Необычайно крупная прибыль, резкое падение рынка или другая запоминающаяся ситуация может влиять на ожидания сильнее, чем множество обычных событий. Новая теоретическая модель показывает, что из-за ограниченного внимания человек способен систематически переоценивать редкие исходы, даже продолжая получать новую информацию.
Исследование Николауса Швайцера (Nikolaus Schweizer) и Мартейна А. де Вриса (Martijn A de Vries) опубликовано 14 июля 2026 года в научном журнале Review of Finance.
Работа относится к поведенческой экономике — области, которая изучает, как внимание, память, эмоции и особенности мышления влияют на финансовые и другие решения.
Почему крайние события запоминаются лучше
Люди часто оценивают будущее, опираясь на собственный опыт. Однако воспоминания сохраняются неравномерно. Яркие, необычные или эмоционально насыщенные события обычно легче вспомнить, чем множество спокойных и ничем не примечательных эпизодов.
Например, один обвал рынка может годами влиять на отношение человека к инвестициям, хотя после него прошли сотни обычных торговых дней. И наоборот, случайная крупная прибыль способна создать чрезмерно оптимистичное представление о вероятности будущего успеха.
Традиционные экономические модели обычно предполагают, что человек учитывает всю доступную информацию с надлежащим весом. Авторы новой работы рассмотрели другую ситуацию: крайние события получают больше внимания, чем типичные.
Как устроена модель
В модели условный участник последовательно наблюдает множество результатов и постепенно формирует представление о том, насколько вероятны разные исходы.
Каждый новый результат сравнивается с определённым числом недавних наблюдений — своеобразным подвижным окном памяти. Затем система определяет его место среди этих событий.
Если результат оказался самым высоким или самым низким, ему можно присвоить больший вес. Наблюдения, расположенные ближе к середине, получают меньше внимания.
Такой подход позволяет описывать разные способы восприятия информации. Один человек может особенно остро реагировать на потери, другой — на крупные выигрыши, а третий — преимущественно замечать обычные, типичные события.
В одном из численных примеров авторы использовали последовательность из 1000 результатов и окно из 10 наблюдений. Самому крупному результату присваивался наибольший вес, самому низкому — второй по величине, а остальные учитывались слабее и одинаково.
Новые данные не всегда исправляют ошибку
При равном учёте всех наблюдений представления человека должны постепенно приближаться к реальному распределению вероятностей. Чем больше данных он получает, тем точнее становятся его ожидания.
В предложенной модели это правило нарушается. Если крайние события постоянно привлекают больше внимания, человек в итоге усваивает не истинное, а искажённое распределение вероятностей.
Иными словами, большое количество опыта не обязательно исправляет ошибку. Оно может закреплять её, поскольку каждая новая необычная ситуация снова получает непропорционально большое значение.
Когда повышенное внимание направлено и на самые благоприятные, и на самые неблагоприятные исходы, человек начинает переоценивать вероятность событий на обоих краях распределения. Обычные результаты, напротив, кажутся менее значимыми и менее вероятными, чем они есть на самом деле.
Возможны и чрезмерный оптимизм, и пессимизм
Направление искажения зависит от того, какие события сильнее привлекают внимание.
Если человек главным образом запоминает необычайно хорошие результаты, его ожидания смещаются в положительную сторону. Будущая доходность или вероятность успеха начинают казаться выше реальных значений.
Если больший вес получают неблагоприятные исходы, формируется устойчиво пессимистичная картина. Риск потери может восприниматься как более высокий, даже когда большинство наблюдений было нейтральным или положительным.
Таким образом, одна и та же особенность внимания способна поддерживать как чрезмерную уверенность, так и постоянное ожидание неудачи.
Размер «окна памяти» имеет значение
Авторы также рассмотрели, как на результат влияет число недавних событий, с которыми сравнивается новое наблюдение.
При коротком окне оценки получаются довольно случайными. Обычный результат может показаться исключительным только потому, что рядом оказалось несколько ещё более слабых или сильных наблюдений.
При более длинном окне положение события точнее отражает его место в общем распределении. Однако в рассмотренных авторами условиях это не уменьшало искажение. Напротив, крайние исходы определялись увереннее и получали более устойчиво повышенный вес.
С увеличением общего числа наблюдений оценки становились точнее, но точнее воспроизводили именно искажённую картину.
Почему человек может одновременно слишком сильно и слишком слабо реагировать
Модель помогает объяснить сочетание двух, на первый взгляд, противоположных особенностей поведения.
Необычное новое событие получает повышенный вес и вызывает слишком резкое изменение ожиданий. Это можно назвать чрезмерной реакцией.
Обычная информация, напротив, учитывается слабее, чем следовало бы. Поэтому человек медленно меняет свои представления в ответ на последовательность спокойных и статистически более показательных наблюдений.
Так один и тот же механизм приводит к сильной реакции на яркую новость и почти полному игнорированию большого массива повседневных данных.
Как это может проявляться при инвестициях
В упрощённой финансовой части модели повышенное внимание к крупным результатам увеличивало ожидаемую среднюю доходность. Сосредоточенность на наиболее слабых результатах, напротив, снижала её.
Искажение зависело и от формы распределения. Особое значение имела асимметрия, при которой большинство результатов остаются умеренными, но иногда возникает редкий и очень крупный выигрыш или убыток.
Модель предлагает возможное объяснение того, почему некоторых инвесторов особенно привлекают активы с небольшой вероятностью исключительно высокой прибыли. Такое поведение необязательно означает сознательную любовь к риску: человек может просто переоценивать вероятность редкого выигрыша.
При определённых условиях искажённое обучение также уменьшало воспринимаемую разницу между более и менее эффективными вложениями. Для такой оценки финансисты используют коэффициент Шарпа — показатель, который сопоставляет дополнительную доходность инвестиции с уровнем её риска.
Практический смысл
Работа не предлагает клинического диагноза и не доказывает, что каждый человек именно так оценивает вероятности. Она показывает математически возможный механизм, связывающий ограниченное внимание с устойчивыми ошибками мышления.
В повседневной жизни похожее искажение может возникать не только при инвестициях. Один тяжёлый побочный эффект способен заставить человека переоценить риск лекарства, а единичная история необычного выздоровления — преувеличить эффективность непроверенного метода.
При принятии решений полезно отделять яркость события от его статистической значимости. Один запоминающийся случай не обязательно лучше отражает реальность, чем десятки менее заметных наблюдений.
Схожая склонность мышления проявляется, когда человек предпочитает понятное и яркое объяснение более сложному, но точному. Подробнее об этом рассказывает материал о том, почему люди выбирают простые объяснения, даже когда они неверны.
Ограничения исследования
Работа полностью теоретическая. Авторы не проверяли модель в эксперименте с участием людей и не анализировали решения реальных инвесторов.
Основные расчёты также предполагают, что наблюдения независимы друг от друга и происходят из непрерывного распределения. В действительности финансовые результаты, новости и человеческие решения могут быть связаны между собой гораздо сложнее.
Поэтому модель следует рассматривать как возможное объяснение известных поведенческих закономерностей, а не как доказанное описание работы человеческой памяти.
Для проверки гипотезы потребуются лабораторные и полевые исследования, в которых можно будет сопоставить реальные изменения внимания, памяти и вероятностных оценок.
Литература
Schweizer N., de Vries M. A. Limited Attention and Dynamically Distorted Beliefs // Review of Finance. — 2026. — DOI: 10.1093/rof/rfag021.