Category: 经济、IT观察与思考

Categories
事儿关经济 游来游去

潮流的味道

今天的日志可能有点琐碎，以最近异常的更新频率大家就可以看出来我现在是有多么的无聊了……终于冒险坐高铁回到了家，上车后依旧自顾自的倒头睡去，管他到底什么运气！这两周，彻底把各种交通工具都坐烦了，就差去青岛坐船了！

先说说上午的所见所闻。这是继两周前跟某公司探讨了一下可能的发展方向之后，第二次继续谈这个东西。这一次见到了两位经济学背景的人，说起话来也轻松一些，至少不用我去思考怎么跳过那些专业名词来用最通俗的语言解释一件事物。不过，有点小小的被考的感觉，三个人稀里哗啦的扔给我一堆问题，还好我乱七八糟的总能扯到自己知道的方向上去，一个P-A model还是可以拿出来撑撑门面的，哈哈。

总体上依旧感觉他们对自己想做的事情想法还不是很成熟，没有具体到某一个问题，只是模模糊糊的有一个大的方向希望能够有所突破。话说，白痴了我，世界这么小，Michael老师自然应该是拜访过那里的。我，我，丢人了先。然后被问到会那些编程、尤其是写过的程序最长有多少，当时我就石化了——我想，您不是打算找我来写代码的吧？想想自己简历上虽然罗列了很多语言，现在能捡起来马上用的大概只有C和PHP了，最多再加上一个SQL语句，如果R和Matlab都不算的话。这个，我表示极度的无奈——我认为自己的编程知识足够和coder沟通就可以了，最多写写伪代码，不需要我手动写程序吧？当时那个大汗淋漓啊！您要发挥一下比较优势是不是？

好了，说点要紧的。今天我们一直在讨论，这个到底怎么判断一个拍卖是否收敛到均衡。这个，确实是一个极度缺乏实际工作经验的人难以想到的问题。是啊，在实证研究中，我们往往假设这个东西已经处于均衡状态。可是到底是不是处于均衡，这有没有一个判断的方法？从均衡的定义上来讲，应该是一个收敛到一个点的过程，或者说“有一个不动的东西”。这个东西到底在现实中是不是像我们学习理论模型时候一厢情愿的那样相信一定有还是个问题，就算有，怎么判断？尤其是在一个动态的、有噪音的市场中。我还一时真没想到什么好办法，除了看一下收敛速度之外。至于不收敛是不是均衡就不存在，这个，我真的不知道……不收敛那么就发散？发散到正负无穷又有什么意义呢？顿时真的是毫无头绪。这里面还牵扯到一个竞标者本身所处的产业的发展趋势问题，想想就好复杂，动态的均衡可能是某些外生变量的函数，这么一来就更难以定量判断了……

还有一个比较好玩的问题，说的是这个市场中不断的有新的agent加入，而这些人可能缺乏对于拍卖机制的基本认识，所以他们便成了“搅局者”。这也是继承上次谈话中我们提到的“非理性”的问题。是啊，你有一个规则，但是大家不明白这东西应该怎么玩，那么再美好的结论也是白搭。嗯，我一直在想的是，长期中我们确实是可以假设所有的agent都通过学习了解了这个过程，但是长期有多长，经济学一般难以定量的给出答案；此外，如果有更多的搅局者在动态过程中不断的加入，那么怎么对付这样的冲击，呃，我也不知道。天，真的是理论和现实的差距好大，不做实务的人怎么会意识到现实中有这么多问题！顿时觉得自己枉读了一堆论文，还没琢磨明白怎么把behavioral econ和其他经典的微观理论结合起来，没有思路上的启迪啊。是不是应该发个email骚扰一下某些prof了……真的是才疏学浅啊！

嗯，大致想起来的最有意思的就这些，看来果然从现实出发是有很多东西可以细细琢磨的，且不是一日半日便可寻的上佳良策的。哈哈，果然学习到了很多东西，看来这次的北京之行又称得上是不虚此行！好多要学习的啊，弄得我一下子又想开始看论文了……sigh，难得的假期！

好吧，现在开始灌水。首先貌似搞定了Kindle的replacement，Amazon很爽快的答应重新给我寄一个过来，不过唯一的缺陷是只能寄到香港去～唯有拜托同学先收一下了。其实要不是一直在旅行、懒得打越洋电话，新kindle估计已经拿到了……amazon的效率还是值得赞一个的！不过继续等吧，嗯啊，至少最近是没的用了。话说，这个“卓越亚马逊”什么时候开始售卖中文版的kindle书啊？我等的好辛苦啊！今天又手痒痒买了一本 The Cathedral of the Sea（中译：《海上大教堂》），在巴塞的时候就一直想看而没找到的——西文版的看不懂，英文版的直接买好贵。于是就一直忍到现在。瞬间又想起来去年临走之前拿到的那本《费曼物理学讲义》，也要抽时间看完啊，各种无奈拖到现在……此外，今天很囧的发现在卓越买完书居然没法信用卡付账了——余额不足。天，我居然把8000的额度彻底刷爆了，真人品啊！各种检讨好了，回国之后的货币幻觉啊，总觉得什么都不要钱似的，虽然另一面也在抱怨什么都贵。这个，没想到高铁还是蛮费钱的说，有点小小的出乎意料。不过综合看起来还好，两周的时间大概在路上花掉三四千块钱，比巴塞还是便宜了许多。

最后感慨一下weibo这个东西。呃，众所周知我虽然有twitter但是基本上只是用作通知一下blog更新，还链接的是我的英文的blog……饭否也是很多年前玩的了，现在已然销声匿迹了。今天好奇心起，就开始各种人肉，欲多了解一些事情。果然不是很麻烦，就顺利的搜到了想看的人的微博（哈哈，照片好卡哇伊啊）。怎奈需要登录，于是乎费了好大劲终于想起来新浪围脖的帐号密码，真不容易！登上去，开始细细浏览，嗯，嗯，好像一切都在意料之中似的，没什么特别特殊的。最多就是满足了我一下好奇心，别的地方基本上搜不到什么相关信息。不写blog的人真的很难找啊！

周围很多人都在玩微博，我不知道自己是不是真的跟不上潮流了，一点都没有那种及时获得信息的愉悦感了，每天能例行的看一下新闻就算不错了。诚然我知道微博这东西很强大，但是已经没有任何动力去玩了——以这几天的blog更新频率来说，我大概已经把这东西当微博写了，除了长了些。想说的是什么呢，真的，第一不想被信息淹没，第二想静下心来写一点东西而不是一味的推波助澜。我想，这就是blog和micro blog最大的不同吧？大致说来，我是没有动力试水micro blog了——同样的还有一点比较庆幸的，在巴塞的这一年终于戒掉了手机依赖症。现在，我真的不希望我的手机可以用来上网，能打电话发短信就可以了！然后给我一个kindle可以看看书打磨路上的时光就好了（最多连连网看看google reader）。至于互联网，还是用电脑来应付吧。像我这种人最不能买的怕就是iPad了，要不肯定是难以离手的那种。网络越发达，还是越要给自己制造一点障碍来专心致志的做应该做的事情。不能总把自己淹没在信息里面，还是要知道究竟想做的是什么的（为自己最近笑话增多做检讨，煎蛋这种网站就是不能订阅的是不是？）！

还有一件很奇怪的事儿：学校的VPN在家里（铁通）能用，在北京的宾馆里就连不上，好诡异。VPN是用cisco客户端那种，不过不知道是不是因为服务器地址含vpn，所以直接被屏蔽了。一个需要用vpn上gtalk的人，真伤不起啊～还有各位，怎么把gmail的offline激活？今天本来想装gears，去官博看了一眼已然属于末日黄花了。Gmail直接告诉我我的浏览器（FF4）不支持offline，顿时晕倒。还请支招对策！这个gmail缓慢的登录速度我真受不大了了！

Categories
事儿关经济

小窥“高维数据降维”

算了，还是“一心只读圣贤书”吧。我觉得保险公司应该开发一个新险种：高铁动车险。你看我们坐汽车坐飞机都可以有保险买的，怎么坐火车的时候从来都没有这个选项？飞机的旅行保险貌似是细致到各种可能出现的事端，比如“晚点”、“取消”，那么高铁保险也可以以“停电”“雷击”“脱轨”等等名义来帮助消费者分担风险。最近看新闻看多了，弄得我这个在欧洲这么一个航班延误算是家常便饭的地方都不买保险的人，回来之后能买就买。说了这么多，我只是在小小思量明天应该怎么回家啊，这个高铁还敢不敢坐啊？查了查明天的高铁剩余车票，基本上京沪高铁都没怎么卖出去嘛！看来大家已经开始“用脚投票”了。

刚才在例行的看订阅的东西，就瞟见木遥终于更新了一篇学术日志：J-L 定理，以及为什么一个立方体相当于一个球壳。开始的时候没注意是他的，还在想谁能用中文写关于纯数学的blog；定睛一看之后，果然是木遥。这篇日志中提到的J-L定理，大致是：

Johnson–Lindenstrauss 定理是我在今晚的一个学术报告里听说的一个非常令人惊讶的定理。简单说来，它的结论是这样的：一个一百万维空间里的随便一万个点，一定可以几乎被装进一个几十维的子空间里！

本能的出于对中文写作的文献的不信任（无关作者国籍，只是说写作语言，中文论文噪音实在是太大了，甄别起来太费事儿），我顺手搜了搜，找到了一篇1999年的证明，上曰：

The Johnson-Lindenstrauss lemma shows that a set of n points in high dimensional Euclidean space can be mapped down into an O(log n=ffl 2 ) dimensional Euclidean space such that the distance between any two points changes by only a factor of (1 Sigma ffl).

到这里，基本和上面先引用的木遥深入浅出的解释一致了。Google scholar继续给力，一下子又看到了两篇应用这个定理的paper：

  1. Ella Bingham and Heikki Mannila. 2001. Random projection in dimensionality reduction: applications to image and text data. In Proceedings of the seventh ACM SIGKDD international conference on Knowledge discovery and data mining (KDD '01). ACM, New York, NY, USA, 245-250.
  2. Nir Ailon and Bernard Chazelle. 2006. Approximate nearest neighbors and the fast Johnson-Lindenstrauss transform. In Proceedings of the thirty-eighth annual ACM symposium on Theory of computing (STOC '06). ACM, New York, NY, USA, 557-563.

（还请大家暂时容忍我的引用不规范……不想开Zotero了）

第一篇文章便是应用了Random projections来进行降维处理，是一篇实证文章，比较了Random projections和其他经典方法的优劣，采用的是图像和文字数据；第二篇则是基于上面的J-L定理，发展出来的Fast-Johnson-Linden-strauss-Transform（FJLT）变换算法：The FJLT is faster than standard random projections and just as easy to implement. 看到这里，大致可以理解J-L定理的基本原理和相应的发展趋势了。当然，还有一些研究者在继续探究J-L定理的性质，比如这篇William B. Johnson , Assaf Naor, The Johnson-Lindenstrauss lemma almost characterizes Hilbert space, but not quite, Proceedings of the Nineteenth Annual ACM -SIAM Symposium on Discrete Algorithms, p.885-891, January 04-06, 2009, New York, New York。我就没有细细看此文了，以一个标题党的眼光这篇文章大致指出了J-L定理（或者引理？）还不足以完美的勾勒Hilbert空间的性质吧。

关注高维数据降维，一者是最近貌似高频大规模数据处理很热，姑且认为这种需求大概是近十几年计算机大规模应用在各个行业的必然结果吧；另者巧的是最近google不是出了个新的图片搜索么，可以直接拖图到搜索框中。正好看到了一篇blog论及与此，好奇之下也就在关注google的算法：

When you upload an image to Search by Image, the algorithms analyze the content of the image and break it down into smaller pieces called “features”. These features try to capture specific, distinct characteristics of the image - like textures, colors, and shapes. Features and their geometric configuration represent the computer’s understanding of what the image looks like.

  • 对于每张图片，抽取其特征。这和文本搜索对于网页进行分词类似。
  • 对于两张图片，其相关性定义为其特征的相似度。这和文本搜索里的文本相关性也是差不多的。
  • 图片一样有image rank。文本搜索中的page rank依靠文本之间的超链接。图片之间并不存在这样的超链接，image rank主要依靠图片之间的相似性（两张图片相似，便认为它们之间存在超链接）。具有更多相似图片的图片，其image rank更高一些。

简而言之，Google不过是把图片的特征提取，从我的理解来看也是一种把高维数据进行降维处理的思路。

说来有趣，我本身不是一个学计算机出身的，虽然机缘巧合的在大学期间学了很多涉及编程的东西，但更多只是限于语法，还谈不上算法。总所周知，国内的算法和数据结构教材有够陈旧和不实用，所以当年算法就没学好……不过对于“时空复杂度”的基本概念还是有的。后来发现经济学里面居然也盛行编程，当然大多数是一种数值模拟的思路（计量除外）。只是这里大多情况下也用不到什么算法了，一个定理出来之后算法的思路基本就很明晰了，更多的只是在于如何更好地定义初始的数据结构，以及一些基本的小tricky的选择（比如是插值算法是牛顿插值还是其他）。另有一种感觉就是以现在计算机的高计算能力和大多数情况下经济学里面对于模拟的要求，根本不需要找个高效率的算法——大多情况下循环也循环不了多少次，计算机跑1秒和2秒的差别又何在？弄得我有时候就是偷懒，明知程序写出来很没效率，还是不愿把时间花费在思考一个更有效的算法上——只要找一台更好的计算机便是了嘛！于是在我的笔记本已然承载不了的情况下，开始折腾学校里面的计算机，哈哈。当然，已知的更好的收敛算法还是会考虑的，比如经典的"policy function iteration"和"value function iteration"……顿时想起当年严格证明前者的迭代结果和后者一样的痛苦经历……于是于我，心里便暗暗的有种感觉，算法不是学CS人的事儿，是学math的人的事儿……各种美妙的数学定理才是更好的算法的源泉啊。

另，木遥提到的另外的关于高维空间中大数定理的问题，也很有趣，值得稍稍琢磨一下。无奈我数学基础还不够，尚不能完全理解他说的那些东西，看来还是需要时日打磨啊。

Categories
事儿关经济

未知的价值

[在文章的开头，请容许我祝福一位高中同学及其家人。纵然世界是无常的、生命在某些力量前脆弱的不堪一击，但我们总是顽强的在跟命运抗争着。逝者已去，活着的人自当更珍惜自己的生命。]

今天经历了一个很有趣的环节，被问及我期望中的base salary是多少。我觉得有点出于职业习惯，我居然想到auction模型去了……记得有个model是说大家对于一个价值未知的东西竞标，比如说当年在东南亚一带有“剖石见玉”，很多人看中一块、一次便足够下半辈子的生计了，也因此有不少人宁愿冒险以求在逆境中翻身。后来常见的是南非的钻石矿，也是采取卖石头的策略，如果我没记错的话便是买家在购买之前并不知道里面的钻石成色如何。

同样的例子还有很广泛的应用在油田上，即竞标的人并不准确的知道标的的价值。刚搜了一下，发现这种拍卖被称之为“相关价值拍卖(common value auction)”，还有随之而来的“赢者的诅咒(winner's curse)”。有兴趣的不妨搜搜这两个概念，简而言之，它说的是：

In short, the winner's curse says that in such an auction, the winner will tend to overpay.

不具体的说这个拍卖模型了，说说我自己的亲身感觉。其实，我也不知道自己在劳动力市场上的真实价格应该为多少，但是市场的好处就是重复博弈，可以不断修正自己对自身价值的估量。再者，我也可以参照市场上既有的信息来做一个基本的估量，比如按照今天我们提到的，一个可行的参照是“欧洲经济学硕士”的平均薪酬，或者我可以参照欧洲对于经济学硕士的薪水，经过购买力平价计算一个我可以接受的价格。但是，这个东西又是因行业而异的，国内对于经济学背景（非金融业）的人能做的事情的检验还是不够，不像欧美似的市场已经趋于成熟，能做什么事、拿多少钱大都是已经被长期检验过了。而且我做的事情可能是没有多少人在做的，所以我自己也不知道能做到什么程度、能提供多少价值。从我的理念来看，我的价格必然是取决于我的工作能给公司或者社会带来的价值的，既然我本身对于这个东西都没有形成一个完善的预期，自然很难自我定价。这个时候，不如让市场来决定。

在我遇到的情况中，我的问题是这可能不是一个auction，或者说我也没有视其为一个auction。我是一家一家的去谈意向。更多的理念是，我相信我的pay off会是一个对我的价值的肯定，至少在长期它应该收敛到理性预期那里去。所以，既然长期都会收敛，那么短期内我可以放弃对于薪水的要求，更专注于我想做的事情。然后，一个竞争性的市场会告诉我我的价值到底在哪里，我对自己自然也能形成一个比较理性的预期。从这点说，雇佣一个经济学出身的人会比较有风险，如果我的utility function没有人情的因素的话，那么理论上我是会跟随市场走的。当然，市场有的时候并不是一定有效率的，或者我也不能这么短视是不是？一个合理的职业发展路径规划理应在我的选择中占据主导地位。换言之，未来更重要。

我在想，既然我都不清楚自己的价值，我也没有找到一个合理的模型来为自己定价，那么对我的雇主来说，他们也是在take the risk的。无论如何，我理应比其他任何人都了解自己，从这点来说我还是有信息上的优势的。虽然从agent-principal模型的角度，拥有更多信息的人会相对的得到一个信息租金，然后相比而言风险厌恶的人要为对方付出一个风险溢价，但与我来说这更多是一种静态的考量吧。我一直在想，我首先要做的，并不是面对潜在的雇主描绘一幅宏伟的蓝图，来吹嘘自己有多么大的价值。如果我做不好的事情（例如能力不及、知识不足），就算一时得到了一个岗位，很快的我也会在竞争中失败；相反，如果我可以胜任一个职位，那么在可以预见的未来内我的价值必然可以很快的实现，自然我也有了定价的话语权。从这点来说，在国内找工作真的是风险和收益并存：可以发现很多很有意思的岗位——在欧洲这是相对难一些的；但是，我需要花费额外的努力在证明自己、或者经济学的价值（感觉总体上现存的经济学的应用还是比较naive的……希望不是我的错觉），从这点来说我比如要放弃一些东西。

那么，我的问题就是机制设计：如何设计一个薪酬机制，来更好的分担双方的风险和收益。我不知道我现在的想法、或者说策略是不是最优，但是我觉得至少不失为一计良策：我来更多的承担风险，既然我有信心。一个较低的基本薪酬并不会成为一个问题，如果相应的flexible payoff有机制对应的话。当然，如果我要承担风险，我就要获得一个相应的风险溢价——当结果为优的时候，我需要得到一个更高的回报。我想这个应该是公平的吧？此外，如果考虑激励层面（虽然于我而言，既然要证明自身的价值，那么肯定激励不会成问题），无论是按比例提成还是share, options，对我而言都至少是激励相容的。

跟我现在选择的方式相对应的，还要有一个动态的薪酬调整过程。虽然说长期看来，我上面说的种种东西都会收敛，但是我还是希望面临一个较低的“制度成本”和“谈判成本”。竞争的市场有好处，它总会给你一个选项，可以在劳动力市场上更好的相互匹配；但是这样的转换自然是有成本的，无论是对我来说还是对我的雇主来说（我还是总是会想到“科斯定理”那里去的……）。这一点大概也是我甘心放弃一个short term benefit来换取更长期的有效机制的考虑吧。

从一个讨价还价的角度，每个人都希望bargaining power在自己这边，以换取更多的payoff。这当然是从纯理性的经济学角度出发的一个考量。于我而言，放开一切其他的暂且不论，我还是比较看重人的因素，这个可能是和纯货币角度的分析有所区别的。这也是我这一次有些格外的cautious，想更好的选择一个和自己更匹配的职位（自然是我会把我更感兴趣的事情做的更好）。我一向是比较讨厌优柔寡断的——有那个时间去想，还不如做好决定赶紧去做事。这一次或许还是时间上稍有些富裕，所以希望更多的搜集一些信息吧。没有选择是坏的——因为没有人可以回到原点重新选择一遍然后看看另外的结果。所以，我现在更倾向于最大化双方的利益吧——我到底能贡献多少，这个东西不仅决定了我带来的价值，也同时决定着我的价值。然后，相对应的，什么样子的机制是更有效率的、在实现我的价值的过程之中摩擦更少的。

好吧，我希望多多少少这一次经济学多少可以function well...看来还没有开始工作，我已经在实践中检验经济学理论了。我对经济学没有一种视之为“信仰”的态度，只是希望这种分析方式可以帮助我自己更清晰的看明白自己所处的状况、并帮助我更好的做决策。当然，如果结果不尽如人意，我也没理由去埋怨经济理论，只能怪自己学的不够吧。不过现实世界总是让人兴奋的——理论世界的完美是建立在一系列理想化的假设上的，越无暇、越无趣。现在我就已然在享受这个过程了，哈哈。

Categories
事儿关经济

批判性分析

虽然说我一直有保持一定数量的中文阅读，但是回来后还是明显的感觉到很多东西都显得陌生了。到家后终于有时间小憩一会儿，打开电脑认认真真的看一下报纸和杂志，尤其是后者，以知道这个世界正在发生什么。

Google Reader可谓是我赖以生存的阅读工具，里面搜集了比较对我胃口的一些文字。我不是很喜欢订阅纯新闻——大多数新闻看看标题不就知道啥事儿了么，要是真的感兴趣关键词扔到google news里面搜一下不就什么都知道了。相比而言，我更喜欢订阅评论似的东西——其中最合我胃口的东西，就是《南都周刊》。我也忘记了怎么发现这东西的，不过读起来一直觉得很舒服，就一直读下去了。

那天在北京，路过报亭的时候，才知道《南都周刊》真的是有纸质版的。我一直觉得这么有点“左倾”的东西，可能在市场上压力重重吧。《南方周末》已然好久没有看过了，不知道《南都周刊》和《南方周末》又是什么关系。

喜欢读《南都周刊》的一个理由就是，这东西是周刊，更新频率刚刚好——月刊太慢，注定只能谈一些深入的东西；日报太快，注定谈不了深入的东西。周刊大致是一种两者之间的平衡吧。有些时候，我把《南都周刊》当新闻看，也不过是草草扫过标题；大多时候，还是会静下心来单独抽一部分时间来看过所有的段落的，毕竟它很少让我觉得写的很无聊。

读的越多，尤其是读到牵扯到经济学方面的报道，感觉很多时候一种自然而然的批判性阅读就出来了。听百家之言，但是也不是尽信之。长久以来，多多少少的共识是国内有一批喜欢关注中国国情的经济学研究者，这是一件好事；这些人也乐于在媒体上扩大经济学的影响力，这自然又是一件好事。只不过，林子大了，难免有一些人说话的目的就是混淆视听，简而言之就是“屁股决定嘴巴”，为谁做事为谁说话。我诚然不是一味的附庸说“西方经济学”就是对的或者就应该拿来做标准衡量他们的言论，只不过至少我们需要在逻辑上自圆其说是不是？尤其是牵扯到宏观的东西，很多时候没有绝对的标准来衡量对错，这个时候能让人信服的言论必然是可以完整的自圆其说的。

相比而言，我越来越讨厌某些“专家”滥用经济学术语，来一味的煽动情绪。记得上几个月写论文的时候，总听到一个同学嘀咕说“大多数经济学家的文笔都很烂”，当然他是指的美国那边，“把有意思的东西都写的干巴巴的”。国内我不知道有多少人擅长舞文弄墨、或者有这个时间和激励去舞文弄墨，只是从我的观点来看，越来越难得看到一些客观的诚实的经济学分析了。这里有些原因是很多问题很大，不是一句话两句话就可以说清楚的，自然当我读到某些文章的时候会从某些角度argue一下，虽然不代表我自己知道这些问题的答案；另外的问题大概就是很多文章只是披上了经济学美丽的嫁衣。

不知道有多少人经历过GRE这么一个考试，其中AW部分，翻译为“分析性写作”，有一条可以被用作批判的理由就是“选择性样本”。很多人大概考完试就忘了吧，不会再去在意这种分析方式。我想说的是，如果你仔细看看现在的报道，大多数还是一种乐于选择一个极端样本来煽动情绪的。小概率事件发生了就发生了，但是不要一味的去强调和扩大嘛。除了一定的警示作用，我想不出这样的夸大意义何在。

总有人会留言或者email问我关于一些事情的看法，尤其是在某些经济学家放出一些惊人的言论之后。当然，首先受限于我自身的知识，很多东西我真的不知道答案。经济学虽然给我提供了一个分析问题的工具，但我还是倾向于不知道的时候就不说得太多为好。能说的只是，阅读的时候不妨保持一点基本的批判态度——但不是一味的否定，很多事情只是to what extent, it is right. 何必太计较绝对的是非。

嗯，如果让我推荐一下经济学博客，我看了一眼现在Google Reader里面还剩下的、我几乎每篇必读的只有郭凯经济笔记和都是骗银地。这两者风格不同，郭凯特别象是一派宗师，是难得的可以对宏观大问题娓娓道来的；兰小欢则有点剑走偏锋，喜欢研究一些有意思的小问题，有的时候亦能以小见大。至少，从长期来看，他们是有责任的在写博客的经济学研究者。如果不想看有些古老的一些经济学出版物，如[cref %e6%8e%a8%e8%8d%90%e7%bb%8f%e6%b5%8e%e5%ad%a6%e5%85%a5%e9%97%a8%e7%9a%84%e5%a5%bd%e4%b9%a6%e7%b1%8d%e2%80%94%e2%80%94%e3%80%8a%e5%bc%97%e9%87%8c%e5%be%b7%e6%9b%bc%e7%9a%84%e7%94%9f%e6%b4%bb%e7%bb%8f]，或者有点小偏的《魔鬼经济学》，那么这两位的博客还是值得长期一读的。

附带一条让我有点小高兴的消息：毕业论文拿了个A+（9.5/10）。记得去年毕业论文也是这个分数来着，但是相比而言今年的对我来说含金量更高一点吧。这也是这一年唯一一个A+，一般能拿个A心里就蛮开心了。在我离开学校的这一刹那，这么一个消息，多多少少是一种对于这些年来努力的小小肯定吧。

Categories
互联网产业观察 经济、IT观察与思考

经济学不是万能的

今天很开心，在北京停留两日的决策还是对的，见了两个非常有趣的人。其中一个是在读Ph.D，专做网络经济的；另一个是一个公司的team leader，谈了一些关于产业界的事儿。我现在是对于产业界格外好奇，特别想知道的是到底经济学应用到什么程度了。

重点说说第二个，至于哪个公司，没有征询过人家同意就暂时不明说了。我们大致说的是跟经济学里面的拍卖理论有关的东西，而且是拍卖理论在现实中的具体应用。比较出乎我意料，他的问题居然是“如何从一个均衡点跳到另一个均衡点”。呃，首先，我一直不知道原来在实践中是有多个均衡点的，一般经济学模型在模拟竞争的时候由于单调性等一系列假设，均衡很多都是唯一的（最简单的参见古诺模型）；其次，就算是有多个（收敛的）均衡点，想从一个跳到另一个（类似于某经济增长模型中的“低水平陷阱”，或者最简单的博弈论中的“box opera”模型），对外来冲击的要求也是比较高的；最后，也是我更倾向的一种观点是，这个均衡不理想（次优）可能是由于非理性预期导致的。然后，大致的思路就是，要证明均衡不唯一->确定不唯一的原因->针对原因做一个外部冲击或者政策调整。当然，从实践层面来说，只有数据能告诉我们真理（能做实验就再理想不过了）。计量经济学的用武之地啊！Frank兄你赶紧毕业来创造价值吧！（顺便我还把Michael老师卖了-嗯啊，您不是最近刚被MS录用了一篇这方面的文章么？我就姑且卖了一通。您能创造的价值肯定很大啊，不过这个市场需要培育，大家对于经济分析能带来的价值还是有点小疑虑的感觉。）

我拍卖理论学的只限于高微课堂上那些，大致也只是把经典的拍卖方式过了一下（纯属找理由为自己不全面的分析开脱，哈哈）；后来在motta的竞争政策课上，多少倒也涉及到了一点点bid的东西，但是看来理论模型还是把现实大大的简化了（话说，当他说到他们也有点“政府”的味道在引导/规制这个市场的时候，我瞬间觉得学的那堆竞争政策/反垄断的东西可以派上用场了。纯市场经济干预啊，还有各类竞争市场的分化机会，好有意思。不过稍稍有点不理解为什么他们有点倾向于培养几个大寡头-大多数经济理论中都是喜欢竞争者越多越好的，最好还势均力敌，那样会比较难以坚守“同谋”策略。这大致是一点实践和理论、长期和短期的不同之处吧）。呃，让我大有种“路漫漫其修远兮，吾将上下而求索”之感。不过，顺带想说的是，经济学绝对不是万能的。我虽然很开心的看到国内有远见卓识的一些公司在试图引入经济学分析，到底经济学能应用到什么样子还是个问题。我隐隐约约觉得，如果这家公司真的想在这里舒舒服服的利用经济学创造价值，可能它真的需要一个Ph.D...当时他问我到底master和Ph.D有什么区别，如果只说econ的话，国内的我不知道，美国的master参差不齐，欧洲的某些master项目还是有一些质量的，只是愿意离开学校暂时不读Ph.D的可能寥寥（除了像我这种脑子暂时抽风，就是不想读了，又不想进投行之类的人...）。当然我这里有给我自己的学校做广告之嫌，不过我们这一年上的就是Ph.D第一年的课确实属实，所以和Ph.D的差距就是研究经验和一到两年的topics级别的课程（还是可以归结为研究经验……）。

嗯，可能最近还会回北京一趟，如果能和他的团队一起聊聊的话，看看实践中到底有什么困难、有什么用武之地。哎，我发现一聊到经济学的应用我真的是挺兴奋的哎，学以致用哈哈！

最终的感觉就是，产业界其实真的挺有趣的……没想到这次回国可以见到这么有趣的人并与之详谈。大概很多学经济学的人都会很乐意看看经济学的应用到底有多大的价值吧，拍卖理论又是最直接可以见效的。美国很多产业里面都有经济学背景的人在做事，而现在看来国内的需求也越来越大。也就是说，不去银行保险证券那些金融机构，经济学也是越来越被认可的。意识到这一点，我真的很开心啊。没想到这次回国收获这么大，看来是有机会可以检验一下自己的经济学知识了。话说，下周去上海一趟，不知道来自于另外一个产业的问题和需求又是什么呢？被某人说的总是让我心痒痒的很，希望不是对经济学的过高期望啊。真的，真的，经济学不是万能的，它有自身的局限的；此外，我只是个master，有些活真的可能是Ph.D更能胜任……哈哈，还是先谈过再做个估量吧，我心里总是有点悬着的。