А. Интервью с томасом сарджентом. Сарджент: он считает, что это неправильно — отказываться от байесов-

Сарджент: Он считает, что это неправильно — отказываться от байесов-

ской одномодельной структуры Сэвиджа. Он считает, что тщательная рабо-

та над представлением опасений по поводу неправильных спецификаций

з пределах байесовской структуры намного облегчает анализ.

Однако, я должен сказать, что ранние работы Криса по аппроксимации

распределенных лагов оказали большое влияние на нашу с Ларсом рабо-

ту над робастностью. Крис вывел замечательную формулу аппроксимации

ошибки и показал, как ее использовать при выборе подходящих фильтров

данных, которые бы минимизировали количество ошибок аппроксимации.

У этого замечательного практического анализа Криса был минимаксный

«оттенок», и он не выглядел байесовским. Одна из версий минимаксного

анализа Криса берет свое начало в послании, которое направил мне Симс

в ответ на мой комментарий, что эконометрист, занимающийся вопросами

рациональных ожиданий, никогда не должен использовать данные с устра-

нением сезонных колебаний. Мой аргумент был очень байесовским по

духу, поскольку, согласно моему предположению, у эконометриста была

правильная модель. Это было в 1976 г. Крис, пока ехал на миннеаполис-

ском автобусе из университета домой, не только прочел мой комментарий,

но и написал свои замечания по этому поводу. Вот насколько скор Крис

в таких делах. Его автобусная заметка по поводу сезонности и ошибки

аппроксимации получила большую известность среди тех, кто занимался

временными рядами на макроуровне в Миннесоте в конце 1970-х гг.

(Не знаю почему, но временами я чувствую: именно тот факт, что Крис мог

написать такую заметку за двадцать минут, пока он ехал на автобусе домой,

помог мне найти свое место). Кстати, в специальном номере Journal of

Econometrics, посвященном сезонности, который вышел в 1993 г. под ре-

дакцией Эрика Гизелса, была и наша с Ларсом статья. В ней делался акцент

на принятие того, что сказал в своей автобусной заметке Симс. Этот спец-

номер Гизелса стал одним из мотивирующих факторов для начала иссле-

дований в области робастности.