До недавнего времени два больших препятствия ограничивали то, что экономисты-исследователи могли узнать о мире с помощью мощных методов, которые математики и статистики, начиная с начала девятнадцатого века, разработали для распознавания и интерпретации закономерностей в зашумленных данных: наборы данных были небольшими и дорогостоящими. и компьютеры были медленными и дорогими. Поэтому вполне естественно, что выигрыш в вычислительной мощности значительно уменьшил эти препятствия, экономисты поспешили использовать большие данные и искусственный интеллект, для их определения закономерности во всех видах деятельности и результатах.

Сводка данных и распознавание образов также являются важными частями физических наук. Физик Ричард Фейнман однажды сравнил мир природы с игрой, в которую играют боги: «Вы не знаете правил игры, но вам разрешено время от времени смотреть на доску, возможно, под слишком малым углом обзора и, исходя из этих наблюдений вы пытаетесь выяснить, каковы правила».

Метафора Фейнмана - буквальное описание того, что делают многие экономисты. Как и астрофизики, мы обычно получаем не экспериментальные данные, генерируемые процессами, которые мы хотим понять. Математик Джон фон Нейман определил игру как (1) список игроков; (2) список действий, доступных каждому игроку; (3) список того, как выплаты, начисляемые каждому игроку, зависят от действий всех игроков; и (4) протокол синхронизации, который говорит, кто выбирает, когда и что. Это элегантное определение включает в себя то, что мы подразумеваем под «конституцией» или «экономической системой»: социальное понимание того, кто что выбирает и когда.

Подобно метафорическому физику Фейнману, наша задача состоит в том, чтобы вывести «игру», которая для экономистов представляет собой структуру рынка или систему рынков, из наблюдаемых данных. Но затем мы хотим сделать что-то, чего не делают физики: подумать о том, как разные «игры» могут привести к улучшению результатов. То есть мы хотим провести эксперименты, чтобы изучить, как гипотетическое изменение правил игры или модели наблюдаемого поведения некоторых «игроков» (скажем, государственных регуляторов или центрального банка) может повлиять на модели поведения оставшихся игроков.

Таким образом, «конструкторы структурных моделей» в экономике стремятся извлечь из исторических моделей поведения набор инвариантных параметров для гипотетических (часто исторически беспрецедентных) ситуаций, в которых правительство или регулятор следуют новому набору правил. У правительства есть стратегии, а у людей есть контрстратегии, согласно китайской пословице. «Структурные модели» ищут такие инвариантные параметры, чтобы помочь регулирующим органам и разработчикам рынка понять и предсказать шаблоны данных в исторически беспрецедентных ситуациях.

Сложная задача построения структурных моделей выиграет от быстро развивающихся ветвей искусственного интеллекта (ИИ), которые не включают в себя больше, чем распознавание образов. Отличным примером является Альфа Го. Команда компьютерных ученых, которая создала алгоритм для игры в китайскую игру Го, умело объединила набор инструментов, которые были разработаны специалистами в области статистики, моделирования, теории принятия решений и сообщества теории игр. Многие инструменты, используемые в правильных пропорциях для создания выдающегося искусственного игрока в Го, также являются экономическими инструментами для построения структурных моделей изучения макроэкономики и организации производства.

Конечно, экономика отличается от физики в решающем отношении. В то время как Пьер-Симон Лаплас считал «нынешнее состояние вселенной как следствие ее прошлого и причины ее будущего», в экономике верно обратное утверждение: то, что мы ожидаем, что другие люди сделают позже, вызывает то, что мы делаем сейчас. Обычно мы используем личные теории о том, что другие люди хотят предсказать, что они будут делать. Когда у нас есть хорошие теории других людей, то, что они могут сделать, определяет, что мы ожидаем от них. Эта линия рассуждений, которую иногда называют «рациональными ожиданиями», отражает тот смысл, в котором «будущее порождает настоящее» в экономических системах. Принятие этого во внимание лежит в основе построения «структурных» экономических моделей.

К примеру, если я ожидаю, что другие люди выберут банк, то я также присоединюсь к банку. Без страхования вкладов у клиентов есть стимулы избегать банков, уязвимых для закрытия. Со страхованием вкладов клиенты не беспокоятся и не бегут выбирать другой банк. С другой стороны, если правительства застрахуют вклады, владельцы банков захотят, чтобы их активы стали настолько большими и рискованными, насколько это возможно, в то время как вкладчикам все равно. Существуют аналогичные компромиссы со страхованием на случай безработицы и инвалидности - страхование людей от неудачи может ослабить их стимул обеспечивать себя - и для официальной помощи правительствам и фирмам.

В более широком смысле, моя репутация — это то, что другие ожидают от меня. Я сталкиваюсь с выбором, подтверждать или не оправдывать эти ожидания. Эти выборы будут влиять на поведение других в будущем. Центробанки много думают об этом аспекте.

Как и физики, мы, экономисты, используем модели и данные для изучения. Мы не узнаем ничего нового, пока не поймем, что наши старые модели не могут объяснить новые данные. Затем мы создаем новые модели в свете того, как их предшественники потерпели неудачу. Это объясняет, как мы извлекли уроки из прошлых депрессий и финансовых кризисов. А с большими данными, более быстрыми компьютерами и лучшими алгоритмами мы могли бы видеть шаблоны, тогда как однажды мы слышали только шум.

Томас Дж. Сарджент