Lucas 批判:把 OLS 系数当物理常数,会在政策一变时露馅
【锚点】这一篇只钉一个判断:计量系数不是天然的结构常数;在策略性主体面前,旧数据估出的回归线是旧博弈的均衡解,不是新政策下的因果机制。
【显式】Lucas (1976) 的批判很直接:如果主体根据预期政策行动,宏观关系的系数会随政策制度变化。经典证据是美国 Phillips 曲线:1948-1969 年低通胀与低失业看似稳定,1970s 政策制度变化后,高通胀与高失业同时出现;1980s 紧缩时期,通胀从两位数回落,失业率在 1982-1983 年升到约 10%,旧短期权衡失效。
【隐式】计量里的“结构参数”其实是主体最优反应的汇总。政策改变收益、约束或预期,均衡坐标就移动。
【细微】最容易被误读的是:旧样本里系数稳定,不代表机制稳定;它可能只是旧制度下重复博弈的不动点。
【极难发现】真正的盲点不是样本不够,而是把“解”当“参数”:把均衡结果误认为外生规律。
【流程节点链路】历史均衡数据 → 估计出看似稳定的系数 → 新政策改变博弈收益/预期 → 主体策略再均衡 → 旧系数不再预测新结果。
最小例子:企业设定工资,工人选择努力。旧制度下偷懒惩罚可信,工资提高会换来努力;新制度削弱惩罚,同一工资冲击不再产生同样努力。若只用旧数据回归,你会把旧均衡的斜率当成新政策下的因果效应。
可检验推论:若一项政策评估只依赖历史相关系数,却不报告行为方程或预期方程是否随制度变化,其结论应被降级为旧制度下的描述,而不是新政策下的因果预测。
问题:你愿意为“结构不变性”付什么代价——随机实验、工具变量,还是把行为方程一起估计?







0 Comments