Системное мышление

 

Обрушение моста Моранди в Генуе

«Системный подход», «системный взгляд», «системное решение» – модные слова. К сожалению, часто их используют лишь как устоявшиеся словосочетания… Попробую наполнить их смыслом.

Структура

Утром 14 августа 2018 г. рухнул пролет моста в Генуе (Италия). Трагедия унесла жизни более 40 человек. На следующий день прокурор города Франческо Коцци заявил: «Мы должны ответить на один-единственный вопрос: почему это случилось? Это наша задача, ради нее мы сделаем все необходимое». Министр экономики Италии возложил всю полноту ответственности на обслуживающую дороги страны компанию Autostrade per l’Italia. Министерство транспорта и инфраструктуры начало процедуру расторжения концессии с этой компанией.

Вместе с тем глава МВД Италии Маттео Сальвини заявил, что происшествие указывает на важность увеличения инвестиций в инфраструктуру. Он также предположил, что ограничения ЕС на выделение средств в рамках программы поддержки инфраструктуры Италии как страны-члена альянса могли оказать влияние на ситуацию с безопасностью таких сооружений, как обрушившийся мост. (Напомню, что в договоре о создании Европейского союза установлено ограничение для всех стран-членов: дефицит бюджета не должен превышать 3% ВВП. Поэтому сама Италия не могла тратить на инфраструктуру столько, сколько хотела.)

Не оценивая, кто прав, я лишь хочу обратить внимание на различие в подходах. В первом случае, пытаются установить причинно-следственную связь. Во втором – увидеть структуру системы, и то, как работает система, обладающая такой структурой.

Поиск причин и виновных важен, но нельзя ограничиться только им. Такой поиск часто бесплоден, поскольку, большинство людей делают всё возможное в рамках системы. Никто не приходит на работу с мыслью, как бы тут напортачить. Исход определяется структурой системы не в меньшей степени, чем стараниями людей. Чтобы улучшить ситуацию, нужно понять структуру системы и изменить её. Уильям Деминг, с которым мы встретимся еще не раз, считал, что лишь 2–3% проблем связаны с исполнителями; в остальных случаях нежелательные события обусловлены структурой системы (я всё же думаю, что это экстремистский взгляд J).

Цикличность

На рубеже 1960-х в Китае в рамках политики Большого скачка была объявлена масштабная кампания по борьбе с сельскохозяйственными вредителями. В первую очередь, с воробьями. Лозунги призывали поднимать воробьев в воздух, и не давать им сесть. Несчастные птицы через 15–20 минут падали замертво. И действительно, на следующий год урожаи выросли. К сожалению, расплодились гусеницы и саранча, так как исчез их естественный враг – воробей. Ещё через год вредители начали уничтожать посевы на корню. В стране наступил голод, в результате которого погибло по разным оценкам от 10 до 30 миллионов человек. Руководители Китая обратились к СССР и Канаде за поставками живых воробьев.

Традиционное мышление линейно, системное – циклично:

Линейное и системное мышление

Смысловой синоним цикличности – обратная связь, когда часть следствия становится причиной. Курица или яйцо?

Эмерджентные (возникающие) свойства

Возьмем черный ящик с одним входом и одним выходом. На вход подаются целые числа, на выходе числа увеличиваются на единицу:

Объединим два таких ящика:

У нас получилась система без входов с двумя выходами. Инициировав однажды ее работу (подав ноль на вход верхнего ящика), на каждом такте система будет выдавать два числа. Любопытно, что один ряд будет включать только нечетные, а другой – только четные числа.

Система демонстрирует свойство, которого нет у отдельных черных ящиков. Свойство возникло благодаря тому, как мы организовали ящики в систему. Такое свойство называется эмерджентным (от англ. emergent – возникающий, зарождающийся). Эмерджентные свойства определяются структурой системы (тем, как связаны элементы). Разделив систему на компоненты, вы не обнаружите ее существенных свойств. Единственная возможность узнать, что из себя представляют эмерджентные свойства, состоит в том, чтобы заставить систему работать.

Не все свойства систем являются эмерджентными. Многое можно узнать о системе, анализируя ее элементы. Но нельзя полностью редуцировать (свести) систему к ее элементам… всегда что-то остается. Отличный пример эмерджентного свойства человека – сознание. Ученые полагают, что сознание не удастся объяснить, ни строением мозга, ни импульсами синапсов, ни чем-то иным.

Контринтуитивность

Сложите лист офисной бумаги А4 пополам, а затем еще пополам… Если бы вам удалось сделать это 42 раза, какой высоты получилась бы стопка?

Наверное, вы прикидываете, что толщина пачки бумаги около 5 см, а в пачке 500 листов, так что стопка будет высотой…

Неожиданный ответ заключается в том, что такая стопка бумаги достанет до Луны! Да, толщина одного листа лишь 0,1 мм. А вот толщина стопки = 0,1 мм *2⁴² = 440 000 км.

Контринтуитивность систем обусловлена их структурой. Во-первых, из-за усиливающих петель обратной связи, системы часто демонстрируют нелинейное поведение. Его описывают говорящей метафорой снежный ком. Во-вторых, системы обладают динамической сложностью. Допустим в системе 10 попарно связанных элементов. Т.е., в ней 90 односторонних связей. Добавим один элемент, что увеличит детальную сложность на единицу или 10%. Число связей возрастет до 110, или на 22%. При большом числе элементов, число связей нарастает лавинообразно.

Томатный кетчуп из бутылки – то ничего, то весь в тарелке.
Слова из песни, приведенные Насимом Талебом в книге «Одураченные случайностью».

Здравый смысл	Системный подход
Поиск причины	Изучение структуры
От причины к следствию	Понимание цикла и обратной связи (от следствия к причине)
Свойства ансамбля основаны на свойствах составляющих	Свойства ансамбля не сводятся к свойствам элементов; возникающие свойства присущи системе, но отсутствуют у элементов
Следствие пропорционально причине (усилиям)	Связь следствия и причины часто нелинейна

Проблемы теории систем

Впервые общую теорию систем сформулировал Людвиг фон Берталанфи. В середине XX в. ряд ученых исследовали законы, объясняющие работу любых систем. Такой подход оказался не очень плодотворным. Сформулированные законы не позволяли получать практические выводы. Специфика систем превалировала над общностью такого объекта исследования, как система. В XXI в. исследования проводятся в рамках более узких направлений: изучение операций, синергетика, системотехника и др.

Джозеф О`Коннор, Иан Макдермотт. Искусство системного мышления: Необходимые знания о системах и творческом подходе к решению проблем. – М.: Альпина Паблишер, 2011 – 256 с. Конспект: https://baguzin.ru/wp/?p=881

Донелла Медоуз. Азбука системного мышления. – М.: Манн, Иванов и Фербер, 2018. – 272 с. Конспект: https://baguzin.ru/wp/?p=3075

Евгений Ксенчук. Системное мышление. Границы ментальных моделей и системное видение мира. – М.: Издательский дом «Дело», РАНХиГС, 2011. — 368 с. Конспект: https://baguzin.ru/wp/?p=3502

Людвиг фон Берталанфи. Общая теория систем: критический обзор. В сборнике переводов Исследования по общей теории систем. М.: – Прогресс, 1969. – 520 с. (с. 23–82). Конспект: https://baguzin.ru/wp/?p=4485

https://tinyurl.com/yrkxkae9

How to cheaply build and strengthen product-market fit

 

This sense of excitement and camaraderie is the ~vibe~ we were aiming to recreate through our product. Photo by Beyza Kaplan.

I previously wrote an article on measuring the only leading indicator for product market fit (PMF) but I got some questions around what I tactically did to build product market fit, so I thought I would outline my process here.

Even if you know how to measure product market fit, that doesn’t tell you how to actually figure out what to build to increase your level of product market fit. I also haven’t seen many comprehensive or tactical articles on this gigantic topic, so I thought I’d give it a try.

Feel free to share your feedback in the comments section if you’d like to help anyone else who may be wandering through the Forbidden Forest of product-market fit.

Finding or strengthening product market fit can essentially be broken down into four types of problems:

1. Validating the problem
2. Validating the primary target persona
3. Validating market viability
4. Validating the product

I think it goes without saying, but these items are all quite intertwined, and I don’t do them in the same order every time.

This type of topic is always more helpful when tactical examples are given, so below I run through high-level examples of how I did this when I was the head of product at a peer-to-peer sports betting startup.

Note: I value working on ethical products that bring joy to people. Sports betting as a whole may be seen as unethical on first glance, but our product created a transparent and inclusive environment for people who might not typically interact in this space (as well as avid sports betters).

We designed our product to be honest and transparent (e.g. making wins/losses clear so that people could see if they were spending too much) and saw that our average bet size was $15, typically between friends who used betting on basketball or football games to stay in touch with each other.

As product managers, we have a responsibility to be mindful about what types of technology we help bring into the world, so I just wanted to share just a couple of the reasons why I felt comfortable building this product with the team.

Part 1. Validate the problem

1.a. What’s the opportunity/problem that we’re uniquely positioned to address?

Our hypothesis was that we were solving for the fact that, at the time, sports fans couldn’t bet with their friends on betting platforms (now there are a lot of apps popping up around this) — they could only bet against the “house” or random, anonymous people on the Internet.

That’s fine for many fans, but some fans, like our founders, wanted to bet not just to win money, but to engage in some friendly competition against a friend that’s smack talking your favorite player.

The founders of this app loved sports and wanted a space to bet with friends on different games that they cared about. They were uniquely positioned to solve a niche problem by being a power user themselves who had an intricate understanding of all the pitfalls and obstacles involved with betting on sports.

Realizing that the typical sports betting apps intimidated their friends, the founders decided they wanted to create a beginner-friendly space that focused on friendly competition over making money anonymously in a dark room. They also hated that betting apps also don’t let fans create their own bets (i.e. choosing players, stats, odds).

In the Opportunity Solution Tree (OST), you map out your desired outcome, potential Opportunities to solve, Solutions to those Opportunities, and Experiments to test assumptions about your solutions. Looks simple but is actually kind of difficult to do and takes many revisions.

We used the Opportunity Solution Tree to understand the parent-child relationships between different opportunities we were considering, and visualize which directions we were NOT going towards.

Providing an example OST to illustrate how to frame Opportunities and how you can have parent-child relationships between them. It’s also helpful to visualize what Opportunities your product is not addressing.

Product strategy is essentially deciding what problems you won’t solve and making sure that you’re framing the problems you are solving correctly, so this step is critical.

1.b. Do users really care about the problem we’re solving? What are the true alternatives?

When I asked the founder whether not being able to bet with friends was a big pain point for sports betters, his response was “Of course! I run into this all the time and it’s such a pain!”

But when I asked this question in user interviews, the average sports better didn’t seem to register it as a problem. It’s just what they knew. If they wanted to bet with friends, they hopped on Venmo or PayPal. It only became an issue when they had to track their friends down to settle up.

The question then became, “Why use our app when you can just use those alternatives? What other problems do we solve? Does our product offer enough value to change your behavior?”

Our competitors were not just the other sports betting platforms. They also included Venmo, PayPal, and cash, and being aware of that influenced our product strategy big time. Not only did we have to offer unique value on the sports betting side of the experience, we also needed to make sure that we made getting or giving payments was as easy as Venmo’ing someone.

1.c. How do we measure our desired outcome?

There’s a lot that’s already been said about defining OKRs, so I won’t repeat them here. The one key insight on determining how to measure success that I haven’t heard as much is around choosing a north star outcome that is a win-win for both the customer and the business.

A north star outcome should reflect a win-win for both the customer and the business.

Specifically, start by identifying what a win looks like for the person who actually uses your app, and then layer in success for the business.

For example, success for our users is when they can create their own bet and have a friend accept that bet. It means that they found enough value to use our platform over another option, and that they were able to compete with a friend on players that they were both invested in enough to bet on. It’s not a win for the user if they create a bet that no one accepts, because that’s a waste of their time.

From the company’s perspective, the number of accepted bets is also a good reflection of engagement on both sides of the marketplace (people who create the bet and people who accept the bet). Accepted bets is also how we drive our revenue, since we charged a small fee on every successful bet.

Part 2. Validate target persona

Assuming I already have a product, I look at the analytics to see demographics and behaviors of people who are performing the key desired actions. If possible, I interview them in person. That’s exactly what I did here.

Based on what I found in the analytics, I built a few different types of user personas and shared them with my team to get diverse perspectives on who our customers are. If we ever got stuck on defining who we’re building for, I switch tactics to define who we’re NOT selling to, and that usually helped provide clarity. We then tested the accuracy of our target personas by actually marketing our product to people who fit that description.

If I’m working on a marketplace product, then I have two personas to keep in mind. For this particular product, those two personas (the person who creates bets vs. receives them) could be the same person or they could be different. Some people only created and sent out bets, while others preferred to be on the receiving end of a bet. Having two personas and clarifying the different types of each was critical to understand which problems to solve. (This also resulted in two different opportunity solution trees, btw.)

Lately I’ve been experimenting using unmoderated voice user interviews on usertesting.com where users read my prompts out loud, test my prototypes, and tell me what they think.

2.a. What do I do if I don’t yet have a product or a solid target user persona?

I use userinterview.com or usertesting.com to talk to people who I hypothesize are my target users. In addition to moderated interviews that I run myself, I also love leveraging un-moderated voice user interviews here, because it allows to me to ask standardized questions and listen to a high volume of different responses very quickly.

Part 3. Validate market viability

3.a. What’s the market context? Why now?

Before diving into the details of what problems I’m potentially solving, I like to zoom out and see the broader market context of where I’m playing. How competitive is the landscape? What does revenue look like in this market? What’s the latest news?

Through sizing the market and revenue opportunity, we knew that sports betting was a huge and growing market that users cared very much about (and with a high willingness-to-pay). The U.S. saw $7.5 billion in revenue from sports betting in 2022, which was a 72.7% increase from 2021. That’s insane.

Timing also played a big role — the United States Supreme Court had recently issued a highly anticipated decision that struck down the federal ban on state authorization of sports betting. We were one of the first startups to have the necessary state-by-state legislation in place, and this gave us a temporary advantage that we needed to leverage quickly.

3.b. Can we reach customers in a cost-effective way?

We often hear about product-market fit, but product-channel fit is just as critical. In order to have a sustainable customer acquisition cost (CAC), it’s important to find the channel that resonates with your users and your product, and then customize your product and your marketing content to that specific channel.

While it’s good to experiment in multiple channels, most products typically get a majority of their users from one channel, so keep that in mind when finding product-channel fit.

Not only did we test the performance of marketing in various traditional channels (TikTok, Instagram, Google Ads, word of mouth), we also went to where our users are by leveraging stadium or sports team partnerships during live games.

Part 4. Validate the product

4.a. Where are we in the product lifecycle? Does the product have product market fit?

When I first joined, the founders told me that this product was actually in it’s growth phase (rather than 0 to 1 phase). Trust, but verify.

I verified that assumption by measuring the 40% rule, which is a leading indicator for product-market fit. Why did I do this? I wanted to make sure it had strong product market fit before focusing on growth optimization.

If you’re not sure whether you have product-market fit or how strong it is, this is the most comprehensive article I can find on how to calculate and use the 40% rule.

For those of you who aren’t going to read that, the tl;dr is that if roughly 40% of your current users say they would be “very disappointed” if they could no longer use your product, you most likely have product market fit.

By calculating that number and prioritizing feedback from users who were aligned with our core value proposition and who were on the fence about being disappointed if they could no longer use the app, we doubled our product market fit “score” and hit that 40% threshold (read the article if you have questions about this).

4.b. Test core assumptions of the product with zero development

Testing assumptions, rather than entire solutions, allows me to learn 10x faster and often with 0 dev effort.

When I was tasked with increasing the number of bets that get accepted, I had several solution (AKA feature) ideas to solve for that problem.

Instead of jumping to solutions and building each of those solutions in a prototype and then A/B testing them (requires a lot of design/dev work), I identified the assumptions of why people weren’t accepting bets and tested those first.

Opportunity solution trees (OSTs) come in clutch when doing this analysis too!

For example, if we’re trying to increase bet acceptance, we could move the location of the CTA notifying the user that they received a bet, or we could create a push notification, or we could introduce filters so users can find the bet.

Should we build each one and A/B test the results? Or is there a faster way to see which one is most effective?

Why, yes there is! You can instead identify the assumptions of what problem you’re solving for:

• Users don’t know that they were invited to a bet
• Users know that they were invited to a bet, but later can’t find their bet invites
• Users can’t find the bets that they’re interested in accepting on the feed
• Users forget that they’ve been invited to a bet entirely

I identified the riskiest assumption and built a test around that. The result?

I learned within 5 days which assumption wasn’t true, allowing me to confidently decide what to build before spending a single developer hour on it.

Conclusion

Thanks for reading my book (jk but actually).

As always, my tactical articles are much longer than I hoped. Still, I hope I gave tactical insight into how finding or strengthening product market fit can essentially be broken down into four types of problems:

1. Validating the problem
2. Validating the primary target persona
3. Validating market viability
4. Validating the product

https://tinyurl.com/mskpuw8w

Finding Product-Market Fit with the PURE Model: A Guide for Start-Ups

 

Finding product-market fit (PMF) with the PURE model involves optimizing four key pillars—Performance, Utility, Reliability, and Economics—to ensure a product solves a specific market need, as explained by sliwainsights.com. This framework helps startups move beyond just having a product to achieving a sustainable, in-demand solution by focusing on: 

• P – Performance: Meeting or exceeding expectations for speed, efficiency, and quality.
• U – Utility: Ensuring high, intuitive, and practical use for customers.
• R – Reliability: Building trust through uptime and low maintenance.
• E – Economics: Providing cost-effective value that fits customer budgets.

This video explains how to find and measure product-market fit:

 

The PURE Framework in Action

• Performance (P): The product must deliver superior results compared to alternatives, focusing on speed and durability.
• Utility (U): The product must solve a pain point better than competitors, ensuring it is easy and intuitive to use.
• Reliability (R): The product must be dependable, reducing the need for frequent support and maximizing uptime.
• Economics (E): The product must be affordable and provide clear value, ensuring it fits within the target audience's budget. 

Key Indicators of Product-Market Fit

Beyond the PURE model, PMF is validated when: 

• The 40% Rule: At least 40% of surveyed customers say they would be "very disappointed" without your product.
• Customer Behavior: High retention rates and organic, word-of-mouth growth are present.
• Financials: The cost of customer acquisition (CAC) is lower than the lifetime value (LTV). 

Applying the PURE model allows founders to move away from trying to be perfect everywhere, and instead, focus on delivering value in the areas that matter most to their customers, leading to a sustainable, growth-focused business, as discussed in sliwainsights.com. 

One of the most critical challenges facing entrepreneurs is finding the elusive product-market fit—the point at which your offering resonates with your target audience and begins to generate consistent demand. To navigate this journey effectively, start-up founders must be able to clearly articulate and deliver their value proposition. The PURE Model offers a structured, pragmatic framework to help them do just that.

What Is the PURE Model?

The PURE Model breaks down product value delivery into four core components:

• P – Performance
  How well does your product meet or exceed customer expectations compared to alternatives? This includes metrics such as speed, efficiency, durability, and throughput.

• U – Utility
  How useful is the product in real-world applications? Is it intuitive and easy to use? Does it improve productivity or solve a pain point better than existing solutions?

• R – Reliability
  Can customers count on your product? This encompasses maintenance frequency, uptime, and the need for customer support.

• E – Economics
  Is your product cost-effective for the target audience? How does it fit within their budget? Can it be delivered affordably and on time?

Why It Matters for Start-Ups

Entrepreneurs are often tempted to strive for perfection in every category. But the truth is, you can’t be 100% in all four areas simultaneously. Enhancing one aspect usually requires trade-offs in another. Improving utility might compromise performance. Prioritizing reliability could drive up costs. Focusing on performance might extend development timelines and negatively impact economics.

The PURE Model helps entrepreneurs embrace these trade-offs strategically rather than haphazardly. It encourages experimentation to determine which combination best matches the needs and values of a specific customer segment.

Positioning Through Trade-Offs

In practical terms, start-ups can use the PURE Model to define their positioning:

• A productivity app may focus on Utility and Economics, offering ease of use and affordability, while compromising slightly on high-end features.

• A performance-driven drone might emphasize Performance and Reliability, targeting professional users willing to pay a premium.

• A mass-market gadget could prioritize Economics and Utility, accepting that it may not have the highest performance or long-term durability.

By making intentional decisions about which elements of PURE to prioritize, entrepreneurs can craft a compelling story around their product’s value proposition—and ensure their development, sales, and marketing efforts are aligned.

From Model to Market

Once a start-up identifies its PURE profile through testing and feedback, it’s essential to communicate this positioning both internally and externally. Internally, it guides teams in aligning their work with customer expectations. Externally, it helps customers understand the trade-offs and advantages of the product, fostering transparency and trust.

Final Thoughts

The PURE Model is more than a diagnostic tool—it’s a compass for navigating the complex decisions that shape a product’s success. By embracing the inevitable trade-offs between Performance, Utility, Reliability, and Economics, entrepreneurs can position their start-ups with clarity and confidence—and dramatically improve their chances of finding product-market fit.

https://tinyurl.com/yhmpssdw

Может ли теория игр помочь в инвестициях

 

Алексей Бачеров

Одной из интересных сфер знаний, которая достаточно активно развивалась в 20 веке и продолжила развиваться в 21-ом, является теория игр (ТИ). Она интересует не только экономистов, но и политологов, социологов, психологов, биологов, IT-шников и даже психиатров

Несмотря на то, что у теории игр такое громкое название, всё-таки это скорее набор инструментов, применяемых для анализа ситуаций, в которой лучшая стратегия одного человека, зависит от действий, в том числе ожидаемых, других людей. Как в любой теории, чтобы систематизировать знания, там есть свои термины, определения и модели, объясняющие сущность тех или иных процессов. Как и любые модели они либо упрощены, либо условно идеальны, чтобы показать суть. Очень много моделей построены на взаимодействии двух участников или рассматриваются среди нескольких, но в попарном взаимодействии. Взаимодействия (в ТИ - стратегические взаимодействия ) , называют играми по аналогии с настольными играми, а участников, соответственно, игроками.

Игры могут делиться по нескольким критериям.

Первый. Игры с последовательными и параллельными ходами. В наш век компьютерных игр, думаю, можно не останавливаться на пояснение этих терминов. Они понятны интуитивно.

Второй уже более интересный. С полной рациональностью игроков и с общеизвестной рациональностью игроков. Если с полной рациональностью всё понятно, то вот уже с общеизвестной не так очевидно. Чтобы её объяснить обычно приводят такой пример: "Не только оба игрока должны быть рациональны, но и я должен знать, что ты рационален. Мне нужен и второй уровень: я должен знать, что ты знаешь, что я рационален. Также необходимый мне третий уровень знания гласит: я должен знать, что что ты знаешь, что я знаю, что ты знаешь, что я рационален." Как вы догадываетесь - дальше до бесконечности. Отсюда делается вывод, что нет никакого смысла пользоваться теорией игр, если в жизненной ситуации вы сталкиваетесь с иррациональными оппонентами.

Третий критерий касается информированности, когда действия участников известны друг другу (обычно в последовательных играх), или неизвестны (в параллельных играх, или последовательных, но результаты ходов скрыты (частично скрыты) от оппонента). Кроме того информированность - это полнота самой получаемой информации.

Теория игр - очень увлекательна. Здесь много работ, которые действительно заставляют задуматься, а также понять, почему, например, те или иные политики, или партии ведут себя именно таким образом, хотя это может казаться нелогичным (последние годы, кстати, это наглядно видно).

Но мой вопрос всё-таки в другом: "Способна ли теория игр помочь инвестору стать более успешным?"

И если отвечать кратко, то скорее нет, чем да. Но я бы был не я, если бы не привел более развернуто свои мысли далее.

Обратим ещё раз внимание на критерии и начнем с конца. Действительно, последний критерий вполне соответствует тому, что мы видим на рынке ценных бумаг, и в любых других инвестициях. Если бы теория игр была полезна, то это явно касалось случая неполной информированности. Во-первых, из-за того, что на рынке всегда будут присутствовать инсайдеры, которые обладают явно большей информацией. Во-вторых, есть манипуляторы, которые способны побудить других действовать (реагировать), а значит элемент стратегического взаимодействия налицо. В-третьих, сам громадный объём информации не позволяет проанализировать её всю, и инвестор всегда будет выбирать ту, которую посчитает более существенной для себя. Так что игры с полной информированностью - это явно не про инвестиции.

Куда как всё хуже со вторым критерием. И здесь мы упираемся, не в малой степени, в философский вопрос - можно ли назвать рынок рациональным, а его участников - игроками с общеизвестной рациональностью.

Если взять старую аллегорию Бенджамина Грэма, в которой он называл рынок - Мистером Рынок и предлагал его рассматривать как партнера в бизнесе, то нет. Потому что сам Грэм писал: "Мистер Рынок — это человек, который ежедневно стучится в дверь инвестора, предлагая продать или купить акции по разным ценам. Часто предлагаемые цены выглядят разумными, но иногда — просто смешными. Инвестор может согласиться с предлагаемой ценой и заключить сделку или же полностью проигнорировать предложение. Мистер Рынок не обидится — он всё равно вернётся на следующий день с новой ценой. Инвестору не стоит обращать много внимания на все фокусы Мистера Рынка — они не определяют стоимость принадлежащих ему акций. Скорее инвестор должен извлекать выгоду из капризов рынка, а не потакать им.". Иными словами, он уже присваивал рынку черты явной иррациональности, по крайней мере в некоторые периоды времени. Заблуждение и иррациональность Мистера Рынка делали возможным извлечь дополнительную прибыль из инвестиций в ценные бумаги, в противовес идеям Юджина Фамы с его гипотезой эффективного рынка.

Если же копнуть глубже и посмотреть на самих участников рынка, то даже не вооруженным взглядом видно, что далеко не все рационально себя ведут, покупая и продавая ценные бумаги. То есть речь уже о какой-то степени рациональности, и тогда какой именно? Но даже если бы каждый участник сам по себе был рационален, то и этом случае не факт, что поведение рынка можно было бы назвать рациональным. Чтобы понять почему, достаточно представить, что в каждый момент времени у участников рынка есть совершенно разные цели, которые они реализуют. Одни инвестируют долгосрочно, другие совершают краткосрочные спекуляции, кто-то заводит деньги, кто-то наоборот забирает, кто-то открывает короткие позиции, а кто-то не имеет право это делать по инвестиционной декларации и т.д. Иными словами, несмотря на то, что каждый рационален, рынок в целом может оказаться нерациональным. Кстати в теории игр есть модель с переходными предпочтениями в которой показывается, как решение группы состоящей из рациональных людей может иметь в итоге нерациональное решение. Американский экономист Кеннет Эрроу в 1972 году получил Нобелевскую премию по экономике за свою теорему возможности. Согласно ей, в группах, не управляемых диктатором, всегда будет вероятность, что предпочтения станут переходными и её участники будут отвергать оптимальный выбор, а также незначительные детали станут влиять на участников (здесь прямо чувствуется чем демократия отличается от автократии и диктатуры и почему бизнес - это обычно не демократическая структура).

Конечно, рассматривая этот критерий, нельзя не вспомнить Лебона, со своей "Психологией народов и масс". Рынок не стоит рассматривать как "толпу" в полном смысле, как это представлял Лебон, но всё-таки общие свойства ему присущи. Вот основные характеристики толпы по Лебону:

уравнивание индивидуумов (сведение их к единому уровню поведения и психических проявлений, обусловленное влиянием коллективного бессознательного);более низкий интеллектуальный уровень толпы в сравнении с интеллектуальным уровнем отдельных индивидуумов, её формирующих;склонность к быстрому переключению внимания с одного объекта на иной, слепое подчинение лидерам, некритическое восприятие слухов;повышенная импульсивность и эмоциональность толпы, обусловленная эмоциональным резонансом, при котором люди «заражают» друг друга своим эмоциональным состоянием;отсутствие чувства ответственности у толпы, что связано с нетерпимостью и авторитарностью.Уверен, что с некоторыми небольшими правками в Лебона, можно получить вполне неплохое представление о Мистере Рынке по Грэму. :)

Теперь про первый критерий. Поведение рынка можно декомпозировать на более простые составляющие. На нём можно найти элементы последовательных игр, например, сам процесс от прогнозирования дивидендов, до фактического их получения, или одновременных, когда участники делают заявки на продажу и покупку бумаг каждую долю секунды. Пожалуй, не столь важно, какой конкретный случай мы начнём исследовать, но вряд ли нам будет сопутствовать успех. Я в самом начале написал, что модели рассматривают взаимодействия двух и реже большего количества участников и в основном попарно. Здесь я вижу параллель из физики. Например, уравнение Шрёдингера не может быть точно решено для сложных систем в квантовой механике из-за затруднений, связанных с взаимодействием частиц и квантовыми корреляциями в многоэлектронных атомах, где на каждый электрон действует не только ядро, но и все остальные электроны.

Таким образом модели теории игр, скорее не подойдут к рынку ценных бумаг впрямую. Но тут уже возникает другой вопрос: "А нельзя ли понимая модели теории игр и особенности поведения участников на фондовом рынке, а также его взаимосвязь с различными экзогенными факторами, построить другие модели?" Честно говоря, очень хотелось бы. Тем более - это явно пахнет Нобелевской премией.

Но это не значит, что теория игр совсем бесполезна для рынка ценных бумаг. Вполне возможно, что она будет актуальной для эмитентов, IR - специалистов, взаимодействию между мажоритарными акционерами и топ-менеджерами. Но можно ли такую работу уже отнести к рынку ценных бумаг, или это уже в большей степени вопросы бизнеса и бизнес-процессов?

В любом случае, я очень советую познакомиться с теорией игр и расширить свой кругозор. Это точно никому не мешало.

https://tinyurl.com/mrx2s9f2