落园专注经济视角下的互联网 / Economic Observation of the Internet

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， ...

查看全文

现在越接受专业的经济学训练，尤其是很多工具性的训练（特别是数学工具），导致了强烈的思维上的路径依赖。这样的结果就是，看问题、分析问题越来越片面，角度越来越单一，难以从全局的高度去统筹考虑。 不得不说，数学学好了，会觉得这个工具实在是太强大了。像金融资产定价理论中著名的“马科维茨边界”从数学上看仅仅是个二阶距，还有拉姆齐使用动态规划解释存款和税收（参见：中国的经济、经济学和经济学家），很多很多简单的数学应用都对经济学的发展起了重要的推动作用。但是这样一来，强力的工具容易让我们忘记了经济学本源的思考。这就是非常麻烦的事儿。 现在越来越感觉到自己思维的片面性。自从读完了拉丰的《激励理论》之后，一说到一个问题，我条件反射的就会先去检验激励是不是出问题了。比如现在大学生教育体制，我考虑问题的角度都是怎么去激励学生，此时背后默认的假设就是学生都是好学的，只是制度有了问题。这样一来，无疑把这个问题片面化了，毕竟人和人的差异还是蛮大的，并不是每个人都以追求自我价值的实现为终身目标。我讨厌分数评价这个体制，每每看到那些一心上自习、只是为了从90提高到99分的孩子，都会感到悲哀，觉得他们忽略了人生太 多的美好。...

查看全文

我承认这个题目起的有点太大了，很可能超出了我的论述范围。不过媒体理论中总讲究一个吸引眼球，这也是很多我认为论述内容稍显肤浅的某些博客作者其文章却能得到广泛阅览的一大缘故——或许可以视之为包装。那我也不妨自大一回，吸引一下眼球。 想起来这个题目，是前几日着实无聊在清华听了一个Clark U的Prof. James Carven的讲座，针对新古典经济学的批判的问题。我真是脸皮比较厚，其实说是讲座，倒不如说是人家的暑期课程，一个教室就零零散散的几个学生和老师。然后我就光明正大的溜进去了，坐在那儿听起来了。最囧的就是教授问“Do any of you want to go to American Universities?”的时候，我就傻傻的点了点头，然后很窘的发现整个教室就我一个人有回应，因为我起初觉得清华想出国的应该是很多的啊……然后教授来劲了，开始一个劲儿的针对我，问我打算去哪里、学什么等等，我只能很窘的说我正在打算申请。然后他就开始给我一堆建议，从先破灭美国教育神话——也有一些一般的老师和无聊的课程，叮嘱我要努力的自己学习，知识是最重要的，有了知识就不会怕任何形式的考试；然后就是说起来华人在美国的地位，说他周围中国人很多，也很聪明，但是少有深入融入美国社会的；然后就是人身安全等等的...

查看全文