломов. Учитывая каталог землетрясений с большим количеством событий, основная идея заключается в инвертировании для набора плоских сегментов, который лучше всего подходит для этого набора данных. [34] [35] Совсем недавно Уйон и Сорнетт разработали методы, которые моделируют пространственное распределение событий с использованием смеси анизотропных гауссовых ядер. [36] Эти подходы позволяют идентифицировать большое количество разломов, которые не отображаются более традиционными/геологическими методами, поскольку они не дают никаких сигнатур на поверхности. Эти реконструированные трехмерные сети разломов предлагают хорошую корреляцию с очаговыми механизмами, но также дают значительный выигрыш при использовании их в качестве прокси-данных мест землетрясений в экспериментах по прогнозированию. Поскольку каталоги могут быть очень большими (до полумиллиона событий для Южной Калифорнии), была введена техника конденсации каталогов, которая позволяет обнаруживать вероятные повторяющиеся события и избавляться от этой избыточности. [37]
В 2016 году в сотрудничестве с профессором Фридеманом Фройндом (с Джоном Сковиллом) в NASA Ames и GeoCosmo, Сорнетт (с Гаем Уйоном) запустил Глобальный проект по прогнозированию землетрясений (GEFS) для продвижения области прогнозирования землетрясений. Этот проект изначально основан на строгой теоретической и экспериментальной физике твердого тела профессора Фридемана Фройнда [38] [39], чья теория способна объяснить весь спектр явлений электромагнитного типа, которые были зарегистрированы перед крупными землетрясениями в течение десятилетий, если не столетий: при воздействии на породы значительных напряжений активируются электроны и положительные дырки; последние перетекают в менее напряженные области материала, тем самым генерируя крупномасштабные электрические токи. Те, в свою очередь, вызывают локальные геоэлектрические и геомагнитные аномалии, стимулированное инфракрасное излучение, ионизацию воздуха, повышают уровни озона и оксида углерода. Все эти колебания в настоящее время измеряются с помощью наземных станций или технологий дистанционного зондирования . Существуют бесчисленные сообщения о разнородных типах предшествующих явлений, начиная от излучения электромагнитных волн от сверхнизкой частоты (ULF) до видимого (VIS) и ближнего инфракрасного (NIR) света, аномалий электрического и магнитного полей различных видов (см. ниже), вплоть до необычного поведения животных, о котором сообщалось снова и снова.
Космические и наземные аномалии, предшествующие и/или сопутствующие землетрясениям, включают: (Спутниковый компонент) 1. Тепловые инфракрасные (TIR) аномалии 2. Аномалии полного электронного содержания (TEC) 3. Ионосферная томография 4. Турбулентности ионосферного электрического поля 5. Атмосферные гравитационные волны (AGW) 6. Выделение CO из-под земли 7. Образование озона на уровне земли 8. ОНЧ-детектирование ионизации воздуха 9. Мезосферные молнии 10. Линеаменты в видимом и ближнем инфракрасном диапазонах;
Компонент наземной станции: 1. Изменения магнитного поля 2. Ультранизкочастотное излучение из земной коры 3. Потенциалы деревьев и потенциалы земли 4. Изменения проводимости почвы 5. Изменения химии грунтовых вод 6. Выделение следов газа из земли 7. Эманация радона из земли 8. Ионизация воздуха у поверхности земли 9. Субионосферное распространение ОНЧ/КНЧ 10. Ночное свечение
Эти предвестники прерывисты и, по-видимому, не происходят систематически перед каждым крупным землетрясением. Исследователи не смогли объяснить и использовать их удовлетворительно, но никогда вместе. К сожалению, не существует всемирного хранилища таких данных, и эти базы данных чаще всего недоиспользуются с использованием слишком упрощенного анализа или пренебрежением кросс-корреляциями между ними (чаще всего потому, что такие данные приобретаются и хранятся отдельными и конкурирующими учреждениями). GEFS выступает в качестве революционной инициативы со следующими целями: (i) инициировать сотрудничество со многими центрами обработки данных по всему миру для объединения компетенций; (ii) предложить совместную платформу (InnovWiki, разработанную в ETH Zürich) для разработки мегахранилища данных и инструментов анализа; (iii) разработать и тщательно протестировать в реальном времени, высокоразмерные многомерные алгоритмы для прогнозирования землетрясений (местоположение, время и магнитуда) с использованием всех доступных данных.
В 2004 году Сорнетт использовал данные о продажах Amazon.com для создания математической модели для прогнозирования потенциала бестселлера на основе очень ранних результатов продаж. [40] [41] [42] Это было далее развито для характеристики динамики успеха видеороликов YouTube. [43] Это обеспечивает общую структуру для анализа предварительных и последующих свойств потрясений и разрывов в финансах, разрывов материалов , землетрясений , продаж amazon.com: его работа задокументировала вездесущие степенные законы, похожие на закон Омори в сейсмологии, которые позволяют различать внешние потрясения и эндогенную самоорганизацию . [44]
Совместно с соавторами Сорнетт внес значительный вклад в применение и обобщение логистической функции (и уравнения). Приложения включают тесты хаоса дискретной логистической карты, [45] [46] эндо-экзо подход к классификации болезней, [47] [48] введение отсроченной обратной связи населения по пропускной способности для захвата прерывистой эволюции, [49] [50] симбиоз, [51] [52] [53] детерминированные динамические модели переключения режимов между соглашениями и деловыми циклами в экономических системах, [54] [55] моделирование периодически схлопывающихся пузырей, [56] взаимодействия между несколькими видами через взаимные зависимости от их пропускной способности. [57]
Другое применение — методология определения фундаментальной стоимости компаний в секторе социальных сетей, таких как Facebook, Groupon, LinkedIn Corp., Pandora Media Inc, Twitter, Zynga и, совсем недавно, вопрос о том, что оправдывает стремительный рост стоимости компаний- единорогов (финансовых) . Основная идея, предложенная Коуэлсом и Сорнеттом [58], заключается в том, что доходы и прибыль компании, работающей в социальной сети, по сути, связаны с ее пользовательской базой через прямой канал, не имеющий эквивалента в других секторах; рост числа пользователей может быть откалиброван с помощью стандартных моделей логистического роста и позволяет проводить надежные экстраполяции размера бизнеса на длительные временные горизонты. Вместе со своим аспирантом они применили эту методологию к оценке Zynga перед ее IPO и показали ее ценность, представив прогнозы ex-ante, ведущие к успешной торговой стратегии. [59] В этой магистерской диссертации можно найти недавнее применение бума так называемых «единорогов» — так называют стартапы, стоимость которых превышает 1 миллиард долларов, такие как Spotify и Snapchat. [60]
Он внес вклад в теоретические модели, эмпирические тесты по обнаружению и оперативной реализации прогнозов финансовых пузырей . [61] [62] [63] [64]
Объединив (i) экономическую теорию пузырей рациональных ожиданий, (ii) поведенческие финансы по имитации и стадному поведению инвесторов и трейдеров и (iii) математическую и статистическую физику бифуркаций и фазовых переходов, он стал пионером модели логопериодической степенной сингулярности (LPPLS) финансовых пузырей. Модель LPPLS рассматривает более быстрый, чем экспоненциальный (степенной закон с конечной временной сингулярностью) рост цен на активы, декорированный ускоряющимися колебаниями, как основную диагностику пузырей. [65] Она воплощает эффект положительных обратных связей ожиданий более высокой доходности, конкурирующих с отрицательными спиралями обратной связи ожиданий краха. Модель LPPLS была впервые предложена в 1995 году для прогнозирования отказа резервуаров критического давления, установленных на европейской ракете Ariane [66] , и в качестве теоретической формулировки высвобождения момента ускорения для прогнозирования землетрясений. [67] Затем модель LPPLS была предложена для применения к моделированию финансовых пузырей и их взрывов Сорнеттом, Йохансеном и Бушо [68] и независимо Фейгенбаумом и Фройндом. [69] Формальная аналогия между механическими разрывами, землетрясениями и финансовыми крахами была дополнительно уточнена в рамках концепции пузыря рационального ожидания Бланшара и Уотсона [70] Йохансеном, Ледуа и Сорнеттом. [71] [72] Этот подход теперь упоминается в литературе как модель JLS. Недавно Сорнетт добавил S к аббревиатуре LPPL «log-periodic power law», чтобы прояснить, что часть «степенной закон» не следует путать с распределениями степенного закона : действительно, «степенной закон» относится к гиперболической сингулярности формы , где — логарифм цены в момент времени , а — критическое время конца пузыря.
В августе 2008 года в ответ на тогдашнее распространенное утверждение о том, что финансовый кризис невозможно было предвидеть, с чем он яростно боролся, [73] он создал Обсерваторию финансового кризиса. [74] Обсерватория финансового кризиса (FCO) — это научная платформа, нацеленная на проверку и количественную оценку строго, систематическим образом и в больших масштабах гипотезы о том, что финансовые рынки демонстрируют определенную степень неэффективности и потенциал для предсказуемости, особенно во время режимов, когда развиваются пузыри. FCO развивалась от анализа ex-post многих исторических пузырей и крахов к предыдущим и продолжающимся ex-ante прогнозам рисков пузырей до их фактического возникновения (включая пузырь на рынке недвижимости США, закончившийся в середине 2006 года, [75] нефтяной пузырь, лопнувший в июле 2008 года, [76] пузыри на фондовом рынке Китая [77] [78] ).
FCO также запустила проект (называемый «экспериментами с финансовыми пузырями») ex-ante отчетов о пузырях, где цифровой ключ аутентификации документа с прогнозами публиковался в Интернете. Содержание документа публиковалось только после того, как событие уже прошло, чтобы избежать любого возможного влияния публикации ex-ante прогноза на конечный результат. Кроме того, была полная прозрачность с использованием одного единственного канала связи. [79] [80] [81]
С октября 2014 года он ежемесячно публикует вместе со своей командой Глобальный отчет о состоянии пузырей, FCO Cockpit, в котором обсуждается историческая эволюция пузырей в различных классах активов и географических регионах. Это результат обширного анализа, проведенного на исторических временных рядах приблизительно 430 системных активов и 835 отдельных акций по всему миру. Системные активы — это облигации, акции и товарные индексы, а также выбор валютных пар. Отдельные акции — это в основном американские и европейские акции. Ежемесячные отчеты FCO cockpit обычно делятся на две части: первая часть представляет состояние мира на основе анализа системных активов, включая фондовые и облигационные индексы, валюты и товары; вторая часть фокусируется на поведении пузырей отдельных акций путем расчета индикаторов предупреждения о пузыре, а также двух индикаторов финансовой устойчивости, которые указывают на фундаментальную стоимость акций и возможности роста соответственно. Акции являются составляющими индексов Stoxx Europe 600, S&P 500 и Nasdaq 100. Эти индикаторы обеспечивают классификацию акций по четырем квадрантам: Квадрант 1: Акции с сильным положительным счетом пузыря и сильным счетом стоимости; Квадрант 2: Акции с сильным положительным счетом пузыря и слабым счетом стоимости; Квадрант 3: Акции с сильным отрицательным счетом пузыря и слабым счетом стоимости; Квадрант 4: Акции с сильным отрицательным счетом пузыря и сильной финансовой устойчивостью. Эти четыре квадранта используются для создания четырех контрольных портфелей каждый месяц и отслеживаются для проверки их эффективности. Цель состоит в том, чтобы установить длительную историю для продолжения проверки гипотез FCO.
Вдохновленные исследованиями Эрнста Фера и его коллег, Дарсе и Сорнетт предположили, что парадокс человеческого сотрудничества и альтруизма (без родства, прямой или косвенной взаимности) возникает естественным образом посредством эволюционного механизма отбора с обратной связью. [82] Соответствующее обобщенное уравнение учета затрат и выгод было проверено и подтверждено симуляциями основанной на агентах модели, имитирующей давление эволюционного отбора наших предков: [83] [84] начиная с популяции агентов, не склонных к сотрудничеству и альтруистическому наказанию, простые правила отбора путем выживания во взаимодействующих группах приводят к возникновению уровня сотрудничества и альтруистического наказания, согласующегося с экспериментальными результатами. [85]
Стимулируемый книгой Роя Баумейстера «Есть ли что-нибудь хорошее в мужчинах?: Как культуры процветают, эксплуатируя мужчин» (Oxford University Press; 2010), вместе со своим аспирантом М. Фавром Сорнетт разработал очень простую модель на основе агентов, количественно связывающую несколько маловероятных фрагментов данных, таких как различия между мужчинами и женщинами, время до наших последних общих предков и гендерные различия в пропорциях предков нынешней человеческой популяции. Вопрос о том, являются ли мужчины и женщины врожденно разными, занимал внимание и заботу психологов уже более столетия. Большинство исследователей полагают, что эволюция способствовала формированию любых врожденных различий, предположительно, посредством репродуктивного успеха. Следовательно, поскольку репродуктивные обстоятельства были разными для мужчин и женщин, психологические последствия и адаптации, вытекающие из естественного отбора, будут различаться в зависимости от пола. По этой причине новая информация о гендерных различиях в репродуктивном успехе в нашем биологическом прошлом является ценной. Фавр и Сорнетт показали, что крайне асимметричные инвестиционные затраты на воспроизводство между самцами и самками, особая роль самок как единственных вынашивателей детей, а также высокая гетерогенность приспособленности самцов, обусловленная давлением отбора самок, были достаточны для количественного объяснения того факта, что нынешняя человеческая популяция Земли произошла от большего количества самок, чем от самцов, примерно в соотношении 2:1 [86] , однако с широким распределением возможных значений (соотношение 2:1 является медианным в ансамбле популяций, смоделированных Фавром и Сорнеттом).
Чтобы описать свойственную Homo Sapiens общительность, профессор антропологии Калифорнийского университета в Лос-Анджелесе Алан Фиске выдвинул теорию о том, что все человеческие взаимодействия можно разложить всего на четыре «реляционные модели» или элементарные формы человеческих отношений: коллективное разделение, ранжирование полномочий, сопоставление долей и рыночное ценообразование (к ним добавляются предельные случаи асоциальных и нулевых взаимодействий, при которых люди не координируют свои действия в соответствии с каким-либо общим принципом). [87] Совместно с М. Фавром Сорнетт представил простейшую модель диадических социальных взаимодействий и установил ее соответствие теории реляционных моделей Фиске (RMT). [88] Их модель основана на наблюдении, что каждый человек в диадическом взаимодействии может делать либо то же самое, что и другой человек, либо другое, либо вообще ничего. Отношения, генерируемые этим представлением, объединяются в шесть исчерпывающих и непересекающихся категорий, которые соответствуют четырем реляционным моделям, в то время как оставшиеся две соответствуют асоциальным и нулевым взаимодействиям, определенным в RMT. Модель может быть обобщена до наличия N социальных действий. Это отображение позволяет сделать вывод, что четыре реляционные модели образуют исчерпывающий набор всех возможных диадических отношений, основанных на социальной координации, тем самым объясняя, почему могут существовать только четыре реляционные модели.
Он разработал теорию экстремальных событий о короле-драконе . [89] [90] Термин «короли-драконы» (ДК) воплощает двойную метафору, подразумевающую, что событие является одновременно чрезвычайно большим («король» [91] ) и рожденным из уникального происхождения («дракон») по сравнению с его сверстниками. Гипотеза, выдвинутая в [92], заключается в том, что события ДК генерируются различными механизмами, которые периодически усиливают экстремальные события, что приводит к возникновению неуправляемых катастроф, а также необычайных возможностей наверху. Он сформулировал гипотезу, что ДК можно обнаружить заранее, наблюдая за связанными предвестниками. [93] [94]
Вместе с Моникой Гислер он представил гипотезу социального пузыря [95] в форме, которую можно методично изучать: [96] [97] [98] [99] прочные социальные взаимодействия между энтузиастами-сторонниками идеи/концепции/проекта создают сеть, основанную на положительных отзывах , что приводит к широкому одобрению и чрезвычайной приверженности со стороны тех, кто участвует в соответствующем проекте, выходящей за рамки того, что можно было бы рационализировать с помощью стандартного анализа затрат и выгод . [100] Однако гипотеза социального пузыря не выдвигает никакой системы ценностей , несмотря на использование термина «пузырь», который часто ассоциируется с отрицательным результатом. Скорее, она определяет типы динамики, которые формируют научные или технологические начинания. Другими словами, согласно гипотезе социального пузыря, крупные проекты в целом осуществляются через механизм социального пузыря. Другими словами, утверждается, что большинство разрушительных инноваций проходят через такую динамику социального пузыря.
Гипотеза социального пузыря связана со знаменитым творческим разрушением Шумпетера и «технологическим экономическим сдвигом парадигмы» социального экономиста Карлоты Перес [101] [102] , которая изучает пузыри как предшественников «техно-экономических сдвигов парадигмы». Опираясь на свой профессиональный опыт венчурного капиталиста, Уильям Х. Джейнвэй также подчеркивает положительную роль пузырей активов в финансировании технологических инноваций. [103]
Вместе со своим российским коллегой В.И. Юкаловым он ввел «квантовую теорию принятия решений» [104] с целью создания целостной теоретической основы принятия решений. Основанная на математике гильбертовых пространств , она охватывает неопределенность и пользуется неаддитивной вероятностью для разрешения сложных ситуаций выбора с эффектами интерференции. Использование гильбертовых пространств представляет собой простейшее обобщение теории вероятностей, аксиоматизированной Колмогоровым [105] для вещественнозначных вероятностей, на вероятности, полученные из алгебраической теории комплексных чисел. Благодаря своей математической структуре квантовая теория принятия решений направлена на охват суперпозиционных процессов, происходящих вплоть до нейронного уровня. Многочисленные поведенческие модели, включая те, которые вызывают парадоксы в других теоретических подходах, последовательно объясняются квантовой теорией принятия решений. [104]
Версия квантовой теории принятия решений (КТП), разработанная Юкаловым и Сорнеттом, принципиально отличается от всех других подходов, упомянутых выше, в двух отношениях. Во-первых, КТП базируется на самосогласованном математическом фундаменте, общем как для квантовой теории измерений, так и для квантовой теории принятия решений. Отталкиваясь от теории квантовых измерений фон Неймана (1955), [106] Юкалов и Сорнетт обобщили ее на случай неопределенных или неокончательных событий, что позволило охарактеризовать неопределенные измерения и неопределенные перспективы. Во-вторых, основные формулы КТП выводятся из общих принципов, что дает возможность общих количественных предсказаний.
Совместно с Вэй-Син Чжоу он представил метод «термического оптимального пути» как метод количественной оценки динамической эволюции структур опережения-запаздывания между двумя временными рядами. Метод состоит в построении матрицы расстояний на основе сопоставления всех пар выборочных данных между двумя временными рядами, как в рекуррентных диаграммах . Затем структура запаздывания-запаздывания ищется как оптимальный путь в ландшафте матрицы расстояний, который минимизирует общее несоответствие между двумя временными рядами и который подчиняется условию причинного соответствия один к одному. Задача решается математически с помощью методов матрицы переноса, сопоставляя метод TOP с проблемой случайных направленных полимеров, взаимодействующих со случайными субстратами. Приложения включают изучение взаимосвязей между инфляцией, изменением инфляции, темпами роста ВВП и уровнем безработицы, [107] [108] волатильности темпов инфляции в США по сравнению с темпами экономического роста, [109] фондового рынка США по сравнению со ставкой по федеральным фондам и доходностью казначейских облигаций [110] и политики Великобритании и США в сфере недвижимости по сравнению с денежно-кредитной политикой. [111]
Недавно было введено усовершенствование TOP, названное TOPS (симметричный тепловой оптимальный путь), [111] , которое дополняет TOP, устанавливая, что отношение опережения-запаздывания должно быть инвариантным относительно временного обращения временного ряда после смены знака. Это означает, что если «X предшествует Y», это трансформируется в «Y предшествует X» при временном обращении. Подход TOPS подчеркивает важность учета смены режимов, так что схожие фрагменты информации или политики могут иметь кардинально разные воздействия и разработки, обусловленные экономическими, финансовыми и геополитическими условиями.
В 2015 году в ответ на чрезвычайное давление на швейцарский франк и общие дебаты о том, что сильный швейцарский франк является проблемой для Швейцарии, он выдвинул противоположное предположение о том, что сильный швейцарский франк является чрезвычайной возможностью для Швейцарии. Он утверждает, что сильный швейцарский франк является проявлением (в смысле сложных адаптивных систем ) совокупных качеств Швейцарии, ее политических систем, ее инфраструктуры, ее организации труда и этики, ее культуры и многого другого. Он предлагает «добывать» швейцарские франки, чтобы стабилизировать обменный курс по отношению к евро до экономического и политического консенсуса (который может составить около 1,20–1,25 CHF за евро) и покупать столько евро и долларов, сколько необходимо для этого. Вырученные средства будут реинвестированы в Швейцарский суверенный фонд, который может достичь размера одного триллиона евро или более, в соответствии со стратегиями, используемыми Норвежским суверенным фондом, Сингапурскими суверенными фондами и университетскими эндаумент-фондами, такими как Гарвард или Стэнфорд. Полную английскую версию и презентацию можно найти по адресу [1]. Краткое изложение аргументов было представлено в немецкоязычных СМИ [112] [2].
{{cite journal}}
: CS1 maint: multiple names: authors list (link){{cite journal}}
: CS1 maint: multiple names: authors list (link){{cite journal}}
: CS1 maint: multiple names: authors list (link){{cite journal}}
: CS1 maint: multiple names: authors list (link){{cite journal}}
: CS1 maint: multiple names: authors list (link){{cite journal}}
: CS1 maint: multiple names: authors list (link){{cite journal}}
: CS1 maint: multiple names: authors list (link){{cite journal}}
: CS1 maint: multiple names: authors list (link){{cite journal}}
: CS1 maint: multiple names: authors list (link){{cite journal}}
: CS1 maint: multiple names: authors list (link){{cite journal}}
: CS1 maint: multiple names: authors list (link){{cite journal}}
: CS1 maint: multiple names: authors list (link){{cite journal}}
: CS1 maint: multiple names: authors list (link){{cite journal}}
: CS1 maint: multiple names: authors list (link){{cite journal}}
: Цитировать журнал требует |journal=
( помощь ){{cite journal}}
: CS1 maint: multiple names: authors list (link){{cite journal}}
: CS1 maint: multiple names: authors list (link)