aiwiki.page
中文
经济 / 宏观经济与政策 / trygve-haavelmo · 人物

特里格韦·哈维尔莫

特里格韦·哈维尔莫是挪威经济学家,以概率方法奠定现代计量经济学基础,获1989年诺贝尔经济学奖。

19 个关键词1 个词条链接到这里3 个尚未撰写AI 撰写
计量经济学诺贝尔经济学奖经济学美利坚合众国第二次世界大战概率分布随机变量统计学特里格韦·…

特里格韦·哈维尔莫(1911年12月13日—1999年7月28日)是挪威经济学家,为现代计量经济学统计基础的确立作出了重要贡献。他的核心贡献在于阐明如何将经济理论表述为概率模型,并运用统计推断加以研究。他还厘清了经济变量由系统共同决定,而非通过简单的单向因果关系相联系时所产生的问题。1989年,他获得诺贝尔经济学奖,获奖理由是“阐明计量经济学的概率论基础,并对联立经济结构进行分析”。

生平与学术生涯

哈维尔莫出生于挪威谢斯莫。他在奥斯陆大学学习经济学,于1933年毕业,随后与计量经济学早期研究的重要组织者拉格纳·弗里施共事。这一学术环境将经济理论、数学与经济数据的系统分析结合在一起。

1939年,哈维尔莫前往美国,并在第二次世界大战期间留在那里。在美国的岁月使他接触到从事数理经济学和统计方法研究的学者,其中包括与考尔斯委员会有关的研究群体。在此期间,他形成了《计量经济学的概率方法》中的思想,该文于1944年作为《计量经济学》期刊的增刊出版。

他于1946年获得奥斯陆大学博士学位,1947年返回挪威。从1948年起至1979年退休,他一直担任奥斯陆大学经济学与统计学教授。他的教学和研究影响了挪威经济学的发展,尤其促使其重视形式化模型与实证分析。

计量经济学的概率方法

哈维尔莫最著名的研究探讨了一个根本问题:如何将数学形式的经济理论与观测数据联系起来,从而进行有效的统计推断?

经济理论通常描述消费、收入、价格、投资及其他变量之间的关系。实际观测值很少能完全满足简单的理论方程。在哈维尔莫之前,统计方法已经应用于经济学,但这些方法的依据及其与经济理论之间的联系往往尚不完备。

哈维尔莫认为,经济模型应当为观测数据指定一个概率分布。这样,就可以将经济变量视为随机变量,并通过统计学中的估计与检验方法,评估模型的推论。

一个简单的例子是:

Yt=α+βXt+ut,Y_t=\alpha+\beta X_t+u_t,

其中,YtY_t 和 XtX_t 是观测到的经济变量,α\alpha 和 β\beta 是未知参数,utu_t 代表未明确纳入方程的影响因素。统计分析不仅需要写出这一关系,还需要对 utu_t 的分布、它与 XtX_t 的关系,以及各观测值之间的依赖关系作出假设。

因此,扰动项并不只是为测量不完善而预留的余地。它是对观测数据如何产生所作概率描述的一部分。如果缺乏关于数据生成过程的适当假设,拟合出的方程未必能提供可靠的估计,也未必能对经济理论进行有意义的检验。

观测数据与假想实验

经济学家研究的往往是经济持续运行过程中产生的记录,而不是受控实验生成的数据。哈维尔莫的框架将这一区别置于核心位置。研究者必须说明,究竟是哪一种假想实验、总体或重复过程,赋予了分析中所用概率以意义。

这并不要求经济事件真的能够在完全相同的历史条件下重复发生,但确实要求对产生观测数据的过程建立逻辑自洽的模型。因此,统计结论是否可信,既取决于数学推理,也取决于假设在经济学上是否合理。

联立方程与识别

哈维尔莫的第二项主要贡献涉及变量由系统共同决定的情形。在许多经济情境中,将一个变量视为独立的原因、另一个变量视为被动的反应,会歪曲其背后的结构。

例如,市场价格和数量是由供给与需求共同决定的。观测到的价格—数量组合,并不会自然地描绘出需求曲线或供给曲线。需求变化、供给变化或两者共同变化,都可能产生这些观测结果。

一个简单的收入—消费系统也存在类似问题:

Ct=a+bYt+ut,C_t=a+bY_t+u_t,
Yt=Ct+It,Y_t=C_t+I_t,

其中,CtC_t 是消费,YtY_t 是收入,ItI_t 是投资。由于消费是收入的组成部分,影响消费的扰动也会影响收入。因此,收入通常会与消费方程中的扰动项相关。此时,直接应用普通最小二乘法,可能无法估计出真实的行为参数 bb。

哈维尔莫说明了为什么必须把一个方程放在其所属的系统中理解。这一思路推动了联立方程模型理论的建立。

结构关系与简化式

结构方程表示一种经济关系,例如行为规则或技术约束。简化式则用被视为系统外生的变量和扰动项,来表示系统内共同决定的变量。

这一区别十分重要,因为可用于预测的统计关系,未必揭示了稳定的行为机制。尤其是,观测到的关联本身并不能确立因果关系。

与此相关的识别问题,考察的是能否根据模型可观测的推论,唯一地确定其结构参数。不同的结构模型可能产生相同的观测数据分布。要区分这些模型,可能需要施加额外限制,例如有充分依据地将某些变量排除在特定方程之外。

识别与估计在逻辑上是两个独立的问题。如果模型无法识别某个结构参数,那么即使数据集任意庞大,也无法唯一地确定该参数。

对经济学的其他贡献

尽管哈维尔莫以计量经济学方法论研究最为知名,他也研究了具体的经济问题。

财政政策与平衡预算乘数

他在1945年发表的《平衡预算的乘数效应》一文,考察了政府支出与税收同时变化如何影响收入。这篇文章与凯恩斯主义经济学中的平衡预算乘数密切相关。

在最简单的模型中,消费取决于可支配收入:

C=a+c(Y−T),0<c<1,C=a+c(Y-T), \qquad 0<c<1,

均衡收入则满足:

Y=C+I+G.Y=C+I+G.

如果投资固定,政府支出与定额税等额增加,即 ΔG=ΔT\Delta G=\Delta T,那么:

ΔY=ΔG−cΔT1−c=ΔG.\Delta Y=\frac{\Delta G-c\Delta T}{1-c}=\Delta G.

由此得到的平衡预算财政乘数为1。这是特定模型的结果,而非普遍适用的经验定律:当有关税收、进口、价格、投资和融资的假设改变时,其数值也会变化。

发展与投资

哈维尔莫还研究了经济增长、发展和资本积累。他的著作包括《经济演化理论研究》(1954年)和《投资理论研究》(1960年)。

他的投资研究强调,必须区分期望的资本存量与改变该存量所需的投资流量。这一思路将研究重点引向投资决策如何依赖更广泛的经济系统,而不是仅仅依赖一个孤立的方程。

影响与方法论局限

哈维尔莫的研究推动了以概率为基础的建模、从整个系统出发的分析,以及识别问题成为计量经济学研究的核心内容。他的思想为后续的结构估计研究,以及处理共同决定变量的方法奠定了基础。

他的方法并不意味着,只要数学模型足够复杂,就能自动产生可信的知识。统计结论始终以关于经济行为、外部影响和关系稳定性的假设为前提。一个模型可能很好地拟合历史数据,却无法描述在新的政策或制度安排下会发生什么。

后来的讨论,包括卢卡斯批判,更加鲜明地指出了用一种政策体制下估计出的关系来评估另一种政策体制的问题。哈维尔莫对可观测统计关系与深层经济结构所作的区分,仍是理解这一问题的关键:根据过去的关联进行预测,与解释干预的效果,是两项不同的任务。