I etterkant av subprime-krisen i USA blir fokus rettet mot å gi folk mer opplæring i disse emnene, slik at folk er i stand til å fatte noenlunde rasjonelle beslutninger.  Men dette gjelder ikke bare i USA, det gjelder overalt.  Blant annet viser en undersøkelse fra 2004 at 9 millioner briter har “finans-fobi”, altså “de skyr alt som har med finansiell informasjon å gjøre, fra kontoutskrifter til sparekonti til livsforsikring”.

Så manglende finanskunnskaper er ikke begrenset til subprime-låntakere, det gjelder i alle aldre, inntekstgrupper og land.  Niall Ferguson, som er i ferd med å skrive en bok om Finans-historie, sier at studenter han har undervist på de beste universitetene i verden, inklusive MBA-programmer, ikke vet forskjellen på nominelle og reelle renter.  Samtidig er ansvaret for private finansbeslutninger enda mer personlig enn før, og pågangen fra kreative rådgivere sterkere enn noen gang.  Det er bare å se på de bedrøvelige resultatene av såkalt garantert sparing.

Folket trenger finanskunnskaper.  Det bør undervises om det i skolen, og som foreldre må vi ta ansvar for å sørge for at barna våre er i stand til å fatte noenlunde rasjonelle økonomiske beslutninger som voksne.

Dette nettstedet er vårt lille bidrag.

No related posts.

Mange har sikkert fått med seg at Anne Enger og Kristina Hjullum Hagen har gitt ut boken “Den lille forskjellen” denne uken.  Boken handler om lønn, likestilling og individuelle valg.

Hovedpoenget, slik jeg har forstått det, er at etter 40 år med likestillingskamp er det fortsatt slik at kvinner gjør valg som gjør at de

• sakker akterut i arbeidslivet
• fortsatt tjener betydelig mindre enn menn
• fortsatt vil være fremtidens fattigste pensjonister

Poenget er at mange kvinner til fulle benytter seg av de velferdsgodene som kvinnebevegelsen har kjempet frem.  De utdanner seg, i større grad enn menn, selv om de velger tradisjonelt.  De tar lange mamma-permisjoner, og jobber ofte deltid mens de har små barn.  Konsekvensene er at kvinner ikke opparbeider verken ansennitet, lønn eller pensjonsrettigheter i samme grad som menn.

Debatten på Redaksjon1 på torsdag med utgangspunkt i boken var interessant.  Interessant fordi flere av debattantene hurtig vinklet det over i at det å gjøre slike valg har gevinster.  I form av bedre kontakt med barn og så videre.  Det er selvsagt helt riktig, men det er ikke poenget til Enger og Hagen.  Poenget deres er at slike valg har konsekvenser.  Altså; det er fortsatt ikke slik at man får i pose og sekk.  Hvorfor ikke?

Den kompetansen man får ved å utdanne seg, forvitrer om den ikke brukes og utvikles.  Det er ikke slik at den kompetansen du en gang hadde er like mye verdi som da kunnskapen var fersk.  Den må brukes og ny kompetanse på tilføres.  Etter mange år som hjemmeværende eller deltidsarbeidende er ikke kompetansen det den en gang var.  I tillegg mangler man erfaring.  Da sakker hun akterut i arbeidslivet.

Deltidsarbeidende har aldri vært lønnsvinnere.  Hovedgrunnen til at kvinner fortsatt tjener ca. 85% av det menn tjener er følgende

• menn har betydelig mer kapitalinntekter
• kvinner jobber deltid i betydelig større grad enn menn

Budstikka har en artikkel i dag om hvordan dette er i Asker og Bærum.  Bare en norsk kommune (Sola) har større lønnsforskjeller enn Bærum.  Kvinner i Bærum tjener litt i overkant av halvparten av menn, og kvinners lønn øker mindre enn menns.  Det kommer av at et betydelig antall kvinner i Bærum er hjemmeværende eller jobber deltid.  Dessuten har gjennomsnittsmannen i Bærum store kapitalinntekter, noe kvinner ikke har.

I en kronikk i Dagsavisen sier Nina Amble ved Arbeidsforskningsinstituttet følgende:

«Den rosa drømmen» eller «kjærlighetsprosjektet», fire barn og deltid, bli forsørget, lever i beste velgående. På 8. mars er det vanskelig å forsvare det kvinner i vest tar ut som valget «å gå hjemme», på deltid, når veksten det krever her må arbeides fram av kvinner i sør og øst.

Hun mener at strategien for likestillingsprosjektet er endret fra å kreve plass i mannsdominerte yrker, til å kreve heving av lønn i kvinneyrker.  Og at den strategien har slått feil; kvinner er lønnsmessig parkert.  Dessuten ser det ikke ut til at kvinner lenger ser det som et likestillingsprosjekt å kunne forsørge seg selv.  Det vil kreve andre valg.

Et valg som går ut på å være hjemme med barn er et individuelt valg, som for den enkelte helt klart kan være det rette.  Jeg er tilhenger av at mennesker skal kunne gjøre de valgene som passer best for dem.  Men man skal være klar over at de valgene man gjør har konsekvenser.  I form av kompetanse som forvitrer, lønnsgap som ikke forsvinner og en fremtid som minstepensjonist.  Spesielt blir konsekvensene store dersom man dertil blir skilt, etter å ha være lenge hjemme med barn.  Da skal man forsørge seg selv, men har forvitret kompetanse og dårligere muligheter til å lykkes.

Dette er selvforsterkende.  Kvinner tjener mindre enn menn, og derfor er det mest lønnsomme valget at kvinnen er hjemme med barn.  Kvinner tar lengere foreldrepermisjon og jobber deltid i større grad enn menn, og sakker akterut lønnsmessig.  Dermed tar jobber kvinner enda mindre, og er inne i en selvforsterkende sirkel.

Mennesker gjør individuelle personlige valg.  Valgene har konsekvenser på lang sikt som ikke er like lette å overskue når man tar dem.  Det er Anne Engers poeng.  At disse valgene har andre og positive sider, er selvsagt viktig, men det endrer ikke konsekvensene.

Som Avil skriver i en tråd i dag:

Kan hende vil me om ti år syns det var galskap med offentlege økonomiske ordningar som stimulerte kvinner til lågare livslønn, svekka karrieremuligheter og låg pensjon?

Men vi er ikke der nå, og jeg synes dette er lite diskutert.  Slik sett er det bra at Anne Enger har skrevet boken sin.  Dette er viktig å få på dagsorden.

Pensjonsreformen som legger opp til at pensjon opparbeides gjennom hele livet, slår spesielt ille ut for kvinner med lang utdanning som også er hjemme med små barn i mange år.  De kommer neppe noen gang til å kunne opparbeide seg en pensjon til å leve av.  Til det vil de jobbe for få år.

Alle må ta de individuelle valgene som passer best for en selv, det være seg om det gjelder valg av utdannelse eller å være hjemme når barna er små, og gjerne lenger også (mange kvinner som ikke har små barn jobber også deltid).  Men når man tar de valgene, er det viktig å ha klart for seg hva konsekvensene vil bli.

Det er ikke mulig å få i pose og sekk.

Også publisert i 0803-bloggen.

Related posts:

1. Kvinner må bli mer opptatt av penger
2. Bør staten finansiere alle private valg?
3. Leksehjelp for å løse fremtidens fattigdomsproblem

Det er to læresetninger som funker godt for å belyse artikkelens innhold og det som i hvert fall kan være noe av forklaringen på hvorfor det har gått så til de grader åt skogen på Wall Street:

• Assumption is the mother of all fuckup, and
• Garbage in, garbage out

De modellene som gjerne brukes innen finansnæringen for å evaluere risiko er såkalte Value at Risk-modeller. Slike modeller sier noe om maksimale tap på gitte sannsynlighetsnivåer. De er gjerne sagt så høyt som 99%, og virker derfor overmåte robuste. Men det trenger de slett ikke være. For det er noen forutsetninger som ligger til grunn for denne typen modellering.

VaR forholder seg til “normale omstendigheter”. Det vil si at modellene basert på en eller annen faktisk historikk, sier noe om hvor store utslag vi kan få i fremtiden. Det er bare det at noen ganger skjer det unormale, som ikke er fanget av tidligere tiders historikk. Du kan til og med få paradigmeskifter, og det gjør at historiske sammenhenger rett og slett ikke er der lenger. Kort sagt er det som har skjedd på Wall Street ikke innenfor normale omstendigheter i det hele tatt. Nær historikk vil dermed ikke en gang estimere slike utslag. Vi har å gjøre med så kalt shortfall-risiko.

Den store smellen kom i boligmarkedet, et marked som hadde utviklet seg rolig i mange år. Da fanger ikke modellen risikoen for fremtiden, siden historikken viser en stabil utvikling. Spesielt fanget ikke modellene opp makrorisiko – altså det faktum at amerikanske forbrukere levde i for stor grad på kreditt.

Bankene kokte sammen stadig mer komplekse instrumenter. Instrumenter som var så komplekse at de ikke var mulig å måle korrekt selv i en kompleks risikomodell. Men siden de samme papirene jo var ratet trippel A av ratingbyråene, fant man ut at de kunne legges inn som rene obligasjoner. Risikoen ble vurdert deretter, som temmelig liten og kun en risiko for at renten skulle gå opp eller ned. Lånene var jo sikret, må vite, i fast eiendom, og verdien av den går jo som kjent bare opp. Assumption is the mother of all fuckup.

Du bør rett og slett ikke handle papirer du ikke kan måle. Leslie Rahl, som er risikokonsulent, sier det slik:

New products, by definition, carry more risk. The models should penalize investments that are complex, hard to understand and infrequently traded. They didn’t.

Det ser ut som om likviditetsrisikoen, altså muligheten til å omsette verdipapirene man sitter på, var grovt undervurdert. Det hjelper ikke om du på papiret har strålende eiendeler, om det ikke er mulig å omsette dem. Du kan altså ikke som en selvfølge redusere risikoen din, om du skulle ønske det.

Jo mer kompliserte instrumentene har vært, jo mer penger har bankene tjent. Et komplekst og sammensatt instrument er omtrent umulig å markedsevaluere. Det er ikke transparent for deg som kunde at prisen er korrekt. Da er det selvsagt mulig å tjene gode penger som bank. Dermed har bankene gjort det, i den tro at de selv hadde satt riktig pris på risikoen i egne bøker. De hadde jo avanserte modeller, matematikere og doktorander som hadde regnet ut hva risikoen var. Under normale forhold. Med obligasjoner som proxy for komplekse instrumenter. Noe sier meg at det må ha vært uten så dyptpløyende makro-analyser også.

The people who ran the financial firms chose to program their risk-management systems with overly optimistic assumptions and to feed them oversimplified data. This kept them from sounding the alarm early enough.
Leslie Rahl

Regelen om “Garbage In, Garbage Out” gjelder fortsatt, og til evig tid. Om du ikke klarer å mate en modellen med den rette inputen, blir det du får ut selvsagt deretter. Den gir en trygghet som ikke har fundament i realitetene.

Da jeg selv satt ansvarlig for finansielle posisjoner hadde jeg en regel som nok gjorde at jeg ble ansett som en kjedelig kunde: Om det er så komplekst at jeg ikke skjønner det, er det ikke noe for meg. Og om jeg ikke har systemer til å holde oversikt over risikoen, er det ikke noe for meg. Og det var vel og merke i en bedrift som har en underliggende eksponering disse instrumentene kunne brukes til å sikre.

Det hadde ikke investeringsbankene, eller norske Terra-kommuner, for den sakens skyld. Det var ren spekulasjon. Med en risiko som selv ikke proffene blant proffene, investeringsbankene, hadde oversikt over.

photo credit: akeg

No related posts.

Men like fullt bruker økonomiorganisasjoner over det ganske land og i hele verden, for den del, store ressurser på å lage et budsjett som gir ETT tall med to streker under. De gjør det amerikanerne vil si er å spikre gele til en vegg . Så enkelt er det å finne det eller de tallene som beskriver fremtiden nøyaktig. Det er rett og slett bare flaks om du treffer.

Det jeg snakker om som “spikre gele til veggen”-modeller er det som kalles deterministiske¹ modeller. Den typen modeller ser bort fra usikkerhet, og antar at fremtiden er mulig å spikre til veggen. Men som det heter i et av de sitatene jeg bruker ofte: Assumption is the mother of all fuckup.

Det innser de som bruker deterministiske modeller også. For å bøte på problemet tyr de gjerne til sensitivitetsanalyser. I slike analyser endrer man gjerne nivået på én variabel, og ser hvordan resultatet ser ut da. Så endrer man en annen, og ser hva resultatet blir da. Og det er gjerne de veldig ekstreme tilfellene man da ser på. Noen har det dertil med å summere opp disse effektene. Det blir som regel veldig feil, med mindre man tror armageddon vil intreffe. Det gjør den sjelden.

En sensitivitetsanalyse er like mye å snekre gele til vegger som tallet med to streker under i budsjettet er det. For det er også bare ett mulig utfall av den variabelen, og den fanger heller ikke opp sammenhengen mellom variablene. For eksempel en så enkel sammenheng som at dersom prisen stiger, faller etterspørselen etter produktet.  Og man sier gjerne ikke noe om hvor sannsynlig scenariet er.  Er det 40% sannsynlighet?  20%? 5%? 0,2%?  Det har man gjerne ikke noen ide om.

Det jeg jobber med er ikke å snekre gele til vegger. Det er å analysere variablene og sammenhengene mellom dem i en simuleringsmodell, en såkalt Monte Carlo modell² . Hver variabel tilordnes en sannsynlighetskurve. Der sier man gjerne noe om

• Forventet verdi
• Lav verdi med en gitt sannsynlighet (f.eks. 10%)
• Høy verdi med en gitt sannsynlighet (samme som over, dvs. 90%)

Hvordan sannsynlighetskurven ser ut (er den normal, skjev, triangulær etc) kodes også inn i modellen. I tillegg modelleres sammenhengen mellom variablene, enten ved en korrelasjon eller en regresjon. En enkel pris/volum modell vil kunne se slik ut:

Så må man ha et simuleringsverktøy. Det finnes mange. Jeg bruker både en spesialmodell, og en add-on til Excel. Den gjør selve simuleringen. Det gjør den ved å trekke verdier over hele sannsynlighetskurven. Etter tilstrekkelig mange simuleringer vil du få et simulert resultat av pris-volum problemstillingen, som vil gi sannsynligheten for verdien av pris*volum. Slik kan man bygge en stor modell, og resultatet er en
sannsynlighetskurve for et budsjett, et investeringsprosjekt og så videre.

Da kan du si noe om f.eks. sannsynligheten for at du ikke vil generere nok cash til å betale gjelden din. Eller du kan si noe om hvordan risikoprofilen til et prosjekt vil påvirke selskapets verdi. Du kan også si noe om hvor mye risiko virksomheten tåler, gitt nåsituasjonen. Det er egentlig bare fantasien som setter grenser.

Selvsagt er det slik at det er mennesker som setter verdiene i denne modellen også. Kanskje evner ikke de som setter verdiene og bestemmer formen på sannsynlighetskurvene å gjøre det godt nok. Noen ganger intreffer hendelser som vi ikke klarer å forutse. Men det som er sikkert er at en slik modell gir utrolig mye mer informasjon enn gele-tallet noen har forsøkt å spikre fast. og selve prosessen med å jobbe med sannsynlighetskurver og sammenhenger mellom variable, bidrar i seg selv til at man forstår den problemstillingen man forsøker å modellere bedre, er min erfaring.

Når man jobber med risiko, er det viktig å huske at usikkerhet ikke bare innebærer en nedside, men også en oppside. Likevel kan man ikke ta større risiko enn man kan bære, og da er et slikt modellverktøy rett og slett det du trenger. Bruker du bare sensitivitetsanalyser, og dertil kommer på at du skal summere opp risikoen, kan det fort bli slik at du lar gode prosjekter ligge. Rett og slett fordi du ikke har god nok oversikt over risikoen prosjektet innebærer.

Her i Hjørnet er vi selvsagt ikke snauere enn at vi har brukt dette verktøyet før, og i helt andre sammenhenger. Når det gjelder anvendelse av finans og statistikk er det virkelig bare fantasien som setter grenser.

For å oppsummere: Deterministiske modeller mot simuleringsmodeller er som en 2CV mot en Ferrari. Du vet hvem som vinner.

1. The term deterministic indicates that there is no uncertainty associated with a given value or variable; the value is known with certainty
2. Monte Carlo sampling refers to the traditional technique for using random or pseudo-random numbers to sample from a probability distribution. The term Monte Carlo was introduced during World War II as a code name for simulation of problems associated with development of the atomic bomb. Today, Monte Carlo techniques are applied to a wide variety of complex problems involving random behaviour. A wide variety of algorithms are available for generating random samples from different types of probability distributions.

No related posts.

Slike problemer klarte man ikke å styre klar av i Nederland på 70-tallet. Nederland utvant store mengder gass, og inntektene ble pøst inn i økonomien. Prisene steg, industrien var ikke konkurransedyktig og gassutvinningen la beslag på stadig større deler av økonomiens ressurser. Og siden gass er en ikke-fornybar ressurse, ble det tomt for gass. Dermed forsvant inntektene, og i mellomtiden var annen virksomhet gått heden. Hollandsk syke er slikt forbruk av ikke-fornybare ressurser, til fortrengning av vanlig industri, kalt i ettertid. Begrepet ble lansert i en artikkel i The Economist, forøvrig en aldeles utmerket blekke.

Og det var nettopp dette man i Norge ville unngå da man introduserte handlingsregelen.

Olje og gass er ikke fornybare ressurser. Altså; om vi bruker dem opp, så er de for alltid brukt opp. Vi kan selvsagt pøse verdiene inn i økonomien med en gang, men da er risikoen svært stor for at vi får den begredelige hollandske syken, og står der uten noe når det er tomt for olje og gass om x-antall år. Om man, slik som Norge, bare bruker avkastningen på ressursene, er det egentlig følgende man har gjort:

* En ikke fornybar ressurs er hentet opp fra havets bunn, solgt i oljemarkedet, og plassert i finansmarkedene i form av likvide midler

* Når pengene ikke lenger er på havets bunn, men på konto i New York, får vi avkastning på pengene i form av renter eller aksjegevinster, alt ettersom hvor pengene er plassert

* Om vi kun bruker avkastningen, så er den ikke-fornybare ressursen fortsatt intakt for Norge som nasjon. Den er bare flyttet til noe som gir løpende avkastning.

* Men oljen i seg selv er brukt opp, i det øyeblikket den er solgt i markedet. Olje kjøpes for å brukes, ikke lagres. Det er imidlertid en annen problemstilling.

Om vi hadde brukt av selve oljeformuen, og ikke bare avkastningen, så ville vi ha sørget for at inflasjonen steg kraftig i hjemmemarkedet, kronen ville styrke seg som et rent resultat av tilbud/etterspørsel, og det ville gjøre annen innenlandsk virksomhet lite konkurransedyktig. Det ville ikke være lønnsomt å produsere industriprodukter lenger, de bedriftene ville flagge ut, og den dagen det da ble tomt for olje/gass, ville landet stå på bar bakke.

Det man kom frem til, er at man skal kunne bruke gjennomsnittlig realavkastning på oljeformuen. Årsaken til at det er real-avkastningen man kan bruke (altså nominell avkastning minus inflasjon) er jo at inflasjon fører til at 1 krone i dag er mindre verdt om ett år. Så for å beskytte verdien av oljeformuen, lar man formuen vokse med like mye som inflasjonen. Dermed har vi like mye penger i morgen, som vi hadde i går. Det som er igjen, altså realavkastningen, kan vi fase inn i økonomien. Vi tar dermed ikke inn så mye penger at vi overoppheter innenlandsk økonomi, og vi sørger for at verdien på oljeformuen er intakt for nasjonen.

Det tallet man konkluderte med, og som endte opp som den såkalte handlingsregelen, er 4% realavkastning. Det er hva som er rimelig å forvente av årlig realavkastning på oljeformuen. Altså – vi faser inn 4% avkastning hvert år. Dette tallet vil jo vokse, ettersom formuen vokser, men ikke mer enn at det ikke vil gjøre oss hollandsk syke og gjør annen virksomhet lite konkurransedyktig. Samtidig beholder vi selve formuen inntakt.

Dette er en grov forenkling av Handlingsregelen, men de som ønsker å lese mer om det, kan med fordel lese et foredrag som Svein Gjedrem holdt i Polyteknisk forening, og som er å finne på sidene til Norges Bank.

(Dette ble ikke akkurat noe panginnlegg for å avslutte uken . Jeg vet at dette er kjedelig stoff, men det er jo et ekstremt viktig begrep i norsk politisk debatt, og du verden det er en del som ikke skjønner det.)

No related posts.