เหตุใดจึงต้องใช้แบบจำลองเศรษฐศาสตร์มหภาคเชิงประจักษ์ในกรณีที่พวกมันไม่คงที่นโยบาย (Lucas Critique)


12

ด้วยความน่าจะเป็นสูงคำถามนี้จะซ้ำกันและฉันพยายามค้นหาแล้วในชุมชน แต่ฉันไม่ประสบความสำเร็จ

ตามคำวิจารณ์ของลูคัสในแง่ทั่วไปแล้วปัญหาของแบบจำลองเชิงเศรษฐศาสตร์มหภาคเชิงประจักษ์ก็คือพวกมันไม่คงที่ต่อการเปลี่ยนแปลงนโยบายดังนั้นเราจึงไม่สามารถนำข้อสรุปเชิงนโยบายใด ๆ ออกมาได้

คำถามของฉันคือทำไมเราถึงยังใช้มันอยู่

ความช่วยเหลือใด ๆ ที่จะได้รับการชื่นชม

คำตอบ:


3

การตอบสนองต่อคำวิจารณ์ของลูคัสคือการเกิดขึ้นของโมเดล RBC และ DSGE การใช้พื้นฐานทางเศรษฐศาสตร์จุลภาคของโมเดลมาโครเราสามารถจำลองว่าพฤติกรรมจะเปลี่ยนไปอย่างไรเมื่อการเปลี่ยนแปลงนโยบายและประมาณการเฉพาะพารามิเตอร์เชิงลึกที่ไม่ได้เป็นตัวแปรนโยบาย ก่อน microfoundations เรากำลังประเมินโมเดลที่การประเมินรวมถึงการกระทำของผู้คน ด้วยแบบจำลอง microfounded วันนี้เราพยายามแยกการกระทำ สิ่งนี้เป็นไปไม่ได้ในรุ่นเก่าเนื่องจากเราไม่ได้พิจารณาว่าผู้คนปฏิบัติหรือตอบสนองอย่างไรในขณะที่ไมโครฟอร์แมตบอกคุณว่าผู้คนจะตอบสนองอย่างไร

อย่างไรก็ตามนี่เป็นงานที่ยากเนื่องจากเมื่อคุณแนะนำตัวแทนที่คิดอย่างแข็งขันเกี่ยวกับการกระทำของพวกเขาคุณต้องคำนึงถึงความคาดหวังในอนาคตของพวกเขาซึ่งไม่เป็นที่รู้จัก วิธีหนึ่งในการจัดการกับสิ่งนี้คือความคาดหวังที่สมเหตุสมผล

อีกประเด็นคือโมเดลดังกล่าวทำนายปฏิกิริยาที่รวดเร็วกว่าในข้อมูล หากตัวแทนมีเหตุผลอย่างสมบูรณ์มีการมองการณ์ไกลที่สมบูรณ์แบบและข้อมูลทั้งหมดพวกเขาตอบสนองได้อย่างรวดเร็วและสมบูรณ์แบบ ทางออกสำหรับวันนี้คือการเพิ่มแรงเสียดทานที่ทำให้ปฏิกิริยาเหล่านี้ช้าลง อย่างไรก็ตามโมเดลเก่าที่เราเคยประเมิน (คิดว่า IS-LM และโดยเฉพาะอย่างยิ่งรุ่น AS-AD) ยังมีปัญหาใหญ่ที่ผู้คนโง่เกินไป (เฉพาะการปรับตัว (มองย้อนหลัง) ความคาดหวังอย่านำข้อมูลมาพิจารณาเมื่อสร้างความคาดหวัง อย่าคิดว่าจะเกิดอะไรขึ้นในอนาคต) และนี่เป็นส่วนหนึ่งของคำวิจารณ์ของลูคัส ตอนนี้เรามีปัญหาที่คนฉลาดเกินไปหรือมีเหตุผลเกินตัว บางรุ่น (ดูรุ่นที่ตัวแทนของเศษส่วนบางส่วนเป็น "กฎของผู้บริโภคนิ้วหัวแม่มือ"

สำหรับการวิพากษ์วิจารณ์ของความมีเหตุผล: ในการศึกษาเชิงจุลภาคจำนวนมากที่ใช้การทดลองล้มเหลว อย่างไรก็ตามสิ่งนี้ไม่ได้บอกเราว่ามีการเบี่ยงเบนเล็ก ๆ น้อย ๆ จากการรวมเหตุผลซึ่งเป็นสิ่งที่มหภาคสนใจมันอาจเกิดขึ้นได้จากการเบี่ยงเบนที่แตกต่างกันมากมายในทิศทางที่แตกต่างกัน

นอกจากนี้วิธีการได้รับการพัฒนาในขณะนี้เพื่อเบี่ยงเบนความคาดหวังจากเหตุผล สิ่งเหล่านี้แก้ไขได้ยากมาก วิธีหนึ่งที่น่าสนใจคือการสมมติว่าคนมีเหตุผล แต่ไม่มีข้อมูลทั้งหมดซึ่งเป็นเหตุผลที่คนส่วนใหญ่ทำผิด นี่คือรูปแบบของความขัดแย้งของข้อมูล คำสำคัญ: การไม่ตั้งใจ Rational (เช่น Sims) และ Inattentiveness (เช่น Reis) อีกวิธีที่เกี่ยวข้องรวมถึงโมเดลการเรียนรู้

เพื่อสรุป: เราพยายามมีแบบจำลองที่มีภูมิคุ้มกันต่อคำวิจารณ์ของลูคัส สิ่งเหล่านี้มักจะต้องใช้ความคาดหวังอย่างมีเหตุผลเพื่อแก้ไข แต่ก็มีการพัฒนาแนวทางอื่น ๆ เช่นกัน


2

คำตอบที่ชัดเจนที่สุดคือทางเลือกคืออะไร ที่จะไม่ทำอะไรเลย? หากคุณทำสิ่งที่ดีที่สุดที่คุณสามารถทำได้ - ด้วยความรู้ที่ดีที่สุดที่คุณมีในเวลานั้นมันเป็นเรื่องยากที่จะผิดคนที่ต้องการเปลี่ยนสิ่งที่พวกเขาคิดว่าสามารถทำได้ดีกว่า

ส่วนที่สอง - เมื่อบทวิจารณ์ของลูคัสได้รับการตีพิมพ์มันเป็นส่วนหนึ่งของการเคลื่อนไหวสู่โมเดลเศรษฐกิจขนาดเล็กซึ่งยอดเยี่ยมมาก อย่างไรก็ตามโมเดลเหล่านี้ทั้งหมด / ส่วนใหญ่ขึ้นอยู่กับสมมติฐานของเหตุผล ในฐานะที่เป็นเศรษฐศาสตร์พฤติกรรมได้แสดง - homo economus เป็นวิธีที่น่ากลัวในการจำลองพฤติกรรมมนุษย์จริง

โดยทั่วไปคุณควรใช้สมมติฐานที่มีเหตุผลเพื่อดูว่าแบบจำลองของคุณทำงานอย่างไรในการตั้งค่าที่ง่ายที่สุด จากนั้นดูว่าเกิดอะไรขึ้น - ตามขั้นตอน - เมื่อคุณให้พฤติกรรมในโลกแห่งความจริงมีอิทธิพลต่อแบบจำลองของคุณ

นี่ไม่ใช่เป้าหมายของการวิจารณ์ลูคัส แต่มันควรจะเป็น

นอกจากนี้ยังมีความเฉื่อยมากมายในโลกเศรษฐกิจ ดูเหมือนว่าอาจารย์ส่วนใหญ่ในปัจจุบันซึ่งมีการศึกษาในยุค 70-80 และนักศึกษาเศรษฐศาสตร์ส่วนใหญ่จะต้องศึกษาเป็นเวลาหลายปีก่อนที่พวกเขาจะพบสิ่งอื่นนอกเหนือจากสมมติฐานที่เข้มงวด หรือเกิดขึ้นจริงเพียงต้องสะดุดเข้าสู่โลกแห่งความจริง :)

และในโลกแห่งความเป็นจริงก็มีแรงกดดันจากนักการเมืองถึงสิ่งที่เกิดขึ้นจริงเกี่ยวกับเศรษฐกิจ - อาจเป็นคำตอบที่แท้จริงสำหรับคำถามของคุณ

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.