社会科学の理論はなぜうさん臭いか?

ブラック・ショールズ方程式、ポートフォリオ理論、インチキ社会科学のご多分に漏れず、経済学にもインチキモデルが跋扈しています。

はっきり言って、これらのアホ理論を学ぶ必要は全くありません。

なぜ、社会科学の理論にはうさん臭いインチキ理論が多いか?そこを理解すれば、経済学なんぞ学ぶ必要がないことがすぐに理解できます。

社会科学にインチキモデルが多い理由

まず、社会科学が扱う現象はモデル化がそもそも難しい(場合が多い)ということです。モデル化に馴染まない現象を扱うので、いくら頭を捻っても、良いモデルなど考案しようがないです。

世の中全ての現象が(有意に)モデル化できるわけではありません。モデル化が容易な現象もあれば、そうでない現象もある。前者にはどんな特徴があるか?そして、後者には?下に示します。

モデル化が容易な現象の特徴

現象を特徴付ける説明変数(ファクター)が比較的少ない。そして、各説明変数の関連性が明瞭。この特徴を持つ現象の例として、たとえば、物理法則や気象モデル(「熱力学」と「気象」ぐらい?たぶん)が挙がる。

モデル化が困難な現象の特徴

現象を特徴付ける説明変数が非常に多い。そして、各説明変数が相互に関連し合っている。観察した現象の共通項(法則性)を見つけるのが困難で、モデル化など到底できない。

この現象の例として、たとえば、株価変動や経済事象が挙がる。

モデル化が困難な現象を無理にモデル化するとどうなるか?次のようになります。

要は、モデル構築が容易になるようにモデルを設計します。設計を容易にする常套手段は、少数の説明変数でモデルを構築することです。

たとえば、株価変動に関連する説明変数が1万個あるとして、それら1万個でどうやってモデルを構築するのでしょうか?複雑過ぎて、モデルの構築しようがないです。せいぜい、1万個の中から数個の説明変数を選んで、あるいは数個の説明変数をでっち上げて、それらでインチキ理論を作るのかせいぜいです。

しかし、少数の説明変数のみで構築したモデルは不正確です。それら少数が理論化を試みる現象の主要な説明変数なら、現象の相関性(因果性ではなく)ぐらいは説明できるでしょう。そうでなかったら、ほとんど何も述べられない状態で、何の価値もないインチキ理論です。

私が思うに、経済学や金融工学が扱う現象は、現象を特徴付ける説明変数の同定も困難で、説明変数をでっち上げて、モデルを構築したのがほとんどと思います。

○×投資理論とか、○×資産運用理論も全部インチキです。

たとえば、投資理論で有名な割引配当モデルを考えると、株価変動原因は様々あるのに、「予想利益の変化」、「金利」、「リスクプレミアム」(だっけ?)の3変数で表現します。正にインチキモデルの代表例です。

あるいは、金融工学では不確定なことを確率変数で表現するのを好むようです。これも少数の説明変数でモデルを構築する例です。精確なモデルを設計するなら、不確定要因と一括りせずに価格変動の要因一つ一つを評価すべきでしょう。

ただ、それはできないため確率変数で表現します。上記の通りにモデルを構築せざるをえないので、インチキ理論しかできません。

あるいは、クウォンツ運用(?)だと、現在の市場に最も適したモデルを過去データから探り当て、投資方針を決定することもあるそうです。たとえば、過去の出来高や株価のデータ、あるいは各種経済指標からコンピュータを駆使して、現在の市場に最も適したモデルを探り当てる。そして、投資方針を決定する。

ただ、私はこの方法も全く意味がないと思っている。そもそも説明変数が多過ぎ、モデルなど構築しようがないわけです。なのに、説明変数(とクウォンツ運用者が見なしている変数)のごく一部が過去データと類似しているだけで、どうして将来を有意に予想できると言えるのでしょうか?

巷で語られる投資理論やモデルは須らくインチキです。

2012年1月3日

このページの先頭へ