Mca 6 2007 def pdf

---

Professor Taleb, how would you introduce yourself
to our readers?
I consider myself a scholar, who specializes in un-
certainty. I used to be a stock trader for a very long
time, but since the crash of 1987 I luckily did not
have to worry much about the more mundane. So I
specialized in complex derivatives on the one hand,
and probability theory on the other. I looked at the
errors in judgment when dealing with probability.
I have a PhD in applied statistics, but from ’87
this interest evolved into an interest in the role of
large events. But: seen from all kinds of perspecti-
MCA: oktober 2007, nummer 6
10
Interview:
NASSIM TALEB:
YOU CANNOT BECOME FAT IN ONE DAY,
BUT YOU CAN BECOME
ENORMOUSLY WEALTHY!
On November 7 the
Controllers Institute
will hold it’s annual conference. One
of the more interesting, but maybe less well-known keynote speakers will be
Nassim Nicholas Taleb
, author of bestsellers
Fooled By Randomness
and
more recently
The Black Swan
.
Taleb divides our environment in
Mediocristan
and
Extremistan
; two domains in
which the ability to understand the past and predict the future is radically
different. In Mediocristan, events are generated by an underlying random
process with a ‘normal’ distribution. These events are often physical and
observable and they tend to cluster in a Gaussian distribution pattern, around
the middle. Most people are near the average height and no adult is more than
nine feet tall. But in Extremistan, the right-hand tail of events is thick and long
and the
outlier
, the wildly unlikely event (with either enormously positive or
enormously negative consequences) is more common than our general
experience would indicate. Bill Gates is more than a little wealthier than the
average. 9/11 was worse than just a typical bad day in New York City.
Taleb states that too often in dealing with events of Extremistan we use our
Mediocristan intuitions. We turn a blind eye to the unexpected. To risks, but
also, all too often, to serendipitous opportunities.
Editor Jan Bots talks with Taleb about chance, risk and how to cope with it in
the real world.

---

MCA: oktober 2007, nummer 6
11
‘A Black Swan
is an event
with a very
small
probability,
but huge
repercussions’

---

ves – philosophy, psychology, economics, history,
social sciences, all blended together.
I was never interested in finance per se. I was
interested in what I could learn from finance.
When people ask you ‘What are you?’ they usually
mean ‘What job are you being paid for?’ Now no-
body pays me a salary… I do what I do.
Not every reader will be familiar with your two
books, Fooled by Randomness and The Black Swan.
Could you summarize their message for us?
Really, the Black Swan summarizes it all I think.
Rare events, what I call Black Swans, play a massive
role. A Black Swan is an event with a very small pro-
bability, but huge repercussions. Before it happens
we never even think about it. Then, after the fact,
we realize it really had been predictable, but that
our science was not very effective: we apparently
have a huge amount of retrospective predictability
skills, but no effective prospective ones.
These rare events play an monumental role in
our lives – whether in finance, in economics, poli-
tics, war and peace, or inventions. The world as it
appears is not very predictable, because it depends
on concentrated random variables. We may think
we can model it; we cannot, because the outliers do-
minate. In history books you’ll read that the first
world war was predictable. But if you look at war
bonds, it was not. They predicted 1870, but not 1914.
This war was only retrospectively predictable. People
were lulled by a century of post-Napoleonic peace.
One metaphor I use to explain this is book sales.
In 1995 there were maybe 10.000 books published in
the States. 70% of the sales revenue was generated
by five titles: outliers, statistically seen. Likewise,
Bill Gates is infinitely more wealthy than most
other people.
If you consider the role of large deviations in
wealth, market share, casualties in war, it is so
potent; it makes everything unpredictable.
And how do we cope with this unpredictability?
We can do a lot about this, if we start to perform
what I call domain separation. There are two kinds
of domains. One, in which a large deviation plays
an inconsequential role, what I call mild random-
ness. In the other domain, of wild randomness, de-
viations play a massive role. Eating is an example of
mild randomness: the quantity of food you can ab-
sorb in one day is limited. You can not become fat in
one day. This is the world of predictability. Becom-
ing rich or poor is the domain of wild randomness.
You can easily become rich (97% of the money I ever
made came in one day, in October 1987) or poor
(war, earthquake) in a single day.
How do you know or determine in which
domain you are?
Pretty much everything socio-economic is in the
domain of wild randomness, especially when it is
linked with information. There are ways to do diag-
nostics from the role of random variables. For in-
stance with books: you just calculate the share of
the minority in the total. Or you can perform an ex-
ante analysis by asking the question whether there
are natural limits to the variable, as in the height or
weight of people. In socio-economics you seldom
have natural limits.
But if I take the example of book publishing,
my publisher knows his rule-of-thumb:
that only 2 out of 100 titles will be a success.
Yes, but he does not know beforehand which ones.
Nor will he know whether he’ll sell a thousand or a
million copies. In some years 70% comes from seven
books, in other years 50% from twenty. You can pu-
blish books for ten years and never have a hit.
Fact is, our ability to generalize from sample
sets is monstrously low. If you look at biotech, can-
cer research for example, we have been doing that
for 40 years now without any real breakthrough.
The last one, chemotherapy, by the way was an se-
rendipitous invention.
How long did we have to wait for Microsoft?
Another example: Google.
We are living in a world in which first of all
there is great uncertainty about these random vari-
ables.
What I noticed in my research, and that is more
or less my business now, is the following: I probably
cannot figure out all these probabilities, but what
we are very good at is determining whether my
world is sensitive to these random variables, to an
outlier or not. That is very easy to ascertain.
That then is the big question?
Yes. Take portfolio’s. There are portfolio’s, sensitive
to what I call the negative Black Swans, and portfo-
lio’s that are sensitive to positive Black Swans.
MCA: oktober 2007, nummer 6
12
‘There are ways
to check the
robustness of
portfolio’s’

---

MCA: oktober 2007, nummer 6
13
Did you know, in 1982 banks in America lost cumu-
latively 800% of all the profits made in the history
of banking. Of course with the consent of Paul Vol-
cker this was kept hidden. The eight biggest banks
in America had $ 22 bn in capital, and $ 60 bn in
loans to South and Central America. They lost
everything in one incident. You see, you can tell
right away if you are in an environment that is sen-
sitive to negative Black Swans.
Ten years later, with the Savings &Loans fiasco,
they made the same mistake again! This one cost us
700 bn dollars. And now they may do it again. In
other words, banking is an industry, very sensitive
to Black Swans.
Now let’s take an industry that is sensitive to
positive Black Swans, real estate. Real estate has
been, in America and elsewhere, very profitable,