Szesnaście lat temu dwaj założyciele firmy Google – informatycy Larry Page i Sergey Brin – zaprezentowali algorytm, który potrafił ocenić „ważność” strony Web w odniesieniu do dowolnego zestawu słów kluczowych. Mechanizm znany jako „PageRank” opiera się na idei, że wszystkie strony internetowe efektywnie wpływają na popularność innych stron poprzez linkowanie. Najważniejsze z nich, jak uzasadnili naukowcy, powinny mieć powiązania z wieloma innymi stronami, przede wszystkim z tymi „ważnymi”. Zatem jakość tekstów jest proporcjonalna do liczby tekstów na niego się powołujących.

Definicja wydaje się nieco przypominać "obieg zamknięty" i o to właśnie chodzi. Opisuje w prosty sposób rzeczywistość, dlatego jej znajomość może przynieść nieoczekiwane rezultaty. Przełom Page’a i Brin’a bazuje na podstawowych prawach matematyki – aby opracować taki mechanizm nie potrzeba znajomości algebry na poziomie wyższym niż jest w szkole średniej. Jednak aby idea globalnej sieci internetowej World Wide Web mogła się rozlać na całym świecie, potrzebna była potężna moc przeliczeniowa.

Robot Googla a świat banków

Co ma to wspólnego z finansami? Rosnące ryzyko, które spowodowało, że kryzys na rynku pożyczek typu "subprime" (kredyt wysokiego ryzyka - przyp.red.) w USA zamienił się w globalną katastrofę, też ma postać "obiegu zamkniętego". Nie możemy go identyfikować wyłącznie z jednym czy drugim bankiem o największych aktywach albo z największym porfolio zagrożonych pożyczek. 

To co tak naprawdę jest ważne to, to jak duża jest siatka połączeń danego banku z innymi instytucjami, jak silne są te powiązania i jak bardzo są wystawione na ryzyko te inne banki, powiązane w nie mniejszym stopniu z kolejnymi bankami.

Matematyczny algorytm, który odmierza poziom zagrożenia kryzysem finansowym

Zatem pomiędzy czymś takim, jak „PageRank” a kryzysem finansowym można doszukać się pewnej analogii. Ostatnio zespół europejskich fizyków i ekonomistów (z fizykiem Stefano Battiston'em na czele - przyp.red.) opracował algorytm nazwany „DebtRank” (z ang. ocena długów – przyp. red.), który ma mierzyć całkowitą wartość ekonomiczną, jaka ulegnie zniszczeniu, jeśli dany bank wpadnie w kłopoty albo stanie się niewypłacalny. (Swoją pracę opublikowali na łamach czasopisma Nature Scientific Reports kilka dni temu - przyp.red.). Konsekwencje rozlania się kryzysu w wyniku upadku jednej instytucji można oszacować w prosty sposób - poprzez spojrzenie na zewnątrz banku, czyli jego powiązania z całym systemem finansowym. Banki silniej powiązane z innymi bankami wysokiego ryzyka, będą oczywiście mieć więcej punktów w klasyfikacji DebtRank. 

Dla przykładu zespół badaczy policzył wskaźnik „DebtRank” na podstawie znanych zależności na rynku akcji, jakimi powiązane są instytucje finansowe – wykorzystując publicznie dostępne dane. I tak, jeśli bank A jest w posiadaniu akcji banku B, są one powiązane siatką połączeń. Ta „sieć” jest tylko podzbiorem wielu powiązań stworzonych przez rynek derywatów i innych instrumentów. Zatem kalkulacja naukowców wygląda dość marnie - jedynie jak wybór najczęściej uczęszczanej drogi z Nowego Jorku do Los Angeles z pominięciem dwóch-trzecich pozostałych, lokalnych dróg. Mimo to, pokazuje, co można by osiągnąć mając do dyspozycji bardziej pełne dane.

Badanie odsłania również kilka ciekawych faktów. Podczas szczytu kryzysu w listopadzie 2008 roku, na przykład, analiza punktów „Debt Rank” dla 20 największych banków pokazuje, że pojedynczy bank nie ma tak dużego znaczenia, jak mogliśmy przypuszczać. Instytucje takie, jak Barlays, Bank of America, JPMorgan Chase&Co, czy Royal Bank of Scotland odznaczały się większym stałym ryzykiem niż Citigroup albo Deutsche Bank. Pomimo, że były znacznie mniejsze pod względem całkowitych posiadanych aktywów. Z kolei Wells Fargo był tak samo zagrożony jak Citigroup, a w tym czasie był w posiadaniu aktywów, które stanowiły zaledwie czwartą część tego, co miał Citigroup

Algorytm sam w sobie nie uratuje świata i nie jest ostatnim słowem w badaniach nad zagrożeniami wynikającymi ze stałego ryzyka na jakie narażone są banki. Jednak zwraca uwagę na ważną kwestię - na to, jak bardzo nasza zdolność monitorowania systemu finansowego zależy od możliwości dostępu do danych. Obecnie większość danych potrzebnych do opracowania „DebtRank” czy jakiekolwiek innego podobnego wskaźnika jest po prostu niedostępna publicznie.