Categories
经济、IT观察与思考

古典的因果到允许不确定性的因果关系

虽然知道自己写不好这个题目,但是还是想多少记录一下最近的一些思考。放在这里贻笑大方也无所谓,反正是自家的园子,来者只能客随主便。

这么多年其实做的东西一直没能跳出因果推断的这个小圈子。虽然知道自己的短板在哪里,也知道再不好好去突破那么天花板就挡在那里了。可能开始只是一个非常实用主义者的角度,不是特别关心哲学层面的限制。到后面做的越多,知道的越多,对这个领域的敬畏也就越深。到现在,虽然每天因为工作的原因,还是会跟不熟悉这个领域的人一遍遍灌输因果推断的基本想法和重要性,但是自己其实知道我可以脱口而出的那些套路背后有多少隐藏的假设。稍稍去深思一下那些假设,有的时候也知道很多东西其实并不是站得那么牢靠。

我其实在过去的很长一段时间都怀着对统计意义上因果推断最底层的怀疑:这真的是科学一直在追求的因果关系吗?从开始学习计量经济学的时候,这一层挥之不去的“不相信”就一直顽固地存在着。当然,一开始的时候是因为知道的太少,只是本能地去抗拒一个不能融入我直觉的思维方式。一晃过了十几年,我终于有勇气再去翻看当年写下的无知者无畏的文字,还是挺有意思的。当年没有得到太多的现实应用的锤炼,居然可以在一定抽象的层面来思考这个问题,还是一番挺有意思的大脑锻炼。现在经手了这么多现实的案例,回过头去再看,当年的感悟虽然有灵性,却没有根基。

前段时间给统计之都写了一篇概述因果推断业界应用的科普文,题目起的很大,写起来也让我诚惶诚恐。其实也有跟编辑们讨论过题目是不是太猖狂了,后面大家觉得还好,就这么留下了。不知道有多少人注意到,其实我在里面非常小心地写了一个“限定句”,“这里的 ‘因果’限定为统计意义上的因果效应”。这一句一定要在一开始就写,因为我只能在做出这个限定之后,才能流畅地在一个给定的框架之内写下去。读者们不一定能感觉到作者心里的微妙情绪,但我没法自己欺骗自己。最后一段,我试图跳出这个限定,提到了“个体处理效应”,然后心里仿佛又有一口大钟撞来撞去,不敢再胡扯下去,旋即收笔。一篇不过几千字的文章让我如此胆战心惊,可见背后的思考是让我如何地坐立不安。

那么到底是什么让我如此的忐忑呢?其实就是“因果”这两个字的定义。说到因果,最符合我直觉的就是古典物理或者化学意义上的因与果,比如牛顿力学,比如氢气在氧气中燃烧变成水。这些都是可以用优雅的数学公式直接而具体地刻画的,好似真理一般,让人没法质疑。更让人笃定的则是,这些都是可以被实验验证的。虽然后面知道,古典力学只是在一个局限的环境中才会被遵循的物理定律,化学元素之间的反应也是限定在某些条件之中的,但这仿佛并不影响我对于这种非常机械式的因果的信仰。但问题在哪里呢?数学公式的局限在于,它需要一套假设和公理体系。当这些假设不成立的时候,这个看似精密环环相扣的因果体系就会土崩瓦解。数学家不会去验证假设能不能成立,他们可以得到一个理想条件下的真理,而应用者却不得不面对假设可能不成立的境况。然而我有限的物理或者化学训练并不足以告诉我,当这些假设不成立的时候,我们又如何去构造和验证一套新的理论体系呢?

从确定性到不确定性,其实是我在本科四年学习里面获益最深的一个思考范围的突破。概率论其实是一个非常强的对于思维方式的影响。这种思维方式的影响不在于记住了多少参数分布,而是在于它潜移默化地引入了一个新的假设:因果关系可以不再是一对一的、确定的,而可以是不确定的。这个时候,我们便可以借用概率分布来描述这种不确定性。这一点我其实在很长的一段时间都没有领悟到,虽然我可以熟练地推导各种利用概率来描述的公式。我其实特别喜欢问自己和问别人一个问题,什么是方差?很多人脱口而出,离中心点的距离(平方和)。然而细细想下去,比如我不断地去抛一枚均匀的硬币,每次的结果要么是正要么是负,那中心点的那个永远无法实现的1/2到底是什么?方差又是在描述什么?(想到这里,觉得哈利波特里面那个“九又四分之三站台”更加神奇了。)(另,后面看到一些脑科学的研究,说不确定性其实是对于人们认知的一个极大挑战,因为我们的神经系统从物理层面其实是不那么兼容不确定性的。人类做决策的时候其实是很难吸收不确定性的。)

从确定性到不确定性,其实也是很大程度上改变了我对于因果关系的理解。在确定性的框架之内,因果关系是不需要统计的(因为没有不确定性,我们不需要借助概率的语言来描述这件事情)。当我们放松了确定性这个假设,引入概率之后,因果便不得不被重新定义。我不知道自己花了多久想明白这一点,可能至少五六年的功夫吧(所以我硕士毕业的时候脑子里面对这一点还是一头雾水,虽然我已经天天在积极地讨论计量经济学上的“识别”(identification)这个问题了),而且每次都是一点点局部的进展,经过了很久的磨砺才愈见清晰。很长的一段时间,我是完全把这两种对于因果的定义隔绝在两个平行世界的,绝对不允许两者同时出现在我的思维框架之内。

好了,我现在仿佛终于打通任督二脉,就可以闭关修炼然后期待境界突破了吗?其实并没有。我这几年读了很多相关书籍,统计学的可能多一点,毕竟先要确保自己理解数学工具是怎么来严格地描述这个问题的。应用方面的也不少,主要是想挑战自己把现实和理论连接起来的能力,也便于理解那些抽象出来的框架和假设。然而最让我痛苦的瓶颈则是哲学层面的思考。我试图去读科学哲学,一遍遍,却仿佛还没有找到那个灵感突发的契机(eureka moment)。我试图跟别人聊,去倾听大家的理解,然而这仿佛是一个迷雾森林,大家都在一个特定的范围之内默默地停下了。有人或许试图找到在迷雾中前进的线索,却也是半途折返。我是一个很好的观察者和倾听者,却不是一个合格的冒险家,我根本不知道从哪里开始探寻。

最形象的联想就是在《荒野之息》里面走迷雾森林

有人说,经济学是社会科学之中的物理学。我觉得从面临因果推断这个迷雾森林的角度,经济学和物理学或许面对的是一致的挑战。物理学有些许进展,而经济学在蓬勃发展了半个世纪之后,却陷入了更大的迷茫(我觉得19年诺奖经济学其实某种程度上映射了大家对于这个问题的无能为力)。当应用学科止步不前的时候,大家在等待的或许是哲学和理论上的突破了。当然,我觉得其实我自己都没有窥得现在境况的全貌,只是隐约觉得,我离那个看不见的玻璃墙越来越近了。

(这篇真是的随便写写,大家尽情吐槽,也欢迎砸更多的信息和思考。)

Categories
事儿关经济

把结论假设出来?——记郁彬讲座

一如前篇日志所述,这次帝都之行最大的收获就是有幸聆听了郁彬大神(Berkeley统计系主任)的讲座——还是自由交流式的,让人受益匪浅啊。走出来第一感觉:我要去读Ph.D。

或许以前也说过,最佩服的人就是能 show the beauty of what he/she is doing 的人。我是个极度喜欢美丽的事物的人,不论是那个领域。只要让我看到事物的美丽,那么热情就随之而来,拦也拦不住。幸运或者不幸,昨天郁彬教授恰恰向我展示了这一点。5555,顿时热血沸腾,各种激动。强心针不能长打啊,我脆弱的小心脏真不一定承受的了啊。

郁彬有些很经典的话,摘录于此:

1. “我一直努力的目标,就是不跟我不喜欢的人在一起”。多么的洒脱!是啊,你永远不可能让每个人都喜欢你,你也没必要去喜欢所有人,更没必要讨好什么。做自己喜欢的事情、让自己活得开心,这样就很好了。

2. “经济学者要负责任”。无可避免的,提到了经济学(后面紧接着还提到了social network,连中两枪的我表示格外happy)。确实,一个经济学的研究应该更负责任一些,不要制定了一个经济政策之后,无论好或者不好,都没法评价。那么,这样的事情做下去没有任何的事后风险,确实是不甚公允的。对此,我表示深深的赞同,我也希望有朝一日的经济学研究可以更贴近社会民生、更好的服务于经济发展而不仅仅是某些IQ超高人群的brain game。而且,不仅仅是更好的应用,从theory的角度也应该给出更好的应用指导。

3. “最好的证明,就是假设和结论离得比较远,让人眼前一亮。要不,你干脆把结论假设出来好了!”。确实是,很多时候我们写paper,假设一大堆,尤其是理论经济学那边。是啊,你只要承认我的假设,后面的结论肯定没有问题。关键是,这假设有没有道理呢?如果假设完全是空中花园,结论再美好又有什么意义呢?另外,如果假设和结论就差那么一两步,这样的文章又有多大的价值呢?好的theoretical的文章确实应该是,假设和结论乍看不相干,然后通过巧妙的逻辑推导严密的证明出来。这才是有用的嘛。(话说,数学家们喜欢争执的是definitions,更严格咯)

4. “相关和漂亮,我可能会选择相关”。爱美之心人皆有之,郁教授也一直在强调 enjoy the process not the results,但是很多时候 beautiful researches 并不是那么容易就可以达到的。诚然,我最喜欢的research就是, simple and elegant,但是这样的研究从来都不会是天上掉下来的,一定是不断的努力最后得到的。因此,我这里姑且理解为不能“好高骛远”,很多时候还是要静下心来慢慢沉淀,一点点突破,聚沙成塔。研究考验的不仅仅是人的聪明程度,还有耐心和毅力。一切的美好都是值得等待的。

5. 交叉学科。关于交叉学科,郁教授说了很多。她给我们分享她自己的辛酸历程,这才是今天可以站在聚光灯下的源泉。Title不是决定性因素,但是有的时候为了达到自己的科研目标不得不曲线救国。否则,空有一身本事但是科研资源不会自己找上门来的。郁教授在美国数十载,一步一步都走得那么艰辛,果然通往成功的道路从来都不会是一帆风顺的。失之东隅,收之桑榆,谁也不知道今日的失去明天会如何的pay back,但也不必因为一时的得失过于欣喜或悲伤。这大概就是,不以物喜,不以己悲吧。人生是一场马拉松,每个时刻,大家都在不停的努力,都需要一直去努力。另外,领域的选择,确实没有任何“随大流”的必要。只有自己喜欢的,才能做的卓越。还是,

做自己喜欢的事。

超级喜欢郁教授的坦率、直接和真诚。对我们这些还在、或者刚刚迈出校门的孩子们来说,这样的交流确实弥足珍贵。从来没有一个环境会是完美的,只是不同的环境会在人生不同的阶段提供不同的营养。我多少觉得,自己离开学校来到industry一段时间,是非常值得的(无法判定对错),而一开始选择一份与人打交道更多而不是天天面对数据的工作,也是让我受益匪浅的。很多事情,都要一点点的慢慢积累,路还长着呢,何必心急。只要时间不曾被浪费,就好。保持一颗看风景的心情,无论身在何方。

Thank you so much, Prof. Yu. I will go back to school and continue my research dreams one day, and hopefully, that day is not far away.

Categories
事儿关经济

学经济和学数学的区别 [4th week, Dec]

原谅我这么一个最近忙于应付数学考试的人吧,要知道这简直是折磨的我快没人形了,尤其是从上海回来之后恍然间意识到自己只有不到一个星期就要面对接踵而来的数学考试们的时候,那种心力交瘁的感觉……以至于去资料室上自习的路上看到大一大二的孩子们快乐的边走边开玩笑,刹那间觉得自己好老,都没有激情做什么事情了。哎,想起来在上海换地铁的时候也是,中南的那些学弟们跑在楼梯上,而我只能懒洋洋的排队等着扶梯上下楼……真是岁月不饶人么?为什么心态一下子就变化了这么多……好悲哀的感觉。

最近总泡在数学里面,自然无聊之时有些感触,拿出来晒晒顺便证明我的思维还没死亡。下面是昨天晚上实在是被那门叫做“泛函分析泛泛学”的课折磨的脑子抽筋,面对一堆符号再也不反应任何东西的时候,随手写下的。话说陈老师那句“你先假设它为对的”真经典,我总是这么自欺欺人的把那些看不懂的证明“假设它为对的”强行背过而不是去理解那些逻辑了……

如题,写下的是“学经济和学数学的区别”。

  • 学经济学会让你对自己的智商越来越肯定,因为你会发现经济学的那些原理好神奇,一下子世界变得好单纯,好清晰,大家只是一堆效用函数;而学数学会让人越来越否定自己的智商,你会觉得这个东西简直不是人脑子能想出来的,尤其是实变函数和泛函分析那些BT的定理证明……
    推论1:学不会经济请去怀疑你的教科书和老师,学不会数学请直接检讨自己的智商
  • 学经济学的时候也会偶尔证明一下某定理,这个时候如果有什么不知道老师会很简单的说“这个是统计学中的结论”,然后心里默认这个结论是对的拿它继续往下证,然后发现一个看似复杂的定理很简单的就证明了——因为那些复杂的结论都已经在心里“被假设”为对的了;学数学要是证明一个定理,作者恨不得掘地三尺从最基础的公理开始证明,往往感觉到的就是“这不是显而易见的,还用证么”的东西却一遍遍的推来推去……
    推论2:经济中的创新很容易,假设XX加一个条件就是了;数学中的创新很难,因为加一个假设都是难上之难的事儿。
  • 学经济学,从初级到中级再到高级,就像是“盖房子”:初级告诉你基本的原理(搭架子),中级拿图形加深一下印象和定量分析(砌墙),高级则是引入更多的数学工具来严密的分析那些熟络到不行的结论(装修);学数学则是“拆房子”,先学学数学分析告诉你怎么把一个东西拆开来看(拆装饰),然后再学学实变泛函告诉你怎么去拆一堆东西(拆墙直到露出架子)。
  • 学经济就像是“久入鲍鱼之肆而不知其臭”,总在接触现实中的那些dirty data;学数学则总呆在“芝兰之室”,索性“躲进小楼成一统”,管他现实长啥样!
  • 学经济的处理数据是“逛超市”,拿到数据就把现有的计量模型拿出来翻翻,套进去一个个看看那个最好用就OK了;学数学的则是“定制式服务”,来了数据要根据数据的属性来设计模型,往往是一对一定制式服务,超级suit。

其实说来说去,都只是无聊之时的抱怨而已。无论是经济或是数学,都有一点科学的精神相通——追求简洁。希望能够以一根杠杆,撬动全世界——不过这样看来,数学的野心似乎更大些。

注:上述都只是玩笑之话,切勿当真。

At last,

Merry Christmas!
Categories
事儿关经济

强力工具、路径依赖与独立思考[10.6更新]

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:[cref %e4%b8%ad%e5%9b%bd%e7%9a%84%e7%bb%8f%e6%b5%8e%e3%80%81%e7%bb%8f%e6%b5%8e%e5%ad%a6%e5%92%8c%e7%bb%8f%e6%b5%8e%e5%ad%a6%e5%ae%b6]),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。但是“子非鱼,焉知鱼之乐”?我也不能强求每个人都在课余时间去扩充知识面,去体味社会的美好。我喜欢那些涉猎广泛的人,觉得把自己囚禁在某一学科是一种莫大的悲哀(参见:[cref %e5%b0%8f%e8%ae%ae%e8%b7%a8%e5%ad%a6%e7%a7%91%e6%95%99%e8%82%b2]),但是忽略了他们在其中体味到的我们旁观者难以感知的乐趣。

数学工具和成熟的经济学分析工具的强大,让我们在反复的训练之中固化了那些假设。比如经济学里对于理性经济人的假设,我觉得很多时候都不愿意去接受心理学对于人类行为的一些解释,毕竟这样子触一发而动全身。但是更严重的是,数理训练永远比经济学思维训练来的容易得多,至少我是这么感触的。而且数理方法是个捷径——从功利的发表论文来看。所以,一批又一批的年轻学者前赴后继的去追寻数理上的东西,计量模型越来越复杂,数学推导越来越抽象高深,用一己之力筑起了 “业余爱好者”和"专业学者"之间的高墙。

有的时候我们经常打趣而地说“经济学的现实解释力越来越差只是因为我们的假定和现实有距离”,但是大家 知道假定和现实有距离之后做的并不是研究怎么放松假定或者重新假定,而是怎么继续在这个假定上找到更形式完美的数学结果,然后掩耳盗铃的说服自己说“虽然假定和现实有差距,最后的结果可能也会偏差不远吧”。这就比较可怕了,很多由此实施的经济决策反而适得其反。

越来越多的假定固化,越来越多的路径依赖,使得我们自由思考的余地越来越小。自然科学是建立在物质世界基础上的,一切的想法都可以在实验室中得到证实或者证伪。但是社会科学,却没有这么优良的实验场,故而只能通过经验主义——即以过去来推断未来,用统计学来推断因果关系(参见拙作:[cref %e7%bb%9f%e8%ae%a1%e5%ad%a6%e5%92%8c%e8%ae%a1%e9%87%8f%e7%bb%8f%e6%b5%8e%e5%ad%a6%e7%9a%84%e7%a5%9e%e5%a5%87%ef%bc%9f] )。这不是经济学家的无知,而是无奈。

我们现在学习的主流经济学有着完美的,或者说成熟的数学分析工具,但是他的思考本源无疑是建立在自由市场经济上的。“看不见的手”理论将市场描述成一个完美 的、神奇的自动运转机器,就算放松假定提出“垄断”等市场结构,也是不够的。我只是在想,一年又一年的接收着这样的训练,怎么能够保持我们大脑中对于经济 学本源的思考,怎么能够跳出路径依赖和思维固化的框框,站在更高的高度上,一览众山小?今天晚上去上课,零零散散的教室里面只来了十几个人,却是难得的和老师交流的好时机。余东华老师在我看来是一个思维比较开阔的老师,跟他说这个问题,他也只是在一再的感慨“确实能把国外的经济学应用并创新的人很少”,却没有得到我想要的答案——怎么在学习主流经济学的时候保持应有的独立思考。

我很迷惑,学的数学越多,感到经济学技术层面的学习越容易,越迷惑。一步步看自己的manuscripts, 越来越感觉到自己思维的拘束,缺乏高度、难以顾全大局。一边是知道数学对于经济学成长的重要性,所以格外奋进的学习数学;一边是越来越囚禁在分析工具里 面,跳不出来思维的陷阱和框框。这对于经济学这种高度依赖对于经济社会感悟力的社会科学,实在是非常的麻烦的。数理技术的应用符合了现在学术发展的潮流, 所以备受追捧,或者说是生存必须。但是我却不希望在这样的潮流中,丢失了自己的思考。“赶热潮的人,那多得很。甘心坐冷板凳的人,却不多。[cref %e6%88%91%e4%b8%8d%e7%9f%a5%e9%81%93%e2%80%a6%e2%80%a6]”季羡林先生的话一再的回映在我的脑海里面,深刻的警醒着我。但是,虽有这般意识,却不知道如何静下心来,如何沉淀下来。

也许这就是年轻的弊端。思维太简单、易浮躁。但是,时不我待,如何才能平衡?
也许,路漫漫其修远兮,唯有上下而求索。

[Update:2009.10.6] 延伸阅读:《工具化对经济学有利还是有弊?》,来自聂辉华的博客