Шрифт:
Группа, толпа, рынок должны быть разнообразными внутри себя. Масса инвесторов черпает информацию из своего опыта и взаимодействия с разношерстным окружением. Фондовые рынки обеспечивают эффективную систему агрегирования. Эта система коллективных суждений работает лучше всего, когда у индивидуумов есть стимул не совершать ошибок. Совокупность инвесторов на фондовом рынке, по сути, представляет собой то, что в социальных науках называют «сложной адаптивной системой». Как отмечал в замечательных эссе рыночный стратег Майкл Мобуссин, один из ключевых уроков сложной адаптивной системы заключается в том, что вы не можете постичь целое, складывая части.
Многие люди пытаются понять рынки, разговаривая с экспертами или еще какими-то якобы проницательными инвесторами, но если рынки действительно представляют собой сложную адаптивную систему, то отдельные агенты окажут весьма небольшую или не окажут вообще никакой стоящей помощи в понимании работы или развития рынка. Вот почему я утверждаю, что так важно прислушиваться к рынку. Другими словами, в критические поворотные моменты наблюдайте за тем, что делают рынки, и не обращайте внимания на то, что о происходящем говорят эксперты и комментаторы.
Эксперименты, доказывающие мудрость толпы
В качестве примера работы сложной адаптивной системы Шуровьески рассказывает, как во время знаменитого английского ярмарочного конкурса по определению веса быка, выставленного на продажу, было подано 800 заявок, часть которых была сделана знающими фермерами, но большинство – людьми, не обладавшими никаким опытом. Среднее значение всех предположений в 1197 фунтов не только оказалось почти точно верным (вес составил 1198 фунтов), но и намного превосходило точностью оценки так называемых экспертов по животноводству. Шуровьески также провел эксперимент с группой из 56 студентов, которым показали банку и спросили, сколько желейных бобов в ней находится. Среднее значение по группе составило 871, что было ближе к правильному числу 850, чем все оценки студентов, за исключением одной-единственной.
Шуровьески провел целый ряд подобных экспериментов. В своей книге он рассказывает, как подходил к случайным людям на Таймс-сквер в Нью-Йорке и спрашивал их, сколько желейных бобов находится в пластиковой банке, которую он нес, или просил оценить его вес. Прохожие, должно быть, думали, что он спятил. В другой раз, когда он выступал перед аудиторией, он лаконично описал свой кабинет и попросил угадать, сколько книг в нем находится. В каждом случае среднее значение коллективных догадок было очень близко к истине, и это среднее значение оказывалось точнее, чем подавляющее большинство индивидуальных догадок. Он утверждает, что неправильные суждения, которые делают отдельные люди, эффективно нивелируют сами себя, а вам остаются знания, которыми обладает группа. Кстати, чем больше толпа и (как отмечалось ранее) чем более децентрализованной она является, тем надежнее окажется ее решение. Очевидно, что фондовый рынок – это очень большая толпа, и очень децентрализованная.
Манн далее пишет, что литература о «предсказаниях» или «виртуальных» рынках доказывает, что чем больше участников присутствует в конкурсе и чем лучше они информированы, тем больше вероятность того, что средневзвешенное значение их догадок окажется верным. Шуровьески пишет об удивительно успешных результатах электронных рынков Айовы (IEMs), на которых спекулянты делают ставки на исход выборов. «Предсказания», полученные в результате этих ставок, оказались намного более точными, чем те, что были получены у политических экспертов и в результате опросов. Участники ставок на IEM не предсказывают собственное поведение, а прогнозируют действия избирателей страны. В трех четвертях случаев рыночная цена IEM в день выхода каждого из предвыборных опросов оказывалась точнее, чем результаты опросов.
На последних пяти президентских выборах IEM предсказал процент голосов с абсолютной средней ошибкой, которая была почти на 30 % меньше, чем у экспертов. Незадолго до выборов премьер-министра Австралии в 2004 году эксперты говорили, что кандидаты идут слишком близко друг к другу, а австралийский аналог IEM, Centrebet, показал, что Джон Говард уверенно лидирует. И тот с легкостью победил. Превосходные результаты IEM и Centrebet также подтверждают, что прогнозы получаются лучше, когда прогнозисты мотивированы и на кону стоят реальные деньги.
Групповое мышление и мышление толпы
И Манн, и Шуровьески – оба утверждают, что участники обязательно должны быть максимально разнообразными, а их суждения – никак не связанными друг с другом. Участникам также не должно быть «без разницы». Кроме того, их оценки не должны быть просто случайно брошенными фразами. Участники также не могут сесть и обменяться идеями о том, каким должен быть правильный ответ, чтобы затем, наконец, прийти к консенсусу. Если бы они так поступили, их коллективное суждение превратилось бы в результат группового мышления со всеми его хорошо известными и пагубными чертами. Групповое мышление приводит к принятию решений, разумность которых обычно ниже, чем уровень компетентности индивидуумов, из которых состоит группа. Мышление толпы, при грамотном подходе к делу, – совершенно противоположная штука.
Джеймс Монтье [5] много и хорошо писал о поведенческих финансах, и он утверждает, что эти выводы верны, но только для совершенно определенного стечения обстоятельств. По словам Монтье, есть три условия, которые должны соблюдаться. Во-первых, на людей не должны оказывать влияния решения, принятые другими людьми. Во-вторых, вероятность того, что человек окажется прав, не должна зависеть от вероятности того, что все остальные окажутся правы. В-третьих, на участников никак не должно влиять то, что их собственный голос может оказаться решающим. Я бы еще добавил, что вероятность принятия хороших групповых решений выше, если большинство членов группы либо не знают, либо не придают никакого значения тому, что думают другие члены группы. Другими словами, в толпе действительно заложена коллективная мудрость, которая делает суждения толпы очень проницательными, но эту мудрость нужно умело извлечь. Ценовое действие фондового рынка в долгосрочной перспективе является высокоэффективным механизмом сбора информации.
5
В оригинале ошибочно называемый Джеймс Монитор. – Прим. пер.