Smart Management

Вместо этого Саймон предложил лицам, принимающим решения, удовлетворять их в ситуациях, когда оптимизация невозможна. Термин "сатисфичинг", возникший в Нортумбрии (регион в Англии на границе с Шотландией), означает "удовлетворять". Саймон узнал о сатисфакции из непосредственного опыта: В середине 1930-х годов, только что закончив занятия по экономической теории в Чикагском университете, он попытался применить максимизацию полезности к бюджетным решениям в департаменте отдыха родного Милуоки. К своему удивлению, он узнал, что менеджеры не сравнивают предельную полезность предлагаемых расходов с их предельными затратами. Вместо этого они просто вносили дополнительные изменения в прошлогодний бюджет, занимались привычками и торговались или голосовали на основе своей идентификации с организациями. Саймон пришел к выводу, что в реальном мире бизнеса рамки максимизации полезности "безнадежны". 7 Этот опыт привел его к новому вопросу: Как люди рассуждают, когда условия рациональности, постулируемые моделью неоклассической экономики (например, наличие полной информации и работа в условиях риска, а не неопределенности), не выполняются? Он нашел ответ в эвристических процессах, включая распознавание, удовлетворение, эвристический поиск и уровни стремления. Изучение эвристики позволяет нам как описывать процесс, так и предсказывать результаты решений.

Саймон жил так, как учил его сатисфакция. Он принимал решения легко и быстро, рассматривая лишь несколько вариантов и их основные последствия. По словам его дочери, Кэтлин Саймон Фрэнк, он всегда был готов жить с результатами своих решений, а не постоянно обдумывать их. 8 Он был очень приземленным, вел экономный образ жизни, каждый день носил одну и ту же одежду. У него было всего три рубашки: одна, которую он носил, одна в стирке и одна в шкафу. Саймон вел сытую жизнь, используя сэкономленное таким образом время для того, чтобы предаваться своей любви к широкому научному чтению, слушать своих студентов и обсуждать идеи.

Гарри Марковиц и правило 1/N

Через двенадцать лет после Саймона, в 1990 году, Гарри Марковиц получил Нобелевскую премию по экономическим наукам за теорию выбора портфеля. В отличие от теории Саймона, которая описывала, как люди на самом деле принимают решения, теория Марковица была нормативной, то есть она предписывала, как инвесторы должны распределять богатство в активах, различающихся по доходности (среднему значению) и риску (дисперсии). Марковиц был награжден за разработку математической формулы - средневариационного портфеля, - которая направлена на максимизацию прибыли. В бизнес-школах по всему миру продолжают преподавать его формулу и ее многочисленные варианты. Метод требует исчерпывающего анализа финансовых данных для прогнозирования будущих доходностей, вариаций и ковариаций. Для большого количества активов это может потребовать оценки тысяч или даже миллионов чисел.

Когда Марковиц занимался собственными инвестициями в период после выхода на пенсию, можно было бы предположить, что он следовал своей собственной формуле, удостоенной Нобелевской премии. На самом деле он опирался на эвристику, известную как правило 1/N: инвестируйте свои деньги поровну в N вариантов. Если N = 2, это означает распределение 50:50, и так далее. В поведенческих финансах опора на 1/N называется наивной диверсификацией и объясняется когнитивными ограничениями и иррациональностью людей. Но это явно не относится к экономисту с таким авторитетом, как Марковиц. Позже он объяснил, что его решение инвестировать в равной степени в акции и облигации направлено на то, чтобы избежать будущих сожалений: "Знаете, если фондовый рынок пойдет вверх, а меня на нем не будет, я буду чувствовать себя глупо. А если он упадет, а я буду на нем, я буду чувствовать себя глупо. Так что я выбрал 50 на 50". 9

Те, кто считает 1/N наивным, упускают из виду важный факт. Теория выбора портфеля Марковица оптимальна только в мире, где можно предвидеть все будущие доходности, вариации и ковариации всех активов. Однако в неопределенном мире оценка тысяч или миллионов параметров на основе прошлых данных приводит к чрезмерной подгонке. Правило 1/N, напротив, не имеет свободных параметров, поэтому оно не может привести к перестройке. То, что кажется ограничением - отсутствие свободных параметров - может оказаться преимуществом в прогнозировании. Соответственно, последующие исследования показали, что при инвестировании в акции правило 1/N часто превосходит портфель средней дисперсии, поскольку оно более надежно и не перестраивается. 10 Меньше может быть больше.

Райнхард Зельтен: Теория игр и проблемы реального мира