Больше, чем вы знаете. Необычный взгляд на мир финансов

Мобуссин Майкл

Демон Лапласа

200 лет назад в науке господствовал детерминизм. Воодушевленные открытиями Ньютона, ученые рассматривали вселенную как часовой механизм. Французский математик Пьер Симон Лаплас хорошо выразил суть детерминизма в своем знаменитом труде «Опыт философии теории вероятностей»:

Разум, которому в каждый определенный момент времени были бы известны все силы, приводящие природу в движение, и положение всех тел, из которых она состоит, будь он также достаточно обширен, чтобы подвергнуть эти данные анализу, смог бы объять единым законом движение величайших тел Вселенной и мельчайшего атома; для такого разума ничего не было бы неясного, и будущее существовало бы в его глазах точно так же, как прошлое.

Такой

разум часто называют демоном Лапласа. Идея, что мы можем узнать прошлое, настоящее и будущее через детальные вычисления, была и остается очень привлекательной именно потому, что она играет на нашем пристрастии к причинно-следственному мышлению.

Но сложные адаптивные системы не поддаются простым расчетам. Многим сложным системам свойственно состояние самоорганизующейся критичности. «Самоорганизующаяся» значит не ведомая лидером. Иначе говоря, поведение системы обусловливается взаимодействием множества индивидуальных агентов. «Критичность» подразумевает нелинейность. Другими словами, величина пертурбаций внутри системы (причина) не всегда пропорциональна следствию. Небольшие по силе воздействия могут приводить к резким масштабным изменениям, и наоборот.

В качестве примера самоорганизующейся критичности часто приводят пример с песчаной горкой. Если сыпать песчинки на ровную поверхность, то вначале они будут вести себя в соответствии с законами физики. Но когда песчаная куча достигнет определенных высоты и углов наклона, она войдет в состояние самоорганизующейся критичности. Даже нескольких песчинок будет достаточно для образования оползней – больших и маленьких. При этом размер оползня не обязательно будет соответствовать количеству песка, дополнительно высыпанного на горку.

Чтобы сделать эту метафору более наглядной для инвесторов, можно заменить песчинки на информацию. Иногда рынок едва реагирует на новости. Но порой, казалось бы, незначительная новость вызывает на рынке интенсивную реакцию. Модели информационных каскадов частично позволяют объяснить, почему так происходит⁵.

Понимаем ли мы рынок?

Стремление людей замыкать причинно-следственные петли вкупе с ускользающими от простого понимания движениями фондового рынка подчас приводит к довольно глупым объяснениям постфактум. Исследователи взяли 50 наиболее значительных дневных изменений цены индекса S&P 500 за период с 1941 по 1987 г. и посмотрели, как пресса объясняла произошедшее (см. приложение 34.1). Они пришли к выводу, что почти в половине случаев скачки цен на фондовом рынке были обусловлены иными факторами, нежели новостями об основных экономических показателях. Вот что они говорят:

В большинстве случаев, когда наблюдались резкие скачки дневной доходности индекса, причина, на которую ссылается пресса как на катализатор движения рынка, не была особенно значимой. Сообщения прессы в последующие дни также не содержат никаких убедительных объяснений по поводу того, почему могли измениться будущие прибыли или ставки дисконтирования⁶.

Я провел похожий анализ, взяв самые сильные движения рынка с середины 2001 по март 2007 г., и получил аналогичные результаты (см. приложение 34.2). Создается впечатление, что пресса похожа на пациента с разделенным головным мозгом, придумывая причины для наблюдаемых следствий, а мы, инвесторы, ловимся на этот крючок, потому что тем самым удовлетворяется наша врожденная потребность.

Риски инвесторов

Итак, вывод очевиден: инвесторы должны осторожно подходить к объяснениям рыночной активности. Те, кто стремится объяснить все и вся, рискуют попасть в две ловушки.

Первая ловушка связана с возможностью принять корреляцию за причинность. Некоторые события могут быть коррелированы с движениями рынка, но не являться их причиной. Например, Дэвид Лейнвебер из Калифорнийского технологического института обнаружил, что лучшим опережающим индикатором

доходности индекса S&P 500 является производство масла в Бангладеш⁷. Разумеется, ни один находящийся в своем уме инвестор не будет использовать показатели объема производства масла в этой азиатской стране для прогнозирования или объяснения фондового рынка США, но другие, более близкие к американской экономике факторы вполне могут быть ошибочно приняты за причины.

Вторая ловушка – это якорение. Как показывают многочисленные исследования, люди склонны зацикливаться на первой информации, которую они услышали или получили, для объяснения или описания события.

Например, в одном известном эксперименте исследователь раскручивал перед глазами участников рулетку, колесо которой было промаркировано цифрами от 1 до 100. Когда рулетка останавливалась, участникам задавали какой-нибудь неожиданный вопрос – скажем, какой процент африканских стран входит в ООН? Чем большее число выпадало на рулетке, тем большее число называли испытуемые. Например, когда колесо остановилось на 10, группа испытуемых назвала 25 %. Другая группа, у которой колесо остановилось на 65, сошлась на 45%8. Этот пример может казаться несерьезным, но инвесторы принимают серьезные финансовые решения под влиянием похожих «якорей».

Фондовый рынок – не вполне подходящее место для того, чтобы удовлетворять заложенную в человеке потребность в понимании причин и следствий. Инвесторы должны воспринимать неочевидные объяснения рыночных движений со здоровой долей скептицизма. Читайте утренние газеты с анализом вчерашних событий ради развлечения, а не обучения.

Глава 35

Больше законов в ваши руки

Степенные законы и их значение для инвесторов

В последние годы концепция самоорганизующихся систем – сложных систем, в которых случайности и хаос спонтанно организуются в некий неожиданный порядок, – постепенно приобретает все большее влияние и связывает между собой самые разные области научного знания – от искусственного интеллекта до химии и от эволюционной биологии до геологии. Но до сих пор данная концепция почему-то обходила стороной экономическую теорию. Пришло время посмотреть, как эта новая идея может быть применена к невероятно сложной, но, несомненно, самоорганизующейся системе, которую мы называем экономикой.

Пол Кругман. Самоорганизующаяся экономика

Применяйте распределение Ципфа

Не знаете, чем заняться дождливым вечером? Вот вам занятие, которое избавит вас от скуки: возьмите достаточно длинный текст, скажем «Улисса» Джеймса Джойса, ранжируйте все слова в порядке убывания от наиболее употребительных до наименее употребительных, определите частоту, с которой они встречаются в тексте, и выведите зависимость между рангом и частотой употребления слов¹. Если потом вы нарисуете график рангового распределения слов в двойных логарифмических координатах, то получите прямую линию, идущую из верхнего левого угла в нижний правый угол².