作为一个整体研究，势必给我们对经济波动本质的认识造成一定的假象。可见，谱分析方法为我们对经济现象的本质的认识，提供一个强有力分析工具。如财富和消费、汇率和价格以及短期利率和长期利率等都可以通过谱分析的方法有更为深入的分析。例如，格兰杰与摩根斯坦（Morgenstern,O）一起对美国纽约股票市场价格进行了相关分析研究，并发表了《纽约股市价格谱分析》一文，该文通过对纽约股票交易所主要的股票指数收益频谱的实证研究，对当时盛行的股票价格随机漫步理论提出了质疑，引起了理论界很大的轰动。

    格兰杰在因果关系原理及其在经济学中的应用的贡献，也是他诸多科研成果中影响最大的一个方面。时间序列变量分析研究的一个主要目的，就是决定一些经济变量与其他一些经济变量间是否存在着依赖或因果关系。对于这个问题，一般的统计检验方法可以看到经济变量之间复杂因果关系，但是不能从一系列简单的关系式中获得因果关系。格兰杰因果性关系原理则较成功地解决了这个问题。格兰杰关系原理巧妙地引用了条件概率理论来定义因果关系，并在检验上，运用时序分析技术，通过大量现象的统计数据研究来排除偶然性因素的影响。虽然格兰杰因果关系定理具有很高的实际应用价值，可起初并没有引起大家的注意。直到这一定理被著名计量经济学家西姆斯(CSims)应用于研究现金和收入之间的关系问题，并由此得出引起争议的结果时，才受到广泛的注意。对格兰杰因果关系定理，他本人认为，尽管因果关系问题非常复杂，但由于他的定义具有很强的可操作性，所以只要能给因果关系下定义，他的理论就能进行相应地应用。当然，作为一个统计学上的一个因果关系，往往只适应判断存在不存在因果关系，而不能在不同模型之间做出优化选择。

    预测研究也是格兰杰的学术强项，可以说，格兰杰是当今预测领域中最为杰出的代表之一。一般来说，预测研究的最基本问题主要是建立在以下3个部分的结合点上：模型的定义与构建、模型的估计与检验、模型的修正和选择。在这3个方面，格兰杰都有不朽的建树。1959年，格兰杰的《关于潮汐河流泛洪的概率估计》是其预测方面发表的第一篇论文。该文内容详实而丰富，早已被视为现代成本收益分析教材的范本案例。1969年发表的《以广义成本误差函数进行预测》一文，讨论了预测值在模型选择中的重要性问题。格兰杰的研究还涉及预测评估、预测组合、数据转化、季节性因素与预测、因果关系与预测等方面，而且格兰杰还把其理论广泛应用于实际问题的预测，影响相当广泛。

    可以说，格兰杰之所以能够对经济学做出如此巨大的贡献，不仅有他坚实的数学、统计学、经济学的理论功底，还在于他能够把这三门学科的知识融合起来讨论与分析问题，而且在于他十分注重理论的现实应用性。在他看来，经济学就应该如物理学一样，更应该重视现实的经济问题。因此，他的许多理论都是在对实际的经济问题研究过程中创立与发现的。还有，尽管他的数学功底扎实，他却反对用复杂繁冗的数学公式推算。因为在他看来，只有对于人们经济生活中有现实意义的问题，才值得花时间和精力去研究，而解决问题应该简单明了，而纯理论的数学推导是没有生命力的。

    恩格尔1942年出生在美国纽约，1969年获得康奈尔大学经济学博士学位，同年成为麻省理工学院的老师。其实，恩格尔进入经济学还有十分有趣的故事。就在恩格尔从美国威廉姆斯学院取得物理学士后，开始准备到加州大学伯克利分校学物理。当恩格尔打电话与该校联系时没有人接电话，后来他只好到康奈尔大学从事超导体方面的研究。到康大后，1966年，恩格尔选修一门经济学课程。由于受经济学的吸引，他倒希望读完硕士后在康大经济学系进行经济研究，后恩格尔找到康大经济系的主任，正好有一名额，恩格尔正式转入康大经济学攻读博士学位。而恩格尔的导师正是著名华人经济学家刘大中。到1969年康大毕业，恩格尔已打下了扎实的计量经济学基础。

    毕业后，先在麻省工学院工作，并研究计量经济学领域中的谱分析回归。1975年，恩格尔在一次华盛顿召开的学术讨论会议上遇到了格兰杰。正准备更换工作的恩格尔向格兰杰请教是否有适合的工作，格兰杰向他推荐了圣迭哥。1975年，恩格尔转到圣迭哥，并一直工作到1999年才到纽约大学工作。这样双剑合璧，恩格尔开始了与格兰杰合作,进行对现代计量经济学开创性的研究。

    在传统的计量经济学理论和模型中，时间序列变量的波动性被假定为固定的，然而实际数据却与这一假定是不相一致的。如经济学家早就发现不少金融产品投资收益的波动幅度是随时间的变化而变化的，并不是一个常数。如果用一个简化的模型去解释实际的数据，是得不到满意结果的。而且金融市场中的波动幅度随机变化的情况随处可见，如股价、期权、汇率等，只要是有风险的投资手段，就随时会发生变化，这就是所谓波动幅度随时间变化。市场波动往往有一定周期性，如相对平静的时期过后，就会出现剧烈波动的特殊时期。经济学家一直努力尝试设计出一套统计模式，以预测时间序列变量的规律。因此，1982年，恩格尔就是创立了这样一个统计模型，即称为自回归条件异方差模型（ARCH），来比较准确地描述随时间变化的时间序列变量的波动性，从而极大地推动加深了经济学家对经济就是波动性的理解。

    恩格尔假定随机误差的方差在一个特定的统计模型中，在一个特定的时间期间中，系统性依赖了以前的随机误差项，以至于大（小）误差跟随着大（小）误差之后。用专业的术语来说，随机变量遵循自回归条件异方差性。在后续的工作和与学生和同事发表的文章中，恩格尔在不同方向扩展了这一概念。最有名的扩展是一般自回归条件异方差模型。这里，在一个特定时期中随机误差项的方差不仅依赖于以前的误差项，而且依赖了早期的方差本身。今天，这一扩展使得自回归条件异方差模型成了对金融市场分析最有用的模型。

    在恩格尔的第一篇自回归条件异方差模型文章中，恩格尔用它的时间变动波动性模型来研究通货膨胀。不久之后，自回归条件异方差模型的主要应用是在金融领域，处理和为不同种类的风险定价。定价模型因而代表了证券价格和波动性之间的关系：特别股票的期望回报依赖了股票回报和市场投资组合的协方差。这样，用该套统计模式可以描绘随时间变化的经济趋势。它不仅被学者们广泛采用，而且也成为金融分析师们研究资产价格和估计投资风险的必不可少的工具。

    总之，今年的恩格尔以一个自回归条件异方差模型，格兰杰以一个共同整合经济模型获得诺贝尔经济学奖，多少有点出乎预料。但是自回归条件异方差模型被广泛地应用于宏观经济学和金融经济学实证研究，应用于投资金融行业的风险管理，甚至应用于其他产业的分析。共同整合经济模型也被广泛地应用于宏观经济学和金融经济学的理论研究和实践，他们的模型对计量经济学在方法论上有很大的突破，而经济活动中的广泛应用产生了巨大社会经济效益。正是在这一意义上说，他们的获奖是当之无愧的。

    但今年的计量经济学中的两个模型获奖是否表明诺贝尔奖评奖侧重点改变是不知道的，但是这两个模式既不代表一个学派，也不是一种方法上的革命，特别是由于该模型严格的技术性。要让该两模型广泛应用，并在理论上进一步地拓展，可能是相当困难的。正因为如此，今年的诺贝尔经济学奖与往年能够对现代经济学产生重大的影响的理论（如交易费用理论、行为经济学、博弈论等）相比是有相当差别的。它对今后经济学的发展也不会产生多大的影响。但是，4年之内诺贝尔经济学奖两次给了计量经济学，说明了计量经济学的重要性，这会促进计量经济学本身的进一步发展和计量经济学的广泛应用。

    （2003年10月）