Arbejderens læsere er måske ret ligeglade med, at de sidste ejendomsvurderinger har ramt helt skævt i forhold til markedspriserne. Men der ligger faktisk en ægte skandale gemt.

Ifølge Rigsrevisionens rapport om vurderingerne er der fejl i indrapporteringerne, blandt andet fra tinglysningen, uhensigtsmæssige inddelinger i grundværdiområder samt overdreven brug af mekaniske fremskrivninger af tidligere vurderinger. Til sidst har nogle værdier fået et hak nedad - eller opad for andelsboliger - for at undgå for meget ballade.

Alt for meget er ’garbage in – garbage out’, skrald ind – skrald ud. 

Det er ét eksempel på fejlstyring via de anvendte modeller, nærmere bestemt de matematiske ’algoritmer’ (det vil sige komplekse ligningssystemer) udviklet til computerprogrammer, som fra tid til anden fodres med udvalgte data.

Finansmodeller

Et andet er de finansmodeller, der blev opbygget i rasende fart i de glade nuller, da markedet boblede over. De store forretningsbanker brugte disse modeller til at beregne, om forskellige værdipapirer var over- eller undervurderede. På den basis gav de gode råd om at investere i de undervurderede papirer. Det blev også foregøglet, at algoritmerne kunne finde den reelle risiko.

De to tilgange, den rådgivende og den advarende, baserer sig på samme teorier, for der indgår risikovurderinger i forudsigelserne af, hvad afkastet bliver (ved højere risiko kræves højere afkast, hedder det). Matematisk måles ’risiko’ ved størrelsen og hyppigheden af bevægelser op og ned omkring et gennemsnit eller en tendens. Og det selvom intet fornuftigt menneske ser kursstigning som en risiko.

Det er direkte selvmodsigende at bruge samme type modeller til at beregne ikke blot chancen for gevinst, men også risiko for nedsmeltning på det store plan. Før krisen blev risikoen for tab i praksis nedtonet til fordel for ’risikoen’ for konstante opture. Men en risiko er noget, der skal undgås, og er den frygtede begivenhed tilpas katastrofal, skal man slet ikke løbe den. At man for eksempel opstiller statistiske sandsynligheder for at beregne risikoen i form af forventede tab ved atomreaktorers eventuelle nedsmeltning, viser en dybt farlig relativering.

Makroøkonomiske modeller

Som et tredje eksempel kan nævnes finansministeriets makroøkonomiske modeller, hvor en masse tal puttes ind i en bunke ligninger, og det hele køres sammen i computerhjernen. Resultaterne ligger på den anden side af den gængse menneskeforstand.

Et præsteskab messer og udlægger modelresultaterne opad i systemet og udadtil med tilpas gravalvorlig mine, inklusiv til chefen (finansministeren, direktøren), der drager nogle overordnede konklusioner, som befolkningen så får serveret på et fad til umiddelbart forbrug.

På den måde kan man forstå, hvordan svindel kan forekomme. Det er mellemlagene, der bygger modellerne og håndterer input. Dermed kan de også fifle med dem til egen fordel eller rette panikagtigt i dem, hvis de ikke giver det ønskede resultat. Mens de underordnede slår gækken løs og nogle gange overtræder deres beføjelser og skaber store tab (JP Morgans ’London hval’-skandale, Jerôme Kerviel fra Société Générale), nøjes cheferne med strategiske almindeligheder om, hvor organisationen skal hen.

Når skandaler dukker op, forstærker det den generaliserede mistro til politikere, kontrollanter og bankfolk. Den bør også gælde hele modelapparatets forudsætninger og de data, der indgår. Alt for meget er ’garbage in – garbage out’, skrald ind – skrald ud.