托马斯·萨金特 ：人工智能时代的实证主义者（附专访视频）

托马斯·萨金特教授作为2011年诺贝尔经济学奖获得者，一直致力于宏观经济学中对成因及其影响的实证研究。拥有哈佛大学、纽约大学等多所全球知名大学任教经历的萨金特教授于2017年加盟北京大学汇丰商学院，并担任“萨金特数量经济与金融研究所”所长。在他看来，“这样可以了解到关于中国最新的动态，可以在沟通的过程中不断修正自己对中国的误解”。

飞速发展的科技席卷全球，关于ChatGPT这样的生成式人工智能“将重塑经济”的言论甚嚣尘上，萨金特教授接受《北大金融评论》专访时表示ChatGPT就是大数据时代的产物，在用于编辑文稿、协助编写代码、审查报告等方面是很有帮助的。至于人工智能是否会完全取代部分人的工作，萨金特教授则认为：“ChatGPT就像是我们的一个助理，可以帮助做一些基础性、重复性的工作，但最终的创作、修改、审校、判断等工作，都需要人类来完成。”

本文刊登于《北大金融评论》第19期。

相较于经济学家这个头衔，托马斯·萨金特更倾向于将自己定位为一个经济科学家，一个爱用数字说话的实证主义者。为了更好地解释所研究的经济学问题，萨金特在数学学习上投入了大量的时间，有时候还去旁听数学系本科生和研究生的课程。他表示：“我们只不过是纸上谈兵的人物，靠观察数字来努力搞清楚正在发生的问题。”

2011年，备受瞩目的诺贝尔经济学奖获得者于10日19时最终确定，美国纽约大学教授托马斯·萨金特及普林斯顿大学教授克里斯托弗·西姆斯分享了此殊荣，瑞典皇家科学院表彰他们“在宏观经济学中对成因及其影响的实证研究”。诺贝尔经济学奖委员会的官方公告中说道：“托马斯对于解释宏观经济学当中的数据有着非常重大的贡献，人们可以从他的研究中发现、学习到国家政策所带来的影响，以及其他因素像突然的价格变化以及产品供给突然发生变化带来的影响，他带来的计量工作，在国家政策下，对于全世界的经济学研究都有非常重大的意义。”

在获得诺贝尔经济学奖的当天早上，萨金特像往常一样乘坐火车去普林斯顿大学授课，据说，诺贝尔经济学奖的组委会在当天早上多次致电萨金特，但他因为是陌生号码没有接到电话，在被告知获得诺贝尔奖时，他表现得非常平静。其实早在1995年，托马斯·萨金特就曾与诺贝尔经济学奖“失之交臂”。作为理性预期学派的主要代表人物和长期合作者，托马斯·萨金特与罗伯特·卢卡斯被学术界认为将共同获得诺贝尔经济学奖，但1995年的诺贝尔奖却出乎意料地只授予了罗伯特·卢卡斯一人。原因之一在于，萨金特提出的“政策无效性”命题及相关理论受到了诸多学者的质疑。

当萨金特还是一名研究生的时候，他就对如何将分布式时滞参数化这一宏观经济学中的重要课题十分感兴趣。当时很多有名的经济学家，比如索罗、约根森、格里切斯等都用各种方法进行了尝试，但萨金特却对这些研究尚不满意。在卡内基.梅隆大学读书的时候，萨金特被推荐去读约翰·穆思（被誉为理性预期之父）的一篇论文。在那篇论文里,穆斯通过对菲利普·卡根的预期方程式进行逆推,将弗里德曼的适应性预期模型合理化了。穆斯的结论是，对随机性进程的预测应该也包括分布式时滞和人们对未来的预期。萨金特表示：“这为引导进行我后面的研究奠定了基础，使我意识到我应该朝这个方向钻研。我认为，在理性预期的模型中，人们的预期不应该是理论模型中的输入，而应该是输出，是结果的一部分。”

从1961年约翰·穆思的开创性论文《理性预期和价格运动理论》算起，理性预期假说已经走过了漫长的道路。20世纪70年代，萨金特与卢卡斯、巴罗和华莱士在以往的研究基础上，重构了宏观经济理论，包括基本假设、微观基础、模型预测和政策含义。这在后来被称作“理性预期革命”。对于这场革命，托马斯·萨金特认为它以凯恩斯主义经济学为基础，是凯恩斯主义持续向前发展的重要成果，是连续的、不可避免的一种演进。

理性预期指的是，针对某个经济现象（例如市场价格）进行预期的时候，如果人们是理性的，那么他们会最大限度地充分利用所得到的信息来做出行动。这就意味着，政策制定者的任何措施都会被人们的理性预期抵消，从而成为无效的政策。这给当时西方所推崇的政府干预经济的主张当头一棒，遭到了凯恩斯派老一辈经济学家的批判。虽然它并非唯一可能的、有道理的，甚至是“理性的”选择，但它是一种已在经济学的内在发展中得到证明的方法，已经并且能够成为许多领域中独立研究的共同基础。

例如，在有效市场的前提下，理性预期假说已经广泛地用于金融市场研究。有效市场模型断定，证券价格是自由灵活的，并反映所有可能获得的信息。也就是说，价格与条件期望有关。该理论认为，价格变动总是遵循随机模式。如果过去价格或数量对预测将来价格变动起作用，那么不久华尔街的技术专家就会发现这些模式。当技术专家根据自己的发现开始行动时，价格就会调整，以致这些模式消失。例如，假如人们预测到周末股票价格将提高5%，投资者就会突击购买证券，直至其价格上涨5%。价格当时就会提高，而不是等到周末。于是没有从过去数据估算出的现成模式可用于预测将来价格变动。因此，价格变动必然是随机的。

在现实实践中，理性预期模型曾在推销里根经济计划方面发挥了重要的政治作用。共和党人制定了一个大规模对个人和企业减税的政策纲领。他们预言自己的政策将降低通货膨胀，刺激经济增长。传统的宏观经济模型认为，较高的经济增长意味着较高的通货膨胀，较低的通货膨胀只能同较低经济增长一起实现。简单理性预期模型对这个难题的回答是：依靠宣布降低货币增长率的政策，我们能在不牺牲实际增长的情况下，减少通货膨胀。这样，简单的理性预期模型就使共和党政纲中的经济主张，看上去可行。

但是，这个新的经济方案并没有说服舆论界和大部分经济部门。现有经济计量模型的创造者、所有者和操作者认为，该预测所依据的思想，只是一些未经验证的猜测。正如托马斯·萨金特所指出的，“现在经济学家并没有可靠的、从经验看可试用的严格模型，这些模型能使我们准确地预测，需要多长时间，并从产量和就业的角度看付出多少损失，这样一种制度变化才能取得成效”。

萨金特认识到，关于政策制度改变后通货膨胀率变化方向马上逆转的实例，还必须依靠进一步的证明。在他看来，20世纪20年代期间的几次恶性通货膨胀（奥地利、匈牙利、波兰和德国），为研究管理制度变化提供了难得的经验。这些实例中最显著的一个特点是，紧随着激烈的货币财政改革，价格水平和汇率急速而突然地稳定下来。这些通货膨胀过程不是逐渐结束的，而是一下子停住；通货膨胀过程的明显推动力完全消失了。

20世纪60年代末70年代初，全球多个国家出现了滞胀问题，凯恩斯主义经济理论开始受到经济学界的质疑，其地位开始动摇。在凯恩斯主义宏观经济学中，着力强调以政府为主体，重点分析一系列经济总量，但这一分析框架缺乏微观单位的行为分析，导致凯恩斯主义宏观经济理论缺乏必要的微观经济基础。在凯恩斯主义宏观经济陷入理论与实践困境时，理性预期理论通过对凯恩斯主义的反思，并吸取了货币主义的部分思想而逐步发展起来。

在将理性预期假说引入宏观经济政策分析之后，1975年萨金特首次提出了“政策无效性”命题，该命题掀起了理性预期革命。在萨金特提出“政策无效性”命题之前，凯恩斯主义坚持政府可以通过财政政策与货币政策干预宏观政策的运行，而货币主义经济学家则主张货币政策的作用，否定政府使用财政政策能带来积极效果。萨金特的理性预期理论是建立在一个较长的实践序列中的，他认为在较长的时间过程中，理性预期导致的宏观经济因果关系的影响将会使得政府的政策无效。例如，经济主体对宏观经济的未来预期，将影响其在当下投资、消费及储蓄等方面的决定，而政府决策者对经济主体活动的预期，又将影响当下的政策制定。当某国的政府为实行扩张性政策调控而降低存款准备金率时，人们因预测到未来货币的供给将增加，商品的价格将上涨，而在现下经济活动中抬高商品的买卖价格，从而使得商品价格的上涨幅度与货币供给提升的水平相当，最终只是名义的价格发生改变，扩张性的政策调控出现无效。

萨金特同时提出如果货币当局秘密增加货币供给，那么虽然人们不会做出任何预期判断，但是物价水平会因为这种人为造成的信息不对称局面而发生短期的持续增长，造成短期内隐形通货膨胀。而这种通货膨胀会导致厂商和消费者误认为产品和劳动的需求增长，进而加大了对相应产品和劳动的供给，最终导致产出水平偏离了自然率水平所对应的产出，针对这种情况，萨金特认为这种产出水平只能短暂维持一段时间。厂商和劳动者会很快意识到这种需求增长只是一种“假象”，实际的需求并未发生变化，价格的增长主要是由短期通货膨胀导致的，从而再次调整其预期，减少产品和劳动的供应，从而使产出水平重新恢复到自然率条件下，货币政策最终只是带来了通货膨胀，对于实际的持续产出水平并无任何帮助。

自20世纪80年代末起，托马斯·萨金特参与了圣达菲研究所的研究，并开始探索诸如复杂性、不可预测性、适应性等新主题。在这期间，引发广泛关注的是经济主体在做决策时如何考虑未来的具体问题。托马斯·萨金特关于理性预期理论的研究逐渐转变为集中在“学习理论”的相关研究上。在这一阶段，托马斯·萨金特开始研究人工智能领域的有限理性应用。托马斯·萨金特本人承认，他在这阶段的研究过程中依然遭遇了挫败感，通过适应性预期学习或通过人工智能学习都无法建立他所寻求的对称性。

当前，萨金特正在努力研究人工智能等科技领域的最新成果。他说，经济与科技一样，都与人类发展息息相关，智能的显著特点是能够识别范式（Recognizing Patterns）和进行概括（Generalizing）。在他看来，从经济学的角度出发，人工智能的应用有利于减少全球贸易障碍、建立信任，从而就会有更多价值被创造出来，正如他在厦门大学接受采访时指出的，“一些杰出的企业家也已经知道了如何把这些工具组合并进行一些新的尝试，同时也用创新的方式把现有的事物进行整合。随着更多的计算机连接到同一网络中，我们可以利用竞争让垄断者消失，我们要逐渐去中心化和共享信息，每个人都会有一本账本，我们将使用经济激励来建立信任”。

《北大金融评论》：人们普遍认为ChatGPT这样的生成式人工智能将重塑经济，您在《The Artificial Intelligence Frontier of Economic Theory》一文中到“With Big Data,Faster Computers and Better Algorithms,We Might See Patterns where once We Heard only Noise”，ChatGPT爆火至今，其发展是否符合您这一观测？您认为ChatGPT应用的终极形态会是怎样的？

托马斯·萨金特：历史上的科学家们，像伽利略、开普勒等，用各种各样的方式收集或观测数据，然后将其简化成几个方程式来概括，便形成了模型。早期阶段，人类收集的数据数量有限，因而不得不适配小模型；但随着可获得的数据量呈指数级增长，可适配的模型也越来越大，ChatGPT就是大数据时代的产物。

在用于编辑文稿、协助编写代码、审查报告等方面，ChatGPT是很有帮助的。例如，我在美国工作的地方，需要我提交各种报告。有一次，我就让ChatGPT写了一份关于如何让研究工作变得更具多样性和包容性的报告，它写得很不错。此外它还可以做一些有趣的事。比如，我用它给我的妻子写了一首莎士比亚风格的爱情诗。但是，如果我让它总结某一领域的相关信息和资料，用于帮助我的深度分析和理解，那么ChatGPT会令我失望。因为ChatGPT无法判断信息的真假，所以它能提供给你的信息也不一定是真实的。

有人说，ChatGPT可能会取代一部分人的工作，但我并不这么认为。ChatGPT就像是我们的一个助理，可以帮助做一些基础性、重复性的工作，但最终的创作、修改、审校、判断等工作，都需要人类来完成。

《北大金融评论》：根据熊彼特的创造性破坏理论，在市场模式下，创新作为一种创造性地破坏市场均衡的力量，会不断地从内部革新经济结构，动态失衡将成为经济发展的“常态”。那么，您如何看待未来创新的“破坏性”呢？它会给我们的社会发展带来怎样的挑战？我们又该如何应对呢？

托马斯·萨金特：创造性破坏一直都在发生。例如，智能手机的诞生就是其中一种，它会让年轻人沉迷于手机游戏和社交媒体，但你无法阻止它的发展。在美国，初创公司比比皆是，当然创业失败的大有人在，或者几乎可以说，绝大多数初创公司都会失败，但是，创业之风依旧势不可挡。多年前，美国政府曾试图挽救快要倒闭的公司，但实践证明这并非明智之举。

如果是创造性破坏，就必须生产出新的东西。就当前ChatGPT的功能而言，我认为它还达不到“创造性破坏”的标准。因为它只是代替了我们做的一部分基础性工作而已，并没有新的发明产出。

当前有一个极客团队，我认为他们在做的事情属于“创造性破坏”的范畴。他们使用机器学习工具叠加大量复杂的数学模型，创造了“几何深度学习”，并在此结构上做一些事情，比如推进生物学的前沿发展等，这或许可以帮助我们活得更久一点。

我的父亲刚刚去世，他曾经从事的工作当前就已经被电脑所代替。我感觉未来也许有一天，我的工作，作为经济学家和教授，也会被机器所替代。所以，我们工作不能仅仅是传递已有的知识和技能，而是要不断创造出新的知识和技能。

我对创意的理解是创造性的思维模式，或者说，它可以让预测变得更加准确。

即享超值优惠

快扫码订阅吧～

来源：北大金融评论

采写 ：都闻心、刘柏霄、杨静雯

科学家+企业家=？北大汇丰告诉你！

“聚而论道 扬帆起航——中国企业的出海新实践”主题沙龙举行