گفت‌وگو با کریستوفر ای. سیمز1 - ۶ آذر ۹۰
مصاحبه‌کننده: لارس پیتر هانسن2
مترجم: محمدرضا فرهادی‌پور
هانسن: اغلب شناسایی الگوی VAR ساختاری شبیه سبک قیدهای ممنوعیت کمیته کولز3 است، اما هم در ماتریس‌های عکس‌العمل آنی و هم در ماتریس‌های عکس‌العمل بلندمدت در سری‌های زمانی چندگانه در واکنش به شوک‌های اقتصادی به‌کار می‌رود. آیا این یک مشخصه‌سازی نسبتا خوب است؟

سیمز: دو روش برای شناسایی مدل‌های VAR وجود دارد که با فراوانی‌های متفاوت مورد استفاده قرار می‌گیرند. یک روش این است که ضریب‌های وقفه را غیرمقید در نظر بگیرید و فقط عکس‌العمل‌های همزمان به شوک را مقید کنید. این قیدها خودبه‌خود کاملا با سبک کمیته کولز هماهنگ هستند. تفاوت مهم با قیدهایی از نوع کمیته کولز، در یک مدل مشخص شده VAR، این است که جملات اختلال ساختاری نوعا مستقل از یکدیگر یا حداقل متعامد هستند. این تعامد [بردارها] در چارچوب کمیته کولز وجود ندارد.
به‌نظر من این قید پیشرفتی در مدل کمیته کولز است. افرادی که از مدل کمیته کولز استفاده می‌کنند اقدام به ساخت فرضیه‌های تعامد در جملات اختلال ساختاری می‌کنند هر زمان که از این مدل برای طرح‌ریزی تاثیرات دخالت استفاده می‌کنند. اگر جملات اختلالی داشته باشید که همبسته باشند، هر زمان که دخالت می‌کنید و پارامترهای یک معادله ساختاری در یک مدل را تغییر می‌دهید باید از خودتان این سوال را بپرسید که منشا این همبستگی چیست و چگونه از طریق دخالت رفع می‌شود.
همیشه دو انتخاب نهایی دارید. یک امکان این است که همبستگی‌ها منعکس‌کننده عکس‌العمل‌های انفعالی جملات اختلال معادله با دیگر جملات اختلال هستند. تغییر معادله به تنهایی باعث تغییر همبستگی ساختاری باقی جملات اختلال نمی‌شود یا می‌توانید دیدگاه معکوسی داشته باشید. تا جایی‌که معادله تقاضای پول دارای باقیمانده‌هایی است که با شوک عرضه پول همبسته هستند، این موضوع نشان‌دهنده تاثیر علّی تصمیمات عرضه پول روی تقاضای پول است. بر اساس این تفسیر، می‌توانید همه کوواریانس‌ها را از طریق دیگر جملات اختلال استخراج کنید قبل از این‌که به جملات اختلال سیاستی - ثابت۴ برسید. هیچ نظریه‌ای در روش کمیته کولز برای نحوه دستیابی به این استخراج وجود ندارد.
باید نظرتان را در مورد این مسائل مطرح کنید اگر واقعا قصد استفاده از این مدل را دارید. این [موضوع] علت ساختار اضافه شده در ادبیات VAR است. به نظرم در بیشتر [تحقیقات] کاربردی، این مسیر روش درستی برای انجام تحقیق است.
اگرچه روش دوم، اعمال قیدهایی روی ماتریس‌های عکس‌العمل بلندمدت است، اما باز هم باید فرض شود که شوک‌ها متعامد هستند. قیدها روی ماتریس‌های عکس‌العمل بلندمدت به آن اندازه گسترده نیستند، زیرا وقتی که تلاش می‌شود که بیش از اندازه مشخص شوند، ممکن است به مشکلات محاسباتی خیلی بدی منتهی شوند. در مقابل می‌توانید از تشخیص بیش از اندازه در قیدها روی ماتریس‌های کوواریانس همزمان همراه با کمترین مشکل محاسباتی استفاده کنید.
نظریه غیررسمی دیگری هم در مورد مساله تشخیص وجود دارد. محققان تعدادی قیدهای صریح می‌سازند و سپس معقول بودن نتایج را بررسی می‌کنند. برای مثال، [در مشاهده] خصوصیات عکس‌العمل‌ها به شوک‌ها به ‌نظر می‌آید که این شوک‌های سیاستی پولی باشند که به ‌شکل واضح و مضحکی تمایلی برای گزارش آنها وجود ندارد. این دیدگاه غیررسمی باعث نگرانی بعضی افراد از جمله اوهلیگ5 (2001)، فاست6 (1998) و سایرین شد. آنها این موضوع را بررسی کردند که اگر این قیدهای معقول اولیه را رسمی کنیم، چه اتفاقی رخ می‌دهد. با استفاده از روش‌های محاسباتی جدید، این روش امکان‌پذیر است. نتایج این فعالیت‌ها این است که یافته‌های عملی [تحقیقات] بسیار زیاد و قوی و مهم هستند. اگرچه فاست نتایج‌اش را از این طریق شرح نداد، اما مطالعه من روی مقاله او در اصل کشفی درباره استحکام درونی7 است.
در ادبیات VAR، شما با پدیده‌ای روبه‌رو می‌شوید که مربوط به متون اقتصادسنجی نیست. ما تقریبا همیشه قیدهای مشخصه قابل ‌اطمینان کمتری نسبت به وضعیتی داریم که نیاز به تعیین یک گروه کامل از پارامترها داریم. ما همیشه در حال آزمایش و تجربه انواع مختلفی از فرم‌های مشخص شده هستیم که رد کردن آنها کار دشواری است. ما بخشی از این تشخیص را بر اساس اینکه به چه میزان مدل اقتصادسنجی به‌دست آمده با داده‌ها مطابقت دارد و بخشی را بر اساس این‌که چه مقدار این مساله تشخیص عقلانی و قابل‌ پذیرش است، ارزیابی می‌کنیم.
هانسن: شما کدام نظریات را به عنوان تفکرات مهم تجربی ناشی از ادبیات VAR می‌دانید؟
سیمز: من فکر می‌کنم، مهم‌ترین آنها نظریاتی هستند که در مورد طبقه‌بندی درون‌زایی سیاست پولی هستند که من تقریبا در مورد آن کمی صحبت کردم. معتقدم که این ادبیات تاثیر واقعا گسترده‌ای روی نحوه تفکر افراد در مورد سیاست‌های پولی دارد. پویایی‌های اساسی تخمین‌های مدل‌های VAR نشان می‌دهد که تاثیر حاصل از شوک‌های سیاست پولی روی تولید و قیمت‌ها تقریبا آرام و آهسته است که امروزه حتی در بین سیاست‌گذاران نیز به شکل گسترده‌ای پذیرفته شده است. این الگو تحت نوسانات متفاوت زیادی از تعیین یک مدل VAR ارائه می‌شود.
هانسن: شما برای مدتی طولانی به علم آمار و اقتصادسنجی بیزین8 علاقه‌مند بودید. همان‌طور که در مقاله سیمز و اوهلیگ (1991) گفتید، هدف تحقیق شما در زمینه اقتصادسنجی بیزین بررسی شرایطی است که در آنها افکار بیزین و کلاسیک در عمل منجر به تفاوت‌های مهمی می‌شوند. مثالی برجسته در این زمینه تحقیق روی ریشه‌های واحد است. آیا این مثال ارزیابی نسبتا خوبی است و آیا مثال‌های مهم دیگری نیز وجود دارند؟
سیمز: در اوایل دوران حرفه‌ای زندگیم، متوجه تفاوت مهمی بین تفکر بیزین و کلاسیک نشدم. در نتیجه درگیر دفاع از دیدگاه‌های بیزین یا بحث در مورد آنها نشدم، به این دلیل که فکر می‌کردم [کار] بیهوده‌ای است. اما بعدا متوجه شدم که این دو شیوه تفکر حقیقتا در ادبیات با ریشه واحد تفاوت دارند. ساختار تابع راست‌نمایی برای یک مدل خودرگرسیون برداری مشروط بر مقادیر اولیه سری‌های زمانی در صورت وجود یا عدم‌وجود ایستایی در یک مسیر پیش می‌رود. در نتیجه فرم استنباطی که توسط اصل راست‌نمایی به‌دست می‌آید باید برای هر دو حالت ایستا و ناایستا یکسان باشد. به‌نظر می‌آید که نظریه توزیع کلاسیک این مفهوم را می‌رساند که وقتی یک مدل خودرگرسیون برداری با یک ریشه واحد داریم، باید از روش‌های متفاوتی استفاده کنیم.
دیدگاه بیزین نشان‌دهنده این مفهوم است که هر گونه ویژگی خاصی از استنتاج در شرایط ناایستایی احتمالی باید از برداشت‌های متفاوت (در حالت‌های ایستایی و عدم ایستایی) مشروط به شرایط اولیه و نیز از این واقعیت مربوط [به آن] نشأت گرفته باشد که بینش‌های اولیه یکنواخت می‌توانند دلالت بر برداشت‌های عجیب‌وغریبی درباره رفتار مشاهدات داشته باشند. در نتیجه وقتی چنین تفاوت‌هایی در روشی که شما از مدل‌های پویا و با یک ریشه واحد استفاده می‌کنید، اتفاق می‌افتد؛ که این تفاوت‌ها ناشی از تحمیل اصل عقلانیت برای استفاده از گزارش‌های علمی است؛ و این یک مشکل بسیار متفاوت است که رسما و منطقا ناشی از تئوری توزیع کلاسیک ریشه واحد است.
مثال دیگری برای شرایطی که در کاربرد دیدگاه کلاسیک یا بیزین تفاوت‌های زیادی ایجاد می‌شود، آزمون نقطه‌های شکست۹ است. هنگامی که در حال آزمون یکی از نقاط شکست هستید، شیوه‌های بیزین و تعدادی از روش‌های غیربیزینی، راست‌نمایی را به‌عنوان تابع نقطه شکست مطرح می‌کنند (گرچه روش‌های غیربیزینی بیشتر تمایل به تابع راست‌نمایی حداکثر شده و روش‌های بیزینی تمایل به تابع راست‌نمایی انباشته دارند).
روش بیزین یا اصل راست‌نمایی بیانگر این نکته هستند که در شرایط مشکل نقطه شکست- دقت دانش شما در مورد نقطه شکست- با نمونه مفروض، توسط فرم تابع راست‌نمایی‌ای که در نمونه با آن روبه‌رو می‌شوید، تعیین می‌شود. شیوه‌های کلاسیک مسیر نقطه شکست را به دلیل تفکر در مورد توزیع تابع راست‌نمایی روی همه نمونه‌های ممکن به جای تمرکز روی تابع راست‌نمایی که در مقابل آنها است، از دست می‌دهند.
اگرچه تحقیقات نسبتا کم بیزینی روی متغیرهای ابزاری انجام شده است، ولی من فکر می‌کنم که می‌توانند بیشتر باشند و یک همکاری مجزا را ایجاد کنند. اگرچه اساس تخمین با استفاده از متغیر ابزاری، اصل راست‌نمایی نیست؛ اما برای مدل‌هایی که در آنها ممکن است یک تابع راست‌نمایی وجود داشته باشد، به‌کار می‌رود. همچنین می‌شود این سوال را پرسید که استنتاج شرطی خوب در شرایطی که از تخمین متغیر ابزاری به جای شرطی روی کل داده‌ها استفاده می‌کنیم، چیست؟ من فکر می‌کنم که یک فرد می‌تواند به همان نتایجی برسد که بنیادی محکم‌‌تر برای بحث در مورد ابزارهای ضعیف ارائه می‌دهد که این یک موضوع مهم کاربردی است.
هانسن: به ‌عنوان یک محقق، شما یکی از نمونه‌های برجسته و فوق‌العاده از کسانی هستید که علایق تجربی و روش‌شناختی آنها با هم درآمیخته است. با پیشرفت علم اقتصاد و اقتصادسنجی، فشاری غیرقابل‌اجتناب برای تخصصی‌شدن آنها نیز وجود دارد. در خیلی از دانشکده‌های اقتصاد علم اقتصادسنجی یک حوزه علمی جداگانه محسوب می‌شود. آیا این موضوع دلیل خوبی است برای تمرکز روی اقتصادسنجی و اینکه با سرعت بیشتری تخصصی شود؟
سیمز: در تمامی انواع حوزه‌های علم اقتصاد، شکافی بین تئوری‌پردازان بیشتر انتزاعی و بیشتر کاربردی و هم‌چنین به‌طور کلی بین تئوری و تحقیق تجربی وجود دارد. در اقتصادسنجی، یک جدایی بین تئوری اقتصادسنجی و تحقیقات کاربردی اقتصادسنجی وجود دارد. این موضوع مهم است که افراد روی ارتباط بین این حوزه‌ها کار کنند. به دلیل وجود نوعی پویایی اجتماعی درونی، افراد به تحقیقاتی که به تخصص آنها مربوط می‌شود، بیشتر عکس‌العمل نشان می‌دهند و می‌توانند افرادی را که واقعا تخصص‌ها را بدون توجه به هیات‌های موسس قوی در آن حوزه به یکدیگر ربط می‌دهند کنار بگذارند. به ‌علاوه، داشتن اقتصاددانان درگیر و متخصص در مسائل سیاست‌گذاری [عملی] ارزشمند است، زیرا باعث اعمال فشار برای ایجاد ارتباط بین تئوری و عمل می‌شود و همچنین موجب کمک به تحقیقات اقتصادی می‌شود که مستقیما به مشکلات دنیای واقعی مربوطند.
در نتیجه معتقدم که جداسازی افراطی اقتصادسنجی از بقیه علم اقتصاد ایده خوبی نیست و حداقل در بعضی جاها، این حرکت به صورت شتاب‌زده در حال انجام است. البته در این میان یک مشکل متضاد نیز وجود دارد: به نظر من بعضی دپارتمان‌های اقتصاد با اصرار بر این موضوع که فقط افراد دارای اعتبارنامه قوی در زمینه اقتصادسنجی، اقتصادسنجی‌دانان واقعی یا مفید هستند، محیط‌هایی را علیه اقتصادسنجی نظری ایجاد کرده‌اند و به همین دلیل نیز تفکری شدید علیه روش‌شناسی تجربی به‌وجود آمده است. اگرچه ارتباط بین اقتصاددانان مسلط به اقتصادسنجی و اقتصاددانان ناآشنا با اقتصادسنجی مهم است، اما این اتفاق زمانی به بهترین شکل رخ می‌دهد که اقتصادسنجی‌دانانی وجود داشته باشند که به‌ خوبی وقتشان را به موضوعاتی اختصاص دهند که مورد علاقه اقتصاددانان نظری است. جمع‌شدن خصوصیات یک اقتصادسنجی‌دان انتزاعی قوی و یک محقق اصولی در یک نفر خیلی عالی است، اما اتفاق نادری است.
پاورقی:
1- Christopher A. Sims
۲- Lars Peter Hansen
3- Cowles Commission
۴- policy-invariant
5- Uhlig
۶- Faust
7- robustness
۸- Bayesian statistics
9- break points