Pas op voor simplificatiedrang

In een wereld die geobsedeerd is door beroemdheden, ging tijdens het afgelopen WK voetbal in Brazilië de aandacht van de media vooral uit naar vedetten als Messi, Neymar en Ronaldo. Zozeer zelfs dat je bijna zou vergeten dat voetbal een teamsport is met talloze andere deelnemers en mogelijke uitkomsten. Wat ook het geval bleek.

De gesimplificeerde verhalen over hoe individuele spelers hun team naar de zege zouden leiden, werden afgetroefd door de superioriteit van het collectief toen Duitsland – alom gezien als het beste team – beslag legde op de wereldtitel. In complexe of onzekere omstandigheden vallen we vaak terug op simplificaties waar je weinig aan hebt en dit is ook een typisch aspect van economie en beleggen.

We onderkennen inmiddels de beperkingen van traditionele economische modellen bij het omgaan met complexiteit. Gedragseconomie, met haar wortels in de wereld van de psychologie, geeft ons een beter inzicht in complexe markttrends en onlogisch gedrag van beleggers.

Het biedt vooral overtuigende verklaringen waarom beleggers zich niet altijd rationeel gedragen, zoals eerst werd aangenomen, en waarom aandelen over- of ondergewaardeerd raken door verschuivingen in het sentiment en trends onder beleggers. Ook heeft het besef dat economische stelsels en beurssystemen zich niet in een stabiel evenwicht bevinden, geleid tot een nieuwe tak van de economische wetenschap: complexity economics.

Leren van bijenkorf en mierenkolonie
Deze tak stelt dat de beurs een goed voorbeeld is van een complex adaptief systeem. Dergelijke systemen zijn complex in die zin dat ze bestaan uit verschillende, met elkaar verbonden elementen en adaptief in de zin dat deze systemen zich kunnen ontwikkelen en leren van ervaringen. Inzicht in complexe adaptieve systemen is nuttig om zowel de aandelenmarkt als de ontwrichtende, uiterst concurrerende markt waarin bedrijven opereren beter te begrijpen.

Complexe adaptieve systemen komen we overal tegen in de natuur: insectenkolonies passen zich voortdurend aan de veranderingen in hun natuurlijke omgeving aan om te overleven. Probleem is dat we geen echt inzicht in een mierenkolonie krijgen door te kijken wat één mier doet. Er zijn een aantal verschillende – zij het eenvoudige – repetitieve rollen in een mierenkolonie of in een bijenkorf, waarbij elke mier of bij slechts beperkt weet heeft van wat anderen doen.

We kunnen de kolonie pas begrijpen door het systeem te bestuderen, niet alleen de onderdelen. Het systeem is namelijk meer dan de som der delen. Andere ecosystemen in de natuur, het menselijk immuunsysteem en groepsinspanningen binnen een sociaal systeem (zoals een voetbalploeg) zijn allemaal voorbeelden van complexe adaptieve systemen. 

Dit is een zinvolle manier om na te denken over de aandelenmarkt, omdat de markt is te kenschetsen als een weegschaal die is opgebouwd uit de talloze individuele visies en transacties (en vormen van gedragsbias) van beleggers. Deze weegschaal past zich onder onzekere en complexe omstandigheden voortdurend aan nieuwe informatie aan. Beleggers zijn onderdelen van het systeem, die op positieve en negatieve feedback van het systeem kunnen reageren.

Vanuit deze interacties (of transacties in beurstaal) ontstaan patronen die het gedrag van agenten in het systeem bepalen en, uiteindelijk, het gedrag van het systeem zelf. Maar net als het bestuderen van één werkster in een bijenkorf, levert analyse van individuele beleggers een beperkt inzicht op omdat de marktrichting op een hoger, geaggregeerd niveau ontstaat. 

Kettingreacties
Complexe systemen zijn adaptief omdat de deelnemers zich aanpassen aan veranderingen in het systeem. Hierdoor ontwikkelt het systeem zich in een andere richting. Het ingrijpen van de mens in Yellowstone Park is een goed voorbeeld van onbedoelde gevolgen in een complex ecosysteem. Pogingen om de elandenpopulatie een impuls te geven resulteerden in overvoederen en bodemerosie waardoor de beverpopulatie afnam. Toen de elandenpopulatie vervolgens afnam, werd dit ten onrechte toegeschreven aan de natuurlijke vijand van de eland: de wolf.

Door de beslissing van de parkwachters om het aantal grijze wolven terug te dringen (tot bijna nul) stortte het gehele ecosysteem van het park ineen. Met als gevolg dat vele jaren later wolven opnieuw in het park geïntroduceerd moesten worden. Veranderingen in complexe systemen versterken de complexiteit vaak op onvoorspelbare wijze en toenemende complexiteit en onzekerheid kunnen een punt bereiken waarop het systeem uitmondt in chaos. 

Door de onderlinge samenhang van de elementen in een complex adaptief systeem zijn deze systemen bijzonder lastig te modelleren of te beheren. Veranderingen in de ene factor kunnen onverwachte gevolgen hebben voor andere onderdelen van het systeem, die pas na verloop van tijd naar voren komen. Dit maakt niet alleen het beheren van nationale parken lastig, maar betekent ook dat het bij veel modellen die complexe adaptieve systemen, zoals aandelenmarkten, proberen te simuleren, uiteindelijk een kwestie is van veel geschreeuw en weinig wol. 

Zo zijn veel kwantitatieve modellen van beursgedrag tijdens de financiële crisis ‘ontploft’. De parameters waarmee deze modellen waren ontworpen, waren totaal niet in staat om de door de crisis veroorzaakte uitersten in de reële complexe wereld te verklaren. Er deden zich gebeurtenissen voor die buiten de grenzen van directe eerdere ervaringen vielen en daarom hoogst onwaarschijnlijk werden geacht.

De crisis vaagde de gesimplificeerde uitgangspunten van deze modellen volledig van tafel en maakte precies op tijd duidelijk welke problemen er ontstaan als beleggers te sterk leunen op een kwantitatieve beleggingsaanpak. 

Complexe adaptieve systemen ontstaan op basis van feedback-lussen:

Enkele andere interessante kenmerken van complexe systemen zijn: 

• Ontstaan: complexe systemen ontstaan op basis van de activiteit van de onderdelen van het systeem. Toch kan het systeem doorgaans alleen op een hoger niveau worden begrepen. Zo vervult elke bij een rol in de kolonie (koningin, werkster, dar enz.), maar sociaal gedrag ontstaat vanuit het collectief en het gedrag van het systeem valt alleen op kolonieniveau te begrijpen.

• Ingebedde complexiteit: de componenten van een complex systeem kunnen zelf complexe systemen zijn. Een economie bijvoorbeeld, bestaat uit bedrijven en organisaties, die weer bestaan uit mensen – die allemaal een complex systeem vormen.

• Feedback: in complexe systemen zijn zowel negatieve (dempende) als positieve (versterkende) feedbacklussen te vinden. 

• Kettingreacties: vanwege de sterke onderlinge samenhang tussen onderdelen in complexe systemen, kan een storing in een of meer componenten een kettingreactie teweegbrengen met enorme gevolgen voor het algehele functioneren van het systeem.

• Geheugen: complexe systemen kunnen een collectief geheugen hebben, dus kan de geschiedenis van een complex systeem belangrijk zijn. Dit komt omdat complexe systemen zich in in loop van tijd ontwikkelen en een eerdere toestand invloed kan hebben op de huidige toestand. 

En nu de aandelenmarkt
Al deze kenmerken houden verband met de aandelenmarkt. Dus waar moeten beleggers zoal op letten? Het kernpunt is wellicht dat de opinie van de markt belangrijker is dan die van het individu binnen het systeem. De markt heeft het laatste woord. 

Ook weten we dat de introductie van een nieuwe soort in (of de verwijdering van een bestaande soort uit) een nationaal park het lokale ecosysteem volledig overhoop kan halen. In bedrijfs- en beursverband zouden we het betreden van de smartphonemarkt door Apple kunnen typeren als de introductie van een nieuwe soort in de concurrentieomgeving. Apple verstoorde het lokale ecosysteem van fabrikanten van handsets en verdrong deze producenten al snel om uit te groeien tot de dominante soort. 

Tot slot is het handig om te weten dat het gedrag van complexe adaptieve systemen (en aandelenmarkten) vaak alleen achteraf volledig is te begrijpen. De ontwikkeling van de aandelenmarkt is hier een goed voorbeeld van: wijsheid achteraf geeft veel beleggers de illusie dat gebeurtenissen een stuk voorspelbaarder zijn dan ze in werkelijkheid waren.

Dit komt omdat een reeks gebeurtenissen bij terugblikken bedrieglijk lineair lijkt, als een rijtje dominostenen, terwijl er op dat moment in feite talloze mogelijkheden waren, afhankelijk van bijvoorbeeld de gekozen beleidsmaatregelen, de genomen ondernemingsbesluiten en de wijze waarop beleggers hierop reageerden.