📈 economic theory

Forecasting with Feedback

تجادل هذه الورقة بأن التوقعات المتحيزة بشكل منهجي يمكن أن تكون مثالية بدلاً من كونها غير عقلانية عندما يواجه المتنبئون حالة من عدم اليقين بشأن كيفية استجابة صانعي السياسات لتوقعاتهم، حيث إن تلك الإجراءات السياساتية تغير لاحقاً النتائج ذاتها التي يتم التنبؤ بها.

المؤلفون الأصليون: Robert P. Lieli, Augusto Nieto-Barthaburu

نُشر 2023-08-29✓ Author reviewed ⓘ

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

المؤلفون الأصليون: Robert P. Lieli, Augusto Nieto-Barthaburu

✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

الفكرة الكبرى: الكرة البلورية "ذاتية التحقق"

تخيل أنك تتنبأ بعدد حالات مرض معدٍ للأسبوع القادم. تنشر توقعك: "الحالات ستكون مرتفعة". وبسبب توقعك هذا، يتخذ الناس احتياطاتهم — فيبقون في المنازل، ويرتدون الكمامات، ويؤجلون التجمعات. ونتيجة لذلك، يأتي العدد الفعلي للحالات في الأسبوع التالي أقل مما توقعته. لم يكن توقعك مجرد وصف للمستقبل؛ بل لقد غيّر المستقبل، لأن تحقق المتغير الذي كنت تتنبأ به (عدد الحالات) اعتمد على الإجراءات التي اتخذها الناس استجابة لتوقعك.

هذا ما يسميه الاقتصاديون بالتغذية الراجعة (Feedback): حيث يعتمد تحقق المتغير المتوقع على الإجراءات المتخذة رداً على التنبؤ. التوقعات الجوية البحتة لا تملك هذه الخاصية — فقرار ما إذا كانت ستمطر غداً لا يعتمد على ما إذا كان الناس سيحملون المظلات أم لا. لكن العديد من المتغيرات المثيرة للاهتمام اقتصادياً تمتلك هذه الخاصية: فالتضخم يستجيب لسياسة البنك المركزي، والتي هي نفسها تتشكل بناءً على توقعات التضخم؛ وأعداد حالات الأوبئة تستجيب للسلوك الصحي العام؛ وأسعار الأسواق المالية تستجيب للتوقعات السائدة.

يطرح هذا البحث سؤالاً شائكاً: إذا كان المتنبئ يعلم أن توقعه سيغير النتيجة، فهل يجب عليه مع ذلك أن يحاول أن يكون دقيقاً بنسبة 100%؟

إجابة المؤلفين المفاجئة هي: لا. أحياناً، أذكى شيء يمكنك فعله هو أن تكون مخطئاً قليلاً عن قصد.

الشخصيات

لفهم الورقة البحثية، دعونا نتعرف على شخصيتينا الرئيسيتين:

المتنبئ (المرسال): خبير اقتصادي ذكي ينظر إلى البيانات ويحاول تخمين ما سيحدث (مثلاً: "التضخم سيكون 5%").
صانع القرار (الرئيس/المدير): شخص قوي (مثل رئيس البنك المركزي) يسمع التوقع ويتخذ إجراءً (مثلاً: "حسناً، سأرفع أسعار الفائدة لتهدئة الأمور").

المشكلة: "الرئيس القلق"

في العالم الحقيقي، لا يعرف المتنبئ بالضبط كيف سيكون رد فعل الرئيس.

إذا كان الرئيس متوقع التصرف (Predictable)، يمكن للمتنبئ أن يقول: "أعلم أنني إذا قلت 5%، فإن الرئيس سيرفع أسعار الفائدة بمقدار 0.5% بالضبط". يمكن للمتنبئ حينئذٍ تعديل تخمينه لإلغاء رد فعل الرئيس وتقديم تنبؤ مثالي.
لكن في الواقع، الرئيس غير متيقن (Uncertain). ربما يكون الرئيس في مزاج سيء، أو ربما اللجنة في حالة جدال، أو ربما يكون الرئيس نفسه غير متأكد. قد يرفع الرئيس أسعار الفائدة بمقدار 0.2%، أو 0.8%، أو لا يرفعها على الإطلاق.

هذا عدم اليقين يخلق خطر التقلب (Risk of Volatility).

التشبيه: لاعب السيرك على الحبل المشدود

تخيل أن المتنبئ هو لاعب سيرك يمشي على حبل مشدود يحاول موازنة عمود (التوقع) بينما تهب الرياح (رد فعل الرئيس) بشكل غير متوقع.

الرؤية التقليدية: يجب على اللاعب أن ينظر للأمام مباشرة ويستهدف مركز الحبل. إذا أخطأ، يُعتبر "غير عقلاني" أو "سيء في الرياضيات".
رؤية الورقة البحثية: يدرك اللاعب أنه إذا مال بقوة في اتجاه واحد (توقع دقيق وهجومي للغاية)، فقد تزيقه الرياح بعيداً عن الحبل تماماً لأن الرئيس قد يبالغ في رد فعله.

الاستراتيجية: ليبقى آمناً، يقرر اللاعب أن يميل قليلاً بعيداً عن الحافة، حتى لو كان ذلك يعني أنه لا يشير إلى المركز تماماً. إنه يقبل خطأً بسيطاً ومتوقعاً (تحيز/Bias) لتجنب خطأ فادح وفوضوي (تباين/Variance).

"مقايضة التحيز والتباين" (الآلية الجوهرية)

تشرح الورقة أنه عندما يكون رد فعل الرئيس غير مؤكد، يواجه المتنبئ مقايضة:

التحيز (Bias - أن يكون مخطئاً بشكل منهجي): إذا توقع المتنبئ رقماً أقل قليلاً من الواقع، فقد يهدئ ذلك من روع الرئيس، مما يمنع الرئيس من الذعر والمبالغة في رد الفعل.
التباين (Variance - أن يكون مخطئاً بشكل غير متوقع): إذا توقع المتنبئ الرقم "الحقيقي"، فقد يبالغ الرئيس في رد فعله بجنون لأن الرئيس غير متأكد من كيفية تفسير الخبر. وهذا يجعل النتيجة النهائية تتأرجح بجنون.

الاستنتاج: من الأفضل رياضياً أن تكون مخطئاً باستمرار وبقليل من الفرق (تحيز) للحفاظ على استقرار النتيجة، بدلاً من أن تكون دقيقاً تماماً وتتسبب في تقلبات فوضوية في الاقتصاد.

لماذا يهم هذا في الحياة الواقعية (مثال الـ Greenbook)

نظر المؤلفون في بيانات حقيقية من الاحتياطي الفيدرالي (توقعات الـ Greenbook). ووجدوا أمرين غريبين لم يستطع الاقتصاد التقليدي تفسيرهما:

التحيز ينقلب: أحياناً يقلل الفيدرالي من تقدير التضخم، وأحياناً أخرى يبالغ في تقديره. إنه يتغير بمرور الوقت.
انكسار الميل (Slope Breaks): عادةً، إذا رسمت التوقع مقابل النتيجة الفعلية، يجب أن يصعد الخط بزاوية 45 درجة (تنبؤ مثالي). لكن في بيانات الفيدرالي، يصبح هذا الخط مسطحاً أحياناً، أو حتى ينحدر للأسفل (ميل سالب).

تفسير الورقة البحثية:
هذه ليست علامات على أن الاقتصاديين "أغبياء" أو "غير عقلانيين". إنها علامات على أنهم يلعبون لعبة استراتيجية.

عندما يكون الاقتصاد ساخناً، قد يقللون من توقع التضخم قليلاً لمنع الرئيس من رفع أسعار الفائدة بقوة مفرطة (مما قد يؤدي لانهيار الاقتصاد).
عندما يكون الاقتصاد بارداً، قد يبالغون في التوقع لمنع الرئيس من الذعر.

إنهم يقومون بعملية "تخفيف" (Sandbagging) للتوقعات لإدارة رد فعل الرئيس.

"لعبة الهاتف" مع لمسة إضافية

فكر في هذا كأنها لعبة "الهاتف" (Telephone)، ولكن مع لمسة مختلفة:

اللعبة العادية: الشخص (أ) يهمس برسالة إلى الشخص (ب). الشخص (ب) يتصرف بناءً عليها. الرسالة لا تغير الحقيقة.
لعبة هذه الورقة: الشخص (أ) يهمس برسالة إلى الشخص (ب). الشخص (ب) يتصرف بناءً عليها، وهذا الإجراء يغير الحقيقة.
اللمسة الإضافية: الشخص (أ) يعلم أن الشخص (ب) "قلق" (غير متيقن) قليلاً. لذا، يهمس الشخص (أ) برسالة مشوهة قليلاً، ليس بهدف الكذب، بل لإبقاء الشخص (ب) هادئاً ومنعه من الهلع وتدمير النظام.

الخلاصة

لعقود من الزمن، نظر الاقتصاديون إلى التوقعات المتحيزة وظنوا: "هؤلاء المتنبئون غير عقلانيين أو لديهم تفضيلات غريبة".

تقول هذه الورقة: توقفوا عن لوم المتنبئين.
إذا كان التوقع يؤثر على القرار، والقرار يؤثر على المستقبل، فإن القدرة على التنبؤ بدقة مثالية هي في الواقع استراتيجية سيئة. أذكى المتنبئين هم أولئك الذين يعرفون كيف "يتلاعبون" بالنظام قليلاً للحفاظ على استقرار النتائج.

باخت-القول: في عالم يغير فيه توقعك النتيجة، فإن أفضل توقع ليس هو الأكثر صدقاً، بل هو التوقع الذي يحافظ على هدوء الجميع.

إليك ملخص تقني مفصل لورقة "التنبؤ مع التغذية الراجعة" (Forecasting with Feedback) للباحثين روبرت ب. ليلي وأوغستو نييتو-بارثابورو.

1. بيان المشكلة

تتناول الورقة لغزاً جوهرياً في أدبيات التنبؤ: التنبؤات ذات الانحياز المنهجي.

الرؤية التقليدية: تُفسر التنبؤات المنحازة عادةً كدليل على إما (1) عدم عقلانية المتنبئين أو (2) دوال خسارة غير متماثلة (حيث تختلف تكلفة التنبؤ بالزيادة عن تكلفة التنبؤ بالنقصان).
الفجوة: تفترض اختبارات العقلانية القياسية (مثل انحدار مينسر-زارنيويتز) أن الهدف من التنبؤ هو متغير خارجي (Exogenous). ومع ذلك، في العديد من السياقات الاقتصادية (مثل تنبؤات البنك المركزي بشأن التضخم)، يؤثر التنبؤ نفسه على القرار السياسي، والذي بدوره يغير الواقع الفعلي للمتغير المستهدف. وهذا يخلق حلقة تغذية راجعة (Feedback Loop).
السؤال الجوهري: هل يمكن للتنبؤات المثلى أن تكون منحازة حتى عندما يستخدم المتنبئ دالة خسارة تربيعية قياسية، وذلك لمجرد وجود تغذية راجعة سياسية وعدم يقين بشأن استجابة صانع السياسة؟

2. المنهجية

يطور المؤلفان نموذجاً قائماً على نظرية الألعاب الاستراتيجية يتضمن "متنبئاً" و"صانع قرار" (DM).

أ. البيئة

معادلة النتيجة: يتم تحديد النتيجة المحققة $y_{t+1}$ من خلال:
$y_{t+1} = \theta_t + a_t + \epsilon_{t+1}$
حيث $\theta_t$ هي حالة الاقتصاد (الإشارة الخاصة للمتنبئ)، و $a_t$ هو إجراء صانع القرار، و $\epsilon_{t+1}$ هو خطأ لا يمكن التنبؤ به.
هدف المتنبئ: تقليل متوسط مربع الخطأ المتوقع (الخسارة التربيعية): $E[(y_{t+1} - f_t)^2 | \theta_t]$ .
آلية التغذية الراجعة: يختار صانع القرار الإجراء $a_t$ بناءً على التنبؤ $f_t$ . ويستخدم صانع القرار دالة استجابة من نوع "قاعدة تايلور":
$a_t = x_t [y^T - E(\theta_t | f_t)]$
حيث $y^T$ هي القيمة المستهدفة، و $x_t$ هو مضاعف عشوائي يمثل قوة الاستجابة السياسية.

ب. الافتراضات الرئيسية

عدم اليقين: لا يعرف المتنبئ القيمة الدقيقة لـ $x_t$ (المضاعف السياسي) وقت التنبؤ؛ بل يعرف توزيعها فقط (المتوسط $\mu$ ، والتباين $\tau^2$ ). أما صانع القرار فيلاحظ قيمة $x_t$ .
التفاعل الاستراتيجي: يشكل صانع القرار توقعات حول العلاقة بين الحالة $\theta_t$ والتنبؤ $f_t$ . تركز الورقة على التوازنات الخطية حيث يفترض صانع القرار قاعدة تنبؤ خطية ( $f_t = b + c\theta_t$ )، ويقوم المتنبئ بالتحسين بناءً على هذا الافتراض.
عد-الالتزام: لا يستطيع المتنبئ الالتزام بقاعدة ثابتة مسبقاً؛ بل يجب عليه الاستجابة للحالة $\theta_t$ بشكل أمثل بناءً على رد فعل صانع القرار.

ج. مفهوم الحل

يحل المؤلفون للوصول إلى توازن بايز المثالي (PBE):

يفترض صانع القرار دالة تنبؤ خطية.
يحل المتنبئ مشكلة التقليل (MSE) بناءً على دالة استجابة صانع القرار وعدم اليقين في $x_t$ .
يتحقق التوازن عندما يتطابق افتراض صانع القرار حول ميل وتقاطع التنبؤ مع الاستراتيجية المثلى الفعلية للمتنبئ.

3. المساهمات الرئيسية

تفسير بديل للانحياز: تثبت الورقة أن التنبؤات المثلى يمكن أن تكون منحازة تحت الخسارة التربيعية إذا وجدت تغذية راجعة وعدم يقين بشأن الاستجابة السياسية. وهذا يتحدى التفسير القياسي للانحياز كعلامة على عدم العقلانية أو الخسارة غير المتماثلة.
المقايضة بين الانحياز والتباين في التنبؤ: يحدد المؤلفون آلية جديدة: يقوم المتنبئ عمداً بإدخال الانحياز لتقليل تباين النتيجة.
- إذا كان التنبؤ حساساً للغاية للمعلومات الخاصة، ومع وجود عدم يقين في الاستجابة السياسية، تصبح النتيجة شديدة التقلب.
- لتقليل متوسط مربع الخطأ (MSE)، يقوم المتنبئ بـ "تخفيف" (Attenuation) التنبؤ (جعله أقل حساسية لـ $\theta_t$ )، مما يؤدي فعلياً إلى تقليص التنبؤ نحو الهدف. هذا يقلل من تقلب النتيجة على حساب إدخال انحياز منهجي.
انهيار اختبارات العقلانية المعيارية: توضح الورقة أنه في بيئات التغذية الراجعة، تنحرف معاملات انحدار مينسر-زارنيويتز (MZ) (التقاطع والميل) عن المعايير "غير المنحازة" (0 و1) حتى عندما تكون التنبؤات عقلانية.
تحليل التوازن: يشتق المؤلفون صيغاً صريحة لانحياز التوازن ومعاملات MZ كدوال في المتوسط ( $\mu$ ) والتباين ( $\tau^2$ ) للاستجابة السياسية.

4. النتائج الرئيسية

أ. التنبؤ الأمثل (الفرضية 1)

التنبؤ الأمثل هو خطي: $f^*_t = d^* + e^* \theta_t$ .

التخفيف (Attenuation): الميل $e^*$ أقل تماماً من ميل التنبؤ غير المنحاز. المتنبئ يقلل من حدة الاستجابة للمعلومات الخاصة.
الانحياز: التنبؤ يكون منحازاً. يعتمد الانحياز على المسافة بين الحالة والهدف، مقاسة بمقياس عدم اليقين في الاستجابة السياسية.

ب. الخصائص الإحصائية (الفرضية 2 والنتيجة 2)

ميل انحدار MZ: ميل انحدار النتائج المحققة على التنبؤات ( $E[y_{t+1}|f_t]$ $E [y_{t + 1} ∣ f_{t}]$ ) ليس بالضرورة 1.
- يمكن أن يكون سالباً، أو قريباً من الصفر، أو أكبر من 1، اعتماداً على المعاملات $\mu$ و $\tau^2$ .
- تحديداً، إذا كان صانع القرار هجومياً ( $\mu \approx 1$ ) وكان عدم اليقين متوسطاً، يمكن للميل أن ينخفض أو يصبح سالباً.
تقاطع انحدار MZ: التقاطع عادة ما يكون غير صفري.
انحياز تغيير الإشارة: يولد النموذج انحيازاً يتغير إشارته عبر الزمن. إذا كانت الحالة $\theta_t$ فوق الهدف $y^T$ ، فإن المتنبئ يقلل من التقدير (انحياز > 0). وإذا كانت $\theta_t$ تحت الهدف، فإنه يبالغ في التقدير (انحياز < 0). وهذا يفسر "انحياز تغيير الإشارة" الملاحظ في بيانات "الجرين بوك" (Greenbook) للفيدرالي.

ج. دور عدم اليقين

لا يوجد عدم يقين ( $\tau^2 = 0$ ): إذا عرف المتنبئ رد فعل صانع القرار تماماً، يكون التنبؤ غير منحاز. يمكن للمتنبئ توقع وتصحيح التغذية الراجعة بدقة.
مع وجود عدم اليقين ( $\tau^2 > 0$ ): تبدأ مقايضة الانحياز والتباين في العمل، مما يؤدي إلى تنبؤات منحازة ومعاملات MZ غير قياسية.

د. الدافع التجريبي

يطبق المؤلفون هذه الرؤى النظرية على تنبؤات التضخم في "الجرين بوك" (GB) التابعة للاحتياطي الفيدرالي:

تظهر تنبؤات GB انحيازاً مستمراً ومتغيراً في الإشارة.
ميل MZ لتنبؤات GB قد تغير بشكل كبير عبر العقود (من ~1.0 في الثمانينيات/التسعينيات إلى سالب/صفر في العقد الأول من القرن الحادي والعشرين).
تجادل الورقة بأن هذه الأنماط تتفق مع نموذج يكون فيه رد فعل الفيدرالي تجاه تنبؤات التضخم غير مؤكد ومتغير، بدلاً من كونها دليلاً على عدم العقلانية.

5. الأهمية والآثار

إعادة تعريف العقلانية: تجبر الورقة على إعادة تقييم "عقلانية التنبؤ". فالفشل في اختبارات العقلانية القياسية (انحدار MZ) لا يعني تلقائياً عدم العقلانية أو الخسارة غير المتماثلة؛ بل قد يشير ببساطة إلى وجود تغذية راجعة وعدم يقين في السياسة.
تقييم السياسات: بالنسبة لصناع السياسة والمتنبئين، تشير النتائج إلى أنه في البيئات التفاعلية، التنبؤ "الأمثل" ليس هو الذي يتنبأ بالحالة بدقة أكبر، بل هو الذي يقلل إجمالي الخطأ (الانحياز + التباين) مع مراعاة رد الفعل السياسي.
الحذر المنهجي: يجب على الباحثين الذين يختبرون عقلانية التنبؤ أو يقدرون دوال الخسارة في السياقات الاقتصادية الكلية أن يأخذوا في الاعتبار آليات التغذية الراجعة صراحةً. تجاهل التغذية الراجعة قد يؤدي إلى استنتاجات خاطئة حول سلوك المتنبئ.
التوسع النظري: يربط النموذج بين ألعاب التواصل (Crawford-Sobel) والتنبؤ الاقتصادي، حيث يقدم مفهوم "الكلام المكلف" حيث تدخل الرسالة (التنبؤ) مباشرة في دالة الخسارة عبر النتيجة.

باختصار، يقدم ليلي ونييتو-بارثابورو إطاراً نظرياً رصيناً يوضح أن التفاعل الاستراتيجي تحت ظروف عدم اليقين كافٍ لتوليد تنبؤات منحازة، ومع ذلك تظل مثلى، مما يغير جذرياً كيفية تفسيرنا لأخطاء التنبؤ في البيئات ذات الصلة بالسياسة.