编辑推荐

理性预期往往假定经济主体以及观测其行为的计量经济学家都正确设定其模型，而该假定目前构成了宏观经济学的核心；在这方面的研究中,本书的两位作者拉尔斯·彼得·汉森和托马斯·萨金特均做出了前沿性的贡献。但在本书中，两位作者展示了对理性预期概念的偏离，即存在模型误设的可能性，而这对于宏观经济学的未来至关重要。本书整理了两位作者的十篇基础性论文，这些研究的主题集中在模型不确定性下经济主体和计量经济学家的行为。其中，九篇文献由两位作者合著，一篇为汉森教授独著。两位作者同时撰写了引论部分，该部分在总体上分析了模型误设以及模型误设下的个体选择。

与诺贝尔经济学奖得主一道探寻经济金融中的不确定性。

海报：

内容简介

《经济世界的不确定性》内容简介：本书由拉尔斯·彼得·汉森（Lars Peter Hansen）和托马斯·萨金特（Thomas J. Sargent ）所著，两位作者分别于2013年和2011年获得诺贝尔经济学奖。作者在书中将稳健性控制理论应用于经济学和金融学当中。该书中的稳健性控制允许经济决策者质疑其模型并采取预防性决策以防止模型误设的不良后果，从而扩展了理性预期模型。该特征对于理解风险价格而言意义重大。此外，书中的内容还讨论了如何对决策者的模型误设担忧进行校准并量化分析。

作者简介

拉尔斯-彼得-汉森（Lars Peter Hansen），芝加哥大学教授，国际著名经济学家（宏观经济学和动态经济学）。他因为对“资产定价理论的杰出贡献”而被授予2013年度诺贝尔经济学奖。他是美国国家科学院和美国金融学会的会员，且是世界计量经济学会前任主席。汉森教授的著作研究了经济决策者在不确定性下的行为及其动态模型，他的主要贡献在于设计了与经济模型的概率结构相一致的计量经济学方法，并将该方法应用于消费、储蓄和资产定价理论。

托马斯-萨金特（Thomas J. Sargent），纽约大学经济学教授。由于其对“宏观经济学中因果分析的实证研究”而被授予2011年度诺贝尔经济学奖。他目前是美国国家科学院、世界计量经济学会的会员，并曾任美国经济学会、世界计量经济学会以及动态经济学会的主席。在诺贝尔奖颁奖典礼上，萨金特教授将自己的工作形容为使用经济学和统计学来理解市场和政府如何改进人们的福利。

关于译者：汪川，经济学博士、博士后，现为中国社会科学院财经战略研究院副研究员，主要研究方向为宏观经济学。汪川博士长期跟踪分析宏观经济和金融形势，主持国家自然基金和国家部委多项课题，参与国家社科基金重大项目、国家自然科学基金应急项目以及中国社会科学院院创新工程项目；在核心期刊发表论文数十篇，多次获得中国社会科学院优秀信息对策奖和优秀论文奖。

内页插图

精彩书评

“在多年的研究工作中，拉尔斯·彼得·汉森和托马斯·萨金特重塑了我们对于不确定性的理解及其在经济学中的地位。这本书搜集了两位作者在该领域的原创性文献，构成了对该领域的完美概述。对于想要在未来数年内跟踪学术前沿的人而言，阅读该书是必要且有益的。”——Massimo Marinacci，博科尼大学教授

“这本书使我受益良多。汉森和萨金特是我们时代优秀的两位经济学家，也是业内教师的典范，其研究领域甚广，且通过该书为我们呈现出新的学术前沿。这本书对于有志于从事不确定性、模糊性和稳健性建模的研究人员是必备的。”——Stanley E. Zin，纽约大学教授

“呈现在读者面前的《经济世界的不确定性》一书中, 两位作者以高超的理论造诣为我们呈现了现代经济学中颇为神秘和色彩纷呈的部分——不确定性。”——汪川，中国社会科学院财经战略研究院副研究员

目录

第1章 概论

1.1 有关模型不确定性的问题

1.2 有关模型不确定性的十篇论文

第2章 线性指数二次高斯贴现控制

2.1 成本公式

2.2 成本递归函数和综合函数

2.3 无限期下的成本

2.4 时不变的线性控制过程

2.5 对于无限期贴现问题的求解

2.6 结束语

第3章 稳健的持久收入和定价

3.1 引言

3.2 递归风险敏感性控制

3.3 稳健持久收入理论

3.4 估计

3.5 资产定价

3.6 从市场风险价格中量化稳健性

3.7 跨期平均风险权衡

3.8 结束语

附录

第4章 模型设定、稳健性、风险价格和模型检测的四个半群

4.1 导论

4.2 概述

4.3 数学预备知识

4.4 对四个半群的研究

4.5 模型误设及稳健性控制

4.6 投资组合分配

4.7 风险要求权定价

4.8 统计性判别

4.9 熵与不确定性市场价格

4.10 结束语

附录

第5章 稳健控制和模型不确定性

5.1 引言

5.2 基准资源分配问题

5.3 模型误设

5.4 双稳健控制问题

5.5 乘积公式的递归性

5.6 两个偏好排序

5.7 偏好次序的递归性

5.8 结束语

第6章 稳健控制和模型误设

6.1 引言

6.2 概述

6.3 三个普通控制问题

6.4 对于模型误设的担忧

6.5 概率测度集合上的双稳健控制问题

6.6 固定概率空间上的博弈

6.7 序贯时间规则下的惩罚性问题

6.8 序贯时间规则下的约束设定

6.9 递归多元先验分布

6.10 结束语

附录

第7章 置疑或波动性

7.1 概述

7.2 股票溢价和无风险利率之谜

7.3 选择设定

7.4 类型1主体：Kreps - Porteus - Epstein - Zin - Tallarini

7.5 高风险厌恶的类型1主体经济

7.6 重新阐释

7.7 重新阐释Tallarini

7.8 消除不确定性的福利收益

7.9 贝叶斯方法和学习

7.10 结束语

附录

第8章 稳健性估计和无承诺控制

8.1 概述

8.2 无模型不确定性的控制问题

8.3 使用鞅表示模型误设

8.4 两类算子

8.5 模型不确定性的控制问题

8.6 兹1 = 兹2 的例子

8.7 信号扭曲隐含的最坏情形模型

8.8 递归的多元先验概率模型

8.9 风险敏感和复合型彩票

8.10 其他的例子

8.11 结束语

第9章 脆弱的信念和不确定性价格

9.1 概述

9.2 随机贴现和风险

9.3 三种信息结构

9.4 风险价格

9.5 完全信息下的学习

9.6 稳健性担忧的价格效应

9.7 机制说明

9.8 结束语

附录

第10章 信念、怀疑和学习：评估宏观经济风险

10.1 概述

10.2 理性预期和计量经济学家

10.3 统计精度

10.4 风险价格和统计模糊

10.5 统计挑战

10.6 学习

10.7 信念与偏好

10.8 学习和不确定性溢价

10.9 扩展

10.10 结束语

第11章 模糊的三种类型

11.1 说明性模型

11.2 无稳健性模型

11.3 概率扭曲表示

11.4 模糊的第一种类型

11.5 无稳健性的异质性信念

11.6 第二种模糊类型

11.7 模糊的第三种类型

11.8 比较

11.9 数值例子

11.10 结束语

附录

参考文献

精彩书摘

有关模型不确定性的问题

以下问题促使我们写作此书。

什么是模型的不确定性？

对于我们来说，模型是一个随机过程，也就是说，模型是通过参数向量索引的一个随机变量序列的概率分布。对于我们来说，模型的不确定性暗含着一个模型是否正确的疑虑。

为什么要在意模型的不确定性呢？

这是因为

?在统计意义上，在不同大小的典型宏观数据集样本中区分不同的模型是很困难的。

?Ellsberg（1961）的实验结果动摇了Savage（1954）的“无模型可疑”这一公理的可信性。

作为宏观经济学家，我们将强调第一个原因。应用计量经济学家经常在进行模型拟合的过程中会对自己模型的有效性与良好拟合模型的有效性出现几乎同等程度的质疑。第二个原因启发了决策理论，该理论为本书应用的模型提供了公理化基础。

如何解释模型的不确定性呢？

作为一组模型的决策者，不能也不愿意通过创建一个复合彩票的方式使用贝叶斯先验概率分布将众多模型减少到一个模型。

该如何控制模型的不确定性呢？

我们对所有决策者的值函数进行了限制。最小、最大期望效用是我们对值函数进行限制的主要工具。我们制订了双人零和博弈，在这一博弈中，一个最小化个体从一组模型中选择一个概率分布，从而帮助一个最大化个体来计算值函数的界限。此过程充分显示了基准概率模型扰动下策略函数的脆弱性。

谁面临着模型的不确定性？

作为建模者的我们面临这一问题。我们模型所包含的代表性经济人和政府决策者同样面临这一问题。

我们如何建立一组模型？

在我们最简单的设定中，我们假设决策者具有一个明确设定的统计模型

我们没有用任何详细的函数形式来指定具体的替代模型。我们只是用相对熵小于η的似然比来模糊地描绘它们。在本书里所描述的动态模型的应用中，这种模糊性所带来的复杂的非线性和历史的依赖性问题，通常排除在决策者的近似模型之外。非线性、历史相关性，以及在参数空间的错误维度削减是决策者所关心的问题。

纵观我们的许多分析，我们使用惩罚参数来描述相对熵，以计算使用更大模型集来提高评估效果时所带来的成本。拉格朗日乘数定理的原理表明，基于惩罚的“乘子”和有相关约束条件的公式之间有非常紧密的联系。该惩罚公式无论在定性和定量的角度来看具有一定的优势，但我们往往使用相关的约束条件公式以定量评估什么程度的惩罚是可行的。当我们在第8，9，10章建立修正模型时，我们将明确使用多个基准模型。这便于决策者管理模型。当在多个模型中形成一个加权平均时，关于模型稳健性的问题就出现了，即如何在设定错误模型中评估可替代模型的优劣。

为什么不用你自己的方式来学习模型的不确定性？

这个问题取决于模型在决策者可以控制数据这一问题的认知上，这本书的所有章节都以某种特殊方式生成这一模型集。首先，我们归咎决策者，因为无论是其近似模型还是基准模型，在不同的时期都只是一个单一的模型。为了验证决策者对这一模型的怀疑程度，我们用一连续的概率模型来衡量，这个概率模型由与近似模型有关的熵球决定。该过程给决策者提供了一个庞大的模型集，该模型集与近似模型的近似性是由它们的相对熵来判断的。

我们之所以如此设定决策者的模型集，是因为我们想表达如下观点，即决策者担心这两种模型都是模糊地难以识别，甚至很难使用统计学的方法加以区分。这些模型的模糊设定，究其原因就在于它们仅被描述为由一个近似模型概率密度乘以相对熵足够小的近似比率的结果。由此得出的结论将是一个具有非常高维参数空间的大量模型。这些模型包含随着时间而波动的函数，这意味着相对于基准模型来说，后者的错误假设与前者不同。在不附加更多的条件下，得到实际控制数据生成的模型是不可能的。

正如我们将在以下几个章节的应用中所看到的，低频属性的函数在统计学上是很难区分的（为了了解其特征，大数定律和中心极限定理要求我们极具耐心）。

更具一般意义地讲，决策者使用多个可能不正确的基准模型的这一事实将我们置身于统计学习理论的陌生环境之中。贝叶斯理论假设决策者专注于一组模型中，在这组模型中有一个模型是正确的。贝叶斯定理描述了如何通过模型来更新概率，通过结合先验信息和数据作为相对似然度的中介。而所有候选基准模型都是错误的观点将导致我们不能应用贝叶斯范式。

学习这本书中要有两个注意点。第2章至第7章通过假定认知困难的方法排除了学习理论。第8章和第9章介绍并应用了学习理论，该方法在模型的不确定性上有更多约束条件。

模型不确定性是如何影响均衡理念的？

为了理解模型的不确定性是如何影响标准均衡理念的，首先考虑现在占主导地位的理性预期均衡这一概念。论其本质，一个理性预期模型与在模型内的经济人和计量经济学家高度一致（请记住在描述一个模型时，我们指的是一个序列的概率分布）。在理性预期模型中，其所应用的计量经济学大多利用这一“模型范式”，其中“与自然共享”的部分排除了模型假设错误的担忧。

就个人研究经历来看，理性预期计量经济学家的偏好让我们希望有一个尽可能接近理性预期的均衡理念。在我们的实际应用中，我们通过把一个共同的近似模型应用到一个模型中的所有经济人来实现这一目标。尽管所这一近似模型已接近共识，但仍有人担心模型的设定错误，这促使其使用最小 - 最大预期效用理论。当模型中经济人的兴趣不同时，即使经济人都遵从共同的近似模型来行为，但仍会产生信念的差异性。这种做法产生了一个新的均衡概念，这一概念是递归竞争均衡或子博弈完美均衡的延伸。

模型不确定性对均衡量有什么影响？

第3章在一个代表性消费者模型中分析了不确定性扩大的影响。该影响与对贴现因子增长的影响相似，其特点都表现在观察的等价效应，该效应以折现因子在似然函数平面的脊状形式呈现。究其原因，出于对影响其非金融收入的随机过程的错误设定的担心，从而引发了消费者的预防性储蓄行为。尽管第3章的观察等价效应较为独特，并且不会明显优于具有其他偏好和技术规范的模型，由预防性动机引发的类似效果确实发生了作用。

这对均衡价格产生了什么影响？

除了观察等价效应，对模型不确定性的担忧通过对近似模型中“偏好冲击”的潜在波动，倍增了其对普通随机贴现因子的影响。出现这种状况的原因是最小-最大预期效用的投资组合持有者在最坏情况下的信念影响了不断变化的价格。这产生了“模型不确定性下的市场价格。”这本书的几个章节展示了模型不确定性下的市场价格是如何有助于模型达到Hasen和Jagannathan（1991）中的资产定价特征：市场价格通过增加近似模型的随机贴现因子的波动性来达到这一目标。

对模型不确定性的厌恶类似于对风险的厌恶吗？

在某些方面的确如此，但对模型不确定性的厌恶会改变不确定性的跨期分布，这与对风险的厌恶有很大的区别。如在第4章和第7章强调的那样，应该使用非常不同的思维来校准风险厌恶和模型不确定性厌恶。

少量的不确定性厌恶可以取代大量的风险厌恶吗？

这个问题的答案对Hansen，Singleton（1983），Mehra和Prescott（1985）的股权溢价之谜的替代解释起了很大的作用。“少量”和“大量”的具体意思依赖于校正策略。宏观金融经济学家通常使用由Pratt（1964）提出的一种心理实验来校正风险厌恶。第4章和第7章使用了一种非常不同的心理实验来校准合理数量的模型不确定性的厌恶，即一种基于替代统计模型之间衡量统计差异的实验。

模型的不确定性是如何影响政府政策的？

最小-最大投资组合持有者最坏情况下的信念影响着随状态变化的价格。这可以使拉姆齐计划者采取更具纪律性和目的性的行为方式。第11章探讨了其他描述模型不确定性的方式，模型中拉姆齐规划者面临一个竞争性的代表性经济人。

前言/序言

序言

作为宏观经济学家，我们已将职业生涯的大部分时间贡献于理性预期宏观经济学和计量经济学的完善和应用工作。与理性预期宏观经济学不同，本书体现了我们近年来对模型误设概念的理解，并分析了其对于宏观模型的意义。我们认为，模型误设是理性预期经济学所忽视的重要概念。

理性预期是处理宏观经济数据的重要工具：它不仅通过消除自由参数从而限制了信念的内生性，同时还对模型中所有主体赋予了共同的信念,这里的经济主体不仅包括模型中的代表性经济人，还包括外部的观测者以及估计模型的计量经济学家，甚至生成实际数据的“自然环境冶（我们可以将其视为“上帝”）。宏观经济学和计量经济学家以极大似然估计和矩匹配等方法将这种共同的信念应用于理性预期均衡的计算以及构建性质良好的统计估计量等方面。

然而，理性预期计量经济学所流行的三十余年也见证了对其的指责以及重构。其中，构成理性预期概念基石的交叉方程约束已经被证实其实证结果与公认的理论模型相悖。

对于这一问题，我们的好友Robert Lucas回应道：“早在20世纪80年代，宏观计量经济学所使用的极大似然估计和矩匹配方法就与很多完美的模型不符。冶他认为，所有的模型都是对现实世界的近似，并且应将其与Kydland和Prescott所倡导的校准方法相比对。事实上，很多宏观计量经济学家也正是遵循了Lucas的教诲。

不同于上述辩解，对于误设定的研究摒弃了理性预期计量经济学中共同信念的设定。近年来，有关误设定文献研究了多种理性预期均衡，其中每一个都存在自身的共同信念，该共同信念消除了模型中的经济主体关于误设的疑虑。但其中理性预期假定不能适用于对模型本身误设的分析。

作为宏观计量经济学家和时间序列计量经济学家，我们不得不一再面对理性预期模型失误的现实。但作为本书的两位作者，我们都很幸运地曾经在20世纪70年代的明尼苏达大学工作和学习，当时，明尼苏达大学的Christopher A. Sims教授已经开始了对模型误设的研究。在一系列有关非理性预期的文献中，Sims教授描述了不同类型模型误设的后果，并对如何进行数据滤波和重新设计近似模型以消除模型误设的干扰提出了建议。同时，Sims的论文还创造性地引入了相对熵这一概念，即误设联合分布相对于实际联合分布的对数似然比的期望。通过引入这一概念，Sims教授描述了在大样本情况下一族性质良好的统计估计量如何实现最小化相对熵，在频域分析中也有相应的结论成立。Sims教授使用该近似准则来调整近似模型的设定并进行数据滤波，以改进模型的估计特征。在本书中，我们以稳健性分析改进了Sims的研究，后者的研究提供了较好的方案，但其中经济主体的模型仅仅是一个近似模型。

直到20世纪90年代早期，我们仍致力于将数学工具应用在动态优化和预测当中，而这些领域早在20世纪五六十年代就被数学家所完善。这些数学工具假定决策者完全信任模型的随机设定，这使得模型更适于理性预期范式的分析。与此同时，我们对于是否应在模型中引入误设定犹豫不决，因此，我们仍维持了模型中的理性预期设定。使用数学 经济世界的不确定性 [UNCERTAINTY WITHIN ECONOMIC MODELS] 电子书 下载 mobi epub pdf txt

挺好的正在看

书是非常好的，物流也很快

东西不错，乘活动价购买，挺好的，值得买且囤货

这本书很有名，写的还可以

好书 值得拥有

产品质量不错，下次还会购买

非常喜欢这本书，增长知识。

是本不错的好书

书是非常好的，物流也很快