10. Интервью с Кристофером Симсом

Беседовал Ларс Петер Хансен

Чикагский университет

5 ноября 2003 г.

Кристофер Симс — один из ведущих ученых в области эконометрики временных рядов и прикладной макроэкономики. Обладатель многочисленных наград и званий, он был избран президентом Эконометрического сообщества и является членом Национальной академии наук. Он внес значительный вклад как в статистическую теорию временных рядов, так и в практическую макроэкономику. Симс занимается изучением наиболее важных проблем макроэкономики, что делает его работу столь значимой. Он не только изучал вопросы статистической аппроксимации в абстрактной среде, но и показывал, как использовать результирующий аппарат для решения специфических проблем, не соглашаясь с мнением ученых, занимающихся прикладными исследованиями. Например, применять сезонную зависимость в экономических временных рядах, агрегацию по временному измерению и аппроксимацию в создаваемых статистических моделях с экономическим обоснованием. Более того, большой вклад в изучение причинно-следственной связи временных рядов и развитие векторных авторегрессивных методов были дополнены такой важной составляющей, как эмпирические исследования. Симс был ярым защитником и критиком активно используемых векторно-авторегрессивных статистических методов. Его собственные работы и другие подобные эмпирические исследования говорят о том, что Симс — один из ведущих ученых, занимающихся поиском ответа на вопрос, каковы должны быть модель денежно-кредитной политики и каналы ее влияния на экономические показатели. Наша беседа с Кристофером Симсом дает возможность узнать о многих его открытиях более подробно. У Симса есть собственный взгляд на многие экономические проблемы, что видно из его ответов на вопросы.

Хансен: Сегодня, вспоминая время, когда вы были магистрантом в Беркли и Гарварде, т.е. середину 1960-х гг., что, по вашему мнению, в большей степени оказало влияние на формирование ваших взглядов в экономике и эконометрике?

Симс: На самом деле, еще будучи студентом Гарварда, я посещал магистерский курс по статистике и эконометрике. Надо отметить, что изначально моим основным предметом была математика, и только на старших курсах я начал изучать экономику. В университете у меня был курс эконометрики, который вел Хенк Хаутаккер, ставший впоследствии моим куратором. Я также прослушал магистерский курс статистики, который читал Демпстер.

Оба курса оказали на меня большое влияние, но к тому времени у меня уже проснулся интерес как к экономике, так и к статистике. Я собирался продолжить учебу в магистратуре как математик, и помню, как я обсуждал этот вопрос с моим куратором на старших курсах, но в итоге решил пойти в магистратуру экономического факультета. В 1963 г. я на один год отправился в Беркли, где прослушал первый курс эконометрики Дейла Йоргенсона и первый курс экономической теории Дэна Макфаддена. Затем я перевелся в Гарвард не потому, что меня не удовлетворяло качество обучения в Беркли, нет, по личным обстоятельствам. В Гарварде я получил возможность еще больше узнать об экономической теории, чего не могу сказать об эконометрике. Я работал над своей диссертацией вместе с Хаутаккером — писал о современном технологическом прогрессе, где все предыдущие модели рассматривались с дискретным временем. Незадолго до этого Хаутаккер написал книгу о моделях потребления c непрерывным временем, поэтому он настаивал на том, чтобы я формулировал свои модели с непрерывным временем. Следуя его совету, я тогда, изучая данную тему, значительно расширил свои знания в математике. Но самое главное — он познакомил меня с Чипменом, работавшим тогда в Гарварде, который был докой в нужной мне области математики. Возможно, все это в какой-то степени способствовало тому, что позднее я написал несколько работ об непрерывных и дискретных аппроксимациях.

Хансен: Ваши ранние исследования касались различных вопросов, связанных со статистической аппроксимацией. Например, исследование дискретной аппроксимации моделей с непрерывным временем (Симс, 1971 г.), аппроксимации моделей с распределенными лагами и конечными параметрами до более общих динамических экономических моделей (Симс, 1972 г.), общей проблемы статистической аппроксимации в многомерных или бесконечномерных пространствах параметров (Симс, 1971 г.). Многие из этих работ предварили соответствующие работы по статистике и т.п. Что изначально послужило стимулом для такой работы?

Симс: В некоторой степени стимулом к изучению моделирования непрерывных и дискретных систем послужила работа с Хаутаккером. Классические модели, с которыми я работал, позволяли легко выразить объем производства как функцию истории инвестирования, но мне необходимо было выразить производительность как функцию истории выпуска. Мне необходимо было найти инверсию линейных операторов, чьи кернфункции подходили для этого. С дискретным временем — это почти всегда прямые функции, но с непрерывным временем все сводится к обобщенным функциям. С математической точки зрения это было сложнее, чем представлял Хаутаккер в своих работах по потреблению. Я нашел необходимые технические средства, которые позволили решить эти вопросы и соответству­ющие проблемы аппроксимации. Стимулом для моей работы по аппроксимации стало отчасти то, что я был технически готов решить вопросы, связанные с ней, но не был удовлетворен существовавшим разрывом между экономической и эконометрической теорией. Задача в рамках динамической экономической теории зачастую формулировалась в непрерывном времени, а эконометрическая теория предполагала, что у эконометриста есть истинная модель, написанная в дискретном времени, в которой неизвестны были лишь значения параметра.

Хансен: Как восприняли эти работы? В то время они, должно быть, выглядели для многих экономистов устрашающе с технической точки зрения.

Симс: Думаю, что тогда многие экономисты их не читали. Следовательно, они их не могли напугать. Работа по непрерывной и дискретной аппроксимации (Sims, 1971с) была отправлена в журнал Econometrica. Наименее положительная оценка рецензента гласила: все, что написано в работе, было изложено ранее. Несмотря на то, что Дейл Йоргенсон до этого уже развернул обсуждение вокруг рациональной аппроксимации распределения лагов, следуемый из этого смысл аппроксимации был слишком слабым для статистической аппроксимации. Так или иначе, этот вопрос не имел никакого отношения к непрерывной и дискретной аппроксимации. Таким образом, рецензент даже не понял, что существует разница между аппроксимацией распределения лагов и аппроксимацией модели с непрерывным временем с помощью рассчитанной модели с дискретным временем.

Вследствие того, что моя работа по бесконечномерным пространствам не вписывалась в рамки того, о чем писали тогда экономические журналы, я отправил статью в Annals of Mathematical Statistics. Прошло какое-то время, и редактор мне написал: «Простите, что так долго. Было очень трудно найти рецензента. Высылаю вам рецензию на вашу работу». В рецензии говорилось: «На самом деле я не совсем понимаю о чем эта работа. Но я проверил некоторые теоремы, и они, как мне кажется, верны. Поэтому я считаю, эту работу надо опубликовать».

В то время, я думаю, немногие специалисты по эконометрике и экономисты прочитали эту работу. Том Сарджент был исключением. Он прочел мои работы по аппроксимирующим моделям с непрерывным временем и работу по аппроксимации моделей с дискретным временем и распределенными лагами, опубликованную в Journal of the American Statistical Association (Sims, 1974e), в которой я использовал частотные методы анализа, и в итоге стал продвигать мои идеи. Безусловно, Том, как читатель, был очень важен для меня, и его влияние привлекло внимание к работе со стороны других ученых, но, надо сказать честно, большинство экономистов все же сочли эти методы слишком сложными, чтобы применять на практике.

Хансен: Вашим первым местом работы был Гарвард, где вы занимали должность старшего преподавателя. Как вы ощущали себя там в роли молодого преподавателя?

Симс: На мой взгляд, практически нет никакой разницы между молодым преподавателем в Гарварде и где-либо еще. Хотя, Гарвард, конечно, отличался от Миннесоты, куда я потом переехал. Я намеревался отправиться в Миннесоту сразу же по получении ученой степени. И не уехал лишь потому, что пока готовился к защите, выяснилось, что Гарвард пригласил к себе Грилихеса и Йоргенсона. Я решил, что было бы интересно с ними немного пообщаться. Но через два года я решил перебраться в Миннесоту, где, как мне казалось, уровень активности был намного выше, чем в Гарварде. В Миннесоте я ощущал интеллектуальный подъем, чего не было в Гарварде.

Хансен: Насколько мне известно, в 1970-х гг. у макроэкономистов, включая Фридмана, ваша работа «Деньги, доход и причинно-следственная связь» (Money, Income and Causality) вызвала интерес. Это была ваша первая прикладная работа, которая привлекла столь большое внимание? Какую реакцию вызвала работа у макроэкономистов?

Симс: Честно сказать, это была первая макроэкономическая работа, которая вызвала такой интерес. Были еще две работы, которые, как я считаю, вышли до того, как стали прикладными. Мою работу по удвоенной дефляции добавочной стоимости (Sims, 1969) некоторые ученые до сих пор время от времени цитируют. Но не так много людей сегодня обращает внимание на теорию индексов. Время от времени кто-то вновь вспоминает об этой теме, но до сих пор по этим практическим вопросам не так много написано. У меня также есть работа, посвященная оценке макроэкономических прогнозов экономики Дании (Sims, 1967), которую, я думаю, тоже обошли вниманием. «Деньги, доход и причинно-следственная связь» привлекла большое внимание потому, что появилась на пике противостояния между монетаристами и кейнсианцами. В центре противостояния находились в первую очередь макроэкономические исследования. Я был тогда гарвардским доктором философии, не имеющим ничего общего с Чикагским университетом и написавшим работу, где говорилось, что Фридман прав, а все кейнсианцы нет. Поэтому против моих выводов была направлена вся артиллерия кейнсианцев.

Когда я представлял работу в Йеле, у меня состоялась беседа с Тобином. Он скептически отнесся к исследованию, но был не столь критичен, как многие другие. Он признал, что даже если деньги в регрессии дохода являются внешним фактором и регрессионное уравнение интерпретируется как характеризующее ответную реакцию экономики на изменение денежной массы, эмпирическое уравнение все равно показывает, что денежная масса выражает лишь часть вариации выпуска. Правда заключается в следующем: и тогда, и теперь очень трудно найти подтверждение того, что денежно-кредитная политика столь важна, как кажется большинству людей, и конечно, как считал в то время и Фридман, создавая бизнес-циклы. Тобин увидел в этом отсутствие противоречия мнению, что в экономике происходит еще много других процессов, и, возможно, другие направления политики также важны.

В первый наш разговор на эту тему Фишер Блэк заявил, что полученный результат совершенно фиктивен, и по существу он был прав. По его словам, согласно тесту причинно-следственной связи Грейнджера, биржевой курс может оказаться причиной всего, поскольку он непредсказуем. Несмотря на то, что я это знал и был согласен с ним, я заявил, что это не касается денег. Денежная масса, как бы повторял снова и снова сам Фридман, жестко контролируется Федеральной резервной системой. Таким образом, мы должны считать, что она изменяется лишь по воле политиков и что это просто стоимость актива. Так я ему тогда и ответил, но на самом деле это был не лучший вариант ответа. Фишер Блэк был единственным, кто принял это возражение. Большая часть критики была со стороны кейнсианцев, которые просто не верили и не доверяли методологии, или от специалистов по статистике и эконометрике, которые возмущались и называли этот тест «тестом на причинно-следственную связь».

Хансен: Позвольте немного подробнее остановиться на двух аспектах ваших ответов. Несмотря на то, что формулирование причинно-следствен­ных ограничений на представления временных рядов доказало свою ценность, термин «причинно-следственная связь» сам по себе вызывает большие споры. Были ли в результате эти диалоги продуктивными или они только сбивали с толку?

Симс: В большинстве своем они уводили в сторону. Я до сих пор считаю, что «тест на причинно-следственную связь» — хорошее название для подобного рода тестов. Я написал работу (Sims, 1977a), которую фактически никто не читал и не понял. Некоторые коллеги говорили, что прочли, но не смогли многого понять. В этой работе формально рассматривается семантика при­чинно-следственной связи, обсуждаются различные варианты ее использования. По мнению большинства людей, они интуитивно понимают, что означает причинно-следственная связь и что означает наличие причин­но-следственной связи между объектом x и объектом y. Думаю, что если сказать честно, то многие бы затруднились подробно объяснить точное значение причинно-следственной связи. На самом деле мы широко используем термин «причина».

Термин «причинно-следственная связь» используется все чаще и чаще. Грейнджер и я применяли его как рекурсивное упорядочение для предметов, что-то определяющих. На самом деле в инженерии термин «причинно-след­ственная связь» в таком ключе начали использовать еще до нас с Грейнджером. Причинно-следственная связь также применялась в отношении односторонних взаимосвязей с распределенными лагами, где переменные в правой части являются экзогенными. Специалисты по эконометрике заявили, что в правильной эконометрике ищут не только корреляционные связи, но и регрессионные взаимосвязи, обуславливающие переменные в правой части. В прикладных работах, когда переменные находятся и в правой, и в левой части, всегда существует косвенное понятие причинно-следственного упорядочения, используемого в принятии решений. Кроме того, формально никто не обсуждал тему связи между причинным упорядочением и статистически правильной переменной в правой части регрессионного уравнения. Причинно-следственная связь Грейнджера отлично связывает эти понятия.

Правда, интуитивные причинные упорядочения не обязательно должны быть причинными упорядочениями Грейнджера и наоборот. Фишер Блэк в этом отношении был прав. Он привел пример, когда причинное упорядочение Грейнджера не будет соответствовать любому интуитивному причинному упорядочиванию. Но существует масса случаев, в первую очередь в работе прикладного характера, которая подразумевает расчет регрессионного уравнения, где интуитивные понятия причинного упорядочения точно соответствуют причинному упорядочению Грейнджера. Было бы лучше, если бы люди это понимали. Потому что самое первое применение этой идеи было связано с очень спорным вопросом. Существует множество людей, которые считают: единственное, что они знают о причинных упорядочениях Грейнджера, это то, что они не должны ничего делать с причин­но-след­ственной связью. На мой взгляд, это большая ошибка.

Хансен: Давайте вернемся к вашей работе «Деньги, доход и причинно-следственная связь». Если сравнивать с тем, что вы написали позднее, то просматривается интересная эволюция мысли. В более поздних эмпирических работах вы делаете акцент на эндогенности денежной массы. В свою очередь, вы были одним из авторов того, что теперь называется фискальная теория определения уровня цен. Можете как-то прокомментировать такую эволюцию мысли, и как это связано с эмпирическими открытиями и изменениями в макроэкономической политике?

Симс: Сначала я представлял себе, что правительственные структуры, имевшие систему управления денежной массой, попытаются нейтрализовать колебания бизнес-цикла. В результате могла сложиться ситуация, когда денежная масса стала бы экзогенной, но взаимосвязь не будет при­чинно-следственной взаимосвязью между деньгами и бизнес-циклом. Сначала я думал, что такое невозможно — отчасти из-за идеи монетаристов, согласно которой денежная масса — важный инструмент денежно-кредит­ной политики. Монетаристы заявляли об этом, несмотря на то, что день за днем управлять предложением денег становилось все труднее, а также несмотря на то, что ориентированные на монетаризм власти не управляли предложением денег. Потом один из моих первых студентов в Миннесоте, Яш Мехра, узнав от меня о причинно-следственной связи, решил сделать тест причинно-следственной связи уравнений денежного спроса (Mehra,1978). В этих уравнениях деньги были в левой части, процентные ставки и выпуск — в правой. К моему удивлению, обнаружилось, что данные уравнения прошли тест на экзогенность процентных ставок и выпуск. Это открытие было качественно противоположным тому, о чем я писал в своей работе (Sims, 1972b). В одной из своих последующих работ (Sims, 1980a) я продолжил разработку этой идеи. Я рассмотрел системы, а не отдельные уравнения, и системы с процентными ставками из числа переменных. Я понял, что при наличии в системе процентных ставок деньги становятся довольно предсказуемыми, и предсказуемая часть денег в большей степени связана с выпуском. Ни одно из этих открытий не соответствовало простой структуре, предлагаемой монетаристами, или ее варианту с естественным уровнем рациональных ожиданий.

После таких открытий я также начал размышлять о том, что случится с моделью равновесия, если монетарные власти начнут выравнивать процентные ставки. И не надо долго возиться с такими моделями, чтобы понять, что если монетарные власти выравнивают процентные ставки, то Фишер Блэк сразу же становится прав. Денежная масса начинает изменяться параллельно с биржевым курсом. И хотя, грубо говоря, деньги будут статистически эндогенными, они, скорее всего, будут априори заданными, с точки зрения Грейнджера, причем теми же самыми факторами, что и биржевой курс. Сегодня я думаю, в странах, где выравнивают процентные ставки и монетарные власти не пытаются жестко управлять денежными агрегатами, причинно-следственная связь по Грейнджеру между денежными агрегатами и другими макроэкономическими переменными не является истинной причинно-следственной взаимосвязью.

Я часто говорю, что кривая Филипса — это не лучший пример критики Лукаса. Лучшим примером ложной статистической взаимосвязи, которую можно найти в равновесной модели рациональных ожиданий, но нельзя автоматически использовать в качестве альтернативы проводимой политике, является регрессионная зависимость ВВП от денежной массы.

Хансен: Давайте поговорим о работах, связанных с теоретическими основами фискальной теории уровня цен, идеи которой вы, как и Майк Вудфорд, и ряд других ученых, активно защищаете. На ваш взгляд, насколько они полезны и вносят ли они ясность в суть вопроса?

Симс: Мы с Вудфордом писали об этом примерно в одно время, но рассматривали тему с различных позиций. Вудфорд и потом писал на эту тему. Один из моих студентов в Миннесоте, Эрик Липер, вывел наличие локальности и уникальности для фискальной теории (Leeper, 1991). Джон Кокрен помог показать всю ошибочность мнения, что нет особой разницы между ограничениями государственного и негосударственного бюджета (Cochrane, 2003). Я считаю, что проведенную нами работу по разработке, объяснению и проверке основ теории можно считать полезной.

Существует также множество работ и других авторов на эту тему, которых, возможно, вы имели в виду. Они пытаются найти ответ на вопрос, имеет ли вообще смысл данная теория. Я пытался понять, что стоит за этими возражениями. Больше всего ставят под сомнение теорию те, чья модель не похожа ни на одну из существующих стандартных моделей, используемых в макроэкономике сегодня. В такого рода модели у центрального банка и казначейства свои собственные бюджетные ограничения, и мы можем предположить, что они могут обанкротиться независимо друг от друга. В одной из работ я рассмотрел подобные модели с соответствующим разделением (Sims, 2000a). Для Соединенных Штатов такие модели не подходят, но для Европейского союза — вполне, поскольку местное институциональное устройство позволяет сделать так, что банкротство казначейства не повлечет за собой банкротство Европейского центрального банка и наоборот. В таких условиях в игру вступает такое понятие, как теория игр, и можно сделать определенные выводы исходя из фискальной теории, что так или иначе не следует из традиционной монетаристской теории. На мой взгляд, этот тип модели действительно интересная находка в фискальной теории.

Но занявшие такую позицию критики, например, Маккаллум (2001) или Бьютер (2002), использовали интуитивные понятия, присущие модели с раздельными бюджетными ограничениями для Центробанка и казначейства, чтобы критиковать поведение теории в моделях с унифицированными ограничениями государственного бюджета. И как мне кажется, при рассмотрении модели с двумя отдельными ограничениями госбюджета их критика по сути является ошибочной.

Критиковали теорию и те, кто считал, что понятие конкурентного равновесия в моделях фискальной теории уровня цен в отличие от стандартных моделей нельзя встроить в теоретико-игровую структуру. Работы Марко Бассетто (2002) изначально рассматривались как поддерживающие такую точку зрения. Хотя в конце он заявил, что, с теоретико-игровой точки зрения, неполнота детализации проводимой политики в моделях фискальной теории уровня цен ничем не отличается от такой же неполноты в стандартных макроэкономических моделях. Более того, очевидно, что решение вопроса неполноты таким образом, чтобы равновесия фискальной теории уровня цен проявлялись в определенной форме, изначально выдвинуто как простые конкурентные идеи равновесия.

Хансен: Давайте немного изменим тему. После того, как вы проработали несколько лет в Гарварде в качестве старшего преподавателя, в 1970 г. вы переехали в Миннесоту. В то же время там работали и Том Сарджент, и Нейл Уоллис. В одном месте собралась довольно влиятельная группа молодых специалистов по макроэкономике. Что представляла собой Миннесота того времени?

Симс: Это было удивительное место. Джеку Карекену удалось пригласить на работу Уоллиса и Сарджента. Последний, в свою очередь, с помощью одного звонка помог заполучить меня. Было очень интересно наблюдать за тем, как Сарджент разрабатывал свой подход к обучению макроэкономике — он просто повсюду фонтанировал новыми идеями. У Сарджента, Уоллиса, Карекена и Мёнча в различное время были совместные проекты на тему денежно-кредитной политики, частично финансируемые Федеральным резервным банком Миннеаполиса, где эти ребята на полставки занимались исследовательской работой. Я преподавал тогда эконометрику и макро­экономику. Но макроэкономику я преподавал лишь одну четверть в году, и иногда и через год. Сарджент в своем курсе делал большой акцент на ценность эмпирической работы с явными стохастическими моделями, чем вызвал потребность в преподавании эконометрики. Было также ясно, что любой, кто захочет писать диссертацию у Сарджента, должен будет знать эконометрику временных рядов. Поэтому, я считаю, это были очень комфортные для меня условия работы, хотя конечно были и разногласия, в большей степени политического и в некотором роде методологического характера. Я никогда не работал в такой атмосфере, которая тогда царила в Миннесоте. Это была атмосфера позитива и взаимной интеллектуальной поддержки.

Хансен: Ваша работа над векторными авторегрессиями оказала огромное влияние на прикладные исследования в макроэкономике. Вероятно, вследствие того, что метод был весьма привлекателен и удобен в применении. Хотя привлекательность векторных авторегрессионных моделей частично основана на скептицизме в отношении валидности моделей с жестко заданными параметрами, шоки должны тем не менее определяться на основе использования теории. Изменилось ли со временем ваше мнение относительно такой идентификации? Если я не ошибаюсь, в исследовании, о котором идет речь в вашей работе «Макроэкономика и реальность» (Macroeconomics and Reality) (Sims, 1980b), в основном используется рекурсивная схема идентификации?

Симс: На самом деле я рассматривал в этой работе две идентифицированные модели. Порой создается впечатление, что некоторые из тех, кто ссылается на эту работу, никогда полностью и внимательно ее не читали. Очень часто я вижу ссылку на мою работу, как подтверждение точки зрения, что заключение можно сделать на основе неидентифицированных моделей или что идентификация невозможна. Тот факт, что в работе присутствуют две идентифицированные модели, порой упускается, но то, что они рекурсивные — это правда.

Я до сих пор скептически отношусь к моделям с «жесткой» параметризацией. Я считаю, что наиболее верный способ проведения эмпирических исследований в макроэкономике заключается в том, чтобы использовать как можно более незначительные допущения, взятые из «теории», которые во многих случаях интуитивны, а затем делать выводы. На сегодняшний день не существует одномерного ранжирования теоретических ограничений по их незначительности. Таким образом, этот подход ведет к экспериментированию с различными видами моделей и ограничений, а также, по существу, с неформальным и формальным усреднением результатов. Когда я писал работу, я считал, что это наилучший способ проведения исследований, и этого мнения я придерживаюсь до сих пор.

Мои суждения изменились по ряду направлений. Во-первых, сейчас я больше понимаю, насколько важно уметь применять модель, чтобы можно было с ее помощью выдвигать какие-то версии. Даже если у вас нет подробной идентификационной схемы, дающей поведенческую интерпретацию, которой можно доверять при любом экономическом шоке, с такими схемами все равно полезно экспериментировать. Люди чувствуют себя намного комфортнее, если существует, по крайней мере, хоть одна версия того, что происходит внутри модели. В этом случае она уже не кажется им черным ящиком. В какой-то мере это стало причиной для подготовки совместно с Липером работы «Переход к современной макромодели анализа экономической политики» (Towards a Modern Macro Model Usable for Policy Analysis) (Leeper and Sims, 1994).

Еще одно изменение в моих суждениях произошло, когда я какое-то время серьезно занимался прогнозированием. В течение нескольких лет я делал ежеквартальные прогнозы. Я обнаружил, что для создания модели, которая бы по-настоящему отвечала необходимым требованиям, мне нужны тщательно разработанные приведенные уравнения, позволяющие иметь различные варианты изменений во времени, нестандартные нарушения равновесия и изменяемые параметры. После этого мы получили слишком высокую размерность вектора возмущений в модели; каждому коэффициенту стало необходимо отдельное нарушение равновесия. Я почувствовал, что установки в целом становятся громоздкими, по размеру они стали больше, чем требовалось. Еще одним стимулом к совместной работе с Липером была идея, что, используя теоретическую модель с относительно небольшим количеством основных параметров, можно было бы иметь отправную точку для моделирующей временной вариации и нестационарности — так, чтобы по сути ее уровень не был слишком высоким. Так происходила эволюция моих суждений относительно векторных авто­регрессий.

Хансен: Зачастую структурная идентификация векторных авторегрессий выглядит как исключающие ограничения, используемые комиссией Коулза но применяемые в отношении матриц мгновенного отклика или матриц сложных временных рядов длительного отклика на нарушения экономического равновесия. Насколько правильно такое определение?

Симс: Существует две версии идентификации в векторных авторегрессионных моделях, которые так или иначе используются. По одной из версий вы оставляете неограниченными коэффициенты запаздывания и ограничиваете лишь одновременные отклики на нарушение равновесия. Данные ограничения сами по себе хорошо бы подошли под установки комиссии Коулза. Но есть важное отличие от ограничений, применяемых комиссией Коулза — в установках идентифицированной векторной авторегрессии структурные нарушения равновесия обычно независимы друг от друга, или по крайней мере, ортогональны друг к другу. В структуре, предлагаемой комиссией Коулза, эта ортогональность отсутствует.

На мой взгляд, такое ограничение является некоторым преимуществом в сравнении со структурой, предлагаемой комиссией Коулза. Те, кто использует данную структуру, почти всегда возвращаются к тому, что делают допущения ортогональности в структурных нарушениях равновесия, когда они пытаются использовать модель для прогнозирования эффекта от вмешательства. Если бы структурные возмущения были взаимосвязаны, то каждый раз, когда вы вмешиваетесь и изменяете параметры структурного уравнения в модели, вам приходилось бы спрашивать себя, каким был источник корреляции и как вмешательство должно его изменить. Всегда существуют две крайности. Первая, что взаимосвязи отражают пассивное реагирование возмущений в уравнении на другие возмущения. Изменение самого уравнения не изменит структуру взаимосвязей остальных возмущений. Или вы можете выбрать противоположную точку зрения, что в уравнении спроса на деньги существуют нестыковки, связанные с шоками в предложении денег, — это показывает причинное влияние решений относительно предложения денег на спрос. В рамках такой интерпретации вы извлечете всю ковариацию из остальных возмущений, прежде чем дойдете до возмущений, на которые не влияет проводимая политика. Подход комиссии Коулза теоретически не объясняет, как именно следует проводить такое извлечение. Вам необходимо занять определенную позицию, чтобы применить эту модель. Такая причина для использования дополнительной структуры указывается в работах по векторным авторегрессиям. Во многих случаях, я считаю, это правильно.

Второй подход связан с введением ограничений в матрицах длительного реагирования, но опять же с допущением, что нарушения являются ортогональными. Такой подход нельзя назвать широко распространенным, поскольку ограничения ведут к неопределенности и, в результате, к серьезным проблемам с вычислениями. Однако намного меньше проблем с вычислениями возникнет, если оперировать неопределенностью в ограничениях в матрицах одновременной ковариации.

Еще одна неформальная сторона вопроса идентификации. Исследователи вводят определенные ограничения, а затем рассматривают степень правдоподобности результатов. Например, технические условия, в которых отклики на предполагаемые шоки в денежно-кредитной политике явно абсурдны, чаще всего не заявляются. У некоторых это вызывает определенное беспокойство. Среди них Юлиг (2001), Фауст (1998) и ряд других ученых. Они искали ответ на вопрос, что произойдет, если вы сделаете формальными ограничения правдоподобности результатов. Современные методы вычисления делают данный подход более чем реальным. В итоге получаем очень надежные эмпирические выводы. Фауст не стал таким образом объяснять результаты своих исследований, но пока я читал его работы, я по существу находил признаки экономической устойчивости.

В этих работах, посвященных теме векторных авторегрессий, просматривается феномен, который игнорируется в литературе по эконометрике. У нас почти всегда не так много надежных идентифицирующих ограничений, необходимых для определения всего набора параметров. Мы также экспериментируем с различными схемами идентификации, и любую из них не так легко отклонить. В своей оценке идентификации мы частично опираемся на то, насколько результирующая эконометрическая модель соответствует данным, и частично на то, насколько она целесообразна.

Хансен: Что, на ваш взгляд, самое важное в работах по векторным авто­регрессиям с эмпирической точки зрения?

Симс: Я бы назвал наиболее важным все, что касается вопроса эндогенности денежно-кредитной политики, о чем я уже вкратце рассказывал. Я считаю, что эти работы оказали большое влияние на то, что люди думают о денежно-кредитной политике. Оценки, полученные с помощью векторных авторегрессий и показывающие, что влияние политических шоков на выпуск и цены довольно мягкое и вялотекущее, сегодня очень распространены даже среди тех, кто определяет политику. Эта модель характерна для многих самых разных вариаций векторной авторегрессии.

Хансен: Долгое время вы интересовались байесовской статистикой и эконометрикой. В своих исследованиях (Sims and Uhlig, 1991) в рамках байесовских эконометрических подходов вы делали упор на те моменты, в которых байесовская и классическая точки зрения могли на прак­тике привести к существенным различиям. Одним из основных примеров можно назвать ваше исследование с еди­ничными корнями. Насколько справедлива такая оценка, и есть ли какие-то еще важные при­меры?

Симс: На заре своей карьеры я не осознавал всей важности разницы байесовской и классической точек зрения. Поэтому я и не защищал и не оспаривал байесовские утверждения, поскольку считал это несущественным. Затем я заметил, читая работы по единичным корням, что разница на самом деле есть. Конст­рукция функции правдоподобия для авторегрессии, обусловленная исход­ными данными временных рядов, действует одинаково при наличии или отсутствии нестационарности. Выводы, базирующиеся на принципе правдо­подобия, должны быть идентичны как для стационарных, так и для нестационарных случаев. Классическая теория распределения предполагает, что при наличии авторегрессии, в которой может присутствовать единичный корень, мы должны использовать совершенно другие методы.

С байесовской точки зрения любая специфика вывода при условии наличия нестационарности должна возникать из-за различных импликаций (в стационарных и нестационарных случаях), обусловленных исходными условиями, а также того факта, что неявные приоритеты могут подразумевать странные представления о поведении измеряемых величин. Поэтому при возникновении подобных различий, когда вы сталкиваетесь с динамическими моделями, которые могут иметь еще и единичный корень, эти различия должны рождаться из представления разумного приоритета для последующего использования в научно-исследовательских отчетах, и эта проблема формально и интуитивно отличается от классической теории распределения с единичными корнями.

Другой пример касается той огромной разницы, которая возникает от того, что при проверке на наличие точек перелома вы можете использовать байесовский или классический подход. Когда вы тестируете наличие одной точки перелома, и в байесовском и классическом подходе правдоподобность будет исследоваться как функция точки перелома (хотя «небайесианцы» больше предпочитают исследовать максимизированное правдоподобие, а байесианцы — интегрированное). Байесовский подход (или подход на основе принципа правдоподобия) мог бы вам подсказать, что в проблеме точки перелома точность информации о точке перелома в заданной выборке определяется по уровню правдоподобия, с которым вы здесь столкнетесь. Сторонники классического похода могут это и не отследить, сконцентрировав свое внимание на распределении функции правдоподобия по всем возможным выборкам, а не на самой функции правдоподобия.

Несмотря на то, что существует относительно мало байесовских работ на тему инструментальных переменных, я считаю, что их могло бы быть больше, и их вклад был бы значительным. Оценка инструментальных переменных не основана на принципе правдоподобия, но она применима к моделям, для которых это может быть правдоподобием. Кто-то может спросить, а насколько правилен вывод, основанный на тех моментах, которые подпадают под оценку инструментальной переменной, а не на всем наборе данных. Думаю, что можно было бы сделать выводы, которые дают более серьезную основу для обсуждения слабых инструментов — еще одной важной темы.

Хансен: Как исследователь, вы представляете собой яркий пример того, как переплетаются методологические и эмпирические интересы. Вследствие активного развития таких областей, как экономика и эконометрика, неизбежным становится вопрос специализации. Эконометрическая теория уже стала отдельной областью. Это ли не причина для беспокойства по поводу того, что эконометрика слишком быстро становится особенно специализированной?

Симс: Во всех сферах науки, включая экономику, есть разделение на абстрактных теоретиков и более прикладных, и в целом — на теорию и работу эмпирического характера. Среди эконометристов существует разделение на специалистов по эконометрической теории и специалистов по прикладной эконометрике. И очень важно, что некоторые ученые пытаются соединить эти области. Тенденции в обществе заставляют людей больше концентрироваться на работе по своей специализации, что в результате может привести к тому, что те ученые, которые работают на стыке областей, окажутся не у дел. Более того, неплохо было бы привлекать экономистов к участию в каких-то стратегических вопросах, поскольку это дает повод соединить теорию с практикой и приблизить экономические исследования к решению реальных проблем.

Поэтому я соглашусь с тем, что не совсем правильно чрезмерно отделять эконометрику от остальной экономики. Хотя есть и другая опасность. Настаивая на том, что только те, кто имеет достаточные знания, опыт и навыки в определенной области исследования, являются настоящими и «полезными» эконометристами, в некоторых департаментах, на мой взгляд, к теоретическим эконометристам будут настроены враждебно, а следовательно и к эмпирической методологии. Важно также взаимодействие между эконометристами и экономистами-неэконометристами. Лучше всего это получается, когда эконометристы, сосредоточенные на своей теме, работают бок о бок с экономистами. Замечательно, если ученый в одном лице и сильный эконометрист-теоретик, и главный исследователь, но это редкость.

Хансен: Насколько мне известно, долгое время вы имели какое-то отношение к исследованиям, которые проводили Федеральные резервные банки. Какую роль, на ваш взгляд, играет эконометрика временных рядов в исследованиях, используемых при формулировании и осуществлении денежно-кредитной политики?

Симс: Не так давно я написал работу (Sims, 2002), которая частично затрагивает этот вопрос. В ней я заявляю, что эконометристы не смогут справиться с проблемами вынесения соответствующего заключения, поскольку эти вопросы относятся к моделированию макроэкономической политики. Самые первые серьезные стратегические модели инспирировали, а затем использовали методологию Коулза, но после того как в моделях попытались объединить все важнейшие источники экономической информации «небайесовские» подходы в отношении выводов перестали способствовать ответам на поставленные вопросы. Такие модели состоят из множества уравнений, заранее определенных переменных и небольшого количества наблюдений. Двухступенчатые наименьшие квадраты, используя всевозможные инструменты, просто воспроизводят, или почти воспроизводят обычный метод наименьших квадратов. Оценки максимального правдоподобия очень трудно рассчитать, а после вычисления зачастую их нельзя назвать обоснованными, поскольку они связаны с отдельными пиковыми значениями. Для построения доверительных интервалов и тестов в моделях подобного масштаба невозможно было использовать распределение оценок с небольшой выборкой, а асимптотическая теория в чистом виде была ненадежна из-за ограниченности степени свободы.

В центре внимания теоретического моделирования временных рядов находились единичные корни и коинтеграция, которая предлагала использовать иерархические уровни статистических тестов для определения структуры коинтеграции до проведения оценки. Так или иначе, в очень больших моделях непрактично применять подобные уровни тестов.

Академическое макроэкономическое теоретизирование концентрировало свое внимание на рациональных ожиданиях, которые, по сути, не являлись проблемой. Но такие ведущие ученые, как Сарджент и Лукас, связывали рациональные ожидания с ошибочным мнением, что существует большое различие между анализом изменения в «правиле» политики и анализом изменения в переменной политики. На самом деле изменение правила политики может быть только последовательно смоделировано как своего рода особое, нелинейное стохастическое нарушение. В результате ошибочной противоположной точки зрения выросло поколение студентов, которые верили, что насущный хлеб количественного анализа стратегий — прогнозирование на основе значений случайных переменных, которые явно появляются в модели, — и это было так или иначе глубоко ошибочным и внутренне противоречивым подходом. В результате долгое время наблюдался пониженный или полностью отсутствовал академический интерес к развитию или критике моделей, используемых при разработке денежно-кредитной политики.

Сегодня модели находятся в плачевном состоянии, но, возможно, мы подошли к той точке, когда байесовские методы и суждения могут решить эти проблемы и попытаться ликвидировать разрыв между теоретической макроэкономикой и эконометрикой, а также практикой применения количественного моделирования стратегических решений. В этом отношении некоторые последние работы Сметса и Вутерса (например, 2002 г., 2003 г.) выглядят довольно многообещающими.

Хансен: Не так давно вы опубликовали работу по «рациональному невниманию» (Sims, 2003a), где вы использовали выводы теории информации, чтобы построить модель инертности при принятии решения. Что привело вас к использованию такого формального подхода, и в каком направлении, на ваш взгляд, развивалось это исследование?

Симс: Несколько лет назад я написал работу «Негибкость» (Stickiness, Sims, 1998b), в которой намеревался показать, что вариации на стандартные теоретические предположения об издержках, связанных с изменением цен и инертности, могут соответствовать качественному поведению макроданных. Хотя я отметил, что обычные теоретические установки предполагают наличие либо гибких цен и «нестабильных» действительных переменных, либо, наоборот, гибких действительных переменных и нестабильных цен. Согласно макроданным, оба класса переменных примерно одинаково инертны. Более того, любое определение издержек регулирования предполагает не только то, что переменные при условии наличия подобных издержек должны реагировать на другие переменные медленно и плавно, но также должны иметь и плавные временные траектории. Данные показывают замедленные и плавные отклики между переменными, но не соответствующе плавные временные траектории. В моей работе по негибкости показано, как можно получить и то и другое, но через своего рода иерархическую установку издержек регулирования, которые с трудом согласуются с данными и даже с экономической интуицией.

В самом конце этой работы я поместил приложение, где говорится, что возможно из-за ограничений обработки информации, смоделированных с использованием идеи Шеннона о пропускной способности канала, инертность является причиной того, что данные ведут себя более интуитивно. В более поздней работе, которую вы упомянули, рассказывается о применении метода в отношении общих проблем линейно-квадратичной динамичной оптимизации, а также показано, что именно он ответственен за качественную составляющую наблюдаемой инертности.

Немногие экономисты знакомы хоть с какой-либо теорией информации, зато многие мне говорили о том, что интуиция менее привлекательна для них, чем формальный подход. По сей день эти идеи продвигаются очень слабо, поскольку не так много людей, действительно способных двигать вперед новую активно развивающуюся область. Я сам работаю в этом направлении, пытаясь создать программное обеспечение, которое было бы удобным в использовании и которое позволило бы более широко применять указанные выше методы. Установки рациональной невнимательности предполагают, что люди будут вести себя так, как если бы они столкнулись с проблемами выделения «сигнала», даже при отсутствии внешних издержек для получения точной информации. Это должно привлечь большее внимание к моделям с плохо информированными агентами и в какой-то мере процесс этот уже имеет место (Woodford, 2001), хотя модели, обосновывающие формулирование проблем выделения сигнала в теории информации, еще не появились.

Литература

Bassetto, M. (2002) A game-theoretic view of the fiscal theory of the price level. Econometrica 70, 2167–2195.

Buiter, W.H. (2002) The fiscal theory of the price level: A critique. Economic Journal 112, 459–480.

Cochrane, J.H. (2003) Money as Stock. Discussion paper, University of Chicago, GSB, http://gsbwww.uchicago.edu/fac/john.cochrane/.

Faust, J. (1998) The robustness of identified VAR conclusions about money. Journal of Monetary Economics 49, 207–244.

Leeper, E.M. (1991) Equilibria under active and passive monetary and fiscal policies. Journal of Monetary Economics 27, 129–147.

Leeper, E.M. & Sims C.A. (1994) Toward a modern macroeconomic model usable for policy analysis. NBER Macroeconomics Annual 81–117.

McCallum, B.T. (2001) Indeterminacy, bubbles, and the fiscal theory of price level determination. Journal of Monetary Economics 47, 19–30.

Mehra, Y.P. (1978) Is money exogenous in money-demand equations. Journal of Political Economy 86(2, p.1), 211–228.

Sims, C.A. (1967) Evaluating short-term macroeconomic forecasts: The Dutch performance. Review of Economics and Statistics 49, 225–236.

Sims, C.A. (1969) A theoretical basis for double-deflation of value added. Review of Economics and Statistics 51, 470–471.

Sims, C.A. (1971a) Discrete approximation to continuous time distributed lags in econometrics. Econometrica 39, 545–563.

Sims, C.A. (1971b) Distributed lag estimation when the parameter-space is explicitly infinite-dimensional. Annals of Mathematical Statistics 42, 1622–1636.

Sims, C.A. (1972a) Money, income, and causality. American Economic Review 62, 540–552.

Sims, C.A. (1972b) The role of approximate prior restrictions in distributed lag estimation. Journal of the American Statistical Association 67(337), 169–175.

Sims, C.A. (1974) Seasonality in regression. Journal of the American Statistical Association 69(347), 618–626.

Sims, C.A. (1977) Exogeneity and causal orderings in macroeconomic models. In C.A. Sims (ed.), New Methods in Business Cycle Research, pp. 23–43. Federal Reserve Bank of Minneapolis.

Sims, C.A. (1980a) Comparison of interwar and postwar business cycles: Monetarism reconsidered. American Economic Review 70, 250–257.

Sims, C.A. (1980b) Macroeconomics and reality. Econometrica 48, 1–48.

Sims, C.A. (1998) Stickiness. Carnegie-Rochester Conference Series on Public Policy 49, 317–356.

Sims, C.A. (2000) Fiscal Aspects of Central Bank Independence. Technical report, Princeton University.

Sims, C.A. (2002) The role of models and probabilities in the monetary policy process. Brookings Papers on Economic Activity 2002(2), 1–62.

Sims, C.A. (2003) Implications of rational inattention. Journal of Monetary Economics 50, 665–690.

Sims, C.A. & Uhlig H.D. (1991) Understanding unit rooters: A helicopter tour. Economectrica 59, 1591–1599.

Smets, F. & Wouters R. (2002) An Estimated Stochastic Dynamic General Equilibrium Model of the Euro Area. Working paper, European Central Bank and National Bank of Belgium.

Smets, F. & Wouters R. (2003) Shocks and Frictions in U.S. Business Cycles: A Bayesian DSGE Approach. Discussion paper, European Central Bank and National Bank of Belgium.

Uhlig, H. (2001) What are the Effects of Monetary Policy on Output? Results from an Agnostic Identification Procedure. Discussion paper, Humboldt University, Berlin.

Woodford, M. (2001) Imperfect Common Knowledge and the Effects of Monetary Policy. Discussion paper, Princeton University.