Mit jelent a reprezentativitási heurisztika (representativeness bias)?

A befektetés és a tőzsdei kereskedés során folyamatosan döntéseket hozunk. Többek között arról kell döntenünk, hogy melyik részvényt válasszuk, mikor lépjünk be egy pozícióba, mikor adjunk el, illetve mely információkat tekintsük fontosnak. A probléma az, hogy ezekben a döntési helyzetekben gyakran nem a rendelkezésre álló összes információt és a tényleges valószínűségeket mérlegeljük, hanem abból indulunk ki, hogy az adott eset mennyire hasonlít egy általunk ismert típusra, történetre vagy korábbi eseményre.

Ezt nevezzük reprezentativitási heurisztikának. A reprezentativitási heurisztika során egy esemény valószínűségét az alapján ítéljük meg, hogy az esemény mennyire tűnik tipikusnak, ismerősnek vagy egy adott kategóriára jellemzőnek. A hasonlóság azonban önmagában nem mondja meg, hogy egy esemény mekkora valószínűséggel következik be.

Befektetőként például azért vásárolhatunk meg egy részvényt, mert a társaság története emlékeztet egy korábban rendkívül sikeres vállalat fejlődésére. Előfordulhat, hogy egy technológiai céget a „következő Apple” vagy a „következő Amazon” vállalatként mutatnak be, és a történet valóban meggyőzőnek tűnik. Ebből azonban még nem következik, hogy a vállalat hasonló eredményeket fog elérni, vagy hogy a részvénye a jelenlegi áron jó befektetés.

A reprezentativitási heurisztikához szorosan kapcsolódik az alapráták figyelmen kívül hagyása, vagyis a base rate neglect. Ilyenkor túl nagy jelentőséget tulajdonítunk egy látványos vagy jellemzőnek tűnő információnak, miközben nem vesszük figyelembe az adott esemény általános gyakoriságát.

Tegyük fel például, hogy egy újonnan alapított vállalkozás gyorsan növeli a bevételét, karizmatikus vezetője van, innovatív terméket fejleszt, és több ismert befektető is támogatja. Mindez hasonlíthat néhány korábbi sikertörténetre. A döntés során azonban azt is figyelembe kellene vennünk, hogy az új vállalkozások jelentős része hosszú távon nem válik sikeressé. Ha kizárólag a történet meggyőző voltára figyelünk, és figyelmen kívül hagyjuk az alaprátát, túlbecsülhetjük a siker valószínűségét.

Hasonló hibát követhetünk el akkor is, amikor egy befektetési alap vagy részvény közelmúltbeli teljesítményéből túl messzemenő következtetést vonunk le. Egy kiemelkedő fél- vagy egyéves hozam alapján könnyen arra gondolhatunk, hogy az alapkezelő vagy a vállalat különleges képességekkel rendelkezik, és a teljesítmény a jövőben is folytatódik. A múltbeli hozam azonban önmagában nem bizonyítja, hogy a jövőbeli teljesítmény is kiemelkedő lesz.

Ez nem jelenti azt, hogy a múltbeli árfolyammozgás minden esetben érdektelen. A pénzügyi piacokon megfigyelhető a momentumhatás, vagyis bizonyos időtávokon a korábbi nyertes eszközök átlagosan tovább teljesíthetnek jobban a korábbi veszteseknél. Ez azonban statisztikai összefüggés, nem pedig annak bizonyítéka, hogy minden gyorsan emelkedő részvény jó befektetés. A témáról bővebben itt olvashatsz: Működik-e a trendkövető magatartás a tőzsdéken?

A reprezentativitási heurisztika akkor is megjelenhet, amikor összekeverjük a jó vállalatot a jó befektetéssel. Egy sikeres, gyorsan növekvő, ismert társaság részvénye nem feltétlenül jó befektetés, ha a piaci ár már túlságosan optimista várakozásokat tükröz. A vállalat minősége és a részvény várható hozama két különböző kérdés.

Ugyancsak hibás következtetés lehet, ha egy társaság egyik üzletágban elért sikeréből automatikusan arra következtetünk, hogy egy teljesen más területen is sikeres lesz. A korábbi tapasztalat, a márka és a tőkeerő valóban jelenthet előnyt, de az új piac versenyhelyzete, költségszerkezete és technológiai követelményei jelentősen eltérhetnek.

Mit jelent az összekapcsolási téveszme?

Az összekapcsolási téveszme, angolul conjunction fallacy, a reprezentativitási heurisztikához kapcsolódó, de attól elkülöníthető gondolkodási hiba. Akkor beszélünk összekapcsolási téveszméről, amikor két esemény együttes bekövetkezését valószínűbbnek tartjuk, mint az egyik esemény önálló bekövetkezését.

Ez a valószínűségszámítás szabályai szerint nem lehetséges. Két esemény együttes bekövetkezésének valószínűsége nem lehet nagyobb, mint bármelyik esemény önálló bekövetkezésének valószínűsége. Formálisan:

P(A és B) ≤ P(A), illetve P(A és B) ≤ P(B).

Az összekapcsolási téveszme legismertebb példája Amos Tversky és Daniel Kahneman Linda-kísérlete, amelyet az intuitív valószínűségi ítéletekről szóló kutatásaikban mutattak be.

A kísérletben a résztvevők egy kitalált személyről, Lindáról kaptak rövid leírást. Linda 31 éves, egyedülálló, szókimondó és intelligens nőként szerepelt, aki filozófiát tanult, egyetemistaként pedig társadalmi igazságossági kérdésekkel és az atomfegyverek elleni mozgalommal foglalkozott.

A résztvevőknek többek között az alábbi két állítás valószínűségét kellett összehasonlítaniuk:

• Linda banki pénztáros.
• Linda banki pénztáros és aktív a feminista mozgalomban.

Sokan a második állítást tartották valószínűbbnek, mert az jobban illeszkedett Linda jellemzéséhez. Ez azonban logikai hiba. A „banki pénztáros és aktív feminista” csoport szükségszerűen része a „banki pénztáros” csoportnak. Emiatt annak a valószínűsége, hogy Linda banki pénztáros, nem lehet kisebb annál a valószínűségnél, hogy egyszerre banki pénztáros és aktív feminista.

A tévedést az okozza, hogy a résztvevők nem tisztán valószínűségi szempontból gondolkodtak. Azt mérlegelték, hogy melyik állítás illik jobban a Linda személyiségéről kialakított képhez. A második állítás részletesebbnek és reprezentatívabbnak tűnt, ezért sokan valószínűbbnek is gondolták.

Az összekapcsolási téveszme a befektetések világában is megjelenhet. Tegyük fel, hogy egy befektető az alábbi két állítást hasonlítja össze:

• Egy technológiai vállalat részvényének árfolyama emelkedni fog.
• Egy technológiai vállalat részvényének árfolyama emelkedni fog, mert mesterséges intelligenciával kapcsolatos terméket vezet be, amely piacvezetővé teszi a vállalatot.

A második történet részletesebb és meggyőzőbb lehet, de több feltételnek kell egyszerre teljesülnie. Emiatt nem lehet valószínűbb az első, általánosabb állításnál. A részletes történet azonban könnyen azt az érzetet keltheti, hogy jobban megértettük a jövőt, miközben valójában csak több, bizonytalan feltételezést kapcsoltunk össze.

Miért okoznak hibás befektetési döntéseket a kognitív torzítások?

A kognitív torzítások olyan rendszeresen visszatérő gondolkodási minták, amelyek eltéríthetik ítéleteinket a következetes, valószínűségekre és bizonyítékokra épülő döntéshozataltól. Nem azt jelentik, hogy minden döntésünk szükségszerűen hibás, hanem azt, hogy bizonyos helyzetekben kiszámítható módon téves következtetésekre juthatunk.

A befektetések világában ezek a torzítások többek között az alábbi következményekkel járhatnak:

• túlbecsüljük egy látványos befektetési történet valószínűségét;
• figyelmen kívül hagyjuk az alaprátákat és a korábbi hasonló esetek átlagos kimenetelét;
• néhány sikeres vagy sikertelen ügyletből túl általános következtetést vonunk le;
• összekeverjük a jó vállalatot a kedvező árazású részvénnyel;
• nagyobb jelentőséget tulajdonítunk a történeteknek, mint a statisztikai bizonyítékoknak;
• csak azokat az információkat fogadjuk el, amelyek megerősítik a korábbi véleményünket.

A reprezentativitási heurisztikához több más kognitív torzítás is kapcsolódhat. Ilyen például a túlélési torzítás, amelynek során elsősorban a sikeres vállalatokat, alapokat vagy befektetőket látjuk, miközben a sikertelen szereplők kiesnek a mintából.

Kapcsolódó jelenség a megerősítési torzítás is. Ennek során azokat az információkat keressük és értékeljük magasabbra, amelyek alátámasztják a már kialakított véleményünket. Ha például egy befektető erősen hisz egy részvény, egy kriptoeszköz vagy egy teljes iparág jövőjében, könnyebben elfogadhatja a pozitív elemzéseket, miközben a kockázatokra figyelmeztető információkat elutasítja vagy kisebb jelentőségűnek tekinti.

A közelmúlt eseményeinek túlértékelése, vagyis a recency bias szintén torzíthatja a döntést. Néhány kiemelkedően sikeres ügylet után a befektető könnyen túlbecsülheti saját képességeit vagy a választott stratégia várható hozamát. Ugyanakkor néhány közelmúltbeli veszteség alapján indokolatlanul el is vethet egy hosszabb időszakon vizsgálva működő megközelítést.

Fontos azonban, hogy a korábbi ügyletek egyszerű átlaga sem feltétlenül ad pontos előrejelzést a jövőre. A piaci környezet, az értékeltség, a kamatszint, a versenyhelyzet és a stratégia működési feltételei idővel megváltozhatnak. A múltbeli adatok ezért kiindulópontot jelentenek, nem pedig biztos előrejelzést.

Hogyan csökkenthető a reprezentativitási heurisztika hatása?

A reprezentativitási heurisztikát teljesen kiküszöbölni valószínűleg nem lehet, de a hatása mérsékelhető. Ebben az alábbi módszerek segíthetnek:

• Vizsgáld meg az alaprátákat: ne csak azt kérdezd meg, hogy az adott vállalat hasonlít-e egy korábbi sikertörténetre, hanem azt is, hogy a hasonló vállalatok átlagosan milyen eredményt értek el.
• Válaszd külön a vállalatot és a részvényt: egy jó vállalat részvénye túlárazott lehet, míg egy problémákkal küzdő vállalat részvénye bizonyos áron kedvező befektetést jelenthet.
• Keress cáfoló bizonyítékokat: tudatosan vizsgáld meg, milyen körülmények között bizonyulna hibásnak a befektetési elképzelésed.
• Használj összehasonlító mintát: egyetlen vállalat vagy egyetlen történelmi példa helyett több, valóban összehasonlítható esetet vizsgálj meg.
• Különítsd el a történetet a valószínűségtől: attól, hogy egy magyarázat részletes és meggyőző, még nem válik valószínűbbé.
• Rögzítsd előre a döntés feltételeit: írd le, milyen adatok alapján vásárolsz, milyen kockázatokat vállalsz, és milyen körülmények esetén változtatod meg a véleményedet.

A reprezentativitási heurisztika legfontosabb tanulsága, hogy a hasonlóság nem azonos a valószínűséggel. Egy vállalat, befektetés vagy piaci helyzet emlékeztethet egy korábbi sikertörténetre, de a döntéshez az alaprátákat, az értékeltséget, az alternatív kimeneteleket és a bizonytalanságot is figyelembe kell venni.

A további gyakori befektetői hibákat ebben az összefoglalóban tárgyaljuk: 27 hiba a tőzsdén, ami miatt veszíthetsz a részvényvásárlás és a befektetés során.