становятся значения. Например, если нормальная кривая, изображенная на илл. 2, отражает распределение роста венгерских мужчин, то можно ожидать, что около двух третей (68 %) мужчин будут находиться в пределах одного стандартного отклонения от среднего роста, равного 175 см, – то есть будут иметь рост от 168 до 182 см. А отличаться от среднего более чем на три стандартных отклонения, то есть иметь рост более 196 см или менее 154 см, будут менее 0,1 %.
Греческая буква μ (мю), отмечающая середину оси абсцисс, обозначает среднее значение, или, если использовать более точный термин, математическое ожидание. Как видите, в точке μ кривая достигает максимума: это означает, что при нормальном распределении среднее значение и встречается чаще всего. Греческая буква σ (сигма) обозначает стандартное отклонение. Также можно видеть, что для 34,1 % населения измеряемая величина (например, рост) находится между средним значением и значением, превышающим среднее на одно стандартное отклонение. Еще для 34,1 % эта величина ниже среднего на одно стандартное отклонение или меньше. Кроме того, на три стандартных отклонения от среднего отличаются менее 0,2 % населения (один человек из пятисот). Так распределяются величины по гауссовой кривой. Во второй части книги я уделю некоторое время восхвалению ее описательных способностей. Сейчас же достаточно сказать, что это распределение очень хорошо моделирует многие природные явления.
Мой друг Алекс прав относительно чудес, пока речь идет о явлениях, распределенных нормально. Кривая нормального распределения спадает чрезвычайно быстро: на расстоянии четырех стандартных отклонений от среднего значение величины уже настолько близко к нулю, что зазор между кривой и осью абсцисс можно разглядеть только при помощи мощного микроскопа. На расстоянии десяти стандартных отклонений и далее не поможет и микроскоп. Лишь в одном из триллиона триллионов случаев можно ожидать отклонения от среднего, превышающего десять стандартных отклонений.
Поскольку, как выяснилось, гауссова кривая так хорошо описывает столь многие природные явления, казалось разумным применить ее и к явлениям экономическим. В конце концов статистическая идеология, на которой основано гауссово распределение, стала настолько непререкаемой догмой, что в течение приблизительно столетия создателям экономических моделей даже в голову не приходило использовать что-либо другое. Однако оказалось, что распределение Гаусса не вполне отражает механизмы, действующие в экономике. И это относится не только к экономике: за пределами области применимости этой конкретной модели лежат и многие другие явления. Во время финансового кризиса 2008 года я слышал от разных финансовых гуру, что «такого кризиса нельзя ожидать даже раз в десять тысяч лет». Хотя десять тысяч лет мне исполнится еще не скоро, я слышал такие же заявления по меньшей мере раза четыре, а то и пять – например, во время кризисов 1987 и 1998 годов, а также после 11 сентября. Видимо, что-то тут не так.
Илл. 1. Последняя