村井章子のレビュー一覧

悪いヤツほど出世する

ジェフリー・フェファー / 村井章子

1.ずっと気になっていたリーダーについての本音の部分だったので読みました。

2.「リーダーとは謙虚であれ」という理想を裏切る内容が書かれています。本書ではリーダーについての実態が調査され、実際に出世している人達はどのような人格なのか、どのような立ち振る舞いをしているのかを書いています。

3.謙虚とは控えめで素直であること、と定義されているのですが、リーダーにおける謙虚さは定義がズレるのだと思いました。そもそもリーダーは人の前に立つことが求められるので控えめでいることは難しいと思います。
リーダーにおける謙虚さは
・素直さ（ミスした時に他人のせいにしない等）
・人を傷つける嘘はつかない
と言ったことが当てはまると思いました。

ザ・セカンド・マシン・エイジ

エリック・ブリニョルフソン / アンドリュー・マカフィー / 村井章子

社会の発展度合いを計測する『社会開発指数』により人類史を捉えると、まさに現代は重大な転換点にある。その原動力となるのが
・デジタル化
・コンピュータの『指数関数的』高性能化
・『組み合わせイノベーション』
である

コンピュータの高性能化は、チップの処理速度がおよそ18ヶ月で2倍になる『ムーアの法則』が知られる。これは科学者の努力によるものであり、ここまで加速度的な進歩が起こる産業は他にはない

人工知能の発達は目覚ましい。これまでは、機械により雇用がなくなることは『労働塊の誤謬』とされていたが、今後は分からない。人間も馬のように、産業界から排斥される可能性もある。

人間特有の能力として、『複雑なコミュニケーション』『パターン認識』『非定型の肉体労働』が挙げられる。特に、人間にとっては簡単な運動でも機械には困難な『モラベックのパラドクス』が興味深い。

デジタル産業の強みは、情報伝達、複製のコストがほぼゼロの『限界評価ゼロ』経済であることだ。今や世界中のデータベースにアクセスでき、最高のアルゴリズムを無限にコピーして、しかも無料で利用できてしまう。

デジタル経済は人々の生活を劇的に豊かにしておきながら、その費用は極端に低い（あるいは無料で提供されるため）GDPに反映されない。音楽産業がCDからストリーミングに転換した時、まるで産業が丸ごと消えてしまったかのような現象が、統計上では起こる。

デジタルサービスの場合、物理的な障害がほとんどないため、すぐにグローバル化する。そして、一番が市場を独占し、その流れが『ネットワーク外部性』により加速する『ウィナー・テイク・オール』の世界である。

その結果として、桁違いの所得格差が生じる。今後、大金持ちとなる可能性のある人間は
・エンジニアなどの高スキル労働者
・システムを所有する超資本家
・芸術、スポーツなどの分野のスーパースター
である。

機械によって代替されにくい人間の特徴として、『発想』が挙げられる。機械は答えを出せる一方で、問いを立てることが出来ない。今後の教育には、ラリーペイジやジェフべゾフなど、名だたる天才が受けたとさらる、個人の自発的な好奇心を伸ばす『モンテッソーリ教育』が効果的かもしれない。

ＮＯＩＳＥ上 組織はなぜ判断を誤るのか？

ダニエル・カーネマン / オリヴィエシボニー / キャス R サンスティーン / 村井章子

前著「ファストアンドスロー」が人間のバイアスについて書かれた本であったのに対して、本著は「ノイズ」（＝標準偏差。ばらつき）について書かれた本。
同じ人間でも、判断する気分・時間・外部要因によって答えを変えてしまう。それに対応するためにはどうすればよいのか？

ブラック職場があなたを殺す

ジェフリー・フェファー / 村井章子

著者の主張は今すぐ全部は実現できないと思う。しかしながら、フリーランスで働くことや在宅ワークで働くことが隆盛となっている現在。またそれも困難でなくなくブラック企業で働かざるおえない方に是非読んでいただきたい。

コンテナ物語 世界を変えたのは「箱」の発明だった 増補改訂版

マルク・レビンソン / 村井章子

イノベーションというと、ついGoogleやAppleなどのビックテックを想像してしまうけど、本当の意味でのイノベーションは人々の生活を変えるためにエコノミクスが合うように社会実装する事を指すのではないかと気付かされた

ＮＯＩＳＥ上 組織はなぜ判断を誤るのか？

ダニエル・カーネマン / オリヴィエシボニー / キャス R サンスティーン / 村井章子

バイアスについての名著『ファスト・アンド・スロー』の内容の繰り返しにならないかを懸念してたのですが、杞憂どころか、ノイズという全く新しい視点で書かれた目から鱗の内容でした。統計学的な中央値のずれがバイアスなのに対し、標準偏差の大きさがノイズです。

経営判断や司法判断などの一度きりの判断は、繰り返しや結果の検証がされないために、信じられないほどのバラツキを持っていることが認識されていません。本書はその衝撃の事実をデータで示してくれむす。さらに、判断者ごと、判断ケースごと、または偶然性によるもの、などの要素にノイズを分解して、ノイズ全体がその要素の二乗和になっていることが説明されます。

バイアスを減らす重要性が広く認識されてきた中で、本書はノイズという新たな課題を突きつけます。下巻でその方法論がどの様に語られるか、楽しみです。

ＮＯＩＳＥ下 組織はなぜ判断を誤るのか？

ダニエル・カーネマン / オリヴィエシボニー / キャス R サンスティーン / 村井章子

第16章　パターン
パターンノイズについて話そう
「あなたはずいぶん自信ありげだが、この問題はそうかんたんではない。情報はいろいろな可能 性を示している。別の解釈も可能だということを見落としていないだろうか？」
「君と私は同じ候補者と面接し、いつものように同じような質問をした。なのに、君と私は正反 対の判断に達している。このパターンノイズの原因は何だろう？」
「人間いろいろで性格もちがうからこそ、イノベーションが生まれる。さまざまな個性は興味深 いし、刺激的でもある。だが判断ということになると、話は別だ」

第17章　ノイズの原因
ノイズの原因について話そう
「判断の平均レベルのちがいにはすぐ気づく。だが気づきにくいパターンノイズも大きいのでは？」
「この判断ミスはバイアスのせいだと君は言うが、結果がちがってもそう言っただろうか？ノイズの存在は考えたことがあるか？」
「バイアスを減らす努力をすることはもちろん正しい。だが同時に、ノイズを減らすことにも取り組むべきだ」

第18章　よい判断はよい人材から
　つまり、認知反射や認知欲求のテストは注意深い遅い思考に取り組む傾向を計測するのに対し、開かれた思考テストはさらに踏み込み、自分の判断は未完成であり必要に応じて修正したいとする謙虚な思考態度を計測する。

よい判断を下せるのはどんな人かについて話そう
「君はたしかに専門家だ。しかし君の判断は結果で検証可能なのか、それとも不可能なのか?」「われわれは二人の専門家から得た助言のどちらかを選ばざるを得ない。しかし、彼らの専門的な能力や過去の実績は何もわかっていない。だから、知的能力の高いほうのアドバイスを採用することにしよう」
「ただ、知的能力がすべてというわけではない。認知スタイルや思考態度といったものも重要だ。 われわれが選ぶべきなのは単に頭のいい人間ではなく、開かれた思考のできる人だと思う」

第19章　バイアスの排除と判断ハイジーン
バイアスの排除と判断ハイジーンについて話そう
「いま減らしたいのがどういうバイアスで、どんな具合に結果に影響を与えているのか、はっき りしているのだろうか。もしわかっていないなら、複数のバイアスが作用している可能性を考え なければならない。その場合、どのバイアスが強く作用しているのかを見きわめるのはとてもむずかしい」
「話し合いを始める前に、まず意思決定プロセスのオブザーバーを指名しよう」
「今回は判断ハイジーン手順をきちんと実行できた。よい決定を下せたのはたぶんそのおかげだろう」

第20章　科学捜査における情報管理
情報管理手順について話そう
「判断のあるところノイズあり。 指紋鑑定も例外ではない」
「この件についてはいろいろな情報が入ってきている。だが知っていることをすべて専門家に話すのは、彼らが判断を下すまでやめておこう。バイアスがかかりかねないからだ。向こうからどうしても必要だと要求してきた情報のみ提供することにしたい」
「セカンドオピニオンを求めるにしても、その人物が最初の判断を知っていたのでは、独立した意見にはならない。三番目の人物もそうだ。確証バイアスのカスケードが起きてしまう」
「ノイズと戦うには、まずノイズが存在することを認めなければならない」

第21章　予測の選別と統合
　…超予測者の特徴は、分析的、確率的に感がられることだったのである。
　超予測者は問題をどのように捉え、どのように構造化するのだろうか。たとえば重大な地政学的問題(EUから離脱する国はあるか、これこれの地域で戦争が勃発するか、政府高官が暗殺される可能性はあるか、など)に取り組むとき、彼らはいきなり漫然と予測するのではなく、まず構成要素に分解する。直感だの虫の知らせだのには頼らず、「答えがイエスになるのは何が起きた場合か」「答えがノーになるのは何が起きた場合か」を考える。次に、そこから派生する問いまた考える。こうして問いと答えを重ねていく。
　超予測者は「統計的視点」から考えることにも長けており、基準率をつねに探す。ガンバルディのケース(第13章)で述べたように、ガンバルディの経歴や人柄に注意を払う前に、平均的なCEOが二年の契約期間を全うできる確率を知っておくことは役に立つ。どうやら超予測者には、基準率を調べる習慣が身についているようだ。一年以内に中国とベトナムが国境紛争をめぐって武力衝突する可能性はあるか、と質問されると、超予測者はすぐさま中国とベトナムがいま何をしているか調べたりはしない。おそらくその件についてニュースや解説記事を読んで自分なりの直感は働いているにしても、それはひとまず棚上げする。彼らは、直感に従うとだいたいにおいてろくなことにならないと知っているのだ。だから基準率を調べる過去の国境紛争が武力衝突に発展したケースはどのくらいあるのか。もしそういうケースが稀だとすれば、まずその事実を押さえる。その後に初めて中国とベトナムの現状に目を向ける。
　要するに、超予測者を際立たせるのは彼らの絶対的な知的能力ではない。それをどう応用するかが重要なのである。

　サトパの推論によると、ある人の予測精度が他の人より高い理由、低い理由は主に三つある。
　第一に、精度の高い人は予測に必要なデータを見つけて分析するスキルに長けていると考えられる。このことは、情報の重要性を示唆する。
　第二に、一部の人は一方の側に偏ってエラーを犯す傾向がある。一〇〇回の予測のうち、何かが起きる確率をほぼ必ず過大評価する人は変化を好むバイアスが、過小評価する人は安定を好むバイアスがかかっていると考えられる。
　第三に、一部の人はノイズが小さい、つまりランダムエラーが少ない。判断と同じく予測でも、ノイズを誘発する要因はたくさんある。ある種の情報に対する過剰反応(これはバターンノイズの一種である)や機会ノイズのほか、使う尺度がちがう場合にもノイズが生じる。

選別と統合について話そう
「四つの独立した判断の平均をとることにしよう。こうすれば確実にノイズを半分に減らすこと
ができる」
「私たちは永遠のベータ版であり続けなければならない。超予測者のように」
「この状況を検討する前に、該当する基準率を知っておくべきだ」
「このチームは人材揃いではあるが、判断の多様性という面で不安がある」

第22章　診断ガイドライン
医療のガイドラインについて話そう
「医師の診断には想像以上にノイズが多い。X線撮影を行った場合ですら、専門医の意見が一致しないことがある。患者にとっては、受ける治療がくじ引きで決まるのとたいして変わらないとさえ言える」
「月曜日でも金曜日でも、あるいは朝早くでも午後遅くでも、つねに安定した診断を下している医者は言いたがる。だが実際にはそうではない。疲れは診断に影響する」
「医療ガイドラインが導入されれば、医師の診断ミスで患者が犠牲になるケースは減ると期待できる。ガイドラインは診断のばらつきを減らすことになるので、医師にとっても大いに助けとなるはずだ」

第23章　人事評価の尺度
評価尺度について話そう
「わが社の人事評価制度には膨大な時間を注ぎ込んだが、それでも実態はといえば、ほんとうに能力や実績に基づく評価は四分の一にすぎず、残り四分の三はシステムノイズという体たらくだ」
「この問題に対処するために三六〇度評価や強制的ランク付けも試してみたが、事態はますます悪くなった」
「レベルノイズがこれほど多いのは、たとえば”すぐれている”と“きわめてすぐれている”の解釈が評価者によってちがうからだ。具体的なケースをアンカーとして評価尺度に付け加えれば、評価者の間の不一致を減らせるだろう」

第24章　採用面接の構造化
　この問題を克服するために、グーグルでは評価を事実に基づいて行うだけでなく、項目ごとに独立して行うことを徹底した。「構造化行動面接(structured behavioral interview)」、まさにその具体的な例である。この面接では、面接官には候補者を気に入ったかどうかを決めることは求められていない。面接官の役割はもっぱら評価項目に必要な情報を収集し、項目ごとに採点することにある。そのために、候補者の過去の行動についてあらかじめ決められた質問をしなければならない(「これまでに、これこれの状況に遭遇したことはありますか、あなたはそのときどうしましたか、そのどうなりましたか？」といった類のである)。また採点に際しては、あらかじめ定められた統一的な尺度に従うことが大切だ。その尺度には、質問ごとに「ふつう」、「よい」、「きわめてよい」の例がこまかく記載されている。前章で紹介した行動基評価尺度にいくらか似ていると言えるだろう。こうした共通の尺度があれば、ノイズを減らす役に立つ。
　くだけたおしゃべりのあるおなじみの面接とはずいぶんちがうぞ、と感じただろうか。それは当たっている。じつのところ、構造化行動面接は口頭試問か尋問に近い。しかも一部の調査では、面接をする側も受ける側も構造化面接を嫌っていることが判明した(すくなくとも非構造化ほうを好む)。それに、どのような構造化されていると言えるのかについてはまだ結論が出ていない。それでも、一つ確実なことがある。それは、従来の構造化面接に比べ、将来の実績との相性がずっと高いことだ。相関係数は0.44～0.57、PCで言えば65～69％である。つまり、よい人材を選べる確率が七割近い。これは、非構造化面接の56～61％と比べると顕著な改善と言ってよい。
　加えてグーグルは、いくつかの評価項目では他の情報も考慮する。たとえば知識については、プログラマー志望者にはコードを書いてもらうというふうに実務試験を行う。調査によると、将来の仕事の出来不出来に関する限り、こうした実務試験の予測精度が最も高いことがわかっている。グーグルは、社内の照会も参考にする。これは、候補者が指名した照会先ではなく、たまたま本人を知っている社員に会する方法である。
　第三原則は、総合判断は最後に行うというものだ。かんたんに言うと、直感を禁止するわけではないが、最後の最後まで遅らせるということである。グーグルの場合、最終判断は採用委員会が下す。委員会では面接ごとに各評価項目についてつけられたすべての採点を集めたファイルおよび結果など他の評価に基づき、各委員が対等の立場で発言し、そのうえで誰に内定を出すかを決定する。
　グーグルはデータ指向の強い企業として名高いにもかかわらず、そして評価の統合は機械的に行うほうが臨床的に行うよりすぐれているという数々の証拠があるにもかかわらず、最終決定は機械的に行わない。グーグルといえども、そこは人間の判断に委ねられている。それはそうだろう、採用委員会であらゆる情報を集約し、勘案したうえで議論するのは、「この候補者はグーグルでうまくやっていけるか？」ということなのだ。

　判断を分解する、評価は独立に行う、総合判断は最後に行うという三つの原則は、必ずしもすべての企業に当てはまるとは言えない。それでも、これらの原則は組織心理学者がずっと前から提唱してきたこととおおむね一致する。

構造化面接について話そう
「構造化されていない標準的な面接では、候補者のことを理解できたつもりになったり、ウチの会社に合わないと決めつけたり、といったことは避けられない。こうした直感を鵜呑みにすべきではない」
「標準的な面接は危険だ。バイアスがかかりやすいだけでなく、ノイズも大きい」
「面接を、いや人材選抜プロセス全体を構造化すべきだ。まずは候補者に何を求めるのかをもっと具体的にはっきりさせよう。そして、項目ごとに独立して評価するというルールを決めて実行しなければいけない」

第25章　媒介評価プロトコル
媒介評価プロトコルの手順
1．判断を媒介評価項目に分解する
　(繰り返し行う判断では、1度決めれば流用できる)。
2．各項目の評価では、可能な限り「統計的視点」を取り入れる
(繰り返し行う判断では、可能であればケース尺度を使い、相対的に評価する)。
3．分析段階でも、可能な限り項目ごとの評価の独立性を維持する。
4．意思決定を行う会議でも、媒介評価項目を1つずつ切り離して評価する。
5．会議はデルファイ法に沿って進める。
6．最終決定に臨むまでは直感を働かせないが、最終決定に際しては直感を禁じない。

媒介評価プロトコルについて話そう
「わが社では採用決定のプロセスを構造化した。採用だけでなく、戦略的な意思決定にも構造化を導入してはどうか？考えてみれば、選択肢は候補者のようなものだから」
「この決断を下すのはむずかしい。 媒介評価項目の採点はどうなっているのか？」
「この計画について、直感に基づいて総合的な判断を下すことは重要だ―しかし、いまではな い。まず先に独立した評価項目ごとに検討しよう。その後のほうが、われわれの直感はずっとうまく働く」

第26章　ノイズ削減のコスト
ノイズ削減に伴うコストについて話そう
「教育におけるノイズを減らしたいなら、かなりの支出を覚悟しなければならない。生徒の採点に関する限り、先生たちはノイズだらけだ。同じ課題を採点しても、五人が五人ともちがう」
「ソーシャルメディアが人間の判断に頼らず何らかのアルゴリズムを導入し、文脈を問わずある種の言葉を含む投稿を機械的に削除したら、たしかにノイズはなくなるだろう。だがたくさんのエラーを生むことになる。治療は時として病気より悪い」
「バイアスのかかったルールやアルゴリズムが存在することは認めよう。だが人間の判断にもバイアスはある。われわれが問うべきは、ノイズがなくバイアスも少ないアルゴリズムを設計するのは可能なのか、ということだ」
「ノイズを排除するには、たしかにコストがかかる。だがコストをかけるだけの価値はあるだろう。ノイズのある判断はきわめて不公平だ。もし、ノイズを減らすために講じた手段が行きすぎと感じられる場合、たとえばガイドラインやルールがあまりに硬直的だったり、逆にバイアスを第生んだりするなら、全部を投げ捨てるのではなく、よりよい手段を試みるべきだ」

第27章　尊厳
尊厳について話そう
「多くの人が対面でのやりとりを重視し、ぜひとも必要だとさえ主張する。自分の不安や苦情を生身の人間に聞いてほしいのだ。だから、人間に裁量の余地を与えるべきだという。もちろん、そうなればノイズが生じることは避けられない。だが人としての何物にも代えられないという」
「道徳的価値観は絶えず変化するものだ。あらゆることを厳密に規定するルールを導入したら、変化する価値観に対応する余地がなくなってしまう。ノイズを減らす方法の中には、あまりに硬直的なものがある。あれでは、変化をまったく受け付けない」
「不正行為を防ぎたいなら、ある程度のノイズは容認しなければならない。学生たちが、論文の盗用をしたらどんなを受けるかわからない状態にしておくほうがいいのだ。そうすれば、盗用を慎むだろう。ノイズの形でいくらか不確実性を残しておくことが抑止効果を高める」
「ノイズをなくしたければ、明確なルールを決めるしかない。そうしたら、よからぬ輩は必ず抜け道を見つけるだろう。だからノイズは、ルールの裏をかくような行為を防ぐために払う価値のある代償だと言える」
「創造性ゆたかな人間には、それを発揮する場を与えてやらなければならない。人間はロボットはではないのだ。どんな職業でも、人間には判断の余地を与える価値がある君を規則でがんじがらめにしたら、君はノイズを出さないだろう。だが全然楽しくないから、独創的なアイデアも出てこなくなる」
「結局のところ、大方のノイズ擁護論は説得力がない。人間の尊厳を重んじ、価値観の変化に対応する余地を確保し、創造性を発揮できるようにしつつ、ノイズの不公平とコストを抑える方法はいくらでもある」

第28章　ルール、それとも規範？
ルールと規範について話そう
「ルールはやることを単純にし、ノイズを減らしてくれる。規範しかないと、状況に応じていちいち判断しなければならない」
「ルールか規範か？まず、エラーが多くなるのはどちらか考えよう。次に、ルールなり規範なりを決めて運用するのはどちらがかんたんか、どちらの負担が大きいかを判断しよう」
「本来ならルールを決めるべきときに規範を設けていることが多い。それは、ノイズに注意を払
っていない証拠だ」
「世界人権宣言からノイズをなくせとまでは言わない。すくなくともいまは。だが、ノイズがきわめて不公平であることは強く言いたい。世界中の法制度はもっとノイズを減らすことを考えるべきだ」

まとめと結論　ノイズを真剣に受け止める
ノイズを(そしてバイアスも)減らすには
原則１　判断の目標は正確性であって、自己実現ではない
原則２　統計的視点を取り入れ、統計的に考えるようにする
原則３　判断を構造化し、独立したタスクに分解する
原則４　早い段階で直感を働かせない
原則５　複数の判断者による独立した判断を統合する
原則６　相対的な判断を行い、相対的な尺度を使う

付録B　意思決定プロセス・オブザーバーのチェックリスト
バイアス発見のためのチェックリスト
１　判断に臨む姿勢
(a)置き換え
・情報や証拠の取捨選択や議論の焦点に問題はないか？ 本来判断を下すべき困難な問題を、答えを出すのが容易な問題に置き換えていないか？
・重要な要素を見落としたり無視したりしていないか、また無関係な要素を不当に重視していないか?
(b)統計的視点
・検討に際して統計的な視点を取り入れているか？絶対的な判断ではなく相対的な判断を試みているか？
(c)多樣性
・何人かにバイアスがかかっていて、同じ方向に偏ったエラーが出る可能性はないか？
・重要な意見や専門家としての見解があるのに黙っている人がいると感じる点はないか？

２　予断と時期尚早な結論
(a)議論開始前の予断
・ある結論にいたると得をする人はいるか？
・すでに結論を下してしまっている人はいるか？ 何らかの偏見や予断を疑うべき妥当な理由が存在するか?
・何にでも反対するタイプの人はいるか？その人は意見を述べたか？
・極端な意見に引きずられて議論があらぬ方向に迷走する恐れはないか？
(b)時期尚早な結論、過剰な一貫性
・早い段階で検討された選択肢に予期せぬバイアスがかかっていないか？
・他の選択肢も十分に検討されたか、他の選択肢を裏付ける証拠を積極的に探したか？
・都合の悪い情報や不快な意見を無視したり抹殺したりしていないか？

３　情報処理
(a)入手可能性、顕著性
・最近起きたとか、劇的であるとか、個人的に重要な意味があるといった理由から、あまり関係のない出来事や情報を過剰に重視していないか？
(b)情報の信頼性
・個人的な体験、断片的なエピソード、説得力のある物語や比喩といったものに過度に依存していないか？報の裏付けをとったか？
(c)アンカリング
・正確性や信頼性の疑わしい数字に最終判断が左右されていないか？
(d)非回帰的予測
・平均への回帰を無視した推定、見積もり、予測を行っていないか？
４　決定
(a)計画の錯誤
・予測を参照する場合に、情報源や有効性をチェックしているか？統計的視点を活用して予測を検証しているか？
・不確実な数字について信頼区間を設けているか？その区間は十分な幅があるか？
(b)損失回避
・意思決定者のリスク選好は組織の方針と一致しているか？慎重すぎないか？
(c)現在バイアス
・計算に使用される数字(現在価値への割引率など)は、組織の短期的長期的優先順位のバランスを適切に反映しているか？

ＮＯＩＳＥ上 組織はなぜ判断を誤るのか？

ダニエル・カーネマン / オリヴィエシボニー / キャス R サンスティーン / 村井章子

第1章　犯罪と刑罰
量刑のノイズについて話そう
「調査によると、同じ犯罪に対して刑の厳しさに大幅なちがいがあるらしい。これは不公平だ。どの判事が担当するかで量刑がちがうのはどう考えてもおかしい」
「重さが裁判官の機嫌だとか、その日が暑いとか寒いといったことに左右されるべきではない」
「量刑ガイドラインはこの問題に対処する方法の一つだ。だがガイドラインを嫌う人も多い。適切な判断を下すにはある程度の量の余地が必要なのに、それを狭めてしまうからだという。たしかに、どのケースもそれぞれにちがうとは言えるかもしれない」

第2章　システムノイズ
保険会社のノイズについて話そう
「保険会社では、プロフェッショナルが下す判断の質が非常に重要だ。私たちは、誰が担当しても判断はほぼ同じだと考えていたが、この前提はまちがっていたようだ」
「システムノイズは予想より五倍も多かった。つまり、容認できる水準の五倍もあった。ノイズ検査を行わなかったら気づかないままだっただろう。ノイズ検査のおかげで、一致の錯覚は打ち砕かれた」
「システムノイズは由々しき問題だ。損失は数億ドルに上るだろう」
「判断のあるところノイズあり。それも、思った以上に多く」

第3章　一回限りの判断
一回限りの判断について話そう
「これはたしかにめったにない出来事ではあるが、いまのアプローチだとノイズが多くなりそうだ」
「一回限りの判断も、繰り返し行う判断がたまたま一回だけだったケースにすぎない。このことを忘れないように」
「あなたが判断のよりどころにしている過去の経験は、今回の判断と関係があるのだろうか」


第4章　判断を要する問題
プロフェッショナルの判断について話そう
「これは判断を要する問題だ。となれば、みんなが完全に一致することは期待できない」
「たしかにそうだ。それにしてもいくつかの判断はあまりにかけ離れているから、まちがっているにちがいない」
「あなたの候補者選びのやり方は単に好みを表しているだけで、まじめに判断したとは思えない」
「決断を下すには、予測的判断と評価的判断の両方が必要だ」

第5章　誤差方程式について話そう
誤差方程式について話そう
「バイアスを減らしても、それと同じだけノイズを減らしても、正確性におよぼす効果は同じらしい」
「予測的判断のノイズを減らすのはとても効果的だ。このとき、バイアスが多いか少ないかは関係ない」
「真の値を上回る予測と下回る予測の比は八四一六だったから、バイアスはかなり多い。それでも正規分布であれば、バイアスと同じだけノイズが存在することになる」
「どんな意思決定にも予測的判断が関わってくる。予測的判断においては、正確性が唯一の目標であるべきだ。だからあなた個人の価値観は、事実から切り離しておくように」

第6章　ノイズの分析
・レベルノイズは、判断者ごとの判断の平均的なレベルのばらつきである(たとえば厳しめの裁判官と甘めの裁判官)。
・パターンノイズは、特定のケースにおける判断者の反応のばらつきである(再犯者に厳しい、共犯者に甘い、など)。
　量刑調査では、レベルノイズとパターンノイズはおおむね等しいことがわかった。だがバターシノイズには一過性の原因による機会ノイズが含まれている可能性が高く、機会ノイズは偶発的ランダムエラーとして扱う必要がある。
ノイズ分析について話そう
「裁判官によって厳しさのレベルにちがいがあるときは、レベルノイズが存在する。ある特定の 被告を厳罰に処すか寛大な措置にするかで裁判官の意見が一致しないときには、パターンノイズ が存在する。パターンノイズの一部は機会ノイズだ。つまり、同じ裁判官が別の機会には別の判断を下す。」
「完璧な世界では、被告は正義の裁きを受けられる。だが、現実には、ノイズの多いシステムに翻弄されるのだ」

第7章　機会ノイズ
　ヘルツォークとヘルトヴィヒによる意思決定者へのアドバイスをかんたんにまとめると、次のようになる。独立した第三者に意見を求められるなら、そうするほうがよい。これはまさに「群衆の知恵」であり、判断精度を向上できる可能性が高い。だがそれができない場合には、自分の中に群衆を作って、同じ質問をもう一度自分にしてみることだ。

機会ノイズについて話そう
「判断はフリースローのようなものだ。どんなにがんばっても、同じ動作を正確に二回繰り返すことはできない」
「あなたの判断は気分に左右されている。気分だけでなく、直前にどんな話をしたかとか、今日 の天気とか、そういうことにも。人間はいつも同じ人間ではないと考えなければならない」
「君は先週の君と同じではないかもしれないが、ありがたいことに、今日の他人よりは先週の君 に近い。つまり機会ノイズは、システムノイズの最大の要因ではないということだ」

第8章　集団によるノイズの増幅
　個人の判断に入り込むノイズだけでも由々しき問題だが、これが集団になると一段と問題は大きくなる。とかく集団というものは、本来は無関係のさまざまな要素に左右され、とんでもない方向に迷走しがちだ。 誰が最初に発言したか、誰が最後か、誰が自信たっぷりに話したか、誰が黒を着ていたか、誰が誰の隣に座ったか、絶妙な瞬間に笑ったのは、眉をひそめたのは、頷いたのは、首を振ったのは誰か、といったことが結果を大きく左右する。組織では、さまざまな決定が集団で下されているはずだ。採用、昇進、支店の閉鎖、広報戦略、大学入試、 新製品の発売時 環境規制への対応、さらには国家安全保障にいたるまで、一人で決断するということはまずあるまい。

　…メイシーらが指摘するように、「最初に動いたごく少数の人がたまたまどちらに転ぶか」が、その後の形勢を決してしまうほどの影響力を持つ。

　…集団極性化とは、集団で話し合うと、個々人の当初の考えよりも集団の意思が極端な方向に振れやすいことだった。

集団での意思決定について話そう
「どうやら、最初に人気が出るかどうかですべてが決してしまうらしい。新製品が発売第一週で話題になるよう、戦略を練るべきだ」
「いつも思うのだが、政治家の発言も経済学者の提案も映画スターとたいして変わらないのでは ないだろうか。誰かが好きだとわかると、みんなが好きになるという点で」
「チームが集まるといつも意見が一致して自信満々になり、ものすごい勢いで突き進む。これが どうも不安で仕方がない。意思決定プロセスのどこかにまちがいがあると思えてならない」

第9章　人間の判断とモデル
「人間は判断を下すときに、複雑で微妙なルールを見つけたと考えがちだが、複雑で微妙な斟酌はだいたいにおいて単に時間の無駄だ。そのようなものが単純なモデルの精度を上回ることはまずない」
「ポール・ミールの著書が発表されてから六〇年以上が経つが、機械的な予測のほうが人間より上だと聞くといまだにショックを受ける」
「要するに、人間の判断にはノイズが多すぎる。だから、ある人の判断から生成した近似的なモデルのほうが本人に勝つことになる」

第10章　ルールとノイズ
ルールとアルゴリズムについて話そう
「大量のデータが存在する場合には、機械学習アルゴリズムのほうが人間や単純なモデルより精 度の高い予測ができる。ごく単純なルールや式ですら、人間の判断を上回るという。これは、ノ イズがないことに加え、複雑で微妙な匙加減などしないからだ。そういうものはだいたいにおいて予測の役に立たない」
「結果についてのデータが何もない状況では、均等に重み付けしたモデルを使うのがよい。最適の重み付けをしたモデルとほとんど同等の予測精度が期待できる。それにとにかく、人間の場当たり的な判断よりはるかにましだ」
「君はモデルの予測を信用していないようだ。何か折れた足のような決定的な情報を持っているのか、それとも単に機械的な予測が嫌いなのか？」
「もちろんアルゴリズムも誤りは犯す。だが人間のほうがずっと誤りは多い。それでも人間を信用するのはなぜか？」

第11章　客観的無知
　答えは、こうだ。人材の採用といった重要な事柄では、信頼性がすこし上がるだけでも大きな価値がある。そもそもエグゼクティブたちは、わずかばかり利益率を上げるために日々改善や改革の努力をしているではないか。もちろん、成功が保証されてはいないことを彼らはよく知っているはずだ。それでも成功の確率を高めると考えられる決定を下す。エグゼクティブたちは、確のこともよく承知している。当たる確率が五九%のくじと六五%のくじが同じ値段で売っていたら、前者を買う人はいないだろう。
　問題は、エグゼクティブたちにとって値段が同じではないことだ。五九%のくじ、つまり直感に頼る場合には、ご褒美がある。「これでよし」と言ってくれる内なるシグナルだ。だから内なるシグナルに匹敵するか、さらに上回るような確実性の感覚が得られるなら、彼らは直感を断念して予測精度の高いアルゴリズムを採用する気になるだろう。だが、内なるシグナルのご褒美を諦めてまでアルゴリズムを採用しても、予測精度が人間よりたいして高くないのであれば、払う代償が大きすぎると感じられてしまう。

客観的無知について話そう
「予測のあるところ無知あり。それも、思った以上に多く。われわれが頼っている専門家たちがダーツ投げをするチンパンジーよりましなのかどうか、チェックしたほうがいい」
「何か決定的な情報を知っているわけでもないのに、自分の勘に頼って満足している。そういう姿勢を、客観的無知の否定と言う」
「モデルの予測精度はつねに人間より上だが、大幅に上回るわけではない。人間の判断の精度がひどく低い場合、モデルはだいたいにおいてそれよりいくらかましという程度だ。だとしても、精度がいいに越したことはない」
「この種の決定を下すときにモデルを使うのを渋るのは、自分で判断して”内なるシグナル”を感じたいからだ。だったら、モデルを使わずに済むよう、われわれの意思決定プロセスを改善しなければならない」

第12章　正常の谷
統計的思考と因果論的思考
　本章では、統計的思考と因果論的思考を対比させた。後者は遭遇した出来事を即座に正常か異常分類してのけ、思考の労力を大幅に省いてくれる。異常だとなって初めて、状況と記憶の両方から必要情報を探すという労力が動員される。静観して続報を待つにしても、忍耐という努力が必要だ。対照的に正常の谷に収まる出来事には、ほとんど頭を使う必要がない。道ですれ違ったお隣さんが愛想よくにっこりしても、上の空で会釈しただけでも、どちらもよくあることなのであなたはたいして注意を払わない。お隣さんが満面の笑顔で何か言いたそうだったり、むっつ不機嫌にあなたを無視したりしたとき、あなたは検索モードに入り、記憶の中から原因を探す。因果論的思考は、異常な出来事を察知する警戒は怠らないものの、無用の努力は避けるのである。
　対照的に、統計的思考は相当な努力を必要とする。まず、注意力という貴重なリソースを動員しなければならない。これは、システム2にしかできないことである。「ファスト&スロー」で述べたように、システム2は熟考、意思的な努力、秩序を要する遅い思考を司る。統計的思考をするには、ごく初歩的なものを除けば専門的な訓練が必要だ。まず集合を見て、個々のケースは大きなカテゴリーに属す例だと考える。たとえばジョーンズ一家の立ち退きを一連の出来事の結果とはみなさない。ジョーンズ家と同じ予測的特徴を備えた大量のケースをあらかじめ分析したうえで、統計的に起こりうる(または起こりそうもない)結果だとみなす。

理解の限界について話そう
「相関係数が0.20(PC=五六%)は、人間に関する事柄ではごく標準的な数字だ」
「相関関係は因果関係を意味しないが、因果関係は相関関係を意味する」
「大方の出来事は、予想してはいないが、起きても驚きはしない。こうした出来事には説明は不要だ」
「正常の谷に収まる出来事は、とりたてて予想はしていないにもかかわらず実際に起きても驚き はしない。なぜ起きたのか、すぐに説明がつく」
「どうしてこういうことになったのかわかったつもりでいるが、だからといって、こうなると予想できただろうか」

第13章　ヒューリスティクス、バイアス、ノイズ
　判断にかかっているバイアスは、多くの場合、真の値を参照することによって突き止められる。エラーがおおむね一方向に偏っている場合には、バイアスが存在する。たとえばプロジェクトチームが完了までの日数を見積もるケースでは、見積もりの平均が実際に要する日数を大幅に下回ることが多い。このおなじみの心理的バイアスを「計画の錯誤(planning fallacy)」と言う。

ヒューリスティクス、バイアス、ノイズについて話そう
「心理的バイアスはたしかにどこにでもある。だからといって、何でもかんでも漠然とバイアスのせいにすることは厳に慎まねばならない」
「熟考を要する質問をかんたんな質問で置き換えれば、エラーが起きるに決まっている。たとえば確率を判断すべきときに類似性で置き換えたら、基準率を無視することになる」
「結論バイアスがかかっていると、自分が最初に抱いた印象とつじつまが合うように証拠の解釈を歪めることになりやすい」
「第一印象というものはすぐに形成されてしまう。そうなるとそれにこだわり、対立する情報をあとから入手しても軽視しがちだ。こうした傾向を過剰な一貫性と言うらしい」
「心理的バイアスは、多くの人に同じバイアスがかかっている場合には統計的バイアスを生む。ウス、バイアス、ノイズだがそれぞれにちがう方向にバイアスがかかっていれば、システムノイズを生むことになる」

第14章　レベル合わせ
　統計学的に言えばまったくばかげた予測に行き着くという事実にもかかわらず、与えられた情報をレベル合わせに使う誘惑に抵抗するのはむずかしい。セールスマネジャーは往々にして、営業成績が去年抜群によかった部下は今年もそうなると予想する。人事担当役員が輝かしいキャリアを積んできた採用候補者に出会うと、ゆくゆくは社長になるだろうと期待する。映画プロデューサーは、前作が大ヒットした監督は次もヒットを飛ばすだろうとそろばんを弾く。
　こうしたレベル合わせ予測の例は、だいたいにおいて失望に終わる。一方、与えられた情報があまりにネガティブな場合には、レベル合わせで予測すると実際以上に悲観的になりやすい。与えられた情報に基づいてレベルを合わせる直感的予測は、情報がポジティブであれば過度に楽観的に、ネガティブであれば過度に悲観的になりがちだ(この種の予測エラーを専門的には「非回「帰的」と表現する。なぜなら、「平均への回帰」という統計的現象を無視しているからだ)。

レベル合わせについて話そう
「二人ともこの映画がすごくよかったという点ではたしかに一致した。だがあなたは私ほど感動していないように見える。使った形容詞は同じでも、使っている尺度がちがうのだろう」
「このテレビドラマシリーズはシーズン1がすばらしかったので、シーズン2もヒットすると思った。つまりレベル合わせ予測をして、みごとに外したわけだ」
「論文を採点するときに一貫性を保つのはむずかしい。順位をつけるほうがいいと思う」

第15章　尺度
尺度について話そう
「われわれの判断には大量のノイズがある。これは、各自の尺度の理解がちがうせいだろう」 「最初のケースがアンカーになって、ちょうど尺度上の基準点のように作用することを忘れないように」
「ノイズを減らしたければ、順位の判断に切り替えるほうがいい」

ＮＯＩＳＥ下 組織はなぜ判断を誤るのか？

ダニエル・カーネマン / オリヴィエシボニー / キャス R サンスティーン / 村井章子

下巻は、統計的な手法から距離を置き、各人の資質、個人の判断を中心として、バイアス、ノイズの排除に関する考察です。

下巻の範囲は以下

第４部　人間心理に立ち戻り、ノイズが生じる根本原因の検討（途中から）
第５部　判断を改善しエラーを防ぐ実際的な問題への取組み
第６部　ノイズの適正水準はどの程度なのか。経済的な要請からの考察

終章に展開される結論は以下です。

人間の判断を補うために、今日よりずっと幅広くアルゴリズムが導入されるようになる
複雑な判断はシンプルな媒介評価項目によって分解される
できるだけ多くの独立した判断を集めて統合される。
統計的な視点が組織的な判断プロセスに組み込まれるようになる。意見の不一致が表面化するようになり、それを建設的に解決できるようになる
その結果、ノイズの少ない世界が実現され、無駄な支出や、損失が大幅に減り、公共の安全と健康が改善される。

下巻にて気になったことばは次です。

・良い判断は、良い人材から。専門家の中には、同業者から尊敬されるリスクペクト専門家がいる。
・ＩＱ（知能指数）よりも、ＧＭＡ（一般知的能力）とよい判断との相関性がある。つまり、知的であれば、判断もよりよくなる。
・認知スタイル：判断すべき問題に直面したときのアプローチ　問題を深く考えるタイプか、それとも、直感的に判断をするタイプか。
　あきらかに、直感的に判断をするタイプの方が、判断エラーを犯しやすい
・判断からバイアスを排除する方法は２つある。
　事前方式　体重計がくるっている場合、事前に調整をして、計測の結果を正確にする　⇒ナッジという
　事後方式　体重計がくるっている場合、計測して、誤差を計測結果から修正する
・バイアスは存在するが、すべてを排除することはできない
・リアルタイムでバイアスを排除するアプローチ：オブザーバー
・判断ハイジーン：ノイズは予測不能なエラーであるが、ノイズを減らすアプローチ
　　バイアスの排除⇒病気の治療
　　ノイズの排除　⇒予防的な衛生管理：これを判断ハイジーン　という
・予測精度の向上：各判断者には、状況や他判断者の判断結果を知らせずに情報を与える。それぞれの判断を最後に総合的に判断する
・判断にガイドラインを利用する
・グーグル面接の３つの原則
　①媒体評価項目　構成要素に分解し、ガイドラインとして作成する
　②独立：評価項目ごとに質問し、情報を収集し、個別に評価する。項目ごとに独立して行う
　③総合判断：最後の最後まで判断を遅らせる

・ノイズの排除　ノイズをゼロにすることはできない
・アルゴリズムはノイズを排除するがバイアスを排除できない
・データにバイアスがかかっているケースがある
・ノイズを削除するためにルール化をするのかそれとも規範とすべきか。ルール化するためには、多様な人々の賛同を得にくい。

目次は以下です。（上下巻　通し）

上巻

序章　二種類のエラー

第１部　ノイズをさがせ
　第１章　犯罪と刑罰
　第２章　システムノイズ

第２部　ノイズを測るものさしは？
　第４章　判断を要する問題
　第５章　エラーの計測
　第６章　ノイズの分析
　第７章　機会ノイズ
　第８章　集団によるノイズの増幅

第３部　予測的判断のノイズ
　第９章　人間の判断とモデル
　第１０章　ルールとノイズ
　第１１章　客観的無知
　第１２章　正常の谷

第４部　ノイズはなぜ起きるのか
　第１３章　ヒューリスティクス、バイアス、ノイズ
　第１４章　レベル合わせ
　第１５章　尺度

下巻

　第１６章　パターン
　第１７章　ノイズの原因

第５部　よりよい判断のために
　第１８章　よい判断はよい人材から
　第１９章　バイアスの排除と判断ハイジーン
　第２０章　科学捜査における情報管理
　第２１章　予測の選別と統合
　第２２章　診断ガイドライン
　第２３章　人事評価の尺度
　第２４章　採用面接の構造化
　第２５章　媒体評価プロトコル

第６部　ノイズの最適水準
　第２６章　ノイズ削減のコスト
　第２７章　尊厳
　第２８章　ルール、それとも規範？

まとめと結論　ノイズを真剣に受け止める
　終章　ノイズの少ない世界へ

ＮＯＩＳＥ上 組織はなぜ判断を誤るのか？

ダニエル・カーネマン / オリヴィエシボニー / キャス R サンスティーン / 村井章子

ノイズ(Noise)とは、原因不明な異音、転用して、判断に含まれている説明のつかない誤り

６２８頁、２９章にも及ぶ大作、統計学、心理学、行動経済学にまたがる
理解困難な難書でした。見慣れない用語が、複数の章にまたがって、現れるので
その確認を含めて、一読に１週間以上も時間がかかってしまいました。

冒頭には、本書をまたがる、大きな地図があり、また、各部の冒頭、各章の終わりにはまとめがあって理解を助けてくれます。

刑罰への量刑とか、病気への診断とか、人事評価とか、似たような状況なのに、人間によって、その判断が大きくことなっていて、理解不能な不平等がこの世に広がっている。その差は人々が考えている以上に大きく深い。

その原因は、何か。また、その不平等を改善するために、判断の質を上げるためにはどうすればいいのか　が本書の目的です。

その判断を誤らせるものは、バイアスとノイズの２つがあると説きます。

バイアス　偏見　偏りがある
ノイズ　説明のつかないランダムなばらつき

上巻の範囲は以下
第１部　ノイズとバイアスとの違い、
第２部　人間の判断というのはどういうものかの分析
第３部　予測的判断の分析
第４部　人間心理に立ち戻り、ノイズが生じる根本原因の検討（途中まで）

上巻にて気になったことばは次です。
・世界は複雑で不確実であり、判断は難しい
・不一致の度合いは一般に予想されるよりははるかに大きい
・「もしこうだったら」「もしこうでなかったら」と事実と異なる仮定を立ててみれば、きっとそこにはノイズが見つかるはずだ。
・判断とは、「人間の知性がものさしとなるような計測」と定義することができる。
・判断には、「予測的判断」と「評価的判断」がある。
・バイアス、各ノイズの各量は、標準偏差で分布すると仮定し、平均二乗誤差（ＭＳＥ）で計量化しています。
・ノイズは、システムノイズ（レベルノイズ、パターンノイズ）、機会ノイズ、

　システムノイズ　誤った判断からバイアスを差し引いて残るもの
　レベルノイズ　各人の平均的な判断のばらつき、レベルエラーのばらつき
　パターンノイズ　システムノイズからレベルノイズを差し引いて残るノイズ
　機会ノイズ　１回目の判断と２回目以降の判断が異なるというノイズ

・カスケード効果　順番に前の人の選択情報を参照しながら判断する場合に、自分自身のもつ情報に基づかず、多数派の選択肢を選ぶ傾向。

・置き換え　２つの事実の順番を変えることによって、判断がことなってしまうこと

目次は以下です。（上下巻　通し）

上巻
序章　二種類のエラー
第１部　ノイズをさがせ
　第１章　犯罪と刑罰
　第２章　システムノイズ
　第３章　一回限りの判断

第２部　ノイズを測るものさしは？
　第４章　判断を要する問題
　第５章　エラーの計測
　第６章　ノイズの分析
　第７章　機会ノイズ
　第８章　集団によるノイズの増幅

第３部　予測的判断のノイズ
　第９章　人間の判断とモデル
　第１０章　ルールとノイズ
　第１１章　客観的無知
　第１２章　正常の谷

第４部　ノイズはなぜ起きるのか
　第１３章　ヒューリスティクス、バイアス、ノイズ
　第１４章　レベル合わせ
　第１５章　尺度

下巻

　第１６章　パターン
　第１７章　ノイズの原因

第５部　よりよい判断のために
　第１８章　よい判断はよい人材から
　第１９章　バイアスの排除と判断ハイジーン
　第２０章　科学捜査における情報管理
　第２１章　予測の選別と統合
　第２２章　診断ガイドライン
　第２３章　人事評価の尺度
　第２４章　採用面接の構造化
　第２５章　媒体評価プロトコル

第６部　ノイズの最適水準
　第２６章　ノイズ削減のコスト
　第２７章　尊厳
　第２８章　ルール、それとも規範？

まとめと結論　ノイズを真剣に受け止める
　終章　ノイズの少ない世界へ

プラットフォームの経済学 機械は人と企業の未来をどう変える？

アンドリュー・マカフィー / エリック・ブリニョルフソン / 村井章子

デジタル技術の進化による環境変化を、AI、マッチングプラットフォーム、ブロックチェーン技術の観点から論じている1冊。
重厚な1冊だが、技術的なテーマだけに特化することなく、経済性への影響・変化を連続性をもって語られており、ビジネスパーソンとして本領域を学ぶ上では活用しやすい形で情報が整理されているのではないか。
特に後半については従来型組織と分散型自律組織(DAO)との対比まで触れられており、2018年時点で既にここまで論じられているというのが衝撃。

ＮＯＩＳＥ下 組織はなぜ判断を誤るのか？

ダニエル・カーネマン / オリヴィエシボニー / キャス R サンスティーン / 村井章子

行動経済学という学問をまさしく一般に普及させた立役者の一人といえば、『ファスト＆スロー』等の著作で知られるダニエル・カーネマンであろう。彼が、ナッジ理論の理論的中枢もであるキャス・R・サンスティーンらと記した新作にあたり、行動経済学の新たな世界が開けた、といっても過言ではない面白さに満ち溢れている(私はこの本をコロナワクチン3回目接種の副反応で寝込んだベッドの中で読み通してしまった。そのくらい面白い)。

行動経済学の定義は幾つかあると思うが、オーソドックスな定義の一つは”人間の不合理な行動やエラーというのはなぜ起きるのかを解き明かす学問”であるというものではないか。その際によく言及されるのが”バイアス”と呼ばれる人間のものの見方の偏りである。

しかし、不合理な行動やエラーを起こす要因としてもう一つ大きなものがある。それが本書のテーマ、”ノイズ”である。本書は行動経済学の中で”バイアス”ばかりが語られている点を是正すべく、いかに”ノイズ”が我々のエラーを巻き起こしているのか、そしてその対処法までを明らかにする。

ここでいう”ノイズ”とはいわゆる分散の概念である。
例えばダーツに的を投げたときに、
・投げたダーツが一定のエリアに集中している⇒”バイアス”
・投げたダーツがバラバラに散っている⇒”ノイズ”
ということになる。

合理的な意思決定をしているようで実は”ノイズ”によって人間の意思決定がてんでばらばらであるということを明らかにする事例として、同一人物による病気の診断や保険金の支払査定などのバラつきのデータを見ると、これが恐ろしいほどの分散を見せる。その分散はあまりにもひどいため、過去に自身が判断したデータを用いて簡単な機械学習モデルを作ると、遥かに機械学習モデルの方が高い精度を出せるという。

”ノイズ”の要因は色々あるが、大きいのはそのときの人間のストレス、気分などである。疲れを知らず感情に惑わされることがない機械学習モデルが高い精度を出すのも、むべなるかな、というところであろう。

さて、そうした”ノイズ”の実態、それがどれだけのエラーを巻き起こし、結果として社会にどれだけの余剰コストを生み出しているかを考えると、この対処策が重要になってくる。本書では簡単なテスト形式で、具体的に組織の”ノイズ”を減らすための処方箋も示されている。

”バイアス”が行動経済学のキーワードとなったように、ワーディング自体は全く珍しくもなんともないものの正しくその弊害が認識されていない”ノイズ”をいかに扱うか、これは行動経済学の実践としてより良い社会・組織を作っていく上で、必須のものになっていくのではないか、という強い期待すら感じた。

ＮＯＩＳＥ上 組織はなぜ判断を誤るのか？

ダニエル・カーネマン / オリヴィエシボニー / キャス R サンスティーン / 村井章子

行動経済学という学問をまさしく一般に普及させた立役者の一人といえば、『ファスト＆スロー』等の著作で知られるダニエル・カーネマンであろう。彼が、ナッジ理論の理論的中枢もであるキャス・R・サンスティーンらと記した新作にあたり、行動経済学の新たな世界が開けた、といっても過言ではない面白さに満ち溢れている(私はこの本をコロナワクチン3回目接種の副反応で寝込んだベッドの中で読み通してしまった。そのくらい面白い)。

行動経済学の定義は幾つかあると思うが、オーソドックスな定義の一つは”人間の不合理な行動やエラーというのはなぜ起きるのかを解き明かす学問”であるというものではないか。その際によく言及されるのが”バイアス”と呼ばれる人間のものの見方の偏りである。

しかし、不合理な行動やエラーを起こす要因としてもう一つ大きなものがある。それが本書のテーマ、”ノイズ”である。本書は行動経済学の中で”バイアス”ばかりが語られている点を是正すべく、いかに”ノイズ”が我々のエラーを巻き起こしているのか、そしてその対処法までを明らかにする。

ここでいう”ノイズ”とはいわゆる分散の概念である。
例えばダーツに的を投げたときに、
・投げたダーツが一定のエリアに集中している⇒”バイアス”
・投げたダーツがバラバラに散っている⇒”ノイズ”
ということになる。

合理的な意思決定をしているようで実は”ノイズ”によって人間の意思決定がてんでばらばらであるということを明らかにする事例として、同一人物による病気の診断や保険金の支払査定などのバラつきのデータを見ると、これが恐ろしいほどの分散を見せる。その分散はあまりにもひどいため、過去に自身が判断したデータを用いて簡単な機械学習モデルを作ると、遥かに機械学習モデルの方が高い精度を出せるという。

”ノイズ”の要因は色々あるが、大きいのはそのときの人間のストレス、気分などである。疲れを知らず感情に惑わされることがない機械学習モデルが高い精度を出すのも、むべなるかな、というところであろう。

さて、そうした”ノイズ”の実態、それがどれだけのエラーを巻き起こし、結果として社会にどれだけの余剰コストを生み出しているかを考えると、この対処策が重要になってくる。本書では簡単なテスト形式で、具体的に組織の”ノイズ”を減らすための処方箋も示されている。

”バイアス”が行動経済学のキーワードとなったように、ワーディング自体は全く珍しくもなんともないものの正しくその弊害が認識されていない”ノイズ”をいかに扱うか、これは行動経済学の実践としてより良い社会・組織を作っていく上で、必須のものになっていくのではないか、という強い期待すら感じた。

ブラック職場があなたを殺す

ジェフリー・フェファー / 村井章子

1. 私の知り合いがブラック企業に勤めているものの、なんだかんだで辞めようとしない心理について知りたくなったので読みました。

2．ブラック職場の特徴は①裁量権がないこと、②ソーシャルサポートが整っていないことです。つまり、人間個人を尊重する意志がないことと、安全な環境を構築していないという特徴があります。これら２つが成り立たない理由としては社風や上司の機嫌、業界の構造上の問題など、様々な理由があります。本書では、このようなブラック職場を徹底的に分析し、どのような職場が良くないのかを具体的に述べています。

3．友人の場合はプライドが高いため、「今ここで辞めたら負け犬」というプライドがあることによって、自分を苦しめています。そしてさらに「今やめてもスキルがない」という気持ちが強いのだと思います。そのため、「スキルを身に着けてから」と言い訳をして逃げているのですが、私の経験では、こんなことを言っている人は一生転職できずに嘆き苦しんで人生を終えることとなります。そして、そのような人たちは自分が悪いわけじゃないという気持ちが強いため、自分を変えようとしません。友人を見捨てるのは心苦しいですが、自分からは何も言わずにしておこうと思いました。
そして、本書を読んで確信したことは「ブラック職場をなくすためには内部改善では無理、貝外部から強制撤退させるしかない」ということです。アメリカの場合は競争の過激化、日本の場合は伝統という幻想に縛られた考えによって、ブラック職場が普通であると認識されてしまいます。働く側としてできることは「ブラック職場を選ばないこと」です。これは非常に難しいことなのですが、ある種の選挙だと思っています。選挙で負ければ当然負けた人は市場から撤退するしかないため、ブラック職場を撤退させる方向へと導かなければなりません。そのためには、私たちはスキルを身に着けるだけではなく「選ぶ技術」を身につけなければなりません。
人が安心できる組織とは何なのか、これについて考え続けることで、ブラック職場が自動的に潰れる仕組みづくりをしなければならないと思います。

ＮＯＩＳＥ下 組織はなぜ判断を誤るのか？

ダニエル・カーネマン / オリヴィエシボニー / キャス R サンスティーン / 村井章子

上巻の方では、ノイズとは何かについて紙幅が割かれていた。
今回の下巻の方では、ノイズを防ぐ方法について言及されている。
本書（上下両巻）を読んでいくと「ノイズは厄介だ！良い判断をするためにも、全ての意思決定プロセスを厳しく取り決めよう！」という発想に陥りやすい。たしかに、筆者たちは「判断ある所にノイズあり」と繰り返し訴えている。ノイズが意思決定において好ましくない存在であることはその通りなのだ。その領域が、医療業界など、専門性の高い分野なら尚更のことである。
しかし、全ての判断をアルゴリズムやAIに委ねることも危険だと筆者らは言う。結局のところ、最終的な判断は人によって下されることが望ましい。筆者らが訴えるのは、最終判断を下すまでの過程に問題があるということなのだ。
ノイズを減らす方法として、筆者たちは「判断ハイジーン」という手法を提供している。ハイジーンというのは日本語で「衛生管理」を意味する。本書を読めばわかるが、往々にしてノイズの存在は気付きにくいもので、それゆえに対策をしたところで明白な効果が出ているかどうかが分かりにくい。が、確実にノイズによる影響は存在するし、それが悪いものなら対策をするに越したことはない。これは、私たちが日常的に行う「手洗い」と似たようなものだ。手にどんな菌が付着しているかわからないけれども、手を洗えばそれらの菌は消滅する。
このように、ノイズ対策と手洗いは、悪影響をもたらす正体が不明瞭だがそれが悪い影響をもたらすのは確実なので事前に対策をしたほうが良い、という点で非常に似ている。それゆえに「ハイジーン（衛生管理）」という名前がつけられた。
下巻では「判断ハイジーン」における6つの原則が紹介されている。良い判断を下すためにはこれらを遵守することが求められる。

原則1
判断の目標は正確性であって、自己表現ではない

原則2
統計的視点を取り入れ、統計的に考えるようにする

原則3
判断を構造化し、独立したタスクに分解する

原則4
早い段階で直感を働かせない

原則5
複数の判断者による独立した判断を統合する

原則6
相対的な判断を行い、相対的な尺度を使う

以上の原則を守れば、良い判断が下せる可能性が高い。本書における最重要部分はこの原則だと言えよう。この部分さえ意識し判断を行えば御の字である。
人は往々にして自分の力のみで判断を下したい生き物だ。しかしそれは自分が懊悩して出した結論に対する自分へのご褒美のようなものだと筆者たちは指摘する。その判断がたとえ気持ちの良いものであったとしても、そのことが優れた判断だと言える根拠にはならない。
しかし、悲しいかな、彼らはその快楽に浸りたいために、意思決定プロセスにおけるノイズの削減を拒む。それが最悪の状況を招く可能性があったとしても。挙句の果てには、ノイズの削減はコストが嵩むなどと主張して己の怠慢を正当化する。
実際、ノイズの削減には多くの批判が投げられ回避されていきたと筆者は言う。たしかに、判断ハイジーンのみならず、アルゴリズムやAIですら間違うことがある。だからと言ってノイズ削減を怠るのは優れた決定者としてあるまじき行為だろう。良い意思決定者として行うべきは、ノイズを削減する効果的な方法を模索することなのだ。断じて、それを等閑にすることではない。
本書の最後では、筆者らがノイズのなくなった世界を夢想する。その世界では、「無駄な支出や損失が大幅に減り、公共の安全も健康も改善され、何より公平性が向上して回避可能な多くのエラーが防止される」そして、この世界に少しでも近づくために「ノイズ」という厄介者に目を向けてほしいと読者に訴えていた。

国家は破綻する―金融危機の800年

カーメン・M・ラインハート / ケネス・S・ロゴフ / 村井章子

国家は破綻する　金融危機の800年　2011
2011年3月7日第1版第1刷発行
カーメン Ｍ ラインハート (著), ケネス S ロゴフ (著)
村井章子（むらいあきこ）訳

2011年3月の出版なので丁度、
東日本大震災の時期になる。
当時は緊急事態だった。
そのせいで平時なら話題になるものが埋もれている。
有名人の死亡もそうだし、コンマリのヒットもそうだ。
本書も本来なら当時もっと話題になっておかしくない本なのだが、やむを得ない。

本書には索引があり、それだけでも力を入れて作った本であることがわかる。
野口悠紀雄氏によれば、米英のまともな専門書には索引があるのだという。
索引をつけるのは本制作の最後にならざるを得ない。
大変手間がかかるので省略されがちである。
だから索引のある本は信頼できる本であるという。
（著者の真摯さがあらわれるということ）

カーメン・M・ラインハート（Carmen M Reinhart）
メリーランド大学教授。キューバ難民の子供。
料金とカバン3つでアメリカに逃れてきた。
ベアー・スターンズのチーフエコノミストなどを経て
コロンビア大学で研究生活に。
ロゴフとはIMFが縁で共同研究することになった。
夫は元FRB金融政策局長のビンセント・ラインハート。

ケネス・S・ロゴフ（Kenneth S Rogoff）
ハーバード大学教授。1953年生まれ。
1980年マサチューセッツ工科大学で経済学博士号を取得。
1999年からハーバード大学経済学部教授。
国際金融分野の権威。
2001～2003年、IMFのチーフエコノミストを務めた。チェスの天才。
共著に“Foundations of International Macroeconomics”など。

村井　章子（むらいあきこ）
翻訳者。上智大学文学部卒業。
経済・経営、環境関係の翻訳を主に手がけ、高い評価を得る。
訳書に『機械との競争』『国家は破綻する』『大暴落1929』
『資本主義と自由』『ファスト&スロー』『LEAN IN』『帳簿の世界史』ほか。

本書は、さまざまな形をとって起きてきた金融危機を数字で
綴る歴史の本である。私達がこの本で伝えたいのは、
「これはいつか来た道だ」という一言に尽きる。
最近の金融狂騒曲がまったく新種のように見えるとしても、いやどの危機もかつての危機とは異なるように見えるとしても、歴史を遡り、また世界を見渡せば、たいていは過去の危機と驚くほど似通っていることに気づく。
前例を知り類似性や共通性を知っておくことは、将来の危機発生リスクを抑えるうえでも、また不幸にも危機が
発生した場合に賢明に対処するうえでも、世界の金融システムをよりよいものにする第一歩と言えよう。

本書の存在は以前より知っていた。
ただ前回読んでみようとチャレンジした際にはさすがに厚さに圧倒されて読めずじまいだった。
経済の少々難しい話も入っている感があったのでそれも
読むのを挫折してしまった一因だったかもしれない。
それでも今回、再度本書を読み直してみようと考えたのはこの2021年10月末の衆議院選挙で再び財源を全く考慮しない公約の嵐（与野党含む）が出ており危機感を持ったためだ。
またネット上でも相変わらず国債は国の借金にあらずという誤った思想に取り憑かれた人たちの主張が酷いと感じるようになったからだ。

三橋貴明（中村貴明）や藤井聡、中野剛志などの
自称識者、自称学者としか言いようがない酷い主張が
政治家にも浸透している事実に怒りを覚える。
（自民党参議院議員、西田昌司など）
MMTだの何だの取り繕っているが、国債は国の借金、国民の借金に他ならない。
彼らの思想は言ってみれば第二次大戦前に日本を戦争に追い込んでいった危険思想である天皇主権説を唱えた上杉慎吉や蓑田胸喜のようなものだろう。

冷静に考えてみればわかることではあるが、
無限に国債を発行することはできない。
もしいくらでも国債を発行できるのであれば、消費税どころか厚生年金、介護保険をはじめとする社会保険料を無料にできる理屈になる。
防衛費もGDP比1％だの2％だの言わず、
中国人民解放軍と同じだけ毎年使うことができるはずだ。
実際にそんなことは出来ない。
無限に国債を発行できないから税金は無くならない。

日銀の国債引受に関しては
1947年に施行された財政法第５条により、原則禁止されている。
「中央銀行がいったん国債の引き受けによって政府への資金供給を始めると、その国の政府の財政節度を失わせ、ひいては中央銀行通貨の増発に歯止めが掛からなくなり、悪性のインフレーションを引き起こす恐れがある

しかしアベノミクスによって事実上の日銀による国債引受が行われている。
一見、増税せずに乗り切っているように見える。
しかし日本国や円の購買力は諸外国に比べ落ち続けている。
明らかに経済は弱くなっている。

本書の不足している点は国家の財政破綻はありうると認識した上ででは個人としてどうしたら良いのかが明確ではないこと。
ここは橘玲氏の国家破産はこわくない　日本の国家破産に備える資産防衛マニュアル　改訂版（2013）を参照されたい。
その本などにも書かれている事ではあるが紹介すると、
ネット証券で口座を開き、全米株、S&P500、全世界株（除く日本）
といったインデックスファンドかETFに積立投資をしておく・・・
これくらいが一般の個人のできる現実的な対応だろう。
非常事態になればシンガポールなどの外銀に口座をつくるなども必要になるのかもしれないが・・・
あとは明らかな間違いに対しては指摘し続けるしかない。
邪教が世の中に広がってからでは手遅れだ。

狂った戦争や出来事の前には前提として
狂った思想が世の中に浸透していた事実がある。
第二次世界大戦しかり、オウム真理教しかり。
ナチスドイツの広がりしかり。共産主義しかり。

池上彰氏が語っていた事で、バブルは30年周期で再発すると。
これと似たことが、銀行危機、国家財政破綻にも当てはまる。
東日本大震災でもかつて江戸時代に大津波が地域を襲い、
ここから先には家を建てるなと先人が警告の為の碑を設けていたもののそれは忘れてしまった、無視されてしまったのだ・・
特に50年や100年に一度の現象、脅威を正しく警告していくことは極めて難しいことの一つなのだろう。


印象に残った点

1942年には、日本はその長い歴史の中で唯一の対外債務デフォルトを起こしたし、戦後インフレの際には、日本のインフレ率は最高で586％に達した。

銀行危機は、所得水準も政治制度も異なる国々で広く頻発する
（すなわち「機会均等の危機」である）だけでなく
マクロ経済統計にひどくよく似た痕跡を残すということである。
これは、よく言われるように単に規制当局や中央銀行の不幸な失敗が重なったことが原因なのではなく、人間の性質に根ざす何か根源的なものが働いているからではないだろうか。
傲慢と無知は、どの時代にも、どんな政治制度の下でも、人間の性質に普遍的に見られる特徴である。
最初に現れるのは、金融危機がどれだけ頻繁に起きているかを知らない、という無知である。もっとも「頻繁」とは半世紀に一度か、もう少し多いという程度だから、知らなくても不思議はない。
だから、いくつか例外はあるにしても（例えばドイツ人は、未だに1920年代のハイパーインフレの苦しみを覚えている）
殆どの社会は悲劇をとっくに忘れている。
しかし、8世紀という長期間にわたるデータセットを定量的に観察してみれば、世界中で繰り返される普遍的なパターンを見つけることができる。人間の性質に備わったもう一つの欠点は傲慢である。金融危機は、どこかよその国、よその時代のよその人に起きる出来事だと思い込むのは、傲慢のなせる業である。
政策当局、投資家、メディアは、たびたび「今回は違う」という言葉を口にしてきた。債務が膨らみ資産価格が急上昇しても今回はこういう理由があるから何も心配はいらない、木が月に届くまで伸びることだってあるのだ、と。

読者もよくご存知のとおり、金融危機はけっして目新しいものではない。
金融市場が発達してからは、危機は常に人類と共にあった。
古い時代には、通貨の改鋳が原因で起きることが多かった。戦争などで国の財政が苦しくなった時の窮余の策として、君主が自国通貨中の金や銀の含有量を減らすのである。
だが技術が進歩したおかげで、政府が財政赤字を埋め合わせるために自国通貨から掠め取る必要は、だいぶ前から無くなっている。
だからと言って金融危機が無くなったわけではない。
危機はいつの時代にも発生し、今日に至るまでたくさんの国を苦しめている。

国家としての初期段階では、あのフランスでさえ、少なくとも8回は対外債務のデフォルトを起こしている
スペインは18世紀末までは6回で済んでいたが、19世紀に入ってから8回を記録して、フランスを抜いた。
このように今日のヨーロッパの大国が新興段階からのし上がる過程では今日の多くの新興市場国と同じく、対外債務のデフォルトを繰り返し起こしている。
ギリシャは1800年から第二次世界大戦後までずっとデフォルト状態だったと言ってよく、オーストリアはある意味でもっとひどかった。
19世紀以前の国際資本市場はさほど発達していなかったにも関わらずフランス、ポルトガル、プロシャ、スペイン、そしてイタリアの都市国家は頻々とデフォルトを起こしている。ヨーロッパの周縁部に位置するエジプト、ロシア、トルコも、やはり慢性的なデフォルト歴を持つ。

国内債務のデフォルトは対外債務に比べれば稀だと考えられており、経済書などには、政府は国債を額面通り必ず償還してきたようなことが書かれている。しかし実際には、そう断言するのはいかがかと思われるほど
デフォルトが発生していた。国内債務が公然とデフォルトされるときは、対外債務だけをデフォルトする場合に比べ、生産高の急激な落ち込みやインフレの加速など、経済事情がきわめて悪化しているケースが多い。

実際には銀行危機は、貧困国も富裕国も同じように苦しめてきた。
19世紀初頭のナポレオン戦争中に起きたデンマーク危機から21世紀のグローバル金融危機に至る様々な銀行危機を調べると、そう結論せざるを得ない。
銀行危機が発生すると、まず間違いなく税収が急減し、財政支出が大幅に増える（その一部はほぼ確実に浪費される）。
銀行危機後の3年間で政府債務は平均して86%増えており、銀行危機が間接的に財政にもたらすこうした影響は、直接的な銀行救済に要するコストよりはるかに大きい。

間違いなく一つ言えるのは、国も銀行も、個人も企業も、大好況期が永久に続くはずもないのに、後々の危険を十分認識しないまま、景気のいいときに過剰に借り入れる習慣を繰り返してきたことである。

過去800年間に起きた危機を細部に分け入り、データの山をつぶさに調べた末に、私達はこう考えるようになった。金融危機直前の絶頂期に投資家が聞かされてきた助言は「今回はちがう」という認識に基づいていた、ということである。その代償は大きかった。
「昔のルールはもう当てはまらない」という主張は熱狂的に受け入れられ金融のプロが、さらには政府の指導者が、われわれは前よりうまくやれる、われわれは賢くなった、われわれは過去の誤りから学んだ、と言い始める。
そのたびに人々は自分で自分を納得させた。過去のブームはほぼ決まって悲劇的な暴落につながったものだが、今回は大丈夫だ。
なぜなら現在の経済は、健全なファンダメンタルズや構造改革や技術革新やよい政策に支えられているのだから、と。

未来の政策担当者や投資家が本書の提出するデータと分析の重みを受け止め、安易に「今回はちがう」と口にするのを控えるよう、願ってやまない。今回がちがうことは、まずないのだ。

LTCM危機の際にあるトレーダーの発言
「銃の脅しで奪われるよりも多くのカネが、たった四語の言葉のせいで失われる。それは、今回は違う（This time is different）という言葉だ」

危機がいつ起きるのか、どのくらい続くのかは、理論は示してくれない。

「今回は違う」シンドロームが流行する最大の理由は、おそらく信頼というものが移ろいやすく当てにならないことを忘れてしまうことにある。
多額の短期債務を頻繁に借り換えなければならない状況では、信頼の揺らぎはとりわけ重大な意味を持つ。
借入比率の高い政府、銀行、企業は大丈夫いつまでも借り換えを続けられると考えて安心しているが、その日は突然やって来る。
借り手は信頼を失い、貸し手は姿を消して、危機が始まる。

金融危機の歴史を振り返ってわかるのは、何かが起きると思われている時にはその何かはいずれ起きる、ということだけである。
債務が膨れ上がった国は、悲劇に向かっている。
借金頼みの投資で資産価値が高騰し、話がうますぎると感じられるような時はだいたいにおいてその感覚は当たっていると言ってよい。
だが悲劇が起きるその日を正確に予想するのは極めてむずかしく、すぐそこに迫っていると思われた危機が数年後にようやく始まる例もある。
例えば2000年代後半のアメリカがそうだった。危機の前には、赤信号があちこちで点滅していた。だが「最後の一撃」はなかなか来ず、それまでずっと金融業界のトップも経済学者も「今回は違う」と唱え続けていた。

信頼の喪失という事態に国が翻弄されないようにするには、借り入れそのものや借入比率の抑制以外にも、さまざまな方法がある。
経済学が教えるのは、透明性を高めることである。

例えばベン・バーナンキは、1930年代の大恐慌があれほど長く苛酷だった主因として、銀行の破綻を挙げている。金融危機、とりわけ規模が大きく解決困難な金融危機の影響が深刻化しやすいのは、このためである。
このテーマは、複数均衡や金融の脆弱性と同じく、多数の専門的な文献で論じられている。金融市場と実体経済がこのように深く結びついているため金融市場が機能停止に陥った場合にはとくに、危機は歴史に残るような
大惨事となりやすい。本書で取り上げる危機の多くがそれに該当する。
対照的なのが、2001年のインターネット・バブルの崩壊である。
この時はハイテク株が急騰した末に急落したが、実体経済への影響はさほど大きくなく、同年内のゆるやかなリセッション（景気後退）でおさまった。2000年代前半に起きた世界的な住宅価格の高騰のように債務で膨らんだバブルの方がよほど危険である。

「今回は違う」シンドロームの本質は、ごく単純である。この症状は、金融危機はいつかどこかで誰かに起きるもので、今ここで自分の身に降りかかるものではない、という強固な思い込みに根ざしている。
我々は前よりうまくやれる、我々は賢くなった、我々は過去の誤りから学んだ。それに、昔のルールはもう当てはまらない、という具合である。
だが残念ながら、巨額の債務に依存する経済は極めて弱い。
知らない内に断崖絶壁を背にして座っているようなもので、偶然が重なって信頼が失われると、あっという間に谷底に転落する。

通貨改革、すなわち新通貨の導入や呼称変更、単位の切り替え

例えばハイパーインフレに悩まされたブラジルでは、1986年から1994年にかけて、4度も通貨改革を実施した。私達が調査を始めた段階では、1948年の中国が最も大胆で、旧通貨と新通貨との交換比率は300万対1だった。
ところが調査が終わる頃には、この記録はジンバブエに抜かれていることがわかった。ジンバブエの通貨改革では、交換比率はなんと100億対1に達したのである。通貨改革は高インフレ（必ずしもハイパーインフレではない）が続いた後に実施されることが多く、

過去最大の対外債務のデフォルトは、2001年にアルゼンチンが起こしたもので950億ドルを上回っていた。このケースは利払いの減額と繰延措置によって対処された。時には債務国が返済義務を公然と拒否することもある。
例えば1867年にメキシコのフアレス政権は、マクシミリアン皇帝が借り入れた1億ドル以上のペソ建て債務の返済を拒絶した。

あまり知られていないが、1958年～1972年にはインドの対外債務再編が行われている。

ギリシャは、1826年にデフォルトを起こしてから53年間ずっと、国際資本市場から閉め出された。また1873年のホンジェラスのデフォルトも、ほぼ同じ期間にわたっている。

実際には国内債務危機は、平均的な対外債務のデフォルトに比べるとはるかに経済事情が悪い時に発生している。だが一般に国内債務危機には、無遠慮な外国人債権者は絡んでこない。多くの事例が主要業界誌や金融専門誌で報道されず、またこの種の危機の研究が学術文献であまり取り上げられないのはこのためと思われる。もちろん、全てが闇に葬り去られるわけではない。
メキシコは1994年～1995年にデフォルトを起こしかけて、大々的に報道された。
これなどは「有名」になった国内債務危機の例と言えよう。

またアルゼンチンは、1980年以降に国内債務のデフォルトを3回起こしている。
うち2回は対外債務のデフォルト（1982年と2001年）と同時だったため世界的に大きな関心を呼んだ。だが、1989年の大規模なデフォルトは対外債務の新規デフォルトを伴っておらず、したがって非居住者が関与していなかったため、ほとんど取り上げられていない。
また1930年代の大恐慌の際には、先進国、途上国を問わず国内債務のデフォルトが多発したが、大方は記録されていない。債務に関する公式文書に記載されている場合でも、脚注扱いで、返済の遅滞や一時中断と書かれているだけのことが多い。

ある国が繰り返しデフォルトをするようになると、その後は債務不耐性の重い症状が長引く　悲しいかな、これが今回の分析でわかった事実である。
もちろんその状態を脱することは可能だし、実際に脱した国もある。
だが完治までのプロセスは長く辛い。たとえばギリシャやポルトガルにとっての欧州連合（EU）のように、外から手を差し伸べてくれるしっかりした
政治機関があれば別だが、そうでなければ何十年、何百年とかかることもある。
少なくとも現時点では、たとえ強力な国際機関の肩入れであっても症状を軽減しうる実験程度にみなしておくのが無難で、決定的な治療法とまでは言えない。

歴史的に見て、対外債務GNP比率の高い国が、高度成長あるいは長期にわたる多額の返済を通じてその状態を脱した例は、極めて稀である。
新興市場国で対外債務が大幅に減ったケースのほとんどは、再編かデフォルトによっている。

1800年から2009年にかけて、ソブリン・デフォルトは対外債務について少なくとも250回、国内債務でも68回あった。

デフォルト未経験国
オーストラリア、カナダ、ニュージーランド、アメリカという英語圏の高所得国が含まれる（盟主とも言うべきイギリスは、すでに指摘した通り、古い時代にデフォルト歴がある）。
またデンマーク、フィンランド、ノルウェーはいずれもデフォルトをしたことがない。ベルギー、オランダもそうだ。
アジアでは、香港、韓国、マレーシア、シンガポール、台湾、タイが対外債務のデフォルトを免れている。ただし韓国とタイは、1990年代の債務危機の際にIMFから巨額の融資措置を受けてどうにかデフォルトを回避できたのであり、それが無ければデフォルト国の悲哀を味わっていたに違いない。

対外債務のデフォルト歴のない国がおおむね目覚ましい成長を遂げてきたという点は、注目に値する。このことから「成長率が高いから
デフォルトを防げるのか、それともデフォルトをしないから成長率が高くなるのか」という疑問が出てくる。世界の歴史を振り返って確実に言えるのは、高度成長中の国は、成長が鈍化すると苦境に陥る例が多いということである。

国家というものは、企業のような破産はしないからである。
第一に、国が廃業することはまずない。第二に、国は単に経済や金融上の理由からだけでなく、政治的あるいは社会的な配慮もした上で、損得勘定に基づいてデフォルトを起こすことが多い。ほとんどの国のデフォルトは、その国が無一文になるよりだいぶ前に起きている。

意志の強い債務国は、たいていは苦しみもがきながらも対外債務を返済する。多くの国で指導者が直面する問題は、どこで一線を引くか、ということだ。
彼らの下す決断は、必ずしも完全に合理的とは言えない。
例えばルーマニアの独裁者ニコラエ・チャウシェスクは1980年代の債務危機の際に、外国の銀行から借り入れた90億ドルの債務を、国が貧しいにも関わらず数年で返済しようとした。ルーマニア国民はほとんど暖房なしに厳冬をすごし、工場は電力不足のため操業短縮を強いられたという。

国際資本市場でおそらくは最も根本的な「欠陥」を取り上げる。
それは、国境を越えた債務契約を履行させるための、超国家的な法的枠組みが整っていないことである。これを具体的に言えば、たとえば（デフォルトの多発で名高い）アルゼンチンの政府がアメリカの銀行から借り入れ、デフォルトを起こしたとき、この銀行がアルゼンチン政府から直接取り立てる方法はごく限られる、
ということだ。

19世紀の植民地時代になると、マイケル・トムズが指摘するとおり、強国は債務契約を履行させる目的でたびたび他国に干渉した。
イギリスは対外債務の返済を怠った国を毎回のように脅しつけ、占領したことさえある。たとえば1882年にはエジプトに侵攻したほか、1876年にトルコがデフォルトを起こしたときには、直ちにイスタンブールを占領した。

アメリカも1890年代半ば頃からベネズエラで「砲艦外交」を展開したが、その一因は債務返済に懸念を抱いたことになる。
また1915年からハイチを占領したときも、債務の回収のために必要だと正当化した。

国内債務を取り上げる第三部できわめて驚くべき発見の1つは、公然のデフォルトが、公的対外債務ほどではないにしても、一般に考えられているよりもはるかに多いことである。
そのうえ政府は、予期せぬ高インフレを通じて公的国内債務をデフォルトすることができる。たとえば1970年代には、アメリカや多くのヨーロッパの国がそれをしていた。

いかなる種類の政府債務も、その返済を促す要因となるのは、単に税収や消費の平準化を図る必要性だけでなく、幅広い配慮だと考えられる。
公的対外債務をデフォルトすれば、ことは債務だけでおさまらず、おそらくは広い国際社会で反応を引き起こすだろう。まさにそれと同じように、国内債務のデフォルトは、将来の借り入れができるかどうかといった問題をはるかに超えて、社会契約の破綻につながりかねない。1つ確実に言えるのは、多くの国にとって、公的債務は、政府が税収を平準化する手段であるのみならず、信用市場の流動性維持に役立つ価値保存手段でもあるということだ。
政府はときたま債務をデフォルトするかもしれないが、ほとんどの国で、民間企業の方がずっと成績が悪い。

対外債務のデフォルト後には、インフレは悪化傾向をたどることが多い。国際資本市場から閉め出され、かつ歳入の激減に直面すると、支出を維持できなくなった政府は当然のごとくたびたびインフレ税という手段に訴えてきた。それも、ハイパーインフレという最も極端な形に頼った例さえある。

スペインのデフォルトの第一波は、1557年、1575年、1596年で、いずれもフェリペ2世（在位1556～1598）の知世である。第一波よりさらに見苦しい第二波は1607年、1627年、1647年で、フェリペ2世の後継者達の時代だった。

問題は、危機を起こしやすい国、とりわけデフォルトを頻繁に繰り返す国が、景気のいい時に過剰に借り入れ、景気が落ち込んだ時（景気は必ず落ち込む）に脆さを露呈することだ。「今回はちがう」シンドロームが蔓延するのは、たいていは今回がちがわないからであり、いずれは悲劇が繰り返されるからなのである。

ニューファンドランドは、1936年に対外債務のデフォルトが避けられなくなった時、主権まで失い、最終的にカナダ領になった。この他エジプトは、デフォルト後にイギリスの保護領となっている。

政府が仲立ちして、破産した銀行を健全な銀行に吸収させることがある。まさにそれと同じように、イギリスは破産した主権国家ニューファンドランド（20世紀初頭に独立）をカナダが吸収するよう、働きかけた。
（中略）
実際に同国はデフォルトをしてはいないが、それは形の上だけに過ぎない。
デービッド・ヘイルは次のように述べている。
「1930年代のニューファンドランドの政治史は、今ではカナダの歴史の中でとるにたらない一場面とみなされている。あの国で起きた尋常ならざる出来事に、もう誰も注意を払わないと言ってよかろう。だがイギリスの議会と、自治領であるニューファンドランドの議会は
民主主義より債務を優先することに合意したのだ。大英帝国の中で英国議会に次ぐ古い歴史を誇っていた同国の議会は廃止され、78年にわたり直接民主制を維持してきた28万の英語を話す国民に、異なる政体が押し付けられた。そしてイギリス政府は憲法上の権限を利用して、ニューファンドランドがカナダに統合されるように仕向けたのである」

ニューファンドランドと状況は異なるが、エジプト、ギリシャ、トルコも19世紀にデフォルトを起こした時、少なくとも政府財政に関する主権の一部をイングランドに献上した。またアメリカは、莫大な債務を抱えたドミニカ共和国で関税徴収を行うため1907年に同国を保護国とし、1916年には占領した。アメリカはハイチとニカラグアにも交渉して関税徴収を行い、債務返済に充てる税収を確保している。これが砲艦外交の時代のやり方だった。

戦後のデフォルト期間が短いことの説明として、IMFなどの国際融資機関による救済が進められているときは、たびたびデフォルトを起こす「お得意様」に対して債権者が手加減をしてやるからだ、との皮肉な見方もある。ともあれ、アイケングリーンが複数の論文で指摘したように、第二次世界大戦後にはデフォルトとデフォルトの間隔が大幅に縮まったという事実は変わりはない。債務再編が成立すると、多くの国がすぐさま次の借り入れを行っている。

2000年代後半のグローバル金融危機、すなわち第二次大収縮のような危機の今後を評価するうえで、こうした過去の事例との比較はどのような意味を持つだろうか。一方で、金融政策のフレームワークは、柔軟性に富むようになったと考えられる。これは、国際通貨体制が以前ほど硬直的ではなくなったことが大きい。また一部の中央銀行は、積極的な対策を早めに打つようになった。これは、1930年代の大恐慌や日本の「失われた10年」に欠けていたものである。しかしその一方で、私達は先人より賢くなったとあまりうぬぼれるべきではないだろう。なにせほんの数年前まで、金融工学が発達したおかげで景気循環は制御でき、金融危機が伝染するリスクも抑えられる、と多くの人が主張していたのである。

この世の中に新しいものなど存在しない。
新しく見えるのは、忘れていたからだ。ローズ・ベルタン

IMFにしても、政府がトラブルに陥ってから火消し役として馳せ参ずるよりも、政府に借入ポジションの公開を促す方が、危機防止の点で効果的であろう。

「今回はちがう」シンドロームがしぶとく繰り返されること自体、真に解決すべき課題を克服できていないことの証左と言えよう。このシンドロームは、姿形は変わっても、どの地域どの時代にも発症してきた。大国と呼ばれるような国も、この症状を免れないらしい。借り手も貸し手も、政策担当者も学者も、そしておおむね世間も、記憶力はさっぱりよくならないとみえる。こういう状況では、次の危機勃発を防ぐ教訓を歴史から学ぶことは、どう贔屓目に見ても期待薄と言わざるを得ない。たとえよくできた早期警戒システムから危険を告げる信号が発せられたところで、「昔のルールはもう当てはまらない」とばかり、きっと無視されてしまうだろう。

したがって歴史が教えてくれる教訓は、こうだ。たとえ制度が高度化し政策担当者が賢くなったとしても、限界を超えようという誘惑が常に存在する、ということである。どれほど大金持ちでも破産することがあるように、どれほど規制が行き届いているようにみえる金融システムも、強欲や政治的圧力や利益追求の下では崩壊しうる。
技術は進歩し、人間の身長は伸び、流行は移り変わる。だが人間が自分で自分を欺く能力はすこしも変わらないようだ。政府も投資家も自らを騙し、何度となく幸福感に酔いしれては、だいたいは悲惨な結末を迎えている。

だが借金に頼る経済、とりわけ短期債務が多く、流動性の低い担保資産に対する信頼だけを頼りに借り換えが続くような経済は、長続きしない。まして借り入れが野放図に膨らむようではなおさらである。今回はちがうようにみえたとしても、ほとんどの場合、状況を見ればそうでないことがわかる。心強いことに、歴史は警告を発してくれる。政策当局がそれに気づき、リスクを正しく評価することは、十分に可能なはずだ。
信用バブルによる功績に酔い痴れていなければ。そして、前任者が何世紀も繰り返してきたあの言葉「今回はちがう」を口にしていなければ。

2022/02/13（日）記述

新ジャポニズム産業史 1945-2020

マット・アルト（MattAlt） / 村井章子

サブカル現代史小説といった感じ。小菅のジープやカラオケ、ウォークマン、Kawaiiとキティちゃん、アニメそしてゲーム。それぞれ社会的ヒットとなったモノについて、その時々の時代的背景を鋭く解説しつつ、その生みの親や渦中の人と情熱にも丁寧にスポットライトをあてる。サブカルという側面から戦後史を楽しくなぞることができたし、登場人物の大義に触れて目頭が熱くなる場面も多くあった。著者の持論に若干違和感を抱く部分もあったが、それを補って余りある日本の産業史を紐解くために費やした熱量と知的好奇心には素直に敬意を表したい。

絶望を希望に変える経済学 社会の重大問題をどう解決するか

アビジット・V・バナジー / エステル・デュフロ / 村井章子

従来の経済学では、移動が可能なら賃金の安い地域から高い地域に移るのが当たり前だが、実際の人間は多くは移住しない。
人間はリスクを過大評価して、リスクを取りたがらない生き物なのだ。
さらに、人間としての尊厳が重要で、金だけの価値で動くことはないし、あったとしても幸福にはならない。
これを前提とした政策を打ち出す政府、政治家が必要だ。

ＮＯＩＳＥ下 組織はなぜ判断を誤るのか？

ダニエル・カーネマン / オリヴィエシボニー / キャス R サンスティーン / 村井章子

この本は、裁判官や医者などの社会的地位が高く、信用の高い人たちの判断にもノイズ（判断のばらつき）がありますよー！しかも思ったより大きなばらつきです❕と考察しています。
めちゃくちゃ論理的で納得できるいい本でした！
ぜひぜひ読んでみてください。

ＮＯＩＳＥ上 組織はなぜ判断を誤るのか？

ダニエル・カーネマン / オリヴィエシボニー / キャス R サンスティーン / 村井章子

本書は、ノーベル経済学賞を受賞した「ファストアンドスロー」の著者であるダニエルカーネマン等が
ヒューマンエラーである「ノイズ」について考察した本です。
多角的に研究された内容が多数紹介されており、この本を読めるというのは「めちゃくちゃ、お得だー❕」と思いました。
医者や裁判官の判断でさえ、ノイズがあるとは、、、
ぜひぜひ読んでみてください。