”det är svårt att göra förutsägelser, särskilt om framtiden” – så säger ordspråket. Detsamma gäller för ekonomisk modellering. Detta är inte bara den banala punkten att det är svårt att göra förutsägelser om saker som är osäkra, men du skulle bli förvånad över hur många ekonomiska modeller uttrycks som deterministiska, det vill säga utan sannolikhetsgränser., Pindyck gör den giltiga punkten att nyckelingångar ofta väljs godtyckligt; även den bästa modellen spottar skräp ut om du pumpar skräp i . Men jag vill fokusera på den lite mer subtila punkten att de saker som är mest intressanta när det gäller att göra förutsägelser årtionden framåt är de som är svårast att modellera., Resultatet är att de oftast inte är modellerade, och därför berättar modellerna inte mycket om hur framtiden kommer att utvecklas och ännu mindre om de verkliga kostnaderna och fördelarna med långsiktiga strategier, som t.ex. sådana för att främja förnybar teknik och resurseffektivitet.
en ekonomisk modell är i huvudsak en förenklad ram för att beskriva hur ekonomin fungerar. Det utövar disciplinen att tvinga modellern att formellt formulera antaganden och reta ut relationer bakom dessa antaganden. Modeller används för två huvudsakliga ändamål: simulera (t. ex., hur skulle världen förändras i förhållande till någon kontrafaktisk om vi antar en förändring i denna eller den variabeln) och prognoser (t.ex. hur världen kan se ut 2030). Ekonomiska modeller är bra verktyg för simuleringar-med tanke på vad vi vet om ekonomins beteendemässiga arbete, och med dessa mestadels som givna, hur kan ekonomin reagera på, säg, en energiprissteg? Men modeller är mycket mindre effektiva för att ge prognoser exakt inte minst för att när man gör prognoser kan mycket lite tas som givet., Ju längre ut prognosen är desto större är den strukturella osäkerheten som gör modellprognoser som bäst belysande, särskilt när man försöker förutse effekterna av icke-marginella impulser som klimatförändringseffekter eller omvandlingen av det globala energisystemet.
modeller som används av finansministerier, banker och centralbanker tar den underliggande strukturen i ekonomin enligt givna och analyserar störningar på marginalerna genom uppskattade beteendeekvationer., Både uppskattade ”nya keynesiska” och beräkningsbara allmänna jämviktsmodeller bygger på antaganden om förutbestämda långsiktiga trender eller ”konvexitet” i samband med minskande marginalreturer och minskande marginalprodukter, för att konvergera på ett stabilt tillstånd. Eftersom de sällan ser framåt bortom en fyraårig horisont, gör sådana förenklade antaganden för goda approximationer av verkligheten. I själva verket vid statskassan fastställde vi de viktigaste prognosvariablerna (BNP-tillväxt, arbetslöshet, handelsbalanser, inflation etc.) först och sedan körde modellen ., Detta är faktiskt normen för makroekonomiska prognoser – modellen används huvudsakligen som en konsekvenskontroll och inte en källa till prognoser. Förutsatt att prognosrester ligger i linje med tidigare mönster, valideras sedan fastställande av prognosbanan i förväg eftersom prognoserna är förenliga med tidigare uppskattat beteende. Men när man ser längre ut växer osäkerheten och det gör också chanserna att strukturella raster driver ekonomin på nya vägar som drivs av ny teknik, institutioner och beteenden., Att karakterisera nyckelvariabler, som utdata, som att återgå till ett deterministiskt medelvärde är bekvämt men orealistiskt ju längre ut du ser ut.
detta orsakar problem för ekonomiska prognoser med uppgift att undersöka effekterna av stora transformativa förändringar som att övergå till en resurseffektiv global ekonomi under längre perioder. Kravet på att en modell tenderar mot en stadig jämvikt innebär att många nyckeldynamik modelleras som tendenser mot denna jämvikt, snarare än determinanter av den. ”Förändring” och heterogenitet modelleras som transienta tillstånd., Men den verkliga världen är vad ekonomer kallar endogena – det vill säga föremål för systemiska förändringar som härrör från systemet. Heterogena processer skapar återkopplingsslingor som blir permanenta funktioner i systemet, vilket kräver en teori om det långa loppet som kännetecknas av sådana processer. Ekonomiska faktorer som är föremål för stordriftsfördelar, kapital och institutionell inlåsning, irreversibiliteter, nya nätverk och banberoende är svåra att uppskatta empiriskt (i vissa fall har de aldrig hänt ännu) och ännu svårare att modellera på grund av den icke-linjära dynamiken., Chocker kommer att få bestående effekter (tror 9/11), politiska val kommer att ha stora och förstärkta konsekvenser (tror försvarsutgifter och internet) gör förutsägelse allt svårare. Olika meteorologiska modeller och prognoskörningar gör konsekventa och exakta globala prognoser över en tvåveckorsperiod, men börjar sedan avvika på grund av den ökända ”butterfly wing” – effekten. Utöver en månad eller så avviker sådana prognoser vildt och anses vara bredvid värdelösa. Detsamma gäller för ekonomiska modeller under långa perioder.
ta några verkliga exempel., Investeringar i teknik för förnybar energi driver ner priset till följd av experiment och lärande från misstag; så kallade ”lärande genom att göra”. Dessa prisfall gör sedan investeringen mer attraktiv i förhållande till konventionell teknik där vinsterna från ytterligare lärande eller skalning är mindre. När kostnaderna kommer ner, ökar investeringarna och ingenjörer lär sig att billigt installera, ansluta och reparera tekniken (en anledning till att solar PV är betydligt billigare i Tyskland än i USA), uppdateras planeringsinstitutionerna och nya nätverk byggs eller transfigureras., Konsumenterna ändrar beteende och efterfrågan effektivitet, återvinning och fotgängare.
mycket snabbt, en region kan växla från ett tekniknätverk till ett annat som lärande och erfarenhet gör det mer attraktivt än den etablerade. Men en sådan bipolär banberoende dynamik är svårt-om inte omöjligt-att modellera. Städer som planeras på en modell av tät utveckling med integrerad kollektivtrafik blir många storleksordningar mindre resurskrävande än städer baserade på en spridande bilbaserad modell, trots att de har samma inkomstnivåer., När de väl byggts är de svåra att ändra retroaktivt eftersom beteenden och infrastrukturer blir inlåsta. Valkretsar lobby för lägre bensinpriser och fler motorvägar i den utbredda staden och cykelbanor, kollektivtrafik och trängsel laddning i den täta effektiva. De beslut som fattas av planerare i Kina, Indien och på andra håll kommer att gå långt för att bestämma effektiviteten och resurssäkerheten i deras ekonomier som helhet. De skapar också betydande nya marknader som stimulerar innovatörer och investerare över hela världen.,
men inget av detta ingår i standardmodeller eftersom den fullständiga interaktionen mellan ett endogent system är djävulskt komplex för att replikera och eventuella fel sprider sig genom modellen som en malign sjukdom. Modellering kräver därför abstraktion. Inte alla variabler kan inkluderas och inte alla orsaksprocesser simuleras. Men abstraktion är bra tills du abstraherar från systemets huvudegenskaper och sedan förutser det systemet som helhet., I de flesta modeller antas innovation som driver långsiktiga ekonomiska framtidsutsikter bara hända och huvuddragen i kapitalismen, såsom tendensen till oligopol, antas bort till förmån för det mer traktabla antagandet om konkurrens.
Malthus misstag var känt att ta strukturen i den globala ekonomin som given. Hans modell antog att teknik och processer skulle förbli oförändrade, så att världen skulle springa lågt på resurser mot bakgrund av växande befolkning och efterfrågan. Faktum är att varje extra mänsklig mun kom med en mänsklig hjärna., Och det var mänsklig innovation som gjorde det möjligt för jordbruksavkastningen att raket-och industrialisera för att ge en aldrig tidigare skådad mängd konsumentmöjligheter. Att modellera innovation kräver att man förstår de oavsiktliga konsekvenser som uppstår till följd av Kunskapsspridning från en sektor till en annan. Mariana Mazzucatto berättar en övertygande historia om hur nästan alla radikala tekniker bakom iPhone finansierades av regeringen, främst genom försvarsforskningsfonder: detta inkluderar internet, GPS, pekskärm och till och med den nya röstaktiverade Siri personliga assistenten ., Dessa underliggande dynamik är kända och förutsägbara som processer, men inte när det gäller specifika resultat. Följaktligen abstraherar nästan alla modeller dessa viktiga relationer bort.
det finns också ett antal beteendedynamik att redogöra för. Till exempel är global kollektiv åtgärd föremål för spel där avbetalningarna till enskilda agents åtgärder (länder, regioner, företag) beror på hur andra agerar. Om tillräckligt många spelare agerar nås en kritisk massa eller ”tipping set” där det lönar sig att agera också., Till exempel kan det betala för ett företag eller en ekonomi för att fördröja kostnaden för resurseffektiva investeringar, men som andra gör investeringen kan det i allt högre grad kämpa för att sälja till nya marknader där effektivitetsstandarderna förbättras (som var fallet med amerikanska biltillverkare). Sådan dynamik kan modelleras, men är svåra att införliva i befintliga integrerade modeller. Vem kunde ha bestämt modellerat öppnandet av världshandeln under andra hälften av förra seklet? Men dessa underliggande dynamik är kända och förutsägbara och i slutändan är det dessa som kommer att forma världen.,
de potentiella fördelarna med en politik som leder till strukturella förändringar kommer i slutändan att dämpa de första snedvridande kostnaderna i samband med en koldioxidskatt här, eller en ny standard för effektivitet där. Som med försvarsutgifterna kommer en samordnad insats för att driva på green r&D sannolikt att ha multiplicerat effekterna på innovation i hela ekonomin., Detta innebär att planering av en konkurrenskraftig och resurseffektiv ekonomi som är lämplig för ett utmanat tjugoförsta århundrade för beslutsfattarna kan bli en viktigare prioritering än att räkna ut de kortsiktiga kostnaderna för en uppsättning förnybara energikällor, även om det är relevant. Men modeller fokuserar nästan uteslutande på smala frågor av den senare typen, bara för att de kan, generera en uppsättning kostnader för varje åtgärd, med liten förståelse för de fulla potentiella fördelarna., De mer relevanta frågorna om hur strukturella förändringar kan åstadkommas på ett öppet och marknadsvänligt sätt, ett som främjar konkurrens och tillväxt och begränsar möjligheterna att hyra av egenintressen.
betyder det att vi bör jettison ekonomiska modeller? Absolut inte. Vi bör fortfarande försöka uppskatta och modellera kända komplexa processer. Modeller är viktiga verktyg för att hjälpa oss att formulera, undersöka och förstå interaktiva relationer., Men även om integrerade ekonomiska modeller som tillämpas på lång sikt har gett värdefulla insikter, var de aldrig utformade för att fungera som uppskattningar av de totala effekterna av saker som politik för att minska utsläppen och förbättra resurseffektiviteten. Helt integrerade endogena system gör modellering långa perioder mycket svårt eftersom även små fel kvarstår och exploderar och förändrar utgångarna av modellen som en malign sjukdom. Modeller försöker komma runt detta problem genom att anta att viktiga delar av den historien är förutbestämda, men det gör dem inte mer realistiska., Vad som krävs är en sammanhängande teori bakom långa processer av systemförändring och dessa är bäst modellerade separat, och inte som en del av en helt integrerad modell som ger falska föreställningar om determinism och precision. Modeller är inte hela historien; de stöder bara meningar till historien och måste förstås och behandlas som sådana. I ett tillräckligt komplext system kan det faktiskt vara lättare att driva förändring än att förutsäga det.
Dimitri Zenghelis är Co-head Politik i Grantham Research Institute vid LSE och var tidigare Chef för den Ekonomiska Prognoser på HM Treasury., Denna artikel publicerades ursprungligen i Business Green den 18 September 2013.