Annonceinfo

Danske forskere vil forhindre bankkriser

VideoBankkriser koster samfund milliarder og mennesker deres job. Men forskere er i gang med at skabe regnekraft til at klare de ’mareridtsagtige beregninger’, der skal til for at forudsige dem – og har dermed kastet sig over et af datalogiens helt store problemer.

Video: Det Strategiske Forskningsråd

Kan man forudsige fremtiden og forhindre bankkriser med ren regnekraft? Kan man med computere og statistik finde ud af, om det er det rigtige valg at give et lån eller købe en aktie eller en multinational virksomhed? Og hvordan får man gennemført de meget komplekse beregninger på en måde, så computerne kan gøre det hurtigt nok til, at man har tid til at vente på resultatet?

Det er spørgsmål, som forskere på Datalogisk Institut, Matematisk Institut og Niels Bohr Institutet på Københavns Universitet har kastet sig over. Det Strategiske Forskningsråd støttede i 2010 projektet HIPERFIT (det står for Functional High Performance Computing for Financial Information Technology) med 31,4 millioner kroner til seks års forskning.

Projektet er nu halvvejs, og Videnskab.dk har sat sig for at lave en midtvejsevaluering på projektet.

Fritz Henglein, der er professor på Datalogisk Institut på Københavns Universitet og leder af HIPERFIT, fortæller, at det er lykkedes forskerne at få computere til at foretage beregninger meget hurtigere end tidligere.

»Vi har allerede udviklet noget kode, der er meget, meget hurtigere – helt op til en faktor 500 ved hjælp af almindelige grafikkort, som findes i almindelige maskiner, der bruges til computerspil,« siger Fritz Henglein.

Meget større krav til banker

Forskningscenteret arbejder på at skabe højere beregningshastigheder i tæt samarbejde med bankerne Danske Bank, Nordea og Nykredit samt flere andre samarbejdspartnere. Samarbejdet er kommet i stand for at løse nogle af de udfordringer, den finansielle sektor står over for, efter den finansielle krise skyllede ind over verden i 2007 og skabte arbejdsløshed og krisestemning.

De nye teknologier skal sikre, at kriser ikke rammer så hårdt og bredt som den seneste finanskrise - hvor selv sparegrise kom på slankekur. (Foto: Shutterstock.com

Resultatet af finanskrisen er blandt andet øgede krav til bankerne, når de investerer og låner penge ud – de skal vide meget mere om, hvor stor risikoen er, så en gentagelse af krisen kan undgås. HIPERFIT-forskerne arbejder derfor på at udvikle et nyt programmeringssprog, der på en gang gør det nemmere for bankerne at foretage beregningerne af risiko og samtidig skal gøre dem langt hurtigere.

Forsøget på at se ind i fremtiden og skabe bedre risikovurderinger, end dem vi har i dag, skaber man med stokastiske simuleringer (se faktaboks). Men det er noget, der kræver enorme beregninger – som kræver meget høj computerkraft, hvis man altså ikke har oceaner af tid til at vente på resultatet.

»For nogle data har vi en mareridtsagtig kombination, fordi der er så mange scenarier, der bliver beregnet. Men det er det, der gør det spændende,« siger Fritz Henglein.

Datalogiens store udfordring

For at løse finanssektorens behov for at kunne udregne risiko har forskerne i HIPERFIT-projektet derfor samtidig kastet sig over et af datalogiens store problemer: Hvordan man skaber høj nok beregningshastighed.

Datalogiens problem med at skabe høj hastighed er mangesidet, men løsningen starter med én ting: kerner. Det er her, computeren foretager sine beregninger og i praksis udfører de opgaver, den bliver sat til.

De fleste almindelige computere har to eller fire kerner, der kan fordele arbejdet mellem sig – på samme måde som flere kokke kan fordele arbejdet mellem sig i et køkken.

Fakta

Denne artikel indgår i en serie, der viser, hvordan strategisk forskning kan bidrage til at løse konkrete samfundsproblemer. Artikler og videoer bringes som led i et samarbejde med Det Strategiske Forskningsråd.

Men mens det er nemt at få fire kokke til at arbejde sammen effektivt og deles om arbejdet med at lave en god spaghetti bolognese, bliver det sværere, hvis man propper 100.000 kokke ind i sit køkken, der skal stå og arbejde ved siden af hinanden.

På samme måde er det svært at gøre effektivt, når en programmør skal skrive kode, der styrer hvilke kerner, der skal foretage hvilke beregninger samtidig – eller parallelt, som det hedder.

»Den helt store udfordring inden for datalogien, der går 30 år tilbage, er, hvordan man konstruerer korrekt kode, der er virkelig massivt parallelt. Det er noget, der er gået milliarder i, og forskerne forsøger stadig,« siger Fritz Henglein.

Skal virke på alting

At det er svært at fordele arbejdsopgaverne effektivt betyder, at langt det meste af de mange kerners regnekraft aldrig bliver udnyttet.

Software er nemlig typisk bygget til et bestemt antal kerner og kan ikke automatisk udnytte den ekstra regnekraft, hvis man køber en hurtigere computer med flere kerner. Det svarer til, at man klemmer flere kokke ind i sit køkken men ikke giver dem nogen arbejdsopgaver. Skal de nye kokke eller kerner i gang med at hakke gulerødder eller foretage udregninger skal koden, der fordeler arbejdsopgaverne, skrives om.

Forskerne fra HIPERFIT vil nu forsøge at udvikle et programmeringssprog, som gør, at et program altid kan udnytte alle de kerner, der er til rådighed, uanset om der er 2 eller 100.000.

Fakta

FAKTA: Kerner
• HIPERFIT-projektet går ud på at få mange kerner til at arbejde sammen på en effektiv måde for at skabe hurtigere regnehastighed. Kernerne er stedet, hvor computeren foretager sine beregninger.
• Den computer, du læser denne artikel fra, har formentlig to eller fire kerner, der typisk kan gennemføre 2,5 milliarder instruktioner i sekundet hver. Hvis du spiller computerspil med tung grafik, har du måske endda købt en computer med yderligere 1.000 kerner på et grafikkort.
• Hvis der kun var én kerne, så ville softwaren sætte alle beregninger til at blive udført en efter en. Har man flere kerner til rådighed, kan man programmere sin computer til at dele regnestykket op og regne forskellige dele samtidig på de to kerner – eller parallelt, som det hedder..
• Fritz Henglein vil gerne kunne bruge helt op til 100.000 kerner, der foretager beregninger parallelt.

»Vi angriber det fra en anden vinkel. Vi siger til programmøren, der skal skrive programmet, at hun ikke skal bekymre sig om, hvor mange kerner, der er – hun kan skrive sit program til lige så mange, som hun har lyst til. Så sørger vores programmeringssprog for at oversætte det til det antal kerner, der er,« siger Fritz Henglein.

Det er særligt vigtigt, fordi antallet af kerner i nye computere stiger eksponentielt lige nu. Og mens det er nemt at købe den nyeste computer, er det svært og tidskrævende at få softwaren til at udnytte den nye regnekraft effektivt.

Forskning skal udfordre bankrådgiveren

HIPERFIT's programmeringssprog vil altså kunne skabe store besparelser, når bankerne ikke behøver udvikle et helt nyt computerprogram til at analysere risikoen ved deres investeringer, hver gang de indkøber nye computere.

Samtidig vil sproget gøre det muligt at skrive programmerne, uden at man i bankerne behøver at have specialviden om de meget komplekse datalogiske problemer, der får beregningerne gennemført på mange kerner. Dermed bliver det nemmere for bankerne at vurdere deres risiko i fremtiden og måske undgå en ny krise.

»Vi håber at kunne skabe nogle gode modeller for fremtiden og at skabe regnekraften til at regne dem igennem, i stedet for bare at håbe på at der ikke kommer til at ske noget forfærdeligt,« siger Fritz Henglein.

Men forskningen er offentligt, og Fritz Henglein håber, at det er ikke kun er bankerne, der vil nyde godt af forskningsresultaterne. Softwaren som bliver udviklet i HIPERFIT-projektet skal også kunne bruges af uafhængige folk til at foretage uafhængige analyser.

Fakta

FAKTA: Stokastiske simuleringer
• HIPERFIT kombinerer matematiske og statistiske metoder, der kan beregne forudsigelser om fremtiden med datalogiske metoder, som skal få computerne til at gennemføre beregningerne.
• Risikoen ved bankernes investeringer beregnes ved hjælp en række forskellige metoder. Her spiller stokastiske simuleringer en større og større rolle. Stokastiske simuleringer bygger på, at man regner ud, hvordan investeringen ser ud i millioner af forskellige fremtidsscenarier.
• Hvert scenarie er bygget på tilfældigheder – hvordan vil renten udvikle sig, hvordan vil det gå med verdensmarkedspriserne, udbryder der krig? Man beregner så, om investeringen er en god forretning eller om man taber penge i hvert scenarie.
• Ved at se på investeringen i det meget store antal tilfældigt udvalgte fremtidsscenarier kan man danne sig en idé om, hvad der kan tænkes at gå galt og under hvilke omstændigheder banken kan tabe penge – og har derfor en klar idé om risikoen ved investeringen.

»Det er en frygtelig historie, hvordan folk har købt strukturerede produkter med meget høj risiko, fordi designerne af produkterne ved frygteligt meget mere end bankrådgiverne og investorerne. Der er en ulighed i hvem der har adgang til information, som vi håber at kunne bidrage til at gøre op med,« siger Fritz Henglein.

1.000 gange hurtigere

På IT-Universitetet i København mener professor Peter Sestoft, at forskningen på Københavns Universitet er spændende.

»Det, der vil være fantastisk, hvis deres projekt lykkes, er, at man kan skrive det samme stykke software og køre det på sin egen maskine – og på en, der er 1.000 gange hurtigere. Det vil spare både tid og energi og man undgår en uendelig mængde bøvl. En faktor 1.000 er altså forskellen mellem, at en beregning tager et helt døgn og 1,5 minut," siger Peter Sestoft.

Peter Sestoft er ikke selv en del af HIPERFIT-projektet, men han arbejder med et lignende projekt, der skal skabe beregningsløsninger til pensionsbranchen – på samme måde som HIPERFIT skal det til finanssektoren.

»Om den praktiske målsætning inden for finanssektoren lykkes afhænger af, om bankerne vælger at satse på den her retning eller på noget andet – deres problemstilling kan også løses med mange andre værktøjer. Men der er helt sikkert nogle, der vil bruge det,« siger Peter Sestoft. Modsat HIPERFIT forsøger han ikke i sit projekt at skabe løsninger, der generelt kan skabe højere beregningshastighed.

»Det er et rigtigt svært problem at lave softwareløsninger, som både er generelle og giver meget høj hastighed – det er selvfølgelig noget, man har været interesseret i, siden første dag man lavede en computer, så udfordringen er ikke ny. Men deres tilgang er ny og bliver også forfulgt andre steder i verden, så jeg tror, de har fat i det rigtige,« siger Peter Sestoft.

Partnerartikel

Artiklen bringes i samarbejde med: Innovationsfonden

Videnskab.dk samarbejder med Innovationsfonden.

Innovationsfonden investerer i iværksættere, forskere og virksomheder med viden og ideer, der skaber vækst og arbejdspladser i Danmark. I 2015 uddeler Innovationsfonden knap 1,6 milliarder kroner til nye initiativer, som skaber vækst og arbejdspladser i Danmark. Innovationsfonden fokuserer på tilgængelighed, mindst muligt bureaukrati og stor risikovillighed.

Fondens mål er, at det danske samfund får udbytte af de penge, der investeres. Det betyder, at fonden fokuserer på projekternes mulighed for at skabe vækst og arbejdspladser gennem viden og at projekter kan stoppes, hvis resultaterne udebliver. Til gengæld geninvesterer fonden gerne, hvis det viser sig, at projektet har et større potentiale end forventet. Ansøgere kan vælge mellem tre indgange:

Nedenfor kan du læse artikler om projekter, finansieret af Innovationsfonden.

Slagkraft

Hej Fritz,
Ja. Det er det, jeg mener. Noget nyt, som kører hurtigere og ikke bare parallelisering for at kompensere for langsommeligheden i gammelt software.

Supersoftware

Hej Peter: Det er rigtigt, at effektiv udvikling og implementering af parallelsoftware på massivt parallele hardwarearkitekturer (ikke parallelisering, dvs. dusty deck sekventiel software, der konverteres automatisk til at køre på parallel hardware) er en central del af HIPERFIT. Hvis du mener 'domæneorienterede sprog og arkitekturuafhængig parallelsoftware med høj ydeevne på massivt parallele hardwareplatforme' med 'supersoftware', så passer det præcist! 'Supersoftware' er et slagkraftigt begreb, som journalisten nok ville have haft svært ved ikke at bruge i artiklen, havde jeg selv brugt det...

supersoftware

Kære Fritz,
Hvis du læser den artikel, du selv er citeret i, så står der f.eks. i faktaboksen, at projektet går ud på at øge parallelisering. Hvis det er forkert, må du henvende dig til journalisten.
Jeg kalder software, der bruger paralleliseringen og eventuelt andre teknikker til at sætte beregningshastigheden op for supersoftware.

Supersoftware

Et væsentligt mål med HIPERFIT er at øge transparens ved computerstøttede analyser. Altså ikke noget "supersoftware" -- underforstået: ekstremt kompliceret kode, der er hemmelig, praktisk talt uforståeligt og derfor ikke kritiserbar af uafhængige eksperter såsom (interne) risikomanagere og (eksterne) finanstilsynsførende. Men problemorienterede offentlige formuleringer udtrykt i domæneorienterede sprog, der gør det klart, hvad der bliver beregnet og som kan underkastes diskussion og kritik. Der findes ikke nogen enkelt, universel teknisk definition af "risiko". Derfor er det vigtigt at kunne udtrykke klart, hvad præcist nogen mener, når de i en bestemt, konkret kontekst taler om tilsyneladende veldefinerede begreber såsom "pris", "risiko", "volatilitet", etc. Klare, eksplicitte, alternative specifikationer for hver er i sig selv hverken garanti for, at virkeligheden er indfanget eller at nogen (anden) faktisk sætter sig ned og underkaster dem et nærmere eftersyn. Men de er nok nødvendige. Alternativerne er hemmeligt software (super elle ej), idealistiske forslag af silver bullets eller en farligt opgivende holdning, der ikke adskiller mellem en 90% løsning og en 0% løsning, når ingen af dem er 100%.

GIGO

Det er et spændende IT projekt, hvor løsningerne vil kunne bruges til mange ting.
Der findes et princip indenfor beregning, som kaldes "garbage in - garbage out" (gigo). Gigo beskriver, at hvis input er noget skidt, vil man få et dårligt resultat, uanset hvor gode beregningerne er.
Det er nok meget tvivlsomt, om de økonomiske teorier er i stand til at levere input af tilstrækkelig kvalitet. For eksempel hænger de fleste eksperter fast i den absurde idé, at man kan beregne risikoen ved at købe en aktie som standardafvigelsen på de historiske kursudsving.
Noget andet er, at i økonomi vil aktørernes forventninger påvirke fremtiden. Det betyder, at hvis man ved, hvordan økonomien vil opføre sig i fremtiden, vil man opføre sig anderledes, hvilket vil påvirke økonomien, så den ikke bliver som forventet. Det kan man selvfølgelig indbygge i sin model, så man ender med en helt tredje opførsel, der påvirker økonomien på en tredje måde og så videre. Det er meget svært at vinde sådant et spil.

I artiklen foreslås, at supersoftwaren kan bruges til at beregne risikoen ved strukturerede produkter. Det skulle ikke være nødvendigt med store beregninger for at vurdere risikoen ved at låne penge til nogen, der ikke har råd til at tilbagebetale lånet, f.eks. finanskrisens subprimelån. Man skal bare have de rigtige oplysninger (gigo-princippet).
Til gengæld vil finansielle virksomheder få meget nemmere ved at sælge strukturerede produkter til uskyldige, lidt naive og grådige mennesker, når de kan bekræfte, "at risikoen er udregnet med et videnskabeligt supersoftware".

Handyr

Nogle mænd bliver sexuelt ophidset af at tage en risiko. Hvordan vil de forskerne tager højde for dette?

Og hvad med alle rygklapperne? Når alle som betyder noget bekræfter hinanden i at de gør det rigtige?

Regnekraft

HIPERFIT beskæftiger sig med matematiske og datalogiske metoder, der kan hjælpe banker med at lave mere detaljerede og mere varierede risikoanalyser end hidtil. Det er for at kunne minimere bankernes individuelle risiko og dermed den samlede risiko for finanssystemet. Der er næppe nogen enkelt "silver bullet" -- hverken politisk, social, psykologisk, teknisk eller videnskabeligt -- der kan forhindre alle tænkelige finanskriser. Det er mere sandsynligt, at det kræver et samspil af konkrete tiltag i alle disse dimensioner.

Re: Mange økonomer vidste, at finanskrakket kom i USA.

Bagefter kan man jo altid finde nogle økonomer der har sagt et eller andet. Hele planeten og alle økonomer troede ikke på at det kunne gå galt. Vi havde en finansminister der sagde at der intet var at frygte andet en frygten selv. Kul på. Mere kul på. Snart kan vi købe hele verden.
Mange har bagefter gjort sig stor umage med at få gjort krisen til at være et svigt i finansverdenen. Noget korrupt. For det freder selve systemet. Så gæt på hvem der ansætter økonomer til at fremføre det synspunkt.

Man skulle ikke tro at det kunne være et seriøst synspunkt, at nogle fiksfakserier i finansverdenen kan ligge hele verden øde, uden at det må få alvorlige mennesker til at sætte spørgsmålstegn ved selve systemet.

Ingen (INGEN) ved hvor galt det hele kunne være gået hvis ikke landene havde holdt hånden under den private bankforretning. Data eller ej. Det gør ingen forskel. Og i øvrigt er vi slet ikke færdige med at betale den regning. Men straks er det hele i gang igen. Der forventes store STORE stigninger i aktiegevinsterne. Vær med inden du bliver efterlade alene på perronen!

re: forkert fokus

Er det ikke en underlig konklusion at nå; at når en virksomhed virkelig lykkes; så skal den afvikles/deles? Kunne man ikke ligefrem kalde det en indre modsigelse?

Forkert fokus

Jeg ser ingen ide i at undgå kriser, det er næsten nødvendigt for at skille fårene fra bukkene.
Man skal derimod undgå at de enkelte banker bliver så store, at de ikke kan tillades at krakke. Når en bank bliver så stor at et krak bliver for alvorligt, så kan den jo tage endnu større risici, da den ved den bliver reddet.

Mange økonomer vidste, at finanskrakket kom i USA

Der var rigtig mange økonomer, som vidste, at finanskrisen ville ske. Disse personer havde alle data, som var nødvendige. Ekstrem mange personer havde adgang til disse tal.

Trods viden ville meget få personer påpege katastrofen, som var på vej. De ville miste jobbene sine, fordi deres arbejdsgivere vil mene, at disse ødelagde en god forretning. Whistleblowere bliver sjældent sat pris på af deres chefer. De vidste, at når katastrofen kom, så vil de gå ned sammen med de andre kolleger, som også ville miste deres arbejde. Men efter en stund vil de få jobbene sine tilbage, fordi tiderne skifter.

Der har været mange skurke og stort set ingen er blevet dømt i banksektoren. Nationalstaterne har aldrig straffet personerne, som kastede verden ud i finanskrisen. Tværtimod får disse personer højere løn end nogensinde.

Dataprogrammerne var gode nok før finanskrisen. Endnu bedre dataprogrammer vil aldrig gøre nogen som helst forskel, når finansverden er korrupt.

Psykologien i et liberalt privatkapitalistisk samfund

Det tages med stor alvor når man med spørgeundersøgelser bedømmer forbrugertilliden til fremtiden. Vil folk begynde at bruge penge? Eller spare dem? Børsfolkene lytter med stor opmærksomhed med.

Vi hører om at den manglende forbrugertillid til fremtidens økonomi hæmmer økonomien. At hvis vi alle ville begynde at bruge flere penge, ville vi alle blive rigere.

Jeg tænker med skræk på, at hvis vi alle her på planeten pludselig (og helt irrationelt måske!) kun købte absolut livsnødvendige produkter i rigtig lang tid. Hvad ville er ske? Firmaer ville gå fallit på stribe. Dominoeffekten kunne blive enorm. Hvor mange firmaer ville beholde deres ansatte hvis de intet solgte i et halvt år? Kunne det lægge verden øde, kunne vi miste tilliden til den digitale møntenhed og begynde på varebytte. Kunne sult blive et problem for os i de rige vestlige lande? Det er altså ret uhyggeligt! Husk at købe noget unødvendigt i morgen!

Og ville et sammenbrud i planetens økonomi påvirke de diktatoriske planøkonomier som f.eks. Cuba og Nordkorea? Der er jo ingen psykologi i deres økonomier andet end at folk kunne gøre oprør el. lignende. Deres fabrikker kan jo ikke gå fallit. Hvis det hele brasede totalt sammen, kunne vi så bare skynde os at slå over til planøkonomi i en fart for at undgå katastrofen? Vi kunne jo så beholde vores demokrati.

Regnekraften er ikke hovedproblemet!

Det hjælper ikke med større regnekraft, når de økonomiske teorier og modeller man bruger, er forkerte!

Vi har i dag ikke nogen økonomisk teori, der vides med sikkerhed at være korrekt - og som derfor må kunne muliggøre effektive forudsigelser, hvis blot man har den rigtiige computer. Desuden kan det udmærket tænkes, at det nødvendigvis skal være en kvantecomputer. Altså at en traditionel computer umuligt kan løse opgaven, uanset kapacitet.

Regnekraften er ikke hovedproblemet!

Det hjælper ikke med større regnekraft, når de økonomiske teorier og modeller man bruger, er forkerte!

Vi har i dag ikke nogen økonomisk teori, der vides med sikkerhed at være korrekt - og som derfor må kunne muliggøre effektive forudsigelser, hvis blot man har den rigtiige computer. Desuden kan det udmærket tænkes, at det nødvendigvis skal være en kvantecomputer. Altså at en traditionel computer umuligt kan løse opgaven, uanset kapacitet.

Naiviteten længe leve!

Det er den klassiske naivitet hos ’rationelle’ forskere der arbejder med statistik, simulering og data mining, nemlig, at de undervurderer det irrationelle aspekt i mennesket. Hvad med ’skyggebankerne’ i London city? Unge mænd der strutter af testosteron og vil tjene mange penge på finansmarkederne? Hurtige luksusbiler, lækre kvinder og dyre rejser? Fx er SAXO bank jo reelt ikke en bank – men et kasino! Dvs. autoriseret hasardspil. Det er jo netop en cocktail af ’drifter’ og drømme plus grådighed, der sætter det hele over styr.

Seneste fra Kultur & Samfund

Grønlandske stemmer

Aviaja

»Det er vigtigt, at lokalbefolkningen uddanner sig, for bedre at være en del af udviklingen og bedre kunne tjene penge på viden i stedet for at tjene penge på tønder af olie«

Aviaja Lyberth Hauptmann, ph.d.-studerende på DTU.

Tema om fremtiden for grønlandsk forskning

Det læser andre lige nu

Spørg Videnskaben

Abonner på vores nyhedsbrev

Når du tilmelder dig, deltager du i konkurrencen om lækre præmier.

Seneste blogindlæg