Kunal Ghosh inledde sin karriär som globalmarknadsstrateg på Barclays Investors. På storbanken var han en av många nybakade akademiker som tittade på innovativa investeringsmetoder.

– Efter mina handelsstudier kom jag att intressera mig för Daniel Kahneman, som mottog Nobelpriset i ekonomi 2002, och som var den förste som fick priset för tillämpning av behavioristisk vetenskap inom ekonomiforskning. Kahneman lyckades redan 1979 kvantifiera den mänskliga hjärnan, berättar Kunal Gosh för Realtid.se när vi når honom på en bitvis skakig telefonlinje i Singapore.

Kunal Gosh tillägger att han ville omsätta Kahnemans teorier i praktiken för att hjälpa människor att fatta bättre investeringsbeslut.

– När det kommer till investeringar så liknar våra hjärnor aphjärnor. Vi uppvisar liknande preferenser och gör liknande felslut som apor, mycket på grund av att vi är överdrivet självsäkra. Frågar man personer om de tror att de är smartare än genomsnittet så svarar de allra flesta ja.

Han förvaltar i dag två tillväxtmarknadsfonder på den tyska kapitalförvaltaren Allianz Global Investors. När Kuna Gosh väljer aktier till sina portföljer tar han fortfarande hjälp av just Daniel Kahnemans teorier, men även av forskning från Richard H Thaler som är årets Nobelpristagare i ekonomi

– Detta är inget nytt fält. Det har varit populärt inom akademin senaste 20 åren. Men det är fortfarande få fondförvaltare som tillämpar dessa metoder. Troligen för att det är väldigt tidskrävande. Det räcker inte att läsa ett antal rapporter, utan fodrar åtskilliga arbetstimmar till att fundera kring och undersöka hur människor tänker.

Förenklat analyserar Kunal Gosh beteendemönster kring främst aktieinvesteringar och som jämförs och samkörs med utvalda nyckeltal och parametrar. Syftet är att minska godtyckliga och känslobaserade beslut för att förebyga skeva urval.

– Vi bygger en kvantitativ struktur för investerings- och beslutsanalys med hjälp av finanspsykologisk vetenskap som baseras på forskning inom psykologi, sociologi och beteendevetenskap, förklarar han.

Utifrån detta bedömer Kunal Ghosh bland annat investeringsmöjligheterna i tillväxtländer som Kina och Indien och i bolag i midcap-segmentet. Men metoden är applicerbar på i stort sett alla tillgångsslag. Kunal Ghosh har dock valt att främst fokusera på aktiemarknaden som han kan bäst.

Han lyfter bland annat fram Richard H Thalers teori som brukar benämnas ”anchoring to the past”. Det innebär att investerare som förlorat mycket pengar på ett tillgångsslag – till exempel en aktie – i regel avhåller sig från att investera i detta tillgångsslag igen – även om en det vänder upp igen och börjar avkasta.

– Investerarna blir rejält riskbenägna och tänker inte tillräckligt långsiktigt för att förmå sig att återgå till sin gamla investering. Många rör aldrig mer en aktie som gått dåligt. Men i mina analyser så är det inte sällan ett psykologiskt felslut. Bara för att en aktie backat tidigare så behöver det inte betyda att den gör det i framtiden. 

En viktig orsak är flockbeteenden som är ett av de vanligaste finanspsykologiska felsluten som görs.

–  Varför formerar sig många djur i flock? Jo, för i en flock blir de inte lika lätt attackerade av exempelvis lejon eller andra rovdjur. Vi människor agerar på ett liknande sätt och söker ”safety in the numbers” och är rädda för att bli utstötta ur flocken. Många investerare och analytiker vill inte sticka ut från mängden. 

Följden blir ofta att exempelvis en finansfondförvaltare främst tittar på stora bolag som Blackrock och Vanguard. Typiskt sätt flockas också investerare runt de aktier som är heta för stunden. 

Var är risken med det?
– Man förblir i bästa fall en medioker investerare som missar potentiellt vinstgivande mindre bolag. Men jag brukar säga att ”man ska inte välja den förvaltare som spelar säkert, utan den som är bäst”.

En annan stark psykologisk drivkraft hos oss människor är girighet. Något bland annat Nobelpristagaren Daniel Kahneman kunnat påvisa i sina studier. Alla vill bli rika, men i regel genom en jackpot-vinst.

– Vi vill vinna på lotteri trots att vi vet att chansen är liten. Liknande mekanismer uppträder när vi investerar. Vi tittar på aktier som vi tror eller hoppas ska göra oss rika över en natt och blir kära i dem. Vi blir också överoptmistiska vilket återknyter till de forskning som visar att människor generellt tror att de är smartare än genomsnittet.

Men det är sällan någon vinner storvinsten på lotteri. 

– Den här inställningen skapar i regel besvikelser. Dina drömmar blir sällan infriade om du agerar utifrån jackpot-logiken.

Med hjälp av finanspyskologiska modeller försöker Kunal Gosh identifera och förtuse bland annat flockbeteenden och ”jackpot-illusioner”. 

– Vi analyserar alla aktier på ”global emerging”-marknaden samt inom midcap-segmentet för att till exempel undvika aktier det råder hysteri och överoptimism kring. I regel sker det runt IPO:s [börsnykomlingar] som ofta omgärdas av ryktesspridning om att de kan inbringa snabba vinster.

Vilken nyckeltal använder ni i era analyser?
– Det kan jag tyvärr inte berätta av konkurrensmässiga skäl.

Systemet som Kunal Gosh använder är dock delvis baserat på AI-algoritmer som bland annat kan förutse aktiers vinstpotential.

– I dagsläget handlar AI mest om dokument- och textigenkänning. Och det betraktar inte jag riktigt som AI. Det blir först riktigt intressant när det på egen hand kan skapa egna algoritmer.

På frågan om vad han har för regionella investeringsstrategier pekar han på kort till medellångsikt sikt ut Kina som särskilt intressant ur ett investeringsperpektiv. Han bedömer att landets snabba ekonomiska och industriella utveckling fortskrider.  

På något längre sikt, 5-10 år, är Indien spännande av främst demografiska skäl. Landet har en snabbväxande medelklass och därmed många potentiella konsumenter. Indien har också en av världens bästa centralbanker och ett oberoende rättsväsande.

Tittar du på den afrikanska kontinenten?
– Nej, den kategoriserar vi som en ”frontier”-marknad med mindre utvecklade länder med väldigt små börser. Aktierna på dessa marknader är därmed inte likvida på grund av liten handel.