![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() |
![]() ![]()
Toeval is lastig te herkennen, vooral in een reeks opeenvolgende gebeurtenissen; de neiging om patronen te herkennen is nu eenmaal moeilijk te onderdrukken. In een bekend experiment krijgt een proefpersoon een reeks uitkomsten van een worp met een munt voorgelegd. Vooral als er in de reeks lange series van dezelfde achtereenvolgende uitkomsten voorkomen, zal hij of zij vaak denken dat de uitkomst niet toevallig is, maar volgens een bepaald patroon is geconstrueerd. Kansrekening biedt een krachtig middel om dergelijke misverstanden te lijf te gaan: de kans op een serie van vier of meer achtereenvolgende keren 'munt' in een reeks van tien worpen is bijvoorbeeld ongeveer 25 procent, terwijl veel mensen zo'n serie intuïtief een nogal onwaarschijnlijke uitkomst zouden vinden, en er een patroon in menen te ontdekken. Deze vertekening in onze perceptie van wat toevallig of systematisch is speelt een rol in verschillende maatschappelijke discussies, bijvoorbeeld bij de vraag of er zoiets bestaat als een broeikaseffect. Mogen we de gemiddelde stijging van de temperatuur in de afgelopen decennia aan het toeval wijten, of is er echt een trendmatige groei, veroorzaakt door de toegenomen concentratie CO2 in de atmosfeer? Maar nergens komt de jacht op patronen duidelijker tot uiting dan in de technische analyse van financiële markten. Technisch-analisten zijn voortdurend op zoek naar trends in aandelenkoersen, in de veronderstelling dat deze een voorspelling opleveren voor het toekomstig verloop. In de academische wereld kunnen zij daarbij op bijzonder weinig steun rekenen; deze voorspelbaarheid druist in tegen het idee dat beurshandelaren alle relevante informatie over winstmogelijkheden onmiddellijk massaal zouden uitbuiten. Het feit dat technisch-analisten af en toe toch bovengemiddelde resultaten behalen, wordt dan ook als toeval beschouwd. Hun succes lijkt misschien te duiden op een trend, maar alleen omdat degenen die het best gepresteerd hebben, ook het hardste roepen: zij geven ook alleen het resultaat van de best werkende strategie, en verzwijgen alle eerdere, minder succesvolle pogingen. Hetzelfde effct treedt ook op als je 100 verschillende proefpersonen aan het experiment met de munt onderwerpt. Als één van hen een reeks krijgt waarin acht keer op rij 'munt' voorkomt, zal hij of zij al gauw denken dat er iets mis is met de munt. De kans dat zoiets in een willekeurig experiment gebeurt is zeer klein, maar dat tenminste één van de honderd personen zo'n reeks aantreft is veel minder onwaarschijnlijk. Zo ook is de kans dat, in één van de vele decennia waarover temperatuurgegevens beschikbaar zijn, er een flinke gemiddelde temperatuurstijging plaatsvindt veel groter dan in een willekeurig gekozen decennium. Betekent dit nu dat de trends in temperaturen en aandelenkoersen inderdaad geheel aan het toeval zijn te wijten? Niet per definitie natuurlijk: de uitdaging is nu juist om te onderzoeken of deze trends overeind blijven na een zorgvuldige statistische analyse. Idealiter gebeurt dit door een hypothese te toetsen met een nieuw, onafhankelijk experiment. In de economie lukt dat vaak niet, simpelweg omdat we moeten wachten op nieuwe gegevens over financiële en andere markten. Hetzelfde geldt natuurlijk voor temperaturen. Eén van de grootste taken van het vakgebied van de econometrie is dan ook het aanreiken van methoden om de significantie van trends en andere verschijnselen te onderzoeken, waarbij dezelfde gegevens moeten worden gebruikt voor het kiezen van een model, het formuleren van een hypothese, en het toetsen daarvan. Toepassing van deze methoden op financiële reeksen heeft ons geleerd dat slechts in zeldzame gevallen de opgespoorde trends ook echt significant zijn. Het is aan de technisch-analisten om deze conclusie te logenstraffen. Peter Boswijk (1964) is sinds januari 1999 hoogleraar Financiële econometrie. Op 11 april houdt hij zijn oratie, getiteld Trend en volatiliteit in de econometrie. Hij studeerde Economie aan de Universiteit van Amsterdam, en promoveerde vervolgens in 1992 aan dezelfde universiteit op een proefschrift over de econometrische analyse van niet-stationaire tijdreeksen. Daarna was hij korte tijd universitair docent aan de Katholieke Universiteit Brabant, en vervolgens KNAW-fellow en universitair docent aan de Universiteit van Amsterdam.
Reacties op deze stelling
|
|||||
![]() |
![]() |
![]() |