Математический формализм и политэкономическое содержание

Горькая правда

Время от времени я встречаю студентов, у которых острый критический интерес к экономической науке сочетается с сильной неприязнью к математике. Эти студенты интересуются прежде всего философскими и историческими аспектами экономической теории и политической экономии, исповедуя при этом различные идеологические убеждения: от радикальной марксистской критики капиталистической экономики до истовой веры в частную собственность и рынки, характерной для представителей австрийской школы. Но чаще всего, даже если учителя и научные руководители поддерживают их интеллектуальные устремления и помогают справиться с жесткими требованиями к получению научной степени, студенты в процессе собственной научной работы понимают, что для получения каких-то результатов необходимо использовать хотя бы некоторые количественные и математические методы. Здесь мы сталкиваемся с неприятным фактом жизни, вроде того, что упражнения на музыкальном инструменте улучшают качество исполнения (а более рискованные портфели приносят более высокий доход).

Конечно, есть политэкономические исследования, в которых математика явно не используется, например «Богатство народов» А. Смита (Smith, 1937) или «Начала политической экономии и налогового обложения» Д. Рикардо (Ricardo, 1951). Однако при более близком рассмотрении они лишь подтверждают мое наблюдение. Внимательный читатель быстро заметит жадный интерес Смита к тем скудным экономическим данным, которые были ему доступны, и сходство его рассуждений с доказательствами геометрических теорем. Кто из читателей Рикардо не желал, видя строгую и аксиоматическую суть его системы, чтобы она была выражена формально? Друг Рикардо Т. Мальтус прямо основывает свою теорию народонаселения (Malthus, 1985) на «математическом принципе». В XX в. П. Сраффа (Sraffa, 1960) написал свою классическую работу «Производство товаров посредством товаров» как почти борхесовскую пародию на математическое, по сути, рассуждение, которое было намеренно загнано в «литературную» форму.

Неудивительно, что экономическая теория и политическая экономия так тесно связаны с количественными и математическими методами. Социальное взаимодействие между людьми по поводу производства, распределения и обмена принимает специфическую, непосредственно количественную форму, а именно форму цен, представляющих собой пропорции в обмене и производстве. В других аспектах общественной жизни мы можем прибегать к количественному анализу, что и делаем, когда собираем статистику о числе самоубийств или уровне рождаемости, но в этих случаях числа создаются самим исследователем, а в экономическом обмене они составляют неотъемлемую часть собственно социального отношения. Можно, конечно, показать, что астрономические спекуляции или «чистое» размышление служили столь же мощным источником вдохновения для математических изобретений и развития математического знания, как и экономические отношения. Геометрия возникла из-за необходимости измерять землю, чтобы правильно облагать ее налогом в условиях древних гидравлических обществ. Алгебра и арифметика использовались на рыночной площади. Идея двойной записи в бухгалтерии внесла свой вклад в формулирование законов сохранения энергии и в целом имела значение для термодинамики. Социальная статистика в свое время стала источником вдохновения для статистической механики. Еще на моей памяти теория игр из сомнительного раздела теории отраслевых рынков превратилась в мощную динамическую математическую теорию эволюции в биологии и связанных с ней областях науки.

Но не стоит думать об экономической теории и политической экономии как о математических по своей природе науках или как о разделах прикладной математики. Экономические отношения, в какой бы количественной форме они ни представали, происходят из тех же глубоких познавательных и эмоциональных истоков, что и вся человеческая жизнь. Будучи, как отметил Аристотель, «политическими животными», люди в своей экономической деятельности создают сложную сеть отношений. Экономика в целом стала тем, что мы последние 50 лет называем «сложной, адаптивной системой, далекой от равновесия». Как утверждал К. Маркс (еще один «литератор», черновики которого показывают сильный интерес к количественным моделям и результатам), нашим главным инструментом при рассмотрении подобных систем является абстракция (особенно когда набор экспериментальных методов ограничен из-за исторически уникальной природы изучаемого феномена). Абстракция начинается с того, что Й. Шумпетер называл «видением» экономики, в котором отражаются упрощенные факты основных черт экономического процесса.

Например, классик политэкономии видел непостоянство рыночных цен в разное время и в разном месте и приходил к абстрактному понятию «естественной цены», вокруг которой рыночные цены колеблются или к которой они «тяготеют». Это абстрактное видение было связано с вопросами о том, как децентрализованное движение капитала и труда в условиях производства будет влиять на естественные цены и какой окажется динамика накопления. Экономисты-неоклассики ставят похожий абстрактный вопрос с несколько иной точки зрения: какое равновесное распределение находящихся в частной собственности ограниченных ресурсов станет результатом конкурентного рыночного взаимодействия и какими будут следствия этих равновесий для благосостояния? Эти абстракции далеки от реальности, но когда они примерно отражают сложную реальность, то могут привести нас к удивительно глубоким и важным выводам. В некоторых случаях абстрактное представление экономического взаимодействия порождает математические задачи, интересные сами по себе, вроде стабильности или динамики предполагаемых процессов. К сожалению, люди склонны овеществлять абстракции и ставить мир абстракций на место тех конкретных феноменов, которые эти абстракции должны были прояснять. Величайшие политэкономы всегда чувствовали абстрактное в конкретном и конкретное в абстрактном, не путая эти два уровня размышления.

Хотя математических и количественных элементов в экономическом рассуждении нельзя избежать, они лишь моменты в многоуровневом и сложном процессе развития теории. Стилизованная версия этого процесса будет включать видение по Шумпетеру, четко прописанные абстрактные понятия, логическое и математическое исследование свойств этих абстрактных систем, идентификацию абстрактных понятий при помощи имеющихся наблюдаемых переменных и сравнение итоговой концептуальной схемы с эмпирическими данными. Некоторые стадии этого процесса хорошо подходят для применения математических или статистических рассуждений, другие, по сути, носят концептуальный, социально-исторический и философский характер и требуют детального и критического рассмотрения с использованием нематематических инструментов. Пренебрежение концептуальной и критической стороной политической экономии ведет к таким же ошибкам и путанице, как и отказ формулировать задачу в математической или статистической форме, когда это необходимо.

Неочевидность ситуации иллюстрирует часто цитируемый диалог между Б. Расселом, который сказал, что перестал заниматься экономической наукой, потому что для него она была слишком легкой, и М. Планком, для которого она оказалась слишком тяжелой. Рассел думал об абстрактной маржиналистской модели экономики как о решении оптимизационной задачи с ограничениями, что ему казалось математически тривиальным; для Планка экономическая наука была серьезной попыткой понять сложную динамическую систему, что казалось значительно сложнее.

Мусор на входе — мусор на выходе

Новые поколения хорошо знакомы с информационными технологиями, так что многим известно о проблеме, которую системные программисты называют «мусор на входе — мусор на выходе». Математические и статистические методы — неважно, насколько аккуратно они разработаны и насколько глубоки идеи, на которых они основаны, — не могут дать результатов лучше, чем задачи и данные, которые в них заложены. Если рассмотреть относящийся к нашей теме пример и предположить, что некто использует сложные математические методы для анализа сложной адаптивной системы, находящейся вне равновесия, но полагает, что система в равновесии, то сложность математики не исправит фундаментальную концептуальную ошибку. Применению математических методов в экономической теории внутренне присущ риск того, что я осмелился бы назвать «самуэльсонианским пороком», искушением изменить формулировку абстрактной задачи, чтобы она соответствовала имеющимся математическим инструментам, а не искать новые инструменты, адекватные имеющейся задаче.

Проект П. Самуэльсона по перестройке экономической науки на математических основаниях оказался невероятно успешным в смысле академической политики, но в ретроспективе выглядит крайней неудачным как исследовательская программа. В рамках видения Самуэльсона ключевой для экономической науки была задача условной оптимизации, и весь его гений состоял в том, чтобы использовать условную оптимизацию в экономическом контексте при помощи мощных инструментов, разработанных в математической физике. Он осуществил это гораздо более тонко и критически, чем многие другие исследователи, желавшие применять физические методы в экономике и просто заменившие физические термины в моделях экономическими при помощи грубых аналогий. Тем не менее в междисциплинарном лексиконе Самуэльсона имеются существенные пробелы. Например, оптимизационные методы, которые он привнес в экономику, были разработаны большей частью в разделе физической термодинамики, с которой у неоклассической экономики много общего (Smith, Foley, 2008). Но в этой адаптации не учитывался специфически статистический характер анализа в физической термодинамике. Упущение тем более удивительное, что статистические закономерности и колебания являются важной характеристикой экономических данных, в том числе в виде распределений богатства и дохода, распределений размеров фирм и городов, движений цен активов.

Воздействие работ Самуэльсона оказалось столь сильным еще и из-за побочных результатов спора «об экономическом расчете при социализме», который имел место в 1930-х годах. Теперь может показаться удивительным, что все участники спора (кроме Ф. Хайека) считали, что и в капиталистической, и в социалистической экономике решается одна проблема, а именно распределение ограниченных ресурсов в условиях полной информации. Таким образом, рыночную систему идеализировали и ее противники, и ее сторонники. Она представлялась им равновесной системой с нулевой энтропией, в которой информация бесплатна. В такой постановке все различия между социализмом и капитализмом свелись к деталям децентрализации и расчета. Непреднамеренным последствием этого спора стало то, что экономисты-математики еще более уверились в применимости оптимизационных методов как общего подхода в экономической теории.

Последствия подхода Самуэльсона оказали существенное воздействие на экономическую науку и экономическое образование. Например, экономисты-аспиранты хотя и тратят львиную долю своего времени на изучение математической техники, часто осваивают достаточно специфические разделы математики. Они с большей вероятностью разбираются в топологических теоремах, которые мало связаны с реальными экономическими проблемами (за исключением теории коллективного выбора), чем в термодинамических теориях приближений и колебаний, которые связаны с экономическими явлениями напрямую. Если в физическом понимании динамических сложных феноменов центральную роль играет максимизация энтропии, то экономисты гораздо чаще используют теории стохастической оптимизации. Экономическая наука пришла к видению экономики как точного оптимизационного процесса, а не как хаотического самоорганизующегося процесса, лишь приближенно демонстрирующего упорядоченность.

Способ, которым Самуэльсон ввел математику в экономическое мышление и образование, также не предусматривает того, что кажется мне ключевым аспектом статистической физики, а именно ее способность устанавливать прямые количественные связи между простыми моделями и наблюдаемыми данными. В статистической физике эмпирические наблюдения и теория связаны методологически гораздо сильнее, чем в современной математической экономике, где модели оказываются скорее источником идеи для эконометрической спецификации, чем жестким ограничением на интерпретацию данных.

Таким образом, экономическая наука стала слишком уязвимой к заблуждениям и ошибкам в интерпретации. Абстрактную задачу теории общего равновесия (которая естественно возникает из рассмотрения некоторых явлений экономических взаимодействий) легко принять за точную картину гораздо более сложной экономической реальности. Теории, основанные на математической оптимизации, в которых исследуются вопросы, возникшие из равновесного видения, процветают и развиваются в еще более математически сложном контексте. Эконометрические тесты этих теорий основаны на еще менее связанных с ними спецификациях, в недопустимой степени зависящих от разделяемых всеми учеными статистических предпосылок и применения определенных статистических методов. Весь этот процесс похож на большой зал, в котором экономисты говорят со своим собственным эхом и совсем немного — с другими научными дисциплинами. Разговор организован так, чтобы пустить пыль в глаза университетскому руководству и междисциплинарным комиссиям.

Должен сразу сказать, что эта характеристика — скорее карикатура, чем точный портрет. Скажем, описанные выше проблемы, наиболее заметные в таких областях экономики, как макроэкономическое моделирование и финансы, в других областях сглаживаются. Например, психология оказала существенное влияние на формулировки современной теории экономического поведения, несмотря на упрямое сопротивление новым данным, противоречащим модели рационального homo oeconomicus, со стороны консервативно настроенных экономистов. Большая часть прикладной микроэкономики неотличима от прикладной социологии в том отношении, что применяет более или менее надежные статистические техники для анализа одномоментных (cross-section) данных. Воздействие эволюционного мышления на экономическую науку (и экономической науки на теорию эволюции в биологии) вызвало к жизни важные экономические идеи, которые не основаны на догмах оптимизации и рациональности, мыслимой как данность. Экономическая история и история экономической мысли в почетном арьергарде борются за сохранение своих мест в учебных планах, несмотря на угрозу полного исключения из них.

Но кто устережет самих сторожей?

Западная научная традиция в том виде, в каком она развилась с эпохи Возрождения, очень зависима от принципов эмпирической верификации и фальсификации, которые ограничивают излишние теоретические спекуляции. Связь экономической науки с этой традицией неоднозначна. С одной стороны, политическая экономия — наука о политике и была таковой с момента своего основания. Поэтому она должна оправдывать свое существование какими-то полезными практическими рекомендациями по поводу торговой политики, регулирования экстерналий и т. п., что нельзя сделать без изучения специфики проблем и связанных с ними институтов. С другой стороны, экономическая наука не слишком преуспела в прямой эмпирической верификации абстрактных теорий. Если данных нет, то экономисты с радостью заполнят пробелы априорными предположениями. Появление экономических данных создает картину невероятной сложности, в которой теоретические закономерности почти не заметны за лесом исключений, примечаний и ошибок измерения.

Роль эмпирической верификации в математической экономике самуэльсонианской эпохи должна играть эконометрика, область, в которой Самуэльсон, что забавно, практически не работал. Некоторые экономические данные действительно хорошо поддаются анализу традиционными статистическими методами. Я помню, как Р. Рагглз показывал слайд, на котором была нарисована практически идеальная кривая нормального распределения, и он сказал, что это данные реального опроса. Но в макроэкономических временных рядах эконометрика сталкивается с проблемами, которые крайне усложняют жизнь.

Во-первых, хотя кажется, что в макроэкономических временных рядах очень много точек, небольшое знакомство с данными показывает, что они крайне «автокоррелированы», то есть на практике объем независимой информации гораздо меньше, чем число имеющихся наблюдений. Например, с 1929 г. было двенадцать или тринадцать отдельных деловых циклов, так что для частоты делового цикла эффективный размер статистической выборки будет именно такого порядка, что серьезно ограничивает силу любых статистических методов в их поиске устойчивых закономерностей.

Во-вторых, эконометрика была рождена под несчастливой научной звездой. Хотя в экономических теориях (любых школ) изучается масса нелинейных связей, доминирующие и наилучшим образом развитые статистические методы, доступные на протяжении первых десятилетий серьезных эконометрических исследований, были основаны на линейных спецификациях. Линейная регрессия наилучшим образом приспособлена для понимания равновесных систем, испытывающих небольшие отклонения от равновесных состояний, то есть ситуаций, в которых небольшой размер вариации делает разумным предположение о линейности. Это явно не лучшее описание макроэкономических колебаний в развитых капиталистических экономиках. Своеобразная «частотная» философия доминировала в экономическом мышлении и преподавании и определяла статистический вывод как проблему «оценивания» моделей, а качество — как «асимптотическую состоятельность», которая представляет собой теоретическое качество модели для случая неограниченного роста выборки на основе «стационарного», то есть, по существу, неизменно повторяющегося эксперимента. Для науки, в которой данных мало, это слабое утешение и просто катастрофа для макроэкономических исследований, потому что история в принципе неповторима. Ранние эконометрические теории остаются в блаженном неведении о проблеме перепараметризованных спецификаций ограниченных данных, так что с помощью их методов можно было подтвердить почти любую теорию. Отсутствие какой бы то ни было теории колебаний в оптимизационной математике, которая лежит в основе различных версий общего равновесия, означает, что теория сама по себе никак не характеризует статистические спецификации эконометрических моделей и тем более подталкивает исследователя выбрать метод, который подтверждает его точку зрения.

Дикий и авантюрный характер эконометрических исследований в макроэкономике в 1940 —1970-х годах привел к ответной реакции из лагеря сторонников «рациональных ожиданий» в макроэкономическом моделировании, где традиционная научная роль эмпирического подтверждения в ограничении теоретических спекуляций оказалась узурпирована философскими или общетеоретическими принципами. При публикации макроэкономических исследований теперь руководствовались не способностью теории объяснить реальные свойства данных (которых и так-то было немного), а верностью теории стандартам чистого моделирования, которые провозглашались с кафедр ведущими авторитетами. Тестирование способности теории объяснять данные, которая никогда не была высока в макроэкономике, впоследствии свелось к ad hoc процедурам вроде «калибровки», которые практически не предоставляли решений для встроенной в них проблемы излишней подгонки.

В финансовой теории проблемы несколько иные. Прежде всего, данных о финансовых сделках очень много. Исследования в области финансов привлекают скорее «финансовых инженеров» и реже связаны с вопросами проведения экономической политики, которые занимают макроэкономистов. Для проверки состоятельности финансовой инженерии используется полученная на рынке прибыль, а не косвенные тесты научного объяснения наблюдаемых данных. Прямая количественная форма финансовых данных и их относительно высокая временная частотность вызывают большое искушение применить к ним статистические и математические методы из других областей. Но при анализе финансовых феноменов с помощью традиционных математических и статистических инструментов возникают две большие и связанные между собой проблемы. С технической точки зрения финансовые данные не стационарны; динамическое поведение рядов испытывает резкие изменения в различные исторические периоды, так что индуктивное обобщение при помощи статистических методов вызывает вопросы. Это отражает, на мой взгляд, тот факт, что финансовые рынки являются частью сложной, адаптивной системы, далекой от равновесия. Наше ограниченное понимание подобных систем предполагает, что они часто демонстрируют долгосрочные корреляции во временном и других измерениях. Эти корреляции возникают потому, что поверхностные феномены, доступные для нашего измерения, отражают сложные глубинные институциональные и исторические процессы, которые трудно непосредственно увидеть, но которые оказывают фундаментальное влияние на динамику системы. Например, статистическое распределение, описывающее балансовые отчеты финансовых институтов, нелегко построить на основе имеющихся данных, но именно они оказали огромное влияние на поведение рыночных цен, что мы и увидели в 2007—2009 гг., когда разразился кризис. Поскольку финансовые рынки являются частью системы, далекой от равновесия, их статистика не будет стационарной. Нестационарность всегда есть сигнал того, что мы наблюдаем результаты взаимосвязанных человеческих действий, со всеми парадоксами самосбывающихся предсказаний и стратегического манипулирования. Проблема мусора на входе в финансах иллюстрируется предположением, что рынки повсеместно ликвидны и конкурентны, которое, с одной стороны, ограничивает доступные для анализа данные, а с другой — делает аналитика невосприимчивым к реальным феноменам больших и неожиданных колебаний. Так что проблему для финансового анализа составляют скорее «тяжелые хвосты» распределений, а не макроэкономические трудности «качества объяснения для наблюдений вне выборки» («out-of-the-sample-fit»). Но возможности руководителей программ МВА — с их ограниченным опытом в математике и статистике — развеять мистический туман вокруг количественных финансов столь же ограниченны, как способность университетского руководства и кадровых комиссий повлиять на доминирующую макроэкономическую ортодоксию.

Поспешим заметить, что эти проблемы замечены эконометристами и не забыты. Частотные техники анализа временных рядов подкреплялись интуитивно разрабатываемыми информационными критериями, чтобы не допустить слишком большой подгонки. Были развиты тесты на нелинейность и процедуры оценки нелинейных возмущений в линейных моделях. В руках талантливых практиков применение здравого смысла даже к довольно устаревшим процедурам частотной статистики давало разумный анализ макроэкономических временных рядов. Большинство исследований такого типа показали, что в этих рядах не так много информации, чтобы вывести больше, чем несколько достоверных утверждений, известных информированным наблюдателям вроде Дж. М. Кейнса и без формальной эконометрики: макроэкономические данные демонстрируют трендовость; главный элемент отклонения от тренда объясняется общей компонентой, связанной с деловым циклом; внутри делового цикла рынок труда не работает по простым законам спроса и предложения. Мне кажется, что во многих аспектах макроэкономика как область знания сегодня может меньше сказать о реальной динамике капиталистических экономик, чем в начале 1960-х годов, когда я начал изучать экономическую науку.

Идеология

Кто-то может сказать, что этот случай — исключительный эпизод в истории науки, и предположить, что в долгосрочной исторической перспективе встроенные корректирующие механизмы сработают и в экономической теории. Совпадение ограниченных возможностей математики, небольшого набора стратегий моделирования и слабой связи теоретических рассуждений с эмпирическими данными похоже на сильный методологический шторм, который рано или поздно пройдет, учитывая постоянное развитие науки. И другие науки сталкивались с подобным, даже физика, пытавшаяся заниматься проблемами, для которых данных было мало или они были труднодоступны, например, в космологии до открытия микроволнового эхо от большого взрыва или в теории элементарных частиц до появления экспериментов. В конце концов, проблема макроэкономических колебаний в развитых капиталистических обществах в принципе сложная, и мы не должны удивляться, что попытки исследований оказываются небезупречными, что мы пока не все понимаем. Как представляется, произнося похожие слова об экономической науке, мы упускаем из виду ключевой аспект, без которого наше видение ситуации будет искаженным и неполным, а именно идеологию.

В третий раз поспешу пояснить свое высказывание. Слово «идеология» в научных дискуссиях имеет плохую репутацию, потому что часто связывается с переходом на личности. Когда одна сторона в споре обвиняет своих оппонентов в «идеологических» мотивах или мышлении, себя она предполагает «научной» или «ценностно-нейтральной». Как показывает опыт, такую тактику склонны применять и сталинисты, и экономисты-неоклассики, и это лишь два примера. Не об этом речь. В своей книге «Ошибка Адама» (Foley, 2006) я попытался показать, что ценности, или идеология, или любое другое слово, служащее для обозначения попыток убедить и побудить людей к действию, есть часть экономического проекта, можно сказать, часть его ДНК. Видение по Шумпетеру без идеологии будет неполным. Каким бы знанием об экономическом феномене или политэкономической стороне человеческой жизни в обществе мы ни обладали, оно всегда имеет идеологические корни, которые определяют формулировку проблем, выбор самых важных из них, способ решения задач и используемые в этом решении понятия и данные. Экономисты, разумеется, в курсе всепроникающего воздействия идеологии в их работах, хотя, на мой взгляд, им лучше признать его открыто, чем отступать и увиливать, говоря о различии между «позитивной» и «нормативной» экономикой. Поразительно, но этот неубедительный жаргон, который, кажется, удовлетворяет множество умов, в других отношениях критических и мощных, был придуман М. Фридменом, чьи работы явно выражают его идеологические убеждения.

Если мы посмотрим на методологические трудности в попытках изучать макроэкономические проблемы через призму идеологии, то некоторые необъяснимые ранее факты сложатся в стройную картину. Заимствование Самуэльсоном оптимизационной математики из термодинамики в качестве основы для математической экономики без учета статистических теорий колебаний привело к экономическому видению рынка, который работает без сбоев и решает общественные проблемы. Отказ от необратимых аспектов рыночных взаимодействий при нахождении Парето-оптимальных распределений приводит к тому, что недостаточно внимания уделяется перераспределению экономических излишков — неотъемлемой части децентрализованных рыночных взаимодействий (Foley, 2010). Рассмотренный под этим углом рынок оказывается «нейтральным» механизмом для достижения экономической эффективности при помощи универсального воздействия ценовой системы. Эконометрическая катастрофа «кейнсианских» макромоделей в 1970-е годы прямо связана с давлением на экономистов, которые должны были найти «нейтральное» представление для конфликта по поводу распределения, характерного для стагфляции. Неожиданный триумф теорий рациональных ожиданий прямо связан с их концепцией макроэкономической, особенно монетарной, политики как «нейтральной», то есть не имеющей дистрибутивных последствий. С этой точки зрения легче увидеть, почему соотношение сил в критике теоретических рассуждений сместилось от эконометристов к самим теоретикам. Даже самое грубое рассмотрение макроэкономических данных показывает важность распределения (например, между зарплатой и нетрудовыми доходами) в динамике колебаний делового цикла. Для тех, кто разделял склонность неолиберальной политики принимать и поощрять рост неравенства в распределении богатства и дохода, исследования реальной динамики зарплат и их связи с безработицей были столь же непонятны, сколь и не нужны.

Конечно, я не хочу сказать, что другие точки зрения в макроэкономике свободны от идеологии. Экономисты, которые рассматривают деловой цикл как выражение внутренней нестабильности в организации рынка и концентрируются прежде всего на дистрибутивной динамике делового цикла, очевидно, отталкиваются от собственных ценностей и видения. Разумеется, неважно, насколько люди разделяют интерес к деталям работы финансовых институтов и макроэкономическим колебаниям, если одни считают капиталистическую рыночную экономику чудом эффективности, свободы и координации информации, а другие — основанной на эксплуатации, нестабильной, иррациональной и исторически ограниченной. Конструктивного диалога все равно не будет. Я, однако, надеюсь, что история экономической науки сделает нас более осторожными в выборе и формулировании идеологических проблем, как и в систематическом усилении или ослаблении отдельных элементов научного метода.

Новое экономическое мышление

Причина, по которой здесь излагается вся эта противоречивая и спорная история, состоит в необходимости прояснить природу ситуации, с которой сталкивается Институт нового экономического мышления.

Хорошая новость состоит в том, что эта история демонстрирует колоссальный потенциал новых конструктивных идей в экономической науке, прежде всего в экономической теории, макроэкономике и финансах, но не только в них. По-видимому, эти новые возможности связаны так или иначе с видением экономики как сложной, адаптивной системы, далекой от равновесия. Есть надежда, что изменение точки зрения способно вернуть экономическую науку к ее наиболее продуктивным и интеллектуально значимым основам, которые мы видим в работах классических политэкономов, вернуть к более философски открытому и диалектическому видению экономики как момента человеческой жизни в обществе (Foley, 2003).

На уровне абстрактной теории это видение предполагает новую формулировку проблемы экономического равновесия и распределения посредством включения теории колебаний и взгляда на равновесие, совместимого, если не полностью совпадающего, с понятием статистического равновесия, как оно используется в термодинамике и других науках. Это направление мысли объединяет теории размещения ресурсов и распределения результатов ввиду отчетливых статистических закономерностей в распределениях экономических данных.

Мы знаем достаточно много о результатах анализа общего равновесия в макроэкономике благодаря динамическим стохастическим моделям общего равновесия. Мне кажется, что эти исследования дали два важных результата. Во-первых, этот тип моделирования предполагает полные, ликвидные и конкурентные рынки, а потому упускает важные стороны реальной денежно-финансовой экономики, которые оказывают большое влияние на общие показатели и стабильность. Во-вторых, история моделей DSGE, которые были последней фазой плохой и старой кейнсианской программы в макроэкономическом моделировании 1960 —1980-х годов, должна стать основой для пересмотра методологической цели макроэкономического моделирования. Хотим ли мы понять при помощи макроэкономической модели возможную общую динамику сложной динамической системы либо мы хотим симулировать конкретную часть динамики в конкретной (и большей частью ненаблюдаемой) сложной динамике имеющейся у нас экономики? Я подозреваю, что вторая цель нереалистична и внутренне противоречива, и наши попытки моделирования будут гораздо более продуктивны, если мы обратимся к первой цели.

Современная математическая экономика унаследовала от своих самуэльсонианских истоков (и аксиоматики Бурбаки) не подвергаемую сомнениям склонность рассматривать экономические величины как реальные числа и применять неконструктивные методы для доказательства ключевых положений. Это может показаться частным вопросом, но в эпоху возрастающей зависимости от вычислительных мощностей для обработки огромных объемов данных желание переформулировать экономические теории в более численной, конструктивной и даже алгоритмической форме становится все более очевидным (см.: Vellupilai, 2004).

Одним из прискорбных побочных эффектов господства DSGE в профессии стало медленное развитие макроэкономических моделей, основанных на идее о том, что в макроэкономической динамике центральную роль играет проблема социальной координации (см.: Diamond, 1982; Cooper, John, 1988). Эта теория исходит из предположения о том, что массовые рыночные взаимодействия порождают важные экстерналии, связывающие поведение рыночных агентов вне их сделок. Знаменитая метафора Кейнса о рынке ценных бумаг как конкурсе по выбору самого красивого лица (цель конкурса не выбрать самое красивое лицо, а предсказать выбор других) представляет собой один из первых канонических примеров этого подхода. Из уже имеющихся исследований мы знаем, что стратегическая комплементарность такого типа может вызывать сложную динамику в форме множественных и нестабильных равновесий, поэтому абстрактные представления этого явления дают мало возможностей для понимания рыночных корней макроэкономических колебаний. Это направление мысли также прямо связано с пониманием динамики финансовых рынков.

Надо полагать, что для решения проблем эконометрики имеются перспективные подходы. Переориентация эконометрической теории и преподавания на базовую логику обратной вероятности, разработанной в рамках лапласовской и байесовской статистической теории, окажет благотворный эффект. Мы знаем, что только методы, основанные на байесовских априорных вероятностях (как бы они ни были построены), можно считать методами статистического вывода, свободными от потенциальных противоречий (Jaynes, Bretthorst, 2003). Многие популярные частотные методы нередко соответствуют определенным априорным вероятностям, но остальные оказываются интуитивными правилами ad hoc, которые неожиданно могут потерпеть неудачу. Общая модель рассуждений с точки зрения обратной вероятности открывает новые статистические горизонты для исследователей и позволяет иначе осмыслять связи гипотез с определенными данными, выходя за пределы того, что описано в статистических «поваренных книгах». Метод обратной вероятности также имеет встроенные механизмы для решения проблемы излишней подгонки и сигналы (в пологости постериорных распределений), которые предупреждают нас о невозможности при помощи имеющихся данных решить наши задачи из-за недостатка информации. Все шире используемые нелинейные и полупараметрические методы в эконометрике открыли множество робастных зависимостей в экономических данных, которые линейные регрессионные методы лишь затемняли. Но, как и в случае теории, мне кажется, что радикальное, критическое переосмысление целей статистической работы в макроэкономике и финансах необходимо. Эконометристы не могут решить нерешаемую проблему предсказания поведения, по существу, самореференциальной системы, которая возникает из сложных отношений людей. Когда историки науки будущего станут изучать XX век, я думаю, что одержимость макроэкономистов поисками «правильной» спецификации ожиданий покажется им чем-то вроде средневековых попыток найти философский камень или Святой Грааль. Но есть философски важные цели в статистическом исследовании, преследуя которые, можно избежать этих ловушек.

Философы, психологи, социологи, антропологи, биологи, физики, математики и историки оказали большое влияние на наше понимание экономических феноменов в прошлом, и содержательно, и методологически. Мне кажется, что поддерживать новое мышление в экономике означает также поддерживать, усиливать и оживлять эти междисциплинарные связи. Постоянный диалог между заинтересованными исследователями и учеными, работающими над схожими задачами в различных научных дисциплинах, станет лучшей гарантией открытой, критической дискуссии в экономической науке.

Нелегко рекомендовать направление изменений в такой устоявшейся научной области, как экономика, или даже просто повлиять в значительной степени на направление исследований. Социология академической жизни возникла, чтобы защищать автономию и саморегулирование дисциплин в очень большой (и, я бы сказал, чрезмерной) степени. Было бы ошибкой ограничивать амбиции Института нового экономического мышления слишком узкими границами и концентрироваться на отдельных ошибках в недавних исследованиях по макроэкономике и финансам. Здесь я, как мог, показал, что серьезные ошибки в математическом мышлении или даже само использование математики могут быть источником этих ошибок. Экономической науке не нужно больше или меньше математики и статистики, ей нужны математика и статистика, лучше приспособленные к задачам и ограничениям экономического анализа. В долгосрочном периоде экономическая наука будет в той же мере определяться социологией и философией науки и взаимодействиями, которые определяют внутренний консенсус, как и отдельными методами или теоретическими подходами.

Перевод с английского Д. Шестакова

Список литературы

Cooper R., John А. (1988). Coordinating Coordination Failures in Keynesian Models // Quarterly Journal of Economics. Vol. 103, No 3. P. 441 — 463.

Diamond Р. А. (1982). Aggregate Demand Management in Search Equilibrium // Journal of Political Economy. Vol. 90, No 5. P. 881-894.

Foley D. K. (2003). Unholy Trinity: Labor, Capital, and Land in the New Economy. L.: Rout ledge.

Foley D. K. (2006). Adam's Fallacy: A Guide to Economic Theology. Cambridge, MA: Harvard University Press.

Foley D. K. (2010). What's Wrong with the Fundamental Existence and Welfare Theorems? // Journal of Economic Behavior and Organization. Vol. 75, No 2. P. 115 — 131.

Jaynes E. Т., Bretthorst G. L. (eds.) (2003). Probability Theory: The Logic of Science. Oxford: Oxford University Press.

Malthus T. R. (1985). An Essay on Principle of Population. N.Y.: Penguin.

Ricardo D. (1951). On the Principles of Political Economy and Taxation. Cambridge: Cambridge University Press.

Smith A. (1937). An Inquiry into the Nature and Causes of the Wealth of Nations. N. Y.: Random House.

Smith E., Foley D. K. (2008). Classical Thermodynamics and Economic General Equilibrium Theory // Journal of Economic Dynamics and Control. Vol. 32, No 1. P. 7—65.

Sraffa P. (1960). Production of Commodities by Means of Commodities: Prelude to a Critique of Economic Theory. Cambridge: Cambridge University Press.

Velupillai К. V. (2004). Constructivity, Computability and Computers in Economic Theory: Some Cautionary Notes// Metroeconomica Special Issue: Computability, Constructivity, and Complexity in Economic Theory. Vol. 55, No 2—3. P. 121 — 140.