下载掌阅APP，畅读海量书库
立即打开
在解释不确定性的来源时，部分学者首先从可用信息量的角度对不确定性的来源及其变化进行解释：
Nieuwerburgh和Veldkamp（2006）认为不确定性变化的根源是生产过程中体现出来信息量的变化，并认为不确定性这样的变化特点会导致经济萧条与经济繁荣的非对称性，即当技术的进步推动经济繁荣时，生产商会投入更多精力和资源进行生产，更多的生产活动使技术变化过程更加透明，准确地预测未来变得更加容易。由于假设技术水平的变化满足自回归过程，繁荣时期技术水平的下降也就更容易被感知，一旦技术水平下降，生产活动的减少将会十分迅速，宏观经济便会在短期内出现迅速衰退，且生产规模的萎缩使得生产过程中产生的信息量变少。此时，即使技术出现了较为明显的进步，较高的不确定性也会在一定程度上抑制生产规模的扩张，进而导致经济复苏相对缓慢。
Fajgelbaum等（2017）在研究美国经济的长期衰退问题时将不确定性设置为内生变量，并提出了“不确定性陷阱”理论：不利冲击将导致经济活动减少，由于假设市场主体的信息主要是在学习其他经济主体行为的过程中获得的，信息在经济活动少的时候就会缓慢流动，促使不确定性继续上升，较高的不确定性会进一步阻碍投资，投资的减少又会加剧经济下行，引起新一轮的不确定性上升。此时，如果受到的负面冲击较小，则上述不确定性的自我强化机制对经济运行的影响就会相对较小，宏观经济在较短时间内就可以走出衰退期；当受到相对较大的负面冲击时，不确定性的自我强化机制很容易导致宏观经济掉入“不确定性陷阱”，进而引起长期衰退的现象。
Ilut和Saijo（2020）认为，信息的不完全性导致了不确定性产生，并通过在DSGE模型中嵌入贝叶斯学习过程的方式研究不确定性与经济波动的关系。具体而言，风险规避型的代表性家庭无法掌握企业生产率相关的全部信息，这些信息可以通过观察和学习企业的生产过程的方式得到。因此在进行决策时，代表性家庭只能先通过自身掌握的部分信息对企业的生产率做出先验判断，再将新获取的信息和原有的信息通过贝叶斯学习过程进行结合得到新的信息集，并根据新信息集来修正相关决策。
除可用信息量变化外，部分学者认为，政府决策、坏消息、异常事件和灾难性事件也可能导致不确定性发生变化：
Pástor和Veronesi（2012）在研究不确定性和股票价格的关系时，假设政府会在宏观经济表现低迷时出台相应政策刺激经济，由于存在信息不对称，经济主体只知道政府会出台政策，却不了解政府会何时出台政策以及出台哪种类型的政策。当经济下行时，市场主体会通过在经济运行过程中进行学习的方式获取新信息，并利用新信息对原有的预期进行修正，每次获取的新信息和市场主体原有信息差别越大，其新预期相对于原有预期的变动幅度也就越大，相应的不确定性也就越高。而当经济上行时，市场主体认为政府不会主动采取行动干预经济，此时的不确定性也就相对较低。
Fostel和Geanakoplos（2012）建立了一个包含不确定性的跨期模型尝试对不确定性的来源进行解释，在该模型中，异质性厂商会结合收集到信息的性质选择不同类型的生产技术和企业杠杆率。模型分析结果表明，厂商会主要投资于在收到“坏消息”时收益变得更加不稳定的技术，进而导致不确定性上升。厂商之所以选择这些技术，是因为这些技术可以在收到“好消息”时给厂商带来更多的预期收益。
Orlik和Veldkamp（2014）假设人们不知道宏观经济运行的真实情况，只能够通过贝叶斯学习过程来不断修正自身对于宏观经济运行现状的认识，并认为异常事件的发生是不确定性上升的一个重要来源。其在研究过程中将GDP增长率的条件预测标准差当作不确定性的代理指标，并建立一个具有不确定性参数的偏度预测模型对参数进行估计。估计结果表明当预测模型只接受正态分布的结果时，不确定性的变化幅度很小，并且未呈现出明显的周期性特点。但是，当预测模型也可以接受非正态结果并对偏度参数进行估计时，不确定性波动会变得很大且具有明显的逆周期特点。出现这种现象的原因是偏度参数的细微变化大大提升了异常事件的发生概率，进而导致不确定性上升。
Kozeniauskas和Orlik（2018）认为以灾难性事件为代表的宏观波动性现象是不确定性产生的根源，因为当宏观波动性很高时，相对于私人信息，以共同经历为代表的公共信息在预测中的参考价值相对较弱，这就使得市场主体的预测信息集中私人信息的占比相对较高，而公共信息的占比相对较低。由于市场主体之间存在明显的异质性，它们对同一事件的预测结果出现差异的可能性也就相对较高。当宏观波动性不断上升以至于灾难性事件随时有可能发生时，无论是宏观不确定性还是企业层面的不确定性均会出现较为明显的上升。
除宏观不确定性之外，企业层面的不确定性也受到了学界的关注，从以往的研究来看，部分学者认为信息、市场接触范围和信贷约束对微观不确定性的变化存在重要影响：
Bachmann和Moscarini（2011）认为企业层面不确定性的上升主要是企业对宏观经济下行的一种反应。其模型假设企业无法准确判断其所在市场的需求弹性，但可以从销售量的变化中获得市场需求弹性的相关信息。当企业以偏离竞争对手的平均价格进行产品销售时，虽然有可能遭受潜在的利润损失，但该企业可以通过观察其收入的变化来获得有关市场需求的相关信息，这些信息有可能使其在未来的经营中获取更多的利润。由于存在固定的运营成本，企业价格调整的失败可能导致其退出市场，在经济上行期，企业的试错成本较高，通常不会贸然调整定价；当经济不景气时，企业试错的机会成本较低，因此部分企业会选择采取“冒险”的价格调整行为，进而导致产品价格和企业销售量的波动性增大，企业层面的不确定性随之增加。Tian（2015）的研究在一定程度上验证了上述观点，其将风险投资项目选择纳入企业决策问题，使模型中的企业可以选择其生产的风险级别。模型结果表明：小企业比大企业的生存率更低，更有可能承担风险，但是生存下来的小企业将表现出较高的生产率；在衰退期会有更多的企业选择风险较高的投资项目，这也导致企业出现较高的退出率。
Decker等（2016）虽然赞同企业层面的不确定性是对宏观经济波动的内生响应，但是认为企业层面的不确定性的逆周期性主要是由企业的市场接触范围变化导致的。基于美国企业层面的数据研究发现，高生产率企业的不确定性比低生产率企业要低，且高生产率企业的不确定性会体现出明显的逆周期性，而低生产率的企业的不确定性则对经济周期没有明显反应。其认为出现这种现象的原因是高生产率的企业会在经济上行期选择进入更多的市场，市场的扩大虽然会让企业获取更多的经营利润，但是也会导致企业更容易受到外生冲击的影响，而低生产率的企业虽然市场份额较小且不确定性更高，但其受外生冲击影响的概率也相对较小。
Straub和Ulbricht（2017）尝试从信贷约束的视角解释不确定性的变化原因，认为企业层面不确定性的提升是对宏观经济下行的反应，并放大了外生冲击对宏观经济运行的不利影响。在其理论模型中，企业需要外部融资才能生产。当金融冲击导致经济基本面的不确定性很高时，企业获得融资的机会就会受到限制，企业的生产就会逐步减少甚至停止，生产活动的减少限制了有关公司信息的产生，增加了不确定性并使企业资金问题更加严峻，此时又进一步限制了企业正常生产活动的进行，在上述作用机制下，暂时的金融冲击会显著增加不确定性并造成长期的经济衰退。