曾自信能彻底解决萧条的经济学,为什么失败了?

更新时间:2022-08-21 09:08:27作者:未知

曾自信能彻底解决萧条的经济学,为什么失败了?

导读:“正因为一整代宏观经济学家都忽视了极端不确定性的重要性,在分析全球金融危机时,现代宏观经济才基本不起作用。”

【文/默文·金、约翰·凯】

在一些名牌大学里,很多研讨会已降格为一帮学科新人间排外的口舌游戏,比起诚心探索现实,他们更看重晦涩不明、自我指涉的场面话,这类研讨会我参加得太多了。 —迈克尔·伊格纳季耶夫

2003年,诺贝尔经济学奖得主罗伯特·卢卡斯曾引用自己美国经济学会会长演讲中的话,说道:“这场演讲中我主要想阐明的是,宏观经济领域的研究……已获成功:它的核心问题,即经济萧条预防,就各种实用目的而言,都已得到解决,事实上,该问题数十年前就已被解决。”

2007—2008年全球金融危机之后,工业化世界经历了自20世纪30年代大萧条以来最严重的衰退,随后的10年里,世界经济增长异常缓慢,且这种情况持续得比预想要久。和战争一样,金融危机已多次发生。但战争和金融危机都是特殊现象,都不是某平稳过程导致的结果。经济学理论的突破备受卢卡斯称赞,然而它并不能预防世界经济的严重衰退,这些先进的理论也没能为决策者提供处理经济衰退的必要对策。在卢卡斯描述的经济模型中,他假定经济结构平稳且没有变化,而特殊事件源自市场经济本质上的不稳定性,因此他的模型无法解决这些特殊事件。


约翰·凯 牛津大学赛德商学院首任院长,《极端不确定性》作者之一

宏观经济中的“风洞”模型

二战之后,数学和统计学方法在经济学中被广泛使用,此时很多经济学家认为建立“风洞”型经济模型是可行的。20世纪五六十年代的经济模型规模虽大,但本质上都是机械的—有的模型就是事实意义上的机器。国民收入模拟计算机由在伦敦政治经济学院学习的新西兰工程师比尔·菲利普斯设计,该机器是一台基于凯恩斯《就业、利息和货币通论》思想的液压计算机。人们造了大概十多台这样的机器,并将其用于世界各地的经济部门(伦敦政治经济学院也重建了一台,状况极佳的这台机器现展于伦敦科学博物馆的数学展览馆,另一台尚可运转的机器存于剑桥大学工程学院)。

随着计算机技术的发展,电子器件取代了液压部件,凯恩斯理论模型进一步发展并在计算机上运行。凯恩斯时代的研究方法本质上是实用主义的,它假定经济总量间的简单关系会保持稳定。20世纪五六十年代似乎是一个世界经济稳定增长的黄金年代,但世界经济根基的稳定程度远不及其表象。二战后的大部分时间里,通货膨胀在缓慢推动。到20世纪70年代,通货膨胀甚至冲击了一个人们曾奉为圭臬的观点:凯恩斯主义的需求管理可以消除经济不稳定性。菲利普斯曲线(比尔·菲利普斯的另一项创造)将工资增幅和失业率相联系,并声称二者和消费函数一样,存在稳定的实证关系。该曲线表明,长期看来,通货膨胀率和失业率存在交替关系,通货膨胀率高时,失业率低,反之亦然。但20世纪六七十年代通货膨胀率和失业率都逐步升高,这证明曲线中的观测值并非平稳过程的结果。

笔者之一曾加入剑桥经济增长项目,参与创建英国最早的一批计量经济模型。这些模型有效地展示了一个经济体中,不同组成部分是无法完全独立发展的。这些模型可以找出会计约束,而会计约束可以帮助调整消费、投资、出口以及政府的开销,使之与全国总收入和总产量对等。国民核算系统在20世纪30—50年代得到发展并在世界范围内应用。时至今日,该系统仍为整理和理解经济学数据提供不可或缺的框架。但是,剑桥经济增长项目的模型无法解释工资和物价的波动,也无法分析总产量水平的短期变化,这两者取决于对未来通货膨胀率和经济发展的预期。

倘若凯恩斯尚在人世,他可能会告诉他剑桥大学的同事极端不确定性是理解经济学的根本,计算机里的经济模型无法轻易预测未知的未来。1939年,凯恩斯就荷兰人扬·丁伯根开创性的统计学研究发表了一篇评论。该研究是当时的新兴学科计量经济学的基石之一。凯恩斯主要批评了丁伯根新方法中假定经济关系稳定这一点:“(该研究)最重要的前提是,除我们特别关注的那几个因素的变动以外,所有相关因素必须在一段时间内保持统一且同质。”凯恩斯曾这样谈及丁伯根:“此人最大的缺点是,他不会多花些时间考虑某项工作是否值得继续,他更感兴趣的是继续埋头工作。”凯恩斯相当有先见之明,他已经预见到了后辈们在研究中无法拒绝的诱惑。

不加道歉的预测

经济学预测者在预测经济的实质下滑时,战绩很是恼人。2016年,《经济学人》研究了国际货币基金组织春季《世界经济展望报告》中的国家经济预测。报告发布的当年至第二年,其间国家产出减少,则被定义为一场经济下滑。在此期间全球总共有207场经济下滑,而该报告未能准确预测其中任何一场。这个发现有力地质疑了我们预测总体经济波动的能力。似乎当GDP没有太大变动时,我们才能预测其走向,但我们无法预测经济活动中的大起大落。

在任何一场重大经济危机中,总会有人声称已预见到它的发生。有些人专精于对未来糟糕的情况做出预测,他们的预测就像停住的时钟一样,有时候能歪打正着。但是,鲜有经济学家预料到了2007—2008年全球金融危机的发生。至于央行和私人机构用以预测的模型,它们似乎更适合预测20世纪90年代初经济稳定期的产值和通货膨胀率(那个时候最好的预测就是从过去的经验中寻找规律),而难以察觉工业化社会中银行系统近乎崩溃的前兆。但显而易见,预测后者远比预测前者重要。

和对经济预测的需求一样,对其价值的怀疑似乎从未断绝。即便如此,有人依旧沉醉于经济预测,甚至仍旧不肯否定其能力的局限性。2010年,欧洲央行发布了一篇技术文献,以评估其欧洲经济分析模型,文献称其经济模型在分析欧洲经济方面“颇有成效”。这篇文献并未参考2007—2008年全球金融危机。让—克洛德·特里谢是欧洲央行下设机构的负责人,该机构负责建立该经济模型,并聘请了撰写该文献的专家。他对这个模型持不同看法:“作为经济危机期间的决策者,我发现现有的模型帮不上什么忙。事实上,我的话可以说得重一些:面对经济危机时,我们感觉自己被传统的经济工具抛弃了。”无独有偶,世界各地的央行和财政部门都有过类似的经历。


默文·金 英国央行前行长,《极端不确定性》作者之一

工程学与经济学

爱德华·普雷斯科特是真实经济周期理论的设计者,他曾称“航空航天工程的方法论和宏观经济学量化预测所用的方法论惊人地相似”。为了支撑这一观点,他引用了自己在明尼苏达大学的前同事格雷厄姆·坎德勒的话。坎德勒是一名工程学教授兼NASA顾问,他对航空航天工程方法论的描述如下。

我试图预测航天器进入某个星球大气层时的情况……当我们处理这个问题时,我们会从两方面入手。一方面,我们将问题拆分成界定分明的不同部分,然后在控制好相关条件的前提下,用理论和实验推算具体的参数……另一方面,模拟流场,去判断哪几项参数是真正值得我们去设计的……通常情况下,如果使用这种参数不确定性分析,便有可能单独找出几个需要特殊关注的关键参数……我们充分认识到,用来模拟真实世界的模型不可能100%准确。

为了处理一个现实世界中的复杂问题,这位工程师将其拆分成一系列小世界问题,这些小世界问题的走向可以被研究者理解,而他们可以由此确定理解航天器运作和行动的关键因素。这就是实用性知识发展的方式。

诸位读者可以将坎德勒的话和普雷斯科特在自己文章中的相似描述进行对比,以此来判断航空航天工程和经济学是否“惊人地相似”。

本研究开始于1999年年底,它源自这样一个问题:当下股市是否估值过高,是否即将崩盘?彼时人们不知道如何用真实经济周期理论来准确回答这个问题,他们只能参照历史市盈率等之前的经济关系来回答该问题……然而税务和监管体系需要明确的经济模型。比如我们把经济模型中的公司分配税率进行调整,使之等于分配的平均边缘税率。这是行业的标准,因为在这个模拟的世界里,所有人的税率相同,但现实世界并非如此……我们面对的是这样一个事实,即现实中的企业拥有大量未经统计的生产性资产,而这些资产是企业价值的重要组成部分,它们包括企业通过投资研发而获得的知识、组织资本和品牌资本。我们研究出了通过国民核算数据和经济平衡状况来估算这些未经统计的资产的方法,这样一来,经统计和未经统计资产的税后收益就是相同的。

事实证明,我们的理论是可行的。该理论成功预测了1960—2000年英美股市相对于GDP价值的巨大变化,美国股市价值增加了2.5倍,英国股市价值则增加了3倍。

对比坎德勒的谦逊和普雷斯科特的傲慢,二者的言论高下立判。更重要的是,即便是粗浅地对二者的言论略做分析,也不难看出,除了二者都在研究一个未被完全理解的系统外,他们的方法论没有任何相同之处。这位工程师为寻找有效方法而进行实证研究,而这位经济学家则为了支撑一个预设的假定而操纵数据。虽然坎德勒意识到“用来模拟真实世界的模型不可能100%准确”,但他还是认为自己能找到最关键的不确定因素。在他的研究领域中,他的这种想法是正确的,然而对股市来说情况则不同,股市里充斥着极端不确定性。因此,NASA可以成功执行极为复杂的任务,而普雷斯科特即便如此声明,仍对任何时间段里股市是否估值过高一无所知。

航空工程师知道“究竟发生了什么”—虽然不是无所不知,但他们所掌握的东西足以修建能安全航行的飞机(我们之前提到的空难是不幸的特例)和能完成任务的航天器。坎德勒在阐述自己的方法论时,先界定了自己专业知识的范围:“我试图预测航天器进入某个星球大气层时的情况。”普雷斯科特也试图做出预测:“本研究开始于1999年年底,它源自这样一个问题:当下股市是否估值过高,是否即将崩盘?彼时人们不知道如何用真实经济周期理论来准确回答这个问题,他们只能参照历史市盈率等之前的经济关系来回答该问题……”二者所言的对比显示出二人任务的一处根本不同。如果真的存在一个“成功通过实证测试”的理论,且该理论可以判断股市是否估价过高,是否即将崩盘(当然这样的理论并不存在),那么该理论本身就可以改变股市的价值。这就是我们之前所提的卢卡斯批判的精髓,也是有效市场假说的核心。(历史上,1999年年底股市确实估价过高且临近崩溃,几个月后,它也确实崩盘了。但股市何时崩盘这个问题和它是否会崩盘这个问题完全不同,前者比后者困难许多。)

从规模较大的航天任务这个问题中找出了小世界问题后,坎德勒找出了决定自己预测的两个关键要素—热传递水平和航天器的空气动力性能。此举开启了一个范围更广的策略,即将整个问题分解成界定明确的、可进行分析的不同部分。该策略和宏观经济学家所求正好相反。经济学家想要的是一个能概括一切的均衡模型,模型还需有简化过的种种前提,使之可以在计算机上运行。坎德勒称计算气动流的基础公式相当完善,但若想建立一个完整的模型,则需上百个参数。然而,之前的研究表明,其中只有少数几个参数对结果影响较大。因此,研究者需在某一案例中做出对这几个参数的最佳估算:“举个例子,我们可能会研究高温氧分子是如何攻击航天器防热罩的材料的。我们会为解决这一问题着手进行实验,实验环境会尽量模拟航天器真实的飞行情况。”

这位工程师总结道:“我们模型的参数存在不确定性,也就存在与这种不确定性相关的预期风险。当然,我们也试图减少这种不确定性,但到最后,若想进行一项有挑战性的任务,我们必须冒一定程度的风险。”值得注意的是,坎德勒的叙述中提到了不确定性(信息不完整的产物)和风险(无法达到供参照的预期结果,即无法成功完成任务),这两者的区别我们在书中也提到了,且观点和坎德勒一致。就坎德勒的工作来说,他没必要回答“究竟发生了什么”这种更宏大的问题:这是政客和NASA高管的工作,他们评估了未来的太空项目,提出了火星探索计划,并就该决策的一个重要方面向坎德勒寻求建议。这样做是为了给可执行政策确定战略方向,对坎德勒的委托是其中的第一步。战略目标十分具体—不是“征服宇宙”或“成为全球最负盛名的太空探索机构”,也不是诸如此类的当下许多公共机构喜欢使用的豪言壮语和陈词滥调。

根据坎德勒颇为具体的简报,他要做的下一步就是将一个较大的现实世界问题分解成多个可以被解决的小世界问题。若要解决这些小世界问题,可以利用通用模型(气动流的计算方程),也可以用该特定情况的专有模型(航天器进入火星时产生的热能转化)。这个分解的过程也确定了研究的核心问题。

最后一步,研究者将研究成果和各种模型得出的结果进行整合,将其整理为一个统一连贯的叙事性报告,呈交给决策者。这些决策者对专业问题的掌握程度可能不及坎德勒,但根据报告中提供的信息,他们可以做出是否继续该项目的决定。然而,当下筹备并发布经济学建议用的可不是这套方法。但我们希望经济学也这样去做。我们希望有朝一日,普雷斯科特“航空航天工程的方法论和宏观经济学量化预测所用的方法论惊人地相似”的看法会变成现实,也希望假以时日,宏观经济模型能变得和NASA的那些模型一样实用。


《极端不确定性》,中信出版集团出版

正因为一整代宏观经济学家都忽视了极端不确定性的重要性,在分析全球金融危机时,现代宏观经济才基本不起作用。凯恩斯所批评的不问“工作是否值得继续”,只顾“继续埋头工作”,不仅适用于以前的计量经济模型,而且适用于当代宏观经济理论。在理解金融危机及其他危机方面,做出最多贡献的不是经济模型,而是对之前经济状况的历史研究。举个例子,2008年,各地央行发现它们很难说服商业银行,让其接受紧急贷款,因为接受这项援助是一件可耻的事情—若是接受援助,则说明该银行可能经营困难。大部分央行忘记了1906年美国银行危机后曾发生过一模一样的情况:没有银行愿意使用美国财政部提供的新服务,直到一战爆发,事情才有了转机,那时所有银行都缺乏资金,因而接受银行援助对任何一家银行来说都不再是一件丢人的事。

正如特里谢先生所说,在2007—2008年全球金融危机及其余波中,那些已经成为经济学研究代表的经济模型被证明缺乏实用性和相关性。诺贝尔经济学奖得主保罗·罗默曾这样描述宏观经济学理论家:“他们的模型将聚合变量的波动归咎于凭空想象出的某种外力,这种力量常驻不变,也不受任何人、任何行为的影响。在物理学领域,弦理论的问题也是如此,从它们的问题中,我们可以总结出科学研究失败的模式:对于声誉很高的学科带头人,如果人们对他们的尊重逐渐演变为对权威的盲从,那么普通的客观事实也会被捧上神坛,被当作科学真理的最终决定因素,此时该学科的科研就会走向失败。”

40年来,人们曾对这个崭新且严谨的经济学方法满怀希望,而在2007—2008年全球金融危机中,该方法预测和分析的失败消弭了这份希望,笔者曾目睹这整个过程——最初二人也对该方法满怀信心。极端不确定性无处不在的特质,正是该方法失败的根源。

(观察者网摘录自《极端不确定性》,该书已由中信出版集团出版)

本文系观察者网独家稿件,文章内容纯属作者个人观点,不代表平台观点,未经授权,不得转载,否则将追究法律责任。关注观察者网微信guanchacn,每日阅读趣味文章。

本文标签: 经济学  方法论  凯恩斯  丁伯根  统计学