廣義的預測力實際上是一門科學的基本追求，這裏的廣義是指機率上的預測力。比如，天氣預報可以預言「明天有80%的機率下雨」。這顯然不會100%準確，然而，即使某次預言失敗了，但如果把你根據這個理論所作出的多次預測加總起來，正確率能夠遠大於隨機猜測天氣的正確率，那麽這個理論就具備一定的科學性。
一些為經濟學辯護的人會找到一些借口。比如：1:他們可能聲稱，人類群體的行為非常的復雜難以用科學理論進行描述。但是，人們往往只需要你預言一個指標，比如今年商品和股票的價格是多少就足夠了，並沒有人要求經濟學家預測幾十億人的具體行為。2:他們可能聲稱，經濟系統由於過於復雜，預測難度遠高於物理系統。然而，也沒有人要求過經濟學家能夠像物理學那樣精準地進行預測，如果經濟學預測的正確率能夠達到天氣預報的程度，那麽這也足夠說明它是一門科學。3:他們可能聲稱，人的行為存在著自由意誌，如果能夠完全被預言，那麽人就毫無自由可言。這種辯護依然是糟糕的，因為其無視了微觀現象和宏觀指標的關系，作為個體的人當然具備有自由意誌，這個自由意誌會帶來相當大的隨機性。當預測者試圖斷言某人今天晚上是吃米飯還是面條的時候，他的準確率往往是非常糟糕的，但是，當預測者試圖預言全國每年消耗多少噸米和面的時候，他所能達到的準確程度就相當地高了。作為個體的人的選擇具有不確定性，但是當加總成群體的時候，群體指標的不確定性在很大程度上就會消失。預言擲一次硬幣的正反面，正確率只有50%，但面對擲一億次硬幣時的情況，任何人都能斷言其中大概有五千萬次是正面。自由意誌所帶來的不確定性只會使得對個體的預言難以奏效，但是當這些自由意誌加總成群體的時候，我們對很多指標就能有把握了。
此外，還有一些辯護者認為，人本身有一種主觀能動性，因此，關於經濟的預言往往具有自我實作或者阻礙自我實作的功能。如果經濟專家預言某只股票今年會上漲10%，股民得知了這個訊息之後去瘋狂地買股票，可能會導致股價大振幅上漲達到50%，而這就會使得之前的10%的預言不夠準確。作出和公開預言本身會對預言的準確性產生影響，這種影響在你試圖預言人的行為時往往存在，但這不意味著預言本身的無意義性：第一，你可以把你公開預言本身所能產生的效果也考慮在內來進行預言。第二，你可以在事先作出預言之後留下已經作出預言的證據，但不公開你的預言，等到事情發生之後你再公開，以向公眾證明這一預言的準確性和理論的有效性。但遺憾的是，即便是這樣的預言，也很少有經濟理論能夠準確地作出。
在上述地論證中，我們已經得出，在經濟學中作出具有一定準確度的預言是完全可能的。但遺憾的是，很多經濟學家的意圖不在於給出「預言」上，而在於給出「寓言」上。比如，絕大多數計量經濟學的模型並不在意模型對擬合優度R方，而只是在意系數本身的辨識和顯著性。他們發現如果某項政策對經濟增長是顯著地好的，那麽就會建議這種政策，而如果某項政策對經濟增長是壞的，就會建議廢除這樣的政策。這樣，經濟學就變成了講寓言故事，經濟學家的任務就變成了告訴政府企業和公眾什麽政策或行為是好的，什麽政策或行為是壞的。
講這種寓言故事誠然不是毫無意義。但是，正是因為考慮到整個經濟系統的復雜性，我們應當承認，經濟學家的這種寓言故事在很多情況下其實是缺乏科學性的。在復雜的經濟系統中，完全可能出現這樣一種情形：政策A和政策B結合到一起是好的，但是如果沒有政策B，那麽政策A就反而會帶來不好的結果。此時，如果一名經濟學家利用沒有實施政策B時候的數據進行推斷，那麽他就必然會得出應當廢除政策A的結論，而最優的選擇應該是在實施A的同時實施政策B，但這個同時實施政策A和政策B的建議是無論如何也不能借由過去的數據推理得出的，它必須要借助一個有相當的預測能力的理論才能得出。顯然，如果僅僅停留在講寓言故事的層面，講出來的寓言故事在很多時候也缺乏可信度。
上述的論證已經說明，Reduced Form的寓言故事在復雜性面前會面臨許多困難。然而，在經濟學中，由於對數據生成過程的無知，Structural Form的研究往往比Reduced Form更不靠譜。絕大多數Structural的研究是建立在供求均衡的基礎上的，而對均衡的執著是整個經濟學最糟糕的地方。商品的成交價真的是它的均衡價格嗎？搜集到的統計數據真的反應的是在均衡狀態下的情形嗎？顯然事實未見得是如此，而如果用非均衡狀態下的數據來估計均衡狀態下的參數，又怎麽可能估計準確呢？然而即便道理是如此簡單，經濟學的研究重點也完全撲在了這個均衡狀態上，對非均衡狀態的研究少得可憐。假設有一個氣象學理論把所有的氣溫數據都視為是晴天的數據來考察，只著重於對晴天的研究，這樣的理論能夠精準地預言每個季節的氣溫變化嗎？但是經濟學家們就是如此執著地研究這個均衡，為什麽呢？因為一旦不去研究供求均衡，那麽就很難用列方程式組的方法求解價格和產量，需要辨識的參數也就很難給出。
經濟學之所以會面臨這樣的困難，在於實驗環境的缺乏，畢竟經濟學家不能抓幾百萬人關起來來做人體實驗吧。而實驗在復雜性學科中的重要性極其重要，它可能是目前人類能夠從復雜系統中得到數據生成過程的唯一途徑。對人類歷史數據的研究歸根結底是局限的，因為在歷史數據中，變量很難是單個單個變化的，一個國家資本存量上漲的同時往往人口也在上漲、技術也在進步，制度也在改革。人口、技術、資本、制度和經濟周期之間究竟是個什麽關系，經濟學家往往只能用主觀臆斷，增加一些不靠譜的假設來進行猜測，比如什麽市場完全競爭均衡blablabla。這種主觀臆斷地瞎JB猜自然很難得到精準的模型，所謂的控制變量不過只是在跑回歸的時候被假設為是線性的，這種假定完全不靠譜；而非參估計所需要的大量數據往往是宏觀經濟數據難以提供的，且非參估計缺乏外延性，在一個保持進步的世界中也就缺乏預測的能力。
在其他的科學中，上述的這種困難是透過實驗來解決的，一旦能夠做實驗，那麽得到清晰的數據生成過程就成為了可能。因為在實驗中，你真的可以保持其他變量不變，只讓一個變量變化。這樣，不管這個變量和其他變量的關系多麽復雜，只要實驗數據足夠多，你也能推斷出它們之間的關系。而只要實驗方法在經濟學中沒有得到普遍地運用，那麽經濟學成為一門具有預測能力的科學也就遙遙無期。
