西莫斯感叹，在理性预期革命之后，学术研究的兴趣点很快脱离以几率分布为渠道的政策研究方式，他倡议，要保持继续研究这个领域的势头

西莫斯的获奖讲演：让数据说话

　　西莫斯的讲演以“用计量模型测量货币政策及其影响”为题，描述计量学为宏观经济理论和政策作贡献的思想史。西莫斯在讲演伊始就声明，他的PPT演示没有任何公式，但或许更加复杂、不易理解。 这不是夸张，而是事实。经济学比自然科学复杂，在很大程度上是因为因果关系非常不清晰。西莫斯要把模糊不清的因果关系在半小时内说清楚，谈何容易。

　　为理解他的讲演内容，一些讲演以外的经济思想史会对我们有所帮助。

　　20世纪70年代美国进入高通胀、低增长阶段，这是所谓的stagflation。 经济学家为了理解这个现象和经济运作，采取了两种完全不同的研究渠道。

　　一种是以西莫斯为代表的计量派经济学家，他们通过建立大型联立方程组，用计量学方法和大量数据，模拟宏观经济的运作。在设计模型的过程中，运用的经济理论和人为判断或假设越少越好，依赖数据说话的程度越多越好，即“让数据说话” —— 让数据告诉我们事实到底是怎样的。

　　另一种思路是以2004年诺奖得主Finn Kydland 和Edward Prescott 为代表的“真实商业周期”（real business cycle) 学派。他们试图为宏观经济理论寻找微观基础。他们的思路是从经济理论出发，定性地思考导致经济周期的因素和规律，仅仅用少量的数据说明他们想要说明的问题。他们沿袭并发展了1995年获诺奖的卢卡斯（Robert Lucus)的思想。

　　卢卡斯认为，仅仅从历史数据及其之间的关系就预测改变一种经济政策的影响，这太天真了。在一篇1976年的论文里，他进一步说明为什么经济学家根据大型计量模型而提出的政策建议是完全不可靠的。这些模型输出的结论或者无足轻重，或者完全不可能回答经济学家要解决的问题。原因是这些计量模型中的系数随政策的变化而变化，不是独立的结构性系数。这就是著名的“卢卡斯批判”（Lucas critique )。 在卢卡斯眼里，利用大量数据的大型计量模型因为缺少动态经济理论而无足轻重。

　　西莫斯沿袭并发展的是前一派的思想。 他从20世纪30年代的荷兰经济学家提卜根（Jan Tinbergen，1903-1994，1969年获第一届诺贝尔经济学奖) 的一个项目开始讲起。提卜根想为宏观经济建立模型，通过数据和模型这个渠道来验证经济周期理论。他的思考方式是：政策制定者有想要实现的目标(targets)，就需要有实现这些目标的政策工具(instruments)，工具的数目至少要与目标的数目一样多。为此，他建立联立方程组，但没有用数据同时检验整个方程组，而是一个方程、一个方程地依次用数据验证。凯恩斯不喜欢这种复杂的数学途径，写文章批评这种思路。

　　但挪威经济学家Haavelmo（Trygve Magnus Haavelmo，1911-1999，1989年获诺贝尔经济学奖）站在提卜根的一边，不但为他说话，而且发展了他的思路。他是几率理论和计量学的奠基人之一。他设计一套方法，同时解方程组。他认为，所有经济理论都应该用几率的形式来表述，因为没有绝对的、完全正确的经济理论。我们只能说，根据什么理论，怎样的结果更有可能发生。他曾经发表一篇长达118页的论文，论述如何用计量学同时解方程组。他这一篇论文就占了一整期的专业期刊《计量学》。后来，他发表了简洁版，主要描述解决这类问题的方法。

　　但在实际操作中，经济学家遇到了计算能力上的瓶颈，因为当时还没有计算机。凯恩斯理论意味着，经济中很多不确定因素导致了经济周期，所以很多变量都要包括在内。要真正模拟宏观经济的运作，所需要的模型要比Haavelmo的模型大得多，复杂得多。在计算能力不发达的情况下，这种浩大的计算工程令人望而生畏。

　　科尔基金（Cowles Foundation）对此做过很大贡献。这个组织的宗旨就是要建立经济理论与数据的桥梁。在几次辗转之后（1932年成立于克勒拉多州，1939年迁到芝加哥大学），科尔基金在1955年落户于耶鲁大学。 这个组织在上世纪50年代初年召集了一批年轻有为的宏观经济学家和统计学家（他们当中的很多人后来都成为诺奖获得者）。他们按照Haavelmo的思路设计大型模型，用大量数据估算几百个方程中的成千上万个系数。这个规模在计算机革命之前大到不可人为支持的程度。

　　于是模型设计者们不得不运用主观判断，减少一些他们认为不重要的方程和系数。因为人们对不同方程和系数的重要程度有不同理解，不同的人对整个项目的认可程度不同。有人甚至否定整个项目的价值，认为这样计算出的结果完全不可靠，因为经济中的一些重要变量或关系在设计模型方程时就已经被假设出局了。

　　这时弗里德曼(Milton Friedman，1912-2006，1976年获诺奖) 和他的合作者们在研究中发现，资金存量的变化(money stock)与总收入的变化形影相随，而货币供给变化与总收入变化所呈现的时间规律意味着，货币供给导致了总收入的变化。这个规律在回归模型中表现为，过去和现在的货币供给量的变化解释了总收入的变化。弗里德曼由此引深，只要货币供给增长率不随意变化，基本保持一个常数，那么经济总体收入就会持续而稳定的增长，经济周期就会基本消失。弗里德曼因此而成为“货币主义”经济学的领头人。

　　凯恩斯主义经济学家们起初并没太注意货币的作用，后来他们承认货币政策的重要性，但自己建立的大型计量模型不能说明货币政策确切的作用。托宾（James Tobin, 1918-2002，1981年获诺奖) 发表论文，说明即使没有货币供给变化与收入变化的因果关系，弗里德曼发现的时间规律仍然可以发生。这说明弗里德曼推导的因果关系不一定成立。在托宾以外，另一位与弗里德曼唱反调的主要人物是麻省理工大学的Franco Modigliani (1918-2003，1985年获诺奖）。 这些人在上世纪六七十年代各执一词，争论不休，谁也说服不了谁。

　　Haavelmo 在建立大型联立方程组时，还有一个想法。他希望能通过减少一个方程或变量的办法，来测试一些政策变量对整个经济运行的影响，还可以让政策制定者预测自己即将制定的政策的影响。这就使这类模型对政策制定者非常有用。但这里面有一个深刻的问题：政策变量，例如税率、利率和货币供给，到底是任意变量（外生变量），还是有规律可寻（政策制定者针对当时的经济形势对症下药，因此是内生变量）？ 这个问题的答案直接影响到不同的模型设置。

　　政策变量在政策制定者看来，是应对特定经济形势的必然，是内生变量，有规律可寻，可以设置政策行为公式（policy behavior equations)。但在私营个体看来，这些就是随意变量。无论以弗里德曼为首的货币主义者，还是凯恩斯主义者，还是Haavelmo 本人都认为，这些变量都是未知数，但不是随机变量（non-random variables)，他们有自己的几率分布。

　　20世纪70年代的“理性预期革命”对通过建模来研究宏观经济有深刻影响。理性预期意味着，在既定经济条件下，公众对宏观政策有一定的预期，而这样的预期又影响他们的行为，他们的行为再反作用于宏观经济，进而政策制定者的政策。在这种视角下，政策变量是内生变量，政策制定很机械，只要设置一个公式即可。政策制定者的作用和经济顾问的作用微乎其微，仅仅局限于微调而已。如果理性预期假设成立，那么那些模拟宏观经济运作的大型计量模型根本就是徒劳无功的浪费时间。很多经济学家因此而远离宏观计量模型。

　　西莫斯的贡献在于，他坚持沿袭Tinbergen和Haavelmo 的研究思路，用计量模型研究发现，绝大部分政策工具（税率、利率、货币供给等）都是应对特定经济形势的系统决策，只有很小一部分是随机的。

　　也就是说，政策变量有一个几率分布。我们可以说，在给定经济形势下，政策变量更有可能是怎样的。这样的认识给原本模拟宏观经济的大型方程组带来很多计算上的不便。直到经济学家从物理学输入一种新方法（Marko Chain Monte Carlo Method), 才能从技术上在大型方程组里处理这样的变量。西莫斯发表论文，利用货币供给和货币需求的联立方程组，再次解释货币与收入的关系，使其顺理成章。

　　因为时间限制，西莫斯把批判这种研究思路的六页PPT都跳过去了，直接进入结论。他感叹，在理性预期革命之后，学术研究的兴趣点很快就脱离了以几率分布为渠道的政策研究方式。现在仍然有人不愿意给这个经济学分支应有的尊重。他倡议，要保持继续研究这个领域的势头。他隐含着对在于经济学领域中追求时尚的批判（经济学中的时尚变迁在国际金融领域中的表现，详见第二本《哈佛经济学笔记2》第3页《国际金融中的“新时尚”》）。

财新专栏作家 陈晋