跳转到内容

政治经济学第0章 导论

0.5 因果证据:相关、对照组与小样本

为什么要学:「民粹领导人损害经济增长」「央行独立带来低通胀」「总统任期的第三年股市表现最好」,这类说法经常出现在评论和研报中。其中有的有可靠的证据,有的只是巧合。政策观点卡上的 3I 框架需要依据,依据的质量决定概率的质量,所以需要先学会分辨。

边界:本节只讲怎样阅读研究,不讲怎样做研究,也不使用公式。预测性的证据,即民调、预测市场和基准率,放在 0.6。

生活类比:感冒药。一个人服药一周以后痊愈,这不能说明药有效,因为感冒不服药通常也在一周左右痊愈。要判断药效,需要找一组情况相近而没有服药的人作比较。医学用随机试验解决这个问题,由抽签决定谁服药。政治经济学很少具备这样的条件,因为无法用抽签决定哪个国家实施哪项政策,研究者只能在现实中寻找「天然的对照组」。

类比的局限:病人成千上万,国家只有两百个左右,而且彼此差别很大,合适的对照组很难找到。所以政治经济学中的因果结论,可靠程度普遍低于医学。

0.2 的抗议直接针对燃油税,而同一时期油价也在大幅上涨。

问题:假如法国政府没有安排 2019 年的加税,这场抗议仍然发生的概率有多大?请写下一个概率,并写下你打算用什么证据来回答。本节的「回到主案例」会讨论这个问题。

两件事同时变化时,至少有三种可能的解释:

  1. 前者引起后者。
  2. 后者引起前者,这称为反向因果。
  3. 第三个因素同时引起两者,这个因素称为共同原因,也叫混杂因素。

只有排除了后两种解释,才能得出「前者引起后者」的结论。

以央行独立与通胀的关系为例。跨国数据显示,央行越独立的国家,通胀越低(Alesina 和 Summers,1993)。这一相关关系可以有两种解释。第一种是因果解释:独立的央行不受选举压力的影响,所以更有能力控制通胀。第二种是共同原因的解释:一个国家的金融业越是强烈地反对通胀,这个国家就越可能赋予央行独立地位,也越可能采取控制通胀的政策;按照这种解释,央行独立和低通胀都是金融业影响力的结果(Posen,1995)。仅凭相关关系,无法在两种解释之间作出选择。这并不是说央行独立没有作用,而是说它的作用需要另外的证据来证明(第6章)。

主案例中也有这类问题。0.2 引用的法国调查显示,多数受访者认为自己会因碳税受损。然而这项调查是在抗议开始以后进行的,所以存在反向因果的可能:也许不是这种看法引起了抗议,而是抗议加强了这种看法。0.2 引用它时因此作了限定。

要证明一项政策引起了某个结果,需要回答一个无法直接观察的问题:假如没有这项政策,结果会怎样。可行的办法是寻找一个对照组,它在其他方面与实施政策的一组相近,只是没有实施这项政策;两组结果的差别,就可以归因于政策。研究的可信程度,主要取决于对照组是否合适。常用的办法有四种:

办法 怎样得到对照组 例子
随机分组 由抽签决定哪一组受到影响 巴西对各市的抽签审计
断点回归 比较刚好超过界线和刚好没有超过界线的两组 美国众议院中得票接近的选举
双重差分 用另一个地区同期的变化,代表没有政策时本来会发生的变化 新泽西州提高最低工资
合成控制 把几个相似的国家加权组合成一个「替身」 瑞典的碳税,英国的脱欧公投

2003 年起,巴西联邦政府用公开抽签的办法选出一批市,审计它们使用联邦拨款的情况,并公布审计结果。一项研究利用了这一安排(Ferraz 和 Finan,2008)。因为被审计的市由抽签决定,所以在 2004 年市政选举之前被审计的市,与选举之后才被审计的市,在其他方面平均而言没有差别。两组唯一的不同,是选民投票之前是否看到了审计结果。比较两组中现任市长的连任情况,就得到「公布腐败信息」对选举的影响。在查出两项违规的市,选举前公布审计结果,使现任市长连任的可能性下降约 7 个百分点;在有本地广播电台的市,降幅约为 11 个百分点。

随机分组得到的结论最可信,但这样的机会很少,大多数政策不是由抽签决定的。

一项研究比较了美国众议院选举中以微弱优势获胜和以微弱劣势落败的选区(Lee 等,2004)。得票率略高于 50% 和略低于 50% 的选区,选民的构成几乎相同,谁获胜在很大程度上取决于偶然因素;两类选区的差别只在于哪个党派的候选人当选。结果显示,议员在国会中的投票立场主要取决于他属于哪个党派,而不是向选区的中间选民靠拢。换言之,选民的作用是在不同的政策之间作出选择,而不是促使当选者调整政策(第5章)。

这种办法的弱点是,界线附近如果可以被人为操纵,两侧就不再可比。

1992 年 4 月,美国新泽西州把最低工资从每小时 $4.25 提高到 $5.05,相邻的宾夕法尼亚州东部没有提高。一项研究调查了两地的快餐店(Card 和 Krueger,1994)。推理分四步:

  1. 要求的量:提高最低工资使新泽西州快餐店的就业改变了多少。
  2. 困难:即使没有这项政策,就业也会随经济形势变化,所以不能只比较新泽西州前后的数字。
  3. 办法:宾夕法尼亚州东部与新泽西州相邻,经济形势相近,用它同期的就业变化代表新泽西州「没有政策时本来会发生的变化」。
  4. 计算:新泽西州每家店平均的全职等效员工数从 20.44 人变为 21.03 人,增加 0.59 人;宾夕法尼亚州从 23.33 人变为 21.17 人,减少 2.16 人。两者之差为 0.59 −(−2.16)= 2.75 人。论文使用未经四舍五入的数据,结果是 2.76 人。

结果说明,与对照地区相比,新泽西州的就业没有减少,反而略有增加。这一结论依赖一个前提:假如没有提高最低工资,两地的就业会同步变化。前提不成立,结论也就不成立,所以这项研究引发了长期的争论。后来一项规模更大的研究考察了 1979–2016 年美国各州的 138 次最低工资上调,发现上调以后的五年内,低工资岗位的总数基本不变(Cengiz 等,2019)。

有时找不到一个合适的对照国家。这时可以把几个相似国家的数据按一定权重组合起来,构成一个「替身」,使它在政策实施之前的走势与所研究的国家尽量一致;政策实施以后,两者的差距就被看作政策的影响。

  • 瑞典在 1991 年开征碳税。一项研究用其他发达国家的数据合成了一个「没有碳税的瑞典」,发现 1990–2005 年,瑞典交通部门的二氧化碳排放平均比替身低约 11%,其中约 6 个百分点可以归因于碳税本身(Andersson,2019)。
  • 英国在 2016 年举行脱欧公投。一项研究合成了一个「没有公投的英国」,发现到 2018 年底,英国的产出比替身低 1.7% 到 2.5%(Born 等,2019)。

这种办法的弱点是,替身未必足够相似,而且同一时期可能发生了只影响所研究国家的其他事件。

回到主案例:抗议应当归因于什么

Section titled “回到主案例:抗议应当归因于什么”

本节开头的问题,要求的是一个反事实:假如没有加税,抗议是否仍然发生。这个问题无法用上面四种办法回答,因为法国只有一个,2018 年也只有一次,找不到一个「油价同样上涨而没有加税的法国」。

能够使用的只有间接证据:

  1. 涨价的构成。2017 年 10 月到 2018 年 10 月,柴油价格上涨约 23%,其中加税约占四分之一到三分之一,其余来自国际油价(法国统计局)。所以,家庭感受到的负担主要来自油价。
  2. 抗议的对象。抗议者要求的是取消加税,而不是要求石油生产国降价。油价由国际市场决定,没有可以追究的对象;税率由政府决定,有明确的对象。

与这两项证据相容的一种解释是:油价上涨提供了大部分经济压力,加税则提供了可以追究的对象;两者缺少任何一个,抗议的规模都可能小得多。但这只是一种解释,没有对照组可以检验它。2022 年油价再次大幅上涨时,法国政府没有加税,反而从 4 月 1 日起对每升燃油补贴 18 欧分(法国政府网站),那一次没有出现类似规模的抗议。可这一次既没有加税,又有补贴,两个因素同时变化,仍然无法分开。诚实的回答是:这个概率无法准确估计,把它写成一个较宽的范围,比写成一个确定的数字更合理。

这个例子说明了因果证据的界限:对只发生一次的重大事件,往往只能给出与证据相容的解释,不能给出经过检验的结论。阅读事后的分析文章时,需要记住这一点。

历史规律是否可靠,首先取决于样本的数量。

  • 样本数量。美国从 1928 年到 2024 年只举行过 25 次总统选举。「总统任期的第三年股市表现最好」这类说法,所依据的第三年只有 24 个,即 1929 年到 2024 年的 24 个任期各一个;再按执政党派分组,每组只有 12 个左右。样本这样少,偶然因素足以造成明显的差别。
  • 数据挖掘。检验的规律足够多,总会有一些碰巧显得可靠。让 100 个人各掷 10 次硬币,平均会有五六个人掷出 8 次以上的正面,因为每个人出现这种结果的概率约为 5.5%;这并不说明他们掷硬币的本领更高。
  • 发表偏差。发现了显著结果的研究更容易发表,所以已经发表的文献整体上会高估效果。

由此得出一条经验规则:样本少于 30 个、没有事先提出的假设、更换起止年份以后结论就改变的规律,都不能作为观点卡的依据。

  • 对照组是什么?凭什么认为它与实施政策的一组只相差这项政策?
  • 样本有多少,覆盖哪些年份和国家?
  • 更换时间段或指标以后,结论是否仍然成立?
  • 效果有多大?统计上显著,不等于经济上重要。
  • 这项研究是否被别人重复过,是否有人提出反驳?
  • 渠道:因果证据用来检验四项中的依据是否可靠。它不直接指向某一类资产,但决定了一个判断应当占多大的分量。关于政治与股市的统计规律,例如选举年、执政党派和总统任期的年份,样本极少,不能作为交易规则。
  • 有日期的事件:可以依据的是机制明确、日期确定的事件,例如表决和裁决(期权课 4.5)。
  • 与期权课的衔接:长期的政治变化影响的是对一个国家长期增长和风险溢价的判断,而不是近期的行情。例如,一项研究考察了 1900–2020 年 60 个国家的 51 位「民粹领导人」(Funke 等,2023)。它对这个词的定义是:把社会划分为「人民」与「精英」两个对立的群体,并自称是人民唯一代表的领导人。研究发现,这些领导人上台 15 年以后,人均国内生产总值比合成的替身低约 10%;左翼和右翼的民粹领导人都出现了这种下降,左翼的降幅更大。这类结论适合写进国家层面的长期判断,不适合用来判断下一个月的价格。

例子(示例数据,非实时):

  1. 一个「6 次全部应验」的规律:有人指出,某一类选举之后的一年里,股市在过去 6 次全部上涨,并据此预测这一次也会上涨。
    • 设股市在任意一年上涨的概率是 70%。在没有任何规律的情况下,连续 6 次上涨的概率是 0.7⁶ ≈ 11.8%,并不罕见。
    • 如果研究者检验过 20 个互不相关的此类规律,那么仅凭偶然,平均就会有 20 × 11.8% ≈ 2.4 个出现「6 次全部应验」。
    • 所以,一个没有机制解释、也没有事先提出假设的规律,6 次全部应验并不能说明它可靠。
  2. 只比较前后会得出什么:在新泽西州的研究中,如果只比较新泽西州自身,就业增加 0.59 人;与宾夕法尼亚州比较以后,差别是 2.75 人。两个数字相差很大,原因是同一时期整个地区的就业都在下降。不使用对照组,就会把经济形势的影响误认为政策的影响,或者像这个例子一样,低估政策的影响。

常见误区:

  • 「两件事同时变化,说明其中一件引起另一件。」——还需要排除反向因果和共同原因。央行独立与低通胀的关系就是一个例子。
  • 「统计上显著,说明影响很大。」——显著只表示结果不太可能出于偶然;影响的大小要看效果本身的数值。
  • 「发表在顶级期刊上的结论就是定论。」——重要的研究同样会受到质疑。应当查看它是否被重复过,以及批评者提出了什么理由。
  • 「过去每一次都这样,这一次也会这样。」——二十几次「每一次」可能只是偶然。先找机制,再看样本的数量。

思考题:

  1. 一项研究发现,某地提高最低工资以后,餐馆的就业增加了。要判断这是否是最低工资的作用,最需要知道什么?(答:需要知道对照组的情况,即没有提高最低工资、其他方面相近的地区同期就业怎样变化,以及两地在政策实施之前的走势是否一致。)
  2. 断点回归为什么只比较「刚好」超过界线和「刚好」没有超过界线的两组?(答:紧靠界线两侧的两组,在其他方面几乎相同,唯一的差别是是否超过界线,所以结果的差别可以归因于这一点。离界线越远,两组在其他方面的差别越大。)
  3. 有人说,某个党派执政时股市的表现更好。按本节的办法,应当先问哪两个问题?(答:第一,样本有多少:近一百年只有二十几个任期。第二,是否存在共同原因或时间上的巧合:例如上任时恰好处于衰退的底部,或者泡沫的顶部。)

关键术语:

中文 English 释义
反向因果 reverse causality 以为前者引起后者,实际上是后者引起前者
共同原因 confounder 同时影响两件事的第三个因素,也叫混杂因素
对照组 control group 其他方面相近、只是没有实施所研究政策的一组
随机分组 random assignment 由抽签决定哪一组受到影响
断点回归 regression discontinuity 比较刚好超过界线和刚好没有超过界线的两组
双重差分 difference-in-differences 政策组前后的变化,减去对照组同期的变化
合成控制 synthetic control 用几个相似单位加权组合成一个没有实施政策的替身
数据挖掘 data mining 检验许多规律以后,只报告碰巧显著的几个

仅供学习,不构成投资建议。课程里的价格和数据都是标注过的示例,不是实时行情。