DSGE为什么有这么多诟病?

firevenus 发表于 2012-12-25 21:08
rastila大神，不用在意那些人，个人觉得还是主要参照solow在美国国会的那篇演讲吧？

我没有参照solow的发言,但我大概记得他好象说的问题不是很具体,没有说技术性问题,而且他当时的发言更像是牢骚,而不是辩论,曼昆当时在他博客里面都表示说对solow的发言他很无语. 技术问题主要都是中央银行界提出来 的,因为学术界的任务是发论文,而中央银行家主要对模型的解释力感兴趣,在这个过程中发现了很多DSGE的误区. 但学术界似乎总是装看不见这些问题,还在使劲儿发论文, 但也不能怪学术界,毕竟任务和工作性质不同.

yin_jiu 发表于 2012-12-25 18:24
前段看到有个内部培训资料，哪国人培训的忘记了，开头的一个最后也提到了ABM，但是感语焉不详。这个帖子建议 ...

ABM模型非常新, 是很多学科的交叉部分. 具体能在经济学上面走多远, 我不知道. 这个模型的人力投入太少了, 世界上有研究这个模型的大学非常少, 至少在经济学领域非常少, 其他实验类学科里面ABM的普及程度要高一些. 我放了一篇论文在这个地方,是我朋友的论文,正在审核发表的过程, 这篇文章试图用ABM来联系微观和宏观.

Luca Barone (2012) - An ABM for Economics.pdf (718.7 KB)

2012-12-29 01:09:08 上传

      对于基于GE理论和RBC理论建立的宏观经济模型，一直觉得在数学上应当是很完美的，向来也觉得在微观基础上也绝对是足够扎实的。可某种程度上，基于GE理论的模型具备的扎实微观基础有时候可能也是造成短期经济预测失效的关键所在。要知道一般均衡理论中货币只是“面纱”，货币绝对是中性的；可是现实情况却时常表明至少在短期货币未必是中性的。货币幻觉若是真实存在的，那么瓦尔拉斯一般均衡可能压根就没办法实现。当然，新古典主义经济学从来就否认货币幻觉存在的可能性。
     觉得要解决这些问题，可能需要对卢卡斯批判进行一次再批判。不彻底否定理性预期，但也必须认识到理性预期是存在条件的。若理性预期是有条件的，那么在条件不满足的情况下，预期可能就会和实际存在偏差。这种事前预期和事后结果的偏差也就有可能带来一些扰动。这样，凯恩斯所说的“动物精神”可能在一定范围内还是有作用的。

wj198857 发表于 2012-12-29 12:40
对于基于GE理论和RBC理论建立的宏观经济模型，一直觉得在数学上应当是很完美的，向来也觉得在微观基础 ...

New Classical学派现在已经没有独立存在了, 也几乎没有学术界使用RBC模型了. 现在的主流是 New neoclassical synthesis, 这是新凯恩斯学派推动的第二次学派综合. 短期货币的非中性出现在现代的每一个DSGE模型里面.

是不是从代表个体（微观）到宏观的加总不对，而是反过来，从宏观找微观。

rastila 发表于 2012-12-18 20:57
我们之间没有任何好谈的，你说的我不感兴趣，请不要给我留言。有意见请给欧洲央行，和其他欧洲国家央行写 ...

别生气，总有人认为做DSGE就是炫耀或者什么，随他们去吧。

新年快乐

xymacro 发表于 2012-12-19 10:18
帖子很有益，有几点和版主探讨一下。

1. DSGE最大的弱点就是没有成功预测过经济变量

“凯恩斯主义本身，也在新凯恩斯主义的发展中得到新生”
也是在新古典学派的质疑声中变得更加强大的

期待版主更多的见解

[victory]

个人的粗浅认识：任何的经济学模型都试图对复杂而多变的实际经济形势进行分析。作为经济学家他们往往会关注几个变量之间的相互关系。如果这些变量之间的相互关系较为稳定，而有一个变化的变化又经常出现在另一个变量之前，或许可以将这两个变量理解为具有因果关系。经济学的模型最著的是建立一个认为的模型，供经济学家和政策者进行比较的实验。不像自然科学中的一些学科，我们不可以拿着真实的那个经济体做实验。

正是因为对复杂的抽象，而且这种抽象又不一定抓住了现象后的本质，所以模型很容易受到局限。即使是被实证检验或者经验数据所驳斥，也无法以此推翻一个模型。首先，模型是假设-论断-推理-结论的逻辑组合，如果逻辑是对的，那么我们就说这种情况虽然在现实中不存在，也是一种理论可能。其次，数据的运行并不像我们模型设定的那样变化。也就是我们说的有干扰。而这些干扰中可能有我们未有认识的因素在推动甚至决定着数据的变化；而又或者是因为这些因素是我们在抽象过程中不想过于复杂的结果。

DSGE应该来说是力图从经济逻辑去理解data generating process, 而reduced-form VARs应该是更从客观上尊重DGP固有的现象表现。所以才会有DSGE-VAR，Bayesian DSGE，就是这两种方法之间进行折中。

LZ不必纠结，只要你能够从Bayes Theorem的公式去理解我们对于经济学的学习就可以了。对于经济学理解的变量关系构成了prior distribution, 在给定数据的时候，我们会将其用likelihood function来理解，两者的结合就是从现有的数据的理解中提升或者修改我们对原有数据的理解。个人比较喜欢Bayesian这种思想，比较符合认知的过程。经济学也是一个过程。

最后希望楼主能够继续在DSGE方面的努力和推广。

此外，楼主对非线性 second-order approximation是否有过研究？particle filter呢？谢谢！