昨日のエントリに対し、マクロ経済学の観測の問題はデータ量を増やすことにより解決するのではないか、というコメントを頂いた。経済学においてデータ量の不足に悩まなくて済む分野としては、ファイナンスが挙げられる。実は、フォーリー論文では、昨日の引用部の直後で、まさにそのファイナンス研究について論じている。そこで、今日はその部分を紹介してみる。
The problems of financial economics are somewhat different. For one thing, there is a lot of data available on financial transactions. Financial economic research is dominated more by “financial engineering” than by the demands of economic policy makers which preoccupy macroeconomic discussion. Financial engineering faces the test of direct market success in generating profits for its constituency, rather than the indirect tests of scientific explanation of observed data. The direct quantitative form of financial data and its relatively high temporal frequency are a great temptation to apply statistical and mathematical modeling methods from other fields. There are, however, two big, related, problems in analyzing financial phenomena with conventional mathematical and statistical tools. From a technical point of view financial data is not stationary; the dynamic patterns we observe undergo sharp changes in different historical periods, so that the inductive generality of statistical measures is doubtful. This reflects, in my opinion, the reality that financial markets are a part of a complex, adaptive system far from equilibrium. Our limited understanding of such systems suggests that they frequently manifest long-range correlations in temporal and other dimensions. These correlations arise because the surface phenomena we are measuring is the result of complex institutional and historical patterns beneath the surface that are difficult to observe directly, but have fundamental influences on the dynamics of the system. For example, the statistical distribution describing financial institutions balance sheets is not easy to recover from publicly available data, but can have, as we saw in the 2007-9 financial crisis, enormous impacts on the behavior of market prices. It is because financial markets are a part of a system far from equilibrium that their statistics fail to be stationary. Ultimately non-stationarity is a signal that we are observing the outcomes of self-referential human actions, with all the paradoxes of self-fulfilling expectations and strategic manipulation built into them. The garbage in problem for finance is the assumption that markets are universally liquid and competitive, which at one stroke supposedly renders the data amenable to a wide range of mathematical and statistical modeling methods and systematically blinds the analyst to the very real phenomena of large, unanticipated fluctuations. Thus the problems of financial analysis are perceived as “fat tails” rather than the macroeconomic malady of poor “out-of-sample fit”. The MBA executives with their limited mathematical and statistical expertise had no better luck in penetrating the mystification of quantitative finance, however, than academic administrators and tenure review committees have had in leavening the monolithic dominance of macroeconomic orthodoxy.
（拙訳）
ファイナンス経済学の問題は、（マクロ経済学の問題とは）幾分異なっている。一つには、ファイナンスの取引に関しては大量のデータが利用可能である。ファイナンス経済学の研究は、マクロ経済学の議論において主たる関心事となる経済政策当局者のニーズではなく、「金融工学」が主役となっている。金融工学は、観測されたデータを科学的に説明するという間接的な検証ではなく、顧客のために利益を上げることに成功するかどうかという直接的な市場での検証に直面している。ファイナンスデータの直接的な定量性と、時系列の頻度が比較的高いことは、他分野の統計的ならびに数学的モデル手法を当てはめたい、という誘惑を高める。しかし、通常の数学的ならびに統計的手法を用いてファイナンスの事象を分析するに当たっては、2つの相互に関連する大きな問題が存在する。技術的に言えば、ファイナンスデータは定常的ではない。即ち、異なる期間で観測される動学パターンには大きな違いが見られるため、統計的手法による帰納的一般化は疑わしいものとなる。私に言わせれば、そのことは、金融市場が均衡とは程遠い複雑で適応的なシステムであるという現実の表れである。そうしたシステムでは、我々の限られた知識によれば、時系列方向、および他の次元において、長距離相関関係が見られることが多い。そうした相関が現れるのは、我々が測定している表面的な現象が、裏に隠れている複雑な制度的および歴史的パターンによってもたらされているからである。それらのパターンは直接的に観測することは難しいが、システムの動学に根本的な影響を与えているのだ。例えば、金融機関のバランスシートを表す統計的分布を公になっているデータから読み取るのは難しいが、その分布は、2007-9年の金融危機に見られたように、市場価格の動向に決定的な影響を与える。というのは、金融市場は均衡とは程遠いシステムの一部なので、その統計量は定常性を欠くためである。非定常性とは、つまるところ、自己言及的な人間の行動の結果を観測しているという証であり、そうした行動に纏わる自己充足的予想や戦略的操作に関するありとあらゆるパラドックスが含まれている。ファイナンスにおけるガベージ・イン問題は、市場が遍く流動的かつ競争的であるという仮定である。その仮定は、データに対して様々な数学的および統計的モデル手法が一気に適用可能になると思わせ、また、大きな予期しない変動という現実の事象に対してアナリストの目を組織的に曇らせる。というわけで、ファイナンス分析の問題は、マクロ経済学の病である貧弱な「アウト・オブ・サンプルの適合」ではなく、「ファット・テール」である、ということになる。だが、MBA持ちの経営者は、数学と統計学に関する専門知識が限られているため、ファイナンスの定量分析の誤魔化しを見抜くことができない。それは、大学の管理職やテニュア審査委員会が、主流派マクロ経済学の一枚岩的な覇権の確立に対して何もできなかったのと同様である。
このように、ファイナンスではデータ量の問題は無いものの、別の問題が発生している、とフォーリーは指摘する。
なお、この後フォーリーは、計量経済学の問題にはまったく対策がなされなかったわけではない、として以下のように書いている。
Let me hasten to acknowledge that these problems have not gone unnoticed nor unaddressed by econometricians. Frequentist time-series techniques were souped up with rule-of-thumb information criteria intended to protect against the grosser forms of over-fitting. Tests for nonlinearity, and procedures for estimating nonlinear perturbations of linear models have been developed. In the hands of talented practitioners gifted with common sense, even the rather ramshackle procedures of frequentist statistics will yield plausible analyses of macroeconomic time series data. Mostly what these types of studies show is that there isn’t enough information in macroeconomic time series data to draw more than a few solid conclusions, most of which were known even before the advent of formal econometrics to informed observers such as Keynes: macroeconomic quantity data is dominated by trends; the main deviations from trend in all series reflect a common business-cycle component; over the business cycle the labor market does not work according to simple supply-and-demand principles. In many ways, it seems to me that macroeconomics as an academic subfield knows less about the real dynamics of industrial capitalist economies today than it did in the early nineteensixties when I began my studies of economics.
（拙訳）
急いで付け加えておくと、こうした問題は計量経済学者によって見過ごされたわけでも取り組まれなかったわけでもない。頻度主義的な時系列分析の技法は、過剰適合の問題全般に対処することを目的とした経験則的な情報基準によって強化されていた。非線形性の検証法や、線形モデルにおける非線形的な擾乱を評価する手法が開発された。常識に富んだ才能ある実務者の手に掛かれば、頻度主義的の危うい統計的手法からも、マクロ経済の時系列データの信頼に足る分析が生み出された。こうしたタイプの研究が主として示したのは、マクロ経済学の時系列データにはせいぜい2,3の確固とした結論を導くくらいの情報しか含まれていない、ということだった。しかもそれらの結論は、計量経済学が正式に登場する以前、ケインズのような観察眼の鋭い観察者に既に概ね知られていたことだった。曰く、マクロ経済の量的データはトレンドが支配する。曰く、すべての系列におけるトレンドからの乖離は共通した景気循環要因を主に反映している。曰く、景気循環過程では労働市場は単純な需給の原則では動かない。学問の一分野としてのマクロ経済学において、産業資本主義経済の実際の動学に関する知識は、私が経済学の勉強を始めた1960年代初頭よりも、多くの点で今日の方が少なくなっているように思われる。
この最後の文章は、一昨日の引用部の冒頭である。つまり、この後にフォーリーは経済学におけるイデオロギーの問題を論じることになる。
