最近比较的慵懒,很多东西都只是简单的在脑子里闪一下却没有写出来。在这里简单的列一下,督促自己。 《凯恩斯传》的一系列感触。读完了快有一个星期了,再不趁热写估计自己就要忘得差不多了(不过估计写起来会没完没了)。 群体行为和个人行为。做梦都在上社会学的课,囧。想试试用正态分布或者布朗运动来描述。 时间维度。想把(有效)信息的传递(速度)作为一个衡量时间的单位,然后看看会不会有好玩的结果(至少很多模型里面可以引入信息的概念了)。 没想好是用中文还是英文写,但是理论上用英文写虽然时间要多花一点,不过收效也可能会大大出乎意料。只是我觉得再不写点东西我都不觉得自己像个经济学的学生了,看看近一个月的日志,除了那些跟计算机有关的就是灌水的,没多少正儿八经的有分析价值的东西。有些东西不写下来,时间一久就怕忘记了。 可能要把手头的那个小册子的“码字”停一停了,我真的有点"mentally tired",不想打开LyX…… 另,感谢Hercy学姐特意发短信给我的学术信息,明日更新上。 http://arxiv.org/ 这是一个working paper大集合,有点像NBER那种感觉。JSTOR和arxiv其实都是归属IMS的,前者是三年之前的过刊,后者是04年后IMS的文章和一些已处理为印刷格式的文章(包括working ...
3.经济学、金融学中有哪些研究方向是能够让数学和统计学专业学生所学东西有用武之地的呢? 其实在第二个问题的回答中也大略的提过一些关于数学应用于经济学的问题,在此再细细叙述一遍: 运筹学:解经济模型中的最优化问题 实变和泛函:提供经济分析的工具和一些求解方法(注:我泛函实在是学的一塌糊涂,只知道个“压缩映射定理”,至今还没弄懂什么弱收敛、全连续之类的到底想干嘛,所以真的是“仅供参考”!!!) 概率论:对经济学中涉及到不求定性的分析提供工具 统计学:提供经济模型的现实依据 数值逼近:对于非解析解的求解办法 其他的可能还有一些,比如山大就有彭实戈院士在研究非线性风险测度的问题,据说用到了非线性泛函、现代概率统计等等的知识。 统计(或数学)专业的学生若想转到这两个专业,结合点在哪里?在哪些方面优势明显?又有哪些弱势? 统 计(或数学)专业的同学,毫无疑问在实证研究上、即对于计量经济学的方面会有一些优势,很容易的做出一些漂亮的成果。但是个人觉得经济学的思维和分析方法可能还需要统计学的学生进一步的适应。至于金融,可能对于数学背景的同学更为简单一些,因为里面对数学的要求远胜于经济学思维。由于我个人非金融学专业, ...
总算是熬过了这异常忙碌的一周,纷纷扰扰的事情压得我喘不过气来,最后难得可以安安静静的坐下来,打开书,品读。 周一的时候听了彭实戈老师的一场讲座,关于《金融中的风险度量》的问题。和以前的讲座同样,官方新闻稿有很多,但是我还是乐于在这里说说自己听讲座的收获。不得不说,彭老师确实是个大家,深入浅出的对于“非线性期望算子”的讲解让我对这种思想深深沉醉。说来惭愧,在山大待了这么久,居然都不知道彭老师具体是弄些什么的。我不想说太多恭维的话(别忘了诺贝尔没有数学奖),只是我觉得一种思想的提出远远比现实中的应用难得多。没有长时间的积淀,怕是难有如斯的见解。 还有就是很喜欢彭老师说到的一个词儿:dirty work。现在dirty work实在是太多了,比如今天晚上把我整得昏昏欲睡的某个讲座,乱七八糟的大杂烩,如果非要评价什么,那只能说“这篇论文确实用了大量时间”。不想提了,实在是无聊。 iid是一个很有趣的东西,中文译作“独立同分布”。彭老师所做的,就是放松了同分布假设提出一种新的“中心极限定理”,我想这个若是普及开来,对于相关的学科,比如计量经济学,影响将是巨大的——正如彭老师本人所说的“革命”。我只是想知道对于独立这种假设,有没...
Today when I was checking my emails, I noticed one ad from The Wharton School of the University of Pennsylvania. There was no doubt that it is the most famous business school throughout the world. But in fact, at the first glance, I didn't realize that it was Wharton. I just thought that "oh, a [...]
...