价格变动与连续性作用：新古典框架下的探讨

我们先按照新古典的方式来考察这个问题的答案。每一期的价格都是由某些因素“独立地”决定的，而在决定各期价格的这些因素中，想必大家都会同意，大部分因素都是重合的；这就可以得出一个结论，即价格是具有一定的持续性的。“持续性”意指价格的变动不会过于猛烈（例如一下子从10 元跌至1 元，然后又调升至15 元），所以它与价格变动的“连续性”密切联系着。后者是说价格的变动趋势具有持续性，或者价格的变动具有单调性。

在新古典框架下，破坏价格持续性的主要是某些外生变量，外生变量的变动造成了各期价格之间的差异。不过，如果我们把视野扩大，就会发现诸多外生变量（例如技术创新）的运动变化规律。“外生变量”之所以被视为外生的，是由于多种多样的原因（例如学科分工，或者暂时顾不上使之“内生”）而造成的，并不是说这些变量的变化一定无章可循。相信这是新古典学者们可以同意的观点。严格的新古典模型是不允许内生变量的变动来影响价格的。当然，这是没有道理的。在算法框架下，变量大都可以沿着时间序列连续地变动。无论外生变量还是内生变量，它们的连续变动必定会引起价格的连续变动。对此我们已经提出了多方面的证明，读者还可以继续证明这一点。当然，这绝不表明由此所引起的价格变动完全是线性的或单调的。各个实际因素的组合是复杂的，它们之间存在着冲突，总效果有可能会不时地发生改变和逆转。

另一方面，如前所述，价格是一种既响亮又便于处理的简单信息，而其他用来解释价格的信息却是相对复杂的。新古典的方法意味着用复杂信息来解释简单信息，因而，这多少显得有些滑稽和本末倒置。主流理论的另一个意涵是说，鉴于价格是综合其他复杂信息的简单信息，因而价格不仅需要解释，而且尤其值得观察。通过观察价格信息，再来猜度其他信息。这就把因果关系和论述的顺序倒转过来了。这种涵义意味着各种类型信息处理的成本及其难易程度不同，因而它暗含着算法式的前提。然而，价格既然是对其他信息的综合，这就又会让人难为情：在众多因素之中，价格运动究竟反映了其背后哪种（或哪些）因素的运动呢？它又在多大程度上反映了这种（或这些）因素的运动趋势呢？而且，既然这种“反映”是需要时间的，特定时刻的价格究竟有没有来得及进行反映呢？它反映得是否足够充分呢？反映过后，在下一期的价格中，它是否又会抛弃这个因素，不再反映它了呢？

这些都是需要提出的问题。尤其是，由于临时计算的容量有限，我们必须注意到，始终存在着一种算法式的效应，那就是：当事人随时需要简化临时计算，抛弃一些变量——或者以越来越简单的方式以及越来越低的权重来考虑这些变量。这种效应有点儿类似于猴子掰包谷，掰一个，丢一个，真正拿到手的没有多少。然而，这并不表明不存在累积性的效应。知识积累、学习与发展的效应都同时存在着，只是，由于“掰包谷”效应的存在，它们被弱化了。实际的情形介于两个极端之间。

这是真实世界（以及算法世界）的又一种复杂性。究竟是该从其他信息来推断价格走势，还是该从价格走势来推断其他的信息，这显然是没有定论的。真正的关键可能在于区分信息的（动态条件下的）“已知”与“未知”，而不在于区分信息的类型。为了从“已知”得到“未知”，当事人只能在其中推断、猜测并下注，要随时保持灵活性与自我怀疑的精神。情急之下，当事人还可以从价格的历史走势本身来猜测价格，也就是进行“技术分析”。技术分析的基本信念就是：导致价格变动的那些因素已经在历史价格之中有所包含，它们的运动将会导致价格有规律地运动，因此，分析者只要把交易数据汇聚在一起，就能对于价格走势的秘密有所揭示。既然存在广泛的无知，经济学家们又怎么能够肯定这种方法必然无效呢？这就正如通常所说的一句俗语：有枣儿一竿子，没枣儿一棍子，管它呢！(www.xing528.com)

还要再次强调一下边际分析方法。在摆脱了静态分析而进入动态世界之后，理论解释的重点将由价格的形成转向价格的变动，这就再次使得边际分析方法恢复了它的本来面目，可以大显身手了。在不完全知道价格决定的确切方式（假如的确存在这种方式）的情况下，我们可以仅凭关于个别因素与价格之间相互关系的知识，来推断价格的变动。由于每个具体时空环境中所发生的变动一般来说总是局部的或个别的，我们也就可以仅凭对这些个别变动的把握，来预测特定价格的走势。这是地球人的幸运，是实践家的机会，也是我们原本应当享有的权利。在不确知边际分析方法实质含义的情况下，主流学者们已经广泛地行使了这种权利；现在，对它进行扩大使用的时候到了。

无论经济学者还是真实经济行为者，从其他信息来推断价格走势，或者从价格走势来推断其他信息，如此来来回回，这中间会不会发生重复计算、循环论证或者其他逻辑错误呢？坦率地说，谁也不能完全保证不犯错误。真实世界就是在这种双向建构中形成的。不过，鉴于计算经济性的约束，即使存在某些错误，循环计算的强度也是逐渐下降的，这是真实世界复杂性的又一层含义。

最后一个问题是：经过各种相互的、自我的、递归的对象化过程之后，是不是就足以消灭经济系统运动的规律性从而使之成为完全的“随机游走”呢？实际观察告诉我们：非也。至少在局部地方或者局部时期中，规律性仍然存在着。那么，我们怎么来寻找和把握这种规律性呢？这就需要用到各种各样的研究方法：理论的，经验的，统计的，历史的，模拟的，等等。这里，我们尤其要再次提到计算机模拟的方法。

当大量数据、函数、方程等汇聚在一起的时候，作为理论研究的一个比较后端的环节，就是对这些元素进行综合，以便得出所要解释的“现象”。诸如气象学之类的研究给我们的启发是，这些元素的数目可能需要变得极为庞大（比如数百万个）。假如不借助计算机，这种计算量就是不可想象的。即使通过大投入的方式，由人工勉强来承担，结果的得出也绝不会是及时的。这种大规模联合计算进行一次或数次还可以考虑，要想变成常规作业，则绝无可能。所以，在我们认识到经济社会系统的种种复杂性之后，对“计算机模拟”这种研究方法地位的提升和倚重，几乎是难以避免的。某些因素的权重大一点，某些数量稍微增加一点，其对整体的结果有何影响？按照传统的方法，我们几乎不可能知道。而在有了巨型的计算机系统以后，我们就可以仔细地、反复地、长期地、几乎不受约束地研究各种因素的边际性影响。因素多了，规律一定就会少吗？不一定。通过大量的、反复的模拟，我们也许反而可以发现一些新颖、简单、显著而又严格的规则性，然后我们再来研究和解释它产生的原因（在此之前我们必定已经通过模拟知道了一些线索）。这必将为经济社会政策的制订提供精确而又可靠的帮助。