2011年诺贝尔奖为什么选择实证宏观经济学

更新日期:2022年06月08日

       瑞典皇家科学院诺贝尔奖评审委员会经济总是受到突发事件的影响。诸如油价意外上涨、央行设定借款人和借款人都没有预料到的利率或家庭消费突然下降等意外事件通常被称为“冲击”。经济也受到长期变化的影响, 例如货币政策转向更严格的抗通胀措施, 或财政政策的预算规则更严格。宏观经济研究的一项主要任务是了解冲击和系统性政策转变如何在短期和长期影响宏观经济变量。 Sargent 和 Sims 屡获殊荣的研究贡献是这项研究不可或缺的一部分。萨金特主要帮助我们了解系统性政策转变的影响, 而西姆斯则专注于解释冲击如何在经济中传播。在所有基于观测数据的实证经济分析中, 很难解开因果关系。在宏观经济政策分析中尤其如此, 因为存在一个重要障碍:预期所起的关键作用。经济政策制定者形成将经济活动与未来政策联系起来的政策预期。观察到的政策变化是独立事件吗?经济活动的后续变化是对这一政策变化的因果反应吗?或者, 这种因果关系是否颠倒了, 即对经济活动变化的预期是否会导致观察到的政策变化?对预期与经济活动之间相关性的不同解释可能导致政策结论大相径庭。
       萨金特和Sims 的方法以不同但互补的方式解决了这些困难。
       他们的方法已成为研究界使用的标准工具, 通常用于决策制定。背景 在 1970 年代之前, 预期在宏观经济结果的分析中充其量只能发挥基本作用。在米尔顿·弗里德曼、罗伯特·卢卡斯和埃德蒙·菲尔普斯的开创性工作之后, 预期与宏观经济理论联系在一起——更重要的是, 经验实施——系统的结合变得必要。但这在当时是一个主要障碍, 因为仅仅因为缺乏识别和分析外生冲击的正式方法, 无法估计宏观经济理论是否对预期的形成产生“积极”影响。 Sargent 和 Sims 通过允许研究人员将预期置于明确和经验性地实施和估计宏观经济动态模型的中心, 做出了杰出贡献。他们的相关工作, 从第一篇论文到今天, 已经产生了许多扩展、改进和强大的应用程序。萨金特和西姆斯的贡献导致在研究和决策界创造了更多的方法论和应用研究。在萨金特和西姆斯的形成性研究之前, 宏观经济学中占主导地位的经验方法是统计估计一个大型线性系统, 通常围绕凯恩斯宏观经济模型构建。然后, 该估计系统用于解释宏观经济时间序列、预测经济和进行政策实验。这个大型模型似乎成功地解释了历史数据。但是的, 在 1970 年代, 大多数西方国家经历了高通胀、产出增长缓慢和失业率高的情况。在这个“滞胀”的时代, 这些大模型变得不稳定, 越来越受到质疑。萨金特——结构计量经济学 萨金特在这一时期开始了他的研究, 当时提出了一个新的宏观经济学理论框架。它强调理性预期, 即经济决策者(如家庭和公司)不会在预测中犯系统性错误的假设。这个框架后来被证明对于解释 1970 年代和 1980 年代通货膨胀和失业并存的问题很重要。它也成为新兴宏观经济理论的核心。萨金特在这些发展中发挥了关键作用。他探讨了理性预期在实证研究中的影响, 展示了理性预期如何在宏观经济事件的实证分析中展开——研究人员可以使用正式的统计方法来识别和检验理论——并推断出对政策制定的影响。他还开发和应用更广泛的视角来形成期望, 例如增量学习。萨金特对理性预期计量经济学的贡献纯粹是方法论的。具体来说, 他在微观经济基础上描述和结构性地估计宏观经济模型的方法在允许研究人员发现“深层”模型参数和进行假设检验方面开辟了新天地。从更广泛的角度来看,

萨金特还提出了与政策直接相关的重要研究点。例如, 他早期关于财政和货币政策之间联系的工作部门研究今天仍然指导着政策制定者。 Sims - Vector Autoregression 通过专注于识别, 即从观察数据进行因果推断的核心要素, Sims 对 1970 年代初期的主要宏观经济计量范式进行了也许是最有力的批评。西姆斯说,

当时的现有方法依赖于“不可能”的识别假设, 他们对宏观经济时间序列中“什么导致什么”的解释几乎必然存在缺陷。估计错误的模型不能用作货币政策分析甚至预测的有用工具。相反, Sims 建议可以围绕称为向量自回归 (VAR) 的统计工具建立对宏观经济变量的实证研究。从技术上讲, VAR 是一个简单的 N 方程、N 变量(通常是线性)系统, 它描述了一组宏观经济变量中的每个变量如何依赖于其自己的过去值, 即剩余 N-1 个变量的过去值。价值和一些外生的“冲击”。 Sims 的观点是, 正确构建和解释的 VAR 可以克服许多识别问题, 因此不仅在预测方面具有巨大的潜在价值, 而且对于解释宏观经济时间序列和进行货币政策实验也具有巨大的潜在价值。在过去的 30 年里, VAR 方法在各个方向都发生了重大变化, 而 Sims 本人仍然处于最前沿。因此, VAR 在今天被实证学术研究人员和决策经济学家广泛使用。到目前为止, 弗吉尼亚州R 也成为货币经济学以外许多领域的重要研究工具。应用 Sargent 和 Sims 在一个关于货币政策的决定因素和影响的有影响力的应用中使用了他们自己的方法。在一系列文章中, 萨金特分析了非常高的通货膨胀或恶性通货膨胀的情况。他探讨了 1970 年代美国的高通胀, 以及随之而来的变化迅速且看似永久的通胀下降。在这项分析中, 萨金特发现学习(与完全理性的预期相反)对于理解通货膨胀是如何产生和发展的很重要。事实上, 萨金特整个方法的定义特征不是坚持理性预期, 而是在完美理性或有限理性下积极形成预期的中心思想。在这种情况下, 积极意味着预期对当前事件的反应, 包括了解这些事件如何影响经济。
       这表明决策中的任何系统性变化都会影响预期,

这是政策分析的关键洞察力。 Sims 还在某种程度上就完全相同的主题进行了许多应用研究, 即美国货币政策转变的范围和影响。然而, 他的主要关注点是识别意外的政策变化及其对经济活动的影响。至于关键的预期和意外差异,

西姆斯的方法提供了一种区分这两个宏观经济变量驱动因素的方法。他的方法已获得广泛认可, 也使我们能够识别出意外的政策变化等如何对一些宏观经济变量产生直接影响, 对其他变量产生缓慢的驼峰式影响。事实上, 这一领域中一些最有影响力的研究是由 Sims 本人进行的。他们的发现之间的联系 尽管萨金特和西姆斯的经验方法不同, 但它们相互补充,

并且经常结合使用。事实上, 涉及理性预期的 Sargent 式结构模型的动态行为通常可以等同于 Sims 式 VAR。识别这样的 VAR 将直接等同于识别根据理性预期以经济计量方式估计的结构参数。 VAR 方法的一个关键方面, 即所谓的脉冲响应分析, 描述了重大冲击如何通过宏观经济传播。它已成为描述和分析宏观经济结构模型的最重要方法。相比之下, VAR识别通常专门指结构模型, 尽管这种“结构”VAR识别通常指的是一类模型而不是特定模型。在特定应用中使用哪种方法取决于目的。结构估计直接使用现代计算机进行,

对于分析政策制度特别有用。 VAR 分析依赖于较少、较不具体的理论假设, 主要用于确定存在哪些政策冲击以及在政策体制没有变化的情况下它们的影响是什么。因此, 萨金​​特和西姆斯的方法包含了宏观经济政策和经济活动的现代实证分析所采用的方法论核心。蓝小萌编译

Copyright © 2000 什么科技有限公司 shenmekejiyouxiangongsi ,All Rights Reserved (www.verity-africa.com)