预期

预期 (Expectations)

预期 (Expectations) 是经济学、金融学和统计学中的一个基础性概念，指的是经济主体（如个人、企业、政府）对未来不确定事件、变量或结果的预测或信念。预期不是随意的猜测，而是个体在决策过程中所依据的对未来的前瞻性判断。在充满 不确定性 的现实世界中，几乎所有的经济决策——从消费、储蓄、投资到定价和政策制定——都深刻地受到预期的影响。

例如，消费者对未来收入的预期会影响其当前的消费水平；企业对未来市场需求的预期会决定其当下的投资和生产规模；金融投资者对未来资产价格的预期是其买卖决策的核心依据；而中央银行对公众 通货膨胀 预期的管理，则是其 货币政策 框架的关键组成部分。因此，如何对"预期"这一主观信念进行建模，是现代经济金融理论发展的核心议题之一。

预期的形成机制

经济学理论对预期的形成机制提出了几种主要的模型，这些模型按照其复杂性和对信息利用的程度，可以看作是一个不断演进的过程。

一、静态预期 (Static Expectations)

这是最简单的预期形成方式。在该模型下，经济主体认为未来的经济变量会与当前或最近一期的数值保持一致。

数学上，如果 $P_t$ 是某个经济变量（如价格水平）在 $t$ 时期的实际值，那么基于静态预期的，$t$ 时期对 $t+1$ 时期的预期 $E_t(P_{t+1})$ 可以表示为：

或者，有时候也表示为与上一期的值相等：

优点与局限：静态预期的优点是极其简单。然而，它的预测能力非常弱。如果一个变量存在明显的趋势（例如，在持续通货膨胀时期，价格持续上涨），静态预期将会产生系统性的、方向一致的预测错误，因为它完全忽略了变量的变化趋势。

二、适应性预期 (Adaptive Expectations)

为了克服静态预期的明显缺陷，适应性预期模型被提了出来。该模型认为，人们会根据过去的预测错误来调整他们对未来的预期。也就是说，预期是一个学习过程。如果人们发现自己上一期的预期过低（实际值高于预期值），他们就会在下一期调高自己的预期，反之亦然。

数学上，适应性预期的形成可以表示为：

其中：

• $E_t(P_{t+1})$ 是在 $t$ 期末对 $t+1$ 期变量的预期。
• $E_{t-1}(P_t)$ 是在 $t-1$ 期末对 $t$ 期变量的预期。
• $P_t$ 是 $t$ 期的实际值。
• $(P_t - E_{t-1}(P_t))$ 是 $t$ 期的预测误差。
• $\lambda$ 是调整系数，取值在 0 和 1 之间 ($0 \le \lambda \le 1$)。它代表了人们根据新出现的预测误差来修正其预期的速度。如果 $\lambda = 1$，模型就退化为 $E_t(P_{t+1}) = P_t$，接近静态预期。如果 $\lambda = 0$，则表示人们从不根据错误来学习，预期永远不会改变。

通过迭代，适应性预期模型可以被证明等价于一个对该变量所有过去历史值的加权平均，且权重随时间推移呈指数级递减。这意味着，越近的观测值被赋予越高的权重。

优点与局限：适应性预期比静态预期更为现实，因为它引入了学习机制。在20世纪中期，它被广泛应用于 宏观经济学 模型中，例如在解释 菲利普斯曲线 时。然而，适应性预期仍然存在一个重大缺陷：它只向后看 (backward-looking)。当政府政策或经济结构发生系统性变化时（例如，中央银行宣布了一项新的、可信的控制通胀的政策），基于适应性预期的人们仍然会仅仅根据过去的通胀数据来形成预期，从而再次产生系统性的预测错误。他们没有利用"新政策"这一前瞻性信息。

三、理性预期 (Rational Expectations)

理性预期假说由 约翰·穆斯 (John Muth) 于1961年首次提出，后来由 罗伯特·卢卡斯 (Robert Lucas)、托马斯·萨金特 (Thomas Sargent) 等人发展并应用于 宏观经济学，引发了所谓的"理性预期革命"。

理性预期假说的核心思想是：人们在形成预期时，会有效地利用所有可获得的信息。这些信息不仅包括变量的历史数据，还包括对经济结构、政府政策以及未来事件的理解。因此，理性预期是"向前看"的 (forward-looking)。

数学上，这可以表示为：

其中：

• $E_t(P_{t+1})$ 仍然是 $t$ 期对 $t+1$ 期的预期。
• $\Omega_t$ 代表在 $t$ 时期可获得的所有信息的集合 (信息集)。
• $E( \cdot \mid \Omega_t)$ 是基于信息集 $\Omega_t$ 的 条件期望。

核心推论：

1. 预期是无偏的：在理性预期的框架下，人们的预测在平均意义上是准确的。虽然他们无法完美预测未来（因为未来总有随机冲击），但他们不会犯下系统性的、可被预测的错误。
2. 预测误差是随机的：预测误差 $e_{t+1} = P_{t+1} - E_t(P_{t+1})$ 与信息集 $\Omega_t$ 中的任何信息都是不相关的。如果误差是可预测的，那就意味着信息集中的某些信息没有被充分利用，这与理性预期的定义相矛盾。因此，预测误差的期望值为零： \[ E(e_{t+1} \mid \Omega_t) = 0 \]

重要澄清：理性预期不等于"完全预见" (perfect foresight)。它承认未来存在不可预测的随机冲击 (random shocks)。一个理性的个体仍然会犯错，但他的错误是随机的，而不是系统性的。

影响：理性预期的引入深刻地改变了宏观经济学。例如，它催生了 政策无效性命题 (Policy Ineffectiveness Proposition)，该命题认为，在理性预期的世界里，系统性的、可被预期的货币政策对于改变产出和 就业 等实际变量是无效的，因为它已经被公众预期到并反映在工资和价格的调整中。

在各领域的应用

宏观经济学

预期是连接短期与长期的桥梁。例如，预期增广的菲利普斯曲线 (Expectations-Augmented Phillips Curve) 表明，失业率 不仅与当期通胀有关，更与预期通胀有关。当公众形成较高的通胀预期时，菲利普斯曲线会向上移动。

金融学

在金融领域，预期是 资产定价 的基石。有效市场假说 (Efficient Market Hypothesis, EMH) 本质上是理性预期在 金融市场 中的应用。它认为，资产的当前价格已经充分反映了所有可获得的信息，包括对未来现金流的理性预期。因此，任何人都无法利用旧信息来系统性地获得超额回报。

行为经济学与批评

理性预期假说因其对人类认知能力和信息处理能力的超强假设而受到批评。行为经济学 和 行为金融学 的研究表明，现实中的人往往表现出 有限理性 (Bounded Rationality)，并受到各种 认知偏差（如过度自信、锚定效应、羊群行为）的影响，导致其预期可能出现系统性偏差。作为对强理性假设的修正，学者们也发展了各类学习模型 (learning models)，试图更真实地刻画经济主体逐步认识和适应经济环境的过程。