Liebe Börsianerinnen, liebe Börsianer,

ich befasste mich mit der Komplexitätstheorie, als ich mit Long Term Capital Management (LTCM) zu tun hatte – dem Hedgefonds, der 1998 zusammenbrach, nachdem die Strategien für den Derivatehandel katastrophal fehlgeschlagen waren.

Nach dem Zusammenbruch und der anschließenden Rettung unterhielt ich mich mit einem der LTCM-Partner darüber, was schiefgelaufen war. Ich kannte mich zwar mit Märkten und Handelsstrategien aus, war aber kein Experte für die hochtechnische angewandte Mathematik, die das Management bei der Ausarbeitung seiner Strategien verwendete. Der Partner, mit dem ich mich unterhielt, hatte einen hohen Abschluss in Mathematik. Ich fragte ihn, wie es möglich war, dass alle unsere Handelsstrategien gleichzeitig Geld verloren haben, obwohl sie in der Vergangenheit nicht korreliert waren. Er schüttelte den Kopf und sagte: „Was da passiert ist, ist einfach unglaublich. Es war ein Ereignis mit einer Standardabweichung von sieben.“

In der Statistik wird eine Standardabweichung durch den griechischen Buchstaben Sigma symbolisiert. Selbst Nicht-Statistiker würden verstehen, dass ein Ereignis mit sieben Sigma selten klingt. Aber ich wollte wissen, wie selten so etwas war. Ich konsultierte einige technische Quellen und fand heraus, dass ein Sieben-Sigma-Ereignis weniger als einmal in einer Milliarde Jahren oder weniger als fünfmal in der Geschichte des Planeten Erde vorkommen würde.

Ich wusste, dass mein Partner richtig gerechnet hatte. Aber es war mir klar, dass sein Modell falsch sein musste. Extreme Ereignisse waren auf den Märkten 1987, 1994 und dann 1998 aufgetreten. Sie traten etwa alle vier Jahre auf. Ein Modell, das versucht, ein Ereignis zu erklären, das alle Milliarden Jahre auftritt, kann unmöglich das richtige Modell sein, um die Dynamik von etwas zu verstehen, das sich alle vier Jahre abspielt.

Nach dieser Begegnung begab ich mich auf eine zehnjährige Odyssee, um die richtige Analysemethode zum Verständnis des Risikos auf den Kapitalmärkten zu finden. Ich studierte Physik, Netzwerktheorie, Graphentheorie, Komplexitätstheorie, angewandte Mathematik und viele andere Gebiete, die auf verschiedene Weise mit der tatsächlichen Funktionsweise der Kapitalmärkte zusammenhängen.

Mit der Zeit erkannte ich, dass Kapitalmärkte komplexe Systeme sind und dass die Komplexitätstheorie – ein Zweig der Physik – der beste Weg ist, um Risiken zu verstehen, zu managen und Marktzusammenbrüche vorherzusehen. Ich begann über dieses Thema zu schreiben und zu referieren. Ich veröffentlichte mehrere Artikel in Fachzeitschriften.

Gemeinsam mit Partnern entwickelte ich Systeme, die die Komplexitätstheorie und verwandte Disziplinen nutzten, um geopolitische Ereignisse auf den Kapitalmärkten zu erkennen, bevor sie der Öffentlichkeit bekannt wurden.

Schließlich erhielt ich Einladungen, um an einigen der führenden Universitäten und Forschungsinstitutionen, die sich mit Komplexitätstheorie befassen, zu lehren und zu beraten. Darunter waren die Johns Hopkins University, die Northwestern University, das Los Alamos National Laboratory und das Applied Physics Laboratory.

In diesen Einrichtungen warb ich immer wieder für die Idee interdisziplinärer Bemühungen, um die tiefsten Geheimnisse der Kapitalmärkte zu lösen. Ich wusste, dass kein Fachgebiet alle Antworten hat, aber eine Kombination von Fachwissen aus verschiedenen Bereichen könnte zu Erkenntnissen und Methoden führen, die die Kunst des Finanzrisikomanagements voranbringen könnten.

Ich schlug vor, dass ein Team aus Physikern, Computermodellierern, angewandten Mathematikern, Juristen, Wirtschaftswissenschaftlern und Soziologen die theoretischen Modelle, die ich mit meinen Partnern entwickelt hatte, verfeinern und ein Programm für empirische Forschung sowie Experimente zur Validierung der Theorie vorschlagen könnte.

Diese Vorschläge wurden von den Wissenschaftlern, mit denen ich zusammenarbeitete, sehr begrüßt – von den Wirtschaftswissenschaftlern jedoch abgelehnt und ignoriert. Die führenden Wirtschaftswissenschaftler vertraten stets die Ansicht, dass sie von der Physik nichts zu lernen hätten und dass die Standardmodelle der Wirtschafts- und Finanzwelt eine gute Erklärung für die Wertpapierpreise und die Dynamik der Kapitalmärkte seien.

Wann immer prominente Wirtschaftswissenschaftler mit einem Sieben-Sigma-Marktereignis konfrontiert wurden, taten sie es als „Ausreißer“ ab und änderten ihre Modelle leicht ab, ohne jemals die Tatsache zu erkennen, dass ihre Modelle überhaupt nicht funktionierten.

Die Physiker hatten ein anderes Problem. Sie wollten an wirtschaftlichen Problemen mitarbeiten, waren aber selbst keine Finanzmarktexperten. Sie hatten ihre berufliche Laufbahn mit dem Studium der theoretischen Physik verbracht und wussten nicht unbedingt mehr über die Kapitalmärkte als der gewöhnliche Anleger.

Ich war ein ungewöhnlicher Teilnehmer in diesem Bereich. Die meisten meiner Mitarbeiter waren Physiker, die versuchten, die Kapitalmärkte zu verstehen. Ich war ein Kapitalmarktexperte, der sich die Zeit genommen hatte, sich mit der Materie Physik auseinanderzusetzen.

Einer der Teamleiter in Los Alamos, ein am MIT ausgebildeter Informatik-Ingenieur namens David Izraelevitz, sagte mir 2009, dass ich die einzige Person sei, die er kenne, die über fundierte Kenntnisse in den Bereichen Finanzen und Physik verfüge und diese so kombinieren könne, dass sie die Geheimnisse der Ursachen für den Zusammenbruch der Finanzmärkte lüften könne.

Ich nahm dies als großes Kompliment auf. Ich wusste, dass es Jahrzehnte dauern würde, bis eine vollständig entwickelte und getestete Theorie der Finanzkomplexität mit Beiträgen vieler Forscher zustande käme, aber ich war froh zu wissen, dass ich mit einem Fuß im Physiklabor und einem Fuß fest an der Wall Street einen Beitrag zu diesem Gebiet leisten würde. Meine Arbeit an diesem Projekt dauert bis heute an.

Dieser Ansatz steht in krassem Gegensatz zu den Standard-Gleichgewichtsmodellen, die die Fed und andere Mainstream-Analysten verwenden. Ein Gleichgewichtsmodell, wie es die Fed für ihre Wirtschaftsprognosen verwendet, besagt im Grunde, dass die Welt wie eine Uhr läuft. Von Zeit zu Zeit kommt es zu einer Störung, und das System gerät aus dem Gleichgewicht. Ist das der Fall, muss man nur politische Maßnahmen ergreifen, um das System wieder ins Gleichgewicht zu bringen. Es ist, als würde man die Uhr wieder aufziehen. Das ist eine grobe Beschreibung dessen, was ein Gleichgewichtsmodell darstellt.

Leider funktioniert die Welt nicht auf diese Weise. Die Komplexitätstheorie und die komplexe Dynamik erklären es viel besser. Eine Notlage in einem Bereich der Finanzmärkte greift auf andere, scheinbar nicht miteinander verbundene Bereiche der Finanzmärkte über. In der Tat ist die Mathematik der finanziellen Ansteckung genau wie die Mathematik der Ansteckung mit Krankheiten oder Viren. Deshalb nennt man es auch Ansteckung. Das eine ähnelt dem anderen in Bezug auf die Art der Verbreitung.

Was sind Beispiele für die Komplexität? Eines meiner Lieblingsbeispiele ist das, was ich die Lawine und die Schneeflocke nenne. Es ist eine Metapher für die Art und Weise, wie die Wissenschaft tatsächlich funktioniert. Ich möchte jedoch klarstellen, dass es sich nicht nur um Metaphern handelt. Die Wissenschaft, die Mathematik und die Dynamik sind eigentlich dieselben wie auf den Finanzmärkten.

Stellen Sie sich vor, Sie stehen an einem Berghang. Sie beobachten, wie sich auf dem Bergrücken eine Schneedecke aufbaut, während es weiter schneit und die Gefahr einer Lawine besteht. Sie sehen, wie eine Schneeflocke vom Himmel auf die Schneedecke fällt. Diese Schneeflocke wirbelt ein paar andere Schneeflocken auf, die in ihrem Umkreis liegen. Danach beginnt sich diese Bewegung auszubreiten und der Schnee beginnt zu rutschen. Anschließend gewinnt er an Schwung, bis er sich letztlich löst und der ganze Berghang herunterkommt und das Dorf unter sich begräbt.

Manche Leute bezeichnen diese Schneeflocken als „Schwarze Schwäne“, weil sie unerwartet und überraschend kommen. Jedoch sind sie eigentlich keine Überraschung, wenn man die Dynamik des Systems versteht und die Größe des Systems abschätzen kann. Die Frage ist, wem geben Sie die Schuld? Geben Sie der Schneeflocke die Schuld oder der instabilen Schneedecke?

Ich sage, die Schneeflocke ist irrelevant. Wenn es nicht die eine Schneeflocke war, die die Lawine ausgelöst hat, kann es auch die davor oder die danach oder die morgen sein. Die Instabilität des Systems als Ganzes war ein Problem. Wenn ich also über die Risiken im Finanzsystem nachdenke, konzentriere ich mich nicht auf die „Schneeflocke“, die Probleme verursachen wird. Der Auslöser spielt keine Rolle. Letztendlich geht es nicht um die Schneeflocken, sondern um die kritischen Ausgangsbedingungen, die eine Kettenreaktion oder eine Lawine auslösen können.

Sind Sie auf die nächste Lawine vorbereitet?