和我首次充分意識到正在醞釀的全球金融危機的嚴重性是在2007年8 月9日，法國巴黎銀行（BNP Paribas）被披露持有鉅額美國次級抵押證券，並已出現違約。該訊息被披露當天的晚些時候，歐洲中央銀行 （ECB）即向其注入大筆準備金。8月10日，美國、日本、澳大利亞和加拿大的中央銀行與歐洲中央銀行聯合開展了2001年以來的首次全球協同行動。這令我十分震驚。根據我的經驗，此類聯合行動只有在各國中央銀行感受到嚴重的金融和經濟危機迫近時才會實施。 在那段時間，官方機構主要關注的是金融和房地產行業。2007年早期，全球非金融企業的資產負債表和現金流的表現處於我見過的最好狀態。[1]當年7月19日，標準普爾500指數的收盤達到歷史新高，然後由於新房銷售資料不佳，股價連續數週下跌；美國最大的抵押貸款機構國家金融服務公司（Countrywide Financial）做出了不利的前景預測；一些新推出的令人失望的收益報告加劇了人們對住房和抵押貸款市場問題的擔憂。 接下來，市場還是迅速擺脫了壞訊息的影響，股價收復失地，並在 2007年10月9日再創新高。不過裂縫已經出現，隨著危機的蔓延，股價開始掉頭，進入連續11個月的下跌期，直至雷曼兄弟公司破產。到2008 年9月15日雷曼事件爆發時，全球上市公司股票的市值損失已達16萬億美元。而在雷曼兄弟公司破產後的數週內，市值損失更是翻了一倍以上，致使全球股票市值累計下跌接近35萬億美元，或者說超過一半。此外還有住房資產數萬億美元的損失（僅美國就高達7萬億美元）、非上市公司和非公司類企業的損失。最終，全球資產的總損失達到令人驚愕的將近50萬億美元，相當於2008年全球生產總值的1/5。 流動性的蒸發金融問題的惡化，始於雷曼兄弟公司破產之後迅速爆發的、完全未曾意料到的全球短期信貸萎縮。如此嚴重的全球範圍內的資金流斷裂現象，在歷史上也前所未有。[2]在雷曼兄弟公司破產訊息釋出後數小時， 此前一直認為接近於無風險的貨幣市場基金即出現了拋售現象，[3]數天之內又出現普遍的貿易信貸資金緊縮，從而引發了世界經濟的螺旋式下跌。[4]在此期間，美聯儲不得不迅速採取行動，以扶持搖搖欲墜的美國商業票據市場。債務抵押品的質量因為交易對家的準備金資產的貶值而顯著下降，導致足額抵押的回購協議市場也遭遇史無前例的嚴重困境。 隨著全球準備金資產的迅速萎縮，債務負擔的規模劇增。此時的金融業被最可怕的動物精神控制了：恐懼所帶來的驚散效應。 受打擊尤其嚴重的是投資銀行，它們容易受到貸款人撤資的衝擊。 在1933年啟動存款保險制度前，商業銀行也經常遇到類似的問題。除短期資金流斷裂外，後面的第五章還將提到，可以收回的客戶抵押品也出現逃離。金融機構被錯誤的信念帶入迷途，以為金融市場在繁榮高潮時期的低溢價報價意味著流動效能持續保持充足，然而事實並非如此。我將在後文指出，流動性是風險厭惡水平的函式，當風險厭惡水平快速提高時，流動性隨即蒸發。 儘管商業銀行也存在失誤，[5]但大多數最複雜的危險來自所謂的影子銀行體系，此類金融機構並不接納有保險的存款，因此在很大程度上不接受監管。並不是所有的影子銀行都被那場危機摧毀了，獨立運作的對沖基金基本上平安度過。（但某些附屬性的對沖基金遇到了麻煩。） 據我所知，並沒有更大的基金機構倒閉。許多機構在遭受慘重損失後的確不得不進行清算，但沒有一家出現債務違約。 影子銀行影子銀行是一種金融中介形式，其融資不受傳統的銀行安全網（美國的此類安全網是指存款保險和中央銀行提供的融資）保護。影子銀行包括投資銀行、對沖基金、貨幣市場基金、結構化投資工具（SIVs）以及在普通銀行體系外的其他信用中介業務。近幾十年來，這些機構已發展成國際金融市場的重要組成部分，併成為包括綜合擔保債務憑證和信用違約掉期（CDS）在內的衍生產品的主要交易商。雖然影子銀行業務不屬於銀行體系，但監管體制內的銀行也在大量從事此類業務。例如， 大多數結構化投資工具其實就是商業銀行設計的。結構化投資工具與其他表外業務導致很大數量的資產和債務沒有反映在銀行的資產負債表上，因此使銀行表面上的資本金水平顯得更加充裕。但危機顯現後，結構化投資工具被重新併入銀行的資產負債表，發行機構的身份和信譽被披露，也暴露出相應的風險。 危機前數年間，影子銀行體系在全球以驚人的速度膨脹，危機之後這種趨勢也沒有什麼變化。根據金融穩定理事會（Financial Stability Board）在2012年11月的報告，[6]全球影子銀行機構的資產從2002年的 26萬億美元猛增到2007年的62萬億美元，經歷過2008年的下滑後，到 2011年年底又繼續增加到67萬億美元。影子銀行體系在金融中介機構總資產中所佔的份額，在此期間一直處於23%~27%。由於商業銀行的資產也保持了類似比率的增長，因此在2002~2011年，影子銀行體系的規模始終保持在商業銀行體系一半略多的水平。影子銀行體系在金融領域已成為非常重要的參與者，僅在美國，影子銀行體系到2011年年底已形成了23萬億美元資產，成為全球非銀行信貸機構網路中最大的組成部分。 銀行的資本準備金銀行總是要透過吸引儲戶（早前則是票據持有人）來擴充資產。例如，在19世紀40年代，美國各州的銀行必須把資本準備金維持在總資產的50%以上，才能給有意向的持有人發放票據（圖2-1）。到了20世紀，
隨著南北戰爭後鑄幣儲備的不斷集中，必要的資本準備金水平逐步下降。鑄幣儲備的集中則是因為鐵路交通的改進方便了貨幣運輸，另外隨著代理行體系的擴張，貨幣電匯業務逐漸發展起來。後來出現的各類政府安全網也降低了對資本金的要求。 圖2-1 銀行的股權資本與總資產的比率（1834~2012年） 資料來源：Federal Deposit Insurance Corporation; Office of the Comptroller of the Currency; Federal Reserve Board 美國面臨的系統性風險幾乎都是金融機構和金融市場帶來的風險導致的，尤其擔心這些機構的違約會令整個金融體系癱瘓，並波及整體經濟。非金融企業帶來的系統性風險相比之下要小得多。個別非金融企業的破產可能危害其貸款人、供應商和某些顧客，但很少會產生更大範圍的影響。非金融企業破產不會產生金融機構違約那樣廣泛的傳染效應。 還有，非金融企業通常比金融機構具有更高的股本–資產比率，股本通常會達到資產總價值的1/3~1/2，而流動性極高的金融企業只有 5%~15%。
大而不倒問題大型金融機構倒閉可能產生的系統性影響，就是“大而不倒”或者“大得難以清算”問題的根源。多年以來，我一直為金融機構規模的不斷膨脹而擔憂。十幾年以前，我就指出“增長與合併所形成的超級銀行成為越來越複雜的實體，它們一旦倒閉，有可能給全國乃至國際經濟造成極大的系統性風險”。[7]美聯儲的研究發現，中等規模以上的銀行並不存在規模經濟效應。[8]但危機爆發前後，全球的銀行規模仍在不斷擴張，令我困惑的是：到底是銀行發現了規模經濟效應，還是美聯儲的研究出了差錯？ 大而不倒引發的救助行動導致的一個嚴重後果是，很難讓市場參與者相信，今後遇到麻煩的大型金融機構會被放任破產。此類觀念給大型金融機構帶來的隱含補貼在不知不覺中損害了金融活動與資本配置的效率。這些重要話題的討論還將在第五章和第十一章展開。 如今看來，所有人都認識到，2008年之前商業銀行尤其是投資銀行的資本金儲備水平不足以預防危機。10年之前，風險承擔水平顯著提高，本來完全可以透過充實資本來應對危機，但遺憾的是，即使在商業銀行，此類工作也並未開展，並且沒有充分評估可能面對的危險。例如在2006年，聯邦存款保險公司（FDIC）代表全美銀行監管機構宣稱，“超過99%的參保機構達到或者超過了資本監管的最高標準”。[9]因此，這些年來對新增資本金沒有提太多要求。 風險管理的失敗然而，本來可以預防危機蔓延的眾多準備措施為什麼會失敗？我們原本認為，依靠高度發達的全球金融風險管理體系可以防止市場崩潰，
這樣的體系為什麼會失敗並且導致如此嚴重的後果？目前的風險管理模型的理論基礎來自多位諾貝爾經濟學獎得主的研究成果，包括哈里·馬科維茨（Harry Markowitz）、羅伯特·莫頓（Robert Merton）和邁倫·斯科爾斯（Myron Scholes），以及已去世而未能得獎的費希爾·布萊克 （Fischer Black），該模型深受各國學術界、中央銀行和監管機構好評，並且在2006年成為全球銀行監管標準（《巴塞爾資本協議II》）的核心。各國銀行被授權在一定範圍內，採用根據本機構特色進行風險調整後的模型來判斷其資本準備金的要求。大多數模型是根據之前25年的觀測資料來估計有關引數。但即使是涵蓋了過去40年資料的更為成熟的量化模型，也沒能預見到即將爆發的危機。 相對於半個世紀之前的原則性經驗判斷的做法，用數學模型來分析風險當然是更好的指導工具。儘管遇到挫折，但直到今天，我們仍然很難找出上述模型的理論框架有何瑕疵。與1973年首次釋出時相比，優雅的布萊克–斯科爾斯期權定價模型在今天的有效性和實用性絲毫沒有打過折扣。在2008年危機前市場持續升溫的那幾年，私人機構的風險管理者、美聯儲和其他監管機構都未能確保金融機構保持充足的資本，部分原因是我們都沒有認識到雷曼事件爆發後將暴露出來的風險的深度和廣度。特別是，我們沒有充分認識到所謂“尾端風險”（tail risk）的蔓延程度。這個金融術語是風險經理們用來描述極低機率情況下的投資結果， 而這種機率一旦發生可能導致非常大的損失（參見專欄2–1）。數十年來發生了多次“百年一遇”的不尋常現象，其頻繁程度使人很難相信完全是因為機率。對我而言，一個標誌性的時刻就是1987年10月19日股票價格出現的空前下跌，道瓊斯工業指數在當天的跌幅超過20%。沒有哪個機率分佈函式能夠推匯出此類事件的發生。同時，人們認為機率分佈的負面“尾端”應該是很扁平的，然而在雷曼兄弟公司破產後，這些原來看似不可能出現的投資結果成為現實，使我們發現尾端的形狀相當“肥大”。由於對這些風險的低估，風險管理者沒能預見到需要更多的資本金來應對金融體系的故障。
專欄2–1 尾端風險假如人們的行動只是為了實現自身利益的最大化，他們的行動就應該符合一條與自身提高生產率的能力相稱的長期增長軌跡。但由於缺乏全知的認識，他們承擔風險的實際結果會產生與長期趨勢背離的隨機偏離。如果有足夠的觀測值，這些偏離可能會呈現出類似於連續拋硬幣的分佈方式，也就是經濟學家們所說的“正態分布”，它是一條鐘形曲線，其尾部隨著發生機率的減少而迅速收縮。 如果把行為經濟學的現實主義態度以及人們的狂熱和恐懼傾向考慮進來，我們就能得到類似於商業週期的結果，一些承擔風險的行動結果的觀測值會從機率分佈的中段移到尾端。但本書第四章將會證明，恐懼傾向的影響力度要遠遠大於狂熱傾向。因此調整後的真實世界的機率分佈狀況是，正面結果的尾端依然小得難以察覺， 而負面結果的尾端將變得非常明顯和突出。 2008年金融崩潰提供了大量的新資料，可以幫助我們識別此前還不為人知的關鍵的投資者“損失函式”尾端的形狀。我們面臨的挑戰是利用這些新資料，對金融活動結果的範圍和機率進行更現實的評估，特別是關注對金融體系和整體經濟會造成最大威脅的那些部分。在未來發生重大金融危機時（肯定還會發生），希望我們對於尾端市場的執行方式已有更深刻的理解。 信用評級機構的失敗風險管理失敗的另一個主要根源在於，隨著資料處理和通訊技術的進步而出現的眾多新型金融產品和金融市場達到了難以破解的複雜程度。[10]投資經理們把自己的很大一部分職能外包給號稱“安全港”的信用評級機構，由它們來做風險標識，尤其是穆迪、標準普爾和惠譽三大公司。大多數投資經理認為不需要自己做更深入的判斷，因為採用政府指定的評級機構的結論對他們來說沒有任何壞處。最嚴重的問題是，這些機構對許多事實證明的有毒證券給出了“AAA”的評級。儘管有數十年的經驗積累，但評級機構的分析師們最終證明並不比投資界更善於預見危機，他們對許多證券的良好評級給廣大投資者製造了虛假的安全感。 監管的失敗即使成熟的風險管理模型和評級機構都已失效，如果金融體系的第三道防護體系——監管體制——能夠有效運轉，美國金融體系依然有可能保持完整。不過，基於同風格管理和信用評級失效相同的一些原因， 監管體制也未能奏效：對金融體系面臨的風險的過分低估、複雜性的加強都導致有效監管變得尤其困難。與絕大多數市場參與者一樣，監管者也沒有預料到危機的迫近。非但美國的監管機構失效，在國際上，評價頗高的英國金融服務管理局同樣未能預見和防止銀行擠兌事件，這給英國最大的商業銀行之一北巖銀行（Northern Rock）造成了巨大威脅，使其成為英國一個世紀以來首次爆發擠兌危機的銀行。此外，代表世界主要金融體系監管機構的巴塞爾銀行監管委員會也沒有意識到，其管轄範圍內的金融機構對資本金的要求應該迅速提高。 失敗原因並非缺乏監管深度。美國的商業銀行和儲蓄銀行都受到了廣泛監管，儘管多年以來最大的10~15家銀行機構一直派遣現場檢察員去監督日常業務，這些銀行依然可能接收使自己陷入困境的有毒資產。 銀行監管者總是認為，“迅速的糾偏行動”是防範違約的有效武器，問題機構在資本金耗光之前很長時間就可以被關閉，從而防止聯邦存款保險公司的準備金乃至納稅人的最終損失。但結果表明，與監管者的預測完全相反，聯邦存款保險公司自雷曼事件之後發生的損失高達5 000億美元。
資本金不足的問題我剛出任美聯儲主席時有過這樣的經歷，在內部會議上我天真地問道：“你們怎麼判斷合適的資本金水平？”一片沉默讓我很意外，這使我很快認識到，這類基礎問題的答案通常是被視為給定的，很少會被觸及，除非遭遇危機。在我供職於美聯儲期間，銀行資本金在監管者看來也始終保持在充足水平之上，例如前文曾引述的2006年聯邦存款保險公司的報告。對此我也感到非常遺憾，我們這些監管者沒有及時關注資本充足率問題。 任何發達國家的監管體制都沒有要求所有主要國際金融機構維持充足的資本準備金。很少有人懷疑，假如世界各地的銀行和其他金融中介的資本率足以吸納雷曼兄弟公司破產之後的損失，那就不會發生傳染性破產，2008年危機也會被控制住。在正常的銀行業務中，突發的不利經濟事件會侵蝕銀行的資本金，但在絕大多數情形下準備金（壞賬準備金加上股本金）都足以防範破產。隨著時間的推移，利潤留存和新增資本可以把損失的銀行資本金彌補回來。 然而2008年危機充分證明，並非所有不利事件的結局都如此幸運。 在極端情況下，資本金額度將被突破，造成嚴重的連鎖違約的雪崩效應，一家公司停止付款將使高槓杆率的交易對家陷入困境。這樣的迭代違約將逐漸累積，最終導致危機的全面爆發。違約的傳染與雪崩現象有很多共同特徵，一小塊積雪的崩塌會逐漸積累起勢能，直到整個雪面的表面斷裂，滿山的積雪將隨之傾瀉而下。 我們很難判斷雪面上的一小塊裂縫是否會觸發大規模雪崩，由於同樣的原因，也很難預先判斷何種事件將觸發大規模金融危機，尤其是 2008年9月那種量級的危機。
債務的重要性但問題依舊存在：為什麼2000年的網際網路泡沫破滅對金融體系和宏觀經濟的衝擊那麼溫和，而後來的房地產泡沫破滅就引發了金融機構的雪崩式破產？網際網路股市泡沫破滅後的確也出現了經濟衰退，但那是記錄中最溫和的衰退之一，時間也相對短暫，實際GDP和就業率的表現與 6年後房地產泡沫破滅時的嚴重萎縮完全不同。再看看更早的案例，盡管1987年10月19日的單日股票市場跌幅依舊是歷史之最，但它對整體經濟活動卻幾乎沒有負面影響。 由於美國經濟如此輕易地度過了1987年泡沫和網際網路泡沫的衝擊， 在2008年危機爆發初期，我曾希望市場對房地產泡沫破滅呈現出類似的反應。在2002年的一次美聯儲公開市場委員會會議前，我曾過早地發出過預警：“不尋常的房地產過熱……是由抵押債務的劇增推動的，不可能永遠持續。”然而事實證明，這一過熱現象又維持了4年時間。我以為其消極影響可以得到控制，事實上卻沒有。[11] 房地產泡沫破滅導致了更嚴重的後果，其關鍵在於債務槓桿的重要性。回頭來看，證券化次級抵押貸款的違約增加毫無疑問是那場金融危機的直接原因。但即使次級貸款問題在2007年8月已經浮出水面，人們對前方情況依然缺乏認識。[12]抵押貸款資產組合池（主要是私人發行的次級證券和次優級抵押證券）的基礎抵押產品的違約在2007年廣泛出現時，許多銀行（包括商業銀行和影子銀行）的資本準備金其實已經受到嚴重影響。[13]隨著美國的家庭住房需求銳減，房屋價格下跌，抵押貸款支援證券出現廣泛違約，導致美國和歐洲的銀行以及其他高槓杆率的金融機構損失慘重。 與之相反，在2000年的網際網路泡沫破滅前夕，高槓杆率金融機構持有的股票比例相對較少，對那場泡沫中的有毒資產、技術類公司的股票的持有比例尤其少。大多數股票是居民家庭與退休基金持有，而居民家庭的槓桿比率在當時遠遠低於後來的狀況。這些投資者的損失雖然嚴重，卻被自身充分吸收了，債務融資在股票投資中的金額較小，沒有產生連鎖式的破產現象，因此也很少有貸款人遭遇違約，資金鍊的雪崩得以避免。1987年股市重挫後出現的場景也與之相似。 我們可以想象，如果2000年或1987年股市大跌時，高槓杆機構持有的比例和2008年的抵押貸款及相關證券那麼高，後果會有多麼嚴重。美國經濟肯定會遭受一場比實際結果嚴重得多的衝擊。 相反，如果2008年的抵押貸款支援證券是由低槓桿機構持有，例如 401條款規定的確定繳費型養老基金和共同基金，就像2000年一樣，這些機構肯定還會遭受鉅額損失，但債務違約導致的破產事件必然會少很多。 導致1987年、2000年和2008年泡沫破滅的有毒資產到底是股票還是抵押貸款支援證券，這或許並不重要。引發危機的因素是金融機構資產負債表上的資本金被嚴重侵蝕。2008年發生問題的資產是債務類證券， 但如果高槓杆率金融機構在房地產泡沫破滅時是因為股票投資（而非抵押貸款支援證券）而遭受巨大損失，也會產生同樣的蔓延效應。 如果美國規模最小的投資銀行貝爾斯登當年被允許破產，那可能導致金融危機提前6個月爆發。還有一種可能是，如果市場承受住了貝爾斯登破產的衝擊，沒有發生傳染性破產，雷曼兄弟公司的風險緊張狀況或許就不會引起更多注意，那就可以在足夠長的時間內逐漸降低自身的風險水平。我們永遠不知道這些可能性是否成立。但我認為，在看到貝爾斯登成功獲得救助後，雷曼兄弟公司得到的結論是，比貝爾斯登更大的所有投資銀行都屬於“大而不倒”的範圍，在必要的情況下也能得到救助。這種有人兜底的前景顯然削弱了雷曼兄弟公司的自救動力，以至於沒有采取有代價的預防行動來增資。
識別有毒資產同預測和政策制定有關的一個障礙是，我們需要提前識別哪些型別的資產或市場可能變得“有毒”並引發危機。正如許多評論家回顧的那樣，與2007年相比，次級證券在21世紀前幾年還沒有明顯表現出惡化為有毒資產的趨勢。例如，2005年發行的基於次級抵押貸款的AAA級綜合擔保債務憑證（CDO）直到2007年中期的出價依然保持了票面值，甚至到危機爆發前的出價都超過票面值的90%。但截至2009年3月，在危機爆發後6個月，其價格跌至票面值的60%。[14] 與所有資產管理者一樣，銀行家也試圖防止高槓杆率的投資組合中出現關聯資產過分集中的現象，以避免這些資產同時貶值的風險。然而無論是在美國還是其他國家，這樣的資產集中現象（如集中在證券化抵押貸款）又的確出現在很多銀行的資產負債表上。因為當時自以為了解情況的銀行家們判斷，這些購入資產足夠優質，可以承受槓桿融資。對大多數人來說，只有在事後才能真正發現哪些是優質資產，哪些是劣質資產。證券化操作帶來了財務狀況健康的錯覺，把大量看似分散的抵押貸款捆綁起來，其風險性似乎比每個單筆抵押貸款業務要小得多。但問題在於，如果所有這些抵押貸款都受到同一種宏觀經濟衝擊事件（如房價下跌）的影響，投資者最終會發現，與當初的判斷相比，其風險程度更高而分散程度更低。 我的經驗表明，監管者並不比投資產品發行者更有能力做出此類判斷。正是由於這個原因，我長期以來的主張是，監管者應該放手讓銀行購買它們自己選擇的任何產品（在一定的界限範圍內），但要求銀行有較大數額的一般性股本準備金，作為應對可能發生但難以預先識別的損失的儲備。[15]本書第五章將會證明，如果監管體制高度依賴監管者對自己監管的投資組合未來信用評級的預測，最終幾乎都會失敗。
對政策的成功保持警惕所有投機泡沫在其膨脹期內都有著大致相似的軌跡和時間結構。[16]泡沫的產生經常是由於人們越來越相信能實現穩定的長期生產率和產出增速，同時保持穩定的物價水平。 從1983年到2007年近1/4個世紀是個衰退程度非常溫和、穩定性極其突出的時期。然而經濟穩定的增強恰恰是激發泡沫的引子，它所需要的只是有一定比例的市場參與者把這種變化當成結構性變化。1/4個世紀的穩定使人陶醉其中是完全合乎情理的，然後從眾行為就會繼續放大這種上行趨勢。 各國中央銀行越來越多地面臨這樣的說法，它們在穩定物價方面取得的成功會給資產價格泡沫的醞釀提供土壤。這個議題已困擾了我多年。我在1995年5月的聯邦公開市場委員會會議上就表達過這種疑慮：“當前預測中隱含的失衡問題有可能形成資產價格泡沫……但在這個階段，我並不確定我們是否知道應該透過何種手段應對，以及我們是否有這個勇氣……我甚至希望，經濟形勢不要這麼平穩、有活力和令人滿意，因為最終的結果並不是特別有利。”[17] 至少到目前為止，如何應對此類推測依然充滿挑戰，沒有現成的答案。從眾行為會把“懷疑”型別的投資者變成“信仰”型別，人們會以為股票價格、資本投資以及整體經濟都必將不斷高漲。20世紀發生的多次泡沫涉及不同的資產和參與者，卻都遵循了類似的發展軌跡。 歷史重演考慮到歷史的不斷重演，我恐怕永遠也不能否認這樣的普遍看法， 即在多年平穩的經濟擴張之後，最終還是會遭受破壞性的金融危機的打擊。正如我在2000年所言：“我們並不知道（或許也不可能知道）下一次國際金融危機的確切性質到底是什麼，但只要人們在金融活動中依舊保持著衝動的特性，危機就肯定會再次爆發。”[18]這方面的證據確鑿無疑，即使某些事件在一個世紀中只發生過一兩次，其反覆性和相似性也能清楚地證明，它們絕非完全孤立的事件。 在此後幾章，我將更深入地探討本次危機的起源及其後果，評估經濟學家們發明出來用以預見未來的工具，分析近年來困擾經濟學界的重大政策分歧。所有政策措施都關係到對未來的預測，也反映著經濟體的執行模式。目前的討論也將成為正在演化的經濟預測的組成部分。 統計附錄2–1 迴歸分析簡介迴歸分析天文學家有能力在6個月之前就準確預測出今天清晨的太陽將在何時升起。經濟學家們是做不到的。我們能做的只是分析經濟歷史的“原因”，並假定其作用會在未來延續，以便根據過去的經驗推斷未來。舉例來說，我們試圖瞭解資本投資在歷史上的表現是由於哪些因素所致，然後推算當這些因素在未來繼續發揮作用時，資本投資將達到何種水平。為了應對這一艱鉅任務，經濟學家們高度依賴迴歸[19]分析這門技術。它是一種植根於機率分析的統計技術，所有玩過投注遊戲的人都應該知道機率論這門學科。 經濟預測的原始資料是大量的時間序列資料，記錄著零售、工業生產和住房開工等各種活動。例如，我們希望弄清楚哪些經濟因素決定著每月的獨棟住宅開工率，然後對其進行預測。透過與住房建築商交談，我一開始選擇將住房價格和家庭組建數量作為待定的解釋變數。需要分析和解釋的時間序列被稱為因變數，用以解釋其原因的時間序列（住房價格和家庭組建數量）被稱為自變數。接下來的迴歸分析就是統計，每個自變數的改變會在多大程度上影響因變數（住房開工率）的結果。這個篩選過程的睿智之處在於，它可以推算出有關的統計權數（係數），將這些係數應用到住房價格和家庭組建數量上，我們能夠得到與實際歷史資料最接近的模擬出來的開工率時間序列。 透過這些資料，我們又可以測算模型中因變數的變化中有多大比例能夠用自變數的變化來解釋。這個比例被我們稱為R2（多元回歸係數），該係數越高，模擬的時間序列與實際的歷史資料就越接近。如果係數為1.0，就能準確推算實際歷史資料，並完全解釋因變量的變化。 然而這個結果的可靠性依賴於迴歸變數所要求的若干數學條件。例如，自變數之間必須不存在任何相關關係，住房價格與家庭組建數量無關。此外，迴歸得到的殘差（每個時期的住房開工率實際值和模擬值之間的差距）不能有“自相關性”，也就是說，每個時期的殘差不能影響下一時期的殘值。 在現實世界中，這些條件基本上永遠都無法得到滿足。因此， 統計學家們設計出了各種辦法來測算和部分糾正那些未能滿足假設的部分。例如，利用杜賓–瓦特森統計量（Durbin-Watson statistic， D-W）來測算各時期的殘差的相關程度，該統計量的分佈區間為 0~4.0，2.0表示殘差沒有自相關性，2.0以下表示存在正向自相關， 可能導致自變數的統計顯著性被誇大（請參見下文有關t統計量和統計顯著性的介紹）。[20]自相關幾乎是所有經濟時間變數共有的特徵，例如上個季度的剩餘在現實生活中肯定會對本季度造成經濟影響。把時間序列的資料調整為其絕對變化值可以降低迴歸分析中的自相關影響，但這一調整可能會丟失資料水平中包含的其他重要信息。在我的分析中，更多地選擇容忍自相關的存在。 t統計量則是對自變數的統計顯著性的測算，也就是說，其影響係數不為零的機率。[21] t統計量的值越高，自變數與因變數的相關關係真實存在的機率就越大。經濟學家們通常要求，t統計量（無論正負）必須高於2.0，才能把自變數視為因變數變化的可靠“原因”之一。Newey-West估計（Newey-West estimator）則是測算t統計量由於自相關造成的偏離度，並對t統計量進行調整，以更準確地反映實際機率。 許多經濟相關關係中的另一個主要偏差，是由於兩個時間序列變數本來只有微弱的關聯，但由於它們都反映著人口的增長，在彼此迴歸中表現出較高的R2值。如果用人均指標來轉換自變數和因變量，這種偏差大多可以消除。 因變數（1970年第一季度—2012年第四季度，172個觀測值） 美國非金融企業資本支出/現金流自變數系數 t統計值* 上一季度的[1+（**經過週期調整的美國聯邦政府赤字/gdp）] –4. 208 –12 .32 7 上一季度的非農產業運營率（有季度調整，%） 0.0 52 7 9.6 40 上一季度的**赤字與經過週期調整的美國國債收益率溢價：***30年期—5年期（%）（1個季度前） –0. 084 4 –6. 977 調整後的R-sq**** D-W統計值
0.722 0.825 * t統計值利用Newey-West HAC標準差和協方差計算。 ** 透過調整以消除自變數之間的共線性。 *** 1977年第二季度以前，以20年期國債代替30年期國債。 **** R-sq指回歸模型誤差與總誤差的比值。 圖7-3 資料來源：U.S. Department of Commerce; Federal Reserve Board; author’s calculations 圖7-3是個迴歸分析的典型案例。因變數是資本投資佔非金融企業的現金流的比例，我們收集了1970年至今的因變數以及3個自變數 [22]的季度觀測資料。對因變數和3個自變數進行迴歸後，我們得到了資本投資佔現金流比例的擬合估計資料。由於R2=0.76，這個結果可以解釋大約3/4的因變數變化。從下面的相關圖示中可以看到，擬合值與實際值非常接近。經過Newey-West估計調整後的t統計量明顯高於2.0，因此這些相關關係完全是出於偶然的可能性，可以排除掉。杜賓–瓦特森統計量只有0.57，表明依然存在顯著自相關性。不過從圖示中可以看出，這並未妨礙自變數在商業週期中隨因變數變化。 還有，如果我們把這43年的迴歸期平均分為兩個部分，這兩個較短時期的迴歸結果與整個時期的迴歸結果也是相近的。這是個有效的檢驗，表明自變數對於因變數的作用在43年裡沒有顯著變化。 值得注意之處我們必須注意，相關關係（可以用迴歸分析來測算）與因果關系（不能單靠迴歸分析）不能混為一談。R2值和t統計量的值較高，
並不必然是因果關係存在的可靠指標。實踐證明，迴歸分析是推測經濟因果關係的最有效的工具之一，但我們必須時刻牢記，相關關系與因果關係是有區別的，相關關係必須結合可靠的經濟解釋才能形成因果關係。 迴歸公式與經濟恆等式（參見專欄9–3）都是宏觀經濟模型中最主要的輸入要素。只是隨著計算能力的大幅提升，迴歸分析才變得普及起來。在20世紀50年代，我經常需要數小時乃至數天時間，借助當時的桌上型電腦算器來測算一個迴歸結果。而依靠今天的計算機和軟體，只需要幾次按鍵就可以在瞬間獲得最終答案。 [1] 短期債務在全部債務中的比重接近於“二戰”結束以來的最低水平，流動資產相對於短期債務的比率處於歷史上罕見的高水平，淨財富的市場價值與債務的比率則接近數十年來的最高水平。 [2] 與此最接近的案例是，在1907年金融恐慌高峰時期，活期借款市場關閉了一天。 [3] 參見：Hugo Banziger, “Money Market Funds Need New Global Standards,”Financial Times (November 5, 2009)。Banziger是德意志銀行當時的首席風險官。 [4] 貿易信貸利率攀升到倫敦銀行同業拆放利率的600個基點以上，導致全球貿易癱瘓。所有重要貿易中心的出口量都急劇下滑，途中貨物大量堆積，港口的貨船排起長隊，無法解除安裝訂單已被取消的貨物。這樣的堵塞場景很快出現在世界各地，導致全球工業產量也急劇萎縮。 [5] 在2009~2010年，美國7 000多家商業銀行中有超過4%破產或被救助，而4家主要投資銀行被捲入危機。 [6] 參見：Global Shadow Banking Monitoring Report 2012; Financial Stability Board; November 18, 2012。 [7] 參見：Alan Greenspan, “The Evolution of Bank Supervision.” Paper presentedat American Bankers Association, Phoenix, October 11, 1999。 [8] 參見：Allen N. Berger and David B. Humphrey, “Bank Scale Economies, Mergers, Concentration, and Efficiency: The U.S. Experience.” Working Paper 94–25. Wharton Financial Institutions Center (June 1994)。 [9] 參見：FDIC Quarterly Banking Profile, 2nd Quarter, 2006, p. 3。 [10] 我一直認為，由於這種複雜性的影響，政策制定者必須依賴國際上的“看不見的手”來維持這種不可捉摸的市場均衡。市場的高度流動性給了這個金融體系看似可以正常運轉的錯誤訊號。 [11] 羅高夫和萊因哈特的著作充分證明了金融槓桿的危險，參見：This Time Is Different: Eight Centuries of Financial Folly (Princeton, NJ: Princeton University Press, 2011)。 [12] 2007年9月中旬，當住房價格依然接近歷史高峰值時，我確實擔心大量的閒置待售空房會導致價格顯著下跌。參見：Krishna Guha, “Greenspan Alerton US House Prices,” Financial Times, September 16, 2007。但我沒有預料到住房價格還會有29%的跌幅，總跌幅將達到33%，成為歷史之最。 [13] 從2002年年底到2007年年底，商業銀行的資本金確實增加了2 770億美元，相當於總股本的27%，但顯然不足以應對即將爆發的危機。 [14] 參見：Gerald P. Dwyer, “Credit Ratings and Derivatives,” Federal Reserve Bank of Atlanta, August 2009。 [15] 美國證交會反對不與特定貸款掛鉤的準備金制度，因為這樣的制度可以用來操縱股東報告的利潤水平。這個理由的確成立。公司利潤總是在季度之間進行轉移，但在長期進行此類操作顯然會受到企業基本盈利水平的約束。此外，我們還可以繼續依靠外來審計來制約利潤操縱行為。 [16] 參見第四章的有關資料。 [17] 參見：FOMC transcripts of May 1995, pp. 32–33。 [18] 參見：Alan Greenspan; “Global Challenges.” Remarks at the Financial Crisis Conference, Council on Foreign Relations, New York, July 12, 2000。 [19] “迴歸”（regression）這個術語來自19世紀的早期統計技術應用實踐。當時得到的統計分析結論是，父母個子較高的人的身高傾向於“迴歸”到分佈的平均水平。 [20] 杜賓–瓦特森統計量超過2.0表明存在負向的自相關性，這在經濟時間序列分析中非常罕見。 [21] 自變數的t統計量的計算方法是：該變數的迴歸係數除以其標準差。 [22] 本回歸中涉及的自變數包括：（1）經過週期調整的聯邦預算赤字佔GDP的比重； （2）非農業企業的開工率；（3）30年期和5年期美國國債的收益率差。可參見本書第七章對這個迴歸分析的討論。