Алгоритмы для жизни: Простые способы принимать верные решения - [117]
И хотя ни один из участников торгов не действовал иррационально, тем не менее конечный результат катастрофичен. Как выразился Хиршлейфер, «что-то очень существенное происходит тогда, когда кто-то решается слепо следовать за предшественниками, не принимая во внимание собственные информационные сигналы; именно поэтому такие действия становятся неинформативными для всех тех, кто принимает решение позже. И получается, что общедоступный пул информации больше не расширяется. То есть польза от наличия открытой информации… прекращается».
Не нужно далеко ходить, чтобы увидеть, что же происходит в реальном мире, когда случается информационный каскад и участники торгов в их попытке оценить лот не ориентируются ни на что, кроме как на поведение друг друга. Достаточно взглянуть на развитие ситуации вокруг книги о дрозофилах «The Making of a Fly» биолога Питера А. Лоуренса, которая в апреле 2011 года продавалась на Amazon за $23 698 655,93 (плюс $3,99 за доставку). Как и почему цена продажи этой всеми уважаемой книги достигла уровня в $23 млн? Оказалось, что два продавца, следуя определенному алгоритму, автоматически устанавливали свои цены как некое постоянное приращение к ставке другого; и если первый всегда устанавливал свою цену с коэффициентом 0,99830 от цены другого, то второй автоматически фиксировал свою цену с коэффициентом 1,27059 от цены конкурента. А поскольку ни один продавец, по-видимому, не подумал о том, чтобы установить какие-либо ограничения на получаемый результат, то процесс, развиваясь по спирали, полностью вышел из-под контроля.
Вполне возможно, что подобный механизм сработал во время загадочного и противоречивого краха фондового рынка, происшедшего 6 мая 2010 года, когда в течение нескольких минут стоимость нескольких, по-видимому случайных компаний, входящих в фондовый индекс S&P 500, стремительно выросла более чем на $100 000 за акцию, в то время как на другие резко упала (иногда до $0,01 за акцию). Почти 1 трлн совокупной стоимости компаний мгновенно превратился в дым. Как ошарашенно сообщил Джим Крамер в прямом эфире канала CNBC, «это… этого просто не может быть. Это нереальная цена. Ну да ладно, – идите и купите себе компанию Procter & Gamble… они как раз сообщили о хорошем окончании квартала… стоит просто пойти и купить ее… Я имею в виду, что все происходящее – это хорошая возможность». Недоверие Крамера базировалось на том, что его личная информация вступала в противоречие с публичной. Он, казалось, был единственным человеком в мире, кто готов был платить (в данном случае по $49 за акцию) за то, что рынок оценивал менее чем в $40; но это его не смущало – он видел ежеквартальные отчеты компании и был уверен в правильности своих знаний.
Инвесторы делятся на две большие группы: «фундаментальные» инвесторы, которые торгуют тем, что, по их мнению, имеет отношение к основным ценностям компании, и «технические» инвесторы, которые зарабатывают на колебаниях рынка. Расцвет скоростной торговли по выработанному алгоритму нарушил баланс между этими двумя стратегиями. Часто стали возникать жалобы на то, что компьютеры, не привязанные к реальной стоимости товаров, не сильно беспокоились о том, что цена на учебник могла достигать десятков миллионов долларов, а акции голубых фишек торговались за копейки. Все это только увеличивало иррациональность рынка. И хотя эта критика в основном касалась компьютеров, тем не менее и сами люди часто поступали аналогичным образом, о чем свидетельствуют некоторые известные примеры инвестиционных пузырей. К тому же зачастую проблема заключалась не столько в игроках, сколько в самой игре.
Информационные каскады предлагают разумную теорию, поясняющую не только возникновение подобных пузырей, но и особенности стадного поведения в более общем смысле. Они дают четкое представление о том, с какой легкостью можно раскачать и обрушить любой рынок, даже в отсутствие иррациональности или злого умысла. Вот несколько выводов. Во-первых, будьте осторожны в тех случаях, когда оказывается, что открытая и публичная информация выходит за границы вашей частной информации; когда вы больше знаете о том, как люди поступают, но меньше – почему они так делают; когда вы больше озабочены тем, как подогнать свое мнение под единодушный консенсус, нежели под факты; когда, чтобы выработать свою линию поведения, вы присматриваетесь к другим (ведь и они точно так же могут в это время равняться на вас). Во-вторых, помните, что поступки не всегда отражают убеждения; каскады случаются отчасти тогда, когда мы неправильно интерпретируем то, о чем люди думают, основываясь лишь на том, что они делают. Мы должны быть особенно недоверчивыми в тех случаях, когда предполагается переступить через собственные сомнения. Но, даже если мы все-таки перешагиваем через них, нам следовало бы найти какой-нибудь способ их высказать. Если мы будем двигаться дальше, это поможет другим отличить нежелание в нашем сознании от предполагаемого энтузиазма в наших действиях. Наконец, мы должны помнить (благодаря дилемме заключенного), что иногда игра может иметь неисправимо отвратительные правила. И если уж мы в нее ввязались, уже ничего нельзя поделать. Но теория информационных каскадов может помочь нам в первую очередь избежать участия в подобной игре.
