Рынки, толпы и модели

Рынки, толпы и модели

Одним из методов, завоевывающим сегодня всю большую популярность, является так называемый рынок предсказаний. Его участники покупают и продают особые ценные бумаги, конечная стоимость которых соответствует прогнозируемой вероятности того или иного результата. Например, за день до президентских выборов инвестор мог заплатить 92 цента за контракт на Айовском электронном рынке — одной из старейших и наиболее известных площадок предсказаний — и в случае победы Барака Обамы заработать один доллар. Участники рынка просто покупают и продают контракты по определенной цене. Впрочем, стоимость, по сути, является отражением их коллективных убеждений. В нашем случае накануне президентских выборов они позволили спрогнозировать, что вероятность победы Барака Обамы составляла 92 %.

Такие площадки используют феномен, которой писатель еженедельника New Yorker Джеймс Шуровьески называет «мудростью толпы», — понятие, согласно которому, хотя отдельные люди и склонны делать крайне неверные прогнозы, при суммировании всех оценок ошибки исключаются сами собой. Многие такие рынки требуют, чтобы их участники ставили настоящие деньги. Значит, люди, обладающие определенными познаниями в некой отдельно взятой сфере, более склонны принимать в них участие, нежели те, кто таких знаний не имеет. Что примечательно, не важно, кто располагает релевантной информацией — один эксперт, большое количество не-экспертов или любая их комбинация. По идее, сюда должны включаться все их мнения — пропорционально величине ставки каждого. Теоретически, никто не должен быть способен систематически превосходить правильно организованный рынок предсказаний. В противном случае человек бы на этом нажился, однако сам этот факт немедленно привел бы к изменению цен^{174}.

Потенциал рынков предсказаний в использовании коллективной мудрости взбудоражил в равной степени как профессиональных экономистов, так и специалистов по планированию. Вообразите, например, что до недавних событий с ВР был бы создан рынок прогнозирования возможности аварии при глубоководном бурении в Мексиканском заливе. Возможно, инсайдеры (например, инженеры ВР ) могли бы принять в нем участие, сделав достоянием общественности то, что они знали о рисках, на которые шла их компания. Возможно, тогда руководство последней имело бы более ясное представление об этих угрозах и предприняло бы решительные меры до того, как катастрофа произошла. Вероятно, ее удалось бы предотвратить. Сторонники рынков предсказаний склонны делать утверждения именно подобного типа, а значит, интерес к ним совершенно оправдан. В последнее время такие площадки создавались для вычисления вероятности успеха новых товаров, кассовых сборов новых фильмов, результатов спортивных соревнований и так далее, и так далее.

На практике, однако, рынки предсказаний гораздо сложнее, чем в теории. Во время президентской кампании 2008 года, например, на одной из наиболее популярных таких площадок — InTrade — наблюдалась серия странных колебаний, когда некто начал делать очень большие ставки на Джона Маккейна. Это привело к возникновению резких скачков в прогнозировании победы последнего. Никто не знал, кто за этим стоял, но подозревали, что это был сторонник Маккейна или даже член его команды. Манипулированием рыночными ценами он или она пытались создать впечатление, будто надежный источник указывал на избрание Маккейна, таким образом пытаясь повлиять на общественность с целью создания самовыполняющегося пророчества. Но это не сработало. Резкие скачки были быстро снивелированы другими трейдерами, и таинственный игрок в итоге потерял деньги. Следовательно, рынок функционировал, по сути, так, как и должен был. Тем не менее этот случай позволил выявить потенциальное слабое место теории, предполагающей, будто рациональные трейдеры не станут терять деньги специально. Если же цель участника заключается в манипулировании восприятием людей вне рынка (например, средств массовой информации) и если суммы относительно небольшие (десятки тысяч долларов по сравнению со, скажем, десятками миллионов, тратящимися на телерекламу), тогда убытки не будут иметь значения — в этом случае не ясно, какой вообще сигнал посылает рынок^{175}.

Все эти проблемы вынудили ряд скептиков утверждать, будто рынки предсказаний не обязательно должны превосходить другие, менее сложные методы — такие, как опросы общественного мнения, которыми на практике труднее манипулировать. Впрочем, оценке относительной эффективности последних было уделено так мало внимания, что наверняка ничего утверждать нельзя^{176}. Чтобы решить этот вопрос, мои коллеги из Yahoo! Research провели систематическое сравнение различных методов прогнозирования. Рассматриваемые предсказания касались результатов матчей Национальной футбольной лиги. Сперва мы провели опрос общественного мнения по каждой из 14–16 игр, проходивших в выходные в течение сезона 2009 года. В его рамках респондентов просили указать, во-первых, вероятность победы принимающей команды, а во-вторых, степень уверенности в своем прогнозе. Кроме того, те же вопросы мы предложили посетителям Probability Sports — веб-сайта, где участники выигрывают денежные призы, правильно предсказав исход спортивных соревнований. Затем мы сравнили результаты этих двух опросов с прогнозами Vegas sports betting market — одного из старейших и наиболее популярных рынков пари в мире, — а также другой известной площадки предсказаний под названием Tradesports . И, наконец, мы сопоставили прогнозы рынков и опросов с вычислениями двух простых статистических моделей. Первая опиралась исключительно на статистическую вероятность победы принимающей команды (та выигрывала в 58 % матчей), тогда как вторая учитывала статистику побед и поражений обеих клубов. Таким образом, мы провели шестистороннее сравнение различных методов прогнозирования — двух статистических моделей, двух рынков и двух опросов общественного мнения^{177}.

Учитывая то, насколько разными были эти методы, полученные данные поражали: качество прогнозов оказалось одинаковым! Справедливости ради, два рынка дали чуть более точные прогнозы, чем другие методы, что согласуется с вышеприведенным теоретическим аргументом. При этом наилучший из них — рынок Vegas Market — дал примерно на 3 % более верное предсказание, чем наихудший — модель, всегда ставящую на 58 %-ную вероятность победы принимающей команды. Остальные методы заняли места где-то посередине. Кстати, модель, учитывавшая статистику побед и поражений обеих команд, оказалась весьма близка к Vegas Market : в случае использования обоих методов прогнозирования фактического расхождения в количестве очков, набранных этими клубами, величина средней ошибки их прогнозов отличалась бы менее чем на одну десятую. С одной стороны, если вы ставите на результаты сотен или тысяч игр, такие крошечные различия — это различия между выигрышем и проигрышем энной суммы денег. А с другой — агрегированная мудрость тысяч участников рынка, коллективно посвящающих бесчисленное количество часов анализу грядущих матчей в стремлении найти хоть какую-нибудь полезную информацию, лишь немногим лучше простой статистической модели, опирающейся на средние статистические показатели.

Когда мы впервые рассказали о полученных результатах специалистам по рынкам предсказаний, они решили, что эти данные, должно быть, отражают некую специфическую особенность американского футбола. Мол, в Национальной футбольной лиге есть множество правил — «потолок» зарплат, драфты и прочее, — обеспечивающих максимально возможное равенство команд. Да и американский футбол — такая игра, в которой результат подчас зависит от случайных действий. Например, ресивер кончиками пальцев ловит отчаянный пас защитника и в последние секунды добывает своей команде победу. Футбольные матчи, другими словами, включают немалую долю непредсказуемости — пожалуй, это и делает их столь захватывающими. В таком случае, наверное, не стоит удивляться тому, что вся информация и «анализ», генерируемые специалистами по американскому футболу, каждую неделю заваливающими болельщиков прогнозами, не очень-то помогают (хотя сами-то знатоки, должно быть, этому удивляются). Чтобы их убедить, настаивали наши коллеги, следует обнаружить похожие результаты в другой области, в которой соотношение сигнал-шум гораздо выше, чем в футболе.

Ладно, что насчет бейсбола? Любители этой игры гордятся своим почти фанатичным вниманием к каждой измеряемой ее детали — от среднего процента отбитых мячей до ротации питчеров. На самом деле вся область исследования — «сабер-метрика» — развилась специально для анализа бейсбольной статистики. Появился даже особый журнал — Baseball Research Journal. Можно подумать, в бейсболе по сравнению с американским футболом рынки предсказаний — с их гораздо большим потенциалом учета различных типов информации — обязательно с большим отрывом превзойдут чрезмерно упрощенные статистические модели. Но и это, оказывается, тоже неправда. Мы сравнили прогнозы результатов почти 20 тысяч игр Большой лиги с 1999 по 2006 год, сделанные лас-вегасскими рынками спортивных пари, с предсказаниями простой статистической модели, основанной лишь на преимуществе принимающей команды и статистике недавних побед и поражений обоих клубов. На этот раз различие между ними оказалось еще меньшим — практически незаметным. Другими словами, несмотря на всю статистику и анализы, на отсутствие значимых потолков зарплат и результирующей концентрации суперзвезд в таких командах, как New York Yankees и Boston Red Sox, исходы бейсбольных баталий еще более случайны, чем футбольные матчи.

Со временем выяснилось, что точно так же обстоят дела и с другими типами событий, которые, как утверждается, прогнозируют рынки предсказаний, — от кассовых сборов художественных фильмов в дни премьеры до результатов президентских выборов. Они происходят без каких-либо правил или условий, делающих спорт конкурентным и, следовательно, непредсказуемым. Существует уйма релевантной информации, использование которой позволило бы рынкам предсказаний добиться результатов, во много раз превосходящих данные простой модели или опроса мнений относительно несведущих респондентов. И тем не менее, когда мы сравнили Hollywood Stock Exchange — один из наиболее популярных рынков предсказаний, знаменитый своими точными прогнозами^{178}, — с простой статистической моделью, предсказания первого оказались лишь немногим вернее^{179}. В отдельном исследовании результатов пяти президентских выборов в Соединенных Штатах в период с 1988 по 2004 год^{180} политологи Роберт Эриксон и Кристофер Лизен обнаружили, что простая статистическая коррекция обыкновенных опросов общественного мнения по эффективности превосходила даже хваленый Iowa Election Market .