Джейсон Цвейг - Мозг и Деньги. Как научить 100 миллиардов нейронов принимать правильные финансовые решения

В Университете Айовы студентам быстро показывали числа, которые им нужно было запомнить. Затем им предлагали на выбор фруктовый салат или шоколадный торт. Когда число, которое надо было запомнить, состояло из семи цифр, 63 % из них выбирали торт. Но когда это число состояло всего из двух цифр, 59 %, напротив, выбирали фруктовый салат. Наш аналитический мозг знает, что фруктовый салат полезнее для здоровья, но эмоциональный мозг жаждет получить сладкий, калорийный шоколадный торт. Если рефлективный мозг занят выяснением чего-то еще, например, пытается запомнить семизначное число, то импульсивная реакция может легко возобладать. С другой стороны, если мы не слишком много думаем о чем-то (отвлекаясь лишь незначительно, например, запоминаем две цифры), то рефлективная система может подавить эмоциональную реакцию рефлексивной системы.

Рефлективный (аналитический) мозг вряд ли непогрешим. Робин Хогарт, психолог из Университета Помпеа Фабра в Барселоне, Испания, предлагает представить себя стоящим в очереди в кассу супермаркета. Ваша тележка для покупок загружена доверху. Сколько будут стоить все эти продукты? Для интуитивной оценки вы можете быстро и грубо сравнить то, насколько полна ваша корзина на этот раз, с тем, сколько обычно стоит ваша корзина с продуктами. Если у вас, скажем, на 30 % больше покупок, чем обычно, вы интуитивно умножите свой обычный счет за продукты на 1,3. Через пару секунд интуиция подскажет вам: «Кажется, это около 100 долларов». Вы можете сделать все это автоматически, даже не осознавая. А если попытаться вычислить общий счет с помощью рефлективной части мозга? Тогда вам надо суммировать все покупки в тележке одну за другой и держать растущую сумму в голове, пока не сложите все покупки до единой, включая расчеты 1,8 фунта винограда по 1,79 доллара за фунт… или цена была 2,79 доллара? Скорее всего, после напряженных усилий по сложению нескольких отдельных цен вы собьетесь со счета и сдадитесь.

Ученые-нейроинформатики (computational neuroscientists), использующие принципы компьютерного моделирования для изучения функций и устройства человеческого мозга, полагают, что рефлективная система использует обработку «древовидного поиска». Натаниэль Доу, исследователь в области нейроинформатики в Университетском колледже Лондона, объясняет, что этот метод обработки получил название в честь классического образа дерева поиска решений. Например, на шахматной доске набор потенциальных будущих ходов расширяется с каждым последующим ходом, подобно ветвям дерева, веером расходящимся по мере удаления от ствола. Если Доу и его коллеги правы, наша рефлективная система тщательно, одно за другим, сортирует ощущения, прогнозы и следствия, чтобы прийти к решению. Это похоже на движения муравья, ползающего вверх и вниз, взад и вперед по ветвям дерева, чтобы найти нужное. Как показывает предыдущий пример с магазинной тележкой, успех метода древовидного поиска ограничен силой памяти и сложностью того, что мы оцениваем.

На финансовых рынках люди, слепо полагающиеся на свои рефлективные системы, часто не видят леса из-за деревьев и остаются без гроша.

Хотя врачи имеют плохую репутацию в качестве инвесторов, мой опыт показывает, что инженеры в этом смысле еще хуже. Это может быть связано с тем, что они обучены вычислять и измерять все возможные переменные. Я встречал инженеров, которые проводят 2–3 часа в день, анализируя акции. Они часто убеждены, что открыли уникальный статистический секрет, который позволит им перехитрить рынок. Из-за того, что они подавляют свою интуицию, их анализ не может предупредить их о самом очевидном факте: на Уолл-стрит всегда можно что-то измерить, и это рождает поток статистических данных обо всем, что есть под солнцем. 100 миллионов других инвесторов могут одновременно просматривать те же данные, но в любой момент какое-то непредвиденное событие способно обрушить рынок, сделав любой статистический анализ бесполезным.

Именно это произошло в 1987 году, когда заумные компьютерные программы под названием «страхование портфеля» [11] Или «защита портфеля» – англ . portfolio insurance, portfolio protection. Технология, призванная снизить риски инвесторов, вид хеджирования. На падающем рынке происходит продажа фьючерсных контрактов на имеющиеся акции, однако, если рынки падают слишком глубоко и слишком долго, возникает необходимость продавать сами акции. Если это делает значительная доля игроков, происходит лавинообразный рост продаж и падение цен. Эта техника, предположительно, усугубила рыночный кризис 1987 года (19 октября, Черный понедельник). ( Прим. ред .) не смогли полностью защитить крупнейших инвесторов от потерь и, возможно, способствовали рекордному падению фондового рынка США за один день на 23 %. Это повторилось в 1998 году, когда кандидаты наук [12] Doctor of philosophy, PhD – доктор философии, аналог принятой в постсоветских странах степени кандидата наук. ( Прим. ред .) , лауреаты Нобелевской премии и другие гении, управлявшие хедж-фондом Long-Term Capital Management, измерили все мыслимые и немыслимые риски. Они забыли только о риске заимствования слишком большого количества денег, а еще они предположили, что рынки всегда останутся «нормальными». Когда рынки «сошли с ума», фонд LTCM обанкротился и чуть не увлек за собой всю мировую финансовую систему.