Ograniczona racjonalność inwestorów

Niepełna racjonalność zachowań inwestorów na rynkach akcji jest spowodowana między innymi presją czasu oraz złożonością informacji. Jednostki zamiast analizy wszystkich informacji, zgodnie z podejściem tradycyjnej szkoły finansów, świadomie lub nieświadomie stosują intuicyjne uproszczenia, zawężając zbiór przetwarzanych danych oraz ograniczając zbiór możliwości decyzyjnych.

Tradycyjna szkoła finansów, reprezentowana między innymi przez zwolenników teorii rynków efektywnych, koncentruje się na przetwarzaniu napływających informacji i wyborze optymalnego portfela papierów wartościowych. Jednym z filarów tradycyjnego podejścia jest założenie o racjonalności jednostki (homo oeconomicus), która podejmuje konsekwentne działania w dążeniu do podnoszenia poziomu osobistego dobrobytu.

Racjonalność postrzegana jest przez pryzmat wyników inwestycyjnych. Przyjmuje się, że jednostki przetwarzają wszelkie możliwe informacje, uaktualniając swoje dotychczasowe przekonania oraz że na podstawie przekonań formują preferencje, podejmują decyzje i maksymalizują swoją oczekiwaną użyteczność1.

Narzędzia matematyczne

Tradycyjna teoria finansów zakłada również, że jednostki przetwarzają informacje posługując się głównie narzędziami matematycznymi2.

Pierwsza głośna praca, która sprzeciwiła się takiemu tradycyjnemu podejściu, autorstwa H. Simona, powstała w 1955 r. Autor stwierdził w niej, że "z powodu ograniczeń psychologicznych organizmu (w szczególności możliwości obliczeniowych i prognostycznych), w rzeczywistości racjonalność jednostki jest zbyt dużym uproszczeniem"3. H. Simon zaprezentował dwie podstawowe przyczyny, które uniemożliwiają uzyskanie pełnej racjonalności działań jednostki:

- ograniczenia czasowe,

- ograniczenia technologiczne.

Ograniczenia czasowe oznaczają, że w krótkim czasie wyznaczonym na podjęcie decyzji, jednostka może mieć problem z dostępem do wszystkich istotnych informacji dotyczących danej sytuacji lub nie jest zdolna do dokładnego przetwarzania tych informacji. Z kolei ograniczenie technologiczne oznacza trudności w analizie informacji w taki sposób, aby możliwe było obliczanie prawdopodobieństwa w celu optymalizacji wyborów. Ograniczenia te oznaczają, że jednostki nie zawsze kierują się prawami rachunku prawdopodobieństwa przy podejmowaniu decyzji, czyli że racjonalność jednostek jest co najwyżej częściowa.

Strategia satysfakcjonowania

Ilość informacji, którą musi przetworzyć jednostka, by jej wybór był przynajmniej zbliżony do racjonalnego, jest ogromna. Prawdopodobieństwo przetworzenia wszystkich istotnych informacji jest zatem niewielkie. Ogromna ilość informacji powoduje, że jednostka stara się przetwarzać głównie te dane, które wydają się jej najbardziej istotne. H. Simon nazywa taki algorytm postępowania strategią satysfakcjonowania (satisficing).

Po tej pierwszej próbie innego, alternatywnego podejścia w stosunku do tradycyjnej teorii finansów, a w szczególności do założenia o racjonalności działań jednostki (homo oeconomicus), zaczęły się pojawiać kolejne. W roku 1974 A. Tversky i D. Kahneman stwierdzili4, że częściowa racjonalność jest spowodowana presją czasu oraz złożonością informacji. Autorzy zdefiniowali występowanie tzw. heurystyk, czyli uproszczeń stosowanych przez jednostki w celu zastąpienia pełnego procesu matematycznej analizy danych. Innymi słowy - jednostki zamiast analizy wszystkich informacji, zgodnie z tradycyjnym podejściem teorii finansów, świadomie lub nieświadomie stosują intuicyjne uproszczenia, zawężając zbiór przetwarzanych danych oraz ograniczając zbiór możliwości decyzyjnych.

A. Tversky i D. Kahneman zdefiniowali trzy rodzaje heurystyk:

- dostępność (availability),

- reprezentatywność (representativeness),

- zakotwiczenie i dostosowanie (anchoring and adjustment).

Dostępność

Dostępność oznacza, że jednostka kieruje się przede wszystkim łatwością przywołania w myślach podobnych doświadczeń z przeszłości. Dzięki temu jednostka intuicyjnie szacuje prawdopodobieństwo, sięgając zwykle do danych, które w przeszłości występowały najczęściej. Przykładem dostępności na rynku akcji może być test przeprowadzony przez E. Stephana5.

Uczestnicy testu otrzymali dane dotyczące wyników sesji giełdowej dla ponad 50 niemieckich spółek, z których połowa uchodziła za spółki dobW sytuacji, gdy dane wskazywały, iż wśród znanych spółek przeważają spadki kursów, a wśród pozostałych - wzrost, większość uczestników testu wskazywała na to, że cały rynek podlega spadkom.

Z kolei, gdy wśród dobrze znanych spółek przeważał wzrost, a pozostałe doświadczały spadków, uczestnicy byli błędnie przekonani, że tendencja na całym rynku jest wzrostowa. Okazało się zatem, że znane spółki były bardziej dostępne, co uniemożliwiało racjonalne wnioskowanie o zachowaniu się wszystkich walorów.

Skąd się bierze heurystyka dostępności? A. Cieślak wskazuje na trzy elementy: doświadczenie, wyobraźnię i iluzoryczne korelacje6. W przypadku doświadczenia, przetwarzanie informacji i końcowe wnioski zależą od łatwości przypomnienia odpowiednich zdarzeń. Liczebność wspomnień wpływa na poziom szacowanego prawdopodobieństwa, czyli jeśli jednostka jest w stanie przypomnieć sobie więcej zdarzeń jednego typu, to intuicyjnie podejmując pewne decyzje, będzie nawiązywała do tych zdarzeń, pomimo że w rzeczywistości częstotliwość występowania zdarzeń innego typu była podobna. Jeśli jednostka nie dysponuje stosownym doświadczeniem, heurystyka dostępności może być efektem wyobraźni. To dzięki niej jednostki formułują przykłady potencjalnych zdarzeń. W końcu jednostki posługują się również iluzorycznymi związkami korelacyjnymi. Więź skojarzeniowa, istniejąca pomiędzy zdarzeniami, rzutuje na ocenę częstotliwości ich występowania.

Reprezentatywność

Drugim rodzajem heurystyk jest reprezentatywność. Polega ona na ocenie prawdopodobieństwa, z jakim dana próba odpowiada całej populacji lub określone zdarzenie - całej klasie zdarzeń. Wnioskowanie za pomocą tej heurystyki odbywa się w sprzeczności z tzw. prawdopodobieństwem bazowym, czyli częstością występowania danego zdarzenia w rzeczywistości. W przypadku rynku akcji przykładem reprezentatywności może być przywiązanie przez inwestorów nadmiernej wagi do nowych informacji, bez względu na ich istotność, kosztem ważniejszych danych historycznych, dotyczących podstaw fundamentalnych spółki. Do takiej konkluzji doszli W. De Bondt i R. Thaler7 w 1990 r.

Heurystyka reprezentatywności wynika również z nieprawidłowej percepcji losowości. Jednostki mają problem z interpretacją jednego z podstawowych praw statystyki, tzn. prawa wielkich liczb. Jednostki błędnie szacują krótkie serie, wychodząc z założenia, że małe próby są reprezentatywne dla całej populacji. Taki sposób myślenia może prowadzić do dostrzegania pewnych regularności w krótkich sekwencjach, które są częścią większej populacji o charakterze czysto losowym. W świecie finansów objawia się to wiarą inwestorów w ponadprzeciętne umiejętności zarządzających funduszami na podstawie rocznych czy dwuletnich wyników. Tymczasem może to być efekt czystego przypadku. Jednym z podstawowych praw statystyki jest również regresja do średniej. Uogólniając - wartości wysokie wykazują tendencję do spadków, natomiast wartości niskie - do wzrostu, dążąc do długookresowej średniej. Powszechność występowania tego prawa jest oczywista, a mimo to jednostki często mają znaczne problemy w jego rozpoznawaniu. Największym błędem popełnianym przez jednostki jest prognozowanie przyszłych zdarzeń na podstawie prostej ekstrapolacji zdarzeń historycznych. W związku z tym długoterminowy wzrost cen akcji pozwala jednostkom na rzutowanie tego trendu w przyszłość i podejmowanie na tej podstawie niesłusznej decyzji o inwestowaniu w akcje. Tymczasem, zgodnie z racjonalnym podejściem zwolenników tradycyjnej teorii finansów, po okresie ponadprzeciętnych zwyżek cen akcji, należy raczej oczekiwać okresu gorszego zachowania się rynku, co umożliwiałoby dążenie stopy zwrotu z akcji w długim okresie do pewnej średniej historycznej.

Błąd koniunkcji

I w końcu ostatni element związany z heurystyką reprezentatywności - błąd koniunkcji. Oznacza on, iż zbiór podstawowych informacji o zdarzeniu jest uzupełniony o pewien dodatkowy element. Prawdopodobieństwo zdarzenia polegającego na wystąpieniu obu tych zbiorów jest nie większe od prawdopodobieństwa zaistnienia każdego z nich pojedynczo.

Błąd koniunkcji polega zatem na przypisywaniu większego prawdopodobieństwa koniunkcji zdarzeń niż pojedynczemu zdarzeniu. Dzieje się tak, ponieważ koniunkcja sprawia wrażenie bardziej reprezentatywnej niż jeden z jej elementów. Uczestnicy rynków kapitałowych również popełniają takie błędy.

Przykładem mogą być wyniki badania E. Stephana i G. Kiella z 2000 r. Uczestnicy testu wyżej oceniali prawdopodobieństwo zajścia koniunkcji zdarzeń "spadek indeksu Nikkei i spadek indeksu Dow Jones" od prawdopodobieństwa wystąpienia pojedynczego zdarzenia "spadek indeksu Nikkei"8. Oznacza to, że założenie o racjonalności wnioskowania i postępowania przez inwestorów jest raczej wątpliwe.

Zakotwiczenie

i dostosowanie

Trzecim rodzajem heurystyki jest zakotwiczenie i dostosowanie, czyli estymowanie pewnych wielkości na podstawie początkowo zasugerowanego poziomu, czyli tzw. kotwicy. W przypadku rynku kapitałowego występowanie zakotwiczenia i dostosowania zostało przedstawione między innymi w - już cytowanej - pracy autorstwa E. Stephana i G. Kiella z 2000 r. Inwestorzy zostali podzieleni na dwie grupy. Pierwsza grupa miała odpowiedzieć na pytanie, czy za 12 miesięcy niemiecki indeks giełdowy DAX osiągnie poziom wyższy czy niższy od poziomu 4500 punktów (niska kotwica). Drugiej grupie zadano podobne pytanie, ale w odniesieniu do poziomu 6500 punktów (wysoka kotwica). Wyniki badań były zgodne z hipotezą zakotwiczenia i dostosowania. W pierwszej grupie szacowany poziom indeksu DAX za 12 miesięcy wyniósł 5765 punktów, w drugiej zaś 5930.

A na naszym rynku?

Istnienie heurystyki zakotwiczenia i dostosowania potwierdzają również moje własne badania9. Analizie poddano rekomendacje analityków dla spółek z branży informatycznej notowanych na warszawskiej giełdzie w latach 1999-2003. Okres ten wybrano nieprzypadkowo. W tym czasie notowania spółek informatycznych podlegały bardzo silnym wahaniom związanym z hossą internetową (II połowa 1999 i I kwartał 2000 r.) i późniejszym załamaniem notowań. Okres ten obfitował zatem w wiele okazji dla profesjonalnych analityków do wykazania się wiedzą i umożliwiał wielokrotne wystawianie rekomendacji sprzedaży lub kupna akcji ze względu na ich skrajne przewartościowanie lub niedowartościowanie.

Tymczasem profesjonalni analitycy, mimo wiedzy, doświadczenia i narzędzi do oceny sytuacji, nie byli w stanie nie tylko przewidzieć rozwoju wydarzeń, ale chociaż w najbardziej krytycznych momentach dać czytelne rekomendacje dla inwestorów. Najczęściej popełnianym błędem było dopasowanie wyceny poszczególnych spółek do ich ceny rynkowej (kotwicy). Sytuację tę prezentuje wykres. n

Autor jest wiceprezesem zarządu w ING Investment Management (Polska) i ING Towarzystwie Funduszy Inwestycyjnych, a także adiunktem w Szkole Głównej Handlowej.

1 A. Cieślak, Behawioralna ekonomia finansowa; Modyfikacja paradygmatów funkcjonujących w nowoczesnej teorii finansów, Materiały i Studia NBP, 2003, s. 44

2 Klasyczni teoretycy stawiają teorię prawdopodobieństwa na równi ze zdrowym rozsądkiem wyedukowanych jednostek.

3 H. Simon, A Behavioral Model of Rational Choice, "Quarterly Journal of Economics", vol. 69, 1955, s. 99-118

4 A. Tversky, D. Kahneman, Judgment Under Uncertainty: Heuristics and Biases, "Science", vol. 185, 1974, s. 1124-1131

5 E. Stephan, Die Rolle von Urteilsheuristiken bei Finanzentscheidungen: Ankereffekte und kognitive Verfugbarkeit, Munchen 1999

6 A. Cieślak, op. cit., s. 52

7 W. DeBondt, R. Thaler, Do Security Analysts Overreact?, "American Economic Review", vol. 80, 1990, s. 52-57

8 E. Stephan, G. Kiell, Decision Processes in Professional Investing: Does Expertise Moderate Judgmental Biases?, Paper presented at IAREP/SABE 2000 Conference in Baden, Vienna 2000