|
為慶祝中國經濟研究中心成立十周年，也為推動經濟學研究在中國的進一步發展，北京大學舉辦“站在巨人的肩上---北京大學中國經濟研究中心成立十周年諾獎得主演講系列”，將邀請十位諾貝爾經濟學獎獲得者蒞臨中國經濟研究中心做專題學術報告。本系列講座于6月3日上午10:00在北京大學中國經濟研究中心萬眾樓二樓舉行，2003年諾貝爾經濟學獎得主、美國加州大學圣地亞哥分校經濟學教授克萊夫-格蘭杰(Clive W. J. Granger)進行演講。以下為演講實錄：
陳平：現在我想講幾句話。我先學過物理也學了經濟，我最初讀的有關經濟的書就是格蘭杰教授的書，在經濟經典方面、現代理論方面我們看已經有兩位大師了，格蘭杰在時間序列方面確確實實做了開拓性的工作，在時間序列方面他用了普分析的方法，這是50年代，我們研究了這個書。在70年代很重要的一個事件，在這些領域他覺得開放性的工作，格蘭杰非常有活力，我們研究中心的學生應該向格蘭杰教授學習，不光是學他的方法論，還要學習他的創新精神，所以我們歡迎格蘭杰教授給我們做演講。
克萊夫-格蘭杰：謝謝大家邀請我，剛才做的介紹我表示非常感謝。和畢加索和其他大師相比。這個預測是經濟學的一個重要方面，經濟學是關于決策的科學，現在做決策的時候是針對未來的，所以做決策的時候我們要考慮未來是什么樣的，這就是我的預測。
所以要改進預測這是我們關心的事情。關于預測方面，預測是經濟學許多領域共同關心的一點兒，我講一下預測的基本方法，然后我們再一步步往下走。這是預測進行的背景情況，首先是動態的、觀測的，這是我們的時間序列，我們把時間序列加以記錄，然后問一下未來會出現什么情況。(見圖)，我們今天所處的地方，這就是時間流。我們再看一下未來，比如說失業方面，我們用信息來做預測。未來的失業率對今天來說是一個變量，可能是六個月后要發生的。所以了解這些變量我們要看它的整體分布情況，也就是未來六個月的分布情況，所以如果要做預測的話我們要了解整個分布情況，這是非常復雜的，我們把這個分布通過平均值也就是這個分布的中心部分。圍繞這個中心來作出成對的信息，我們按照這個中心值，現在的問題是怎么樣提高這個預測的水平。我們的許多程序和模型一起來進行這個預測，這方面有一些書籍大家可以讀一下。
我們現在有了計算機程序，把數據放進去進行預測。我們現在有這樣的手段，是很廉價的，有容易的任何時間變量都可以用來做預測，這樣的程序網絡上也有，比如做就業情況的預測，比如預測未來三個月的就業情況，只要在計算機一點就可以預測出來�，F在媒體上常有這種預測，在美國、英國、澳大利亞等其他國家，在公共信息出來之后總是跟預測相聯系或者預期相聯系起來。比如說殼牌石油公司，上一個季度有一億美元，而比預期少了1500萬美元，這就是預期的數字，電視上等等都有這樣的披露。比預計多了1%，所以每個數字都和預期相聯系。那么這個預期是從哪兒來的？到底怎么樣？大家都不是很清楚。它的質量和效率如何？預期如果和實際有出入，可能會影響殼牌公司的股價，所以預期是非常重要的，對整個經濟來說是很有用的。
另外一個就是消費者情緒指數，也就是每月公布的，每月都有這樣的指數。比如說預期是2%，現在預測的理論非常多現在沒有辦法檢測。所以說評估是預測當中非常重要的環節。未來會怎么樣呢？這里我們看一下這個數據集會發生什么變化，會影響這個預測，運用方法會有所變化，時間尺度會有所變化，評估的手段會發生變化，這些都會影響到預測的結果。下面我們一個個講。
比如說數據集，大家比較熟悉的比如說宏觀數據集，可能在動態上無法改進數據的精度，可能會使得精度更高。比如說GDP數據，或者是通過調查，這個公司問他們過去一個季度的產量怎么樣。這個公司對于這種調查是不太重視的，他們一般只有回答一下這個月和上個月一樣。所以這樣的數據集可能會使預測更糟，這是宏觀的經濟數據集。比如說每季度的數據，往往需要幾個月時間整理，所以會造成時間的延遲。這個GDP很難馬上就能夠衡量出來，或者它主要部分不可能，我們要知道有很高質量的假設。我們要衡量信用卡每天的銷量，信用卡的公司把銷售情況加以記錄，以及分銷情況，這樣的數據是每天都可以調查整理出來，所以讓他們把這些數據公布出來，你只要付錢就可以了。
再比如用電量，人們賣電的時候每天都記錄下來看看用了多少電。美國、澳大利亞都是這樣做的，中國不久也會這樣做，這樣能夠非�？焖俚�、準確的計算每家大公司、大商場的用電量，這樣很快就可以了解到而且精度非常高。我們還可以記錄每天的利率、每天的就業率，每周的銷售量等等。在宏觀經濟中很多變量是可以拿到的，很快就可以拿到而且質量非常好。
(見圖)宏觀經濟很高質量的情況都可以了解到，我們現在正在組織做這個工作，但是這個工作還沒有做起來的。我小時候總是有很多笑話，比如經濟預報、天氣預報，英國的天氣非常復雜，天氣預報和經濟預報都非常差。但是現在天氣預報沒有什么笑話了，原因是有了衛星，衛星可以使我們看到幾天后的天氣情況，所以天氣預報做的非常好。那么經濟方面有沒有衛星呢？我們能否把數據也做的像天氣預報那樣好。所以我們現在講的信用卡的銷售情況，就可以回答剛才你的問題。
在未來會獲得更多的數據，但這并不是完全靠它了。另外就是工具方面，在未來有什么新的工具。我現在就在研究這個問題。剛才講到了我們解決這個問題，我們不了解有什么樣的工具，每一兩年都有新的工具出來，有些很好用，但是有些不是很好用，在預測方面有非常有活力，有一些工具是非常有用的。另外就是時間尺度，我們能預測多長時間呢？有些理論認為有一些尺度可以預測，比如說三個月、六個月或者一年。有些理論是可以預測到的，像人口、適齡的人口都可以預測，因為它的增長速度是非常緩慢的。但是有些很難預測比如石油價格、股票價格。如果很容易預測的話，每個人都可以在股市賺錢。我們對股市的預測偶爾可以準一些，其實股市是很難預測的。關于股市的預測我寫過一本書，出書預測股市，使人們能夠賺到錢。
有些變量是很容易的預測，可以預測一兩天的，比如明天的電量的需求是多少？我們還可以預測明天北京地區的用電需求量。我們可以分析每一小時、每天的北京的用電量或者其他大城市的用電量，因為它的形式非常簡單，比如說做早飯、開電燈，每天都有一個曲線或者說每年這個曲線都是有規律的，跟溫度很有關系，所以對明天的用電需求量可以做的很準確。但是未來一兩周天氣怎么樣很難預測，但是未來一兩天能夠預測很準。我們希望我們有越來越好的數據，我們可以的不斷的往前進，時間不斷的延長。
那么長期來說怎么樣，能否預測十年的、二十年的預測呢？我們問經濟學家是否做這樣長期的預測呢？他們說做不到，長期的預測是很難做到的。比如說現在不會游泳，很難說未來十年、二十年他肯定會。比如說過去30年美國的消費量情況，我們看到一個曲線，我們可以根據這個曲線預測未來的消費量，比如80年代的消費量曲線來預測25年后的消費量誤差大概在3%，現在出版了一本書是威納康姆寫的，這本書做了33年前的預測，對GDP、人口增長都做了預測，他們對人口的預測非常準確，但是不是百分之百準確，因為33年時間太長了。他們對GDP的預測數字誤差比較大，因為石油危機經濟出現了下滑，所以GDP的預測不是很準確，但是其他方面的預測都非常準確。他另外一個預測就是關于科學方面的一些預測，就是在未來30年會有哪些新的科學實現。在1967年做預測的時候當時的大型計算機可能有我們現在這么大一個房間這樣大，當時沒有微軟，也沒有蘋果公司。他們預測到每個公司都將會有電腦，每家都和其他家庭連接起來，這就是我們今天的網絡，這是微型計算機出現之前他們預測到的。他們還預測了手機電話，在當時能夠預測到手機電話是很難的事情。所以很多事情是可以預測的很準，當然也有一些錯誤。
比如他講到在移民方面的預測是非常錯的，在勞動力方面也預測錯了，他們覺得婦女不會走出家門工作，這個預測是錯誤的。在許多國家現在一周四天工作制，一天工作32小時。另外工人怎么樣休閑呢？他們去公園參加體育活動、看電影、需要很大的圖書館，這些滿足休閑時光。他們覺得人們主要的時間將用于休閑，他們預測錯啦，現在人們的工作還是非常緊張。對于30年的長期預測是非常長的，所以有的是可以進行長期的預測，而且是非常有用的。有些預測我們覺得是不可能的，比如說突然的變化，經濟突然出現了大的變化，也就是說有很重大的影響，這是很難預測的，一般的突發事件是預測不出來的。比如說90年代末的金融危機，許多國家都出現過銀行的金融危機。另外就是恐怖襲擊是很難預測的。突發事件因為太不確定了是無法確定的，比如地震、火山爆發這都是很難預測的。
現在有人認為這些是可以做到的，但是難度很大，也可以做一些預測。比如火山爆發的預測，我們做一些指數，在一些火山里面裝一些設施，在一兩天之前看這些指數，看這個結構的變化，我們可以利用一些模型做一些預測。關于地震的預測現在做的不是很好，但是我們還可以進步。有關銀行危機方面，可以加一些變量，有一些臨界值可以加以考慮，有一些理論可以界定什么時候出現銀行危機�，F在的情況是有一些時間變量比如說兌換率，這些都是月度的變量。另外還有每天的數據，利率的變化、股市的變化非常大，我們可以把它結合起來用做危機預測模式之中。
新加坡7月22號就有這個危機，我們不能這樣說，我們只能說有危機的可能，因為我們分析的指數可以是點六、點七的級別，一個月可能比較準，兩個月就差一些，這跟時間有一些關系，也就是說做一些以前不能做的事情，我覺得這樣做是有用的，這樣做可以幫助我們防止那樣的事情發生。所以我們要找到更好的辦法不斷的改進。這是剛才所說的預測，確實還是有用的。還有一些其他的新問題。
在講到政策效果預測的時候，政策分析是非常復雜的，它會產生深遠的影響，所以預測在未來是很有意義的一個領域。我想包括我和我的學生都會做這項工作。謝謝大家！
| 
