前言

这是个令我颇感意外的电话。2008年3月16日，一个春寒料峭的周日下午，我刚从室内网球场回家，美联储理事会的一位高级官员就打来电话警示说，理事会刚刚宣布在数十年来第一次动用《联邦储备法》（Federal Reserve Act）中含义模糊但具有爆炸性影响的第13条第3款的授权。概括地说，第13条第3款的含义是，授予美联储接近于无限制地向任何人借出现金的权力。当日，美联储授权纽约联邦储备银行借出290亿美元，以帮助摩根大通完成对贝尔斯登公司的收购。

成立于1923年的贝尔斯登公司是一流投资银行中规模最小的，当时已处于破产边缘，前一周才刚刚挥霍掉近200亿美元。贝尔斯登的衰落揭开了此后延续6个月的全球金融局势恶化的序幕，最终在2008年9月15日导致雷曼兄弟公司破产，进而引发了历史上最严重的金融危机。当然，20世纪30年代的大萧条引起的经济滑坡幅度要大得多，但为日常商业活动服务的短期金融市场在全球范围内出现如此大面积的瘫痪，此前还从未有过。随着投资者的情绪从狂热跌入恐慌，市场流动性几乎在一夜之间停滞，庞大而复杂的金融体系瓦解，引起全世界范围的经济紧缩。在9月那个宿命之日以及之后的数周，人性对经济的影响被淋漓尽致地展现了出来。

从表面上看，这次金融危机也代表着经济预测行业的生存危机。本书是我在危机之后进行探索与思考的结晶，我希望弄清楚我们为何错得那么离谱，以及从我们做过的这些事情中能够学到些什么。从根本上说，这是一本关于预测人性的书籍，我们对于预知未来有多少了解，我们认为应该在这方面做些什么。本书要探讨短期问题和长期问题，或许最重要的还是短期和长期之间相互转化的模糊地带。我们目前面临着若干严峻的长期经济困难，它们在某种意义上都是由我们对经济未来的投资不足引起的。但我最大的担忧是破败的美国政治体制，我们需要政治体制来实行法治，那是美国宪法的明确规定（参见本书第十四章）。我对本书最深切的期盼莫过于，我的思考所带来的某些创见能推动在当下或短期内采取必要的行动，这些行动尽管不可避免地会造成短期痛苦，却符合我们共同的长远利益。否则，未来可能面临无数更大的痛苦和灾难。我们已没有时间可以浪费。

预测的必要性

尽管我们并不希望如此，但经济预测始终是一门关于概率的学问。“硬科学”在度量物质世界运动时所能达到的精确程度，在经济领域似乎不可企及。然而，预测虽然时有失败，却从未被人们放弃，它是人性中根深蒂固的东西。我们对于自己所处世界的事件进程预见得越多，就越有能力为应对这些事件做好准备，从而改善生活品质。

我们从内心深知，对远期的预见能力是有限的。毫无疑问，甚至从文字出现之前开始，这种认识就推动我们不断地寻找途径来弥补这一恼人的“缺陷”。在古希腊，国王和将军们在采取政治或军事冒险行动前要征询特尔斐城先知们的建议。2000多年之后，欧洲国家依旧痴迷于诺查丹玛斯的神秘预言。今天的算命人和选股人都还有着不错的营生。预测的不断失败并不能阻止我们对无法实现的先知先觉的追求，这是人类的本性使然。

经济计量学

我们预见未来的努力在历史上有一个关键转折点，那就是过去80年来以模型为基础的经济预测学科的发展。该学科采用物理学中使用的数学工具，政府和私人部门中几乎所有经济预测人员都使用这些工具，以建立可以“解释”过去的模型，期盼更轻松地把握未来。

在20世纪50年代早期，作为哥伦比亚大学的研究生，我被纳入当时还算新潮的这种数量经济学的完善工作中。我的指导教授雅各布·沃尔福威茨（Jacob Wolfowitz）和亚伯拉罕·沃尔德（Abraham Wald）是数理统计学的先驱学者。但我早年的兴趣随后逐渐被打压，令我越来越怀疑它与现实世界的关联性，因为看似无法模型化的动物精神在经济活动中发挥着极为关键的作用。

约翰·梅纳德·凯恩斯在1936年的名著《就业、利息和货币通论》中设定了当今宏观经济模型的基本框架。所谓的凯恩斯主义模型影响了大多数政府宏观经济政策。凯恩斯本人的模型则是个完整而简化的、描述市场经济主要部分如何运转的版本。这类以“凯恩斯主义”命名的模型如今仍然在政府和私人部门中被广泛使用，尤其是用于判断各种政府政策会对GDP（国内生产总值）和就业水平产生何种影响。

古典经济学家们坚信，市场经济总是在自我修复中，受到扰乱之后也能在较短时间内回到充分就业水平。凯恩斯的思考向他们提出了直接挑战，他认为在某些情况下，经济的自我稳定机制将失效，导致“就业不足的均衡”状态，此时应该通过政府的赤字支出来弥补总需求的不足。令人吃惊的是，3/4个世纪之后，经济学家们依然在激烈争辩此类政策的利弊。

各种类型的经济预测，无论是凯恩斯主义还是其他学派，都总是伴随着永无休止的挑战。模型从本质上来说是对复杂经济现实的超级简化。即使在一个相对简单的市场经济体中，GDP的创造也意味着每天实际发生了千百万次的人际交互作用。任何经济模型都只能把其中的很小一部分考虑进来，经济学家们只能处理数量有限的方程组，并假设它们反映了现代经济的基本驱动因素。

在实际操作中，包括我本人在内的模型构建者会不断调整所选择的变量和方程组，直到其运行结果能以经济上可靠的形式重现真实的历史数据。所有预测者都必须判断，哪些数量有限的“等式”能够最有效地反映经济体运行的总体特征。

在大多数时候，市场经济中非金融部门的模型运行得还算不错。大量研究成果不断深化了我们对于这些市场运行规律的理解。可我们发现，金融市场的运行则处于一个杠杆作用非常不同的环境中，其风险量级比其他经济部门大得多。承担风险与规避风险几乎是所有金融决策的根本，相比之下，非金融部门则更多取决于工程、技术和组织管理等因素。

非金融部门在资本投资和其他决策中当然也会考虑风险因素，但它们的主要关注点却在其他方面，例如，一块芯片上可以集成多少个晶体管，如何确保桥梁能够安全承载预定的重量等。这些问题属于量子力学或工程学的应用领域，风险因素在决策时一般很少考虑。而在金融部门，综合性衍生产品交易和其他新业务涉及的风险水平，与非金融部门常用的自然科学相比，要高出许多倍。人性对于亚原子粒子的相互作用没有任何影响，但我们的恐惧、狂热和从众本性以及文化传统等却决定着金融活动的走向。由于金融严重影响着一个国家的储蓄对前沿技术的投资水平，它对于整体经济结果的影响，无论其好坏，都远远超过该产业自身在GDP中所占的份额（不足10%）。此外，金融失衡无疑是引发现代商业周期的直接或间接的主要原因。金融业向来是最难以模型化的经济组成部分。

在20世纪60年代，由于为肯尼迪总统和约翰逊总统服务的经济顾问委员会（CEA）采用的预测模型的成功，经济计量学从象牙塔走上了经济政策制定的前线。到60年代后期，经济计量模型已成为政府和私人部门决策的必备组成部分，并延续至今。

然而预测者的道路一直不平坦。简单模型在教室里能够很好地发挥指导作用，但遗憾的是在实践中却不那么成功。在凯恩斯的理论模板被经济学界广泛接受后不久，美国经济就开始呈现出一些与凯恩斯主义模型的某些基本原则相矛盾的特征。例如，凯恩斯主义认为，失业的增加表明经济活动放缓，进而会降低通货膨胀率，但在70年代的大多数时期，失业率都在上升，而通货膨胀率依然高企，这种现象在当时被称为“滞胀”。

于是，10年前还使政府经济学家们显得颇有先见之明的预测工具，开始暴露出错漏。芝加哥大学的米尔顿·弗里德曼（Milton Friedman）此时吸引了学术界的目光，他指出，当时的扩张式经济政策通过快速增加货币供应提高了市场的通胀预期，其影响超过了劳动力市场疲软导致的通货紧缩效应。弗里德曼及其追随者发展出了货币主义经济理论和基于货币供应增速的预测工具，他们对70年代后期经济形势的预测的准确度远远超越了各种凯恩斯主义模型的变体。因此到70年代末，美联储每周发布的货币供应数据，就像如今公布的失业率数据一样被市场高度关注。

到了80年代，随着通货膨胀受到控制（这部分归功于美联储限制了货币供应增速），一种更为精练的凯恩斯主义得以重生，并对滞胀进行了修正，以反映通胀预期的重要性。新模型在随后的20年里运行得相当出色，当然这主要是因为市场上没有出现重大的结构性破坏事件。其中，美联储建构的模型结合了凯恩斯主义、货币主义和近期经济理论研究的其他成果，表现尤其突出，在我的任期内为美联储理事会提供了极大的决策支持。

惊天之变

然而，2008年9月的危机却几乎没有人预见到，宏观经济模型在我们最需要它的时候遭遇了彻底失败，这令经济学界大为沮丧。直到危机爆发，美联储理事会高度发达的预测体系都没有看到任何衰退的迹象。在业界颇具声誉的国际货币基金组织（IMF）的模型也是如此，它们在2007年春季还报告说，“自2006年9月以来……全球的经济风险有所下降……美国经济总体上运行良好……其他地方的情况也令人欢欣鼓舞”。美国金融业的翘楚摩根大通银行甚至在2008年9月12日（危机爆发前3天）还预测说，美国的GDP增长将在2009年上半年加速。

政府部门和私人部门的大多数分析师和预测者都赞同英国《经济学人》在2006年12月发表的观点：“占据世界经济主体地位的市场资本主义的发动机看起来运转良好。”甚至在市场崩溃的前一天，即2008年9月14日，预测前景依然非常不明朗，我在参加美国广播公司（ABC）的星期日早间节目《本周》（This Week）时还被问及下述问题：“避免本次衰退的可能性是否大于50%？”距离危机爆发不到24小时的时候，人们在传统思维上还没有达成可能发生一次正常衰退的共识，更别提80年以来最严重的经济危机了。

甚至在市场崩溃之后，经济顾问委员会的主席依然预测，失业率将从2009年1月的7.8%下降到2010年年底的7.0%，到2011年年底将降至6.5%。可是到2011年12月，实际的失业率蹿升到8.5%。

哪里出了问题？为什么几乎所有声名卓著的经济学家和政策制定者在此次事件上都错得如此离谱？

我的思考将从对“动物精神”的分析开始，这个知名术语是凯恩斯发明的，用以描述“一种自发的行动本能，同时这种行动也不是对加权收益值和成功概率的理性判断的结果”。凯恩斯讨论的动物精神是从事经济活动的驱动力，我们的讨论对此概念有所扩展，把恐惧导致的风险规避的一面也包括在内。我对这种动物精神及其捉摸不定的特性早有体会：1959年，作为一名年轻的经济学家，我在一次公开预测中首次深切体会到犯错的滋味。我在《财富》杂志中撰文称，对投资者的“过分乐观”感到担忧，但后来发现，当时距离大牛市的顶峰还差得很远。，问题并不在于我和其他经济预测者不知道市场容易陷入野性乃至狂乱状态，会脱离理性基础，而在于这样的“非理性”行为实在太难测算，所有可靠的系统分析几乎都不适用。

但如今，在过去几年深入研究动物精神在严重危机期间的表现后，我又形成了这样的观点：人们的非理性行为有着比我们以前设想的更系统的特征，尤其在经济极端紧张时期。或者说，这种非理性行为是可以被测算的，可以成为经济预测过程和经济政策制定的内在组成部分。

在视角转化中，我逐渐意识到这种动物精神其实展现了某种“一致性”，它将非常有助于我们发现即将出现的股票、商品或汇率的资产价格泡沫，乃至预见泡沫最终破灭的经济后果和复苏前景。

特别是在本书第一章，我将试图辨析某些行为动机的非理性特征，诸如狂热、恐惧、惊慌、乐观等，并讨论这些本性及其形成的文化传统如何与理性经济行为相互作用，并导致重大的市场影响。这并不是说我们应该把经济人假设连同肮脏的洗澡水一起倒掉，因为尽管有大量证据显示非理性市场行为的持续存在，但也有数据表明，理性经济判断从长期来看依然引导着自由市场经济的前进方向。当然，众所周知，长期可能意味着相当长的时间。

不过，当我们探讨2008年危机及其后续的乏力复苏时，必须兼顾长期和短期两个视角。数据表明，1994～2008年的两次资产价格泡沫的兴起和破灭的确在一定程度上反映了生产率的实际进步，但泡沫背后也伴随着非理性繁荣和泡沫狂热的浪潮。这些浪潮在不可避免地破灭时会引发广泛的恐慌情绪，进而令市场瘫痪。

很重要的一点是，我们需要认识到，并非所有的泡沫在破灭时都会造成2008年那种程度的浩劫。本书第二章将会详细讨论，1987年和2000年的泡沫破灭对整体经济都只有比较有限的负面影响。泡沫破灭造成的破坏程度不但取决于“有毒”资产的类型，还与这些资产的持有人的杠杆大小有关。后者决定了危机能够蔓延到多广的范围。简而言之，第二章将阐述债务杠杆的大小至关重要。

本书涉及许多对我们的经济未来非常关键的议题，整个撰写过程把我本人带到了一些未知领域，由于我自己对目前的前进道路的某些担忧，这些思考可能会令人感觉有些不舒服。当然，这并不表示我是带着一种批判或者悲观的情绪在写作。写作本书的目的并不在于阐述我目前的所有想法，而是那些我有把握证明的内容。

“二战”结束以后，美国进入了全盛时代。生产率快速提高，居民和企业储蓄率接近10%，资本投资和住房建设繁荣发展。在满足蓬勃的本国资本投资之余，美国甚至还有足够的储蓄从事境外投资。

在确保经济世界的领导地位之后，美国人慷慨大度地转向国内，希望确保社会下层民众也能分享整个国家发展的福利成果。在社会保障制度和其他福利制度实施多年之后，此类“由政府发放给个人的社会福利”在GDP中的占比达到4.7%。然后自1965年以来，随着公共医疗计划（Medicare）和医疗补助计划（Medicaid）的实施，加上社会福利水平与通货膨胀率挂钩造成的社会保障项目支出大幅提高，美国出现了前所未有的、长达40年的社会福利支出暴涨，年均涨幅接近10%——由两党联合推动。本书后续的章节将指出，这一过分慷慨举措的不幸后果是，福利支出严重挤压了私人储蓄，挤出效应的比率几乎达到1∶1。资本投资的减少导致生产率增速下降，如果美国没有从国外大规模借款，情况将更加恶化。而且，为维持这种慷慨的福利水平，政府不得不尽量搜刮联邦预算的其他各类项目，才能应付社会性支出的疯涨。我们正在消耗自己的种粮，破坏美国立足于世界所依赖的强大发动机。我们迫切需要调整前进方向。但这种调整，美国人在历史上也曾经多次成功过。

给读者的提示

在本书后续各章节，我将在合适的时候加上支持自己结论的附录，包括深入的解释性文字、表格、图示以及回归分析（使用最广泛的判断经济因果关系的统计工具）。统计数据将从第二章开始出现，统计附录2–1是一个解释回归分析结果的入门级介绍。当然对那些没有兴趣的读者而言，这些附录的内容完全可以忽略。我相信自己的文字论述已足以阐述附录里的公式推理。

在本书展示的统计分析中，有很大一部分是基于美国国家经济分析局（BEA）提供的国民收入与产值账户（National Income and Product Accounts）数据。就在本书出版之前，国家经济分析局发布了对这些账户数据的重大修订信息。虽然许多数据序列出现了重大调整，但本书后续章节得出的所有结论不会受到显著影响。