感觉经济学家的市场预测总错？究竟是什么在影响这些判断？

网上曾流传的一个广为人知的例子：一家知名投资银行拥有很强的研究团队，他们在2023年初做出了十大预测，但到年底回顾时发现，所有十项预测无一项正确。

实际上，我认为这句话很不公平，因为预测是静态的，无法左右很多影响宏观的突发因素而普通人看到的结果是动态的，从结果去推导预测，短期的还好说，3个月以上的就很可能不准了，尤其是金融价格类的事件！

但经济学有些事的预测会比较准，比如通胀、通缩、就业结构、货币传导路径、利率政策方向等，这是因为这些宏观的东西，往往传导周期，短则3-6个月，长起来1-3年也能见到，而其关联的因素本身在当下就是根据计划确定的，国家意志下不太会频繁变动！

此外，经济学是历史应对未来，比如现在有稳定币了，这个稳定币一旦崩坏，会有什么金融风险，经济学可以建模型预测，但因为全球性的大规模危机没有发生过，其传导路径的变量没人知道，因此，就很可能预测不一定准确！

所以，越是经典的、宏观的问题，经济专家可能预测越准确，反之依然，问题越小，影响因素的β值波动越大！

然后，经济学是矛盾的，历史发展过程中，经济学不仅发展成了“帝国主义”化的学科侵蚀边界，从古典经济学开始，一直小如情绪经济学的分支，形成了“万物皆可经济学”的特点！而且，还形成了有A必有B，AB必对立的学科内系统对立，比如大卫李嘉图和李斯特，比如凯恩斯和哈耶克！

这说明，人类的经济系统本身就是典型的复杂自适应系统，其运行逻辑远超线性模型的解释能力（社会主义经济学主要是线性规划，计划强后市场调节弱，容易形成政策引导性产能错配，比如供给侧；西方则是相反，政府老是跟着市场，所以美联储经常错过！），即：任何经济学学派都能对当下的经济学现象做出解释，但明明学派之间是对立的。

我举个例子，以人口预测为例，虽然人口经济学和统计学理论成熟，但实际生育率受多重因素制约：2016 年中国放开二孩后，实际生育率从 1.7 降至 1.08，远低于专家预测的 2.4。这是因为预测模型未能充分考虑年轻人婚育观念转变、房价压力等社会变量的非线性叠加效应。

类似地，能源市场的预测失败（如杰文斯 1865 年预测煤炭枯竭），本质上是技术突破（页岩油开采）和地缘政治（OPEC 决策）等不可预测因素对线性外推模型的颠覆。

我曾经也试着基于外向型经济需求，预测过美元汇率，被很多人最近扯旗了，可是这其中美元每次上涨，第二天特朗普或者国际地缘、美国数据必出现大变故，而市场的预期叠加加速了价格的透支，这种是我无法预测的非线性叠加！

所以，这种复杂性还体现在 "俄狄浦斯效应" 上：预测本身会影响行为，进而改变结果，这就是经典的 "预测自我实现" 悖论。

接着，我还要说个金融圈的潜规则，越是专家，除非诺奖之类的地位的（相对好而已，但这些也会被政府行为左右），不然也要靠观点赚钱，因此其观点背后，通常也就代表着某个利益群体，而这种为了利益而表述的观点，不一定符合客观现实，并且经济学某一领域很强，不代表其他也很懂！

所以，实际上专家群体普遍存在的认知偏差，会严重扭曲预测结果，这点不是说其是什么资格证，或者某某机构权威，就能弥补的，还是需要阅历。

比如，诺贝尔奖得主萨缪尔森多次推迟苏联经济超越美国的预测时间，最终因苏联解体而失效，暴露了其对计划经济体制内在缺陷的认知盲区。这种偏差往往与群体思维交织：2016 年英国脱欧公投前，主流经济学家集体误判，部分源于 "政治正确" 的价值导向 ， 他们更倾向于支持留欧的预设结论，选择性忽视反全球化浪潮的民意基础。

更值得警惕的是利益驱动下的预测异化。部分经济学家为博眼球或迎合特定利益集团，故意发布危言耸听的预测。例如，高盛首席 2016 年因 5 大推荐交易止损被称为 "反向指标王"，其预测行为已脱离学术严谨性，沦为市场博弈的工具。

最后，经济学已经在心理学和统计学两个极端上徘徊，其预测依赖的数据质量和模型假设，可能本身就存在根本缺陷。

当年，中国人口专家翟振武的预测失败，很大程度上源于其选择性使用公安户籍和教育数据，忽视了户籍政策调整导致的重复登记问题。这种数据偏差在发展中国家尤为突出，统计造假曾长期干扰宏观经济预测，直至 2018 年 "统计造假入刑" 才逐步改善。

而且，模型本身的简化假设也埋下隐患。传统经济模型依赖的 "理性人假设"，在行为经济学揭示的认知偏差（如锚定效应、损失厌恶）面前显得苍白无力。即便引入机器学习等新技术，仍难以克服 "大数据小任务" 的困境 ，模型可能精准拟合历史数据，却无法捕捉黑天鹅事件。

因此，预测的本质是概率判断，但公众和专家常将其等同于确定性结论。萨缪尔森在教科书中长期保留苏联经济预测，却未说明该结论建立在特定假设之上，这种 "预测即真理" 的认知误区导致公信力崩塌。实际上，权威机构的预测通常包含高中低三档方案（如人口预测），但媒体传播时往往简化为单一数值，放大了误差效应。

所以，我个人认为，在这个黑天鹅频现的时代，真正的智慧不在于精准预言，而在于培养识别趋势转折点的洞察力。正如托夫勒所言："未来总是来得太快，而且还以错误的顺序出现。" 专家的价值，或许更多体现在帮助社会建立应对不确定性的韧性，而非提供确定性答案。