宏观经济是一个很大的话题，即使是专注于讨论中国的宏观经济情况，也是一个涵盖甚广的话题，绝不可能在一篇文章中讲完。因此，我们的“宏观经济纵横谈”将会是一个文章系列。而我们在讨论宏观经济的同时，偶尔也会对经济学作一些讨论。因此，这将是一个兼具学术深度和随笔风格的文章系列。
可以说，在18世纪之前，我们并没有现代意义上的经济学。我们有的，是各种经济观点的大杂烩。当然，这不等于说在古代社会就不存在主流的经济学观点，但很显然，那时的“经济学”并没有什么体系框架可言。至于现代经济学的开端，一般公认是源自亚当•斯密(Adam Smith)与1776年出版的《国富论》(The Wealth of Nations)。估计不少读者对于《国富论》的主要观点都比较熟悉，因此我们在此就不赘述了。应该说，在《国富论》中对经济问题的讨论，已经初具了相对完整的框架；而《国富论》的首次出版，可谓标志着经济学作为一门独立学科的诞生。
继亚当•斯密之后的另一位著名经济学家则是大卫•李嘉图(David Ricardo)，其比较优势学说构成了现代贸易理论的基石。在大卫•李嘉图之后，另一位颇具影响力的大经济学家，当推微观经济学与福利经济学之父与新古典经济学的奠基人阿尔弗雷德•马歇尔(Alfred Marshall)。马歇尔的工作，致力于提升经济学中数学的严格性以及让经济学更具“科学性”。其名著《经济学原理》(Principles of Economics)于1890年出版，而后多年皆是英国经济学的主流教材。
不过，尽管世人公认现代经济学自1776年创立，我们还是看到有许多差异巨大的“经济理论”同时存在，而且这些理论也都有自己的拥趸。可以说，经济学有很多不同的体系与流派，它们在研究方法和主要观点上有可能相去甚远。
在马歇尔之后的一百多年，经济学研究发生了巨大的变化，出现了许多著名的经济学家，其中包括1970年诺贝尔经济学奖得主保罗•萨缪尔森(Paul Samuelson)。萨缪尔森认为数学是经济学家的“自然语言”，对提升经济学的数学基础做出了突出贡献。事实上，自上世纪40年代开始，以保罗•萨缪尔森为代表的经济学家，在提升经济分析的科学性方面作了大量的工作。这事实上也可以作为以西方经济学为核心的主流经济学在过去将近一个世纪时间里的工作总结。而所谓“提升经济分析的科学性”，可以简单概括为，要对经济学进行改造，而改造的标准样板就是自然科学的最核心分支——物理学。
毫无疑问，许多年来，一代又一代经济学家们朝着这个目标不断前进，做了大量的工作，发表了无数篇“有用”或者不那么“有用”的学术论文。有关经济学研究，尤其是宏观经济学研究的得与失，这是一个很深刻的学术问题，而且也颇具争议性。因此，在我们这个系列里，虽然可能涉及这一话题，但不会涉及太多。至少在今天，我们就不打算就这一问题进行展开。
今天，我们想聊的话题是：面对如今具有相当不确定性的经济形势，我们应该如何从经济观察中了解宏观经济的情况？
对于一名受过严格科班训练的经济学家来说，在理想状态下，其经济观点的严谨表述，应当是基于其研究的结论，而且这种研究，应当符合经济学研究的范式。不过，可惜的是，尽管时至今日，经济学文献已经呈现出汗牛充栋的局面，但经济学的研究范式依然不能全面到囊括所有重要的经济问题。或者换言之，对很多重要乃至最重要的经济问题，主流经济学还缺少相应的研究框架，或者说，现有的研究框架其实还很不理想。一个典型的例子就是，直到今天，经济学中依然缺少对货币的比较理想的分析框架。
退一步说，即使现代经济学已经给我们提供了合理的分析研究框架与工具，对于很多经济现象的研究，依然存在困难。而导致这一困难的关键因素，就是缺少相关的数据。事实上，由于现代统计学以及机器学习的发展，数据的可得性与质量，在很多实际问题的研究中，已经占据了首要的位置。具体来说，在统计学原理与经济学模型基础上发展出来的计量经济学与经济学定量研究方法，外加基于机器学习或者说人工智能的研究手段，已经可以对任何可以采集到数据的问题进行分析，而且，其短期预测的准确性往往令人相当满意。
不过，对于未来长期趋势的分析，有时候，即使有详尽的数据也得不出令人满意的答案。而产生这一现象的根本原因则是在于我们的预测方法本身。事实上，任何基于数据的预测，都存在一个基础假设，那就是：在过去与现在、现在与未来之间，存在某种相似性。而一旦这种相似性被打破(事实上，在宏观经济中这是完全可能的)，则我们进行预测的数学基础事实上就不存在了。
下面，我们考虑一种更加不利的局面，那就是，相关的数据不可得，或者数据虽然存在，但我们得不到，那么，我们又应该如何了解宏观经济的情况呢？其实，这个问题，就跟古人所面临的问题比较相近，只是古人面对的情况相对更极端，信息更难获取，且信息不对称更严重。
事实上，今天的人们，透过传统媒体以及全面覆盖的互联网，包括网页、新媒体、社交平台等等，可以获得的信息，在数量与质量上已经远超古人。一个受过高等教育的普通人，只要基于所学的知识与常识，再恰当的利用这些信息，就不难得出对宏观经济形势的一个大差不差的估计。然而，如果在古代，要获得这种大差不差的估计就非常不容易了。换用今天统计学或者计量经济学的说法，那就是样本量不仅小，而且样本很可能高度有偏，因此对数据的筛选加工和模型搭建，要求很高，非身具大智慧与洞察力者莫能为也。
当人们面对这样一种信息匮乏的局面时，对有用信息的提取与分析总结，就成了一门玄而又玄的学问：事实上，今天我们能用大数据清晰呈现的趋势，在古代，就成了神秘莫测的“气运”，非身怀异能之士难以窥见。当然，气运所包含的内容非常杂，其中也包括很多即使用今天的大数据与AI也未必能很好的进行分析的内容。因此，太史公司马迁在两千多年前所说的“究天人之际，通古今之变，成一家之言”，直到今天，亦有其生命力，并未完全过时。
今天这篇文章，是我们“宏观经济纵横谈”的首篇，旨在开篇明义，实际涉及的宏观经济内容并不算多，但它的重要性却是实实在在的。面对今天波澜起伏的大时代，任何对宏观经济的分析与总结，其实都需要我们以心怀敬畏的态度去完成。我想，下面的这句话值得我们每个人再次思考：
科学的尽头是玄学。
作者简介：
金涛：美国罗切斯特大学数学博士，哈佛大学经济学博士，“高黎数学”创始人，清华大学恒隆房地产研究中心研究员、中国金融学会理事，北京雁栖湖应用数学研究院访问教授。原清华大学五道口金融学院副教授、美国联邦储备银行波士顿分行研究员、美国国家经济研究局研究助理。金涛教授也在微信公众号“高黎数学”、“金岩咨询”与“新世说”上撰写文章。
田园：清华大学经济学博士，与金涛教授合著经济学专著《一种货币，两个市场》，研究领域为国际货币体系、区块链、加密货币以及Web 3.0。
（本文仅代表作者观点。责任编辑邮箱：tao.feng@ftchinese.com）