2012年-IMF国际货币组织全球_Information_Rigidity_and_the_Expectations_Formation_Process_A_Simple_Framework_and_New_Facts_55页_1mb

报告摘要

本研究提出了一种新的方法，用于检验完全信息理性预期假说（FIRE），并识别出预期形成过程中是否存在信息刚性。通过分析美国及国际专业预测者和其他经济主体的预测数据，研究发现信息刚性普遍存在，并据此提出了一系列关于信息刚性的“事实”。此外，研究还指出预期形成过程具有状态依赖性。

信息刚性：指经济主体在形成预期时对新信息的反应不足，可能是由于信息获取成本、噪声信息或信念更新机制导致。
两种模型：研究基于“粘性信息模型”（Sticky-Information Model）和“噪声信息模型”（Noisy-Information Model）来分析信息刚性的表现。
- 在粘性信息模型中，主体在每个时期以概率 $1 - \lambda$ 更新其信息集，$\lambda$ 表示信息刚性程度。
- 在噪声信息模型中，主体持续更新其信息集，但无法完全观测真实状态，因此通过信号提取问题形成预期，其中 $1 - G$ 可解释为信息刚性程度，$G$ 为卡尔曼增益。
预测关系：两种模型均预测了“事后平均预测误差”与“事前平均预测修正”之间的关系，其中系数 $\beta$ 映射到信息刚性程度，允许研究者直接评估信息刚性的经济意义。
实证结果：通过美国专业预测者对通货膨胀的预测数据，研究发现 $\hat{\beta} = 1.23$，表明信息刚性显著存在。这支持了信息刚性模型，而非基于非理性预期（如适应性预期）的解释。
状态依赖性：研究发现信息刚性程度会随经济状况变化，如在“大缓和”时期（Great Moderation）宏观波动下降，信息刚性增加；在经济衰退期间，信息刚性下降；9/11事件后，预测修正显著，表明在重大冲击下信息刚性减弱。

粘性信息模型：
$$
F_t x_{t+h} = (1 - \lambda) \sum_{j=0}^{\infty} \lambda^j E_{t-j} x_{t+h}
$$
$$
F_t x_{t+h} = (1 - \lambda) E_t x_{t+h} + \lambda F_{t-1} x_{t+h}
$$
$$
x_{t+h} - F_t x_{t+h} = \frac{\lambda}{1 - \lambda} (F_t x_{t+h} - F_{t-1} x_{t+h}) + v_{t+h,t}
$$
其中 $\lambda$ 是信息刚性程度，$\beta = \frac{\lambda}{1 - \lambda}$。
噪声信息模型：
$$
F_{it} x_t = G y_{it} + (1 - G) F_{i, t-1} x_t
$$
$$
F_{it} x_{t+h} = \rho^h F_{it} x_t
$$
$$
x_{t+h} - F_t x_{t+h} = \frac{1 - G}{G} (F_t x_{t+h} - F_{t-1} x_{t+h}) + v_{t+h,t}
$$
其中 $G$ 是卡尔曼增益，$1 - G$ 是信息刚性程度。

美国专业预测者：使用美国专业预测者对通货膨胀的预测数据（1969–2010），发现 $\hat{\beta} = 1.23$，表明信息刚性显著存在。
信息刚性程度：在粘性信息模型中，$\hat{\lambda} = \hat{\beta}/(1 + \hat{\beta}) \approx 0.55$，意味着平均信息更新周期为6至7个月。
跨主体与跨变量分析：信息刚性不仅存在于专业预测者中，也存在于消费者、企业和其他经济主体中。不同宏观变量和预测时点的信息刚性程度存在系统性差异。
国际证据：研究还利用11个国家的数据，发现信息刚性普遍存在，且受变量持续性与信号-噪声比的影响。