Масштаб. Универсальные законы роста, инноваций, устойчивости и темпов жизни организмов, городов, экономических систем и компаний

Несомненно, оба этих подхода необходимы: всеобщие, экономные «универсальные» законы и систематическое поведение отражают общую картину и господствующие силы, которые определяют общую динамику, а обоснованное, подробное моделирование отражает индивидуальность и уникальность каждой компании. В применении к городам законы масштабирования показывают, что от 80 до 90 % их измеримых характеристик можно определить, зная лишь численность их населения, а оставшиеся 10–20 % являются мерой индивидуальности и уникальности каждого города, и понять их можно только при помощи подробных исследований, принимающих во внимание местные исторические, географические и культурные особенности. Рассуждая в том же духе, я хочу сейчас исследовать, насколько такая же система может быть использована для выявления эмерджентных законов, которым подчиняются компании.

1. Walmart как увеличенная скобяная лавка

Финансовая компания Standard & Poor’s, более всего известная своим индексом фондового рынка по американским компаниям, S&P 500, также предоставляет доступ к весьма полезной базе данных, в которой содержатся финансовые отчеты и балансы всех котирующихся на бирже компаний начиная с 1950 г. Эта база данных называется Compustat. В отличие от аналогичных баз данных по организмам и городам использование ее далеко не бесплатно. Компания S&P запрашивает за доступ к ней 50 тысяч долларов. Для большинства инвесторов, корпораций и бизнес-школ, для которых эта база данных и предназначена, это может показаться мелочью, но для нас, простых ученых, это большая сумма, эквивалентная годовой зарплате постдокторанта. К сожалению, когда мы организовывали проект ISCOM и собирались изучать компании с точки зрения масштабирования, таких средств у нас не было, исследование компаний пришлось отложить в долгий ящик и перенацелить проект на исследование городов, данные по которым можно было получить бесплатно.

Работа с городами оказалась гораздо более интересной и плодотворной, чем ожидал, например, я, и обратиться к рассмотрению компаний с тем вниманием, которого заслуживает эта тема, мы снова смогли много позже, чем предполагалось, даже после того, как мы все-таки получили доступ к базе данных Compustat благодаря исследовательскому гранту, полученному от Национального научного фонда. В частности, поэтому анализ и теоретическая система пока что остаются менее разработанными, чем для городов. Тем не менее мы уже успели заметно продвинуться вперед и получить связную картину, на основе которой может быть построена в грубом приближении научная теория компаний.

Современная концепция компании и тот быстрый оборот рынка, при котором большинство компаний выживает лишь в течение весьма недолгого времени, появились не более пары сотен лет назад. Этот период гораздо короче, чем многие сотни, если не тысячи лет, в течение которых развивались города и городские системы, не говоря уже о миллиардах лет существования биологической жизни. Поэтому у рыночных сил, воздействующих на компании, было гораздо меньше времени для достижения такого же рода метастабильной конфигурации, проявляющейся в систематических законах масштабирования, какая существует для городов и организмов.

Как объяснялось в предыдущих главах, законы масштабирования являются следствием оптимизации сетевых структур, поддерживающих существование всех этих разнообразных систем, а оптимизация эта есть результат непрерывной работы механизмов обратной связи, заложенных в естественном отборе и «выживании наиболее приспособленных». Таким образом, следует ожидать, что в случае городов эмерджентные законы масштабирования должны демонстрировать значительно бо́льшие колебания вокруг идеализированных степенных законов, чем в случае организмов, потому что период воздействия эволюционных сил для первых был гораздо короче, чем для вторых. Сравнение соответствия данных с кривыми масштабирования для этих двух случаев, например рис. 1, на котором представлены уровни метаболизма животных, с рис. 3, на котором показаны данные по производству патентов в городах, подтверждает это предположение: разброс данных вокруг кривой значительно шире для городов, чем для организмов. Из этого следует, что для компаний, временные масштабы «эволюции» которых еще короче, разброс данных вокруг идеализированных кривых масштабирования должен быть еще шире, чем для городов и организмов.

Использованный для анализа набор данных Compustat охватывает 28 853 компании, котировавшиеся на американских биржах в течение шестидесяти лет, с 1950 по 2009 г. В эту базу данных входят стандартные параметры бухгалтерской отчетности: число работников, совокупный объем продаж, размеры активов, расходов и пассивов и так далее, причем каждая из этих категорий разбита на подразделы, например затраты на обслуживание долгов, инвестиции, товарно-материальные запасы, амортизация и так далее. Приведенная на следующей странице блок-схема иллюстрирует взаимосвязи между всеми этими параметрами.