Алгоритмы для жизни. Простые способы принимать верные решения - Том Гриффитс

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.

И если вы тот человек, который считает, что его поступки всегда правильны, независимо от того, что другие могут оценивать это как сумасшествие, мужайтесь. Плохая новость заключается в том, что вы будете неправы намного чаще, чем стадо последователей. Хорошая новость – в том, что последовательная приверженность своим убеждениям создает положительный внешний эффект, который позволяет людям делать более аккуратные выводы из вашего поведения. И, может быть, однажды вы спасете от катастрофы все стадо.

Использование информатики в теории игр показало, что необходимость вырабатывать стратегию собственного поведения является частью (нередко – большей частью) цены, которую мы платим в конкурентной борьбе друг с другом. И, как демонстрируют трудности рекурсии, нигде эта цена не высока настолько, как в случае, когда нам требуется проникнуть в головы друг к другу. И здесь алгоритмическая теория игр дает нам способ переосмыслить механизм распределения: необходимо не только обращать внимание на результаты игр, но и принимать во внимание так необходимую игрокам вычислительную деятельность.

Мы видели, например, как безобидные, казалось бы, механизмы аукциона приводили к разного рода проблемам: чрезмерной суете, лишним тратам, стремительным каскадам. Но ситуация не так уж безнадежна. Существует схема организации аукциона, которая помогает пройти сквозь трудности умственных рекурсий так же легко, как горячий нож проходит сквозь масло. Это аукцион Викри.

Названный в честь лауреата Нобелевской премии экономиста Уильяма Викри, аукцион Викри, так же как и аукцион первой цены, является аукционом с «запечатанной» ставкой. То есть и здесь каждый участник втайне от остальных просто записывает свою ставку, а потом самая высокая из них считается победителем торгов. Но в аукционе Викри победитель выплачивает не ту сумму, которая соответствует его ставке; он платит по ставке участника торгов, занявшего второе место. Другими словами, если вы предлагали цену в $25, а моя ставка была $10, то вы выиграете этот лот, но вам придется заплатить только $10.