چرا داستان های موفقیت ما را گمراه می کنند؟ نقش نرخ پایه و سوگیری بازماندگی در تصمیم های مالی

یک نفر با خرید دارایی خاصی در مدت کوتاه سود چشمگیری به دست آورده است؛ دیگری می گوید بدون سرمایه اولیه کسب وکاری ساخته و در کمتر از یک سال به درآمد بالا رسیده است. این روایت ها جذاب اند، به راحتی به یاد می مانند و امید ایجاد می کنند، اما یک پرسش مهم معمولا بی پاسخ می ماند: از میان همه کسانی که همین مسیر را آغاز کردند، چند نفر به چنین نتیجه ای رسیدند؟

به بیان الهه آل محمدی، ذهن انسان برای فهم جهان به داستان علاقه دارد. داستان، پراکندگی اطلاعات را به روایتی منسجم تبدیل می کند و به ما احساس فهمیدن می دهد. مسئله از جایی آغاز می شود که یک نمونه برجسته را به جای تصویری از کل واقعیت می نشانیم و بر اساس سرگذشت چند برنده، احتمال موفقیت خود را برآورد می کنیم. در روان شناسی قضاوت، این خطا با دو مفهوم مرتبط توضیح داده می شود: «نادیده گرفتن نرخ پایه» و «سوگیری بازماندگی».

نرخ پایه یعنی فراوانی اولیه یک رویداد در گروهی از موارد مشابه. اگر بخواهیم احتمال موفقیت یک کسب وکار، ماندگاری یک سرمایه گذاری یا بازپرداخت به موقع یک وام را بسنجیم، پیش از توجه به ویژگی های جذاب مورد خاص باید بدانیم در طبقه مشابه، معمولا چند درصد به نتیجه موردنظر می رسند. آموس تورسکی و دنیل کانمن در پژوهش کلاسیک خود درباره قضاوت در شرایط عدم قطعیت نشان دادند انسان ها گاهی اطلاعات توصیفی و شباهت های ظاهری را بیش از فراوانی های آماری وزن می دهند. به همین دلیل، یک روایت زنده می تواند عددی کم هیجان اما بسیار مهم را از میدان توجه بیرون کند.

سوگیری بازماندگی یک گام دیگر به مسئله اضافه می کند. در بسیاری از حوزه ها فقط کسانی دیده می شوند که از فرایند عبور کرده اند؛ کسب وکارهای تعطیل شده، سرمایه گذاران زیان دیده، صندوق های ادغام یا منحل شده و افرادی که پس از چند ماه تولید محتوا یا فروش آنلاین کنار کشیده اند، کمتر فرصت روایت پیدا می کنند. اگر داده ها فقط از بازماندگان ساخته شوند، میانگین موفقیت بیش از واقع برآورد می شود. بنابراین نرخ پایه به ما می گوید «در کل گروه چه اتفاقی افتاده است» و سوگیری بازماندگی هشدار می دهد «آیا اصلا کل گروه را می بینیم؟»

این موضوع در تصمیم های سرمایه گذاری اهمیت زیادی دارد. فرد ممکن است فهرستی از صندوق ها، معامله گران یا دارایی های موفق سال گذشته ببیند و تصور کند انتخاب برنده بعدی آسان است. اما عملکرد گذشته علاوه بر مهارت، از شرایط بازار، میزان ریسک، هزینه ها و شانس اثر می پذیرد. پژوهش های مالی درباره صندوق های سرمایه گذاری نشان داده اند حذف صندوق هایی که ادغام یا تعطیل شده اند می تواند تصویر عملکرد را خوش بینانه کند. همچنین پژوهش مارک کارهارت درباره تداوم عملکرد صندوق ها نشان داد بخش بزرگی از آنچه «مهارت پایدار» به نظر می رسد با عوامل مشترک بازار، هزینه ها و حرکت کوتاه مدت قیمت ها توضیح داده می شود..

داستان موفقیت «داده» است، اما «نرخ موفقیت» نیست. تجربه یک فرد می تواند امکان یک مسیر را نشان دهد، ولی احتمال تکرار آن را مشخص نمی کند. برای تبدیل داستان به شواهد تصمیم، باید نمونه موفق را در کنار شکست ها، انصراف ها، مدت زمان، سرمایه اولیه، شبکه ارتباطی، شرایط اقتصادی و میزان ریسکی که پذیرفته شده است قرار داد.

این خطا فقط به بازار سرمایه محدود نیست. خانواده ای ممکن است با شنیدن تجربه سودآور یکی از آشنایان، ذخیره اضطراری خود را وارد فعالیتی کند که شناخت کافی از آن ندارد. فردی شاید به دلیل دیدن چند چهره موفق در شبکه های اجتماعی، شغل ثابت خود را بدون دوره گذار رها کند. والدین نیز ممکن است یک روش تربیت مالی را صرفا به دلیل نتیجه خوب یک خانواده تقلید کنند، بی آنکه تفاوت سن کودک، درآمد، فرهنگ خانواده و شیوه اجرای آن را ببینند. در همه این مثال ها، شباهت داستانی جای مقایسه منظم را می گیرد.

البته توجه به نرخ پایه به معنای تسلیم شدن در برابر میانگین ها نیست. نرخ پایه سرنوشت فرد را تعیین نمی کند و ویژگی های خاص هر تصمیم نیز مهم اند. مهارت، انضباط، دسترسی به اطلاعات، افق زمانی، کیفیت اجرا و امکان اصلاح مسیر می توانند نتیجه را تغییر دهند. خطا آن است که بدون شناخت نقطه شروع آماری، خود را استثنا فرض کنیم یا برعکس، به دلیل پایین بودن نرخ موفقیت، هر تلاش سنجیده ای را بی فایده بدانیم. نرخ پایه نقطه آغاز تحلیل است، نه آخرین کلمه آن.

برای کاهش این خطا، نخست باید «طبقه مرجع» مناسبی انتخاب شود. به جای مقایسه یک کسب وکار نوپا با مشهورترین برند بازار، بهتر است آن را با کسب وکارهایی هم سن، هم اندازه و فعال در شرایط مشابه مقایسه کنیم. دوم، باید مخرج کسر را پیدا کنیم: چند نفر آغاز کردند، چند نفر ادامه دادند و چند نفر واقعا به نتیجه رسیدند؟ سوم، لازم است موارد حذف شده، شکست خورده یا خاموش را جست وجو کنیم. چهارم، بهتر است موفقیت را با چند معیار بسنجیم؛ سود اسمی بدون توجه به تورم، نقدشوندگی، زمان صرف شده و ریسک، تصویر کاملی نمی دهد. پنجم، باید از خود بپرسیم اگر نام فرد موفق و جذابیت روایت حذف شود، آیا شواهد هنوز برای این تصمیم کافی است؟

پژوهش های تازه درباره آموزش کاهش سوگیری نرخ پایه نیز نشان می دهند همه افراد به یک اندازه از یک مداخله آموزشی بهره نمی برند. در مطالعه بوآسن و پنی کوک در سال ۲۰۲۵، برخی شرکت کنندگان پس از آموزش بهتر عمل کردند، برخی از ابتدا پاسخ درست می دادند و گروهی همچنان درگیر خطا ماندند. بنابراین آگاهی از نام سوگیری لازم است، اما کافی نیست؛ تصمیم بهتر به تمرین، بازبینی و طراحی پرسش های ثابت پیش از اقدام نیاز دارد.

یک چک لیست کوتاه می تواند در تصمیم های مهم کمک کننده باشد: «نمونه ای که می بینم چقدر نماینده کل گروه است؟ چه کسانی از تصویر حذف شده اند؟ نرخ موفقیت در موارد مشابه چقدر است؟ این نتیجه با چه میزان ریسک و هزینه به دست آمده است؟ چه تفاوتی میان شرایط من و فرد موفق وجود دارد؟» همین مکث کوتاه، داستان را از جایگاه داور نهایی پایین می آورد و آن را به یکی از ورودی های تصمیم تبدیل می کند.

در نهایت، هدف این نیست که الهام را از زندگی حذف کنیم؛ هدف آن است که الهام را با آمار همراه سازیم. ذهن پخته هم داستان را می شنود و هم سکوت کسانی را که دیده نشده اند در نظر می گیرد. وقتی نرخ پایه و بازماندگان نامرئی وارد تحلیل می شوند، تصمیم مالی از تقلید فاصله می گیرد و به قضاوتی واقع بینانه تر نزدیک می شود. اما همه تصمیم ها حتی نرخ پایه قابل اعتماد ندارند؛ گاهی احتمال ها نیز روشن نیستند. اینجاست که تفاوت «ریسک» و «عدم قطعیت» به موضوع بعدی تبدیل می شود.