失われた地平線

14日エントリで紹介したブランシャールのモデル論にサイモン・レンールイスが反応している。

Ever since I started blogging I have written posts on macroeconomic methodology. One objective was to try and convince fellow macroeconomists that Structural Econometric Models (SEMs), with their ad hoc blend of theory and data fitting, were not some old fashioned dinosaur, but a perfectly viable way to do macroeconomics and macroeconomic policy. I wrote this with the experience of having built and published papers with both SEMs and DSGE models.
Olivier Blanchard’s third post on DSGE models does exactly the same thing. The only slight confusion is that he calls them ‘policy models’, but when he writes

“Models in this class should fit the main characteristics of the data, including dynamics, and allow for policy analysis and counterfactuals.”

he can only mean SEMs. [1] I prefer SEMs to policy models because SEMs describe what is in the tin: structural because they utilise lots of theory, but econometric because they try and match the data.
（拙訳）
ブログを開始して以来、私はマクロ経済学の手法に関するエントリを書いてきた。その目的の一つは、理論とデータ適合をアドホックに混ぜ合わせる構造計量経済モデル（SEM）が何か古風な恐竜などではなく、マクロ経済学研究とマクロ経済政策を行う完全に有効な方法である、ということを同僚のマクロ経済学者たちに納得させることにあった。私はそのことを、SEMとDSGEモデルの両方を構築し論文を出版した経験に基づいて書いた。
オリビエ・ブランシャールのDSGEモデルに関する3回目のエントリは、それと全く同じことを行っている。唯一少し違うように見えるのは、彼がそのモデルを「政策モデル」と呼んでいる点だが、彼が

このグループのモデルは、動学を含めたデータの主な特徴に適合し、政策分析や反実仮想を可能にする必要がある。

と書いたのは、SEMを指している以外にはありえない*1。私は政策モデルよりはSEMの呼び名を好む。SEMの方が内容を正確に表しているからである。理論を多用しているから構造である一方で、データに合わせようとしているから計量経済である。

そして、SEMの現代的使用法について以下のように書いている。

In a tweet, Noah Smith says he is puzzled. “What else is the point of DSGEs??” besides advising policy he asks? This post tries to help him and others see how the two classes of model can work together.
The way I would estimate a SEM today (but not necessarily the only valid way) would be to start with an elaborate DSGE model. But rather than estimate this model using Bayesian methods, I would use it as a theoretical template with which to start econometric work, either on an equation by equation basis or as a set of sub-systems. Where lag structures or cross equation restrictions were clearly rejected by the data, I would change the model to more closely match the data. If some variables had strong power in explaining others but were not in the DSGE specification, but I could think of reasons for a causal relationship (i.e. why the DSGE specification was inadequate), I would include them in the model. That would become the SEM. [2]
If that sounds terribly ad hoc to you, that is right. SEMs are an eclectic mix of theory and data. But SEMs will still be useful to academics and policymakers who want to work with a model that is reasonably close to the data. What those I call DSGE purists have to admit is that because DSGE models do not match the data in many respects, they are misspecified and therefore any policy advice from them is invalid. The fact that you can be sure they satisfy the Lucas critique is not sufficient compensation for this misspecification.
By setting the relationship between a DSGE and a SEM in the way I have, it makes it clear why both types of model will continue to be used, and how SEMs can take their theoretical lead from DSGE models. SEMs are also useful for DSGE model development because their departures from DSGEs provide a whole list of potential puzzles for DSGE theorists to investigate. Maybe one day DSGE will get so good at matching the data that we no longer need SEMs, but we are a long way from that.
（拙訳）
ツイートでノア・スミスは、困惑した、と述べている。政策助言を除いて「DSGEの他の特長として何がある？？」と彼は疑問を呈している*2。本エントリでは、彼や他の人々に対し、2種類のモデルがどのように協同できるかを示そうと思う。
今日において私がSEMを推計するであろう方法（ただし唯一の有効な方法というわけではない）は、精緻なDSGEモデルから始める、というものだ。ただしベイズ法を用いてそのモデルを推計するのではなく、計量経済分析を始める理論的テンプレートとして用いる。それは各方程式についてかもしれないし、一連のサブシステムについてかもしれない。ラグ構造や方程式間の制約がデータによって明確に棄却されたならば、データによりきちんと適合するようにモデルを変更することになる。もしある変数の他の変数に対する説明力が高く、DSGEの仕様に入っていないものの因果関係が存在する理由（即ち、DSGEの仕様が不適当である理由）を思い付くことができれば、それらの変数をモデルに含めることになる。するとSEMが出来上がる*3。
もしこれがひどくアドホック的に聞こえるならば、それは正しい。SEMは理論とデータの折衷主義的な混合物なのである。しかしデータにそれなりに近いモデルで仕事をしたい学者や政策担当者にとって、SEMは依然として有用である。私がDSGE純粋主義者と呼ぶ人たちは、DSGEモデルは多くの点でデータに適合しないため、仕様が誤っており、従ってそこから出てくる政策提言は無効である、ということを認めるべきである。ルーカス批判に応えていると確信できるという事実は、その仕様の誤りの十分な埋め合わせとはならない。
私のやり方でDSGEとSEMの関係を設定することにより、両種類のモデルが使い続けられる理由、および、SEMがDSGEモデルから理論的な先導を受ける方法は明白なものとなる。SEMはまた、DSGEモデルの開発にとっても有用である。SEMとDSGEが乖離する点は、DSGE理論家が調査すべき潜在的な謎の全リストを提供するからである。DSGEがデータに非常に良く適合するようになってSEMが必要なくなる日もいつかは来るかもしれないが、それは遠い先の話である。

ただ、実務はともかく、学界がSEMに門戸を開くことに関してはレンールイスは諦めモードである。

Will what Blanchard and I call for happen? It already does to a large extent at the Fed: as Blanchard says what is effectively their main model is a SEM. The Bank of England uses a DSGE model, and the MPC would get more useful advice from its staff if this was replaced by a SEM. The real problem is with academics, and in particular (as Blanchard again identified in an earlier post) journal editors. Of course most academics will go on using DSGE, and I have no problem with that. But the few who do instead decide to use a SEM should not be automatically shut out from the pages of the top journals. They would be at present, and I’m not confident - even with Blanchard’s intervention - that this is going to change anytime soon.
（拙訳）
ブランシャールと私が要望するようなことは起きるだろうか？　FRBでは既にかなりの程度そうなっている。ブランシャールが言うように、彼らの事実上のメインモデルはSEMである。イングランド銀行はDSGEモデルを使っているが、それをSEMに置き換えれば政策決定員会はスタッフからもっと有益な助言を得ることができるだろう。本当の問題は学界、特に（これについてもブランシャールが以前のエントリで明らかにしたことだが）学術誌の編集者にある。もちろん大半の学者はDSGEを使い続けるだろうし、私はそれを問題視するつもりはない。しかし、DSGEではなくSEMを使うことにした少数派が、トップジャーナルから自動的に締め出されるべきではない。現在、彼らはそのような扱いを受けており、ブランシャールの介入があったにせよ、近い将来それが変わるという確信を私は持てずにいる。

*1:原注：What Ray Fair, longtime builder and user of his own SEM, calls Cowles Commission models.
（拙訳）自身のSEMを長いこと構築し使用してきたレイ・フェアは、コールズ委員会モデルと呼んでいる（訳注：cf. ここ）。

*2:cf. 元ツイート：https://twitter.com/Noahpinion/status/819740642590892032:twitter

*3:原注：Something like this could have happened when the Bank of England built BEQM, a model I was consultant on. Instead the Bank chose a core/periphery structure which was interesting, but ultimately too complex even for the economists at the Bank.
（拙訳）イングランド銀行がBEQM（訳注：cf. ここ）を構築した時に私は助言を求められたが、その際にそういったやり方をする可能性があった。しかし同銀行は中心＝周縁構造を選択した。それは興味深い方法ではあったが、同銀行のエコノミストにとってさえ複雑過ぎる結果に終わった。