Больше, чем вы знаете. Необычный взгляд на мир финансов
Шрифт:
Наконец, ответы на последние три вопроса говорят о том, что в своем поведении инвесторы руководствуются принципом разумной достаточности. Они не стремятся принимать оптимальные решения в классическом смысле – более того, могут игнорировать исходы или рушить категории ради того, чтобы сделать процесс принятия решений более управляемым.
Исследование Олсена убедительно доказывает, что опытным инвесторам присущи все признаки натуралистического принятия решений. Этот вывод вряд ли удивит тех, кому удалось вблизи наблюдать за работой выдающихся инвесторов. Одно из значений данного открытия состоит в том, что при обучении инвесторов важно использовать своего рода
Информация на заметку
Натуралистическое принятие решений, безусловно, является важным для инвесторов и инвестиционного процесса. Но, размышляя о важности этой теории, необходимо помнить о нескольких ее аспектах.
Начнем с того, что натуралистическое принятие решений наиболее эффективно в сложных средах. Когда проблема подчиняется правилам или просто трудна, классические подходы зачастую дают отличные результаты. Другими словами, в разных ситуациях нужны разные подходы к принятию решений.
Далее, достаточно разнообразная группа индивидов часто решает сложные проблемы лучше, чем средневзятый индивид. Отличный пример тому – фондовый рынок. Даже опытным инвесторам трудно переигрывать рынок на протяжении длительного времени. Кажется, наибольшего успеха добиваются те инвесторы, которые обладают способностью моделировать в уме сложные ситуации. Натуралистическое принятие решений не гарантирует победу над рынком.
Это подводит нас к последнему заключению. Набор навыков, обеспечивающих натуралистическое принятие решений, не всегда может быть приобретен в процессе обучения. Кажется, что гениальные инвесторы сочетают врожденные способности (запрограммированные) с упорной работой (вводом разнообразной информации). Тогда как все инвесторы, несомненно, могут улучшить свой процесс принятия решений (и даже натуралистического принятия решений), мы предполагаем, что только немногие из них обладают требуемой комбинацией врожденных качеств и трудовой этики, чтобы стабильно переигрывать рынок.
Глава 17
Наблюдайте и анализируйте
Что вы узнали из последнего исследования?
Искусство делать выводы из экспериментов и наблюдений заключается в оценке вероятностей, а также в оценке того, достаточно ли они значимы или многочисленны, чтобы служить доказательствами. Выполнять такого рода расчеты намного сложнее и труднее, чем принято считать.
Существует три вида лжи: ложь, наглая ложь и статистика.
Неравноценное «да»
Не все единицы информации равноценны. Сказать «да» перед собором священнослужителей во время таинства рукоположения – далеко не то же самое, что ответить «да» гостеприимному хозяину, спрашивающему у вас, добавить ли вам в кофе молоко. Умение правильно взвешивать информацию очень полезно в жизни и особенно важно для инвесторов.
Инвестиционный процесс трудно представить без сбора и анализа информации. Традиционно инвесторы делали акцент либо на сборе, либо на анализе информации, рассматривая это как источник важного конкурентного преимущества. Однако сегодня получить информационное
Всемирная паутина сделала распространение информации почти молниеносным и практически бесплатным. Сегодня любой трейдер одним щелчком мыши может получить информацию и доступ, о которых ведущие финансовые институты 25 лет назад могли только мечтать. А закрепленное законодательством требование о добросовестном раскрытии информации гарантирует, что все инвесторы – от управляющих крупнейшими фондами до мелких индивидуальных игроков – получают существенно важные сведения одновременно.
Однако аналитики не отказываются от поиска частной информации. В последние годы мы наблюдаем всплеск всевозможных исследований и программ контроля каналов связи, а также других, более неприглядных попыток сбора информации. Хотя в стремлении получить лучшую информацию нет ничего плохого, – и некоторые компании делают это очень хорошо, – я бы поставил под вопрос инвестиционную ценность многих из сегодняшних «частных» исследований.
Причин для скептицизма три. Первая: насколько правильно инвесторы могут оценить информацию? Вторая: проблемы выборки, или в какой степени используемые аналитиками выборки отражают все характеристики генеральной совокупности? И, наконец, последний вопрос: приводят ли эти частные исследования к превосходным инвестиционным результатам?
Тонкости оценки информации
В середине 1990-х гг. Билл Гейтс обнародовал список деловых приоритетов компании Microsoft. Интернет, тогда только стартовавший, был в его списке пятым или шестым. Но, как только Гейтс осознал значение Интернета для будущего Microsoft, он переместил его на первое место3. Гейтс подверг уже известную информацию существенной переоценке и в результате значительно увеличил стоимость своей компании. Аналогичным образом то, как мы оцениваем информацию, оказывает значительное влияние на то, как мы воспринимаем мир и как оцениваем стоимость активов.
Наша степень уверенности в какой-либо гипотезе обычно опирается на два аспекта данных: их силу, или предельную доказательность, и весомость, или прогностическую обоснованность4. Например, вы хотите проверить предположение о том, что при подбрасывании монеты чаще выпадает орел. Доля орла в выборке отражает силу данных, а размер выборки определяет их весомость.
Теория вероятности предписывает правила того, как необходимо сопоставлять силу данных и их весомость. Но многочисленные экспериментальные исследования свидетельствуют о том, что люди редко следуют этим правилам. В человеческом сознании сила данных обычно доминирует над весомостью.
Такое смещение ведет либо к чрезмерной, либо к недостаточной уверенности. Когда сила данных велика, а весомость мала, что характерно для результатов многих финансируемых Уолл-стрит исследований, люди склонны к чрезмерной уверенности. И наоборот, когда сила данных невелика, а весомость значительна, люди склонны к недостаточной уверенности.
В приложении 17.1 приведены различные комбинации силы и весомости данных. Когда оба параметра высокие, вывод фактически очевиден. Когда оба низкие, результаты исследования вряд ли являются значимыми. В остальных двух случаях мы сталкиваемся с риском ошибочной оценки информации.