经济世界的不确定性 [UNCERTAINTY WITHIN ECONOMIC MODELS] pdf epub mobi txt 电子书下载 2025

简体网页||繁体网页

☆☆☆☆☆

[美] 拉尔斯·彼得·汉森（Lars Peter Hansen），托马斯·萨金特著，汪川译

图书标签:

经济学
模型
不确定性
经济预测
风险分析
复杂性
金融市场
行为经济学
经济危机
计量经济学

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到静流书站

book.coffeedeals.club

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

出版社：电子工业出版社

ISBN：9787121305528

版次：1

商品编码：12100376

包装：平装

丛书名：经济新探索

外文名称：UNCERTAINTY WITHIN ECONOMIC MODELS

开本：16开

出版时间：2017-01-01

用纸：胶版纸

页数：412

字数：494000

正文语种：中文

具体描述

编辑推荐

适读人群：对经济学和金融学感兴趣的读者。

理性预期往往假定经济主体以及观测其行为的计量经济学家都正确设定其模型，而该假定目前构成了宏观经济学的核心；在这方面的研究中,本书的两位作者拉尔斯·彼得·汉森和托马斯·萨金特均做出了前沿性的贡献。但在本书中，两位作者展示了对理性预期概念的偏离，即存在模型误设的可能性，而这对于宏观经济学的未来至关重要。本书整理了两位作者的十篇基础性论文，这些研究的主题集中在模型不确定性下经济主体和计量经济学家的行为。其中，九篇文献由两位作者合著，一篇为汉森教授独著。两位作者同时撰写了引论部分，该部分在总体上分析了模型误设以及模型误设下的个体选择。

与诺贝尔经济学奖得主一道探寻经济金融中的不确定性。

海报：

内容简介

《经济世界的不确定性》内容简介：本书由拉尔斯·彼得·汉森（Lars Peter Hansen）和托马斯·萨金特（Thomas J. Sargent ）所著，两位作者分别于2013年和2011年获得诺贝尔经济学奖。作者在书中将稳健性控制理论应用于经济学和金融学当中。该书中的稳健性控制允许经济决策者质疑其模型并采取预防性决策以防止模型误设的不良后果，从而扩展了理性预期模型。该特征对于理解风险价格而言意义重大。此外，书中的内容还讨论了如何对决策者的模型误设担忧进行校准并量化分析。

作者简介

拉尔斯-彼得-汉森（Lars Peter Hansen），芝加哥大学教授，国际著名经济学家（宏观经济学和动态经济学）。他因为对“资产定价理论的杰出贡献”而被授予2013年度诺贝尔经济学奖。他是美国国家科学院和美国金融学会的会员，且是世界计量经济学会前任主席。汉森教授的著作研究了经济决策者在不确定性下的行为及其动态模型，他的主要贡献在于设计了与经济模型的概率结构相一致的计量经济学方法，并将该方法应用于消费、储蓄和资产定价理论。

托马斯-萨金特（Thomas J. Sargent），纽约大学经济学教授。由于其对“宏观经济学中因果分析的实证研究”而被授予2011年度诺贝尔经济学奖。他目前是美国国家科学院、世界计量经济学会的会员，并曾任美国经济学会、世界计量经济学会以及动态经济学会的主席。在诺贝尔奖颁奖典礼上，萨金特教授将自己的工作形容为使用经济学和统计学来理解市场和政府如何改进人们的福利。

关于译者：汪川，经济学博士、博士后，现为中国社会科学院财经战略研究院副研究员，主要研究方向为宏观经济学。汪川博士长期跟踪分析宏观经济和金融形势，主持国家自然基金和国家部委多项课题，参与国家社科基金重大项目、国家自然科学基金应急项目以及中国社会科学院院创新工程项目；在核心期刊发表论文数十篇，多次获得中国社会科学院优秀信息对策奖和优秀论文奖。

内页插图

精彩书评

“在多年的研究工作中，拉尔斯·彼得·汉森和托马斯·萨金特重塑了我们对于不确定性的理解及其在经济学中的地位。这本书搜集了两位作者在该领域的原创性文献，构成了对该领域的完美概述。对于想要在未来数年内跟踪学术前沿的人而言，阅读该书是必要且有益的。”——Massimo Marinacci，博科尼大学教授

“这本书使我受益良多。汉森和萨金特是我们时代优秀的两位经济学家，也是业内教师的典范，其研究领域甚广，且通过该书为我们呈现出新的学术前沿。这本书对于有志于从事不确定性、模糊性和稳健性建模的研究人员是必备的。”——Stanley E. Zin，纽约大学教授

“呈现在读者面前的《经济世界的不确定性》一书中, 两位作者以高超的理论造诣为我们呈现了现代经济学中颇为神秘和色彩纷呈的部分——不确定性。”——汪川，中国社会科学院财经战略研究院副研究员

精彩书摘

有关模型不确定性的问题

以下问题促使我们写作此书。

什么是模型的不确定性？

对于我们来说，模型是一个随机过程，也就是说，模型是通过参数向量索引的一个随机变量序列的概率分布。对于我们来说，模型的不确定性暗含着一个模型是否正确的疑虑。

为什么要在意模型的不确定性呢？

这是因为

?在统计意义上，在不同大小的典型宏观数据集样本中区分不同的模型是很困难的。

?Ellsberg（1961）的实验结果动摇了Savage（1954）的“无模型可疑”这一公理的可信性。

作为宏观经济学家，我们将强调第一个原因。应用计量经济学家经常在进行模型拟合的过程中会对自己模型的有效性与良好拟合模型的有效性出现几乎同等程度的质疑。第二个原因启发了决策理论，该理论为本书应用的模型提供了公理化基础。

如何解释模型的不确定性呢？

作为一组模型的决策者，不能也不愿意通过创建一个复合彩票的方式使用贝叶斯先验概率分布将众多模型减少到一个模型。

该如何控制模型的不确定性呢？

我们对所有决策者的值函数进行了限制。最小、最大期望效用是我们对值函数进行限制的主要工具。我们制订了双人零和博弈，在这一博弈中，一个最小化个体从一组模型中选择一个概率分布，从而帮助一个最大化个体来计算值函数的界限。此过程充分显示了基准概率模型扰动下策略函数的脆弱性。

谁面临着模型的不确定性？

作为建模者的我们面临这一问题。我们模型所包含的代表性经济人和政府决策者同样面临这一问题。

我们如何建立一组模型？

在我们最简单的设定中，我们假设决策者具有一个明确设定的统计模型

我们没有用任何详细的函数形式来指定具体的替代模型。我们只是用相对熵小于η的似然比来模糊地描绘它们。在本书里所描述的动态模型的应用中，这种模糊性所带来的复杂的非线性和历史的依赖性问题，通常排除在决策者的近似模型之外。非线性、历史相关性，以及在参数空间的错误维度削减是决策者所关心的问题。

纵观我们的许多分析，我们使用惩罚参数来描述相对熵，以计算使用更大模型集来提高评估效果时所带来的成本。拉格朗日乘数定理的原理表明，基于惩罚的“乘子”和有相关约束条件的公式之间有非常紧密的联系。该惩罚公式无论在定性和定量的角度来看具有一定的优势，但我们往往使用相关的约束条件公式以定量评估什么程度的惩罚是可行的。当我们在第8，9，10章建立修正模型时，我们将明确使用多个基准模型。这便于决策者管理模型。当在多个模型中形成一个加权平均时，关于模型稳健性的问题就出现了，即如何在设定错误模型中评估可替代模型的优劣。

为什么不用你自己的方式来学习模型的不确定性？

这个问题取决于模型在决策者可以控制数据这一问题的认知上，这本书的所有章节都以某种特殊方式生成这一模型集。首先，我们归咎决策者，因为无论是其近似模型还是基准模型，在不同的时期都只是一个单一的模型。为了验证决策者对这一模型的怀疑程度，我们用一连续的概率模型来衡量，这个概率模型由与近似模型有关的熵球决定。该过程给决策者提供了一个庞大的模型集，该模型集与近似模型的近似性是由它们的相对熵来判断的。

我们之所以如此设定决策者的模型集，是因为我们想表达如下观点，即决策者担心这两种模型都是模糊地难以识别，甚至很难使用统计学的方法加以区分。这些模型的模糊设定，究其原因就在于它们仅被描述为由一个近似模型概率密度乘以相对熵足够小的近似比率的结果。由此得出的结论将是一个具有非常高维参数空间的大量模型。这些模型包含随着时间而波动的函数，这意味着相对于基准模型来说，后者的错误假设与前者不同。在不附加更多的条件下，得到实际控制数据生成的模型是不可能的。

正如我们将在以下几个章节的应用中所看到的，低频属性的函数在统计学上是很难区分的（为了了解其特征，大数定律和中心极限定理要求我们极具耐心）。

更具一般意义地讲，决策者使用多个可能不正确的基准模型的这一事实将我们置身于统计学习理论的陌生环境之中。贝叶斯理论假设决策者专注于一组模型中，在这组模型中有一个模型是正确的。贝叶斯定理描述了如何通过模型来更新概率，通过结合先验信息和数据作为相对似然度的中介。而所有候选基准模型都是错误的观点将导致我们不能应用贝叶斯范式。

学习这本书中要有两个注意点。第2章至第7章通过假定认知困难的方法排除了学习理论。第8章和第9章介绍并应用了学习理论，该方法在模型的不确定性上有更多约束条件。

模型不确定性是如何影响均衡理念的？

为了理解模型的不确定性是如何影响标准均衡理念的，首先考虑现在占主导地位的理性预期均衡这一概念。论其本质，一个理性预期模型与在模型内的经济人和计量经济学家高度一致（请记住在描述一个模型时，我们指的是一个序列的概率分布）。在理性预期模型中，其所应用的计量经济学大多利用这一“模型范式”，其中“与自然共享”的部分排除了模型假设错误的担忧。

就个人研究经历来看，理性预期计量经济学家的偏好让我们希望有一个尽可能接近理性预期的均衡理念。在我们的实际应用中，我们通过把一个共同的近似模型应用到一个模型中的所有经济人来实现这一目标。尽管所这一近似模型已接近共识，但仍有人担心模型的设定错误，这促使其使用最小 - 最大预期效用理论。当模型中经济人的兴趣不同时，即使经济人都遵从共同的近似模型来行为，但仍会产生信念的差异性。这种做法产生了一个新的均衡概念，这一概念是递归竞争均衡或子博弈完美均衡的延伸。

模型不确定性对均衡量有什么影响？

第3章在一个代表性消费者模型中分析了不确定性扩大的影响。该影响与对贴现因子增长的影响相似，其特点都表现在观察的等价效应，该效应以折现因子在似然函数平面的脊状形式呈现。究其原因，出于对影响其非金融收入的随机过程的错误设定的担心，从而引发了消费者的预防性储蓄行为。尽管第3章的观察等价效应较为独特，并且不会明显优于具有其他偏好和技术规范的模型，由预防性动机引发的类似效果确实发生了作用。

这对均衡价格产生了什么影响？

除了观察等价效应，对模型不确定性的担忧通过对近似模型中“偏好冲击”的潜在波动，倍增了其对普通随机贴现因子的影响。出现这种状况的原因是最小-最大预期效用的投资组合持有者在最坏情况下的信念影响了不断变化的价格。这产生了“模型不确定性下的市场价格。”这本书的几个章节展示了模型不确定性下的市场价格是如何有助于模型达到Hasen和Jagannathan（1991）中的资产定价特征：市场价格通过增加近似模型的随机贴现因子的波动性来达到这一目标。

对模型不确定性的厌恶类似于对风险的厌恶吗？

在某些方面的确如此，但对模型不确定性的厌恶会改变不确定性的跨期分布，这与对风险的厌恶有很大的区别。如在第4章和第7章强调的那样，应该使用非常不同的思维来校准风险厌恶和模型不确定性厌恶。

少量的不确定性厌恶可以取代大量的风险厌恶吗？

这个问题的答案对Hansen，Singleton（1983），Mehra和Prescott（1985）的股权溢价之谜的替代解释起了很大的作用。“少量”和“大量”的具体意思依赖于校正策略。宏观金融经济学家通常使用由Pratt（1964）提出的一种心理实验来校正风险厌恶。第4章和第7章使用了一种非常不同的心理实验来校准合理数量的模型不确定性的厌恶，即一种基于替代统计模型之间衡量统计差异的实验。

模型的不确定性是如何影响政府政策的？

最小-最大投资组合持有者最坏情况下的信念影响着随状态变化的价格。这可以使拉姆齐计划者采取更具纪律性和目的性的行为方式。第11章探讨了其他描述模型不确定性的方式，模型中拉姆齐规划者面临一个竞争性的代表性经济人。

前言/序言

序言

作为宏观经济学家，我们已将职业生涯的大部分时间贡献于理性预期宏观经济学和计量经济学的完善和应用工作。与理性预期宏观经济学不同，本书体现了我们近年来对模型误设概念的理解，并分析了其对于宏观模型的意义。我们认为，模型误设是理性预期经济学所忽视的重要概念。

理性预期是处理宏观经济数据的重要工具：它不仅通过消除自由参数从而限制了信念的内生性，同时还对模型中所有主体赋予了共同的信念,这里的经济主体不仅包括模型中的代表性经济人，还包括外部的观测者以及估计模型的计量经济学家，甚至生成实际数据的“自然环境冶（我们可以将其视为“上帝”）。宏观经济学和计量经济学家以极大似然估计和矩匹配等方法将这种共同的信念应用于理性预期均衡的计算以及构建性质良好的统计估计量等方面。

然而，理性预期计量经济学所流行的三十余年也见证了对其的指责以及重构。其中，构成理性预期概念基石的交叉方程约束已经被证实其实证结果与公认的理论模型相悖。

对于这一问题，我们的好友Robert Lucas回应道：“早在20世纪80年代，宏观计量经济学所使用的极大似然估计和矩匹配方法就与很多完美的模型不符。冶他认为，所有的模型都是对现实世界的近似，并且应将其与Kydland和Prescott所倡导的校准方法相比对。事实上，很多宏观计量经济学家也正是遵循了Lucas的教诲。

不同于上述辩解，对于误设定的研究摒弃了理性预期计量经济学中共同信念的设定。近年来，有关误设定文献研究了多种理性预期均衡，其中每一个都存在自身的共同信念，该共同信念消除了模型中的经济主体关于误设的疑虑。但其中理性预期假定不能适用于对模型本身误设的分析。

作为宏观计量经济学家和时间序列计量经济学家，我们不得不一再面对理性预期模型失误的现实。但作为本书的两位作者，我们都很幸运地曾经在20世纪70年代的明尼苏达大学工作和学习，当时，明尼苏达大学的Christopher A. Sims教授已经开始了对模型误设的研究。在一系列有关非理性预期的文献中，Sims教授描述了不同类型模型误设的后果，并对如何进行数据滤波和重新设计近似模型以消除模型误设的干扰提出了建议。同时，Sims的论文还创造性地引入了相对熵这一概念，即误设联合分布相对于实际联合分布的对数似然比的期望。通过引入这一概念，Sims教授描述了在大样本情况下一族性质良好的统计估计量如何实现最小化相对熵，在频域分析中也有相应的结论成立。Sims教授使用该近似准则来调整近似模型的设定并进行数据滤波，以改进模型的估计特征。在本书中，我们以稳健性分析改进了Sims的研究，后者的研究提供了较好的方案，但其中经济主体的模型仅仅是一个近似模型。

直到20世纪90年代早期，我们仍致力于将数学工具应用在动态优化和预测当中，而这些领域早在20世纪五六十年代就被数学家所完善。这些数学工具假定决策者完全信任模型的随机设定，这使得模型更适于理性预期范式的分析。与此同时，我们对于是否应在模型中引入误设定犹豫不决，因此，我们仍维持了模型中的理性预期设定。使用数学上更为成熟的工具，其代价就是牺牲了模型误设。

大约在1992年，通过阅读Jacobson(1973)和Whittle(1990)的两篇文献，我们意识到当宏观经济学家至今仍致力于应用20 世纪五六十年代的控制和预测理论工具来分析完全可信的理性预期模型时，数学家和工程师于七八十年代就使用了“后现代冶的控制和预测理论来分析决策者对模型存在质疑的情形。这种分析工具有一系列不同的名称，如稳健性控制、H无限控制或最小最大熵控制。由于之前对模型误设性的一再质疑，我们立即意识到稳健性控制和预测工具将有助于宏观经济学的重构，从而可以将现有理论扩展至模型误设定情形。这就是我们写作本书的动机所在。

经济世界的不确定性 (UNCERTAINTY WITHIN ECONOMIC MODELS) 图书简介本书深入探讨了在现代经济分析与实践中，不确定性这一核心概念所扮演的关键角色及其复杂性。在全球化、技术革新与周期性波动日益加剧的当下，传统的、基于完美信息的经济模型已难以充分解释现实世界中发生的现象与决策行为。本书旨在系统梳理不确定性在不同经济学分支中的表现形式、建模方法，以及它对政策制定与市场稳定的深远影响。第一部分：不确定性的基础与理论根基本书开篇即确立了对“不确定性”的精确界定。我们首先区分了“风险”（Risk）——可量化、具有已知概率分布的事件，与“不确定性”（Uncertainty）——本质上无法完全量化的未来状态或未知概率。这一区分源于法奈尔（F.H. Knight）的经典洞察，并被置于现代决策理论的框架内进行审视。随后，我们回顾了不确定性理论在经济学中的演进历程。从早期基于边际效用递减的期望效用理论（Expected Utility Theory, EUT）出发，本书详细剖析了EUT在处理跨期决策与极端不确定性时的局限性。重点讨论了卡尼曼（Kahneman）和特沃斯基（Tversky）的前景理论（Prospect Theory）如何通过引入参照点依赖、损失厌恶和概率权重，为描述现实世界中非理性的（从EUT视角看）不确定性偏好提供了更具说服力的解释框架。我们不仅关注了这些理论模型本身，更深入考察了它们在资产定价、消费储蓄决策以及保险需求等微观层面的应用与挑战。第二部分：宏观经济学中的不确定性建模宏观经济分析是本书的重点之一。在动态随机一般均衡（DSGE）模型的背景下，不确定性不再仅仅是外生的冲击（如技术冲击或政策冲击），它内化于代理人的预期形成过程之中。我们详细考察了异质性预期（Heterogeneous Expectations）在宏观冲击传导中的作用。当经济主体对未来状态的信念存在显著差异时，即使面对相同的外部信息，其投资、生产和信贷需求也会产生系统性偏差。本书特别关注了“认知不确定性”——即代理人连模型本身结构都不完全确定的情况——对宏观经济稳定性的影响。这部分内容将探讨“动物精神”（Animal Spirits）如何通过信息不对称和信念的自我强化，导致经济周期出现远超传统模型预测的过度波动。此外，本书对金融摩擦与不确定性的交互作用进行了深入分析。在信贷市场中，银行对借款人未来偿付能力的不确定性判断直接决定了风险溢价和信贷供给。我们引入了基于信息粘性（Information Stickiness）和信号传递（Signaling）的金融模型，以解释为何在经济衰退期，即使央行采取宽松政策，信贷紧缩现象依然难以扭转。对金融系统稳定性而言，模型不再仅仅关注资本充足率，更强调信息质量与不确定性管理能力的重要性。第三部分：不确定性在政策制定中的体现不确定性对政府和中央银行的政策选择构成了严峻的挑战。本书探讨了最优政策设计如何适应高度不确定的环境。在货币政策方面，我们比较了固定规则（如泰勒规则的严格执行）与相机抉择（Discretionary Policy）在不确定性下的优劣。关键在于，当政策制定者自身对经济结构的理解存在不确定性时，过于僵化的规则可能导致错失良机，而过于灵活的决策则可能引发时间不一致性问题和政策信誉的损失。本书分析了“基于情景的预测”（Scenario-Based Forecasting）和“情景压力测试”在央行决策框架中的整合，强调了透明度和沟通在管理市场预期的关键作用。财政政策方面，应对不确定性的核心在于财政空间的审慎管理。本书讨论了在外部冲击（如全球大流行或地缘政治冲突）下，预防性储蓄（即积累“财政弹药”）的必要性，并评估了不同财政乘数在不同不确定性水平下的真实效应。特别关注了长期公共债务的可持续性问题，即在预期寿命不确定性增加（如老龄化）的背景下，如何设计代际公平的税收与福利制度。第四部分：前沿领域：数据、计算与不确定性随着大数据和计算能力的飞速发展，经济学正在从结构化模型转向数据驱动的分析。本书最后一部分关注如何利用新的工具来处理现实世界中海量且异质的不确定性信息。我们探讨了机器学习（Machine Learning）方法在预测高频经济变量中的潜力与局限。虽然机器学习能识别复杂的非线性关系，但其“黑箱”特性本身也引入了模型选择的不确定性。如何构建既具有预测能力又具备可解释性的经济模型，是当前研究的前沿。最后，本书讨论了社会网络与集体行为中的信息传播与不确定性放大效应。在社交媒体时代，错误信息（Misinformation）和非理性羊群行为如何快速扩散，并在金融市场或消费者信心中造成实质性的经济冲击。这部分内容强调了理解信息流结构对于构建更具韧性的经济社会系统的必要性。结论《经济世界的不确定性》试图提供一个全面的视角，超越了将不确定性视为模型残差项的传统做法。本书的核心论点是：不确定性不是经济系统中的“噪音”，而是其内在的、决定性的特征。理解并有效管理这种固有的不确定性，是实现长期经济增长、金融稳定与政策有效性的前提。本书适合高级经济学研究生、政策分析师以及所有希望深入理解现代经济学前沿挑战的专业人士阅读。

用户评价

评分☆☆☆☆☆

《经济世界的不确定性》这本书，就好像一个经验丰富的向导，带我深入探索经济学那片看似平静，实则暗流涌动的海洋。我之前对经济模型的理解，停留在它是一个能够预测未来的“水晶球”的层面，认为只要掌握了模型，就能洞悉经济的奥秘。但这本书却让我看到了“水晶球”的另一面——它的脆弱和局限。作者并没有直接告诉我“模型里有什么不确定性”，而是通过生动的叙述，让我感受到了那种“在预期之外”的经济现象是如何发生的，以及它们是如何被现有模型所忽视的。我印象最深刻的是书中关于“反馈回路”的讨论，它不再是抽象的概念，而是通过一个又一个的经济事件，展现了积极和消极的反馈是如何放大初始的微小波动，最终导致经济走向意想不到的方向。这本书让我明白，经济系统并非是静态的，而是充满了动态的相互作用，而模型往往难以捕捉这种复杂的动态。

评分☆☆☆☆☆

这本书《经济世界的不确定性》为我打开了一扇全新的窗户，让我看到了经济学更深层次的现实。我一直以来都认为，经济学模型是精确预测未来经济走向的利器，是逻辑严密的思维框架。然而，这本书让我意识到，这种“确定性”的背后，隐藏着巨大的不确定性。作者并没有直接列出“经济模型中的不确定性有哪些”，而是通过对一系列经济现象的细致分析，让我体会到，模型本身就存在着固有的局限性，而现实世界的复杂性更是模型所无法完全涵盖的。书中对“理性预期”的挑战，让我不再盲目相信经济主体总是能够做出最优的决策，而是看到了人类行为中那些非理性、冲动甚至充满错误的部分，而这些恰恰是经济模型常常忽略的。这本书让我明白，经济学的研究，或许更应该关注如何在这种不确定性中做出更好的决策，而不是试图创造一个绝对确定的模型。

评分☆☆☆☆☆

读完《经济世界的不确定性》，我感觉自己好像被带进了一个经济学的“迷宫”，而且这个迷宫里充满了各种意想不到的岔路和陷阱。我一直以来对经济学模型的印象，总觉得它们是逻辑严谨、预测性极强的工具，能帮助我们看清经济的走向。然而，这本书彻底颠覆了我这种想法。作者并没有直接点出“哪些是不确定性的来源”，而是通过对历史事件和经济现象的深入解读，让我自己去体会那些模型无法捕捉的复杂性和偶然性。他通过描述一些历史事件，比如某个看似微不足道的导火索如何引发了巨大的经济震荡，或者某个被普遍看好的政策为何最终走向失败，来展现出经济系统内在的脆弱性。我开始意识到，经济模型本身就像是一张过于简化的地图，它描绘了主要的道路，但忽略了无数条小径、断崖和未知的丛林。书里提到的“黑天鹅事件”的概念，让我对那些看似不可能发生，一旦发生却能改变一切的事件有了更深刻的认识，也让我明白了为什么那些看似完美的模型，在面对这些“黑天鹅”时，会显得如此不堪一击。

评分☆☆☆☆☆

这本《经济世界的不确定性》简直是把我从一个对经济学理论的朦胧认知，直接推向了一个更加真实、也更加令人着迷的境地。我一直以为，经济模型就是像精心搭建的积木，严丝合缝，逻辑清晰，每一个变量都像是设定好的齿轮，精确地咬合转动，预示着经济的未来走向。然而，当我翻开这本书，我才惊觉，我过去的理解是多么的片面。作者并没有直接告诉我“经济模型里有什么不确定性”，而是通过一系列引人入胜的案例，比如金融危机前夕资产价格的诡异波动，又比如政策出台后市场反应的难以预测，一步步地解开了这个“不确定性”的面纱。他并没有使用晦涩难懂的数学公式，而是用一种非常“讲故事”的方式，让我看到了理论模型在现实面前的局限性，以及模型本身就内含的那些微小却足以引发巨变的“裂缝”。我印象最深刻的是书中对“预期”这个概念的剖析，它不再是一个简单的变量，而是变成了一个动态的、具有自我实现或自我颠覆能力的庞然大物，它既可以推动经济向上，也可以将其拖入深渊。这本书让我开始审视自己过去阅读经济学书籍时，那些习以为常的“确定性”假设，原来它们背后隐藏着如此多的未知和变量。

评分☆☆☆☆☆

这本书《经济世界的不确定性》给我带来的冲击，更像是一次颠覆性的认知重塑。我过去一直认为，经济学模型就是一种追求绝对精确的科学，就像物理学定律一样，只要参数设定正确，就能准确预测结果。但这本书让我明白了，经济世界根本就不可能存在如此完美的“确定性”。作者并没有直接罗列出经济模型中的“不确定性”，而是通过一系列生动而富有启发性的例子，让我亲身体验到了这种不确定性是如何渗透到经济活动的各个角落的。我记得书中对“信息不对称”的精彩论述，它不再是教科书上干巴巴的定义，而是通过具体的故事，展现了在信息不平等的情况下，市场是如何扭曲，决策是如何失误的。这本书让我开始反思，我们之所以能够构建出经济模型，是因为我们选择性地忽略了那些难以量化、难以预测的因素，而这些被忽略的因素，恰恰是驱动经济发展或者走向衰败的关键。这本书让我明白了，真正的经济学研究，或许恰恰在于承认并理解这种不确定性，而不是试图将其完全消除。

评分☆☆☆☆☆

内容不错，值得好好学习

评分☆☆☆☆☆

送货速度很快，性价比高，支持京东！！！

评分☆☆☆☆☆

好！！！！！！！！！！！！！！

评分☆☆☆☆☆

7412369874226988

评分☆☆☆☆☆

很好！！！！！！

评分☆☆☆☆☆

不错的一本书，耐心度读，一定会有收获的