经济主体决策建模与求解的演进

论文提出后来被称为“卢卡斯批判”的核心观点：由历史政策环境估计出的宏观关系并非在政策变化下保持不变，因为理性主体会调整预期与决策规则。若政策评估只把旧的计量方程外推到新制度，得到的反事实可能系统失真。文章因此推动宏观模型以偏好、技术、约束和预期等更深层结构参数为基础；来源未提供原始摘要，本段为对论文核心论点的内容导读。

论文用七个美国宏观时间序列，以贝叶斯似然方法估计包含多种真实与名义摩擦、七类结构冲击的中等规模DSGE模型。模型的样本外预测表现可与贝叶斯VAR竞争，同时能够量化不同摩擦与冲击的经验重要性。作者进一步用估计后的结构模型分析经济周期来源、产出与通胀联动、生产率对工时的影响以及“大缓和”的成因，展示了结构解释、预测和政策分析的结合。

论文在标准增长模型中加入不可保险的个体风险、预防性储蓄动机与流动性约束，建立异质性主体一般均衡分析的经典框架。作者从定性和定量两方面考察家庭自我保险如何改变资产持有和总体储蓄。模型同时比较财富与收入分布的不平等程度，说明微观收入风险和借贷约束会经由主体分布影响宏观资本积累与均衡结果。

论文阐释为何基于智能体的计算模型构成一种不同于简单归纳和演绎的“生成式”社会科学。其核心是明确个体行为规则与局部互动，检验这些微观机制能否生成观察到的宏观规律，并可用实验行为证据在竞争模型之间选择。文章还讨论该方法在网络、跨学科和非均衡问题中的价值，以及它如何把个体理性与宏观均衡分离，同时提醒计算不可处理性和不可判定性等基础限制。

论文系统回顾经济学和金融学中的基于智能体建模，并说明ABM如何放松标准模型对理性、均衡与代表性主体等常规假设。综述覆盖市场、产业组织、劳动、宏观、发展、公共政策和环境经济学，在金融领域重点总结波动聚集、市场冲击、系统性风险与住房市场等成果。作者同时提出用ABM构建更现实经济模型的未来图景，并讨论校准、验证、计算规模和可解释性等仍需克服的障碍。

论文聚焦基于智能体经济模型如何接受经验验证这一方法论难题。作者首先提出一套分类框架，刻画不同ABM在验证目标、数据和模型选择等维度上的差异；随后比较间接校准、Werker–Brenner方法和历史友好方法三条验证路径。文章没有宣称存在统一最佳方案，而是梳理各路径的适用方式与尚未解决的问题，把验证从单一宏观拟合提升为贯穿模型构建的系统任务。