2174-生活中的智慧-第12章

按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！


主流经济学的分析之中是不容易的。　　　　
　　　　但是，对行为经济学和实验经济学，不管它们有多少不足与缺陷，今年把诺贝尔奖颁给它们，就是对行为经济学和实验经济学的认可，就是进入主流经济学的一种方式。正是在这种意义上说，不管其学科如何不成熟或幼稚，不管其学科有多少问题与缺陷，对它们认可本身就会给主流经济学带来巨大的冲击与挑战。至于它们对主流经济学的影响与冲击到底有多大，其实并不重要。重要的是它不仅为主流经济学的未来发展增添了活力，让人们得以重新审视与反省主流经济学，同时，也为行为经济学与实验经济学的发展提供了新的动力。既然已经把这两学科推向了前台，人们对行为经济学与实验经济学的关注、学习、推进也就不可避免了。而且经济学的研究一旦踏上另辟蹊径之路，其新的革命也即将到来。这就是今年行为经济学与实验经济学获得诺贝尔奖最重要的意义。　　　　
　　　　（2002年10月）


第二部分　诺贝尔奖得主走过之路第13节　如何揭示统计数据的奥妙

　　　　——2003年经济学诺贝尔奖得主的理论　　　　
　　　　今年瑞典皇家学院宣布，2003年度诺贝尔经济学奖由两位美国经济学家共同获得。这两位经济学家是美国纽约大学的罗伯特·恩格尔（RobertFEngle）和美国加利福尼亚大学的克莱夫·格兰杰（CliveWJGranger）。他们因以现代统计分析工具改进了经济学家处理时间序列数据的方法而获奖，这些方法可用于金融市场分析和宏观经济预测。其中恩格尔因为一个自回归条件异方差模型（ARCH模型）可以处理许多时间序列变量的随时间变化的波动性而获奖，格兰杰因一个共同整合经济模型（Cointegration模型）可以处理许多时间序列变量的非平稳性而获奖。可以说，这是4年内诺贝尔经济学奖第二次授予“计量经济学”（计量经济学研究的是统计学在经济学中的应用）的分支学科。上一次是詹姆斯·赫克曼和丹尼尔·麦克法登获得了2000年度诺贝尔经济学奖。有人说，此次计量经济学理论领域的研究再次获得诺贝尔奖标志计量经济学时代的正式到来。经济学研究必须运用计量经济学来达到统计上的正确性与合理性。　　　　
　　　　一般来说，时间序列分析理论是指任何单一维度（比如时间）有序排列的观测值序列都可以看做一个时间序列；时间序列分析的重点是对不同时点上各观测值之间相关性的研究。时间序列分析区别于一般多元分析的地方就是施加于其观测值上的时间顺序。很多经济变量，如GDP、价格、利率和股价等及分量，都是按时间顺序进行观测的。如，从1978～2002年中国的国内生产总值和物价指数，它们都是按时间间隔纪录排列，从而成为一系列的时间序列。在金融市场方面，香港恒生指数在过去3年内每一日甚至每一分钟的指数水平也构成一个时间序列变量。由此可见，经济学的绝大多数的实证研究都是与时间序列变量相关的。而且除了要研究对这些变量之间的相互关系之外，时间序列分析还关心它们之中一个或几个变量的现值与其过去值的关系。　　　　
　　　　那么，如何来分析时间序列变量呢？在一个很长的时间内，它一直是困扰经济学家特别是计量经济学的问题。因为，从时间序列变量来看，它们有两个特征：一是非平稳性，即该变量无法呈现一个长期趋势从而最终趋向于一个常数或是一个线性的函数；二是波动幅度随时间变化，即一个时间序列变量的方差随时间的变化而变化。上述两个特征的存在使得有效地分析时间序列变量变得十分困难。今年的诺贝尔奖推崇抓住时间序列分析变量的两个关键特征，找到了一系列的方法来分析与研究具有非平稳性和波动幅度随时间变化的时间序列变量。　　　　
　　　　格兰杰1934年出生于英国的威尔士，1950年进入英国诺丁汉大学，最初他本想成为天文学家，可是没有想到却成了著名的统计学家。因为，在格兰杰上大学时，诺丁汉大学在英国首次开设经济学和数学双学位，受此吸引，他进入经济学与数学的殿堂。1955年获得经济学和数学双学位，由此在数学方面打下了非常扎实的基础。由于当时的诺丁汉大学的经济学主任非常看好经济学的定量研究，尤其是计量经济学，由此也把格兰杰引上了计量经济学之途。　　　　
　　　　1957年格兰杰获得诺丁汉大学的统计学博士学位，并开始在该校教授统计。20世纪60年代早期，他赴美国普林斯顿大学从事时间序列谱分析研究。1964年他就发表了“石破天惊”的《时间序列变量中的谱分析》，从而奠定了谱分析在时间序列变量分析中的基础。1974年，格兰杰在普林斯顿大学认识了奥单（DanOrr，他当时是加州大学圣迭哥分析经济学系的主任），奥单邀请格兰杰到该校讲学。到圣迭哥后，该处的风景气候及学术氛围深深地吸引了格兰杰，在奥单的努力下，1974年格兰杰移居美国，成了加州大学圣迭哥分校经济学院的教授。当初的圣迭哥分校经济学系在计量经济学方面毫无建树，但由于格兰杰的到来，及1975年恩格尔的加盟，该系一跃成为世界一流的经济学中心。　　　　
　　　　由于格兰杰在计量经济学方面的贡献，美国西部经济学联合会曾选他为该会主席，2002年当选为美国经济学联合会杰出资深会员。格兰杰目前是世界最杰出的计量经济学家之一。他在学界建树颇多，其著作几乎包含所有近40年来时间序列方面的重大进展。同时，他在谱分析、因果分析、长期分析经济预测和共同整合等许多方面的研究都是开拓性的，走在计量经济学的最前沿。有人就认为，这些成果中的任何一项都可使一名学者视为一生的学术骄傲。　　　　
　　　　这次格兰杰获得诺贝尔奖，主要是指他用共同整合经济模型可以处理许多时间序列变量的非平稳性。共同整合（cointegration）概念是格兰杰在20世纪80年代提出来的。共同整合理论主要研究对象为在两个或多个非平稳变量之间寻找其均衡关系，以及为用存在共同整合关系的变量建立误差修正模型奠定了理论基础。格兰杰就是在时间序列分析中引入了“非稳定性”的概念，从而设计出一套统计分析方法模式。　　　　
　　　　在实际经济生活中，多数时间序列变量都是非平稳性的，然而某些非平稳性的时间序列的某种线性组合却可能是平稳的。经济理论认为，某些时间序列变量存在长期均衡关系。如净收入与消费、政府支出与税收、工资与价格、进口与出口、货币流量与价格水平、商品现期价格与期货价格等之间就存在这种长期均衡关系。一般来说，上述时间序列变量属于非平稳序列，其方差与时间成正比。在短期内，看起来这些经济变量之间似乎不会存在任何均衡关系，但事实上若干个时间序列变量的某种线性组合却有可能是平稳序列。格兰杰敏锐地注意到了这一现象，并利用其扎实的数学和计量经济学功底，发展了将短期和长期期望结合起来的“共同整合”概念和分析方法。这些问题和有效的统计推论的关键在于他发现了两组非平稳的统计数据特殊的合并会产生平稳性的方法。　　　　
　　　　一般的经济理论常常进行这样的预测：如果在两个经济变量中有一种均衡的关系，他们会在短期中偏离这种均衡，而会在长期中向均衡的方向进行调整。格兰杰把这两种均衡与非平稳性结合起来创造了共同整合的概念。他认为，具有共同整合关系的对非平稳性变量可以用来建立误差修正模型。对于非平稳变量，误差修正模型改进了时间序列模型只考虑用平稳变量建立模型，却忽视了原非平稳变量信息的弱点，以及经典计量经济学模型忽视虚假回归的问题。误差修正模型提供了结合上述两种模型优点并克服其缺点的途径，把长期关系和短期动态特征结合在一个模型中。在这一基础上，格兰杰进一步提出了著名的“格兰杰共同整合定理”，以此来证明“共同整合”概念与误差修正模型的必然联系，并用这些理论在现实经济分析中做了大量的有关实证研究，包括对美国国库券的产出共同整合分析；对季节性因素的单整与共同整合分析；对产出、销售、存货之间的多因素共同整合分析等，都引起理论界和实际政府部门的广泛注意。因此，格兰杰认为，这个共同整合模型不仅仅表现了统计上的完美，而且也给定了一个有意义的经济解释。　　　　
　　　　谱分析方法（spectralmethods）引入经济学的分析也是格兰杰对经济学分析方法的一大贡献。谱分析方法是统计学中一种非参数理论，其渊源已有200多年历史。其基本思想是从“频域”的角度和思想出发，来研究有关问题。20世纪60年代以前，谱分析方法已经在物理领域有了相当的发展和应用。后来，有人试图引入经济学研究，但没有成功。1964年格兰杰与汉塔纳卡（Hatanaka）把谱分析方法引入时间序列变量分析，并从此奠定了谱分析在经济序列分析中的基础作用。因为，经济发展是一个波动的过程，这一过程包含了不同的经济周期波动分量。每一种周期波动分量由经济内部参数的特征决定。所以要讨论经济波动机制必须把这种不同的波动周期加以区别。如果在时间域内的研究混淆这种不同机制的作用效果，把它们作为一个整体研究，势必给我们对经济波动本质的认识造成一定的假象。可见，谱分析方法为我们对经济现象的本质的认识，提供一个强有力分析工具。如财富和消费、汇率和价格以及短期利率和长期利率等都可以通过谱分析的方法有更为深入的分析。例如，格兰杰与摩根斯坦（Morgenstern；O）一起对美国纽约股票市场价格进行了相关分析研究，并发表了《纽约股市价格谱分析》一文，该文通过对纽约股票交易所主要的股票指数收益频谱的实证研究，对当时盛行的股票价格随机漫步理论提出了质疑，引起了理论界很大的轰动。　　　　
　　　　格兰杰在因果关系原理及其在经济学中的应用的贡献，也是他诸多科研成果中影响最大的一个方面。时间序列变量分析研究的一个主要目的，就是决定一些经济变量与其他一些经济变量间是否存在着依赖或因果关系。对于这个问题，一般的统计检验方法可以看到经济变量之间复杂因果关系，但是不能从一系列简单的关系式中获得因果关系。格兰杰因果性关系原理则较成功地解决了这个问题。格兰杰关系原理巧妙地引用了条件概率理论来定义因果关系，并在检验上，运用时序分析技术，通过大量现象的统计数据研究来排除偶然性因素的影响。虽然格兰杰因果关系定理具有很高的实际应用价值，可起初并没有引起大家的注意。直到这一定理被著名计量经济学家西姆斯（CSims）应用于研究现金和收入之间的关系问题，并由此得出引起争议的结果时，才受到广泛的注意。对格兰杰因果关系定理，他本人认为，尽管因果关系问题非常复杂，但由于他的定义具有很强的可操作性，所以只要能给因果关系下定义，他的理论就能进行相应地应用。当然，作为一个统计学上的一个因果关系，往往只适应判断存在不存在因果关系，而不能在不