經濟學能預測經濟發展趨勢嗎？

簡單談一談預測的方法體系吧，感覺這方面一直被很多經濟系忽視。
首先，預測有兩大基本門類：定性和定量。
定性包括：調查問卷、專家意見（德爾菲法）、獨立判斷。
定量包括：回歸方法、實驗方法、時間序列方法、領先指標、彈性估計法、插值法、重力模型、灰度關聯分析、機器學習、預期理論、博弈論、DSGE 等。

先來說說回歸方法，不少人以為回歸是專門用來做因果推斷的，其實不然。當你用它來做因果推斷的時候，你關注的是；當你用它預測的時候，你關注的是。
舉一個應用場景的例子，比如你正在經營一家工廠，你需要預測市場需求，從而決定自己的生產計劃。怎麼預測呢？一般可以根據歷史的銷售數據來預測。但是，銷售量不完全就是需求，特別是市場需求超出庫存（stockout）的時候，這時候你沒有銷售量，但不代表沒有需求！這個現象叫 censoring 。
如果只有 censoring 沒有 self-selection 的問題，那麼你可以 1）只選取 non-censoring 的數據部分進行建模； 2）合理猜測一個存貨水平，估計在此之上的真實需求。方法 1）往往會低估需求，所以方法 2）更為常用，這裡需要用到的 technique 是 Expectation-Maximization (EM) Algorithm 。如果既有 censoring 又有 self-selection，就可以用 Hackman 兩階段方法來處理。
實驗也是企業預測市場需求的重要方法。比較常見的包括社科人士熟悉的 RCT，IT 人士熟悉的 A/B test，Marketing 的人喜歡搞的 pilot test 等等。實驗設計最重要的是要保證實驗組和對照組的隨機分配。一些公司會通過發郵件來邀請被試參與實驗，但如果大家點開郵件的概率比較低的話，就會影響到實驗的可信性。一般來說，做實驗比較燒錢，所以是否要進行實驗我們往往需要權衡再三（可以構建一個決策樹）。當然，像梁建章這種在自己開的公司裏做實驗，然後還可以拿去發 QJE，我們只有羨慕的份了。
時間序列方法，顧名思義就是從歷史數據中預測未來。比較簡單的有，增長率不變法、移動平均法、指數平滑法，複雜的像 box-jenkins 方法。使用 box-jenkins 模型的一個重要假設是時間序列滿足弱平穩性，沒有這一點，預測就無從談起了。時間序列還要提防偽回歸，這時候就要做協整檢驗來判別。
領先指標，像 PMI、PPI、固定資產投資、消費者信心指數都是，這一方法已經被投資分析師們在基本面分析中廣泛運用了，這裡就不多說了。
彈性估計法，其實我們在經濟學原理這樣的入門課就接觸到了，比如，需求彈性、供給彈性，只是老師不一定會告訴你，彈性是可以拿來預測的。因為在一定的時期內，彈性可能是相對穩定的一個變數。
其他方法不細說了，我就提兩個：機器學習和博弈論。
現在經濟學實證領域的文章，用機器學習的是越來越普遍。諸如 Lasso、Ridge、Random forest，不要太多。這股風潮的流行，很大是受到 Varian （谷歌首席經濟學家）、Susan （微軟顧問）等經濟學家的推動。
Varian 早在2014年就指出，計量經濟學和機器學習應當相互借鑒，以下摘自他的 slides。可以看出，機器學習大大擴充了計量經濟學的工具箱，而計量經濟學在因果推斷的所長，也將是機器學習的有力補充。

知乎上有一個問題，經濟學是不是不能用於預測，只能用於解釋，我是反對這個看法的。預測經濟學家 Francis Diebold 也認為，哪裡有什麼解釋和預測之分，都是用於預測的，只不過是一個是基於因果來預測，一個不基於而已。
長期以來，計量經濟學和機器學習分別在兩個不同的領域發展壯大起來，兩邊各有自己的粉絲，都以數據科學家自居，但彼此互不知曉，各幹各活。面對越來越複雜的應用場景，我們既關注，也關注；既要追求精確，也要有邏輯框架來支撐我們的商業直覺。因此，這兩門學科的融合一定是未來的發展趨勢。而一旦融合，也將徹底重塑數據科學。
最後講一講博弈論。博弈論可以預測廠商之間的競爭、政治競選、以及制定公司策略等，但它的問題在於，有時候它給出太多均衡了，精確性不夠好。而且對人的理性程度要求太高，應用上不如搞行為的那一派貼近實際。

不能，經濟發展趨勢不光是經濟問題，人，自然都有決定性因素，光研究經濟學是無法預測經濟發展趨勢的，不然就不會有那麼多經濟問題得不到解決了。
當代經濟學研究（預測）一般包括三個環節：提出理論猜想、建立理論模型、驗證理論模型。我們從理性預期學派的例子談起，說明經濟學能否預測經濟發展趨勢，怎樣預測經濟發展趨勢。
一

提出理論猜想。
小羅伯特.盧卡斯（Robert Lucas,Jr.)、羅伯特.巴羅(Robert J.Barro)、託馬斯.薩金特（Thomas J. Sargent) 等提出理性預期猜想，主要由四個假設提供支撐：
1、理性預期假說。經濟活動當事人與經濟制度有相同的信息背景，當事人的預期趨向於經濟制度給出的結果。
2、中性假說和非中性假說。「中性假說」，暨「貨幣中性假說」，指經濟的總產量和就業的實際水平和自然水平間不同的時間類型（這種時間類型構成商業週期劃分），與對商業週期發展做出反應的貨幣和財政政策無關。「非中性假說」，認為商業週期以一種有意義的方式依賴於貨幣和財政活動。兩個假說之間的關係是：「中性假說」並不意味著政府的行為一般不能影響總產量和就業，而是說，系統的貨幣活動在這方面的作用是不連續的，有時起正向作用，有時起反向作用，有時不起作用，這就是「非中性假說」。然而，從從最終意義上講，系統的貨幣活動對經濟不起作用，是「中性」的。
3、自然率假說。認為經濟總量（產量、就業）與通貨膨脹率之間不存在固定關係，而與實際通貨膨脹率和通貨膨脹率預期間的差別之間，存在固定關係。自然率假說認為，給定經濟的微觀結構、私人活動者（企業家、消費者、工人）基於對通貨膨脹率正確的預期，會形成唯一的總產量和就業水平，即「自然水平」。總產量和就業高於、等於或低於自然水平，是同通貨膨脹高於、等於或低於一般預期通貨膨脹率相聯繫的。
4、政府行為無效假說。經濟活動者（企業家、消費者、工人）熟知政府的貨幣、財政行為，因為政府在各個時期反覆重複同樣的措施，會使參與者形成對政府行為的預期，人們便將以自己的行動來抵消政府政策的影響，從而使政策的作用降到最低。
二
建立理論模型。
當代經濟學的理論猜想不能僅用文字表述，文字表述的不嚴謹會導致歧義，必須要翻譯成數學語言，這一點在理性預期學派尤為明顯，它強調經濟活動的動態分析，每種經濟變數都打上時期概念，形成獨特的理性預期動態經濟分析模型。
比如，盧卡斯在其《經濟動態的遞歸方法》一書中，從遞歸分析基本模型出發，運用確定性動態規劃、隨機動態規劃、離散馬爾科夫過程的收斂性理論，將動態理念運用到一般均衡系統，在此基礎上分析企業投資、家庭消費、長期增長、資本積累、工作找尋與匹配、存貨行為、資產定價和貨幣需求模型，說明如何預測個人和社會行為。

三
驗證理論模型。
採集不同歷史時期海量數據，通過矩陣代數、概率與統計學的方法（計量經濟學方法）處理數據，論證理論模型的合理性，從而證明理性預期假說理論的合理性。
四
從以上講述可以看出，建立理論模型和驗證理論模型的前提是理論假設（猜想），只有假設（猜想）合理、正確，後面的兩個步驟纔有意義。然而，正是在假設（猜想）這個環節，人類認識能力面對過於紛繁複雜的經濟行為，只能模模糊糊看個大概，所以，對未來經濟的預測也只能是看大方向，需要在實際工作中不斷動態調整。
任正非說過一句話，「方向大體正確，企業充滿活力」。這句話實在有大道理。不僅是企業發展的道理，還是國家發展的道理：方向大體正確，國家充滿活力。
為著「方向大體正確」，大方向必須要看、預測仍然要做，儘管很努力還必然會出錯，也還仍然要看、要做。
比如本輪「供給側改革」、「去產能」，就是一個對經濟大方向的看法。如果沒有這個判斷，任由市場發揮作用，落後產能就會延續下去，一直延續到發生大規模經濟危機，市場強行出清落後產能，這會對國民經濟造成更大的衝擊和傷害，可能是類似於「1929-1933年」的大危機。
提出「中國製造2025」，同樣是一個大方向的判斷：中國必須要著力於高端製造業，才能可持續發展。至於國家投入多少，給了多少補貼和政策優惠，哪些產業最終會成功，哪些產業最終因為種種我們現在想不到的原因失敗，甚或本來打算髮展A產業，結果沒有列入計劃的B產業反而成功了，這些，是目前時點無法準確預測的事。
我們能做的，就是懷著深深戒懼的心、睜大狐疑的眼，根據變化不斷調整預測，努力使其能比經濟實踐略微提前一點點，避開市場自發行為可能導致宏觀經濟出現的大危機。

五
我們怎樣做預測，或者說，怎樣的預測纔是相對科學的預測？這是一個認識論的問題。
邏輯實證主義認為，人類的知識是通過歸納法，從經驗中確立得到證實的真命題，人類認識的發展就是這種真命題和由他們構成的理論的累積。
波普爾反對，提出「證偽主義」，認為知識就是「假說」。
他說，「可證實性判斷依據」不僅不合理，而且不可能，因為它的工具「歸納法」從最終意義上是無效的。「可證偽性判斷依據」的工具是否定式假言直言三段論演繹法，可藉助「判斷性試驗」，從單稱陳述的真，論證作為知識的全稱陳述的假，即可實現證偽。
波普爾認為，人類知識增長的過程是「問題-嘗試性解決-排除錯誤-新的問題」的過程。
「問題」階段。主體先天的知識成分起主導作用，提出問題、假說或設想，「理論不始於觀察、觀察中滲透著理論」（波普爾，1962）。在改革之初，華、鄧面對同樣的現狀，因為主體的先天知識成分不一樣，所以判斷不一樣、預測不一樣，提出的解決方法不一樣。
「嘗試性解決」階段。提出的設想、假說、計劃同時有好幾個，這就要通過排除錯誤來做選擇。這時才需要訴諸於經驗，即接受那些較好經受住經驗檢驗的設想、假說或計劃，排除接受經驗檢驗較差的設想、假說或計劃（排除錯誤階段）。
完整過程是這樣的：人類知識的增長包括猜想和反駁兩個環節。人類根據問題大膽提出猜想，努力按可證偽度高的要求提出假說、計劃。嘗試性理論提出後，就進入反駁，這時要根據經驗，按確認度高的要求排除錯誤，從而使所接受理論假性內容減少或不增加。通過不斷猜想和反駁，人類就能夠獲得逼真度高的知識。
猜想-反駁的過程是漸進的，人的認識過程是漸進的，所以經濟預測只能是漸進的，改革、發展的實踐也只能是漸進的。

六
有人會說，我們觀察到一些指標之間的相關性，以此可以預測未來經濟的變化。比如，觀察美國國債利率變化，如果出現一年期利率水平超過十年期利率水平，即「利率倒掛」現象，意味著美國經濟大概率走向蕭條。

可以發現從1954年至今有10個期間，出現了利率倒掛，其中9次成功的預測了兩年內美國的經濟危機。而1954年至今美國一共也就是9次經濟危機（不包括54年初韓戰的那次）。
我的觀點是：儘管根據以往觀察到的一年與十年國債利率直觀關係表現，一旦倒掛就大概率發生危機，仍然無法說明二者之間有必然聯繫（不一定不正確，只是無法說明）。
比如，我每次去喫飯，都能看到同一隻貓在食堂轉來轉去，如果據此做一定時間段內我和貓同時出現在食堂內的模型，置信度90%，回歸出來的擬合度會很高，模型很漂亮，但二者之間並沒有什麼必然聯繫，一定時期內預測可能是高度準確的，然而，還是沒有什麼必然聯繫。
這麼說，並非否定的意思。而是要找出二者背後究竟是怎樣的關聯關係。如果無法說明背後的、內在的聯繫，就只是「猜想」，可能猜對了，也可能沒猜對。
七
我們在分析資本市場時，通常的做法也是觀察、找到若干指標，發現它們之間似乎有某種聯動關係，然後建立模型，驗證指標間的相關度。指標可能在形式上相關，究竟是否是有實際聯繫的相關，實際上是怎樣相關起來的，出現什麼樣的變化指標間就不相關了，並不清楚。

很多主動型基金可能在一定時期內通過觀察若干指標建立模型預測賺了錢，但由於只看指標間的相關性，並沒有搞清楚背後複雜的原因，一旦背後的因素變化了，原有的相關性就會變得不那麼相關，仍然用這個模型去預測，就要虧錢了。所以，長期來看，主動型基金基本上跑不過指數。
長期做股票還賺錢的全世界只有巴菲特。他是長期投資人，看企業基本面，一直持有下去。支撐他的是保險資金。這種投資邏輯就是看好美國經濟成長前景，選擇過往經歷證明是優秀的公司，預測這家公司在總體不斷擴張的經濟體內，長時間來看，還會繼續成長。這個邏輯符合人在經濟領域的認識能力：只能模模糊糊看個大方向——還不一定正確。所以，巴菲特總體說來賺錢了，儘管不是一直賺、每次賺。
八
回到問題，經濟學能預測經濟發展趨勢嗎？在當前認識水平上，只能做方向（趨勢）性預測，並需要根據發展不斷調整預測，預測不一定正確。由於經濟活動的複雜性和不斷變化，過於具體的預測、一成不變的預測，基本靠不住。

很難。因為人才是經濟的創造和承受者，也是參與者，經濟本身脫胎於人，它不是客觀的。
人能預測物體的運動因為人的主觀和物體是分離的。但是人的主觀預測本身就能改變經濟的運行。這就是反身性。
馬克思寫資本論的時候，預測了資本主義必將被共產主義取代，資本主義最發達的英法等國會率先爆發無產階級的革命。
然而，他預測對了開始，工人運動確實開始出現，可惜，資本家也是會看書的，資本家看完了馬克思的書，改變了資本主義的生產關係，於是馬克思後面的預測就錯了。
然後列寧出來打補丁，然後毛又出來打補丁。可惜，每一個補丁從它出現的時候就立即過時了，因為其他人看到你的補丁就可以立即調整戰略。
所以我們的預測都是不準的。

能預測，但不能保證。有的預測基於瞭解市場或者政策的人豐富的觀察經驗積累起來的個人經濟哲學邏輯，有的預測基於科學的定量的邏輯嚴密的統計分析，以上是比較可靠的，有的預測基於「西方聖人」崇拜，這個一般是不太可靠的。

推薦閱讀：