در دنیای استراتژیهای مالی و سرمایهگذاری، هر انتخاب، تبلور یک فرآیند تصمیمگیری است. فرآیندی که از میان بدائل و جایگزینها، مسیری را برای بهبود وضعیت فردی یا تحقق اهداف کلان سیستمی پیدا میکند. در این عرصه، «کیفیت تصمیم» مهمترین متریک تعیینکننده موفقیت است. اما در اینجا حقیقتی گریزناپذیر وجود دارد. در واقع هیچ تصمیمی از گزند خطا مصون نیست. در سطوح راهبردی، این خطاها به دلیل ماهیت اهرمیشان، سرنوشت ذینفعان متعددی را تحت تاثیر قرار میدهند.
سوال بنیادین اینجاست که چگونه باید فهمید که تصمیمات دچار خطا شدهاند و چگونه باید از این لغزشها مصون ماند؟
پاسخ این پرسش در اثر ماندگار «دنیل کانمن» و همکارانش در کتاب «نویز» (۲۰۲۱) نهفته است. کانمن به ما هشدار میدهد که انحراف در تصمیمها و قضاوتها صرفا ناشی از «سوگیریهای شناختهشده» نیست، بلکه از عاملی مخربتر به نام «نویز» (Noise) نشات میگیرد.
بر اساس آموزههای کانمن، قضاوت ماهیتی متمایز از «تفکر» یا «محاسبه» دارد و در واقع نوعی اندازهگیری است که در آن «ذهن انسان» نقش ابزار اندازهگیری را ایفا میکند. قضاوت برخلاف محاسبات ریاضی، از قواعد صلب پیروی نمیکند و طی آن، اطلاعات پراکنده بهصورت غیرصوری برای رسیدن به یک ارزیابی کلی ادغام میشوند. برای مثال، در یک شرکت مدیریت دارایی، هرگاه دو تحلیلگر از ورودیهای اطلاعاتی یکسان به خروجیهای متفاوتی برسند، یا قضاوت یک مدیر نسبت به یک خبر واحد از روزی به روز دیگر دچار نوسان شود، دقیقا در همین نقاط است که نویز اتفاق افتاده است.
بخش دیگری از پیچیدگی این موضوع به تمایز میان قضاوتهای «پیشگویانه» و «ارزشیابانه» بازمیگردد. در حالی که دقت قضاوتهای پیشگویانه در کوتاهمدت (مانند پیشبینی رشد بازار در ماه آینده) قابل راستیآزمایی است، بسیاری از تصمیمات راهبردی بلندمدت، متریک عینی برای سنجش درستی ندارند. در چنین شرایطی، کیفیت تصمیم صرفا بر اساس «کیفیت فرآیند تولید آن» سنجیده میشود.
مثلا در سرمایهگذاریهای خطرپذیر (VC) ، وقتی مدیری بر روی یک تکنولوژی نوظهور سرمایهگذاری میکند، ممکن است سالها طول بکشد تا درستی تصمیمش ثابت شود. بنابراین تنها راه اطمینان از خردورزانه بودن تصمیم در لحظه حال، بررسی این است که آیا فرآیند تحلیل، عاری از نویز و بر اساس متدولوژی منظم بوده است یا خیر. یا در مثال دیگر باید گفت که از آنجا که سرمایهگذاری بر روی استارتاپها، بر اساس حدس و گمانهای کیفی است، متر و معیار دقیقی برای قیمتگذاری ندارد. در این سطح از مدیریت، نفوذ نویز باعث میشود که مسیر حرکت سازمان از واقعیتهای اقتصادی منحرف شده و تصمیمات بهجای تکیه بر ارزش واقعی، اسیر سلیقههای شخصی و حالوهوای لحظهای اعضای کمیته سرمایهگذاری شود.
در تحلیل خطاها، باید میان «سوگیری» (انحراف سیستماتیک) و «نویز» (پراکندگی تصادفی آرا) تمایز قائل شد. قضاوت، نوعی اندازهگیری ذهنی بدون قواعد صلب است. برای مثال اختلافنظر شدید دو تحلیلگر مالی بر سر ارزش یک دارایی، نشاندهنده «نویز سیستمی» است. همانطور که ذکر شد این قضاوتها بلافاصله قابل راستیآزمایی نیستند و کیفیت آنها با دقت فرآیند تولیدشان سنجیده میشود. در این حالت، متخصصان باید بهجای برخوردهای سلیقهای، هدفی مشترک را دنبال کنند تا از پراکندگی ناخواسته آرا جلوگیری شود.
در تحلیل خطاهای انسانی، اینکه سوگیری یا نویز کدام مشکل بزرگتری هستند به موقعیت بستگی دارد، اما هرگاه سوگیری از یک انحراف معیار کوچکتر باشد، نویز منشا اصلی خطای کل خواهد بود. در این خصوص دنیل کانمن تاکید میکند که در قضاوتهای حرفهای، نویز یک نقص سیستمی مخرب است که برخلاف باور عموم با میانگینگیری خنثی نمیشود، زیرا هر دو سوی خطا (بیشبرآوردی یا کمبرآوردی) برای سازمان هزینهزا هستند. او نویز سیستمی را به سه دسته؛ «نویز ترازی» که ناشی از سطح کلی سختگیری یا سهلگیری افراد است، «نویز الگویی» که ریشه در واکنشهای منحصربهفرد افراد به موارد خاص دارد و «نویز موقعیتی» که نشاندهنده بیثباتی یک فرد در زمانهای مختلف تحت تاثیر عوامل گذرا مثل خستگی یا خلقوخو است، تقسیم میکند.
برای مثال در مدیریت کلان یک نهاد مالی بزرگ، در حالی که سوگیری باعث خطای سیستماتیک کل مدیران در تخمین ریسک یک بازار میشود، انواع نویز تصمیمات را متزلزل میکنند. «نویز ترازی» زمانی رخ میدهد که یک مدیر ذاتا محافظهکار و دیگری جسور باشد و سطح پایه قضاوتشان با هم تفاوت داشته باشد. «نویز الگویی» زمانی است که یک تحلیلگر به دلیل علایق شخصی یا سوابق تحصیلی، واکنشی متفاوت و غیرمنطقی صرفا به حوزهای خاص نشان دهد و در نهایت «نویز موقعیتی» باعث میشود همان کمیته تحت تاثیر خستگی یا نوسان لحظهای بازار، برای موضوعی واحد در ساعات مختلف تصمیماتی متناقض بگیرد. این تزلزلها نشان میدهند که سرنوشت سرمایههای کلان، بیش از مدلهای بهینه، به ترکیب تصادفی سلیقهها و احوالات لحظهای مدیران گره خورده است. در این شرایط سازمانها معمولا به دلیل ماهیت خجالتآور تناقضات، از سنجش نویز اجتناب کرده و ترجیح میدهند شکستها را با داستانهای علّی توجیه کنند.
پس از تبیین ماهیت نویز و سوگیری، پرسش کلیدی این است که چگونه میتوان این اختلالات را در تحلیلهای مالی شناسایی کرد؟ بر اساس آموزههای کانمن، سنجهای به نام «خطای میانگین مربعات» (MSE) ابزار معیار ماست. شاخصی که با وزن دادن مضاعف به خطاهای بزرگ، دقت قضاوتها را میسنجد. بهعنوان مثال، در پیشبینی قیمت سهام یک استارتاپ، خسارت ناشی از یک اشتباه فاحش (مانند ندیدن احتمال سقوط ۵۰ درصدی)، بسیار سنگینتر از نوسانات کوچک روزانه است. MSE دقیقا همین خطاهای فاجعهبار را که میتوانند کل بازدهی سبد دارایی را نابود کنند، هدف قرار میدهد.
با این حال، چالش اصلی اینجاست که تشخیص «سوگیری» مانند خوشبینی جمعی به آینده این سهم، مستلزم دانستن قیمت درست دارایی در آینده است. در حالی که برای داراییهای اینچنینی، اصلا ارزش ذاتی مطلقی در زمان حال وجود ندارد که ملاک قرار گیرد. در اینجاست که ابزار «نویزسنجی» گرهگشایی میکند. در این خصوص تصور کنید که تمامی دیتاها مورد نیاز تحلیل یک استارتاپ را به ۵ تحلیلگر ارشد بازار سرمایه میدهیم تا قیمت هدف (Price Target) آن را تعیین کنند. اگر برآوردهای آنها به ازای هر سهم برای مثال از ۱۰۰۰ تا ۵۰۰۰ تومان نوسان داشته باشد، ما بدون نیاز به دانستن قیمت واقعی آن در سال آینده، متوجه وجود نویز شدید در سیستم تحلیل خود شدهایم. زیبایی نویزسنجی در این است که فاش میکند تصمیم خرید یا فروش ما، بیش از آنکه بر مدار منطق بازار بچرخد، تحت تاثیر پراکندگی آرای فردی و سلیقه تحلیلگری است.
پس از شناسایی و سنجش ابعاد نویز و سوگیری، برای پاکسازی فرآیند تصمیمگیری از این خطاهای مخرب چه باید کرد؟ در پاسخ باید گفت که دنیل کانمن در اثر فاخر خود در اینخصوص گفته است که برای از بین بردن خطا، باید از راهبرد «بهداشت تصمیم» استفاده کرد. راهبردی که مانند پیشگیری در پزشکی، با اصلاح فرآیندها از شکلگیری نویزهای ناشناخته جلوگیری میکند. او تاکید میکند که قضاوت نباید ابزاری برای نمایش فردیت باشد، بلکه باید در خدمت دقت قرار گیرد. بنابراین در ارزیابیهای پیچیده، مانند خرید یک دارایی یا تخصیص بودجه، لازم است مسئله به بخشهای مستقل تقسیم شود تا از پدیده «انسجام افراطی» جلوگیری شود. برای مثال، یک تحلیلگر نباید اجازه دهد جذابیت فناوری یک استارتاپ، او را از ضعفهای مدل جریان نقدی غافل کند. کانمن همچنین توصیه میکند مدیران شهود خود را تا پایان فرآیند به تاخیر بیندازند و ابتدا با اتخاذ نگاه بیرونی و بررسی آمار موارد مشابه در صنعت، پیشبینیهای خود را متعادل کنند.
علاوه بر این، برای جلوگیری از اثر همرنگی در جلسات، اعضای کمیته سرمایهگذاری باید پیش از آغاز بحث، قضاوتهای خود را بهصورت مستقل ثبت کرده و سپس مبنای تصمیم را بر تجمیع آرا قرار دهند. در نهایت نیز بهجای برآوردهای عددی مطلق که نویز بالایی دارند، باید از قضاوتهای نسبی و رتبهبندی داراییها نسبت به یکدیگر استفاده کرد، زیرا این انضباط ساختاری، حتی در تصمیمات استراتژیک، از نوسانات سلیقهای و خطاهای پنهان جلوگیری میکند و مانع هدررفت منابع میشود. البته در این مسیر، الگوریتمها میتوانند به عنوان متحدانی قدرتمند عمل کنند، چرا که آنها برخلاف ذهن انسان، اسیر سوگیریهای شناختی و نوسانات خلقی نمیشوند و با تجمیع هوشمندانه دادهها، «نویز» را به شکلی چشمگیر کاهش میدهند. با این حال، هنوز نمیتوان الگوریتم را جایگزین مطلق بینش و قضاوت انسانی دانست، چرا که از یک سو ماشینها نیز در مواجهه با شرایط پیشبینینشده از خطا مصون نیستند و از سوی دیگر، نوعی مقاومت روانی و بیاعتمادی نسبت به هوش مصنوعی وجود دارد که باعث میشود مدیران، اشتباهات کوچک یک الگوریتم را بسیار نابخشودنیتر از خطاهای بزرگ و مکرر انسانی بدانند.
در نهایت، کانمن درباره نویز تاکید میکند که هرچند کاهش آن ضروری است، هدف لزوما رساندن نویز به صفر نیست، زیرا این کار میتواند بسیار پرهزینه و فرساینده باشد. برای نمونه، در یک بانک اگر هر درخواست وام توسط چندین تیم مستقل بررسی شود، بخشی از نویز حذف میشود، اما ممکن است هزینه عملیاتی این فرآیند از سود خود وام بیشتر شود. او هشدار میدهد که افراط در «بهداشت تصمیم» میتواند به بروکراسی خشک و سنگین بینجامد و حتی روحیه و خلاقیت تحلیلگران را، که احساس میکنند آزادی عملشان محدود شده، تضعیف کند.
از سوی دیگر، الگوریتمها هرچند میتوانند دقت بالایی داشته باشند، اما آنها نیز از خطاهای ساده و سوگیریهای پنهان در دادهها مصون نیستند و همین مسئله میتواند اعتماد بازار را خدشهدار کند. از نگاه کانمن، حد بهینه نویز جایی است که میان هزینه و فایده تعادل برقرار شود. با این حال، او نپذیرفتن سنجش و اندازهگیری نویز را به بهانه دشواری اصلاح آن، قابل قبول نمیداند، زیرا نویز نیز همچون سوگیری، میتواند منشا بیعدالتی و زیانهای مالی سنگین باشد و نباید صرفا به دلیل «تصادفی» بودن، از آثار مخرب آن در تصمیمهای حیاتی چشم پوشید.
در پایان باید گفت که در دنیای سرمایهگذاری، شناسایی و مهار نویز فراتر از یک اصلاح فنی و یک ضرورت استراتژیک برای صیانت از بازده مازاد و توان ارزشآفرینی مستمر سازمانی است. در نهادهای مالی که عمده تمرکز بر داراییهای بازار سرمایه است، نوسانات ناشی از قضاوتهای سلیقهای و ناهمسانی در تحلیلهای فردی میتواند به انحراف جدی در ارزشگذاری و چیدمان پرتفوی داراییها منجر شود. استقرار پروتکلهای واحد ارزیابی و بهرهگیری از مکانیزمهای بازبینی مستقل، با کاهش پراکندگی در تصمیمات، تکرارپذیری موفقیت را تضمین میکند. ماحصل این رویکرد، نه تنها ارتقای بازدهی تعدیلشده بر اساس ریسک است، بلکه با نهادینهسازی انضباط تحلیلی، اعتماد ذینفعان به دقت فرآیندهای حاکمیت شرکتی را به شکلی بنیادین تقویت میکند.
