要求越高越沮丧

以下是引用le2005在2009-3-19 0:28:00的发言：
第一次回复：
是你不对！ 不要戴有色眼睛看老师，也不要戴天文望远镜看导师。（哎~~ 现在的某些小孩子，谁说“有教无类”？！）[em01][em18][em18]

第二次回复：
又到这个讨论空间来，收获很大。
31楼网友，我也看了那个访谈，关于中国农业剩余劳动力何处去的主题讨论很激烈，但似乎有欠深刻。不过，赫赫，宗某先生的脸谱竟数十年不变，也是难得的异数……
33楼网友，看到你推介的老同学的文章，十分高兴获悉其确切动向……看来，7年的人大生活对她的影响，始终是抵不上同样7年漫长的哥大政治学岁月的洗礼和洗脑；终于，她还是站到……那边去了，赫赫；但愿这位新科剑桥师者，有19年前“当年张爱玲”一半的人性光辉……

第三次回复：
初见楼主的帖子，只觉十分怀疑“有教无类”的教育原则。今天，却几可断言，的确有某一类人几乎不具备必然成材的可能。下午，与一个下属，某2005年以后毕业的北大哲学系硕士浪费了大量时间，仅仅讨论了一些关于工作分配的基础概念。这个奇特的经历，与楼主的奇谈怪论，有点“何其相似乃而”；而我，则深刻体会到，80后或90后的很多年轻人，对比成材的基本要求，所缺失甚多~~

具体到你的问题：
1 很多网友已讨论过：是你选择了导师，而非导师选择了你。因此，你不可以对导师基本研究领域以外的能力或其他资源提“非分”的要求。
2 不过是会摆弄一些三流盗版软件，也不必过于炫耀。某些所谓数理工具的作用不必过分夸大。（金箍棒在齐天大圣的手中，是擎天玉柱；而在一些小小蟊贼的手中，或只能制造一些“人渣”或“人肉饼”了……）以我的导师的观点，所谓计量软件/数量方法，不过是研究过程中一个嵌入的模块或必要/不必要的计算工具；执著于此，“往往”是通篇堆砌了一些无关痛痒的碎片和垃圾，浪费大量语言隆重推介出一道改头换面的数学题，作用一般“不是必须的”。 [em15]
3 对导师的态度。个人以为，年轻人不应过于功利，用人朝前，不用人朝后。论文答辩时才找到老师，平素不无来往，甚至不认识；知识水平往往很苍白，却对无端/无理动辄非议长者十分有天赋。与导师相处，应有个渐进过程，使导师充分了解你的为人和研究主题，逐渐支持你。（此外，从你叙述来看，你的导师应是位女士。以我所知，人大教授和副教授中，女士不太多；而少有的几个多是超级精英，并不弱于名气很是在外的男士学者；以经济学院和金融系所为甚。）而在论坛这样的完全公开场合，以某种用意非议一位女性学者，个人以为，非常不妥。而你隐含的对“所在学院的很多其他教授没有指导安排学生”的指责，个人以为也甚为不妥。（对老师对师门如此非议，用意何在？其实也会伤到自己；想想，正常人会在他人面前谩骂父母么？）作为对你几种不妥当的回应，我终于下了决心换掉80后下属，大约会在愚人节那天通知她；相信你以后一定会遇到类似的情况，祝你好运——（非我族类者实在不愿意浪费宝贵的时间；不过，在此前，我始终坚信和坚定贯彻“有教无类”，以及“不抛弃不放弃”的工作原则~~） [em01][em01]

这位朋友，你小觑数理方法是不妥的，主要因为你不懂数理方法，所以你才认为只不过是摆弄几下盗版软件而已。学了数理方法点皮毛的人，通常就会有种轻蔑数理方法的思想。数理方法不过如此，熟不知其理论之深厚，功能之强大，只不过你不会用罢了。就向你说的金箍棒，打鬼怪则可尽显威力，但你拿来砸核桃，估计，呵呵。。。中国的统计数据用计量经济学方法去检验，只能用“蹂躏”一词描述，没事了可以拿不同的计量经济学方法“蹂躏”玩一下，想得出准确的检验结果。样本数据至少50以上。中国改革开放才几年，统计数据的规范化发布才几年。以前我也是，学了学国内学者们写的计量经济学教材，那叫一个感觉自己牛呀，什么数据都拿来“蹂躏”，后来接触到了理论计量经济学，汉密尔顿的《时间序列分析》，我是数学系出来的计算机科学与技术专业本科，研究生阶段主攻数量经济学（多元统计、计量经济学、模糊数学、最优控制论、变分法、灰色分析、Markov链等等吧）研究。《时间序列分析》看起来依然很吃力，但凭借顽强的毅力，总算还是读懂了一二。之后，我再不用计量经济学方法写论文，“蹂躏”中国的数据了，太浪费了，大炮打蚊子。

[此贴子已经被作者于2009-3-20 0:11:43编辑过]

[此贴子已经被作者于2009-4-20 0:04:45编辑过]

[此贴子已经被作者于2009-4-20 0:04:12编辑过]

    le2005朋友，你文字功底不错呀！我是搞“符号”出身的，写不了你这么漂亮的跟帖，还忘见谅，只能就事论事了，当然我们的最终目标还是要帮助楼主这位朋友走出困境，找到硕士研究的方向，不然在这里讨论就没有必要了，完全可以去计量经济学版块或经济学版块讨论个人不同的看法了。之前呢我就喜欢搞那些“符号”，这也是没办法的事，至于经济学的理论说实话极为粗浅的略懂，除了罗默、索洛和卢卡斯的经济增长模型略知一二外，其他经济学理论由于读硕士时时间有限，而且将主要精力放在了数量方法的学习上，实在是没时间去深切领悟了。读汉密尔顿的教材，也是我读博士之后的事情了，读硕士就没有必要去搞那个了，浪费精力、浪费时间，找准自己研究的一个方向做好即可，至于为什么，两到三年的硕士教育估计是搞不懂的，也没必要，拿个文凭找个好工作就行了。之前曾为论证汉密尔顿《时间序列分析》教材里面的一个公式，而通熬几个礼拜，公式推导近百页稿纸。可想这些国外真正的计量经济学家是何等聪明，逻辑思维能力之强(如phillips)。最后，由于要做博士论文，所以我放弃了理论计量经济学梦想的追逐，现在搞管理研究，经济研究也基本不搞了。

    其实原本不想说这么多的，只是想劝告楼主自己多努力，趁在学期间多学知识（最好有针对性的，考虑自己日后的职业生涯规划），将来找个好工作，多多挣钱报答父母这些许年来对咱们求学的供给。也许楼主可以明白我的意思了，我其实比楼主还痛苦，我以前是搞数量经济学方法的，也算是搞经济研究吧（瞎搞，呵呵！），现在我博士论文正在做管理类的研究（就是纯管理的），每天看不完的外文文献，管理学家说不清的问题等等，管理这东西，谁搞谁都可以说话（反正又没哪家企业因为采纳了某个人发的某篇论文里的建议而遭受损失去上诉的），感觉说法太多，是不是专家都可以在那里发话，我那叫一个痛苦呀，可也没办法，谁让咱选择了这条路呢，路是自己选择的，就得勇敢的走下去。看着满案的管理类材料、电脑屏幕满屏的管理类论文，再看自己身后书架上尘封的计量经济学书籍、材料，难免潸然泪下。每个人都有梦，但在这个现实的世界里，我们可以做梦，但梦醒后，还是要回归现实的。

    我硕士阶段完全自学，那时很少和其他同学（他们天天在宿舍打牌，和他们没什么可讨论的）讨论，偶尔会向系里的老师们请教几个问题，其他时间基本都是自己拎个塑料袋子，里面放几本书，去上自习。当然，后来认识了人大经济论坛，对我帮助很大，人大经济论坛也就成了我的良师益友。所以楼主不必太悲观，自己找准方向努力做吧，要学会孤独呀！

[此贴子已经被作者于2009-3-20 3:02:28编辑过]

楼主，既然你不是人民大学的，还是在别的地方发这种帖子吧，不要让别人产生误会。

我就不说出你是哪个学校的了，劝你还是把这个帖子删掉吧，你在帖子中有意无意透露的信息，形成的误导，会使人民大学的一些老师和学生受到伤害。

lz写论文，跟您的导师有何相关？

我认识同学，写论文、投论文、发论文从来不跟老师商量，导师的主要作用是充当第一作者。

什么数理不数理的，过于重视数理，证明可能只是刚窥到经济研究的门径而已。能立即把握数理语言描述的模型背后的思想，证明才入门了。

如果读到博士了，还在一味强调数理，那只能说你进度太慢了，要么就是你所在的学校也是刚刚强调数理，还需要一定时间的酝酿和积累。

数学学到看得懂高级教材就是了，博士一年级必须完成数学的学习。看得懂Wooldrige面板，微观MWG、宏观SLP就行了。

[此贴子已经被作者于2009-4-19 23:58:41编辑过]

多谢以上的学姐回应。

我认为，做实证科学——当然如果你不认为经济学是实证科学，那就没办法了。在我眼里，经济学=物理学+工程学，学习经济学让我终于圆了小时候当“科学家和工程师”的梦——无非两个领域，第一个，基础的、或理论的，这对应经济学里的理论研究（国内的“理论研究”指的是文字研究，我说的理论研究是国外用的theoretical study的意义。第二个，实验的、或者经验的（empirical）。这对应的应该是经济学中的计量和应用计量。

但要注意的是，后者的一部分也可以归入前者，比如是发明、创造实验方法的牛人。比如Granger。

所谓计量，Frisch（？）的原意就是一个经验研究（非常讨厌把Empirical翻译成实证，容易跟positive混淆）的工具。但在发展过程中，遇到了凯恩斯理论，两者的结合使计量偏离了发明者的原意。大家通常听到，“计量是把定性研究做为定量研究”，就是我说的这一偏离。不过，新古典宏观的发展（主要思想贡献者是Lucas，主要方法贡献者是Kydland 和Prescott，也可以算上Lucas和Barro），又逼迫计量回到了发明者的原意。后来，McFadden、Heckman这几个牛人的贡献，使计量再次复兴。

所以，现在我们说的计量，一定是指的微观计量，具体做啥，见Wooldrige书中的例题就知道了。

当然，宏观研究中还需要做一些经验研究，虽然主要交给了calibration，但这一方法有时候过于理论。理论方法主要是搞清楚“什么通过怎样的方法影响什么”，但也可以“兼职”来分析，“什么到底如何影响了什么”。但是，这有时不如直接的定量研究准确和快捷，因为有时候我们不知道这个影响过程（术语：传导机制）。所以计量在宏观领域还有一部分的保留，不过通常被称为reduced form研究或者时间序列研究了。常见的VAR和SVAR是这类。

综上所述，我真的不知道什么是所谓的“数理”，又有什么必要强调“数理”。当然，“数理”是必要的，但你必须告诉我，你强调的是为观中“优化”，“抽象代数”；是宏观中的“Hamiltonian”，还是“DGE”、“递归”；是经验研究中的VAR还是SVAR，或者是微观计量。因为这些“数理”的领域相差十万八千里，除了个数值优化是通用的外（微观基本不需要），其他在数学专业几乎都是二级学科间的领域差别。

反过来说，及时你去把数学这些领域相关专业的硕士拿到手里了，你也未必能做经济学研究。因为经济学做下去，工具要求很高，对数理的要求会很深，而不是广。

总而言之，一味强调数学，绝对是误人子弟。这恰恰是国内很多转型期老师所做的事情。我去听课时，发现海龟是从来不说数学的，因为对他们来说，这些都是语言了。语言都没掌握，那就不必听课了——不过课程一开始通常会再介绍一下这些语言的。

[此贴子已经被作者于2009-4-20 0:07:24编辑过]

关于经济学到底应该是科学多一些，还是意识形态多一些的问题，我认为应该上升到认识论高度来理解。

在牛顿的眼里，宇宙是无限的，时间是永恒的，宇宙将以一个精密的机械一样一直运动下去，不存在任何随机因素——用经济学术语说，就是perfect foresight，设定一个time-0的状态，就可以解出每个原子的运动方程。

在爱因斯坦的眼里，宇宙是有限的（但是是无界的，空间扭曲，在到达边界前就已经回到了原点），时间是主观的，但是，宇宙仍然是决定性的。

在波尔眼里，宇宙是随机的，更恐怖的是，在他的理论和方法论中，脱离了意识和观测者的宇宙也就不存在了，因为它的存在是没有意义的。

那么，以上观点谁对？我们发现，越跟我们的理解相一致的理论（在这里，是牛顿），能够解释的现实也就越少，经验结果越不准确。而越是复杂，不符合日常理解的理论，从经验上来看也就越“正确”。这实际上告诉我们，理论只是个局部的东西，他必定只能解释某些事实。如果一个理论声称能够解释全部现象，那必定是伪科学。

回过头来，经济行为和经济现象到底是什么？不同的理论有不同的认识。基于A，一定有B是不完备的。因此，科学告诉我们，基于我的智慧和观测，什么东西能够是什么。科学绝不是告诉我们什么东西本质上就是什么。

当然，有必要说明的是，我们应该坚持马克思经济学和马克思主义的认识论、方法论作为主导。如果大家了解辩证逻辑，就会发现我上面说的并没有和马克思主义认识论相悖。

说了这么对废话，实际上想说的是，到底怎么去理解经济学，每个人都有自己的出发点和思考，没必将自己的理解强加于别人。

还有一点问题想和大家讨论。大家做经验研究，用计量来做政策评价和建议，是如何克服以下三个问题的。

第一个问题，Lucas批评。卢大爷指出，估计总量方程中的参数，然后评价政策是很荒谬的。因为即使估计准确了，以后施行的政策必定将改变这些参数，因为总量方程是一个简化式，而不是行为方程和结构模型，绕过了微观经济基础中的最优化决策。进一步，卢大爷认为，必须建立micro foundation。

第二个问题，米什金在他那本牛书的最后几张提到：大量采用reduced form方程的研究是由货币主义者倡导的，这种研究方式有好有坏。好的是，有时候可以超脱理论研究的束缚。有时候还没有相关的理论，就可以得到一些让人激动的结果。坏的是，得出结果后，我们仍然不知道传导机制是怎么发挥作用的，也就是一个因素是如何引起了另一个因素的变化。

第三个问题，大量的宏观变量都是经济最表层的表现，几乎全部的宏观变量都会受到一些知道或者尚不知道的因素的影响，这必定会导致simutaneous（？）问题。

[此贴子已经被作者于2009-3-26 16:10:16编辑过]

读死书，哪来的实证啊！

纸上得来终觉浅，绝知此事要躬行。

学到无法把握，这也就证明，如果仅仅局限于在本专业研究问题是很难解释一些复杂的问题的。