主页> 观点 > 诺奖得主Thomas J.Sargent:我为何一直深陷于“无知”之中?

诺奖得主Thomas J.Sargent:我为何一直深陷于“无知”之中?

发布时间:2020-04-30     浏览次数:7976


所有经济学理论和人都没法预测科学技术的未来发展,那么我们该如何应对未来?如何在所有可预测的风险和可操作的资源配置中,做出更平衡妥善的决策?

在12月15日由上海交通大学上海高级金融学院、上海交通大学中国金融研究院和国际金融家论坛联合举办的上海金融论坛上,纽约大学经济学教授、2011年诺贝尔经济学奖获得者托马斯•萨金特(Thomas J.Sargent)教授以“大数据VS.无数据”为主题,分享了他对经济学理论的反省与展望,以幽默的方式为我们揭开他为何深陷“无知”的迷思。

我演讲的题目是大数据对无数据,内容会着重涉及宏观经济学之父凯恩斯和芝加哥经济学创始人奈特等人的著名理论。在讲他们的理论前,我想先提出一些公众非常关心的问题:

1.人工智能等新技术,究竟如何影响经济运行?

世界当下的新技术领域,无疑已被人工智能、区块链、物联网、量子计算和基因工程等概念占领。这些新技术为世界经济生产力、交易和执行交易的方式、商业周期和经济增长等带来了全新的挑战与影响。探索这些全新的挑战和影响成为我们的当务之急。

2.人工智能等新技术的进步,能否让人们更轻松聪明地对经济做出更理性的决策?

经济学上经常假设所有人都会理性预期,理性决策。但事实却证明,这仅是经济学特有的想象而已。人工智能、大数据和统计学的进步,能否让人们更轻松聪明地对经济选择做出更理性的预测?除此之外,这些新技术对企业内部和企业之间的组织方式产生哪些影响?

虽然这些问题非常重要,但我对答案一无所知。接下来,我会借用一些十分强悍的经济学理论,来解释我为何一直深陷于“无知”之中。

一、人永远没法预测科学技术的未来发展

1900年,有人要求数学家昂利·庞加莱预测20世纪的科学创新,他的回答是“不知道”。而他给出的解释非常符合数学实证家的精神:你让18世纪的人预测19世纪的科学创新,即使最优秀的人也不可能知道!庞加莱的回答,正是麻省理工学院和英国剑桥大学的香农和图灵这两位科学巨匠所奠基的信息论,即信息等于意料之外。也就是说,人永远无法预测信息,历史永远不能作为信息的参照体。

当时,美国凯恩斯主义的代表人物是1915年的诺贝尔经济学奖获得者萨缪尔森。当他本人读完信息论后,直接开创了有关股票和证券价格,以及外汇汇率的随机漫步理论。在萨缪尔森看来,股票价格、证券价格和外汇汇率同样难以预测。

总之,信息论告诉我们一个十分无奈的事实:一切经济学理论和人永远没法预测科学技术的未来发展。

二、可预测的对象,其本质在于“连接”

但是,也不是所有信息都无法预测,比如“基础设施”就是个例外。什么是基础设施?通俗地说,我认为它就是一个平台和一种规则。政府、公司、其他的机构和决策者通过这样的基础设施和平台,来推动和规范我们的日常生活。

而具体到基础设施都有哪些,我用经济学家经常讲的供给侧和需求侧概念来解答:从供给侧角度来看,比如:基础设施如何促进创新?有什么样的技术性学科在过去曾经产生了创新?从需求侧来看,比如:哪些经济活动可以促进发明和创新?哪些学科在过去产生了创新?现在世界政经界都在谈论的贸易和战争,就是在需求侧推动创新和发明的重要动力。

基础设施的问题非同小可,我们可以再深入讲下基础设施的本质。如果用一个词来总结基础设施的话,我认为其关键词就是连接。

想法之间的连接,以机器学习算法为例。虽然是机器学习,但其实里面有很多人为因素,没有人的话是不可能真正产生机器学习的。机器学习正是很多领域想法的集合,找出这些学科领域之间的联系互动,才能产生机器学习的算法。还有人与人之间的连接,好比萨缪尔森曾和香农这些伟大的数学家经常共进午餐,相互交流,这就是典型的人与人之间的连接。此外,贸易者、产业和研究者之间的连接,他们经常在市场上接触,在会议上交流,甚至互联网上分享想法,都会直接激发伟大的创新。不同的想法和人能在各自的基础上进行补充,从而促进整个基础设施的完善。

由此可见,基础设施是能够预测的,它的本质正在于连接。包括想法的连接,人与人的连接等。

三、敢于“以身试法”的创业者,更擅长应对未知

最后我想讲一下很多人关心的创业和创新问题,它们其实也和上面提及的信息论有紧密关联。

奈特曾重点研究过创业者究竟是做什么的?为此,他首先把“风险”和“不确定性”这两个概念作了区分:风险不难理解,本质正是我们通常说的“概率分布一致”。比如你可以做各种各样的金融产品和金融投资,也可以做保险和精算,这些都是已知概率。但奈特说有些事我们没办法得出概率分布,概率分布是未知的,因未知而存在太多不确定性。

而在信息论里面,香农指出的意外也即不确定性又是什么?其实就是用新的概率分布来取代原有的概率分布——由于增加了更多新信息,所以产生了更多意外,然后也因更多意外形成了新的概率分布。既然没有数据,没办法分析风险,我们又该如何模拟这种不知道概率的情形呢?在奈特看来,也许学者不知道如何模拟,但是创业者恰恰擅长模拟这种未知的概率。

创业者之所以回报非常高,正是因为他们敢于尝试模拟这种未知的概率,也即我们俗称的以身试法;而学者因为从来只在脑海中架构相关经济学理论模型,并未真正在现实中,用行动检验自己的预测和认知准确与否,所以他们只能隔岸观火,雾里看花,当然也因此避免了很多未知和不确定性带来的失败决策。

尽管我主要在论述经济学理论本身的局限,但是通过以上不可预测和可预测的经济理论分析,我仍然得出了较乐观的看法:虽然纸上谈兵的经济学理论永远无法预测未来,但是积极大胆的创业创新者们也许能够凭借自身无可限量的动能和生命本身特有的灵性,亲手造就未来。