2026年3月14日，经济学界传来悲讯——2011年诺贝尔经济学奖得主、向量自回归（VAR）模型奠基人、宏观因果推断的开创者克里斯托弗·阿尔伯特·西姆斯（Christopher Albert Sims）与世长辞，享年83岁。
噩耗让全球宏观经济学与计量经济学界陷入无尽哀思，普林斯顿大学同事称他为“改变时代的智识巨人”，无数受其指引的学者感念他为学科铺就的全新道路。从数学天才到计量巨擘，从颠覆传统研究范式到坚守独立的学术风骨，西姆斯的一生，始终让理论扎根数据，让数据回归现实，他用八十三年的求索，为宏观经济学的因果探索点亮了明灯，而那些振聋发聩的治学箴言与奠基性的学术遗产，终将成为经济学界永恒的财富。
1942年10月21日，西姆斯出生于美国华盛顿特区一个浸润着知识分子传统的家庭，外祖父是美国国家劳动关系委员会首批成员，两位舅舅分别是劳动经济学家与政治学家，家庭的学术氛围早早塑造了他对社会现实的思考习惯。据他在诺贝尔自传中回忆，外祖父见到孙辈的标准问候语永远是“那么，Chris，你对国家目前的形势怎么看？”，这样的日常对话，让对社会问题的探究成为他刻入骨髓的习惯。
1963年，西姆斯以优异的成绩从哈佛大学数学系毕业，彼时的他已是公认的数学天才，一位数学助教曾对他说：“你会成为一个出色的数学家，不过作为数学家，你改变不了世界。”这句无心之言，竟成为西姆斯学术道路的重要转折点，让他毅然转向了能直面社会经济问题的经济学领域。
1968年，西姆斯在亨德里克·S·豪萨克的指导下获得哈佛大学经济学博士学位，博士论文《生产率变化的动态：理论与实证研究》已然展现出他将数学工具与经济现实结合的研究特质，而在哈佛读博期间，他结识了托马斯·萨金特，两人开启了长达数十年的学术友谊与良性竞争，这份相伴最终让他们共同站上了诺贝尔经济学奖的领奖台。
图自诺贝尔奖官网
毕业后的西姆斯，开启了辗转而坚定的执教生涯，他先后任教于哈佛大学（1968–1970）、明尼苏达大学（1970–1990）、耶鲁大学（1990–1999），最终于1999年加入普林斯顿大学，与迈克尔·伍德福德、本·伯南克等学者组成了宏观经济学和时间序列计量经济学的“梦之队”，并在普林斯顿度过了职业生涯中最长的时光，直至2021年转为荣休教授。在数十年的学术生涯中，西姆斯的学术地位不断得到认可，他自1974年起成为计量经济学会会士，1988年入选美国艺术与科学院院士，1989年成为美国国家科学院院士，还曾担任1995年计量经济学会主席、2012年美国经济学会主席，这些头衔背后，是学界对他学术贡献的高度肯定。
西姆斯的求索，不仅在于自身的学术研究，更在于对后辈的培育。在明尼苏达大学的二十年里，他与萨金特合作指导了大量优秀的博士论文，用严谨的研究态度激发了一代学生对定量研究的热情。当系里开始争论计量经济学是否应作为博士训练的核心时，为了坚守自己的学术理念，西姆斯选择离开，辗转耶鲁后扎根普林斯顿，始终追寻能让他做最好研究、育最优人才的学术环境。他培养的博士生中，不乏拉尔斯·彼得·汉森这样的诺贝尔经济学奖得主、哈拉尔德·乌利希这样的顶级期刊主编，而这份对学术纯粹性的坚守，贯穿了他的一生。
重塑宏观计量的学术丰碑，奠基性的五大贡献
2011年，西姆斯与萨金特共同获得诺贝尔经济学奖，颁奖词表彰他们“对宏观经济中因果关系的实证研究”，这一评价精准概括了西姆斯的学术价值——他以一系列奠基性的贡献，彻底重塑了实证宏观经济学的研究范式，让宏观经济研究从对理论的单纯推演，转向理论与数据的深度对话，而他的五大核心贡献，更是从模型构建、方法创新、理论拓展三个维度，为宏观计量经济学搭建了全新的框架。
向量自回归（VAR）模型，是西姆斯最具标志性的贡献，1980年他发表于《Econometrica》的经典论文《Macroeconomics and Reality》，更是成为计量经济学史上的里程碑。彼时的宏观计量模型，被西姆斯直言存在“不可信的识别假设”，大量先验约束让数据失去了自我表达的空间，而他提出的VAR模型，打破了这一桎梏，让数据在更少的先验约束下自行表达因果关系。这一模型的出现，几乎重新定义了实证宏观经济学的工具箱，让宏观经济变量之间的动态关系得以被精准捕捉，成为此后宏观经济分析的核心工具。
除了VAR模型，西姆斯在1977年与萨金特合作引入的动态因子模型，为高维时间序列分析奠定了坚实基础。随着经济研究的深入，高维数据的分析成为难题，而动态因子模型让研究者能从海量经济变量中提取核心因子，为复杂的宏观数据研究提供了可行的分析框架。1984年，他与Doan和Litterman合作，在VAR框架下引入了简约形式的条件预测方法，这一方法成为政策情景分析的标准工具，让央行和政策制定者能更精准地模拟不同政策的实施效果，为宏观政策制定提供了科学支撑。
在时间序列分析的理论层面，西姆斯同样做出了关键性突破。1990年，他与Stock和Watson合作的论文，证明了在单位根条件下OLS估计的一致性和渐近正态性，这一结论为上世纪八九十年代的单位根论战画上了关键句号，完善了时间序列分析的理论基础，让后续的实证研究有了更严谨的理论支撑。
而在职业生涯后期，西姆斯将研究视野进一步拓展，提出了价格水平的财政理论（FTPL）与理性疏忽理论，成为他学术研究的另一座高峰。他认为通胀最终并非由简单的货币供给决定，而是取决于财政状况，即政府债务相对于偿还能力的比例，1999年他便警告欧洲货币联盟的财政基础岌岌可危，一国的财政危机可能引发连锁传染效应，而十年后的希腊债务危机，恰恰印证了这一前瞻性判断；理性疏忽理论则将经济主体的信息处理能力有限性纳入决策模型，打破了传统经济学中“完全信息”的假设，开辟了行为宏观经济学的全新研究方向。
从模型创新到方法突破，从理论完善到现实解读，西姆斯的五大贡献，全方位改变了宏观计量经济学的研究面貌，让实证研究真正成为宏观经济因果探索的核心支撑，而他始终坚持的“让数据说话”的研究理念，也成为贯穿所有贡献的主线。
西姆斯的贡献，不仅在于他创造了诸多影响深远的计量工具与理论，更在于他始终保持着对计量经济学方法论的深刻反思，以及逆流而上、不盲从主流的学术风骨。2023年，他撰写了题为《Sharp Econometrics》的演讲稿，与安格里斯特和皮施克的畅销教材《Mostly Harmless Econometrics》形成鲜明对照，这场学术对话，并非简单的学派之争，而是西姆斯对计量经济学研究本质的坚守，也是他对学界研究误区的警醒。
西姆斯从未全盘否定计量经济学的“可信性革命”，他充分肯定了自然实验方法的价值，承认在因果关系相对清晰的情境中，这种方法能以更少的强假设获得可靠的政策效果估计，也认可寻找政策行为直接度量的重要性。但他更犀利地指出了《Mostly Harmless Econometrics》所代表的研究范式的局限性：这一流派过于推崇简单的估计方法，即便像加稳健标准误的OLS这样的方法效率低下，无法充分展现数据的分布细节，却依然被广泛鼓励使用。
而学界更是陷入了“三颗星即大功告成”的误区，只要回归结果显著，便认为研究完成，西姆斯则反复提醒：“这时候恰恰该警惕了，说明我们的分析还远远不够！千万不要把线性模型跑出来的那个数字，当成最终的真理。”
西姆斯所主张的Sharp Econometrics，有着清晰的核心内涵，也为计量经济学研究指明了方向。他认为，计量研究首先要重视模型的构建与理解，即便模型只是对现实的近似模拟，理解它如何在小样本下保证估计的精确性，依然极具意义，不能因追求简单而放弃对模型的深度探究；其次，要坦然接受贝叶斯立场的概率陈述，不要只执着于确定的点估计，而要学会描述参数的概率分布，尤其在处理高维数据时，利用先验信息进行正则化，是防止模型过拟合的有效原则；再者，尝试不同的方程设定并非学术“瑕疵”，从贝叶斯的角度看，这本质上是在各种可能性中寻找最符合数据的解释，只要完整交代摸索的过程，这样的研究结论便站得住脚。
为了印证自己的观点，西姆斯以经典研究为例展开了生动的分析，他用卡德和克鲁格的最低工资论文证明，在双重差分回归中引入滞后就业变量后，最低工资的效应从显著变为勉强显著，这并非质疑原研究，而是说明简单的识别策略虽优雅，却可能简化了数据的复杂动态结构；他还利用安格里斯特和克鲁格1991年的教育回报数据，展示了真正的方程搜索该如何展开，从线性模型到非线性效应，从交互项到残差分析，每一步都在追问模型是否贴合数据的真实结构。
图自普林斯顿大学官网
这份学术风骨还体现在西姆斯对宏观经济学主流范式的审慎反思。现代宏观经济学存在Lucas纲领与Sims纲领两大政策反事实分析范式，Lucas纲领强调在理性预期下建立完整的结构模型，通过深层参数进行政策模拟，而西姆斯则倡导半结构化方法，用VAR等工具从数据中识别政策冲击的动态效应，在理论与数据之间寻求更灵活的平衡。他认可理性预期革命的进步性，却反对将其视为对传统计量政策分析的根本性否定，认为理性预期更应是一种补充而非替代；他对真实商业周期（RBC）模型也始终保持距离，不随波逐流成为他学术生涯的鲜明标签。
而在学术之外，西姆斯也始终保有经济学家的社会担当，2024年6月，他与其他15位诺贝尔经济学奖得主共同签署公开信，警示特朗普的财政贸易政策与限制美联储独立性的举措可能重新引发美国通货膨胀，用自己的学术判断为现实经济发展发声。
在普林斯顿那间满是纸张和书籍的灰色办公室里，西姆斯安静而热情地工作了二十余年，即便斩获诺贝尔经济学奖，成为学界公认的巨擘，他依然谦逊温和，会花数小时指导学生，会持续打磨自己的研究思路。同事回忆，他“拥有经济学领域的一切荣誉，却始终保持着对学术的赤诚与对他人的善意”，这份纯粹与坚守，正是最珍贵的学者风骨。
“理论若没有数据支撑，便是残缺的；而数据只要你愿意倾听，它真的会说话。”西姆斯留给学界的这句箴言，如今读来更显振聋发聩。这位贝叶斯计量的先驱，这位改变了宏观因果推断方式的智识巨人，虽已远去，但他点燃的学术火种，早已在经济学界燎原：贝叶斯VAR成为各国央行的标准分析工具，理性疏忽理论被越来越多的微观与宏观研究采纳，价格水平的财政理论在全球债务高企的今天，更显现出跨越时空的现实意义，而他所倡导的“让理论与数据对话”的研究理念，更是成为经济学研究的基本准则。
当下的经济学研究，正面临着AI技术的全新冲击：斯坦福教授用AI一小时完成精准的实证论文，智能体六个月产出顶刊级研究，批量生成的DID论文达到经济学顶刊水准……当技术能替代繁琐的实证操作，不少学者开始迷茫：经济学者的核心竞争力究竟是什么？西姆斯的一生，早已给出了答案。他从未将计量方法视为冰冷的数字工具，而是将其作为倾听数据的桥梁，他反对盲从主流、迷信统计显著性，主张深入理解数据的结构与逻辑，让理论扎根于现实的经济数据，这份对研究本质的坚守，这份对经济现实的敬畏，正是AI无法替代的核心。
图自普林斯顿大学官网
宏观经济学的探索之路，从来都是一条在理论与现实之间寻找平衡的道路，无数学者在因果关系的迷雾中不断求索，而西姆斯的出现，为这条道路点亮了明灯。他让我们明白，计量经济学的本质，不是追求复杂的模型或显著的结果，而是用科学的方法让数据表达真实的经济规律；经济学研究的价值，也不在于构建脱离现实的理论框架，而在于解释现实、指引现实。
克里斯托弗·西姆斯的离去，是经济学界的巨大损失，但他留下的学术遗产与治学精神，终将成为后来者前行的指引。当我们在实证研究中陷入迷茫，当我们在理论推演中脱离现实，不妨回想他的箴言，倾听数据的声音，坚守学术的纯粹。这位改变了宏观经济学发展轨迹的巨擘，虽已化作星辰，但他的思想光芒，终将永远照耀着宏观经济因果探索的道路。