戴芸：个体如何学习理性预期均衡？

      我院戴芸副教授与南洋理工大学包特长聘副教授、加利福尼亚大学欧文分校的John Duffy教授合作的论文Least squares learning? Evidence from the laboratory发表于国际一流杂志Journal of Economic Dynamics & Control 2025年第172卷。

研究背景

      在经济学领域，对未来的精准预测似乎是成功决策的关键。“理性预期”，这个现代宏观经济学中备受推崇的理论，正是建立在这样一种理想化的假设之上：经济个体如同精密的计算机器，能够掌握所有信息，并据此做出对未来的最优预测。但现实往往并非如此理想。个体的认知能力、信息获取渠道的限制，都可能导致预测偏离最优水平。那么，经济主体的预期究竟是如何形成的？

研究方法和结果

      为了探究这一复杂的问题，作者们构建了一个贴近现实的经济情境：参与者扮演农产品市场中的预测者角色，任务是通过调整预测模型来尽可能准确地预测未来价格。与传统的宏观经济实验不同，研究人员并没有仅仅要求参与者提交最终的价格预测值，而是要求他们直接提供预测模型中的关键参数。这种设计上的创新，使得研究人员得以窥探个体预期形成的“黑箱”，更清晰地了解他们调整自身预测模型的具体策略。为了模拟真实经济环境中的不确定性，作者们还设计了多种 “天气” 模式，这些不同的外部冲击旨在考察个体在面对不同程度的市场波动时，会如何调整其预测行为。

      研究结果表明，尽管理论模型预测，所有参与者最终都应收敛于理性预期均衡，但实际情况却并非如此。研究发现，只有一小部分参与者严格遵循着“最小二乘学习”的规则来调整他们的预测模型。所谓“最小二乘学习”，是一种通过不断修正模型参数，来最小化预测误差的理性策略。而绝大多数参与者，则倾向于采取一种更为简单、直接的策略，研究人员称之为 “满意” 启发式策略。也就是说，当参与者发现当前所使用的预测模型能够给出大致准确的预测结果时，他们便会停止继续调整参数，满足于“过得去”的结果，而不是竭力追求理论上的最优解。

研究贡献

      这项研究的重要意义在于，它提醒我们，在构建经济模型时，必须充分考虑到个体的认知局限性和行为偏差。传统的宏观经济模型往往假设所有个体都是完全理性的，但这与现实情况可能存在较大差距。如果能够将“满意”启发式等行为因素纳入模型，或许能更好地理解真实经济的运行规律，并制定出更为有效的经济政策。

作者简介

戴芸

       中山大学岭南学院副院长、副教授、博士生导师，中山大学资本市场研究院副院长、中山大学人力资源管理处副处长（挂职）。2014年于荷兰鹿特丹伊拉斯姆斯大学获得金融学博士学位。其主要研究兴趣为公司金融、中国债务问题、实验和行为金融学，研究项目涉及兼并收购、企业上市、薪酬管理、创新创业、僵尸企业等。已有研究发表（含被接受）在Journal of Financial and Quantitative Analysis，Management Science，Games and Economic Behavior，Journal of Economic Behavior and Organization，Journal of Economic Dynamics & Control，《经济研究》《管理世界》和《管理科学学报》等国内外顶级学术期刊上，获第二十二届浙江省哲学社会科学优秀成果奖青年奖。主持国家自然科学基金青年项目（结题后评估“优”）和面上项目。