坛友随机过程:大量的数学、物理学的方法被应用到经济、金融学中,甚至有些泛滥,脱离了经济金融现实问题的本身。在国外,是基于现实问题而衍生出方法论的创新,而在国内,这一过程被颠倒了。例如:阿罗不可能性定理是基于“投票选举”这一非常现实的问题,进行了数学的公理化定义。赫克曼的离散选择模型虽然对计量经济学作出巨大贡献,但是是基于对已婚妇女的劳动供给这一现实问题研究的基础上得到的。恩格尔的ARCH模型是来源于对英国通货膨胀方差估计的研究中得到的。这些定理、模型之所以能得到认可并被广泛使用,是因为他们解决了非常具体的经济学、金融学或实际问题,而不在于模型本身的复杂性。弗里德曼说过,一个真正的实证研究,是需要大量人员协作、经过长期努力,往往以专著的形式完成的。一篇文章的容量,很难实现严格意义上的实证研究。
提到模型的复杂性,非线性动力学中的分形几何和混沌也被广泛用于大量论文中,例如,北大陈平教授(美国物理学博士,ccer副主任)1987年曾在英文论文中发现“美国货币指数中存在维数为1.5左右的奇怪吸引子”,这个结论是否与“中国股市具有很强的波动聚集性和持续性”有点相似,但是这样的结论没有在学术上引起任何的重视,因为仅仅是“数据带入模型而得到的一些基本特征描述”而已,即没有任何经济金融理论层面的意义,也没有在解决问题的具体方法上有所改进(此改进不是指模型复杂性增加,而是指使所用的方法更便于解决现实问题)。
若说模型方面真正有意义的方法论研究,2009金融统计与金融计量国际研讨会中范剑青、严加安教授的研究具可以说有比较重要的意义。
财大统计,路在何方?希望鲁教授能够有所思考,认清不足,不断呐喊呼吁,而不是随波逐流,才能更好地促进学术发展。