2011諾貝爾經濟學獎:宏觀經濟研究方法創(chuàng)新

　　臨時性的加息或減稅會對GDP和通脹產生什么影響？如果中央銀行永久性改變通脹目標，或政府調整預算平衡目標，經濟將發(fā)生什么變化？今年諾貝爾經濟學獎得主——薩金特和西姆斯——創(chuàng)立的一系列方法對這些問題做出了回答，并對許多其他問題，如經濟政策與GDP、通脹、就業(yè)、投資等宏觀經濟變量間的因果關系進行了解答。
　　經濟時刻被不可預知的事件所影響。比如，油價的意外上漲，央行公布一個出乎借貸雙方意料的利率，或是居民消費的突然下降。這些意外經濟事件通常被稱為沖擊。除此之外，經濟還會受到一些長期變化因素的影響，如為了抑制通脹，貨幣政策由寬松轉向從緊，財政政策由擴張轉向收縮。宏觀經濟研究的主要任務之一就是理解沖擊和政策調整在短期及長期如何影響宏觀經濟變量。薩金特和西姆斯的獲獎成果對這項工作的貢獻是無可替代的。薩金特的研究成果有助于我們理解系統性政策變化對經濟的影響，而西姆斯則主要研究沖擊在經濟體系中如何傳導。
　　
　　宏觀經濟研究困難：雙向影響與主流預期
　　理解經濟運行的困難之一在于經濟變量和經濟本身之間的影響經常是相互的。究竟是政策影響經濟發(fā)展，還是經濟影響政策的制訂？造成這種分歧的原因是私人部門和公共部門都會對未來做出預期。私人部門對未來經濟政策的預期決定了今天的工資、價格和投資水平，而對私人部門發(fā)展的預期則決定了政府經濟政策的制訂。
　　體現這種相互影響的典型例子是20世紀80年代初期的世界經濟現象。當時，許多國家為了抑制通脹調整了經濟政策，這種調整主要是為應對20世紀70年代經濟中發(fā)生的一系列意外事件。當時，由于油價大幅上漲和產出增速放緩，通脹嚴重。結果是很難判斷隨后的經濟變化是因為政策調整，還是因為一些潛在的不受經濟政策影響的因素所導致。這些因素可能反過來影響政策的實施。研究經濟政策效果的方法之一是進行控制實驗。但在實際中，不同的政策不可能被隨機地分配到不同國家，因此，宏觀經濟研究只能運用歷史數據。兩位獲獎者的貢獻在于證明了我們可以運用歷史數據分析宏觀經濟中的因果關系，即使其中存在著相互影響的關系。
　　我們有充分的理由相信，意外的政策變化會有預期之外的影響。然而，區(qū)分預期政策變化帶來的影響和非預期政策變化帶來的影響非常困難。利率與稅率的變化是不完全相同的沖擊。在某種意義上，政策的變化至少部分是可預期的。長期以來，在股市中就有這種觀點：一家報表顯示收入增長、利潤增加的公司，它的股價仍舊可能下跌，這僅僅是因為其業(yè)績低于市場之前的預期。此外，未預期到的政策變化的效果，可能正是取決于政策的實施是獨立于其他沖擊還是對其他沖擊的反應。
　　薩金特獲獎的研究方法是運用歷史數據來理解，隨著時間的推移，經濟政策的系統性調整如何影響經濟運行。西姆斯的獲獎研究沒有集中在預期變化和非預期變化的差異方面，而是研究它們對重要的宏觀經濟變量的影響。兩位獲獎者研究的問題關系密切，雖然他們獨立進行研究，但他們的成果在很多方面具有互補性。
　　
　　薩金特：經濟政策的系統性影響
　　當貨幣政策系統性地遵循泰勒法則——即在預先設計的模式中，利率對通脹變化和經濟周期作出特定的反應，宏觀經濟會如何變化？如果中央銀行把通脹目標定在2%的水平，經濟又將如何變化？薩金特主要對這些系統性政策規(guī)則的影響和政策規(guī)劃調整的后果進行研究，預期是他分析方法中不可或缺的一部分。
　　經濟是否會隨著經濟政策的調整而變化，經濟的變化是否會促使決策者采取新的經濟政策？薩金特運用三步法對以上問題進行了檢驗。
　　薩金特研究方法的第一步是建立一個結構性宏觀經濟模型，即運用精確的數學方法對經濟進行描述。在模型中引入一系列參數，來表示不同變量之間的關系。比如，如果已知消費者總需求受其對實際利率預期的影響，則兩者的關系就應該被包含在模型之中。反映這種基本關系的參數（系數）應當不受經濟政策的影響，這些參數包括偏好參數——描述了個體基于特定利率和收入水平如何在儲蓄和消費間進行選擇。
　　第二步是求解數學模型。薩金特的模型集中在對宏觀經濟現象變化的預期。例如，經濟政策調整是否對未來通脹預期產生影響？解決這個模型的一個合理的先決條件是模型中個人的通脹預期與該模型推算的通脹預測一致。然而，附加這樣一個前提條件，卻是說起來容易而做起來難。在薩金特分析的第二步中展示了如何找到解決方案。
　　第三步，也是最后一步，求出模型的參數值。運用歷史數據來估計那些不受政策調整影響的基礎參數。簡單地說，這預示著所得到的參數值使模型可以對歷史事件作出最好的模擬。通過這種方法，可以獲得描述經濟結構的參數值。整個模型可以作為研究不同假設經濟政策變化效果的“實驗室”，如貨幣政策的調整。
　　20世紀70年代，薩金特發(fā)表了一系列文章，闡述結構性宏觀經濟模型的構造、求解和估值。他的研究方法不僅在經濟政策分析時得心應手，而且也被應用于宏觀經濟和經濟研究的其他領域。
　　薩金特的部分貢獻主要在方法論方面，不僅如此，他還將這種新方法在有影響的實證研究中加以應用。比如，他對歐洲國家歷史上一系列的惡性通貨膨脹事件進行了實證分析。他還對上文提到的20世紀70年代發(fā)生的一系列事件進行了檢驗。當時，許多經濟體最初采取高通貨膨脹政策，然后反轉為低通貨膨脹率目標。薩金特認為，普通大眾和中央銀行的預期都是基于對通貨膨脹過程的逐漸理解形成的，這可以解釋為什么降低通貨膨脹是一個漫長的過程。
　　
　　西姆斯:宏觀經濟沖擊的識別與分析
　　西姆斯對薩金特的大型宏觀經濟模型研究表示贊同，這些模型已被學者、央行和財政部門廣泛使用。在西姆斯的一篇名為《宏觀經濟學與現實》的文章中，他提出了一種分析宏觀經濟數據的新方法。他支持薩金特強調預期重要性的觀點。西姆斯運用新方法，通過歷史數據識別來解釋經濟沖擊，并分析這些沖擊如何逐步傳播到不同的宏觀變量。西姆斯的這一方法已在研究界產生了巨大影響，同時，此方法作為經濟政策決策的基礎被廣泛使用。西姆斯的方法大致分為三步。
　　第一步，研究者用向量自回歸模型（VAR模型）對宏觀經濟變量進行預測。在統計時間序列數據時，這是一個相對簡單的模型。通過對過去利息變量的統計，得到最好的預測。預測值和實際值的不同——預測誤差，作為一個特殊的變量，可以被視為一種沖擊。但是，西姆斯表示這種預測誤差沒有明確的經濟含義。例如，一個未預期到的利率變動既可能是對諸如失業(yè)率、通脹率等其他沖擊的反應，也可能是獨立于其他沖擊的變動。這種獨立的變動被稱為基礎性的沖擊。
　　第二步是找出經濟所面臨的基礎性沖擊。這是研究獨立的利率變動對經濟影響的前提。確實，西姆斯的主要貢獻之一就是闡明了在全面理解經濟運行的基礎上，如何識別基礎性沖擊。西姆斯和后來的學者已經研究出不同的方法來確定VAR模型中的基礎性沖擊。
　　一旦運用歷史數據來識別基礎性沖擊，就可以進行西姆斯的方法中的第三步——脈沖響應分析。分析表明基礎性沖擊對宏觀經濟變量的影響是漸進的。
　　數據顯示，央行加息作為一個沖擊，導致宏觀經濟變量在之后一段時期內的變化并不相同。經濟學家根據美國二戰(zhàn)后的經濟數據，運用VAR模型分析得出的圖形顯示，加息使GDP連續(xù)下滑六個季度，之后經濟才開始增長。另一方面，加息對價格水平在前六個季度幾乎沒有影響，之后物價才開始下降，通脹率隨之下降。
　　脈沖響應分析提升了我們對宏觀經濟動態(tài)屬性的認識，進而影響貨幣政策的執(zhí)行。通過調整利率實現既定的通脹目標，需要經過一到兩年的時滯，這已被央行所認識。
　　歷史數據表明，中央銀行在制訂緊縮的貨幣政策時，需要對一到兩年后的低通脹（收益）和短期內的GDP下滑（成本）進行權衡。類似的財政政策VAR模型分析表明，增加公共開支在經濟周期性調整時只能暫時減緩經濟的下滑。時至今日，VAR模型已成為央行和財政部門分析不同沖擊對經濟影響和分析不同經濟政策的效果不可或缺的工具。
　　
　　對當前宏觀經濟實證研究的影響
　　薩金特對宏觀經濟歷史數據的時間序列分析為宏觀經濟研究開拓了一片廣闊的天地，并對經濟政策的運行提出了許多真知灼見。西姆斯隨后的研究對宏觀經濟及其他研究領域也產生了巨大的影響。現在的許多宏觀經濟研究都受到了薩金特和西姆斯研究成果的啟發(fā)，這些研究有許多共同之處。在現代研究中，運用薩金特方法的模型開發(fā)方案，通常都是以VAR模型系統表示，并運用脈沖響應來評估。
　　薩金特和西姆斯提出的宏觀經濟實證研究方法相輔相成。在研究系統性宏觀政策調整對經濟的影響時，使用薩金特的方法，需要對經濟結構做出特定假設——這些假設可能值得商榷。另一方面，VAR模型中的假設條件更為通用，這些假設涉及到更為廣泛的經濟模型。研究者可以根據實際需要選擇經濟模型。當關于經濟結構的信息比較充分時，薩金特的方法更為合適，尤其是這種方法允許對經濟政策系統性調整進行逆向分析時；當信息相對不充分時，西姆斯的方法則顯得更為穩(wěn)妥。
　　由于薩金特和西姆斯對經濟學的貢獻，宏觀經濟研究和經濟政策實證分析獲得了巨大進步。他們的工作為現代宏觀經濟研究奠定了堅實的基礎。沒有他們的研究成果，今天的宏觀經濟研究工作將難以想象。
　　（作者單位：中國民生銀行對外經濟貿易大學）