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:
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.