TEDxZurich 2012
James B. Glattfelder: Who controls the world?
James B. Glattfelder: Ki irányítja a világot?
Filmed:
Readability: 5
2,753,507 views
James Glattfelder a komplexitást tanulmányozza: hogyan lehet egy kapcsolatokon alapuló rendszer - mondjuk egy madárraj - több, mint a részek összege.
A komplexitáselmélet, mint kiderül, sok dolgot tud felfedni a gazdaság működésével kapcsolatban. Glattfelder megosztja világrengető tanulmányát: miként áramlik a hatalom a globális gazdaságon keresztül, és milyen sebezhetővé tesz minket az, hogy a hatalom ilyen sokkolóan kevés kézben koncentrálódik. (TedxZurich eseményen rögzítve)
James B. Glattfelder - Complex systems theorist
James B. Glattfelder aims to give us a richer, data-driven understanding of the people and interactions that control our global economy. He does this not to push an ideology -- but with the hopes of making the world a better place. Full bio
James B. Glattfelder aims to give us a richer, data-driven understanding of the people and interactions that control our global economy. He does this not to push an ideology -- but with the hopes of making the world a better place. Full bio
Double-click the English transcript below to play the video.
00:16
"When the crisis came,
0
420
2316
QAmikor a válság elkezdődött,
00:18
the serious limitations of existing economic
1
2736
3120
azonnal láthatóvá váltak a jelenlegi gazdasági és
00:21
and financial models immediately became apparent."
2
5856
5052
pénzügyi modellek komoly korlátai."
00:26
"There is also a strong belief, which I share,
3
10908
4982
"Egy meglátás szerint, mellyel egyetértek,
00:31
that bad or oversimplistic and overconfident economics
4
15890
4999
a rossz vagy túlságosan leegyszerűsített és elbizakodott
00:36
helped create the crisis."
5
20889
2401
közgazdasági gyakorlat segítette a válság kialakulását."
00:39
Now, you've probably all heard of similar criticism
6
23290
2267
Nos, valószínűleg Önök mind hallottak már hasonló kritikákat
00:41
coming from people who are skeptical of capitalism.
7
25557
3342
olyan emberektől, akik szkeptikusak a kapitalizmussal kapcsolatban.
00:44
But this is different.
8
28899
1677
De ez most más.
00:46
This is coming from the heart of finance.
9
30576
3868
Ez most a pénzügyi világ szívéből jön.
00:50
The first quote is from Jean-Claude Trichet
10
34444
2861
Az első idézet Jean-Claude Trichet-től,
00:53
when he was governor of the European Central Bank.
11
37305
3875
az Európai Központi Bank volt vezetőjétől származik.
00:57
The second quote is from the head
12
41180
2239
A második pedig
00:59
of the U.K. Financial Services Authority.
13
43419
3365
a brit Pénzügyi Szolgáltatási Hatóság vezetőjétől.
01:02
Are these people implying
14
46784
1530
Arra utalnak ezek az emberek,
01:04
that we don't understand the economic systems
15
48314
2795
hogy nem értjük azt a gazdasági rendszert,
01:07
that drive our modern societies?
16
51109
3140
ami a társadalmunk mozgatórugója?
01:10
It gets worse.
17
54249
1922
Mondok rosszabbat.
01:12
"We spend billions of dollars
18
56171
2155
"Dollármilliárdokat költünk
01:14
trying to understand the origins of the universe
19
58326
3224
az univerzum eredetének megértésére,
01:17
while we still don't understand the conditions
20
61550
3862
miközben továbbra sem értjük a feltételeket, amik a
01:21
for a stable society, a functioning economy, or peace."
21
65412
8726
stabil társadalomhoz, a működő gazdasághoz vagy a békéhez szükségesek."
01:30
What's happening here? How can this be possible?
22
74138
2835
Mi történik itt? Miként lehetséges ez?
01:32
Do we really understand more about the fabric of reality
23
76973
2956
Komolyan többet tudunk az univerzum szerkezetéről,
01:35
than we do about the fabric
24
79929
1663
mint amit tudunk arról a szerkezetről,
01:37
which emerges from our human interactions?
25
81592
3138
ami az emberi interakcióból alakul ki?
01:40
Unfortunately, the answer is yes.
26
84730
2527
Sajnos a válasz: igen.
01:43
But there's an intriguing solution which is coming
27
87257
3409
De van egy tekervényes megoldás, ami abból ered,
01:46
from what is known as the science of complexity.
28
90666
4488
amit úgy ismerünk, hogy a komplexitás tudománya.
01:51
To explain what this means and what this thing is,
29
95154
2843
Hogy elmagyarázzam, hogy mi is ez és mit jelent,
01:53
please let me quickly take a couple of steps back.
30
97997
3579
tegyünk egy kis kitérőt.
01:57
I ended up in physics by accident.
31
101576
2390
Véletlenül kerültem kapcsolatba a fizikával.
01:59
It was a random encounter when I was young,
32
103966
3091
Ez egy véletlen találkozás volt fiatalkoromban,
02:02
and since then, I've often wondered
33
107057
2105
és azóta gyakran tűnődöm
02:05
about the amazing success of physics
34
109162
2079
a fizika elképesztő sikerén abban,
02:07
in describing the reality we wake up in every day.
35
111241
4367
ahogy le tudja írni a valóságot, amelyre minden nap ébredünk.
02:11
In a nutshell, you can think of physics as follows.
36
115608
3296
Dióhéjban elmondva, gondolhatunk a fizikára a következőképpen:
02:14
So you take a chunk of reality you want to understand
37
118904
3033
Veszünk egy darab valóságot, amit meg akarunk érteni
02:17
and you translate it into mathematics.
38
121937
3769
és lefordítjuk a matematika nyelvére.
02:21
You encode it into equations.
39
125706
3436
Átalakítjuk egyenletekké.
02:25
Then predictions can be made and tested.
40
129142
3827
Aztán előrejelzések készíthetők és ezek tesztelhetők.
02:28
We're actually really lucky that this works,
41
132969
2564
Igazából már így is nagyon szerencsések vagyunk,
hogy ez működik,
hogy ez működik,
02:31
because no one really knows why the thoughts in our heads
42
135533
3015
mert valójában senki nem tudja, miért kellene, hogy a gondolatainknak
02:34
should actually relate to the fundamental workings of the universe.
43
138548
5577
köze legyen az univerzum alapvető működéséhez.
02:40
Despite the success, physics has its limits.
44
144125
3562
A siker ellenére a fizikának megvannak a határai.
02:43
As Dirk Helbing pointed out in the last quote,
45
147687
2722
Ahogy Dirk Helbing rámutatott az utolsó idézetben,
02:46
we don't really understand the complexity
46
150409
2494
nem igazán értjük azt a komplexitást,
02:48
that relates to us, that surrounds us.
47
152903
3178
ami összeköt és körülvesz minket.
02:51
This paradox is what got me interested in complex systems.
48
156081
4648
Ez a paradoxon az, ami számomra érdekessé vált a komplex rendszerekben.
02:56
So these are systems which are made up
49
160729
1904
Ezek olyan rendszerek, amelyek számos egymáshoz
02:58
of many interconnected or interacting parts:
50
162633
3480
kapcsolódó és kapcsolatba kerülő részből állnak:
03:02
swarms of birds or fish, ant colonies,
51
166113
3814
madár- és halrajok, hangyakolóniák,
03:05
ecosystems, brains, financial markets.
52
169927
3434
ökoszisztémák, agyak, pénzügyi piacok.
03:09
These are just a few examples.
53
173361
4326
És ez csak néhány példa.
03:13
Interestingly, complex systems are very hard to map
54
177687
5243
Érdekes módon a komplex rendszereket nagyon nehéz
03:18
into mathematical equations,
55
182930
1860
matematikai egyenletekbe leképezni,
03:20
so the usual physics approach doesn't really work here.
56
184790
4493
tehát a hagyományos fizikai megközelítés itt nem működik.
03:25
So what do we know about complex systems?
57
189283
2193
Mit is tudunk a komplex rendszerekről?
03:27
Well, it turns out that what looks like complex behavior
58
191476
3942
Nos, kiderült, hogy ami kívülről
03:31
from the outside is actually the result
59
195418
3019
komplex működésnek tűnik, az tulajdonképpen
03:34
of a few simple rules of interaction.
60
198437
4197
az interakció néhány egyszerű szabályának következménye.
03:38
This means you can forget about the equations
61
202634
4225
Ez azt jelenti, hogy elfelejthetjük az egyenleteket
03:42
and just start to understand the system
62
206859
1863
és kezdjük el megérteni a rendszert
03:44
by looking at the interactions,
63
208722
2704
az interakciókon keresztül szemlélve.
03:47
so you can actually forget about the equations
64
211426
2320
Szóval, felejtsd el az egyenleteket
03:49
and you just start to look at the interactions.
65
213746
2473
és csak figyeld az interakciókat.
03:52
And it gets even better, because most complex systems
66
216219
3237
Annál is inkább, mert a komplex rendszereknek
03:55
have this amazing property called emergence.
67
219456
3068
van ez az elképesztő tulajdonságuk, amit felbukkanásnak hívunk.
03:58
So this means that the system as a whole
68
222524
2406
Ez azt jelenti, hogy a rendszer teljes egésze
04:00
suddenly starts to show a behavior
69
224930
1735
hirtelen olyan viselkedést kezd mutatni,
04:02
which cannot be understood or predicted
70
226665
3144
amit nem lehet megérteni vagy előrejelezni
04:05
by looking at the components of the system.
71
229809
2577
a rendszer összetevőit külön-külön figyelve.
04:08
So the whole is literally more than the sum of its parts.
72
232386
3919
Így az egész szó szerint több, mint a részek összege.
04:12
And all of this also means that you can forget about
73
236305
2346
És mindez azt is jelenti, hogy elfelejthetjük
04:14
the individual parts of the system, how complex they are.
74
238651
5349
a rendszer egyes összetevőit, hogy azok mennyire komplexek.
04:19
So if it's a cell or a termite or a bird,
75
244000
4913
Tehát, akár egy sejtről, egy termeszről, vagy egy madárról van szó,
04:24
you just focus on the rules of interaction.
76
248913
4349
csak fókuszálj a kölcsönhatás szabályaira.
04:29
As a result, networks are ideal representations
77
253262
4446
Végeredményben, a hálózatok ideálisan megjelenítik
04:33
of complex systems.
78
257708
2654
a komplex rendszereket.
04:36
The nodes in the network
79
260362
2771
A csomópontok a hálózatban
04:39
are the system's components
80
263133
2759
a rendszer összetevői és a
04:41
and the links are given by the interactions.
81
265892
4200
kapcsolat közöttük az interakciókból származik.
04:45
So what equations are for physics,
82
270092
2825
Vagyis, amit az egyenletek jelentenek a fizika számára,
04:48
complex networks are for the study of complex systems.
83
272917
4615
azt jelentik a komplex hálózatok a komplex rendszerek tanulmányozásához.
04:53
This approach has been very successfully applied
84
277532
3224
Ezt a megközelítést nagy sikerrel alkalmazták
04:56
to many complex systems in physics, biology,
85
280756
3263
sok komplex rendszernél a fizikában, a biológiában,
04:59
computer science, the social sciences,
86
284019
3241
a számítástechnikában, a társadalomtudományban,
05:03
but what about economics?
87
287260
2297
de mi a helyzet a közgazdaságtannal?
05:05
Where are economic networks?
88
289557
2418
Mik azok a gazdasági hálózatok?
05:07
This is a surprising and prominent gap in the literature.
89
291975
4597
Ez egy meglepő és feltűnő hiány a szakirodalomban.
05:12
The study we published last year called
90
296572
2554
A tavaly publikált tanulmányunk, amelynek címe
05:15
"The Network of Global Corporate Control"
91
299126
3326
"A globális vállalati kontroll hálózata",
05:18
was the first extensive analysis of economic networks.
92
302452
5930
volt az első kiterjedt elemzése a gazdasági hálózatoknak.
05:24
The study went viral on the Internet
93
308382
2694
A tanulmány vírusként terjedt az Interneten
05:26
and it attracted a lot of attention from the international media.
94
311076
5072
és nagy érdeklődést keltett a nemzetközi médiában.
05:32
This is quite remarkable, because, again,
95
316148
2711
Ez egészen figyelemreméltó, mert még egyszer kérdem:
05:34
why did no one look at this before?
96
318859
1421
miért nem foglalkozott ezzel senki korábban?
05:36
Similar data has been around for quite some time.
97
320280
3292
Hasonló adatok már jó ideje elérhetőek voltak.
05:39
What we looked at in detail was ownership networks.
98
323572
3640
Amit mi részleteiben megnéztünk, azok a tulajdonosi hálózatok voltak.
05:43
So here the nodes are companies, people, governments,
99
327212
5440
Ebben az esetben a csomópontok a vállalatok, emberek, kormányok,
05:48
foundations, etc.
100
332652
3552
intézmények, stb.
05:52
And the links represent the shareholding relations,
101
336204
2828
És a kapcsolatok megjelenítik a részesedési viszonyokat.
05:54
so Shareholder A has x percent of the shares in Company B.
102
339032
5188
Azaz "A" részvényesnek van x százalék részesedése "B" vállalatban,
06:00
And we also assign a value to the company
103
344220
2272
és valamilyen értéket rendelünk a vállalathoz
06:02
given by the operating revenue.
104
346492
3037
az árbevételből adódóan.
06:05
So ownership networks reveal the patterns
105
349529
3099
Így a tulajdonosi hálózatok megmutatják
06:08
of shareholding relations.
106
352628
2521
a részvényesi kapcsolatok mintázatát.
06:11
In this little example, you can see
107
355149
2183
Ebben a kis példában láthatnak
06:13
a few financial institutions
108
357332
2120
néhány pénzintézetet
06:15
with some of the many links highlighted.
109
359452
4393
a sok kapcsolatukból néhánnyal együtt feltüntetve.
06:19
Now you may think that no one's looked at this before
110
363845
2680
Most azt gondolhatják, hogy azért nem nézett ennek utána eddig senki,
06:22
because ownership networks are
111
366525
2336
mert a tulajdonosi hálózatokat
06:24
really, really boring to study.
112
368861
3127
tanulmányozni nagyon-nagyon unalmas.
06:27
Well, as ownership is related to control,
113
371988
3864
Nos, mivel a tulajdonos irányítással is rendelkezik,
06:31
as I shall explain later,
114
375852
1596
ahogy azt később elmagyarázom,
06:33
looking at ownership networks
115
377448
1358
a tulajdonosi hálózatokat kutatva
06:34
actually can give you answers to questions like,
116
378806
2558
valójában megkaphatjuk a választ olyan kérdésekre,
06:37
who are the key players?
117
381364
1840
hogy kik a kulcsjátékosok?
06:39
How are they organized? Are they isolated?
118
383204
2192
Hogyan szerveződnek? Elkülönültek-e?
06:41
Are they interconnected?
119
385396
1488
Összekapcsolódnak-e?
06:42
And what is the overall distribution of control?
120
386884
3875
És mi a kontroll globális megoszlása?
06:46
In other words, who controls the world?
121
390759
3476
Más szavakkal, ki irányítja a világot?
06:50
I think this is an interesting question.
122
394235
2369
Azt gondolom, hogy ez egy érdekes kérdés.
06:52
And it has implications for systemic risk.
123
396604
4088
És ennek kihatása van a rendszerkockázatra.
06:56
This is a measure of how vulnerable a system is overall.
124
400692
5010
Ez egy mérés a rendszer sérülékenységére vonatkozóan.
07:01
A high degree of interconnectivity
125
405702
2863
Egy nagyfokú összekapcsolódás
07:04
can be bad for stability,
126
408565
2867
káros lehet a stabilitásra nézve,
07:07
because then the stress can spread through the system
127
411432
3444
mert egy sokk úgy tud szétterjedni a rendszerben,
07:10
like an epidemic.
128
414876
2952
mint egy járvány.
07:13
Scientists have sometimes criticized economists
129
417828
2816
A tudósok néha kritizálják az olyan közgazdászokat,
07:16
who believe ideas and concepts
130
420644
2328
akik azt hiszik, hogy az ötletek és koncepciók
07:18
are more important than empirical data,
131
422972
3011
sokkal fontosabbak, mint az empírikus adatok,
07:21
because a foundational guideline in science is:
132
425983
3149
mert a tudomány alapvető iránymutatása:
07:25
Let the data speak. Okay. Let's do that.
133
429132
3336
Hadd beszéljenek az adatok. Oké. Tegyük ezt.
07:28
So we started with a database containing
134
432468
2594
Elkezdtünk dolgozni egy 2007. évi adatbázissal,
07:30
13 million ownership relations from 2007.
135
435062
4143
ami 13 millió tulajdonosi kapcsolatot tartalmazott.
07:35
This is a lot of data, and because we wanted to find out
136
439205
2857
Ez nagyon sok adat, és mivel rá akartunk jönni,
07:37
who rules the world,
137
442062
2558
"ki irányítja a világot",
07:40
we decided to focus on transnational corporations,
138
444620
3832
elhatároztuk, hogy a transznacionális vállalatokra koncentrálunk,
07:44
or TNCs for short.
139
448452
1348
vagy röviden a TNV-kre.
07:45
These are companies that operate in more than one country,
140
449800
3596
Ezek olyan vállalatok, amik több mint egy országban tevékenykednek.
07:49
and we found 43,000.
141
453396
2608
43.000 ilyet találtunk.
07:51
In the next step, we built the network around these companies,
142
456004
3952
A következő lépésben felépítettünk egy hálózatot ezen vállalatok köré,
07:55
so we took all the TNCs' shareholders,
143
459956
2448
azaz vettük az összes TNV részvényest,
07:58
and the shareholders' shareholders, etc.,
144
462404
2092
a részvényes részvényesét, stb.,
08:00
all the way upstream, and we did the same downstream,
145
464496
2876
az összes kapcsolatot oda-vissza,
08:03
and ended up with a network containing 600,000 nodes
146
467372
4041
és amikor végeztünk, volt egy hálózatunk 600.000 csomóponttal
08:07
and one million links.
147
471413
1429
és egymillió összeköttetéssel.
08:08
This is the TNC network which we analyzed.
148
472842
3850
Ez az a transznacionális vállalati hálózat, amit elemeztünk.
08:12
And it turns out to be structured as follows.
149
476692
2528
És mint kiderült, a felépítése a következő.
08:15
So you have a periphery and a center
150
479220
2715
Van egy periféria és egy középpont,
08:17
which contains about 75 percent of all the players,
151
481935
4477
ami az összes szereplő kb. 75%-át tartalmazza.
08:22
and in the center there's this tiny but dominant core
152
486412
3528
És a középpontban van ez a kicsi, de domináns mag,
08:25
which is made up of highly interconnected companies.
153
489940
4824
amit nagyon magas szinten összekapcsolt vállalatok alkotnak.
08:30
To give you a better picture,
154
494764
2435
Hogy világosabban lássák,
08:33
think about a metropolitan area.
155
497199
1611
gondoljanak egy nagyvárosra.
08:34
So you have the suburbs and the periphery,
156
498810
2291
Aminek vannak külvárosai és peremterületei,
08:37
you have a center like a financial district,
157
501101
2697
és vannak központjai, mint a pénzügyi negyed,
08:39
then the core will be something like
158
503798
1743
ahol a mag valami olyasmi lehet,
08:41
the tallest high rise building in the center.
159
505541
3439
mint a legmagasabb épület a központban.
08:44
And we already see signs of organization going on here.
160
508980
4875
És már itt látjuk a szervezettség jeleit.
08:49
Thirty-six percent of the TNCs are in the core only,
161
513855
5733
A TNV-knek csak 36%-a tartozik a magba,
08:55
but they make up 95 percent of the total operating revenue
162
519588
4371
de ők adják a 95%-át a transznacionális vállalatok
08:59
of all TNCs.
163
523959
2581
összes bevételének.
09:02
Okay, so now we analyzed the structure,
164
526540
2840
Oké, most hogy elemeztük a felépítést,
09:05
so how does this relate to the control?
165
529380
3562
nézzük, mi a helyzet az irányítással.
09:08
Well, ownership gives voting rights to shareholders.
166
532942
3927
Nos, a tulajdonlás szavazati jogot ad a részvényesnek.
09:12
This is the normal notion of control.
167
536869
2719
Ez az irányítás normál fogalma.
09:15
And there are different models which allow you to compute
168
539588
3207
De vannak más modellek, amikkel ki lehet számolni
09:18
the control you get from ownership.
169
542795
2781
az irányítást, amivel a tulajdonos rendelkezik.
09:21
If you have more than 50 percent of the shares in a company,
170
545576
2780
Ha több mint 50% a részesedésed egy vállalatban,
09:24
you get control,
171
548356
1624
akkor tiéd az irányítás,
09:25
but usually it depends on the relative distribution of shares.
172
549980
5176
de általában ez függ a részvények relatív eloszlásától.
09:31
And the network really matters.
173
555156
2889
És ez esetben a hálózat tényleg számít.
09:33
About 10 years ago, Mr. Tronchetti Provera
174
558045
2631
Körülbelül 10 éve Tronchetti Proverának
09:36
had ownership and control in a small company,
175
560676
3404
részesedése és irányítása volt egy kis cégnél,
09:39
which had ownership and control in a bigger company.
176
564080
3452
ami tulajdonos és irányító volt egy nagyobb vállalatban.
09:43
You get the idea.
177
567532
1479
Kitalálták.
09:44
This ended up giving him control in Telecom Italia
178
569011
3263
Ez adta meg neki az irányítást a Telecom Italia-ban
09:48
with a leverage of 26.
179
572274
3633
26-szoros tőkeáttételen keresztül.
09:51
So this means that, with each euro he invested,
180
575907
3943
Ez azt jelenti, hogy minden euró, amit befektetett,
09:55
he was able to move 26 euros of market value
181
579850
3685
26 eurónyi piaci értéket volt képes mozgatni a
09:59
through the chain of ownership relations.
182
583535
3376
a lánctulajdonosi kapcsolatokon keresztül.
10:02
Now what we actually computed in our study
183
586911
3080
Így, amit mi igazából meghatároztunk a tanulmányunkban,
10:05
was the control over the TNCs' value.
184
589991
3699
az a TNV-k értéke feletti rendelkezés volt.
10:09
This allowed us to assign a degree of influence
185
593690
2852
Ezzel hozzárendelhető minden részvényeshez
10:12
to each shareholder.
186
596542
2307
egy bizonyos szintű befolyásolási képesség.
10:14
This is very much in the sense of
187
598849
2582
Ez nagyon sokat jelent, figyelembe véve
10:17
Max Weber's idea of potential power,
188
601431
3112
Max Weber eszméjét a potencionális hatalomról,
10:20
which is the probability of imposing one's own will
189
604543
3812
ami egyetlen ember akaratának a többség akaratával
10:24
despite the opposition of others.
190
608355
3995
szemben való érvényesíthetőségéről szól.
10:28
If you want to compute the flow in an ownership network,
191
612350
4643
Ha meg akarod becsülni az "áramlást" egy tulajdonosi hálozatban,
10:32
this is what you have to do.
192
616993
1248
ez az, amit tenned kell.
10:34
It's actually not that hard to understand.
193
618241
2545
Valójában nem nehéz megérteni.
10:36
Let me explain by giving you this analogy.
194
620786
2768
Hadd magyarázzam el egy párhuzamon keresztül.
10:39
So think about water flowing in pipes
195
623554
2855
Gondoljanak a víz útjára a csövekben,
10:42
where the pipes have different thickness.
196
626409
3182
ahol az egyes csövek eltérő átmérőjűek.
10:45
So similarly, the control is flowing in the ownership networks
197
629591
4744
Hasonlóképpen áramlik a kontroll egy tulajdonosi hálózatban
10:50
and is accumulating at the nodes.
198
634335
4419
és halmozódik fel a csomópontokban.
10:54
So what did we find after computing all this network control?
199
638754
3948
Hogy mit találtunk a hálózati kontroll kiszámítása után?
10:58
Well, it turns out that the 737 top shareholders
200
642702
5387
Nos, kiderült, hogy 737 top részvényes
11:03
have the potential to collectively control
201
648089
2792
rendelkezik együttesen
11:06
80 percent of the TNCs' value.
202
650881
4260
a transznacionális vállalatok értékének 80%-a felett.
11:11
Now remember, we started out with 600,000 nodes,
203
655141
3316
Emlékeznek, 600.000 tulajdonossal kezdtünk.
11:14
so these 737 top players
204
658457
3777
Ez a 737 top játékos
11:18
make up a bit more than 0.1 percent.
205
662234
3823
ennek kicsit több mint 0,1%-át jelenti.
11:21
They're mostly financial institutions in the U.S. and the U.K.
206
666057
4956
Ezek többnyire pénzintézetek Amerikában és az Egyesült Királyságban.
11:26
And it gets even more extreme.
207
671013
2548
És várjanak, a java most jön.
11:29
There are 146 top players in the core,
208
673561
4297
Van 146 top játékos a magban,
11:33
and they together have the potential to collectively control
209
677858
4220
akik együttesen a TNV-k értékének
11:37
40 percent of the TNCs' value.
210
682078
5355
40%-a felett rendelkezhetnek befolyással.
11:43
What should you take home from all of this?
211
687433
2796
Mi az, amit érdemes megjegyezniük az elhangzottakból?
11:46
Well, the high degree of control you saw
212
690229
3588
Nos, a magas szintű kontroll, amit láthattak,
11:49
is very extreme by any standard.
213
693817
4890
nagyon extrém bármely norma alapján is nézzük.
11:54
The high degree of interconnectivity
214
698707
2550
A magas szintű összekapcsolódás
11:57
of the top players in the core
215
701257
2312
a mag top játékosai között
11:59
could pose a significant systemic risk to the global economy
216
703569
5177
jelentős rendszerkockázatot jelenthet a globális gazdaságra nézve.
12:04
and we could easily reproduce the TNC network
217
708746
3720
Mindemellett könnyen le tudunk írni egy TNV hálózatot
12:08
with a few simple rules.
218
712466
1951
pár egyszerű szabállyal.
12:10
This means that its structure is probably the result
219
714417
2480
Ez azt jelenti, hogy ez a szerkezeti felépítés
12:12
of self-organization.
220
716897
1640
valószínűleg egy önszerveződés eredménye.
12:14
It's an emergent property which depends
221
718537
3316
Ez egy felbukkanó tulajdonság, ami a rendszer
12:17
on the rules of interaction in the system,
222
721853
2844
kölcsönhatásainak szabályaitól függ.
12:20
so it's probably not the result of a top-down approach
223
724697
3446
Így valószínűleg nem egy felülről lefelé irányuló megközelítés eredménye,
12:24
like a global conspiracy.
224
728143
3426
mint egy globális összeesküvés.
12:27
Our study "is an impression of the moon's surface.
225
731569
2933
A tanulmányunk csak egy "benyomás a Hold felszínéről.
12:30
It's not a street map."
226
734502
1329
Nem pedig egy térkép."
12:31
So you should take the exact numbers in our study
227
735831
2639
Így vegyék a tanulmányunk pontos számait
12:34
with a grain of salt,
228
738470
1440
bizonyos fenntartással,
12:35
yet it "gave us a tantalizing glimpse
229
739910
3392
de így is "lenyűgöző bepillantást kaptunk
12:39
of a brave new world of finance."
230
743302
4344
egy szép új pénzügyi világba".
12:43
We hope to have opened the door for more such research in this direction,
231
747646
4440
Reméljük, hogy utat nyitottunk több hasonló irányú kutatás előtt,
12:47
so the remaining unknown terrain will be charted in the future.
232
752086
4737
és hogy a fennmaradó ismeretlen területek is fel lesznek térképezve a jövőben.
12:52
And this is slowly starting.
233
756823
1445
És ez lassan el is kezdődik.
12:54
We're seeing the emergence of long-term
234
758268
2992
Látjuk olyan hosszútávú és nagy költségvetésű
12:57
and highly-funded programs which aim at understanding
235
761260
3570
programok megjelenését, amik a hálózatosult világunk
13:00
our networked world from a complexity point of view.
236
764830
4690
komplexitás szempontjából való megértését célozzák meg.
13:05
But this journey has only just begun,
237
769520
2038
De ez az utazás csak most kezdődött el,
13:07
so we will have to wait before we see the first results.
238
771558
5438
így még várnunk kell, mielőtt látnánk az első eredményeket.
13:12
Now there is still a big problem, in my opinion.
239
776996
3618
Véleményem szerint továbbra is van egy nagy probléma:
13:16
Ideas relating to finance, economics, politics,
240
780614
5152
a pénzügyekkel, gazdasággal, politikával, társadalommal
13:21
society, are very often tainted
241
785766
3280
kapcsolatos eszmék gyakran az emberek
13:24
by people's personal ideologies.
242
789046
3816
személyes ideológiájával szennyezettek.
13:28
I really hope that this complexity perspective
243
792862
4138
Igazán remélem, hogy ezen komplexitás szemléletmód
13:32
allows for some common ground to be found.
244
797000
5143
segítségével megtalálható néhány közös alap.
13:38
It would be really great if it has the power
245
802143
2919
Nagyszerű lenne, ha ennek segítségével
13:40
to help end the gridlock created by conflicting ideas,
246
805062
5063
véget vethetnénk a patthelyzetnek, amit az ellentmondó elképzelések kreáltak,
13:46
which appears to be paralyzing our globalized world.
247
810125
5130
és ami úgy tűnik, megbénítja globalizált világunkat.
13:51
Reality is so complex, we need to move away from dogma.
248
815255
4666
A valóság olyan komplex, el kell távolodnunk a dogmáktól.
13:55
But this is just my own personal ideology.
249
819921
2886
De ez csak a személyes világnézetem.
13:58
Thank you.
250
822807
2035
Köszönöm szépen!
14:00
(Applause)
251
824842
4677
(Taps)
ABOUT THE SPEAKER
James B. Glattfelder - Complex systems theoristJames B. Glattfelder aims to give us a richer, data-driven understanding of the people and interactions that control our global economy. He does this not to push an ideology -- but with the hopes of making the world a better place.
Why you should listen
First a physicist and then a researcher at a Swiss hedge fund, James B. Glattfelder found himself amazed by the level of understanding we have in regards to the physical world and universe around us. He wondered: how can we move toward a similar understanding of human society?
This question led him to the study of complex systems, a subject he now holds a Ph.D in from the Swiss Federal Institute of Technology. Glattfelder is co-head of quantitative research at Olsen Ltd in Zurich, an FX investment manager focusing on market-stabilizing algorithms. In 2011, he co-authored the study “The Network of Global Corporate Control,” which went viral in the international media and sparked many controversial discussions. The study looked at the architecture of ownership across the globe, and computed a level of control exerted by each international player. The study revealed that less than 1% of all the players in the global economy are part of a highly interconnected and powerful core which, because of the high levels of overlap, leaves the economy vulnerable.
In his free time, Glattfelder enjoys snowboarding, rock climbing, surfing and listening to electronic music.
James B. Glattfelder | Speaker | TED.com