Например, мы не знаем, как рынки на самом деле агрегируют информацию и как это отражается на эффективности ценообразования. Мы знаем, что стандартные методы оценки риска не работают, потому что наше понимание риска по-прежнему остается неполным. Концепции конкурентных стратегий в своем большинстве ничего не говорят нам о том, какая стратегия преуспеет, а какая потерпит неудачу при различных условиях. И, наконец, работа головного мозга все еще остается тайной за семью печатями.
Длинный список вопросов, на которые пока нет ответов, делает инвестирование занятием одновременно увлекательным и чрезвычайно сложным. Увлекательным, потому что со временем мы продвигаемся в нашем понимании рынка и можем ожидать более высокой экономической отдачи. Сложным, потому что мы пока понимаем очень мало и рынок регулярно ставит в тупик даже самых умных инвесторов.
Я убежден, что синтез различных дисциплин будет играть важнейшую роль в продвижении нашего инвестиционного знания. Экономисты традиционной школы часто скептически относятся к попыткам физиков, психологов и социологов применить свои научные наработки к исследованию финансовых рынков. Несомненно, отсутствие экономического образования затрудняет исследователям решение задачи. Но в конечном итоге такое междисциплинарное сотрудничество дает нам более глубокое понимание и, возможно, даже ответы на вопросы, касающиеся работы компаний и рынков.
Вот несколько мыслей по поводу того, как междисциплинарный подход может помочь нам лучше понять природу инвестирования:
• Принятие решений и нейрология. На протяжении всей книги я часто ссылаюсь на теорию перспективы Даниэля Канемана и Амоса Тверски, которая говорит о том, что люди систематически принимают решения, идущие вразрез с теоретическими образцами. Теория перспективы подтолкнула развитие такой дисциплины, как поведенческие финансы, – здесь изучают когнитивные ошибки и неверные решения в бизнесе и инвестировании.
Несмотря на то что теория перспективы является огромным шагом вперед, она все же не объясняет, почему люди принимают те решения, которые они принимают. Прогресс в нейрологии сегодня дал исследователям возможность получить первые волнующие знания о том, что происходит в головном мозге, когда мы принимаем решения. Один из основателей нейроэкономики, Колин Камерер, приводит сравнение с первыми телевизорами, появившимися в 1950-х гг.: картинка пока размытая и постоянно требуется подстраивать антенну, но новые образы и озарения захватывают дух. Изображение «нейротелевизора» со временем будет становиться все более четким.
• Статистические свойства рынков – от описания к предсказанию? При описании рынков экономисты обычно исходят из предположения о четко определяемом компромиссе между риском и вознаграждением. К сожалению, эмпирические данные отвергают существование простой взаимосвязи между доходностью и риском. Как утверждал Бенуа Мандельброт, неспособность что-либо объяснить вызвана неспособностью это описать.
Изучение статистических свойств рынка, которое фактически началось в начале 1960-х гг. с первой работы Мандельброта в области финансов, показало, что изменения цены акций распределяются не в соответствии с колоколообразной кривой, а скорее подчиняются степенным законам распределения1. Практики фондового рынка знали об этом факте задолго до открытия Мандельброта и соответствующим образом – пусть даже интуитивно – корректировали свои модели. Но даже если сегодня мы можем правильно описать и категоризировать статистические свойства рынка, нам еще только предстоит разобраться в его причинно-следственных связях.
• Агентно-ориентированные модели. В своем большинстве экономические модели пренебрегают индивидуальными различиями и рассматривают среднестатистического индивида. В отличие от них агентно-ориентированные модели приписывают индивидуальным агентам хотя и ограниченные, но разнообразные способности и наделяют их свободой действий в компьютерном моделировании. Такие модели показывают, что индивидуальные различия оказывают важное влияние на рыночные исходы, а механизмы обратной связи играют большую роль. Например, человек часто принимает решения, ориентируясь на других людей. Эти простые модели могут значительно улучшить наше понимание поведения рынков – и в конечном итоге нашу способность его прогнозировать.
• Теория сетей и информационные потоки. В 1960-х гг. американский психолог Стэнли Милгрэм выдвинул знаменитую гипотезу пяти рукопожатий, согласно которой все люди в мире связаны друг с другом через цепочку из шести человек. Проблема в том, что эксперимент, на основе которого Милгрэм сделал свой вывод, в лучшем случае можно назвать искусственным. В течение десятилетий гипотеза о шести степенях разделения, несмотря на свою популярность, оставалась недоказанной.
В конце 1990-х гг. за эту проблему взялось новое поколение ученых, которые использовали более продвинутые аналитические инструменты, включая компьютерное моделирование. На удивление, они не только подтвердили гипотезу о шести степенях разделения, но и описали ключевые свойства сетевой структуры2.
Сегодня мы существенно продвинулись в понимании сетей, что, безусловно, является результатом междисциплинарных усилий, свободного обмена знаниями между точными, естественными и социальными науками. Исследования сетевых структур находятся на стыке множества областей, таких как эпидемиология, психология, социология, теория диффузии и стратегии конкурентной борьбы. Теория сетей также, вероятно, улучшит наше понимание того, как развиваются и изменяются товарные рынки и рынки капитала.
• Рост и распределение размеров. Распределение размеров компаний в промышленно развитых странах очень асимметрично: существует много мелких компаний и очень мало крупных. Эта закономерность наблюдается на протяжении более чем столетия. Однако ученые пока не могут объяснить механизм, который ведет к такому распределению.
Распределение размеров тела и скорости метаболизма у животных также асимметрично и очень похоже на распределение размеров компаний. Примечательно, что ученые сумели объяснить взаимосвязь между размерами тела и скоростью метаболизма с точки зрения физики3. Применение некоторых биологических и физических принципов к социальным наукам также является многообещающим.
• Симулятор полетов для инвесторов? Меня всегда впечатляли симуляторы полетов, которые используются для обучения пилотов. Эти сложные машины имитируют множество условий, давая пилотам возможность получить важный опыт и обратную связь в близкой к реальной, но безопасной обстановке.
Можно ли создать подобный симулятор для обучения инвесторов? Одной из главных проблем в инвестировании – особенно в долгосрочном – является обратная связь. Исследования показывают, что четкая и последовательная обратная связь помогает профессионалам в любой вероятностной среде. Но если метеорологи и игроки на тотализаторе получают точную и своевременную обратную связь, то долгосрочные инвесторы нет. Возможно, когда-нибудь мы сможем создать обучающий симулятор, который поможет инвесторам научиться принимать лучшие решения. Разумеется, это приведет к тому, что переиграть рынки станет еще труднее.
