实证宏观经济学的因果分析范式-经济学动态

实证宏观经济学的因果分析范式∗２０１１年度诺贝尔经济学奖获得者的学术贡献赵㊀晶㊀丁志国㊀徐德财内容提要:托马斯 萨金特和克里斯托弗 西姆斯凭借其在 宏观经济的因果实证研究 方面所做出的贡献,被授予２０１１年度诺贝尔经济学奖.萨金特提出了利用历史数据分析经济政策的系统性变化如何影响经济的方法,关注的是宏观经济变量的系统性影响问题;而西姆斯则是区分了经济变量的变动属性,具体刻画了它们对宏观经济变量的影响,关注的是宏观经济冲击的识别问题.萨金特和西姆斯共同解释了当前经济状况形成的原因,并提供了预测经济变动和政策实施影响路径的科学方法,分析了经济系统的因果关系,回答了实证宏观经济学领域 什么引致了什么 的基本命题.关键词:诺贝尔经济学奖㊀萨金特㊀西姆斯㊀实证宏观经济学㊀因果分析一㊁引言２０１１年１０月１０日,基于在 实证宏观经济因果分析 方面所做出的贡献,瑞典皇家科学院将本年度诺贝经济学奖授予了纽约大学经济学教授托马斯 萨金特(T h o m a sJ．S a r g e n t)和普林斯顿大学经济学教授克里斯托弗 西姆斯(C h r i s t o p h e r A．S i m s).诺贝尔颁奖委员会在颁奖辞中这样描述了两位获奖者的学术贡献: 利息的临时性增长,或者减税措施的颁布,如何影响现实的G D P和通货膨胀?中央银行应对通货膨胀的策略调整,对经济的冲击如何?这些问题已由萨金特和西姆斯所创立的一系列分析方法得以解决.他们给出了当前经济形势发展至此的原因,并提供了预测全球经济变动和政策实施影响路径的科学方法,解析了经济系统的因果关系,建立了实证宏观经济学的基本分析范式.宏观经济学研究的主要任务之一,就是解释宏观经济变量如何随时间变化,这些变量如何受到经济政策以及经济环境变化的影响,进而解析经济系统变化的内部因果逻辑.事实上,经济变量可能会受到两类影响:第一类是短期非预期事件的影响,例如石油价格未预期的变化,中央银行非预期的利率调整,或者家庭消费的突然改变等,这些短期非预期的事件被称为冲击(S h o c k s);第二类则是长期经济变量的影响,例如货币政策由宽松转为从紧,利率水平进入一个上升通道,持续减税计划等,这些长期经济变量的变化则被称为系统性影响(S y s t e m a t i c I nＧf l u e n c e).经济学家们要做的就是综合分析冲击或者系统性政策变迁,在短期和长期与宏观经济因素之间的影响关系.然而,经济学领域的研究难点之一,就是辨析经济变量之间影响关系的因果逻辑,因为经济变量之间的影响通常表现为互为因果关系.我们很难确切知道,究竟是经济政策影响了经济发展,还是经济发展状况影响了宏观经济政策的选择?检验经济政策效果的简单方法是进行人为可控的经济实验,然而经济领域最基本的特征之一就是不能够进行政策实验.因此,利用已有的历史经济数据对经济变量之间的因果关系进行分析就变得十分重要.萨金特和３９«经济学动态»２０１１年第１１期∗赵晶,吉林大学商学院,邮政编码:１３００１２;电子邮箱:z h a o j i n g．c r y s t a l＠y a h o o．c o m．c n;丁志国,吉林大学数量经济研究中心㊁商学院,邮政编码:１３００１２;电子邮箱:t y l e r d i n g＠y a h o o．c o m．c n;徐德财,吉林大学商学院,邮政编码:１３００１２;电子邮箱: h o l d s e r＠y a h o o．c n.西姆斯两人的研究成果向世人证明了,使用历史数据可以确切地分析宏观经济与政策之间的因果关系.萨金特获奖的研究,主要是提出了利用历史数据分析经济政策的系统性变化如何影响经济的方法,关注的是宏观经济变量的系统性影响问题;而西姆斯获奖的研究,则是区分了经济变量的变动属性,例如油价和利率未预期的变动和预期的变动,具体刻画了它们对宏观经济变量的影响,关注的是经济冲击影响的识别问题.正如诺贝尔奖委员会在颁奖词中阐述的那样: 萨金特和西姆斯获奖的研究贡献是回答这类问题必不可少的工具.萨金特主要帮助我们理解系统性政策变迁的影响,而西姆斯则关注冲击如何在经济中蔓延.二㊁萨金特:系统性政策变迁的影响萨金特凭借其对系统性政策规则以及政策规则变化引致的经济后果进行的一系列分析,得到了诺贝尔奖委员会的青睐.这种系统性经济规则的因果分析范式,也成为他在经济学研究领域的代表性科学成就.(一)系统性影响因果关系的萨金特分析范式当货币政策遵循T a y l o r规则,即利率以既定的模型相对于通货膨胀和经济周期的变动进行调整时,宏观经济将发生怎样的变化?或者货币当局强制将通货膨胀率维持在２％左右的水平时,究竟会发生什么?经济的变化是否有可能依赖于经济政策的变迁?或者相反,是否可能是宏观经济的状况影响了决策者的经济政策选择,进而导致了经济的波动. 预期 成为分析这些问题不可或缺的前提,萨金特采用三步法分析并回答了这些问题:第一步,萨金特构建一个结构性宏观经济模型,即一个能够精确刻画宏观经济运行的数学模型,并且模型中的参数确定了不同变量之间的影响关系.例如,当我们确切知道消费者的商品和服务总需求受到预期的利率影响时,经济模型中就应该包含这样的因果关系.而刻画模型中各变量基本关系的参数不会受到经济政策的影响.例如,刻画主体偏好的参数,描述了主体根据利率及收入在储蓄和收入之间进行选择的特征,参数本身与经济政策不相关.第二步,数理模型求解.萨金特考虑问题的重点是有关经济变量未来如何变化的预期.例如,对未来通货膨胀的预期是否受到经济政策影响?合理求解模型的必要条件是,模型中主体的通货膨胀预期与模型本身预测的通货膨胀一致.显然,找到这样一个解并非易事,萨金特的分析方法则说明了如何能够找到这样一个解.第三步,利用历史数据估计那些不随经济政策迁移而变化的参数.为了使估计过程简便,选择参数值来保证模型尽可能完整地拟合数据,就能够获得描述经济结构的参数估计值.这样一个完整的模型可以被用于构建 经济模拟实验室 ,通过研究不同假设实验条件下经济政策的影响效果,进而对可能的政策选择结果进行经济效果模拟.在２０世纪７０年代的系列论文中,萨金特说明了如何构建㊁求解和估计宏观经济模型.他的分析方法在经济政策分析和宏观经济实证研究领域非常有效.毋庸置疑,萨金特的主要学术贡献集中体现在他对宏观经济现象进行的一系列具有重要影响的实证研究方面.例如,他分析了欧洲国家发生恶性通胀的不同历史阶段,检验了２０世纪７０年代各国由实施高通货膨胀政策,转而选择低通货膨胀政策的变迁过程,并利用历史经济数据分析了普通大众形成预期的过程,以及中央银行通过学习逐渐理解通货膨胀事实的一个过程,解释了通货膨胀能够持续相当长时间的原因.(二)萨金特与理性预期萨金特关于理性预期的研究,始于经济学家们抨击当时基于简化模型(R e d u c e d－f o r m m o d e l s)的经济学分析范式,这些经济学家主要包括诺贝尔奖得主L u c a s㊁P h e l p s和P r e s c o t t.他们提出了一种基于理性预期的宏观经济学分析范式,并坚持认为需要重新构建宏观经济理论框架和实证研究方法.新的分析范式所采用的模型具有 微观基础 ,例如不随经济政策变动而改变的经济抉择理论.新的实证模型以结构性参数估计为基础,例如描述个人偏好以及生产函数的参数.这种新的研究范式导致了宏观经济的研究路线发生了颠覆性的变化,改变了宏观经济政策制定的逻辑.事实上,L u c a s等人获得诺贝尔经济学奖的原因,在很大程度上就是源于他们研究内容的政策性含义.基于L u c a s和萨金特开创性的研究成果,以及后续K y d l a n d和P r e s c o t t 的拓展性研究,对于经济周期理论的研究视角也发生了很大的变化.后续发展起来的新凯恩斯主义分析范式,也是在K y d l a n d和P r e s c o t t研究的基础上,引入了不同类型的摩擦条件,如粘性价格和工资等.现代实证宏观经济学研究在很大程度上依赖于经济变量的结构性估计方法,萨金特则是这一研究领域最主要的开创者.４９２０世纪７０年代早期,萨金特的突出性贡献主要表现在对理性预期理论的计量模拟和实证检验方面.１９７１年萨金特在其论文«关于加速理论分歧的评注»中指出,G o r d o n(１９７０)㊁C a g a n(１９６８)㊁S o l o w (１９６８)以及T o b i n(１９６８)等人给出的关于通货膨胀水平的计量方法并非有效,并解释了理性预期在经济预测中的应用.事实上,真正促使萨金特注意理性预期在现实经济中的作用,来源于早期F r i e d m a n 货币政策的适应性预期假设.与适应性预期理论相比,萨金特所推崇的理性预期要求在经济模型中加入更多的约束条件,使模型能够满足现实经济环境中人们掌握信息的假设.在随后的研究中,萨金特开始将理性预期假设应用于滞后分布模型(D i s t r i bＧu t e dL a g)和向量自回归模型(V e c t o rA u t o r e g r e sＧs i o n),并检验了 自然失业率假设 (１９７１)和超级通货膨胀演变路径(１９７３,１９７７).针对自然失业率的测算(１９７５)㊁真实利率的货币中性(１９７１)㊁动态劳动力需求(１９７８)㊁超级通货膨胀的演变(１９７６)以及古典理性预期模型中货币中性(１９７４,１９７６)的研究,使得理性预期理论的应用领域进一步得到拓宽,同时也增强了萨金特本人继续研究理性预期模型求解的信心.自１９７９年开始,萨金特与H a n s e n建立起一系列求解理性预期模型的计量方法,包括对线性理性预期模型估计(１９７９,１９８０)㊁应用离散数据估计连续时间理性预期模型(１９８０)㊁工具变量选取及引入(１９８１)㊁维纳－柯尔莫哥洛夫方程式应用(１９８１)㊁直线时间和隔期的理性预期均衡求解(１９８７),以及递归方式的经济模拟(１９９０,１９９３)等.这些基础性的工作大大提升了理性预期模型的应用范围,同时加速了这一理论分析范式融入实证宏观经济学研究的进程.除了计量方法的研究外,萨金特还将理性预期思想延伸到理论经济学研究更加广阔的领域,具体包括理性预期均衡的马鞍路径稳态特征㊁政策无效性命题㊁货币中性理论的可观测等价假说等.１９７４－１９８７年间,萨金特借助历史数据针对理性预期条件下政策有效性进行了实证检验,结果表明货币学派和凯恩斯学派所提出的经济准则,如单一货币准则和反周期操作等,在经济参与主体具有理性预期的条件下并非有效.货币总量不会影响经济产出,利率变动也不会影响市场中的价格水平,即使存在通货膨胀也无法实现通过调整货币总量进而降低价格水平的政策效果.这些结论均与萨金特提出的理性预期条件下的 政策无效性假说 相契合.还必须说明的是,萨金特所做的工作并非只是对 卢卡斯批判 的简单延续,而是升华了理性预期关于政策调整效应的阐释,并且通过数量化的方法实证检验了真实世界理性预期的存在性.在对理性预期理论发展和验证的过程中,萨金特萌生了对理性预期背后根源进行追索的构思,并形成了他在２０世纪８０年代后期有关 学习理论 的研究成果.通过对 学习理论 的研究,萨金特对理性预期背后的根源给出了更详尽的揭示.萨金特(１９８８,１９８９,１９９３)运用心理学㊁统计学以及系统控制知识,阐述了人们如何通过学习过程获取信息,并通过一定的渠道和信息处理过程,实现对未来的理性预期.萨金特(２００５)认为理性预期最大的特点就是增加了经济模型的相关约束,以剔除那些与预期不相关的自由参数,并指出人们对经济和政策的预期以及信息掌握实质上是模型的结果,而并非模型的外生变量.萨金特一直坚信理性预期并非一个学派或者意识形态的理念,而是用模型方法模拟人们如何思维,以及人们对政策变化反应方式的一种分析范式.萨金特对理论经济学和应用经济学做出的最大贡献就在于,通过模型方法模拟了经济过程中参与者的行为,并成功地测度了现实经济调整的程度和可能产生的影响.这极大地提高了政府在经济决策中的能动性,也使得理论经济学的模型构建更加具有适用性.除了研究理性预期理论和建构实证模型外,萨金特还就极大似然估计方法㊁工具变量估计方法㊁向量自回归模型㊁模型稳健性和不确定性等计量经济学理论进行了研究,并尝试以一种非学术分析范式审视经济发展的历程.而这些基础性的研究工作也明显提升了萨金特在实证宏观经济学研究领域的影响力.三㊁西姆斯:宏观经济冲击的动态识别作为著名的时间序列计量经济学家和实证宏观经济学家,西姆斯因其在宏观经济冲击动态识别方面的突出贡献,与萨金特一同获得了本年度诺贝尔经济学奖.(一)西姆斯与计量经济学的因果分析范式计量经济学将数学㊁统计学和计算机技术综合起来,以一定的经济理论为基础,通过数据测度来描述经济变量之间的关系,并在很大程度上改变了经济学领域的研究范式.就计量经济学的发展而言,其早期发端于微观经济领域,后期随着宏观经济领５９«经济学动态»２０１１年第１１期域理论的逐步完善和数据充实,计量经济学在宏观经济领域的发展尤为迅速.事实上,凭借计量经济学方面的研究成就获得诺贝尔经济学奖的学者不在少数,但诺贝尔经济学奖之所以授予西姆斯,并非单纯由于其在计量方法和统计理论上的建树,而是因为西姆斯在推动计量经济理论和方法改进的基础上,有效地运用计量方法解释了宏观经济因素之间的因果关系,拓展了实证宏观经济学的应用空间.虽然,西姆斯对实证宏观经济领域的研究贡献更值得称赞,但这些成果大都建立在其本人对统计和计量经济学方法的独创性研究的基础上.在哈佛大学攻读博士学位期间,西姆斯在H o u t h a k k e r的引导下开始将离散数据模型扩展至连续时间模型.这使得他随后的研究工作大多围绕着数据的统计模拟展开,具体包括关于连续时间模型的离散数据模拟(１９７１)㊁有限参数滞后分布模型向一般动态经济模型的模拟(１９７２)和无限维参数空间下统计模拟(１９７１).这些统计模拟问题的研究,主要是源于西姆斯并不认同关于经济理论与计量模型之间存在巨大差距的观点.当时普遍的观点认为,动态经济理论通常假定经济运行服从连续时间过程,而计量经济学理论则是假定研究者拥有一个模拟经济系统的真实模型,在给定一部分参数后,应用离散数据对经济系统进行描述.虽然最初西姆斯所提出的问题和给出的统计方法并没有产生太多的影响,但他仍坚持从事对数据模拟和计量模型改进方面的基础性研究工作.西姆斯(１９７４)关于离散滞后分布模型的频域模拟方法得到了萨金特的关注,并在萨金特的推动下引发了许多学者的研究兴趣.«货币㊁收入及其因果关系»(１９７２)可算是西姆斯第一篇引起广泛关注的论文.虽然这种关注更多得益于当时兴起的 凯恩斯主义争论 ,但是该篇论文最核心的理论价值却在于从实证角度进一步对经济系统的内在因果关系进行了阐述.西姆斯(１９７７)曾就 因果检验 进行了科学的定义,阐述了 因果 的真实经济含义,不过在当时却很少有人真正能够看懂这篇文章.当时人们普遍认为变量X导致变量Y的关系,就是 因果关系 最为直观的经济表达,即通常只是按照一种直观的因果联系确定变量之间的前后逻辑.而西姆斯和G r a n g e r则借助早已在工程领域被广泛接受的概念,将 因果关系 看作是一些因素决定其他因素的递推排序关系,并利用单方程计量模型的左右两侧来表示变量之间的因果关系,其中方程右侧变量被假定为外生变量.西姆斯(１９７２)针对货币总量㊁收入以及产出之间的系统相关性研究,成为其后续宏观经济问题实证研究的主要方向之一.２０世纪８０年代以前,时间序列模型已在经济学领域得到了相当程度的应用,并被应用于模拟和测度宏观经济变动,但由于时间序列模型本身的参数估计问题,限制了其应用的范围和测度的准确性.而后,西姆斯对时间序列模型做出的改进,不仅完善了模型本身,同时也拓展了其在宏观经济实证研究领域的应用范围和适用性.西姆斯(１９８０,１９８３)针对时间序列模型工具变量法估计过程中,工具变量外生的前提假设提出了质疑,指出以往的时间序列模型估计中严重忽略了工具变量可能并非完全外生的问题,即模型的残差项可能与工具变量不完全正交,因此原有估计方法所得结果并不准确.针对这一问题,西姆斯提出了一种转换估计方法,即仍然假定工具变量外生,但并不要求其与方程或残差项正交,而是通过引入工具变量更长的滞后序列,进而估计获得模型的有效置信区间,其渐进性质能够满足模型的模拟结果.在后续的研究中,西姆斯进一步研究了时间序列数据中单位根(U n i tR o o t)引致的估计失效问题,并给出了基于渐进理论的有效参数估计方法(１９９０,１９９１).西姆斯对于计量经济学的贡献还表现在时序数据的季节调整(S e a s o n a lA d j u s t m e n to fE c o n o m i c T i m eS e r i e s)和贝叶斯计量方法(B a y e s i a nE c o n oＧm e t r i c s)方面.宏观经济数据包含人们部分行为特征和经济运行规律,在时间趋势上具有一定的周期性,即季节性特性,因此必然导致宏观经济模型参数估计失效和模型预测不准确的问题.西姆斯(１９８５,１９９０,１９９３)针对时间序列数据的季节调整问题分别进行了详细的阐述,包括对修正后时序数据的统计特征㊁包含季节特征数据的估计误差㊁理性预期模型估计中的季节性数据处理等.事实上,西姆斯早年并没有关注到贝叶斯方法,因为他认为贝叶斯方法与传统估计方法并不相关.但是,在研究单位根问题时西姆斯改变了这一想法.因为在对自回归模型参数估计时,极大似然估计过程中采用贝叶斯方法,则不会因数据的平稳性而发生改变.与之相比,传统分布理论却要求针对不同估计方法,设计不同的估计程序.西姆斯(２００３)指出通过检验模型的变结构点,也能够看出贝叶斯分析与传统分析方式的不同.为了完善贝叶斯分析方法,S i m(１９８８,１９９０,１９９１,１９９８)分别就单位根模型㊁动态多元模型㊁宏观６９经济政策模型的贝叶斯估计方法进行了深入研究.总之,不管是时间序列数据的处理,还是贝叶斯估计方法,都在很大程度上提升了以向量自回归模型为代表的计量经济方法,研究宏观经济问题的适用性.(二)经济冲击动态识别的西姆斯方法与萨金特一样,西姆斯也对早期的简化宏观经济计量模型持有批评态度,并强调预期的重要性.在１９８０年的论文«宏观经济学及其现实»中,西姆斯引入了一种新的应用于宏观经济数据的分析方法,提出了一种能够识别和解释历史数据中经济冲击,并分析这种冲击如何逐步传导致其他经济变量的分析范式.西姆斯的方法对宏观经济研究产生了深远的影响,并被广泛作为经济政策选择的依据.诺贝尔奖委员会根据这一开创性的研究将诺贝尔经济学奖颁给了西姆斯.西姆斯方法同样采用三个步骤进行冲击识别:第一步,建立一个向量自回归模型(V A R)对宏观经济变量做出预测.这是一个相对简单的模型,利用以前观测到的变量值获得最优的可能预测值.简单模型的预测结果与实际结果之间的差异 预测误差,则被认定为一种冲击,且西姆斯认为预测误差的经济解释并非十分清晰.例如,利率的变化既可能是对其他同时出现的冲击(如失业率㊁通货膨胀率等)的反应,也可能独立于其他冲击而发生,即存在基础性冲击.第二步,提取经济运行可能会遭受到的基础性冲击.西姆斯的一个主要贡献就是识别如何能够根据针对经济运行的综合理解,进而判断基础性冲击.西姆斯及后续的研究相继提出了不同的方法识别V A R模型中的基础性冲击.第三步,脉冲响应分析.当根据历史数据识别出基础性冲击后,模型的第三步就是脉冲响应分析,进而形象地刻画出基础性冲击随着时间对宏观经济变量的影响.脉冲响应函数对于理解宏观经济的动态特征非常重要,并有助于进行经济政策选择.例如,设定通胀目标的中央银行,根据脉冲响应函数的结果来调整利率,以保证在未来一段时间内实现其政策目标.西姆斯按照递推识别的方式,证明了V A R模型对于宏观经济模拟和参数估计的有效性.如今, V A R模型已经成为中央银行和财政部门分析经济各种冲击,以及经济如何受到各种政策影响必不可少的工具.V A R模型改变了宏观经济领域的实证分析范式,以更加系统的方式审视经济变量之间的因果关系.不过,V A R模型早期的应用性并不是很高,主要是由于模型识别和参数估计上存在障碍.这也促使西姆斯在其后续的研究过程中更加注重提高V A R模型的可识别和参数估计效果,并进一步拓展V A R模型的应用领域,如西姆斯(１９８６)给出的基于贝叶斯方法的V A R模型估计.随后,基于方差分解㊁脉冲响应函数以及结构向量自回归(S V A R)模型的进一步完善和发展,加之西姆斯本人利用V A R 模型在宏观经济领域进行的大量实证研究,大大提高了V A R模型的学术影响,并越来越广泛地被应用于实证宏观经济学的研究领域.四㊁获奖者实证宏观经济学的更多贡献经济学家M a r v i nG o o d f r i e n d对２０１１届诺贝尔经济学奖给出这样的评价: 卢卡斯使得经济学界相信预期在整个世界的作用,并告诉人们预期对经济政策的影响,但真正意义上对经济系统进行经验分析和实证研究,为预期建立统计和计量模型的是萨金特和西姆斯 .尽管萨金特和西姆斯二人分别进行了独立的研究,但两位获奖者处理的问题具有明显的内部关联性,他们的学术贡献在很多方面存在确定的互补关系.事实上,萨金特和西姆斯两人共同分析了当今世界经济系统的基本运行规律,并建立了实证宏观经济学的基础分析范式.(一)萨金特的实证宏观经济学研究成果萨金特早期的实证宏观经济学研究主要围绕利率问题展开,一方面是针对利率与实物价格之间的关系,另一方面是针对利率的期限结构,分析了政府调控货币市场最优政策手段的选择问题.萨金特在强调预期重要性的基础上,动态地研究了预期影响利率随时间变动的路径.与之前关于利率问题的研究不同,萨金特更加明确地分析了利率变动路径和利率作为货币市场政策工具的优势,并刻画了预期对利率变动的可能影响.通过这些研究,萨金特意识到预期在整个宏观经济中的重要作用,并将实证研究的视野拓展到更加广阔的宏观经济领域,具体包括对通货膨胀㊁就业㊁政府预算㊁财政政策和货币政策实施效果等.２０世纪７０年代中后期,萨金特开始全面地审视通货膨胀的变动以及高通货膨胀出现的根源.基于对理性预期理论的发展和应用,萨金特既从货币政策内生性视角分析通货膨胀与货币政策调整之间的相关性,又从货币政策不确定性层面解答通货膨胀的变动原因.虽然萨金特基于理性７９«经济学动态»２０１１年第１１期。