Когнитивные искажения и эвристики

Когнитивные искажения детализируют несовершенное представление человека о реальности. Оно возникает по разным причинам. Это и влияние общества, и «короткие замыкания» в обработке информации, и ментальный шум, и «наш мозг не супермозг», а также эмоции и моральные ценности¹. Когнитивные искажения обычно классифицируют следующим образом:

• • искажения, связанные с поведением и принятием решений;
• • искажения, связанные с вероятностями и стереотипами;
• • социально обусловленные искажения;
• • искажения, связанные с ошибками памяти.

Мы не будем строго следовать этой классификации и кратко охарактеризуем те искажения, которые чаще упоминаются в литературе по ПФ.

Ключевой элемент моделей рынка — спецификация формирования убеждений участников. Нормальные люди могут некорректно обновлять свои убеждения и иметь предпочтения, отсутствующие у рациональных существ. Человеческий мозг несовершенен. Люди теряют концентрацию. Например, студенты теряют концентрацию через 20 мин, если они не ожидают услышать от лектора нечто особенно интересное. Утверждается даже, что внимания современного студента хватает в среднем на 7 мин^[1][2]. Людей волнуют социальные аспекты их поведения. Отсюда, например, отказ инвестировать в табачные фирмы. Да и рациональные участники не всегда могут вернуть рынки к эффективности после «наезда» нерациональных участников. Короче говоря, современные финансы зиждутся на неудовлетворительной модели поведения участников рынка.

Если взглянуть на поведение через призму психологии, как это делают ПФ, то открывается более реалистичная картина. Становятся понятными некоторые эмпирические свидетельства, ставящие в тупик «стандартных» экономистов. Достижения ПФ оказались отличными инструментами улучшения индивидуальных инвестиционных решений, особенно тех, что принимаются в связи с пенсионными накоплениями.

Вот резюме того, что известно о психологических основах формирования убеждений.

Уклонение от неоднозначности (англ, ambiguity aversion). Выше сказано о том, как действуют люди, когда результаты игр имеют известные объективные вероятности. В реальности вероятности редко известны как объективные. Теория субъективной ожидаемой полезности Сэвиджа должна была помочь управлять такими ситуациями. При некоторых аксиомах предпочтения можно выразить ожидаемой функцией полезности с субъективными оценками вероятности в качестве весов.

Экспериментальная работа последних десятилетий XX в. имела неприятные последствия не только для ТОП, но и для ТСОП. Критика на сей раз была иной, но все равно полезной для экономистов. Эксперименты показали, что людям не нравится неопределенность распределения вероятностей в игре. Такое состояние именуется состоянием неоднозначности, а общая неприязнь к нему — уклонением от неоднозначности. ТСОП запрещает агентам выражать их степень уверенности в распределении вероятностей и поэтому не учитывает уклонения от неоднозначности.

Классический эксперимент провел Даниель Эллберг. Результат известен как «парадокс Эллсберга». Пусть в урне № 2 находятся 50 красных и 50 синих шаров. В урне № 1 — тоже 100 шаров, красных и синих, но доля шаров каждого цвета участникам эксперимента неизвестна.

Участникам предложили выбрать одну из двух игр с возможным одинаковым призом в 100 долл., в зависимости от цвета шара, изъятого случайным образом из соответствующей урны:

• • а_г: шар, изъятый из урны № 1 — 100 долл., если красный, 0 долл., если синий;
• • а₂: шар, изъятый из урны № 2 — 100 долл., если красный, 0 долл., если синий.

Участникам предложили выбрать одну из следующих игр:

• • Ь_г: шар, изъятый из урны № 1 — 100 долл., если синий, 0 долл., если красный;
• • Ъ₂ шар, изъятый из урны № 2 — 100 долл., если синий, 0 долл., если красный.

Вариант а₂ оказывается предпочтительнее а_ь хотя Ъ₂ выбирают чаще Ъ±. Эти предпочтения противоречат ТСОП: выбор а₂ означает субъективную вероятность, что в урне № 1 красных шаров меньше 50%, а выбор Ъ₂ означает противоположное.

Итак, уклонение от неоднозначности (неопределенности) — это предпочтение известного риска риску неизвестному. Оно возникает в самых разных контекстах. Пусть исследователь попросил своего «подопытного» оценить вероятность победы некоей команды в предстоящем футбольном матче. Тот ответил — 0,4. Затем исследователь предложил вообразить генератор случайных величин, который выдает 1 с вероятностью 0,4 и 0 в противном случае, и спросил участника эксперимента, предпочтет ли тот поставить на матч или на генератор. В целом люди, иллюстрируя уклонение от неоднозначности, предпочитают ставить на генератор, который в отличие от игры выдает однозначные результаты.

По мнению Тверски и Чипа Хиса, в реальном мире уклонение от неоднозначности прочно связано с тем, насколько компетентным себя чувствует человек, оценивая соответствующее распределение¹. Уклонение от неоднозначности можно усилить, указывая людям на их ощущение своей некомпетентности^[3][4]. Еще одним экспериментальным свидетельством в пользу гипотезы компетентности является «предпочтение знакомого» — эффект, обратный уклонению от неоднозначности. В ситуациях, когда люди чувствуют себя особенно компетентными в оценке игры, они предпочитают использовать то, что им знакомо. В нашем примере знатоки футбола часто предпочитают ставить на «неоднозначную» игру, а не на «однозначный» генератор случайных величин. ТСОП не учитывает такое предпочтение.

Самоуверенность (англ, overconfidence). Имеются многочисленные свидетельства того, что люди чрезмерно уверенны в своих суждениях. Это свойство маскируется двояко. Во-первых, доверительные интервалы, которые приписываются количественным оценкам, слишком узкие. Например, 98% для индекса Доу — Джонса в данном году. Этот интервал включает подлинный интервал, скажем, 60% в течение года, и 38%-ный довесок, отражающий самоуверенность. Во-вторых, люди плохо «калиброваны», когда они оценивают вероятности: события, которые, по их мнению, наступят наверняка, фактически происходят примерно в 80% всего времени, а события, которые, по их мнению, невозможны, происходят в 20% всего времени.

Выдаем желаемое за действительное (англ, wishful thinking). Люди в своем большинстве рисуют розовую картину своих способностей и перспектив. Так, более 90% участников одного опроса заявили, что навыки вождения автомобиля, чувство юмора и общительность у них выше среднего. Люди также систематически заблуждаются в планировании, например, предсказывают, что выполнят поставленные перед ними задача быстрее, чем могут на самом деле.

Репрезентативность (англ, representativeness). Это психологический термин, обозначающий использование стереотипов. Когда люди судят о чем-то, они применяют стереотип, наилучшим образом «представляющий» данную ситуацию.

Канеман и Тверски показали, что когда люди пытаются определить вероятность происхождения набора данных, А из модели Б или принадлежности объекта, А к классу Б, то они часто ограничиваются репрезентативностью. Они оценивают вероятность по степени (уровню) отражения, А существенных характеристик Б. Когда событие (скажем, хорошая репутация данной фирмы) хорошо отражает класс событий (рост курса акций), люди приписывают такому событию большую вероятность. По большей части репрезентативность — полезная эвристика, но она порождает серьезные уклоны (отклонения).

Первый уклон — пренебрежение базисной точкой (англ, base rate). Базисная точка — это status quo, текущие блага индивида, точка пересечения осей абсцисс и ординат, безрисковая доходность и т. п. Для иллюстрации Канеман и Тверски дают следующее описание женщины по имени Линда: 31 год, одинокая, откровенная и очень яркая личность. Учится на философа, увлечена проблемами дискриминации и социальной справедливости, участвует в движении за запрещение атомного оружия.

Если просить, какое заявление вероятнее — (А) «Линда работает в банке» или (Б) «Линда — банковский работник и активист феминистского движения», — то респонденты посчитают более вероятным заявление (Б), что, конечно, невозможно. Репрезентативность дает простое объяснение. Характеристика Линды звучит как описание феминистки. Линда — репрезентативная выборка из феминисток, что оправдывает выбор заявления (Б). По правилу Байеса получаем:

но люди применяют его неверно, придавая слишком много веса репрезентативности Р(Описание | Заявление Б) и слишком мало веса базисной точке Р (Заявление Б).

Вот еще пример пренебрежения базисной точкой. Если бы люди на 1% были профессиональными медиками, а на 99% не были бы таковыми, то базисная точка профессиональных медиков равнялась бы 1%. Оценивая вероятность принадлежности индивида к определенному классу, мы должны учитывать не только базисную точку, но и другую информацию, особенно характеристические свидетельства. Когда мы видим человека в белом халате со стетоскопом на шее, выписывающего лекарства, мы получаем характеристики, которые могут побудить нас считать, что вероятность принадлежности этого человека к профессиональным медикам значительно выше базового 1%, а это не так.

Другой уклон — игнорирование размера выборки. Когда мы определяем вероятность того, что набор данных сгенерирован конкретной моделью, мы часто забываем о размере выборки. В конце концов, маленькая выборка может быть такой же репрезентативной, как и большая. Шесть бросков монеты с тремя «орлами» и тремя «решками» в результате так же репрезентативны для «справедливой» монеты, как и 1000 бросков с 500 «орлами» и 500 «решками». Репрезентативность означает, что люди считают два набора бросков одинаково информативными о «справедливости» монеты, хотя второй набор куда более информативен.

Пренебрежение размером выборки ведет к тому, что люди, не зная заранее процесса, порождающего данные, делают выводы слишком быстро из слишком малого числа наблюдений. Например, они поверят, что финансовый аналитик, правильно выбравший четыре бумаги, талантлив, потому что четыре успешных выбора не представительны для плохого или посредственного аналитика. Уверенность в том, что даже маленькие выборки точно отражают свойства материнской популяции, еще известна как закон малых чисел.

В ситуациях, когда процесс, порождающий данные, не известен заранее, закон малых чисел оборачивается эффектом заблуждения игрока. После того, как «справедливая» (точно отчеканенная) монета выдаст пять «орлов» подряд, игроки решат, что теперь пойдут «решки». Поскольку они считают, что даже маленькая выборка (всего пять бросков) репрезентативна для «справедливой» монеты, они ожидают ряд «решек», чтобы был баланс с «орлами».

В результате этих отклонений мы в своих убеждениях подвержены заблуждению игрока. Заблуждающийся игрок полагает, что шанс — самокорректируемый процесс. Например, люди верят, что за пятью «решками» подряд последуют «орлы», так как «решки» и «орлы» — это более репрезентативно для «справедливой» монеты, чем одни «решки».

Бернаци показал, что репрезентативность помогает понять, почему работники держат значительную часть пенсионных сбережений в акциях своих фирм. С точки зрения СПТ, настаивающей на диверсификации инвестиций, это плохая стратегия. Однако, по данным Бернаци, работники чересчур оптимистично экстраполируют прошлую динамику акций своих фирм, и владение акциями кажется более привлекательным и менее рискованным, чем «по факту»¹.

Де Бондт и Талер вскрыли, а Херш Шефрин проанализировал эффект победителя либо неудачника. Аналитики считают, что акции, «сработавшие» хуже среднего за предыдущие три года, приносят сейчас больший доход, чем акции, «сработавшие» лучше среднего за тот же период. Они чрезмерно оптимистичны в отношении будущих результатов прошлых победителей и одновременно пессимистичны в отношении будущих результатов прошлых неудачников. Увлеченные стереотипом, они упускают из вида признанную статистическую тенденцию возврата рыночной цены к среднему, нормальному значению^[5][6].

Консерватизм (англ, conservatism). Репрезентативность ведет к недооценке базисной точки, но бывают ситуации, когда базисная точка переоценивается по отношению к выборочным данным или, другими словами, влияние новых данных недооценивается, если они нерепрезентативны. Уорд Эдвардс поставил следующий эксперимент. В одной урне — 3 синих и 7 красных шаров, в другой — 7 синих и 3 красных шара. Случайная выемка 12 шаров (с заменой) из одной из урн дала 8 красных и 4 синих шара. Какова вероятность, что шары извлечены из первой урны? Хотя правильный ответ — 0,97, большинство участников эксперимента назвало 0,7, тем самым переоценив на 0,2 базисные 0,5!

На первый взгляд консерватизм идет в разрез с репрезентативностью, однако их можно объединить естественным образом. Получается, что если выборочные данные репрезентативны, то люди переоценивают их, а если данные нерепрезентативны, то люди мало реагируют на них и цепляются за свои начальные убеждения. В эксперименте Эдвардса выемка 8 красных и 4 синих шаров нерепрезентативна по отношению к обеим урнам, что, возможно, и привело к чрезмерной зависимости от предшествующей информации.

Провалы памяти (англ, availability biases). Люди также оценивают вероятность событий по легкости, с которой аргументы («случаи») приходят им в голову. Другими словами, нарушения закона вероятности случаются из-за того, что не все события одинаково легко «доступны», как выразились Канеман и Тверски. Давние и неяркие события труднее извлекать из памяти, чем недавние и яркие, поэтому последние довлеют над оценкой вероятности. Эта эвристика используется, когда люди должны оценить правдоподобие какого-то процесса. Например, в финансовом контексте люди придают чрезмерно большой вес свежей информации и из-за этого могут приписать повышенную вероятность плохому развитию событий на рынке, если акции недавно сильно обесценились.

Устойчивость убеждений (англ, belief perseverance). Есть много свидетельств тому, что люди, сформировав свое мнение, держатся за него слишком сильно и слишком долго, потому что они, во-первых, не хотят искать данные, противоречащие их убеждениям, и, во-вторых, даже обнаружив такие данные, воспринимают их с чрезмерным скептицизмом^[7][8]. Исследователи установили, что люди сознательно представляют такие данные как подтверждающие их гипотезы. Этот сильный эффект именуется уклоном подтверждения (англ, confirmation bias). В контексте академических финансов устойчивость мнения к критике предсказывает, что люди, поверив в ТЭР, сохранят эту веру и через много лет после получения убедительных опровержений ТЭР.

Привязка (англ, anchoring). Когда люли делают численные предсказания, они часто становятся жертвой привязки. Привязка — это поведенческии уклон, означающий, что психологический эталон, «правило большого пальца» или эвристика приобретает слишком большой вес при принятии решений. Это использование неуместной информации в качестве отправной точки («якоря») для оценки неизвестной ценности или новой информации. Отправная точка может быть сгенерирована самим индивидом, посторонним человеком, моделью прайсинга или прогнозным механизмом.

Привязка — когнитивная ошибка. Индивиды отыскивают «якорь», «хватаются» за него, а затем ревизуют свои убеждения в свете новой информации для получения конечного убеждения. Часто ревизия оказывается недостаточной, и конечное убеждение остается слишком близким к «якорю» (слишком далеким от желаемого результата).

В 1974 г. Тверски и Канеман задали участникам эксперимента вопрос — как много африканских стран входит в ООН? Но сначала они запустили колесо удачи. Хотя на нем имелись числа от 0 до 100, стрелка останавливалась только на 10 или 65.

Когда стрелка останавливалась, экспериментаторы спрашивали: процент африканских стран — членов ООН выше или ниже числа против стрелки? В итоге те, кому выпало 10, назвали проценты близкие или равные 25, а те, кому выпало 65, назвали проценты близкие или равные 45.

• 10 —> 25.
• 65 -> 45.

Фактически — 50.

Участники эксперимента стали жертвой привязки. Поскольку никто не знал правильного ответа, оставалось гадать, но это не выглядело как догадка. Они думали, что колесо удачи — обычный генератор случайных величин, а колесо выдавало нечто конкретное для мыслительного старта. Ревизуя свои оценки, участники эксперимента не могли «отвязаться» от этого «якоря» — 10 или 65.

Процент африканских стран — членов ООН — не та цифра, которую вы должны помнить. Нужна отправная точка, чтобы вы начали напрягать память в надежде обнаружить что-то относящееся к членству африканских стран в ООН, но искомого процента в голове нет. Зато появилась отправная точка — 10 или 65. И вы хватаетесь за эту подсказку, не имеющую никакого отношения к членству африканских стран в ООН. 10 и 65 — нежелательные «гости» в нашей голове. Они могут посеять там беспорядок и подвести к решениям, которые в дальнейшем покажутся глупыми.

В контексте инвестиций в финансовые активы одним результатом привязки является то, что инвесторы с этим поведенческим уклоном владеют активами, которые утратили стоимость из-за того, что их справедливая рыночная стоимость ассоциировалась с ценой покупки, а не с фундаментальными показателями (прибылью, дивидендами). Такие инвесторы несут больший риск, ибо надеются, что актив вернется к цене покупки. В контексте технического анализа, когда изменение курса акций является откатом в сторону, обратную тренду (коррекцией), инвесторы все еще могут цепляться за этот старый тренд и ожидать его продолжения (хотя, возможно, и не такого устойчивого, как раньше).

Итак, мы практикуем набор эвристик, вызывающих отклонения от рациональных убеждений homo economicus. На убеждения влияют репрезентативность событий, легкость, с которой аргументы приходят в голову, недостаточная ревизия отправной точки и другие эвристики. Более того, мы самоуверенны, сверхоптимистичны, принимаем желаемое за действительное, приписываем событиям равный шанс на каждом возможном шаге и позволяем эмоциям влиять на суждения. Эти ошибки и «короткие замыкания» в нашем мозгу влияют на наше поведение на рынке. Мы неосознанно принимаем избыточный риск, совершаем неоправданные сделки и в результате получаем неожиданные финансовые результаты.

• [1] Когнитивные искажения — это не всегда плохо. Некоторые могут способствоватьболее эффективным действиям личности в конкретных условиях и позволяют быстреепринимать решения в ситуациях, когда скорость принятия решения важнее его точности.
• [2] Bligh D. What’s the Use of Lectures? 5th ed. Exeter: Intellect Books, 1998. URL: http://www.turningtechnologies.com/studentresponsesystems/researchcasestudies.
• [3] Heath С., Tversky A. Preference and belief: ambiguity and competence in choice underuncertainty // Journal of Risk and Uncertainty. Vol. 4. Iss. 1. 1991.
• [4] Fox C., Tversky A. Ambiguity aversion and comparative ignorance // The QuarterlyJournal of Economics. Vol. 110. Iss. 3. August, 1995.
• [5] Benartzi S. Excessive Extrapolation and the Allocation of 401 (k) Accounts to CompanyStock // The Journal of Finance. Vol. 56. Iss. 5. October, 2001.
• [6] De Bondt W. F. M., Thaler R. H. Does the stock market overreact? // The Journal ofFinance, Vol. 40. № 3. July, 1985. P. 793; Shefrin H. Beyond Greed and Fear. Boston: HarvardBusiness School Press, 2000.
• [7] Edwards W. Conservatism in human information processing // Kleinmutz B. FormalRepresentation of Human Judgment. N. Y.: Wiley, 1968.
• [8] Lord C., Ross L., Lepper M. Biased assimilation and attitude polarization: the effectsof prior theories on subsequently considered evidence // Journal of Personality and SocialPsychology. Vol. 37. Iss. 11. 1979.