经济学大牛谈经济学学习.docx
《经济学大牛谈经济学学习.docx》由会员分享，可在线阅读，更多相关《经济学大牛谈经济学学习.docx（51页珍藏版）》请在冰豆网上搜索。
经济学大牛谈经济学学习
目录
被神化了的数学1
对经济学研究的思考4
关于计量经济学的学习经验6
经济学的系统思维9
经济学家的惑与不惑11
经济学、经济学家与经济学教育14
管理学方法与经济学方法的借鉴、融合23
经济学研究的“深”与“浅”34
规划你一生的学术历程37
中心学习三年点滴经验43
我是怎样研究经济的？
56
林毅夫论经济学方法59
被神化了的数学
前不久在图书馆见到一则轶事，说是美国有一次召集了一批著名经济学家与物理学家进行对话，结果双方都对对方的数学水平表示惊讶。
物理学家未曾料到经济学家竟知晓这么多高深的数学知识；而经济学家则惊诧于物理学家的数学学识竟是如此“贫乏”。
作为一个具有强烈数理倾向的经济学学生，初见此则轶事，蓦然地有一种窃喜，没想到作为社会科学的经济学在数学的应用方面竟已超过了一贯以严谨、科学著称的物理学，但事后冷静想想却不禁又有些怀疑。
众所周知，数学起源于簿记、丈量等实际工作，而其发展则是同物理学的发展分不开的，微积分的出现就是出于力学发展的需要。
一个数学概念要想得到较好的接受，往往需要与一定的物理实体相对应。
不可否认，数学也有其自身的发展逻辑，并且经常领先于应用的发展，但物理学始终是数学发展最重要的思想来源。
但为什么会出现上述令物理学家和经济学家都感惊讶的结果呢？
这就需要仔细地辨别一下数学在上述两门学科中的具体应用情况。
在回答以上问题之前，让我们首先考察一下当前数学的主要组成部分。
我认为数学可以从学习的顺序上分为初等数学和高等数学两大层次。
其中初等数学主要包括一般数系的基本知识以及初等代数和几何学，另外还应包括基本的线性代数和概率统计知识。
而高等数学则可分为分析学和现代数学两大类。
其中分析学主要是指微积分以及相应的一些基础问题。
而现代数学则主要是指抽象代数，即对群、模、环、域等基本代数结构的研究，以及点集论、拓扑学和一些前沿专题，如分形、混沌、小波分析等。
现代数学可以说是数学自身发展逻辑的必然产物，是研究数学的数学，其特点是高度抽象化，较少与具体物理实体相对应，其实际应用一般不是显然的，也就是说理论往往领先于应用。
应该说初等数学是其他所有应用的基础，是各个学科都应掌握的基础知识，而物理学对数学的更深入应用则主要集中在分析学方面，诸如复变函数、傅立叶积分、泛函分析等。
而经济学对数学的更深入的应用除了基本的微积分知识外，还包括点集论、拓扑学和凸规划等现代数学的知识。
但是否因此就可以认为经济学中的数学应用已超过了物理学了呢？
其实不尽然。
诚然，经济学所涉及的数学知识的范围似乎比经典物理学广，但这只是一个广度与深度的区别，而从艰深的程度来说，并不能认为现代数学在经济学中的应用已超过了分析学在经典物理学中的应用。
事实上，现代数学的概念在现代物理学，如量子力学和相对论等方面的应用也是相当普遍的。
现代数学的许多概念和分析学是平行发展的，并不存在谁是谁的先修科目问题。
现代数学的学习从理论上说只需要初等数学的知识和良好的抽象思维能力。
他更注重数学修养的培养而非实际的应用技能。
适当地学习一些现代数学的知识对于进一步学习分析学将是受益菲浅的。
之所以认为现代数学艰深的原因不外乎两个：
一在于他的抽象性，而另一个很重要的原因是因其未被纳入常规的教学体系，也就是说人们缺乏系统学习的机会。
中国过去由于意识形态方面的原因，将马克思主义政治经济学（或者说是前苏联的那一套政治经济学）绝对真理化了，而对西方经济学采取完全抵制的态度，偶有介绍，也只是作为批判的对象。
改革开放后，客观上产生了学习西方经济学的需要。
而西方经济学这几十年的发展，尽管也有一些不同的声音，但总体趋势就是形式化。
这必然会对国内的传统观念产生严重的冲击。
中国过去由于实行文理分科，文科学生的数学素质普遍过低，而经济学又一向被划入文科的范畴，以致于在进一步深入学习西方经济学的过程中遇到了难以逾越的障碍。
人们在对待一个不熟悉的事物时往往容易采取两种极端的态度。
第一种态度就是竭力贬低它。
中国过去由于传统的政治经济学力量相对强大，权威们（既得利益集团）出于对自身地位的担忧，就采取了这种态度。
那时的西方经济学被认为是庸俗的经济学，是应该批判的对象，而数学作为其分析方法则完全是为了垄断资产阶级的利益服务，被斥为是掩盖西方经济学庸俗本质的一种工具。
因而不去学习其技术细节。
这在很大程度上使我们对西方经济学的介绍始终停留在一个肤浅的层面，被其表面的诸多流派所迷惑，阻碍了我们对西方经济学本质思想的吸收利用，使大学的经济学系成了一个缺乏自身明确方向的专业。
随着社会主义市场经济体制的确立，在对待西方经济学的态度方面也有所转变，庸俗的提法已很少出现，而对数学则采取了一种折衷的态度，既承认它是一种有用的分析手段，但也反对将其过分抬高，要看到他庸俗的本质。
总之数学只是一种需要时可以加以利用的手段而已（不懂得真正去爱，又怎能真正得心应手？
）。
一般来说，中庸之道总是没错的。
但对中国这个在经济学方面长期缺乏严密逻辑传统的国家来说，一定程度的校枉过正应该是必要的，现在在青年学子中间已经产生了强烈的数理化愿望，这在一定程度上也是出于更牢固地确立经济学学科地位的需要。
但文理分科的后果并不是能马上消除的，旧有的教学体系也不是能在一夜之间改变的。
现在中国经济系的学生多数都缺乏足够的数学训练，而在研究生阶段也不可能系统地开设那些必要的数学课程，并且更重要的是，缺乏足够的能够教授数理经济学的教师队伍，这就使得学生们显得无所适从。
作为研究生，由于数学的限制，往往只能学习一些国外本科生所用的中级教材，而一些经典的文献都难以阅读，于是第二种态度产生了，那就是对数学的过分崇敬乃至畏惧。
数学在经济学中的应用被人为地夸大了。
正如前面所分析的，数学在经济学的应用并不如通常所以为的那样艰深。
事实上，即使在《美国经济评论》这样的刊物中，90%以上的文章也只是用到一些简单的数学模型。
在经济学中应用最广泛的数学知识就是微积分中的极值原理，即通常所说的一阶和二阶条件，这对每个经过大学训练的人都应是不成问题的，只是由于经济系的学生平时使用数学的机会较少，因此看到满眼的积分微分符号，就会有一种本能的“畏惧”，事实上，只要硬着头皮耐心去读，一般都是能读懂的。
真正令经济系学生感到头痛的是那些以前所未曾接触过的概念：
如消费者行为中的非线性规划、一般均衡与博弈论中的不动点定理，分离超平面以及宏观经济学中经常会用到的随机过程、变分法等。
这些概念从纯数学的角度来说其理论基础或是证明过程都是非常高深的，但对于应用目的来说，其逻辑一般都并不复杂。
就拿在描述经济学的数理化程度时经常被提及的不动点定理来说，排除数学证明上所要求的严格性，其逻辑是很容易理解的：
一个经济系统可以看成是一个函数，它以上一阶段的运行结果作为本阶段的输入并将本阶段的输出作为下一阶段的输入，那么所谓的一般均衡状态也就是输入等于输出，从而整个系统的运行状态保持不变的状态，而这很自然地对应了数学中的不动点定理，即在有界凸集上定义的映射到自身的连续函数f（X）中存在不动点，使得X=f（X）。
因此，只要适当地开设一些分析基础的课程，或者自己静下心来学习一、两个月，很多概念都是能够澄清的，从而为今后的进一步学习打下良好的基础。
当然，不可否认，在经济学中也确实存在一些难以在短期内掌握的概念，但这些一般都不是主流，根据经济学的基本定理，他们是边际收益递减的，并不会影响大多数内容的学习，况且，在需要时花上一定精力去掌握它们对于高层次的学习也应是必要的。
另外，学习数学其价值决不仅在于实际应用，他更大的价值在于对逻辑思维和分析能力的培养。
因此，学习数学应该抛开实用主义的利益导向，而将它作为基础素质的训练来学习。
其实真正危险的倾向在于为了掩盖自身的不足或是抬高自己的身价而有意无意地过分夸大经济学中数学的高深程度。
遗憾的是，这种情况已经发生，数学已成为一种装饰，一个炫耀的资本。
数学可以成为一个进入壁垒以抬高经济学学科的地位，保护已在圈中的既得利益者。
数学基础差的人可以通过夸大数学的难度来为自己开脱并赢取他人的谅解，有时甚至还能产生自豪感。
而数学基础好的人则一方面可以将其作为炫耀的资本，另一方面必要时也可成为自己对经济的本质问题缺乏理解的挡箭牌——我就是在搞纯理论研究，我就是在玩数学。
总之，数学不应被神化。
要想使数学这把利器真正为我所用，就应首先将它请下神坛。
对经济学研究的思考
2001年3月8日，《世界经济》杂志编辑部的何帆博士做了《从国外研究机构看经济学方法论》的学术报告。
何帆博士全面调查了5个国际知名研究所近2年来发表的工作论文。
这5个研究所分别是：
美国国家经济研究所（NBER）、美国国际经济研究所（IIE）、美国哈佛国际发展研究所（HIID）、美国卡托研究所（CATO）、韩国对外经济政策研究所（KIEP）。
何帆博士首先总结了实践中的经济学方法论：
1.方法论个人主义：
分析单元细分入微，以尽量寻找微观基础。
如传统上通常把企业作为最基本的分析单元，但后来有人又将企业细分为管理者和工人等，由此衍生出产业经济学等。
2.一般均衡方法：
“一般”或“局部”均衡法适用的对象并不完全相同。
一般均衡法适用于市场体系较完善情况下的社会政策研究。
3.定量研究法：
社会科学（包括经济学）研究的是统计规律。
在多数情况下，仅仅停留在理论推理层面的研究，往往因为没有找到确凿的证据而发展成术语之争。
定量研究方法却可以很好地克服这一缺陷。
4.案例分析法：
中国经济学研究在方法论上面临的一大困窘是：
中国经济变化极为迅速，要求事物发展变化保持平稳状态的许多经济计量方法就不适合了。
案例研究却是解决该困境的方法之一。
5.可证伪原则：
科学的理论均可提出自己的假设，并用案例或计量等来证实或证伪。
6.应用研究的原则：
经济学研究本身就是一门应用性学科。
如果有人声称自己在从事经济学基础研究，那么他事实上很可能并不清楚自己究竟在研究什么。
结合自己的体会，何帆博士接着介绍了国外经济学家“选题的拇指原则”（Rulesofthumb）：
１．能够激发研究兴趣。
２．技术上可行：
即方法与工具的掌握与选择。
此处所称“技术”通常包括一般理论、具体的归纳或演绎方法、计算机软件、语言等。
３．时髦：
指论点和方法等要顺应现时学界的主流。
４．有重要的现实意义。
优秀的选题几乎都能很好地满足上述四个必要条件。
最后，何帆博士详细介绍了各种具体的选题方法。
这些方法包括：
1.从特殊到一般的方法
通过具体的案例研究，试图解答一般性的理论问题。
如《金融部门在转轨国家中经济增长中的作用：
对乌克兰银行体系的案例研究》、《论农业国家的可持续增长：
圭亚那案例研究》、《在结构调整时期控制通货膨胀：
赞比亚的案例分析》。
2.从一般到特殊的方法
以具体现象检验一般理论，通常会兼用案例分析法和计量分析法。
如《失落在热带的斯帕尔托-萨缪尔逊定理：
1976~1994年间哥伦比亚的贸易自由化与工资》。
3.理论综述
梳理现有各种研究方法，评论各种方法的优劣，提出统一的分析框架，指出未来的研究思路。
如《经济增长的决定因素：
多国经验研究》、《货币政策的作用》。
4.几种定量研究的思路
4.1寻找多元的决定因素，甄别各决定因素之真伪。
如《发展中城市汽车行业所有权的决定因素》、《教育与收入：
台湾1978-1992年的性别差异》。
4.2测算出具体的程度，将争议问题尽量置于实证研究的基础之上。
如《收入不平等：
地区经济发展程度的差异》。
4.3定量地研究经济现象之间的关系，如《测量实际汇率与出口的关系》。
5.寻找不同社会现象间的联系
为此，需要培养对相似事物的敏感性。
如《欧洲的失业率是否提高了美国的工资水平》（由于经济相互依赖程度的提高）、《法律与金融》（由于社会体系的统一性）。
6.Documentation
基本要求：
资料收集要全面，事实认证要准确。
其中对事实的“准确认证”最见功力。
记录的目的至少有两个层次：
（1）弄清事实。
如《终身雇佣制度在日本的终结：
从全国调查和田野调查得到的证据》。
（2）找出原因。
如《非洲贫困的来源》。
Documentation的主要方面包括：
（1）对某一时段的制度变迁做出记录，如《从军人执政到民主政体：
20年来智利的经济政策》；
（2）对某一重要现象或某一代表性部门做出记录，如《印度的软件工业：
案例分析》。
7.寻找新的角度
如《资本流出自由化能否增加净资本流入》、《哈萨克斯坦的石油财富帮助还是阻碍了其转轨？
》。
8.提出现实中的新问题
这些新问题可能是新近出现的“新”问题，如《国际视角下老龄化社会的政策》；也可能是早就存在但一直无人研究过的“新”问题，如《坝址选择的资源成本、移民成本和政治约束》。
9.标题要吸引人
如《我们已经准备好对付使用大规模杀伤武器的恐怖了吗？
》、《印度是世界超级大国：
改变华盛顿的短视政策》、《绿色战争：
把环境恶化作为国家安全问题将危及和平与安全》。
10.提出谜题或悖论
经济学中不乏以此方式提出新理论的实例，如特里芬悖论和列昂惕夫之谜等。
类似选题如《股票市场对失业消息的反应：
为什么坏消息对股票却是好消息？
》。
何帆博士还特别推荐了相关参考书《应用经济学方法论》（[美]唐·埃思里奇，经济科学出版社，1998年6月）。
关于计量经济学的学习经验
首先声明我的观点，计量是工具也是理论，它不是普通计算机软件，不懂背后的道理也可以用，我个人强烈反对不掌握扎实的理论就去“应用”计量经济学，那绝对是强奸数据。
本人学习经历：
读过大多数国际流行的各种“级别”的计量教科书（除了HAYASHI那本，没借到），熟悉SAS，做过大量计算机练习，“蹂躏”过不少中国的数据，现在读paper，参考手册。
开始篇（不是入门，那是很往后的事情了）
个人认为只有wooldridge那本书是值得反复读的（是那个初级本，国内译本也很好），古扎拉弟就算了，很多理论上的原因大家学到后来就明白了。
古的书我读了两遍，现在早就扔了。
但现在依然常常翻阅WOO.对于开始的人，woo书上的海量例子太宝贵了，而且绝大多数取材于著名论文，值得仔细品味。
学习方法：
用随便那个软件（我用SAS）把书中的例子几乎全部做一遍，知道你用的软件所报告的结果中那些重要的东西是怎么来的（不用知道的太精确），该怎么解释。
――书上后来那几章不懂也没关系。
数学要求：
基础数理统计学（就是一般初级书上附录那些内容），不用懂大样本理论，知道有一致性这个概念就行了，并且记住它是计量经济学中几乎唯一重要的评价统计量的标准。
什么无偏啊有效啊都几乎是空中楼阁，达不到的标准。
忠告：
1、别管Rsquare，几乎不用管多重共线性，知道异方差和自相关的概念就行了，知道大概怎么诊断，至于纠正嘛，不用太在意。
不过对于GLS还是要有个认识。
2、对于简单二元模型中OLS相关的重要推导全部背下来，不多，但很重要。
3、这个阶段不要陷入公式推导。
4、如果你是初学者，不要指望把woo的书处处看懂，差不多就行了。
5、可以拿中国的数据“蹂躏”一下。
入门篇
数学要求：
矩阵，大样本理论稍微再难一点的统计学
矩阵书很多，GREEN附录也可以（推荐Dhrymes--mathematicsforeconometrics,这本书对大多数人来说需要看的也就大概三四十页吧）。
大样本理论有难度，需要做比较严肃的准备，有比较好的概率背景的同学大概也需要时间来适应其中繁琐的推导，white---asympotictheoryforeconometricians前三四章是值得花时间的。
数理统计学教材多如牛毛，不说了，大致GREEN附录的那些内容是要了解的（尤其MLE）。
教材：
买一本GREEN的书放着，看完附录就算了，可以以后时不时的查阅其中其他内容。
读过这本书的同学我相信会有很多人认为它是不值得通读的，没有重点，全面铺开，很恶心的做法。
而且这本书例子不多，实际上我认为思想也很肤浅，没有着重捕捉回归的思想，计量模型中的因果含义等等。
建议：
读Golderberg（怀疑又拼错了）吧，个人认为和GREEN功力的差距是本质的，又短又好的一本书，某些地方值得反复读啊读。
起码他会真正告诉你OLS假设的含义，呵呵。
基本读完这本书之后，对计量差不多就有个认识了，可以真正开始深入学习了，wooldridge（2001）和hamilton的很多章节是必读的。
学到这个阶段的朋友就不需要我多罗嗦了。
估计手册和必读的精彩论文都已经有所认识了。
忠告：
1、要时不时的作个图看看，不看图（尤其是时间序列）是疯子的做法。
ARMA模型要玩熟，要不然总有一天你得回来重新再学，嘿嘿。
2、学好OLS的相关内容实在是太重要了，不要见了更高深的方法就以为OLS没用了，多学几遍OLS吧。
基本的矩阵推导要烂熟烂熟烂熟！
大样本的结论坚持都推一遍。
3、可以尝试着用计量了，记住如果你只有二三十个样本点，最好不要计量。
如果你有50个左右，解释变量别超过三个。
学得挺闷吧，JEP2001FALL整整一本讲计量应用的，全是顶尖大牛，每人讲一个方法，要求文章中公式不超过三个，巨精彩。
什么非参半参，GMM（wooldridge），IV（angrist@kruger）,VAR,GARCH（granger）,等等等等。
唉，太精彩了。
去看看爽一下吧。
□
不太明白为什么GREEN的书在国内被称做圣经，其实就是在AMZON上，这本书得到很多负面评价。
FumioHayashi的《Econometrics》则是好评如潮。
（Hayashi的书国图有，武大有影印版。
清华上两年上过洪永淼老师高级计量一的同学也有，可以COPY一下。
）
RussellDavidson,JamesG.Mackinnon的《EconometricTheoryandMethods》也是一本使用比较广泛的教科书。
TakeshiAmemiya的《AdvancedEconometrics》出版于1985年，是一本广受赞誉的书。
ArthurS.Goldberger的《ACourseinEconometrics》。
Goldberger还著有一本初级教科书《INTRODUCTORYECONOMETRICS》。
现在中国的学生真的很幸运，因为很多的书在国外出版不久，就被翻译或影印到国内了。
比如两位时序领域的巨人JamesH.Stock,MarkW.Watson的初中级教科书IntroductiontoEconometrics，我先是看到上海财经大学出了这本书的影印本，接着又发现东北财经大学出版社又出版了中文版。
出版周期真的是很快。
有的人除了是好的研究者，还是天生的好的教科书的作者、好的教授。
比如已故的G.S.Maddala教授，他和古扎拉第都是印度人。
他写的初级教科书《IntroductiontoEconometrics》3rdEdition，个人认为要比古扎拉第的好太多了。
□
你说的那些书我基本都有接触，个人也非常喜欢DAVIDSON&MACKINNON（2004），很好。
对于想了解投影知识以得到回归的直观感觉的人，本书前2章是值得看的。
此外，由于是新书，本书把BOOTSTRAP方法贯彻始终，基本每一部分都有讨论。
但是这里申明一点，我个人在各种教科书上花的时间太多了，二楼说的都是好书，但是学完一本再学一本的方法是不足取的。
太浪费时间了，毕竟，计量终归是作出来的！
本人认为取其中之一二作为基础精读之即可，而woo和golderberger绝对是首选。
当认真学完goldberger后，进一步看哪本书实际都不费劲（除了时间序列需要花点时间），这个阶段该看论文和手册了。
对于MONTECARLO和bootstrap，我认为应该尽早接触。
经济学的系统思维
高斯九十四岁了。
最近动笔写一篇抨击经济学发展的文章。
他对这发展感到失望二十年了。
大师中可能布坎南骂得最厉害。
艾智仁、佛利民等比较客气，只说他们不懂新潮经济学在搞什么。
是不易理解的发展。
两个强烈对比的例子或可澄清一下。
一位朋友的儿子在美国某大学读经济研究院，学的微观经济全是博弈理论，什么需求定律、成本理念等一概不懂。
另一位朋友进入美国另一家经济研究院，微观经济的规定读物全部是我作学生时读过的。
那是四十年前。
换言之，这家研究院的老师显然认为四十年来没有什么文章值得读，就连区区在下的几篇得意之作也放过了！
一国之内，两家研究院各走极端，是否代表经济学迷失了路向呢？
批评经济学的发展容易，但要指出问题所在是另一回事了。
最近在这里发表《经济学需要学吗？
》一文，获得很大的回响。
该文提到经济学是一套系统看世界，指出这套思维不易在大学课程学得。
同学们希望我能详加解释。
想了几天，得到答案，也认为这答案可以解释为什么高斯等人对经济学的发展那样失望。
经济是一门实证科学（empiricalscience），以理论推出可以被事实验证的假说的学问。
这样看，经济的科学方法与物理、化学、生物等没有两样。
后三者被称为「自然科学」，而经济则是「社会科学」了。
要注意的，是在社会科学中，只有经济的科学方法与自然科学的完全一样。
方法一样，但实践的做法不同。
可不是吗？
无论是物理或化学或生物，学子从中学起就要在实验室作实证工作，不断地作实验，到大学到研究院到专业到退休为止。
天赋冠于人类的爱因斯坦，搞纯理论，早期也出自实验室，后来关注外人的实验成果。
爱因斯坦有资格搞纯理论，后来还是纯理论误导了他。
世间有多少人敢说自己有爱因斯坦的天赋呢？
经济学的困难，起于这门学问的实验
升级会员 