dsge模型难做吗_DSGE为什么有这么多诟病?

这篇短文是阐述为什么DSGE有些目前无法改变的毛病，这里的一些知识是我在工作认识到的，一些是阅读，参加seminar学到的。都是粗浅的认识，以起抛砖引玉的之用。

1. 单个DSGE最大的弱点就是几乎没有成功预测过经济变量

这个毫无争议，也几乎是大部分攻击的来源，就是DSGE对经济周期中的转折点几乎都会失败。2008年的衰退，所有DSGE模型几乎都预测不到这点。但这里反应出一个问题，倒是是D，是S，还是GE出了问题？一般均衡，经济学家梦想中世外桃源，我们找不到证据去质疑它，那么问题是在Dynamic么？同样也不是，这种哲学问题毫无疑问，我们都知道，没有绝对静止。那么问题很有可能就是出在Stochastic上，这潭水远远比D和GE都深。

世界充满了随机性，那么我们建立的模型也应该具备随机性才对。但关键问题是，这个世界的随机性是怎么运作的，如果大数定律和中心极限定理能解释世界的所有随机性，那么我们所有的shock都可以用正态分布来近似模拟。但似乎这个环节没有这么简单，在宏观经济学上面，这些shock都是外生变量，意思就是我们没有理论来解释他们，反正我们假设它们是这样运动的。这个假设应该说是非常大胆的。在一个复杂系统中，随机shock的任何反常行为都能让系统暴走，但我们确没有理论来解释他们。同时真实世界发生的shock变化，不是这些AR(1)外生过程就能追赶上的，所以预测的效果总是在灾难来临的时候很乐观，希望来临的时候很悲观，正是因为我们假设的高斯分布，导致DSGE预测从来都是格外的平坦。

而且这里涉及到另外一个问题，自从80年代以来，世界的发达经济国家进入了一个叫做Great Moderation的状态，这个阶段里面GDP，失业率，通胀率，都进入非常平稳的小波动状态。那么这个区间内的in-sample预测，看上去都那么准，不管模型好还是差。直到2008年金融危机的时候一下子把现代宏观工具都弄懵了，以DSGE和VAR为首的宏观模型，几乎全部失败。

2．哪来这么多technology shock

上面提出的问题，引出另一个问题，金融危机难道我们用Tech shock和demand shock来解释？显然这是个模型的misspecification。在DSGE里面加入金融部门，是一个极其重要的项目，不然以现在DSGE模型上来做方差分解，冲击分解，看上去全都是tech shock和domestic /foreign demand shock带来的问题。因为没有理论来解释，所以权重全部落到了这些需求和供给shock上来。所以，我要问的是，哪来这么多tech shock，我怎么没感觉出来？RBC理论失败就是失败在这些地方，对经济运作的认识太片面了。

3．几条时间序列可能抓到经济周期运动的本质?

状态空间模型从根本上就导致了DSGE是个高误差的模型，那加的一串串的measurement error，先不说它们没有微观理论基础。模型不能解释的问题全部都扔在里面，而且又没有理论来解释。一般一个中小型DSGE的变量可以在20个左右，但是数据往往只喂5到7个。大家也不要觉得这个过程很简单，一个20变量左右的DSGE，根据我经验能喂到7个时间序列进入就已经到极限了。首先很多变量是理论变量，没有实际的数据所对应，比如output gap，其次是加一个时间序列就要加一个structural shock，这样模型又出现unidentified的问题。就算你刚好加shock加到了极限(还差一个shock process模型就出现大面积unidentified了)，你冲击的变量和数据的入口不一致，还是导致unidentified的问题。这导致一个很难突破的技术难题，数据量和计算方法的权衡。那么我们试图用几个时间序列来解释经济周期，这虽然是在抓精髓，但是漏掉了很多经济信息。一般央行要实时监控上千条时间序列，即使在这种情况下，仍然经常出现重大失误。更别说用7条时间序列来预测未来了。所以很多欧洲的央行都是建立数十个模型，DSGE只是其中一个，不能主导任何货币政策的决定。

4．微观基础是口号

一个成品DSGE模型也难以保证每个方程都能经受Lucas critique的挑战。一般做法是DSGE要线性化 ，这是个步骤看似无害，但动摇了微观基础。我们人类的行为，是非线性的，如果硬要用线性化来表示，这是对微观基础进行了近似估计。在一个复杂系统中，微观基础的相互作用，和不同初始条件的混合，得到的结果是线性化系统模拟不出来的。同时，我们加的那些structural shock有微观理论的解释么？显然没有。