2018年6月27日,星期三

采访Jesús Fernández-Villaverde:宏观话题

蕾妮·荷登姆在最近一期的《经济焦点》上对Jesús Fernández-Villaverde进行了采访,由里士满联邦储备银行发布(2018年第一季度,第22-27页)。正如在采访前的介绍中所指出的,Fernández-Villaverde以构建和解决正式的宏观经济模型而闻名。然而,“近年来,他研究了政治如何决定宏观经济结果、纳粹德国的崛起、《大宪章》的持久意义,甚至研究了避孕技术如何影响社会让儿童接受性的方式。在这一切之上,是他所谓的‘第二生命’,用西班牙语写了大量关于经济和政策的文章。”这是一个内容丰富的采访,值得全文阅读。以下几点引起了我的注意:

欧元,既然它存在了
“用一个过时的术语来说,欧元区有一个原罪,那就是它不是一个最佳货币区。同时,如果你问我,“我应该娶我的朋友X吗?”我可能会告诉你,“不,我觉得你们不合适,你最终会离婚的。”但这是一个完全不同的问题,“既然我们已经结婚,有了抵押贷款,三个孩子在上学,两辆车和一条狗,我应该离婚吗?”
“不管你喜不喜欢,我们嫁给了德国人,德国人又嫁给了西班牙人。我们得好好相处,因为现在分手代价太大了。我们需要的是对欧元进行改革。在激励机制方面,你需要告诉他们不会独自面对经济危机的国家,会有资金从欧盟帮助荷兰经历难关以同样的方式,联邦税收和转移将帮助如果加州遭遇糟糕的时期。这将意味着,比如,向更大的欧盟预算靠拢,并创建一些欧洲债券体系。关于如何设计这样一个东西,欧洲经济学家之间有很多讨论。但也需要有约束。要让这一切持续下去,财政纪律和清理房屋确实需要做。那些指出有必要让金融和经济危机更容易度过的人,以及那些强调从长远来看,规则非常重要的人,必须在这两者之间进行巨大的协商。这是一个大问题:欧洲内部的政治进程能够提供这样的解决方案吗?”

宏观状态

“在20世纪90年代中期,作为一个专业人士,我们学会了如何构建动态模型,认真对待经济的随机性,并将价格和工资粘性结合起来。这类模型开始被称为动态随机一般均衡(DSGE),这是一个非常乏味的动态随机一般均衡(Dynamic random General Equilibrium)缩写。我认为这些模型确实阐明了很多方面,例如,货币政策如何与总体活动相互作用,我们从中学到很多东西。
“我们在过去10年里经历的第二次大飞跃,是具有异质性的模型的大复兴。在我们教一年级研究生的标准基本模式中,有一个家庭。但是,当然,我们知道这不是对现实的描述;我们有老年人和年轻人,受过大学教育的和没有受过大学教育的,失业的和有工作的,高收入的和低收入的。解决这些模型并将其转化为数据是一项巨大的任务,直到大约10年前,并没有多少人愿意使用它们。这导致了对只有一种类型的代理的代表性代理模型的批评,但我们没有那么多的选择。但在过去的10年里,我们的计算能力有了巨大的飞跃。我桌上的这台iPhone的计算能力比1982年世界上最好的超级计算机还要强大。这意味着我们可以做很多10年前我们做不到的事情. ...
“问题是,许多这类令人兴奋、繁重的研究并没有在相对较小的研究前沿. ...的人群之外进行如果你拿我们这一代最优秀的20位宏观经济学家来说,他们当然不会对所有事情都达成一致,但他们谈论的事情与你在Twitter或博客上看到的事情非常不同。对话有时看起来就像两个完全不同的世界。有时我看到对宏观经济学的批评说,‘宏观经济学家应该做X’,我就在想,‘好吧,我们已经做了15年的X了。“…
“现在很多对宏观经济学持批评态度的人都是新一代的人,他们中的一些人可能还没有完全意识到研究的前沿在哪里。他们也有很多空闲时间,所以对于他们来说写20页关于宏状态的exposé(如果他们想用这个词的话)要容易得多。这提出了一个更普遍的问题,即学术界,尤其是经济学专业是否有正确的动机,将这些前沿研究成果传递给普通大众。”
粒子过滤器的故事
“有一次在一个会议上,我开了个玩笑,说粒子过滤器帮我付了贷款。现在很多人问,你的抵押贷款怎么样了?’我说,‘差不多了。’

“让我给你一个粒子滤波器的例子。2018年初,我们进入了股市的高波动时期。波动率的问题在于它不是直接观察到的:我可以翻到金融时报》在表中找到一个股票价格的值,但没有数字来表示它的波动性。你需要的是一个统计模型,它能让你从你实际观察到的事物中了解波动,在这种情况下,就是股市一天到一天的变化。这被称为过滤——从你能看到的东西中学习你没有看到的东西。

“最初的过滤器是为太空计划开发的。这个想法是,你是一个在休斯顿拿着操纵杆的人,你看到了卫星但无法得到它的确切位置因为你是用雷达测量的,而且有噪音。你想要弄清楚的是,根据雷达告诉你的信息,你应该把操纵杆向左或向右推多少。

在很长一段时间里,最重要的滤波器是卡尔曼滤波器。它需要两个假设:世界是线性的,噪声来自正态分布,或者是“行为良好”。这些假设使它无法处理宏观经济学中许许多多问题。最好的例子是波动性,因为它只能是积极的:你可以有很多或很少的波动性,但你不能有负的波动性。

“所以当我还是一名研究生的时候,我对能够将过滤扩展到这类环境的方法非常感兴趣。我花了很多时间浏览数学期刊,我听说这新一代的称为序贯蒙特卡罗方法,这是一个复杂的名称很简单:一个经典的问题,一个基本的概率类是如果你把两个死,什么是两个之和的概率是5。你必须计算第一个是1第二个是4的概率,以此类推,当你做作业的时候你总是会犯错误因为你忘记了一个组合。或者,你也可以掷一百万次骰子。当然,在现实生活中你无法做到这一点,但电脑可以帮你做到。

“在20世纪90年代,一些人提出了将Monte Carlos递归应用于滤波问题的想法。我学到了这些新方法,我想,这也可以在经济学中实现。所以我回到我的办公室,找来我亲爱的朋友兼合著者胡安·卢比奥,我向他解释说,‘这个可行,’他说,‘是的。’我说,‘好吧,我们来写篇论文吧。’所以我们写了这篇论文,这可能是我被引用次数最多的论文,它仍然能帮我支付抵押贷款。”