5月10日上午，在北京大学经济学院“诺奖得主面对面”系列活动中，著名经济学家、2011年诺贝尔经济学奖获得者托马斯·萨金特（ThomasJ.Sargent）教授在经济学院东旭学术报告厅发表了题为“风险、不确定性、价值与公共政策”（“Risk, Uncertainty, Value, and Public Policy”）的学术演讲。

萨金特作讲座

萨金特教授介绍了不确定性的定义以及关注模型不确定性的原因。他指出，对宏观经济学而言，模型实际是一个随机过程，即是基于参数向量的随机变量在时间序列上的概率分布。不确定性则是对模型误设的担忧。理性预期模型赋予所有主体以共同信念，这些主体包括模型内的代表性行为人、模型外的经济学家以及“自然环境”。这导致在理性预期模型中，由于所有主体拥有共同知识，因而忽视了模型误设的可能性。但是，一方面，Ellsberg（1961）的研究结果对Savage（1954）的主观概率公理体系提出了质疑；另一方面，在统计意义上，基于不同规模的宏观数据集来区分不同宏观模型是十分困难的。这意味着，在模型设定过程中需要考虑模型错误设定的情况。同时，模型中的代表性行为人、政策制定者也应当在决策时对模型的不确定性加以考虑。

萨金特教授讲解了应如何理解模型中的不确定性。决策者拥有一组模型，但其无法利用贝叶斯先验概率分布将众多模型简化为单个模型。因此，在模型中引入不确定性的重点在于利用最小-最大化期望效用的方法计算值函数的边界。具体而言，在双人零和博弈中，一个最小化个体（minimizing player）从一组模型中选择一个概率分布来帮助最大化个体（maximizing player）计算值函数的边界并测算策略函数的脆弱性。萨金特教授进一步指出可利用相对熵衡量不确定性。相对熵是对数似然比的期望，它可以在统计意义上衡量模型的差异性。相对熵的特征也表明，在有限样本量下，从统计意义上区分模型是非常困难的。

讲座现场

萨金特教授介绍了模型不确定性对模型均衡的影响。他指出，在引入模型不确定性后，我们通常希望得到一个接近于理性预期（基准模型）的均衡。在实际应用中，所有代表性行为人可应用共同的近似模型，但一部分人会担忧模型设定错误，产生信念的异质性，这将促使形成一个新的均衡，它是递归竞争均衡和子博弈完美均衡的拓展。若在一个代表性消费者模型中分析不确定性扩大的影响，会发现不确定性对均衡数量的影响与贴现因子增长的影响一致，均表现为可观测的等价效应。贴现因子越高代表消费者越有耐心，因此储蓄越多；而出于对模型错误设定的担忧，消费者也将进行预防性储蓄。最小-最大化期望效用的投资组合持有者对于最差状况的信念影响了状态依存价格，因此对均衡价格而言，模型不确定性通过“偏好冲击”的潜在波动放大了普通随机贴现因子的影响，产生了“不确定性模型的市场价格”。因此，在共同近似模型中增加随机贴现因子的波动性有助于达到Hansen-Jagannathan资产价格边界。虽然在某种程度上不确定性厌恶与风险厌恶是相似的，但是不确定性厌恶会改变不确定性的跨期分布，这也是其与风险厌恶的不同之处。此外，由于投资组合持有者对最差状况的信念影响状态依存价格，这将促使拉姆齐计划者采取更具纪律性和目的性的策略。

听众席

萨金特教授解释了不利用其他方式分析模型不确定性的原因。他指出，决策者在任意时间面临的基准模型或近似模型都不是单一模型，而其在统计上也无法区分不同模型。同时，决策者拥有多个可能不正确的基准模型，因此也无法使用贝叶斯更新来更新概率分布做出决策。

萨金特教授介绍了考虑模型不确定性的两类经典消费偏好，即“约束偏好（Constraint preferences）”和“乘数偏好（Multiplier preferences）”。其中，“约束偏好”更直观，而“乘数偏好”更易处理。

主讲人介绍

托马斯·萨金特（ThomasJ. Sargent），2011年诺贝尔经济学奖得主，现任纽约大学经济学讲席教授、斯坦福大学胡佛研究所高级研究员，美国国家科学院院士、美国艺术与科学院院士。萨金特教授先后在加州大学伯克利分校和哈佛大学获得文学学士和哲学博士学位，此后历任宾夕法尼亚大学、芝加哥大学和斯坦福大学等名校教授，曾担任计量经济学会（Econometric Society）主席、美国经济学会（American Economic Association）主席和动态经济学会（Society for Economic Dynamics）主席等重要学术职务。

作为理性预期学派的领袖人物，萨金特教授在宏观经济学、动态经济理论和时间序列分析等方面做出了卓有成效的开创性工作，著有《理性预期计量经济学》和《递归宏观经济理论》等十五部图书，在国际一流学术期刊发表论文二百余篇，学术影响深远，享有崇高的学术威望。凭借其在动态计量经济学和货币政策方面作出的杰出贡献，萨金特教授于2011年获颁诺贝尔经济学奖。

近年来，除了聚焦于宏观经济、国际经济和数量金融等领域外，萨金特教授还高度关注人工智能和大数据在经济分析预测中的作用，始终活跃在学术研究一线，跟踪最新工具方法，不断为推动经济发展和理论进步贡献着他的力量。