Акупунктура, Аюрведа Ароматерапия и эфирные масла, Консультации специалистов: Рэйки; Гомеопатия; Народная медицина; Йога; Лекарственные травы; Нетрадиционная медицина; Дыхательные практики; Гороскоп; Правильное питание Эзотерика

Предисловие к русскому изданию

Неисповедимы пути к успеху. Каждый успешный трейдер может изложить свой рецепт его достижения. И эти рецепты не будут одинаковыми. Даже более того, зачастую они противоположны. То, что приносит удачу одному, совершенно неприемлемо для другого, вызывая в лучшем случае недоумение.

Кто-то усердно ищет закономерности и изобретает собственные сигналы в графиках технического анализа. Кто-то напротив, предпочитает фундаментальные новости. Кто-то следует за рынком, кто-то пытается ему противостоять.

Автор книги, Майкл Мобуссин, предлагает подход, который заставляет многих профессиональных трейдеров, удивленно поднимать брови. Майкл сравнивает процесс инвестирования с игрой в рулетку, покер или блэк-джек. Это неожиданная, но интересная точка зрения, которая приносит автору успех при инвестировании на фондовом рынке. Более того, как выяснилось, статьи Майкла Мобуссина, в которых они описывает свой подход к трейдингу, пользовались большой популярностью среди игроков в покер. Они тоже искали, и находили для себя пользу.

Надо признать, что даже те, кто давно и успешно торгует на фондовом или валютном рынке найдет в этой книге немало интересного. Автор при помощи статистических выкладок доказывает свою правоту. Он с легкостью проводит параллели между доходностями самых успешных взаимных фондов, которые на длительных отрезках переигрывали индекс S&P-500 с игрой величайших бейсболистов всех времен. Кстати, Майкл Мобуссин неоднократно предостерегает от увлечения анализа рынка на коротких промежутках времени. По его мнению, у рынков существуют закономерности, которые имеют периоды в 10 и более лет, а потому, безупречно выстроенная модель обязательно нуждается в серьезной корректировке. Трейдеры знают, что автоматические советники, как правило, успешно работают лишь несколько месяцев. На фондовом рынке некоторые модели инвестирования могут приносить прибыль в течение нескольких лет, но резкое изменение ситуации способно разрушить все созданное и в одночасье превратить прибыль в убытки.

Чтобы этого не происходило, автор рекомендует иметь более широкий взгляд на происходящее, не замыкаясь лишь на одной излюбленной теории, пытаясь при ее помощи объяснить все вокруг. И надо сказать, что этот тезис доказан опытным путем: эксперты с более широким кругозором дают более точные прогнозы, чем узкие специалисты.

А это значит, что для того, чтобы быть успешным, необходимо рассматривать даже те теории, которые на первый взгляд представляются шарлатанством, но дают стабильный положительный результат. Присмотритесь к ней внимательнее, возможно, в ней есть рациональное зерно. А значит, смело открывайте книгу «Больше чем вы знаете» – в ней целая пригоршня этих зерен.

Роман Калинин,

директор по маркетингу МФХ FIBO Group

Благодарности

Первоначально эти эссе были написаны мной, когда я работал в Credit Suisse (ранее Credit Suisse First Boston). На протяжении дюжины лет руководство CSFB постоянно предоставляло мне замечательные возможности для профессионального развития. Мой проект The Consilient Observer – неординарный информационный бюллетень для инвесторов, заложивший фундамент для «Больше, чем вы знаете», – обязан своим успехом открытости и поддержке со стороны компании. Особенно многим я обязан Бреди Дугану, Элу Джексону, Терри Каскли, Стиву Краусу и Джиму Кларку. Credit Suisse был так любезен, что предоставил мне авторские права на эти работы.

В выходных данных The Consilient Observer было указано два имени. Второе принадлежит моему заместителю Кристен Бартольдсон, вносившей значительный вклад в исследования, редактирование, обработку данных и подготовку примеров. Она также помогла мне обновить материал для данного издания. Умная и талантливая, Кристен – чудесный человек, с которым приятно работать.

Дэн Каллахен, мой помощник по исследованиям в Legg Mason Capital Management, принял эстафетную палочку у Кристен, неутомимо работая над всеми аспектами этой книги. Он помогал обновить материал для первого и второго ее изданий, редактировал рукопись и координировал все внешние связи. Творческий, эффективный и яркий, Дэн – замечательный человек, которого я искренне рад видеть в своей команде.

Мои потрясающие коллеги в Legg Mason Capital Management оказали мне неоценимую помощь и поддержку. LMCM также разрешил мне использовать авторские материалы. Спасибо всем вам.

Два человека оказали на меня сильнейшее влияние в профессиональном плане. В соавторстве с Элом Раппапортом я написал «Инвестирование на предположениях» (Expectations Investing). Я очень многому научился у Эла, и он продолжает оставаться для меня неистощимым источником вдохновения и конструктивной обратной связи.

Второй человек – Билл Миллер, которого я имею честь называть своим коллегой. Прямо или косвенно Билл инспирировал многие идеи, представленные в этих эссе. Одно дело – написать о том, как метод ментальных моделей помогает инвесторам, и совсем другое – применять метод на практике для получения сверхприбылей. Билл умеет делать то и другое, вызывая заслуженное восхищение.

И Эл, и Билл всегда щедро уделяли мне свое время и учили меня с великим терпением. Им хочется подражать, и мне очень повезло, что я имею возможность общаться с ними.

Эти эссе опираются на работы многих известных ученых, но перечислить их всех у меня, к сожалению, нет возможности. Однако некоторые заслуживают особого упоминания – это Клейтон Кристинсен, Пол Деподеста, Норман Джонсон, Скотт Пейдж, Джим Суровики и Дункан Уоттс. Спасибо каждому из вас за то, что вы так щедро делились со мной своими идеями. Предложения Стива Уэйта также оказались для меня чрезвычайно полезными.

Хочу поблагодарить Майлса Томпсона, моего редактора и издателя в Columbia University Press, за его безграничный энтузиазм и непоколебимую веру в силу моих идей. Заместитель редактора Марина Петрова также оказала мне неоценимую всестороннюю помощь в работе над проектом. Майкл Хаскелл улучшил стиль изложения своими вдумчивыми редакторскими правками и предложил новое, более полное название. Нэнси Финк Хьюнергарт внесла ценный вклад в редактирование оригинала и помогала нам своим фантастическим чувством юмора.

Также хочу поблагодарить талантливых сотрудников Sente Corporation Джея Сметхёрста и Брайана Хоффмана за их творческий вклад. Они были со мной с самого начала этого пути. В CSFB у меня были замечательные редакторы Мэриан Той и Энн Фанкхаузер – эффективные, конструктивные и вдумчивые. Мой секретарь-референт в CSFB Мелисса Литтл также помогла мне в важных делах, таких как выпуск и распространение бюллетеня.

Моя жена Мишель – неиссякаемый источник любви, поддержки и советов. Моя теща Андреа Мелони Шара принадлежит к той редкой породе бабушек, которые способны объяснить теорию систем и сыграть в футбол. Наконец, я хочу поблагодарить моих детей Эндрю, Алекса, Мэдлин, Изабель и Патрика за то, что они каждый день без устали показывают мне, что такое разносторонность.

Введение

Главную идею книги «Больше, чем вы знаете» легко объяснить, но чертовски трудно воплотить в жизнь: вы станете лучшим инвестором, руководителем, отцом или матерью, другом – в общем, человеком, если будете подходить к решению проблем в комплексе. Это все равно что делать ремонт дома с полным набором необходимых инструментов, а не одной отверткой. Если у вас есть подходящий инструмент для каждого вида работы, вы будете действовать гораздо успешнее и эффективнее.

К сожалению, в реальности многие из нас обладают достаточно узким диапазоном знаний. В большинстве профессий поощряется глубокая специализация, а в некоторых, например связанных с научной деятельностью, она просто необходима. К тому же мы испытываем острую нехватку времени. Нужно поговорить по мобильному телефону, ответить на массу электронных писем, встретиться с тем-то и тем-то – в результате у нас не остается времени на то, чтобы читать, думать и играть с идеями.

После выхода первого издания этой книги ко мне обратились множество читателей, чтобы сказать о том, насколько полезной и увлекательной оказалась для них игра с нетривиальными идеями. Большинство людей хорошо понимают всю ценность разностороннего мышления. Однако многие рассматривают подобную разносторонность как желательное, но вовсе не как ключевое условие успеха. Между тем я пришел к пониманию, что познавательная разносторонность совершенно необходима для решения сложных проблем.

Важность познавательной разносторонности подтверждается теорией и практикой. В своей книге «Разница» (The Difference) социолог Скотт Пейдж демонстрирует логику разносторонности. При помощи математических моделей он показывает, как и почему разносторонность мышления необходима для решения определенного типа проблем. Пейдж умело переводит дискуссию о разносторонности от метафор и анекдотов к доказуемым вневременным теоремам.

Вы можете спросить: существуют ли, помимо чисто теоретических доказательств Пейджа, какие-либо фактические данные, подтверждающие ценность разносторонности при прогнозировании результатов и решении сложных проблем? Ответ – однозначное «да» – основан на замечательном исследовании психолога Фила Тетлока, описанном им в книге «Экспертное политическое суждение» (Expert Political Judgement). Тетлок попросил сотни экспертов дать тысячи экономических и политических прогнозов на ближайшие 15 лет. А затем поступил весьма невежливо: отследил точность этих прогнозов.

В целом результаты были глубоко удручающими. Но Тетлок обнаружил, что прогнозы некоторых экспертов были точнее, чем у других. И отличались эти эксперты от остальных своим образом мышления. Эксперты, которые знали мало о многом, – разносторонние аналитики – показали лучшие результаты, чем эксперты, которые знали много о чем-то одном.

На мое представление о разносторонности мышления особенно сильно повлияли два источника. Во-первых, подход к инвестированию на основе ментальных моделей, горячо пропагандируемый Чарли Мангером из Berkshire Hathaway. Во-вторых, Институт Санта-Фе (SFI) – исследовательская организация из Нью-Мексико (США), приверженная принципу междисциплинарного сотрудничества при разработках в области естественных и социальных наук.

Впечатляющий список успехов Чарли Мангера – весомый аргумент в пользу междисциплинарного подхода. Для Мангера ментальная модель является инструментом – матрицей, которая помогает лучше понять возникающую перед вами проблему. Он рекомендует создать сеть моделей, с тем чтобы вы могли эффективно решать как можно больше проблем. Идея заключается в том, чтобы найти правильную модель для данной проблемы, а не, по словам Мангера, «истязать реальность», чтобы подогнать ее под модель.

Некоторые черты характера способствуют успешному применению метода ментальных моделей. К счастью, это в основном те черты, которыми вы бы хотели обладать: интеллектуальная любознательность, честность, терпение и способность к самокритике. Умение решать проблемы не зависит напрямую от IQ. Как замечает Мангер, великая теория эволюции Чарльза Дарвина, изменившая наш взгляд на мир, скорее отражает его метод работы, чем собственно его интеллект. С другой стороны, можно привести массу примеров того, как умные люди принимают плохие решения, проявляют негибкость или неспособность воспринять уроки психологии.

Разумеется, метод ментальных моделей имеет свою цену. Вам придется потратить немало времени и сил на изучение различных дисциплин. Мало того, ваше обучение может не принести немедленных практических результатов (а может и вообще никогда не принести результаты). Хорошо, что в каждой дисциплине есть, как правило, всего несколько ключевых идей, которыми вы должны овладеть.

Я многому научился у Мангера за прошедшие годы, и его влияние четко прослеживается на страницах этой книги. К счастью, Питер Кауфман собрал статьи и выступления Мангера в «Альманахе бедного Чарли» (Poor Charlie’s Almanack) – потрясающей книге, содержащей много проницательных суждений о методе ментальных моделей.

Институт Санта-Фе был создан группой ученых-единомышленников, решивших, что миру нужен новый тип научного учреждения. Эти ученые, каждый из которых отличился в своей области, признали тот факт, что традиционные университеты часто работают в академической изоляции: большинство профессоров проводят очень много времени со своими коллегами и редко пересекают междисциплинарные границы. Основатели SFI твердо убеждены, что гораздо более плодотворная почва для научных изысканий находится на стыке дисциплин, и решили ее культивировать. Если вы посетите университетский городок SFI, то услышите, как физики, биологи и экономисты включаются в общий разговор на горячую тему, обогащая его различными точками зрения.

Объединяющая тема в SFI – изучение сложных систем. И в естественных, и в социальных науках многие системы возникают в результате взаимодействия множества неоднородных элементов. Например, человеческое сознание, иммунная система и экономика. Ученые SFI в числе первых стали выявлять основные свойства таких систем и изучать их сходства и различия на стыке различных дисциплин.

Пожалуй, из всех идей, инспирированных SFI, наиболее сильное влияние на меня оказала концепция фондового рынка как сложной адаптивной системы. Принятие этой ментальной модели заставило меня пересмотреть и поставить под вопрос практически все, что я знал до сих пор в сфере финансовой науки: рациональность агентов, колоколообразное распределение изменений цен, понятия риска и вознаграждения. Я считаю, что матрица сложной адаптивной системы не только дает нам лучшее интуитивное понимание рынков, но и более созвучна имеющимся фактическим данным.

Подход SFI заставил меня заинтересоваться, казалось бы, в корне различными темами, упоминания о которых вы найдете по всей этой книге, – такими как колонии муравьев, законы власти, человеческое познание и роль механизмов обратной связи. Точнее всего мое состояние при посещении симпозиумов SFI можно описать как «интеллектуальное опьянение».

Вы можете почитать об истории Института Санта-Фе в книге Митчелла Уолдропа «Сложность» (Complexity). Она была написана в первое десятилетие существования института, в ней хорошо передан дух SFI.

Наконец, пара слов о том, как следует читать эту книгу. В отличие от детективных романов, «Больше, чем вы знаете» можно с равным успехом читать как с начала, так и с конца. Но я рекомендую вам пробежаться глазами по содержанию, найти заголовок, который заинтересует вас больше всего, и начать читать это эссе.

Несмотря на то что собранные здесь эссе охватывают широкий спектр тем, я сгруппировал их в четыре части: философия инвестирования; психология инвестирования; инновационные и конкурентные стратегии; наука и теория сложности. В каждой части рассматривается определенный аспект инвестирования, и вы можете рассматривать эти части как отделения в вашем ящике с инструментами. В целом же каждое эссе представляет собой законченный текст.

Это издание содержит обновленные таблицы и графики, а также новые главы в каждой части. Среди новых тем – оценка менеджмента, роль интуиции, применение теории игр и механизмы, запускающие колебания настроений рынка.

Книга опирается на исследования известных ученых. Однако, принимая во внимание ее формат, я не мог в полной мере осветить эти замечательные научные идеи. Поэтому создал подробный справочный раздел, где также содержатся рекомендации по дополнительному чтению. Надеюсь, что мои ссылки помогут вам глубже разобраться в любой заинтересовавшей вас идее или теме.

Я искренне желаю, чтобы книга «Больше, чем вы знаете» принесла читателям некую интеллектуальную пользу – открыла перспективу, подарила классную идею или указала путь к самосовершенствованию. Также надеюсь, что вы получите от чтения этих эссе хотя бы часть того удовольствия, которое я испытывал при их написании.

Часть I
Философия инвестирования

Введение

В один прекрасный день я получил по электронной почте благодарственное письмо от молодого человека, который прочитал одно из моих эссе. Мне было приятно, но поначалу я не придал этому большого значения, – пока не обратил внимания на то, что он нашел это эссе на сайте, предназначенном для трейдеров. Поскольку мое внимание фактически всецело сосредоточено на долгосрочном инвестировании, мне показалось странным, что трейдер нашел полезными мои идеи.

Затем я поискал в Интернете и, к еще большему удивлению, обнаружил, что другое мое эссе было выложено на сайте, посвященном азартным играм! Хотя я изучаю и ценю методы азартных игр, но считал, – как и большинство самонадеянных инвесторов, – что долгосрочное инвестирование является противоположностью большинству разновидностей азартных игр. Однако по некотором размышлении пришел к выводу, что есть связующее звено, которое объединяет все эти сферы, – философия инвестирования.

Значимость философии инвестирования состоит в том, что она определяет, как вы принимаете решения. Действия на авось неизменно ведут к плохим долгосрочным результатам. Но даже от самой лучшей философии не будет толка, если не дополнить ее дисциплиной и терпением. Качественная философия инвестирования подобна хорошей диете: она приносит результаты только в том случае, если выстроена разумно и надолго и если ее соблюдают.

Успешность философии инвестирования больше зависит от темперамента, нежели только от интеллекта. Действительно, подходящий для инвестирования темперамент всегда побеждал высокий IQ. После того как вы создали надежный философский фундамент, все остальное – это обучение, упорная работа, сосредоточенность, терпение и опыт.

Все качественные подходы к инвестированию объединяет ряд общих моментов, которые подробно рассматриваются в собранных в этой части эссе. Во-первых, в любой вероятностной среде – будь то инвестирование, скачки или азартные игры – лучше сосредоточиться на процессе принятия решений, а не на краткосрочных результатах. Это гораздо легче сказать, чем сделать, принимая во внимание то, что результаты объективны, тогда как процессы более субъективны. Однако качественный процесс, который зачастую в значительной мере опирается на теорию, – самый верный путь к долгосрочному успеху.

Это подводит нас ко второму ключевому моменту – важности долгосрочной перспективы. Дело в том, что в вероятностной системе невозможно судить о результатах на краткосрочных интервалах, поскольку в ней слишком много случайностей. Разумеется, это создает проблему: к тому моменту, когда вы поймете, что ваш инвестиционный процесс зашел в тупик, спасать ситуацию может оказаться слишком поздно. Вот почему качественный процесс должен опираться на надежный фундамент.

Третий ключевой момент – важность усвоения вероятностного подхода. Психология говорит нам, что в модуле вероятностного мышления, входящем в состав нашего ментального обеспечения, возникает очень много ложных сигналов. Мы видим закономерности там, где их нет, и не в состоянии увидеть всего диапазона возможных результатов. Наша оценка вероятности зависит от того, как нам преподнесена информация. Качественная философия инвестирования помогает частично залатать эти прорехи, повышая наши шансы на долгосрочный успех.

И напоследок: действующие в последние десятилетия стимулы, к сожалению, подорвали значимость философии инвестирования. Несмотря на благие намерения и упорную работу, руководители компаний и управляющие активами слишком часто отдают приоритет росту бизнеса, а не обеспечению превосходных результатов для акционеров. Наемным менеджерам все больше платят за то, чтобы они играли, а не выигрывали.

Итак, задайте себе жесткий вопрос: в своей инвестиционной деятельности вы или те, кто управляет вашими активами, действительно руководствуетесь продуманной философией инвестирования? Если ответ «да», отлично. Если «нет», создайте содержательную философию и следуйте ей.

Глава 1
Играйте, как казино
Процесс и результат в инвестировании

Отдельные решения, даже если они плохо продуманы, могут оказаться успешными, и даже хорошо продуманные решения могут оказаться неудачными, потому что нельзя сбрасывать со счетов возможность неудачи. Но с течением времени более продуманный процесс принятия решений в целом приведет к лучшим результатам, и, чтобы улучшить этот процесс, необходимо оценивать решения скорее на основе того, как они были приняты, чем на основе результата.

Роберт Рубин.

Напутственное обращение к выпускникам Гарвардского университета, 2001 г.

Всякий раз, как вы делаете ставку с лучшим исходом (то есть можно ожидать, что она окажется выгодной на длинной дистанции), когда шансы в вашу пользу, то вы что-то выигрываете на ней независимо от того, теряете ли вы ее или нет в конкретной сдаче. И наоборот, если вы делаете ставку с худшим исходом (невыгодную на длинной дистанции), когда шансы не в вашу пользу, то вы что-то теряете независимо от того, выиграли вы или проиграли в конкретной сдаче.

Дэвид Склански. Теория покера

Еще карту

Пол Деподеста, бейсбольный менеджер и одно из главных действующих лиц книги Майкла Льюиса «Деньгобол» (Moneyball), рассказывал, как однажды играл в блэкджек в Лас-Вегасе и сидевший справа от него парень, который набрал уже 17 очков, попросил еще карту. Все за столом замерли, и даже дилер переспросил, уверен ли он в своем решении. Игрок кивнул, и дилер, разумеется, вытащил четверку. Что сказал дилер? «Отличное попадание». Конечно, отличное! Вы хотите, чтобы люди играли именно так, – если вы работаете на казино.

Эта история обращает наше внимание на одну из основных проблем инвестирования: процесс против результата. Очень часто инвесторы сосредоточивают внимание на результатах и фактически игнорируют процесс. Такое фокусирование вполне понятно. Ведь в конечном итоге именно результат – прибыль или убыток – имеет значение. Кроме того, результаты обычно легче поддаются оценке и более объективны, чем процессы¹.

Но инвесторы часто совершают критическую ошибку, предполагая, будто хорошие результаты проистекают из хорошего процесса, а плохие результаты – из плохого процесса. Наоборот, люди, добивающиеся исключительных долгосрочных успехов в любой непредсказуемой области – такой как инвестирование, руководство спортивной командой или игра на тотализаторе, ставят процесс выше результата.

Джей Руссо и Пол Шумейкер проиллюстрировали концепцию «процесс против результата» в простой матрице два на два (см. приложение 1.1). Идея в том, что вследствие игры вероятностей хорошие решения иногда ведут к плохим результатам, а плохие решения иногда ведут к хорошим результатам – как в той истории о партии в блэкджек. Однако в долгосрочной перспективе именно процесс определяет результат. Вот почему казино – «дом» – всегда остается в выигрыше.

Инвестиционный процесс имеет четкую цель: найти и использовать несоответствие между ценой акций компании и их ожидаемой ценностью. Последняя представляет собой средневзвешенное всех возможных исходов и рассчитывается умножением вознаграждения (т. е. цены акции) при данном исходе на вероятность достижения этого исхода².

Возможно, самая большая ошибка в инвестировании – неумение различать основные финансовые показатели компании и предположения, подразумеваемые рыночной ценой. Обратите внимание, как вторят друг другу Майкл Стейнхардт и Стивен Крист, две очень успешные личности в двух разных областях:

Я определил альтернативное мнение как хорошо обоснованную точку зрения, которая существенно отличается от рыночного консенсуса… Понимание рыночного ожидания по меньшей мере так же важно, как знание фундаментальных факторов, и часто от него отличается³.

Суть не в том, какая лошадь, вероятнее всего, победит в скачках, а в том, ставки на каких лошадей или лошадь превышают их реальные шансы на победу. …Это может казаться элементарным, и многие игроки считают, что следуют данному принципу, но на деле так поступают очень немногие. При таком подходе всё, кроме ставок, отходит на задний план. Когда вы выбираете, на какую лошадь сделать ставку, то руководствуетесь не тем, «нравится» ли она вам, а только привлекательным расхождением между ее шансами на победу и ставками на нее⁴.

При грамотном инвестиционном процессе учитываются как вероятность, так и величина выигрыша и внимательно отслеживается, где их согласованность – это показывается рыночной ценой – может нарушаться. Несмотря на то что ряд важных особенностей отличает инвестирование, скажем, от игры в казино или на скачках, основная идея одинакова: вы хотите, чтобы положительная ожидаемая ценность акций оказалась в вашу пользу.

От казны к богатству

В серии напутственных обращений к выпускникам американских вузов бывший секретарь казначейства США Роберт Рубин сформулировал четыре принципа принятия решений. Особенно полезными эти принципы могут оказаться для финансового сообщества⁵:

1. Единственная определенность – отсутствие всякой определенности. Этот принцип особенно верен в инвестиционной индустрии, которая имеет дело преимущественно с неопределенностью. А игорный бизнес имеет дело в основном с риском. И при неопределенности, и при риске результаты неизвестны. Но при неопределенности мы не знаем, как распределятся результаты, а при риске нам хорошо известно, как выглядит это распределение. Волнообразные колебания корпоративных акций неопределенны, игра в рулетку рискованна⁶.

Здесь возникает такая поведенческая проблема, как чрезмерная самоуверенность. Исследования показывают, что люди часто бывают чересчур уверены в своих способностях и прогнозах⁷. В результате они склонны прогнозировать возможные результаты в очень узком диапазоне. Только за последние 80 лет Соединенные Штаты пережили Великую депрессию, множество войн, серьезный энергетический кризис и атаку террористов 11 сентября. Ни одно из этих событий общественность США не предвидела. Инвесторы должны научиться рассматривать достаточно широкий диапазон возможных результатов. Например, уделять внимание опережающим индикаторам «неизбежных сюрпризов»⁸.

Крайне важно принимать в расчет фактор неопределенности и при управлении активами. Многочисленные истории о разорении хедж-фондов сводятся к тому, что менеджер фонда самонадеянно переоценил какие-либо инвестиции и вложил в них слишком много денег. При размещении капитала управляющие портфелями должны принимать во внимание тот факт, что непредвиденные события все-таки происходят⁹.

2. Решения должны быть основаны на взвешивании вероятностей. Мы берем на себя смелость расширить принцип Роберта Рубина до взвешивания вероятности исхода (его частоты) относительно выигрыша (его величины) при данном исходе. Сама по себе вероятность выигрыша недостаточна, когда выигрыши ей не соответствуют.

Чтобы разобраться с этим вопросом, давайте рассмотрим другую концепцию из области поведенческих финансов: боязнь потерь. По вполне разумным эволюционным причинам люди стремятся избегать потерь, когда выбирают между рискованными исходами. Конкретнее: негативное влияние убытка на психику человека в два с половиной раза сильнее, чем позитивное влияние от прибыли того же размера. Мы любим оказываться правыми, поэтому часто делаем выбор в пользу событий с высокой вероятностью¹⁰.

Акцент на вероятности разумен в том случае, когда исходы симметричны, но нецелесообразен, когда выигрыши асимметричны. Известно, что примерно 90 % всех позиций по опционам теряют деньги. Значит ли это, что держание опционов – плохая идея? Ответ зависит от того, сколько денег вы зарабатываете на тех 10 % позиций, которые оказываются прибыльными. Если покупаете 10 опционов по $1 и на девяти из них теряете деньги, но один приносит $25, то у вас при ужасающе низкой доле успешных попыток будет вполне приличная прибыль¹¹.

Вот почему с точки зрения ожидаемой ценности некоторые позиции с низкой вероятностью могут быть очень привлекательны, а некоторые позиции с высокой вероятностью – нет. Скажем, существует 75 %-ная вероятность того, что компания достигнет прогнозной прибыли на акцию и ее акции, оцененные с учетом достижения плановых показателей, вырастут в цене на 1 %, и 25 %-ная вероятность того, что компания не достигнет своих плановых показателей и ее акции упадут на 10 %. В этом случае мы имеем высокую вероятность выигрыша, но отрицательную ожидаемую ценность¹².

3. Вопреки неопределенности нужно действовать. Хотя мы вынуждены основывать подавляющее большинство наших решений на несовершенной или неполной информации, тем не менее мы должны принимать решения на основе разумного анализа доступной информации.

Руссо и Шумейкер отмечают расхожее заблуждение, будто большее количество информации позволяет нам точнее спрогнозировать будущее и улучшить принятие решений. Но на деле дополнительная информация зачастую только усложняет процесс принятия решений.

В качестве доказательства они провели исследование среди игроков на скачках. Сначала попросили игроков спрогнозировать результаты заездов на основе пяти единиц информации. Затем попросили сделать такие же прогнозы на основе 10, 20 и 40 единиц информации по каждой лошади. В приложении 1.2 графически представлены результаты: несмотря на незначительное улучшение точности, уверенность игроков в своих прогнозах резко возрастала вместе с увеличением количества данных¹³.

4. Решения нужно оценивать на основе не только результатов, но и способа их принятия. Хороший процесс – тот, в котором цена тщательно рассматривается относительно ожидаемой ценности. При этом качественная обратная связь и непрерывное обучение позволяют инвесторам улучшить процесс принятия своих решений.

Как-то мне позвонил один из моих бывших студентов, ныне управляющий очень успешным хедж-фондом, и сообщил, что он отменил использование целевых цен в своей компании по двум причинам.

Во-первых, он хочет, чтобы все аналитики выражали свое мнение в терминах ожидаемой ценности и, таким образом, вели дискуссию с позиций вероятностей и величины выигрышей. Кроме того, принятие в расчет широкого диапазона возможных исходов позволяет снизить риск чрезмерной концентрации на конкретном сценарии, т. е. не попасть в поведенческую ловушку, известную как «якорение».

Во-вторых, подход на основе ожидаемой ценности обеспечивает аналитикам некоторую психологическую защиту, когда они оказываются неправы. Скажем, вы, как аналитик, рекомендуете купить акции, целевая цена которых выше сегодняшней цены. Велика опасность, что вы попадаете в так называемую «ловушку подтверждения», когда будете искать данные, подтверждающие вашу точку зрения, и не замечать того, что противоречит ей.

Если же ваша рекомендация основана на анализе ожидаемой ценности, то она будет включать и сценарий падения цены с учетом соответствующей вероятности. Вы начнете инвестировать, зная, что какое-то время результат будет неблагоприятным. Это априорное допущение, если оно разделяется организацией, позволяет аналитикам время от времени ошибаться, не получая клейма неудачников.

Расстановка приоритетов процесса

Под воздействием стимулов и систем оценки результативности инвестиционное сообщество переоценивает важность результатов и недооценивает важность процесса. Как заметил Роберт Рубин:

Речь не о том, что результаты не имеют значения. Как раз наоборот. Однако подход, когда решения оцениваются исключительно на основе результатов, может быть серьезным сдерживающим фактором при необходимости рисковать для принятия правильного решения. Проще говоря, способ оценки решений влияет на способ их принятия¹⁴.

Глава 2
Инвестирование – профессия или бизнес?
Как переиграть рыночный индекс

Хотелось бы мне знать, как убедить бизнесмена, владеющего крупной инвестиционной управляющей компанией, что его первоочередной и главнейшей задачей является сохранение жизненно важной сердцевины – классической дисциплины инвестирования как профессии.

Чарльз Эллис.

Может ли деловой успех негативно повлиять на профессию инвестиционного менеджера?

Порой создается впечатление, что один из главных человеческих пороков – склонность усложнять простые вещи. И человечество вряд ли от него когда-либо избавится. Корабли будут плавать вокруг земного шара, но «Общество плоской Земли» по-прежнему будет процветать.

Уоррен Баффетт. Суперинвесторы из Graham-and-Doddsville

По донесениям разведки

Готовясь к состязаниям, большинство спортивных команд изучают своих соперников. Цель – разработать такой план игры, который позволит воспользоваться слабыми местами соперников и нейтрализовать их сильные стороны. Подобная разведка обычно рассматривается командами как необходимое условие долгосрочного успеха.

Но кто является соперником для управляющего активами? Инвесторы с конкретными целями, как правило, могут выбирать между фондами активного управления и индексными фондами. Например, если инвестор хочет инвестировать в акции компаний с высокой капитализацией, он может вложить средства в фонд активного управления, специализирующийся на акциях крупных компаний, или же в индексный фонд, отслеживающий S&P 500.

Следовательно, мы вправе рассматривать доходность соответствующего индекса как меру стоимости альтернативы для инвестора – стоимости капитала, а превышение базового индекса – как меру эффективности активного управляющего.

Так насколько же успешно фонды активного управления соперничают со своими прямыми конкурентами? Честно говоря, не очень успешно. За последние пять лет индексы переиграли более 40 % всех активных управляющих, а за 10-летний период более половины фондов активного управления показали доходность ниже базового индекса. И эти результаты устойчивы с течением времени¹. Принимая во внимание подобные успехи индексных фондов, возможно, стоит разведать, как они соревнуются.

Самый распространенный базовый индекс для оценки фондов акций – S&P 500. Принимая решения о включении компаний в корзину индекса, Комитет по индексу S&P 500 опирается на пять ключевых критериев. Вот эти критерии, составляющие сердцевину стратегии, которая стабильно из года в год переигрывает большинство активных управляющих:

1. Ликвидность. Поскольку комитет стремится к тому, чтобы базовый индекс был «инвестиционным», он выбирает компании с достаточной ликвидностью акций (коэффициент ликвидности вычисляется как отношение месячного объема торгов к стоимости акций в обращении, не ниже 0,3) и адекватной долей акций в свободном обращении.

2. Фундаментальный анализ. Основной критерий прибыльности – «четыре квартала подряд положительной чистой прибыли от операционной деятельности». Вот так-то.

3. Рыночная капитализация. Компании должны иметь рыночную капитализацию свыше $4 млрд. «Основной принцип отбора компаний для индекса S&P 500: ведущие компании в ведущих отраслях США».

4. Репрезентативность секторов. Комитет стремится к тому, чтобы удельный вес каждого сектора в индексе соответствовал его весу на фондовом рынке в целом (исходя из секторального веса всей группы компаний с рыночной капитализацией свыше $4 млрд, имеющих право на включение в индекс). Обычно это достигается добавлением компаний в недостаточно представленные сектора, а не исключением компаний из чрезмерно представленных секторов.

5. Исключение компаний. Комитет S&P формулирует принцип исключения компаний из индекса следующим образом: «Если бы индекс создавался сегодня, эта компания не была бы включена в его расчетную базу вследствие того, что она не удовлетворяет одному или нескольким вышеперечисленным критериям». Из более чем 1000 компаний, выведенных из индекса за последние 75 лет, подавляющее большинство было исключено по причине слияний и поглощений.

Указанные разведданные по индексу S&P 500 можно дополнить следующими замечаниями: комитет не занимается макроэкономическим прогнозированием, нацелен на долгосрочное инвестирование с низкой оборачиваемостью портфеля и не ограничен конкретными отраслями или секторами, необходимостью корректировки портфеля, параметрами инвестиционного стиля или требованиями к доходности. Еще одно важное замечание: индексные фонды пристально отслеживают S&P 500 с очень низким уровнем издержек.

Изучаем победителей

Разумеется, некоторые фонды активного управления превышают базовые индексы даже на длинных дистанциях. Чтобы узнать, можно ли выделить какие-либо общеприменимые принципы, позволяющие этим инвесторам добиваться такого успеха, мы провели исследование среди общих фондов акций, показавших доходность выше S&P 500 за 10-летний период, заканчивающийся 2006 г. Данные фонды имеют одного управляющего и активы более $1 млрд. (см. приложение 2.1)2.

Четыре ключевые характеристики отличают эту группу победителей от большинства других взаимных фондов активного управления:

1. Оборачиваемость портфеля. В целом данная группа инвесторов имела в 2006 г. оборачиваемость портфеля порядка 35 %, что резко контрастирует с аналогичным средним показателем по фондам акций на уровне 89 %. Оборачиваемость портфеля у фондов, отслеживающих S&P 500, составила 7 %. Другими словами, период держания инвестиций в группе успешных фондов составил примерно три года при аналогичном среднем показателе для фондов акций – один год³.

2. Концентрация портфеля. Долгосрочные победители, как правило, имеют более высокую концентрацию портфелей, чем индекс. Так, в среднем около 35 % их портфелей приходится на десятку ведущих акций, тогда как для S&P 500 этот показатель равен 20 %.

3. Инвестиционный стиль. Большинство фондов, успешно переигрывающих рынок, применяют стоимостный подход к инвестированию, т. е. ищут недооцененные акции, цена которых ниже их реальной (внутренней) стоимости. В своей легендарной речи «Суперинвесторы из Graham-and-Doddsville» Уоррен Баффетт утверждает, что такой подход к инвестированию характерен для многих успешных инвесторов.

4. Географическое местоположение. Как оказалось, лишь небольшая часть высокодоходных фондов расположена в финансовых центрах Восточного побережья – Нью-Йорке или Бостоне. В основном эти генераторы сверхдоходности располагаются в таких городах, как Чикаго, Мемфис, Омаха и Балтимор.

Сравнивая эти сведения с нашими разведданными об индексе S&P 500, мы видим, что успешные управляющие следуют стратегии индекса в отношении низкой оборачиваемости портфеля и ограничения времени на макропрогнозирование, а отклоняются от стратегии индекса в таких аспектах, как концентрация портфеля и акцент на стоимостном инвестировании.

Я не хочу сказать, что все инвесторы поголовно должны или могут применять аналогичный подход к инвестированию. Разнообразие инвестиционного сообщества – залог хорошего функционирования рынка. Рынку нужны инвесторы с разными временными горизонтами инвестирования, аналитическими подходами и денежными ресурсами. К тому же многие управляющие активами показывают выдающиеся результаты, реализуя стратегии, весьма отличные от вышеописанной.

Кроме того, хочу подчеркнуть, что успех вышеуказанных инвесторов не столько объясняется структурой их портфелей, сколько отражает высокое качество их инвестиционных процессов. Однажды я услышал, как один инвестор заметил управляющему успешным фондом: «Конечно, при такой высокой доходности вы можете позволить себе столь низкую оборачиваемость». Недолго думая, управляющий ответил: «Наоборот, у нас высокая доходность потому, что у нас низкая оборачиваемость». Тщетно пытаться дублировать указанные свойства портфеля (такие как низкая оборачиваемость или относительно высокая концентрация), если процесс не организован надлежащим образом.

Но при всем вышесказанном остается очевидный вопрос: почему доходность среднего фонда так отличается от результатов этих суперинвесторов?

Инвестирование: профессия или бизнес?

Частично ответ на этот вопрос кроется в противоречии – и, возможно, растущем дисбалансе – между профессией инвестора и инвестиционным бизнесом. Разница между ними в том, что профессия состоит в управлении портфелями с целью обеспечения их максимальной долгосрочной доходности, тогда как бизнес заключается в генерировании прибылей (зачастую краткосрочных) для инвестиционной фирмы. Нет ничего плохого в том, чтобы иметь процветающий бизнес, и, если на то пошло, сильная преуспевающая компания – необходимое условие для привлечения и удержания лучших специалистов⁴. Акцент на инвестиционном бизнесе за счет профессии инвестора – вот в чем проблема.

Историческая ретроспектива взаимных фондов показывает сильное смещение в сторону бизнеса. Давайте обратимся к мнению человека, превосходно квалифицированного для того, чтобы дать нам правдивую картину происходящих в этой отрасли изменений, – Джеку Боглу, который на протяжении последних пятидесяти лет вдохновенно и настойчиво продвигал индустрию взаимных фондов. Вот некоторые из наиболее глубоких изменений, замеченных Боглом:⁵

• Число фондов обыкновенных акций выросло с 49 в 1945 г. до более чем 4200 в 2006 г., при этом они расширили свою специализацию и географический охват. Темпы создания новых фондов акций (в процентном отношении от существующих) в 1990-х гг. достигли рекордного уровня 600 %, по сравнению со 175 % в 1980-х гг. Примечательно и то, что в 1990-х гг. разорилось 50 % всех фондов и за один только период с 2000 по 2004 г. такая же участь постигла почти 1000 фондов.

• В большинстве отраслей конкуренция ведет к сокращению размера прибыли. Но уровень расходов взаимных фондов, который в 1970-х и начале 1980-х гг. составлял примерно 90 базисных пунктов, в последние десятилетия стабильно повышался и в 2004 г. достиг 156 базисных пунктов. Значительную часть этого роста можно приписать увеличению затрат на привлечение активов. А уровень расходов играет роль: с 1945 по 1965 г. взаимные фонды обеспечивали инвесторам доходность на уровне 89 % от рыночной. С 1983 по 2003 г. эта цифра снизилась до 79 %.

• До 1958 г. Комиссия по ценным бумагам и биржам США ограничивала продажу управляющих компаний. После того как суды признали позицию комиссии неправомерной, индустрия управления активами пережила всплеск размещения IPO, слияний и поглощений. Сегодня из 50 крупнейших фондов только шесть остаются частными компаниями. Восемь – публично торгуемые независимые компании, 22 принадлежат американским финансовым конгломератам, семь – иностранным финансовым компаниям, остальные шесть – крупным брокерским фирмам. Остается один настоящий взаимный фонд – Vanguard.

• Одним из неочевидных последствий активного маркетинга взаимных фондов, а также стремления инвесторов вкладывать деньги в высокодоходные фонды стало резкое отличие средней доходности фондов от фактических доходов, которые получают инвесторы. Причина в том, что инвесторы массово перетекают туда, где была высокая доходность, и неизбежно страдают, когда доходность возвращается к среднему уровню. Например, лучшим кварталом по чистому притоку капитала для фондов акций роста ($120 млрд) был первый квартал 2000 г., что совпало с пиком роста рынка Nasdaq, в то время как фонды стоимости столкнулись со значительным оттоком капитала. По данным Богла, в период с 1986 по 2005 г., когда рынок рос на 12 % в год, средняя доходность фондов была около 10 %, тогда как средняя доходность инвесторов составляла всего 6,9 %.

Чарли Эллис указывает, какие шаги может предпринять инвестиционная фирма, чтобы максимально повысить прибыльность своего бизнеса. Эти рекомендации приведены в приложении 2.2. По мнению Эллиса, главное противоречие между профессией инвестора и инвестиционным бизнесом кроется в разных ритмах работы. Длительные временны?е горизонты, низкие комиссии и сборы, инвестирование против рынка – характерные особенности профессии. И наоборот, короткие временны?е горизонты, высокие комиссии и сборы, стремление продавать все, что пользуется спросом, – прямые признаки бизнеса.

Приложение 2.2

Как превратить инвестиционную фирму в прибыльный бизнес

• Увеличить штат и повысить статус менеджеров по отношениям с клиентами, потому что, независимо от результатов деятельности фонда, они помогут вам удержать клиентов, а удержание клиентов является ключом к максимизации ваших прибылей.

• Возложить на менеджеров по отношениям с клиентами строгую обязанность осуществлять перекрестные продажи постоянно расширяющегося ассортимента активов и инвестиционных продуктов, чтобы максимизировать «долю компании в кошельке» каждого клиента.

• Расширить штат специалистов по продажам и постоянно работать над улучшением их навыков продаж.

• Создать корпоративный «бренд» или рыночную франшизу.

• Выходить на новые рынки – в пределах страны и за рубежом.

• Если вы сильны в розничном секторе, расширяйтесь на институциональный. И наоборот, если вы сильны в институциональном секторе, расширяйтесь на розничный.

• Установить хорошие отношения с инвестиционными консультантами – влиятельными посредниками, которые участвуют в найме 70 % всех управляющих институциональными фондами.

• Расширить линию продуктов на новые классы активов и на все размеры, чтобы диверсифицировать деловой риск, который слишком высок, когда зависит исключительно от ваших результатов инвестирования.

• Ограничить деловой риск, связанный с непредвиденными краткосрочными результатами инвестирования, путем внимательного отслеживания индекса.

Источник: Ellis. “Will Business Success Spoil the Investment Management Profession?” 14. Перепечатано с разрешения

Так как же следует поступать инвестиционным компаниям? Вот что говорит об этом Эллис:

В идеале, баланс между профессией инвестора и инвестиционным бизнесом всегда должен быть смещен в пользу первой, потому что только приверженность дисциплине и этике профессии наделяет организацию теми ценностями и культурой, которые привлекают талантливых профессионалов⁶.

Я могу утверждать, что многие проблемы с доходностью в этой отрасли вытекают из неправильного баланса между интересами профессии и бизнеса. Как правило, многие управляющие активами, которые успешно переигрывают рынок, очевидно, являются профессионалами до мозга костей.

Глава 3
Эффект Бэйба Рута
Частота против величины выигрыша в ожидаемой ценности

В реальном мире нет легкого способа гарантировать финансовую прибыль. По крайней мере, полезно будет осознать тот факт, что мы чаще проигрываем с умом, чем выигрываем по неосведомленности.

Ричард Эпстейн. Теория азартных игр и статистическая логика

Играем, как Бэйб

Если вы поболтаетесь какое-то время в любой брокерской конторе, то рано или поздно непременно услышите что-нибудь вроде: «Да мне достаточно оказаться правым в 51 % случаев – и я по-любому останусь в прибыли». Если эта мысль кажется вам здравой, читайте дальше и узнаете одну из важнейших концепций инвестирования.

Прежде всего, давайте признаем: идея о том, что инвестор должен чаще оказываться прав, чем неправ, широко распространена и, безусловно, обладает подсознательной привлекательностью. Однако следующая история об одном инвестиционном менеджере наглядно иллюстрирует ошибочность подобной точки зрения.

Этот известный инвестор был одним из 20 управляющих портфелями в инвестиционной компании. По словам рассказчика, финансовый директор был удручен совокупной доходностью, которую показывали активные управляющие, поэтому решил оценить процесс принятия решений каждым из них, чтобы выявить и уволить аутсайдеров. Финансовый директор считал, что даже случайный процесс отбора акций позволяет создать портфель, где примерно половина акций будет переигрывать базовый индекс; поэтому он оценивал каждый портфель на основе того, какой процент акций показал доходность выше рынка.

Наш инвестор оказался в странной ситуации: при том что общая доходность его портфеля была одной из лучших в группе, процент высокодоходных акций был одним из худших. Финансовый директор быстро уволил других аутсайдеров, а этого вызвал на встречу, чтобы понять причины столь резкого расхождения между высокими результатами и низким процентом «отбитых мячей».

Ответ управляющего – отличный урок, который необходимо принимать во внимание в любой вероятностной системе: частота правильных попаданий не имеет значения; значение имеет величина выигрыша при правильном попадании. Предположим, вы держите четыре акции, три из которых демонстрируют незначительное падение, тогда как четвертая – существенный рост. В результате ваш портфель принесет хорошую доходность, несмотря на убыточность большинства акций.

Таким образом, формирование портфеля с высокой доходностью требует, чтобы каждая инвестиция оценивалась на основе анализа ожидаемой ценности. Поразительно, что главные знатоки в самых разных областях – от игры на скачках и азартных игр в казино до инвестиционной деятельности – все как один подчеркивают важность такого подхода¹. Мы называем это эффектом Бэйба Рута: легендарный игрок, несмотря на огромное число мячей, выбитых им в аут, был одним из лучших хиттеров в истории бейсбола.

Подобная универсальность урока об ожидаемой ценности объясняется тем, что все вероятностные системы имеют общие свойства. Однако усвоить этот урок довольно сложно, потому что он идет вразрез с основами человеческой природы. Хотя изъян в логике финансового директора очевиден, многие на его месте совершили бы аналогичную ошибку.

Обратная сторона стереотипов

В 1979 г. Даниэль Канеман и Амос Тверски сформулировали теорию перспективы, чтобы объяснить выявленные ими модели экономического поведения, не соответствующие рациональному принятию решений². Один из главных выводов этой теории заключается в том, что люди более склонны к риску, чтобы избежать потерь, чем они склонны к риску, чтобы получить прибыль, о каких бы суммах ни шла речь. Более того, Канеман и Тверски обнаружили, что влияние убытка на психику человека в два с половиной раза сильнее, чем влияние от получения прибыли того же размера. Другими словами, люди гораздо сильнее переживают, когда теряют деньги, чем испытывают чувство удовлетворения, когда приобретают такую же сумму.

В свете этой особенности человеческой психики люди чувствуют себя гораздо счастливее, когда они часто оказываются правы. Но, что интересно, для формирования высокодоходного портфеля, успешно опережающего базовый индекс, совсем не обязательно оказываться правым в большинстве случаев (как это показывает вышеописанная история). Общая доходность портфеля определяется не процентом растущих акций, а положительным изменением его стоимости в долларовом выражении. Существенное падение или рост нескольких акций часто намного сильнее влияет на доходность портфеля, чем процент «отбитых мячей».

Быки, медведи и шансы

В своей провокационной книге «Одураченные случайностью» Нассим Талеб рассказывает историю, которая красиво внедряет в сознание важность концепции ожидаемой ценности³. Как-то на встрече с другими трейдерами один из коллег спросил у Талеба его мнение о рынке. Талеб ответил, что, по его мнению, существует высокая вероятность того, что на следующей неделе рынок продемонстрирует небольшой рост. Расспрашиваемый дальше, он приписал этому росту 70 %-ную вероятность. Один из присутствующих заметил, что Талеб держит короткую позицию по многим фьючерсам на S&P 500, т. е. делает ставку на падение рынка, – что противоречит выраженному им «бычьему» взгляду на рынок. Тогда Талеб объяснил свою позицию в терминах ожидаемой ценности. Приложение 3.1 проясняет его мысль.

В этом случае наиболее вероятный исход – рост рынка. Но ожидаемая ценность является отрицательной, потому что результаты асимметричны⁴. Теперь рассмотрим эту же ситуацию с точки зрения акций. Акции иногда оцениваются рынком с расчетом на достижение компанией плановых финансовых показателей. В результате, когда компания достигает или немного превышает свои плановые показатели, в большинстве случаев (частота) ее акции не демонстрируют заметного роста. Но когда эти финансовые цели не достигаются, ее акции могут существенно упасть в цене. Таким образом, положительный результат имеет высокую частоту, но отрицательную ожидаемую ценность.

Теперь возьмем компанию-аутсайдера. В большинстве случаев (частота) она разочарует рынок и ее акции упадут в цене. Но если компания достигнет положительного результата, ее акции могут резко взлететь. Здесь вероятность смещена в сторону плохого результата, но ожидаемая ценность является положительной.

Таким образом, инвесторы всегда должны учитывать не только частоту, но и ожидаемую ценность выигрыша. Оказывается, именно так мыслят большинство успешных людей в любой вероятностной среде. Но во многих отношениях такой подход противоестественен: инвесторы хотят, чтобы их акции росли, а не падали в цене. Наверное, самое важное с практической точки зрения следствие, вытекающее из теории перспективы, заключается в том, что инвесторы склонны продавать прибыльные акции слишком рано (удовлетворяя свое желание быть правыми) и держат убыточные акции слишком долго (в надежде, что те начнут расти, и не придется терпеть убыток). Далее мы обратимся к опыту трех ведущих практиков в разных вероятностных средах: инвестировании, игре на тотализаторе и блэкджеке.

От внебиржевого рынка до внеипподромного тотализатора

Уоррен Баффетт, без сомнения, один из величайших инвесторов ХХ столетия, говорит, что ум и талант подобны лошадиным силам двигателя, но эффективность двигателя зависит от их рационального использования. «Многие люди имеют двигатели в 400 лошадиных сил, но используют максимум 100, – говорит он. – Лучше иметь двигатель в 200 лошадиных сил и выжимать из него все 200»⁵. И один из способов добиться этого, по его мнению, заключается в том, чтобы рассматривать все инвестиционные возможности с позиции ожидаемой ценности.

Как замечает партнер Баффетта Чарли Мангер, «огромное преимущество такого партнера, как Баффетт, в том, что он автоматически мыслит в терминах дерева решений»⁶. Говорит Баффетт: «Умножьте вероятность выигрыша на сумму возможного выигрыша и вычтите вероятность убытка, умноженную на сумму возможного убытка. Мы стараемся делать именно так. Это несовершенная формула, но она выражает самую суть»⁷.

Естественно, определить возможные результаты и их вероятности – непростая задача. Но этот процесс навязывает инвестору правильную дисциплину мышления, заставляя его оценить, как разные изменения ожиданий в отношении триггеров стоимости – таких как продажи, издержки и инвестиции – повлияют на акционерную стоимость, а также на вероятность различных исходов. Кроме того, такое упражнение помогает избежать ловушки под названием «боязнь потери»⁸.

Подход на основе ожидаемой ценности ни в коем случае не ограничивается инвестированием. Книга «Ставьте на лучших» (Bet with the Best) предлагает различные стратегии для любителей играть на тотализаторе. Стивен Крист, генеральный директор, редактор и издатель Daily Racing Form, приводит рентабельность инвестиций, включая долю организатора, для гипотетических скачек с четырьмя лошадьми. Подводя итог своему уроку, он пишет: «Смысл данного упражнения – показать, что ставка на лошадь даже с очень высокими шансами на победу может быть либо очень хорошей, либо очень плохой и что разница между этими ставками определяется только разницей между их исходами». Так, ставка на лошадь с 50 %-ными шансами на победу может быть либо хорошей, либо плохой в зависимости от величины выигрыша, и то же самое верно для лошади с шансами 10 к 1. Проще говоря, не сама по себе частота выигрыша имеет значение, а частота, умноженная на величину выигрыша⁹.

Крист требует у своих читателей признания: «Теперь спросите себя: “Я действительно мыслю подобным образом, когда делаю ставки на тотализаторе? Или же выбираю “понравившуюся” лошадь и надеюсь на счастливый исход?” Самые честные игроки всегда признаются в последнем». Замените слово «тотализатор» на «инвестирование», а «лошадь» на «акцию», – и слова Криста можно отнести к фондовому рынку.

Еще одна область, где применим подход на основе ожидаемой ценности, – это блэкджек, как показывает знаменитая книга Эдварда Торпа «Победи дилера». В блэкджеке величина выигрышей установлена, и главная задача игрока – оценить вероятность получения хорошей руки. Торп показал, как вести подсчет карт, чтобы выявлять ситуации, когда вероятность получения выигрышной руки смещена в пользу игрока. Когда шансы благоприятствуют игроку, идеальная стратегия – увеличить ставку (то есть увеличить величину выигрыша). Торп замечает, что даже в идеальных условиях доля благоприятных ситуаций не превышает 9,8 %; в остальные 90,2 % времени преимущество находится на стороне казино.

Итак, мы видим, что ведущие знатоки в трех разных областях, связанных с вероятностными средами, пропагандируют один и тот же подход. Нам также известно, что большинство участников в указанных сферах деятельности не мыслят строго в терминах ожидаемой ценности, как должны бы. Мы стремимся избегать потерь, и это серьезно мешает нам как инвесторам, вынуждая остерегаться ситуаций с низкой вероятностью выигрыша, но привлекательных с точки зрения ожидаемой ценности.

Полезные аналогии

Долгосрочный успех в любой вышеуказанной вероятностной среде основан на ряде общих моментов. Я выделяю среди них четыре:

1. Концентрация. Профессиональные игроки никогда не распыляются на множество разных игр – они не приходят в казино, чтобы немного поиграть в блэкджек, немного покидать кости в крэпсе, недолго посидеть у игровых автоматов. Они сосредоточиваются на конкретной игре и изучают ее досконально. Аналогичным образом большинство инвесторов должны определить свою сферу компетенции – области, где они обладают относительным знанием и опытом. Пытаться получить конкурентное преимущество в широком спектре отраслей и компаний – мягко говоря, сложная задача. Большинство успешных инвесторов придерживаются своего круга компетенций.

2. Множество ситуаций. Игроки в вероятностные игры должны изучать множество ситуаций. Инвесторы также должны оценивать множество ситуаций и собирать большое количество информации, потому что рыночная цена обычно бывает достаточно точной. Например, чрезвычайно успешный президент и генеральный директор инвестиционного подразделения в Geico Лу Симпсон старается заниматься анализом пять-восемь часов в день и совершает сделки очень редко.

3. Ограниченные возможности. Как отмечает Торп в своей книге «Победи дилера», даже когда вы знаете, что делаете и играете в идеальных условиях, шансы все равно благоприятствуют вам менее чем в 10 % случаев. А редко кто играет в идеальных условиях. Смысл для инвесторов заключается в том, что, даже когда вы компетентны, благоприятные ситуации – где у вас будет обоснованное альтернативное мнение, не совпадающее с рынком, – возникают нечасто.

4. Ставки. В казино вы должны каждый раз делать ставку, чтобы сыграть. В идеале, можете ставить небольшие суммы, когда шансы не в вашу пользу, и крупные суммы, когда шансы смещаются в вашу сторону, но, чтобы сыграть, вы должны сделать ставку. С другой стороны, в инвестировании вы не обязаны участвовать, когда считаете, что ситуация не в вашу пользу, и можете активно играть, когда ситуация кажется привлекательной (разумеется, в рамках ограничений своей инвестиционной политики). Таким образом, инвестирование гораздо перспективнее, чем другие вероятностные игры.

Мышление строго с позиций ожидаемой ценности требует дисциплины и отчасти противоестественно. Однако ведущие теоретики и практики из разных областей сходятся на одной формуле: важна не частота, а величина выигрыша.

Глава 4
Разумная теория качественных признаков устарела
Важность категоризации на основе обстоятельств

Периоды застоя и лихорадочных нововведений в руководстве компаний предсказуемо сменяют друг друга во многом потому, что менеджеры, как правило, не опираются на правильную схему категоризации. Эти периоды, как по шаблону, порождаются причинно-следственной связью. Менеджеры пробуют очередное нововведение, потому что оно кажется им разумным, но, как только сталкиваются с обстоятельствами, при которых новшество не приносит желаемых результатов, тут же от него отказываются. Чаще всего они делают однозначный вывод: «Это не работает», – тогда как на самом деле это отлично работает при одних (пока не установленных) обстоятельствах, но не работает при других.

Клейтон Кристенсен, Пол Карлайл и Дэвид Сандал. Процесс создания теории

Обстоятельства важнее качественных признаков

Вы считаете, что классифицировать слизевиков (миксомицетов), отталкивающую на вид плесень, которую можно увидеть в темном сыром лесу, несложно? Вы ошибаетесь. Оказывается, слизевики демонстрируют довольно странное поведение – настолько странное, что ставят в тупик ученых на протяжении вот уже многих столетий.

Когда пищи достаточно, слизевики функционируют как независимые одноклеточные организмы. Они перемещаются, поедают бактерии и размножаются делением. Но когда пищи не хватает, клетки слизевиков объединяются и образуют кластеры из десятков тысяч клеток. Эти клетки фактически перестают функционировать как автономные организмы и начинают функционировать как коллектив. Вот почему слизевиков сложно отнести к какой-либо категории: в зависимости от обстоятельств это простейший одноклеточный или же многоклеточный организм¹.

Подходы к инвестированию, которые основаны только на качественных признаках без учета обстоятельств, вряд ли можно назвать разумными. Иногда акция, кажущаяся дорогой, на деле оказывается дешевой, а акция, кажущаяся дешевой, наоборот, дорогой. Все зависит от ситуации.

Однако инвестиционные консультанты поощряют, мало того, требуют от большинства инвестиционных профессионалов сформулировать стратегию инвестирования на основе качественных признаков и придерживаться ее. Игра довольно прямолинейна. Ориентированные на рост инвесторы пытаются переиграть рынок, заполняя свои портфели акциями компаний, которые быстро наращивают свои продажи и прибыли на акцию, не заботясь о стоимости. Стоимостные инвесторы загружаются дешевыми акциями со скромной доходностью и считают корпоративный рост легкой наживой.

Даже если оставить в стороне внутриорганизационные и внешние ограничения, большинство управляющих активами искренне считают, что их инвестиционный стиль на основе качественных признаков – в сочетании с их профессиональными навыками – позволит им переиграть рынок². Все эти различные подходы к инвестированию основываются на теории – предположении о том, что действия инвесторов могут привести к удовлетворительному исходу.

Слово «теория» вызывает подозрения у большинства инвесторов и руководителей компаний, потому что в их сознании теория ассоциируется с теоретическим, что подразумевает далекое от практики. Но если определить теорию как возможное объяснение причинно-следственной связи, она приобретает в высшей степени практическое значение. Правильная теория помогает предсказать, какие действия или события ведут к конкретному исходу при разумных обстоятельствах³.

Суть же в том, что многие теории инвестирования несостоятельны, потому что основаны на плохой категоризации. То же самое можно сказать и о многих теориях менеджмента⁴. Если конкретнее, инвесторы склоняются к категоризации преимущественно на основе качественных признаков (таких как низкие коэффициенты), чем на основе обстоятельств. Переход от мышления на основе качественных признаков к мышлению на основе обстоятельств может принести существенную пользу инвесторам и руководителям компаний. Берите пример со слизевиков.

Три шага к созданию теории

В своей наводящей на размышления статье Клейтон Кристенсен, Пол Карлайл и Дэвид Сандал разбивают процесс создания теории на три этапа (см. приложение 4.1). Ниже я привожу описание каждого этапа с указанием на то, как этот общий процесс создания теории применим конкретно в сфере инвестирования:

1. Описать, что вы хотите понять, словами и выразить в цифрах. На этом этапе задача – внимательно наблюдать, описать и измерить феномен так, чтобы и другие исследователи могли прийти к согласию по поводу предмета исследования.

Доходность фондового рынка является примером феномена, требующего хорошей теории. Сегодня мы принимаем эту описательную фазу в исследовании рынка за данность, но первое всеобъемлющее исследование доходности рынка акций было опубликовано только в 1964 г. В этой статье профессора Чикагского университета Лоренс Фишер и Джеймс Лори привели данные о том, что за период с 1926 по 1960 г. акции показали доходность на уровне 9 %. По словам Питера Бернстайна, эта статья произвела «эффект разорвавшейся бомбы», шокировав теоретиков и практиков фондового рынка. Само по себе описание феномена взволновало финансовый и инвестиционный мир⁵.

2. Классифицировать феномены по категориям на основе сходства. Категоризация упрощает и организует мир, а также позволяет выявить различия между феноменами. Пример категоризации в физике – твердые вещества, жидкости, газы. В своем исследовании, посвященном инновациям – области специализации Кристенсена, он выделяет две категории: устойчивые и разрушительные инновации.

В инвестировании существуют разные категории для классификации: акции стоимости и акции роста, высокий риск и низкий риск, акции компаний высокой и низкой капитализации. Эти категории глубоко укоренились в сознании инвестиционного сообщества, и именно на них опираются многие инвестиционные компании и продукты.

3. Сформулировать теорию, которая объясняет поведение феноменов. Состоятельная теория, основанная на грамотной категоризации, объясняет причинно-следственную связь, почему эта связь работает и, главное, при каких обстоятельствах. Важно, чтобы теория могла быть фальсифицируемой (опровергаемой).

Инвестиционный мир изобилует теориями о рентабельности инвестиций. Сторонники теории эффективного рынка утверждают, что не существует стратегии, которая позволила бы обеспечить устойчиво высокую рентабельность инвестиций с поправкой на риск. Управляющие активами реализуют мириады различных стратегий, – многие в рамках особого инвестиционного стиля, – каждая из которых основана на соответствующей теории, доказывающей, что их конкретный подход приведет к сверхприбылям.

Как совершенствуется теория? После того как теория сформулирована, исследователи могут использовать ее для предсказания возможных результатов при различных обстоятельствах. В процессе этого они часто выявляют отклонения – или результаты, не соответствующие теории (см. правую часть схемы в приложении 4.1). Такие отклонения вынуждают исследователей пересмотреть этапы описания и категоризации. Цель – сформулировать новую теорию, которая объясняет рассматриваемый феномен точнее и полнее, чем предыдущая. Процесс создания теории требует, чтобы исследователи последовательно проходили через три вышеуказанных этапа для совершенствования своей способности к предсказыванию.

Требование быть фальсифицируемой (опровергаемой) применительно к теории представляет собой проблему для экономистов, потому что большое число экономических конструктов предполагает ответ в своих определениях. Один из примеров – теория максимизации полезности, согласно которой индивиды действуют ради получения максимально возможной полезности. Но поскольку можно определить полезность как угодно, чтобы объяснить фактически любое поведение индивида, то опровергнуть эту теорию невозможно.

Пример из мира финансов – модель ценообразования капитальных активов (CAPM). Экономисты используют CAPM для оценки эффективности рынка, тогда как в основе этой модели лежит предположение об эффективности рынка. По словам выдающегося экономиста Ричарда Ролла, любая оценка с помощью CAPM «в действительности представляет собой обоюдное тестирование эффективности модели и эффективности рынка»⁶. По словам Кристенсена, многие основополагающие концепции в экономике следовало бы назвать скорее конструктами, чем теориями, потому что они принципиально неопровержимы.

Нужно понимать, что не все исследователи привержены совершенствованию своих теорий. Многие удовлетворяются тем, что формулируют теорию и демонстрируют невозможность ее опровергнуть. Такова значительная часть советов, которые щедро раздаются консультантами в сфере менеджмента. Например, консультанты могут утверждать, что «аутсорсинг – это хорошо», и приводить многочисленные примеры «в подтверждение» своей теории. Но поскольку она не уточнялась исследователями путем повторного прохождения через процесс описания/категоризации/уточнения, то может быть некорректной. Такая теория хороша на бумаге, но на практике не работает⁷.

«Когда», а не «что»

Пожалуй, главное, что утверждают Кристенсен и его коллеги, – это важность правильной категоризации для создания хорошей теории. Точнее, по мере своего совершенствования хорошая теория эволюционирует от категорий на основе качественных признаков к категориям на основе обстоятельств. Теории, которые опираются на категоризацию на основе обстоятельств, подсказывают практикам, что делать в различных ситуациях. Напротив, теории, использующие категоризацию на основе качественных признаков, предписывают действия на основе свойств феноменов.

Эта идея крайне важна для инвесторов, которые зачастую чрезмерно полагаются на качественные признаки. Примером тому – инвестирование на основе низкого коэффициента цены/прибыли на акцию, что является центральным критерием в теории стоимостного инвестирования. Но инвестор получил бы весьма незавидные результаты, если бы использовал коэффициент цены/прибыли как индикатор для определения моментов для входа на рынок (когда коэффициент низкий) и выхода из рынка (коэффициент высокий) на протяжении последних 125 лет⁸. Это не означает, что низкие коэффициенты цены/прибыли плохи; а говорит о том, что рассматривать их стоит как однозначный сигнал к покупке акций – несостоятельная теория для того, чтобы обеспечить превосходную долгосрочную доходность.

В действительности же наблюдатели часто описывают инвестиционную стратегию успешных инвесторов как эклектичную. Возможно, точнее было бы описать их подход как основанный на обстоятельствах, а не на качественных признаках. Хороший пример тому – Билл Миллер из Legg Mason Value Trust, единственный управляющий фондом, который за последние 40 лет на протяжении 15 лет подряд переигрывал индекс S&P 500. Подход Миллера определенно основан на обстоятельствах, и его часто критикуют за отход от стратегии на основе качественных признаков:

В портфеле Legg Mason Value мы не видим той концентрации на акциях с низкими коэффициентами цены/балансовой стоимости и цены/прибыли, которой можно было бы ожидать от фонда акций стоимости. По данным Morningstar, в конце 1999 г. его коэффициент цены/балансовой стоимости был на 178 % выше аналогичного среднего показателя для акций стоимости, а коэффициент цены/прибыли – на 45 % выше среднего показателя⁹.

Все инвесторы, сознательно или нет, пользуются какой-либо теорией. Урок, который преподносит нам процесс создания теории, заключается в том, что правильные теории учитывают обстоятельства. К сожалению, очень многие инвесторы цепляются за подход к рынку только на основе качественных признаков и заламывают руки, когда рынок ведет себя так, как, по их мнению, он не должен себя вести.

Глава 5
Рискованный бизнес
Риск, неопределенность и прогнозирование в инвестировании

Практическое различие… между категориями риска и неопределенности… состоит в том, что при риске распределение исходов в группе случаев известно… тогда как при неопределенности это не так… по той причине, что ситуация, с которой приходится иметь дело, в высшей степени уникальна.

Фрэнк Найт. Риск, неопределенность и прибыль

Наши знания об устройстве общества или природы блуждают в тумане неопределенности. Большинство бед проистекает из веры в определенность.

Кеннет Эрроу. Я вижу птицу по полету

Наука о ракетах

Известный специалист по когнитивной психологии Герд Гигеренцер сделал необычное открытие, когда посетил с экскурсией аэрокосмическое подразделение концерна Daimler-Benz, которое производит ракетоноситель Ariane. На плакате, где отслеживалась успешность всех 94 запусков ракет Ariane 4 и 5, приводились данные и о восьми авариях, включая запуски 63, 70 и 88. Любопытно, что, когда Гигеренцер спросил у гида о риске аварий, тот ответил, что уровень надежности составляет около 99,6 %.

Когда же Гигеренцер поинтересовался, каким образом восемь аварий при 94 запусках могут дать определенность в 99,6 %, гид заметил, что в расчетах не учитывается человеческий фактор. Вместо этого DASA рассчитывала уровень надежности на основе конструктивных характеристик отдельных частей ракеты¹.

Случай с DASA невольно воскрешает в памяти катастрофу шаттла в 2003 г. По оценкам инженеров NASA, ожидаемое количество неудачных пусков для шаттлов составляло 1 из 145 (0,7 %), однако программа потеряла два челнока при первых 113 запусках². Расчеты DASA и NASA заставляют задуматься над тем, как мы соотносим неопределенность и риск с вероятностью.

Так как же мы должны понимать риск и неопределенность? За отправную точку логично взять различие, проводимое Фрэнком Найтом: риск предполагает неизвестный исход, но распределение возможных исходов нам известно, а неопределенность также предполагает неизвестный исход, но в этом случае распределение исходов нам неизвестно. Поэтому азартные игры, такие как рулетка или блэкджек, рискованны, тогда как исход войны неясен. Найт говорит, что в основе риска лежит объективная вероятность, а в основе неопределенности – субъективная вероятность.

Чтобы понять еще одно различие между риском и неопределенностью, давайте обратимся к словарю: риск – «возможность понести ущерб или убыток», неопределенность – «неизвестное или неустановленное». Поэтому риск всегда указывает на возможность негативных последствий, тогда как неопределенность не обязательно предполагает плохой исход.

Почему инвесторам так важно знать, чем различаются риск и неопределенность? Главным образом потому, что инвестирование в значительной степени опирается на вероятностный анализ. Каждый день инвестору приходится оценивать инвестиционные возможности с позиций вероятностей – ведь это его ключевой навык. Вот почему нужно хорошо понимать, как определять вероятности для различных ситуаций и где находятся потенциальные ловушки.

От неопределенности к вероятности

В своей книге «Просчитанный риск» (Calculated Risks) Гигеренцер предлагает три метода оценки вероятностей. Эти методы описаны в последовательности от менее конкретного к более конкретному и могут помочь инвесторам в классификации вероятностных суждений³:

1. Степени убеждения отражают субъективные вероятности и представляют собой наиболее «вольный» способ перевода неопределенности в вероятность. Суть этого способа в том, что инвесторы могут переводить даже единичные события в вероятности при соблюдении закона вероятности – все множество альтернатив сводится к одной. Кроме того, инвесторы могут часто обновлять свою оценку вероятностей на основе степеней убеждения при получении новой, относящейся к делу информации.

2. Предрасположенность. Вероятности на основе предрасположенности отражают свойства объекта или системы. Например, если игральная кость симметрична и сбалансированна, выпадение каждого числа имеет вероятность один к шести. Оценка риска в DASA и NASA, судя по всему, также основана на предрасположенности (свойствах). Данный метод оценки вероятности не всегда учитывает все факторы, которые могут повлиять на исход (такие как человеческие ошибки при запуске ракет).

3. Частота. В данном случае вероятности оцениваются на основе большого количества наблюдений в соответствующей референтной группе. При отсутствии надлежащей референтной группы оценка вероятности на основе частоты невозможна. Использующих этот метод игроков не интересуют ни чьи-либо предположения о том, какое число может выпасть следующим, ни свойства кости. Они сосредоточивают свое внимание только на результатах повторных бросков кости.

Какое отношение это имеет к долгосрочной доходности фондового рынка? А такое, что много чернил потрачено на прогнозирование рынка на основе степеней убеждения, когда вероятностная оценка, однако, значительно искажается недавним опытом. Ведь степени убеждения насыщены эмоциями.

К фондовому рынку также можно подходить с позиций предрасположенности. Как пишет Джереми Сигел в своей книге «Долгосрочные инвестиции в акции» (Stocks for the Long Run), в США годовая доходность акций на протяжении 200 лет составляла чуть меньше 7 % с учетом всех неблагоприятных периодов⁴. Вопрос в том, существуют ли свойства, которые способствуют росту экономики и прибыли и поддерживают столь устойчивую доходность?

Наконец, фондовый рынок можно оценивать на основе частоты. Например, возьмем годовую доходность рынка за период с 1926 по 2006 г. Это распределение доходности имеет среднее арифметическое 12,0 % со стандартным отклонением 20,1 % (если применяется статистика нормального распределения). Предположив, что в будущем распределение годовой доходности останется таким же, как в прошлом (т. е. если считать последние 80 лет правомочной референтной группой), мы можем составить суждения о вероятностях будущей годовой доходности⁵.

Из трех вышеописанных методов оценки вероятностей академическое финансовое сообщество склоняется к последнему. Большинство финансовых моделей предполагает, что изменения цены подчиняются нормальному распределению. Например, в модели ценообразования опционов Блэка – Шоулза одним из ключевых входных параметров является волатильность или стандартное отклонение будущих изменений цены.

Но изменения цены акций не подчиняются нормальному распределению, что влияет на наши представления о риске и неопределенности, маркет-тайминге и управлении активами. А конкретнее: изменения цены акций распределяются с высоким эксцессом – среднее значение выше, а хвосты толще, чем при нормальном распределении. (Мы все же должны признать, что существует распределение, характеризующее рынок; просто это ненормальное распределение.) Выбросы (экстремальные значения) доходности представляют собой особый интерес для понимания характеристик доходности фондового рынка по прошествии времени.

Чтобы проиллюстрировать эту мысль, я взял дневные изменения цены индекса S&P 500 за период с 3 января 1978 г. по 30 марта 2007 г. Годовая доходность индекса (без учета дивидендов) за этот период составила 9,5 %. Затем я исключил 50 худших и 50 лучших дней из выборки, составившей более 7000 дней. Если бы вам каким-то образом удалось избежать 50 худших дней, то ваша годовая доходность выросла бы до 18,2 %, что почти на 9 % выше фактической. Но без 50 лучших дней ваша доходность составила бы всего 0,6 %.

Хотя этот анализ привлекает внимание, ему недостает контрольной точки. Чтобы обеспечить лучший контекст, я рассчитал среднее значение и стандартное отклонение на основе фактических базовых данных и использовал эту статистику для создания случайной выборки с таким же размером и характеристиками. Когда я исключил 50 худших дней из созданной мной выборки, доходность составила всего 15,2 % (по сравнению с 18,2 % для реальных данных). Аналогичным образом, когда я исключил 50 лучших дней, доходность составила 3,5 %, что существенно выше, чем для реальных данных.

Проще говоря, этот анализ показывает, что дни с экстремальными значениями доходности оказывают гораздо большее влияние на общую доходность рынка, чем предполагается нормальным распределением. Кроме того, это весомый аргумент против маркет-тайминга – разве что у инвестора есть какой-либо способ систематически предвидеть дни с экстремальной доходностью.

И последнее замечание по поводу дней с выбросами доходности: они не распределены в случайном порядке по временно?му ряду, а стремятся в кластеры (см. приложение 5.1). Наш анализ, исключивший дни с максимальной и минимальной доходностью, на самом деле не очень реалистичен, потому что в реальной жизни дни с экстремальной волатильностью идут группами.

Как прогнозы влияют на величину выигрыша

О прогнозировании можно сказать очень много, но в настоящей дискуссии о риске и неопределенности я хочу показать, как на рынке действия на основе прогнозов могут изменить прогнозируемый исход.

Чтобы понять, как это происходит, давайте сравним игру в рулетку с тотализатором. При игре в рулетку ваши прогнозы никак не влияют на ее исход. Прогнозируемый исход не зависит от самого прогноза. Сравните это с прогнозированием на скачках. Если вы считаете, что какая-либо лошадь способна показать результаты лучше, чем предполагают ставки, вы ставите на нее. Но ваша ставка влияет на коэффициент выплат. Например, если все игроки прогнозируют победу определенной лошади, то такой прогноз отразится на коэффициенте выплат и рентабельность инвестиции окажется низкой.

Эта аналогия применима и к фондовому рынку. Если вы считаете, что акция недооценена и начинаете ее покупать, то способствуете росту цены, что снижает потенциальную доходность. Эта точка зрения подчеркивает важность ожидаемой ценности – центральной концепции в любом вероятностном анализе. Концепция ожидаемой ценности оформляет идею о том, что рентабельность ваших инвестиций является продуктом вероятностей различных результатов и выигрышей при каждом исходе⁶.

Питер Бернстайн как-то заметил, что «фундаментальный закон инвестирования – неопределенность будущего». Наша задача как инвесторов научиться переводить эту неопределенность в вероятности и выигрыши при поисках привлекательных ценных бумаг. И умение классифицировать вероятностные суждения может оказаться очень полезным на этом поприще.

Глава 6
Вы эксперт?
Эксперты и рынки

Все свидетельствует о том, что от экспертов мало пользы. …Удивительно, но я не нашел ссылок ни на одно исследование, которое подтверждало бы преимущество экспертных мнений.

Скотт Армстронг. Теория жатого ситца: ценность экспертов в прогнозировании¹

Человек против машины

Если вы обращаетесь в больницу с жалобой на боли в груди, врач сразу отправляет вас на электрокардиографическое исследование (ЭКГ). Электрокардиограф регистрирует электрические импульсы вашего сердца и изображает их в виде волнистой линии на бумаге. На основе анализа кардиограммы врач определяет, есть ли у вас инфаркт или нет. Иногда показания ЭКГ четкие. Но очень часто ЭКГ не позволяет сделать однозначных выводов, поэтому постановка правильного диагноза всецело зависит от экспертных знаний врача.

Но насколько хорошо врачи читают ЭКГ? В 1996 г. исследователь из Университета Лунда Ларс Эденбрандт выставил свой компьютер против д-ра Ханса Олина, ведущего шведского кардиолога. Специалист по искусственному интеллекту Эденбрандт обучил свою машину чтению ЭКГ, введя в программу тысячи кардиограмм и указав, какие из них соответствуют сердечному приступу. 50-летний Олин обычно читал в год около 10 000 ЭКГ в рамках своей врачебной практики.

Эденбрандт отобрал больше 10 000 ЭКГ, половина из которых принадлежала пациентам, перенесшим инфаркт, и дал их машине и человеку. Олин целую неделю изучал графики и раскладывал ЭКГ на две стопки. Это состязание напоминало знаменитый поединок между Гарри Каспаровым и компьютером Deep Blue, и Олин хорошо знал о своих шансах.

Когда Эденбрандт подсчитал результаты, победитель стал очевиден: компьютер правильно распознал 66 % случаев инфаркта, тогда как Олин – всего 55 %. Компьютер значительно лучше, чем ведущий кардиолог, справился с этой стандартной задачей, где точность может быть вопросом жизни и смерти².

Наше общество преклоняется перед экспертами. Пациенты всецело вверяются своим врачам, инвесторы внимательно прислушиваются к мнениям финансовых аналитиков, а восприимчивые телезрители следуют рекомендациям знатоков всех сортов. Но есть ли основания для такой беспрекословной веры в экспертов?

Где эксперты преуспевают?

Есть области, где эксперты однозначно и неизменно справляются лучше, чем обычные люди: только представьте, что вы играете в шахматы с гроссмейстером, сражаетесь с обладателем Большого шлема на центральном корте Уимблдона или проводите операцию на головном мозге. Но в других областях от экспертов пользы гораздо меньше, и их мнения обычно уступают в точности коллективным суждениям. Кроме того, в одних областях эксперты склонны соглашаться друг с другом (например, в прогнозировании погоды), тогда как в других зачастую выражают диаметрально противоположные мнения. Почему так происходит?

Давайте сузим нашу дискуссию до когнитивных задач. Один из способов оценить эффективность экспертов основан на характере проблемы, к которой они обращаются. Все проблемы можно рассматривать как расположенные на континууме³ – на одном его конце находятся четкие, понятные проблемы, присущие статическим, линейным или дискретным системам, а на противоположном – динамические, нелинейные и непрерывные проблемы. В приложении 6.1 приведены дополнительные определения для каждой проблемы из двух противоположных категорий.

Несмотря на то что тысячи часов целенаправленной практики позволяют экспертам приобрести многочисленные знания в своей области, иногда это ведет к снижению когнитивной гибкости. А снижение когнитивной гибкости ведет к снижению эффективности экспертов по мере усложнения проблем.

Объяснить такое положение дел помогают две концепции. Первая – так называемая функциональная фиксированность, когда мы привыкаем использовать предмет или думать о чем-либо определенным образом и затрудняемся предложить новое применение или новый взгляд на вещи. Мы стремимся придерживаться устоявшейся точки зрения и неохотно рассматриваем любые альтернативы.

Вторая психологическая концепция – склонность к упрощению – говорит о том, что мы склонны рассматривать нелинейные сложные системы (правая колонка в приложении 6.1) как линейные простые системы. Отсюда вытекает распространенная ошибка – оценка системы на основе качественных признаков без учета обстоятельств. Например, некоторые инвесторы фокусируются на статистически дешевых акциях (качественный признак) и не учитывают, действительно ли этот метод оценки отражает их стоимость (обстоятельства).

Особенно страдают от склонности к упрощению экономисты, которые пытаются моделировать и прогнозировать сложные системы при помощи инструментов и аналогий, взятых из более простых равновесных систем. Эта особенность человеческой психики приводит к ряду концептуальных проблем, включая неспособность рассматривать инновационные подходы и выявлять новые ключевые факторы и изменения системы.

Не хочу сказать, что эксперты похожи на тупые автоматы. В отдельных областях эксперты проявляют несопоставимую с новичками гибкость.

Психологи выделяют два типа гибкости. Первый тип предполагает, что эксперты усваивают многие характерные свойства и признаки, присущие данной области, поэтому правильно выявляют и реагируют на большинство ситуаций и их следствий. Такая гибкость эффективна в относительно устойчивых областях.

Второй тип гибкости более сложен. Он требует, чтобы эксперты осознавали, когда их когнитивные модели не будут работать, и выходили за пределы привычных и устоявшихся рамок для решения проблем. Эта гибкость критически важна для успеха в нелинейных, сложных системах.

Каким образом эксперты могут развить оба типа гибкости? Сторонники теории когнитивной гибкости утверждают, что степень гибкости эксперта в значительной мере зависит от его склонности к упрощению в своей профессиональной практике⁴. Стремление все упрощать может повышать эффективность, но вредит гибкости. Чтобы уменьшить склонность к упрощению, теория предписывает изучение разнообразных примеров, чтобы осознать важность зависимости от контекста. Так же полезно проводить исследования конкретных случаев, чтобы увидеть, когда правила работают, а когда нет.

Приложение 6.2 суммирует вышеизложенное и предлагает краткую справку по эффективности экспертов в различных типах когнитивных областей. Так же как в приложении 6.1, области перечислены в порядке возрастания сложности слева направо. Как видим, эффективность экспертов в значительной степени зависит от типа проблемы, к которой они обращаются.

В основанных на правилах системах с ограниченной степенью свободы компьютеры неизменно показывают лучшие результаты, чем отдельные люди⁵. Люди решают задачи хорошо, но компьютеры справляются с ними лучше и часто дешевле. Компьютерные алгоритмы превосходят человеческое мышление по ряду причин, установленных психологами: люди легко подпадают под влияние внушений извне, недавнего опыта и способа предоставления информации. Люди также плохо справляются с оценкой переменных величин⁶. Поскольку бо?льшая часть решений в этих системах основана на правилах, эксперты обычно сходятся во мнениях. История с чтением ЭКГ наглядный тому пример.

Следующий столбец относится к основанным на правилах системам с высокой степенью свободы. Здесь эффективность экспертов гораздо выше. Например, если Deep Blue удалось с небольшим перевесом выиграть шахматный матч у Гарри Каспарова, то ни один компьютер и близко не сравнится с лучшим игроком в го, которая представляет собой игру с простыми правилами, но с широким полем 19 x 197. Однако развитие вычислительных мощностей в конечном счете лишит экспертов преимущества и в данной категории. В этих областях согласованность мнений экспертов остается весьма высокой.

Далее идут вероятностные области с ограниченной степенью свободы. Здесь значение экспертов уменьшается, потому что исходы подчиняются законам вероятности, но эксперты придерживаются своей точки зрения в противовес компьютерам и коллективному суждению. В этих областях эксперты реже соглашаются друг с другом. Здесь статистика может улучшить принятие решений – идея, которая всесторонне развивается в бестселлере Майкла Льюиса Moneyball на примере отбора профессиональных игроков в бейсболе.

Правый столбец показывает самую сложную категорию: вероятностные области с высокой степенью свободы. Здесь факты свидетельствуют о том, что коллективное суждение неизменно превосходит по точности суждение экспертов⁸. Наглядный тому пример – фондовый рынок; поэтому неудивительно, что подавляющее большинство инвесторов не извлекают на нем выгоды. В этих областях эксперты часто придерживаются диаметрально противоположных мнений по одному и тому же вопросу⁹.

Мы часто полагаемся на экспертов. Но насколько хороши их прогнозы? Психолог Фил Тетлок попросил почти 300 экспертов сделать несколько десятков тысяч прогнозов на ближайшие 20 лет. Включая сложные прогнозы, касающиеся разрешения политических и экономических проблем, – аналогичные тем, с которыми сталкиваются инвесторы.

Подведение итогов оказалось неутешительным. По точности прогнозы экспертов лишь немного превзошли простые статистические выкладки. Более того, когда Тетлок поинтересовался у экспертов о причинах столь низкой точности, каждый из них сумел обосновать свой прогноз.

Тетлок не концентрирует внимание на том, что происходит, когда мнения экспертов соединяются воедино, но его исследование определенно доказывает: экспертные знания не гарантируют высокой точности прогнозов, когда речь идет о сложных проблемах.

Анализируя данные, Тетлок обнаружил, что, несмотря на общий низкий уровень, некоторые эксперты ошибались реже других. При этом точность прогнозирования зависела не от того, кем был эксперт или во что он верил, а от того, как он мыслил. Используя метафору греческого поэта Архилоха (позаимствованную из книги Исайи Берлина), Тетлок разделил экспертов на две группы: ежи и лисицы. Ежи знают «один большой секрет» и пытаются при помощи него объяснить все и вся, с чем они сталкиваются. Лисицы знают «много небольших секретов» и не пытаются стричь все сложные проблемы под одну гребенку.

Два открытия Тетлока имеют особое значение. Первое – взаимосвязь между популярностью в СМИ и плохими прогнозами. Тетлок отмечает: «Самые популярные эксперты – любимцы масс-медиа – делают менее верные прогнозы, чем их не столь известные коллеги»¹⁰. Это еще одна причина, почему нужно с сомнением относиться к тому, что вы слышите по радио и телевидению.

Во-вторых, Тетлок обнаружил, что лисицы – лучшие прогнозисты, чем ежи. Вот что он пишет:

Наивысшие баллы набрали лисицы: эти аналитики знают массу специфических мелочей (тайн своего ремесла), скептично относятся к универсальным теориям и при составлении прогнозов идут не от общего к частному (дедуктивный подход), а используют гибкий подход, отталкиваясь от конкретного случая, что требует сведения вместе информации из различных источников. При этом они с сомнением относятся к точности своих прогнозов¹¹.

Следуя нашей аналогии, можно сказать, что в ящике для инструментов у ежей один универсальный инструмент, тогда как у лисиц их много на все случаи жизни. Разумеется, ежи блестяще справляются с некоторыми проблемами – у них бывают свои «пятнадцать минут славы», но в долгосрочной перспективе они уступают лисицам в точности прогнозирования, особенно в меняющихся условиях. Исследование Тетлока научно доказывает эффективность разнообразия.

Глава 7
«Горячая рука» в инвестировании
Что говорит нам череда успехов о восприятии, вероятности и мастерстве

Длинная череда успехов является или должна быть следствием необычайного везения, наложенного на большое мастерство.

Стивен Джей Гулд. Полоса удач

Теоретически любой может выбросить семерку 12 раз кряду.

Билл Гросс. Интервью журналу Barron’s

Пристрастие к закономерностям

Люди любят во всем искать закономерности. Хороший пример – так называемая «горячая рука» в баскетболе. Считается, что игрок, несколько раз подряд забросивший мяч в корзину, обладает «горячей рукой», т. е. он с более высокой вероятностью в следующий раз также сделает успешный бросок. Как показывают исследования, спортивные болельщики и сами спортсмены верят в феномен «горячей руки».

Есть одна проблема: «горячей руки» не существует. Ученые изучили статистику результативности команды Philadelphia 76ers и статистику штрафных бросков Boston Celtics за один сезон и не нашли подтверждений этого феномена. Разумеется, игроки попадали в корзину несколько раз подряд, но все эти серии успешных бросков полностью подчинялись законам вероятности. Попадания и промахи чередовались в случайном порядке¹.

Мы видим закономерности там, где их нет, потому что люди склонны верить в то, что небольшая выборка в точности соответствует характеристикам генеральной совокупности, из которой она была выбрана. Психологи Амос Тверски и Даниэль Канеман называют это «верой в закон малых чисел».

Например, если вы покажете кому-либо короткий отрезок длинной серии подбрасываний монеты, человек будет ожидать, что соотношение между выпадениями орла и решки составит 50 на 50, несмотря на то что короткие серии бросков, как правило, систематически отклоняются от такой вероятности. И даже короткой последовательности повторного выпадения орла достаточно для того, чтобы (ошибочно) убедить большинство людей в том, что более длинная последовательность неслучайна. Вот почему мы верим в «горячую руку»².

Однако главная мысль здесь не о том, что люди плохо умеют соотносить вероятности с последовательностями результатов. Гораздо важнее, что череда успехов говорит нам о вероятностях. В человеческой деятельности, в отличие от игры в орлянку, вероятности успеха или неудачи неодинаковы для разных людей. Длинные полосы удач случаются у тех, кто наиболее квалифицирован в данной области, вследствие того что их общие шансы на успех выше среднего уровня.

Череда успехов и мастерство

Вот иллюстрация взаимосвязи между чередой успехов и мастерством. Предположим, у нас есть два баскетболиста – Салли Точная и Аллен Промах. Салли, более опытный игрок, попадает в корзину в 60 % случаев, Аллен – всего в 30 %. Какова вероятность попасть в корзину пять раз подряд для каждого игрока? Для Салли эта вероятность составляет 0,65, или 7,8 %. Это значит, что Салли будет забрасывать мяч в корзину пять раз подряд в ходе примерно каждой 13-й последовательности бросков. Шансы Аллена составляют всего 0,35, или 0,24 %. Поэтому ожидать пяти успешных бросков подряд от Аллена можно только в ходе каждой 412-й последовательности. Без нарушения принципов вероятности у Салли будет больше результативных серий, чем у Алена³.

В соответствии с этим утверждением в матче 24 февраля 1967 г. Уилт Чемберлен поразил корзину 18 раз подряд, установив рекорд NBA по самой длинной серии успешных бросков с игры за один матч. В течение своей спортивной карьеры Чемберлен реализовал 54 % всех бросков с игры (без учета штрафных), что позволило ему войти в двадцатку самых точных игроков в истории баскетбола.

Серии хитов (отбитых подач) в бейсболе – еще один хороший пример, подтверждающий идею о том, что длинную череду успехов следует связывать с мастерством (и также с удачей). В истории Главной лиги бейсбола 42 игрока выдали серии из 30 и более игр, где они отбивали подачу хотя бы один раз. Средний показатель отбитых подач (отношение хитов к общему количеству ударов) за всю спортивную карьеру у этих игроков составил 0,311. Чтобы вы поняли, о чем идет речь, – такой показатель отбитых подач помещает хиттера в сотню лучших игроков за всю историю этой игры.

Если взять пять игроков с наибольшим числом серий из 20 результативных игр – Питера Роуза, Тая Кобба, Хейни Мануша, Триса Спикера и Чака Клейна, то их сводный средний показатель отбитых подач составит 0,333. В целом этот показатель в бейсболе колеблется вокруг 0,2604.

Одна результативная серия, которая нарушает законы вероятности, – это серия из 56 игр, показанная ДиМаджио в 1941 г. (Самая длинная серия после ДиМаджио – 44 игры, т. е. 80 % от рекорда ДиМаджио – принадлежит Питеру Роузу и Ви Вилли Киллеру.) Эд Пёрселл, лауреат Нобелевской премии по физике, проанализировал бейсбольную статистику и пришел к выводу, что вся она подчиняется законам вероятности – за исключением результативной серии ДиМаджио⁵.

Даже признавая тот факт, что ДиМаджио был великим хиттером – его средний показатель отбитых ударов за карьеру был 27-м за историю бейсбола, но вероятность сделать серию из 56 результативных игр даже для него составляла менее одного случая на миллион⁶. По этой причине некоторые фанаты бейсбола считают серию хитов ДиМаджио рекордом, который вряд ли когда-нибудь будет побит⁷.

Это не игра в орлянку

Многие финансовые аналитики называет такие «серии хитов» у управляющих активами (достижение доходности выше базового индекса на протяжении нескольких лет подряд) чистой случайностью. В частности, финансовые наставники любят использовать метафору с подкидыванием монеты для демонстрации эффективности рынков⁸. Основная идея в том, что, если взять достаточно большую выборку управляющих активами, кто-то из них с точки зрения вероятности обязательно будет иметь серию лет с высокой доходностью. Например, если взять группу из 1000 фондов и предположить, что вероятность переиграть рынок составляет 50 %, то примерно 30 фондов будут переигрывать рынок на протяжении пяти лет подряд: 0,5 x 1000.

Сама по себе такая логика вполне приемлема. Проблема в том, что не все управляющие активами обладают одинаковым мастерством – в индустрии управления активами есть свои Салли Точные и Аллены Промахи. Поэтому приписывать череду успехов любого фонда чистой случайности – значит игнорировать тот факт, что вероятность успеха в немалой степени зависит от мастерства участника.

Пожалуй, самая известная «серия» в мире взаимных фондов принадлежит Биллу Миллеру из Legg Mason: под его управлением взаимный фонд Value Trust переигрывал индекс S&P 500 на протяжении 15 лет подряд (заканчивая 2005 г.). Ни одному другому фонду не удавалось так долго переигрывать рынок за последние 40 лет. Так каковы же шансы сделать это?

Некоторые эксперты довольствуются тем, что приписывают этот рекорд Миллера чистой удаче. Например, Грегори Бэйер и Гари Генслер пишут: «Радуясь за Legg Mason и ее управляющего Билла Миллера, мы рассматриваем этот результат как приблизительно соответствующий законам вероятности и как приговор стратегиям активного управления»⁹. Еще невероятнее комментарий (процитированный как эпиграф к этой главе) уважаемого управляющего фондом облигаций Билла Гросса. В 2003 г., когда Миллер уже 12-й год подряд переигрывал рынок, Гросс «небрежно заметил», что результаты Миллера равносильны выбросу семерки 12 раз кряду при игре с парой костей. Мы можем только надеяться на то, что журналист неправильно процитировал слова Гросса, очень успешного инвестора и знатока азартных игр: шансы выбросить семерку 12 раз подряд равны примерно 1 к 2,2 млрд.

15-летнюю серию Миллера можно рассматривать с двух разных позиций. Первый подход предполагает, что некая постоянная часть фондов ежегодно переигрывает рынок. Мы можем выбрать этот процент и рассчитать, какова вероятность того, что отдельно взятый взаимный фонд будет год за годом переигрывать рынок (см. приложение 7.1). Например, если предположить, что доходность взаимного фонда похожа на игру в орлянку, т. е. ежегодно половина фондов переигрывает рынок, а половина проигрывает ему, – шансы отдельно взятого фонда переиграть рынок в течение 15 последовательных лет составляют 1 к 32 768. С учетом того, что на момент начала результативной серии Миллера было всего 900 сопоставимых фондов, его результаты впечатляют.

Проблема с таким анализом заключается в том, что шансы опередить рынок для взаимного фонда составляют не 50 на 50. За последние 15 лет в среднем 44 % всех фондов показывали годовую доходность выше рыночной. Если исходить из этого показателя, то вероятность того, что отдельно взятый фонд будет переигрывать рынок 15 лет подряд, составляет примерно 1 к 223 000¹⁰.

Второй подход к «серии» Миллера – посмотреть, какова доля фондов, фактически переигрывавших рынок в каждом году (см. приложение 7.2). Это позволяет нам определить совокупную вероятность с учетом реального положения дел. Расчеты показывают, что вероятность опережать рынок на протяжении 15 лет подряд (заканчивая 2005 г.) для отдельно взятого фонда составляет примерно 1 к 2,3 млн. Беглый взгляд на цифры объясняет, почему шансы так малы. В 1995 и 1997 гг. легче было верблюду пройти сквозь игольное ушко, чем переиграть рынок, – это сумели сделать только около 10 % взаимных фондов.

Череда успехов и удача

В управлении активами истинной мерой успеха является величина выигрыша, т. е. насколько доходность фонда (с поправкой на риск) превысила рыночную. Но непрерывная череда успехов интригует, потому что она не знает исключений – не позволяет себе убыточных лет. К тому же по мере удлинения «серии» возрастает напряжение и давление.

Сопутствовала ли Миллеру удача на этом пути? Безусловно. Но, как замечает Стивен Гулд, длинная череда успехов является результатом необычайного везения, наложенного на превосходное мастерство¹¹. Ключевой вывод состоит в том, что во всех сферах деятельности длинная последовательность успехов обычно указывает на отличное мастерство. Но, поскольку люди склонны едва ли не во всем видеть несуществующие закономерности, мы часто не понимаем истинного значения череды успехов.

Глава 8
Время на моей стороне
Близорукое неприятие убытка и оборачиваемость портфеля

Привлекательность рискового актива зависит от временно?го горизонта инвестора. Инвестор, готовый дольше ждать результаты инвестирования, найдет рисковый актив более привлекательным, чем инвестор, который рассчитывает на скорые результаты.

Ричард Талер, Амос Тверски, Даниэль Канеман, Ален Шварц. Влияние близорукости и неприятия убытка на принятие риска: экспериментальное исследование

Неприятие убытка… следует рассматривать как неотъемлемый факт жизни. В отличие от этого частота, с которой оцениваются полученные результаты, является результатом произвольного выбора и предположительно может быть изменена, хотя бы из принципа.

Шломо Бенарци и Ричард Талер. Близорукое неприятие убытка и загадка премии по акциям

Один раз или сто раз – какая разница?

В начале 1960-х гг. экономист Пол Самуэльсон во время обеда предложил своим коллегам сыграть в орлянку с условием, что он заплатит $200 тому, кто правильно угадает, какой стороной упадет монета, но получит $100 за неправильный ответ. Однако его коллеги не повелись на это. Вот что сказал один именитый ученый: «Я не пойду на такое пари, потому что не буду так радоваться выигрышу $200, как буду переживать от потери $100 (выделено авт. – М. М.). Но я соглашусь, если вы пообещаете мне 100 розыгрышей».

Этот ответ подтолкнул Самуэльсона доказать теорему, согласно которой «последовательность не рассматривается как приемлемая, если неприемлем каждый из отдельных розыгрышей». В соответствии с этой экономической теорией ответ его ученого коллеги был иррационален¹.

Несмотря на то что ставка в предложенной Самуэльсоном игре в орлянку имела положительную ожидаемую ценность, сформулированная им теорема кажется не совсем верной для большинства людей. Причиной тому – концепция неприятия убытка. Одно из основных открытий теории перспективы состоит в том, что, когда мы выбираем между рискованными исходами, наше стремление избежать убытка примерно в два раза сильнее, чем стремление получить прибыль того же размера².

Таким образом, невзирая на теоретическое доказательство Самуэльсона, большинство людей интуитивно согласятся с его партнером по ланчу: удовольствие от выигрыша $200 не сравнится с тем огорчением, которое можно испытать, потеряв $100 на одном броске монеты. В то же время возможность сделать несколько ставок подряд кажется здравой, потому что уменьшает вероятность испытать неприятные чувства.

Важная разница между теорией ожидаемой полезности (на которую опирается теорема Самуэльсона) и теорией перспективы устанавливает рамки решения. Теория ожидаемой полезности рассматривает выигрыши и проигрыши в контексте общего благосостояния инвестора (широкие рамки). Напротив, теория перспективы рассматривает выигрыши и проигрыши относительно отдельных компонентов благосостояния, таких как изменения цены конкретной акции или стоимости портфеля (узкие рамки). Экспериментальные исследования показывают, что инвесторы используют цены или изменения цен в качестве ориентиров при оценке финансовых транзакций. Другими словами, инвесторы ориентируются на узкие рамки³.

Если теория перспективы действительно объясняет поведение инвесторов, то вероятность роста цены акции (или стоимости портфеля) и период оценки инвестиционных результатов приобретают решающее значение. Далее я хочу пролить свет на эти две переменные величины.

Объяснение рисковой премии по акциям

Одна из больших загадок в финансовой науке – почему в долгосрочном периоде доходность акций настолько превышает доходность по активам с фиксированными ставками, учитывая соответствующий риск каждого класса активов? С 1900 по 2006 г. акции в Соединенных Штатах приносили годовую доходность на 5,7 % выше, чем казначейские облигации (из расчета средней геометрической доходности). В других развитых странах наблюдались похожие результаты⁴.

В своей новаторской статье, вышедшей в 1995 г., Шломо Бенарци и Ричард Талер предлагают решение загадки рисковой премии по акциям на основе так называемого «близорукого неприятия убытка». Их аргументация опирается на два концептуальных положения⁵:

1. Неприятие убытка. Люди воспринимают убыток алогично: степень сожаления от потери примерно в два с половиной раза больше, чем чувство удовлетворения от получения такой же суммы. Поскольку главным ориентиром, как правило, служит цена акции, особое значение приобретает вероятность убытка или прибыли. Естественно, чем длиннее период держания акций на финансовом рынке, тем выше вероятность получения положительной доходности. (Финансовые рынки должны иметь положительную ожидаемую доходность, чтобы привлекать капитал, т. е. предлагать инвесторам более привлекательные стимулы, чем текущее потребление.)

2. Близорукость. Чем чаще мы оцениваем результаты инвестирования, тем больше вероятность увидеть убыток и испытать неприятные чувства. И наоборот, чем реже мы оцениваем полученные результаты, тем больше вероятность увидеть прибыль.

В приложении 8.1 приведены некоторые показатели, чтобы проиллюстрировать вышеуказанные концепции⁶. За основу анализа взяты годовая средняя геометрическая доходность на уровне 10 % и стандартное отклонение 20,5 % (что практически идентично фактическому среднему значению доходности и стандартному отклонению за период с 1926 по 2006 г.)7. Также предполагается, что цены акций подчиняются случайному блужданию (несовершенное, но реалистичное предположение), а фактор неприятия риска равен двум. (Полезность = Вероятность повышения цены – Вероятность снижения цены x 2.)

Беглый взгляд на таблицу показывает, что вероятность прибыли или убытка на коротких отрезках времени близка к 50 на 50. Кроме того, положительная полезность, которая, по сути, помогает преодолеть неприятие убытка, появляется при периоде держания акций более одного года.

Если Бенарци и Талер правы, их открытие влечет за собой важный вывод: долгосрочные инвесторы (индивидуальные инвесторы, которые редко проводят переоценку своих портфелей) готовы платить за рисковый актив больше, чем краткосрочные инвесторы (часто оценивающие свои результаты). Оценка стоимости актива зависит от временно?го горизонта инвестирования.

Это объясняет, почему многие долгосрочные инвесторы утверждают, что их не волнует волатильность. Невосприимчивые к краткосрочным колебаниям цены, эти инвесторы держат акции достаточно долго, чтобы получить привлекательную вероятность прибыли и отсюда – положительную полезность.

Используя ряд моделей, Бенарци и Талер вычислили, что период оценки результатов в соответствии с существующей рисковой премией по акциям составляет примерно один год. Важно отметить, что период оценки не идентичен временно?му горизонту инвестирования. Инвестор может иметь 30-летний горизонт, вкладывая деньги с прицелом на пенсию, но если он оценивает свой портфель (или, точнее, оценивает полезность прибылей или убытков) ежегодно или ежеквартально, то будет действовать так же, как краткосрочный инвестор⁸.

Теперь я перепрыгну к несколько иной теме (надеюсь, что не слишком резко) и предположу, что по оборачиваемости портфелей большинства фондов можно примерно судить об их периоде оценки. Высокая оборачиваемость портфеля обусловлена концентрацией на относительно краткосрочных прибылях, тогда как низкая оборачиваемость предполагает готовность не торопиться с оценкой результатов. Во многих успешных фондах (и компаниях) период оценки устанавливается в рамках инвестиционной политики. И в конечном итоге, как говорит Уоррен Баффетт, вы получаете тех акционеров, которых заслуживаете.

Ценность бездействия

Теперь обратимся к опытным данным, показывающим взаимосвязь между оборачиваемостью портфеля и его доходностью. Разделим взаимные фонды на четыре группы, согласно оборачиваемости их портфелей. Данные определенно указывают на то, что фонды с низкой оборачиваемостью портфелей (что подразумевает двухлетние и более продолжительные периоды держания акций) показывают более высокую доходность за периоды трех, пяти, 10 и 15 лет (см. приложение 8.2).

Эту разницу в доходности можно было бы приписать более низким издержкам, – что само по себе является весомой причиной сократить оборачиваемость многих портфелей, – однако операционные издержки составляют только порядка одной трети от всех расходов взаимного фонда.

Несмотря на то что факты свидетельствуют в пользу стратегии «купить и держать», средний взаимный фонд с активным управлением имеет годовую оборачиваемость портфеля на уровне 90 %. Почему так происходит? Во-первых, эффективный фондовый рынок требует разнообразия инвесторов – с разными стилями инвестирования и инвестиционными горизонтами. Не каждый может или должен быть долгосрочным инвестором. В неправильном понимании разнообразия состоит основная ошибка теории «Доу 36 000», которая утверждает, что, если все инвесторы начнут ориентироваться на длительные временны?е горизонты, рисковая премия по акциям исчезнет и рынок испытает разовый рост⁹. Изменение состава инвесторов изменит природу самого рынка. Если бы вдруг все инвесторы стали долгосрочными, рынок стал бы менее разнообразным – и потому менее эффективным, чем сегодня.

Вторая и гораздо более глубокая причина высокой оборачиваемости – интересы агентов (управляющих фондами). Исследования показывают, что на длинных дистанциях портфель акций, торгующихся ниже ожидаемой ценности, будет иметь доходность выше рыночной (с поправкой на риск). Однако из-за чрезмерного акцента на результате в ущерб процессу у большинства институциональных инвесторов временны?е горизонты существенно короче тех, которые требуются и окупаются инвестиционной стратегией.

Управляющие портфелями, которые обеспечивают доходность ниже рыночной, рискуют столкнуться с оттоком активов из фонда и в конечном итоге могут лишиться рабочего места¹⁰. Поэтому их естественная реакция – свести к минимуму погрешность отслеживания базового индекса. Многие управляющие портфелями не купят спорную акцию, которая, по их мнению, обещает привлекательную доходность при трехлетнем периоде держания, но чье поведение в трехмесячном интервале они предсказать не могут. Отчасти это объясняет острые реакции, наблюдаемые на рынках, и в очередной раз свидетельствует о том, что близорукое неприятие убытка вполне может обернуться неэффективностью.

Графики вместо тысячи слов

В приложениях 8.3–8.6 приведено несколько графиков, разработанных инвестиционным мудрецом Уильямом Бернстайном, чтобы в количественной форме проиллюстрировать ключевые положения концепции близорукого неприятия убытка¹¹.

Приложение 8.3 показывает отношение между риском и вознаграждением. Поскольку риск (измеряемый как стандартное отклонение) растет во времени по закону квадратного корня (с замедлением), а вознаграждение (доходность) растет линейно (т. е. быстрее), то в определенный момент мы видим точку перегиба в компромиссе между риском и вознаграждением. Обратите внимание на то, что все графики построены в логарифмическом масштабе.

На эту закономерность можно взглянуть и под другим углом – в приложении 8.4. представлен график соотношения между риском и вознаграждением (стандартное отклонение, деленное на доходность).

Теперь посмотрим на вероятность положительного исхода. С учетом предполагаемых статистических свойств приложение 8.5 показывает, как с течением времени увеличивается вероятность того, что инвестиция принесет доход. Если инвесторы используют в качестве системы отсчета соотношение своих прибылей и убытков с ценой покупки, то этот график покажет им зависимость между временем и вероятностью испытать неприятные чувства в связи с убытком.

Опираясь на вероятности из приложения 8.5 и исходя из того, что негативное влияние убытка в два раза сильнее, чем позитивное влияние прибыли того же размера, мы можем построить график простой функции полезности (приложение 8.6). Масштаб графика – от –2,0 (вероятность убытка 100 % x 2) до 1,0 (вероятность прибыли 100 %).

Глава 9
Вся правда о верхушке
Оценка менеджмента и инвестиционный процесс

На годовом собрании акционеров меня неизменно спрашивают: «Что будет с компанией, если вы вдруг попадете под колеса грузовика?» Я рад, что пока вопрос задается в такой форме. Возможно, в скором времени у меня будут спрашивать: «Что будет с компанией, если вы не попадете под колеса грузовика?»

Уоррен Баффетт. Ежегодное послание акционерам Berkshire Hathaway, 1993 г.¹

Руководители пятого уровня реализуются не через собственный успех, а через достижение большей цели – создание великой компании. Это не означает, что руководители пятого уровня лишены честолюбия. Напротив, они исключительно честолюбивы, но их честолюбие относится, в первую очередь, к компаниям, которыми они управляют, а не к ним самим.

Джим Коллинз. От хорошего к великому²

Менеджмент играет роль

«Важна ли оценка менеджмента в инвестиционном процессе?» – этот вопрос я часто слышу от своих клиентов и студентов.

Ответ, хотя и с определенными оговорками, но настоятельное «да». Я рекомендую подвергнуть внимательной оценке три ключевых аспекта: лидерские качества, стимулы и умение размещать капитал. При этом не претендую на глубокое и всестороннее изучение данного вопроса в рамках своей книги – на то имеется масса литературы. А ставлю перед собой более скромную цель: привлечь внимание к этой чрезвычайно важной, но зачастую игнорируемой области.

Когда оценка менеджмента не нужна? Понимание мотивов руководства не столь актуально для краткосрочных инвесторов – точнее, спекулянтов, которые ориентированы на короткие периоды держания акций. В краткосрочных интервалах цены акций реагируют на конкретные события и причуды рынка. Однако в долгосрочной перспективе действия и решения руководства накладывают глубокий отпечаток на результаты деятельности компании и, следовательно, влияют на цену ее акций.

Не заблуждайтесь. У генеральных директоров непростая работа, особенно в сегодняшних условиях. По данным последних исследований, вынужденная текучесть кадров среди генеральных директоров резко выросла в 2006 г. по сравнению с предыдущим десятилетием. И эта тенденция не ограничивается Соединенными Штатами – исследователи обнаружили аналогичные и даже еще более резко выраженные тенденции в Европе и Азии³.

Так что же представляет собой дружественная к акционерам руководящая команда? В следующем разделе я изложу несколько своих мыслей на эту тему.

Лидерские качества

Что это такое, определить очень сложно и еще сложнее оценить. Но я выделяю три ключевые характеристики топ-менеджера, которые, взятые вместе, могут служить разумными критериями для оценки лидерских качеств: стремление учиться, умение учить и самосознание.

Постоянное стремление учиться присуще хорошему лидеру. С одной стороны, это подразумевает интеллектуальное любопытство – желание постоянно создавать новые ментальные модели, которые могут помочь при принятии решений. Хороший топ-менеджер способен воспринимать и взвешивать противоречивые идеи и информацию, обладает вероятностным мышлением. С некоторым колебанием добавлю, что это характерно для академического склада ума. Мне нравятся генеральные директора, которые читают и думают⁴.

Другая крайне важная черта стремления учиться – искреннее желание понять, что происходит в организации и умение смотреть фактам в лицо. Единственный способ понять, что происходит в вашей организации, – выходить из кабинета, встречаться с сотрудниками и клиентами, задавать вопросы и выслушивать ответы. Практически во всех организациях «на передовой» – «в траншеях», где сотрудники решают повседневные вопросы, – информации гораздо больше, чем «в тылу». Генеральные директора, окружающие себя менеджерами, которые предпочитают сглаживать углы в ущерб правде, редко принимают хорошие решения.

Наконец, еще один важный аспект – создание такой атмосферы, в которой каждый сотрудник организации может озвучить свои мысли и мнения, не рискуя получить резкий отпор, быть проигнорированным или униженным. Это не означает, что руководство должно поддерживать все идеи и инициативы подряд, но означает, что оно должно поощрять и вознаграждать принятие интеллектуального риска⁵.

Вот как Роберт Рубин воплощал в жизнь этот аспект лидерства:

Наши собрания в казначействе характеризовались поиском, вопросами и спорами – все ради того, чтобы как можно полнее исследовать все возможные альтернативы. Формат нашей дискуссии, где чины и звания не имели значения, был нетипичен для Вашингтона. 34-летний второй помощник секретаря казначейства и сам секретарь выражали свое мнение на равных. Я намеренно навязывал столь неформальную обстановку, поскольку по опыту работы на Уолл-стрит и в Белом доме знал, что именно такого рода дискуссия оказывается самой продуктивной. Поэтому если кто-нибудь, особенно из младших чинов, зачастую наиболее близких к проблеме, предпочитал отмалчиваться, я старался вытянуть из него собственное мнение. Для меня была важна идея, а не должность человека, который ее предложил⁶.

Второй критерий – умение учить – заключается в способности передать организации свое простое и четкое видение вопроса. Важно достичь правильного равновесия между необходимостью повторять послание снова и снова (выдающиеся генеральные директора повторяют ключевые послания сотни раз перед множеством разных аудиторий) и необходимостью адаптироваться к изменениям деловой среды. Среди руководителей, обладающих таким умением, – Джек Уэлш и Билл Гейтс.

Это умение легче дается руководителям, которые страстно привержены своему делу. Мне нравится видеть руководителей, любящих свой бизнес и потому любящих приходить на работу. Успех зачастую следует за энтузиазмом.

Третий критерий лидерских качеств – уровень личностного самосознания руководителя. Высокий уровень самосознания подразумевает достижение правильного баланса между уверенностью в себе и скромностью. Уверенность в себе означает, что при наличии необходимого набора фактов руководитель способен, опираясь на свои знания, опыт и помощь сотрудников, принять хорошее решение. Скромность подразумевает понимание того, что никто из нас не совершенен – у каждого есть свои слабые стороны. Мудрый руководитель знает свои слабые стороны и компенсирует их, окружая себя талантливыми людьми.

Самосознание также предполагает наличие эмоционального интеллекта – способности вовлекать в дело сотрудников и организацию на эмоциональном уровне. Для этого необходимо не только умение разбираться в людях индивидуально, но и умение правильно оценивать корпоративные настроения и культуру.

Стимулы

Хотя и получая свою долю справедливой критики, экономическая наука внесла значительный вклад в наше понимание взаимосвязи между стимулами и поведением. Долгосрочные инвесторы не должны довольствоваться шаблонными фразами руководства компаний, а должны пытаться понять, какие мотивы на самом деле движут топ-менеджерами. Информационный бюллетень для голосования по доверенности, возможно, является наименее читаемым, но и одним из наиболее важных документов, публикуемых компанией.

Многие инвесторы и ученые мужи приветствуют наблюдаемую сегодня тенденцию к переходу от схемы вознаграждения сотрудников на основе фондовых опционов к вознаграждению в форме акций с ограничением обращения. Я не до конца разделяю этот энтузиазм, потому что данная форма вознаграждения не дает ответа на основополагающий вопрос: «Мотивирует ли такой стимул менеджеров на поведение, которого хотят от них долгосрочные инвесторы?»

Возьмем фондовые опционы для сотрудников. Несложно доказать, что типичные опционные программы не обеспечивают сотрудников адекватными стимулами. В частности, на бычьих рынках все держатели опционов остаются в выигрыше, а на медвежьих – все терпят убыток, независимо от того, показывает ли компания превосходные результаты или нет. Добавьте к этому переоценку опционов (орел – я выигрываю, решка – вы проигрываете) да запутанную бухгалтерию, и нетрудно понять, почему опционы никогда не выполняют функцию эффективного стимула.

Акции с ограничением обращения также не дают четкого ответа на вопрос об эффективности стимула. Как определяется размер гранта на акции? Если величина гранта не связана напрямую с экономическими результатами и получатели грантов не в состоянии повлиять на цену акций (большинство сотрудников), тогда каким образом гранты на акции могут действовать как надлежащие стимулы?

Я считаю, что стимулы – чтобы они действительно влияли на повседневное поведение – должны быть напрямую связаны с тем сегментом бизнеса, который сотрудник может контролировать. Согласование стимулов на всех уровнях компании с соответствующими факторами стоимости является ключевым условием для согласования интересов топ-менеджеров компании и ее собственников⁷.

Менеджеры любят трубить о «культуре собственности» и широко распределять акции среди сотрудников организации. Хотя сотрудникам нравится быть акционерами, я подозреваю, что большинство из них применяют в отношении своей доли «ментальную бухгалтерию». В уме они учитывают акции отдельно от денежного дохода, не принимают в расчет при повседневных тратах и во время работы даже не вспоминают о них.

Еще один очень важный аспект – получают ли менеджеры вознаграждение на основе бухгалтерских или экономических показателей деятельности. Когда у компании имеется крупный собственник-управляющий, потенциально огромные агентские издержки возникают редко. Но если менеджерам платят за рост показателя прибыли на акцию или же менеджеры считают рост прибыли на акцию единственной мерой успеха (а таковых очень много), риск значительных агентских издержек очень высок. Короче говоря, вам должны быть по душе такие менеджеры, которые между увеличением бухгалтерской прибыли и увеличением экономической стоимости всегда выбирают стоимость.

Вот выдержка из внутрикорпоративной инструкции по управлению рисками компании Enron, что можно рассматривать как полную противоположность вышеописанному идеалу:

Объявленная прибыль рассчитывается на основе принципов бухгалтерского учета. При этом результаты не всегда соответствуют основным экономическим показателям. Однако эффективность деятельности руководства компании оценивается по бухгалтерской прибыли, а не по основным экономическим показателям. Следовательно, стратегии управления рисками должны быть направлены скорее на достижение высоких бухгалтерских, чем экономических показателей деятельности⁸.

Стимулы определяют, что движет людьми. Долгосрочные акционеры должны искать правильные стимулы. А это большая редкость.

Размещение капитала

Все дороги в оценке менеджмента ведут к размещению капитала. Я определяю размещение капитала как распределение ресурсов компании с целью генерировать долгосрочную доходность выше стоимости капитала. Управляющим активами очень хорошо известно, что правильное размещение капитала – суть игры.

Как оценить искусство размещения капитала? Первым делом надо внимательно изучить размещение капитала в прошлом. Как и куда руководство вкладывало деньги компании? Принесли ли эти инвестиции адекватную доходность? Если да, то почему? Если нет, то почему? Размещение капитала в прошлом часто позволяет определить потребности бизнеса в капитале и проливает свет на цели и предпочтения руководства.

Отдельного рассмотрения заслуживает деятельность по слияниям и поглощениям. Многочисленные исследования в этой области приходят к одинаковому выводу: большинство поглощений снижают стоимость для покупателя, а те, которые добавляют стоимость, добавляют ее в очень малой степени. Это не означает, что слияния и поглощения в общей сложности не создают никакой стоимости, – разумеется, акционеры поглощаемых компаний обычно остаются в выигрыше. Проблема в том, что покупатели часто предлагают за контроль премию, которая превышает текущую стоимость объединяемых компаний.

Возврат к среднему – микроэкономический эквивалент «костлявой с косой»: все высокодоходные компании рано или поздно умирают (великие менеджеры делают так, что их компании умирают как можно позже). Активная деятельность по слияниям и поглощениям практически всегда означает, что доходность компании тяготеет к стоимости капитала⁹.

Второй шаг при оценке искусства размещения капитала – собеседование с менеджерами, чтобы понять их подход к этой деятельности. Как они принимают решения об инвестициях? Действительно ли распознают потенциальные изменения в отрасли? Какова их конкурентная стратегия?

Вот что говорит об этом Уоррен Баффетт, величайший инвестор в истории американского бизнеса, обладающий сверхъестественным даром размещения капитала:

Руководители большинства компаний не умеют распределять капитал. И это неудивительно. Большинство из них попали в кресло босса, отличившись в других областях, – таких как маркетинг, производство, инжиниринг, административная деятельность или даже институциональная политика.

Становясь генеральными директорами, они сталкиваются с новыми обязанностями. Теперь им приходится принимать решения о распределении капитала – крайне ответственный вид деятельности, которым они никогда раньше не занимались и овладеть которым довольно сложно. Это можно сравнить с тем, как если бы карьера одаренного музыканта достигла своего пика не на сцене Карнеги-холла, а в кресле председателя Федеральной резервной системы США.

Неумелое распределение капитала – не пустяк: после 10 лет пребывания в должности генеральный директор, чья компания ежегодно удерживает прибыли на уровне 10 % от чистой стоимости, несет ответственность за размещение более чем 60 % всего оборотного капитала компании. Генеральные директора, которые признают отсутствие у себя необходимых навыков (что делают далеко не все), часто стараются компенсировать их нехватку за счет штатных специалистов, внешних консультантов и инвестиционных банков. Мы с Чарли не раз наблюдали последствия такой «помощи». Как правило, она скорее усугубляет проблему распределения капитала, чем решает ее.

В результате корпоративная Америка во множестве страдает от неграмотного распределения капитала. (Недаром мы так часто слышим о «реструктуризации».)¹⁰

Наконец, пара слов о человеческом факторе. Умеет ли руководство подбирать правильных людей на правильные места? Компании часто склонны продвигать руководителей с «правильным набором качеств» – обладающих хорошими коммуникативными навыками, умных и успешных в конкретных областях, – не уделяя должного внимания тому, соответствуют ли их способности и опыт требованиям новой должности. В результате эти компании неправильно распределяют человеческий капитал – с негативными последствиями как для бизнеса, так и для самих сотрудников.

Заключение

Грамотная оценка менеджмента – лидерских качеств, стимулов и распределения капитала – чрезвычайно важна для долгосрочных инвесторов. Несмотря на усилившуюся концентрацию на корпоративном управлении, немногие советы директоров достаточно активно обращаются к этим проблемам. В данной главе я постарался обозначить некоторые ориентиры, которые могут дать инвестору пищу для размышлений.

Часть II
Психология инвестирования

Введение

Пагги Пирсон с его вечной сигарой в зубах – легенда в мире азартных игр. Родившийся в нищете и окончивший всего восемь классов («Сегодня это эквивалентно примерно трем классам начальной школы», – шутил он), Пирсон добился впечатляющих успехов: выиграл Мировую серию покера в 1973 г., входил в мировую десятку лучших игроков в пул и даже сумел заработать $7000 на поле для гольфа, участвуя в профессиональном турнире.

Как он это делал? Пагги объяснял: «Азартные игры требуют от вас всего три вещи: понимать, что ваши шансы составляют 60 на 40, уметь управлять деньгами и знать самого себя». И уточнял: «Это знает любой осел».

Первые две рекомендации Пирсона относятся к сфере философии инвестирования – эту тему мы осветили в предыдущей части. Третья – «знать самого себя» – к сфере психологии.

Из всех аспектов инвестирования меньше всего внимания уделяется психологии, ей не обучают и в целом ее упускают из виду в инвестиционном процессе. Между тем психология в высшей степени важна, потому что помогает понять, какие ошибки вы вероятнее всего совершите в различных ситуациях, кто будет влиять на ваши решения, как вам следует себя вести и многое другое.

За последние несколько десятилетий поведенческие финансы значительно сузили разрыв между финансовой теорией и психологией. Например, Даниэль Канеман и Амос Тверски конкретно доказали, что люди склонны действовать вопреки стандартам экономической науки. Но даже сегодня поведенческие финансы не способны обеспечить инвесторов целостным подходом к рынкам. Цель эссе, собранных во второй части книги, – подтолкнуть вас к анализу и, возможно, пересмотру процесса принятия решений.

Когда люди говорят о психологии, они почти всегда имеют в виду поведение индивидов. Однако между индивидуальными и коллективными решениями есть важное различие, которое часто упускается из виду. Хотя то и другое играет свою роль, но именно коллективное принятие решений движет рынком.

Поймите меня правильно. Совершенствовать индивидуальное принятие решений необходимо, согласно наставлению Пагги Пирсона – «знать самого себя». Поэтому во второй части книги мы углубимся в такие темы, как влияние стресса на принятие решений; приемы, которыми пользуются люди, чтобы убедить вас сделать что-либо; интуиция как палка о двух концах.

Почему коллективное суждение играет на рынках ключевую роль? Главным образом потому, что оно нейтрализует индивидуальные ошибки: например, даже если одни инвесторы считают, что нужно покупать, а другие – что нужно продавать, их верные и неверные решения все равно приводят к установлению точной или эффективной цены. Более того, разнообразие мнений кажется одним из необходимых условий хорошо функционирующего рынка.

Таким образом, наиболее приближенная к истине картина вырастает из множества независимых ошибок отдельных инвесторов. Поскольку каждый индивид является лишь малой частью целого, глупо просить индивида объяснить целое. Когда вы это осознаете, то поймете, что «говорящие головы» на телевидении всего лишь удовлетворяют человеческую потребность в экспертном мнении, которое на деле мало что значит.

Хотя индивидуальная независимость важна, она не всегда преобладает. Дело в том, что люди – как и многие другие животные – существа социальные. В социальной природе человека есть не только свои плюсы, но и минусы. Например, возьмем подражание. Оно может быть невероятно полезным, особенно когда кто-то владеет важной информацией, которой нет у вас. Но, как и со многим другим в этой жизни, слишком много хорошего – это плохо. Бездумное подражание может привести к негативным последствиям – от смешных (увлечение питомцами-булыжниками^[1]) до катастрофических (крах фондового рынка в 1987 г.).

Вот почему в том, что касается рынков, недостаточно иметь собственное мнение; необходимо учитывать мнения других участников рынка. Неоклассическая экономическая теория любит рассматривать людей как дедуктивные машины, обладающие способностью переходить от общих положений к частным выводам. Проблема в том, что даже в простейших ситуациях (возьмите игру в крестики-нолики) у нас элементарно не хватает вычислительной мощности для дедуктивного мышления. Люди непревзойденны в своем умении находить закономерности – они настолько преуспевают в этом, что зачастую видят закономерности там, где их нет. Исключите рациональное принятие решений и увидите, что вещи становятся гораздо сложнее.

Инвестирование – это интерактивная, вероятностная и насыщенная помехами среда. Вот почему успешный инвестор должен быть в том числе и хорошим психологом. К сожалению, нет единого источника ответов на все вопросы, и совершенствование требует постоянных усилий. Но это единственный путь к успеху. Как однажды заметил Пагги Пирсон: «Всё в этой жизни – чистая психология».

Глава 10
Доброе утро! Приготовьтесь к стрессу!
Стресс и неоптимальное управление портфелем

Вновь и вновь становится очевидным, что, когда условия существенно усложняются и возрастает темп изменений, как это происходит сегодня, люди перестают справляться с ситуацией.

Алан Гринспен. Структура мировой финансовой системы

Почему у зебр не бывает язвы желудка?

Что в жизни зебр служит источником стресса? Стрессоры у зебр имеют естественную природу – на зебру напал лев, ей удалось убежать, но лев все равно будет пытаться заполучить ее на обед. Благодаря эволюции, зебры, как и большинство других животных, включая людей, очень действенно реагируют на такие чрезвычайные ситуации.

Теперь составим список ситуаций, которые вызывают стресс у вас. Скорее всего, он не будет совпадать со списком зебры. По большей части наши стрессоры являются не естественными, а ментальными: сроки сдачи проектов на работе, доходность купленных на прошлой неделе акций, личные взаимоотношения. Наши источники стресса носят преимущественно психологический и социальный характер.

В своей замечательной книге «Почему у зебр не бывает язвы желудка?» видный нейрофизиолог и специалист по стрессам Роберт Сапольски высказывает ключевую мысль: физиологические реакции нашего тела хорошо приспособлены для ответа на краткосрочные физические угрозы – те, с которыми люди сталкивались на протяжении большей части своего существования. Проблема в том, что психологический стресс, с которым мы сталкиваемся сегодня, вызывает те же самые физиологические реакции. Источник стресса изменился, но реакции остались прежними. Вот почему психологический стресс, особенно хронический, выводит наш организм из равновесия и в результате может привести к серьезным заболеваниям и существенному снижению эффективности¹.

Как мы реагируем на стресс? Сапольски замечает, что наши реакции чаще всего бывают «недальновидными, неэффективными, мудрыми на цент и глупыми на доллар». Тело мобилизуется для того, чтобы справиться с прямой краткосрочной угрозой. Такая реакция оправданна в кризисных ситуациях, но может обойтись очень дорого, если вся ваша жизнь – сплошной стресс².

Почему управляющие активами страдают язвой желудка?

Исследования показывают, что стресс возникает в отсутствие предсказуемости и контроля, у которых общий элемент – новизна. При этом наблюдаемые сегодня тенденции в экономике и индустрии управления активами существенно усиливают ощущение непредсказуемости и неподконтрольности.

Например, отсутствие предсказуемости проявляется в ускоряющихся темпах инновационных изменений в мировой экономике. Так, средний срок жизни компаний, входящих в индекс S&P 500, сократился с 25–35 лет в 1950-х гг. до 10–15 лет сегодня (см. приложение 10.1)³. Красочные взлеты и падения компаний в последние годы лишь подтверждают ощущение того, что сегодня бизнес стал менее предсказуемым, чем когда-либо прежде.

Об отсутствии предсказуемости говорят и данные о волатильности. Если на уровне рынка волатильность фактически не изменилась, то риски, связанные с отдельными компаниями, постоянно росли начиная с 1970-х гг. Поэтому, несмотря на в целом незначительное повышение волатильности рыночного портфеля за последние несколько десятилетий, сегодня управляющие активами сталкиваются с гораздо более высоким риском неправильного выбора акций⁴.

Ощущение потери контроля связано не только собственно с управлением портфелем, но и с оценкой портфеля его владельцами. Инвесторы и рейтинговые агентства оценивают результаты деятельности взаимных фондов не реже чем раз в три месяца, и, чтобы удержать активы в фонде, управляющие стараются свести к минимуму ошибку при отслеживании базового индекса. А это, как правило, требует частой корректировки портфеля и ведет к краткосрочной торговле⁵. В известном смысле такую концентрацию управляющих активами на уменьшении ошибки отслеживания можно понять: что толку беспокоиться о доходности портфеля через три года, если через полгода доходности ниже рыночной можно лишиться работы? Но «приклеиваться» к индексу невыгодно для инвесторов.

Озабоченность в связи с более капризной и непостоянной клиентской базой вполне оправданна. В 1950-х гг. средний период держания средств во взаимном фонде составлял более 15 лет. К 2006 г. период держания сократился до четырех лет⁶. Даже администраторы пенсионных фондов начали активно нанимать и увольнять управляющих активами. Например, в 2001 г. штат Флорида отказался от услуг фонда Alliance Capital отчасти из-за убытков по Enron – несмотря на хорошую долгосрочную доходность фонда⁷.

Думаю, что осознаваемое отсутствие предсказуемости и контроля вызывает у многих управляющих активами хронический стресс. А предсказуемые реакции на стресс приводят к принятию неоптимальных решений по управлению портфелями.

Сокращение горизонтов инвестирования

Какова естественная реакция на стресс? В сущности, мы запрограммированы на то, чтобы решать проблемы бизнеса немедленно. И у нас подскакивает кровяное давление, тело мобилизует мышцы, краткосрочная память улучшается, а долгосрочные заботы, скажем, об иммунной системе и репродукции, отодвигаются на задний план. Физический стрессор в краткосрочных проектах может стать вопросом жизни и смерти. По прошествии стресса мы можем вернуться к более уравновешенному состоянию. Но хронический стресс все время держит нас начеку, нарушая естественное равновесие.

Для управляющих активами особенно важно, что стресс провоцирует внимание на краткосрочных результатах⁸. Как показывают последние исследования, люди (как и другие животные) часто предпочитают небольшое немедленное вознаграждение более крупному вознаграждению в будущем. Например, предпочитают получить одно яблоко сегодня, чем два яблока завтра. Но если выбор отстоит от текущего момента достаточно далеко (например, одно яблоко через год или два яблока через год и один день), люди готовы подождать более высокого вознаграждения. Акцент на краткосрочном выигрыше за счет более привлекательного долгосрочного вознаграждения ведет к не лучшим результатам для долгосрочных инвесторов⁹.

Откуда нам известно, что управляющие активами все чаще ориентируются на краткосрочную результативность? Это видно по показателям оборачиваемости портфелей. За последние десятилетия средняя оборачиваемость портфеля выросла с 20 % в 1950-х гг. до почти 100 % сегодня (см. приложение 10.2). В 2006 г. один из 14 фондов акций имел годовые темпы оборачиваемости более 200 %; три из 10 фондов – более 100 % и один из четырех фондов – менее 30 %¹⁰.

Рост оборачиваемости портфелей в «пассивных» индексных фондах, отслеживающих S&P 500, вкупе со снижением комиссионных расходов предполагает, что сегодня оптимальный уровень оборачиваемости стал выше, чем 30–40 лет назад. Но большинство управляющих активами оборачивают свои портфели слишком быстро, что приводит к значительным операционным издержкам и издержкам воздействия рынка, а также к излишней налоговой нагрузке. Краткосрочность съедает доходность портфелей.

В высококонкурентном бизнесе управления активами уровень издержек часто является основным фактором, отличающим успешные фонды от неудачливых. Поэтому мы бы ожидали увидеть корреляцию между высокой оборачиваемостью и относительно низкой доходностью. Данные подтверждают это предположение. В 1997 г. Morningstar провела широкое исследование оборачиваемости и доходности фондов акций в США. Исследование показало, что фонды с низкой оборачиваемостью портфелей стабильно переигрывали фонды с высокой оборачиваемостью на разных дистанциях (см. приложение 10.3)¹¹. Кроме того, было установлено, что оборачиваемость улучшала доходность более рискованных фондов, – открытие, которое подтверждается и теоретическими исследованиями¹².

При включении в анализ новых данных, до 2006 г. включительно, были получены аналогичные результаты. Анализ подтвердил, что вторая группа с низкой оборачиваемостью (от 20 до 50 %) показала лучшую доходность на интервалах в один год, три года и пять лет. Таким образом, опираясь на этот анализ, мы считаем, что оптимальная оборачиваемость портфеля для фонда активного управления находится в диапазоне от 20 до 100 %. Нижняя граница, предполагающая средний период держания акций от 18 месяцев до 5 лет, больше подходит для фондов акций стоимости, а верхняя граница с подразумеваемым периодом держания акций от 12 до 18 месяцев – для фондов акций роста. Разумеется, эти ориентиры подвержены множеству оговорок¹³.

Берите пример с Одиссея

Если вы придете к врачу с симптомами стресса, то получите стандартный перечень рекомендаций: поискать поддержку у родных и друзей, заняться спортом, перейти на здоровую диету. Но как бороться со стрессом управляющему активами? Рецепт один – постараться сохранить надлежащую долгосрочную концентрацию.

Одиссей приказал своей команде привязать его к мачте корабля, чтобы не поддаться призывному пению сирен. Управляющие активами, особенно когда они остро ощущают потерю предсказуемости и контроля, часто начинают концентрироваться на краткосрочных результатах. Однако, как и Одиссей, они должны предпринимать шаги к тому, чтобы сохранить долгосрочную перспективу, – это не только позволяет оптимизировать долгосрочную доходность фонда, но и помогает ослабить психологический стресс.

Глава 11
Все, что мне было нужно знать, я узнал на домашней презентации Tupperware
Что домашние презентации Tupperware говорят нам об инвестировании и жизни

Любой, кто побывал на домашних вечеринках, организуемых Tupperware, готов признать использование различных орудий влияния.

Роберт Чалдини. Психология влияния

Tupperware… создала то, что я считаю коррумпированной системой психологического манипулирования. Но на практике… это работает, и с большим эффектом. Вечеринки Tupperware позволяют получать многомиллиардную выручку на протяжении нескольких десятилетий.

Чарли Мангер (Уитни Тилсон. «Говорит Чарли Мангер. Часть 2»)

Чему меня научили бесплатно начищенные ботинки

Рядом с моим старым офисом находился обувной магазин, на витрине которого висела реклама с щедрым предложением – «Бесплатно начистим ваши ботинки до блеска». Я проходил мимо этого магазина десятки раз, никогда не обращая внимания на его рекламу. Но однажды, когда мои ботинки выглядели немного потертыми, а у меня было немного свободного времени, решил воспользоваться предлагаемой щедростью.

После того как чистильщик отполировал мне ботинки, я предложил ему немного денег. Он отказался. «Бесплатно значит бесплатно», – сказал он. Я слез со стула, определенно чувствуя себя в долгу перед ним. «Как этот человек мог чистить мои ботинки, – думал я, – и не ожидать ничего взамен?»

Дальше я сделал то, что, подозреваю, сделали большинство людей, воспользовавшихся этим предложением, – начал искать, что бы купить. Мне нужно было как-то сравнять счет. В обуви я не нуждался и поймал себя на том, что неосознанно рассматриваю подставки для обуви, шнурки и чистящие средства. В конце концов я выскользнул из магазина с пустыми руками и чувством неловкости. Хотя мне удалось уйти, так и не вытащив свой кошелек, я был уверен, что многим другим этого сделать не удалось.

Вопрос, который чрезвычайно интересует меня в инвестировании – и в жизни: почему люди поступают так, как они поступают? Через несколько месяцев после того случая с чисткой ботинок мне в руки попалась книга Роберта Чалдини «Влияние: психология убеждения», во многом ответившая на этот вопрос.

Последние 30 лет Роберт Чалдини занимался изучением специфической формы поведенческой изменчивости: уступчивости по отношению к просьбе. Чалдини утверждает, что шесть склонностей человеческого поведения заставляют людей положительно реагировать на просьбы¹. Понимание этих склонностей важно в жизни, а некоторые из них особенно актуальны для инвесторов.

Прочитав Чалдини, я понял, что обувной магазин использовал одно из фундаментальных правил человеческого поведения – кодекс взаимности. Если некто дает вам нечто, вы считаете себя обязанным дать ему нечто взамен. Если вы хотите использовать эту врожденную поведенческую черту к выгоде для себя, можете дать нечто меньшее и попросить взамен нечто большее. Чистка ботинок за $2 в обмен на покупку стоимостью $200 – выгодная сделка.

В следующем разделе я перечислю эти человеческие склонности и расскажу, как их используют продавцы на домашних презентациях, а подробнее остановлюсь на трех психологических принципах, наиболее важных для инвесторов.

Мать-природу можно обмануть

Вот эти шесть склонностей: к взаимному обмену, последовательности, социальному доказательству, авторитету, благорасположению, дефициту. Хотя Чалдини не делает на этом акцента, я считаю, что эти склонности глубоко укоренились в человеческом сознании в ходе эволюции, поскольку следование им способствовало успешному продолжению рода.

• Взаимный обмен. Исследования показывают, что нет ни одного человеческого общества, где бы не действовало правило взаимного обмена². Эта человеческая склонность широко используется – начиная с благотворительных организаций, рассылающих бесплатные наклейки с адресами, до риелторских фирм, предлагающих бесплатную оценку недвижимости.

• Обязательность и последовательность. После того как мы приняли решение и особенно если заявили о нем публично, свою позицию мы меняем неохотно. Чалдини предлагает две глубинные причины такого поведения. Во-первых, подобная последовательность позволяет нам больше не думать над вопросом, что дает умственную передышку. Во-вторых, позволяет избежать последствий размышления, а именно вывода о том, что нужно изменить принятое решение. Первое позволяет нам не думать, второе – не действовать.

• Социальное доказательство. Один из основных приемов, которым мы пользуемся при принятии решений, – наблюдение за решениями других людей³. Психолог Соломон Эш провел замечательный эксперимент: восемь человек приглашались в аудиторию, где им показывались картинки с изображением вертикальных линий разной длины. Затем участников просили сказать, какой отрезок на картинке справа соответствует отрезку на картинке слева (см. приложение 11.1). Ответ был очевиден, однако Эш проинструктировал всех членов группы, кроме одного, чтобы они дали одинаковый, но неверный ответ.

Испытуемые – одаренные студенты колледжа – были сбиты с толку, и треть из них согласилась с мнением большинства, хотя оно было очевидно ошибочным. Эксперимент Эша показывает, что все мы в какой-то мере полагаемся на действия других⁴.

• Благорасположение. Мы охотнее всего соглашаемся выполнять требования тех, кого знаем и кто нам нравится. Мы более расположены к людям, которые похожи на нас, хвалят нас и внешне привлекательны.

• Авторитет. В одном из наиболее ошеломляющих и вызывающих тревогу экспериментов, которые когда-либо проводились на людях, психолог Стэнли Милграм (знаменитый своей теорией «шести степеней удаленности») делил группу испытуемых на «учителей» и «учащихся». Затем строгий человек в униформе приказывал «учителю» задавать «учащемуся» вопрос и в случае неверного ответа бить его электрическим током, постепенно увеличивая напряжение. «Учащийся» начинал кричать от боли и молить о пощаде, чтобы избежать все более болезненных разрядов. Несмотря на то что их не принуждали к этому насильно и не грозили никаким наказанием, многие «учителя» в конце концов доходили до смертельных разрядов.

«Учащиеся» в эксперименте были актерами, и никаких разрядов на самом деле не применялось, но открытие Милграма было реальным и леденящим кровь: люди готовы подчиняться авторитетам даже вопреки своему лучшему суждению. Такое поведение в целом имеет смысл: авторитеты часто знают больше других в определенной области, но иногда подобная склонность к повиновению может привести к ненадлежащим реакциям⁵.

• Дефицит. Люди считают вещи и информацию более ценными, когда те находятся в дефиците или могут стать недоступными. Компании широко эксплуатируют этот стереотип, предлагая продукты и услуги с ограничением количества или времени.

Все эти склонности сильны сами по себе. Но, когда они используются в различных комбинациях, их действие многократно усиливается и порождает, по Чарли Мангеру, «эффект Лоллапалуза»^[2].

Все, что мне нужно было знать…

Кажущиеся на первый взгляд безобидными домашние презентации Tupperware, которые, по словам газеты New York Times, «обрушиваются возмездием» на состоятельные предместья Нью-Йорка, в полной мере используют «эффект Лоллапалуза»⁶.

Вечеринки Tupperware выстраиваются таким образом, чтобы задействовать четыре из шести вышеперечисленных человеческих склонностей. Это большой бизнес: домашние «консультанты» обеспечивают Tupperware объемы продаж порядка $1 млрд в год.

Прежде всего ставка делается на взаимный обмен. В начале вечера обычно разыгрываются призы в виде игровых «денег», которые участники могут «потратить» на достающиеся им бесплатно вещи. Далее подключается обязательность – каждого гостя просят публично описать замечательные качества товаров фирмы Tupperware, купленные им ранее. А когда начинается настоящая продажа, подключается социальное доказательство – каждая покупка воспринимается потенциальным покупателем как свидетельство того, что другие, похожие на него люди нуждаются в этом же товаре; следовательно, он хороший.

Но, пожалуй, главная человеческая слабость, которую успешно эксплуатирует Tupperware, – склонность соглашаться с людьми, которых мы знаем и которые нам нравятся. Предложение о покупке исходит не от незнакомого торговца, а от друга. Руководство по продажам Tupperware рекомендует продавцам использовать метод «увидел, почувствовал, нашел» – он позволяет установить эмоциональный контакт с покупателем через обнаружение каких-либо сходных черт, интересов и т. д., чтобы сделать его более восприимчивым к восхвалению товара.

Скомбинируйте все эти методы психологического воздействия и вы поймете, почему многие люди стараются избегать вечеринок Tupperware, поскольку знают: стоит им только там очутиться, как они обязательно что-нибудь да купят. Как пишет Times, одна посетительница потратила «намного больше того, чем планировала» – несомненно, под воздействием «эффекта Лоллапалуза».

Психология инвестирования

Инвесторы должны хорошо понимать, что влияет на их поведение. Особенно актуальны для них три из шести поведенческих стереотипов Чалдини: обязательность и последовательность, социальное доказательство и дефицит.

Психологи выявили интересный факт. Люди, пришедшие на ипподром, становились гораздо более уверенными в победе выбранной ими лошади сразу же после того, как сделали ставки, чем непосредственно перед этим⁷. Коль скоро мы сделали выбор, то чувствуем обязанность – перед другими людьми и перед самим собой – вести себя в соответствии с принятым решением, даже если последующее развитие событий ставит под вопрос правильность первоначального выбора.

Таким образом, если инвестор занял позицию по какой-либо акции или рекомендовал ее публично, он будет чувствовать необходимость придерживаться своего мнения. С этим психологическим стереотипом связана так называемая «ловушка подтверждения»: после принятия решения человек подсознательно становится более открытым к информации, подтверждающей его точку зрения, и игнорирует или не замечает того, что ей противоречит. Есть полезный прием, позволяющий уменьшить негативный эффект подобной последовательности, – рассматривать все с точки зрения диапазона возможных исходов с соответствующими вероятностями, а не как серию единичных исходов. Изначальное признание множества разных сценариев обеспечивает психологическую защиту на тот случай, если вы сочтете необходимым изменить свою точку зрения.

О роли социального доказательства в инвестировании написано очень много. Как вид деятельности инвестирование имеет социальную природу, и инвесторы регулярно действуют с оглядкой друг на друга. Понимание того, что во всем разнообразии мнений может быть немало ошибочных, и принятие в расчет возможности предельных исходов помогают противодействовать разрушительному влиянию социального доказательства.

Наконец, важную роль в инвестировании (и не менее важную роль в умах руководителей компаний) играет дефицит. Инвесторы стремятся найти дефицитную информацию, недоступную другим. Главное – научиться различать между тем, что действительно является ценной дефицитной информацией, а что нет. Один из способов получить такую информацию – обратный анализ ожиданий рынка, позволяющий понять, на что рынок рассчитывает в настоящий момент.

Глава 12
Все системы работают
Эмоции и интуиция в принятии решений

Люди судят о каком-либо виде деятельности или технологии на основе не только своих размышлений, но и чувств. Если дело им нравится, они склонны оценивать риски как низкие, а вознаграждение как высокое; если же не нравится, склоняются к противоположному мнению – высокие риски и низкое вознаграждение. При такой модели сначала возникают эмоции и определяют суждение о рисках и вознаграждении.

Словик, Финукейн, Питерс и Макгрегор. Анализ и восприятие рисков

Иногда мы обманываем самих себя, полагая, будто действуем рационально и взвешиваем все за и против различных альтернатив. Но в реальности такое бывает редко. Гораздо чаще «я решил в пользу N» означает не более чем «мне больше нравится N». …Мы покупаем машину, которая нам «нравится», выбираем работу и дом, которые кажутся нам «привлекательными», и затем подыскиваем оправдание сделанному нами выбору.

Роберт Зайонк. Чувства и мышление: предпочтения не нуждаются в умозаключениях

Развитие стратегий рационального мышления в ходе эволюции и у любого отдельно взятого индивида, возможно, происходило не без влияния механизмов биологического регулирования, важнейшими проявлениями которых являются эмоции и чувства. Даже после того как стратегии рассуждения укореняются в нашем сознании в период формирования личности, их эффективное использование, возможно, в значительной мере зависит от нашей способности по-прежнему испытывать чувства.

Антонио Дамасио. Ошибка Декарта: эмоции, разум и мозг человека

Эмоции и решения

Известный невролог Антонио Дамасио рассказывает, как еще в начале своей профессиональной деятельности осознал ошибочность традиционного взгляда на рациональное мышление. Он столкнулся с пациентом, у которого сохранились все способности к разумному поведению (внимание, память, логика), однако повреждение мозга лишило человека способности испытывать чувства. В результате он лишился и способности принимать решения в повседневной жизни. Дамасио увидел взаимосвязь: нарушенная эмоциональная реакция и нарушенный процесс принятия решений идут рука об руку¹.

Последующие исследования Дамасио подтвердили это наблюдение. В одном эксперименте он подключил к испытуемым датчики, измеряющие проводимость кожи, и попросил их сыграть во флип-покер любой из четырех предложенных им колод. Колоды были подтасованы таким образом, что двумя из них люди проигрывали, а другими двумя – выигрывали. По мере того как испытуемые переворачивали карты, Дамасио расспрашивал их о возникающих ощущениях. Уже на 10-й карте игроки стали проявлять физические реакции, когда брались за проигрышную колоду. Примерно на 50-й карте две колоды начали вызывать у них подозрение, и им потребовалось взять еще 30 карт, чтобы подозрение переросло в уверенность².

Из этого эксперимента можно извлечь два важных урока для принятия решений. Во-первых, подсознание намного раньше раскусило ситуацию, чем интеллект. Во-вторых, даже когда испытуемые еще не осознали умом, что происходит, их (ведомые подсознанием) физические реакции уже направляли их решения.

Когда Дамасио повторил эксперимент на людях с повреждениями мозга, он не увидел вышеописанных реакций. Их физические (проводимость кожи) и вербальные реакции говорили о том, что пациенты так и не поняли, что происходит, – ни на подсознательном, ни на сознательном уровне³.

Два следует за одним

В своей лекции лауреат Нобелевской премии Даниэль Канеман описывает две системы принятия решений⁴. Система № 1, опытно-эмоциональная, – «быстрая, автоматическая, не требующая усилий, ассоциативная и с трудом поддающаяся контролю и изменению». Система № 2, аналитическая, – «более медленная, сериальная, требующая усилий и сознательно контролируемая». В приложении 2.1 приводится сравнение этих двух систем.

В модели Канемана система 1 использует восприятие и интуицию, чтобы формировать впечатления об объектах. Эти впечатления непроизвольны, и человек не всегда способен выразить их словесно. Cистема 2 участвует в формировании всех суждений независимо от того, принимает ли человек непосредственно решение или нет. Интуиция – это суждение, основанное на впечатлении. Работа Канемана (и его коллеги Амоса Тверски) доказывает, что впечатления могут приводить к суждениям, неоптимальным с точки зрения классической экономической науки.

Как показывают исследования, человек не может отделить эмоции (система 1) от решений (система 2). Более того, Дамасио доказал, что без нормального функционирования эмоциональной системы правильные суждения становятся невозможны. С точки зрения инвестора ключевое значение имеют следующие два вопроса: что влияет на наши впечатления? И как эти впечатления влияют на восприятие риска и вознаграждения?

Эвристика эмоциональности

Одним из основных факторов, формирующих наши впечатления, является эмоциональная реакция. Это наше восприятие «хорошего» или «плохого» в зависимости от раздражителей. Например, слово «сокровища» вызывает положительную реакцию, а слово «ненависть» – отрицательную.

Эмоциональные реакции действуют в рамках системы 1, поэтому – быстро и автоматически. Во многих случаях они правильно направляют наши впечатления: большинство явлений, вызывающих у нас положительные эмоции, действительно являются таковыми. Однако эмоции, как и вообще эвристика (иначе говоря, упрощенное правило для приближенных подсчетов), могут искажать суждения. Инвесторам необходимо остерегаться таких искажений.

Эмоции логично дополняют теорию перспективы, согласно которой инвесторы более склонны к риску, чтобы избежать убытка, и менее – когда речь идет о получении прибыли. Эксперименты показывают, что эмоциональное восприятие появившейся финансовой возможности может усугублять искажения, которые вытекают из теории перспективы (см. приложение 12.2).

Обратимся к более конкретным вещам. Цель инвестора состоит в том, чтобы купить актив по цене ниже его ожидаемой ценности. Она представляет собой средневзвешенное всех возможных исходов и рассчитывается умножением выигрыша (т. е. цены актива) при данном исходе на вероятность наступления этого исхода.

Исследования эмоциональных реакций выявили два основных психологических принципа, связанных с ожидаемой ценностью. Во-первых, когда исходы некой возможности не оказывают сильного эмоционального воздействия, мы склонны придавать больше значения вероятностям (шансам на выигрыш). Во-вторых, когда исходы оказывают сильное эмоциональное воздействие, мы склонны придавать больше значения исходу (выигрышу).

Пол Словик протестировал первый принцип – доминирование вероятностей – при помощи простого эксперимента. Он попросил испытуемых выбрать одну из 16 ставок, совмещая разные шансы на выигрыш (7 к 36, 14 к 36, 21 к 36 и 28 к 36) с разными выигрышами ($3, $6, $9 и $12). Выяснилось, что, даже когда испытуемые хотели взвесить вероятности и выигрыши одинаково (и думали, что делают именно так), фактически вероятностям придавалось значение в 5–16 раз больше, чем выигрышам⁶.

Исследователи предположили, что испытуемые придавали больше значения шансам на выигрыш (вероятностям), потому что не могли составить правильное суждение о привлекательности выигрышей – выигрышам недоставало эмоциональной значимости. Аналогичные примеры доминирования вероятностей ученые наблюдают и в других областях, включая исследования вмешательств с целью спасения жизни.

Наоборот, когда выигрыши привлекательны, т. е. когда они оказывают существенное эмоциональное воздействие, – испытуемые склонны придавать слишком мало значения вероятностям и слишком много значения – исходам. Например, исследователи обнаружили, что участники лотереи обычно испытывают одинаковые чувства в отношении игры, независимо от того, составляет ли вероятность выигрыша 1 к 10 млн или 1 к 10 000, потому что сам по себе выигрыш вызывает сильные эмоции. Это открытие также позволяет объяснить, почему игроки на скачках неизменно переоценивают лошадь, имеющую мало шансов на успех, но в случае победы обещающую крупный выигрыш, и почему люди боятся летать самолетами.

Таким образом, мы можем сделать вывод, что, когда инвесторам нравится данная инвестиционная возможность, они склонны оценивать риски как низкие, а вознаграждение как высокое; если же она им не нравится, склоняются к противоположному мнению – высокие риски и низкое вознаграждение, вне зависимости от объективных вероятностей⁷. Успешные инвесторы не подвержены эмоциям. Возможно, это результат того, как запрограммирована их система 1.

Когда опытно-эмоциональная система дает сбой

Наша опытно-эмоциональная система в общем и целом функционирует хорошо.

Но она может давать сбой под влиянием манипуляций извне. Хороший тому пример – реклама. Рекламодатели обычно стараются апеллировать к нашим чувствам, предлагая яркую картинку. Поэтому, когда вам нужно принять решение, требующее взвешивания вероятностей и исходов, будьте очень внимательны к тому, какие эмоции вы испытываете (или вас заставили испытывать) в отношении исходов, и не позволяйте этим эмоциям затмевать объективные вероятности.

Опытно-эмоциональная система так же плохо работает в нелинейных и нестационарных системах. В нелинейных системах нет четкой линейной связи между причинами и следствиями – в результате исходы могут совершенно противоречить интуиции. В нестационарных системах базовые статистические свойства системы меняются с течением времени – в результате прошлое не всегда позволяет хорошо прогнозировать будущее.

Фондовый рынок демонстрирует свойства нелинейности и нестационарности. Вот почему инвесторам важно методично и осознанно подходить к определению ожидаемой ценности.

Эмоциональные реакции: индивидуальный и коллективный уровень

Следует быть осторожным с экстраполяцией выводов в отношении эмоциональных реакций, приходя к заключению о неэффективности рынков. У каждого из нас есть свои индивидуальные установки и прошлый опыт, поэтому все мы испытываем разные эмоции. Поскольку рынки отражают совокупность индивидуальных мнений, они могут быть эффективными (или почти эффективными) при условии, что отклонения под воздействием эмоциональных реакций не соотносятся между собой.

В западном обществе популярна идея, что мы должны разделять эмоции и разум. Однако, как показывают последние научные открытия, такое разделение не только невозможно, но и нежелательно. В то же время успешное инвестирование требует ясного восприятия вероятностей и выигрышей. Поэтому инвесторы, осознающие влияние эмоциональных реакций, способны принимать лучшие решения в долгосрочной перспективе.

Глава 13
Любовь у гуппи
Роль подражания на рынках

Когда люди вольны делать то, что им нравится, они обычно подражают друг другу.

Эрик Хоффер. Истинно верующий

Гуппи видят, гуппи повторяют

На первый взгляд, биологу Ли Дугаткину просто некуда девать свое время. Его исследование сосредоточено на, казалось бы, эзотерическом вопросе: как самки гуппи выбирают самцов? Оказывается, в самках гуппи генетически заложено предпочтение к самцам ярко-оранжевого цвета. Но, когда Дугаткин отобрал несколько самок и позволил им понаблюдать за тем, как другие самки выбирают самцов более темного окраса, наблюдающие самки тоже выбрали темных самцов. Удивительно, что во многих случаях самки перебороли свои природные инстинкты и предпочли подражать другим самкам¹.

Почему кого-то должно интересовать, как самки гуппи выбирают себе партнеров? Ответ кроется в самой сути горячих дебатов о том, определяется ли поведение животных исключительно генетическими факторами или же культура тоже играет свою роль. Исследование Дугаткина показывает, что подражание – форма передачи культуры – совершенно очевидно имеет место в царстве животных и играет центральную роль в эволюции видов².

Столь же очевидно, что подражание оказывает сильное влияние и на людей. Мода, повальные увлечения и традиции – все это результат подражания. И поскольку в своей основе инвестирование является социальной деятельностью, есть все основания считать, что подражание играет важнейшую роль и на рынках.

Большинство инвесторов и бизнесменов следуют своим основополагающим воззрениям, которые, как считается, определяют их поведение на рынке, – во многом аналогично тому, как генетические факторы определяют выбор самцов у гуппи. Однако нам хорошо известно, что управляющие активами, как и гуппи, порой принимают решения с оглядкой на других. Итак, подражать – хорошо или плохо для инвесторов?

Негативные и позитивные ответные реакции

Хорошо функционирующие финансовые рынки, как и другие децентрализованные системы, опираются на здоровый баланс между негативными и позитивными ответными реакциями. Негативные ответные реакции выступают стабилизирующим фактором, тогда как позитивные – двигателем изменений. Когда тех или других слишком много, равновесие системы нарушается³.

Классический пример негативной ответной реакции на рынках – арбитраж. В самом деле, арбитраж – это главная опора эффективных рынков. Например, если цена ценной бумаги отклоняется от ее гарантированной стоимости, арбитражеры начинают покупать или продавать эту бумагу, быстро устраняя несоответствие между ее ценой и стоимостью. Негативная ответная реакция противодействует изменениям, толкая рынок в обратном направлении⁴.

Наоборот, позитивная ответная реакция усиливает первоначальное изменение, двигая ситуацию в том же направлении. Эффект снежного кома, ралли и расширение рынка – примеры позитивной ответной реакции. Хотя инвесторы часто рассматривают позитивную ответную реакцию как нежелательную, особенно когда она приводит к выходу ситуации из-под контроля, иногда она бывает полезной.

Позитивная ответная реакция полезна, когда помогает продвигать хорошие решения. Например, инвесторы, первыми вкладывающие деньги в перспективную новую отрасль, поощряют других следовать их примеру, тем самым способствуя росту отрасли. В некоторых случаях позитивная ответная реакция помогает выживанию системы. В природе стратегия «следуй за своим соседом» позволяет стаям птиц ускользать от хищника. Аналогичным образом она может помочь инвесторам избежать плохих инвестиций⁵.

Следуй за впереди идущим муравьем

Подражание является одним из основных механизмов позитивной ответной реакции. Например, стратегия импульсного инвестирования исходит из того, что акция, которая растет, будет продолжать расти. Если достаточно много инвесторов следуют этой стратегии, предсказание растущей цены самореализуется.

Большинство инвесторов относятся к подражанию с некоторым недоверием, представляя свои зачастую подражательные действия как собственные решения. Но подражание часто имеет под собой разумную основу. Вот некоторые аргументы в пользу этого:⁶

Асимметричность информации. Подражание может оказаться весьма полезным, когда другие инвесторы знают о данной инвестиционной возможности больше, чем вы. Все мы в той или иной степени прибегаем к подражанию в повседневной жизни, что позволяет нам принимать лучшие решения, используя углубленные знания других людей.

Агентские издержки. Многие компании по управлению активами вынуждены идти на компромисс между максимизацией доходности инвестиционного портфеля (долгосрочной абсолютной доходности) и максимизацией стоимости своего бизнеса (прибыли от управления активами). Компании, предпочитающие увеличивать стоимость своего бизнеса, стремятся делать то, что делают остальные. Такое подражание снижает риск ошибки при отслеживании базового индекса.

Преимущества конформизма. Как сказал Кейнс: «Мирская мудрость учит, что для поддержания репутации лучше терпеть неудачи на проторенных путях, чем преуспевать на непроторенных». Люди любят быть частью толпы, потому что группа часто гарантирует безопасность и спокойствие.

Таким образом, при определенных обстоятельствах позитивная ответная реакция вполне оправданна и подражание инвесторов друг другу имеет смысл. Однако иногда стремление к подражанию может приводить к нежелательным результатам.

В финансовой экономике есть понятие стадного поведения, когда большая группа инвесторов совершает одинаковые действия на основе наблюдения за другими, независимо от своих данных⁷.

Стадное поведение имеет место всегда, когда позитивная ответная реакция начинает доминировать над негативной. А поскольку для хорошего функционирования рынкам требуется равновесие между позитивной и негативной обратными реакциями, такой дисбаланс ведет к неэффективности рынка. Это также противоречит классической точке зрения, согласно которой инвесторы торгуют только на основе информации о фундаментальных факторах.

Сказать, насколько чрезмерной может быть позитивная ответная реакция, зачастую невозможно. Многочисленные исследования, посвященные распространению инноваций и идей, показывают, что обычно существует некий порог, критическая точка, после прохождения которой позитивная ответная реакция берет верх над негативной (инвесторы самоорганизуются, демонстрируя сильное подражательное поведение) и тренд начинает доминировать в системе. Судя по частоте пузырей и обвалов на фондовых рынках, можно сделать твердый вывод о том, что между ценой и стоимостью на рынках существует постоянное расхождение⁸.

Рынок не единственная децентрализованная система, для которой характерно нерациональное подражание. Например, существует удивительное природное явление, известное как круговая мельница у муравьев. Иногда группа рабочих муравьев, которые являются практически слепыми, отбивается от колонии. Так как ни один отдельно взятый муравей не знает, куда двигаться дальше, то муравьи руководствуются простым правилом: следовать за муравьем, который идет впереди. Если это делает достаточно большое число муравьев (т. е. преодолевается критический порог), образуется круговая мельница: муравьи ходят друг за другом по кругу, пока не умрут. Одна такая мельница просуществовала два дня, имела длину окружности около 360 метров, и на совершение одного оборота у муравьев уходило два с половиной часа (см. приложение 13.1). В конце концов несколько рабочих муравьев создали требуемое разнообразие, «выпав» из круга, и мельница распалась⁹.

Разумеется, у муравьев подражание является генетически запрограммированным поведением, а не следствием культуры. В отличие от них инвесторы обладают способностью к независимому мышлению. Однако знаменитое высказывание Чарльза Маккея, сделанное им более 150 лет назад, напоминает нам о том, что проблема стадного поведения вековая: «Люди сходят с ума толпами, а возвращаются к здравому рассудку медленно и по одному»¹⁰.

Слухи как источник стадного поведения

Джордж Сорос, один из самых выдающихся инвесторов в истории, четко говорит о роли позитивной ответной реакции в своей философии инвестирования. Согласно его теории рефлексивности, существует взаимосвязь, основанная на позитивной ответной реакции, между ценой акций компании и ее фундаментальными экономическими показателями, и эта ответная реакция может приводить к резким падениям или росту цены. Стратегия Сороса состоит в том, чтобы предугадывать эти тенденции и использовать их в своих интересах, либо покупая, либо продавая акции.

Финансовая литература предлагает массу примеров стадного поведения среди инвесторов:

• Взаимные фонды. Расс Вермерс подтвердил существование «стадности» среди взаимных фондов, особенно среди фондов, специализирующихся на акциях компаний малой капитализации и акциях роста. Он обнаружил, что акции, которые покупались «стадом», в течение следующих шести месяцев приносили доходность на 4 % выше, чем акции, которые продавались «стадом»¹¹.

• Аналитики. Айво Уэлч установил, что рекомендации по покупке или продаже акций, сделанные аналитиком со стороны продавца, оказывают значительное влияние на рекомендации следующих двух аналитиков. Прежде чем давать собственные рекомендации, аналитики часто смотрят по сторонам¹².

• Толстые хвосты. Специалисты по эконофизике использовали простые модели стадного поведения, чтобы воспроизвести распределение цен с толстыми хвостами, которое обычно можно наблюдать на рынках. Эти модели позволили получить гораздо более убедительную картину рыночной реальности, чем модели, основанные на предположении о рациональном поведении инвесторов¹³.

В целом на рынках превалируют симбиотические отношения между позитивной и негативной ответными реакциями. Если бы все спекулянты только дестабилизировали цены, то в среднем они бы покупали дорого и продавали дешево – и были бы быстро выметены с рынка. Однако важнейшую роль на рынках играет арбитраж – также разновидность спекуляции, которая стабилизирует цены. Разумеется, иногда позитивная ответная реакция берет верх над негативной, пусть даже на короткое время, и начинает определять цены¹⁴.

Стремление к подражанию подчас заставляет инвесторов отклоняться от заявленной ими фундаментальной инвестиционной стратегии и, вероятно, дает важный ключ к нашему пониманию риска. В следующий раз, когда вы будете покупать или продавать ценные бумаги, вспомните о гуппи.

Глава 14
Будьте осторожны с поведенческими финансами
Ошибочное толкование концепций поведенческих финансов может вести к ошибочным суждениям

Оптимизация, часто предпринимаемая индивидуальными агентами для установления конкурентного равновесия, на самом деле не является необходимой для достижения приблизительно такого же равновесия в реальной экономике. Из неспособности людей оптимально решать сложные задачи не следует делать заключение о ненужности равновесия, выводимого из конкурентной модели. Нами установлено, что даже в сложных экономических системах такое равновесие может быть достигнуто при удивительно слабых предположениях о поведении агентов.

Энтони Бош-Доменек и Шиам Сундер. Слежение за невидимой рукой

Как экономика может быть не поведенческой? Если она не поведенческая, то какая же она тогда, черт возьми?

Чарли Мангер. Психология ошибочных суждений

Извините, но в ваши рассуждения вкралась ошибка

Согласно классической экономической теории, все люди имеют одинаковые предпочтения, хорошо осведомлены обо всех альтернативах и понимают последствия своих решений. Короче говоря, ведут себя рационально. Разумеется, никто не верит в такую идиллию. Обширные эмпирические исследования и многочисленные факты свидетельствуют о том, что люди далеко не рациональны в своем экономическом поведении. Это несоответствие между теорией и практикой привело к рождению относительно новой науки – поведенческих финансов¹. Специалисты по поведенческим финансам пытаются преодолеть разрыв между классической экономикой и психологией, чтобы объяснить, как и почему люди и рынки делают то, что они делают.

Поведенческие финансы обращаются к двум важным для инвесторов вопросам. Первый вопрос: возможно ли систематически использовать нерациональное поведение рынка, когда оно возникает? Второй вопрос: как инвестор может избежать принятия неоптимальных решений? Цель: устранить несоответствие между тем, как мы фактически принимаем решения, и тем, как должны их принимать².

Безусловно, грамотный инвестор должен быть знаком с основными концепциями поведенческих финансов. Однако иногда под прикрытием этой науки в наши суждения могут закрадываться ошибки – даже у признанных экспертов в данной области. Неверное толкование концепций поведенческих финансов может привести к не меньшим проблемам, чем полное непонимание роли психологии в инвестировании.

Каким образом? Суть проблемы можно выразить следующим силлогизмом:

Люди нерациональны.

Рынки создаются людьми.

Следовательно, рынки нерациональны.

Судя по всему, именно такая логическая цепочка приводит к одному из главных выводов в поведенческих финансах. Вот что пишет Херш Шефрин, ведущий исследователь в этой области: «Поведенческие финансы предполагают, что обусловленные эвристикой предубеждения и эффект обрамления вызывают отклонение рыночных цен от базовой стоимости»³. Простой (и отчасти интуитивный) вывод состоит в том, что совокупность нерациональных индивидов должна создавать нерациональные рынки.

Чтобы понять, в чем ошибочность этого предположения, нужно рассмотреть поведение инвесторов на двух уровнях – коллективном и индивидуальном. Коллективное поведение относится к потенциально нерациональным действиям группы; индивидуальное поведение обусловлено тем, что все мы регулярно попадаем в психологические ловушки, такие как чрезмерная уверенность, якорение и приспособляемость, ошибочное обрамление, нерациональное расширение обязательств и ловушка подтверждения.

Вот моя ключевая мысль: рынки могут быть рациональными, даже если инвесторы нерациональны на индивидуальном уровне⁴.

Достаточное разнообразие инвесторов обеспечивает эффективность ценообразования. Если инвесторы принимают разнообразные решения, – даже если они нерациональны, – их ошибки нейтрализуют друг друга, и рынки приходят к равновесным ценам. И наоборот, когда такое разнообразие теряется, рынки становятся нестабильными и подверженными неэффективности.

Поэтому вопрос заключается не в том, нерациональны ли инвесторы (безусловно, да), а в том, нерациональны ли они одновременно и одинаково. Отсюда следует, что, тогда как понимание индивидуальных поведенческих ошибок может улучшить ваше собственное принятие решений, понимание динамики коллективного поведения является ключом к пониманию рынка и успешному инвестированию. К сожалению, горячие приверженцы поведенческих финансов часто не проводят различий между индивидуальным и коллективным поведением.

Игра для дураков?

Разумеется, специалисты по поведенческим финансам признают роль разнообразия в установлении цен. Вот что пишет Андрей Шлейфер в своей замечательной книге «Неэффективные рынки: Введение в поведенческие финансы»:

Гипотеза эффективного рынка не подтверждается и не опровергается предположением о рациональности инвесторов. Многие модели, исходящие из нерационального поведения части инвесторов, тем не менее предсказывают эффективные рынки. В качестве аргумента обычно приводится случай, когда нерациональные инвесторы на рынке торгуют как придется. Если таких инвесторов достаточно много и если их торговые стратегии не коррелируют друг с другом, то их сделки будут нейтрализовать друг друга. В результате на таком рынке… цены будут близки к базовой стоимости.

Проблема в том, что в поведенческих финансах разнообразие инвесторов рассматривается скорее как исключение, чем как правило. Шлейфер продолжает: «Этот аргумент опирается главным образом на отсутствие корреляции стратегий у нерациональных инвесторов и потому применим к довольно узкому кругу»⁵.

Наконец, Шлейфер утверждает, что арбитраж – еще один механизм, приводящий цены в соответствие с фундаментальной стоимостью, – рискован, поэтому возможности арбитража в действительности ограниченны.

Таким образом, Шлейфер делает следующие выводы: т. к. инвесторы нерациональны, а их стратегии чаще бывают коррелированны, чем нет, то рынки являются неэффективными. Кроме того, арбитраж не всегда может сделать рынок эффективным. Поэтому неэффективность рынка является правилом, а эффективность – исключением. А активное управление портфелями на в корне неэффективном рынке – игра для дураков.

Мы же полагаем, что большинство профессиональных участников рынка считают как раз наоборот: эффективность рынка является правилом, а неэффективность – исключением. Ведь мы видим, как во многих сложных системах разнообразные решения и действия индивидов создают рациональные исходы. Коллектив неизменно переигрывает среднестатистического индивида. Имеющейся на рынке экосистемы инвесторов, как правило, достаточно для того, чтобы гарантировать отсутствие систематического способа переигрывать рынок. Таким образом, разнообразие предполагается по умолчанию, а потеря разнообразия всегда является примечательным (и потенциально прибыльным) исключением.

Где бомба?

Одна необычная процедура поиска может служить наглядной иллюстрацией возможностей коллективного разума. 17 января 1966 г. американский бомбардировщик В-52 столкнулся в воздухе с самолетом-заправщиком недалеко от побережья Испании. На борту бомбардировщика находились четыре ядерные бомбы, три из которых упали на побережье и были немедленно найдены. Но четвертая бомба упала куда-то в Средиземное море, и ее быстрое обнаружение стало вопросом национальной безопасности США.

Помощник министра обороны США Джек Говард поручил поиск бомбы молодому офицеру военно-морского флота Джону Крейвену. Он собрал группу разнообразных специалистов и попросил их сделать ставки на то, куда, по их мнению, могла упасть бомба. Затем Крейвен проанализировал их подходы и прогнозы относительно вероятностей, предполагаемых ставками, и вскоре нашел бомбу. Ни один из экспертов не угадал точного местонахождения бомбы, но все вместе они дали правильный ответ⁶.

Разнообразие также присуще способностям решения проблем у общественных насекомых, таких как муравьи и пчелы, включая то, как они добывают пищу и находят новые места для своих колоний. Множество простых иллюстраций – например, знаменитый эксперимент Джека Трейнора с мармеладным драже в банке – доказывают, что это же верно в отношении человеческих систем. Профессор Трейнор наполнил стеклянную банку конфетами и предложил своим студентам угадать их количество. Каждый раз повторяя эксперимент, он обнаруживал, что в среднем предположение группы о численности конфет неизменно превосходило по точности подавляющее большинство индивидуальных догадок⁷.

С учетом того, что нам известно о нерациональном поведении людей, возникает главный вопрос: достаточно ли разнообразно инвестиционное сообщество, чтобы обеспечивать эффективность рынка? Если рассматривать сообщество инвесторов относительно разных параметров, таких как источники информации, инвестиционные подходы (технические или фундаментальные), инвестиционные стили (стоимость или рост) и временны?е горизонты (краткосрочные или долгосрочные), то становится очевидным, что в целом имеющегося разнообразия достаточно, для того чтобы гарантировать хорошее функционирование фондового рынка.

Деньги видят, деньги подражают

Если разнообразие порождает эффективный рынок, то потеря разнообразия делает рынки подверженными неэффективности. Короче говоря, если вы обращаетесь к поведенческим финансам как инструменту для поиска инвестиционных возможностей, то ищите их на уровне коллектива⁸.

Хороший пример – стадность, когда большая группа инвесторов совершает одинаковые действия на основе наблюдения за другими независимо от своего индивидуального знания⁹. Время от времени на рынках возникают периоды, когда начинает доминировать какое-либо одно настроение. Такая потеря разнообразия обычно приводит к рыночному буму (все становятся быками) или резким падениям (все становятся медведями).

Насколько мне известно, нет инструмента, который позволил бы точно и последовательно измерять уровень разнообразия на рынке. Хорошие подсказки может дать объективная оценка публично высказываемых в СМИ и частных мнений. Ключ к успешному противоположному инвестированию в том, чтобы сосредоточиться на поведении и ошибках толпы, а не отдельных ее представителей.

Глава 15
Призываем на помощь лорда Кейнса
Долгосрочные ожидания, проблема бара El Farol и самообман

Социальной целью квалифицированного инвестирования должно быть разрушение темных сил отсталости и невежества, омрачающих наше будущее. Фактически же личная цель большинства квалифицированных инвесторов сегодня – это «опередить пулю», как метко выражаются американцы, т. е. перехитрить толпу и сплавить поддельную или истертую монету ближнему.

Джон Мейнард Кейнс. Общая теория занятости, процента и денег^[3]

Чего вы ожидаете?

Как сказал Марк Твен, классика – это то, что каждый считает нужным прочесть, но никто не хочет читать. Тем не менее одно классическое произведение, безусловно, заслуживает внимания всех инвесторов – работа Джона Мейнарда Кейнса «Общая теория занятости, процента и денег», а именно ее 12-я глава «Состояние долгосрочных предположений». Все решения, которые мы принимаем, и особенно инвестиционные решения, основаны на предположениях, однако мы редко отступаем на шаг назад и размышляем над тем, как и почему были сформированы эти предположения и ожидания. Кейнс задает направление такому размышлению.

Давайте подробнее остановимся на двух аспектах ожиданий. Первый аспект отличает ожидания, построенные на основе дедуктивных умозаключений, от ожиданий, построенных на основе индуктивных умозаключений (дедуктивный процесс идет от общих положений к частным выводам, тогда как индуктивный – от конкретных фактов к общим принципам).

Предположение о подкрепленной дедуктивной логикой рациональности агентов – фундаментальное положение неоклассической экономики – показывает свою несостоятельность в действительности, потому что человеческому разуму просто не хватает логических способностей для того, чтобы справиться с очень сложными ситуациями (т. е. наша рациональность ограниченна), и любое действие, отклоняющееся от рациональности в человеческих взаимодействиях, порождает подозрения насчет возможного поведения других людей¹. Другими словами, если все остальные нерациональны, вам тоже нет смысла быть рациональным.

Второй аспект ожиданий заключается в том, что после наступления события люди обычно склонны воображать, будто уже заранее знали, каким будет исход. Все мы крепки задним умом, и это снижает качество обратной связи, которая необходима для оттачивания наших аналитических навыков.

Спекуляция и предпринимательство

Кейнс подразделяет все основания для расчета ожидаемого дохода на «действительные факты, которые мы можем знать более или менее определенно» и «будущие события, которые можно лишь предсказывать с большей или меньшей уверенностью». Ко второй категории – неопределенным событиям – он относит изменения в типах и объемах инвестиций, а также изменения спроса. Субъективные предположения в отношении этих событий определяются им как «состояние долгосрочного ожидания».

При формировании прогнозов большинство людей опираются на то, что Кейнс называет «условной оценкой»: «Такова обычная практика – брать существующую ситуацию и проецировать ее на будущее, внося поправки лишь в той мере, в какой у нас имеются определенные основания ожидать перемен»². Он отмечает, что величина этих поправок отражает наше «состояние уверенности», которое определяется комбинацией фактических наблюдений за состоянием рынков и психологией бизнеса. Однако предугадать заранее, каким будет состояние уверенности, невозможно, поскольку оно опирается на обратную связь. Рынки влияют на психологию, а психология влияет на рынки³.

Кейнс утверждает, что такие условные оценки по сути своей неустойчивы в силу целого ряда причин. Главная из них состоит в том, что слишком многие инвесторы сосредоточиваются не на «предпринимательстве» – прогнозировании долгосрочной доходности инвестиций, а на «спекуляции» – прогнозировании психологии рынка. Кейнс приводит живописную метафору, сравнивая рынок с конкурсами красоты. В таких конкурсах речь идет не о том, чтобы выбрать самую красивую, по вашему мнению, участницу, и даже не о том, чтобы выбрать участницу, которая удовлетворила бы усредненный вкус зрителей. В конечном итоге вы приходите к тому, что пытаетесь угадать, каково будет среднее мнение относительно того, каково будет среднее мнение. Кейнс использует это сравнение для того, чтобы продемонстрировать ограниченность дедуктивного подхода к экономике и рынкам.

Разумеется, это не означает, что, по мнению Кейнса, рынками движут только эмоции. Вот что он пишет:

Состояние долгосрочных предположений нередко весьма устойчиво, а даже если это не так, то другие факторы оказывают компенсирующее влияние. Надо помнить, что человеческие решения, поскольку они воздействуют на будущее – в личных, политических или экономических делах, не могут полагаться на строгие, математически обоснованные предположения, поскольку отсутствует база для их обоснования⁴.

Далее Кейнс высказывает актуальную во все времена мысль: «Спекулянты не приносят вреда, если они остаются пузырями на поверхности ровного потока предпринимательства. Однако положение становится серьезным, когда предпринимательство превращается в пузырь в водовороте спекуляции»⁵.

Чем больше озабочены сегодняшние институциональные инвесторы – предпринимательством или спекуляцией? На этот вопрос трудно дать однозначный ответ; во всяком случае, рынки нуждаются в инвестиционной экологии, чтобы оставаться устойчивыми и эффективными. Однако статистические данные по оборачиваемости портфелей акций должны заставить призадуматься умного инвестора. Годовые темпы оборачиваемости взлетели с 30–40 % в начале 1970-х гг. до 90 % и более сегодня. Это означает, что средний период держания акций сегодня сократился примерно до одного года. Такая оборачиваемость не только дорого обходится инвесторам, но и сопровождается удручающим снижением качества корпоративного управления⁶.

Заглянем в бар El Farol

Экономист Брайан Артур внес важный вклад в наше понимание различий между индуктивным и дедуктивным подходами к решению проблем (включая такие, как выбор акций). По мнению Артура, дедуктивный метод позволяет решать только самые простые задачи: например, играть в крестики-нолики, но не в шахматы. К тому же многочисленные эксперименты показывают, что люди не очень-то преуспевают в дедуктивной логике. Однако превосходно умеют выявлять и соотносить закономерности. Мы – индуктивные машины.

Артур предлагает модель индуктивного рассуждения, успешно продолжая дело, начатое лордом Кейнсом. В основе его модели – бар El Farol в городе Санта-Фе (штат Нью-Мексико), где по четвергам играют ирландскую музыку⁷. Посетить бар, когда там не слишком много людей, очень приятно: можно спокойно насладиться своей пинтой пива и потанцевать. Но никто не любит ходить в бар, когда там чересчур многолюдно, – в этой толкотне вас непременно обольют пивом, а музыку едва слышно из-за шума. Так как же вам решить, идти на этой неделе в El Farol или нет?

Чтобы конкретизировать проблему, Артур вводит следующие параметры: бар вмещает 100 посетителей, порог его заполненности – 60 человек. Таким образом, если, по прогнозам потенциального посетителя, сегодня вечером в баре соберется меньше 60 человек, он принимает решение идти, а если больше 60-ти – нет. Выбор не зависит от прошлых решений, завсегдатаи не общаются между собой и не координируют свои действия, поэтому единственная основа для принятия решения – посещаемость бара в прошлом.

Эта проблема примечательна в двух отношениях. Во-первых, она слишком сложна для решения дедуктивным методом. Поскольку единственная информация, доступная каждому, – посещаемость бара в прошлом, существует множество правомочных прогнозных моделей. Значит, потенциальные посетители бара должны использовать индуктивный подход. Во-вторых, надо учитывать встречное действие общих ожиданий. Если все сочтут, что сегодня большинство из них пойдут в бар, туда не пойдет никто. И наоборот, если все сочтут, что сегодня никто не пойдет в бар, в результате там соберутся все. Как и в конкурсе красоты Кейнса, вопрос не столько в том, что считаете вы, сколько в том, что, по вашему мнению, считают другие.

Исследователи смоделировали проблему бара El Farol, исходя из предположения, что стратегии принятия решений потенциальных посетителей совершенствуются от недели к неделе. При достаточном разнообразии стратегий и достаточном количестве итераций спустя какое-то время все посетители начинают принимать правильные решения и средняя посещаемость бара приближается к порогу заполненности в 60 человек. В одном из исследований было введено 2000 итераций, что равняется примерно 385 годам посещения бара⁸. Это говорит о том, что даже индуктивные подходы могут давать результаты, аналогичные результатам дедуктивных методов, при условии достаточного разнообразия стратегий.

Кейнс и Артур пришли к важному выводу в отношении рынков: многие инвестиционные решения не основаны и не могут быть основаны на математических дедуктивных методах. Я бы добавил, что в целом имеющегося разнообразия инвестиционных стратегий достаточно для создания эффективных рынков. Но когда такое разнообразие нарушается, – что происходит довольно часто, – рынки могут значительно отклоняться от лежащих в их основе фундаментальных показателей.

Самообман

Разговор об ожиданиях будет неполным, если не сказать об одной странной особенности человеческой психики: после того как событие наступило, оно кажется нам гораздо более предсказуемым, чем казалось до того. Исследования этого феномена, известного как синдром суждения задним числом, показывают, что люди плохо помнят о том, насколько неопределенной и непредсказуемой казалась им ситуация, прежде чем они узнали о результатах⁹.

В качестве иллюстрации этого феномена специалист по поведенческим финансам профессор Херш Шефрин приводит высказывания бывшего главы казначейства округа Ориндж (штат Калифорния) Роберта Ситрона¹⁰. В своем ежегодном отчете, датируемом сентябрем 1993 г., Ситрон написал следующее: «В ближайшее десятилетие можно ожидать сохранения ставок на нынешнем уровне или даже их понижения. В обозримом будущем, охватывающем как минимум три года, ничто не указывает на возможность роста процентных ставок». В феврале 1994 г. Федеральная резервная система подняла ставки. Вот реакция Ситрона: «Недавнее повышение процентных ставок не стало для нас сюрпризом; мы ожидали его и готовились к нему». Конечно, есть вероятность того, что Ситрон радикально изменил свое мнение перед повышением ставок. Но, скорее всего, он, как и многие другие, страдает синдромом суждения задним числом.

Суждение задним числом препятствует качественной обратной связи – объективному анализу того, как и почему мы приняли конкретное решение. В качестве противоядия этому синдрому можно вести заметки, записывая свои предположения и доводы на момент принятия решения. Эти заметки станут ценным источником объективной обратной связи и помогут вам улучшить принятие решений в будущем.

Глава 16
Внутреннее чутье
Натуралистическое принятие решений в инвестировании

Люди, которые вынуждены часто принимать решения, чтобы заработать себе на жизнь, со временем приходят к пониманию того, что в сложных или хаотических ситуациях – на поле боя, в торговом зале на бирже или в сегодняшней безжалостно конкурентной деловой среде – интуиция обычно побеждает рациональный анализ. Наука же при ближайшем рассмотрении обнаруживает, что интуиция – это не дар свыше, а искусство.

Томас Стюарт. Как мыслить нутром¹

Лучшие решения – не по уставу

В рамках обучения в Корпусе морской пехоты США генерал-лейтенанта в отставке Пола Ван Райпера учили классическому принятию решений: сформулировать проблему, очертить альтернативы, оценить варианты. Неудивительно, что он тоже учил классическому рациональному подходу, когда командовал Корпусом морской пехоты и руководил разработкой стратегии ведения боя в 1990-х гг. Но, занимаясь моделированием сражений, Ван Райпер осознал, что на поле боя рациональный подход к принятию решений не работает так, как предполагается.

Ван Райпер обратился к специалисту по когнитивной психологии Гэри Клейну, занимавшемуся исследованием того, как пожарные принимают решения в сложных ситуациях. Исследование Клейна показало, что пожарные вовсе не «очерчивают альтернативы и не оценивают все варианты», а используют первую более или менее приемлемую идею, которая приходит им в голову, затем ищут следующую идею и т. д. Принятие решений у пожарных и близко не походило на то, что описывала классическая теория.

Тогда Ван Райпер подумал, что торговый зал Нью-Йоркской товарной биржи имеет много общего с командными пунктами у военных. Поэтому в 1995 г. он привез группу своих офицеров в Нью-Йорк и посадил их за торговые симуляторы, чтобы сразиться силами с профессиональными биржевыми трейдерами. Трейдеры наголову разгромили морпехов, что никого не удивило. Но примерно месяц спустя трейдеры приехали в Квантико (штат Вирджиния), чтобы сыграть в военную игру с офицерами морской пехоты. И снова трейдеры наголову разгромили морпехов, что шокировало всех².

Исследователей с давних пор интересовало, как люди принимают решения. Классическая модель принятия решений, созданная Даниэлем Бернулли более двух с половиной веков назад, по-прежнему считается нормативной во многих экономических теориях³. Но она далека от реальности. В 1950-х гг. экономист Хёрб Саймон привел весомый аргумент против классической теории, отметив, что требования к информации в этой теории намного превосходят познавательные способности людей. Человеческая рациональность ограниченна. В результате люди принимают решения не из расчета оптимальных исходов, а ориентируясь на то, что «достаточно хорошо». Саймон утверждает, что люди не стремятся получить максимум, а довольствуются тем, что есть.

В последние годы появился новый подход – натуралистическое принятие решений, пытающийся объяснить, как эксперты принимают решения в реально существующих условиях, которые для них полны значения и хорошо знакомы⁴. Исследования показывают, что ключевые свойства и принципы натуралистического принятия решений присущи опытным инвесторам. Таким образом, знакомство с этим подходом может помочь инвесторам оценить свои собственные методы принятия решений и имеет важное значение для обучения⁵.

Разрубая дерево решений

В своей недавно опубликованной статье Роберт Олсен перечисляет пять условий, которые присутствуют в натуралистических задачах, и соотносит их с инвестированием:⁶

1. Плохо структурированные и сложные проблемы. В этих случаях не существует очевидно лучшей процедуры решения. Например, определение справедливой стоимости ценной бумаги относится к разряду плохо структурированных и сложных проблем.

2. Неполная, неоднозначная и меняющаяся информация. Тот факт, что выбор акций опирается на ожидания будущей доходности, означает, что при решении этой задачи невозможно учесть всю информацию.

3. Неточно определенные, меняющиеся и альтернативные цели. Несмотря на то что инвестирование может иметь четко определенные долгосрочные цели, на более коротких интервалах цели могут значительно меняться. Например, управляющий портфелем может занять оборонительную позицию, чтобы сохранить полученную доходность, или перейти к более активным действиям, чтобы восполнить недостаточную доходность.

4. Стресс, вызванный ограниченным временем и/или высокими ставками. Стресс – неотъемлемый элемент инвестирования.

5. Решения могут затрагивать множество участников. Это означает, что человек, принимающий решения, может работать с разными партнерами, способными налагать ограничения на его решения.

Как действуют люди, способные к натуралистическому принятию решений? Олсен выделяет три образца их поведения.

Во-первых, такие люди широко используют свое воображение и ментальное моделирование для оценки ситуации и возможных альтернатив⁷.

Во-вторых, они способны быстро распознавать проблему и проникать в ее суть на основе сопоставления моделей (паттернов). Эксперты хорошо умеют связывать известную им модель с конкретной ситуацией. Гэри Клейн вместе со своими коллегами изучил среднее качество ходов у мастеров и игроков второго разряда в обычных (135 секунд на ход) шахматных партиях и при игре в блиц (6 секунд на ход). Выяснилось, что у второразрядников среднее качество ходов было заметно выше в обычных партиях, в то время как у мастеров среднее качество ходов в обоих типах партий оставалось практически неизменным (см. приложение 16.1). Мастера окидывали взглядом доску и быстро выявляли знакомую модель, что позволяло им мгновенно принимать относительно хорошие решения⁸.

В-третьих, эти люди умеют мыслить по аналогии. Эксперты способны увидеть сходства между ситуациями, которые на первый взгляд кажутся совершенно непохожими.

Одна интригующая особенность натуралистического принятия решений заключается в том, что при этом люди в очень малой степени задействуют сознание. В своем эксперименте невролог Антонио Дамасио раздал испытуемым четыре колоды для игры во флип-покер: две из них были подтасованы на выигрыш, две – на проигрыш. Он попросил игроков набирать карты из любой колоды и подключил испытуемых к датчикам, измеряющим изменение проводимости кожи (как в детекторе лжи). Периодически Дамасио просил игроков давать оценку происходящему. Уже примерно на 10-й карте испытующие стали проявлять физические реакции, берясь за подтасованную колоду. Но лишь примерно на 50-й карте начинали выражать подозрения в отношении двух колод, и им требовалось взять еще порядка 30 карт, чтобы окончательно убедиться в правильности своих догадок. При этом физические реакции проявлялись даже у тех игроков, которые так и не раскусили ситуацию⁹.

Исследователь Рэй Кристиан проливает свет на возможную роль подсознания в принятии решений. Он говорит, что в любой момент времени мы воспринимаем сознанием (соответственно ширине его «полосы пропускания») лишь очень малую долю того потока информации, который принимают наши органы чувств. Конкретно он оценивает пропускную способность нашей сенсорной системы в 11 мегабит в секунду, тогда как наше сознание способно воспринимать только 16 бит в секунду¹⁰.

Натуралистическое инвестирование

Олсен проверил, объясняет ли теория натуралистического принятия решений то, как работают инвесторы в действительности. Поскольку эта теория относится к экспертам в определенной области, Олсен в качестве объекта исследования выбрал инвесторов, имеющих квалификацию сертифицированного финансового аналитика (CFA®). Из более чем 250 инвесторов 90 % имели опыт инвестирования более шести лет, а 50 % – более 15 лет. Олсен задал инвесторам восемь вопросов, чтобы понять их инвестиционное поведение.

Результаты исследования приведены в приложении 16.2. Олсен делает вывод, что ответы на первый вопрос подтверждают предположение о том, что опытные инвесторы широко используют мысленные образы. Более 90 % респондентов сказали, что создание истории на основе известных фактов играет важную роль при принятии инвестиционных решений.

Ответы на вопросы 2–4 предполагают, что процесс принятия решений у профессиональных инвесторов зависит от контекста. Инвесторы меняют свои подходы в зависимости от того, что диктуют обстоятельства.

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 аналог «симулятора полетов» – моделирование и сценарный анализ, до полняемые своевременной и четкой обратной связью.

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.

Антуан Лавуазье¹

Существует три вида лжи: ложь, наглая ложь и статистика.

Леонард Кортни²

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 преимущество стало гораздо сложнее, чем несколько десятилетий назад, в результате интенсивного развития информационных технологий и регулирования отрасли.

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.

Проклятие победителя – хороший пример риска, связанного с неправильной оценкой информации⁵. Этот феномен состоит в том, что на аукционе покупатель, предложивший наивысшую цену (победитель), обычно переплачивает за приобретенный актив (проклятие). При оценке стоимости актива инвесторы часто исходят из того, какую цену в среднем готовы заплатить все покупатели. Но в конечном итоге значение имеет только та цена, которую готов заплатить окончательный покупатель⁶.

При оценке информации важно учитывать, что не вся она одинаково значима и относится к делу. Инвесторам следует быть особенно внимательными и избегать ловушек, связанных с неправильной оценкой информации.

Заблуждения, связанные с выборкой

Четкое понимание происходящего – что говорят авторизованные дилеры, что думают о компании ее сотрудники или что намеревается покупать ее директор по информационным технологиям – может иметь большое значение для инвесторов. Однако составить точное представление о группе зачастую не так-то просто.

Статистика предлагает некоторые ориентиры в отношении того, какого размера выборка из генеральной совокупности нам необходима, чтобы создать достаточно точную картину всей группы. Во многих случаях лежащая в основе генеральная совокупность подчиняется нормальному распределению. Например, правильно сформированная выборка, отражающая рост взрослых женщин, должна давать четкое представление о среднем росте и разбросе роста у женщин.

Но многие совокупности не подчиняются закону нормального распределения, в связи с чем возникает ряд проблем. Например, опрос директоров по информационным технологиям о планируемом бюджете расходов на технологии обычно проводится среди компаний из списка Fortune 1000. Если предположить, что расходы на технологии как определенный процент от объема продаж распределяются случайным образом, тогда выборка директоров, включаемых в опрос, может существенно влиять на его результаты.

Так, на верхние 10 % компаний в списке приходится более 50 % совокупного объема продаж всех компаний в списке Fortune 1000, тогда как на нижние 10 % – менее 2 %. Придание равной весомости ответам всех директоров может существенно исказить основную картину, если только выборка не будет правильно расслоена. В приложении 17.2 приведена кривая распределения объемов продаж в списке Fortune 1000.

На сегодняшних рынках, по-видимому, превалирует чрезмерная уверенность на основе данных с сильной доказательностью, но со слабой прогностической обоснованностью. Кажется, инвесторы принимают решения о сделках, довольствуясь двумя-тремя порциями данных. Но таким образом заработать себе на жизнь довольно сложно⁷. Это подводит нас к финальному выводу.

Раскройте мне секрет, которого не знает рынок

Базовый критерий для определения ценности любого опросного исследования очень прост: позволяют ли результаты этого исследования улучшить выбор акций или нет? Я считаю, что ответ в лучшем случае неоднозначен.

Почему? Первая причина связана с тем, насколько быстро рынок ассимилирует новую информацию⁸. Как свидетельствуют факты, рынок делает это очень быстро. В таком случае получение сверхдоходности на основе новой информации является маловероятным. Сегодня получить информационное преимущество стало чрезвычайно трудно: результаты финансируемых со стороны продавца опросов и «проверок канала связи» распространяются быстро и равномерно, и любая дополнительная информация, которую могут найти крупные фирмы со стороны покупателя, немедленно отражается в понижении цены акций. Поэтому информация о том, что происходит сейчас и что может произойти в ближайшем будущем, вероятнее всего, уже будет эффективно учтена в цене акций. И наоборот, некоторые факты предполагают, что рынок очень близорук в отношении долгосрочной информации⁹.

Вторая проблема заключается в существенной разнице между оценкой основных показателей (или изменений показателей) отрасли или компании и оценкой ожиданий, включенных в текущую цену акций¹⁰. Цены отражают коллективные ожидания и в целом включают гораздо больше информации, чем может знать любой отдельно взятый участник рынка. Поэтому ключевой вопрос заключается в том, является ли новая для вас информация столь же новой и для рынка.

Наконец, рискуя продемонстрировать чрезмерную уверенность со своей стороны, я проверил наличие корреляции между результатами одного хорошо известного опроса директоров по информационным технологиям и сверхдоходностью на фондовом рынке (см. приложение 17.3)¹¹. Как показывают факты, взаимосвязь между этими двумя феноменами неубедительна.

Некоторые инвесторы используют результаты не для оценки непосредственно исследуемого сектора, а для поиска производных сигналов: какие еще отрасли затронуты предполагаемым трендом? Такой анализ может наткнуться на проблему условной вероятности (и суммирования вероятностей). Скажем, опираясь на результаты нового опроса, вы оцениваете вероятность того, что объем заказов компании будет ниже запланированного на уровне 70 %. Также предположим, что существует 70 %-ная вероятность того, что пострадает и конкретный поставщик. Значит, вероятность того, что данный поставщик не достигнет планового показателя, составляет менее 50 % (0,70 x 0,70 = 0,49).

Однако исследователи установили, что люди склонны преувеличивать вероятность совместных событий. Эта логическая ошибка называется ошибкой конъюнкции вероятностей и возникает вследствие того, что мы склонны разбивать свои мысли на категории. Инвесторы, использующие производные сигналы, должны быть предельно внимательны, чтобы избегать ошибки конъюнкции вероятностей¹².

Поиск новой информации, безусловно, актуален для любого инвестора¹³. Мои опасения связаны с тем, что большая часть дополнительной информации фактически не создает никакой стоимости, потому что инвесторы неправильно взвешивают информацию, полагаются на непрезентативные выборки и не умеют определить, какая информация уже известна рынку. В то же время я считаю, что вдумчивое обсуждение средне– и долгосрочных перспектив компании или отрасли сегодня большая редкость.

Часть III
Инновации и конкурентная стратегия

Введение

Чтобы немного вспомнить о том, какие изменения произошли за последние 100 лет или около того, посмотрим на первый список промышленных компаний, составленный Чарльзом Доу в мае 1896 г.:

Единственная компания, которая и поныне остается в индексе, – General Electric, хотя сегодня она больше «general», нежели «electric». Это были голубые фишки того времени, которые отражали тогдашнюю товарно ориентированную экономику. Сегодня трудно представить, что некогда Distilling and Cattle Feeding и American Cotton Oil были лидерами фондового рынка, но будущие поколения могут точно так же улыбнуться, слыша о Microsoft и Merck.

Дают ли изменения предыдущего столетия какие-либо намеки на то, что может произойти в следующем столетии? Наверняка можно сказать только две вещи. Во-первых, любые прогнозы относительно отдаленного будущего и близко не будут соответствовать реальности. Во-вторых, единственное, что совершенно точно будет продолжаться, – это инновации. Поэтому ваше отношение и подход к инновациям и станет темой третьей части этой книги.

Понимание инноваций важно для инвесторов, потому что это ключевой фактор, от которого зависит, какие компании окажутся в победителях, а какие – в проигравших. Большинство инвесторов признают, что завтрашние успешные компании будут сильно отличаться от сегодняшних лидеров, однако проблема заключается в том, что изменения, лежащие в основе радикальных трансформаций, обычно бывают мелкими и постепенными. Если вы не учитываете кумулятивных эффектов инноваций, эти мелкие изменения могут ускользнуть от вашего взгляда и вы окажетесь у разбитого корыта вместе со вчерашними фаворитами.

Одной из основных идей третьей части книги является неизбежность инноваций. Их можно рассматривать как результат творческой рекомбинации существующих идей. Поэтому чем больше у вас идей и чем искуснее вы сможете их обрабатывать, тем скорее сможете находить успешные решения – те самые инновации. Все говорит о том, что темпы внедрения инноваций ускоряются. Естественно, когда речь идет об инновациях, всегда есть победители и проигравшие. Как показывает жизнь, сегодняшние победители становятся мишенями для конкурентов, а компании, потерявшие свои позиции, редко отвоевывают их обратно.

Другой ключевой момент состоит в том, что люди вообще плохо воспринимают изменения. Как инвесторы, мы склонны к экстраполяции. В результате наши оценки построены на стандартном ожидании: успешные компании будут продолжать процветать, а неуспешные так и останутся на задворках. Многие руководители компаний, погрязая в комфортной рутине, тем самым сеют семена будущего поражения в конкурентной борьбе.

Наконец, в этой части книги мы обсудим, как следует адаптироваться к изменениям. Например, когда возникает новая отрасль, практически невозможно отсортировать хорошие стратегии от плохих. Как правило, отрасль тестирует множество разных стратегий и позволяет рынку определить, которые из них являются хорошими, а которые нет (здесь можно провести удивительную параллель с развитием головного мозга). В результате отрасль получает набор наиболее эффективных стратегий, хотя и ценой множества неудач. Вместо того чтобы рассматривать эти неудачи как нежелательные, к ним следует относиться как к неотъемлемому компоненту исследования бизнес-модели.

Ясное понимание основополагающих принципов инноваций вряд ли позволит вам предсказать, какие акции будут держать ваши внуки. Но оно очень поможет предвидеть, как могут измениться ожидания и как эти изменения, в свою очередь, отразятся на вашем портфеле.

Глава 18
Дело братьев Райт
Почему инновации неизбежны

Все инновации представляют собой некий отрыв от прошлого – переход от газовых фонарей к лампам накаливания, от конных экипажей к автомобилям, от парусных кораблей к пароходам. Но в то же время все инновации созданы из взятых у прошлого элементов: открытие Эдисона основано на принципах газовых фонарей, первые автомобили изготавливались производителями конных экипажей, а первыми пароходами были парусники, на которые установили паровой двигатель.

Эндрю Харгадон. Управление инновациями

Нам нужно добиться того, чтобы наша промышленность могла производить ежегодно до 50 миллионов тонн чугуна, до 60 миллионов тонн стали, до 500 миллионов тонн угля и до 60 миллионов тонн нефти. Только при этом условии можно считать, что наша Родина будет гарантирована от всяких случайностей.

Иосиф Сталин. Из выступления 9 февраля 1946 г.

Империи будущего – это империи интеллекта.

Уинстон Черчилль. Из выступления в Гарвардском университете, 1943 г.

Инновации – это рекомбинация идей

17 декабря 1903 г. Орвилл Райт вошел в историю, когда управляемый им моторный самолет уверенно пролетел расстояние в 120 футов за 12 секунд (см. приложение 18.1). Тем самым братья Райт положили начало многим новым отраслям и навсегда изменили характер дальних путешествий.

Как братьям Райт удалось прийти к изобретению, изменившему мир? Они не полагались на божественное вдохновение и не начинали с чистого листа. Их первый самолет точнее всего можно описать как рекомбинацию известных идей и технологий¹.

Специалист по вопросам управления профессор Эндрю Харгадон отмечает: все инновации представляют собой отрыв от прошлого, но в то же время созданы из взятых у прошлого элементов. Гениальность братьев Райт заключалась в том, что они додумались скомбинировать легкий бензиновый двигатель, тросы, пропеллер и принцип Бернулли в хитроумном летательном аппарате.

Инвесторы должны ценить инновационный процесс по двум причинам. Во-первых, наш общий уровень материального благосостояния в значительной степени зависит от инноваций. Во-вторых, инновации лежат в основе созидательного разрушения – процесса, посредством которого новые технологии и компании заменяют другие. Ускорение темпов внедрения инноваций принесет компаниям еще больше успехов и неудач.

Откуда происходит наше благосостояние?

Экономист Пол Ромер часто начинает с очень простого вопроса: почему сегодня мы имеем гораздо более высокий уровень благосостояния, чем 100 или 1000 лет назад? Ведь количество природного сырья в мире – по большому счету, физическая масса планеты – не изменилось и его приходится делить на гораздо большее число людей. Однако сегодня мировой ВВП в расчете на душу населения примерно в 30 раз больше, чем был 1000 лет назад, и большая часть этого роста произошла за последние 150 лет (см. приложение 18.2)².

Ромер дает довольно-таки простое объяснение: постепенно мы учимся использовать сырье таким образом, чтобы делать его все более и более ценным. Если контроль над природными ресурсами был главным источником благосостояния 100 лет назад (в 1896 г. 10 из 12 компаний в индексе Доу занимались производством товаров), то сегодня двигателем создания благосостояния выступают идеи, формулы и инструкции по обработке сырья. Как верно заметил Черчилль 60 лет назад, империи будущего – это империи интеллекта³.

Чтобы конкретизировать эту мысль, Ромер разделяет процесс создания стоимости на две части – открытие новых знаний, идей, формул и применение этих знаний. У новых знаний не будет никакой ценности, если их нельзя будет эффективно воплощать в жизнь.

По словам Ромера, контраст между U. S. Steel в 1900 г. и Merck в 2000 г. хорошо отражает тот радикальный сдвиг, который произошел в экономике за этот период. Если бы вы прошлись по предприятиям U. S. Steel 100 лет назад, то увидели бы, что большинство сотрудников выполняют инструкции – перевозят руду, обеспечивают работу доменных печей, выплавляют сталь и т. д. – и лишь небольшая горстка работает над созданием новых инструкций (знаний). Разумеется, развитие инструкций было важной частью деятельности компании, но гораздо менее заметной.

Теперь пройдитесь по современной фармацевтической компании, такой как Merck, и вы увидите, насколько сместились акценты. Большинство сотрудников работают над созданием новых инструкций. Конечно, есть сотрудники, которые выполняют эти инструкции, но их доля очень мала. Пользуясь терминологией Ромера, можно переопределить суть ведущихся сегодня дебатов об оправданности аутсорсинга следующим образом: оправданно ли передавать на аутсорсинг функции, связанные с исполнением инструкций, если это позволяет расширить возможности для тех, кто создает инструкции?

Тот факт, что инструкции, формирующие сегодняшний мир, играют центральную роль в создании благосостояния (парадоксально, но классические модели экономического роста рассматривают такие инструкции как экзогенный элемент), имеет ряд важных следствий.

Первое следствие касается разницы между тем, что экономисты называют конкурентными и неконкурентными благами. Конкурентные блага предполагают, что потребление такого блага одним потребителем уменьшает его количество, доступное для других. Примеры: машина, ручка, рубашка. Напротив, потребление одним человеком неконкурентного блага не снижает его доступности для других. Пример – программное обеспечение. Компания может широко распространить свое программное обеспечение. Но поскольку увеличение использования этого блага не требует дополнительных дефицитных ресурсов, то более широкое распространение может привести к большему росту⁴.

Второе следствие: т. к. инновации являются результатом рекомбинации различных элементов – идей, то чем больше таких элементов существует, тем шире возможности для решения проблем.

Простой математический пример хорошо иллюстрирует этот принцип. Скажем, у вас есть четыре элемента, чтобы создать потенциальное решение. Количество возможных комбинаций: 4 x 3 x 2 x 1 = 24. Теперь увеличим число элементов до шести. Количество возможных комбинаций: 6 x 5 x 4 x 3 x 2 x 1 = 720, т. е. в 30 раз больше. Как любит повторять Ромер, общее число комбинаций для последовательности из 20 шагов составляет примерно 1019 – это больше числа секунд, прошедших со времен Большого взрыва.

Это подводит нас к последнему следствию: большее количество элементов (идей) ведет к большему числу инноваций, что в конечном итоге ведет к ускорению экономического роста. Для компаний, которые в значительной степени опираются на природные ресурсы, издержки, связанные с дефицитом ресурсов, приводят к отрицательному эффекту масштаба и, таким образом, ограничивают размеры и рост. Компании, которые преимущественно создают знания, не сталкиваются с такими барьерами (хотя и сталкиваются с другими специфическими проблемами).

Мы можем увидеть, как тема влияния размера на рост раскрывается на национальном уровне. Темпы роста ВВП на душу населения в США (нами были взяты 40-летние периоды измерения) за последние 200 лет ускорились, несмотря на увеличение размера экономики (см. приложение 18.3). В мире идей рост может не зависеть от размера как такового. В действительности же верным может быть как раз обратное.

Sic Itur ad Astra (Таков путь к звездам)

Для того чтобы инновации продолжали набирать обороты, требуется наличие трех связанных между собой драйверов – научного прогресса, наращивания емкости хранения информации и вычислительной мощности, согласно закону Мура⁵. В этом разделе я сосредоточусь на одном аспекте инноваций – эволюции способов передачи информации.

В своей провокационной книге «Будущее грядет» Хуан Энрикес прослеживает эволюцию человеческой символьной коммуникации⁶. 20 000–30 000 лет тому назад люди эпохи палеолита рисовали на стенах пещер (см. приложение 18.4). Ученые считают, что эти рисунки изображали связанные с охотой ритуалы. Хотя эти рисунки очень красивы, но они имеют ограниченную коммуникативную ценность, потому что их нельзя было воспроизвести или переместить в другое место.

Коммуникационная технология улучшилась около 5000 лет до н. э., когда в Месопотамии и Египте были созданы первые письменные алфавиты на основе клинописи и иероглифов (см. приложение 18.5). В этот период также появились первые математические знаки, основанные на физическом подобии. Эти первые алфавиты представляли собой огромный шаг вперед, хотя и оставались очень громоздкими. Только элитные слои общества владели грамотой.

Китайцы разработали иероглифы, позволявшие бо?льшую стандартизацию (см. приложение 18.6). Благодаря применению этого алфавита, который был упрощенной формой символьной коммуникации, китайцы начали печатать книги при помощи деревянных блоков примерно за 500 лет до того, как Гуттенберг изобрел печатный станок в Европе.

Греки упростили многие звуки до нескольких букв, которые и послужили основой для 26-буквенного латинского алфавита, используемого сегодня во многих западноевропейских языках. По-разному сочетая эти буквы, мы можем выразить практически любое понятие. Латинский алфавит способствовал резкому росту грамотности и повышению общего уровня жизни.

Однако незадолго до начала Второй мировой войны появился еще один язык – язык нулей и единиц. Бинарный, или цифровой, код позволяет закодировать практически любую информацию – от слов и музыки до карты человеческого генома (см. приложение 18.7).

Благодаря простоте цифрового языка, мы можем очень быстро кодировать, передавать и декодировать информацию⁷. Он обеспечивает высокую точность передачи и простоту хранения. В приложении 18.8 показано, как изменились объемы производимой информации за период с 1999 по 2002 г. Обратите внимание на значительное увеличение емкости магнитных и оптических накопителей.

Какое значение все это имеет для инноваций? Благодаря гибкости цифрового языка сегодня мы получили уникальную возможность выделять отдельные элементы (идеи) и управлять ими. Добавьте к этому постоянно растущие запасы таких строительных элементов, и можно с уверенностью говорить о том, что темпы внедрения инноваций будут ускоряться. Например, можно ожидать глобальных изменений в сфере здравоохранения, когда ученые начнут сочетать оцифрование, биологические знания (карту генома) и растущие вычислительные мощности.

Созидательное разрушение – пришли, чтобы остаться

Братья Райт XXI века имеют беспрецедентный доступ к информации и возможности для поиска комбинаторных решений. И в будущем благосостояние будет создаваться в основном теми, кто разрабатывает полезные идеи, а не теми, кто их реализует.

Глава 19
Избавляйтесь от лишнего ради эффективности
Что развитие головного мозга говорит нам об инновациях

Я думаю, здесь происходит именно то, что вы видите. Интернет – это место, где будут протестированы все возможные идеи. Многие из них окажутся успешными, но многие потерпят неудачу.

Джефф Безос. Из выступления на интернет-саммите, 1999 г.

Слишком умный наполовину

Как только я начинаю чувствовать себя очень умным, смотрю на трехлетнего ребенка. Он учится с поразительной скоростью. Как показывают исследования, ребенок дошкольного возраста выучивает одно новое слово каждые два часа, когда бодрствует, и к окончанию школы его словарный запас достигает 45 000 слов¹. Маленькие дети обладают удивительной способностью к обучению, что очень полезно в сегодняшнем мире.

С другой стороны, взрослым сложнее усваивать так много новой информации. Например, изучение второго языка дается человеку в среднем возрасте намного труднее, чем ребенку. Почему? Ответ не только интересен с точки зрения развития детей, но и позволяет по-новому взглянуть на процесс инноваций в мире бизнеса.

С момента рождения до трех лет в головном мозге ребенка в огромном количестве образуются синапсы – связи между нейронами. У малыша примерно один квадриллион синаптических связей, что в два раза больше, чем у взрослого человека. Поэтому головной мозг у детей более активный, более гибкий и имеет намного больше связей, чем у взрослых².

Но за периодом синаптической сверхпродукции следует период сокращения низкоэффективных синаптических связей. Используемые связи стабилизируются, а неиспользуемые удаляются (это известно как процесс Хеббиана по имени психолога Дональда Хеббса³.) По оценкам, дети ежедневно теряют примерно 20 млрд синаптических связей⁴. Этот процесс синаптического отбора настраивает наш головной мозг для выживания в конкретной среде. К тому моменту, когда мы выходим во взрослую жизнь, наш мозг сформирован для того, чтобы преуспеть.

Этот процесс сверхпродуктивности и последующего сокращения может показаться ничем не примечательным, за исключением того, что данная тактика крайне затратна с точки зрения расхода нейронов и энергии. Почему эволюция дозволила столь расточительный процесс? Ведь природа очень мудра. Но модели нейронных сетей показывают, что подход на основе сверхпродуктивности и сокращения является очень гибким и более надежным для сохранения информации, чем сети с прямым распространением сигнала. Начинать с множества альтернатив и отбирать среди них наиболее полезные, оказывается, гораздо эффективнее, хотя и не столь экономно⁵.

Зачем инвесторам и бизнесменам знать об этой особенности развития головного мозга? Сверхпродуктивность и последующее сокращение ненужных нейронных связей кажутся очень похожим на то, что происходит при создании новой отрасли.

Понимание этого процесса дает инвесторам три преимущества. Во-первых, модель инноваций – теоретически обоснованную и эмпирически протестированную исследованиями. Во-вторых, основу для распознавания рыночных маний или пузырей. В-третьих, представление о том, что инновационный процесс часто приводит к новым инвестиционным возможностям.

Динамика инноваций

В своей глубокой по мысли книге «Управляя динамикой инноваций» Джеймс Аттербек разбивает процесс промышленного обновления на три этапа. Первый этап – текущая стадия, или стадия экспериментов, аналогичная интенсивному образованию синаптических связей. Далее следует переходный этап, когда эволюционные силы отбирают лучший продукт или процесс. Данный этап похож на процесс сокращения ненужных нейронных связей. Наконец, третий этап – стадия стабилизации, характеризующаяся незначительными изменениями продукта или процесса. С этим большинство из нас сталкивается во взрослом возрасте.

На практике это дает нам устойчивый сценарий развития отрасли: появление большого количества новых компаний на этапе становления и затем резкое сокращение их числа на этапе конкурентного отбора. Данный процесс кажется очень расточительным, принимая во внимание количество упущенных альтернатив. Но в конечном итоге взаимодействие между техническими характеристиками и предпочтениями рынка приводит к отбору того продукта, который наилучшим образом соответствует окружающему.

Этот сценарий разыгрывается в мире бизнеса снова и снова⁶. Возьмите двух гигантов в анналах американской промышленности – автомобилестроение и телевидение (см. приложение 19.1). На начальных этапах, когда потенциал роста был значительным, но неопределенным, в данные отрасли вкладывались огромные средства. Но через какое-то время отрасль начинала тяготеть к определенному доминирующему набору продуктов и концепций, а число конкурирующих фирм существенно сокращалось.

Аналогичный сценарий можно было наблюдать в недавнем прошлом в индустрии персональных компьютеров и жестких дисков (см. приложение 19.2), хотя процесс сокращения ненужных элементов занял гораздо меньше времени. Если столетие назад автоиндустрии потребовалось на это 30 лет, то индустрия жестких дисков пережила подобный этап за 15, а производители ПК – всего за 10 лет с небольшим.

Интернет тоже прошел через аналогичный процесс на рубеже XXI века (см. приложение 19.3). Хотя Интернет нельзя назвать индустрией в прямом смысле этого слова, в конце 1990-х гг. здесь тоже был период интенсивных экспериментов. Процесс сокращения начался вынужденно в 2001 г.; по данным Webmergers.com, в 2001 г. прекратили свое существование 544 интернет-компании против 223 компаний в 2000 г. За первую половину 2002 г. количество закрытых компаний уменьшилось почти на 75 % по сравнению с предыдущим годом⁷.

Поскольку в XXI столетие перешло все еще значительное количество «избыточных элементов», образовавшихся в период интернет– и телекоммуникационного бума конца 1990-х гг., этот цикл бума и спада не останется уникальным. Я ожидаю увидеть повторение подобного цикла и в будущем.

При переходе из детского возраста во взрослый мы теряем значительную долю умственной гибкости, но приобретаем взамен способности, отточенные под нашу среду обитания. Мастерство и компетенции улучшаются, несмотря на уменьшение количества синаптических связей. В мире бизнеса происходит то же самое. Отрасль продолжает расти и развиваться, несмотря на сокращение числа конкурентов, по мере того как рынок отбирает лучшие продукты и процессы (см. приложение 19.4).

Приверженцы классической теории часто рассматривают процесс бума и спада как расточительный и рискованный, хотя он создает необходимую платформу для будущего роста. За более чем три миллиарда лет существования жизни на Земле природа многократно повторяла этот процесс. А палеонтолог Дэвид Рауп находит прямую аналогию между циклами на фондовом рынке и циклами развития ископаемых существ⁸.

Инвесторы, используйте свои мозги

Теперь, когда мы примерно обрисовали картину, давайте вернемся к трем вышеперечисленным преимуществам, которые несет с собой знание о развитии головного мозга для инвесторов.

Первое преимущество связано с глубоким осознанием существования такой модели, как «бум – спад», и причин ее повсеместной распространенности. Дело в том, что в условиях неопределенности она позволяет начать с множества альтернатив (например, синаптических связей) и затем отобрать (путем сокращения) самые эффективные для существующих условий. Безусловно, такой процесс является довольно дорогостоящим, потому что расходуется много энергии и ресурсов, зато он приносит наилучшие результаты.

Второе важное преимущество дает понимание той роли, которую играет указанный процесс в формировании рыночных маний. Проведем аналогию между детским мозгом и рынком, где синапсы – это действующие на нем компании или новые игроки. Сразу после рождения рынок начинает разрастаться, создавая огромное количество компаний, и некоторые из них оказываются чрезвычайно успешными. Царит всеобщий энтузиазм. Введите сюда такой параметр, как цены, и вы получите все предпосылки для формирования мании.

Инвесторы используют цены как важный ориентир для оценки потенциального успеха бизнеса. Когда цена растет, люди, естественно, хотят участвовать в этом росте. Запускается позитивная ответная реакция, которая подстегивает манию. Но, как нам известно, процесс сокращения избыточных элементов неизбежен. Дорога инноваций выстлана неудачами и останками разорившихся компаний.

Участники рынка должны понимать, что из-за высокой неопределенности среды в периоды инновационного развития зачастую очень трудно сказать заранее, какие компании преуспеют, а какие потерпят неудачу. Однако вознаграждение, которое получают (и приносят) победители, может быть значительным, что подводит нас к итоговому выводу.

Когда процесс сокращения избыточных элементов подходит к завершению, инвесторам надлежит держать нос по ветру в поисках потенциальных победителей, потому что своевременное вложение в эти компании может принести очень и очень хорошую доходность. Например, инвестиция в акции 12 компаний-производителей жестких дисков, сделанная в начале 1985 г. и удержанная до июня 2000 г., принесла бы совокупную годовую доходность в 11 %. Более того, вопреки многочисленным неудачам и интенсивной конкуренции, с которыми сталкивались данные компании, те инвесторы, которые продали бы своих победителей на пике роста, получили бы совокупную годовую доходность в 21 % (см. приложение 19.5)⁹. Похожие результаты характерны и для акций производителей ПК в период с 1998 по 2000 г.

Несмотря на то что рынки и компании являются социальными конструктами, они проявляют свойства, во многом аналогичные свойствам природных систем. Наглядный пример тому – сходство между развитием головного мозга и инновационным процессом.

Глава 20
Опережая события
Связь созидательного разрушения с ожиданиями

Ты понимаешь, что жизнь пошла под гору, когда твой разум дает обещания, а тело не может их выполнить.

Группа Little Feat. Композиция «Старики танцуют буги-вуги»

Утрата прайда

Эта сцена знакома каждому, кто смотрел телепередачи о природе. Молодой и дерзкий лев бросает вызов величественному, но стареющему вожаку прайда (львиной стаи). Прибегающему к запугиванию и взвешенному применению силы пожилому льву какое-то время удается сдерживать молодого бунтаря. Но в конце концов вожак сдается и более молодой и сильный лев занимает его место¹.

Один из очевидных выводов состоит в том, что не все молодые бунтари станут вожаками прайда, но новый вожак – всегда бунтарь². В бизнесе, как и в саванне, ведется никогда не прекращающаяся борьба за лидерство. Успех в природе означает возможность передать свои гены следующему поколению. Успех в бизнесе означает, что компания будет генерировать экономическую прибыль и совокупную акционерную доходность выше, чем в среднем по группе равных ей компаний.

Знание динамики борьбы за лидерство в прайде помогает инвесторам лучше понять инновационный процесс и может быть полезным в том отношении, что, кажется, существует определенная закономерность в реакции инвесторов на инновации. Инвесторы склонны либо недооценивать, либо переоценивать перспективы роста.

Фондовый рынок вносит свои сложности в оценку инновационного процесса, потому что цены акций отражают не столько ситуацию «здесь и сейчас», сколько ожидания в отношении будущего³. Используя мириады методов и моделей, инвесторы примеряют текущую стоимость компании к ее будущему – точнее, текущую стоимость ее будущих денежных потоков. Цены акций отражают коллективные ожидания инвесторов. Следовательно, инвесторы должны оценивать не инновацию как таковую, а то, как эта инновация будет воспринята рынком. Вот здесь и могут находиться потенциальные инвестиционные возможности.

Ожидания Златовласки: холодно… горячо… то, что нужно^[4]

Убедительно доказано, что S-образная кривая отображает изменения объемов продаж и прибылей в отрасли после перегиба кривой или радикального изменения технологий⁴. Рост начинается медленно, затем ускоряется в нарастающем темпе и, наконец, сглаживается (см. приложение 20.1).

Эта диаграмма помогает понять, как происходит изменение ожиданий. Инвесторам, да и людям вообще, свойственно линейное мышление. Поэтому в момент А инвесторы, опираясь на прошлые данные о росте и доходности в отрасли, прогнозируют относительно низкий рост. Ожидания в отношении будущих финансовых результатов слишком низкие. За этим следует период устойчивого роста (точка В), и инвесторы наивно экстраполируют недавний рост на неопределенное будущее. Ожидания становятся слишком высокими. Наконец, в момент С инвесторы ограничивают свои ожидания и корректируют цены акций в соответствии с более реалистичными видами на будущее.

Понятно, что задача инвестора – купить акции в момент А и продать в момент В, чтобы избежать неприятного пересмотра ожиданий в сторону понижения на вершине S-образной кривой. Работы стратега в области инвестиций Джеффри Мура, в том числе его бестселлер «Игра в гориллу», предлагают нам ориентиры, позволяющие предвидеть пересмотр ожиданий в сторону повышения. Мур обсуждает ключевые вопросы о том, как заглянуть за пределы точки А (изгиба S-кривой), и формулирует стратегии для определения потенциальных победителей. Разумеется, сложность заключается в том, что многие компании стремятся, но немногим из них удается стать лидерами новой отрасли. Это те же самые джунгли.

Моя цель – доказать, что переход от точки А к точке В предлагает возможности для получения сверхдоходности, тогда как переход от точки В к точке С часто сопровождается падением доходности акций. Инвесторам важно знать об этих точках перегиба хотя бы по двум причинам.

Во-первых, ускорение темпов инноваций означает, что жизненные циклы отрасли и продуктов укорачиваются⁵. Волны инноваций следуют одна за другой все быстрее и быстрее, в результате чего возникает больше благоприятных периодов между точками А и В, и инвесторам нужно усилить бдительность, чтобы не пропустить моменты пересмотра ожиданий.

Во-вторых, люди часто действуют на автомате, руководствуясь впечатанным в их сознание опытом. Например, акции, которые демонстрировали рост в недавнем прошлом, оставляют отпечаток в умах многих инвесторов. В результате в трудные времена инвесторы стремятся вернуться к акциям, которые когда-то приносили им хорошую доходность⁶. Однако эти компании зачастую уже находятся в точке В, и их следовало бы избегать. В нашем стремительно меняющемся мире почти всегда лучше делать ставку на новую гвардию, чем на старую. Даже если вы не знаете, какая из новых компаний принесет сверхдоходность, можно быть почти уверенным в том, что старые компании этого не добьются.

Продавайте старичков, покупайте новичков

В своей очень важной книге «Созидательное разрушение» Ричард Фостер и Сара Каплан приводят доказательства того, что новые игроки на рынке приносят акционерам более высокую совокупную доходность, чем их старшие, более признанные собратья (см. приложение 20.2), – это отражает переход между точками А и В, как показано в приложении 20.1.

Проведенное авторами исследование охватывает период более 30 лет и тысячи компаний. В выборку были включены все компании, которые входят в верхние 80 % компаний, ранжированных по рыночной капитализации, и имеют более 50 % объема продаж в определенной отрасли.

Надо заметить, что этот анализ смещен в сторону инновационных отраслей. Однако ведь и резкое ускорение темпов изменений в глобальной экономике существенно смещает баланс сил между дерзкими новаторами и признанными лидерами в пользу первых. Этот инновационный процесс описан Фостером в его первой в своем роде книге «Инновации: Преимущество атакующего», вышедшей в 1986 г.

Если говорить конкретнее, то исследование показывает, что основная часть избыточной (по отношению к среднеотраслевой) доходности, которую приносят акционерам новые компании, приходится на первые пять лет. В следующие 15 лет новые компании приносят совокупную акционерную доходность, примерно соответствующую средней по отрасли. И по истечении 20 лет после выхода на рынок акции таких компаний приносят доходность ниже средней.

Фостер и Каплан указывают три причины наблюдаемой закономерности. Во-первых, конкуренты копируют и усовершенствуют вчерашние инновации, оставляя первопроходцу-новатору мало простора для получения доходности выше стоимости капитала или значимого роста. Во-вторых, рынок точнее отражает ожидания в отношении тех компаний, которые более стабильны и имеют более длительную историю деятельности, чем новички. В-третьих, почти все компании в конечном итоге теряют свое инновационное преимущество вследствие увеличения размера, почивания на лаврах успеха или устоявшейся организационной рутины (авторы называют это «культурной блокировкой»).

Вот ключевая для инвесторов мысль: опережающие рынок компании – это «временные члены постоянной группы». Совокупная доходность индексов фондового рынка не отражает ускоряющегося в составе этих индексов темпа изменений, неизбежных по мере того, как молодые новаторы смещают с насиженных мест устоявшихся лидеров в борьбе за рыночную капитализацию. Корпоративная долговечность идет на убыль, а волатильность конкретных компаний растет⁷. В результате и компании, и инвесторы сталкиваются как с большими возможностями, так и с большими рисками.

Разум дает обещания, а тело не может их выполнить

В 1998 г. организация Corporate Strategy Board опубликовала детальное исследование так называемых «точек стопора» – точки перегиба на вершине S-образной кривой⁸.

В приложении 20.1 точкам стопора соответствует переход от точки В к точке С. Исследователи обнаружили, что по достижении точек стопора 83 % компаний в течение последующих 10 лет снижают темпы роста объема продаж до средних по отрасли или еще меньше. Но гораздо важнее для инвесторов другое сделанное исследователями открытие: оказывается, примерно 70 % этих компаний теряют по меньшей мере половину своей рыночной капитализации. Это свидетельствует о том, что инвесторы экстраполируют наблюдавшиеся в недавнем прошлом тренды на обозримое будущее и пересматривают свои ожидания в сторону понижения, как только рост замедляется.

Исследователи также обнаружили, что компании очень редко могут обеспечить двузначные цифры роста реальных валовых доходов после того, как их доходы достигают примерно $20 млрд (хотя этот потолок медленно повышается). Между тем сегодня цена акций некоторых крупных технологических компаний по-прежнему отражает ожидания сильного двузначного роста⁹.

Выводы Фостера и Каплан и исследование точек стопора перекликаются в одном важном моменте: неспособность компаний к инновациям и росту в значительной степени обусловливается в основном подконтрольными им организационными и стратегическими факторами. Фостер и Каплан показывают, как склонность компаний идти проторенными путями приводит их к старению, и предлагают ряд полезных идей для постоянного обновления. Отчет Corporate Strategy Board содержит детальный анализ точек стопора и их причин: исследователи приходят к выводу, что компании могут приписать неподконтрольным им факторам не более чем 20 % вышеописанного феномена.

Ожидания и инновации

Исследования показывают, что там, где есть инновации, есть победители и проигравшие. А также то, что активные молодые компании имеют преимущество перед признанными лидерами, а последние зачастую недостаточно привержены инновациям, чтобы удержать свои лидирующие позиции. Поскольку цена акций отражает ожидания, инвесторы должны принимать во внимание не только динамику инноваций, но и прогнозы рынка. При этом исследования установили, что поначалу ожидания в отношении таких новаторов-претендентов бывают слишком низкими, а потом – чересчур высокими.

Глава 21
А в вашем портфеле есть дрозофилы?
Что означает для инвесторов ускорение темпов индустриальных преобразований

Исследования… показывают, что периоды устойчивого конкурентного преимущества, о которых можно судить по их следствию – превосходным экономическим результатам, постепенно укорачиваются. Эта тенденция наблюдается в широком спектре секторов экономики.

Роберт Уиггинс и Тимоти Руэфли.

Сверхконкурентное преимущество: хорошие времена становятся все короче?

Я считаю, что рыночные коэффициенты для акций технологических компаний должны быть немного ниже, чем для акций, скажем, Coke или Gillette, потому что мы играем в игру, где правила все время радикально меняются. Могу сказать, что в ближайшие 10 лет, если Microsoft хочет остаться лидером, нам придется пережить по меньшей мере три кризиса.

Билл Гейтс. Интервью журналу Fortune, 1998 г.

Плодовые мушки и быстротечность

Генетики и биологи любят работать с мухами Drosophila melanogaster, или обычными плодовыми мушками, и сделали их главным объектом своих исследований. Благодаря дрозофилам была сделана масса научных открытий. Плоды изучения дрозофил увенчались в 1995 г. присуждением трем ученым Нобелевской премии в области медицины. Тысячи исследователей продолжают изучать дрозофил, чтобы лучше понять различные проблемы генетики и развития живых организмов.

Популярность дрозофилы как объекта исследований объясняется тем, что ее признаки хорошо известны ученым и она неприхотлива в разведении и содержании. Но главное, что привлекает ученых в этой мушке, – это ее короткий жизненный цикл, составляющий примерно две недели от появления зародыша до смерти. Данная особенность позволяет ученым изучить интересующие их проблемы развития и мутации на сотнях поколений мушек за относительно короткое время, а быстрая эволюция дрозофилы – получить важные сведения об эволюции других видов, которые развиваются гораздо медленнее¹.

Но какое отношение дрозофилы имеют к инвестированию? Как показывают многочисленные исследования, сегодня темпы эволюции в мире бизнеса ускоряются. Точно так же, как ученые используют короткие жизненные циклы плодовых мушек для изучения эволюционных механизмов, инвесторам важно понимать источники и последствия ускоряющихся циклов в бизнесе.

Самым очевидным следствием ускоренной эволюции является то, что сегодня среднее время, на протяжении которого компания способна удерживать конкурентное преимущество, – т. е. получать экономическую отдачу сверх стоимости капитала, – заметно сократилось. Эта тенденция имеет потенциально важное значение для инвесторов по отношению к оценке стоимости, оборачиваемости портфеля и диверсификации.

В ловушке скорости?

В своей книге «Тактовая частота: как получить контроль над отраслью в эпоху кратковременных преимуществ» Чарльз Файн вводит понятие тактовой частоты как меры длительности циклов, определяя ее на нескольких уровнях².

Первый уровень – тактовая частота продуктов. Как ясно из названия, она определяется скоростью, с которой в отрасли запускаются новые продукты, и сроком их годности. Тенденция к ускорению вывода на рынок новых продуктов сегодня наблюдается во всех отраслях. Например, по данным журнала Technology Review, компания General Motors сократила время на разработку нового автомобиля с 48 до 21 месяца. Фактически GM запускает в производство новый автомобиль в среднем каждые 23 дня³.

Следующий уровень – тактовая частота процессов, под которыми Файн понимает процессы по созданию и предоставлению продукта или услуги. Эту частоту можно измерить, посмотрев на средний срок службы активов. Согласно базе данных HOLT, средний срок службы активов (что включает капитализацию расходов на НИОКР) в 1800 ведущих промышленных компаниях США сократился с 14 лет в 1975 г. до менее чем 10 лет в настоящее время. Это значит, что сегодня компании должны окупать свои инвестиции гораздо быстрее, чем поколение назад. В приложении 21.1 приведены данные по тактовой частоте продуктов и процессов в некоторых отраслях, согласно оценке Файна.

Между тем сокращение средней длительности тактовой частоты отнюдь не означает, что сегодня все секторы изменяются с одинаковой скоростью. Один из факторов, приводящих к сокращению среднего периода циклов, связан с изменением состава публично торгуемых компаний. Согласно Юджину Фаме и Кеннету Френчу, за период с середины 1970-х до середины 1990-х гг. количество компаний в базе данных Compustat выросло на 70 %. Большинство новых компаний, выведенных на рынок через IPO, были более мелкими и росли быстрее, чем существующие компании⁴.

В результате появления за последние 25 лет многочисленных компаний с повышенной тактовой частотой заметно сократилась средняя продолжительность циклов. Однако факты показывают, что некоторые компании могут получать и получают устойчиво высокие экономические результаты на протяжении длительных периодов времени⁵.

Инвесторам важно знать о тактовой частоте (или длительности циклов) в отрасли, потому что она тесно связана с устойчивым конкурентным преимуществом. Роберт Уиггинс и Тимоти Руэфли провели эмпирическое исследование возможности получения устойчивой сверхдоходности. При этом ученые определили стабильно лучшие экономические результаты как «статистически значимые выше среднего уровня относительно контрольного множества и достигающиеся на протяжении длительного периода времени»⁶.

Несмотря на то что результаты деятельности измерялись на основе бухгалтерских показателей (таких как рентабельность активов и q-индекс Тобина), а не экономических показателей, что было бы логичнее, я считаю, что размер выборки (примерно 6800 компаний в 40 отраслях) и временной период (25 лет с 1972 по 1997 г.) являются достаточными для того, чтобы обеспечить репрезентативность результатов.

Уиггинс и Руэфли выдвинули и подвергли проверке следующие четыре гипотезы:

1. Продолжительность периодов устойчивой сверхдоходности со временем сокращается. Анализ подтверждает эту гипотезу, показывая, что сегодня у компаний стало меньше шансов надолго удержаться в «слое сверхдоходности».

2. Гиперконкуренция не ограничивается отраслями высоких технологий и постепенно захлестнет большинство отраслей. Данные подтверждают эту гипотезу, показывая, что, хотя для нетехнологических компаний вероятность удержаться в слое сверхдоходности выше, чем для технологических, однако со временем эти шансы уменьшаются.

3. Сегодня компании все чаще стараются достичь устойчивого конкурентного преимущества за счет последовательности краткосрочных конкурентных преимуществ. Другими словами, успешные компании создают цепочку из краткосрочных конкурентных преимуществ. Данные также подтверждают эту гипотезу. Ученые установили, что модель однопериодной сверхдоходности превалирует в более поздних периодах, охваченных исследованием⁷.

4. Высокая концентрация отрасли, большая доля рынка или оба указанных фактора обратно связаны с вероятностью потери устойчивой сверхдоходности в отрасли. Исследование не подтвердило последнюю гипотезу. Ни высокий уровень концентрации отрасли, ни большая доля рынка не связаны эмпирически с устойчивым конкурентным преимуществом.

Работа Уиггинса и Руэфли согласуется с выводами других недавно проведенных исследований, включая «Созидательное разрушение» Фостер и Каплан и исследование Кэмпбелла и его коллег, о том, что начиная с середины 1970-х гг. наблюдается неуклонное повышение волатильности на уровне отдельных компаний⁸. Ускорение темпов инноваций ускоряет и перестановку сил в отраслях.

Два фактора заставляют меня думать, что тенденция ускорения тактовой частоты (если использовать терминологию Файна) будет продолжаться. Во-первых, развитие информационных технологий, безусловно, будет иметь значительный микроэкономический эффект⁹. Технологии увеличивают скорость, позволяя компаниям совершенствовать процессы и обеспечивая больше прозрачности для потребителей. Во-вторых, постепенный переход от физических к интеллектуальным активам дает компаниям больше гибкости в распределении ресурсов – ведь гораздо проще изменить задачи для сотрудников, чем объемы промышленного производства.

Эволюция инвесторов

Нарастающие темпы изменений затрагивают инвесторов во многих отношениях. Прежде всего, сокращение периодов устойчивой сверхдоходности имеет важные следствия для оценки стоимости. Укороченные жизненные циклы продуктов и процессов подрывают полезность традиционных коэффициентов (особенно коэффициента цены к прибыли на акцию, который, надо сказать, никогда не был очень полезным), потому что изменилась основа для сравнения. Я вижу следующую тенденцию: более высокая экономическая отдача на более коротких отрезках времени постепенно сменяет более низкую экономическую отдачу на более длительных отрезках времени. Прав я или нет, но упрощенные предположения при оценке стоимости опасны.

Другая возможная ловушка при оценке стоимости связана с оценкой терминальной стоимости в моделях дисконтированных денежных потоков. Многие такие модели основаны на предположении о непрерывном росте в течение и по истечении заданного периода прогнозирования, т. е. на предположении о создании долгосрочной стоимости. Но в мире, где периоды конкурентного преимущества становятся все короче, такое предположение кажется неуместным¹⁰.

Тактовая частота влияет и на оборачиваемость портфеля. Поскольку сегодня компаниям приходится соединять отдельные периоды конкурентного преимущества, то оптимальная оборачиваемость портфеля стала выше, чем когда-либо в прошлом. Тем не менее я считаю, что совокупная оборачиваемость инвестиционных портфелей, резко возросшая за последние 25 лет, слишком завышена. В то же время слишком низкая оборачиваемость (менее 20 %) может не обеспечивать необходимой гибкости, чтобы отражать динамику рынка.

Повышение тактовой частоты создает потребность в большей диверсификации. В связи с тем что сегодня конкурентные преимущества приходят и уходят довольно быстро, инвесторам нужно закидывать более широкие сети, чтобы поймать всех возможных победителей. (Разумеется, в идеале инвесторы должны выбирать только победителей и избегать проигравших, но на практике сделать это крайне сложно.) Эмпирические данные свидетельствуют об увеличении диверсификации портфелей.

Наконец, ускорение темпов в мире бизнеса требует от инвесторов дольше анализировать динамику организационных изменений. Успехи и неудачи компаний с высокой тактовой частотой могут дать инвесторам полезные модели для оценки изменений в медленно эволюционирующих компаниях. Мир бизнеса идет по пути дрозофил.

Глава 22
Играйте по правилам
Как уравновесить долгосрочное с краткосрочным

Стратегия в сложных системах должна быть похожа на стратегию в настольных играх. Вы создаете небольшое и полезное дерево возможных вариантов и постоянно пересматриваете его в зависимости от расположения фигур на доске и действий вашего соперника. Крайне важно всегда иметь некоторое число доступных вариантов. При этом у вас должна быть теория, которая описывает, какого рода доступные варианты вы хотите иметь.

Джон Холланд. Из выступления на форуме интеллектуальных лидеров в CSFB, 2000 г.

Управление с прицелом на долгосрочную перспективу

На одном бизнес-форуме я услышал, как руководитель компании из списка Fortune 100 заявил, что его компания управляется «с прицелом не на следующий квартал, а на следующую четверть века». Хм! Такие банальные фразы не внушают инвесторам доверия. Большинство руководителей не знают, что произойдет в ближайшие пять лет, не говоря уже о 25 годах. Как можно управлять компанией с прицелом на столь отдаленное и неизвестное будущее?

Тем не менее руководители должны обеспечивать правильный баланс между краткосрочным и долгосрочным. Это похоже на то, как ехать на автомобиле по неизвестной дороге. Если всецело сосредоточиться на том, что происходит перед капотом, можно не успеть вовремя среагировать на меняющиеся обстоятельства. Но смотреть только вдаль тоже небезопасно. Соотношение краткосрочного и долгосрочного постоянно меняется, соответственно должна меняться и точка фокуса.

Распространенное представление о том, что руководители компаний должны фокусироваться только на долгосрочном, абсурдно. Вы когда-нибудь слышали о компании, которая работала в убыток 20 кварталов подряд, но показала отличные результаты за пять лет? Такого не бывает; долгосрочное по определению является совокупностью краткосрочного. Так как же необходимо управлять компанией с прицелом на долгосрочную перспективу в сложной среде?

Уроки Deep Blue

Стратегии великих шахматных мастеров дают нам некоторые ключи к пониманию того, как нужно подходить к стратегиям в бизнесе. Несмотря на относительно небольшое количество правил и доску с полем всего лишь 8 x 8 клеток, шахматы – очень сложная игра с возможностью постоянно новых исходов. Хотя и не столь сложная с математической точки зрения, оценка всех (или большинства) позиций требует поразительных вычислительных мощностей.

Детище IBM – шахматный суперкомпьютер Deep Blue – продемонстрировал эту грубую вычислительную силу, одержав победу в матче из шести партий с чемпионом мира Гарри Каспаровым в 1999 г. Компьютер стоимостью $3 млн оценивал 200 млн позиций в секунду – более 35 млрд позиций за три минуты для одного хода, тогда как Каспаров был способен оценить примерно три позиции в секунду. Кроме того, Deep Blue имел огромную базу данных, в которой были собраны дебюты из партий известных шахматистов за последние 100 лет¹.

Стратегический урок, который преподносит нам победа Deep Blue, заключается скорее не в победе искусственного разума над человеческим, а в том, что в игре с четкими правилами вычислительная мощь одерживает верх. Но стоит добавить в игру немного сложности, и число вариантов существенно возрастет, что сделает бесполезными даже самые мощные компьютеры. Например, ни одна компьютерная программа и близко не может сравниться с человеком в такой игре, как го, где также действуют простые правила, но используется более широкое поле – 19 x 192.

Поскольку мир бизнеса гораздо сложнее любой настольной игры, в нем невозможно просчитать все возможные будущие варианты, не говоря уже об их оценке. Поэтому секрет успеха для людей как в шахматах, так и в бизнесе кроется не в перемалывании чисел, а в разработке стратегий по достижению долгосрочных целей.

Стратегии победителей

Так как же играют великие шахматисты? Известный гроссмейстер и бизнес-консультант Брюс Пандольфини выделяет четыре модели поведения, характерные для шахматных чемпионов. Вот эти модели, которые могут оказаться полезными для достижения правильного баланса между краткосрочным и долгосрочным в бизнесе³:

1. Не заглядывать слишком далеко вперед. Большинство людей считают, что великие игроки разрабатывают стратегию игры, просчитывая ситуацию на 10–15 ходов вперед. Это не так. Шахматисты заглядывают вперед лишь настолько далеко, насколько нужно, что обычно означает несколько ходов. Пытаться заглянуть слишком далеко в будущее – напрасная трата времени из-за неопределенности информации.

2. Разрабатывать разные варианты и постоянно пересматривать их в зависимости от меняющихся условий (см. приложение 22.1). Великие игроки продумывают свой следующий ход, анализируя множество вариантов. Вы должны следовать их примеру и никогда не делать первый хороший ход, пришедший вам в голову. Внесите его в список возможных вариантов и затем спросите себя, нет ли здесь лучшего хода. Если в голову пришла хорошая идея, ищи лучшую – вот мой девиз. Хорошие решения появляются в результате сопоставления.

3. Изучите своего противника. Хорошие шахматисты – это всегда хорошие психологи. Мало кто понимает, что шахматы во многом являются личностной и межличностной игрой. Но это так. Гениальные шахматисты изучают своих соперников и учатся интерпретировать буквально каждый их жест.

4. Ищите небольшие преимущества. Стремитесь получить кажущиеся незначительными преимущества, которые не замечает или игнорирует ваш противник, считая: «Подумаешь, большое дело – пусть берет!» Это может быть немного лучшее развитие фигур или немного более защищенная позиция короля. Немного, немного, немного… Само по себе ни одно из этих «немного» ничего не дает, но стоит сложить вместе семь-восемь таких «немного» – и вы получите контроль над ситуацией.

Пандольфини, обращаясь к своим ученикам, подчеркивает, что его цель – сделать из них не великих шахматистов, а великих мыслителей:

Моя задача заключается в том, чтобы помочь им развить две формы интеллекта, которые я считаю наиболее важными: умение понимать других и умение понимать себя. Эти умения необходимы для успеха как в шахматах, так и в жизни⁴.

Разумеется, аналогия между шахматами и бизнесом имеет свои ограничения. Помимо того что бизнес сложнее, наиболее важное ограничение связано с тем, что шахматы являются игрой с нулевой суммой, где на каждого победителя есть проигравший, в то время как бизнес – это игра с ненулевой суммой и неограниченным временем. Так как же можно применить шахматные уроки к миру бизнеса?

Стратегия как свод простых правил

Одна из характеристик сложных систем – большое разнообразие возможных исходов при наличии простых правил. Если только не пытаться преднамеренно воспроизвести конкретную шахматную партию, одна и та же игра никогда не повторяется дважды. В этом и кроется ключ к достижению правильного равновесия между краткосрочным и долгосрочным.

Компаниям нужно разработать долгосрочные правила принятия решений, которые будут достаточно гибкими для того, чтобы позволить менеджерам принимать правильные решения на краткосрочных интервалах. Таким образом, компания будет управляться с прицелом на долгосрочную перспективу, даже когда у нее нет информации о том, что готовит для нее будущее. Ни одна компания не знает, как будет развиваться деловой ландшафт, – и шахматист так же не знает, как будет развиваться ситуация на доске, – но правила принятия решений будут задавать ключевые ориентиры и принципы вне зависимости от происходящего.

Кэти Эйзенхардт и Дон Салл называют такой подход «стратегией в виде свода простых правил»⁵. Они утверждают, что компании, особенно на динамичных рынках, не должны разрабатывать сложные стратегии, вместо этого им следует сформулировать и неукоснительно придерживаться «нескольких четких правил, которые задают направление, не ограничивая его жесткими рамками».

Эйзенхардт и Салл предлагают пять типов правил:

1. Практические правила (инструкции) определяют ключевые характеристики деятельности компаний – «Что делает нашу работу уникальной?».

2. Правила ограничений служат руководством для менеджеров при оценке и отборе возможностей в допустимых границах и вне их.

3. Правила приоритетов помогают менеджерам ранжировать возможности, принятые в качестве целей.

4. Правила сроков синхронизируют действия менеджеров с открывающимися возможностями в различных подразделениях компании.

5. Правила выхода помогают менеджерам принимать решения об отказе от использования устаревших возможностей.

Эйзенхардт и Салл утверждают, что оптимальное число правил – от двух до семи и что молодые компании обычно имеют слишком мало правил, а зрелые компании, наоборот, слишком много. Правило целостности отчетности (требующее от менеджеров ориентироваться на управление бизнесом, а не на увеличение прибылей на акцию) также помогает избежать чрезмерной краткосрочной ориентации.

Подход к стратегии бизнеса как к своду простых правил имеет много общего не только с успешными шахматными стратегиями, но и с другими сложными адаптивными системами. Что более важно, он позволяет избежать непродуктивных споров о том, должны ли компании ориентироваться на долгосрочную перспективу или же сосредоточиться на достижении краткосрочных целей. Применение стратегии простых правил позволяет менеджерам управлять компаниями одновременно с прицелом на следующий квартал и на следующую четверть века.

Глава 23
Выживают наиболее приспособленные
Ландшафт приспособленности и конкурентное преимущество

Выживают не самые сильные и не самые умные, а те, кто лучше других приспосабливается к изменениям.

Чарльз Дарвин. Происхождение видов

От вершины до вершины

Весной 1997 г. Тайгер Вудс не просто выиграл престижный турнир серии «Мастерс», а наголову разбил всех соперников. Соревнуясь с лучшими гольфистами мира, он оторвался от ближайшего преследователя на рекордные 12 ударов. Невероятное достижение, учитывая, что Вудс перешел в профессионалы за год до этого и на тот момент ему исполнился всего 21 год. Он уже выиграл четыре из 15 турниров в PGA TOUR (серии турниров, организуемой Ассоциацией профессиональных гольфистов). Любители гольфа стали восторженно сравнивать его с Джеком Никлаусом, который считался лучшим игроком в истории этой игры.

Как Вудс отреагировал на столь ошеломляющий успех? Он не считал, что полностью реализовал свой потенциал. Не почивал на лаврах. Вместо этого внимательно изучил видеозаписи своей игры на турнире «Мастерс» и пришел к поразительному выводу: «Мои свинги отвратительны»¹.

Вудс попросил своего тренера Батча Хармона помочь ему исправить удар. Хармон был уверен, что Вудс способен вывести свою игру на еще более высокий уровень, но знал, что нельзя ждать мгновенных результатов. Более того, стремясь поставить правильную технику удара, которая принесет хорошие долгосрочные результаты, Вудс рисковал тем, что станет играть хуже в ближайшее время. Но Вудс не испытывал сомнений. С помощью своего наставника он изменил хват клюшки и технику, что позволило ему сохранить силу удара, получив над ним больше контроля.

Несмотря на то что с июля 1997 по февраль 1999 г. Вудсу удалось выиграть всего один турнир в PGA TOUR, он настаивал, что стал играть лучше, чем раньше. «Победа – не всегда показатель того, что вы стали лучше», – утверждал он. Весной 1999 г. новый свинг наконец-то начал давать результаты. Вудс выиграл 10 из следующих 14 турниров в 1999 г., включая восемь побед в PGA TOUR. В 2000 г. он присоединил еще девять побед в PGA TOUR, а после победы в 2001 г. в турнире «Мастерс» стал первым гольфистом, которому удалось выиграть четыре самых престижных мировых турнира.

Ландшафт приспособленности

История Тайгера Вудса может служить хорошим введением в концепцию ландшафта приспособленности. Он представляет собой графическую модель эволюции в виде трехмерной карты и изначально был разработан учеными-биологами, чтобы лучше понять эволюцию видов, в частности как виды повышали свою приспособленность². Позаимствованная у биологов, эта модель стала источником полезных идей и для корпоративных стратегов³.

Как выглядит ландшафт приспособленности? Представьте себе координатную сетку, где каждая точка соответствует определенной стратегии, которая может быть реализована видом (или компанией). Высота каждой точки отображает степень приспособленности. Вершины соответствуют хорошей приспособленности, низины – плохой. С точки зрения компании приспособленность можно рассматривать как потенциал создания стоимости. Ландшафт, в котором работает каждая компания, заполнен вершинами высокой экономической отдачи и низинами разрушения стоимости⁴. Топология ландшафта зависит от характеристик отрасли.

Как отмечал Дарвин, выживаемость видов зависит не от силы или интеллекта, а от способности все лучше и лучше адаптироваться к окружающим условиям – одним словом, от приспособляемости. Лучшая приспособляемость достигается за счет генерирования большого числа разнообразных вариантов и отбора лучших из них. В природе рекомбинация и мутация генов приводят к формированию разнообразия видов, а естественный отбор гарантирует, что выживают наиболее приспособленные⁵. Для компаний приспособляемость состоит в разработке и реализации стратегий создания стоимости, нацеленных на получение максимальной долгосрочной экономической отдачи.

Поскольку ландшафт приспособленности имеет много вершин и низин, то, даже если вид достигает вершины приспособленности (локального максимума), эта вершина может быть не самой высокой (глобальным максимумом). Чтобы взобраться повыше, иногда виду приходится временно снизить свою приспособленность, чтобы улучшить ее в долгосрочном плане. Это же верно в отношении компаний и многого другого – вспомните историю Тайгера Вудса.

Ландшафт приспособленности дает нам богатую пищу для анализа бизнеса. В отношении отдельной компании необходимо ответить на два ключевых вопроса. Во-первых, каким выглядит для нее ландшафт приспособленности с точки зрения перспективы? Разумеется, не только он влияет на принимаемые компанией решения, но и сами решения помогают формировать ландшафт. Во-вторых, реализует ли компания правильные стратегии, чтобы постепенно улучшить свою приспособленность (т. е. повысить экономическую стоимость) в данном ландшафте?

Одно важное замечание: нельзя фокусироваться исключительно на эволюции одной компании или отрасли, потому что существует такой мощный феномен, как коэволюция. Действия порождают реакции. Компании могут кооперироваться или конкурировать друг с другом. И каждая пытается всячески улучшить свою позицию⁶. Кроме того, сам ландшафт подвержен изменениям, и чем динамичнее эти изменения, тем выше должна быть скорость адаптации.

При ответе на первый вопрос необходимо учесть, что существует три типа ландшафта: стабильный, меняющийся и динамичный (см. приложение 23.1).

• Стабильный. В эту категорию попадают отрасли с относительно неизменным и устоявшимся ландшафтом. Поскольку во многих случаях ландшафт является ровным, компании способны генерировать сверхдоходность только при наличии благоприятных цикличных факторов. Примеры включают коммунальные услуги (энергоснабжение, телефонная связь), производство промышленных товаров (энергия, бумага, металлы), средств производства, потребительских товаров кратковременного пользования и ипотечные инвестиционные трасты. Компании в этих секторах улучшают свою приспособленность главным образом за счет конкурентов. Как правило, такие компании предлагают структурную предсказуемость (т. е. вам известно, как они будут выглядеть в перспективе) ввиду ограниченных возможностей роста и расширения на новые виды бизнеса.

• Меняющийся. В этих отраслях ландшафт постепенно меняется, но эти изменения не настолько быстрые, чтобы быть непредсказуемыми. Здесь ландшафт имеет более изрезанную структуру, поэтому одни компании добиваются гораздо лучших экономических результатов, чем другие. Хорошие примеры – финансовые услуги, розничная торговля, здравоохранение и наиболее устоявшиеся сектора в технологической отрасли. В этих отраслях компании сталкиваются с риском быть сброшенными со своей вершины (т. е. лишиться приспособленности) в результате появления новой прорывной технологии⁷.

• Динамичный. В эту категорию входят высокодинамичные отрасли, характеризующиеся развитием новых бизнес-моделей, существенной неопределенностью и постоянно меняющимся предложением продуктов. Вершины и низины непрерывно меняются, иногда даже хаотично. В таком ландшафте действуют компании, занимающиеся разработкой ПО или работающие в отраслях, связанных с геномикой и модой, а также большинство стартапов. Экономическая отдача в этой группе может быть (или обещает быть) значительной, но, как правило, бывает быстротечной.

Неудивительно, что комбинация таких факторов, как ускоряющиеся темпы инноваций, ослабление государственного регулирования и глобализация, сегодня делает глобальный ландшафт приспособленности куда более изрезанным, чем когда-либо в прошлом⁸.

Составив общее представление о том, как выглядит ландшафт приспособленности для вашей компании, – и становится ли он более или менее стабильным, – вы можете разработать надлежащий стратегический процесс, который поможет вам максимизировать долгосрочную стоимость.

Смотрите, куда прыгаете

Консультант Эрик Байнхокер предлагает две общие стратегии для улучшения приспособленности.

Первую он называет стратегией «коротких прыжков», когда на вершину поднимаются понемногу, шаг за шагом. Большинство инициатив по совершенствованию процессов представляет собой короткие прыжки.

Вторую стратегию Байнхокер называет стратегией «длинных прыжков» – прерывистых скачков, способных взметнуть компанию на более высокую вершину или же опрокинуть в более глубокую низину. Длинные прыжки включают значимые приобретения в областях, не связанных с основной деятельностью, и инвестирование в новые продукты.

Я считаю, что ландшафт приспособленности, в котором работает конкретная компания, в значительной мере определяет правильный баланс между прыжками на короткие и длинные расстояния⁹.

Например, в отраслях со стабильным ландшафтом ключевое значение имеет оптимизация процессов, т. е. последовательные короткие прыжки. Длинные прыжки могут быть очень дорогостоящими и неудачными, поэтому часто не оправдывают себя. Это не означает, что в этих отраслях не развиваются технологии. Они развиваются и будут продолжать развиваться. Однако технологические улучшения, как правило, являются постепенными и воспроизводимыми.

На противоположном конце находятся компании, которые работают в условиях динамичного ландшафта и которым приходится фокусироваться на длинных прыжках в поисках следующего «большого дела», потому что, даже если они достигают одной вершины, стремительные изменения ландшафта приводят к быстрому исчезновению этой вершины. Из-за коротких жизненных циклов продуктов здесь более важна адаптация, чем оптимизация¹⁰.

Логично предположить, что компании, работающие в отраслях с меняющимся ландшафтом, должны сочетать прыжки на короткие и длинные расстояния. Как показывают адаптивные модели, такая комбинация является лучшей стратегией поиска в условиях изменившегося ландшафта¹¹.

Другие параметры адаптации

Разные типы ландшафта приспособленности требуют не только разных комбинаций коротких и длинных прыжков, но и разных финансовых инструментов и организационных структур. Традиционный метод дисконтированных денежных потоков хорошо подходит для компаний, которые конкурируют в стабильном ландшафте. Здесь также показывает себя эффективным централизованный подход к управлению, потому что отраслевые виды деятельности четко определены.

Меняющийся ландшафт приспособленности требует сочетания традиционных методов оценки на основе денежных потоков и оценки стратегических вариантов. Стратегические варианты пригодны, но не обязательны для поиска потенциально прибыльных возможностей¹².

Наконец, компании, конкурирующие в условиях динамичного ландшафта, должны больше полагаться на стратегические варианты для оценки своей текущей и потенциальной приспособленности. Кроме того, в таких компаниях обычно хорошо работает «стратегия как свод простых правил». Этот децентрализованный подход включает общепринятые правила принятия решений, но позволяет людям на локальных уровнях принимать решения в зависимости от ситуации¹³.

Как наглядно продемонстрировал нам Тайгер Вудс, иногда для достижения лучшей приспособленности в долгосрочном плане требуется болезненное изменение, которое может привести к краткосрочному ухудшению результатов. Концепция ландшафтов приспособленности поможет вам оценить, насколько правильные стратегии реализует компания и насколько правильно она организована. Кроме того, этот анализ подскажет вам подходящие финансовые инструменты для оценки различных видов бизнеса.

Глава 24
Прострация от экстраполяции
Использовать средние показатели цены/прибыли – глупо

Чтобы средние исторические показатели были полезны, данные, на основе которых они вычисляются, должны происходить из той же совокупности. В ином случае – если данные происходят из другой совокупности – такие данные называются нестационарными. А при нестационарных данных проецирование средних исторических показателей обычно дает бессмысленные результаты.

Брэдфорд Корнелл. Премия за риск вложения в акции

В большинстве компаний нематериальные активы… превосходят материальные активы с точки зрения их стоимости и вклада в экономический рост, однако в финансовой отчетности они традиционно относятся на расходы и, таким образом, не отражаются в балансе компаний. Подобный асимметричный подход, предусматривающий капитализацию (признание активами) инвестиций, имеющих физическое или финансовое воплощение, и отнесение нематериальных активов на расходы, ведет к искажению и недостаточно полному отражению в отчетности результатов деятельности и стоимости компании.

Барух Лев. Нематериальные активы

Либо социальное, либо обеспечение

Эрнест Аккерман оказался счастливчиком. Он вышел на пенсию в 1937 г. на следующий день после того, как в США была введена в действие программа социального обеспечения, и стал первым получателем пособия по старости. Работодатель Аккермана внес в фонд соцстрахования из зарплаты работника за один рабочий день пять центов, и пенсионер Аккерман получил единовременную выплату в размере 17 центов.

Будущим получателям пособий по старости может повезти гораздо меньше. Несмотря на значительные изменения, внесенные государством в схему социального обеспечения за последние 60 с лишним лет, система сталкивается с серьезными проблемами. И эти проблемы в значительной степени вызваны изменениями в демографическом профиле населения США.

Например, первоначально пенсионный возраст был установлен в 65 лет, т. к. актуарные расчеты показали, что «установление планки на уровне 65 лет позволяет создать управляемую систему, которую легко сделать самоподдерживающейся при невысоких уровнях налогообложения заработной платы»¹. Но за период с 1940 г. по настоящее время средний процент мужчин, доживающих до возраста 65 лет, вырос с 54 до 72 %, а продолжительность жизни после достижения 65 лет увеличилась с 12,7 до 15,3 года, тогда как рождаемость упала почти на 10 %. В результате, если в 1940-х гг. на одного пенсионера приходилось 42 работника, то сегодня – всего трое.

Беглый взгляд на эволюцию системы социального обеспечения выявляет важный момент: очень сложно управлять системой, когда лежащие в ее основе данные постоянно меняются. Нельзя делать выводы о настоящем на основе средних исторических показателей, потому что они не соответствуют сегодняшним средним показателям.

Этот урок непосредственно применим к инвестированию. Наглядный пример ошибочной экстраполяции – когда инвесторы слепо применяют средние исторические показатели цены/прибыли для оценки сегодняшнего рынка или отдельных акций. Средние исторические показатели применимы лишь в той степени, в которой они отражают сегодняшние условия. Точно так же, как ни одному должностному лицу не придет в голову планировать будущие программы социального обеспечения на основе старых демографических данных, инвесторы не должны полагаться на прошлые показатели цены/прибыли для понимания сегодняшнего рынка.

Нестационарность и исторические показатели цены/прибыли

Нестационарность – ключевое понятие в любом анализе временны?х рядов; особое значение она имеет в таких областях, как климатология и финансы. Суть заключается в следующем: для того чтобы средние показатели были сопоставимыми в динамике по времени, статистические свойства совокупности должны быть одинаковыми, или стационарными. Если с течением времени свойства совокупности меняются, данные являются нестационарными. А при нестационарных данных применение прошлых статистических показателей к сегодняшней совокупности может привести к ошибочным выводам.

Теоретический и эмпирический анализ коэффициентов цены/прибыли предполагает, что они, вероятно, являются нестационарными². Более того, исследования не показывают наличия статистически значимой связи между коэффициентом цены/прибыли в начале года и последующими 12– и 24-месячными доходностями на протяжении последних 125 лет³. Проще говоря, средние исторические показатели цены/прибыли фактически не дают инвесторам никаких указаний на то, какой будет доходность рынка на протяжении типичного инвестиционного горизонта.

Конечно, важно знать о нестационарности коэффициентов цены/прибыли, но с практической точки зрения гораздо полезнее понимать, почему они являются нестационарными. Нестационарность этого показателя обусловливается тремя ключевыми факторами, а именно: влиянием налогов и инфляции, изменением состава экономики и изменением премии за риск вложения в акции.

Почему прошлое – не всегда пролог будущего?

Краеугольная концепция финансовой науки гласит, что инвесторы оценивают активы исходя из потребности получить приемлемую доходность (скорректированную с учетом риска) за вычетом налогов, инфляции и операционных издержек. Следовательно, изменение ставок налогообложения и уровня инфляции оказывает существенное влияние на стоимость рынка и, таким образом, на коэффициенты цены/прибыли.

Роль налогов принципиально понятна. Повышение налогов на дивиденды и прирост капитала требует, чтобы инвесторы зарабатывали более высокую доналоговую доходность, чтобы получить сопоставимую доходность после налогообложения. Поэтому, при равности прочих условий, более низкие налоговые ставки ведут к более высоким коэффициентам и наоборот.

Последние 50 лет налоговые ставки не отличались стабильностью (см. приложение 24.1). В начале 1960-х гг. дивиденды облагались по ставке почти 90 %, а к 2003 г. эта ставка снизилась до 15 %, где она остается и поныне. Налоги на прирост капитала колебались в промежутке между 20 и 35 % и упали до 15 % в начале XXI века.

Важную роль играет и взаимодействие между налоговыми ставками и уровнем инфляции. Инвесторы хотят получать приемлемую ставку доходности с учетом инфляции и налогообложения, а потому повышают требования к уровню доналоговой доходности, когда ожидают роста инфляции. В приложении 24.2 приведены годовые темпы инфляции (включая прогнозы) и график инфляции на пятилетних периодах с 1960 по 2006 г. В 1970-х гг. сочетание высокой инфляции с высокими номинальными ставками налога на прирост капитала привело к очень высоким ставкам дисконтирования и очень низким коэффициентам цены/прибыли. Инфляция также искажает финансовую отчетность. Поэтому мы видим значительное колебание коэффициентов цены/прибыли в зависимости от различных налоговых и инфляционных сценариев.

Второй фактор, оказывающий влияние на коэффициенты цены/прибыли, связан с переходом глобальной экономики от материальных к нематериальным активам. Однако если инвестиции в материальные активы, такие как новые заводы, отражаются компаниями в балансе и амортизируются в течение срока полезной службы, то инвестиции в нематериальные активы, такие как вложения в исследования и разработки или рекламу, напрямую относятся на расходы.

Таким образом, величина прибылей в отчетности компании определяется не размером, а типом инвестиций. Две компании, одна из которых ориентирована на материальные, а другая на нематериальные активы, могут инвестировать одинаковые суммы с одинаковой рентабельностью инвестиций и при этом иметь значительно разнящиеся цифры прибыли. Как правило, компании с преобладанием нематериальных активов имеют более высокое отношение денежного потока к чистой прибыли.

Чтобы проиллюстрировать эту мысль, я приведу два примера из индекса Доу-Джонса. Первую группу компаний в индексе я называю материальной группой, которая включает Alcoa, Caterpillar, United Technologies и Wal-Mart. Нематериальная группа включает Altria, Coca-Cola, Microsoft и Procter & Gamble. За пять отчетных лет, заканчивая 2006 г., материальная группа имела отношение денежного потока к чистой прибыли на уровне 28 %, тогда как для нематериальной группы этот показатель составил 111 %.

Сегодня глобальная экономика все больше перемещается от материальных к нематериальным активам, о чем свидетельствуют коэффициенты рыночной/балансовой стоимости, распределение рабочей силы и растущее значение образования. Кроме того, компании с преобладанием нематериальных активов имеют меньше активов в своем балансе, поэтому обычно показывают более высокую рентабельность капитала. При постоянстве прочих факторов более высокие показатели отношения денежного потока к чистой прибыли и рентабельности капитала поддерживают более высокие коэффициенты цены/прибыли⁴.

Наконец, третий фактор, влияющий на коэффициенты цены/прибыли, – премия за риск вложения в акции или дополнительная доходность, которую инвесторы требуют сверх безрисковой ставки доходности. (Премия за риск вложения в акции, по-видимому, также является нестационарной⁵.) В то время как ряд факторов, в том числе ожидания в отношении будущего роста, влияет на размер рисковой премии, важную роль играет и совокупная готовность инвесторов к риску. В периоды всеобщего оптимизма премия за риск уменьшается, а в периоды негативных ожиданий, наоборот, возрастает. Резкие колебания готовности инвесторов к риску, вероятно, вносят вклад в нестационарность коэффициентов.

Ограниченные параметры

За последние 130 лет средний коэффициент цены/прибыли немного превышал 14, и на протяжении данного периода рынок постоянно колебался относительно этого уровня⁶. Не является ли это достаточным доказательством того, что 14 является тем самым средним значением, к которому всегда возвращается рынок?

Ответом будет, я считаю, хотя и с определенными оговорками, «нет». По всей вероятности, два из трех факторов нестационарности – взаимодействие налогов с инфляцией и премия за риск вложения в акции – являются ограниченными параметрами. Это значит, что они колеблются в границах достаточно определенных, хотя и широких коридоров. Хотя данные факторы могут возвращаться к среднему значению на очень длительных интервалах (например, за десятилетие и больше), они же вызывают значительные и закономерные различия в коэффициенте на протяжении многих десятилетий.

Поскольку наша система отчетности не изменяется, третий фактор – эволюция экономики – способствует повышению коэффициентов цены/прибыли при прочих равных условиях. Эта тенденция, вероятно, является долговременной и очень просто объясняется: компании, относящие свои инвестиции на расходы, имеют более высокие показатели отношения денежного потока к чистой прибыли, чем компании, которые свои инвестиции капитализируют.

Однако указанный сдвиг вверх частично компенсируется тем фактом, что сегодня периоды устойчивого конкурентного преимущества для компаний, опирающихся на услуги и знания, стали заметно короче, чем они были в прошлом для компаний, опиравшихся в основном на физический капитал. Поэтому под влиянием этих противодействующих сил результирующий коэффициент цены/прибыли может не сильно отличаться от исторических средних показателей, хотя лежащая в его основе экономическая подоплека существенно изменилась.

Распакуйте (умственный) багаж

Учитывая нестационарность коэффициентов цены/прибыли, инвесторам следует использовать их очень вдумчиво и осторожно, если использовать вообще. Они привлекательны главным образом тем, что зачастую предлагают удобный и простой способ оценки акций. Но я утверждаю, что инвесторы, настаивающие на применении этих мультипликаторов, извлекут из них намного больше пользы, если «распакуют» включенные в них предположения. Такой анализ позволяет понять, как и почему сегодняшние условия (такие как темпы роста, инфляция, налоги, аппетит к риску, структура экономики) отличаются от тех, которые были в прошлом, и как эти изменения отражаются на мультипликаторе.

Глава 25
Я упал и не могу подняться
Возврат к среднему и уровень выживаемости

Ключевое открытие настоящего исследования… наблюдаемая редкость устойчиво высоких экономических результатов подразумевает, что их чрезвычайно трудно достичь. С этим связано еще одно открытие… даже если высокие экономические результаты достигнуты и поддерживаются на протяжении некоторого периода времени, вероятность соскользнуть с этого возвышенного насеста весьма высока.

Роберт Уиггинс и Тимоти Руэлфи. Устойчивое конкурентное преимущество

Доходность и рост

В статье, опубликованной в New York Times в 2004 г.1, профессор финансов Джозеф Лаконишок утверждал, что на фондовом рынке множество «очагов безумия». Этот вывод был сделан на основе анализа взаимосвязи между темпами роста и коэффициентами цены/прибыли: по утверждению Лаконишока, рынок подразумевал нереалистично быстрые темпы роста прибыли для некоторых компаний с высокими коэффициентами цены/прибыли. Как показало проведенное им совместно с двумя коллегами исследование, в действительности очень мало компаний поддерживают устойчиво высокие темпы роста².

Но что же на самом деле определяет коэффициент цены/прибыли? Стоимость компании зависит от ожиданий рынка в отношении ее темпов роста и ее экономической доходности. Эта фундаментальная концепция объясняет, почему сам по себе рост может вводить в заблуждение. Рост может быть положительным (когда компания обеспечивает экономическую доходность выше стоимости капитала), отрицательным (когда доходность компании ниже стоимости капитала) или нейтральным (когда доходность равна стоимости капитала).

Следовательно, прежде чем судить о росте, необходимо определить, зарабатывает ли компания надлежащую доходность. Рост может стать и иногда становится путем к банкротству³. С другой стороны, некоторые медленно растущие, но высокорентабельные компании стабильно оцениваются рынком с премией. Вот почему нельзя фокусироваться только на росте без учета экономической доходности – это может привести к неверным инвестиционным решениям.

Для того чтобы составить ясное представление о перспективах экономической доходности компании, необходимо внимательно изучить ее конкурентную стратегию⁴. Цель такого стратегического анализа – ответить на три фундаментальных вопроса:

1. Обеспечивает ли компания рентабельность инвестиций выше стоимости капитала или есть весомые основания полагать, что она заработает привлекательную доходность в будущем?

2. Если доходность превышает стоимость капитала, то как долго компания поддерживает устойчивую сверхдоходность?⁵

3. Если доходность компании упала ниже стоимости капитала, какова вероятность того, что она сможет вернуться к устойчивой сверхдоходности?

В этом эссе более пристальное внимание будет уделено ответам на последние два вопроса. Опираясь на эмпирические данные из отраслей высоких технологий и розничной торговли, я постараюсь выделить несколько ключевых моментов.

Смерть, налоги и возврат к среднему

Одна микроэкономическая теория, подтверждаемая массивом эмпирических данных, гласит, что обеспечиваемая компанией рентабельность инвестиций с течением времени возвращается к стоимости капитала⁶. Почему это происходит, вполне понятно. Компании, генерирующие высокую доходность, привлекают конкурентов и капитал, которые снижают доходность до уровня альтернативной стоимости. И наоборот, капитал уходит из отраслей с низкой доходностью – через банкротства, изъятие инвестиций или консолидацию, – что приводит к повышению доходности до уровня стоимости капитала.

В приложении 25.1 этот процесс показан на выборке из 450 технологических компаний за период с 1979 по 1996 г.⁷ (Анализ заканчивается 1996 г., чтобы избежать искажений, связанных с интернет-пузырем.) Аналитики из Credit Suisse ранжировали компании по четырем квартилям на основе такого показателя, как рентабельность инвестиций по денежному потоку, или CFROI (Cash-Flow Return on Investment), и отследили динамику изменения доходности для каждого квартиля. Поскольку CFROI измеряет реальную доходность с учетом налогообложения, то временны?е ряды не подвержены потенциальным искажениям, связанным с изменением процентных ставок и темпов инфляции.

Средняя рентабельность инвестиций (измеряемая как CFROI) для верхнего квартиля на начало периода наблюдений составила 15 %, но всего через пять лет снизилась до 6 %. Нижний квартиль начал с 15 %-ной отрицательной доходности и за тот же пятилетний период повысил ее почти до нуля (хотя она по-прежнему осталась ниже стоимости капитала). Средние два квартиля показали относительно стабильную рентабельность на уровне стоимости капитала. За 10 лет разрыв доходности между верхним и нижним квартилем сократился с 3000 базисных пунктов при первом измерении до всего 300 базисных пунктов. Хотя 10 лет – недостаточный период для завершения процесса возврата к среднему, но в целом тенденция очевидна.

Согласно теории, центральную роль в улучшении доходности нижнего квартиля играет выбытие компаний. Через пять лет всего 60 % компаний с самым низким показателем CFROI продолжали вести деятельность, потому что многие обанкротились или были приобретены другими компаниями. Такое выбытие повышает выживаемость оставшихся, что приводит к повышению уровня доходности на 10-летнем интервале. А в квартиле с самым высоким показателем CFROI через пять лет продолжали работать 85 % компаний. По истечении пяти лет темпы выбытия по всем квартилям стремятся к среднему уровню.

Многочисленные исследования феномена возврата к среднему неизменно обнаруживают, что некоторые компании (хотя их не так много) способны зарабатывать и зарабатывают стабильно высокую доходность. Так, исследование почти 700 розничных операторов за период с 1950 по 2001 г. установило, что у 14 % из них доходность никогда не падала ниже стоимости капитала⁸. Из 1700 технологических компаний 11 % обеспечивали устойчивую положительную сверхдоходность с 1960 по 1996 г.

Стабильно высокая доходность – потенциально мощный источник благосостояния. Если взять две компании с одинаковыми начальной доходностью и прогнозируемыми темпами роста, то компания, которая сможет дольше обеспечивать устойчивую доходность выше стоимости капитала, будет оцениваться рынком гораздо выше, и, следовательно, ее акции будут торговаться с гораздо большей стоимостью⁹.

Стратегический анализ компании, зарабатывающей высокую доходность, должен показывать источник избытка – обычно это преимущество в клиентской базе или продукте – и давать какие-то прогнозы относительно его долговечности. Кроме того, некоторые компании (особенно ориентированные на образовательные услуги и на сетевой бизнес) увеличивают доходность по мере роста¹⁰. Те инвесторы, которые всецело сосредоточивают свое внимание на темпах роста, упускают из вида такие важные аспекты, как стратегические преимущества компании и вытекающие из них экономические результаты.

Я упал и не могу подняться

Цены акций отражают ожидания, а умение предвидеть изменения ожиданий является ключом к получению устойчивой сверхдоходности. Отсюда вытекает одно важное следствие: сама по себе высокая или низкая доходность не делает компанию привлекательной или непривлекательной для инвесторов. Любая компания должна оцениваться инвесторами относительно связанных с ней ожиданий¹¹.

Чтобы лучше проиллюстрировать эту мысль, давайте посмотрим на особую группу компаний – тех, что столкнулись со спадом рентабельности. В данном случае спад определяется, если рентабельность (измеряемая как CFROI) ниже стоимости капитала два года подряд, следующих за двумя годами подряд, когда рентабельность была выше стоимости капитала.

Этот анализ особенно важен для стоимостных инвесторов, которые часто покупают дешевые акции в расчете на повышение рентабельности компаний. Классическая ловушка стоимостного инвестирования – покупка дешевых акций, которые заслуживают того, чтобы быть дешевыми – из-за низкой экономической рентабельности компаний. В то же время вложения в акции, которые дешевы из-за временного спада, могут принести очень высокую доходность, особенно если рынок не ожидает разворота.

Приложение 25.2 показывает дальнейшую судьбу компаний, столкнувшихся с падением рентабельности. Выборка включает почти 1200 компаний из технологического и розничного секторов. Данные по этим двум отраслям очень схожи и не особенно обнадеживают: всего около 30 % компаний смогли добиться устойчивого восстановления. (Credit Suisse определяет «устойчивое восстановление» как три года подряд рентабельности выше среднего уровня, следующие за двумя годами рентабельности ниже стоимости капитала.) Примерно четверть компаний добилась кратковременного восстановления. Остальные – чуть менее половины компаний в выборке – либо так и не сумели вернуться к прежнему уровню доходности, либо исчезли. Некоторые исчезли с соблюдением приличий (были приобретены), другие с позором (стали банкротами).

Этот анализ также показывает, как долго длится такой спад. И у ритейлеров, и у технологических компаний примерно в 27 % случаев периоды низкой доходности продолжались менее двух лет, а более чем в 60 % случаев – менее пяти лет. Другими словами, судьба большинства упавших с пьедестала успеха компаний решалась довольно быстро.

Наблюдаемая тенденция возврата к среднему и показатели выживаемости компаний после спадов говорят о том, насколько мощны и последовательны в своем действии конкурентные силы. Большинство дешевых акций дешевы не без причины, и вероятность того, что низкодоходная компания восстановит стабильный, выше стоимости капитала, уровень доходности, очень мала.

И все же само наличие стабильно высокой рентабельности (и вероятность того, что рынки могут недооценить такую стабильность) предполагает, что инвесторы с глубоким пониманием динамики конкуренции и достаточным инвестиционным горизонтом имеют возможность зарабатывать прекрасную доходность.

Глава 26
Сотрудничество в позиционной войне
Сотрудничество и конкуренция через призму теории игр

«Дилемма заключенного» очень хорошо отражает проблему выбора между краткосрочными преимуществами эгоистичного поведения и необходимостью кооперации с другим игроком ради достижения долгосрочного успеха. Несмотря на свою простоту, «дилемма заключенного» хорошо помогает нам понять и оценить глубокие последствия фундаментальных процессов, связанных с данным выбором.

Роберт Аксельрод. Сложность сотрудничества¹

Система «живи и давай жить другим» была обычным явлением в позиционной войне. Она процветала, несмотря на все усилия офицеров ее уничтожить, несмотря на порождаемые боем страсти, несмотря на логику войны «убей или будешь убит» и несмотря на готовность верховного командования подавить любые попытки договориться о локальном перемирии.

Роберт Аксельрод. Эволюция сотрудничества²

Сравнение с войной – жизнь или смерть?

Руководители компаний и инвесторы, говоря о бизнесе, любят прибегать к военным метафорам³. Часто можно услышать о «выигранном сражении за долю рынка», «убийстве конкурентов», «захвате клиентской базы» или об «успешном обходе конкурентов с фланга». Если на то пошло, само слово «стратегия» происходит от греческого strategia, что значит «веду войско».

Мы обычно представляем себе бизнес, как и войну, игрой с нулевой суммой: если одна сторона выигрывает, другая непременно проигрывает. Многие стратегические игры – такие как шахматы и шашки – также являются игрой с нулевой суммой, и ранние исследователи концентрировали свои усилия на поиске лучших способов ведения подобных игр. Неудивительно, что такой подход распространился и на конкурентную стратегию, которая обычно предполагает наличие явных победителей и проигравших. В этом свете применение военной метафоры кажется вполне подходящим.

Но всегда ли война – игра с нулевой суммой? Нет, как показывает один удивительный пример. Западный фронт, протянувшийся на 800 километров по территории Франции и Бельгии, стал ареной одного из самых тяжелых противостояний в Первой мировой войне. Обе стороны укрепились на достигнутых рубежах, сформировав позиционный фронт: линии окопов и колючей проволоки располагались на расстоянии 100–400 метров друг от друга, и результатом любого кровопролитного наступления часто было всего несколько метров отвоеванной территории. В таких тяжелых условиях и стало зарождаться сотрудничество – стратегия «живи сам и давай жить другим». Обе стороны узнали, что любая агрессия вызывает пропорциональное ответное действие, поэтому, когда одна сторона воздерживалась от применения насилия, другая отвечала ей взаимностью⁴.

Вероятно, начало такому сотрудничеству положили периоды временного затишья в обеденное время. Когда квартирмейстеры доставляли еду на линию фронта, стороны прекращали стрелять. Потом солдаты начали договариваться о дополнительных перемириях криками или сигналами. Батальоны сменялись на линии фронта каждые восемь дней, и «старики» информировали вновь прибывших об условиях молчаливой договоренности с врагом. Как сказал один солдат прибывшим ему на смену новичкам: «Боши – неплохие ребята. Ты их не трогаешь – и они тебя не трогают»⁵.

Эта история актуальна для руководителей компаний и инвесторов, потому что помогает понять, какие условия необходимы для того, чтобы сотрудничество взяло верх над жесткой конкуренцией. Есть две области, где сотрудничество между конкурентами может быть особенно ценным: ценообразование и расширение мощностей. Опираясь на несколько базовых концепций из теории игр, я постараюсь объяснить, как может появиться сотрудничество и почему его бывает так трудно достичь. Понимание этого может оказаться особенно полезным для тех отраслей, где ситуация в значительной мере определяется действиями двух основных конкурентов.

Чем так отличаются свидание и брак?

Теория игр изучает взаимодействие между игроками, каждый из которых стремится получить максимальный выигрыш. Усложняется этот анализ тем, что величина выигрыша зависит от действий (и ответных действий) игроков. Другими словами, теория игр заставляет руководителей компаний думать не только о своих решениях, но и о влиянии этих решений на решения конкурентов. Разумеется, не все руководители стремятся поставить себя на место своих конкурентов. Прочитайте следующее высказывание бывшего финансового директора ведущей транснациональной компании в бумажной отрасли:

Когда вы размышляете о строительстве новой бумажной фабрики, то основываете свое решение на некоторых предположениях об экономическом росте… Но что мы никогда не принимаем во внимание, так это реакцию наших конкурентов. Кто еще собирается строить завод одновременно с нами?⁶

Теория игр предлагает нам одну простую, но очень мощную модель, называемую «дилеммой заключенного»⁷. Рассмотрим случай, когда два конкурирующих товаропроизводителя должны принять решение о расширении мощностей на пике цикла. В приложении 26.1 показана матрица выигрышей. Если компания В расширит мощности, а компания А нет (правая верхняя ячейка), то В получит непропорционально высокое вознаграждение. И наоборот, если А расширит мощности, а В нет (левая нижняя ячейка), то основная доля выигрыша достанется А. Если обе компании расширят мощности (правая нижняя ячейка), то суммарный выигрыш упадет и никто из двоих не преуспеет. Наконец, суммарный выигрыш будет самым высоким, если ни одна из компаний не станет увеличивать мощности (левая верхняя ячейка), хотя выигрыш каждой компании в отдельности окажется меньше, чем в том случае, если к расширению мощностей прибегнет только она.

Так что же должна делать компания, если игра проводится только один раз? Предположим, что вы – компания А и считаете, что компания В не будет наращивать мощности. Лучшая стратегия для вас – расширить мощности. Теперь предположим, что, по вашим прогнозам, компания В собирается ввести дополнительные мощности. В этом случае лучшей стратегией для вас по-прежнему будет расширение мощностей. Независимо от действий вашего конкурента, если вы участвуете в игре один раз, вам выгоднее расширить мощности⁸. Между тем максимальный суммарный выигрыш достигается только при отказе обеих компаний от расширения мощностей. Однако, как показывает теория игр, оптимальное решение для одной компании не всегда является оптимальным решением для отрасли в целом.

В бизнесе, как и в вышеописанном примере с позиционной войной, взаимодействие – не одноразовое, а повторяющееся явление. Иначе говоря, компании разыгрывают ситуацию с «дилеммой заключенного» не один раз, а повторяют ее снова и снова. В этом случае вероятность возникновения сотрудничества гораздо выше, потому что компании «учатся» работать друг с другом.

В 1980-х гг. политолог Роберт Аксельрод провел турнир среди компьютерных программ, чтобы определить, какая стратегия будет наиболее эффективной в повторяющейся «дилемме заключенного» (каждая игра состояла из 200 ходов). Выиграла самая простая стратегия – «око за око», когда игрок начинает с сотрудничества и затем выбирает следующий ход в зависимости от предыдущего хода другого игрока, предоставляя прямую отрицательную связь в случае предательства. «Око за око» лучше всех показала себя на старте, четко реагировала отказом на предательство и проявила готовность к прощению⁹.

В мире бизнеса нацеленное на сотрудничество поведение терпит неудачу или вообще не возникает по ряду причин. Важный фактор – качество сигналов. Иногда компании пытаются сигнализировать о своих намерениях конкурентам, но эти сигналы либо бывают слишком неясными, либо неправильно интерпретируются. Другой важный фактор – корпоративная память. Даже если две компании с цикличным бизнесом (как в вышеописанном примере) постоянно конкурируют друг с другом, их руководители, принимая решение о расширении мощностей на пике цикла, могут рассматривать ситуацию как единичную «дилемму заключенного», потому что очень часто они мыслят в узком временно?м коридоре (как в отношении прошлого, так и в отношении будущего).

Цена и прибыль

На протяжении трех десятилетий, вплоть до 1975 г., две вечерние газеты, Sun и Daily Mirror, обслуживавшие регион Сиднея (Австралия), последовательно и синхронно поднимали цены. Инициатором повышения всегда выступала Sun, а Daily Mirror неизменно повторяла ход конкурента. Но в 1975 г. ситуация вышла из наезженной колеи. Sun подняла цену с 10 до 12 центов, но Daily Mirror, на тот момент принадлежавшая Руперту Мердоку, не предприняла в ответ никаких шагов. Благодаря более низкой цене Daily Mirror увеличила свой тираж, что позволило ей повысить расценки на рекламу – и обеспечить увеличение прибыли. А у Sun прибыли, наоборот, упали. Наконец в 1979 г. Sun снизила цену обратно до 10 центов.

Это один из примеров ситуации, где теоретико-игровой анализ мог бы оказаться весьма полезным. Если бы Sun прибегла к стратегии «око за око», она бы немедленно снизила цену до прежних 10 центов, таким образом лишив Daily Mirror преимущества, которое давал ей отказ от сотрудничества.

Руководители и инвесторы могут использовать стратегию «око за око» для анализа конкурентного динамического ценообразования¹¹. Среди областей, где этот инструмент может найти полезное применение, – киноиндустрия, производство готовых сухих завтраков и рынок коста-риканских сигар в США. Несмотря на то что теоретико-игровой анализ на основе «дилеммы заключенного» больше подходит для отраслей, где имеется два основных конкурента, он может дать хорошие результаты и для отраслей с высокой концентрацией.

Теория игр также полезна при принятии решений о расширении мощностей. Во многих цикличных видах бизнеса, включая автомобилестроение, химическую и целлюлозно-бумажную промышленность, самолетостроение и энергетику, компании часто начинают задумываться о наращивании мощностей на пиках цикла. Их подталкивает к этому высокий интенсивный спрос и наличие необходимых средств, чтобы финансировать расширение.

Но, как отмечалось в вышеприведенном примере, расширение мощностей всеми компаниями приводит к снижению суммарного выигрыша на пике и увеличению избыточных мощностей в период спада. В своей книге «Конкурентное сотрудничество», посвященной теории игр, Бранденбургер и Нейлбафф утверждают, что выгоды от ограниченного предложения превосходят издержки¹².

Таким образом, главная идея этого эссе состоит в том, что конкурентные рынки не обязательно должны быть игрой с нулевой суммой. При определенных условиях руководители могут рассматривать ситуации с точки зрения повторяющейся «дилеммы заключенного» и принимать такие решения о ценообразовании и расширении мощностей, чтобы максимизировать долгосрочную стоимость. Поскольку стратегия «око за око» предполагает быструю и эффективную реакцию на негативные действия конкурентов (например, демпинговое ценообразование или расширение мощностей), то включает в себя и контрольную функцию. Инвесторы могут использовать эту модель для оценки стратегических решений руководства компании и способностей корпоративной памяти.

Глава 27
Большие ожидания (роста)
Пределы корпоративного роста

В воздушных замках легко найти убежище. И строить их так легко.

Генрик Ибсен. Строитель Сольнес

Я слышу все больше прогнозов насчет высоких темпов роста прибыли в будущем. Кое-кто более сдержан в своих прогнозах, но таких очень мало.

Чарли Мангер. Outstanding Investor Digest¹

Компетентное компаундирование

Руководители компаний и инвесторы обычно рассматривают рост как абсолютное благо. Руководители любят говорить о пользе стимулирующих целей и иногда даже ставят «дерзкие, амбициозные» цели, чтобы мотивировать сотрудников и впечатлить акционеров. Некоторые инвесторы специализируются на акциях роста и целенаправленно ищут компании, которые обещают быстрое и устойчивое увеличение продаж и прибылей.

Но большинство инвесторов не до конца понимают всей силы и ответственности компаундирования (реинвестирования свободных средств). Чтобы увидеть, как вы с этим справляетесь, решите маленькую задачку:

Во сколько превратится $1 через 20 лет при применении компаундирования? Запишите ответы в пустых строках.

Для большинства из нас эти расчеты вполне обоснованны. При среднегеометрических темпах годового роста (показатель CAGR – compounded annual growth rate) на уровне 2 % $1 через 20 лет превратится в $1,49. При темпах роста 7 % – в $3,87. При 15 % – обычный показатель темпов роста прибыли для крупных компаний – $1 через 20 лет даст $16,37. И, наконец, при росте в 20 % – $38,34.

Как это получается? Большинство инвесторов неправильно оценивают соотношение темпов роста и конечной стоимости. Например, немногие интуитивно понимают, что увеличение темпов роста с 15 до 20 % подразумевает более чем удвоение стоимости за 20 лет. Недаром Альберт Эйнштейн назвал феномен компаундирования «восьмым чудом света». Следовательно, задача инвесторов – заставить компаундирование работать на них, а не против них.

Проверка реальностью

В своей глубокой книге «Прибыль от основного бизнеса» Крис Зук, ведущий консультант Bain & Company, описывает интересное исследование, выявившее существующий разрыв между планами и реальными достижениями компаний. Это исследование охватывало компании, которые показывали устойчивый рост на протяжении 1990-х гг.2 В выборку вошло более чем 1800 компаний из семи стран с объемом продаж свыше $500 млн.

Зук установил три критерия устойчивого роста:

• реальный (скорректированный на инфляцию) рост продаж на 5,5 %;

• реальный рост прибыли на 5,5 %;

• совокупная акционерная доходность (TSR) выше стоимости капитала.

Примечательно, что эти планки гораздо ниже тех цифр, которые указаны во многих стратегических планах. На самом деле Bain обнаружила, что у двух третей охваченных исследованием компаний в планах стояли двузначные цифры номинальных темпов роста.

Результаты исследования приведены в приложении 27.1. Как оказалось, всего около 25 % компаний сумели преодолеть указанную планку роста продаж и всего одна из восьми соответствовала всем трем критериям устойчивого роста. Примечательно и то, что эти результаты были достигнуты компаниями в период динамичного экономического роста. Компании в подавляющем большинстве хотят (и планируют!) расти двузначными темпами, но в подавляющем большинстве им это не удается.

Насколько велик потенциальный разрыв между ожиданиями и реальностью? Чтобы ответить на этот вопрос, я изучил частотное распределение темпов роста продаж за десятилетний период (с 1997 по 2006 г.) для американских компаний с объемом доходов в базовом году более $500 млн (см. приложение 27.2). Средние темпы роста для данной группы составили 6,2 %, причем менее трети компаний поддерживали устойчивый двузначный номинальный рост доходов. Кроме того, темпы роста не были скорректированы с учетом приобретений, поэтому органический рост определенно был еще ниже³.

Далее я наложил на полученный график прогнозируемые темпы роста прибыли за трехлетний период для всех компаний с объемом продаж выше $500 млн (по состоянию на базовый 2006 г.). Несмотря на то что рост прибыли в прошлом был примерно на 100 базисных пунктов выше, чем темпы роста продаж, общей картины это не изменило. Средние ожидаемые темпы роста прибыли для данной группы составляют 13,4 %, что более чем в два раза выше темпов роста, показанных компаниями в недавнем прошлом (см. приложение 27.3). Также стоит заметить, что распределение ожидаемого роста не включает отрицательных показателей.

Чем отличается 13 %-ный рост от 6 %-ного роста? Наше упражнение с компаундированием показывает, что по истечении 20 лет конечная стоимость компании, растущей со скоростью 13 %, будет почти в четыре раза выше, чем стоимость компании, обеспечивающей 6 %-ный рост. Чем крупнее становится компания, тем труднее ей поддерживать двузначные темпы роста. Поэтому, если рассматривать прошлое как индикатор будущего, ожидаемые темпы роста для большинства компаний должны быть гораздо ниже.

Чем они больше, тем медленнее растут (или не растут)

Распределение компаний по размерам, как и городов, приблизительно соответствует распределению Зипфа⁴. Ученые отмечают, что в моделях, воспроизводящих это распределение, средние темпы роста не зависят от размера и разброс темпов роста уменьшается по мере увеличения размера. Назовем это конусом роста.

В приложении 27.4 конус роста изображен графически. В данном случае мною были взяты среднегеометрические темпы годового роста продаж у более чем 2600 американских компаний. По горизонтальной оси применяется логарифмическая шкала. График показывает, что если средние темпы роста для малых и крупных компаний являются примерно одинаковыми, то быстрый рост или быстрое падение для крупных компаний менее вероятны. Инвесторы часто называют этот феномен законом больших чисел, подразумевая, что большие компании не могут расти так же быстро, как мелкие, но точнее будет сказать, что рост крупных компаний не слишком отклоняется от средних темпов роста⁵.

Возможно, прочитав вышеизложенное, кто-то из читателей может подумать, что все компании с высокими ожиданиями относительно темпов роста – плохой объект для инвестиций. Нет ничего более далекого от правды! Проблема в следующем: хотя мы и знаем, что некоторые компании будут расти быстро, стабильно повышая экономические показатели и обеспечивая привлекательную доходность для акционеров, но не существует систематического способа выявлять такие компании. Здесь кроется отличная инвестиционная возможность.

Чтобы доказать, что рост – это хорошо, но заработать на нем очень трудно, обратимся к замечательному анализу Джереми Сигела 50 популярных акций (так называемых Nifty Fifty) в его классическом труде об инвестировании «Долгосрочные инвестиции в акции»⁶. Это были лидеры роста в начале 1970-х гг. с высокими ожиданиями роста и коэффициентами цены/прибыли выше 40. Но в 1973–1974 гг. на превратившемся в медвежий рынке данная группа акций испытала резкое падение.

Сигел задает вопрос по существу: были ли эти 50 популярных акций переоценены в 1972 г., если судить по их последующей совокупной доходности для акционеров? Его анализ показывает, что нет. Тогда как одни акции в группе намного опережали рынок (Philip Morris, Gillette и Coca-Cola), другие значительно отставали от рынка (Burroughs, Polaroid и Black & Decker), и в совокупности их доходность была сопоставима с доходностью широкого рынка. Сигел утверждает, что, судя по последующей доходности, оправданный коэффициент цены/прибыли в 1972 г. был намного выше для одних компаний и намного ниже для других. Но в среднем он верно отражал ситуацию.

Не ищите убежища в воздушных замках

Существование разрыва между ожиданиями и реальностью – далеко не новая идея. Например, прогнозы по прибылям компаний в S&P 500, сделанные на основе подхода «снизу вверх» (т. е. на основе оценки прошлых финансовых результатов и перспектив отдельной компании) неизменно оказываются более оптимистичными, чем прогнозы на основе подхода «сверху вниз» (когда более пристальное внимание уделяется общим экономическим и рыночным тенденциям). Но сегодня ситуация еще больше осложняется игрой в ожидания прибылей⁷. Руководители компаний и инвесторы словно соревнуются между собой, кто выше поднимет планку ожиданий. Руководители всеми силами стремятся воплотить в жизнь и даже превзойти прогнозы Уолл-стрит, что, в свою очередь, поощряет аналитиков повышать их ожидания, а это заставляет руководителей обеспечивать еще больший рост – любыми способами⁸.

Инвесторы и руководители компаний должны внимать разумным ожиданиям. Во-первых, факты говорят о том, что поддерживать устойчивый быстрый рост очень трудно, особенно крупным корпорациям. Во-вторых, хотя инвестиции в акции роста могут приносить привлекательную доходность, но сложно определить заранее, какие компании превзойдут ожидания, а какие разочаруют. Вот почему инвесторам следует по-прежнему отдавать приоритет инвестиционным возможностям с предпочтением ожидаемой ценности, когда вероятность вознаграждения выше, чем риски проигрыша.

Часть IV
Наука и теория сложности

Введение

В числе первых, кому я позвонил в августе 2003 г. после техногенной катастрофы, приведшей к масштабному отключению электроэнергии в крупнейших городах Восточного побережья США и Канады, был Дункан Уоттс, в то время профессор социологии в Колумбийском университете. Я забросал его вопросами о происшедшем: что могло быть причинами аварии, как она развивалась и как можно избежать повторения подобных событий в будущем?

Вы можете спросить: зачем звонить социологу, чтобы получить ответ на вопросы об аварии в энергосистеме? Дело в том, что Дункан Уоттс, обладатель докторской степени в области теоретической и прикладной механики, является одним из ведущих мировых экспертов по теории сетей. Хотя он преподает на факультете социологии, ему превосходно удается связывать социальные науки с физикой. Так, в нашем далеко зашедшем разговоре он провел параллели между этой техногенной катастрофой, успехом книг о Гарри Поттере, бумом на фондовом рынке и эпидемиями гриппа.

В университетских городках факультеты естественных и социальных наук обычно расположены в разных зданиях, но дистанция между этими науками скорее умозрительная, нежели территориальная. Однако в последние годы некоторые ученые, включая Дункана Уоттса, показали нам ценность междисциплинарного подхода. Физики, психологи и создатели теории сложности внесли значительный вклад в наше понимание финансовых рынков.

Наука может многому научить инвесторов. Собранные в этой части книги эссе полезны в том плане, что в них описывается ряд ключевых механизмов, приводящих к эффективности (и неэффективности) рынков; рассматриваются важные эмпирические факты, которые не может объяснить традиционная финансовая наука; и объясняется, почему на рынках бесполезно искать простые следственно-причинные связи.

Общественные насекомые, такие как муравьи и пчелы, приводят нас в восторг, показывая, как децентрализованные группы могут эффективно координироваться для решения проблем. В этой части книги рассматриваются различные формы коллективного решения проблем – от виляющего танца у пчел до фондовой биржи Голливуда.

Один из лучших примеров сложной адаптивной системы – другими словами, системы, которая возникает из взаимодействия множества неоднородных агентов, – фондовый рынок. Исследования показывают, что, когда инвесторы блуждают сами по себе, рынки функционируют эффективно. Более того, определение условий, при которых рынки являются эффективными, дает нам модель для оценки рынков, когда они становятся неэффективными.

Многие модели в традиционной теории финансов предполагают, что изменения цены акций подчиняются нормальному распределению, имеющему форму колоколообразной кривой. Нормальное распределение – популярный аналитический инструмент, потому что распределение можно задать всего двумя параметрами – средним значением и стандартным отклонением.

При всей своей элегантности эта модель не очень точно отражает действительность. В частности, не учитывает наблюдаемые на реальных рынках толстые хвосты – нечастые, но значительные скачки цен. Тот факт, что модели управления рисками не в полной мере учитывали возможность возникновения толстых хвостов, привел к ряду катастрофических последствий, таких как банкротство в 1998 г. хедж-фонда Long Term Capital Management.

Толстые хвосты тесно связаны со степенны?ми законами, описывающими зависимость между двумя переменными, для которой характерны частые малые события и нечастые крупные события. Степенные законы изумительно описывают эмпирические соотношения в столь разных областях, как размер населенных пунктов, землетрясения и распределение доходности. Хотя ученые до сих пор не имеют четкого понимания механизмов, стоящих за действием степенных законов, знание о том, что такие законы существуют, может быть полезным для инвесторов.

Люди любят искать взаимосвязи между причинами и следствиями. К сожалению, фондовые рынки не идут навстречу нашим желаниям. В отличие от некоторых механических систем, понять рынок невозможно, изучая его отдельные части. Редукционизм здесь не работает. Однако мы зачастую полагаемся на мнения отдельных индивидов, чтобы понять функционирование рынка. Точно так же, как муравей, опираясь на локальную информацию и локальные взаимодействия, не ведает, что происходит на уровне всей колонии, так и ни один знаток не способен полностью объяснить истинной подоплеки даже самых простых движений рынка.

Сложные адаптивные системы имеют еще одно трудное для понимания свойство: величина исхода (ответного действия) не обязательно пропорциональна величине воздействия. Иногда незначительные воздействия ведут к значительным изменениям, и наоборот. Мы должны отказаться от устоявшихся представлений о пропорциональности при изучении рынков.

В последние годы ученые начали активно устанавливать взаимосвязи между естественными и социальными науками. Инвесторам на фондовых рынках может быть полезно последовать их примеру и взглянуть на свою деятельность в более широкой перспективе.

Глава 28
Разнообразьте свое мышление
Как наладить успешное инвестирование

Кто больше читает,

Тот больше знает.

Кто больше учится,

У того лучше получится.

Доктор Зюсс. Я умею читать с закрытыми глазами!

Разум муравья

Осенью 2000 г. я собрал небольшую группу ведущих инвесторов, чтобы они послушали известных корифеев в области финансов, стратегии и бизнеса. Хотя все докладчики были потрясающими, никто из них не вызывал особого отклика у слушателей. Это удалось только одному человеку – исследователю из Национальной лаборатории в Лос-Аламосе Норману Джонсону. Он начал свою речь, казалось бы, не предвещающим ничего хорошего образом: «Меня пригласили сюда, чтобы поговорить с вами о неудачах экспертов; пригласили как эксперта в сфере финансов, в которых я почти ничего не смыслю»¹.

То, что дальше сказал Джонсон, вызвало у этих прожженных инвесторов неподдельный интерес. Проще говоря, он доказал, что разнообразные группы «среднестатистических» индивидов, действующих вместе, решают проблемы лучше, чем отдельно взятые эксперты. Джонсон проиллюстрировал эту мысль на примере поведения общественных насекомых, таких как муравьи и пчелы. Их невероятная эффективность поразила воображение слушателей.

Джонсон говорил в основном о макроуровне, т. е. о решении проблем на уровне коллектива, что имеет непосредственное отношение к пониманию того, как возникает эффективность рынка². Я же хочу сосредоточиться больше на микроуровне, или на том, как инвесторы, будучи индивидуальными агентами, могут наладить успешное инвестирование. Хотя единица анализа изменилась, вывод остается прежним: разнообразие информации и точек зрения может способствовать улучшению инвестирования.

Теперь подумайте о своих источниках информации. Вы читаете одни и те же газеты, общаетесь с одними и теми же людьми и слушаете одних и тех аналитиков? Или же уделяете время тому, чтобы исследовать новые идеи и направления, даже рискуя напрасно потратить время на интеллектуальные тупики? Факты убедительно свидетельствуют о том, что ведущие мыслители во многих областях – не только в инвестировании – опираются на широкое разнообразие информации.

Удивительный лабиринт

Прежде чем переходить на индивидуальный уровень, я хотел бы показать, как разнообразие приводит к наилучшим решениям и как отсутствие разнообразия может порождать неэффективность. Джонсон проверил способность человека к коллективному решению проблем на примере лабиринта и обнаружил, что коллектив справляется с этим лучше среднего индивида:

• Первым делом он попросил участников эксперимента со сходными способностями найти выход из сконструированной им компьютерной модели лабиринта. Поскольку у людей не было общего представления о проблеме, они просто исследовали лабиринт, пока не находили выход.

• Затем он попросил участников пройти лабиринт еще раз. Благодаря полученным на первом этапе знаниям, они сделали это успешнее.

• Наконец, он скомбинировал индивидуальный опыт участников и применил результат такой комбинации для коллективного решения задачи.

Поскольку первоначально каждый участник использовал случайный поиск, то группа индивидов отражает разнообразие опыта (исследованные зоны лабиринта), предпочтений (выбранные пути) и эффективности (длину пути)³. Поэтому коллектив можно рассматривать как индивида, только обладающего намного лучшей информацией. Благодаря разнообразию информации коллективное решение оказалось оптимальным по сравнению с усредненным индивидуальным решением (см. приложение 28.1).

Природа широко использует возможности коллективного разума. Вот почему поведение муравьев заинтересовало Джонсона. Как муравьи справляются с решением проблем? Муравьи-фуражиры специализируются на поиске и доставке корма в муравейник. Они также способны оставлять химические следы (феромоны), отмечая путь к источнику корма, и идти по этим следам. Поначалу муравьи-фуражиры расползаются от муравейника наудачу в самых разных направлениях. Если муравей находит источник пищи, он возвращается в муравейник, оставляя за собой химический след, по которому затем следуют его собратья. Исследования показали, что этот процесс позволяет муравьям каждый раз находить кратчайшие пути к источнику пищи⁴.

Когда исследователи поняли это свойство коллективного поведения, они решили проделать с муравьями следующий трюк. Ученые разместили два источника пищи на одинаковом расстоянии от муравейника. Как оказалось, колония муравьев в итоге всегда выбирала один из источников, хотя их выбор был случайным. Почему так происходит? Дело в том, что стоит по одной из тропинок проползти паре лишних муравьев, и концентрация феромонов там повысится, привлекая новых муравьев и тем самым запуская петлю позитивной ответной реакции. Так что, вместо того чтобы искать оптимальное решение, муравьи толпятся на одной тропинке, а другую оставляют пустой.

Однако удивляет то, что природа предвидела и эту проблему. Как оказалось, муравьи периодически сходят с главной тропы и снова начинают процесс случайного поиска. Муравьи «запрограммированы» поддерживать баланс между использованием известного источника пищи и поиском новых источников (см. приложение 28.2). Джонсон называет это альтернативой «растрепанных волос». Поиск разнообразия встроен в сознание муравьев на уровне инстинктов.

К знаниям через разнообразие

Что общего имеют муравьи и лабиринты со столь сложным делом, как управление активами? Многое, как оказалось. Психолог Хорас Харлоу сводит интеллектуальную деятельность к одной простой функции – выдвижению догадок. Это способность угадывать дотоле не обнаруженный новый порядок при решении проблемы, постижении логики аргумента или обнаружении соответствующего аналога⁵. Что же такое в данном случае инвестиционный интеллект?

Вот где открытия Нормана Джонсона становятся актуальны для инвесторов. Эксперты полезны в строго определенных системах, где решение проблем основано на правилах. Но в сложных системах группа индивидов часто решает проблему лучше, чем средний индивид – даже эксперт. Это означает, что фондовый рынок, вероятно, будет умнее большинства индивидуальных агентов на протяжении большей части времени – предположение, которое подтверждается эмпирическими фактами.

Чтобы стать экспертом в сложной системе, такой как фондовый рынок, продолжает Джонсон, необходимы две ключевые характеристики.

Во-первых, это способность к умственному моделированию, позволяющая вырабатывать и отбирать стратегии⁶. Приведенная ниже характеристика легендарного инвестора Джорджа Сороса иллюстрирует эту мысль:

Гэри Гладстайн, тесно работавший с Соросом на протяжении 15 лет, характеризует финансовые операции своего босса почти в мистических терминах, объясняя его прозорливость способностью визуализировать движение денежных и кредитных потоков по всему миру: «Благодаря макровидению он воспринимает глобальную картину. Поглощает всю доступную информацию, переваривает ее и на основе этого составляет свое мнение о том, что будет происходить дальше. И на графики тоже поглядывает, но в основном изучает информацию, выраженную словесно, а не статистически⁷.

Во-вторых, вы должны снабжать свою ментальную систему информацией из самых разных источников. Если способность к умственному моделированию в значительной степени является врожденной (хотя можно улучшить свои навыки в этой области), то обеспечение информационного разнообразия полностью находится под вашим контролем.

Похожей точки зрения придерживается и психолог Дональд Кэмпбелл, который утверждает, что в основе творческого мышления лежит алгоритм «слепая вариация – селективный отбор». Другими словами, творческие личности рассматривают широкое многообразие идей и отбирают из них те, которые помогают выполнению поставленных задач.

Разнообразие идей и информации позволяет нам находить «слабые сигналы» (так их называет Джонсон). «Слабым сигналом» может быть зарождение тенденции, отличной от доминирующего на данный момент тренда (например, появление новой технологии), или поступление нужной информации в нужное время из неожиданного источника. Как показывают последние исследования, в некоторых организациях неформальное обучение восполняет 70 % потребности в обучении⁸. Зачастую невозможно сказать заранее, откуда будет исходить следующая прорывная идея. Однако факты позволяют утверждать, что использование разнообразных источников информации повышает вероятность нахождения полезных идей.

Творческое мышление и инвестирование

В своей классической статье бывший президент инвестиционной компании Merrill Lynch Investment Managers Артур Зейкель утверждал, что достижение устойчиво высоких инвестиционных результатов требует, чтобы ключевые сотрудники компании были творческими личностями⁹. При этом он перечисляет следующие критерии творческой личности:

• интеллектуальное любопытство;

• гибкость и открытость к новой информации;

• способность распознавать проблемы, четко и точно их формулировать;

• способность комбинировать информацию множеством разных способов для нахождения оптимального решения;

• антиавторитарность и неортодоксальность;

• мыслительная неугомонность, активная позиция и высокая мотивация;

• высокий уровень интеллекта;

• ориентированность на достижение цели.

Разнообразие – топливо для многих природных и познавательных процессов. Инвесторы, придерживающиеся слишком узких инвестиционных подходов или использующие ограниченные источники информации, лишают себя весомых преимуществ, которые несет с собой разнообразие. Разумеется, здесь есть и обратная сторона, поскольку достижение разнообразия часто вынуждает сортировать массу потенциально бесполезной информации и идей. Но в целом разнообразие улучшает инвестиционные результаты – и уровень жизни – не ленящихся мыслить инвесторов.

Глава 29
От меда до денег
Мудрость и безумства толпы

Самое поразительное свойство колонии медоносных пчел – ее способность направлять скоординированные действия десятков тысяч пчел при полном отсутствии центральной власти.

Согласованность действий в колонии медоносных пчел… достигается благодаря механизмам децентрализованного контроля, которые порождают процессы естественного отбора… аналогичные тем, которые создают порядок в природных системах и на конкурентных рынках у людей.

Томас Сили. Пчелиная мудрость

Рынки предсказаний собирают информацию из индивидуальных источников воедино, что дает им весомые преимущества перед стандартными институтами и методами сбора информации, такими как новостные СМИ, экспертные оценки или опросы мнений. Эти спекулятивные рынки децентрализованны, и на них царит относительное равноправие, поэтому они могут предложить прямые, лаконичные, своевременные и точные оценки в ответ на поставленные вопросы.

Робин Хансон. Рынки предсказаний

Умный муравей

В своей увлекательной книге «Пчелиная мудрость» биолог из Корнелльского университета Томас Сили рассказывает об особенностях коллективного поведения в колониях медоносных пчел. По возвращении в улей пчелы-сборщицы исполняют так называемый виляющий танец, который информирует их собратьев, где находится источник корма. Примечательно, что продолжительность танца зависит не только от богатства рекламируемого медосбора, но и от потребности колонии в данном виде корма. Другими словами, каждая пчела принимает во внимание одновременно возможности и потребности колонии. Таким образом, обеспечивается правильное распределение сил и ресурсов на уровне всей колонии, несмотря на то что ни одна пчела не контролирует ситуацию¹.

Не менее замечательное коллективное поведение демонстрируют муравьи. Известный биолог Дебора Гордон установила, что муравьи располагают свои кладбища как можно дальше от муравейника. Но еще удивительнее, что они размещают свои кучи мусора в таком месте, которое максимально удалено и от кладбища, и от муравейника². Сами того не зная, муравьи решают сложную пространственную задачу на уровне стандартного IQ-теста.

Что делает поведение общественных насекомых, таких как пчелы и муравьи, столь удивительным, так это отсутствие центральной власти и управления движением. Однако совокупность простейших индивидов создает сложную, адаптивную и устойчивую систему. Колонии эффективно добывают пропитание, проходят жизненные циклы и меняют свое поведение, как того требуют окружающие условия. Децентрализованные группы индивидов коллективно решают очень трудные проблемы, причем делают это нелогичным способом, с точки зрения людей, предрасположенных решать проблемы командно-административными методами.

Далее мы подробнее остановимся на трех системах, зависящих от коллективного поведения, таких как колонии общественных насекомых, рынки предсказаний и фондовый рынок, а также рассмотрим существующие между ними сходства и различия, чтобы глубже понять, как функционируют финансовые рынки. Я прихожу к заключению, что во многих случаях коллективы очень эффективны, но между вышеуказанными системами есть существенные различия.

Коммивояжер? Следуйте за муравьем…

Опираясь на детальное исследование колоний медоносных пчел, Сили выводит ключевые особенности организации пчелиных колоний. Просматривая этот список, сравните с ним ваши представления о способах оптимального распределения ресурсов и подумайте, какие параллели можно провести между пчелиной колонией и рынком. Вот ключевые особенности, характерные для организации колонии у медоносных пчел³:

1. Разделение труда на основе временной специализации.

2. Отсутствие физической связи между рабочими пчелами.

3. Разнообразные каналы поступления информации.

4. Высокая экономичность коммуникации.

5. Негативная ответная реакция.

6. Способность к координации без центрального планирования.

Способности коллективного разума пчел и муравьев не только восхищают, но и преподносят людям ряд ценных уроков. Организация общественных насекомых предлагает полезный подход к решению некоторых типов проблем, которые оказываются крепким орешком для дедуктивного метода.

Один из примеров – знаменитая «задача коммивояжера», которую исследователи рассматривают как эталонную задачу комбинаторной оптимизации. Цель – отыскать самый выгодный (наикратчайший) маршрут, проходящий через указанные города хотя бы по одному разу с последующим возвратом в исходный город. Ученые доказали, что используемый муравьями алгоритм поиска источников корма дает столь же хорошие и даже лучшие результаты, чем большинство стандартных подходов⁴.

Сверхъестественная прозорливость рынков предсказаний

Один из уроков, который преподносят нам общественные насекомые, состоит в том, что целое обычно превосходит сумму его частей. Мы, люди, любим полагаться на экспертов в самых разных областях, включая медицину, политику, финансы и т. д. Но дают ли эксперты оптимальные ответы или с этим лучше справится некий способ использования коллективных знаний множества индивидов?

В последние годы наблюдается всплеск популярности так называемых рынков предсказаний, где люди делают ставки на исходы определенных событий и зарабатывают или теряют деньги в зависимости от того, оказались они правы или нет. Рынки предсказаний проявляют сверхъестественную точность прогнозов, и их успех, как и успех колоний общественных насекомых, опирается на распределенный коллективный разум.

Самый известный рынок предсказаний, где можно торговать политическими прогнозами, – Iowa Electronic Markets (IEM), созданный в 1988 г.⁵ На IEM можно делать ставки, например, на то, сколько процентов голосов наберет каждый кандидат на выборах. Успехи рынка поражают: на четырех выборах президента США рыночная цена, сложившаяся на IEM, в трех случаях из четырех точнее предсказывала итоговый расклад голосов, чем почти 600 опросов общественного мнения. На торги выставляются и другие события⁶.

Рынки предсказаний процветают в самых разных сферах. Хотите оценить кассовые сборы в первый уикенд после выхода нового фильма? Обратитесь на фондовую биржу Голливуда, где трейдеры постоянно переигрывают в точности прогнозов ведущих экспертов киноиндустрии. Биржа успешно предсказывает оскаровских номинантов и лауреатов и в настоящее время позволяет делать ставки на победителей телешоу American Idol^[5]7.

Один из самых ликвидных рынков предсказаний – букмекерская интернет-биржа BetFair, где можно делать ставки на что угодно – от спорта и политики до фондовых рынков. Трейдеры могут точно так же следить за движением рыночных котировок на конкретные исходы или события и делать ставки⁸.

Почему рынки предсказаний проявляют себя так хорошо? Во-первых, индивидуальные игроки считают, что могут заработать на имеющейся у них информации, и охотно вступают в игру. Во-вторых, у трейдеров есть весомый стимул оказаться правыми – они могут заработать на менее осведомленных игроках. В-третьих, эти рынки предоставляют прогнозы в текущем режиме и в реальном времени, что является ценным источником обратной связи. Таким образом, рынки предсказаний сосредоточивают информацию от трейдеров, позволяя им решать трудные проблемы намного эффективнее, чем если бы они решали их поодиночке.

Фондовый рынок – высшая форма пчелиного роя?

Фондовые рынки имеют много общего с колониями общественных насекомых и рынками предсказаний. Эти рынки возникают в результате взаимодействия большого числа индивидуальных инвесторов и, подобно колонии насекомых и рынкам предсказаний, эффективно справляются с решением большинства проблем. Однако, для того чтобы лучше понять механизмы функционирования этих систем, нам нужно посмотреть не только на сходства, но и на различия между ними.

Возможно, главные отличия между пчелиным роем и фондовым рынком состоят в природе стимулов и наличии цен. В колонии поведение каждой пчелы нацелено на улучшение не собственного благосостояния, а благосостояния колонии в целом (такое поведение было сформировано в процессе эволюции). На рынках каждый трейдер действует только в собственных интересах. Эта разница делает колонии более устойчивыми по сравнению с фондовыми рынками вследствие того, что они менее подвержены позитивной ответной реакции, приводящей к хрупкости финансовых рынков.

Кроме того, в пчелиных колониях нет эквивалента цен. Цены играют важную роль в свободной рыночной экономике, помогая индивидуальным участникам принимать правильные решения о распределении ресурсов. Пчелы используют танец для передачи информации, но цены на рынках зачастую выходят за пределы простого информирования инвесторов и превращаются в мощный фактор влияния, провоцируя нездоровое стадное поведение.

Рынки предсказаний также имеют важные отличия от фондовых рынков – это конечность временны?х горизонтов и определенность исходов. Такая конкретность эффективно ограничивает спекулятивное подражательное поведение. Другими словами, стратегии торговли на импульсах здесь не работают. Кроме того, на фондовых рынках доходность акций может влиять на фундаментальные перспективы компании⁹. На рынках предсказаний исход и рынок не зависят друг от друга.

Мудрость пчелиного роя

Инвесторы могут извлечь несколько важных мыслей из этого обсуждения. Прежде всего, о том, что децентрализованные системы, даже состоящие из агентов с ограниченным интеллектом, часто очень эффективны в решении сложных проблем. Значение распределенного интеллекта будет расти по мере того, как мы будем создавать все более дешевые и эффективные способы, позволяющие использовать мудрость коллектива¹⁰.

Однако, несмотря на соблазн смешать в одну кучу все децентрализованные системы, между ними существуют важные различия, и эти различия определяют эффективность функционирования системы. Например, фондовый рынок эффективно устанавливает цены акций только при условии достаточной разнородности инвесторов. Но когда такая разнородность нарушается и ошибки инвесторов перестают быть независимыми, рынки становятся подвержены эксцессам¹¹. Нужно сказать, что фондовые рынки вообще более подвержены эксцессам, чем колонии насекомых и рынки предсказаний.

Наконец, децентрализованные системы обычно характеризуются большей устойчивостью. Несмотря на эпизодические эксцессы, рынки хорошо адаптируются к изменениям. С этой точки зрения бремя рациональности перекладывается с плеч индивидуального инвестора на рынок в целом, исходя из предположения, что эффективность распределения вырастает из самой структуры рынка. Сила рынка – результат объединения локальной информации. Вот почему так трудно переиграть хорошо функционирующие рынки.

Глава 30
Глас народа
Как использовать коллективный разум для поиска, решения проблем и прогнозирования

Мы должны показать, как решение достигается путем взаимодействия людей, каждый из которых владеет лишь частичным знанием. Допускать, что все знание дано какому-то одному уму, точно так же, как, согласно нашим допущениям, оно дано нам как объясняющим экономистам, значит отбросить саму проблему и пренебречь всем, что есть важного и значительного в реальном мире.

Фридрих Хайек. Использование знаний в обществе

Несмотря на то что большинство трейдеров – далеко не эксперты, их коллективное суждение часто отличается замечательной точностью, поскольку рынки эффективно находят и собирают разрозненные части информационной головоломки. И, судя по всему, не имеет большого значения, для прогнозирования чего используются рынки.

Джеймс Суровики. Черт побери этот PAM (Рынок политического анализа)!

Точность толпы

Большинство инвесторов не связывают групповое поведение с превосходными результатами. Как красноречиво утверждает рецензент Amazon в анонсе классической книги Чарльза Маккея «Наиболее распространенные заблуждения и безумства толпы»: «Безумства и заблуждения толпы не знают ни границ, ни временны?х рамок». В этом свете кажется не меньшим безумством передавать решение жизненно важных проблем на откуп группам разнородных индивидов.

Но в последние годы социологи постепенно стали глубже осознавать такое уникальное свойство рынков, как способность к агрегированию информации. Признание этого свойства рынков вкупе с обеспечиваемой Интернетом коннективностью открыло новые пути к поиску ответов на трудные вопросы, решению сложных проблем и совершенствованию прогнозов.

Разумеется, фондовый рынок – не панацея. Известно, что рынки периодически склонны к эксцессам, когда инвесторы коррелируют свое поведение. Но в целом большинство инвесторов и руководителей компаний не понимают, каким образом и почему рынкам удается быть столь точными в своих реакциях.

Возможности коллектива можно использовать по-разному. В некоторых случаях, когда требуется найти конкретное решение конкретной проблемы, помогают специализированные знания и опыт отдельного индивида. В других случаях помогает способность коллектива к агрегированию информации, когда коллективное суждение позволяет решить проблему или спрогнозировать исход лучше, чем любой отдельно взятый эксперт.

Инвесторам стоит взять на заметку «точность толпы» по двум причинам. Во-первых, агрегирование информации лежит в основе эффективности рынков. Для индивидуальных инвесторов эффективность рынка означает, что не существует систематического способа переигрывать рынок. Во-вторых, умение использовать распределенное в коллективе знание может стать для компании источником конкурентного преимущества. Ниже я расскажу о некоторых компаниях, которые используют именно такую стратегию.

Иголка в стоге сена

Недавно в журнале McKinsey Quarterly была опубликована статья, которая начиналась с истории о том, как менеджер одной биотехнологической компании искал специалиста по конкретному виду белка. После нескольких недель поиска он пришел к выводу, что такого эксперта не существует. Через три дня, когда менеджер вместе с коллегой ехал в лифте, жалуясь ему на свою проблему, в разговор вмешалась стоявшая рядом женщина: «Я написала докторскую диссертацию по этому белку. Что именно вас интересует?»¹

Возможность с небольшими затратами решать специфические исследовательские проблемы приобретает все более важное значение в нашей экономике знаний. Возьмем, к примеру, фармацевтическую отрасль. За последние 20 лет инвестиции в исследования и разработку почти удвоились в процентном отношении от объема продаж. Сегодня создание нового лекарства, от разработки до сертификации в FDA (Управлении по контролю за пищевыми продуктами и лекарственными средствами) и запуска в производство, обходится примерно в $800 млн.

Между тем наукоемкие компании сталкиваются с усложняющейся год от года ситуацией, связанной с поиском специалистов для решения трудных исследовательских проблем. Давайте предположим, что у фармацевтической компании появилась возможность привлечь к решению некоторых таких вопросов не только своих штатных специалистов, но и исследователей по всему миру. Позволит ли это компании решать проблемы быстрее? Дешевле? С меньшими рисками?

В середине 2001 г. руководители ведущей инновационной компании Eli Lilly захотели получить ответ на эти вопросы и запустили новый проект Innocentive (www.innocentive.com). В 2006 г. в Innocentive было зарегистрировано около 40 компаний-заказчиков и 95 000 ученых-исследователей. Заплатив членский взнос, компании-заказчики размещают на сайте описание интересующих их научных проблем и указывают денежное вознаграждение за их решение. Проект собирает ученых со всего мира – половина из них живет за пределами Соединенных Штатов.

Насколько успешно работает Innocentive? Делать выводы пока рано, но первые результаты воодушевляют. Возьмем, например, Procter & Gamble, чей бюджет расходов на исследования и разработку в 2002 г. составил $1,7 млрд, а исследовательской деятельностью занимаются порядка 9500 сотрудников, в том числе 1200 докторов наук. Глава департамента НИОКР Ларри Хастон объясняет, что компания использует Innocentive, потому что «существуют трудные проблемы, с которыми мы не можем справиться своими силами». Из первой группы предложенных проблем научное сообщество Innocentive помогло P&G успешно решить почти 45 %, хотя компания изначально рассчитывала не более чем на треть.

Успех P&G подчеркивает, сколь важно разнообразие исследователей. Вот что говорит Хастон: «Наша первая проблема была решена юристом из Северной Каролины, который специализируется на патентном праве, а по ночам занимается химическими исследованиями в домашней лаборатории, пока его жена читает любовные романы. Со второй проблемой нам помог аспирант из Испании, с третьей – житель Бангалора (Индия), с четвертой – химик-консультант, фрилансер»².

Нетрудно представить массу других областей, где может оказаться полезным подобное соединение проблем с теми, кто может найти их решение. Несмотря на существование ряда серьезных вопросов, в частности связанных с правами на интеллектуальную собственность и опасностью распространения инсайдерской или конкурентной информации, модель Innocentive значительно упростила поиск иголки решения в стоге идей³.

Глас народа и быки

Создание рынка из коллектива – еще один действенный способ агрегирования информации и решения проблем. В этом случае, вместо того чтобы соотносить проблему с конкретными людьми, способными ее решить, группа решает проблему сама – и делает это лучше, чем любой отдельно взятый индивид, даже эксперт.

Эрудит викторианской эпохи Фрэнсис Гальтон был одним из первых, кто задокументировал указанную способность группы к агрегированию информации. В статье «Глас народа», опубликованной в журнале Nature в 1907 г., Гальтон описывает соревнование по угадыванию веса быка на Выставке откормленного скота и птицы в Плимуте. В состязании участвовали 787 человек, каждый из которых должен был купить шестипенсовый билет и указать в нем свое имя, адрес и прогноз. (Простая мера, чтобы отсеять явных шутников.) Публика была разношерстная – как мясники и фермеры, искушенные в оценке веса скота, так и далекие от животноводства люди. Последние, как предположил Гальтон, руководствовались «той информацией, которую смогли услышать» или «чистыми догадками».

Гальтон рассчитал усредненный прогноз группы – глас народа, а также среднее значение. Он обнаружил, что усредненный прогноз находился в пределах 0,8 % от правильного веса, а среднее значение догадок – в пределах 0,01 %. Чтобы показать, как появился этот ответ, Гальтон привел график распределения всех ответов. Проще говоря, ошибки компенсировали друг друга, и результатом стала дистиллированная информация⁴.

Итак, мы увидели, как глас народа раз за разом демонстрирует удивительную способность к решению проблем – нужно ли найти выход из сложного лабиринта, угадать количество горошин в банке или найти пропавшую бомбу⁵. Однако, чтобы это произошло, необходимо соблюдение нескольких условий: наличие механизма агрегирования информации, наличие стимулов для правильного ответа и разнородность группы.

Как использовать глас народа для оценки принтеров

В предыдущих примерах группа индивидов определяла конкретное состояние: вес быка, количество конфет в банке, местонахождение бомбы, – но не делала прогнозов о будущем состоянии. Есть ли различие между оценкой того, что есть, и оценкой того, что будет?

Масса убедительных данных свидетельствует о том, что глас народа довольно силен в прогнозировании будущего. Например, исследователи из компании Hewlett-Packard обнаружили, что даже небольшие группы могут прогнозировать результаты лучше, чем отдельные люди. Внутренний рынок, созданный специалистами в Hewlett-Packard, дал более точные прогнозы по будущим объемам продаж, чем официальные корпоративные эксперты⁶.

А как насчет фондового рынка?

Итак, коллективы показали себя способными соединять искателей и исследователей, определять текущее и будущее состояние. Но как все это применимо к фондовому рынку?

Фондовый рынок отличается от вышеописанных рынков тем, что там нет ответа – у акций нет строго установленного временно?го горизонта или стоимости. (За исключением тех случаев, когда компания соглашается на приобретение и цена акций, как правило, очень точно отражает конечную стоимость.) В результате инвесторы склонны к подражанию, потому что могут заработать прибыль, продав бумаги тому, кто готов заплатить за них более высокую цену. Другими словами, на фондовом рынке часто нарушается одно из трех условий эффективного сбора информации – разнородность группы.

Однако я бы решился утверждать, что для толпы заблуждения и безумства являются скорее исключением, чем правилом. Понимание того, каким образом и почему рынки являются эффективными, помогает инвесторам лучше понять, каким образом и почему рынки иногда становятся неэффективными, и лучше справляться с такими ситуациями. Кроме того, инвесторы, способные распознавать компании, где умело используют коллективное суждение – глас народа, получают для себя важное преимущество.

Глава 31
Миром правят толстые хвосты
Толстые хвосты и инвестирование

[Виктор Нидерхоффер] рассматривал рынки как казино, где люди действуют подобно игрокам, а их поведение может быть понято путем наблюдения за игроками. Он регулярно зарабатывал небольшие суммы, действуя на основе этой теории. Однако в его подходе заключалась и ошибка. Если на рынке возникал… прилив… он мог серьезно пострадать, поскольку не обладал надежным механизмом защиты от ошибок.

Джордж Сорос. Сорос о Соросе

По моим подсчетам, я провел около двух миллионов сделок, получив в среднем $70 прибыли на каждой. Значение квадратичного отклонения такой цифры средней прибыли от случайной равняется примерно 700. Вероятность того, что подобное отклонение могло возникнуть случайно, равна вероятности того, что детали, разбросанные по автомобильной свалке, сами собой образуют «Макдоналдс».

Виктор Нидерхоффер. Университеты биржевого спекулянта

В среду Нидерхоффер объявил инвесторам трех хедж-фондов под его управлением, что в понедельник их паи были «съедены» убытками фондов, которые достигли максимальных значений после трехдневного падения на фондовом рынке и серьезных потрясений в начале этого года в Таиланде.

Дэвид Генри. USA Today, 1997, 30 окт.

Толстые хвосты правят реальным миром в той же мере, что и средние значения: исключения, а не норма; катастрофа, а не постепенное изменение; горстка самых богатых, а не средний класс. Нам нужно освободиться от мышления на основе «среднего».

Филип Андерсон, нобелевский лауреат по физике.

Размышления о распределении в экономике

Опыт против риска

В своем письме к акционерам от 2001 г. Уоррен Баффетт сделал акцент на различии между опытом и оценкой подверженности риску. Несмотря на то что Баффетт говорил в контексте страхового бизнеса Berkshire Hathaway, высказанные им идеи применимы к любому упражнению, затрагивающему субъективные вероятности. Опыт смотрит в прошлое и оценивает вероятность будущих исходов на основе прошлых событий. В отличие от этого оценка подверженности риску имеет дело с вероятностью – и потенциальным риском – события, которое могло не происходить в прошлом (особенно в недавнем прошлом). Баффетт утверждает, что в 2001 г. страховая отрасль предполагала высокий риск терактов, но не соизмеряла с ним страховые премии, потому что была сосредоточена на прошлом опыте, а не на оценке подверженности риску.

Инвесторы также должны видеть различия между опытом и оценкой риска. Оглушительные крушения хедж-фондов Виктора Нидерхоффера и крупнейшего Long Term Capital Management – наглядное тому подтверждение. Однако традиционная финансовая теория плохо справляется с объяснением и прогнозированием экстремальных событий. Ее сторонники исходят из предположения о том, что движение цены акций является случайным, подобно броуновскому движению пыльцы в воде, когда ее бомбардируют молекулы¹.

Ставя удобство моделирования выше эмпирических результатов, традиционная финансовая теория рассматривает изменения цены как независимые, идентично распределенные случайные переменные и в целом исходит из того, что доходность удовлетворяет нормальному или логнормальному распределению. У указанных предположений есть безусловный плюс: инвесторы могут использовать несложные вероятностные расчеты для определения среднего значения и дисперсии, что позволяет им предсказывать возможные процентные изменения цен со статистической точностью. Хорошая новость заключается в том, что эти предположения справедливы бо?льшую часть времени. Но есть и плохая новость, которую так точно выразил физик Филип Андерсон: миром часто правят «толстые хвосты» распределения.

Сногсшибательные хвосты

Нормальное распределение – краеугольный камень в финансовой науке, включая модели случайных блужданий, ценообразования на финансовые активы, оценки инвестиционных рисков (VaR-модели) и модель Блэка-Шоулза.

Возьмем VaR-модели, которые пытаются количественно оценить предельную величину убытков для данного портфеля с заданной вероятностью. При том что существует много разновидностей VaR-моделей, базовый вариант использует в качестве меры риска стандартное отклонение. В случае нормального распределения рассчитать стандартное отклонение и, следовательно, риск относительно просто. Но, если изменения цены не подчиняются нормальному распределению, стандартное отклонение может быть чрезвычайно недостоверным показателем риска².

Исследования (некоторые из них охватывают период с начала 1960-х гг.) показывают, что изменения цен не соответствуют нормальному распределению. В приложении 31.1 приведено частотное распределение дневной доходности индекса S&P 500 за период с 1 января 1978 по 30 марта 2007 г. и нормальное распределение, выведенное на основе этих данных. Приложение 31.2 наглядно иллюстрирует разницу между фактической доходностью и нормальным распределением. Анализ различных классов активов и временны?х горизонтов дает похожие результаты³.

Эмпирические данные показывают следующее:

• небольшие изменения появляются чаще, чем предсказывает нормальное распределение;

• изменений средней величины происходит меньше, чем подразумевает модель (примерно от 0,5 до двух стандартных отклонений);

• хвосты распределения толще, чем предполагается стандартной моделью. Это говорит о том, что значительные изменения происходят чаще, чем ожидается.

Толстые хвосты заслуживают отдельного комментария. Эти резкие изменения на рынке случаются значительно чаще, чем подразумевает стандартная модель, и могут оказывать существенное влияние на доходность портфеля – особенно при высокой доле заемных средств. Например, во время обвала фондового рынка в октябре 1987 г., который был исключен мной из расчетов ради наглядности, индекс S&P 500 рухнул более чем на 20 % – изменение, соответствующее 20 стандартным отклонениям от среднего. Вот что говорит Роджер Ловенстайн:

Впоследствии экономисты на основе исторической волатильности рынка рассчитали, что, если бы рынок работал каждый день с момента создания Вселенной, вероятность столь сильного однодневного падения была бы очень низка. Даже если бы Вселенная просуществовала в миллиард раз дольше, такой крах все равно был бы теоретически «маловероятным»⁴.

Модель «много малых и немного крупных событий» характерна не только для цены активов. На самом деле это признак сложных систем, находящихся в состоянии «самоорганизующейся критичности». Самоорганизация является результатом взаимодействия между индивидуальными агентами (в данном случае инвесторами) и не требует централизованного управления. По достижении системой некоего критического состояния даже небольшие воздействия могут приводить к масштабным изменениям. Самоорганизующаяся критичность характерна для самых разных систем – от землетрясений и вымирания видов до транспортных пробок⁵.

Существует ли механизм, позволяющий объяснить эти эпизодические выбросы? Я думаю, да. Как уже говорилось в других эссе, рынки хорошо функционируют в том случае, когда взаимодействует достаточное число разнообразных инвесторов⁶. И наоборот, когда разнообразие исчезает и инвесторы начинают действовать одинаково (чему может способствовать выход с рынка некоторых из них), рынки становятся неустойчивыми.

Исследованию феномена стадного поведения посвящена масса литературы. Под стадным поведением понимается ситуация, когда большая группа инвесторов совершает одинаковые действия на основе наблюдения за другими, независимо от своего индивидуального знания. Со стадным поведением тесно связан и феномен информационных каскадов – еще один наглядный пример систем с самоорганизующейся критичностью⁷.

Что означают толстые хвосты для инвесторов?

О’кей: значительные изменения цен случаются чаще, чем предполагалось. Но что это значит для инвесторов с практической точки зрения? Я вижу здесь несколько важных моментов:

• Причинно-следственное мышление. Одно из основных свойств систем с самоорганизующейся критичностью – отсутствие линейной зависимости между величиной воздействия и величиной результирующего события. Иногда небольшие воздействия могут приводить к крупномасштабным событиям. Поэтому не нужно надеяться на то, что вам удастся найти причины для всех следствий.

• Риск и вознаграждение. Стандартная модель оценки риска, модель ценообразования на финансовые активы, предполагает линейную зависимость между риском и вознаграждением. Однако системам с самоорганизующейся критичностью, к которым относится и фондовый рынок, свойственна нелинейность. Инвесторы должны помнить о том, что финансовая теория стилизует реальные эмпирические данные. Тот факт, что академическое и инвестиционное сообщества так часто говорят о событиях в диапазоне пяти и более стандартных отклонений, можно рассматривать как прямое доказательство того, что широко используемые статистические меры не подходят для фондовых рынков.

• Формирование портфеля. Инвесторы, которые формируют портфель на основе стандартного статистического подхода, могут недооценивать риски (опыт против оценки риска). Эта проблема особенно актуальна для портфелей, которые широко опираются на заемные средства для повышения доходности. Многие из самых громких крахов в мире хедж-фондов были прямым результатом событий, связанных с толстыми хвостами. Следовательно, при формировании портфелей такие события должны обязательно учитываться инвесторами.

Как нужно действовать в мире, где правят толстые хвосты? Прежде всего необходимо оценить текущие ожидания, лежащие в основе цены актива, и затем рассмотреть различные диапазоны исходов и их вероятности. Этот процесс позволяет инвесторам учитывать в своих решениях потенциальные события, связанные с толстыми хвостами⁸.

Традиционная финансовая теория значительно продвинула вперед наше понимание рынков. Но некоторые ее фундаментальные предположения не подтверждаются фактами. Инвесторы должны знать о таких расхождениях между теорией и реальностью и соответственно корректировать свой процесс принятия инвестиционных решений (и портфели).

Глава 32
Интегрируя частности
Два урока санкт-петербургского парадокса

Формулы сокращения риска в основе портфельной теории полагаются на ряд обязательных и в конечном счете необоснованных допущений. Сначала предполагается, что изменения цен статистически независимы от друг друга… Второе предположение – все изменения цен распределяются по модели, которая соответствует стандартной колоколообразной кривой… Соответствуют ли финансовые данные таким предположениям? Конечно, нет.

Бенуа Мандельброт. Мультифрактальная прогулка по Уолл-стрит

Сам факт того, что петербургская проблема не получила единственного и всеми приемлемого решения за более чем 200 лет вопреки попыткам крупнейших умов мира, предполагает, что проблема акций роста не оставляет никаких надежд на удовлетворительное решение.

Дэвид Дюран. Акции роста и петербургский парадокс

Вызов Бернулли

Компетентные инвесторы гордятся своей способностью определять правильную цену финансовых заявок. Эта способность является сутью инвестирования: рынок – лишь средство для обмена денег на будущие заявки и наоборот.

Хорошо, вот вам ситуация для оценки: предположим, некто подбрасывает безукоризненную монету. Если она упадет кверху орлом, вы получаете $2 и игра заканчивается. Если же решкой, монету бросают снова. Если при втором броске выпадет орел, вы получаете $4, если решка – игра продолжается. Для каждого следующего круга приз за орла удваивается (то есть $2, $4, $8, $16 и т. д.), и вы переходите на следующий круг, пока не выпадет орел. Сколько бы вы заплатили за право сыграть в такую игру?

Даниил Бернулли, выходец из семьи выдающихся математиков, представил эту проблему перед Императорской академией наук в 1738 г.¹ Игра Бернулли, известная как санкт-петербургский парадокс, бросает вызов классической теории, которая говорит, что справедливый взнос за участие в игре равен ожидаемой ценности. Однако ожидаемая ценность в этой игре бесконечна. Каждый круг приносит выигрыш в $1 (вероятность 1/2n и выигрыш в $2n, или 1/2 x $2, 1/4 x $4, 1/8 x $8 и т. д.). Следовательно, ожидаемая ценность = 1 + 1 + 1 + 1… = ?.

Естественно, очень немногие захотели бы заплатить даже $20, чтобы сыграть в такую игру. Бернулли попробовал объяснить этот парадокс предельной полезностью денег. Он утверждал, что сумма денег, которую человек готов заплатить за участие в игре, зависит от его ресурсов, – чем больше у вас денег, тем больше вы готовы заплатить. Однако объяснение Бернулли не вполне удовлетворительно. Санкт-петербургский парадокс уже два с половиной столетия заставляет размышлять над ним философов, математиков и экономистов².

Если оставить в стороне философские моменты, санкт-петербургский парадокс проливает свет на две актуальные для инвесторов проблемы. Первая – распределение доходности на фондовом рынке не соответствует модели, принятой в стандартной финансовой теории. Это отклонение от теории особенно важно в таких областях, как управление рисками, эффективность рынков и индивидуальный выбор акций.

Вторая проблема касается оценки акций роста. Сколько вы готовы заплатить сегодня за акции с низкой вероятностью очень высокого выигрыша? В мире, где стоимость и доходность подвержены резким скачкам, этот вопрос становится насущным как никогда.

Что значит «нормальный»?

Распределения цены актива имеют большое практическое значение для портфельных менеджеров. Стандартная финансовая теория предполагает, что изменения цены активов следуют нормальному распределению, имеющему форму хорошо известной колоколообразной кривой. Это предположение верно бо?льшую часть времени, что позволяет аналитикам использовать очень робастные (устойчивые) вероятностно-статистические методы оценки. Например, для выборки, подчиняющейся нормальному распределению, вы можете рассчитать среднее значение и охарактеризовать вероятный разброс значений относительно среднего.

Однако многое в природе, включая сотворенный человеком фондовый рынок акций, не соответствует понятию «нормальный»³. Многие природные системы имеют две определяющие характеристики: большее число меньших по величине частей и подобные друг другу части в разных масштабах. Например, дерево имеет большой ствол и множество меньших по размеру веток, при этом маленькие ветви подобны большим. Такие системы называются фрактальными. В отличие от нормального распределения никакая средняя величина не характеризует фрактальную систему. В приложении 32.1 визуально сравниваются нормальная и фрактальная системы и приведены графики плотности распределения вероятностей, соответствующие этим данным. Фрактальные системы подчиняются степенным законам⁴.

Использование статистики нормальных распределений для характеристики фрактальной системы, подобной финансовым рынкам, потенциально очень опасно. А между тем теоретики и практики проделывают это каждый день⁵. Различия между двумя системами сводятся к вероятностям и прибылям. Для фрактальных систем характерны немногие, но очень крупные события, выходящие за пределы нормального распределения. Классический пример – рыночный крах 1987 г. Вероятность, согласно нормальному распределению, более чем 20 %-ного падения рынка была бесконечно малой, близкой к нулю. А убытки тем не менее ошеломили, превысив $2 трлн.

Сравнение обычной игры в орлянку и санкт-петербургской игры иллюстрирует это. Предположим, вы подбрасываете монету и получаете $2, если выпадает орел, и ничего не получаете, если выпадает решка. Математическое ожидание выигрыша в такой игре равно $1, что также равняется сумме взноса, который вы были бы готовы заплатить, чтобы сыграть в эту игру в справедливом казино. Я смоделировал миллион раундов по 100 бросков в каждом (график распределения выигрышей показан в приложении 32.2) и, как и ожидалось, получил четкое нормальное распределение⁶.

Затем я смоделировал миллион раз санкт-петербургскую игру и также составил график распределения выигрышей (см. приложение 32.3). Хотя в основе лежит стохастический процесс, исходы подчиняются степенному закону. Например, в половине случаев выигрыш составляет $2, а в трех четвертях случаев – $4 или меньше. Однако серия из 30 бросков дает выигрыш $1,1 млрд, но вероятность такого исхода составляет лишь 1 к 1,1 млрд. Как мы уже говорили, фрактальная система характеризуется большим количеством мелких событий и несколькими очень крупными событиями. А средний выигрыш на игру в санкт-петербургском парадоксе непостоянен, так что никакое среднее точно не описывает долгосрочный результат игры.

Фрактален ли фондовый рынок? Бенуа Мандельброт доказал: при удлинении или сжатии горизонтальной оси прогрессии цен (фактически ускорении или замедлении времени) прогрессии цен действительно фрактальны. Мало того что редкие сильные изменения цены перемежаются большим количеством меньших изменений, так изменения цены еще и сходны в различных масштабах времени (например, на дневных, недельных и месячных интервалах). Мандельброт называет финансовые временны?е ряды мультифрактальными, чтобы отразить корректировку по времени.

В значимой и увлекательной книге «Причины краха финансовых рынков» геофизик Дидье Сорнетт доказывает, что распределения на фондовом рынке включают две различные совокупности: тело (которое можно смоделировать с помощью стандартной теории) и хвост (который создается совсем другим механизмом). Анализ Сорнеттом рыночных спадов убедительно опровергает предположение о том, что цены акций независимы друг от друга, – краеугольный камень классической финансовой теории. Его работа предлагает свежий и глубокий взгляд на недостатки теории финансов⁷.

Санкт-петербургский парадокс и инвестирование в акции роста

Санкт-петербургский парадокс, кроме того, позволяет по-новому взглянуть на оценку акций роста⁸. Сколько вы готовы заплатить за очень небольшую вероятность того, что компания сможет всегда существенно увеличивать свой денежный оборот?⁹

Дэвид Дюран осветил этот вопрос в 1957 г. в своей классической статье «Акции роста и петербургский парадокс»¹⁰. Он всячески предостерегает от неосторожного обращения с нормальным распределением. Стоит заметить, что сегодня проблема стоимостной оценки низкой вероятности значительного роста стала гораздо актуальнее, чем 50 лет назад, когда Дюран проводил свои исследования.

Взять хотя бы тот факт, что из почти 2000 технологических компаний, прошедших IPO с 1980 по 2006 г., менее 5 % отвечают за более чем 100 %-ное увеличение стоимости акций, превысившее $2 трлн¹¹. И даже в пределах этой маленькой группы львиная доля огромного выигрыша досталась лишь горстке лидеров. Учитывая, что на многих растущих рынках действует закон «Победитель получает все», вряд ли стоит ожидать, что в будущем модели создания стоимости и доходности будут стремиться к нормальному распределению.

Кроме того, данные показывают, что кривая распределения экономической рентабельности инвестиций в корпоративной Америке сегодня стала шире, чем в прошлом¹². Это значит, что самые успешные компании ожидают более весомые «трофеи», чем когда-либо прежде. Как и в санкт-петербургской игре, в большинстве случаев выигрыш будет скромным, но в некоторых случаях – просто огромным. Какова же ожидаемая ценность? Сколько вы готовы заплатить за участие в игре?

Интегрируя частности

Санкт-петербургский парадокс существует уже столетия, но сегодня его уроки актуальны как никогда. Одна из основных задач инвестирования – поймать (или, наоборот, избежать) событие с низкой вероятностью и с высокой степенью воздействия. К сожалению, стандартная финансовая теория немного скажет нам о предмете.

Глава 33
«Мечта смотрителя»
Почему, прислушиваясь к индивидам, вы можете навредить своему благосостоянию

В прошлом веке наука в основном расчленяла системы, чтобы понять, из чего она состоит, а затем как можно детальнее изучала ее составляющие… Но то, как эти части взаимодействуют между собой, чтобы произвести некоторые из наиболее очевидных всеобщих свойств, фактически оставалось в прошлом почти полной тайной.

Стивен Вольфрам. Наука нового типа

За пределами мира Ньютона

Как возникает сознание? Этот вопрос терзал философов и ученых на протяжении многих веков. Мы научились лечить болезни, высадили человека на Луну и исследовали многие аспекты материального мира. Однако сегодня ведущие научные светила с трудом могут определить, что такое сознание, не говоря уже о том, чтобы его объяснить. Почему мы добились столь впечатляющих успехов в одних областях и столь малых в других, таких как тайны сознания?

Не все системы одинаковы, поэтому нельзя понять работу всех систем, опираясь на один и тот же уровень. Давайте начнем с систем, которые мы понимаем. Многие научные открытия, сделанные за последние несколько столетий, уходят корнями в принципы Исаака Ньютона. Мир Ньютона – это механический мир, где причины и следствия связаны четкими связями, а системы подчиняются универсальным законам. При достаточном понимании составляющих систему частей можно точно предсказать поведение всей системы.

Основной инструмент для исследования мира Ньютона – редукционизм, который и двигал научный прогресс в XVII–XIX веках. Как объясняет ученый Джон Холланд: «Идея была такова, что вы можете понять мир, всю природу, изучая все более и более мелкие их части. Собранные вместе, мелкие части объясняют целое»¹. Во многих системах редукционизм работает блестяще.

Но у редукционизма есть серьезные ограничения. В системах, которые опираются на сложные взаимодействия множества компонентов, целое часто имеет свойства и характеристики, отличные от совокупности свойств и характеристик составляющих его компонентов. Поскольку система как целое рождается из взаимодействия ее частей, то невозможно понять целое, просто глядя на ее части. Здесь редукционизм оказывается бессилен.

Ученый-невролог Уильям Кальвин, находящийся на переднем крае исследований сознания, говорит, что к этой проблеме можно подходить разными путями, но ключ к пониманию сознания определенно находится не на «цокольном этаже», т. е. на уровне нейронов, и не в «подвале», т. е. на уровне квантовой механики. В головном мозге очень много слоев взаимодействия. Части не объясняют целого. Скачок из «подвала» квантовой механики непосредственно в «пентхаус» сознания Кальвин называет «мечтой смотрителя»².

Зачем инвесторам нужно знать о «мечте смотрителя»? Если фондовый рынок является системой, возникающей из взаимодействия множества разнообразных инвесторов, тогда редукционизм – постижение индивидуального – не способен дать точную картину рынка. Инвесторы и руководители компаний, которые уделяют слишком много внимания индивидам, пытаются понять рынки на неподходящем уровне. А неправильное определение перспектив рынка может привести к ошибочным суждениям и плохим решениям, в свою очередь, приводящим к разрушению стоимости.

Классификация систем

В системах с низким уровнем сложности и линейными взаимодействиями редукционизм дает хорошие результаты. К этой категории можно отнести многие созданные людьми механические системы. Умелый ремесленник способен разобрать ваши часы на части, изучить детали и полностью разобраться в работе механизма. Системы в этой категории также склонны к централизованному принятию решений. Хорошим примером таких систем могут служить компании в эпоху промышленной революции: продукт двигался по конвейерной линии и каждый работник вносил свой вклад в конечный продукт. Совершенствуя отдельные участки производства, руководители могли постепенно улучшать эффективность всей системы.

Однако централизованный контроль терпит неудачу в системах с достаточным уровнем сложности. Ученые называют такие системы «сложными адаптивными системами» и рассматривают компоненты системы как активных агентов. В сложных адаптивных системах возникают следующие существенно важные свойства и механизмы³:

• Агрегирование. Под агрегированием понимается появление сложного, широкомасштабного поведения в результате взаимодействий множества менее сложных агентов.

• Адаптивные правила принятия решений. Агенты в сложной адаптивной системе берут информацию из окружающей среды, комбинируют ее с собственным взаимодействием с окружающей средой и выводят правила принятия решений. В свою очередь, различные правила принятия решений конкурируют между собой на основе своей приспособленности, в результате чего выживают наиболее эффективные правила.

• Нелинейность. В линейной модели целое равняется сумме его частей. В нелинейных системах поведение целого сложнее, чем предполагается суммой его частей.

• Петли обратной связи. В системах с обратной связью окончание одной итерации запускает следующую итерацию. Петли обратной связи могут усиливать или ослаблять эффект этого воздействия⁴.

Сложные адаптивные системы включают правительства, многие корпорации и финансовые рынки. Попытки установить централизованный контроль над такими системами обычно заканчиваются неудачей – вспомните развал Советского Союза. В приложении 33.1 противопоставляются эти два типа систем.

Подход к рынку как к сложной адаптивной системе резко контрастирует с классическими экономическими и финансовыми теориями, рисующими мир в ньютоновских терминах. Экономисты рассматривают агентов рынка как однородные величины и строят линейные модели – спроса и предложения, риска и вознаграждения, цены и качества. Разумеется, ничто из этого, как правило, не отражает реальной действительности⁵.

Фондовый рынок как сложная адаптивная система

Фондовый рынок проявляет все характеристики сложной адаптивной системы. Инвесторы с разными инвестиционными стилями и временны?ми горизонтами (адаптивными правилами принятия решений) взаимодействуют друг с другом (агрегирование), и мы видим толстые хвосты распределения цен (нелинейность) и подражательное поведение (петли обратной связи). Сегодня все большее признание получает агентно ориентированный подход к пониманию рынков. Но эти модели, хотя и позволяют лучше описать рынок, не дают таких же четких решений, которые предлагаются существующими экономическими моделями.

Инвесторы, которые рассматривают фондовый рынок как сложную адаптивную систему, избегают двух когнитивных ловушек. Первая – стремление найти причину каждого следствия. Одна из характеристик сложных систем – самоорганизующаяся критичность, состояние, когда незначительные воздействия могут порождать крупномасштабные реакции. Поэтому связать между собой причины и следствия не всегда так просто. После обвала фондового рынка в 1987 г. правительство создало комиссию по изучению причин краха. Проведя исчерпывающие исследования, комиссия Брейди так и не сумела установить конкретную причину. Дело было не в отсутствии причинно-следственной связи, а в том, что не каждое следствие пропорционально причине. Но, поскольку люди любят искать причины всего и вся, эта концепция сложна для усвоения.

Вторая ловушка заключается в оценке индивидуальных действий вместо понимания рынка в его целостности. Например, руководители компаний часто спрашивают, почему так получается, что эмпирические данные неизменно показывают ориентацию рынка на денежные потоки, тогда как большинство инвесторов говорят о важности бухгалтерских цифр. Ответ на этот вопрос кроется в том факте, что каждый индивид опирается на свои собственные правила принятия решений, а поведение рынка вырастает из совокупности данных правил. Кроме того, как показывают исследования сложных систем, группы, состоящие из разнообразных индивидов, обычно решают проблемы лучше, чем отдельно взятые люди, – даже так называемые эксперты⁶.

Как это применить на практике?

Люди, принимающие решения в условиях ограниченного времени, часто полагаются на приближенные подсчеты, или эвристики. Хотя эвристики не всегда позволяют принять наилучшее решение в конкретной ситуации, некоторые ситуации требуют не наилучшего, а быстрого решения, – тогда на помощь и приходят эвристики. Но эвристики часто приводят инвесторов к неверным решениям. Вот почему для успешного принятия решений необходимо, чтобы вы поняли присущие вам эвристики и предельно уменьшили их влияние⁷.

Эвристика доступности позволяет инвесторам оценивать частоту или возможность события в зависимости от того, насколько легко аналогичные случаи или примеры приходят на ум, т. е. доступны в памяти. Отсюда вытекает такое предубеждение, как легкость воспоминания. В результате инвесторы и руководители компаний могут придавать больше значения доступной информации, чем относящейся к делу.

Я считаю, что именно это предубеждение лежит в основе проблемы «мечты смотрителя». Инвесторы и руководители компаний слишком много внимания уделяют доступной информации, например о текущих прибылях и коэффициентах, вместо того чтобы сосредоточиться на более значимой информации, например на ожиданиях рынка в отношении будущих результатов. Руководители компаний видят отчеты аналитиков, которые все как один твердят о показателях прибыли, и делают неверный вывод о том, что рынок – это просто сумма таких агентов.

Инвесторы и руководители компаний должны понять, что рынок – это сложная адаптивная система. Поведение рынка отражает взаимодействия множества агентов, каждый из которых имеет разные знания, ресурсы и мотивацию. Поэтому чрезмерный фокус на индивидуальном мнении может быть опасен для экономической деятельности.

Глава 34
Изгоняем демона Лапласа
Роль причинно-следственных связей на рынках

[Наших предков], должно быть, особенно страшили те события, которые они не могли понять или взять под контроль, – что, впрочем, можно сказать и о многих наших современниках. Поэтому они начали создавать фальшивое знание. Я утверждаю, что главная цель людских суждений вовсе не точность, а возможность избежать парализующей неопределенности.

В нас заложена потребность рассказывать себе истории, которые наделяют нашу жизнь смыслом. Мы ненавидим неопределенность и… не можем с ней смириться.

Льюис Вольперт. Беседы о Фарадее

Мы привыкли мыслить в терминах централизованного контроля, четкой иерархии и понятной логики причинно-следственных связей. Но в огромных взаимосвязанных системах, где каждый игрок в конечном итоге влияет на всех остальных игроков, наши мыслительные стереотипы трещат по швам. Простые картины и словесные аргументы слишком поверхностны, слишком близоруки.

Стивен Строгатц. Синхронность

В этом виновата эволюция!

Как известно большинству из нас, человеческий мозг состоит из левого и правого полушарий. Правое полушарие отвечает за образное и пространственное мышление, а левое специализируется на языке, речи и решении проблем. Люди с ведущим правым полушарием славятся своими творческими способностями, тогда как люди с ведущим левым полушарием являются аналитиками.

Левое полушарие не только производит вычисления, но и занимается постоянным поиском взаимосвязей между событиями, с которыми человек сталкивается в реальном мире. Названное ученым-неврологом Майклом Газзанига «интерпретатором», левое полушарие пытается связать нашу жизнь в единую логичную историю¹.

Левое и правое полушарие соединяются мозолистым телом, представляющим собой сплетение нервных волокон. Чтобы лучше понять различия в функциях двух полушарий, Газзанига и его коллега Жозеф Леду исследовали пациентов с поврежденным мозолистым телом. Ученые знали, что, поскольку каждое полушарие имеет собственные каналы входной информации, у пациентов с указанным нарушением информация, поступающая в одно полушарие, недоступна другому.

Чтобы изучить взаимодействие между полушариями, Газзанига и Леду придумали остроумный эксперимент. Сначала при помощи визуальных сигналов они тайно заставляли правое полушарие выполнить какое-либо действие. Левая сторона видела это действие, но не знала, почему оно происходит. Затем исследователи просили пациентов с разделенным головным мозгом объяснить, почему они так поступили. Примечательно, что левое полушарие всегда находило объяснение сделанному. Например, если ученые заставляли правое полушарие смеяться, левое полушарие пациента сообщало, что ученые были смешными парнями. По словам Леду, «пациент объяснял ситуацию, как будто он знал причину поведения, а на самом деле это было не так»². Вот она, работа интерпретатора.

Биолог Льюис Вольперт утверждает, что парадигма причинно-следственных связей была главным двигателем человеческой эволюции. С точки зрения эволюции знание потенциальных следствий данной причины и причин данного следствия дает весомые преимущества. Вольперт предполагает, что комбинация языка, социального взаимодействия – и парадигмы причинно-следственных связей – способствовала увеличению размера и сложности головного мозга человека³.

Поэтому мы, люди, запрограммированы на поиск взаимосвязей между причинами и следствиями. И не только на поиск. Мы непревзойденны в нашем умении придумывать причины для следствий. Наши предки сталкивались с массой необъяснимых явлений, такими как болезни, молнии, вулканы, причины которых сегодня нами хорошо изучены и по большому счету понятны. Однако предки тоже находили объяснение этим явлениям, видя в них действие сверхъестественных сил.

Сегодня мы понимаем многие системы, но нам пока не поддаются крупные взаимосвязанные системы, которые часто называют сложными адаптивными системами. Дело в том, что нельзя понять глобальные свойства и характеристики сложной адаптивной системы, исходя из анализа составляющих ее однородных агентов. Эти системы не линейные и не аддитивные; в них целое не равняется сумме его частей, а потому причины и следствия не поддаются объяснению. Наглядный пример такой системы – фондовый рынок⁴.

В инвестировании наше врожденное желание соединять причины и следствия наталкивается на трудноуловимость их связей. Так что же нам делать? Естественно, мы придумываем связи самостоятельно.

Почему инвесторам нужно знать об этой проблеме? Понимание человеческой потребности в объяснении всего и вся может быть полезной прививкой от совершения ошибок. Инвесторы, которые считают важным понимать, что движет рынком, рискуют попасть в ловушку ложной причинности. Многие сильные движения рынка не так-то легко объяснить.

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.

Впервые указанная зависимость была выявлена гарвардским профессором-лингвистом Джорджем Ципфом в 1930-х гг. и описана им в знаменитом труде «Человеческое поведение и принцип наименьшего усилия». На самом деле закон Ципфа, как он впоследствии был назван научным сообществом, является лишь одним из множества «степенных законов», или законов степенного распределения. Например, с точки зрения естественного языка степенной закон означает, что небольшое количество слов в языке встречается очень часто, а большое количество слов – относительно редко.

Ципф ошибочно утверждал, что этот закон отличает социальные науки от естественных наук. Однако впоследствии ученые обнаружили степенные законы во многих областях, включая физические и биологические системы. Например, ученые используют степенные законы для объяснения взаимосвязи между массой и скоростью метаболизма у животных, между частотой и магнитудой землетрясений (закон Гуттенберга – Рихтера), между частотой и размером лавин. Степенные законы играют важную роль в социальных системах, включая распределения доходов (закон Парето), размеры городов, интернет-траффик, размеры компаний и изменения цен акций. Многие люди признают существование степенных законов, пользуясь эмпирическим правилом 80/20³.

К чему инвесторам знать о степенных законах?

Во-первых, существование степенных распределений заставляет нас по-новому взглянуть на риск. Существующая финансовая теория, в том числе модели оценки риска, во многом опирается на предположение о том, что изменения цены акций подчиняются нормальному или логнормальному распределению. Степенное распределение говорит, что периодически, хотя и нечасто, на рынке могут происходить более сильные движения, чем предполагается стандартной теорией. Этот феномен толстых хвостов важен для формирования портфеля и грамотного использования заемных средств.

Во-вторых, существование степенных законов предполагает наличие некоего основополагающего порядка в самоорганизующихся системах. Хотя в настоящее время ученые не сумели до конца объяснить, какие механизмы стоят за действием степенных законов в социальных системах, у нас есть достаточно доказательств того, что степенные законы существуют, и это позволяет делать некоторые предсказания о том, как будут выглядеть структуры некоторых систем в будущем.

Наконец, при помощи стандартной экономической теории нелегко объяснить существование степенных законов. Например, неоклассическая теория рассматривает рынок как стремящуюся к равновесию систему, где все агенты полностью информированы, рациональны и взаимодействуют между собой косвенным образом (через рынок). Но в реальном мире люди часто не имеют всей необходимой информации, склонны к нерациональным действиям и взаимодействуют друг с другом напрямую. Следовательно, в идеале мы должны пытаться объяснить эмпирические открытия при помощи подхода, который бы описывал, как на самом деле ведут себя люди⁴.

Чем больше изменений…

Ципф выразил свой закон при помощи очень простого уравнения:

Ранг x Размер = Константа (постоянная величина).

Из этого уравнения следует, что количественный параметр исследуемого объекта обратно пропорционален его рангу (порядковому номеру). При помощи уравнения Цифпа мы можем вывести последовательность, умножая константу на 1, 1/2, 1/3, 1/4 и т. д. Например, если в самом большом городе Испании Мадриде проживают 3 млн жителей, то во втором по величине городе Барселоне – вдвое меньше жителей; третий по величине город Валенсия имеет втрое меньше жителей; и т. д. Закон Ципфа хорошо описывает некоторые системы, но очень узок для того, чтобы описать все разнообразие систем, следующих степенному распределению.

Блестящий ученый Бенуа Мандельброт предложил две модификации закона Ципфа, чтобы получить более универсальный степенной закон⁵. Первое уточнение состоит в добавлении к рангу некоторой эмпирической константы. В этом случае последовательность принимает вид: 1/(1 + константа), 1/(2 + константа), 1/(3 + константа) и т. д.

Второе изменение – добавление некой константы к 1 в показателе степени в знаменателе. Это дает нам следующую последовательность: 1/(1 + константа) 1 + константа, 1/(2 + константа) 1 + константа и т. д. Показатель степени может быть целым числом или дробью (например, 1/(1 + константа)3/4). Таким образом, закон Ципфа является частным случаем, где обе константы равны нулю.

Даже с введением этих двух новых параметров обобщенный закон Ципфа – Мандельброта, описывающий более широкий набор степенных зависимостей, остается очень простым. Тот факт, что столь элементарное уравнение описывает столь разнообразные феномены, не может не вызывать удивления, – особенно если учесть, что у нас до сих пор нет единого объяснения тому, как возникают эти степенные зависимости.

Одно из интересных свойств степенных законов в социальных системах – их устойчивость. Например, в приложении 35.1 показан график зависимости между размером городов США и их рангом в системе городов за период с 1790 по 1990 г. Несмотря на рост населения и значительные географические изменения, зависимость между рангом и размером демонстрирует замечательное постоянство на протяжении 200 лет.

Другой, более близкий инвесторам пример – аналогичное отношение между размером компаний и их рангом. Как видно из приложения 35.2, зависимость между объемами и частотой продаж для американских компаний в 1997 г. подчиняется закону Ципфа. Этот график построен экономистом Робертом Акстеллом на основе данных Бюро переписи США, доступ к которым был открыт только в начале 2001 г. и которые включают 5,5 млн компаний с более чем 100 млн сотрудников.

Акстелл замечает, что указанное распределение размеров компаний нечувствительно к изменениям политической и регуляторной среды, всплескам активности в сфере слияний и приобретений, волнам поглощений и слияний, банкротствам и появлению новых компаний и даже к крупномасштабным демографическим изменениям в рабочей силе (например, к значительному увеличению числа работающих женщин)⁶. Из этого можно сделать вывод, что существуют некие мощные фундаментальные механизмы, которые и создают наблюдаемый нами порядок.

Никто до конца не понимает, какие механизмы приводят к возникновению степенных законов, но существует ряд моделей или процессов, которые позволяют их воспроизвести⁷. Возможно, наиболее известна из них модель «самоорганизующейся критичности», популяризованная физиком-теоретиком Пером Баком. Он описал ситуацию, когда ребенок на пляже насыпает песчаную горку. Сначала горка является относительно плоской, и песчинки остаются близко к тому месту, куда они упали. Но когда горка становится круче, новые песчинки периодически вызывают небольшие оползни. Через какое-то время оползни начинают равняться самой горке. Это значит, что система вошла в «критическое состояние» – на грани стабильности и случайного изменения. Когда горка находится в критическом состоянии, дополнительные песчинки приводят к сходам оползней разной величины, при этом размеры оползней соответствуют степенному закону⁸.

В метафоре с песчаной горкой есть два важных аспекта, полезных для понимания социальных систем.

Во-первых, экономические системы определенно являются самоорганизующимися. Это значит, что большинство компаний, городов и стран возникают и развиваются в результате взаимодействия множества индивидов, а не централизованного планирования.

Во-вторых, эти системы часто находятся в критическом состоянии. В физических системах существует понятие критической точки, по достижении которой даже небольшое изменение приводит к фазовому переходу, например вода замерзает при снижении температуры ниже 0°С. В экономических системах нет таких четко определенных критических точек, но мы знаем, что люди не остаются с одной и той же компанией навсегда (стабильное состояние), однако и не перепрыгивают наобум от одной компании к другой (случайное изменение). Акстелл включил эти свойства в свою агентно-ориентированную модель, симулирующую размеры компаний и городов, и получил результаты, соответствующие эмпирическим данным⁹.

Возьмите закон в свои руки

Понимание степенных законов может оказаться полезным для инвесторов в нескольких отношениях.

Во-первых, обратимся к работе Акстелла о размере компаний. Принимая во внимание устойчивость степенных распределений с течением времени, можно достаточно точно предсказать, как будет выглядеть это распределение в будущем, даже если мы не знаем, где на нем расположатся отдельные компании¹⁰. Однако с учетом разумных предположений об экономическом росте и инфляции можно достаточно точно оценить, какого размера достигнет интересующая нас компания.

Например, заранее определить, что очень крупными (скажем, с объемом продаж более $200 млрд) будут очень немногие в процентном отношении компании. На основе сегодняшних оценок темпов роста больших компаний определить, сколько из них, исходя из ожидаемого роста, имеют перспективу дорасти до очень крупных. Если же получится, что группа перспективных компаний намного превышает процент крупных компаний, предусмотренный степенным распределением, значит, стоит ждать значительного пересмотра ожиданий в сторону понижения.

Во-вторых, инвесторы могут использовать степенные законы, чтобы понять топологию Интернета. Классический пример самоорганизующейся сети, Интернет изобилует степенными зависимостями, включая количество ссылок в расчете на сайт, количество страниц в расчете на сайт, популярность сайтов. Эти степенные законы говорят о том, что компании, которые широко используют Всемирную паутину для ведения бизнеса, имеют неравные шансы¹¹. Развитие Интернета может дать массу ценной информации для организации будущих сетей.

Степенные законы описывают некоторые социальные, биологические и физические системы с поразительной точностью. Кроме того, многие области, где обнаруживаются такие законы, непосредственно связаны с интересами инвесторов. Следовательно, понимание степенных законов может дать вдумчивым инвесторам новый, более глубокий взгляд на инвестиционный процесс.

Глава 36
Пирамида чисел
Размер компании, темпы роста и оценка стоимости

Рост важен, потому что прибыльный рост – это путь к созданию акционерной стоимости. Однако, как показывают факты, когда основной бизнес компании достигает зрелости, то использование новых платформ для роста сопряжено с обескураживающими рисками. Только одна компания из десяти способна обеспечить такой рост, который приводит к увеличению доходности для акционеров выше среднего уровня на протяжении более чем нескольких лет. …Большинство руководителей находятся в тупике: фондовые рынки требуют от компании роста, но куда и как расти, неизвестно.

Клейтон Кристенсен и Майкл Рейнор. Решение проблемы инноваций в бизнесе

Аналитики и инвесторы, кажется, уверены в том, что многие компании способны обеспечивать устойчиво высокие темпы роста прибылей на протяжении многих лет подряд. Однако на деле количество таких фактов не сильно отличается от того, что можно было бы приписать чистой случайности.

Луис Чэн, Джейсон Карсески и Джозеф Лаконишок. Уровень и устойчивость темпов роста

Почему в мире так мало слонов?

На первый взгляд между размерно-частотным распределением биологических видов, городов и компаний мало общего. Но между тем все эти распределения подчиняются степенным законам, а кривые распределений имеют вид прямой линии на двойной логарифмической шкале. Степенное распределение говорит о том, что здесь есть множество малых элементов и мало больших¹. В природе существует огромное количество муравьев, – если сложить вес всех муравьев на планете, он превысит суммарный вес всех людей, – но мало слонов. В мире бизнеса мы видим аналогичную картину: множество малых компаний и горстка очень крупных. В приложении 36.1 можно увидеть, как похожи эти распределения.

Попробуем сначала разобраться с видами. Почему в природе крупные хищные животные, такие как тигры, встречаются относительно редко, тогда как мелкие насекомые – термиты и им подобные – в таком изобилии? Экологи ссылаются на то, что каждый вид имеет свою нишу – не только географический ареал обитания, но и определенное место в общей схеме мироустройства. Поэтому для успешного выживания видам не только нужно выжить самим, но и правильно взаимодействовать с другими видами растений и животных, сосуществующими рядом с ними.

Тем не менее нишевая концепция не объясняет, почему распределение видов выглядит именно таким образом. Возможно, ответ на этот вопрос дает выдающийся британский эколог Чарльз Элтон. Он утверждает, что крупным животным для выживания необходимы более мелкие (в природе представители видов редко охотятся на тех, кто крупнее их). Поэтому, делает вывод Элтон, увеличение размера тела должно сопровождаться сокращением численности вида. Он называет эту закономерность «пирамидой чисел». Крупные животные редки, потому что у них меньше источников энергии, чем у мелких². Следовательно, степенное распределение видов является естественным результатом взаимодействия животных, ограниченного законами физики³.

Какое отношение это имеет к фондовому рынку? Есть три причины, почему инвесторам важно принимать во внимание степенные распределения.

Во-первых, компании, как и виды, занимают свои ниши. Анализ этих ниш и происходящих в них изменений позволяет получить некоторое представление о потенциале роста компании.

Во-вторых, многочисленные данные показывают, что разброс темпов роста среди крупных компаний меньше, чем среди мелких (притом что средние темпы роста довольно стабильны для всей совокупности компаний). Кроме того, крупные компании часто останавливаются в росте, что приводит к значительному падению цены акций, когда инвесторы пересматривают свои ожидания в сторону понижения.

В-третьих, инвесторы часто экстраполируют прошлые темпы роста на будущее и разочаровываются, когда компании не соответствуют их ожиданиям. Зная о закономерностях роста, инвесторы могут избежать неблагоприятного разрыва между ожиданиями и реальностью.

Найдите свою нишу

Идея о том, что компании тоже занимают свои ниши, далеко не нова. Например, в литературе, посвященной конкурентным стратегиям и, в частности, теории игр, большое место занимают проблемы поиска и освоения прибыльных ниш. Главное, о чем нужно помнить, так это о том, что с течением времени деловая среда, а следовательно, и ниши подвержены изменениям в результате развития технологий, регуляторных новшеств, появления на рынке новых игроков и ухода старых.

Сравните современные мини-заводы с классическими металлургическими комбинатами или интернет-ритейлеров с традиционными магазинами. Как только возникает новая ниша, ее тут же начинают осваивать новые компании. Способность компаний адаптироваться к меняющейся среде приобретает критическое значение, – и между тем число компаний, которые действительно преуспевают в этом, невелико.

В результате для определенной отрасли можно и не установить оптимального размера компании, и сравнение оценок компаний с различными экономическими моделями становится бессмысленным.

Уважаемый генеральный директор! Теперь мы в списке Fortune 50! А вы уволены

Исследования распределений размеров компаний и темпов роста обнаруживают четыре стилизованных (считающихся верными) факта:

1. Распределения размеров компаний следуют закону Ципфа (являющегося частным случаем степенных законов распределения)⁴. Инвесторам важно знать, что данное распределение очень устойчиво перед значительными изменениями в экономическом окружении. Это значит, что наблюдаемое сегодня соотношение между очень крупными и более мелкими компаниями вряд ли сильно изменится в будущем.

2. Разброс темпов роста компаний уменьшается с увеличением размера⁵. Проведенный мной анализ показывает, что, тогда как средние темпы роста являются стабильными для широкой выборки американских публично торгуемых компаний (с объемом продаж $100 млн и более), разброс темпов роста существенно сужается по мере увеличения размера компаний (см. приложение 36.2). С одной стороны, в этом наблюдении есть здравое зерно: крупные компании обеспечивают значительный процент ВВП, поэтому маловероятно, чтобы они могли существенно обогнать его по темпам роста (на долю компаний из Fortune 50 приходится порядка 35 % ВВП США). С другой стороны, многие из недавно включенных в Fortune 50 компаний в прошлом демонстрировали сильный рост, что вполне могло привести к завышенным ожиданиям со стороны инвесторов.

Это эмпирическое открытие согласуется с такими стохастическими моделями, как модель Жибра. Закон Жибра, также известный как закон пропорционального роста, гласит, что темпы роста компании не зависят от ее размера. С некоторыми поправками применение закона Жибра к выборке компаний дает распределение Ципфа. Классическая микроэкономическая теория не может предложить нам моделей, которые могли бы дать удовлетворительное объяснение этим открытиям⁶.

3. Крупные компании часто замедляют рост. К такому заключению пришли исследователи из организации Corporate Strategy Board⁷. Детальное исследование показало, что по достижении определенного уровня продаж (который исследователи называют «точкой потери скорости») рост компании начинает замедляться. Этот потолок постепенно повышается, но на конец 1990-х гг. он, по-видимому, находился в интервале между $20 и $30 млрд.

В приложении 36.3 приведены среднегодовые темпы роста компаний, входящих в список Fortune 50 (рейтинг на основе объемов продаж). Как видно на графике, до включения в группу «крупнейших 50-ти» компании часто имеют высокие темпы роста, которые резко падают по достижении заветной цели. Высокие темпы роста в первый год свидетельствуют о том, что многие компании попадают в Fortune 50 благодаря приобретениям.

4. Большинство отраслей имеет четко прослеживаемый жизненный цикл⁸. В начале своего существования отрасль обычно переживает интенсивный рост и приток новых игроков; далее следует этап, когда множество игроков выбывают с рынка, а выжившие получают высокую экономическую отдачу; наконец, наступает стадия зрелости, сопровождающаяся постепенным замедлением роста. На этой стадии темпы роста и экономическая доходность компаний приближаются к уровням конкурентного равновесия. Крупные компании обычно бывают зрелыми компаниями.

Что делать компаниям, которые сталкиваются с замедлением роста, зависит от конкретной отрасли. По ряду причин крупным компаниям успешная инновационная деятельность дается труднее, чем более мелким фирмам. Я настоятельно рекомендую вашему вниманию книгу Клейтона Кристенсена и Майкла Рейнора «Решение проблемы инноваций в бизнесе», где авторы предлагают руководителям компаний набор полезных инструментов по управлению инновациями. Но истина в том, что не все компании могут расти быстрыми темпами беспрестанно.

Экстраполяция ожиданий

Как показывает беглый обзор данных о размерах компаний и закономерностях роста, инвесторам следует умерять свои ожидания роста по мере увеличения размеров компаний. Однако многие инвесторы попадают в ловушку экстраполяции: они проецируют недавнее прошлое на необозримое будущее и в результате упускают тот момент, когда компании начинают снижать свои темпы роста. В своей статье Чен, Карсески и Лаконишок отмечают:

Оценочные рыночные мультипликаторы фактически не позволяют отличить компании с потенциалом высокого роста от компаний, обреченных на медленный рост. Более того, согласно гипотезе об экстраполяции ожиданий, инвесторы придают слишком большое значение прошлому. Компании, которые в прошлом демонстрировали сильный рост, награждаются более высокой оценкой рынка, тогда как компании с низкими темпами роста в прошлом наказываются более низкой оценкой⁹.

Данные организации Corporate Strategy Board подтверждают этот вывод. Исследование, охватывающее несколько десятилетий, показало, что примерно две трети компаний, достигающих так называемой «точки потери скорости», теряют 50 % и более своей рыночной стоимости (относительно индекса Доу-Джонса) в течение следующих 10 лет. 95 % таких компаний показывают доходность ниже индекса Доу-Джонса на 25 % и более.

Я решил найти ответ на похожий простой вопрос: какие результаты покажет равновзвешенный портфель акций 50 крупнейших по рыночной капитализации компаний, приобретенный в конце года, относительно индекса широкого рынка S&P 500 в последующие периоды, равные одному, трем и пяти годам? Проанализировал данные с 1980 по 2006 г. и обнаружил, что доходность S&P 500 превосходила доходность портфеля акций компаний с высокой капитализацией в каждом из указанных периодов держания (см. приложение 36.4). Причина понятна: крупные компании составляют значительную долю рынка, поэтому им трудно переигрывать рынок со сколь-нибудь значимым отрывом¹⁰.

Разумеется, экономика и рынки не стоят на месте. Но за постоянными изменениями прослеживаются устойчивые модели роста и распределения размеров компаний. Инвесторам следует принимать во внимание эти модели при оценке перспектив роста компаний, особенно крупных компаний.

Глава 37
Превратные эмоции
Приноравливаемся к резкой смене рыночных настроений

Убеждение, что до конца вечеринки еще далеко, – одна из причин… почему технологические акции взлетают все выше. «Ничто не поколеблет моей веры в этот рынок», – утверждает мистер Аллен. Мистер О’Кифи добавляет: «Даже если мы упадем на 30 %, то быстро вернемся обратно».

«Конечно, недавно все немного понервничали, – продолжает мистер О’Кифи. – Парни звонили мне и спрашивали: “Что нам делать?” Я им отвечал: “Покупайте дальше!”»

Болтовня о технологических акциях обогатила многих жителей Кейп-Кода. The Wall Street Journal, 2000, 13 марта

«Они только и делают, что твердят: “Покупайте, покупайте, покупайте!” всю дорогу от 100 баксов за акцию до банкротства, – говорит 63-летний парикмахер. – Теперь, когда они рекомендуют купить какие-то акции, я стараюсь держаться от них подальше. Никому больше не доверяю».

Вместо того чтобы вкладывать деньги в акции, теперь мистер Флинн каждый понедельник ездит в казино в соседний Коннектикут, чтобы сыграть в блэкджек и покер. «Здесь я зарабатываю больше, чем на рынке», – говорит он.

В парикмахерской на Кейп-Коде все говорят о падении акций. Wall Street Journal, 2002, 8 июля

Туфли Hush Puppies и жестокость фондового рынка

В 1994 г. было продано всего 30 000 пар туфель Hush Puppies – классических мужских туфель из замши на каучуковой подошве. Производитель некогда популярных ботинок уже думал о том, чтобы снять их с производства. Но тут произошло чудо: внезапно Hush Puppies стали хитом на Манхэттене. Продажи классических Hush Puppies выросли до 430 000 пар в 1995 г., а в 1996 г. составили более 1,7 млн. Всего за два года добродушный бассет, изображенный на логотипе Hush Puppies, стряхнул с себя пыль и стал обязательным предметом гардероба всех ценителей моды¹.

Что общего у истории о туфлях Hush Puppies с фондовым рынком? В обоих случаях главным определяющим фактором является настроение рынка. За внезапной популярностью туфель Hush Puppies стоит тот же самый механизм, который заставляет инвесторов метаться от безудержного оптимизма к глубочайшему пессимизму и обратно.

В качестве эпиграфа к этому эссе я взял отрывки из двух статей, посвященных парикмахеру из маленького городка на Кейп-Коде, которые были опубликованы в The Wall Street Journal более двух с половиной лет назад. В первой статье вера парикмахера в рынок непоколебима – стоимость его портфеля приближается к семизначной цифре, он раздает советы и думает о раннем уходе на пенсию. Во второй статье он полностью теряет веру в фондовый рынок и биржевых аналитиков, предпочитая инвестированию игру в казино. Подобный переход от эйфории к пессимизму был свойственен не только парикмахеру с Кейп-Кода; аналогичную смену настроения можно было наблюдать у многих профессионалов на фондовом рынке, осведомленных не в пример лучше рядового парикмахера.

Апчхи!

Чтобы понять, как происходит широкомасштабная смена настроений на рынке, вспомните о гриппе, – вернее, о том, как распространяется грипп. Тут есть два ключевых момента. Во-первых, степень заразности, т. е. насколько легко распространяется инфекция (или идеи). Во-вторых, интенсивность контактов, т. е. как часто и тесно люди контактируют друг с другом. Если штамм гриппа имеет высокую заразность, но носители инфекции не взаимодействуют друг с другом, эпидемия не начнется. Точно так же эпидемия не начнется, если есть интенсивные контакты, но штамм гриппа имеет низкую заразность. Однако соедините интенсивные контакты с высокой заразностью – и получите эпидемию².

Оказывается, графики распространения идеи и болезни выглядят одинаково. Оба имеют вид S-образной кривой (см. приложение 37.1). Неудивительно, что между этими явлениями из мира биологии и мира бизнеса можно провести прямые параллели. От степени «заразности» идеи или настроения зависит порог восприимчивости инвесторов. А интенсивность контактов можно оценить при помощи модели «малого мира».

Бенджамин Грэхем однажды сказал, что «на фондовом рынке не стоимость определяет цены, а цены определяют стоимость»³. Инвесторы оценивают стоимость не столько на основе каких-либо внутренних критериев, сколько под влиянием поступков остальных участников рынка. Цены акций отражают коллективные действия других людей. Однако каждый из нас по-разному подвержен влиянию извне. У каждого из нас свой порог восприимчивости, который определяет, сколько людей должно сделать что-либо, прежде чем мы решим сделать то же самое. Сильные колебания рынка проталкивают ситуацию за порог восприимчивости практически всех инвесторов и могут создавать условия для радикальной смены настроений с бычьих на медвежьи и наоборот.

Кроме того, сегодня мы связаны между собой теснее, чем когда-либо в прошлом. В последние годы ученые значительно продвинулись в понимании эффекта малого мира, также известного как гипотеза шести рукопожатий (или степеней разделения)⁴. Одной из центральных идей модели малого мира является кластеризация, которая определяет плотность связей между близкими узлами в сети. Например, степень кластеризации выражает вероятность того, что ваши друзья знакомы друг с другом.

При моделировании таких сетей исследователи обнаружили, что всего несколько случайных связей между локальными кластерными сетями резко уменьшают число степеней разделения. Благодаря современным дешевым коммуникационным сетям идеи способны каскадами распространяться через социальные кластеры с молниеносной скоростью. Немалый вклад в увеличение взаимосвязанности вносят и средства массовой информации.

Проводя аналогию с гриппом, можно утверждать, что практически нет такого инвестора, который бы рано или поздно не поддался царящему на рынке настроению – бычьему или медвежьему, а распространение эпидемии почти гарантировано благодаря тому, что современные коммуникационные технологии обеспечивают тесные связи между людьми. Между тем в колебаниях настроений толпы нет ничего нового, они вековечны.

Экономисты, познакомьтесь с мистером Рынком

Экономисты давно поняли роль ожиданий в формировании экономических результатов, включая доходность фондового рынка и рисковую устойчивость (робастность) долговременных капиталовложений. Однако большинство традиционных экономических моделей исходят из предположения о рациональности агентов, что весьма удобно для моделирования, но чрезвычайно далеко от реальности. В отличие от них агентно-ориентированная модель рынков не только предлагает результаты, согласующиеся с эмпирическими фактами, но и позволяет объяснить периодические расхождения между ценой и стоимостью⁵.

Взаимосвязь между эмоциями инвесторов и колебаниями курсов акций хорошо известна практикам фондового рынка не одно столетие⁶. Пожалуй, самая лучшая аллегория была предложена Беном Грэхемом, который сравнивал рынок с услужливым человеком по имени мистер Рынок. Каждый день мистер Рынок появляется у дверей инвестора, предлагая купить или продать акции. Самую важную особенность мистера Рынка подметил Уоррен Баффет:

Представьте себе, что вы и мистер Рынок – партнеры по стабильному бизнесу. К сожалению, ваш партнер страдает от эмоциональной неустойчивости. Порой он может пребывать в приподнятом настроении и видеть только благоприятные перспективы. В эти дни он предлагает очень высокую цену за свою долю в бизнесе, опасаясь, что вы завладеете его долей и присвоите себе гарантированную прибыль. В другое время мистер Рынок удручен и крайне пессимистичен по отношению как к бизнесу, так и ко всему миру в целом. Тогда он назначает очень низкую цену, опасаясь, что вы переложите весь бизнес на его плечи⁷.

Баффет подчеркивает, что поскольку мистер Рынок не возражает против пренебрежительного отношения к нему, то и вы не должны подпадать под его влияние. Другими словами, цена и стоимость способны расходиться между собой, но инвесторы, которые чрезмерно фокусируются на цене, могут испытывать эмоциональные затруднения, пытаясь различить цену и стоимость.

Человеческая сущность не меняется

В середине 1940-х гг. Бен Грэхем заметил в одной из своих лекций, что хотя в искусстве анализа ценных бумаг были сделаны значительные успехи, но в одном «важном аспекте» практически не наблюдается никакого прогресса: сущность людей не меняется. В той удручающей доходности фондового рынка, резких перепадах настроений и высоком уровне тревожности, которые мы видим сегодня, нет ничего нового. Страх и жадность – вот те чувства, которые двигали парикмахером из маленького городка на Кейп-Коде, как двигали многими тысячами инвесторов до него и будут двигать многими тысячами после.

О главной роли настроений на фондовом рынке четко и хлестко сказано в первом издании книги Грэхема и Додда «Анализ ценных бумаг», написанной более 70 лет назад. Вот что авторы говорят о том, что двигало психологией инвесторов в конце 1920-х гг.:

Доктрина «новой эры», которая гласит, что покупка «хороших» акций (так называемых «голубых фишек») – якобы всегда здравая инвестиция, как бы дорого вы за них ни заплатили, на деле оказалась лишь способом оправдать едва ли не поголовную страсть к азартным играм, укрыв ее за громким словом «инвестиции». Мы предполагаем, что этот психологический феномен тесно связан с тем обстоятельством, что в последние годы особый акцент стал делаться на нематериальных факторах стоимости, таких как гудвилл, качество менеджмента, потенциал доходности и т. д. Такие факторы стоимости, хотя и без сомнения реальны, не поддаются математической калькуляции; следовательно, критерии, относительно которых они оцениваются, в значительной мере являются произвольными и могут широко варьироваться в зависимости от преобладающего среди инвесторов настроения⁸.

Инвесторы должны помнить, что любые перепады настроения в конце концов проходят. Вот что говорят об этом Грэхем и Додд:

Если судить по прошлому, то сегодняшний критичный настрой инвесторов вряд ли сохранится надолго; как только возобновится рост и на рынок снова хлынут деньги, публика вновь проявит присущую ей склонность прощать и, более того, забывать все обиды, нанесенные ей в прошлом.

Смотрите на рынок в перспективе

Фондовый рынок, как и рынок облигаций, – это дисконтирующая машина. Иначе говоря, при нормальных условиях с течением времени инвесторы могут ожидать номинальную доходность на уровне от 4 до 9 %. Резкая смена настроений рынка, крайний оптимизм или крайний пессимизм могут нарушить эти ожидания (когда инвесторы ожидают максимальную доходность, она часто оказывается минимальной и наоборот).

На сложном рынке, как в начале 2000-х гг., инвесторам нужно постараться смотреть на ситуацию в перспективе и избегать стадного мышления⁹. Например, анализ прошлого и вдумчивая оценка возможных сценариев развития событий могут обеспечить инвестора необходимыми ориентирами. Баффет подчеркивает, как легко поддаться эмоциям на фондовом рынке, и отвергает чрезмерную зацикленность на цифровых показателях:

Чтобы быть успешным, инвестор должен сочетать деловое здравомыслие с умением оградить свои мысли и действия от сверхзаразных эмоций, кипящих на фондовом рынке.

Глава 38
Лестница на небеса для держателя акций
Самоподобие и рентабельность инвестиций

Вышивая свой узор, Природа пользуется лишь самыми длинными нитями, и всякий, даже самый маленький образчик его может открыть нам глаза на строение целого.

Ричард Фейнман

Я тоже так могу!

В конце 1940-х гг. журнал Life спровоцировал горячие споры, назвав Джексона Поллока (1912–1956) «величайшим американским художником». Живопись Поллока была далека от традиционной – он создавал свои абстрактные картины, разбрызгивая и разливая краску на огромные холсты. Хотя некоторые из его работ были проданы за миллионы долларов, один скептично настроенный читатель написал, что картины Поллока «смахивают на копну спутанных волос, которую так и хочется причесать»¹. Некоторые критики с насмешкой заявили, что могут нарисовать картины ничуть не хуже, просто размазывая краску по холсту². В приложении 38.1 показана одна из работ Поллока, относящаяся к концу 1940-х гг.

Однако картины Поллока обладают неоспоримой притягательностью. Чтобы разобраться в причинах эстетической привлекательности его работ, физик Ричард Тейлор обратился к математике. Он обнаружил, что картины Поллока, хотя и кажутся хаотичными, являют приятные для глаза фрактальные закономерности. Фрактал – это «геометрическая фигура, которая может быть разделена на части, каждая из которых будет представлять собой уменьшенную копию целого»³. Несмотря на скептические замечания, Тейлор доказал, что фрактальные закономерности никак не могут быть получены путем случайного разбрызгивания красок.

В природе фракталы встречаются повсеместно: деревья, облака, изрезанные береговые линии – лишь немногие из примеров, поэтому визуально они привычны людям⁴. Одним из ключевых признаков фрактальных систем является фрактальная размерность, или степень сложности (для прямой линии фрактальная размерность равна 1,0; для заполненного пространства – 2,0). Тейлор и его коллеги установили, что люди предпочитают фракталы с размерностью от 1,3 до 1,5, независимо от того, имеют ли эти фракталы естественное происхождение или созданы людьми. Как оказалось, многие из картин Поллока попадают в этот диапазон или находятся рядом с ним. Как следствие, эксперты теперь быстро могут отличить подлинное полотно Поллока от поддельного⁵.

Поскольку фракталы так распространены в природе, ученые часто ассоциируют их с самоорганизующимися системами. А поскольку экономика во многом имеет дело с таким типом систем, мы можем предполагать, что встретим фракталы и в экономических системах. И это предположение оправдывается.

Подобно тому, как анализ полотен Поллока или береговой линии обнаруживает лежащую в их основе фрактальную закономерность, надо так же взглянуть на экономические системы. Их свойства часто скрыты от наших глаз⁶.

Лестница на небеса для держателя акций

Самоподобие, или подобие частей целому, – еще одно основное свойство фрактала. Представьте себе кочан цветной капусты. Целый кочан и отдельные соцветия похожи друг на друга. Изменения цены акций также демонстрируют фрактальный порядок: после некоторых корректировок графики на месячных, недельных и дневных интервалах выглядят одинаково⁷.

Анализ показывает, что распределения разрывов между рентабельностью инвестиций и стоимостью капитала проявляют свойство самоподобия на пяти уровнях: страна, отрасль, компания, подразделение или направление бизнеса. Лучше всего это выявляется через визуальный анализ (см. приложение 38.2). На всех уровнях мы видим одинаковую модель: создание стоимости, нейтральность стоимости и разрушение стоимости. Разумеется, некоторые распределения перекошены в сторону создания стоимости, другие – в сторону разрушения стоимости, но обе стороны спектра представлены во всех случаях.

Хотя я привел пример только одной отрасли (химическая промышленность), аналогичную динамику рентабельности можно увидеть в любой отрасли. И в любой компании. Какую бы страну, отрасль, компанию, подразделение или направление бизнеса мы ни избрали, нигде не найдем ничего уникального (кроме, пожалуй, доступности данных).

Делаем искусство менее абстрактным

На первый взгляд полезность вышеуказанного наблюдения может показаться столь же абстрактной, как картины Джексона Поллока. Но я вижу в этих распределениях по меньшей мере пять важных практических следствий для инвесторов:

1. Установите причину, почему доходность ниже стоимости капитала. Безусловно, низкая доходность нежелательна, но важно понять причины такого положения дел. Например, если компания находится в начале жизненного цикла, то низкая доходность может объясняться большим объемом капиталовложений; при этом ее будущее может быть многообещающим. Таким образом, за текущей низкой доходностью, возможно, скрывается высокий потенциал.

С другой стороны, слабая доходность зрелой компании может быть результатом того, что все привлекательные деловые возможности уже использованы конкурентами или же отрасль страдает от избытка мощностей.

Наконец, некоторые компании инвестируют в новые направления деятельности, где у них мало шансов получить конкурентное преимущество. Как видите, понимание причин низкой доходности может оказаться очень полезным.

2. Ищите изменения доходности (рост или снижение), которые не предвидятся рынком. Эмпирические данные показывают, что изменения доходности сильно коррелируют с изменениями цены акций. В среднем акции компаний, показавших самый большой рост доходности, значительно опережают акции компаний, показавших самое большое снижение доходности. В то же время данные свидетельствуют о том, что рынок не в полной мере предвидит все изменения⁸.

Инвесторы должны внимательно оценивать ожидания рынка и пытаться определить, вероятно или нет изменение этих ожиданий. Многие процессы инвестирования не учитывают рыночных ожиданий или неправильно их оценивают⁹.

3. Оцените вероятный период генерирования избыточной доходности. Возврат к среднему – мощная сила, действующая на доходность отдельных компаний. Высокодоходные компании сталкиваются с конкуренцией, которая снижает их доходность, и капитал стремится перетекать в компании с низкой доходностью, способствуя ее повышению. Поэтому важно уметь спрогнозировать, как долго компания сможет получать сверхдоходность, прежде чем она будет размыта конкурентными силами¹⁰.

Фондовый рынок стремится уравновешивать доходность акционеров через установление цены (отражающей различия в риске). Высокодоходные компании получают более высокие коэффициенты рыночной цены к балансовой стоимости, а низкодоходные – более низкие коэффициенты. Вот почему хорошие компании и хорошие акции – не всегда одно и то же.

4. Стратегия имеет значение. С точки зрения компании стратегия – это набор видов деятельности, которые позволяют генерировать доходность выше стоимости капитала. Как правило, успешные стратегии наделяют компанию уникальным преимуществом в виде либо дифференцированного предложения, либо низкой себестоимости производства. Стратегия – это всегда компромисс при принятии решения о том, что компания будет делать, а что нет.

Как показывают исследования, даже в самых отсталых отраслях есть компании, успешно создающие стоимость, а в самых перспективных отраслях – компании, которые ее разрушают. Поэтому конкурентная стратегия имеет важное значение. Следовательно, анализ стратегии компаний должен быть составной частью процесса любого долгосрочного инвестирования¹¹.

5. Насколько правильно осуществляется руководство? Незаурядные, талантливые руководители ценятся на вес золота, поэтому инвестору важно знать, как компания распоряжается своими управленческими ресурсами. Очень часто лучших менеджеров бросают на спасение тонущего бизнеса, вместо того чтобы позволить им создавать стоимость в передовых подразделениях. Следовательно, инвестор должен попытаться понять, какой вклад в создание стоимости вносит каждое подразделение (что может резко контрастировать с его вкладом в объем продаж или операционную прибыль), и на основе этого сделать вывод о том, насколько грамотно компания распределяет управленческие ресурсы.

И в хаосе есть порядок

Благодаря лучшим данным и более мощным вычислительным инструментам сегодня исследователи могут увидеть порядок в системах, которые раньше считались хаотичными или случайными. Я предполагаю, что самоподобие, столь явно выраженное в динамике доходности, характерно для самоорганизации бизнеса в глобальном масштабе. Это наблюдение не только любопытно с интеллектуальной точки зрения, но и имеет важное практическое значение для инвесторов. И чтобы это увидеть, не нужно быть знатоком абстрактного импрессионизма Джексона Поллока.

Заключение
Будущее – за синтезом инвестирования

Начиная с 1993 г. я веду курс «Анализ ценных бумаг» в Школе бизнеса Колумбийского университета. Как вы понимаете, курс охватывает фундаментальные вопросы инвестирования, такие как оценка стоимости, анализ финансовой отчетности, конкурентная стратегия и т. д. Но на первой лекции в начале каждого года я неизменно делаю своим студентам одно важное предостережение: этот курс поднимает гораздо больше вопросов, чем дает ответов.

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.

Ежедневно на мировых рынках оборачиваются триллионы долларов. Но, несмотря на высокие ставки и значительные ресурсы, которые выделяются на изучение рынков, мы еще многого не понимаем. В этой книге я постарался донести до читателей мысль о том, что ответы на многие из поставленных вопросов могут быть найдены только при междисциплинарном подходе.

Примечания

Часть I. Философия инвестирования
Глава 1. Играйте, как казино

1. J. Edward Russo and Paul J. H. Schoemaker, Winning decisions: Getting It Right the First Time (New York: Doubleday, 2002), 3–10.

2. Alfred Rappaport and Michael J. Mauboussin, Expectations Investing (Boston, Mass.: Harvard Business School Press, 2001), 106–8. В настоящей дискуссии предполагается, что диверсифицированные портфели держат нейтральные по отношению к риску инвесторы. Методики с учетом неприятия риска см. у Ron S. Dembo and Andrew Freeman, Seeing Tomorrow: Rewriting the Rules of Risk (New York: John Wiley & Sons, 1998).

3. Michael Steinhardt, No Bull: My Life In and Out of Markets (New York: John Wiley & Sons, 2001), 129.

4. Steven Crist, “Crist on Value”, in Andrew Beyer et al., Bet with the Best: All New Strategies From America’s Leading Handicappers (New York Daily Racing Form Press, 2001), 64. Принадлежащая перу Криста глава предлагает одно из лучших описаний интеллектуального инвестирования, которые мне доводилось когда-либо читать. Я также очень рекомендую книгу Стивена Криста Betting on Myself: Adventures of a Horseplayer and Publisher (New York Daily Racing Form Press, 2003).

5. Из напутственной речи Роберта Рубина в Университете Пенсильвании, 1999, http://www.upenn.edu/almanac/v45/n33/speeches99.html.

6. См. главу 5.

7. Sarah Lichtenstein, Baruch Fischhoff, and Lawrence D. Phillips, “Calibration of Probabilities”, in Judgment Under Uncertainty: Heuristics and Biases, ed. Daniel Kahneman, Paul Slovic, and Amos Tversky (Cambridge: Cambridge University Press, 1982), 306–34.

8. Peter Schwartz, Inevitable Surprises: Thinking Ahead in a Time of Turbulence (New York: Gotham Books, 2003).

9. Roger Lowenstein, When Genius Failed: The Rise and Fall of Long-Term Capital Management (New York: Random House, 2000)^[6]; Nassim Nicholas Taleb, The Black Swan: The Impact of Highly Improbable (New York: Random House, 2007)^[7].

10. Daniel Kahneman and Amos Tversky, “Prospect Theory: An Analysis of Decision Under Risk”, Econometrica 47 (1979): 263–91.

11. Nassim Nicholas Taleb, Fooled By Randomness: The Hidden Role of Chance in Markets and in Life (New York: Texere, 2001), 89–90^[8]. Талеб выговаривает известному инвестору Джиму Роджерсу за то, что тот не советует инвестировать в опционы из-за высокой частоты убытков. По словам Талеба, «мистер Джим Роджерс добился в жизни очень многого для человека, который не видит различия между вероятностью и ожиданием».

12. См. главу 3.

13. Russo and Schoemaker, Winning Decisions, 123–24.

14. Из напутственной речи Р. Рубина в Университете Пенсильвании, 1999.

Глава 2. Инвестирование – профессия или бизнес?

1. Burton G. Malkiel, “The Efficient Market Hypothesis and Its Critics”, Journal of Economics Perspectives 17, no. 1 (Winter 2003): 78. Это не новое открытие. См. также следующие статьи: Burton G. Malkiel, “Returns from Investing in Equity Mutual Funds, 1971–1991”, Journal of Finance 50, no. 2 (June 1995): 549–72; Michael C. Jensen, “The Performance of Mutual Funds in the Period 1945–1964”, Journal of Finance 23 (1968): 389–416.

2. Особая благодарность Гарри Мишурису, который составил первоначальный список и предложил это направление исследования.

3. Джек Богл, используя терминологию Джона Кейнса, противопоставляет спекуляцию («прогнозирование психологии рынка») и предпринимательство («прогнозирование потенциальной доходности актива»). Богл утверждает, что, судя по показателям оборачиваемости портфелей, большая часть инвесторов является спекулянтами. См. статью Джона Богла «Индустрия взаимных фондов в 2003 г.: Назад в будущее» от 14 января 2003 г., http://www.vanguard.com/bogle_site/sp20030114.html.

4. Замечательное рассуждение на эту тему см. в статье Чарльза Эллиса «Может ли деловой успех испортить профессию инвестиционного менеджмента?» в The Journal of Portfolio Management (весна 2001 г.): 11–15.

5. Bogle, “Mutual Fund Industry in 2003”. Также см. “Other People’s Money: A Survey of Asset Management”, The Economist, July 5, 2003; John C. Bogle, “The Emperor’s New Mutual Funds”, The Wall Street Journal, July 8, 2003; и John C. Bogle, “The Mutual Fund Industry Sixty Years Later: For Better or Worse?”, Financial Analysts Journal 61, no. 1 (January-February 2005): 15–24.

6. Ellis, “Will Business Success Spoil the Investment Management Profession?” 14.

Глава 3. Эффект Бэйба Рута

1. Я не приравниванию инвестирование к азартным играм. На самом деле долгосрочное инвестирование противоположно азартной игре. В азартных играх чем дольше вы играете, тем больше у вас шансов проиграть. В инвестировании чем дольше вы инвестируете, тем больше шансов получить положительную доходность.

2. Daniel Kahneman and Amos Tversky, “Prospect Theory: An Analysis of Discussion Under Risk”, Econometrica 47 (1979): 263–91.

3. Nasim Nicholas Taleb, Fooled By Randomness: The Hidden Role of Chance in Markets and in Life (New York: Texere, 2001), 87–88.

4. Талеб замечает, что известный инвестор Джим Роджерс избегал опционов, потому что, по его словам, «90 % опционов приносят убыток». Роджерс путает частоту со средним уровнем доходности по опционам.

5. Brent Schlender, “The Bill and Warren Show”, Fortune, July 20, 1998.

6. Charlie Munger, “A Lesson on Elementary, Worldly Wisdom As It Relates to Investment Management and Business”, Outstanding Investor Digest, May 5, 1995, 50.

7. Речь Уоррена Баффетта на ежегодном собрании в Berkshire Hathaway, 1989.

8. Alfred Rappaport and Michael J. Mauboussin, Expectations Investing (Boston, Mass.: Harvard Business School Press, 2001), 105–8.

9. Steven Crist, “Crist on Value”, in Andrew Beyer et al., Bet with the Best: All New Strategies From America’s Leading Handicappers (New York: Daily Racing Form Press, 2001), 63–64.

10. Edward O. Thorp, Beat the Dealer (New York: Vintage Books, 1966), 56–57.

Глава 4. Разумная теория качественных признаков устарела

1. См.: Mitchel Resnick, Turtles, Termites, and Traffic Jams (Cambridge, Mass.: MIT Press, 1994). См. также: Steven Johnson, Emergence: The Connected Lives of Ants, Brains, Cities, and Software (New York: Scribner, 2001) 12–13.

2. Профессор Бертон Малкил: «Это все равно что перестать верить в Санта-Клауса. Хотя вы знаете, что Санта-Клауса не существует, но в глубине души продолжаете верить в него. Я не говорю, что это мошенничество. Обычно они искренне верят в то, что смогут это сделать. Реальность свидетельствует, что нет» (20/20, ABC News, November 27, 1992). См.: http://www.ifa.tv/Library/Support/

3. Articles/Popular/NewsShowTranscript.htm.

4. Clayton M. Christensen, Paul Carlile and David Sundahl, “The Process of Theory-Building”, Working Paper, 02–016, 4. Новую редакцию этой статьи см. на сайте: http://www.innosight.com/documents/TheoryBuilding.pdf.

5. Phil Rozenzweig, The Halo Effect… and Eight Other Business Delusions That Deceive Managers (New York: Free Press, 2006)^[9].

6. Peter L. Bernstein, Capital Ideas: The Improbable Origins of Modern Wall Street (New York: The Free Press, 1992), 129–30.

7. Richard Roll, “A Critique of the Asset Pricing Theory’s Tests: Part 1: On Past and Potential Testability of the Theory”, Journal of Financial Economics 4 (1977): 129–76.

8. Clayton M. Christensen, “The Past and Future of Competitive Advantage”, MIT Sloan Management Review (Winter 2001): 105–9.

9. Kenneth L. Fisher and Meir Statman, “Cognitive Biases in Market Forecasts”, Journal of Portfolio Management 27, no. 1 (Fall 2000): 72–81.

10. Mercer Bullard, “Despite SEC Efforts, Accuracy in Fund Names Still Elusive”, The Street.com, January 30, 2001. См.: http://www.thestreet.com/funds/mercerbullard/1282823.html.

Глава 5. Рискованный бизнес

1. Gerd Gigerenzer, Calculated Risks (New York: Simon & Schuster, 2002), 28–29.

2. John Rennie, “Editor’s Commentary: The Cold Odds Against Columbia”, Scientific American, February 7, 2003.

3. Gerd Gigerenzer, Calculated Risks, 26–28.

4. Jeremy J. Siegel, Stocks for the Long Run, 3rd ed. (New York: McGraw Hill, 2002), 13^[10].

5. Michael J. Maboussin and Kristen Bartholdson, “Long Strange Trip: Thoughts on Stock Market Returns”, Credit Suisse First Boston Equity Research, January 9, 2003.

6. См. главу 3.

Глава 6. Вы эксперт?

1. J. Scott Armstrong, “The Seer-Sucker Theory: The Value of Experts in Forecasting”, Technology Review 83 (June-July 1980):16–24.

2. Arul Gawande, Complications: A Surgeon’s Notes on an Imperfect Science (New York: Picador, 2002), 35–37.

3. Paul J. Feltovich, Rand J. Spiro, and Richard L. Coulsen, “Issues of Expert Flexibility in Contexts Characterized by Complexity and Change”, in Expertise in Context: Human and Machine, ed. Paul J. Feltovich, Kenneth M. Ford, and Robert R. Hoffman (Menlo Park, Cal.: AAAI Press and Cambridge, Mass.: MIT Press, 1997), 125–46.

4. R. J. Spiro, W. Vispoel, J. Schmitz, A. Samarapungavan, and A. Boeger, “Knowledge Acquisition for Application: Cognitive Flexibility and Transfer in Complex Content Domains”, in Executive Control Processes, ed. B. C. Britton (Hillsdale, N. J.: Lawrence Erlbaum Associates, 1987), 177–99.

5. Robyn M. Dawes, David Faust, and Paul E. Meehl, “Clinical Versus Actuarial Judgment”, in Heuristics and Biases: The Psychology of Intuitive Judgment, ed. Thomas Gilovich, Dale Griffin, and Daniel Kahneman (Cambridge: Cambridge University Press, 2002), 716–29.

6. Gawande, Complications, 44.

7. Katie Haffner, “In an Ancient Game, Computing’s Future”, The New York Times, August 1, 2002.

8. James Surowiecki, The Wisdom of Crowds: Why the Many Are Smarter Than the Few and How Collective Wisdom Shapes Business, Economies, Societies and Nations (New York: Doubleday, 2004)^[11].

9. Joe Nocera, “On Oil Supply, Opinions Aren’t Scarce”, The New York Times, September 10, 2005.

10. Philip E. Tetlock, Expert Political Judgment: How Good Is It? How Can We Know? (Princeton, N. J.: Princeton University Press, 2005), 68.

11. Там же, 73–75.

Глава 7. «Горячая рука» в инвестировании

1. Thomas Gilovich, Robert Valone, and Amos Tversky, “The Hot Hand in Basketball: On the Misperception of Random Sequences”, Cognitive Psychology 17 (1985): 295–314.

2. Amos Tversky and Daniel Kahneman, “Belief in the Law of Small Numbers”, Psychological Bulletin 76 (1971): 105–10. Иллюстрацию этой мысли см. в статье Криса Ветцеля на сайте http://www.rhodes.edu/psych/faculty/

3. wetzel/courses/wetzelsyllabus223.htm.

4. Пример взят из рецензии на книгу Стивена Гулда «Полоса удач» (Stephen Jay Gould, “The Streaks of Streaks”, New York Review of Books, August 18, 1988). См. также на сайте http://www.nybooks.com/articles/4337 (доступно на 25 мая 2005 г.).

5. Stephen Gould, Triumph and Tragedy in Mudville (New York: W. W. Norton & Company, 2003), 151–72. См.: http://mlb.mlb.com/mlb/history/

6. rare_feats/index.jsp?feature=hitting_streaks.

7. Gould, “The Streak of Streaks”.

8. Вот математические выкладки: ДиМаджио 7671 раз вставал на пластину за 1736 игр в своей спортивной карьере (4,42 раза за игру). На его счету 2214 хитов со средним показателем хит/появление на пластине 0,289. При таком показателе ДиМаджио мог рассчитывать на хит в 0,778 % своих игр. Таким образом, вероятность хита в 56 играх подряд составляет 0,77856, или 1 на 1,279 млн. См.: Rob Neyer, ESPN Baseball Archives, January 2002, http://espn.go.com/mlb/s/2002/0107/1307254.html. Статистику по ДиМаджио см. в архиве «Статистика по ведущим игрокам Главной лиги бейсбола» на сайте http://mlb.mlb.com/NASApp/mlb/stats/historical/

9. individual_stats_player.jps?c_id=mlb&playerID=113376.

10. 7. Поразительно, но серия хитов в 56 матчах подряд не была личным рекордом ДиМаджио. В подростковом возрасте, когда он учился в колледже Pacific Coast League, ДиМаджио удалось отбить подачи в 61 игре подряд. Также примечательно, что сразу же после того, как серия из 56 успешных матчей была прервана, ДиМаджио сделал серию еще из 16 успешных матчей. Таким образом, за сезон 1941 г. он сделал хиты в 72 из 73 матчей.

11. Вот небольшая подборка справочной литературы (список литературы на эту тему слишком обширен, чтобы можно было привести его полностью): Burton G. Malkiel, A Random Walk Down Wall Street (New York: W. W. Norton & Company, 2003), 191^[12]; Nassim Taleb, Fooled By Randomness: The Hidden Role of Chance in Markets and in Life (New York: Texere, 2001), 128–131; Gregory Baer and Gary Gensler, The Great Mutual Fund Trap (New York: Broadway Books, 2002). 16–17; Peter L. Bernstein, Capital Ideas: The Improbable Origins of Modern Wall Street (New York: Free Press, 1992), 141–43.

12. Baer and Gensler, The Great Mutual Fund Trap, 17. Баер и Генслер рассматривают только первые 10 лет этой серии (несмотря на то, что книга была опубликована после завершения 11-го успешного года). Разница между сериями в 10 и 15 лет значительна.

13. Миллер управлял еще одним фондом Opportunity Trust, который имел другой состав портфеля, но переигрывал рынок в течение шести лет подряд, заканчивая 2005 г. Вероятность опережать рынок на протяжении 21 года подряд (при среднем проценте переигрывающих рынок фондов – 44 %) составляет примерно 1 на 31 млн.

14. Хотя 15 лет высокой доходности подряд были самой длинной «серией» Билла Миллера, она не является единственной в его карьере. На протяжении шести лет, до 1993 г. включительно, фонд Special Investment Trust под управлением Миллера стабильно показывал доходность выше рыночной.

Глава 8. Время на моей стороне

1. Paul A. Samuelson, “Risk and Uncertainty: A Fallacy of Large Numbers”, Scientia 98 (1963): 108–13; доступно на сайте http://www.casact.org/pubs/forum/94sforum/94sf049.pdf. Shlomo Benartzi and Richard H. Thaler, “Myopic Loss Aversion and the Equity Premium Puzzle”, The Quarterly Journal of Economics 110, no. 1 (February 1995): 72–92, доступно на сайте http://gsbwww.uchicago.edu/fac/

2. richard.thaler/research/myopic.pdf. Исследователи пишут: «Конкретно теорема гласит, что если кто-либо не готов согласиться на один розыгрыш ставки при любом уровне благосостояния, который может быть получен при некотором числе повторных ставок, тогда согласие на множество ставок не соответствует теории ожидаемой полезности».

3. Daniel Kahneman and Amos Tversky, “Prospect Theory: An Analysis of Decision Under Risk”, Econometrica 47 (1979): 263–91.

4. Nicholas Barberis and Ming Huang, “Mental Accounting, Loss Aversion and Individual Stock Returns”, Journal of Finance 56, no. 4 (August 2001): 1247–92.

5. Elroy Dimson, Paul Marsh, and Mike Staunton, “Global Evidence on the Equity Risk Premium”, Journal of Applied Corporate Finance 15, no. 4 (Fall 2003): 27–38.

6. Benartzi and Thaler, “Myopic Risk Aversion”.

7. Это и следующее приложение близко соответствуют графикам, приведенным в статье Уильяма Бернстайна «О риске и близорукости». См.: http://www.efficientfrontier.com/ef/102/taleb.htm. Также см.: Nassim Nicholas Taleb, Fooled By Randomness: The Hidden Role of Chance in Markets and in Life (New York: Texere, 2001), 56–59.

8. Michael J. Maboussin and Kristen Bartholdson, “Long Strange Trip: Thoughts on Stock Market Returns”, Credit Suisse First Boston Equity Research, January 9, 2003.

9. Bernatzi and Thaler, “Myopic Risk Aversion”, 80.

10. James K. Glassman and Kevin A. Hasset, Dow 36,000: The New Strategy for Profiting from the Coming Rise in the Stock Market (New York: Times Books, 1999).

11. Josef Lakonishok, Andrei Schleifer, and Robert W. Vishny, “Contrarian Investment, Exploration, and Risk”, Journal of Finance 49, no. 5 (December 1994): 1541–78.

12. Bernstein, “Of Risk and Myopia”.

Глава 9. Вся правда о верхушке

1. Ежегодное письмо акционерам компании Berkshire Hathaway, 1993, http://www.berkshirehathaway.com/letters/1993.html.

2. Jim Collins, Good to Great (New York: HarperBusiness, 2001), 21^[13].

3. Meghan Felicelli, “2006 YTD CEO Turnover”, SpencerStuart, December 31, 2006. См. также: Chuck Lucier, Paul Kocourek, and Rolf Habber, “CEO Succession 2005: The Crest on the Wave”, strategy+business, Summer 2006.

4. Когда в одном из недавних интервью генерального директора компании Nokia Йорма Олилла спросили, как ему удается знать все, что ему нужно знать, он ответил: «Просто я много читаю». (См.: David Pringle and Raju Narisetti, “Nokia’s Chief Guides Company Amid Technology’s Rough Seas”, The Wall Street Journal, November 24, 2003.) Чарли Мангер выразился гораздо резче: «В своей жизни мне не доводилось встречать мудрого человека, который бы все время не читал».

5. http://csfb.com/thoughtleaderforum/

6. 2003/harrington_sidecolumn.shtml.

7. Robert E. Rubin and Jacob Weisberg, In an Uncertain World (New York: Random House, 2003), 20.

8. Alfred Rappaport and Michael J. Mauboussin, Expectations Investing (Boston, Mass.: Harvard Business School Press, 2001), 191–94.

9. Bethany McLean and Peter Elkind, The Smartest Guys in the Room (New York: Penguin Group, 2003), 132.

10. Как пример возьмите компанию Pfizer. За период с 1998 по 2002 г. примерно 85 % инвестиций Pfizer общим объемом $192 млрд были связаны со слияниями и поглощениями.

11. Ежегодное письмо акционерам компании Berkshire Hathaway, 1987, http://www.berkshirehathaway.com/letters/1987.html.

Часть II. Психология инвестирования
Глава 10. Доброе утро! Приготовьтесь к стрессу!

1. Сапольски провел более 20 летних сезонов в Африке, занимаясь изучением бабуинов, чтобы понять взаимосвязь между стрессом и социальной иерархией у приматов. Вот что он пишет: «На поиск пропитания бабуины тратят около четырех часов в день; у них практически нет естественных врагов. Поэтому примерно часов пять в течение светлого времени суток бабуины тратят на то, чтобы отравить жизнь другим особям в стае. Совсем как люди… Мы живем достаточно хорошо, чтобы позволить себе роскошь страдать от чисто социального, психологического стресса». См.: Robert M. Sapolsky, A Primate’s Memoir (New York: Scribner, 2001).

2. Robert M. Sapolsky, Why Zebras Don’t Get Ulcers: An Updated Guide to Stress, Stress-Related Disease, and Coping (New York: W. H. Freeman and Company, 1994), 4–13.

3. Richard Foster and Sarah Kaplan, Creative Destruction: Why Companies That Were Built to Last Underperform the Markets – and How to Successfully Transform Them (New York: Doubleday, 2001), 13^[14].

4. John Y. Campbell, Martin Lettau, Burton Malkiel, and Yexiao Xu, “Have Individual Stocks Become More Volatile? An Empirical Explanation of Idiosyncratic Risk”, Journal of Finance 54 (February 2001): 1–43.

5. Это не означает, что цены акций отражают краткосрочные ожидания.

6. John C. Bogle, “Mutual Fund Directors: The Dog that Didn’t Bark”, January 28, 2001, http://www.vanguard.com/bogle_site/sp20010128.html. Обновленные данные взяты из статьи John C. Bogle, “The Mutual Fund Industry Sixty Years Later: For Better or Worse?”, Financial Analysts Journal (January-February 2005).

7. Kathryn Kranhold, “Florida Might Sue Alliance Capital Over Pension Fund’s Enron Losses”, The Wall Street Journal, April 23, 2002.

8. Это не говорит о том, что фондовый рынок является краткосрочно ориентированным. Исследования неизменно показывают, что цены акций отражают ожидания в отношении 10– и 20-летних денежных потоков, ориентированных на создание стоимости. Однако инвесторы все чаще делают краткосрочные ставки на долгосрочные исходы.

9. Ernst Fehr, “The Economics of Impatience”, Nature, January 17, 2002, 269–70.

10. John Spence, “Bogle Calls for a Federation of Long-Term Investors”, Index Funds, Inc., http://www.indexfunds.com/articles/

11. 20020221_boglespeech_com_gen_JS.htm. По моим расчетам, в 2001 г. средневзвешенная доходность составила: –4,8 % для фондов с оборачиваемостью портфеля менее 20 %, –7,8 % для фондов с оборачиваемостью свыше 100 % и –10,5 % для фондов с оборачиваемостью свыше 200 %. См.: http://www.indexfunds.com/articles/

12. 20020221_boglespeech_com_gen_JS.htm.

13. Alice Lowenstein, “The Low Turnover Advantage”, Morningstar Research, September 7, 1997, http://www.morningstar.com/news/

14. ms/FundFocus/lowturnover1.html.

15. Russ Wermers, “Mutual Fund Performance: An Empirical Decomposition into Stock-Picking Talent, Style, Transaction Costs, and Expenses”, Journal of Finance 55 (August 2000): 1655–1703.

16. Yahoo предлагает классификацию рисков (выше среднего, средний и ниже среднего) на основе стандартного отклонения доходности портфеля. Я выразил эти уровни в количественной форме, обозначив их следующим образом: 1 – фонды с профилем риска ниже среднего, 2 – фонды со средним профилем риска и 3 – фонды с профилем риска выше среднего, чтобы рассчитать средний уровень риска для каждого диапазона оборачиваемости портфеля. Цифры взвешены по активам.

Глава 11. Все, что мне было нужно знать, я узнал на домашней презентации Tupperware

1. Robert B. Cialdini, “The Science of Persuasion”, Scientific American (February 2001): 76–81.

2. Robert B. Cialdini, Influence: Psychology of Persuasion (New York: William Morrow, 1993), 18^[15].

3. См. главу 11.

4. Интересный отчет об эксперименте Эша см. в книге Duncan J. Watts, Six Degrees: The Science of a Connected Age (New York: W. W. Norton and Company, 2003), 207–10.

5. Cialdini, Influence, 208–15. См. также Rod Dickson, “The Milgram Reenactment”, http://www.milgramreenactment.org/pages/section.xml?location=51.

6. Lisa W. Foderato, “If June Cleaver Joined ‘Sex and the City’: Tupperware Parties for the Cosmo Set”, The New York Times, February 1, 2003.

7. Cialdini, Influence, 37.

Глава 12. Все системы работают

1. Antonio R. Damasio, Descartes’ Error: Emotion, Reason, and the Human Brain (New York: Avon Books, 1994), xi-xii.

2. Thomas A. Stewart, “How to Think With Your Gut?”, Business 2.0, November 2002.

3. Antonio R. Damasio, The Feeling of What Happens: Body and Emotion in the Making of Consciousness (New York: Harcourt Brace & Company, 1999), 301–3. Antoine Bechara, Hanna Damasio, Daniel Tranel, and Antonio R. Damasio, “Deciding Advantageously Before Knowing the Advantageous Strategy”, Science 275 (February 28, 1997): 1293–95.

4. Лекция лауреата Нобелевской премии Даниэля Канемана “Maps of Bounded Rationality: A Perspective on Intuitive Judgment and Choice”, прочитана 8 декабря 2002 г. http://www.nobel.se/economics/laureates/

5. 2002/kahnemann-lecture.pdf.

6. Paul Slovic, Melissa Finucane, Ellen Peters, and Donald G. MacGregor, “The Affect Heuristic”, in Heuristics and Biases: The Psychology of Intuitive Judgment, ed. Thomas Gilovich, Dale Griffin, and Daniel Kahneman (Cambridge: Cambridge University Press, 2002), 397–420.

7. Slovic, Finucane, Peters, and MacGregor, “The Affect Heuristic”.

8. Donald G. MacGregor, “Imagery and Financial Judgment”, The Journal of Psychology and Financial Markets 3, no. 1 (2002):15–22.

Глава 13. Любовь у гуппи

1. Точнее, выбор зависит от того, насколько сильно самцы отличаются по окрасу. Когда различие небольшое, самки выбирают менее оранжевого, подражая другим. Но если окрас самцов отличается довольно сильно, самки игнорируют выбор других самок и предпочитают более яркого. См.: Lee Alan Dugatkin and Jean-Guy J. Godin, “How Females Choose Their Mates”, Scientific American, April 1998, 56–61.

2. Lee Alan Dugatkin, The Imitation Factor (New York: Free Press, 2000).

3. См.: Charles Anderson and John J. Bartholdi III, “Centralized Versus Decentralized Control in Manufacturing: Lessons from Social Insects”, in Complexity and Complex Systems in Industry, ed. Ian P. McCarthy and Thierry Rakotobe-Joel (Warwick: University of Warwick, 2000), 92–95: http://www2.isye.gatech.edu/~carl/papers/cc.pdf.

4. Обсуждение темы ограничений арбитража см.: Andrei Schleifer, Inefficient Markets; An Introduction to Behavioral Finance (Oxford: Oxford University Press, 2000).

5. Инвесторы также должны понимать, что обратная реакция работает на разных уровнях. Она может запускаться на уровне отдельного инструмента, на уровне компании или на уровне всего рынка. Иногда эти разные уровни обратной реакции коррелируют, иногда нет.

6. Suchil Bikchndani and Sunil Sharma, “Herd Behavior in Financial Markets”, IMF Staff Paper 47, no. 3 (2001), http://www.imf.org/External/Pubs/FT/

7. staffp/2001/01/pdf/bikchan.pdf.

8. Suchil Bikchndani, David Hirschleifer, and Ivo Welch, “Informational Cascades and Rational Herding: An Annotated Bibliography”, Working Paper: UCLA/Anderson and Michigan/GCB (June 1996).

9. Duncan J. Watts, “A Simple Model of Global Cascades on Random Networks”, Proceedings of the National Academy of Sciences 99, no. 9 (April 30, 2002): 5766–71.

10. Anderson and Bartholdi, “Centralized Versus Decentralized Control”.

11. Charles MacKay, Extraordinary Popular Delusions and the Madness of Crowds (1841; New York: Three Rivers Press, 1995)^[16].

12. Russ Wermers, “Mutual Fund Herding and the Impact on Stock Prices”, Journal of Finance 54, no. 2 (April 1999): 581–622.

13. Ivo Welch, “Herding Among Security Analysts”, Journal of Financial Economics 58, no. 3 (December 2000): 369–96.

14. Victor M. Eguiluz and Martin G. Zimmermann, “Transmission of Information and Herd Behavior: An Application to Financial Markets”, Physical Review Letters 85, no. 26 (December 25, 2000): 5659–62.

15. J. Bradford DeLong, Andrei Schleifer, Lawrence M. Summers, and Robert J. Waldmann, “Positive Feedback Investment Strategies and Destabilizing Rational Speculation”, Journal of Finance 45, no. 2 (June 1990): 379–95.

Глава 14. Будьте осторожны с поведенческими финансами

1. Большинство специалистов согласны с тем, что отправной точкой в истории поведенческих финансов можно считать статью Вернера ДеБондта и Ричарда Талера «Не слишком ли сильна реакция рынка?». См.: Werner DeBondt and Richard Thaler, “Does the Stock Market Overreact?”, Journal of Finance 40 (1985): 793–805.

2. См.: Alfred Rappaport and Michael J. Maboussin, “Pitfalls to Avoid”, www.expectationinvesting.com/pdf/pitfalls.pdf.

3. Hersh Shefrin, Beyond Greed and Fear: Understanding Behavioral Finance and the Psychology of Investing (Boston: Harvard Business School Press, 2000), 5.

4. Vernon L. Smith, “An Experimental Study of Competitive Market Behavior”, Journal of Political Economy 70, no. 3 (June 1962): 111–37.

5. Andrei Schleifer, Inefficient Markets: An Introduction in Behavioral Finance (Oxford: Oxford University Press, 2000), 3. Через несколько страниц Шлейфер высказывается смелее: «Теории Канемана и Тверски не оставляют от этого аргумента камня на камне».

6. Sherry Sontag and Christopher Drew, Blind Man’s Bluff: The Untold Story of America Submarine Espionage (New York: Perseus Books, 1998), 58–59.

7. Jack L. Treynor, “Market Efficiency and the Bean Jar Experiment”, Financial Analysts Journal (May-June 1987): 50–53.

8. Это не относится к руководителям компаний. В их случае индивидуальные ошибки при принятии решений могут оказывать существенное отрицательное влияние на акционерную стоимость. Хороший тому пример – проклятие победителя, когда компания, выигравшая на аукционе (победитель), как правило, переплачивает за приобретенный актив (проклятие).

9. См. главу 11.

Глава 15. Призываем на помощь лорда Кейнса

1. W. Brian Arthur, “Inductive Reasoning and Bounded Rationality: The El Farol Problem”. Этот доклад был прочитан на ежегодном съезде Американской экономической ассоциации в 1994 г. и опубликован в журнале American Economic Review 84 (1984): 406–11, http://www.santafe.edu/arthur/Papers/El_Farol.html.

2. Основательное обсуждение темы формирования ожиданий см.: Karl-Erik Warneryd, Stock-Market Psychology (Cheltenham, UK: Edward Elgar, 2001), 73–95.

3. См.: Bob Davis and Susan Warren, “How Fears of Impending War Already Take Economic Toll”, The Wall Street Journal, January 29, 2003.

4. John Maynard Keynes, The General Theory of Employment (New York: Harcourt, Brace and company, 1936), 162^[17].

5. Там же, 159.

6. John C. Bogle, “Mutual Fund Industry in 2003: Back to the Future”, из выступления в Гарвардском клубе в Бостоне 14 января 2003 г., http://www.vanguard.com/bogle_site/sp20030114.html.

7. Этот раздел широко опирается на работу Брайана Артура «Индуктивное рассуждение».

8. Corinne Coen and Rick Riolo, “El Farol Revisited: How People in Large Groups Learn to Coordinate Through Complementary Scripts”, материалы 4-й международной конференции Organizational Learning and Knowledge Management, июнь 2001 г.

9. Max Bazerman, Judgment in Managerial Decision Making, 4th ed. (New York: Wiley, 1998), 36–39.

10. Hersh Shefrin, Beyond Greed and Fear: Understanding Behavioral Finance and the Psychology of Investing (Boston: Harvard Business School Press, 2000), 199.

Глава 16. Внутреннее чутье

1. Thomas A. Stewart, “How to Think With Your Gut”, Business 2.0, November 1, 2002, http://money.cnn.com/magazines/business2/

2. business2_archive/2002/11/01/331634/index.htm.

3. Там же.

4. Peter L. Bernstein, Against the Gods: The Remarkable Story of Risk (New York: John Wiley & Sons, 1996), 99–100^[18].

5. Raanan Lipshitz, Gary Klein, Judith Orasanu, and Eduardo Salas, “Taking Stock of Naturalistic Decision Making”, Working Paper, July 15, 2000, http://organizations.haifa.ac.il/html/html_eng/raanan-taking.doc.

6. Robert A. Olsen, “Professional Investors as Naturalistic Decision Makers: Evidence and Market Implications”, The Journal of Psychology and Financial Markets 3, no. 3 (2002): 161–67.

7. Там же, 162–163.

8. Michael T. Kaufman, Soros: The Life and Times of a Messianic Billionaire (New York: Knopf, 2002), 141.

9. Gary Klein, Sources of Power: How People Make Decisions (Cambridge, Mass.: MIT Press, 1998), 161–66.

10. Stewart, “How to Think With Your Gut”.

11. Более подробно о подсознании см.: Frank Tallis, Hidden Minds: A History of the Unconscious (New York: Arcade Publishing, 2002), 95–109.

Глава 17. Наблюдайте и анализируйте

1. http://www.brainyquote.com/quotes/authors/a/antoine_lavoisier.html.

2. http://www.phrases.org.uk/meanings/375700.html.

3. http://www.usdoj.gov/atr/cases/exhibits/20.pdf.

4. Dale Griffin and Amos Tversky, “The Weighing of Evidence and the Determinants of Confidence”, in Heuristics and Biases: The Psychology of Intuitive Judgment, ed. Thomas Gilovich, Dale Griffin, and Daniel Kahneman (Cambridge: Cambridge University Press, 2002), 230–49.

5. Richard Thaler, The Winner’s Curse: Paradoxes and Anomalies of Economic Life (Princeton, N. J.: Princeton University Press, 1994).

6. Продажа в 2003 г. компанией Sears подразделения кредитных карт наглядно иллюстрирует эту мысль. Некоторые инвесторы открыли короткие позиции по акциям компании, считая, что цена продажи бизнеса будет ниже прогноза руководства, и многие потенциальные покупатели актива подтверждали это мнение. Однако покупатель в конечном итоге заплатил больше, чем составляла стоимость бизнеса по средним оценкам.

7. Вот очень хороший пример. В 2000 г. ныне бывший аналитик CSFB проработал два дня в качестве временного сотрудника в центре обработки заказов компании Amazon.com. По самым щедрым оценкам, он выполнил заказов на сумму не более $15 000 за квартал, тогда как выручка компании от продаж за квартал составила $1 млрд. Однако эти два дня послужили основой для отчета об исследовании и множества статей в прессе.

8. Tarun Chorida, Richard Roll, and Avanidhar Subrahmanyam, “Evidence of the Speed of Convergence to Market Efficiency”. Working Paper, April 29, 2002. См. также: Eugene F. Fama, Lawrence Fisher, Michael C. Jensen, and Richard Roll, “The Adjustment of Stock Prices to New Information”, International Economic Review 10, no. 1 (February 1969): 1–21.

9. Stefano Della Vigna and Joshua Pollet, “Attention, Demographics, and the Stock Market”, Working Paper, November 23, 2003, http://fisher.osu.edu/fin/dice/seminars/pollet.pdf.

10. См. главу 1.

11. http://www2.cio.com/techpoll/index.cfm.

12. Amos Tversky and Daniel Kahneman, “Extensional Versus Intuitive Reasoning: The Conjunction Fallacy in Probability Judgment”, in Heuristics and Biases: The Psychology of Intuitive Judgment, ed. Thomas Gilovich, Dale Griffin, and Daniel Kahneman (Cambridge: Cambridge University Press, 2002), 19–48.

13. Sandford J. Grossman and Joseph E. Stiglitz, “On the Impossibility of Informationally Efficient Markets”, American Economic Review 70 (1980): 393–408.

Часть III. Инновации и конкурентная стратегия
Глава 18. Дело братьев Райт

1. Эту же мысль высказывают последователи теории эволюционной экономики Ричард Нельсон и Сидней Уинтерс. Они пишут: «Инновации в экономической системе – и фактически создание чего угодно нового в искусстве, науке или практической жизни – в существенной степени состоят из рекомбинации концептуального и физического материала, который существовал и ранее. Значительный импульс в научном, технологическом и экономическом прогрессе в современном мире проистекает из того факта, что каждое новое достижение не просто является ответом на конкретную проблему, но и пополняет собой огромное хранилище “компонентов”, которые доступны для дальнейшего использования в новых комбинациях для решения иных проблем в будущем» (Richard R. Nelson and Sidney G. Winter, An Evolutionary Theory of Economic Change (Cambridge, Mass.: Harvard University Press/Belknap Press, 1982), 130^[19]).

2. На основе высказываний Ромера на заседании круглого стола 17 июня 1998 г. в Пеббл-Бич, Калифорния, опубликованных модератором Дональдом Лессандом в статье “The Soft Revolution: Achieving Growth By Managing Intangibles”, The Journal of Applied Corporate Finance 11, no. 2 (Summer 1998): 8–27.

3. Цитируется в Stephen R. Waite, Quantum Investing (New York: Texere, 2002), 1–3.

4. Эволюция техники в спорте наглядно показывает всю силу неконкурентных благ. Примеры включают плавание кролем (этот стиль получил широкое распространение только за последние 200 лет), исполнение штрафных бросков сверху с выносом руки в баскетболе и фосбери-флоп в прыжках в высоту.

5. Закон Мура – эмпирическое наблюдение, которое гласит, что при настоящих темпах развития технологий сложность электронных микросхем, с учетом минимальной стоимости компонентов, будет удваиваться каждые 24 месяца (http://en.wikipedia.org/wiki/Moore’s_Law).

6. Juan Enriquez, As the Future Catches You (New York: Crown Business, 2000), 62–65.

7. См.: http://nickciske.com/tools/binary.php.

Глава 19. Избавляйтесь от лишнего ради эффективности

1. Steven Pinker, The Language Instinct: How the Mind Creates Language (New York: HarperCollins, 1994), 150–51^[20].

2. Alison Gopnik, Andrew Meltzoff, and Patricia Kuhl, The Scientist in the Crib: What Early Learning Tells Us About the Mind (New York: First Perennial, 2001), 186–87.

3. Joseph LeDoux, Synaptic Self: How Our Brains Become Who We Are (New York: Viking, 2002), 79–81.

4. Robert Aunget, The Electric Meme: A New Theory of How We Think (New York: Free Press, 2002), 185.

5. Barbara Clancy and Barbara Finlay, “Neural Correlates of Early Language Learning”, in Language Development: The Essential Readings, ed. Michael Tomasello and Elizabeth Bates (Oxford: Blackwell, 2001); предыдущая редакция этой главы доступна на сайте http://crl.ucsd.edu/courses/commdis/pdf/

6. neuralcorrelateschapter-nofigures.pdf.

7. Michael J. Mauboussin and Alexander Schay, “Fill and Kill: Succeeding with Survivors Is Nothing New”, Credit Suisse First Boston Equity Research, April 5, 2001.

8. См.: http://www.webmergers.com.

9. David M. Roup, Extinction: Bad Genes or Bad Luck? (New York: W. W. Norton, 1991), 32–33.

10. William D. Bygrave, Julian E. Lange, J. R. Roedel, and Gary Wu, “Capital Market Excesses and Competitive Strength: The Case of the Hard Drive Industry, 1984–200”, Journal of Applied Corporate Finance 13. No. 3 (Fall 2000), 8–19.

Глава 20. Опережая события

1. Часто новый вожак первым делом убивает всех детенышей в стае, чтобы получить возможность произвести новое потомство и передать ему свои гены.

2. Richard Foster and Sarah Kaplan, Creative Destruction: Why Companies That Were Built to Last Underperform the Markets – and How to Successfully Transform Them (New York: Doubleday, 2001), 47.

3. Alfred Rappaport and Michael J. Mauboussin, Expectations Investing: Reading Stock Prices for Better Returns (Boston, Mass.: Harvard Business School Press, 2001).

4. Foster and Kaplan, Creative Destruction; Everett Rodgers, The Diffusion of Innovation (New York: Free Press, 1995); and Geoffrey A. Moore, Paul Johnson, and Tom Kippola, The Gorilla Game: Picking Winners in High Technology (New York: HarperBusiness, 1999).

5. Michael J. Mauboussin and Alexander Schay, “Innovation and Markets: How Innovation Affects the Investing Process”, Credit Suisse First Boston Equity Research, December 12, 2000.

6. Gregory Zuckerman, “Stars of the ‘90s Aren’t Likely to Lead the Next Rally”, Wall Street Journal, December 17, 2001.

7. John Y. Campbell, Martin Lettau, Burton Malkiel, and Yexiao Xu, “Have Individual Stocks Become More Volatile? An Empirical Explanation of Idiosyncratic Risk”, Journal of Finance 54 (February 2001): 1–43.

8. Corporate Strategy Board, “Stall Points: Barriers to Growth for the Large Corporate Enterprise”, Corporate Strategy Board (March 1998).

9. Alfred Rappaport and Michael J. Mauboussin, “Exploiting Expectations”, Fortune, January 21, 2002, 113–15.

Глава 21. А в вашем портфеле есть дрозофилы?

1. Для читателей, которые не жалуются на недостаток свободного времени: http://www.ceolas.org/fly?intro.html.

2. Charles H. Fine, Clockspeed: Winning Industry Control in the Age of Temporary Advantage (Reading, Mass.: Perseus Books, 1998).

3. Glenn Rifkin, “GM’s Internet Overhaul”, Technology Review (October 2002): 62–67.

4. Eugene F. Fama and Kenneth R. French, “Disappearing Dividends: Changing Firm Characteristics Or Lower Propensity to Pay?” CRSP Working Paper 509, June 2000; см.: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=203092.

5. Robert R. Wiggins and Timothy W. Ruefli, “Sustained Competitive Advantage: Temporal Dynamics and the Incidence and Persistence of Superior Economic Performance”, Organizational Science 13, no. 1 (January-February 2002): 82–105.

6. Robert R. Wiggins and Timothy W. Ruefli, “Hypercompetitive Performance: Are The Best of Times Getting Shorter?”; Статья представлена на ежегодном собрании Академии менеджмента, отделение политики и стратегии бизнеса, 31 марта 2001 г.

7. Хотя я считаю эту гипотезу предположительно верной, но не уверен в том, что она подтверждается данными. Дело в том, что последние годы, охваченные настоящим исследованием, характеризовались исторически высокими уровнями списания активов и затрат на реструктуризацию, что, скорее всего, привело к искажению бухгалтерских данных.

8. Richard Foster and Sarah Kaplan, Creative Destruction: Why Companies That Were Built to Last Underperform the Markets – and How to Successfully Transform Them (New York: Doubleday, 2001), 13; John Y. Campbell, Martin Lettau, Burton Malkiel, and Yexiao Xu, “Have Individual Stocks Become More Volatile? An Empirical Explanation of Idiosyncratic Risk”, Journal of Finance 54 (February 2001): 1–43.

9. J. Bradford DeLong and Lawrence M. Summers, “The ‘New Economy’: Background, Historical Perspective, Questions and Speculations”, Federal Reserve Bank of Kansas City Economic Review, Fourth Quarter 2001. См.: http://www.kc.frb.org/PUBLICAT/

10. ECONREV/Pdf/4q01delo.pdf.

11. Alfred Rappaport and Michael J. Mauboussin, Expectations Investing: Reading Stock Prices for Better Returns (Boston, Mass.: Harvard Business School Press, 2001), 26–27, 36–38.

Глава 22. Играйте по правилам

1. См. статью «Часто задаваемые вопросы о Deep Blue», http://www.research.ibm.com/deepblue/meet/html/d.3.3.html.

2. Katie Haffner, “In an Ancient Game, Computing’s Future”, New York Times, August 1, 2002.

3. Anna Muoio, “All the Right Moves”, Fast Company, May 1999; http://www.fastcompany.com/online/24/chess.html.

4. Эта идея перекликается с рекомендацией игрокам Пагги Пирсона. См.: Michael J. Mauboussin and Kristen Bartholdson, “Puggy Pearson’s Prescription”, The Consilient Observer 1, no. 11 (June 4, 2002).

5. Kathleen M. Eisenhardt and Donald N. Sull, “Strategy as Simple Rules”, Harvard Business Review (January 2001): 107–16.

Глава 23. Выживают наиболее приспособленные

1. Dan Goodgame, “The Game of Risk: How the Best Golfers in the World Got Even Better”, Time, August 14, 2000.

2. Stuart Kaufmann, At Home in the Universe (Oxford: Oxford University Press, 1996).

3. Steve Maguire, “Strategy is Design: A Fitness Landscape Framework”, Managing Complexity in Organizations: A View in Many Directions (Westport, Conn.: Quorum Books, 1999), 67–104.

4. Eric D. Beinhocker, “Robust Adaptive Strategies”, Sloan Management Review 40, no. 3 (Spring 1999): 95–106.

5. Daniel C. Dennett, Darwin’s Dangerous Idea: Evolution and the Meanings of Life (New York: Simon & Shuster, 1995).

6. Robert Loest, “Fitness Landscapes and Investment Strategies, Parts 1 and 2”, Portfolio Manager Commentary – IPS Funds (July and August 1998).

7. Clayton M. Christensen, The Innovator’s Dilemma: When New Technologies Cause Great Companies to Fail (Boston: Harvard Business School Press, 1997).

8. Michael J. Mauboussin and Alexander Schay, “Innovation and Markets: How Innovation Affects the Investing Process”, Credit Suisse First Boston Equity Research, December 12, 2000.

9. По-другому эти стратегии можно назвать стратегиями «использования» или «исследования». См.: Robert Axelrod and Michael D. Cohen, Harvesting Complexity (New York: Free Press, 1999), 43–58.

10. W. Brian Arthur, “Increasing Returns and the New World of Business”, Harvard Business Review (July-August 1996): 101–9.

11. Под руководством Джека Уэлча General Electric эффективно сочетала оптимизацию с риском. Например, Уэлч выделил руководителям крупнейших подразделений GE по нескольку сотен миллионов долларов, которые они могли расходовать по своему усмотрению «без вопросов». См.: Warren Bennis, “Will the Legacy Live On?”, Harvard Business Review (February 2002): 95–99.

12. Michael J. Mauboussin, “Get Real”, Credit Suisse First Boston Equity Research, June 23, 1999.

13. Shona L. Brown and Kathleen M. Eisenhardt, Competing on the Edge: Strategy as Structured Chaos (Boston: Harvard Business School Press, 1998).

Глава 24. Прострация от экстраполяции

1. См.: http://www.socialsecurity.gov/history/hfaq.html.

2. Richard Roll, “Rational Infinitively-Lived Asset Prices Must Be Non-Stationary”, Working Paper, November 1, 2000; Bradford Cornell, The Equity Risk Premium: The Long-Run Future of the Stock Market (New York: Wiley, 1999), 45–55; Eugene F. Fama and Kenneth R. French, “The Equity Premium”, Journal of Finance 57 (2002): 637–59; Jonathan Lewellen, “Predicting Returns with Financial Ratios”, MIT Sloan Working Paper 4374–02, February 2002.

3. Kenneth L. Fisher and Meir Statman, “Cognitive Biases in Market Forecasts: The Frailty of Forecasting”, The Journal of Portfolio Management 27, no. 1 (Fall 2000): 72–81.

4. Alfred Rappaport, “How to Avoid P/E Trap”, Wall Street Journal, March 10, 2003.

5. Cornell, The Equity Risk Premium, 59.

6. См.: http://www.econ.yale.edu/~shiller/.

Глава 25. Я упал и не могу подняться

1. Слова Лаконишока процитированы в статье Марка Хулберта «Прогнозы на ближайшие пять лет кажутся превосходными… или нет?», New York Times, от 25 января 2004 г.

2. Louis K. C. Chan, Jason J. Karceski, and Josef Lakonishok, “The Level and Persistence of Growth Rates”, The Journal of Finance 58, no. 2 (April 2003): 644–84. Также см. главу 30.

3. Michael J. Mauboussin and Kristen Bartholdson, “Wither Enron: Or – Why Enron Withered”, The Consilient Observer 1, no. 1 (January 15, 2002).

4. Michael J. Mauboussin and Kristen Bartholdson, “Measuring the Moat: Assessing the Magnitude and Sustainability of Value Creation”, Credit Suisse First Boston Equity Research, December 16, 2002.

5. Michael J. Mauboussin, Alexander Schay, and Patrick J. McCarthy, “Competitive Advantage Period (CAP): At the Intersection of Finance and Competitive Strategy”, Credit Suisse First Boston Equity Research, October 4, 2001.

6. Там же, 7–9.

7. Todd Erickson, Carin Cooney, and Craig Sterling, “US Technology Sector: Mean Reversion Analysis”, CSFB HOLT Research, February 2, 2004.

8. Анализ отрасли розничной торговли проведен аналитиками из агентства HOLT Кристофером Катапано, Кэти Данн и Крейгом Стерлингом.

9. Чтобы проиллюстрировать вышесказанное, нами была создана модель, включавшая две компании с одинаковыми темпами роста операционной прибыли на уровне 8 %, одинаковой начальной рентабельностью приращенного инвестированного капитала в 100 % и идентичной стоимостью капитала. Согласно модели, рентабельность первой компании упала до нуля за 10-летний период, рентабельность второй компании – за 20 лет. Стоимость второй компании (при аналогичном росте) оказалась на 33 % выше, что дало ей разницу в показателе цены/прибыли более чем в шесть пунктов.

10. W. Brian Arthur, “Increasing Returns and the New World of Business”, Harvard Business Review (July-August 1996): 101–9.

11. См. главу 11.

Глава 26. Сотрудничество в позиционной войне

1. Robert Axelrod, The Complexity of Cooperation: Agent-Based Models of Competition and Collaboration (Princeton, N. J.: Princeton University Press, 1997), 6.

2. Robert Axelrod, The Evolution of Cooperation (New York: Basic Books, 1984), 74.

3. George Lakoff and Mark Johnson, Metaphors We Live By (Chicago, Ill.: The University of Chicago Press, 1980).

4. Axelrod, The Evolution of Cooperation, 73–87.

5. Там же, 81. Аксельрод цитирует Гиллана по книге «История 29-й дивизии»; см.: S. Gillon, The Story of the 29th Division (London: Nelson & Sons, n. d.). В конце концов командованиям британской, французской и германской армий удалось разрушить систему «живи сам и давай жить другим», заставив войска на передовой совершать постоянные рейды, которые нарушили стабильность, требуемую для поддержания негласного перемирия.

6. “Stern Stewart EVA Roundtable”, Journal of Applied Corporate Finance 7, no. 2 (Summer 1994): 46–70.

7. Детальное обсуждение этой темы см.: William Poundstone, Prisoner’s Dilemma (New York: Anchor Books, 1972).

8. Решение расширить мощности приводит обе компании к равновесию Нэша.

9. Axelrod, The Evolution of Cooperation, 27–54.

10. David Besanko, David Dranove, and Mark Shanley, Economics of Strategy, 2nd ed. (New York: John Wiley & Sons, 2000), 289–90.

11. Там же, 293–302.

12. Adam M. Brandenburger and Barry J. Nalebuff, Co-opetition (New York: Currency, 1996), 120–22.

Глава 27. Большие ожидания (роста)

1. Warren Buffet and Charlie Munger, “It’s Stupid the Way People Extrapolate the Past – and Not Slightly Stupid, But Massively Stupid”, Outstanding Investor Digest, December 24, 2001.

2. Chris Zook and James Allen, Profit from the Core (Boston: Harvard Business School Press, 2001), 11–13.

3. Я упоминаю об этом, поскольку многочисленные данные говорят о том, что слияния и приобретения оказывают отрицательное или, в лучшем случае, нейтральное влияние на стоимость. Поэтому рост через приобретения часто не приводит к повышению стоимости.

4. О распределении Зипфа см.: Robert L. Axtell, “Zipf Distribution of U. S. Firm Sizes”, Science 293 (September 2001); 1818–1820.

5. Это не совсем правильное употребление термина «закон больших чисел». Более подробное объяснение см.: Peter L. Bernstein, Against the Gods: The Remarkable Story of Risk (New York: John Wiley and Sons, 1996), 122–23.

6. Jeremy J. Siegel, Stocks for the Long Run, 3rd ed. (New York: McGraw Hill, 2002), 150–56.

7. Joseph Fuller and Michael C. Jensen, “Dare to Keep Your Stock Price Low”, The Wall Street Journal, December 31, 2001.

8. Alfred Rappaport, “The Economics of Short-Term Performance Obsession”, Financial Analysts Journal 61, no. 3 (May-June 2005): 65–79.

Часть IV. Наука и теория сложности
Глава 28. Разнообразьте свое мышление

1. См. доклад Нормана Джонсона «Чем полезен более широкий взгляд на вещи (или Падение Дома экспертов)» на Форуме новаторов в CSFB, сентябрь 2000 г., Санта-Фе, Нью-Мексико; http://www.capatcolumbia.com/CSFBTLF/

2. 2000/johnson00_sidecolumn.pdf.

3. Michael J. Mauboussin, “Revisiting Market Efficiency: The Stock Market as a Complex Adaptive System”, Journal of Applied Corporate Finance 14. No. 4 (Winter 2002): 47–55.

4. Norman L. Johnson, “Diversity in Decentralized Systems: Enabling Self-Organizing Solutions”, LANL, LA-UR-99–6281, 1999. Дополнительную информацию на эту тему см. на сайте: http://ishi.lanl.gov.

5. James Kennedy and Russell C. Eberhart, Swarm Intelligence (San Francisco: Morgan Kaufmann, 2001), 105.

6. William H. Calvin, “The Emergence of Intelligence”, Scientific American Presents 9, no. 4 (November 1998): 44–51.

7. Gary Klein, Sources of Power: How People Make Decisions (Cambridge, Mass.: MIT Press, 1998).

8. Michael T. Kaufman, Soros: The Life and Times of a Messianic Billionaire (New York: Knopf, 2002), 141.

9. См. статью «Неформальное обучение на рабочем месте» на сайте http://www.learning-org.com/98.01/0331.html.

10. Arthur Zeikel, “Organizing for Creativity”, Financial Analyst Journal 39 (November-December 1983): 25–29.

Глава 29. От меда до денег

1. Thomas D. Seeley, The Wisdom of the Hive: The Social Psychology of Honey Bee Colonies (Cambridge, Mass.: Harvard University Press, 1995), 259. Также см.: http://www.pbs.org/wgbh/nova.bees.

2. Цит. по Steven Johnson, Emergence: The Connected Lives of Ants, Brains, Cities, and Software (New York: Scribner, 2001), 33.

3. Seeley, The Wisdom of the Hive, 240–62; также см.: http://www.nbb.cornell.edu/neurobio/

4. department/Faculty/seeley/seeley.html.

5. Eric Bonabeau, Marco Dorigo, and Guy Theraulaz, Swarm Intelligence: From Natural to Artificial Systems (New York: Oxford University Press. 1999), 39–55. Также см. Edmund Burke and Graham Kendall, “Applying Ant Algorithms and the No Fit Polygon to the Nesting Problem”, University of Nottingham Working Paper, 1999; http://www.asap.cs.nott.ac.uk/publications/pdf/gk_ai99.pdf.

6. Сайт IEM: http://www.biz.uiowa.edu/iem.

7. James Surowiecki, “Decisions, Decisions”, The New Yorker, March 28, 2003, доступно на сайте http://www.newyorker.com/archive/2003/

8. 03/24/030324ta_talk_surowiecki.

9. Сайт фондовой биржи Голливуда: http://www.hsx.com.

10. Сайт биржи BetFair: http://www.betfair.com.

11. Alfred Rappaport and Michael J. Mauboussin, Expectations Investing (Boston, Mass.: Harvard Business School Press, 2001), 132–34.

12. Howard Rheingold, Smart Mobs: The Next Social Revolution (New York: Perseus, 2002).

13. Ken Brown, “Stocks March to the Beat of War, Weak Economy”, Wall Street Journal, March 31, 2003.

Глава 30. Глас народа

1. Michael Idinopulos and Lee Kempler, “Do You Know Who Your Experts Are?” The McKinsey Quarterly 4 (2003): 60–69; см.: http://www.mckinseyquarterly.com/

2. article_abstract.asp?ar=1358&L2=18&L3=31&srid=6&gp=1.

3. Nancy Weil, “Innocentive Pairs R&D Challenges with Researchers”, Bio-IT World, May 29, 2003.

4. Некоторые компании пытаются создать внутренний механизм поиска решений конкретных проблем. Например, в Hewlett-Packard действует система, которая называется SHOCK (Social Harvesting of Community Knowledge – Общество пожинает плоды знаний пользователей); см.: http://www.hpl.hp.com/research/idl/projects/shock.

5. Francis Galton, “Vox Populi”, Nature 75 (March 7, 1907): 450–451; reprint 1949. James Surowiecki, The Wisdom of Crowds: Why the Many Are Smarter Than the Few and How Collective Wisdom Shapes Business, Economies, Societies and Nations (New York: Doubleday, 2004).

6. Norman L. Johnson, “Collective Problem Solving: Functionality Beyond the Individual”. LA-UR-98–2227 (1998); Jack L. Treynor, “Market Efficiency and the Bean Jar Experiment”, Financial Analysts Journal (May-June 1987): 50–53; Sherry Sontag and Christopher Drew, Blind Man’s Bluff: The Untold Story of America Submarine Espionage (New York: Perseus Books, 1998), 58–59.

7. Kay-Yut Chen, Leslie R. Fine, and Bernardo A. Huberman, “Predicting the Future”, Information Systems Frontiers 5, no. 1 (2003): 47–61, http://www.hpl.hp.com/shl/papers/future/future.pdf.

Глава 31. Миром правят толстые хвосты

1. Альберт Эйнштейн считал, что броуновское движение взвешенной в воде пыльцы является результатом хаотичных толчков теплового движения со стороны молекул воды.

2. См.: GloriaMundi, “Introduction to VaR”, http://www.gloriamundi.org/introduction.asp.

3. Edgar E. Peters, Fractal Market Analysis (New York: John Wiley & Sons, 1994), 21–27.

4. Roger Lowenstein, When Genius Failed: The Rise and Fall of Long-Term Capital Management (New York: Random House, 2000), 72. Ловенстейн цитирует статью Дженса Карстена Джекверта и Марка Рубинстайна (Jens Carsten Jackwerth and Mark Rubinstein, “Recovering Probability Distributions from Option Prices”, Journal of Finance 51, no. 5 (December 1996): 1612). Джекверт и Рубинстайн отмечают, что если исходить из волатильности рынка в годовом исчислении на уровне 20 % и логнормального распределения, то 29 %-ное падение цены фьючерсов на S&P 500 является событием в диапазоне 27 стандартных отклонений и с вероятностью 10–160.

5. Per Bak, How Nature Works (New York: Springer-Verlag, 1996).

6. См. главу 22.

7. Suchil Bikchndani and Sunil Sharma, “Herd Behavior in Financial Markets”, IMF Staff Paper 47, no. 3 (2001), http://www.imf.org/External/Pubs/FT/

8. staffp/2001/01/pdf/bikchan.pdf.

9. Michael S. Gibson, “Incorporating Event Risk into Value-and-Risk”, The Federal Reserve Board Finance and Economics Discussion Series, 2001–17 (February 2001); http://www.federalreserve.gov/pubs/feds/

10. 2001/200117/200117abs.html.

Глава 32. Интегрируя частности

1. Daniel Bernoulli, “Exposition of a New Theory on the Measurement of Risk”, Econometrica, 22 (January 1954): 23–36. Впервые статья была опубликована в 1738 г. Саму игру изначально предложил двоюродный брат Даниила – Николаус.

2. См.: Стэнфордская философская энциклопедия, статья «Санкт-петербургский парадокс», http://plato.stanford.edu/entries/paradox-stpetersburg.

3. Этот раздел широко опирается на статью Ларри Либовича и Даниэлы Шерле «Два урока из фракталов и хаоса» (Larry S. Liebovitch and Daniela Scheurle, “Two Lessons from Fractals and Chaos”, Complexity, Vol. 5, 4, 2000, 34–43. См.: http://www.ccs.fau.edu/~liebovitch/complexity-20.html.

4. См. главу 29.

5. Benoit B. Mandelbrot, “A Multifractal Walk down Wall Street”, Scientific American, February 1999, 70–73. См. также: Benoit B. Mandelbrot, Fractals and Scaling in Finance: Discontinuity, Concentration, Risk (New York: Springer Verlag, 1997).

6. Если бросать монету без остановки по 16 часов в день (с восьмичасовым перерывом на сон) и тратить на каждый бросок по три секунды, то на выполнение 100 млн бросков уйдет 14,3 года.

7. Didier Sornette, Why Stock Markets Crash: Critical Events in Complex Financial Systems (Princeton, N. J.: Princeton University Press, 2003)^[21]; также см. веб-сайт Сорнетта: http://www.ess.ucla.edu/faculty/sornette/.

8. См. еще одну классическую статью Питера Бернстайна «Растущие компании или акции роста»; Peter L. Bernstein, “Growth Companies Vs. Growth Stocks”, Harvard Business Review (September-October 1956): 87–98.

9. Peter L. Bernstein, Against the Gods: The Remarkable Story of Risk (New York: John Wiley & Sons, 1996), 99–100.

10. David Duran, “Growth Stocks and the Petersburg Paradox”, Journal of Finance 12 (September 1957): 348–63.

11. Stephen R. Waite, Quantum Investing (New York: Texere, 2002), 129.

12. Michael J. Mauboussin, Bob Hiler, and Patrick J. McCarthy, “The (Fat) Tail that Wags the Dog”, Credit Suisse First Boston Equity Research, February 4, 1999.

Глава 33. «Мечта смотрителя»

1. Цит. в статье Сандры Блэйксли; см.: Sandra Blakeslee, “Scientist at Work: John Henry Holland; Searching for Simple Rules of Complexity”, New York Times, December 26, 1995.

2. William H. Calvin, How Brains Think: Evolving Intelligence, Then and Now (New York: Basic Books, 1996).

3. John H. Holland, Hidden Order: How Adaption Builds Complexity (Reading, Mass.: Helix Books, 1995), 10–37.

4. См. главу 11.

5. Michael J. Mauboussin, “Revisiting Market Efficiency: The Stock Market as a Complex Adaptive System”, Journal of Applied Corporate Finance 14. No. 4 (Winter 2002): 47–55.

6. Norman L. Johnson, “Diversity in Decentralized Systems: Enabling Self-Organizing Solutions”, LANL, LA-UR-99–6281, 1999.

7. Max Bazerman, Judgment in Managerial Decision Making, 4th ed. (New York: Wiley, 1998), 6–17.

Глава 34. Изгоняем демона Лапласа

1. Michael Gazzaniga, “Whole Brain Interpreter”, http://pegasus.cc.ucf.edu/~fle/gazzaniga.html.

2. Joseph LeDoux, The Emotional Brain: The Mysterious Underpinnings of Emotional Life (New York: Touchstone, 1996), 32–33.

3. Цит. по лекции Вольперта в Королевском обществе, 2001 г. Также см.: Lewis Wolpert, Six Impossible Things Before Breakfast: The Evolutionary Origins of Belief (New York: W. W. Norton, 2007); Gilles Fauconnier and Mark Turner, The Way We Think: Conceptual Blending and the Mind’s Hidden Complexities (New York: Basic Books, 2002), 76; Paul R. Erlich, Human Natures: Genes, Cultures, and the Human Prospect (Washington, D. C.: Island Press, 2000), 32.

4. Michael J. Mauboussin, “Revisiting Market Efficiency: The Stock Market as a Complex Adaptive System”, Journal of Applied Corporate Finance 14. No. 4 (Winter 2002): 47–55.

5. Duncan J. Watts, Six Degrees: The Science of a Connected Age (New York: W. W. Norton and Company, 2003), 204–7.

6. David M. Cutler, James M. Poterba, and Lawrence H. Summers, “What Moves Stock Prices?” The Journal of Portfolio Management (Spring 1989): 4–12.

7. Peter Coy, “He Who Mines the Data May Strike Fool’s Gold”, Business-Week, June 16, 1997.

8. Gary Belsky and Thomas Gilovitch, Why Smart People Make Big Money Mistakes – and How to Correct Them: Lessons From the New Science of Behavioral Economics (New York: Simon and Schuster, 1999), 137–38.

Глава 35. Больше законов в ваши руки

1. George Kingsley Zipf, National Unity and Disunity: The Nation as a Bio-Social Organism (Bloomington, Ind.: Principia Press, 1941), 398–99.

2. Например, шкала десятичных логарифмов имеет вид 101 (=10), 102 (= 100), 103 (= 1000) и т. д. вместо более привычной 10, 11, 12 и т. д.

3. Richard Koch, 80/20 Principle: The Secret to Success by Achieving More with Less (New York: Currency, 1998)^[22].

4. Доклад Роба Акстелла «Закон Ципфа о размере городов: микроэкономика как далекая от равновесия система» на семинаре RAND «Сложные системы и стратегический анализ: новые инструменты для нового тысячелетия», 27–28 сентября 2000 г., Арлингтон, Вайоминг.

5. Суть этих поправок увлекательно объясняет в своей книге американский физик, лауреат Нобелевской премии Мюррей Гелл-Манн; см.: Murrey Gell-Mann, The Quark and the Jaguar: Adventures in the Simple and Complex (New York: W. H. Freeman, 1994), 92–100.

6. Robert L. Axtell, “Zipf Distribution of U. S. Firm Sizes”, Science 293 (September 7, 2001): 1818–20; http://www.sciencemag.org/content/

7. vol293/issue5536/index.shtml.

8. Это включает такие процессы, как самоорганизующаяся критичность, высокооптимизированная толерантность (HOT), процесс Жибра. Не все эти процессы являются взаимоисключающими.

9. Per Bak, How Nature Works: The Science of Self-Organized Criticality (New York: Springer-Verlag, 1996), 1–3.

10. Robert L. Axtell, “The Emergence of Firms in a Population of Agents: Local Increasing Returns, Unstable Nash Equilibria, and Power Law Size Distributions”, Brookings Institution, Center on Social and Economics Working Paper 3, June 1999. См. также: Robert L. Axtell and Richard Florida, “Emergent Cities: A Microeconomic Explanation of Zipf’s Law”, Brookings Institution and Carnegie Mellon University Working Paper, September 2000.

11. Michael Batty, “Rank Clocks”, Nature, vol. 444, November 30, 2006, 592–596.

12. Albert-Laszlo Barabasi, Linked: The New Science of Networks (Cambridge, Mass.: Perseus, 2002), 62–79; Bernardo A. Huberman, The Laws of the Web: Patterns in the Ecology of Information (Cambridge, Mass.: MIT Press, 2001), 25–31; Lada A. Adamic, “Zipf, Power-laws, and Pareto – A Ranking Tutorial”, Information Dymanics Lab, HP Labs, Working Paper, http://ginger.hpl.hp.com/shl/papers/ranking/ranking.html.

Глава 36. Пирамида чисел

1. См. главу 35.

2. Paul Colinvaux, Why Big Animals Are Rare? (Princeton, H. J.: Princeton University Press, 1978), 10–31.

3. James H. Brown and Geoffrey B. West, Scaling in Biology (Oxford: Oxford University Press, 2000).

4. Robert L. Axtell, “Zipf Distribution of U. S. Firm Sizes”, Science 293 (September 7, 2001); 1818–20.

5. Eugene Stanley et al., “Scaling Behavior in Economics: I. Empirical Results for Company Growth”, Journal de Physique (April 1997): 621–33.

6. Axtell, “Zipf Distribution”.

7. Corporate Strategy Board, “Stall Points: Barriers to Growth for the Large Corporate Enterprise”, Corporate Strategy Board (March 1998).

8. Steven Klepper, “Entry, Exit, Growth, and Innovation Over the Product Life Cycle”, American Economic Review 86, no. 3 (1996): 562–83. Bartley J. Madden, CFROI Valuation: A Total System Approach to Valuing the Firm (Oxford: Butterworth-Heinemann, 1999), 18–21.

9. Louis K. C. Chan, Jason J. Karceski, and Josef Lakonishok, “The Level and Persistence of Growth Rates”, The Journal of Finance 58, no. 2 (April 2003): 671.

10. На момент написания этого эссе рост встроенных активов в будущем году (Т + 1) составляет 8,8 % для 50 крупнейших по рыночной капитализации компаний и 5,6 % для S&P 500; показатель CFROI для этой же группы компаний составляет 8,8 % по сравнению с 7,6 % для S&P 500. На 2008 г. (Т + 5) крупные компании отражают рост активов и CFROI на уровне 8,9 % и 10,9 % соответственно. Для S&P 500 соответствующие показатели – 7,2 % и 9,0 %.

11. Сектор финансовых услуг значительно увеличил свою долю в прибылях S&P 500 (до 30 %, исключая финансовые подразделения компаний) и в ВВП (примерно до 21 % по сравнению с 15 % в 1980 г.). В прошлом секторы, добившиеся такого роста (энергетический и технологический), начинали постепенно терять свою значимость. Более подробно об этом читайте в статье Paddy Jilek, Bradford Neuman, and Arbin Sherchan, “U. S. Investment Digest: Five Tidbits”, Credit Suisse First Boston Equity Research, September 5, 2003.

Глава 37. Превратные эмоции

1. Malcolm Gladwell, The Tipping Point: How Little Things Can Make a Big Difference (Boston, Mass.: Little, Brown and Company, 2000), 3–4^[23].

2. Michael J. Mauboussin, Alexander Schay, and Stephen G. Kawaja, “Network to Net Worth: Exploring Network Dynamics”, Credit Suisse First Boston Equity Research, May 11, 2000.

3. Benjamin Graham, “Stock Market Warning: Danger Ahead!” California Management Review 11, no. 3 (Spring 1960): 34.

4. Duncan J. Watts, Small Worlds (Princeton N. J.: Princeton University Press, 1999).

5. Christopher D. Carroll, “The Epidemiology of Macroeconomic Expectations”, Johns Hopkins Working Paper, July 9, 2002, http://www.econ.jhu.edu/people/

6. ccarroll/EpidemiologySFI.pdf. См. также: Michael J. Mauboussin, “Revisiting Market Efficiency: The Stock Market as a Complex Adaptive System”, Journal of Applied Corporate Finance 14. No. 4 (Winter 2002): 47–55.

7. См.: Joseph de la Vega, Confusion de Confusiones (1688); Charles MacKay, Extraordinary Popular Delusions and the Madness of Crowds (1841), Edwin Lefevre, Reminiscences of a Stock Operator (1932)^[24].

8. Уоррен Баффет, ежегодное письмо к акционерам Berkshire Hathaway, 1987 г., http://www.berkshirehathaway.com/letters/1987.html.

9. Benjamin Graham and David L. Dodd, Security Analysis (New York: McGraw Hill, 1934), 11.

10. Irving Lester Janis, Groupthink: Psychological Studies of Policy Decisions and Fiascoes (New York: Houghton Mifflin, 1982).

Глава 38. Лестница на небеса для держателя акций

1. Jennifer Quellette, “Jackson Pollock – Mathematician”, The Fine Arts Magazine, January 25, 2002.

2. Один из примеров – Оливия, персонаж детской книжки. См.: Ian Falconer, Olivia (New York: Atheneum Books for Young Readers, 2000)^[25].

3. Benoit B. Mandelbrot, “A Multifractal Walk Down Wall Street”, Scientific American, February 1999, 71.

4. Richard P. Taylor, B. Spehar, C. W. G. Clifford, and B. R. Newell, “The Visual Complexity of Pollock’s Dripped Fractals”, Proceedings of the International Conference of Complex Systems, 2002; http://materialscience.uoregon.edu/

5. taylor/art/TaylorCCS2002.pdf.

6. Richard P. Taylor, “Order in Pollock’s Chaos”, Scientific American, December 2002, http://materialscience.uoregon.edu/

7. taylor/art/scientificamerican.pdf.

8. Robert L. Axtell, “Zipf Distribution of U. S. Firm Sizes”, Science 293 (September 2001); 1818–1820; Youngki Lee, Luls A. Nunes Amaral, David Canning, Martin Meyer, and H. Eugene Stanley, “Universal Features in the Growth Dynamics of Complex Systems”, Physical Review Letters 81, no. 5 (October 1998): 3275–3278; http://polymer.bu.edu/hes/articles/lacms98.pdf.

9. Mandelbrot, “A Multifractal Walk Down Wall Street”. Изменения цен акций точнее можно описать как мультифрактальные. Мультифракталы требуют некоторых корректировок для получения статистического подобия на различных уровнях. Например, для цены активов производится сжатие или расширение времени (горизонтальной оси), чтобы показать подобие моделей на разных уровнях.

10. Bartley J. Madden, Michael J. Mauboussin, John D. Lagerman, and Samuel T. Eddins, “Business Strategy/Life Cycle Framework: Positioning Firm Strategy as the Primary Cause of Long-Term CFROIs and Asset Growth Rates”, Credit Suisse First Boston Equity Research, April 22, 2003.

11. Alfred Rappaport and Michael J. Mauboussin, Expectations Investing (Boston, Mass.: Harvard Business School Press, 2001).

12. Michael J. Mauboussin, Alexander Schay, and Patrick J. McCarthy, “Competitive Advantage Period (CAP): At the Intersection of Finance and Competitive Strategy”, Credit Suisse First Boston Equity Research, October 4, 2001.

13. Michael J. Mauboussin and Kristen Bartholdson, “Measuring the Moat: Assessing the Magnitude and Sustainability of Value Creation”, Credit Suisse First Boston Equity Research, December 16, 2002.

Заключение. Будущее – за синтезом инвестирования

1. J. Doyne Farmer and Fabrizio Lillo, “On the Origin of Power Law Tails in Price Fluctuations”, Quantitative Finance 4, no. 1 (2004): 7–11.

2. Duncan J. Watts, Small Worlds: The Dynamics of Networks Between Order and Randomness (Princeton N. J.: Princeton University Press, 1999).

3. James H. Brown and Geoffrey B. West, Scaling in Biology (Oxford: Oxford University Press, 2000).

Список литературы

Adamic, Lada A. “Zipf, Power-Laws, and Pareto – a Ranking Tutorial.” Information Dynamics Lab, HP Labs, Working Paper. http://ginger.hpl.hp.com/shl/papers/ranking/ranking.html.

Alvarez, A. Poker: Bets, Bluffs, and Bad Beats. San Francisco: Chronicle Books, 2001.

Anderson, Carl, and John J. Bartholdi III. “Centralized Versus Decentralized Control in Manufacturing: Lessons from Social Insects.” In Complexity and Complex Systems in Industry, ed. Ian P. McCarthy and Thierry Rakotobe-Joel, 92–105. Warwick: University of Warwick, 2000.

Armstrong, J. Scott. “The Seer-Sucker Theory: The Value of Experts in Forecasting.” Technology Review 83 (June – July 1980): 16–24.

Arthur, W. Brian. “Increasing Returns and the New World of Business.” Harxvard Business Review (July – August 1996): 101–9.

____. “Inductive Reasoning and Bounded Rationality: The El Farol Problem”. Этот доклад был прочитан на ежегодном съезде Американской экономической ассоциации в 1994 г. и опубликован в журнале American Economic Review 84 (1984): 406–11, http://www.santafe.edu/arthur/Papers/El_Farol.html.

Asch, Solomon E. “Effects of Group Pressure Upon the Modification and Distortion of Judgment.” In Groups, Leadership, and Men, ed. Harold Guetzkow, 177–90. Pittsburgh: Carnegie Press, 1951.

Aunger, Robert. The Electric Meme: A New Theory of How We Think. New York: Free Press, 2002.

Axelrod, Robert. The Complexity of Cooperation: Agent-Based Models of Competition and Collaboration. Princeton, N. J.: Princeton University Press, 1997.

____. The Evolution of Cooperation. New York: Basic Books, 1984.

Axelrod, Robert, and Michael D. Cohen. Harnessing Complexity. New York: Free Press, 1999.

Axtell, Robert. “The Emergence of Firms in a Population of Agents: Local Increasing Returns, Unstable Nash Equilibria, and Power Law Size Distributions.” Brookings Institution, Center on Social and Economics Working Paper, June 3, 1999.

____. “Zipf Distribution of U. S. Firm Sizes.” Science 293 (September 2001): 1818–20.

http://www.sciencemag.org/content/vol293/issue5536/index.shtml.

____. “Zipf’s Law of City Sizes: A Microeconomic Explanation Far from Equilibrium.” Доклад на семинаре RAND «Сложные системы и стратегический анализ: новые инструменты для нового тысячелетия», 27–28 сентября 2000 г., Арлингтон, Вайоминг.

Axtell, Robert L., and Richard Florida. “Emergent Cities: A Microeconomic Explanation of Zipf ’s Law.” Brookings Institution and Carnegie Mellon University Working Paper, September 2000.

Baer, Gregory, and Gary Gensler. The Great Mutual Fund Trap. New York:

Broadway Books, 2002.

Bak, Per. How Nature Works: The Science of Self-Organized Criticality. New York: Springer-Verlag, 1996.

Barab?si, Albert-L?szl?. Linked: The New Science of Networks. Cambridge, Mass.: Perseus, 2002.

Barberis, Nicholas, and Ming Huang. “Mental Accounting, Loss Aversion, and Individual Stock Returns.” Journal of Finance 56, no. 4 (August 2001): 1247–92.

Batten, David F. Discovering Artificial Economics: How Agents Learn and Economies Evolve. New York: Westview Press, 2000.

Batty, Michael. “Rank Clocks.” Nature 444 (November 2006): 592–96.

Bazerman, Max. Judgment in Managerial Decision Making. 4th ed. New York: Wiley, 1998.

Bechara, Antoine, Hanna Damasio, Daniel Tranel, and Antonio R. Damasio. “Deciding Advantageously Before Knowing the Advantageous Strategy.” Science 275 (February 1997): 1293–95.

Beinhocker, Eric D. “Robust Adaptive Strategies.” Sloan Management Review 40, no. 3 (Spring 1999): 95–106.

Belsky, Gary, and Thomas Gilovich. Why Smart People Make Big Money Mis – takes – and How to Correct Them: Lessons from the New Science of Behavioral Economics. New York: Simon and Schuster, 1999.

Benartzi, Shlomo, and Richard H. Thaler. “Myopic Loss Aversion and the Equity Premium Puzzle.” The Quarterly Journal of Economics (February 1995): 73–92. http://gsbwww.uchicago.edu/fac/richard. thaler/research/myopic.pdf.

Bennis, Warren. “Will the Legacy Live On?” Harvard Business Review (February 2002): 95–99.

Berkshire Hathaway. Annual Shareholder Letters. http://www.berkshire hathaway.com/letters/letters.html.

Bernoulli, Daniel. “Exposition of a New Theory on the Measurement of Risk.” Econometrica 22 (January 1954): 23–36.

Bernstein, Peter L. Capital Ideas: The Improbable Origins of Modern Wall Street. New York: The Free Press, 1992.

____. Against the Gods: The Remarkable Story of Risk. New York: Wiley, 1996.

____. “Growth Companies vs. Growth Stocks.” Harvard Business Review (September – October 1956): 87–98. Bernstein, William J. “Of Risk and Myopia.” Efficientfrontier.com (2002).

http://www.efficientfrontier.com/ef/102/taleb.htm.

Besanko, David, David Dranove, and Mark Shanley. Economics of Strategy. 2nd ed. New York: John Wiley & Sons, 2000.

Betfair Web site. http://www.betfair.com.

Beyer, Andrew, et al. Bet with the Best: All New Strategies from America’s Leading Handicappers. New York: Daily Racing Form Press, 2001.

Bibliography of Zipf’s Law. http://www.nslij-genetics.org/wli/zipf.

Bikhchandani, Sushil, David Hirshleifer, and Ivo Welch. “Informational Cas – cades and Rational Herding: An Annotated Bibliography.” Working Paper: UCLA/Anderson and Michigan/GSB (June 1996).

Bikhchandani, Sushil, and Sunil Sharma. “Herd Behavior in Financial Markets.” IMF Staff Papers 47, no. 3 (September 2001). http://www.imf.org/External/Pubs/FT/staffp/2001/01/pdf/bikhchan.pdf. “Binary: It’s Digitalicious.” Binary code translation Web site. http://nickciske.com/tools/binary.php.

Bischoff, R. “Informal Learning in the Workplace.” January 26, 1998. http://www.tlrp.org/dspace/retrieve/226/Informal+Learning+in+the+workplace1.doc.

Blakeslee, Sandra. “Scientist at Work: John Henry Holland; Searching for Simple Rules of Complexity.” New York Times, December 26, 1995.

Bogle, John C. “The Emperor’s New Mutual Funds.” The Wall Street Journal, July 8, 2003.

____. “Mutual Fund Directors: The Dog That Didn’t Bark.” January 28, 2001. http://www.vanguard.com/bogle_site/sp20010128.html.

____. “The Mutual Fund Industry in 2003: Back to the Future”, из выступления в Гарвардском клубе в Бостоне 14 января 2003 г.,

http://www.vanguard.com/bogle_site/sp20030114.html.

____. “The Mutual Fund Industry Sixty Years Later: For Better or Worse?” Financial Analysts Journal 61, no. 1 (January-February 2005): 15–24.

Bonabeau, Eric, Marco Dorigo, and Guy Theraulaz. Swarm Intelligence: From Natural to Artificial Systems. New York: Oxford University Press, 1999.

Bosch-Dom?nech, Antoni, and Shyam Sunder. “Tracking the Invisible Hand: Convergence of Double Auctions to Competitive Equilibrium.” Computational Economics 16, no. 3 (December 2000): 257–84.

Brandenburger, Adam M., and Barry J. Nalebuff. Co-opetition. New York: Currency, 1996.

Britton, B. C., ed. Executive Control Processes. Hillsdale, N. J.: Lawrence Erlbaum Associates, 1987.

Brown, James H., and Geoffrey B. West, eds. Scaling in Biology. Oxford: Oxford University Press, 2000.

Brown, Ken. “Stocks March to the Beat of War, Weak Economy.” The Wall Street Journal, March 31, 2003.

Brown, Shona L., and Kathleen M. Eisenhardt. Competing on the Edge: Strategy as Structured Chaos. Boston: Harvard Business School Press, 1998.

Buffett, Warren, and Charlie Munger. “It’s Stupid the Way People Extrapolate the Past – and Not Slightly Stupid, But Massively Stupid.” Outstanding Investor Digest, December 24, 2001.

Bullard, Mercer. “Despite SEC Efforts, Accuracy in Fund Names Still Elusive.” The Street.com, January 30, 2001. http://www.thestreet.com/funds/mercerbullard/1282823.html.

Burke, Edmund, and Graham Kendall. “Applying Ant Algorithms and the No Fit Polygon to the Nesting Problem.” University of Nottingham Working Paper, 1999. http://www.asap.cs.nott.ac.uk/publications/pdf/gk_ai99.pdf.

Bygrave, William D., Julian E. Lange, J. R. Roedel and Gary Wu. “Capital Market Excesses and Competitive Strength: The Case of the Hard Drive Industry, 1984–2000.” Journal of Applied Corporate Finance 13, no. 3 (Fall 2000): 8–19.

Calvin, William H. “The Emergence of Intelligence.” Scientific American Presents 9, no. 4 (November 1998): 44–51.

____. How Brains Think: Evolving Intelligence, Then and Now. New York: Basic Books, 1996.

Campbell, John Y., Martin Lettau, Burton Malkiel, and Yexiao Xu. “Have Individual Stocks Become More Volatile? An Empirical Exploration of Idiosyncratic Risk.” Journal of Finance 54 (February 2001): 1–43.

Carlile, Paul R., and Clayton M. Christensen. “The Cycles of Theory Building in Management Research.” Working Paper, January 6, 2005. http://www.innosight.com/documents/TheoryBuilding.pdf.

Carroll, Christopher D. “The Epidemiology of Macroeconomic Expectations.” Johns Hopkins Working Paper, July 9, 2002. http://www.econ.jhu.edu/people/ccarroll/EpidemiologySFI.pdf.

Chan, Louis K. C., Jason J. Karceski, and Josef Lakonishok. “The Level and Persistence of Growth Rates.” The Journal of Finance 58, no. 2 (April 2003): 644–84.

Chen, Kay-Yut, Leslie R. Fine, and Bernardo A. Huberman. “Predicting the Future.” Information Systems Frontiers 5, no. 1 (2003): 47–61. http://www.hpl.hp.com/shl/papers/future/future.pdf.

Chordia, Tarun, Richard Roll, and Avanidhar Subrahmanyam. “Evidence on the Speed of Convergence to Market Efficiency.” Working Paper, April 29, 2002. http://www.anderson.ucla.edu/acad_unit/finance/wp/2001/11–01.pdf.

Christensen, Clayton M. The Innovator’s Dilemma: When New Technologies Cause Great Companies to Fail. Boston: Harvard Business School Press, 1997.

____. “The Past and Future of Competitive Advantage.” MIT Sloan Management Review (Winter 2001): 105–9.

Christensen, Clayton M., and Michael E. Raynor. The Innovator’s Solution: Creating and Sustaining Successful Growth. Boston: Harvard Business School Press, 2003.

Christensen, Clayton M., Paul Carlile, and David Sundahl. “The Process of Theory-Building.” Working Paper, 02–016. Новую редакцию этой статьи см. на сайте: http://www.innosight.com/documents/TheoryBuilding.pdf.

Churchill, Winston S. Speech. “The Price of Greatness is Responsibility.” 1943. http://www.winstonchurchill.org/i4a/pages/index.cfm?pageid5424.

Cialdini, Robert B. Influence: The Psychology of Persuasion. New York: William Morrow, 1993.

____. “The Science of Persuasion.” Scientific American, February 2001, 76–81.

Clancy, Barbara, and Barbara Finley. “Neural Correlates of Early Language Learning.” In Language Development: The Essential Readings, ed. Michael Tomasello and Elizabeth Bates, 307–30. Oxford: Blackwell, 2001. Предыдущая редакция этой главы доступна на сайте http://crl.ucsd.edu/courses/commdis/pdf/neuralcorrelateschapter-nofigures.pdf.

Coen, Corinne, and Rick Riolo. “El Farol Revisited: How People in Large Groups Learn to Coordinate Through Complementary Scripts.” Organizational Learning and Knowledge Management conference proceedings, 4th International Conference, June 2001, London, Ont.

Colinvaux, Paul. Why Big Fierce Animals Are Rare. Princeton, N. J.: Princeton University Press, 1978.

Collins, Jim. Good to Great. New York: HarperBusiness, 2001.

Cornell, Bradford. The Equity Risk Premium: The Long-Run Future of the Stock Market. New York: Wiley, 1999.

Corporate Strategy Board. “Stall Points: Barriers to Growth for the Large Corporate Enterprise.” Corporate Strategy Board (March 1998).

Coy, Peter. “He Who Mines the Data May Strike Fool’s Gold.” BusinessWeek, June 16, 1997.

Crist, Steven. Betting on Myself: Adventures of a Horseplayer and Publisher. New York: Daily Racing Form Press, 2003.

Cutler, David M., James M. Poterba, and Lawrence H. Summers. “What Moves Stock Prices?” Journal of Portfolio Management (Spring 1989): 4–12.

Damasio, Antonio R. Descartes’ Error: Emotion, Reason, and the Human Brain. New York: Avon Books, 1994.

____. The Feeling of What Happens: Body and Emotion in the Making of Consciousness. New York: Harcourt Brace & Company, 1999.

Darwin, Charles. The Origin of Species. London: John Murray, 1859.

Davis, Bob, and Susan Warren. “How Fears of Impending War Already Take Economic Toll.” The Wall Street Journal, January 29, 2003.

DeBondt, Werner, and Richard Thaler. “Does the Stock Market Overreact?” Journal of Finance 40 (1985): 793–805.

DellaVigna, Stefano, and Joshua Pollet. “Attention, Demographics, and the Stock Market.” Working Paper, November 23, 2003. http://fisher.osu.edu/fin/dice/seminars/pollet.pdf.

DeLong, J. Bradford, Andrei Shleifer, Lawrence H. Summers, and Robert J. Waldmann. “Positive Feedback Investment Strategies and Destabilizing Rational Speculation.” Journal of Finance 45, no. 2 (June 1990): 379–95.

DeLong, J. Bradford, and Lawrence H. Summers. “The ‘New Economy’: Background, Historical Perspective, Questions, and Speculations.” Federal Reserve Bank of Kansas City Economic Review (Fourth Quarter 2001).

Dembo, Ron S., and Andrew Freeman. Seeing Tomorrow: Rewriting the Rules of Risk. New York: Wiley, 1998.

Dickinson, Rod. “The Milgram Reenactment.” http://www.milgram reenactment.org /pages/section.xml?location51.

Dimson, Elroy, Paul Marsh, and Mike Staunton. “Global Evidence on the Equity Risk Premium.” Journal of Applied Corporate Finance 15, no. 4 (Fall 2003): 27–38.

Dugatkin, Lee Alan. The Imitation Factor: Evolution Beyond the Gene. New York: Free Press, 2000.

Dugatkin, Lee Alan, and Jean-Guy J. Godin. “How Females Choose Their Mates.” Scientific American (April 1998): 56–61.

Durand, David. “Growth Stocks and the Petersburg Paradox.” Journal of Finance 12 (September 1957): 348–63.

The Economist. “Other People’s Money: A Survey of Asset Management.” July 5, 2003.

____. “Survey of the ‘New Economy.’” September 21, 2000.

Eguiluz, Victor M., and Martin G. Zimmerman. “Transmission of Information and Herd Behavior: An Application to Financial Markets.” Physical Review Letters 85, no. 26 (December 2000): 5659–62.

Ehrlich, Paul R. Human Natures: Genes, Cultures, and the Human Prospect. Washington, D. C.: Island Press, 2000.

Eisenhardt, Kathleen M., and Donald N. Sull. “Strategy as Simple Rules.” Harvard Business Review (January 2001): 107–16.

Ellis, Charles D. “Will Business Success Spoil the Investment Management Profession?” The Journal of Portfolio Management (Spring 2001): 11–15. Elton, Charles S. Animal Ecology. Chicago: The University of Chicago Press, 2001.

Enriquez, Juan, As the Future Catches You. New York: Crown Business, 2000.

Epstein, Richard A. The Theory of Gambling and Statistical Logic. London: The Academic Press, 1977.

Epstein, Seymour. “Cognitive-Experiential Self-Theory: An Integrative Theory of Personality.” In The Relational Self: Theoretical Convergences in Psychoanalysis and Social Psychology, ed. R. C. Curtis, 111–37. New York: Guilford Press, 1991.

____. “Integration of the Cognitive and the Psychodynamic Unconscious.” American Psychologist 49, no. 8 (August 1994): 709–24.

Erickson, Todd, Carin Cooney, and Craig Sterling. “US Technology Sector: Mean Reversion Analysis.” CSFB HOLT Research, February 2, 2004.

Falconer, Ian. Olivia. New York: Atheneum Books for Young Readers, 2000.

Fama, Eugene F., Lawrence Fisher, Michael C. Jensen, and Richard Roll. “The Adjustment of Stock Prices to New Information.” International Economic Review 10, no. 1 (February 1969).

Fama, Eugene F., and Kenneth R. French. “Disappearing Dividends: Changing Firm Characteristics or Lower Propensity to Pay?” CRSP Working Paper 509. June 2000. http://papers.ssrn.com/so3/papers.cfm?abstract_id=203092.

____. “The Equity Premium.” Journal of Finance 57 (2002): 637–59.

Farmer, J. Doyne, and Fabrizio Lillo. “On the Origin of Power Law Tails in Price Fluctuations.” Quantitative Finance 4, no. 1 (2004): 7–11.

Fauconnier, Gilles, and Mark Turner. The Way We Think: Conceptual Blending and the Mind’s Hidden Complexities. New York: Basic Books, 2002.

Fehr, Ernst. “The Economics of Impatience.” Nature, January 17, 2002, 269–70.

Feltovich, Paul J., Kenneth M. Ford, and Robert Hoffman, eds. Expertise in Context: Human and Machine. Menlo Park, Cal.: AAAI Press and Cambridge, Mass.: MIT Press, 1997.

Fine, Charles H. Clockspeed: Winning Industry Control in the Age of Temporary Advantage. Reading, Mass.: Perseus Books, 1998.

Fisher, Kenneth L., and Meir Statman. “Cognitive Biases in Market Forecasts.” Journal of Portfolio Management 27, no. 1 (Fall 2000): 72–81.

Fisher, Lawrence, and James H. Lorie. “Rates of Return on Investments in Common Stocks.” Journal of Business 37, no. 1 (January 1964): 1–24.

Foderaro, Lisa W. “If June Cleaver Joined ‘Sex and the City’: Tupperware Parties for the Cosmo Set.” New York Times, February 1, 2003.

Foster, Richard, and Sarah Kaplan. Creative Destruction: Why Companies that Are Built to Last Underperform the Market – and How to Successfully Transform Them. New York: Doubleday, 2001.

Fuller, Joseph, and Michael C. Jensen. “Dare to Keep Your Stock Price Low.” The Wall Street Journal, December 31, 2001.

Galton, Francis. “Vox Populi.” Nature 75 (March 1907): 450–451. Reprint, 1949.

Gawande, Atul, Complications: A Surgeon’s Notes on an Imperfect Science. New York: Picador, 2002.

Gazzaniga, Michael. “The Whole-Brain Interpreter.” http://pegasus.cc.ucf.edu/~fle/gazzaniga.html.

Gell-Mann, Murray. The Quark and the Jaguar: Adventures in the Simple and the Complex. New York: W. H. Freeman, 1994.

Gibson, Michael S. “Incorporating Event Risk into Value-at-Risk.” The Federal Reserve Board Finance and Economics Discussion Series, 2001–17, February 2001. http://www.federalreserve.gov/pubs/feds/2001/200117/200117abs.html.

Gigerenzer, Gerd. Calculated Risks. New York: Simon & Schuster, 2002.

Gillon, S. The Story of the 29th Division. London: Nelson & Sons, n. d.

Gilovich, Thomas, Dale Griffin, and Daniel Kahneman, eds. Heuristics and Biases: The Psychology of Intuitive Judgment. Cambridge: Cambridge University Press, 2002.

Gilovich, Thomas, Robert Valone, and Amos Tversky. “The Hot Hand in Basketball: On the Misperception of Random Sequences.” Cognitive Psychology 17 (1985): 295–314.

Gladwell, Malcolm. The Tipping Point: How Little Things Can Make a Big Difference. Boston, Mass.: Little, Brown and Company, 2000.

Glassman, James K., and Kevin A. Hassett. Dow 36,000: The New Strategy for Profiting from the Coming Rise in the Stock Market. New York: Times Books, 1999.

GloriaMundi. “Introduction to VaR.” http://www.gloriamundi.org/introduction. asp.

Goodgame, Dan. “The Game of Risk: How the Best Golfer in the World Got Even Better.” Time, August 14, 2000.

Gopnik, Alison, Andrew Meltzoff, and Patricia Kuhl. The Scientist in the Crib: What Early Learning Tells Us About the Mind. New York: First Perennial, 2001.

Gould, Stephen Jay. “The Streak of Streaks.” New York Review of Books, August 18, 1988. http://www.nybooks.com/articles/4337.

____. Triumph and Tragedy in Mudville. New York: W. W. Norton, 2003.

Graham, Benjamin. “Stock Market Warning: Danger Ahead!” California Management Review 11, no. 3 (Spring 1960).: 34.

Graham, Benjamin, and David L. Dodd. Security Analysis. New York: McGraw Hill, 1934.

Greenspan, Alan. “The Structure of the International Financial System.” Выступление на ежегодном собрании Ассоциация индустрии ценных бумаг. 5 ноября 1998 г. http://www.federalreserve.gov/boarddocs/speeches/1998/19981105.htm.

Greenwald, John. “Doom Stalks the Dotcoms.” Time, April 17, 2000.

Griffin, Dale, and Amos Tversky. “The Weighing of Evidence and the Determinants of Confidence.” In Heuristics and Biases: The Psychology of Intuitive Judgment, ed. Thomas Gilovich, Dale Griffin, and Daniel Kahneman, 230–49. Cambridge: Cambridge University Press, 2002.

Grossman, Sanford J., and Joseph E. Stiglitz. “On the Impossibility of Informationally Efficient Markets.” American Economic Review 70 (1980): 393–408.

Haffner, Katie. “In an Ancient Game, Computing’s Future.” New York Times, August 1, 2002.

Hanson, Robin D. “Decision Markets.” IEEE Intelligent Systems (May – June 1999): 16–19. http://hanson.gmu.edu/decisionmarkets.pdf.

Hargadon, Andrew. How Breakthroughs Happen. Boston: Harvard Business School Press, 2003.

Hayek, Freidrich. “The Use of Knowledge in Society.” American Economic Review 35, no. 4 (September 1945): 519–30. http://www.virtualschool.edu/mon/Economics/HayekUseOfKnowledge.html.

Holland, John H. Hidden Order: How Adaptation Builds Complexity. Reading, Mass.: Helix Books, 1995.

Hollywood Stock Exchange. Web site. http://www.hsx.com.

Huberman, Bernardo A. The Laws of the Web: Patterns in the Ecology of Information. Cambridge, Mass.: MIT Press, 2001.

Hulbert, Mark. “The Five-Year Forecast Looks Great, or Does It?” New York Times, January 25, 2004.

IBM Research. “Deep Blue: FAQ.” http://www.research.ibm.com/deepblue/meet/html/d.3.3.html.

Idinopulos, Michael, and Lee Kempler. “Do You Know Who Your Experts Are?” The McKinsey Quarterly 4 (2003): 60–69.

Ijiri, Yuji, and Herbert A. Simon. Skew Distributions and the Sizes of Firms. New York: North-Holland, 1977.

Innocentive. Web site. http://www.innocentive.com.

Iowa Electronic Markets. Web site. http://www.biz.uiowa.edu/iem.

Janis, Irving Lester. Groupthink: Psychological Studies of Policy Decisions and Fiascoes. New York: Houghton Mifflin, 1982.

Jensen, Michael C. “The Performance of Mutual Funds in the Period 1945–1964.” Journal of Finance 23 (1968): 389–416.

Jilek, Paddy, Bradford Neuman, and Arbin Sherchan. “U. S. Investment Digest: Five Tidbits.” Credit Suisse First Boston Equity Research, September 5, 2003.

Johnson, Norman L. “Biography.” http://ishi.lanl.gov.

____. “Collective Problem Solving: Functionality Beyond the Individual.” LA-UR-98–2227, 1998.

____. “Diversity in Decentralized Systems: Enabling Self-Organizing Solutions.” LA-UR-99–6281, 1999.

____. “What a Developmental View Can Do for You (or the Fall of the House of Experts).” Выступление на Форуме новаторов в CSFB, сентябрь 2000 г., Санта-Фе, Нью-Мексико http://www.capatcolumbia.com/CSFB%20TLF/2000/johnson00_ sidecolum.pdf.

Johnson, Steven. Emergence: The Connected Lives of Ants, Brains, Cities, and Software. New York: Scribner, 2001.

Joseph de la Vega. Confusion de Confusiones. 1688.

Kahneman, Daniel. “Maps of Bounded Rationality: A Perspective on Intuitive Judgment and Choice.” Нобелевская лекция, прочитана 8 декабря 2002 г. http://www.nobel.se/economics/laureates/2002/kahnemann-lecture.pdf.

Kahneman, Daniel, and Amos Tversky. “Prospect Theory: An Analysis of Decision Under Risk.” Econometrica 47 (1979): 263–91.

Kahneman, Daniel, Paul Slovic, and Amos Tversky, eds. Judgment Under Uncertainty: Heuristics and Biases. Cambridge: Cambridge University Press, 1982.

Kauffman, Stuart. At Home in the Universe. Oxford: Oxford University Press, 1996.

Kaufman, Michael T. Soros: The Life and Times of a Messianic Billionaire. New York: Knopf, 2002. Kaufman, Peter D., ed. Poor Charlie’s Almanack. Virginia Beach, Va.: The Donning Company Publishers, 2005.

Kennedy, James, and Russell C. Eberhart. Swarm Intelligence. San Francisco: Morgan Kaufmann, 2001.

Keynes, John Maynard. The General Theory of Employment. New York: Harcourt, Brace and Company, 1936.

Klein, Gary. Sources of Power: How People Make Decisions. Cambridge, Mass.: MIT Press, 1998.

Klepper, Steven. “Entry, Exit, Growth, and Innovation Over the Product Life Cycle.” American Economic Review 86, no. 3 (1996): 562–83.

Knight, Frank H. Risk, Uncertainty, and Profit. Boston: Houghton and Mifflin, 1921. http://www.econlib.org/library/Knight/knRUP.html.

Koch, Richard. The 80/20 Principle: The Secret to Success by Achieving More with Less. New York: Currency, 1998.

Kranhold, Kathryn. “Florida Might Sue Alliance Capital Over Pension Fund’s Enron Losses.” The Wall Street Journal, April 23, 2002.

Krugman, Paul. The Self-Organizing Economy. Oxford: Blackwell Publishers, 1996.

Laing, Jonathan R. “A Truly Amazing Run: But, with Dangers Ahead, Can Bill Gross Keep Outracing the Market?” Barron’s, March 17, 2003.

Lakoff, George, and Mark Johnson. Metaphors We Live By. Chicago: The Univer sity of Chicago Press, 1980.

Lakonishok, Josef, Andrei Shleifer, and Robert W. Vishny. “Contrarian Investment, Extrapolation, and Risk.” Journal of Finance 49, no. 5 (December 1994): 1541–78.

Laplace, Pierre Simon. A Philosophical Essay on Probabilities. Minneola, N. Y.: Dover Publications, 1996.

LeDoux, Joseph. The Emotional Brain: The Mysterious Underpinnings of Emotional Life. New York: Touchstone, 1996.

____. Synaptic Self: How Our Brains Become Who We Are. New York: Viking, 2002.

Lee, Youngki, Lu?s A. Nunes Amaral, David Canning, Martin Meyer, and H. Eugene Stanley. “Universal Features in the Growth Dynamics of Complex Organizations.” Physical Review Letters 81, no. 15 (October 1998): 3275–3278. http://polymer.bu.edu/hes/articles/lacms98.pdf.

Lefevre, Edwin. Reminiscences of a Stock Operator. 1923.

Lessand, Donald. “The Soft Revolution: Achieving Growth By Managing Intangibles.” The Journal of Applied Corporate Finance 11, no. 2 (Summer 1998): 8–27.

Lev, Baruch. Intangibles: Management, Measurement, and Reporting. Washington, D. C.: Brookings Institution Press, 2001.

Lewellen, Jonathan. “Predicting Returns with Financial Ratios.” MIT Sloan Working Paper 4374–02, February 2002.

Lichenstein, Sarah, Baruch Fischhoff, and Lawrence D. Phillips. “Calibration of Probabilities.” In Judgment Under Uncertainty: Heuristics and Biases, ed. Daniel Kahneman, Paul Slovic, and Amos Tversky, 306–34. Cambridge: Cambridge University Press, 1982.

Liebovitch, Larry S., and Daniela Scheurle. “Two Lessons from Fractals and Chaos.” Complexity 5, no. 4 (2000): 34–43.

Lipshitz, Raanan, Gary Klein, Judith Orasanu, and Eduardo Salas. “Taking Stock of Naturalistic Decision Making.” Working Paper, July 15, 2000.

Loest, Robert. “Fitness Landscapes and Investment Strategies, Parts 1 and 2.” Portfolio Manager Commentary – IPS Funds (July – August 1998).

Lowenstein, Alice. “The Low Turnover Advantage.” Morningstar Research. September 12, 1997. http://news.morningstar.com/news/ms/FundFocus/lowturnover1.html.

Lowenstein, Roger. When Genius Failed: The Rise and Fall of Long-Term Capital Management. New York: Random House, 2000.

Lyman, Peter, and Hal R. Varian. “How Much Information? 2003.” http://www.sims.berkeley.edu/research/projects/how-much-info-2003.

MacGregor, Donald G. “Imagery and Financial Judgment.” Journal of Psychology and Financial Markets 3, no. 1 (2002): 15–22.

MacKay, Charles. Extraordinary Popular Delusions and the Madness of Crowds. New York: Three Rivers Press, 1995.

Madden, Bartley J. CFROI Valuation: A Total System Approach to Valuing the Firm. Oxford: Butterworth-Heinemann, 1999.

Madden, Bartley J., Michael J. Mauboussin, John D. Lagerman, and Samuel T. Eddins. “Business Strategy/Life Cycle Framework: Positioning Firm Strategy as the Primary Cause of Long-Term CFROIs and Asset Growth Rates.” Credit Suisse First Boston Equity Research, April 22, 2003.

Maguire, Steve. “Strategy Is Design: A Fitness Landscape Framework.” In Managing Complexity in Organizations: A View in Many Directions, ed. M. Lissack and H. Gunz, 67–104. Westport, Conn.: Quorum Books, 1999.

Major League Baseball Historical Player Stats. http://mlb.mlb.com/NASApp/mlb/stats/historical/individual_stats_player. jsp? c_id5mlb&playerID5113376.

Malkiel, Burton G. “The Efficient Market Hypothesis and Its Critics.” Journal of Economic Perspectives 17, no. 1 (Winter 2003): 78.

____. Interview on ABC’s 20/20. November 27, 1992. http://www.ifa.tv/Library/Support/

Articles/Popular/NewsShowTranscript.htm.

____. A Random Walk Down Wall Street. New York: W. W. Norton, 2003.

____. “Returns from Investing in Equity Mutual Funds, 1971–1991.” Journal of Finance 50, no. 2 (June 1995): 549–72.

Mandelbrot, Benoit B. Fractals and Scaling in Finance: Discontinuity, Concentration, Risk. New York: Springer Verlag, 1997.

____. “A Multifractal Walk Down Wall Street.” Scientific American (February 1999): 70–73.

Manning, Gerard. “A Quick and Simple Introduction to Drosophila melanogaster.” http://www.ceolas.org/fly/intro.html.

Marquet, Pablo A., et al. “Lifespan, Reproduction, and Ecology: Scaling and Power-Laws in Ecological Systems.” Journal of Experimental Biology 208 (April 2005): 1749–69.

Mauboussin, Michael J. “Get Real.” Credit Suisse First Boston Equity Research, June 23, 1999.

____. “Long Strange Trip: Thoughts on Stock Market Returns.” Credit Suisse First Boston Equity Research, January 9, 2003.

____. “Measuring the Moat: Assessing the Magnitude and Sustainability of Value Creation.” Credit Suisse First Boston Equity Research, December 16, 2002.

____. “Puggy Pearson’s Prescription.” The Consilient Observer 1, no. 11 (June 2002).

____. “Revisiting Market Efficiency: The Stock Market as a Complex Adaptive System.” Journal of Applied Corporate Finance 14, no. 4 (Winter 2002): 47–55.

____. “Whither Enron: Or – Why Enron Withered.” The Consilient Observer 1, no. 1 (January 2002).

Mauboussin, Michael J., and Alexander Schay. “Fill and Kill: Succeeding with Survivors Is Nothing New.” Credit Suisse First Boston Equity Research, April 5, 2001.

____. “Innovation and Markets: How Innovation Affects the Investing Process.”Credit Suisse First Boston Equity Research, December 12, 2000.

Mauboussin, Michael J., Alexander Schay, and Stephen G. Kawaja. “Network to Net Worth: Exploring Network Dynamics.” Credit Suisse First Boston Equity Research, May 11, 2000.

Mauboussin, Michael J., Alexander Schay, and Patrick McCarthy. “Competitive Advantage Period: At the Intersection of Finance and Competitive Strategy.”Credit Suisse First Boston Equity Research, October 4, 2001.

Mauboussin, Michael J., Bob Hiler, and Patrick J. McCarthy. “The (Fat) Tail that Wags the Dog.” Credit Suisse First Boston Equity Research, February 4, 1999.

McLean, Bethany, and Peter Elkind. The Smartest Guys in the Room. New York: Penguin Group, 2003, 132.

Moore, Geoffrey A., Paul Johnson, and Tom Kippola. The Gorilla Game: Picking Winners in High Technology. New York: HarperBusiness, 1999.

Munger, Charlie. “A Lesson on Elementary, Worldly Wisdom as It Relates to Investment Management and Business.” Outstanding Investor Digest, May 5, 1995.

Muoio, Anna. “All the Right Moves.” Fast Company, May 1999. http://www.fastcompany.com/online/24/chess.html.

Nelson, Richard R., and Sidney G. Winter. An Evolutionary Theory of Economic Change. Cambridge, Mass.: Harvard University Press/Belknap Press, 1982.

Neyer, Rob. ESPN Baseball Archives, January 2002. http://espn.go.com/mlb/s/2002/0107/1307254.html.

Niederhoffer, Victor. The Education of a Speculator. New York: Wiley, 1997.

Nocera, Joe, “On Oil Supply, Opinions Aren’t Scarce.” The New York Times, September 10, 2005.

NOVA. “Tales from the Hive.” http://www.pbs.org/wgbh/nova/bees.

Olsen, Robert A., “Professional Investors as Naturalistic Decision Makers: Evi dence and Market Implications.” The Journal of Psychology and Financial Markets 3, no. 3 (2002): 161–67.

Page, Scott E., The Difference: How the Power of Diversity Creates Better Groups, Firms, Schools, and Societies. Princeton, N. J.: Princeton University Press, 2007.

Peters, Edgar E. Fractal Market Analysis. New York: Wiley, 1994.

Pinker, Steven. The Language Instinct: How the Mind Creates Language. New York: HarperCollins, 1994.

Poundstone, William. Prisoner’s Dilemma. New York: Anchor Books, 1992.

Pringle, David, and Raju Narisetti. “Nokia’s Chief Guides Company Amid Technology’s Rough Seas.” The Wall Street Journal, November 24, 2003.

Quellette, Jennifer. “Jackson Pollock – Mathematician.” The Fine Arts Magazine, January 25, 2002. Rappaport, Alfred. “How to Avoid the P/E Trap.” The Wall Street Journal, March10, 2003.

____. “The Economics of Short-Term Performance Obsession.” Financial Ana lysts Journal 61, no. 3 (May – June 2005): 65–79.

Rappaport, Alfred, and Michael J. Mauboussin. Expectations Investing: Reading Stock Prices for Better Returns. Boston: Harvard Business School Press, 2001.

____. “Exploiting Expectations.” Fortune, January 21, 2002, 113–15.

____. “Pitfalls to Avoid.” http://www.expectationsinvesting.com/pdf/pitfalls.pdf.

Raup, David M. Extinction: Bad Genes or Bad Luck? New York: W. W. Norton, 1991.

Rennie, John. “Editor’s Commentary: The Cold Odds Against Columbia.” Scientific American, February 7, 2003.

Resnick, Mitchel. Turtles, Termites, and Traffic Jams. Cambridge, Mass.: MIT Press, 1994.

Rheingold, Howard. Smart Mobs: The Next Social Revolution. New York: Perseus, 2002.

Rifkin, Glenn. “GM’s Internet Overhaul.” Technology Review (October 2002): 62–67.

Rogers, Everett. Diffusion of Innovations. New York: Free Press, 1995.

Roll, Richard. “A Critique of the Asset Pricing Theory’s Tests: Part 1: On Past and Potential Testability of the Theory.” Journal of Financial Economics 4 (1977): 129–76.

____. “Rational Infinitely-Lived Asset Prices Must be Non-Stationary.” Working Paper, November 1, 2000.

Rosenzweig, Phil, The Halo Effect:… and Eight Other Business Delusions that Deceive Managers. New York: Free Press, 2006.

Rottenstreich, Yuval, and Christopher K. Hsee. “Money, Kisses, and Electric Shocks.” Psychological Science 12, no. 3 (May 2001), 185–90.

Rubin, Robert. Commencement Day Address. Harvard University, 7 June 2001. http://www.commencement.harvard.edu/2001/rubin.html.

____. Commencement Address. University of Pennsylvania, 1999. http://www.upenn.edu/almanac/v45/n33/speeches99.html.

Rubin, Robert E., and Jacob Weisberg. In an Uncertain World. New York: Random House, 2003.

Russo, J. Edward, and Paul J. H. Schoemaker. Winning Decisions: Getting It Right the First Time. New York: Doubleday, 2002.

Samuelson, Paul A. “Risk and Uncertainty: A Fallacy of Large Numbers.” Scientia 98 (1963): 108–13.

Sapolsky, Robert M. A Primate’s Memoir. New York: Scribner, 2001.

____. Why Zebras Don’t Get Ulcers: An Updated Guide to Stress, Stress-Related Disease, and Coping. New York: W. H. Freeman and Company, 1994.

Schlender, Brent. “The Bill and Warren Show.” Fortune, July 20, 1998, 48–64.

Schwartz, Peter. Inevitable Surprises: Thinking Ahead in a Time of Turbulence. New York: Gotham Books, 2003.

Seeley, Thomas D. Biography. http://www.nbb.cornell.edu/neurobio/

department/Faculty/seeley/seeley.html.

____. The Wisdom of the Hive: The Social Physiology of Honey Bee Colonies. Cambridge, Mass.: Harvard University Press, 1995.

Seuss, Dr. I Can Read with My Eyes Shut! New York: Random House, 1978.

Shefrin, Hersh, Beyond Greed and Fear: Understanding Behavioral Finance and the Psychology of Investing. Boston: Harvard Business School Press, 2000.

Shiller, Robert. Web site. http://www.econ.yale.edu/~shiller/.

Shleifer, Andrei. Inefficient Markets: An Introduction to Behavioral Finance. Oxford: Oxford University Press, 2000.

Siegel, Jeremy J. Stocks for the Long Run. 3rd ed. New York: McGraw Hill, 2002.

Sklansky, David. The Theory of Poker. 4th ed. Henderson, Nev.: Two Plus Two Publishing, 1999.

Slovic, Paul, Melissa L. Finucane, Ellen Peters, and Donald G. MacGregor. “Risk as Analysis and Risk as Feelings.” Доклад был представлен на ежегодном собрании Общества анализа риска, Новый Орлеан, Луизиана, 10 декабря 2002 г. http://www.decisionresearch.org/pdf/dr502.pdf.

Smith, Vernon L. “An Experimental Study of Competitive Market Behavior.” Journal of Political Economy 70, no. 3 (June 1962): 111–37.

Social Security. “FAQ.” http://www.socialsecurity.gov/history/hfaq.html.

Sontag, Sherry, and Christopher Drew. Blind Man’s Bluff: The Untold Story of American Submarine Espionage. New York: Perseus Books, 1998.

Sornette, Didier. Biography. http://www.ess.ucla.edu/faculty/sornette.

____. Why Stock Markets Crash: Critical Events in Complex Financial Systems. Princeton, N. J.: Princeton University Press, 2003.

Soros, George. Soros on Soros. New York: Wiley, 1995.

Spanier, David. Easy Money: Inside the Gambler’s Mind. New York: Penguin, 1987.

Spence, John. “Bogle Calls for a Federation of Long-Term Investors.” Index Funds, Inc. http://www.indexfunds.com/articles/

20020221_boglespeech_com_gen_JS.htm.

Stalin, Josef. Speech. February 9, 1946. http://www.marx2mao.com/Stalin/SS46.html.

Stanley, Eugene, et al. “Scaling Behavior in Economics: I. Empirical Results for Company Growth.” Journal de Physique (April 1997): 621–33.

Steinhardt, Michael. No Bull: My Life In and Out of Markets. New York: John Wiley & Sons, 2001. “Stern Stewart EVA Roundtable.” Journal of Applied Corporate Finance 7, no. 2 (Summer 1994): 46–70.

Stewart, Thomas A. “How to Think with Your Gut.” Business 2.0, November 2002.

Strogatz, Steven. Sync: The Emerging Science of Spontaneous Order. New York: Hyperion Books, 2003.

Surowiecki, James. “Damn the Slam PAM Plan!” Slate, July 30, 2003.

____. “Decisions, Decisions.” New Yorker, March 28, 2003. http://www.newyorker.com/archive/2003/

03/24/030324ta_talk_surowiecki.

____. The Wisdom of Crowds: Why the Many Are Smarter Than the Few and How Collective Wisdom Shapes Business, Economies, Societies and Nations. New York: Random House, 2004.

Taleb, Nassim Nicholas. Fooled By Randomness: The Hidden Role of Chance in Markets and in Life. New York: Texere, 2001.

____. The Black Swan: The Impact of the Highly Improbable. New York: Random House, 2007.

Tallis, Frank. Hidden Minds: A History of the Unconscious. New York: Arcade Publishing, 2002.

Taylor, Richard P. “Order in Pollock’s Chaos.” Scientific American (December 2002). http://materialscience.uoregon.edu/

taylor/art/scientificamerican.pdf.

Taylor, Richard P., B. Spehar, C. W. G. Clifford, and B. R. Newell, “The Visual Complexity of Pollock’s Dripped Fractals,” Proceedings of the International Conference of Complex Systems, 2002, http://materialscience.uoregon.edu/

taylor/art/TaylorlCCS2002.pdf.

Tetlock, Philip E. Expert Political Judgment: How Good Is It? How Can We Know? Princeton, N. J.: Princeton University Press, 2005.

Thaler, Richard H. The Winner’s Curse: Paradoxes and Anomalies of Economic Life. Princeton, N. J.: Princeton University Press, 1994.

Thaler, Richard H., Amos Tversky, Daniel Kahneman, and Alan Schwartz. “The Effect of Myopia and Loss Aversion on Risk Taking: An Experimental Test.” The Quarterly Journal of Economics (May 1997): 647–61.

Thorp, Edward O. Beat the Dealer. New York: Vintage Books, 1966.

Tilson, Whitney. “Charlie Munger Speaks.” Fool.com. May 15, 2000. http://www.fool.com/boringport/2000/boringport00051500.htm.

Treynor, Jack L. “Market Efficiency and the Bean Jar Experiment.” Financial Analysts Journal (May – June 1987): 50–53.

Tversky, Amos, and Daniel Kahneman. “Belief in the Law of Small Numbers.” Psychological Bulletin 76 (1971): 105–10.

____. “Extensional Versus Intuitive Reasoning: The Conjunction Fallacy in Probability Judgment.” In Heuristics and Biases: The Psychology of Intuitive Judgment, ed. Thomas Gilovich, Dale Griffin, and Daniel Kahneman, 19–48. Cambridge: Cambridge University Press, 2002.

USA Networks. SEC Filing, October 24, 2001.

Utterback, James M. Mastering the Dynamics of Innovation. Boston: Harvard Business School Press, 1994.

van Marrewijk, Charles. International Trade and the World Economy. Oxford: Oxford University Press, 2002. http://www.oup.com/uk/orc/bin/9780199250042/.

Waite, Stephen R. Quantum Investing. New York: Texere, 2002.

Waldrop, Mitchell M. Complexity: The Emerging Science at the Edge of Order and Chaos. New York: Simon & Schuster, 1992.

W?rneryd, Karl-Erik. Stock-Market Psychology. Cheltenham, UK: Edward Elgar, 2001.

Watts, Duncan J. “A Simple Model of Global Cascades on Random Networks.” Proceedings of the National Academy of Sciences 99, no. 9 (April 2002): 5766–71.

____. Six Degrees: The Science of a Connected Age. New York: W. W. Norton, 2003.

____. Small Worlds: The Dynamics of Networks Between Order and Randomness. Princeton, N. J.: Princeton University Press, 1999.

Weil, Nancy. “Innocentive Pairs R&D Challenges with Researchers.” Bio-IT World, May 29, 2003.

Welch, Ivo. “Herding Among Security Analysts.” Journal of Financial Economics 58, no. 3 (December 2000): 369–96.

Wermers, Russ. “Mutual Fund Herding and the Impact on Stock Prices.” Journal of Finance 54, no. 2 (April 1999): 581–622.

____. “Mutual Fund Performance: An Empirical Decomposition into Stock– Picking Talent, Style, Transaction Costs, and Expenses.” Journal of Finance 55, no. 4 (August 2000): 1655–703.

Wetzel, Chris. Web site. http://www.rhodes.edu/psych/faculty/

wetzel/courses/wetzelsyllabus223.htm.

Wiggins, Robert R., and Timothy W. Ruefli. “Hypercompetitive Performance: Are the Best of Times Getting Shorter?” Статья представлена на ежегодном собрании Академии менеджмента, отделение политики и стратегии бизнеса, 31 марта 2001 г., Вашингтон, округ Колумбия. http://www.wiggo.com/Academic/

WigginsHypercompetition.pdf.

____. “Sustained Competitive Advantage: Temporal Dynamics and the Incidence and Persistence of Superior Economic Performance.” Organizational Science 13, no. 1 (January – February 2002): 82–105.

Wilson, Edward O. Consilience: The Unity of Knowledge. New York: Alfred A. Knopf, 1998.

Wolfram, Stephen. A New Kind of Science. Champaign, Ill.: Wolfram Media, 2002.

Wolpert, Lewis. Six Impossible Things Before Breakfast: The Evolutionary Origins of Belief. New York: W. W. Norton, 2007.

Zajonc, Robert B. “Feeling and Thinking: Preferences Need No Inferences.” American Psychologist 35 (1980): 151–75.

Zeikel, Arthur. “Organizing for Creativity.” Financial Analysts Journal 39 (November – December 1983): 25–29.

Zipf, George Kingsley. Human Behavior and the Principle of Least Effort. Cambridge, Mass.: Addison-Wesley Press, 1949.

____. National Unity and Disunity: The Nation as a Bio-Social Organism. Bloomington, Ind.: Principia Press, 1941.

Zook, Chris, with James Allen. Profit from the Core. Boston: Harvard Business School Press, 2001.

Zovko, Ilija I., and J. Doyne Farmer. “The Power of Patience: A Behavioral Regularity in Limit Order Placement.” Santa Fe Institute Working Paper No. 02–06–027, June 2002.

Zuckerman, Gregory. “Stars of the ’90s Aren’t Likely to Lead the Next Rally.” The Wall Street Journal, December 17, 2001.

Литература, рекомендуемая к прочтению

Философия инвестирования

Fisher, Philip A. Common Stocks and Uncommon Profits. New York: Wiley, 1996. Graham, Benjamin. The Intelligent Investor: A Book of Practical Counsel. New York: McGraw Hill, 1985.

Lewis, Michael. Moneyball: The Art of Winning an Unfair Game. New York: W. W. Norton, 2003.

Poundstone, William. Fortune’s Formula: The Untold Story of the Scientific System That Beat the Casinos and Wall Street. New York: Hill and Wang, 2005.

Rappaport, Alfred. “The Economics of Short-Term Performance Obsession.” Financial Analysts Journal 61, no. 3 (May / June 2005): 65–79.

Rubin, Robert E., and Jacob Weisberg. In an Uncertain World: Tough Choices from Wall Street to Washington. New York: Random House, 2003.

Sklansky, David. Getting the Best of It. 2nd ed. Henderson, Nev.: Two Plus Two Publishing, 1997.

Szenberg, Michael, ed. Eminent Economists: Their Life and Philosophies. Cambridge: Cambridge University Press, 1992.

Психология инвестирования

Chancellor, Edward. Devil Take the Hindmost: A History of Financial Speculation. New York: Farrar, Strauss & Giroux, 1999.

Csikszentmihalyi, Mihaly. Creativity: Flow and the Psychology of Discovery and Invention. New York: HarperCollins, 1996.

Gilbert, Daniel. Stumbling on Happiness. New York: Alfred A. Knopf, 2006.

Gladwell, Malcolm. Blink: The Power of Thinking Without Thinking. New York: Little, Brown, 2005.

Heuer, Richards J., Jr. Psychology of Intelligence Analysis. Washington, D. C: U. S. Government Printing Office, 1999.

Munger, Charlie. “The Psychology of Human Misjudgments.” Speech at Harvard Law School, circa June 1995.

Nofsinger, John R. Investment Madness. New York: Prentice Hall, 2001.

Pinker, Steven. How the Mind Works. New York: W. W. Norton, 1997.

Schelling, Thomas C. Micromotives and Macrobehavior. New York: W. W. Norton, 1978.

Thaler, Richard H. Advances in Behavioral Finance. New York: Russel Sage

Foundation, 1993. —. The Winner’s Curse. Princeton, N. J.: Princeton University Press, 1994.

Инновации и конкурентная стратегия

Axelrod, Robert. The Evolution of Cooperation. New York: Basic Books, 1984.

Besanko, David, David Dranove, and Mark Shanley. Economics of Strategy. 3rd ed. New York: Wiley, 2004.

Christensen, Clayton M., Erik A. Roth, and Scott D. Anthony. Seeing What’s Next: Using Theories of Innovation to Predict Industry Change. Boston, Mass.: Harvard Business School Press, 2004.

Evans, Philip, and Thomas S. Wurster. Blown to Bits: How the New Economics of Information Transforms Strategy. Boston, Mass.: Harvard Business School Press, 1999.

Ghemawat, Pankaj. Strategy and The Business Landscape. 2nd ed. Upper Saddle River, N. J.: Pearson Prentice Hall, 2006.

McTaggart, James, Peter Kontes, and Michael Mankins. The Value Imperative: Managing for Superior Shareholder Returns. New York: The Free Press, 1994.

Porter, Michael E. Competitive Advantage: Creating and Sustaining Superior Performance. New York: Simon & Schuster, 1985.

–. Competitive Strategy: Techniques for Analyzing Industries and Competitors.

New York: The Free Press, 1980.

Reichfield, Frederick F. The Loyalty Effect. Boston, Mass.: Harvard Business

School Press, 1996.

Shaprio, Carl, and Hal R. Varian. Information Rules: A Strategic Guide to the Network Economy. Boston, Mass.: Harvard Business School Press, 1999.

Warsh, David. Knowledge and the Wealth of Nations: A Story of Economic Discovery. New York: W. W. Norton, 2006.

Наука и теория сложности

Arthur, W. Brian, Steven N. Durlauf, and David A. Lane, eds. The Economy as an Evolving Complex System II. Reading, Mass.: Addison-Wesley, 1997.

Ball, Philip, Critical Mass: How One Thing Leads to Another. New York: Farrar, Straus and Giroux, 2004.

Beinhocker, Eric D. The Origin of Wealth: Evolution, Complexity, and the Radical Remaking of Economics. Boston: Harvard Business School Press, 2006.

Camacho, Juan, and Ricard V. Sol?. “Scaling and Zipf’s Law in Ecological Size Spectra.” Santa Fe Institute Working Paper 99–12–076, 1999.

Dawkins, Richard. The Blind Watchmaker: Why the Evidence of Evolution Reveals a Universe Without Design. New York: W. W. Norton, 1996.

Dennett, Daniel C. Darwin’s Dangerous Idea: Evolution and the Meanings of Life. New York: Simon & Schuster, 1995.

Diamond, Jared. Guns, Germs, and Steel: The Fates of Human Society. New York: W. W. Norton, 1997.

Gladwell, Malcolm. The Tipping Point: How Little Things Can Make a Big Difference. New York: Little, Brown, 2000.

Hagstrom, Robert G. Investing: The Last Liberal Art. New York: Texere, 2002.

LeBaron, Blake. “Financial Market Efficiency in a Coevolutionary Environment.” Proceedings of the Workshop on Simulation of Social Agents: Architectures and Institutions, Argonne National Laboratory and University of Chicago, October 2000, Argonne 2001, 33–51.

Mandelbrot, Benoit, and Richard L. Hudson. The (Mis) Behavior of Markets: A Fractal View of Risk, Ruin, and Reward. New York: Basic Books, 2004.

Rothschild, Michael. Bionomics. New York: Henry Holt and Company, 1990.

Schroeder, Manfred. Fractals, Chaos, and Power Laws: Minutes from an Infinite Paradise. New York: W. H. Freeman, 1991.

Seeley, Thomas A., P. Kirk Visscher, and Kevin M. Passino. “Group Decision Making in Honey Bee Swarms.” American Scientist 94 (May – June 2006): 200–229.

Simon, Herbert A. The Sciences of the Artificial. Cambridge, Mass.: The MIT Press, 1996.

Whitfield, John. In the Beat of a Heart: Life, Energy, and the Unity of Nature. New York: Joseph Henry Press, 2006.

Дополнительные благодарности

Sente. www.senteco.com CFROI® – зарегистрированная торговая марка Credit Suisse и его филиалов в США и других странах (исключая Великобританию).

Международный финансовый холдинг

Международный финансовый холдинг FIBO Group (Financial Intermarket Brokerage Online Group) – один из старейших игроков на рынке маржинальной интернет-торговли. Первая компания холдинга была основана в 1998 году. Сегодня две компании холдинга, FIBO Group, Ltd. (BVI) и FIBO Group Holdings, Ltd. (Cyprus), предоставляют физическим и юридическим лицам весь комплекс услуг интернет-трейдинга на мировых финансовых рынках FOREX и CFD.

Компания FIBO Group Holdings, Ltd зарегистрирована в Республике Кипр (номер регистрации HE242381) и имеет лицензию кипрской комиссии по биржам и ценным бумагам (CySEC) за номером 118/10. Кроме того, компания зарегистрирована под номером 532885, в FSA UK (Financial Services Authority United Kingdom), который является независимым негосударственным органом, ответственным за регулирование и надзор за деятельностью всех инвестиционных, финансовых и банковских компаний, осуществляющих деятельность на территории Великобритании.

FOREX от FIBO Group это:

1. низкие спреды на основные валюты и кроссы;

2. 60 валютных пар на ваш выбор;

3. гарантированные стоп-ордера, что позволят точно рассчитывать степень риска;

4. минимальный лот 1000 единиц базовой валюты, минимальный начальный депозит составляет 300 долларов США или эквивалент;

5. кредитное плечо: минимальное – 1:1, максимальное –1:200 (минимальный залог 0,5 % от размера контракта);

6. круглосуточные консультации специалистов технической поддержки;

7. открытие счета за несколько минут;

8. гибкое и быстрое зачисление и снятие средств;

9. торговая платформа MetaTrader 4 проверена временем и тысячами трейдеров по всему миру.

FIBO Group также предлагает технологию STP (Straight Through Processing – сквознаяобработка ордеров), реализованную на счетах типа MT4 NDD, MT5 NDD и cTraderSTP. Счета NDD, предлагаемые FIBO Group это:

• плечо до 1:400;

• спреды от 0 пунктов;

• моментальное исполнение;

• отсутствие реквот;

• ликвидность от ведущих мировых банков.

На счетах MT 4 NDD используется агентская модель, что полностью убирает конфликт интересов между FIBO Group и клиентом. Счета NDD удобны для торговых роботов, ведь заявки исполняются очень быстро. FOREX NDD свободен от реквот, он идеален для торговли интрадей и скальпинга.

FIBO Group предлагает значительно расширить торговые возможности и получить прямой доступ на ведущие фьючерсные и опционные биржи мира. Биржевая торговля производными финансовыми инструментами характеризуется высочайшим уровнем защиты клиентов, торговый счет открывается напрямую у одного из крупнейших американских брокеров – в компании Vision Financial Markets. Ваши инвестиции будут надежно защищены американским законодательством, а также правилами и уставами национальных саморегулирующихся организаций.

ПАММ – услуга, позволяющая трейдерам управлять средствами множества инвесторов на одном торговом счете, интересная как профессиональным трейдерам, управляющим средствами клиентов, так и тем, кто не имеет опыта для самостоятельной торговли, но хотел бы получать прибыль на рынках FOREX и CFD.

Международный финансовый холдинг

Компания FIBO Group предлагает своим клиентам самые современные торговые платформы для торговли валютами, контрактами на разницу и фьючерсными контрактами. Мы предлагаем популярную платформу MetaTrader 4 и ее разновидности: клиенты для мобильной торговли (iPhone, смартфонов и КПК). Новейшую многофункциональную платформу MetaTrader 5, платформу cTrader, которая предоставляет доступ к торговле на валютных рынках через технологию STP и позволяет Вам торговать напрямую с мировыми банками.

МФХ FIBO Group также предлагает выгодные партнерские программы, которые позволяют получать стабильный ежемесячный доход, зависящий лишь от числа и активности привлеченных клиентов.

КОНТАКТЫ:

Центральный офис

109147, Москва, ул. Таганская, д. 17–23,

бизнес-центр «МОСЭНКА ПАРК ТАУЭРС» (м. «Марксистская»)

Тел./факс: 8 (495) 739–11–34; 739–11–35,

8 (800) 505–34–26 – на территории РФ звонок бесплатный

sales@fibo.ru

www.fibo.ru

Отделение FIBO Group в Санкт-Петербурге

191002, г. Санкт-Петербург, 7-я линия ВО, д. 76,

бизнес-центр «Сенатор», офис 604 (м. «Василеостровская»)

Тел./факс: 8 (812) 332–25–01 (многоканальный)

spb@fibo.ru

Отделение FIBO Group в Екатеринбурге

620014, г. Екатеринбург, ул. Вайнера, д. 9а/1,

бизнес-центр «Нахимов», 8 этаж (м. «Площадь 1905 года»)

Тел./факс: 8 (343) 379–06–69

ekat@fibo.ru

Отделение FIBO Group на Украине

001054, Украина, г. Киев, ул. Воровского, д. 29Е, оф. 10

Тел.: +380 (44) 361–66–85, +380 (44) 361–66–58

kiev@fibo.ru

Отделение FIBO Group в Казахстане

Республика Казахстан, г. Алматы, ул. Тулебаева, д. 38 (угол Макатаева), бизнес-центр «Жетысу», 5 этаж

Тел./факс: +7 (727) 273–72–70, 273–84–65, 327–28–78

г. Астана, Левый берег, ул. Кунаева, д. 29/1,

бизнес-центр «Дипломат», 11 этаж, офис11

Тел.: +7 (7172) 55–00–66, +7 (7172) 55–00–86,

+7 (7172) 57–90–85, +7 (7172) 62–89–78,

8 800 08–05–777 – звонок на территории Казахстана бесплатный

kz@fibo.ru

Сноски

1

Имеется в виду предприятие Гэри Дала, который в 1970-х гг. сумел заработать миллионы долларов, продавая обычные булыжники в качестве живых домашних животных. – Прим. пер.

(обратно)

2

Чарли Мангер использует этот термин для описания ситуаций, когда все ментальные модели, стереотипы и предубеждения начинают действовать одновременно в одном направлении, подобно тому как знаменитый фестиваль Lollapalooza успешно объединяет выступления коллективов самых разных направлений. – Прим. пер.

(обратно)

3

Здесь и далее цит. по: Джон Мейнард Кейнс. Теория занятости, процента и денег. Избранное. М.: Эксмо, 2008. – Прим. пер.

(обратно)

4

Русский аналог сказки о Златовласке – «Машенька и три медведя». Одна кровать в доме медведей показалась девочке слишком жесткой, другая – слишком мягкой, а третья пришлась впору. На этом и основана метафора. – Прим. пер.

(обратно)

5

Российский аналог – «Фабрика звезд». – Прим. пер.

(обратно)

6

Роджер Ловенстайн. Когда гений терпит поражение. Взлет и падение компании Long-Term Capital Management, или Как один небольшой банк создал дыру в триллион долларов. М.: Олимп-бизнес, 2010.

(обратно)

7

Нассим Талеб. Черный лебедь. М.: КоЛибри, 2009.

(обратно)

8

Нассим Талеб. Одураченные случайностью. М.: Манн, Иванов и Фербер, 2011.

(обратно)

9

Фил Розенцвейг. Эффект ореола… и другие восемь иллюзий, вводящих менеджеров в заблуждение. М.: BestBusinessBooks, 2008.

(обратно)

10

Джереми Сигел. Долгосрочные инвестиции в акции. СПб: Питер, 2010.

(обратно)

11

Джеймс Шуровьески. Мудрость толпы. Почему вместе мы умнее, чем поодиночке, и как коллективный разум влияет на бизнес, экономику, общество и государство. М.: Вильямс, 2007.

(обратно)

12

Бертон Мэлкил. Случайная прогулка по Уолл-стрит. Минск: Попурри, 2006.

(обратно)

13

Джим Коллинз. От хорошего к великому. М.: Манн, Иванов и Фербер, 2011.

(обратно)

14

Ричард Фостер и Сара Каплан. Созидательное разрушение. М.: Альпина Бизнес Букс, 2005.

(обратно)

15

Роберт Б. Чалдини. Психология влияния. Как научиться убеждать и добиваться успеха. М.: Эксмо, 2010.

(обратно)

16

Чарльз Маккей. Наиболее распространенные заблуждения и безумства толпы. М.: Альпина Бизнес Букс, 1998.

(обратно)

17

Джон Мейнард Кейнс. Теория занятости, процента и денег. Избранное. М.: Эксмо, 2008.

(обратно)

18

Питер Бернстайн. Против богов: Укрощение риска. М.: Олимп-Бизнес, 2008.

(обратно)

19

Ричард Нельсон, Сидней Уинтер. Эволюционная теория экономических изменений. М.: Дело, 2002.

(обратно)

20

Стивен Пинкер. Язык как инстинкт. М.: Едиториал УРСС, 2004.

(обратно)

21

Дидье Сорнетт. Как предсказывать крахи финансовых рынков: критические события в комплексных финансовых системах. М.: Омега-Л, 2007.

(обратно)

22

Ричард Кох. Принцип 80/20. Минск: Попурри, 2004.

(обратно)

23

Малкольм Гладуэлл. Переломный момент: Как незначительные изменения приводят к глобальным переменам. М.: Альпина Паблишерз, 2010.

(обратно)

24

Эдвин Лефевр. Воспоминания биржевого спекулянта. М.: Олимп-Бизнес, 2010.

(обратно)

25

Ян Фальконер. Серия книг об Оливии. М.: Махаон.

(обратно)

Оглавление

Предисловие к русскому изданию

Благодарности

Введение

Часть I Философия инвестирования

  Введение

  Глава 1 Играйте, как казино Процесс и результат в инвестировании

    Еще карту

    От казны к богатству

    Расстановка приоритетов процесса

  Глава 2 Инвестирование – профессия или бизнес? Как переиграть рыночный индекс

    По донесениям разведки

    Изучаем победителей

    Инвестирование: профессия или бизнес?

  Глава 3 Эффект Бэйба Рута Частота против величины выигрыша в ожидаемой ценности

    Играем, как Бэйб

    Обратная сторона стереотипов

    Быки, медведи и шансы

    От внебиржевого рынка до внеипподромного тотализатора

    Полезные аналогии

  Глава 4 Разумная теория качественных признаков устарела Важность категоризации на основе обстоятельств

    Обстоятельства важнее качественных признаков

    Три шага к созданию теории

    «Когда», а не «что»

  Глава 5 Рискованный бизнес Риск, неопределенность и прогнозирование в инвестировании

    Наука о ракетах

    От неопределенности к вероятности

    Как прогнозы влияют на величину выигрыша

  Глава 6 Вы эксперт? Эксперты и рынки

    Человек против машины

    Где эксперты преуспевают?

  Глава 7 «Горячая рука» в инвестировании Что говорит нам череда успехов о восприятии, вероятности и мастерстве

    Пристрастие к закономерностям

    Череда успехов и мастерство

    Это не игра в орлянку

    Череда успехов и удача

  Глава 8 Время на моей стороне Близорукое неприятие убытка и оборачиваемость портфеля

    Один раз или сто раз – какая разница?

    Объяснение рисковой премии по акциям

    Ценность бездействия

    Графики вместо тысячи слов

  Глава 9 Вся правда о верхушке Оценка менеджмента и инвестиционный процесс

    Менеджмент играет роль

    Лидерские качества

    Стимулы

    Размещение капитала

    Заключение

Часть II Психология инвестирования

  Введение

  Глава 10 Доброе утро! Приготовьтесь к стрессу! Стресс и неоптимальное управление портфелем

    Почему у зебр не бывает язвы желудка?

    Почему управляющие активами страдают язвой желудка?

    Сокращение горизонтов инвестирования

    Берите пример с Одиссея

  Глава 11 Все, что мне было нужно знать, я узнал на домашней презентации Tupperware Что домашние презентации Tupperware говорят нам об инвестировании и жизни

    Чему меня научили бесплатно начищенные ботинки

    Мать-природу можно обмануть

    Все, что мне нужно было знать…

    Психология инвестирования

  Глава 12 Все системы работают Эмоции и интуиция в принятии решений

    Эмоции и решения

    Два следует за одним

    Эвристика эмоциональности

    Когда опытно-эмоциональная система дает сбой

    Эмоциональные реакции: индивидуальный и коллективный уровень

  Глава 13 Любовь у гуппи Роль подражания на рынках

    Гуппи видят, гуппи повторяют

    Негативные и позитивные ответные реакции

    Следуй за впереди идущим муравьем

    Слухи как источник стадного поведения

  Глава 14 Будьте осторожны с поведенческими финансами Ошибочное толкование концепций поведенческих финансов может вести к ошибочным суждениям

    Извините, но в ваши рассуждения вкралась ошибка

    Игра для дураков?

    Где бомба?

    Деньги видят, деньги подражают

  Глава 15 Призываем на помощь лорда Кейнса Долгосрочные ожидания, проблема бара El Farol и самообман

    Чего вы ожидаете?

    Спекуляция и предпринимательство

    Заглянем в бар El Farol

    Самообман

  Глава 16 Внутреннее чутье Натуралистическое принятие решений в инвестировании

    Лучшие решения – не по уставу

    Разрубая дерево решений

    Натуралистическое инвестирование

    Информация на заметку

  Глава 17 Наблюдайте и анализируйте Что вы узнали из последнего исследования?

    Неравноценное «да»

    Тонкости оценки информации

    Заблуждения, связанные с выборкой

    Раскройте мне секрет, которого не знает рынок

Часть III Инновации и конкурентная стратегия

  Введение

  Глава 18 Дело братьев Райт Почему инновации неизбежны

    Инновации – это рекомбинация идей

    Откуда происходит наше благосостояние?

    Sic Itur ad Astra (Таков путь к звездам)

    Созидательное разрушение – пришли, чтобы остаться

  Глава 19 Избавляйтесь от лишнего ради эффективности Что развитие головного мозга говорит нам об инновациях

    Слишком умный наполовину

    Динамика инноваций

    Инвесторы, используйте свои мозги

  Глава 20 Опережая события Связь созидательного разрушения с ожиданиями

    Утрата прайда

    Ожидания Златовласки: холодно… горячо… то, что нужно[4]

    Продавайте старичков, покупайте новичков

    Разум дает обещания, а тело не может их выполнить

    Ожидания и инновации

  Глава 21 А в вашем портфеле есть дрозофилы? Что означает для инвесторов ускорение темпов индустриальных преобразований

    Плодовые мушки и быстротечность

    В ловушке скорости?

    Эволюция инвесторов

  Глава 22 Играйте по правилам Как уравновесить долгосрочное с краткосрочным

    Управление с прицелом на долгосрочную перспективу

    Уроки Deep Blue

    Стратегии победителей

    Стратегия как свод простых правил

  Глава 23 Выживают наиболее приспособленные Ландшафт приспособленности и конкурентное преимущество

    От вершины до вершины

    Ландшафт приспособленности

    Смотрите, куда прыгаете

    Другие параметры адаптации

  Глава 24 Прострация от экстраполяции Использовать средние показатели цены/прибыли – глупо

    Либо социальное, либо обеспечение

    Нестационарность и исторические показатели цены/прибыли

    Почему прошлое – не всегда пролог будущего?

    Ограниченные параметры

    Распакуйте (умственный) багаж

  Глава 25 Я упал и не могу подняться Возврат к среднему и уровень выживаемости

    Доходность и рост

    Смерть, налоги и возврат к среднему

    Я упал и не могу подняться

  Глава 26 Сотрудничество в позиционной войне Сотрудничество и конкуренция через призму теории игр

    Сравнение с войной – жизнь или смерть?

    Чем так отличаются свидание и брак?

    Цена и прибыль

  Глава 27 Большие ожидания (роста) Пределы корпоративного роста

    Компетентное компаундирование

    Проверка реальностью

    Чем они больше, тем медленнее растут (или не растут)

    Не ищите убежища в воздушных замках

Часть IV Наука и теория сложности

  Введение

  Глава 28 Разнообразьте свое мышление Как наладить успешное инвестирование

    Разум муравья

    Удивительный лабиринт

    К знаниям через разнообразие

    Творческое мышление и инвестирование

  Глава 29 От меда до денег Мудрость и безумства толпы

    Умный муравей

    Коммивояжер? Следуйте за муравьем…

    Сверхъестественная прозорливость рынков предсказаний

    Фондовый рынок – высшая форма пчелиного роя?

    Мудрость пчелиного роя

  Глава 30 Глас народа Как использовать коллективный разум для поиска, решения проблем и прогнозирования

    Точность толпы

    Иголка в стоге сена

    Глас народа и быки

    Как использовать глас народа для оценки принтеров

    А как насчет фондового рынка?

  Глава 31 Миром правят толстые хвосты Толстые хвосты и инвестирование

    Опыт против риска

    Сногсшибательные хвосты

    Что означают толстые хвосты для инвесторов?

  Глава 32 Интегрируя частности Два урока санкт-петербургского парадокса

    Вызов Бернулли

    Что значит «нормальный»?

    Санкт-петербургский парадокс и инвестирование в акции роста

    Интегрируя частности

  Глава 33 «Мечта смотрителя» Почему, прислушиваясь к индивидам, вы можете навредить своему благосостоянию

    За пределами мира Ньютона

    Классификация систем

    Фондовый рынок как сложная адаптивная система

    Как это применить на практике?

  Глава 34 Изгоняем демона Лапласа Роль причинно-следственных связей на рынках

    В этом виновата эволюция!

    Демон Лапласа

    Понимаем ли мы рынок?

    Риски инвесторов

  Глава 35 Больше законов в ваши руки Степенные законы и их значение для инвесторов

    Применяйте распределение Ципфа

    Чем больше изменений…

    Возьмите закон в свои руки

  Глава 36 Пирамида чисел Размер компании, темпы роста и оценка стоимости

    Почему в мире так мало слонов?

    Найдите свою нишу

    Уважаемый генеральный директор! Теперь мы в списке Fortune 50! А вы уволены

    Экстраполяция ожиданий

  Глава 37 Превратные эмоции Приноравливаемся к резкой смене рыночных настроений

    Туфли Hush Puppies и жестокость фондового рынка

    Апчхи!

    Экономисты, познакомьтесь с мистером Рынком

    Человеческая сущность не меняется

    Смотрите на рынок в перспективе

  Глава 38 Лестница на небеса для держателя акций Самоподобие и рентабельность инвестиций

    Я тоже так могу!

    Лестница на небеса для держателя акций

    Делаем искусство менее абстрактным

    И в хаосе есть порядок

Заключение Будущее – за синтезом инвестирования

Примечания

  Часть I. Философия инвестирования Глава 1. Играйте, как казино

    Глава 2. Инвестирование – профессия или бизнес?

    Глава 3. Эффект Бэйба Рута

    Глава 4. Разумная теория качественных признаков устарела

    Глава 5. Рискованный бизнес

    Глава 6. Вы эксперт?

    Глава 7. «Горячая рука» в инвестировании

    Глава 8. Время на моей стороне

    Глава 9. Вся правда о верхушке

  Часть II. Психология инвестирования Глава 10. Доброе утро! Приготовьтесь к стрессу!

    Глава 11. Все, что мне было нужно знать, я узнал на домашней презентации Tupperware

    Глава 12. Все системы работают

    Глава 13. Любовь у гуппи

    Глава 14. Будьте осторожны с поведенческими финансами

    Глава 15. Призываем на помощь лорда Кейнса

    Глава 16. Внутреннее чутье

    Глава 17. Наблюдайте и анализируйте

  Часть III. Инновации и конкурентная стратегия Глава 18. Дело братьев Райт

    Глава 19. Избавляйтесь от лишнего ради эффективности

    Глава 20. Опережая события

    Глава 21. А в вашем портфеле есть дрозофилы?

    Глава 22. Играйте по правилам

    Глава 23. Выживают наиболее приспособленные

    Глава 24. Прострация от экстраполяции

    Глава 25. Я упал и не могу подняться

    Глава 26. Сотрудничество в позиционной войне

    Глава 27. Большие ожидания (роста)

  Часть IV. Наука и теория сложности Глава 28. Разнообразьте свое мышление

    Глава 29. От меда до денег

    Глава 30. Глас народа

    Глава 31. Миром правят толстые хвосты

    Глава 32. Интегрируя частности

    Глава 33. «Мечта смотрителя»

    Глава 34. Изгоняем демона Лапласа

    Глава 35. Больше законов в ваши руки

    Глава 36. Пирамида чисел

    Глава 37. Превратные эмоции

    Глава 38. Лестница на небеса для держателя акций

    Заключение. Будущее – за синтезом инвестирования

Список литературы

Литература, рекомендуемая к прочтению

  Философия инвестирования

  Психология инвестирования

  Инновации и конкурентная стратегия

  Наука и теория сложности

  Дополнительные благодарности

  Международный финансовый холдинг

  Международный финансовый холдинг

Fueled by Johannes Gensfleisch zur Laden zum Gutenberg

Наш сайт является помещением библиотеки. На основании Федерального закона Российской федерации "Об авторском и смежных правах" (в ред. Федеральных законов от 19.07.1995 N 110-ФЗ, от 20.07.2004 N 72-ФЗ) копирование, сохранение на жестком диске или иной способ сохранения произведений размещенных на данной библиотеке категорически запрешен. Все материалы представлены исключительно в ознакомительных целях.

Copyright © читать книги бесплатно