Финансовая сторона стадности

Появление новых научных отраслей случается все реже, и если это происходит, возникает море возможностей как для науки, так и для бизнеса. Возьмем один из по­следних примеров. Около четырех лет тому назад, на пике глобального кризиса, одна компания, весьма непохожая на большинство других — она не нанимала толпы успешных специалистов, не производила собственный уникальный продукт или контент, не осуществляла международные перевозки, не обладала четкой бизнес-моделью и даже не приносила прибыль — оценивалась в 15 млрд долл. И это было на 15 млрд долл. больше, чем в то время оценивалась Lehman Brothers — корпорация со столетней историей. Та же фирма немногим позже начала оцениваться в 50 млрд, а после — в 100 млрд долл. на спекулятивных рынках. Пару недель назад она провела IPO. Несмотря на провал с логистикой этого IPO, сегодня фирма оценивается в 85 млрд долл. (и по-прежнему в ее штат входят не более 2,5 тыс. человек по всему миру). Конечно же, я говорю о Facebook, который служит отличным примером того, как наука о сетях меняет финансовый мир.

Facebook особенно ценен тем, что все четче очерчивает глобальную социальную сетевую карту людей, представляющих возрастную группу от 16 до 28 лет (на них приходится большая часть «рекламных» долларов). Но эта карта была бы бесполезной, если бы не было науки, которая могла бы превратить потенциальный доход в доход реальный. Наука о сетях выяснила, как мы связаны друг с другом, как неравномерно связи оказывают воздействие на людей, причем не на человеческий капитал (например, социальное положение, деньги или опыт), а на капитал социальный — на их сеть контактов. Это новое знание приводит нас к пониманию, что воздействие на принятие решений и поведение человека — это процесс заразительный и динамичный: если я изменю вашу точку зрения, вы измените точку зрения кого-то еще, те — еще кого-то, после чего процесс завершается (или не завершается). Именно поэтому вне зависимости от того, чего вы хотите добиться — контролировать вирусные рекламные кампании, революции в Twitter или системы ценностей, новая наука о сетях предлагает для этого универсальный набор принципов.

Как все это увязано с финансами? Финансовые дисциплины располагают хорошо изученными базами числовых данных. Передовые умы все внимательнее изучают возможности науки о сетях трансформировать данные соцсетей в числовые данные, с помощью которых можно спрогнозировать поведение рынков и использовать как инструмент для инвесторов.

Есть два варианта. Наука о сетях развивает идею о том, что субъективные прогнозы по рынкам каждого трейдера отражаются в его чатах и переписках с его контактами — эти люди пытаются совместными усилиями определить, как лучше торговать. Например, появляется какая-нибудь новость, скажем, Верховный суд США оглашает решение по национальной системе медицинского страхования. Изначально ее влияние на рынки неизвестно (именно поэтому новости не сразу влияют на рынок). После каждый инвестор пытается быстрее остальных оценить влияние новости — причем никто не хочет начать торги слишком рано и одновременно не слишком поздно, когда прибыль гарантирована, но мала.

Чтобы победить в этом «соревновании», трейдер общается с определенным кругом контактов, которым тот доверяет. Одновременно его собеседники делают то же самое. Пытаясь оценить влияние новости, эти люди сигнализируют о своих соображениях и намерениях, используя определенный набор слов и совершая определенные дей­ствия в соцсетях (пусть даже и не отдавая себе в этом отчет) — и коллективный прогноз социальных сетей снижает вероятность ошибок. Анализировать такие данные (а это винегрет из числовой информации и экспертных оценок) гораздо сложнее, чем настроения в блогах или Twitter, так как новая сетевая технология имеет дело с неструктурированными данными, исходящими от экспертов различных фирм и компаний.

Мы разрабатываем принципиально новые методы, позволяющие определить ментальное состояние трейдеров и экспертов, во время которого они более всего склонны принимать важные решения. Это способ прогнозировать нестабильность и оборачиваемость рынка, который, исходя из наших исследований, намного эффективнее сегодняшних числовых индикаторов. Разрабатываемый нами метод различает «кодовые» слова, которые показывают, кто следует чьим указаниям в сети контактов.

Другая область интереса науки о сетях — изучение статистической динамики поведения людей, а не производимого ими контента. Например, существует концепция, что рынки иногда заходят в «глухие переулки» из-за инстинкта стадности, который заставляет человека совершать те же ошибки, что и окружающие. Другая близкая к этой идее — концепция синхронии утверждает, что толпа может оставаться умной. В школе менеджмента Келлогга и Ин­ституте комплексных систем и науки о сетях Северо-Западного универсистета (NICO), где расположена моя лаборатория, мы с коллегами доказали, что, отслеживая процессы синхронии, можно удвоить выручку на торгах, используя коллективный разум социальных сетей.

Когда я общаюсь с финансовыми экспертами и инвесторами, меня иногда спрашивают, насколько точными доказательствами эти исследования подтверждены и в чем их основная ценность. Эти вопросы вполне уместны, но, на мой взгляд, основной вопрос в другом — насколько далеко можно зайти, превращая процесс принятия решений в числовые данные.

Я бы спросил об этом Рона Уэйна. В 1976 году г-н Уэйн стал соучредителем Apple Computer вместе со Стивом Джобсом и Стивом Возняком, купив 10% акций за 2300 долл. Если бы он не отказался от своей доли, то сейчас был бы одним из 15 богатейших людей на планете и легендарной фигурой. Находиться в мире финансов означает сталкиваться с выбором Рона Уэйна. И для принятия таких решений я бы попробовал использовать возможности науки о сетях.