Иллюзия знания. Говард Маркс. 09.09.2022

Перевод записей Говарда Маркса от 09.09.2022, Oaktree.

https://t.me/holyfinance

Я выражал свое пренебрежение к прогнозам почти с тех пор, как начал писать свои заметки, начиная с заметки "Ценность прогнозов или откуда взялся весь этот дождь" в феврале 1993 года. За прошедшие с тех пор годы я подробно объяснил, почему меня не интересуют прогнозы – несколько моих любимых цитат, отражающих мое пренебрежение, приведены в следующих разделах, – но я никогда не посвящал заметку объяснению того, почему так сложно составлять полезные макропрогнозы. Итак, вот оно.

Пища для размышлений

Есть два типа предсказателей: те, кто не знает, и те, кто не знает, что они не знают.
– Джон Кеннет Гэлбрейт

Вскоре после того, как в июле я внес последние штрихи в "Позволю себе отличаться", я посетил ланч с несколькими опытными инвесторами и несколькими людьми, не имеющими отношения к инвестиционной индустрии. Это было организовано не как светское мероприятие, а скорее как возможность для присутствующих обменяться мнениями относительно инвестиционной среды.

В какой-то момент ведущий задал ряд вопросов: Каковы ваши ожидания относительно инфляции? Будет ли рецессия, и если да, то насколько серьезная? Как закончится война в Украине? Что, по вашему мнению, произойдет на Тайване?Каковы могут быть последствия выборов в США в 2022 и 24 годах? Я слушал, как высказывались самые разные мнения.

Постоянные читатели моих заметок могут представить, что пришло мне в голову: “Ни один человек в этом зале не является экспертом в области международных отношений или политики. Никто из присутствующих не обладает особыми знаниями по этим темам, и уж точно не более, чем средний интеллигентный человек, читающий утренние новости”. Ни одна из высказанных мыслей, даже по экономическим вопросам, не показалась мне более убедительной, чем другие, и я был абсолютно убежден, что ни одна из них не способна улучшить инвестиционные результаты. И в этом суть.

Именно этот обед навел меня на мысль о написании еще одной памятки о бесполезности макропрогнозирования. Вскоре после этого появилось несколько дополнительных материалов – книга, статья в Bloomberg Opinion и газетная статья, – все они подтвердили мой тезис (или, возможно, сыграли на моей “склонности к подтверждению”, то есть склонности воспринимать и интерпретировать новую информацию таким образом, чтобы она подтверждала ранее существовавшие взгляды). В совокупности обед и эти продукты послужили основой для темы этой заметки: причины, по которым прогнозы редко бывают полезными.

Чтобы создать что–то полезное – будь то на производстве, в научных кругах или даже в искусстве, - у вас должен быть надежный технологический процесс, способный преобразовать необходимые затраты в желаемый результат. Короче говоря, проблема заключается в том, что я не думаю, что может существовать процесс, способный последовательно преобразовывать большое количество переменных, связанных с экономикой и финансовыми рынками (входные данные), в полезный макропрогноз (выходные данные).

Машина

Величайший враг знания - это не невежество, а иллюзия знания.
– Дэниел Дж. Бурстин

В первые десять лет моей работы в First National City Bank было в моде слово, которое я давно не слышал: эконометрика. Это практика поиска взаимосвязей в экономических данных, которые могут привести к обоснованным прогнозам. Или, для упрощения, я бы сказал, что эконометрика связана с построением математической модели экономики. В 1970-х годах об эконометристах было много слышно, но я не думаю, что это уже не так. Я так понимаю, это означает, что их модели не сработали.

У прогнозистов нет иного выбора, кроме как основывать свои суждения на моделях, будь то сложные или неформальные, математические или интуитивные. Модели, по определению, состоят из предположений: “Если произойдет А, то произойдет и Б”. Другими словами, взаимосвязи и реакции. Но для того, чтобы мы могли добровольно использовать результаты модели, мы должны верить в ее надежность. Когда я думаю о моделировании экономики, моей первой реакцией является мысль о том, насколько это невероятно сложно.

Население США, например, составляет около 330 миллионов человек. Все, кроме самых молодых и, возможно, самых старых, являются участниками экономики. Таким образом, существуют сотни миллионов потребителей, а также миллионы работников, производителей и посредников (многие люди попадают более чем в одну категорию). Чтобы предсказать развитие экономики, вы должны спрогнозировать поведение этих людей – если не для каждого участника, то, по крайней мере, для совокупности групп.

Реальная симуляция экономики США должна была бы иметь дело с миллиардами взаимодействий или узлов, включая взаимодействие с поставщиками, клиентами и другими участниками рынка по всему миру. Возможно ли это сделать? Можно ли, например, предсказать, как поведут себя потребители (а), если они получат дополнительный доллар дохода (какова будет “предельная склонность к потреблению”?); (б) если цены на энергоносители вырастут, что приведет к сокращению бюджета других категорий домохозяйств; (в) если цена на один товар вырастет по сравнению с другими (возникнет ли “эффект замещения”?); или (г) если геополитическая арена взбудоражена событиями, происходящими на других континентах?

Очевидно, что такой уровень сложности требует частого использования упрощающих допущений. Например, было бы проще моделировать, если бы можно было предположить, что потребители не будут покупать B вместо A, если B не будет ни лучше, ни дешевле (или и то, и другое). И это помогло бы предположить, что производители не будут устанавливать цену X ниже Y, если производство X не обходится дешевле, чем Y. Но что, если потребителей привлекает престиж B, несмотря на его более высокую цену (или даже из-за нее)? А что, если X был разработан предпринимателем, который готов потерять деньги на несколько лет, чтобы завоевать долю рынка? Может ли модель предвидеть решение потребителя заплатить больше и решение предпринимателя заработать меньше (или даже потерять) денег?

Кроме того, модель должна будет предсказать, как каждая группа участников экономики будет вести себя в различных условиях. Но при этом возможны различные отклонения. Например, потребители могут вести себя так в один момент и по-другому в другой аналогичный момент. Учитывая большое количество задействованных переменных, кажется невозможным, чтобы два “похожих” момента проявились абсолютно одинаково, и, следовательно, мы стали свидетелями одинакового поведения участников экономики. Помимо прочего, на поведение участников будет влиять их психология (или, лучше сказать, эмоции?), а на их психологию могут влиять качественные, неэкономические изменения. Как их можно смоделировать?

Как экономическая модель может быть достаточно всеобъемлющей, чтобы охватывать вещи, которые не были замечены ранее или не были замечены в наше время (то есть в сопоставимых обстоятельствах)? Это еще один пример того, почему модель просто не может воспроизвести что-то столь сложное, как экономика.

Конечно, ярким примером этого является пандемия Covid-19. Она привела к остановке большей части мировой экономики, перевернула с ног на голову поведение потребителей и спровоцировала масштабную государственную щедрость. Какой аспект ранее существовавшей модели позволил бы ей предвидеть последствия пандемии? Да, в 1918 году у нас была пандемия, но обстоятельства были настолько иными (не было айфонов, мобильных звонков и т.д. до бесконечности), что экономические события того времени практически не имели отношения к 2020 году.

В дополнение к вопросу о сложности и неспособности уловить психологические колебания и динамические процессы, подумайте об ограничениях, которые накладываются на попытку предсказать что-то, что, как ожидается, не останется неизменным. Вскоре после того, как я начал писать эту заметку, я получил очередной еженедельный выпуск информационного бюллетеня Моргана Хаузела. В одной из статей описывался ряд наблюдений из других областей, которые имеют отношение к нашему миру экономики и инвестирования. Вот два примера, заимствованные из области статистики, которые, на мой взгляд, уместны при обсуждении экономических моделей и прогнозов (“Как устроен мир”, Морган Хаузел, 20 июля 2022 г.).:

Стационарность: предположение о том, что прошлое является статистическим ориентиром для будущего, основанное на идее, что основные силы, влияющие на систему, не меняются с течением времени. Если вы хотите знать, какой высоты должна быть дамба, просмотрите данные о наводнениях за последние 100 лет и предположите, что следующие 100 лет будут такими же. Стационарность - это замечательная, научно обоснованная концепция, которая работает до тех пор, пока не перестает работать. Это главный фактор, определяющий все, что имеет значение в экономике и политике. Но в нашем мире “постоянно происходят вещи, которых раньше никогда не было”, - говорит профессор Стэнфорда Скотт Саган.

Правило Кромвеля: Никогда не говорите, что что-то не может произойти... Если у чего-то есть один шанс из миллиарда оказаться правдой, а вы сталкиваетесь с миллиардами вещей в течение своей жизни, вы почти наверняка столкнетесь с поразительными сюрпризами, и всегда должны оставлять открытой возможность того, что немыслимое станет явью.

В области физических наук можно с полным основанием предположить стационарность. Например, благодаря закону всемирного тяготения, при определенных атмосферных условиях скорость, с которой падает объект, всегда может увеличиваться с одинаковой скоростью. Так было и будет всегда. Но в нашем мире лишь немногие процессы могут оставаться неизменными, особенно учитывая ту роль, которую играют психология, эмоции и поведение человека, а также их склонность изменяться с течением времени.

Возьмем, к примеру, взаимосвязь между безработицей и инфляцией. Примерно в течение последних 60 лет экономисты полагались на кривую Филлипса, которая гласит, что инфляция заработной платы будет расти по мере снижения уровня безработицы, потому что, когда количество безработных сокращается, работники получают преимущество на переговорах и могут успешно договариваться о повышении заработной платы. На протяжении десятилетий также считалось, что уровень безработицы около 5,5% свидетельствует о “полной занятости”. Но безработица упала ниже 5,5% в марте 2015 года (и достигла 50-летнего минимума в 3,5% в сентябре 2019 года), однако существенного роста инфляции (заработной платы или чего-либо еще) не наблюдалось до 2021 года. Таким образом, кривая Филлипса описывает важную взаимосвязь, которая была заложена в экономические модели на протяжении десятилетий, но, по-видимому, не применялась в течение большей части последнего десятилетия.

Правило Кромвеля также актуально. В отличие от естественных наук, на рынках и в экономике очень мало того, что обязательно должно произойти или определенно не может произойти. Так, в своей книге “Освоение рыночного цикла” я перечислил семь терминов, которые инвесторам следует исключить из своего лексикона: “никогда”, “всегда”, “навсегда”, “не могу”, “не буду”, “будет” и "должен". Но если это правда, что эти слова должны быть отброшены, как и идея о том, что можно построить модель, способную надежно предсказывать макропрогноз будущего. Другими словами, в нашем мире очень мало неизменного.

Непредсказуемость поведения - моя любимая тема. Известный физик Ричард Фейнман однажды сказал: “Представьте, насколько сложнее была бы физика, если бы электроны обладали чувствами”. Законы физики надежны именно потому, что электроны всегда делают то, что от них требуется. Они никогда не забывают о своих действиях. Они никогда не бунтуют. Они никогда не бастуют. Они никогда не внедряют новшества. Они никогда не ведут себя противоречиво. Но все это не относится к участникам экономики, и по этой причине их поведение непредсказуемо. И если поведение участников непредсказуемо, как можно смоделировать работу экономики?

То, о чем мы здесь говорим, - это будущее, и просто не существует способа справиться с будущим, который не требовал бы принятия предположений. Небольшие ошибки в предположениях относительно экономической среды и небольшие изменения в поведении участников могут привести к весьма проблематичным различиям. Как справедливо заметил математик и метеоролог Эдвард Лоренц, “Взмах крыльев бабочки в Бразилии может вызвать торнадо в Техасе”. (Историк Найл Фергюсон ссылается на это замечание в статье, которую я обсуждаю ниже).

Размышляя обо всем вышесказанном, можем ли мы когда-либо считать модель экономики надежной? Может ли модель воспроизводить реальность? Может ли она описывать миллионы участников и их взаимодействия? Надежны ли процессы, которые она пытается моделировать? Можно ли свести эти процессы к математике? Может ли математика уловить качественные нюансы людей и их поведения? Может ли модель предвидеть изменения в предпочтениях потребителей, поведении компаний и реакции участников на инновации? Другими словами, можем ли мы доверять ее результатам?

Очевидно, что экономические отношения не являются жестко заданными, а экономика не управляется схематическими изображениями (которые пытаются имитировать модели). Таким образом, для меня суть в том, что результаты модели могут указывать в правильном направлении в большинстве случаев, когда допущения не нарушаются. Но это не всегда может быть точным, особенно в критические моменты, такие как переломные моменты... И именно тогда точные прогнозы были бы наиболее ценными.

Исходные данные

Никакая изощренность не сможет опровергнуть тот факт, что все ваши знания относятся к прошлому, а все ваши решения касаются будущего.

– Иэн Х. Уилсон (бывший исполнительный директор GE)

Рассмотрев невероятную сложность экономики и необходимость делать упрощающие допущения, которые снижают точность любой экономической модели, давайте теперь подумаем о том, какие исходные данные требуются для модели – сырье, на основе которого составляются прогнозы. Подтвердятся ли оценочные исходные данные? Можем ли мы узнать о них достаточно, чтобы итоговый прогноз был осмысленным? Или нам просто напомнят о непреложной истине о моделях: “мусор на входе, мусор на выходе”? Очевидно, что ни один прогноз не может быть лучше исходных данных, на которых он основан.

Вот что написал Найл Фергюсон в Bloomberg Opinion от 17 июля:

Задумайтесь на мгновение о том, что мы подразумеваем, когда задаем вопрос: достигла ли инфляция своего пика? Мы спрашиваем не только о предложении и спросе на 94 000 различных товаров, производств и услуг. Мы также спрашиваем о будущей траектории процентных ставок, установленных ФРС, которая – несмотря на хваленую политику “опережающего прогнозирования” – далека от определенности. Мы спрашиваем о том, как долго будет сохраняться укрепление доллара, поскольку в настоящее время он сдерживает цены на импорт в США.

Но это еще не все. В то же время мы неявно задаемся вопросом, как долго продлится война в Украине, поскольку перебои, вызванные российским вторжением с февраля, значительно усилили рост цен на энергоносители и продовольствие. Мы спрашиваем, откликнутся ли нефтедобывающие страны, такие как Саудовская Аравия, на просьбы западных правительств добывать больше нефти...

Вероятно, нам следует также спросить себя, какое влияние на западные рынки труда окажет последний подвариант Covid, BA.5. Данные Великобритании показывают, что BA.5 передается на 35% чаще, чем его предшественник BA.2, который, в свою очередь, более чем на 20% чаще, чем оригинальный omicron.

Удачи в добавлении всех этих переменных в вашу модель. На самом деле, точно так же невозможно быть уверенным в будущем развитии инфляции, как и в будущем развитии войны на Украине и пандемии Covid.

Статья Фергюсона показалась мне настолько подходящей к теме этой памятки, что я привожу ссылку на нее здесь. В ней содержится много важных замечаний, хотя в одном отношении я позволю себе с вами не согласиться. Фергюсон говорит выше: “На самом деле так же невозможно быть уверенным в будущем развитии инфляции, как и в будущем развитии войны в Украине и пандемии Covid”. Я думаю, что точное предсказание инфляции “более невозможно” (если такое вообще возможно), чем прогнозирование результатов двух других факторов, поскольку для этого необходимо быть уверенным в обоих этих результатах и тысяче других факторов. Как вообще кто-либо может сделать все это правильно?

Вот мое приблизительное описание процесса прогнозирования, основанное на значении прогнозов:

Я полагаю, что для большинства финансовых менеджеров процесс выглядит следующим образом: “Я предсказываю, что экономика будет развиваться по принципу А. Если произойдет А, процентные ставки будут расти по принципу Б. При процентных ставках Б фондовый рынок будет расти по принципу С. В этих условиях наиболее эффективным сектором должен быть сектор D, а акции E должны вырасти больше всего”. Затем составляется портфель, который, как ожидается, будет работать лучше всего в соответствии с этим сценарием.

Но в любом случае, насколько вероятно E? Помните, что E зависит от A, B, C и D. Быть правым в двух третях случаев было бы большим достижением в мире прогнозирования. Но если вероятность того, что каждый из пяти прогнозов окажется верным, составляет 67%, то вероятность того, что все пять окажутся верными и акции будут работать так, как ожидалось, составляет 13%.

Прогнозирование события E на основе предположений относительно A, B, C и D - это то, что я называю прогнозированием по одному сценарию. Другими словами, если предположения относительно A, B, C или D оказались ошибочными, прогнозируемый результат для E вряд ли осуществится. Все лежащие в основе прогнозы должны быть верными, чтобы все получилось так, как предсказывалось, а это крайне маловероятно. Никто не может разумно инвестировать, не рассмотрев (а) другие возможные результаты для каждого элемента, (б) вероятность этих альтернативных сценариев, (в) что должно произойти, чтобы один из них стал реальным результатом, и (г) каково было бы влияние на E.

В статье Фергюсона поднимается интересный вопрос об экономическом моделировании: что следует предполагать относительно общей макроэкономической среды, в которой будут действовать участники экономической деятельности? Не указывает ли этот вопрос на неразрешимую петлю обратной связи: чтобы предсказать общие показатели экономики, нам нужно сделать предположения, например, о поведении потребителей. Но чтобы предсказать поведение потребителей, разве нам не нужно делать предположения относительно общей экономической ситуации?

В заметке "Никто не знает II" (март 2020 г.), моей первой заметке о пандемии, я упомянул, что при обсуждении коронавируса эпидемиолог из Гарварда Марк Липсич сказал, что существуют (а) факты, (б) обоснованные экстраполяции на основе аналогий с другими вирусами и (в) мнения или домыслы. Это стандартная процедура, когда мы имеем дело с неопределенными событиями. В случае экономических или рыночных прогнозов у нас есть обширный исторический опыт и множество аналогичных событий в прошлом, из которых можно сделать выводы (ни того, ни другого не было в случае с Covid-19). Но даже если эти данные используются в качестве входных данных для хорошо сконструированной машины прогнозирования, маловероятно, что они помогут предсказать будущее. Они могут быть как полезным материалом, так и мусором.

Чтобы проиллюстрировать это, люди часто спрашивают меня, какой из прошлых циклов, которые я пережил, был больше всего похож на этот. Я отвечаю, что нынешние события имеют отдаленное сходство с некоторыми прошлыми циклами, но абсолютной параллели нет. В каждом случае различия глубоки и перевешивают сходства. И даже если бы мы могли найти идентичный предыдущий период, насколько сильно мы могли бы полагаться на размер выборки, равный одному? Я бы сказал, что не сильно. Инвесторы полагаются на исторические справки (и прогнозы, которые они дают), потому что боятся, что без них они будут действовать вслепую. Но это не делает их надежными.

Непредсказуемые влияния

Прогнозы создают иллюзию того, что будущее можно познать.

– Питер Бернстайн

Мы не можем рассматривать обоснованность прогнозирования, не решив сначала, считаем ли мы наш мир упорядоченным или случайным. Проще говоря, является ли это полностью предсказуемым, полностью непредсказуемым или чем-то средним? Для меня суть в том, что это что-то среднее, но достаточно непредсказуемое, чтобы большинство прогнозов были бесполезными. А поскольку наш мир в одни моменты предсказуем, а в другие непредсказуем, какой толк от прогнозов, если мы не можем сказать, что есть что?

Прочитав статью Фергюсона, я узнал новое слово: “детерминированный”. В Oxford Languages оно определяется как “причинно обусловленный предшествующими событиями или законами природы”. Мир становится намного проще, когда мы имеем дело с вещами, которые функционируют в соответствии с правилами... Как фейнмановские электроны. Но очевидно, что экономика и рынки не подчиняются естественным законам – благодаря участию людей – и предшествующие события могут “подготовить почву” или “иметь тенденцию повторяться”, но события редко разворачиваются дважды одинаково. Таким образом, я считаю, что процессы, лежащие в основе функционирования экономики и рынков, не являются детерминированными, то есть непредсказуемыми.

Кроме того, очевидно, что исходные данные ненадежны. Многие из них зависят от случайности, такой как погода, землетрясения, несчастные случаи и смерти. Другие связаны с политическими и геополитическими проблемами – теми, о которых мы знаем, и теми, которые еще не всплыли на поверхность.

В своей статье Bloomberg Opinion Фергюсон упомянул английского писателя Г. К. Честертона. Это напомнило мне о необходимости привести цитату Честертона, которую я использовал в книге "Риск снова" (июнь 2015).:

Настоящая проблема нашего мира не в том, что он неразумен, и даже не в том, что он разумен. Самая распространенная проблема заключается в том, что он почти разумен, но не совсем. В жизни нет ничего нелогичного, и все же это ловушка для логиков. Она выглядит чуть более математичной и упорядоченной, чем есть на самом деле; ее точность очевидна, но ее неточность скрыта; ее дикость подстерегает.

Возвращаясь к обеду, описанному в начале, ведущий начал заседание примерно так: “В последние годы мы пережили пандемию Covid-19, неожиданный успех спасательных действий ФРС и вторжение в Украину. Это была очень сложная ситуация, поскольку все эти разработки появились как гром среди ясного неба”. Я полагаю, что для него подразумевалось, что участники должны снять с себя ответственность за неточность своих прогнозов на 2020-222 годы и вернуться к работе по прогнозированию будущих событий и принятию ставок на свои суждения. Но моя реакция была совершенно иной: “Список событий, которые сформировали нынешнюю обстановку, довольно обширен. Разве тот факт, что никто не смог предсказать ни одно из них, не убеждает присутствующих в том, что им следует отказаться от прогнозирования?”

В качестве другого примера давайте вспомним осень 2016 года. Были две вещи, в которых почти все были уверены: (а) Хиллари Клинтон будет избрана президентом и (б) если по какой-то причине вместо нее будет избран Дональд Трамп, рынки рухнут. Тем не менее, Трамп победил, и рынки взлетели. Влияние на экономику и рынки в течение последних шести лет было значительным, и я уверен, что ни один прогноз, основанный на традиционном взгляде на предстоящие выборы 2016 года, не оправдал ожиданий на период с тех пор. Опять же, разве этого не должно быть достаточно, чтобы убедить людей в том, что (а) мы не знаем, что произойдет, и (б) мы не знаем, как рынки отреагируют на происходящее?

Приносят ли прогнозы пользу?

К неприятностям приводит не то, чего вы не знаете, а то, в чем вы точно уверены, но заблуждаетесь – Марк Твен

Как я упоминал в своей недавней заметке “Размышляя о макро”, в 1970-х годах мы привыкли описывать экономиста как "портфельного менеджера, который никогда не ориентируется на рынок". Другими словами, экономисты делают прогнозы; события доказывают их либо ошибочность, либо правильность; они продолжают делать новые прогнозы, но не следят за тем, как часто они сбываются (или не публикуют статистику).

Можете ли вы представить себе, как можно нанять финансового менеджера (или быть нанятым, если вы финансовый менеджер) без учета его послужного списка? И все же экономисты и стратеги остаются в бизнесе, вероятно, потому, что есть заказчики их прогнозов, несмотря на отсутствие опубликованных данных.

Вы интересуетесь прогнозами? Есть ли у вас в штате специалисты по прогнозированию и экономисты? Или вы подписываетесь на их публикации и приглашаете их на брифинги, как это было с моими предыдущими работодателями? Если да, то знаете ли вы, как часто каждый из них оказывался прав? Вы нашли способ точно определить, на какие из них можно положиться, а какие лучше игнорировать? Есть ли способ количественно оценить их вклад в доходность ваших инвестиций? Я спрашиваю, потому что никогда не видел и не слышал о каких-либо исследованиях в этом направлении. Кажется, что в мире невероятно мало информации о ценности макропрогнозов, особенно учитывая большое количество людей, вовлеченных в эту работу.

Несмотря на отсутствие доказательств ценности, макропрогнозирование продолжается. Многие прогнозисты являются частью команд, управляющих фондами прямых инвестиций, или предоставляют этим командам консультации и прогнозы. Что мы знаем наверняка, так это то, что активно управляемые фонды прямых инвестиций на протяжении десятилетий уступали долю рынка индексным фондам и другим пассивным инструментам из-за низкой эффективности активного управления, и в результате на активно управляемые фонды в настоящее время приходится менее половины капитала паевых инвестиционных фондов США. Может быть, одной из причин этого является бесполезность макропрогнозов?

Единственное известное мне место, где можно получить количественную оценку по этому вопросу, - это показатели так называемых макро-хедж-фондов. Hedge Fund Research (HFR) публикует общие индексы эффективности хедж-фондов, а также ряд подиндексов. Ниже приведены долгосрочные показатели широкого индекса хедж-фондов, субиндекса макроиндексов и индекса Standard & Poor's 500.

Из приведенной выше таблицы видно, что, по данным HFR, средний хедж-фонд за исследуемый период значительно отстал от индекса S&P 500, а средний макрофонд показал значительно худшие результаты (особенно в период с 2012 по 2017 год). Учитывая, что инвесторы продолжают вкладывать примерно 4,5 трлн долларов капитала в хедж-фонды, они должны приносить какую-то выгоду, помимо прибыли, но не очевидно, какую именно. Это, по-видимому, особенно актуально для макрофондов.

Чтобы подкрепить свое мнение относительно прогнозов, я приведу редкий пример самооценки: семистраничную статью, которая появилась в воскресном разделе “Мнения” New York Times 24 июля под названием "Я был неправ". В нем восемь раз авторы "Общественного мнения" высказывались о своих неверных прогнозах и некорректных советах, которые они давали. Наиболее уместным здесь является признание Пола Кругмана, озаглавленное “Я был неправ в отношении инфляции”. Я приведу несколько выдержек:

В начале 2021 года среди экономистов шли ожесточенные дебаты о вероятных последствиях американского плана спасения... Я был на стороне, которая была менее обеспокоена влиянием на инфляцию. Как оказалось, конечно, это был очень неудачный выбор...

...История не заставила бы нас ожидать такой высокой инфляции из-за перегрева. Значит, что-то было не так с моей моделью... Одна из возможностей заключается в том, что история вводила в заблуждение... Кроме того, сбои, связанные с адаптацией к пандемии и ее последствиям, все еще могут играть большую роль. И, конечно, вторжение России на Украину и карантин крупных городов в Китае привели к совершенно новому уровню беспорядков...

В любом случае, весь этот опыт стал уроком скромности. Никто не поверит, но после кризиса 2008 года стандартные экономические модели показали неплохие результаты, и я чувствовал себя комфортно, применяя эти модели в 2021 году. Но, оглядываясь назад, я должен был бы понять, что перед лицом нового мира, созданного Covid-19, такая экстраполяция была небезопасной.

Я отдаю должное Кругману за его невероятную откровенность (хотя, должен сказать, я не помню многих рыночных прогнозов на 2009-2010 годы, которые были бы достаточно оптимистичными, чтобы отразить реальность последующего десятилетия). Объяснение Кругманом своей ошибки, насколько это возможно, прекрасно, но я не вижу никаких упоминаний о том, чтобы воздерживаться от моделирования, экстраполяции или прогнозирования в будущем.

Скромность, возможно, просачивается даже в одного из крупнейших в мире разработчиков экономических прогнозов, Федеральную резервную систему США, где работают более 400 докторов экономических наук. Вот что написал экономист Гэри Шиллинг в Bloomberg Opinion 22 августа.:

Программа долгосрочного прогнозирования Федеральной резервной системы оказалась катастрофической, настолько, что подорвала доверие к центральному банку. Председатель Джером Пауэлл, похоже, согласен с тем, что от предоставления оценок того, какими ФРС видит процентные ставки, экономический рост и инфляцию в разные периоды времени в будущем, следует отказаться...

Основная проблема с прогнозированием на будущее заключается в том, что оно зависит от данных, а у ФРС были плохие прогнозы. ФРС всегда была слишком оптимистична в отношении восстановления экономики после Великой рецессии 2007-2009 годов. В сентябре 2014 года политики прогнозировали реальный рост валового внутреннего продукта в 2015 году на уровне 3,40%, но были вынуждены постоянно снижать свои ожидания до 2,10% к сентябрю 2015 года.

Ставка по федеральным фондам не является рыночной процентной ставкой, она устанавливается и контролируется ФРС, и никто не оспаривает решения центрального банка. Тем не менее, члены FOMC были печально известны своей неумелостью прогнозировать, что они сами будут делать... В 2015 году их средний прогноз ставки по федеральным фондам на 2016 год составлял 0,90%, а на 2019 год - 3,30%. Фактические цифры составили 0,38% и 2,38% соответственно...

Безусловно, многие текущие события сегодня вызвали неопределенность на рынках, но ФРС проявила твердость в своих прогнозах. Напомним, что в начале этого года центральный банк полагал, что инфляция, вызванная трудностями в восстановлении экономики после пандемии и сбоев в цепочках поставок, была временной. Лишь с запозданием ФРС дала задний ход, повысив ставки и подав сигнал о том, что грядут дальнейшие существенные повышения. Ошибочные прогнозы ФРС привели к ошибочному прогнозированию на будущее и усилению волатильности финансового рынка.

И, наконец, по этому вопросу: где те люди, которые прославились (и разбогатели), извлекая выгоду из макроэкономических прогнозов? Я, конечно, не знаком со всеми в инвестиционном мире, но среди людей, которых я знаю или о которых мне известно, есть лишь несколько весьма успешных “макроинвесторов”. Когда число примеров чего-либо невелико, это, как говаривала моя мама, свидетельствует о том, что это “исключения, подтверждающие правило”. В данном случае правило заключается в том, что макропрогнозы редко приводят к исключительным результатам. На мой взгляд, исключительность историй успеха в целом подтверждает справедливость этого утверждения.

Потребность практиков в прогнозировании

Прогнозы обычно говорят нам больше о прогнозистах, чем о будущем.

– Уоррен Баффетт

Сколько людей способны делать макропрогнозы, которые в большинстве случаев являются ценными? Думаю, немного. А сколько инвестиционных менеджеров, экономистов и прогнозистов пытаются это сделать? Как минимум, тысячи. Возникает интересный вопрос: почему? Если макроэкономические прогнозы со временем не способствуют успеху инвестиций, почему так много представителей индустрии управления инвестициями верят в прогнозы и следуют им? Я думаю, что причины, вероятно, кроются в следующем:

Это часть работы.
Инвесторы всегда так поступали.
Все, кого я знаю, делают это, особенно мои конкуренты.
Я всегда этим занимался и не могу бросить сейчас.
Если я этого не сделаю, то не смогу привлекать клиентов.
Поскольку инвестирование заключается в размещении капитала для получения выгоды от будущих событий, как можно рассчитывать на хорошую работу, не имея представления о том, какими будут эти события? Нам нужны прогнозы, даже если они несовершенны.

Этим летом по предложению моего сына Эндрю я прочитал чрезвычайно интересную книгу "Ошибки совершались (но не мной): почему мы оправдываем глупые убеждения, неверные решения и вредные поступки", написанную психологами Кэрол Таврис и Эллиотом Аронсоном. Тема - самооправдание. Авторы объясняют, что “когнитивный диссонанс” возникает, когда люди сталкиваются с новыми фактами, которые ставят под сомнение их ранее существовавшие позиции, и что, когда это происходит, бессознательные механизмы позволяют им оправдывать и отстаивать эти позиции. Вот несколько избранных цитат.:

Если вы придерживаетесь ряда убеждений, которыми руководствуетесь в своей практике, и узнаете, что некоторые из них неверны, вы должны либо признать, что были неправы, и изменить свой подход, либо отвергнуть новые доказательства.

Большинство людей, сталкиваясь лицом к лицу с доказательствами своей неправоты, не меняют свою точку зрения или план действий, а еще более настойчиво оправдывают ее.

Как только мы проникаемся убеждением и обосновываем его мудрость, изменить наше мнение становится в буквальном смысле тяжелой работой. Гораздо проще встроить новые доказательства в существующую структуру и мысленно обосновать, как ее сохранить, чем менять саму структуру.

К механизмам, которые люди обычно используют, реагируя на свидетельства, ставящие под сомнение их убеждения, относятся следующие (перефразируя слова авторов):

нежелание прислушиваться к противоречивой информации;
избирательное запоминание частей своей жизни, сосредоточение внимания на тех частях, которые поддерживают их собственную точку зрения; и
действуя в соответствии с когнитивными предубеждениями, которые заставляют людей видеть то, что они хотят видеть, и искать подтверждения тому, во что они уже верят.

Я почти не сомневаюсь, что это одни из факторов, которые заставляют людей продолжать делать прогнозы и использовать их. Какую конкретную форму они могут принять в данном случае?

рассматривать макропрогнозы как неотъемлемую часть инвестирования;
приятно вспоминать правильные прогнозы, особенно те, которые были смелыми и противоречивыми;
переоценивать то, как часто прогнозы оказывались верными;
забывать или преуменьшать те, которые были неверными;
не ведет учет точности прогнозов или не рассчитывает среднюю результативность;
сосредотачиваясь на “золотой кассе”, которая будет вознаграждать за правильные прогнозы в будущем;
говоря, что “все так делают”; и
возможно, самое важное - списывать неудачные прогнозы на то, что они были сбиты с толку случайными происшествиями или внешними событиями. (Но, как я уже говорил ранее, в этом-то и суть: зачем делать прогнозы, если их так легко сделать неточными?)

Большинство людей – даже честных, с благими намерениями – занимают позицию или совершают действия, которые отвечают их собственным интересам, иногда в ущерб другим или объективной истине. Они не знают, что делают; они думают, что это правильно; и у них есть масса оправданий. Как часто говорит Чарли Мангер, цитируя Демосфена, “Нет ничего проще самообмана. Ибо каждый человек желает, чтобы он также верил в то, что это правда”.

Я не считаю прогнозистов мошенниками или шарлатанами. Большинство из них - умные, образованные люди, которые думают, что делают что-то полезное. Но личный интерес заставляет их действовать определенным образом, а самооправдание позволяет им придерживаться этого перед лицом доказательств обратного. Как выразился Морган Хаузел в недавнем информационном бюллетене:

Невозможность предсказать прошлое никак не влияет на наше желание предсказывать будущее. Определенность настолько ценна, что мы никогда не откажемся от ее достижения, и большинство людей не смогли бы встать с постели по утрам, если бы были честны в отношении того, насколько неопределенным является будущее. (“Большие убеждения”, 24 августа 2022 г.)

Несколько лет назад на мой день рождения соучредитель Oaktree Ричард Массон преподнес мне один из своих типичных необычных подарков. В данном случае это были несколько экземпляров New York Times в переплетах. Я ждал возможности написать о моем любимом подзаголовке из выпуска от 30 октября 1929 года, который вышел после двух дней, когда индекс Доу-Джонса в промышленности снизился в общей сложности на 23%. Он гласил: “Банкиры настроены оптимистично”. (Менее чем через три года индекс Доу-Джонса упал примерно на 85%.) Большинство банкиров и управляющих финансовыми активами, похоже, с врожденным оптимизмом смотрят в будущее. Помимо всего прочего, это в их интересах, поскольку помогает им расширять бизнес. Но их оптимизм, безусловно, определяет их прогнозы и последующее поведение.

Могут они это сделать или нет?

Я никогда не думаю о будущем – оно наступает достаточно скоро.

– Альберт Эйнштейн

Рассмотрим следующие аспекты макропрогнозирования::

количество необходимых допущений/исходных данных;,
количество процессов/взаимосвязей, которые необходимо учитывать;,
неотъемлемая ненадежность и нестабильность этих процессов;
роль случайности и вероятность неожиданностей.

Для меня главный вывод заключается в том, что прогнозы не могут быть верными достаточно часто, чтобы быть стоящими. Я описывал это много раз, но просто для полноты картины я собираюсь еще раз изложить свой взгляд на полезность (или, скорее, бесполезность) макропрогнозов:

Большинство прогнозов основаны на экстраполяции результатов прошлых лет.
Поскольку макроэкономические изменения обычно не отличаются от предыдущих тенденций, экстраполяция обычно оказывается успешной.
Таким образом, большинство прогнозов оказываются верными. Но поскольку экстраполяция обычно основывается на ценах на ценные бумаги, те, кто следует ожиданиям, основанным на экстраполяции, не получают необычной прибыли, когда она оправдывается.
Время от времени поведение экономики существенно отличается от прошлых моделей. Поскольку это отклонение является неожиданностью для большинства инвесторов, его появление приводит к изменению рынков, а это означает, что точное предсказание отклонения было бы очень прибыльным.
Однако, поскольку экономические показатели не так уж часто отличаются от прошлых, правильные прогнозы отклонений делаются редко, и большинство прогнозов отклонений оказываются неверными.
Таким образом, мы имеем (а) прогнозы экстраполяции, большинство из которых верны, но убыточны, и (б) потенциально прибыльные прогнозы отклонений, которые редко оказываются верными и, следовательно, в целом убыточны.
Ч.Т.Д.: Большинство прогнозов не увеличивают доходность.

На обеде, описанном в начале этой заметки, людей спрашивали, чего они ожидают, например, от политики ФРС, и как это повлияет на их инвестиционную позицию. Один человек ответил что-то вроде: “Я думаю, что ФРС по-прежнему будет очень обеспокоена инфляцией и, таким образом, значительно повысит ставки, что приведет к рецессии. Так что я стараюсь не рисковать”. Другой сказал: “Я предвижу, что инфляция замедлится в четвертом квартале, что позволит ФРС перейти к мягкому подходу в январе. Это позволит им снизить процентные ставки и стимулировать экономику. Я очень оптимистично смотрю на 2023 год”.

Мы постоянно слышим подобные заявления. Но следует признать, что эти люди применяют однофакторные модели: Говорящий основывает свой прогноз на одной переменной. Поговорим об упрощающих предположениях: Эти прогнозисты неявно держат все постоянным, кроме политики ФРС. Они играют в шашки, когда должны были бы играть в трехмерные шахматы. Если оставить в стороне невозможность предсказать поведение ФРС, реакцию инфляции на это поведение и реакцию рынков на инфляцию, то как быть со всеми остальными вещами, которые имеют значение? Если тысяча вещей играет роль в определении будущего направления экономики и рынков, то как насчет остальных 999? Как насчет влияния переговоров о зарплате, промежуточных выборов, войны в Украине и цены на нефть?

Истина заключается в том, что в любой момент времени люди могут удерживать в памяти лишь несколько вещей. Трудно учесть большое количество факторов и особенно понять, как большое количество вещей будет взаимодействовать (корреляция - это всегда реальная проблема).

Даже если вам каким-то образом удастся правильно составить экономический прогноз, это лишь половина успеха. Вам еще нужно предугадать, как эта экономическая активность отразится на рыночных результатах. Для этого требуется совершенно другой прогноз, также включающий бесчисленное количество переменных, многие из которых относятся к психологии и поэтому практически непознаваемы. Бен Грэм, по словам его ученика Уоррена Баффетта, сказал: «В краткосрочной перспективе рынок - это машина для голосования, но в долгосрочной перспективе - это машина для взвешивания». Как можно предсказать выбор инвесторов в краткосрочной перспективе? Некоторые экономические прогнозисты правильно заключили, что действия ФРС и Казначейства, объявленные в марте 2020 года, спасут американскую экономику и вызовут экономический подъем. Но я не знаю никого, кто предсказал бычий рынок, который разгорелся задолго до начала восстановления.

Как я уже писал ранее, в 2016 году Баффетт поделился со мной своим мнением о макропрогнозах. “Чтобы информация была желательной, она должна удовлетворять двум критериям: Она должна быть важной и доступной для понимания”.

Конечно, макроэкономические перспективы важны. В наши дни кажется, что инвесторы прислушиваются к каждому слову прогнозиста, макроэкономическому событию и реакции ФРС. В отличие от моих первых дней в этом бизнесе, кажется, что макроэкономические показатели - это все, а корпоративные события имеют относительно малое значение.
Но я полностью согласен с Баффеттом в том, что макроэкономическое будущее не доступно для понимания, или, по крайней мере, почти никто не может постоянно знать о нем больше, чем масса инвесторов, что важно при попытке получить преимущество в знаниях и принимать более эффективные инвестиционные решения.

Очевидно, что имя Баффетта стоит на первом месте в списке инвесторов, которые преуспели, избегая макроэкономических прогнозов и вместо этого сосредоточившись на том, чтобы лучше других узнать о “микроуровне”: компаниях, отраслях промышленности и ценных бумагах.

В 2001 году в заметке под названием “Что такое альфа?” я представил концепцию школы “Я знаю” и школы "я не знаю", а в 2004 году я подробно остановился на этом в заметке "Мы и они". Чтобы завершить текущую заметку, я собираюсь вставить кое-что из того, что я написал в последней об этих двух школах:

Большинство инвесторов, с которыми я встречался на протяжении многих лет, принадлежали к школе “я знаю”. Это было особенно актуально в 1968-1978 годах, когда я анализировал акции, и даже в 1978-1995 годах, когда я переключился на инвестиции, не связанные с мейнстримом, но все еще работал в компаниях по управлению капиталом, ориентированных на акции.

Легко узнать представителей школы “Я знаю”:

Они считают, что знание будущего направления развития экономики, процентных ставок, рынков и популярных акций имеет важное значение для инвестиционного успеха.
Они уверены, что этого можно достичь.
Они знают, что у них это получится.
Они знают, что многие другие люди пытаются сделать то же самое, но они считают, что либо (а) все могут добиться успеха одновременно, либо (б) только немногие могут, но они среди них.
Им удобно инвестировать, основываясь на своем мнении относительно будущего.
Они также рады поделиться своим мнением с другими, даже несмотря на то, что правильные прогнозы должны иметь такую огромную ценность, что никто не стал бы раздавать их бесплатно.
Они редко оглядываются назад, чтобы тщательно оценить свои достижения в качестве прогнозистов.

“Уверенный” - ключевое слово для описания представителей этой школы. С другой стороны, для школы “я не знаю” самое подходящее слово – особенно когда речь идет о макробудущем – “осторожный”. Ее приверженцы, как правило, верят, что вы не можете знать будущее; вам не обязательно знать будущее; и правильная цель состоит в том, чтобы наилучшим образом инвестировать в отсутствие этих знаний.

Как участник школы “Я знаю”, вы можете высказывать свое мнение о будущем (и, возможно, заставлять других делать заметки). К вам могут прислушиваться, чтобы узнать ваше мнение, и вас могут считать желанным гостем на ужине... особенно в период роста фондового рынка.

Присоединяйтесь к школе “Я не знаю”, и результаты будут еще более неоднозначными. Вы скоро устанете говорить “я не знаю” как друзьям, так и незнакомым людям. Через некоторое время даже родственники перестанут спрашивать, как, по вашему мнению, развивается рынок. Вы никогда не сможете насладиться тем моментом, который выпадает 1 раз из 1000, когда ваш прогноз сбывается и The Wall Street Journal публикует вашу фотографию. С другой стороны, вы будете избавлены от всех тех случаев, когда прогнозы не оправдываются, а также от потерь, которые могут возникнуть в результате инвестирования, основанного на завышенных знаниях о будущем. Но как, по-вашему, вы себя чувствуете, когда потенциальные клиенты спрашивают о ваших инвестиционных перспективах и вам приходится отвечать: “Понятия не имею”?

Для меня главный вывод о том, какая школа лучше, исходит от покойного стэнфордского бихевиориста Амоса Тверски: “Страшно думать, что ты можешь чего-то не знать, но еще страшнее думать, что, по большому счету, миром управляют люди, которые верят, что они точно знают, что происходит.”

Безусловно, в бизнесе по управлению инвестициями принято составлять макропрогнозы, публиковать их по запросу и ставить на них деньги клиентов. Также, по-видимому, принято, чтобы финансовые менеджеры доверяли прогнозам, особенно своим собственным. Несоблюдение этого правила привело бы к огромному диссонансу, как описано выше. Но подтверждается ли их вера фактами? Мне не терпится услышать, что вы думаете.

Несколько лет назад один весьма уважаемый экономист, занимающийся продажами, с которым я подружился в первые годы работы в Citibank, позвонил мне и сообщил важное сообщение: “Вы изменили мою жизнь”, - сказал он. “Я перестал делать прогнозы. Вместо этого я просто рассказываю людям о том, что происходит сегодня и каковы, на мой взгляд, возможные последствия для будущего. Жизнь стала намного лучше”. Могу ли я помочь вам достичь такого же состояния блаженства?

8 сентября 2022 г.