第二、三章讲了两个坏消息：宏观做不了实验，宏观的数据也不牢靠。这一章讲第三个，也是最让理科生绝望的一个：这门学科的研究对象会读书。
粒子不看论文
物理学家研究电子，电子不在乎。你发表了一百篇关于电子行为的论文，电子的行为不会因为读了论文而改变。更妙的是，不管你多想让电子乖一点、还是多想让数据好看一点，电子都不给面子——它对研究者的愿望完全免疫。
经济行为的主体是人。人会看新闻，会听央行讲话，会读券商研报，会在饭桌上听亲戚说「现在买房稳赚」。你对经济的预测一旦公布，就会进入经济本身，改变人的行为，从而改变你预测的那个东西。
这带来两种魔幻的现象。一种是自我实现的预言：预言本身让预言成真。比如传言「某银行要倒闭」，储户信了，排队取钱，银行流动性枯竭，真的倒闭了——哪怕传言一开始是假的。银行挤兑、股市泡沫、货币危机，都是这个机制。
另一种是自我毁灭的预言：预言本身让预言失灵。政府预测「不控制的话感染人数将破百万」，民众吓到了，纷纷居家，感染人数最终远低于百万——然后有人跳出来说「看，当初就是危言耸听」。预言因为被相信而失效，预言家因为说对了而挨骂。公共卫生官员和央行行长都活在这种悖论里。
大白话：研究人就像哄小孩睡觉——你说「你怎么还不睡」，他就更不睡；你假装不看他，他反而睡着了。你一观察，对象就变了。
卢卡斯批判：历史数据里的规律，一用就失灵
把这个问题推到极限的，是经济学家罗伯特·卢卡斯的著名批判，1995 年因此拿了诺贝尔奖。内容用一句话说：你不能拿历史数据里总结出来的行为规律，去预测新政策的效果——因为新政策一出来，人的行为规律就变了。
举个工程师能秒懂的例子。假设你研究一座桥过去十年的车流量，发现「过桥免费时每小时过 8000 辆」。现在政府宣布：明年起过桥收费 50 元。你能用历史规律预测明年的流量吗？不能，因为收费这个政策本身会改变司机的决策函数——过去数据里的那个「行为规律」，是在免费这个政策环境下长出来的，环境一换它就失效。
这听起来像废话，但它炸掉的是上世纪六七十年代宏观经济学的半壁江山。当时主流的做法是：拿几十年的历史数据，拟合出一大堆「消费对收入的弹性」「投资对利率的弹性」，然后拿这些弹性去模拟政策效果——「如果我们降息 0.5%，投资会增加 2.3%」。卢卡斯指出：这些弹性不是自然常数，是人在过去政策环境下的最优反应；你一改政策，人就重新算最优解，你拟合出来的弹性立刻作废。建立在历史相关关系上的宏大预测模型，因此整批报废。
这在工程上等价于：你测量了一个系统的传递函数，但系统的参数由另一个控制器实时改写，而那个控制器会读你的测量报告。你测的不是系统，是系统在当前策略下的表象。
央行为什么要「表演」
理解了预期，就能理解现实世界里一件看起来很可笑的事：为什么美联储主席讲话要字斟句酌，为什么市场会逐字逐句地分析「patience」这个词有没有被删掉，为什么央行要像变戏法一样搞「前瞻指引」——提前告诉你我未来打算干嘛。
因为央行真正调控的，从来不是那 0.25% 的利率本身，而是几十亿人脑子里的预期。利率只是杠杆，预期才是被撬动的那个地球。如果大家相信央行会不惜一切压住通胀，工人就不会要求涨工资，企业就不敢涨价，通胀自己就起不来——「相信」本身完成了央行 80% 的工作。反过来，如果没人信，央行把利率加到天上去也未必有用。
所以宏观经济学里有一句半开玩笑的话：货币政策是「管理预期的艺术，附带一点利率调整」。对一个理科生来说，这门学科的荒谬感在此达到顶峰：你以为你在学一门关于数字的学问，结果它的核心机制是人心怎么猜人心。
递归的地狱
再往下走一步，就会看到真正的深渊。既然结果取决于预期，那决定结果的就是「人们认为会发生什么」。可「人们认为会发生什么」又取决于「人们认为别人认为会发生什么」。股市里凯恩斯的比喻最出名：选美比赛，赢的不是选出自己认为最美的人，而是选出大家认为大家会认为最美的人——然后还有第三层、第四层……
物理学里没有这种递归。引力不会因为月球「觉得」地球变重了而改变。而经济系统是一个所有参与者互相建模的系统，每个人都在模拟别人，别人也在模拟你，均衡如果存在，也脆弱得吓人。
所以这一章的结论比前两章更硬：宏观的不确定性不是「数据不够好」能解决的——就算你有完美的数据、完美的测量，只要研究对象会预测你的预测，确定的输出在原理上就不存在。这不是工程学能修补的漏洞，这是这门学科的公理。
那还要模型干什么？第五章来回答。