广义的预测力实际上是一门科学的基本追求，这里的广义是指概率上的预测力。比如，天气预报可以预言「明天有80%的概率下雨」。这显然不会100%准确，然而，即使某次预言失败了，但如果把你根据这个理论所作出的多次预测加总起来，正确率能够远大于随机猜测天气的正确率，那么这个理论就具备一定的科学性。
一些为经济学辩护的人会找到一些借口。比如：1:他们可能声称，人类群体的行为非常的复杂难以用科学理论进行描述。但是，人们往往只需要你预言一个指标，比如今年商品和股票的价格是多少就足够了，并没有人要求经济学家预测几十亿人的具体行为。2:他们可能声称，经济系统由于过于复杂，预测难度远高于物理系统。然而，也没有人要求过经济学家能够像物理学那样精准地进行预测，如果经济学预测的正确率能够达到天气预报的程度，那么这也足够说明它是一门科学。3:他们可能声称，人的行为存在着自由意志，如果能够完全被预言，那么人就毫无自由可言。这种辩护依然是糟糕的，因为其无视了微观现象和宏观指标的关系，作为个体的人当然具备有自由意志，这个自由意志会带来相当大的随机性。当预测者试图断言某人今天晚上是吃米饭还是面条的时候，他的准确率往往是非常糟糕的，但是，当预测者试图预言全国每年消耗多少吨米和面的时候，他所能达到的准确程度就相当地高了。作为个体的人的选择具有不确定性，但是当加总成群体的时候，群体指标的不确定性在很大程度上就会消失。预言掷一次硬币的正反面，正确率只有50%，但面对掷一亿次硬币时的情况，任何人都能断言其中大概有五千万次是正面。自由意志所带来的不确定性只会使得对个体的预言难以奏效，但是当这些自由意志加总成群体的时候，我们对很多指标就能有把握了。
此外，还有一些辩护者认为，人本身有一种主观能动性，因此，关于经济的预言往往具有自我实现或者阻碍自我实现的功能。如果经济专家预言某只股票今年会上涨10%，股民得知了这个消息之后去疯狂地买股票，可能会导致股价大幅度上涨达到50%，而这就会使得之前的10%的预言不够准确。作出和公开预言本身会对预言的准确性产生影响，这种影响在你试图预言人的行为时往往存在，但这不意味着预言本身的无意义性：第一，你可以把你公开预言本身所能产生的效果也考虑在内来进行预言。第二，你可以在事先作出预言之后留下已经作出预言的证据，但不公开你的预言，等到事情发生之后你再公开，以向公众证明这一预言的准确性和理论的有效性。但遗憾的是，即便是这样的预言，也很少有经济理论能够准确地作出。
在上述地论证中，我们已经得出，在经济学中作出具有一定准确度的预言是完全可能的。但遗憾的是，很多经济学家的意图不在于给出「预言」上，而在于给出「寓言」上。比如，绝大多数计量经济学的模型并不在意模型对拟合优度R方，而只是在意系数本身的识别和显著性。他们发现如果某项政策对经济增长是显著地好的，那么就会建议这种政策，而如果某项政策对经济增长是坏的，就会建议废除这样的政策。这样，经济学就变成了讲寓言故事，经济学家的任务就变成了告诉政府企业和公众什么政策或行为是好的，什么政策或行为是坏的。
讲这种寓言故事诚然不是毫无意义。但是，正是因为考虑到整个经济系统的复杂性，我们应当承认，经济学家的这种寓言故事在很多情况下其实是缺乏科学性的。在复杂的经济系统中，完全可能出现这样一种情形：政策A和政策B结合到一起是好的，但是如果没有政策B，那么政策A就反而会带来不好的结果。此时，如果一名经济学家利用没有实施政策B时候的数据进行推断，那么他就必然会得出应当废除政策A的结论，而最优的选择应该是在实施A的同时实施政策B，但这个同时实施政策A和政策B的建议是无论如何也不能借由过去的数据推理得出的，它必须要借助一个有相当的预测能力的理论才能得出。显然，如果仅仅停留在讲寓言故事的层面，讲出来的寓言故事在很多时候也缺乏可信度。
上述的论证已经说明，Reduced Form的寓言故事在复杂性面前会面临许多困难。然而，在经济学中，由于对数据生成过程的无知，Structural Form的研究往往比Reduced Form更不靠谱。绝大多数Structural的研究是建立在供求均衡的基础上的，而对均衡的执着是整个经济学最糟糕的地方。商品的成交价真的是它的均衡价格吗？搜集到的统计数据真的反应的是在均衡状态下的情形吗？显然事实未见得是如此，而如果用非均衡状态下的数据来估计均衡状态下的参数，又怎么可能估计准确呢？然而即便道理是如此简单，经济学的研究重点也完全扑在了这个均衡状态上，对非均衡状态的研究少得可怜。假设有一个气象学理论把所有的气温数据都视为是晴天的数据来考察，只着重于对晴天的研究，这样的理论能够精准地预言每个季节的气温变化吗？但是经济学家们就是如此执着地研究这个均衡，为什么呢？因为一旦不去研究供求均衡，那么就很难用列方程组的方法求解价格和产量，需要识别的参数也就很难给出。
经济学之所以会面临这样的困难，在于实验环境的缺乏，毕竟经济学家不能抓几百万人关起来来做人体实验吧。而实验在复杂性学科中的重要性极其重要，它可能是目前人类能够从复杂系统中得到数据生成过程的唯一途径。对人类历史数据的研究归根结底是局限的，因为在历史数据中，变量很难是单个单个变化的，一个国家资本存量上涨的同时往往人口也在上涨、技术也在进步，制度也在改革。人口、技术、资本、制度和经济周期之间究竟是个什么关系，经济学家往往只能用主观臆断，增加一些不靠谱的假设来进行猜测，比如什么市场完全竞争均衡blablabla。这种主观臆断地瞎JB猜自然很难得到精准的模型，所谓的控制变量不过只是在跑回归的时候被假设为是线性的，这种假定完全不靠谱；而非参估计所需要的大量数据往往是宏观经济数据难以提供的，且非参估计缺乏外延性，在一个保持进步的世界中也就缺乏预测的能力。
在其他的科学中，上述的这种困难是通过实验来解决的，一旦能够做实验，那么得到清晰的数据生成过程就成为了可能。因为在实验中，你真的可以保持其他变量不变，只让一个变量变化。这样，不管这个变量和其他变量的关系多么复杂，只要实验数据足够多，你也能推断出它们之间的关系。而只要实验方法在经济学中没有得到普遍地运用，那么经济学成为一门具有预测能力的科学也就遥遥无期。
