下载文档原格式
经济学实证研究范例经济学实证研究是通过数据收集、分析和解释来验证和验证经济理论的过程。
这种研究方法基于对现实世界中经济现象的观察和实证数据的使用，旨在提供对经济问题的科学解释。
本文将介绍几个经济学实证研究的范例，以展示这一研究方法的应用和重要性。
范例一：通货膨胀与失业之间的关系经济学家菲利普斯在20世纪50年代提出了一个关于通货膨胀与失业之间关系的假说，即菲利普斯曲线。
根据这个假说，通货膨胀率与失业率之间存在一个负相关关系。
为了验证这个假说，经济学家收集了大量的实证数据，并进行了统计分析。
结果显示，菲利普斯曲线在很大程度上得到了验证，证明了通货膨胀与失业之间的负相关关系。
范例二：教育对经济增长的影响另一个经济学实证研究的范例是教育对经济增长的影响。
经济学家通过收集各国教育水平和经济增长率的实证数据，进行了相关性分析。
结果显示，教育水平与经济增长之间存在着正相关关系。
这表明，教育的提高可以促进经济的增长，因为受教育的人更有可能创造和应用知识，从而推动经济的发展。
范例三：贸易自由化对国家经济的影响贸易自由化是一个备受争议的话题，经济学实证研究可以提供对其影响的科学评估。
经济学家通过收集各国贸易自由化程度和经济指标的实证数据，进行了比较分析。
研究结果显示，贸易自由化对国家经济产生了积极的影响。
自由贸易可以促进国际间的资源配置效率，提高生产效率，推动经济增长。
范例四：货币政策对通货膨胀的影响货币政策对通货膨胀的影响是经济学实证研究的又一个重要领域。
经济学家通过收集货币政策变量和通货膨胀率的实证数据，进行了计量经济学分析。
研究结果显示，货币政策的紧缩可以有效地控制通货膨胀，而货币政策的宽松则可能导致通货膨胀加剧。
这些实证研究为制定和实施货币政策提供了重要的参考依据。
结论经济学实证研究是经济学发展的重要组成部分，它通过对实证数据的收集和分析，验证和验证经济理论，为经济政策制定和实施提供科学依据。
本文介绍了几个经济学实证研究的范例，包括通货膨胀与失业之间的关系、教育对经济增长的影响、贸易自由化对国家经济的影响以及货币政策对通货膨胀的影响。
因果关系理论在宏观经济研究中的应用因果关系是众多经济问题的核心，也是宏观经济研究不可或缺的一部分。
造成因果关系层出不穷的原因是我们生活在一个复杂多变，且相互依存的现象网络中。
例如，一个国家的GDP增长会影响到生活水平和就业，而人们的支出和消费行为又会影响到市场价格、利率和货币供给等。
了解这些互相关联的因素之间的因果关系是了解经济现象的核心。
这就需要借助统计学中的因果推断方法来分析和建模这些复杂的影响性关系。
首先，我们来了解一下因果推断方法。
因果推断方法是一种用来研究原因如何影响结果的方法，目的是要找到产生某种影响的因素。
有两类经典的因果推断方法，第一种是实验式因果推断方法，第二种是非实验式因果推断方法。
实验式因果推断方法在控制变量的条件下在实验室中进行，能够获得更为确定的结果。
但是由于很多经济现象不能在实验室中得到重复的实证结果，所以非实验式因果推断方法更加被广泛使用。
在宏观经济学中，一个经典的应用非实验因果推断方法的例子就是针对某国家的不同的经济政策和政策组合以及其对国家社会经济环境和发展的影响。
这里，控制变量的策略比较困难，因此无法采用实验来探索这些这种政策可能对经济的因果影响，而需要使用因果推断方法。
因果推断方法可以识别和控制潜在的混杂变量（即那些可能同时影响到因素和结果的变量），并量化因素对结果的影响程度。
非实验式因果推断方法最受欢迎的方法之一是"差分点估计法"。
（difference in differences或简称 DD），它是一种几乎不需要假设的估计方法，尤其适用于观察到的数据，这些数据中很少有完美的随机性特征。
DD方法利用两个相同的群体或领域之间的差异，来估计某一事件对于某一因素的影响力。
例如，研究住房价格和物价的差异、某一区域没有了拥堵，但是另一地方没有这种情况，这两个群体之间的差异及其变化可以被用来估计交通拥堵的影响程度。
除了“差分点估计法”，另一个比较新的方法是“因果嵌套机”模型（causal inference latent variable model）和“深度学习的因果模型”（Causal Generative Networks, CSGs）。
================= ================= 附录：宏观经济学分析方法：变分法、极值路径与动态最优化（08、09、10、11硕已讲，精细订正版）一、动态最优化在静态最优化问题中，我们寻找在一个特定的时间点或区间上，使一个给定的函数最大化和最小化的一个点或一些点：给定一个函数)(x y y =，最优点*x 的一阶条件是0)(='*x y .在动态最优化问题中，我们要寻找使一个给定的积分最大化或最小化的曲线)(t x *．这个最大化的积分定义为独立变量t 、函数)(t x 及它的导数dt dx /的函数F 下的面积。
简言之，假设时间区域从00=t 到T t =1，且用x表示dt dx /，我们寻找最大化或最小化⎰Tdt t xt x t F 0)](),(,[ （20.1） 这里假定F 对t 、)(t x 、)(t x 是连续的，且具有对x 和x 的连续偏导数．将形如(20．1)，对每一个函数)(t x 对应着一个数值的积分称为“泛函”．一个使泛函达到最大或最小值的曲线称为“极值曲线”．极值可接受的“候选”极值曲线是在定义域上连续可微，且特别地满足一些固定端点条件的函数类)(t x ． （讲！）例1 一家公司当希望获得从时间0=t 到T t =的最大利润时发现，产品的需求不仅依赖于产品的价格p ，而且也依赖于价格关于时间的变化率如dt dp /。
假设成本是固定的，并且每个p 和dt dp /是时间的函数，p代表dt dp /，公司的目标可以作如下数学表示 ⎰Tdt t pt p t Max 0)](),(,[ π另一家公司发现它的总成本依赖于生产水平)(t x 和生产的变化率x dt dx =/．假设这个公司希望最小化成本，且x 和x是时间t 的函数，公司的目标可以写成⎰10)](),(,[min t t dt t xt x t C 满足1100)(,)(x t x x t x ==且这些初始和终值约束称为端点条件．例2 Ramsey 经济：消费最优化问题从家庭终生效用函数的集约形式)(c U U =出发，在消费预算约束的集约形式下求解家庭终生效用最大化问题，就是所谓“Ramsey 问题”—找出一条消费路径)(t c ，使家庭终生效用函数)(c U U =最大化：⎪⎪⎩⎪⎪⎨⎧=-+-⎰⎰∞-+-∞-0))()((1)]([max 0)()(010dt e t c t k dt t c e B t R t g n t c ωϑϑβ二、欧拉方程：动态最优化的必要条件（三种形式）定理（泛函极值曲线即最优化)的必要条件）：对于一个泛函⎰1)](),(,[t t dt t xt x t F 连接点),(00x t 和),(11x t 的曲线)(t x x **=是一个极值曲线(即最优化)的必要条件是⎪⎭⎫⎝⎛∂∂=∂∂xF dt d x F (20．2a)称之为欧拉方程．尽管该定理等价于静态最优化的一阶必要条件，但是由式中稍微不同的记号可以容易了解，欧拉方程实际上是一个二阶微分方程．用下标表示偏导数，并列出其自变“量”，它们本身也可能是函数．(20．2a)的欧拉方程表示为)],,([),,(xx t F dtdxx t F x x = (20．2b)然后，用链式法则求x F 关于t 的导数，并且省略自变“量”，得)()(x F x F F F x x x x t x x++= (20．2c) 这里，22/dt x d x=下面给出欧拉方程是极值曲线的必要条件的证明。
宏观经济学实证研究宏观经济学实证研究是研究宏观经济领域的一个重要分支，旨在通过收集和分析大量的实证数据，来验证或推翻宏观经济理论与模型的有效性。
本文将探讨宏观经济学实证研究的意义、方法和应用，以及相关研究的局限性。
一、宏观经济学实证研究的意义宏观经济学实证研究的意义在于提供经验数据来验证宏观经济理论和模型的有效性，从而增强我们对经济现象和政策的认识和理解。
实证研究的结果可以帮助政府、企业和个人做出更准确的经济决策，促进经济的发展和增长。
此外，实证研究还可以为宏观经济政策的制定和实施提供科学的参考依据。
二、宏观经济学实证研究的方法宏观经济学实证研究的方法包括收集数据、构建模型、分析数据和验证假设等步骤。
一般来说，研究者会通过问卷调查、观察、实验和统计分析等手段收集数据，然后利用计量经济学的工具对数据进行处理和分析。
在分析过程中，研究者会基于具体问题构建相应的经济模型，并利用统计软件和计算机模拟技术进行模型拟合和验证。
实证研究的结果将以数字、图表和表格等形式展示，以便读者更直观地理解研究结论。
三、宏观经济学实证研究的应用宏观经济学实证研究的应用范围广泛，涉及经济增长、通货膨胀、失业、国际贸易、经济波动等多个方面。
例如，研究者可以通过收集和分析宏观经济数据，来研究经济增长与人口增长之间的关系，以便预测经济的长期发展趋势；他们还可以通过实证研究，验证货币供应量和物价水平之间的关系，从而为央行制定货币政策提供参考依据。
此外，实证研究还可以用于研究国际贸易与经济增长之间的关系，以及经济波动与金融市场的相互作用等。
研究者可以通过实证研究的方法，深入研究这些问题，并提供可靠的数据和证据来指导相关政策的制定。
四、宏观经济学实证研究的局限性宏观经济学实证研究虽具有重要的意义和应用，但也存在一些局限性。
首先，获取大量的实证数据可能存在困难和成本较高的问题，尤其是在一些发展中国家或者政治体制不稳定的国家。
其次，实证研究无法完全消除外部因素和不确定性的影响，因此结果可能具有一定的误差和不确定性。
实证研究中的因果推断引言实证研究是一种重要的科学研究方法，在社会科学和公共政策等领域中得到广泛应用。
其中一个重要的任务是进行因果推断，即找出事件之间的因果关系。
因果推断是指确定一件事物或事件的出现是否能够导致另一件事物或事件的发生。
在实证研究中，因果推断可以帮助我们理解种种现象，并提供基础理论和实践指导。
因果推断的困境尽管因果推断在实证研究中至关重要，但它也面临着一些困境。
首先，因果推断需要满足一定的条件，如因果关系要具备时间顺序、相关性和排除其他解释等特征。
然而，实证研究往往面临着数据不完全、观测误差和遗漏变量等问题，这些因素可能导致因果关系的错误推断。
其次，因果推断需要考虑隐含在数据中的潜在机制和短期和长期因果效应等复杂因素，设计和实施合适的实证分析方法具有一定的挑战性。
因果推断的方法为了解决因果推断的困境，研究人员发展了各种实证研究方法。
下面将介绍一些常用的因果推断方法。
实验设计实验设计是因果推断的一种常见方法。
通过实验，研究人员可以控制和操纵被研究的变量，从而确定因果关系。
在实验设计中，研究人员将样本分为实验组和对照组，对实验组施加特定的介入或处理，然后观察结果的差异。
实验设计具有高度的内部有效性，即能够推断出因果关系，但也存在着难以推广到整个人群的外部有效性问题。
自然实验自然实验是一种在自然环境中进行的因果推断方法。
与实验设计不同的是，在自然实验中，研究人员观察已经发生的自然事件，并通过比较不同组的差异来进行因果推断。
自然实验的优势在于其结果的外部有效性更强，但由于无法通过直接的操纵变量，可能存在内部有效性问题。
合成控制法合成控制法是一种针对特定事件进行因果推断的方法。
在这种方法中，研究人员通过对存在因果因素的群体进行研究，然后将结果与没有存在因果因素的群体进行比较，从而推断因果关系。
合成控制法可以有效地解决观测误差和遗漏变量等问题，但对于新颖事件或复杂情况可能存在限制。
差异分析差异分析是一种常用的因果推断方法，尤其适用于观察数据。
中国经济转轨研究的四种经济学范式《经济学动态》我国改革开放的历史进程,是不断地从传统计划经济向现代市场经济转轨的历史过程。
在这一历史过程中,从官方到学界都积极探索,努力从理论上和实践上探讨经济转轨的内容、路径与实现方式,从而形成了风格各异的多种转轨经济学范式。
从其基本内容与主要影响来看,改革开放以来我国经济转轨的研究主要有四种经济学范式,即新制度经济学范式、新古典经济学范式、社会主义市场经济学范式与基于马克思主义经济学的转轨研究范式。
认真分析这些转轨经济学范式,对于我们科学地总结我国市场化经济改革与转轨的实践经验,科学地推进转轨经济学理论的发展与创新,正确而有效地指导我国未来经济转轨实践,是十分必要、非常重要的。
一、新制度经济学:“转轨成本-转轨收益”范式以制度变迁理论为核心的新制度经济学,是对我国经济改革与转轨的理论与实践影响较大的西方经济学理论。
以科斯为代表的新制度经济学以交易费用学说为理论基础,以财产权为逻辑起点,全面研究制度安排与资源配置效率的关系,证明了市场机制在法律制度领域的适用性,从而把对资源配置效率的研究与对权利配置效率的研究有机地结合在一起。
随着新制度经济学的兴起和发展,20世纪80年代末90年代初,东西方许多经济学家开始用新制度经济学提供的理论和方法研究转轨问题。
特别是中国的许多年轻学者,将中国的“过渡经济学”定义为研究一个制度变迁和产权重新界定过程的理论,由此逐步形成了转轨经济学的新制度主义研究范式。
新制度经济学转轨范式的研究内容主要包括两个方面,一是关于转轨的理论研究,另一个是对转轨中经济运行的实证或经验研究。
转轨理论研究主要是在一种转轨定义下探讨如何推进转轨的基本理论,提供一个可以用于转轨经济研究的新制度经济学分析框架。
对转轨中经济运行的实证研究主要是根据俄罗斯、东欧和中国的转轨实践来总结转轨经济的基本经验和比较不同的转轨路径、转轨模式。
其中,有些经济学家对转轨进行更为理论化的探索。
宏观经济学中的实证分析宏观经济学是一门研究全球和国家经济活动模式以及政府在实现和维护这些目标时所采取的政策等方面的学科。
它旨在为政府提供有效的经济政策指导，并为一些大型企业或组织提供帮助。
宏观经济学中的实证分析是一个有用的工具，它可以帮助经济学家们更好地了解市场运行机制，并且可以帮助他们澄清政策建议和政府措施。
实证分析在宏观经济学中是一个重要的研究方法。
它是一种解释性研究方法，它被用来根据统计数据检验某个经济学假设，从而帮助经济学家们推断市场行为和政府政策的影响。
实证分析是一种数据驱动的分析，它从实际的宏观经济趋势中发现经济学的变化，这些变化是来自于政府的政策以及市场的运行机制。
实证分析可以提供相当多的细节，从而更好地帮助经济学家们理解市场机制。
实证分析在宏观经济学中是一种常用的研究方法，它可以帮助经济学家们以测量的方式来衡量宏观经济活动的变化、经济影响的变化以及政策的影响。
它可以帮助经济学家们推断政府政策的影响，从而帮助他们为政府制定出有效的经济政策。
它还可以帮助他们更好地理解经济市场的运行机制，从而更好地判断政府是否应该采取某种政策。
实证分析在宏观经济学中可以采用不同的研究方法，比如回归分析、因果分析和定性分析。
它们都可以帮助经济学家们更好地了解市场行为和政府政策的影响。
例如，回归分析可以用来测量特定政策对某一经济指标的影响；因果分析可以帮助理解不同因素之间的关系以及它们对市场的影响；而定性分析则可以帮助经济学家们描述一个经济模型的概念以及其影响的因素。
实证分析是宏观经济学中一种重要的研究方法，它可以帮助经济学家们更好地了解宏观经济的情况，并有效地支持他们制定出有效的经济政策。
但是，实证分析也存在一定的局限性，它可能不能准确地描述市场行为，因为它只能基于实际数据，而不能考虑到潜在因素。
另外，实证分析只能把宏观经济活动变化与政策的关系做简单的解释，无法解释深层的原因和差别。
因此，实证分析在宏观经济学中只能作为支持性研究工具而存在，它可以帮助经济学家们更好地了解市场行为，但不能替代传统的理论分析。
宏观经济调控政策实证分析宏观经济调控是指政府运用各种措施，促进国民经济保持稳定增长和提高就业率等。
为了实现这一目标，政府可以通过货币政策、财政政策和产业政策等手段对经济进行干预和控制。
本文将从实证分析的角度对三种政策的实施效果进行探讨。
一、货币政策货币政策是央行通过调整货币供应量、利率等手段影响宏观经济的政策。
货币政策的实行对国内市场有很大影响，尤其是对投资和消费的影响很大。
如中国近年来采取的“宽松货币政策”就是一种货币政策的调整，旨在提升金融机构的流动性，为投资和借贷创造良好的环境。
根据近几年的数据分析，货币政策对经济的实际作用有如下几点：1.对通货膨胀率的影响货币政策可以通过各种方式控制通货膨胀率。
通胀率是一个国家的重要经济指标，如果通胀率过高，会导致经济衰退。
货币政策的宽松版通常被视为一种降低通胀率的手段。
例如，在2010年，印度央行采取了一系列加强货币政策紧缩的措施，导致通货紧缩，但是通货紧缩的时间太长，导致了经济正在放缓。
2.对实际利率的影响货币政策还可以通过控制利率来影响经济。
与直接减少通货膨胀率不同，改变利率可以对经济产生长期或短期的影响。
如果央行降低了利率，那么企业、小企业和个人就可能在更低的利率环境下借钱，从而促进经济增长。
3.对汇率的影响汇率是货币政策的一个重要影响因素。
一个国家的货币政策可能直接影响其他国家的货币政策。
如果一个国家的货币政策很宽松，那么它的货币价值可能会降低，这可能使进口商品更昂贵，同时使出口更具有竞争力。
二、财政政策财政政策指的是政府通过调整财政支出和税收等常规手段来促进经济发展的政策。
这是一个非常直接的政策，因为政府可以直接影响国民经济。
1.对供求关系的影响财政政策能够直接影响经济的总需求（GDP）。
如果政府通过增加支出或减少税收的方式增加支出或减少税收，那么可能会导致需求增加，从而推动经济增长。
例如，美国在2008年金融危机时采取的250亿美元救助计划就取得了一定的经济效益。
因果关系的经济分析因果关系是经济学分析中的基本概念，它是指一件事情的发生会导致另一件事情发生的关系。
在经济学中，我们需要了解因果关系，以便理解各种经济现象背后的原因和动因，并基于这些原因和动因制定合适的政策和战略。
本文将探讨因果关系的经济分析，着重介绍因果关系的形成机制、相关案例和因果关系对政策制定的重要性。
一、因果关系的形成机制因果关系的形成要求满足两个条件：一是在一个事件的发生之后必然会引起另一个事件的发生；二是这种关系不是巧合，而是有一定的规律性和必然性的。
在经济分析中，因果关系常常是由两个或多个变量之间的关系所构成的。
例如，我们要分析通货膨胀的原因，就会涉及到货币供应量、物价水平等多个变量之间的因果关系。
在这个问题中，货币供应量是原因，物价水平则是后果，二者之间存在着因果关系。
由于因果关系是复杂多样的，因此形成机制也是多种多样的。
以下是几种常见的形成机制：1.直接原因与后果：这种情况下，两个事件之间的因果关系是直接的、简单的，如物价上涨导致通货膨胀。
在这种情况下，因果关系非常明显。
2.间接原因与后果：这种情况下，两个事件之间的因果关系是间接的、复杂的。
存在一些中间变量来连接两个事件，如失业率上升导致经济衰退。
在这种情况下，我们需要通过对不同变量之间的关系进行深入分析，才能找出真正的原因和后果。
3.相互作用：这种情况下，两个事件之间的因果关系是相互作用的，如短期利率对经济的影响。
在这种情况下，我们需要同时考虑多个变量的因素，以便得到一个全面的分析结果。
二、因果关系的案例分析以下是几个实际案例，以便更好地理解因果关系的概念。
1.物价和通货膨胀物价和通货膨胀之间的因果关系是复杂的。
在单个国家的情况下，通货膨胀率是通过观察价格变化得出的。
物价的上涨与通货膨胀率有关，但它们之间的关系并不是简单的，而是深入复杂的。
具有很多因素会影响通货膨胀的大小和速度，例如货币供应量、生产能力、政府开支等。
因此，通货膨胀和物价之间的因果关系是一个复杂的、多维度的问题。
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。
