如何看待「經濟學不以預測為目的」的說法？

01-15

看到知乎上的一個回答，被批判了一番，但是總覺得哪裡不對，因為水平有限只能車軲轆話和做一些蹩腳的比喻，不足以反駁，特此把問題單獨提問，請各位指教。
他的核心觀點是：
1、經濟學不以預測為目的。
2、經濟學預測很難，很多時候僅是給出一個概率，所以索性不能要求經濟學家給出預測。

3、雖然經濟學家不以預測為主業，但是他們還是最懂的，所以有預測的事還得找經濟學家，但是由於經濟學家不以預測為目的預測很難，所以你必須找經濟學家做經濟政策的指導的同時，不能要求成效。
而我的觀點：
1、經濟學最終服務於指導現實經濟，無論是對經濟發展狀況的預測還是對種種經濟干預手段後果的預測都是經濟學的最重要目標。
2、即使給出的預測是一個概率甚至很多時候連具體概率都沒有，但是概率和趨勢定性判斷也是一種預測。
3、即便以現有認知能力不能做到很好的預測不代表經濟學家不以此為目的。很難就慢慢研究，從失敗中總結經驗，而不是置身事外。我不認為對經濟學家有讓其「準確預測」的期待是一種不切實際的幻想。反而是應該是經濟學發展的最終方向。
4、我認為人類研究經濟學絕不是僅僅是對經濟學規律的一種好奇。
本人沒有經濟學基礎，爭論在以下鏈接中，覺得水平低辣眼睛的還是別點進去了。

https://www.zhihu.com/question/64677221/answer/223624046?utm_source=wechat_sessionutm_medium=socialutm_campaign=ge13_2utm_division=ge13_3from=singlemessage

謝謝 @SJ.Park 邀請。

經濟學不以預測為目的，根據如何理解『目的』這個詞，可以說也對，也不對。

說對，是因為經濟學是一個方法論的學科，不但承擔著經濟方面的研究，同時也為其他社會科學領域的研究提供了很多有益的理論和實證的研究方法以及手段。

我們在很多管理類和社會類的論文中，經常能夠看到一些規模很大，研究者費心費力設計的實證的假設和檢驗，比如某些情況下，公司內人員流動的頻率和公司績效之間的關係。文章的分析和結論中也會明確提出，某些假設是可以被支持的，某些不可以被支持。這個時候我們就得到了一個規律，尤其是在有數據回歸的情況下，我們還能夠算出來邊際上流通頻率提高多少，公司績效有望達到多少的增加。有了這些定性和定量的分析，那麼公司就可以根據這個規律來有意識的調整公司內部人員流通的頻率以提高公司績效。

到這一步，管理學的任務完成的差不多了，接下來通過很好的文獻回顧，對自己貢獻的表述，就可以求發表了，但是其實這裡面其實依然有一個黑箱子——為什麼人員流通的頻率和公司績效之間有關聯呢？再往下深度挖掘，就是經濟學家擅長的領域了。這個時候就需要根據外在的表現和各種自然實驗，通過建立模型的方式來摸索內在的機理——也就是要從更本質的、更鬆弛的假設出發，去推導出從人員流通頻率到公司績效之間聯動的機理。

從這個意義上講，經濟學家的目的是打開社會、商業和經濟現象的黑箱子，打不開也要猜一個出來-_-bb，然後給出一個至少在當下是合理的解釋。從這個意義上講，經濟學確實不以預測為目的。

但是為什麼又說不對呢？這就要看解釋的目的是什麼。

我們為什麼需要理解黑箱子裡面的東西呢？而不是直接看輸入輸出，直接應用黑箱子呢？那是因為黑箱子所給出的信息是有限的，不完備的，貿然的到處應用，有時候會造成很大的災難。同樣的經濟政策，央行實行9次可能都是有效的，但是第十次可能就直接導致經濟衰退；同樣的公司管理政策的成功經驗，有的公司拿過來用就很失敗…… 如果我們僅僅是著眼於簡單的『預測』而不求甚解的話，我們反而永遠只能跟在現實的後面，當面對規律失效的時候束手無策。只有當我們深刻的理解的經濟和商業現象背後的機理的時候，我們才能更好的預測，從這個意義上講，解釋，恰恰是為了更好的預測。為此，經濟學家們也在開發各種工具來滿足這種需求，並且也取得了長足的進步。在美聯航併購案中，經濟學家利用結構化模型做的counterfactual(反事實)估計模擬，預測合併成功和不成功對美國航空業的影響，已經得到了法庭的認可，並最終幫助美聯航成功合併。

所以從這個意義上，經濟學又是以預測為目的的。

------------------------

排除掉學科的發展程度，我們也不能指望經濟學的預測精度能趕上自然科學。因為物理規律不以人的意志為轉移，而經濟規律……可以不以個人的意志為轉移，但是經常被集體意志扭曲。舉個例子：如果每次超新星爆炸，我們都能預測到，那麼爆炸該來它還會來；而經濟規律則經常面臨這種悖論：

如果央行精準的預測到經濟危機來臨的時間而預先採取措施，那麼有兩種可能：

人們通過觀測央行的行為也能預計到經濟危機來臨的時間，那麼人們就會提前開始恐慌，經濟危機提前來臨，央行之前『精準』的預測失效了；
央行的政策很有效，人們也很傻，根本不知道央行在做什麼，於是央行通過政策提前對沖了經濟危機，經濟危機也消失了，央行的預測同樣失效。

所以能預測到自然災難，依然是災難，但是能預測到的經濟危機，就不是危機。

目前深度學習，尤其是神經網路在經濟學中的應用還不是那麼廣泛，並不是因為經濟學家們固步自封，不接受新事物，而是因為深度學習網路重預測而輕解釋。給一堆數據，出一個預測結果，從訓練集來看，預測往往都是準的，但是如果不理清楚背後的機理，遇到新的數據，預測精度就可能會顯著的下降。更長遠的說，儘管現在這波人工智慧的熱潮是以機器學習為主的，但是要達到近似於我們人類水平，恐怕早晚有一天，七八十年代的那種邏輯主義式的研究會涅槃重生。

謝邀。這個問題很大也很重要，我最近在開題沒法展開寫，只提一下考慮的角度吧。

一個動力系統，有些狀態變數本期的值是和上一期的決策相關的，有些狀態變數當期的值和上一期的決策沒有關係，單純是外生的。經濟學家的首要任務是刻畫這個系統到底長啥樣，既所謂「解釋現象」。至於預測，在本期狀態變數取值已知的前提下，可以做，但是那是刻畫系統的副產品，不是目標本身。

至於預測外生的狀態變數怎麼變，這個我們真沒辦法。

相當一部分「經濟學家啥也沒預測出來」類文章的套路是：找一堆這樣的外生變數，然後繪聲繪色地說經濟學家沒預測出來。這還算好的，還有一部分乾脆歪曲事實帶節奏。知道了有這樣的套路以後，無論作者的文筆多好，寫作技巧多高明，讀者都更容易發現文章要推銷哪些私貨。至於它帶的私貨到底買不買，就屬於個人判斷了。畢竟私貨質量有好有壞，嚴謹起見，在這我只能說不宜全盤接受。

謝邀。

我不太認同這種說法。

曾幾何時，經濟學的主流是理論研究。故事的簡潔和自洽是第一追求，經濟學家不太在意模型和現實是否相符。此外，曼昆經常愛引用的笑話——在過去的5次衰退中，經濟學家預測出了9次，更是給公眾一種經濟學家不靠譜的錯覺，這也使得某些學界人士對預測的話題避諱甚深。

但隨著數據越來越豐富，實證研究的重要性日益凸顯。現在，經濟學研究的側重點已經完全轉變了。一篇論文里包含理論+實證的模式越來越受到追捧。而在實證研究中，我們為什麼要進行因果推斷，目的就是為了預測。

「 A causal relationship is useful for making predictions about the consequences of changing circumstances of polices. 」

這是《基本無害的計量經濟學》里的原話。

純理論經濟學家需要擔心自己的理論到底能不能賣出去，而不是躺在 top 5 期刊裡面睡大覺，或者只有在博士生的課堂上才被人提起。而賣點之一就是你的預測力。

事實上，弗里德曼早就指出，能否成功預測是檢驗經濟學理論好壞的標準。

不能用於預測的話，經濟學的存在就沒有意義。

必須承認，經濟學在預測上還有很長的路要走。但用一句「經濟學不以預測為目的」來迴避，就有點耍賴的意思了。

好在，我發現，我周圍好多老師已經在討論，如何運用機器學習的方法服務於自己的研究了。

我和題主在上述回答的評論區已經交流過了，我的觀點和 @Reinhardt Jin 學長相似：

以研究「某一因素的變化對結果有多大的影響」為目的，預測是副產物，因為隨機因素是預測不了的。

總的來說，宏觀經濟學模型確實更多的是關注「規律」而不是具體的預測。這是因為random error的存在，經濟學家也不能預測shock（能預測的就不叫shock了）
舉個例子，就好比股票價格，一個常用的模型是幾何布朗運動。經濟學家可以研究，有哪些因素可以使模型中的mu變大，當mu變大時，股票價格在長期上有向上增長的趨勢，但是這並不代表股票明天就一定上升，因為後面還有布朗運動的隨機因素影響。
隨機因素就是不能預測的，這不是能力的問題——如果能夠預測隨機因素，那要麼是人類變成了神，要麼就是你試圖否定自由意志——兩者都不太現實。既然超出能力範圍，那麼不以預測為目標是自然的。實際上目前經濟學的實證研究，最後的結果都類似於比較靜態分析，某一因素有多大的影響云云，於是就能給出一個參考的預測範圍。

確實有一支最近興起的經濟學分支，像Santa Fe研究所那些人做的Agent-based Economics，利用複雜科學的想法和計算機的計算能力，去模擬一個經濟系統的動態演化（和動態的「平衡」）。但是我認為他們的想法沒有脫離我所說的：關注的是某些初始條件和外生變數如何影響「平衡」。
還有經濟學家作為學術研究者和作為政府政策制定者，也有不同。作為學術研究，我上面已經說了，作為政府政策制定者，由於報酬的因素存在，當然希望自己的結論能夠符合現實——但是這和「經濟學」以預測為目標是兩回事。

謝邀。

在我看來，這個問題的爭論，無非是一個語義上的模糊。

關於「預測」這個詞，本來就有很多種不同的理解，很大程度上，因為每個人對預測的理解不同，導致了爭論。

一般人所謂的「預測」實際上是一種「預言」，人們把「預言家」當成了預測。大眾希望經濟學家能夠做到的，是像天氣預報一樣，能夠準確的預測到每一次「經濟危機」。

然而有個很根本的差別是，儘管天氣的確受到人類行為的影響，但是關係不大。一次颱風來不來，目前來說人類行為是很難改變的。

但是經濟危機不一樣。如果經濟學家能夠預測到經濟危機，那麼政府、央行必然會對此採取行動，這在很大程度上可以避免經濟危機的發生。

當然，我們也必須承認人類知識的不足。即便是天氣預報，都無法保證完全正確，更何況還有地震之類的自然災害是無法預測的。

在預測經濟危機這個問題上，的確跟地震有很多的相似之處。

地質學家無法地震，有如經濟學家無法預測某些經濟危機。然而這並不代表地質學家和經濟學家就一無是處。地質學家可以通過觀察一些現象，告訴我們哪些地震帶出於活躍期，並警告我們這些地方可能會有地震；經濟學家也可以告訴我們，我們的經濟出現了哪些反常，放之任之可能會導致失控。

所以其實還是對「預測」這個詞產生了語義上的分歧。「經濟學不以預測為目的」其實反對的是這種大眾意義上的「預測」，其實這種「預測」更多的是「預言」。

回到這個問題，經濟學家真的不以預測為目的嗎？當然不是。

實際上，任何理論都要有某一些「預測」的性質，我們檢驗這些理論，說白了就是看這些理論的「預測」是不是跟現實相符。所以一切的理論自帶「預測」性質。

比如當我們做處理效應（treatment effects）的時候，其實識別的關鍵就是反事實。我們所有的方法其實本質上就是為了去「預測反事實」而已。所以預測不重要嗎？當然重要。很多時候我們的那些複雜的計量方法，就是為了去預測反事實而已。

比如如果我們要考慮殖民地對經濟發展的影響，我們要做的其實就是上海如果沒有被殖民地，現在的經濟發展狀況是怎樣的。如果做好了這個預測，我們的「因果效應」也就識別出來了。

再比如宏觀經濟學用的這些結構模型，就是為了預測諸如「如果貨幣供給量增加1%會導致各個宏觀經濟指標有什麼樣的變動」這類的問題。因為只有有了這樣的預測，我們才能為經濟政策提出建議。

綜合來看，其實經濟學跟其他自然科學理論一樣，都是以某種預測為目的的，只不過這種預測很多時候不是大眾意義上的「預測」而已。這本質上是一個對語義的分歧。

個人認為題主理解已經很不錯了。

其實經濟學這學科目的到底是什麼我也不清楚，畢竟大學裡研究經濟的目的確實不盡相同。有的教授是因為政府需要才幫著去做宏觀預測的，有的則是因為對某一個現象好奇才去研究的，經濟學分支多得是，至少在行為經濟學、應用經濟學、宏觀經濟這些方面，作用本身就不一樣。微觀偏研究、宏觀偏應用，這也只能說是一種大致的印象。

再說經濟能不能預測——當然能，一定程度上。雖說因為人心難以預測，總是會出現偏差，但大趨勢完全是可能預測的，更何況國家公布宏觀預測還能影響國民內心的預期值達到引導的效果。經濟學中的計量方法一般是建立在極大的資料庫上的，所以根據趨勢基本上能達到一定精度的預測，比如GDP增速預期、通脹預期等等。

另外經濟在宏觀中也不全以預測為目的，有時候可能是發現已有的隱藏的問題，有時候則是探討一種更為合理的社會資源配置。不過說到底，主導經濟走向的真的不是經濟學家，而是政治家，經濟學家說的話里只有有利於政治的部分才會被採納，在西方國家央行與政府在經濟政策上的矛盾也是客觀存在的。而且經濟學和人類對於經濟體的認知是掛鉤的，認知隨著時間會變，經濟學也需要一定時間來修正，所以一個經濟政策到底行不行是肯定存在一個概率的，即市場是否早已有預測且消化過了影響。一定時期以內，我們只能說預測到某一區間，精確是極困難的。

模型是拿來解釋過去的，不是用來預測未來的

簡而言之，對一堆過去的點(數據)，我們想找到這些點移動的因果，並且自然而然地希望它有規律因而自以為意地給它畫一個收斂點出來————至於實際上是不是收斂，收斂的是不是畫的點，其實並不在意

所以大家論文里諸如應用，福利改善，數值模擬之類的東西都是隨便寫寫，沒人真的在意——因為知道扯淡為主

這裡不僅指宏觀模型，大多數微觀模型也是，不符合博弈論預計的實驗多了去了

總而言之，經濟學的研究和閱讀理解那種從文本里找微言大義差不多，都是故事自圓其說言之成理即可

這個問題可以有很多方面的回答。

我的觀點是，經濟學不以預測為目的是正確的。

一個重要的原因在於，大多數經濟學家想要扮演的角色是干預者，而不是預言家。

舉個例子，口罩和銷量和抽紙的銷量具有很強的相關性，如果相關性足夠高，以至於可以用抽紙的銷量解釋口罩銷量變化的99%，那麼對於一個預言家來說，這就夠了。

但是對於干預者來說，研究兩個變數的關係，其實是為了干預一個變數去影響另一個變數，那麼這玩意就不夠了，因為我單方面提高抽紙的銷量，口罩的銷量也不會提高——二者都是天氣變冷引起的。

這時候你需要找一個你確實能夠干預的變數，例如口罩的廣告。

因此，作為干預者，必須研究一個變數變化確實能帶來另一個變數變化的關係，也就是因果關係；而作為預言家，只要研究相關性高的變數就行了。

當然，從理論上來說，預測能力最強、最可靠的變數，是具有因果關係的變數。但實際上，由於影響一個變數的因素太多太多了，去考慮所有的因果關係是不現實的。

作為干預者的經濟學家，由於只考慮他們想要「干預」的變數，因此不用去考慮其他變數——只要其他變數不對他們想要考慮的變數產生影響，帶來估計的偏差。

舉個例子，你想要用干預x去影響y，但其實x只能影響y變動的5%，而c影響了y變動的10%，剩下的85%都是e影響的。

那麼只要x和c、e是不相關的，你確實能估計出x影響了y的5%，那麼就不用管c和e，雖然你只預測了y變動的5%，作為預言家你是失敗中的失敗，但是作為干預者，這已經足夠了。

但如果x和c是相關的，因此單純估計x對y的影響，得到了10%或者1%，作為干預者你就是失敗的，因為你高估或者低估了x對y的影響。

但是如果控制了c之後，x和e已經不相關了，你仍然能夠得到5%的正確結論，那麼作為干預者你仍然成功了，雖然你這時候僅僅預測了y變動的15%。

我們換一個角度看，如果你考慮了x和e，因此你解釋了y變動的90%，作為預言者你是成功的，但是如果x和c是相關的，你沒有考慮x，那麼x對y的影響仍然被你高估或者低估了，成了10%或者1%，那麼作為干預者你仍然是失敗的。

看了有些帶節奏，瞎扣帽子黑經濟學的回答真的是氣不打一處來。下面先簡單回答一下，之後有空了我再詳細地講預測的定義、預測的原理、預測的衡量標準等等。

=============================憤怒的分割線===========================

那些在那裡噴西方經濟學說「西方經濟學的預測沒準過」的答案，我就問一下你：高盛、摩根等等公司每年花一大堆錢招一大堆宏觀經濟學家來給他們作分析，預測市場走勢，是因為高盛、摩根的頭兒們都是傻子，沒看出來經濟學家都是坑，所以白白亂花錢嗎？這些大公司的人精還不如你一個不學無術的傢伙看得清經濟學家的本質是嗎？如果經濟學家的預測不能給這些公司帶來利潤，那麼這些公司堅持幾十年如一日地雇一大堆經濟學家來是為了幹什麼？

說經濟學的目的是搞預測的不全對，但是經濟學裡面一個重要的應用分支就是搞預測的。而且他們是靠著搞預測吃飯的，如果他們預測得不準，那麼他們就會失業！搞宏觀的預測簡直太多了，在大銀行裡面的宏觀經濟學家基本就是搞預測的；搞微觀層面預測的也不少，光是研究Industrial Organization（產業組織）的在大公司里就滿大街都是。

歐美國家，不說政府部門，就說各個以營利為第一目的的大公司，基本都會僱傭經濟學家給自己做參謀，做市場分析，預測市場走勢，這是好幾十年來的傳統了，中國現在的企業很多也都僱傭經濟學家。要說這些公司發展壯大、佔領市場，這些經濟學家也有一份功勞！如果西方經濟學家的預測能力跟某些連《資本論》都沒看過的馬克思主義經濟學信徒所栽贓的一樣--根本就沒準過，那這幫大公司的CEO難道不知道？他們難道不會不再把錢浪費在經濟學家身上？這些噴經濟學預測能力的，能不能先用一下腦子再噴呢？

經濟學了解的人隨便吐槽都沒問題，因為我們都知道是怎麼一回事兒，吐槽吐得准。但是看到一幫對經濟學啥都不懂的在那裡瞎噴我就氣不打一處來，這幫不學無術的基本屬於連噴都噴不到點子上。

事實上就是，在產業中工作的的經濟學家無時無刻不在進行預測，不論是預測股票，還是預測房價，還是預測某種商品……就連很多外行黑子，黑經濟學無法預測的經濟危機，實際上也有很多經濟學家預測到。只不過，他們沒告訴你罷了。

最好的例子就是高盛的經濟研究團隊在08年經濟危機之前通過模型和數據分析感覺經濟未來要不妙，所以就趕緊鼓動高盛把一些不良資產轉賣給了一堆接盤俠，幫高盛避免了一些損失。這些經濟學家也許並不能確定他們所看到的「不妙」是否真的會成為08年那樣的經濟危機，但是他們對於「不妙」的判斷以及背後的風險比沒有專業知識的人要強太多了。

說到我身邊的，我們系的一個比較高產的老師，Norman Swanson，主業就是forecasting（預測）。他也自稱expert of forecasting。他的確有資格這麼自稱，因為他曾經經常出入於紐約各個公司，通過為這些公司提供對於股市、股價的預測賺得盆滿缽滿，在海邊買了大房子（去過的人表示有9個廁所）和豪車。他怎麼預測？簡單來講就是通過建立時間序列模型，然後去掉那些干擾的數據，分析出一個大致的趨勢來。經濟學的預測和氣象學一樣，面臨著太多的不確定性，當然不可能一點兒不差地預測出來具體的價格，只能告訴你一個大致趨勢。但就是這個大致趨勢，就足以讓很多人、很多公司賺得盆滿缽滿。

另外，希望大家不要把專業搞預測的經濟學家和任澤平、李大霄這類大忽悠搞混。天下沒有免費的午餐，預測是個很複雜的工程，需要收集數據、建立模型、擬合、調試等等，靠預測吃飯的經濟學家是不會無償給你提供預測信息的。同樣的道理，如果他預測得不準，那他就得失業，得餓死。即便是諾貝爾經濟學獎得主，他如果就是在接受記者採訪的時候隨口說了某個預測，身為一個學實證經濟學的人我可以負責任的告訴你，你基本可以把他的話當放屁。沒有具體的數據和模型，就算是上帝都搞不出來靠譜的預測。像那些在財經頻道上講著K線，在博客上分析股市大勢的，所謂「經濟學家」，你知道他們就是騙你入坑交智商稅的就夠了。

謝謝邀請我加入這種口水仗問題。這種方法論問題丟給鍵盤俠能玩一年。我想表達我的觀點，但各位喜歡不喜歡都不要在評論回我，大家花點時間去干實事好些。

我的回答是：要看你想預測什麼。我個人更傾向於把經濟學當邏輯學，畢竟一個人跳樓也可以在邏輯上是理性的經濟人。例如價格管制，一般來說，根據選擇的邏輯可以預測：禁止或限制了人們以某種形式做交易，人們就會找別的交易方式達成交易，例如管制了房租(例如貨幣租金)會令房東收取其他形式或名目的收入，過年過節收水果也算。但是具體以什麼形式來收，就難以預測了，這取決於兩者間在特殊處境下的互動和討價還價，即哈耶克所謂私人信息或主觀信息。但不少經濟學家是試圖預測後者的。

1+1可以預測是等於2，但不具體說明，鬼知道這個2是2個雪梨還是2個蘋果，還是只是一個雪梨加一個蘋果等於兩個「水果」。所以，你既可以說1+1=2預測不了什麼，也可以說預測了。看你怎麼理解罷了。

這個問題其實很複雜。。。我的看法是該文章作者的結論還是值得思考的，而且我覺得不以預測為目的並不是貶義。以往的經濟學研究，金融研究確實不注重預測，也沒有辦法做準確的長期預測，但是現在趨勢已經變了。

這可以從以下幾方面理解。

直覺

最近的颶風IRMA對美國造成了巨大的經濟損失，可是美國科技這麼發達，為什麼沒有提前預測到？最早的颶風警告好像是九月初才發布。

大家看天氣預報時有見過預測一年後的天氣么？為什麼沒有呢？

經濟學的預測也是同樣的道理，即短期預測有很高的準確度，長期來看的話就只能做參考。任何經濟現象的產生都是數以千計萬記的因素共同影響相互作用的結果，每過一天，情況就可能完全不一樣，更何況要預測一年後甚至幾年後的情況。每一個因素的結果都是隨機變數，我們的最終預測，例如利率，也是一個隨機變數。在短期內，可能我們預測有80%的可能性，兩周內利率不發生變化，但是在長期來說，可能根據我們的計算，利率30%機會漲，40%不變，30%跌，所以根本沒有辦法說一年後的今天利率會是多少。

2. 數學

（此節如有問題，請各位斧正。）

「識別」絕對是近些年來經濟學研究提及最多的詞之一。「識別」的意思就是因果推斷，我們往往需要無偏估計來推斷因果關係，但是這其實在很多時候是跟預測（prediction）衝突的。這有點像測不準原理，速度和位置不可兼得。

舉個例子，如果我的模型有omitted variable問題，那我們因果關係還成不成立？顯然不行。但是我們模型能不能拿來預測？當然可以，因為我的變數竟然能測量我沒有注意到的東西，這再好不過了。當然類似的例子還有多重共線性等等。

3. 未來的研究（待續）

其實目前已經有很多學者注意到了這個問題，也有很多人開始呼籲放棄對無偏估計的執著，並倡導利用諸如機器學習等手段來預測各種東西，在金融領域fintech更已經實用多年。

經濟學的研究也是在進化的，學者也是進化的，所以我絲毫不擔心經濟學，乃至社會科學，的生命力。

要求經濟學做預測還怎麼忽悠？

如果測不準要求做預測的負責任，哪個做預測的西經「磚家」敢簽字。

活在「夢裡」的假設先驗遇到客觀現實都要露出計算機算命的本來面目。

不妨上個圖，看看經濟學家們在做啥：

除了CPI是最關鍵的預測數據外，這個調查問卷還涉及GDP增速、工業增加值等重要指標。

預測通脹這件事情還挺有用的，畢竟可以看一看通脹預期在何處。但是其他的指標預測，無論是多厲害的經濟學家，只能是有心無力。

央媽也知道預測的難處，所以做個問卷，其實也只是量化一下大家對未來的態度...

別被繞進去了，在這不要用『目的』這種主觀詞，就說客觀『作用』。答案是肯定的，經濟學最大的作用就是預測（預估）。

看一幫學經濟的慫的以現實無法長期，準確預測為借口。物理學同樣做不到這點，連一般流體中常出現的湍流也沒有長期模型，同時也聲稱目的是解釋世界。但不妨礙工程師在其指導下造出飛機電腦，物理學的高光時刻是牛頓力學建立的天體運行模型，相對論預測的星光軌跡，以至於拉普拉斯在回答拿破崙的問題時能夠說出『我的模型里不需要上帝這個假設』。

經濟學無法有效預測、指導人類社會反應的是其自身缺陷不足，還有待於發展，而不是以此為借口。除了人文學科，其他學科若是只能解釋而不能預測，那就還不如神學、玄學有價值。畢竟神學邏輯上也是自洽的，將一切交給上帝除了不能預測未來發展，其他方面還是挺省事的。

預測當然是經濟學的目的之一。我們說解釋和預測，其實解釋也是為了更好地預測。

很多文章結尾都會談policy implications，都會說「政府應該怎麼做」。政策建議是什麼？本質上不就是對政策效應的預測嗎？我們有若干個可以採用的政策選項，預測一下每個選項的結果，比較它們的好壞，然後從中選在一個。如果你不能預測政策的效果，談何建議？
預測是搞applied economics的人的飯碗。很多應用經濟研究項目的本質就是預測。比如現在政府想對某種商品的貿易政策做個調整，所以出錢給你建個模分析一下政策改變以後會有哪些影響。你說經濟學不以預測為目的，那豈不是要這些搞應用的經濟學家全都失業？

需要承認的是，現在確實經濟學預測的效力非常差。以前在某所讀研的時候，老師們就吐槽他們預測GDP增長率的準確率還不如拍腦袋隨口一說來的准。讀PhD時，上applied micro的時候，教授介紹了一個partial equilibrium模型用來分析某種農產品的進口，然後將政策實際實施後的結果與當初的預測相比，差了十萬八千里。要是你能預測的准，比如McFadden預測公交車使用的那項研究，那就非常牛了。

我的觀點是，目前來說，受限於我們對實際經濟運行的理解與數據的可獲得性，經濟學確實預測不準。但是，接著就說「經濟學不以預測為目的」，這完全是一種自欺欺人、自我安慰的表現。模型不好就去改進模型，數據不好就去改善數據收集。在我看來，預測的準確性是評價理論的最終標準。

我看到有人提到了盧卡斯批判。盧卡斯批判的本質不還是你的模型不夠好嗎？因為你的模型沒有考慮的人們對政策的反應。

如果你認為醫生的工作是預測患者病情，那麼經濟學家的工作也算是預測吧。

這是胡說八道。經濟學不以預測為目的難道以養活一堆無所事事只抱團取暖的經濟學家為目的？就好比用牛頓力學和核物理的體系去設計一個核電站，本質上不就是因為牛頓力學和核物理理論可以成功預測可能的運行狀態從而轉化成實際生產力？經濟學的目的，不也是通過合理的理論設計出一套相對完美的經濟系統，使得社會每一個個體都能夠達到帕累托最優，或者說其他的某種最優狀態？否則經濟學應該以藝術、純數學自居，不參與現實生活。

問題本身在於，相比一般的力學系統，人類社會活動要複雜太多，能夠顯著影響的因素太多，能夠進行諸如物理學實驗那樣的精確實驗的成本太高，因此缺乏高精度的、泛用的理論，也就是經濟學的發展程度相比物理而言太低了。所以，目前的經濟學理論沒辦法達到準確預測的高度（當然也就給了某些遺老以口實）。經濟學屆圈子分明互相不服，本身也是因為缺少一個「嚴格佔優」的通用理論。這是現實。

另一方面講，經濟學涉及太多現實利益問題，因此很多論戰帶有屁股決定腦袋的性質，這也是現實。

但是不能因為這個現實就扯什麼經濟學的目的不是預測。就好比你去參加高中競賽，沒拿到獎就說我參賽不是為了拿獎只是玩玩，很慫。

我們當然希望我們的理論既可以解釋又可以預測。可是這個世界實在是太複雜了，憑人類現有的學術和工程上的積累，無論是解釋還是預測，我們能做的事情都太少太少。傳統科學一脈相承地繼承了哲學的關注點，即這個世界為什麼是這樣的，因此不止是經濟學，傳統科學都很關注因果。但是經濟學，或者社會科學遠比自然科學面臨的問題複雜，即使是因果性，我們知道的都太少太少，自然沒有辦法在因果關係的基礎上更精準地預測，因此我們需要在很長一段時間走好解釋這一步，然後才能走預測這條路。

那麼可不可以繞過因果解釋，直接預測呢？可以，機器學習就是在做這樣的事情。近幾十年以來這種工程化的解決經濟問題的思路確實讓我們在預測這個維度上取得了很大的進步。但是，經濟學家造出加了諸多假設的模型，經濟學家自己很清楚這些模型裡面有很多很多問題，解釋能力其實很有限，而很多純數理和工程研究經常會忘記這些假設，忘記了在這些結構化的假設的條件下走出的進步其實只是問題的第一步，而不是最後一步。

我還記得15年底和我導師討論到計量和統計的關係的時候，我導師很明確地說，計量和統計是兩個學科。今年他給我們開微觀計量、以及我們課後的一些討論中，我能很明顯地感覺到了他對於計量、統計、機器學習的認識發生了很大變化。他試圖從一個統一的角度去看三者之間的關係，試圖平衡因果和預測這兩個問題，他認為計量理論和統計/機器學習理論應該互相吸收，計量理論應該吸收統計/機器學習的預測方法，而統計/機器學習應該吸收計量的因果推斷方法。我還沒有和他深入討論過在這個問題上整個學術界的認識的趨勢，從我自己的感覺來說，我隱隱感覺這個趨勢可能是不亞於上個世紀70年代「經濟學帝國主義」讓經濟學的研究領域拓展到社科的每一個角落的影響。從我和我導師討論過的問題和我自己的一些思考，我個人覺得下一個時代的趨勢可能是，計量和統計/機器學習理論逐漸相互融合，以及在大數據技術等計算機硬軟體技術的發展下人類的工程能力的提升，經濟學的理論可能開始用解釋和預測兩條腿走路，並且可能回歸經濟學誕生的最初目的——為人類的生產和商業的發展做指導。人類近幾十年工程能力的飛速進步，可以說為經濟學走出預測的第一步提供了絕好的支持，我們應該抓住這個機會。

需要強調的是，我導師說，現在的經濟學說的預測，或者社會科學說的預測，是用概率來描述的；除了量子力學說的微觀粒子的概率是真實的不確定性，其他的不確定性都是一種模型。我的理解是，這背後的假設是，我們仍然認為這個世界是可能被精確描述的，至少在概率上可以；而我們人類科學現在的發展水平還遠不足以讓我們判斷這個假設是否合理，我們只知道在這樣的假設驅動下，近現代科學取得了巨大的進步，說明至少在現階段下，我們這麼假設是合理的，或者是有益的。也因此，我們不能忘記問題本身的複雜度，不能忘記經濟學的解釋能力其實也很有限，預測能力更加有限。不是我們不想預測，是預測實在比解釋難多了，在現在這個時間點，我們有可能得到過去的信息，但是卻永遠無法得到來自未來的信息（除非基礎物理理論有巨大的進步，人類發現熱力學第二定律在某種條件下不成立、時間在某種條件下是可逆的），我們對於未來的了解，要比對於過去的了解要少的多的多。我們現在能做的，也不過是用過去的信息去猜測未來。

無論是解釋還是預測，我們都還有太長的路要走。以為人類有能力並且應該有能力預測一切，是一種自大和狂妄；認為人類什麼都做不了，也是一種自卑，都不是正確地認識問題的態度。現在的經濟學也許只能幫助我們解釋1%和預測0.01%，但是這一定比什麼都做不了的時代要好；這個百分比每增加極小的一點，都有可能是建立在大量的錯誤的基礎上的，但是我們也應該看到，我們在這幾百年取得的一點積累，已經幫助我們人類社會取得了很大的進步，我們有理由相信我們走出的每一步都是有意義的，雖然這相比於前方的路實在太短，但是走總比不走要好，不走我們則永遠無可能進步。

我大陰陽五行教派跟經濟學是一樣的，都不以預測為目的。同時我們能解釋世界上一切發生的事情，並且教義自洽，推論有據。怎麼就被人說成「迷信」了呢？

哦，忘了，其實我們的生辰八字，看宅風水，姓名稱骨，還是具有一定的預測作用的。

說句不正確的話，科學的本質就是找尋規律，驗證規律，用規律來預測。這隻做到前半截的，應該只能算「半科學」吧？

其實經濟學也並非完全不能預測。古典經濟學還是很有用的，至少供求關係這類的預測方法還是靠譜的，並且深入人心的。只是後來不知怎麼就走上了「玄之又玄」的道路了。過度痴迷於建模，過度痴迷於數學，甚至過度痴迷於自己在實驗室中的幻想。我猜測應該是利益相關導致的，因為只有把經濟學變得不接地氣，一般人看不懂，才能夠保證信息不對稱，才能用來牟利啊。經濟學家當然明白這個道理了。

我屮艸芔茻，我又又又一次被震驚了。對方沒文化沒靈能沒魔法，但是蒙對了一半，但是經濟學不是對各種經濟現象作出合理和正確的解釋為目標的。

經濟學的目的還是在於改造世界。

在馬克思的墓碑上刻著兩行字：「以往的哲學家只是解釋世界，而問題在於改造世界。」

好吧，現在網上好多外星人，他們用靈能、魔法發現事務發展，不需要讀書掌握客觀規律，當然了，在他們強大的靈能下，經濟學不以預測為目的，更不會改造世界，只是在盲目的解釋。就像我這裡的一個病人，炒股票很在行，他炒股票從來預測（不預測）未來行情後買賣，從而破產來到了我所在的精神病院。為什麼說他炒股很在行，因為他的分析都很有道理，可惜是分析今天收盤前的走勢。。。

對了，加黑的那行字是我用靈能和導師溝通後的結果。不多說了，炒股票的那位電擊完後該輪到我了，畢竟醫生的時間寶貴。

歲月時間是最好的見證、最好的醫生，汝等，看我的大改造術吧。