理论教育 新古典经济学的理性预期革命

新古典经济学的理性预期革命

时间:2023-06-13 理论教育 版权反馈
【摘要】:它以动态分析及理性预期假说为主要特征。卢卡斯及其追随者也因此被称为理性预期学派。当然,这也只是暂时现象,由于公众是理性预期者,他们将很快调整错误的预期,使产量最终恢复到长期增长水平,即自然率水平。

新古典经济学的理性预期革命

它以动态分析及理性预期假说为主要特征。1972年美国经济学家罗伯特·卢卡斯 (Robert E.Lucas) 发表了 《预期与货币中性》 一文,首次将理性预期假说引入宏观经济问题分析。之后,理性预期概念被广泛运用到各种经济问题分析中。卢卡斯、托马斯·萨金特 (Thomas Sargent)、尼尔·华莱士 (Neil Wallace)、罗伯特·巴罗 (Robert J.Barro) 等人发表了一系列论文,他们以理性预期和市场出清为假设,从微观个体最优化行为出发,试图建立与微观经济学相一致的宏观经济学。卢卡斯及其追随者也因此被称为理性预期学派。

1.理性预期学派对经济波动产生原因的解释

理性预期学派认为,货币因素是经济波动的初始根源。他们将货币冲击分为预期到的和未预期到的,认为是未预期到的货币供给的冲击引起了经济波动。一方面,当中央银行出乎公众意料地增加货币供给时,由于公众对此没有察觉,所以厂商和工人很有可能认为这种价格变化是个别市场的需求提高引起的。于是,厂商会提高产量,工人有可能提高工作量。相反地,如果货币供给减少使得价格下降时,厂商会误以为对他们的产品需求下降,因而减产,工人们也会自愿地减少劳动供给。这就暗示了萧条时期的失业是人们权衡得失后的选择,是自愿的。当所有市场的厂商和工人都这样行动时,实际产量就会偏出正常水平,在短期内引起经济波动。另一方面,如果货币冲击是意料之内的,则不会产生任何影响,因为经济当事人这时不会产生任何错觉。

卢卡斯在1977年 《对经济周期的理解》 与1978年 《失业政策》 等学术著作中提出了一种基于不完全信息、理性预期和市场出清假设的均衡周期理论。该理论所阐述的经济周期波动的传导过程是这样的:假设个人和厂商观察到了他们产品的价格上涨了,他们就需要搞清楚这一现象究竟是反映了总需求的增长,还是反映了对他们个别产品的需求有所增加。若是前者,从实际量的角度来说什么也没变,厂商和工人也都会保持原来的状态,全社会的经济继续按自然率水平增长;若是后者,个别产品的相对价格上升了,工人会增加工作量,厂商会提高产量,双方都有动力增加供给,此时经济中将出现向上倾斜的短期总供给曲线。信息障碍使理性预期产生错误,使经济当事人不能准确判断价格变化的实际情况,有可能将总需求增长带来的一般价格水平的上升当作是个别产品的相对价格的上升,从而导致了短期内产量的波动。当然,这也只是暂时现象,由于公众是理性预期者,他们将很快调整错误的预期,使产量最终恢复到长期增长水平,即自然率水平。

2.理性预期学派的政策主张

由于公众的决策具备某种前瞻性,在估计或预测某项决策所具功效时,政策制定者必须考虑到政策本身对于公众预期可能产生的影响。巴罗在1976年发表的 《理性预期和货币政策的作用》 一文,利用理性预期和市场出清假说指出只有在令人们预料不到并引起他们混淆相对价格的条件下,货币政策才起作用。萨金特和华莱士在他们1975年发表的极有影响的论文 《理性预期、最优货币工具和最优货币供应规则》[20]中提出了其关键的政策含义:旨在把失业率降低到自然失业率以下的需求管理政策,只要是有规则的、系统的,因而也是可以为人们所预料的,都是无效的。由于不可能系统地出乎理性的人们的意料之外,故旨在稳定经济系统的货币政策注定会失败。在失业—通胀的取舍问题上,由于各种冲击将会持续地改变经济结构,政策制定者不应简单地依赖于根据以往数据所绘制的短期菲利普斯曲线,还应充分地考虑具备理性预期的公众会对预期到的央行的行为方式采取相应对策这一行为。因此,如果央行能够做出获信于公众的政策承诺,就可降低通胀预期,从而得到与自然失业率相一致的更低的失业率。(www.daowen.com)

3.理性预期学派的宏观经济模型

理性预期学派认为,在现实中,公众的行为取决于对价格、利率和收入等变量未来变化的预期,而政策的实施过程将会改变宏观经济中各种 “结构” 关系。然而,常规的计量模型没能把握这一点,而是试图凭借历史数据所蕴含的所谓 “固定的结构关系式” 去预测未来。这就要求各种参数本身不能随着政策的变动而变动。然而,在现实中,随着所观察到的政策变量发生变化,公众形成预期的方式以及体现各变量关系的 “结构性参数” 必定会发生变化。因此,常规计量模型根本就无法预测未来,也无法为政策制定提供多少帮助。理性预期学派经济学家逐渐提出一些新的研究方法。代表性的方法包括:

(1) 时间序列方法。时间序列方法一般假定变量遵循系数不变的线性随机过程,这使得宏观经济理论与计量统计可以更好地结合起来。具有代表性的是博克思和詹金斯 (1970)[21]创立的ARIAM模型。UC (Unobserved Component) 方法和贝弗里奇-尼尔森 (Beveridge-Nelson) 分解常被用于将包含单位根的过程进一步分解为非平稳的趋势项和平稳的周期项。UC方法假设趋势项和周期项不相关,贝弗里奇-尼尔森分解则假设二者负相关。对于经济波动的这种分解有助于将经济的周期性波动与趋势变动区分开来,研究二者的相对重要性,辨别冲击来自于需求还是供给一方,进一步对宏观经济理论进行检验。

(2) 向量自回归 (VAR) 方法。向量自回归 (VAR) 方法进一步引入了其他经济变量的信息,结合理论背景对经济波动进行分解,并能够识别引起内生变量波动的外生冲击来源。所使用的基本工具包括冲击响应分析、方差分解等。比如,布兰查德和柯成兴 (1993)[22]使用结构性VAR方法,利用失业信息分离经济趋势。他们假设需求冲击对产出的影响是暂时性的,而供给冲击对产出的影响是永久性的,二者都不影响失业率。坎贝尔和曼昆 (1987)[23]也利用失业率信息研究了 GDP 波动的持续性问题,他们假定GDP 的周期波动是和失业率相关的部分,趋势项则与失业率不相关。其分析也可以看作是一个二元的VAR模型。

时间序列和VAR方法对数据依赖程度较高,对经济理论的利用相对有限。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈