论文部分内容阅读
提 要：不确定性即未知的风险，其广泛存在于人类社会的活动中。正是因为经济世界中充满了不确定性，使得越来越多的学者和政策制定者开始关注不确定性对经济的影响。尤其是在现阶段全球经济增速放缓和新冠肺炎疫情大蔓延的背景下，研究不确定性的特征和来源、其对经济政策的影响等问题，至关重要。2013年诺贝尔经济学奖获得者、芝加哥大学经济和社会科学资深讲习教授、美国科学院院士、美国艺术与科学院院士拉尔斯·彼得·汉森（Lars Peter Hansen）对此进行了深入分析和解读。
中国经济报告：您最近的研究集中在不确定性方面，为什么您认为不确定性是一个需要关注的重要问题？从经济学研究的角度看，不确定性给人们带来了哪些挑战？
拉尔斯·彼得·汉森：很多人对不确定性的态度是“唯恐避之不及”。这是因为他们认为不确定性会带来一些挑战并需要采取应对措施。但事实上，不确定性仅仅意味着我们对结果不确定。当一件事情十分确定时，但也可能出现坏的结果；而当一件事情存在不确定性时，也可能依然会出现好的结果。我想强调的是，不确定性是一直存在的，无法避免。因此，我们所面临的挑战是让不确定性在某种意义上不那么令人痛苦，我们要学会与不确定性共存。我们最好正视它，并找出合理的应对之策。
不确定性增加了经济分析的难度，当我们试图更好地理解市场以及寻找对重要政策问题的定量答案时，不确定性尤为重要。经济学研究的一个组成部分就是评估我们知道哪些，还有哪些是我们所不知道的，以及如何面对我们所不知道的。例如宏观经济增长存在很多不确定性，经济学家常常争论全球经济是否进入长期停滞期或者技术进步是否具有特殊的潜力。在我看来，我们除了需要考虑经济增长的不确定程度，还应该考虑这种不确定性对经济主体行为的影响。从私人部门角度来看，为了弄清楚当前是否是投资新项目或融资的好时机，投资者会预测宏观经济未来走势。他们面对不确定性的反应会直接影响其在金融市场的行为。
关于决策者如何应对不确定性，现在在模型方面已经有了一些进展。但是，大多数经济分析关于不确定性的假定是，人们知晓未来事件的概率，但不知道结果。而我更倾向于从更广泛的角度来考察不确定性，即人们既不知道结果，也很难确定这些结果可能发生的概率。我一直在研究如何将上述对不确定性的定性描述转化为定量方法。
中国经济报告：那么，不确定性是如何产生的？与风险有何区别？您在构建模型时如何定量描述不确定性的特征？
拉尔斯·彼得·汉森：我们可以先看看不确定性具有哪些特征，从而找到产生不确定性的根源。在我看来，不确定性具有三个特征：首先，不确定性是会带来风险的；其次，不确定性是模糊的；第三，不确定性会不断发生变化。从风险角度来看，不确定性的一个来源是“外部随机扰动”或者说“冲击”。从模糊性和可变性角度来看，不确定性的另一个来源是“内部错误”和“未知缺陷”。
我举一个例子来进行区分。假设我们不断掷骰子，这是一个碰运气的游戏。我们知道得到不同点数的概率，而且可以计算出重复投掷过程中得到不同点数的概率。但问题是我们通常并不知道概率是多少，掷骰子也不过是像统计学家那样验证概率。经济环境越复杂，比如宏观经济或金融市场，就越难进行完全的概率估计。所以，决策者不能以已知概率的碰运气游戏视角来看待不确定性，而应该用正确的方式看待不确定性。
我在构建模型时也将不确定性分为了“内部不确定性”（inside uncertainty）和“外部不确定性”（outside uncertainty）。我们先来解释模型外部的不确定性。首先，给定一个动态经济模型，研究者会使用未知参数，并通过数据来估算这些未知参数。其次，对于某个经济现象，可能会有多种模型，经济学家可能需要评估模型的好坏以及决定是否对模型进行比较。在评估模型好坏的过程中，研究者对于特定模型或模型组是否能很好地描述经济现象是存在不确定性的。此外，在构建经济模型时，也必须对模型内部构成进行判断。研究者必须描述经济主体（消费者、企业和政策制定者）应对不确定性的行为模式，并推断这些行为对市场结果和资源配置的影响。
当我们探讨不确定性时，牢记“内部不确定性”和“外部不确定性”的区分是十分有用的。从历史上看，一种方法是假设模型内部行为者知道影响他们的风险是符合概率模型分布的。但实际上，他们可能不知道如何构建风险模型，从而可能对不同形式的不确定性做出不同的反应。这意味着，如果能够反映经济学家在构建和分析动态经济模型时所面临的类似困境，那么这种方法将为我们更好地描述模型内部市场主体的行为提供丰富的信息。
中国经济报告：长期不确定性是如何影响市场主体短期行为的？在2008年全球金融危机中，一些基本明确的事件引发了系统性金融风险，您如何看待系统性风险所带来的不确定性？
拉尔斯·彼得·汉森：市场投资者可能无法预测5年或10年后宏观经济会发生哪些变化。这将会影响投资者的当前决策，以及他们如何在短期和长期内分配资源。如果投资者在经济不景气时害怕坚持，在经济景气时恐于缺乏坚持，必然会进一步导致市场价格波动的不确定性。因此，对于未来更长时间内将要发生的事情的判断会影响市场主体的短期行为，因为金融市场对不确定性的溢价会发生变化。
那么，我们今天就短期投资所做的决定，对未来又会产生什么影响呢？在金融市场上，在流动性充足的情况下，我们今天做的投资明天就可以撤销，所以投资者可以从短期角度来考虑问题。也就是说，投资者的短期行为也会对长期宏观经济产生影响。
“系统性风险”一词有一段有趣的历史。在2008年以前，搜索引擎上找不到太多相关的内容。到了后金融危机时期，“系统性风险”已经成为了一个流行词汇，在有关金融市场监管的讨论中占据了突出地位，并成为加强金融市场监管的理由。
从应对措施来看，宏观审慎政策是目前提及较多的防范系统性风险的方式之一。但如何设计和实施宏观审慎政策仍然是一个悬而未决的问题。近年来各国中央银行的研究部门、政府机构以及学术界都在推动对系统性风险的研究，但我认为最有可能的情况是，由于我们对潜在问题的理解有限，可能无法找到系统性风险的最重要和最关键来源，也难以用某种单一的方法来评估系统性风险。因此，我主张从更广泛的“系统不确定性”角度而非狭义的“风险”角度来思考这个问题。那么如何为金融市场提供最好的金融监管？这是一个复杂的难题。但显然，复杂的监管政策并不是最佳的行動方案，宏观审慎政策的设计和执行需要简单透明的规则。
中国经济报告：在经济面临较大不确定性时，您认为政府是否应进行干预？是应该先观望，还是立即采取行动？
拉尔斯·彼得·汉森：你说的这个问题对于政策制定者来说是一个极大的挑战，因为很难设定一个均衡价格。价格是资源配置的信号，在我们进入市场之前价格就一直在波动。因此我认为，为了抑制价格波动而抑制价格波动对于经济运行而言是一种非常危险的做法。有时候，波动是有充分理由的，因为当有新的信息出现时，价格必然会做出相应的调整。所以我们不可能摆脱市场信号及其对价格的影响。我是去中心化市场的坚定支持者，尽管市场存在种种缺陷，但最好还是尽可能通过供需关系来决定价格。
当然，在发生危机或极端事件时，政府拥有一定的计划外的自由裁量权是必要的。但这种政策的灵活性会给私人部门带来负担，因为私人部门必须猜测未来政策的实施情况。很多学者研究了政策自由裁量权的负面效果，特别是在宏观经济政策中，相机抉择的宏观经济政策实际上导致了不同的扭曲。这里需要强调的是，如果允许政府采取相机抉择的宏观经济政策，必须能够约束政策制定者做出长期承诺，否则他们就会受到各种各样的诱惑，随意行事。芬恩·基德兰德（Finn Kydland）和爱德华·普雷斯科特（Edward Prescott）对此进行了基础性的研究。
承认不确定性和我们认知的局限性并不意味着不采取行动。事实上，根据我们发现的对社会影响最大的不确定性，可以更好地构建未来政策制定的讨论框架。例如，我经常举碳排放的案例来解释这个问题。碳排放对气候变化产生重大不利影响的可能性，足以成为实施碳税或减排政策的理由。尽管碳排放的规模、时间节点和对气候的影响存在很多不确定性，但这种不确定性不是让我们观望的理由。现在立即采取行动的成本，要远远低于拖延至以后再行动所需要付出的代价。我们在理解和分析不确定性问题时，这种权衡是至关重要的。总的来说，过度关注不确定性而謹小慎微甚至不敢采取任何行动，或者完全忽视不确定性而采取过激的行动都是不恰当的。
中国经济报告：考虑到我们面临的不确定性越来越多，是否意味着政策也要越来越复杂？政策制定者是不是会更偏好确定性的政策建议？机器学习等新技术是否能够帮助政策制定者降低不确定性？
拉尔斯·彼得·汉森：政府政策的复杂性本身可能就是不确定性的来源之一。政策最好是简单、透明和确定的。米尔顿·弗里德曼（Milton Friedman）曾经指出，我们需要简单的政策规则，因为在货币政策影响宏观经济的传导机制中，存在长期和可变的滞后效应。弗里德曼对于长期和可变的滞后效应的关注，实际上是对复杂政策规则的长期可信承诺的质疑。在我看来，我们甚至不需要理解货币政策传导机制的细节。经济环境越复杂，我们需要处理的不确定性就越多。如果政策本身的复杂程度进一步增加了经济环境中的潜在不确定性，可能会带来很多问题。
有一则关于美国前总统林登·约翰逊（Lyndon Johnson）的故事。约翰逊总统希望经济学家为他提供一些经济预测和指导，但经济学家会尽量避免给出明确的数值预测。当他们给出可能发生结果的范围时，约翰逊总统告诉他们：“放牧才需要范围，我只需要具体数字。”政策制定者需要告知公众其做出决策的不确定并且存在一系列可能结果，那么政策制定者更倾向于支持结果确定的政策。理解政策制定者的这种偏好是十分重要的。
我理解的机器学习是借助计算机算法来帮助我们处理更大规模的数据集。在私人部门，这些技术已经成功应用于一些短期预测，但还没有在政策制定领域发挥作用。对于经济学家而言，计算机学科的发展带来了更强大的数据处理能力。如果没有这一点，我们就回到了“让数据说话”的时代，最多只能回答一些非常短期的预测类问题。
我想强调的是，把所有问题都推给政府去解决，这是不现实的，也是很危险的。政府很难解决好所有微观的、具体的经济问题，但是在改善宏观、长期经济环境方面可以大有所为。与其盯着每年的GDP增长目标和各种不确定性，不如建立稳定、透明的市场环境，促进经济长期可持续增长。
中国经济报告：2019年底爆发的新冠肺炎疫情在全球大流行。政府应该如何应对疫情大流行及其带来的不确定性？
拉尔斯·彼得·汉森：一些政策制定者希望通过预测传染病的未来演变和死亡率来指导他们的政策选择。这些因素以正式或非正式的方式影响着决策。需要注意的是，这样可能会使得事情变得更糟糕。毫无疑问，流行病学家对疫情有着重要见解，经济学家和其他社会科学家很快就能利用其现有知识储备预测个人和企业对各种政策措施的不同反应。但是，要对不同政策选择下疾病传播情况和由此产生的社会行为进行预测具有相当大的挑战性。原因在于，预测模型需要特定的假设和条件，而这些假设和条件是动态变化的，主观判断难以避免。
此外，政策制定者面对着很多极其棘手的经济和社会权衡。比如，我们不可能隔离每个人，让全社会无法获得食物和必要的药品。政府就需要在保护人们免受病毒感染与获取必要的食品和药品变得困难和昂贵之间做出权衡。再比如，当我们最终消灭这个流行病时，究竟何时取消对各种社会和经济活动的限制，显然也需要对不同政策方案的成本和收益进行权衡。
再者，政策制定者通常会看到不同的预测结果，有的是“最好的情况”，有的是“最坏的情况”。在考虑不同政策方案时，到底应该关注疾病传播和死亡率的“最好的情况”还是“最坏的情况”？这实际上也是一种权衡。只关注“最好的情况”，有可能会让政策制定者做出非常糟糕的决策；只对“最坏的情况”进行分析，也不是什么灵丹妙药。明智的决策者需要实时权衡多种可能结果。
一、学会与不确定性共存
中国经济报告：您最近的研究集中在不确定性方面，为什么您认为不确定性是一个需要关注的重要问题？从经济学研究的角度看，不确定性给人们带来了哪些挑战？
拉尔斯·彼得·汉森：很多人对不确定性的态度是“唯恐避之不及”。这是因为他们认为不确定性会带来一些挑战并需要采取应对措施。但事实上，不确定性仅仅意味着我们对结果不确定。当一件事情十分确定时，但也可能出现坏的结果；而当一件事情存在不确定性时，也可能依然会出现好的结果。我想强调的是，不确定性是一直存在的，无法避免。因此，我们所面临的挑战是让不确定性在某种意义上不那么令人痛苦，我们要学会与不确定性共存。我们最好正视它，并找出合理的应对之策。
不确定性增加了经济分析的难度，当我们试图更好地理解市场以及寻找对重要政策问题的定量答案时，不确定性尤为重要。经济学研究的一个组成部分就是评估我们知道哪些，还有哪些是我们所不知道的，以及如何面对我们所不知道的。例如宏观经济增长存在很多不确定性，经济学家常常争论全球经济是否进入长期停滞期或者技术进步是否具有特殊的潜力。在我看来，我们除了需要考虑经济增长的不确定程度，还应该考虑这种不确定性对经济主体行为的影响。从私人部门角度来看，为了弄清楚当前是否是投资新项目或融资的好时机，投资者会预测宏观经济未来走势。他们面对不确定性的反应会直接影响其在金融市场的行为。
关于决策者如何应对不确定性，现在在模型方面已经有了一些进展。但是，大多数经济分析关于不确定性的假定是，人们知晓未来事件的概率，但不知道结果。而我更倾向于从更广泛的角度来考察不确定性，即人们既不知道结果，也很难确定这些结果可能发生的概率。我一直在研究如何将上述对不确定性的定性描述转化为定量方法。
中国经济报告：那么，不确定性是如何产生的？与风险有何区别？您在构建模型时如何定量描述不确定性的特征？
拉尔斯·彼得·汉森：我们可以先看看不确定性具有哪些特征，从而找到产生不确定性的根源。在我看来，不确定性具有三个特征：首先，不确定性是会带来风险的；其次，不确定性是模糊的；第三，不确定性会不断发生变化。从风险角度来看，不确定性的一个来源是“外部随机扰动”或者说“冲击”。从模糊性和可变性角度来看，不确定性的另一个来源是“内部错误”和“未知缺陷”。
我举一个例子来进行区分。假设我们不断掷骰子，这是一个碰运气的游戏。我们知道得到不同点数的概率，而且可以计算出重复投掷过程中得到不同点数的概率。但问题是我们通常并不知道概率是多少，掷骰子也不过是像统计学家那样验证概率。经济环境越复杂，比如宏观经济或金融市场，就越难进行完全的概率估计。所以，决策者不能以已知概率的碰运气游戏视角来看待不确定性，而应该用正确的方式看待不确定性。
我在构建模型时也将不确定性分为了“内部不确定性”（inside uncertainty）和“外部不确定性”（outside uncertainty）。我们先来解释模型外部的不确定性。首先，给定一个动态经济模型，研究者会使用未知参数，并通过数据来估算这些未知参数。其次，对于某个经济现象，可能会有多种模型，经济学家可能需要评估模型的好坏以及决定是否对模型进行比较。在评估模型好坏的过程中，研究者对于特定模型或模型组是否能很好地描述经济现象是存在不确定性的。此外，在构建经济模型时，也必须对模型内部构成进行判断。研究者必须描述经济主体（消费者、企业和政策制定者）应对不确定性的行为模式，并推断这些行为对市场结果和资源配置的影响。
当我们探讨不确定性时，牢记“内部不确定性”和“外部不确定性”的区分是十分有用的。从历史上看，一种方法是假设模型内部行为者知道影响他们的风险是符合概率模型分布的。但实际上，他们可能不知道如何构建风险模型，从而可能对不同形式的不确定性做出不同的反应。这意味着，如果能够反映经济学家在构建和分析动态经济模型时所面临的类似困境，那么这种方法将为我们更好地描述模型内部市场主体的行为提供丰富的信息。
中国经济报告：长期不确定性是如何影响市场主体短期行为的？在2008年全球金融危机中，一些基本明确的事件引发了系统性金融风险，您如何看待系统性风险所带来的不确定性？
拉尔斯·彼得·汉森：市场投资者可能无法预测5年或10年后宏观经济会发生哪些变化。这将会影响投资者的当前决策，以及他们如何在短期和长期内分配资源。如果投资者在经济不景气时害怕坚持，在经济景气时恐于缺乏坚持，必然会进一步导致市场价格波动的不确定性。因此，对于未来更长时间内将要发生的事情的判断会影响市场主体的短期行为，因为金融市场对不确定性的溢价会发生变化。
那么，我们今天就短期投资所做的决定，对未来又会产生什么影响呢？在金融市场上，在流动性充足的情况下，我们今天做的投资明天就可以撤销，所以投资者可以从短期角度来考虑问题。也就是说，投资者的短期行为也会对长期宏观经济产生影响。
“系统性风险”一词有一段有趣的历史。在2008年以前，搜索引擎上找不到太多相关的内容。到了后金融危机时期，“系统性风险”已经成为了一个流行词汇，在有关金融市场监管的讨论中占据了突出地位，并成为加强金融市场监管的理由。
从应对措施来看，宏观审慎政策是目前提及较多的防范系统性风险的方式之一。但如何设计和实施宏观审慎政策仍然是一个悬而未决的问题。近年来各国中央银行的研究部门、政府机构以及学术界都在推动对系统性风险的研究，但我认为最有可能的情况是，由于我们对潜在问题的理解有限，可能无法找到系统性风险的最重要和最关键来源，也难以用某种单一的方法来评估系统性风险。因此，我主张从更广泛的“系统不确定性”角度而非狭义的“风险”角度来思考这个问题。那么如何为金融市场提供最好的金融监管？这是一个复杂的难题。但显然，复杂的监管政策并不是最佳的行動方案，宏观审慎政策的设计和执行需要简单透明的规则。
二、政府应对不确定性时权衡至关重要
中国经济报告：在经济面临较大不确定性时，您认为政府是否应进行干预？是应该先观望，还是立即采取行动？
拉尔斯·彼得·汉森：你说的这个问题对于政策制定者来说是一个极大的挑战，因为很难设定一个均衡价格。价格是资源配置的信号，在我们进入市场之前价格就一直在波动。因此我认为，为了抑制价格波动而抑制价格波动对于经济运行而言是一种非常危险的做法。有时候，波动是有充分理由的，因为当有新的信息出现时，价格必然会做出相应的调整。所以我们不可能摆脱市场信号及其对价格的影响。我是去中心化市场的坚定支持者，尽管市场存在种种缺陷，但最好还是尽可能通过供需关系来决定价格。
当然，在发生危机或极端事件时，政府拥有一定的计划外的自由裁量权是必要的。但这种政策的灵活性会给私人部门带来负担，因为私人部门必须猜测未来政策的实施情况。很多学者研究了政策自由裁量权的负面效果，特别是在宏观经济政策中，相机抉择的宏观经济政策实际上导致了不同的扭曲。这里需要强调的是，如果允许政府采取相机抉择的宏观经济政策，必须能够约束政策制定者做出长期承诺，否则他们就会受到各种各样的诱惑，随意行事。芬恩·基德兰德（Finn Kydland）和爱德华·普雷斯科特（Edward Prescott）对此进行了基础性的研究。
承认不确定性和我们认知的局限性并不意味着不采取行动。事实上，根据我们发现的对社会影响最大的不确定性，可以更好地构建未来政策制定的讨论框架。例如，我经常举碳排放的案例来解释这个问题。碳排放对气候变化产生重大不利影响的可能性，足以成为实施碳税或减排政策的理由。尽管碳排放的规模、时间节点和对气候的影响存在很多不确定性，但这种不确定性不是让我们观望的理由。现在立即采取行动的成本，要远远低于拖延至以后再行动所需要付出的代价。我们在理解和分析不确定性问题时，这种权衡是至关重要的。总的来说，过度关注不确定性而謹小慎微甚至不敢采取任何行动，或者完全忽视不确定性而采取过激的行动都是不恰当的。
中国经济报告：考虑到我们面临的不确定性越来越多，是否意味着政策也要越来越复杂？政策制定者是不是会更偏好确定性的政策建议？机器学习等新技术是否能够帮助政策制定者降低不确定性？
拉尔斯·彼得·汉森：政府政策的复杂性本身可能就是不确定性的来源之一。政策最好是简单、透明和确定的。米尔顿·弗里德曼（Milton Friedman）曾经指出，我们需要简单的政策规则，因为在货币政策影响宏观经济的传导机制中，存在长期和可变的滞后效应。弗里德曼对于长期和可变的滞后效应的关注，实际上是对复杂政策规则的长期可信承诺的质疑。在我看来，我们甚至不需要理解货币政策传导机制的细节。经济环境越复杂，我们需要处理的不确定性就越多。如果政策本身的复杂程度进一步增加了经济环境中的潜在不确定性，可能会带来很多问题。
有一则关于美国前总统林登·约翰逊（Lyndon Johnson）的故事。约翰逊总统希望经济学家为他提供一些经济预测和指导，但经济学家会尽量避免给出明确的数值预测。当他们给出可能发生结果的范围时，约翰逊总统告诉他们：“放牧才需要范围，我只需要具体数字。”政策制定者需要告知公众其做出决策的不确定并且存在一系列可能结果，那么政策制定者更倾向于支持结果确定的政策。理解政策制定者的这种偏好是十分重要的。
我理解的机器学习是借助计算机算法来帮助我们处理更大规模的数据集。在私人部门，这些技术已经成功应用于一些短期预测，但还没有在政策制定领域发挥作用。对于经济学家而言，计算机学科的发展带来了更强大的数据处理能力。如果没有这一点，我们就回到了“让数据说话”的时代，最多只能回答一些非常短期的预测类问题。
我想强调的是，把所有问题都推给政府去解决，这是不现实的，也是很危险的。政府很难解决好所有微观的、具体的经济问题，但是在改善宏观、长期经济环境方面可以大有所为。与其盯着每年的GDP增长目标和各种不确定性，不如建立稳定、透明的市场环境，促进经济长期可持续增长。
三、应对新冠疫情带来的不确定性
中国经济报告：2019年底爆发的新冠肺炎疫情在全球大流行。政府应该如何应对疫情大流行及其带来的不确定性？
拉尔斯·彼得·汉森：一些政策制定者希望通过预测传染病的未来演变和死亡率来指导他们的政策选择。这些因素以正式或非正式的方式影响着决策。需要注意的是，这样可能会使得事情变得更糟糕。毫无疑问，流行病学家对疫情有着重要见解，经济学家和其他社会科学家很快就能利用其现有知识储备预测个人和企业对各种政策措施的不同反应。但是，要对不同政策选择下疾病传播情况和由此产生的社会行为进行预测具有相当大的挑战性。原因在于，预测模型需要特定的假设和条件，而这些假设和条件是动态变化的，主观判断难以避免。
此外，政策制定者面对着很多极其棘手的经济和社会权衡。比如，我们不可能隔离每个人，让全社会无法获得食物和必要的药品。政府就需要在保护人们免受病毒感染与获取必要的食品和药品变得困难和昂贵之间做出权衡。再比如，当我们最终消灭这个流行病时，究竟何时取消对各种社会和经济活动的限制，显然也需要对不同政策方案的成本和收益进行权衡。
再者，政策制定者通常会看到不同的预测结果，有的是“最好的情况”，有的是“最坏的情况”。在考虑不同政策方案时，到底应该关注疾病传播和死亡率的“最好的情况”还是“最坏的情况”？这实际上也是一种权衡。只关注“最好的情况”，有可能会让政策制定者做出非常糟糕的决策；只对“最坏的情况”进行分析，也不是什么灵丹妙药。明智的决策者需要实时权衡多种可能结果。