|
首先，非常感谢楼主帮我们理清了经济学和数学的关系，读完让人有一种醍醐灌顶之感。对于随机分析对未来金融学的意义认识也非常得独到，让人佩服。对于一直金融和经济学的人来说，楼主的本科数学背景也真是让人羡慕。第二，可能因为楼主是数学出身，有些看法似乎有些偏颇了。我觉得数学只是工具，推导是经济学的论证和思维训练方法，但是不是目的。我高级宏观学的是罗默那一本，书中序言反复强调，动态模型和模型动态不是重点，推导和数学不是重点，重要的是经济学含义。如何运用经济学模型和理论去解决理论甚至是实际问题，这个时候经济学直觉和思维训练的重要性就体现出来了。让梯若儿教授就是一个典型的例子，由于是数学博士背景的经济学博士，他在推导上自然没有问题，而真正让他出众的是他无人可及的经济学直觉，在数学模型游走之外又能将数学与经济完美结合。非天才的人的精力是有限的，如果大家能将数学精通之外再去钻研数学那自然是好，但是数学精通可能就已经花费了我们一辈子，甚至还不一定能完成。因此，经济学生多一些数学能力肯定好，但是不能陷入推导和数学之中不能自拔，更多的精力还是要放在钻研公式和数字之后的经济学含义。
第二点，我也同意计量经济学是经济学和数学共同指导下的学科的观点，数理统计工具的应用使得经济学得以进行实证以及成为一门更为精准的学科，但它的每一个结果和公式都有相应的经济学解释，不应该将其归于数理统计的一个分支，而应该是经济学的一个分支。
第三点，算是我向版主的一个提问，值得现有的学习经济学的人思考。经济学的理论创新领域，毫无置疑，将数理工具精通是在这个领域能获得建树的首要条件。但这个是大师的领域。对于国内大多数同行来说，做实证以及对理论和工具进行一些小修小补是大家的工作主线。甚至很多人只懂操作软件工具，点几个按键，看几个参考量，但是其文章可能也发了。我们当然鄙视这些水水的“混”学术的。可是，当我们掌握了F统计量怎么来的，能倒着将很多高级经济学的模型和公式推一遍，甚至是计算机或数学的出身，可以将经济软件的编程以及原理踩在脚下，可是我们还是有数学上不懂的，有结果的可靠性拿不准的，不敢说自己研究的数理过程是完全无懈可击的。或许，如果我们是天才，像梯若儿那样，用了八年拿下数学的本硕博然后再来从头研究经济学，就不会有这种问题，很有可能成为大师了？我想，不是的。很多经济学教授跟我说，你的经济学文章永远不可能无懈可击，只能是一种平衡。一篇经济学学术文章讲好了一个完整的学术故事，实现了原则性或者说严谨性与灵活性的平衡和统一，这就可以了。因为经济学不同于数学，他是研究人的活动，这就很难存在绝对的对的或者错的理论。那我们应该使自己具备怎样的数理水平来做经济学或者金融学的学术工作才够用甚至说最好呢？我想这是一个不断变化的答案，需要我们在实际的学术工作中去考量和把握。
| 
jg-xs1
京公网安备 11010802022788号
论坛法律顾问：王进律师
知识产权保护声明
免责及隐私声明
发帖
雷达卡
[victory]
