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，本文主要内容关键词为：范式论文,实证论文,获得者论文,因果论文,贡献论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、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尔经济学奖授予了纽约大学经济学教授托马斯·萨金特(Thomas J.Sargent)和普林斯顿大学经济学教授克里斯托弗·西姆斯(Christopher A.Sims)。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GDP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(Shocks)；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(Systematic Influence)。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、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Taylor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、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(Reduced-form Models)的经济学分析范式，这些经济学家主要包括诺贝尔奖得主Lucas、Phelps和Prescott。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，Lucas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Lucas和萨金特开创性的研究成果，以及后续Kydland和Prescott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Kydland和Prescott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。
20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，Gordon(1970)、Cagan(1968)、Solow(1968)以及Tobin(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Friedman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(Distributed Lag)和向量自回归模型(Vector Autoregression)，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)、真实利率的货币中性(1971)、动态劳动力需求(1978)、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Hansen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)、应用离散数据估计连续时间理性预期模型(1980)、工具变量选取及引入(1981)、维纳－柯尔莫哥洛夫方程式应用(1981)、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、政策无效性命题、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、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、工具变量估计方法、向量自回归模型、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、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、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Houthakker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)、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、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Granger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、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(Unit Root)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(Seasonal Adjustment of Economic Time Series)和贝叶斯计量方法(Bayesian Econometrics)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、包含季节特征数据的估计误差、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，Sims(1988,1990,1991,1998)分别就单位根模型、动态多元模型、宏观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(VAR)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、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VAR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VAR模型对于宏观经济模拟和参数估计的有效性。如今，VAR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。VAR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，VAR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VAR模型的可识别和参数估计效果，并进一步拓展VAR模型的应用领域，如西姆斯(1986)给出的基于贝叶斯方法的VAR模型估计。随后，基于方差分解、脉冲响应函数以及结构向量自回归(SVAR)模型的进一步完善和发展，加之西姆斯本人利用VAR模型在宏观经济领域进行的大量实证研究，大大提高了VAR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、获奖者实证宏观经济学的更多贡献
经济学家Marvin Goodfriend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、就业、政府预算、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预期理论模型求解了通货膨胀的变动路径，但也在后续的研究中发现人们总是有一种摆脱均衡的倾向，使得现实中通货膨胀变动过程中出现“逃脱路径”，并基于“逃脱路径”解释了为什么人们总是难以预测通货膨胀的发生和发展路径。2002年以后，萨金特与Cogley、Morozov、Williams和Zha等人对英美等国的通货膨胀变动路径进行了实证研究，发现了引致通货膨胀发生的原因是因为人们总是基于经济变量内生性进行经济预期。
就业问题也一直是萨金特实证宏观经济学研究的重点之一。1971年萨金特开始关注通货膨胀与失业率等问题，并在针对预期通货膨胀与实际工资水平和失业状况的决定作用进行实证检验的基础上，指出了“加速理论”在这一传导过程中缺乏必要的历史数据支持。萨金特于1974年发表了一篇关于产出、工资和劳动需求之间替代关系的论文，针对Lucas(1970)等人提出的产出、资本和劳动需求序列与劳动资本替代率不相关的论断进行了实证检验，结果表明产出的价格弹性、资本和劳动需求弹性等经济因素依赖于实际工资水平的变动，进而间接地决定于劳动和资本之间的替代率。在1976－1978年间，萨金特则通过构建基于古典经济理论的经济模型实证检验了自然失业率存在的合理性和真实性。虽然这些模型的某些假设仍然延续古典经济理论假设，但萨金特针对不同实证模型的附加限制条件，使理性预期成为实证宏观经济学分析范式的基础。萨金特不仅指出财政政策和货币政策并不会引致失业的变动，同时还指出失业本身会由于预期的存在而呈现出一定的稳定性，不过这种稳定性会由于人们调整对经济的预期而发生改变。萨金特(1978)进一步考察了包含理性预期的劳动力市场，实证分析结果显示劳动力市场状况取决于人们对真实工资水平的预期。进入20世纪90年代，萨金特针对代表性国家的失业问题进行了实证研究，如瑞典失业状况(1995)以及欧洲失业问题(1998,2004,2007,2008)等。对欧洲失业问题的研究也构成了近期萨金特实证研究的重点，主要是基于欧洲社会福利体系和经济运行状况，考察社会福利系统动荡等现实因素，引入匹配模型(2007)、匹配与寻岛模型(Matching and Search-Island Models,2007)和代表性家庭模型(2008)，研究欧洲失业问题的根源和解决失业困境的方法。萨金特(1995,2011)还就一般性社会福利与失业的关系问题以及劳动供给弹性问题开展了实证研究。除了上述宏观经济领域外，萨金特还对财政预算问题、实物货币定价、金融市场风险以及消费结构特征有一定的研究，并进一步证明了其在实证宏观经济学研究方面的卓越才华。
与以往宏观经济的实证研究不同，萨金特虽然也依照传统的经济模型构建方式设定了假设条件，但同时也充分考虑了现实经济的各种约束条件，并分别设定不同的情景来考察政策变动的效果。研究结果表明，在不同市场条件下交易成本和人们对货币需求的模式都直接决定了当局的经济政策选择以及政策的实施效果。1973年萨金特引入货币、国债和股票等经济因素，就货币政策和财政政策长短期的产出效应、就业效应和价格水平效应进行了实证研究。1974－1987年间，萨金特基于理性预期对经济政策的有效性进行了实证分析，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政策选择，在经济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，即使在通货膨胀出现的情况下也并不存在调整货币总量进而降低价格水平的一次性措施。这些结论也同样证明了萨金特所倡导的理性预期条件下“政策无效性假说”。
(二)西姆斯的实证宏观经济学研究成果
与萨金特相比，西姆斯虽然没有提出成形的经济学理论，但是西姆斯通过一系列统计模型的改进和计量方法的创造，并将这些模型方法应用于宏观经济学的实证分析和经济模拟。西姆斯所提出的实证模型方法确实增强了学者们实证研究宏观经济问题的能力，如货币政策效应的测度、商业周期的模拟，以及经济系统内各变量之间因果关系的刻画等。
西姆斯凭借其1972年实证检验货币与产出之间传导关系的论文而引起人们的注意。随后，西姆斯(1974)继续应用计量方法实证检验了经济系统内投入与产出之间的确定关系。与以往不同，西姆斯通过在长期动态条件下考察产出变动与投入变动之间的连接性，并在数据频度上进行了更新，克服了以往模型估计中的偏差，更加准确地刻画了投入与产出之间的滞后特征。从1977年开始，西姆斯针对商业周期进行了经济模拟，一方面在模型限制条件上增加约束，另一方面则开创性地引入自回归模型估计商业周期的变动趋势。基于当时正在兴起的关于货币政策的讨论，西姆斯开始研究商业周期背后的货币政策作用，并分别对是否存在一个货币政策周期以及货币政策是否引发了整个世界的通货膨胀和经济衰退开展了实证研究(1983,1998,2006)。近年来，西姆斯又将通胀预期、宏观政策不确定性等约束条件加入到货币政策模型中，力求更加真实地分析经济体系的运行规律(2008,2009)。
除了针对货币政策、产出投入模拟、商业周期的实证研究外，西姆斯还实证分析了真实经济条件下经济参与者(如企业、机构和政府)所面临的市场粘性以及存在市场摩擦时的经济运行特征，并针对货币政策和财政政策的实际效果进行检验。西姆斯所确立的粘性或者惰性变量体系，在模拟真实经济数据方面获得了巨大的成功，支撑了其在宏观经济分析领域的应用。基于经济系统内粘性的分析，西姆斯(2006)结合信息理论提出了“理性忽视”(Rational Inattention)概念，以解释真实世界中发生的“粘性”事实。“理性忽视”的存在，既是对理性预期假设的一种反驳，同时也是对真实经济系统本质特征的一种阐述。西姆斯所创立的数量分析方法更加注重对经济运行状况的模拟和测度，并且将实证宏观经济学的研究视野更加细化到了经济运行的具体部门(如为政府财政预算的制定提供依据等)。
五、结语
“在包括经济学在内的所有研究领域里，偏抽象和偏现实的学者之间总是存在一定的分别，抑或称为理论与实证之间的差异”，西姆斯(2004)在其访谈中指出，“当一个理论经济学者与一个实证经济学者身份同时满足于一个人身上时，这种情形非常好，但是极其稀少。”萨金特和西姆斯可以算作是理论经济学者和实证经济学者结合的完美代表，前者基于理性预期理论解答了宏观经济的长期变动路径问题，而后者则从计量经济理论出发，采用更加科学的方法检验了宏观经济系统内的长短期系统相关性特征。他们基于系统性影响和经济冲击识别两个层面，开创了实证宏观经济学的因果分析范式。萨金特基于历史数据对宏观时间序列数据的分析为宏观经济学的研究打开了宽阔的视野，并触发了许多有关经济政策研究的新见解。西姆斯在宏观经济和计量经济研究领域均具有相当的影响力，尤其是其所倡导的VAR模型改变了宏观经济领域的实证分析范式。当然，萨金特和西姆斯两个人的研究成果存在许多共同之处，例如，用萨金特方法建立的模型，常常采用西姆斯的VAR模型形式表述，并借助脉冲响应方法进行估计。
在关于两位获奖者在实证宏观经济学因果分析方面贡献的总结报告中，诺贝尔委员会指出：“萨金特和西姆斯提出的实证方法各有优劣。在具体研究过程中，萨金特方法要求对经济结构进行特定假设，但假设本身可能存在问题，而西姆斯的VAR方法假设条件更加宽泛，并且能够在一组经济模型中使用。显然，如果拥有经济结构更详细的信息，萨金特的方法更加具有优势，特别是它允许进行经济政策效果的反事实分析，即能够进行经济模拟实验，而当对该领域的信息掌握不那么精确时，西姆斯方法则更加可取。不管怎样，萨金特和西姆斯从不同的角度回答了实证宏观经济学研究领域‘什么引致了什么’的基本命题，并因此分享了2011年度诺贝尔经济学奖。”
标签：宏观经济学论文; 理性预期论文; 萨金特论文; 诺贝尔经济学奖论文; 经济模型论文; 经济学论文; 经济论文; 理论经济学论文; 预期理论论文; 理性预期学派论文; 实证经济学论文; 诺贝尔奖论文;