TED日本語 - ジェームズ・B・グラットフェルダー: 世界をコントロールしているのは誰か?

TED日本語

TED Talks(英語 日本語字幕付き動画)

TED日本語 - ジェームズ・B・グラットフェルダー: 世界をコントロールしているのは誰か?

TED Talks

世界をコントロールしているのは誰か?
Who controls the world?
ジェームズ・B・グラットフェルダー
James B. Glattfelder

内容

ジェームズ・グラットフェルダーの研究分野は「複雑系」です。例えば鳥の群れのように相互につながった要素を持つシステムでは、全体がどのように部分の集合以上になるかということを研究しています。そこで明らかになってきたのは、複雑系の理論を通して経済の仕組みが解明できるということです。 グラットフェルダーの革新的な研究で、支配力がグローバル経済の中でどのように移動するか、そして少数の手に権力が集中することで、どれだけ私達が危険にさらされるかということが明らかになります。(TEDxZurich)

Script

"When the crisis came, the serious limitations of existing economic and financial models immediately became apparent." "There is also a strong belief, which I share, that bad or oversimplistic and overconfident economics helped create the crisis."

Now, you've probably all heard of similar criticism coming from people who are skeptical of capitalism. But this is different. This is coming from the heart of finance. The first quote is from Jean-Claude Trichet when he was governor of the European Central Bank. The second quote is from the head of the U.K. Financial Services Authority. Are these people implying that we don't understand the economic systems that drive our modern societies? It gets worse. "We spend billions of dollars trying to understand the origins of the universe while we still don't understand the conditions for a stable society, a functioning economy, or peace."

What's happening here? How can this be possible? Do we really understand more about the fabric of reality than we do about the fabric which emerges from our human interactions? Unfortunately, the answer is yes. But there's an intriguing solution which is coming from what is known as the science of complexity.

To explain what this means and what this thing is, please let me quickly take a couple of steps back. I ended up in physics by accident. It was a random encounter when I was young, and since then, I've often wondered about the amazing success of physics in describing the reality we wake up in every day. In a nutshell, you can think of physics as follows. So you take a chunk of reality you want to understand and you translate it into mathematics. You encode it into equations. Then predictions can be made and tested. We're actually really lucky that this works, because no one really knows why the thoughts in our heads should actually relate to the fundamental workings of the universe. Despite the success, physics has its limits. As Dirk Helbing pointed out in the last quote, we don't really understand the complexity that relates to us, that surrounds us. This paradox is what got me interested in complex systems. So these are systems which are made up of many interconnected or interacting parts: swarms of birds or fish, ant colonies, ecosystems, brains, financial markets. These are just a few examples. Interestingly, complex systems are very hard to map into mathematical equations, so the usual physics approach doesn't really work here.

So what do we know about complex systems? Well, it turns out that what looks like complex behavior from the outside is actually the result of a few simple rules of interaction. This means you can forget about the equations and just start to understand the system by looking at the interactions, so you can actually forget about the equations and you just start to look at the interactions. And it gets even better, because most complex systems have this amazing property called emergence. So this means that the system as a whole suddenly starts to show a behavior which can not be understood or predicted by looking at the components of the system. So the whole is literally more than the sum of its parts. And all of this also means that you can forget about the individual parts of the system, how complex they are. So if it's a cell or a termite or a bird, you just focus on the rules of interaction.

As a result, networks are ideal representations of complex systems. The nodes in the network are the system's components and the links are given by the interactions. So what equations are for physics, complex networks are for the study of complex systems.

This approach has been very successfully applied to many complex systems in physics, biology, computer science, the social sciences, but what about economics? Where are economic networks? This is a surprising and prominent gap in the literature. The study we published last year called "The Network of Global Corporate Control" was the first extensive analysis of economic networks. The study went viral on the Internet and it attracted a lot of attention from the international media. This is quite remarkable, because, again, why did no one look at this before? Similar data has been around for quite some time.

What we looked at in detail was ownership networks. So here the nodes are companies, people, governments, foundations, etc. And the links represent the shareholding relations, so Shareholder A has x percent of the shares in Company B. And we also assign a value to the company given by the operating revenue. So ownership networks reveal the patterns of shareholding relations. In this little example, you can see a few financial institutions with some of the many links highlighted.

Now you may think that no one's looked at this before because ownership networks are really, really boring to study. Well, as ownership is related to control, as I shall explain later, looking at ownership networks actually can give you answers to questions like, who are the key players? How are they organized? Are they isolated? Are they interconnected? And what is the overall distribution of control? In other words, who controls the world? I think this is an interesting question.

And it has implications for systemic risk. This is a measure of how vulnerable a system is overall. A high degree of interconnectivity can be bad for stability, because then the stress can spread through the system like an epidemic.

Scientists have sometimes criticized economists who believe ideas and concepts are more important than empirical data, because a foundational guideline in science is: Let the data speak. Okay. Let's do that.

So we started with a database containing 13 million ownership relations from 2007. This is a lot of data, and because we wanted to find out who rules the world, we decided to focus on transnational corporations, or TNCs for short. These are companies that operate in more than one country, and we found 43,000. In the next step, we built the network around these companies, so we took all the TNCs' shareholders, and the shareholders' shareholders, etc., all the way upstream, and we did the same downstream, and ended up with a network containing 600,000 nodes and one million links. This is the TNC network which we analyzed.

And it turns out to be structured as follows. So you have a periphery and a center which contains about 75 percent of all the players, and in the center there's this tiny but dominant core which is made up of highly interconnected companies. To give you a better picture, think about a metropolitan area. So you have the suburbs and the periphery, you have a center like a financial district, then the core will be something like the tallest high rise building in the center. And we already see signs of organization going on here. Thirty-six percent of the TNCs are in the core only, but they make up 95 percent of the total operating revenue of all TNCs.

Okay, so now we analyzed the structure, so how does this relate to the control? Well, ownership gives voting rights to shareholders. This is the normal notion of control. And there are different models which allow you to compute the control you get from ownership. If you have more than 50 percent of the shares in a company, you get control, but usually it depends on the relative distribution of shares. And the network really matters. About 10 years ago, Mr. Tronchetti Provera had ownership and control in a small company, which had ownership and control in a bigger company. You get the idea. This ended up giving him control in Telecom Italia with a leverage of 26. So this means that, with each euro he invested, he was able to move 26 euros of market value through the chain of ownership relations.

Now what we actually computed in our study was the control over the TNCs' value. This allowed us to assign a degree of influence to each shareholder. This is very much in the sense of Max Weber's idea of potential power, which is the probability of imposing one's own will despite the opposition of others.

If you want to compute the flow in an ownership network, this is what you have to do. It's actually not that hard to understand. Let me explain by giving you this analogy. So think about water flowing in pipes where the pipes have different thickness. So similarly, the control is flowing in the ownership networks and is accumulating at the nodes. So what did we find after computing all this network control? Well, it turns out that the 737 top shareholders have the potential to collectively control 80 percent of the TNCs' value. Now remember, we started out with 600,000 nodes, so these 737 top players make up a bit more than 0.1 percent. They're mostly financial institutions in the U.S. and the U.K. And it gets even more extreme. There are 146 top players in the core, and they together have the potential to collectively control 40 percent of the TNCs' value.

What should you take home from all of this? Well, the high degree of control you saw is very extreme by any standard. The high degree of interconnectivity of the top players in the core could pose a significant systemic risk to the global economy and we could easily reproduce the TNC network with a few simple rules. This means that its structure is probably the result of self-organization. It's an emergent property which depends on the rules of interaction in the system, so it's probably not the result of a top-down approach like a global conspiracy.

Our study "is an impression of the moon's surface. It's not a street map." So you should take the exact numbers in our study with a grain of salt, yet it "gave us a tantalizing glimpse of a brave new world of finance." We hope to have opened the door for more such research in this direction, so the remaining unknown terrain will be charted in the future. And this is slowly starting. We're seeing the emergence of long-term and highly-funded programs which aim at understanding our networked world from a complexity point of view. But this journey has only just begun, so we will have to wait before we see the first results.

Now there is still a big problem, in my opinion. Ideas relating to finance, economics, politics, society, are very often tainted by people's personal ideologies. I really hope that this complexity perspective allows for some common ground to be found. It would be really great if it has the power to help end the gridlock created by conflicting ideas, which appears to be paralyzing our globalized world. Reality is so complex, we need to move away from dogma. But this is just my own personal ideology.

Thank you.

(Applause)

「危機的な状況に陥ると 現状の経済 金融モデルに 深刻な問題があることがすぐに明らかになる」― 「粗悪で単純 自信過剰な経済学が 危機を助長した という考え方には 私も賛成だ」―

資本主義に懐疑的な人が こんな批判をするのを聞いたことがあるでしょう でも今 挙げた言葉は 金融の中心にいる人達の声です 始めの言葉は当時の欧州中央銀行総裁 ― ジャン=クロード・トリシェ その次はイギリス金融庁の 長官の言葉です 彼らが言いたいのは 現代社会の原動力である経済システムを 我々が理解していないということでしょうか? さらに厳しい指摘が続きます 「私達は何十億ドルもかけて 宇宙の起源を探っているのに 社会が安定して経済も機能し ― 平和が成立する条件すら まだわかっていない」

どうしてこんなことが起こるのでしょうか? 人間社会の仕組みよりも 物理世界の仕組みの方が よくわかっているということでしょうか? 残念ながらその通りです そこで面白い解決策を提案するのが 「複雑性の科学」です

その意義と内容を説明するために 少しさかのぼってお話しします 私が物理学を学んだのは偶然でした 若い頃 たまたまかじったのです 目の前の現実を 物理学が非常にうまく 説明するのを見ると感心してしまいます 物理学の核心とは 自然現象の一部を取り上げて 数学で記述することです 現実を方程式に置き換えるのです これで予測が検証できるようになります これは大きな助けですさもなければ ただ頭の中で考えた事が 実際 なぜ宇宙の仕組みにつながるか説明がつかないからです これはうまく行っていますが物理学にも制限があります 先程の引用にある通り ― 私達は複雑性を理解していません 私達を取り巻いているのに 私が複雑系に関心をもったのはこの矛盾がきっかけです 複雑系は 多数のパーツが 相互に つながり作用してできています 例えば 鳥や魚の大群アリのコロニー ― 生態系や脳金融マーケットもそうです これでもまだほんの一部です 複雑系は 数学的な方程式に 置き換えることが非常に難しい 一般的な物理学のアプローチではうまくいきません

では複雑系で分かっていることは何か? 複雑な振る舞いに見えたとしても 実は 相互作用に関する いくつかの単純なルールの結果に過ぎません つまり方程式は忘れて相互作用そのものを観察すれば システムを理解する手がかりが得られます 方程式は無視して 相互作用を捉えるのです さらに面白いことにほとんどの複雑系が 「創発」という驚くべき性質を備えています 創発とは 個々の要素を観察しても 理解や予測ができない振る舞いが システム全体に突如 生じることです このとき 全体は部分の集合を超えています システム内の個々の要素は どれほど複雑であっても無視してよいということになります 細胞でもシロアリでも鳥でも 相互作用のルールに注目すればいいのです

複雑系を最もよく表すのは ネットワークです ネットワークにおけるノードは システムの要素で リンクは要素の相互作用です 物理学における方程式に当たるのが 複雑系の研究ではネットワークです

この方法は 物理学や生物学 ― コンピュータ科学や社会科学における ― 様々な複雑系について成功を収めています では 経済学はどうでしょうか 経済のネットワークはどこにあるのでしょう 実は この分野は明らかに研究が遅れています 私達が2011年に発表した ― 「世界的企業コントロールのネットワーク」という論文は 経済のネットワークを初めて詳細に分析したものです この研究はネット上で 大きな反響を呼び各国メディアが注目しました 驚くべきことですどうして今まで 誰も ― 着目していなかったのか? 似たデータは以前からあったというのに

私達が分析したのは所有権のネットワークです このノードは人や企業 ― 政府や財団などを表しています ノードをつなぐ線は株式保有の関係です 株主Aは 会社Bの株式をx% 保有する といった関係です また この会社に対して 営業収益に基づく価値を与えます すると株式保有の関係が所有ネットワークから 明らかになるのです この例では いくつかの金融機関と 一部のリンクを強調しています

これまで 所有ネットワークの研究が 注目されなかったのは 退屈に思えるからかも知れません 実は 所有権はコントロールと関係があるので ― 所有ネットワークを通して様々なことがわかるのです キー・プレーヤーは誰か どう組織されているか単独か つながっているか 支配力の分布はどうなっているか つまり誰が世界をコントロールしているか? 興味深い問いです

システム上のリスクもわかります システムがどの程度ぜい弱かがわかるのです つながりが密接だと 安定が損なわれます 高密度の関係では負荷が伝染病のように 広がってしまいます

科学者が批判してきたのは 経済学者が データよりも思想や概念を重視する点です 科学の基本方針は 「データで示す」これに従いましょう

まず私達は2007年以降の 1,300万の所有関係からなるデータベースを使いました 「誰が世界を支配しているか」を知るために 大量のデータの中で 注目したのは多国籍企業です 2つ以上の国で事業を展開している企業のことです 多国籍企業は43,000ありました 次に企業群を基にしたネットワークを作るために 多国籍企業の株主や 株主の株主といった関係を まるごと取り上げて 60万のノードと100万のリンクからなるネットワークを 構築しました これが私達が分析した多国籍企業のネットワークです

分析の結果 構造がわかりました ネットワークには周辺と中心があり 全企業の75%が中心に属します 中心には つながりがより密接な ― 少数の企業からなる支配的中核部が存在します 都市圏に例えると 分かりやすいでしょう 郊外や周辺部があり ― 金融街のような中心部があり ― 中核部には 高層ビルが建ち並びます すでに仕組みが見え始めています 中核となる36%の多国籍企業が 全ての多国籍企業の営業収益の95%を 占めています

構造はわかりましたが これがコントロールとどう関係しているのでしょう 所有権があれば株主は議決権を持つ ― これがコントロールの普通の捉え方です 別のモデルでは所有権から生じる ― 支配力を計算できます 過半数の株式を所有すれば 企業をコントロールできますが 通常は 株式全体の相対的な分布によって決まります ここでネットワークが重要になります 10年程前にプロヴェーラ氏は 小さな企業を所有し支配していました この企業は より大きな企業を所有し支配しました 分かったでしょう 結局 彼はテレコム・イタリアを支配しました レバレッジは26倍です プロヴェーラ氏は連鎖的な所有関係を使って 1ユーロ投資する度に26ユーロ分の市場価値を 動かす事ができたということです

この研究で私達が計算したのは 多国籍企業の価値に対する支配力です こうすることで一定の影響力を 株主それぞれに割り当てられます これはマックス・ウェーバーの 潜在力の考え方そのものです つまり他者の反対を押し切って 自分の意志を貫ける可能性です

所有ネットワークにおける影響力の流れは こう計算します 見た目ほど難しくはありません たとえ話をしましょう パイプに水が通っているとします パイプの太さはまちまちです 支配力も同じように所有ネットワークを流れ ― ノードに溜まります ネットワークを支配する力を計算してわかったことは 737の大株主が 多国籍企業の価値の80%を コントロールする力を持つということです ノードの総数は60万でしたから 737という大株主の数は 全体の0.1%程度です アメリカとイギリスの金融機関がほとんどを占めます さらに言うと 中核部には146の株主がいますが これが多国籍企業の価値の 40%をコントロールできるのです

この事実からわかることは何でしょうか ご覧頂いたコントロールの集中は どう見ても行き過ぎです 中核部にいる株主が 過度に集中すると 世界経済に重大なシステム上のリスクが生じます 多国籍企業のネットワークはいくつかの単純なルールで 簡単に再現できました 自己組織化の結果として 構造が生じたからです これはシステムの相互作用のルールから 創発した性質です だから たぶん地球規模の陰謀論のような ― トップダウンの構造から生じたものではないでしょう

私達の研究は詳細な地図というよりは 大まかな見取図です だから この研究で出した数字を 鵜呑みにしないでください それでも金融の新しい姿を 垣間見ることはできます これがきっかけになって方向性を共にする研究が増え 未知の領域の調査が進むことを期待します ゆっくりとですが 試みは始まっていますネットワーク化した世界を 複雑性という視点から理解しようとする ― 長期に渡る 予算も十分な研究プログラムが出現しつつあります でも探究は始まったばかりです 結果が出るまでには時間が必要です

私はまだ重要な課題が残されていると思います 金融 経済 政治 社会に関する考え方には しばしば個人的なイデオロギーが まとわりついています だから複雑性の視点が 共通の基盤を与えることを期待しているのです 対立するアイデアが行き詰まりを生み グローバル化する世界の重荷になっています その解消に手を貸せたら素晴らしいと思います 現実は とても複雑です一つの教義に縛られてはいけません ただ これも個人的なイデオロギーなのですが

ありがとうございました

(拍手)

― もっと見る ―
― 折りたたむ ―

品詞分類

  • 主語
  • 動詞
  • 助動詞
  • 準動詞
  • 関係詞等

関連動画