Γνώση που υποστηρίζει τη δική σου έρευνα
Κάθε φορά που ανοίγεις μια οικονομική είδηση, βρίσκεσαι μπροστά σε δύο διαφορετικά στρώματα κειμένου που συνυπάρχουν χωρίς πάντα να ξεχωρίζουν ευκρινώς. Το πρώτο στρώμα είναι η ίδια η πληροφορία: ένα στατιστικό στοιχείο, μια απόφαση κεντρικής τράπεζας, μια μεταβολή σε κάποιον δείκτη. Το δεύτερο στρώμα είναι η αφήγηση που χτίζεται γύρω από αυτή την πληροφορία: οι επιλογές λέξεων, ο τόνος επείγοντος, οι συγκρίσεις με ιστορικά γεγονότα που επιλέγονται επιμελώς για να ενισχύσουν ένα συγκεκριμένο συναίσθημα. Η δυσκολία δεν είναι ότι τα μέσα ενημέρωσης λένε ψέματα, αλλά ότι η αφήγηση μπορεί να είναι απολύτως αληθινή ως προς τα γεγονότα και ταυτόχρονα να δημιουργεί μια εντελώς λανθασμένη αίσθηση για το τι σημαίνουν αυτά τα γεγονότα για σένα προσωπικά. Η πρώτη δεξιότητα που αξίζει να καλλιεργήσεις είναι να μάθεις να σταματάς στο πρώτο στρώμα, να απομονώνεις την ψιλή πληροφορία και να αναρωτιέσαι: τι ακριβώς συνέβη, χωρίς να το χρωματίζω με τον τρόπο που το παρουσίασε ο αρθρογράφος;
Ένα από τα πιο συνηθισμένα εργαλεία της οικονομικής δημοσιογραφίας είναι η επιλεκτική σύγκριση. Μια είδηση μπορεί να παρουσιάζει μια εξέλιξη ως «τη χειρότερη σε δεκαετίες» ή «την καλύτερη από την εποχή της ανάκαμψης», και και οι δύο διατυπώσεις μπορεί να είναι τεχνικά ακριβείς ανάλογα με το χρονικό παράθυρο που επιλέγει κανείς. Αυτό δεν σημαίνει ότι πρέπει να απορρίπτεις τέτοιες συγκρίσεις, αλλά ότι χρειάζεται να τις εξετάζεις με μια απλή ερώτηση: γιατί επιλέχθηκε αυτό το σημείο σύγκρισης και όχι κάποιο άλλο; Εξίσου σημαντικό είναι να αναγνωρίζεις πότε μια είδηση μιλά για βραχυπρόθεσμες κινήσεις σαν να ήταν μακροπρόθεσμες τάσεις, και αντιστρόφως. Οι αγορές παράγουν καθημερινά κινήσεις που δεν αντικατοπτρίζουν απαραίτητα κάποια βαθύτερη μεταβολή στα θεμελιώδη μεγέθη, και ένας αναγνώστης που δεν έχει αναπτύξει αυτή την ευαισθησία κινδυνεύει να αντιδρά σε θόρυβο σαν να ήταν σήμα.
Η αβεβαιότητα είναι αναπόσπαστο χαρακτηριστικό κάθε οικονομικής πρόβλεψης, αλλά σπάνια παρουσιάζεται με τη δέουσα ειλικρίνεια στα δημοσιεύματα. Οι αναλυτές που επικαλούνται τα άρθρα εκφράζουν συχνά απόψεις που βασίζονται σε υποθέσεις, μοντέλα και ερμηνείες δεδομένων που μπορεί να αμφισβητηθούν εξίσου έγκυρα από άλλους ειδικούς. Όταν διαβάζεις μια πρόβλεψη, είναι χρήσιμο να αναζητάς τι υποθέτει ως δεδομένο: ποιες συνθήκες πρέπει να ισχύουν για να επαληθευτεί το σενάριο που περιγράφει; Αν αυτές οι υποθέσεις δεν αναφέρονται ρητά, αυτό από μόνο του είναι μια ένδειξη ότι η πρόβλεψη παρουσιάζεται με περισσότερη βεβαιότητα από όση δικαιολογείται. Ένας τρόπος να οργανώνεις την έρευνά σου είναι να κρατάς σημειώσεις με τις προβλέψεις που διαβάζεις και να τις επανεξετάζεις αργότερα, όχι για να κρίνεις τους αναλυτές, αλλά για να εκπαιδεύσεις τη δική σου κρίση ως προς το πόσο αξιόπιστες αποδεικνύονται στην πράξη τέτοιες εκτιμήσεις.
Το τελικό φίλτρο που μπορείς να εφαρμόζεις σε κάθε είδηση είναι μια απλή ερώτηση σχετικότητας: τι αλλάζει αυτή η πληροφορία στη δική μου κατανόηση της κατάστασης, αν αλλάζει κάτι; Πολλές ειδήσεις είναι σημαντικές για τους επαγγελματίες που παρακολουθούν αγορές σε ωριαία βάση, αλλά δεν έχουν ουσιαστική σημασία για έναν ιδιώτη επενδυτή που σκέφτεται σε ορίζοντα μηνών ή ετών. Αυτό δεν σημαίνει ότι πρέπει να αγνοείς τις εξελίξεις, αλλά ότι αξίζει να αναπτύξεις ένα προσωπικό πλαίσιο αξιολόγησης: ποιες κατηγορίες πληροφοριών είναι πράγματι σχετικές με τους στόχους και τον ορίζοντά σου, και ποιες απλώς δημιουργούν ψευδή αίσθηση επείγοντος; Η αυτό το εργαλείο έρευνας έχει σχεδιαστεί ακριβώς για να σε βοηθά σε αυτή τη διαδικασία διαχωρισμού: να οργανώνεις την πληροφορία που μαζεύεις, να εξετάζεις εναλλακτικά σενάρια και να θέτεις τις σωστές ερωτήσεις, αντί να αφήνεσαι να παρασύρεσαι από τον ρυθμό και τον τόνο της ειδησεογραφίας.