你这样想就对了，真理从来不是某部分人说了算，也无需所有人认可，有没有贡献也不是某些人说了算。

某些人天天喊实证，谈模型，装严谨，从邮件到回帖，谁出了实证来驳斥我的观点？谁出了模型来否定我的观点？谁在严谨的讨论？这就叫打自己的脸。

凯恩斯说，经济学就是研究人们日常生活事务的学科。某些鼓弄玄虚的人恰好背离了这一点。
所以很多知名经济学家从来不是经济学科班出身。

哪些不是科班出身的

很多大牛真是很忙，让他看完一本书的要求太高了，最好是三言两语把基本观点和思路讲一讲，如果有研究、感兴趣就会进一步讨论，如果不是一个路数，就没有必要再各说各话了。

西医不能包治百病，但推翻西医搞中医更不可取

大牛应该现在还不是，不讨论这个人了。与几个牛人讨论过，收到都是正面评价。
我主要是强调一种学术态度：一种严谨的，实证的态度。比如没看过书，就不要瞎猜，先入为主判断。
另外学术不应该讲身份，也不应该讲范式。关键在于增长知识，发掘真理。

凯恩斯本科硕士都不学经济。斯密，康芒斯，大卫李嘉图，弗里德曼，·哈耶克，纳什，马克思，等等，实在太多，有兴趣自己看查吧！据我所知，历史上最有名的30位经济学大牛，应该经济科班出身的不到一半。

名校教授很耐心……

这教授遇到你这样的人，真是倒霉啊，辛辛苦苦不厌其烦很真诚的回了邮件，还被贴到了网上。。。。。

赞同！个人并不反对数理模型，但是不认为只有数理模型才能解决问题。

因为对宏观经济与资产价格内在关联性的实证分析等方面的贡献，芝加哥大学教授拉尔斯·彼得·汉森　( Lars Peter Hansen)、尤金·法马　(Eugene Fama)　与耶鲁大学教授罗伯特·席勒　(Robert Shiller)　共同获得了2013年诺贝尔经济学奖。
4月11日，拉尔斯·汉森教授应邀出席了上海交通大学安泰经济与管理学院举办的第五届“诺奖交大行”，与大家探讨在经济研究中如何系统地引入不确定性，并且分析了不确定性对经济的影响。



拉尔斯·汉森：
有些人在建立经济模型的时候，可能会一口气往里面塞15个、20个不同的变量，做出一个大而全的模型，再请电脑帮助我们做各种复杂的计算，这样做出来的模型可能很大很复杂，但是或许就成了你所说的“黑匣子”，这样的研究方式并不有助于我们理解金融市场与宏观经济之间的关联性。我也没有一个神奇的魔法可以打开这个“黑匣子”，我的建议是从了解不同变量互相作用的机制入手解决这个问题。
面对一个动态模型，统计学家会端详其中的数据，用这些数据来衡量模型当中的不确定性;并通过实证推导，估算模型所带来的影响，去看模型与数据之间有着怎样的联系。模型本身也是给投资者作参考之用的，于是，也要考虑未来投资者会怎样去使用它，对着这一点或许我们并不清楚，但是可以进行猜测，投资者的需求甚至投机行为也当被考虑在内。
建模的时候绝不可不了解作用机制就把各个变量放在一起。复杂的模型也好，简单公式也罢，应该首先构建变量之间发挥连接作用的机制。如果只是简单地把它们混在一个模型之中，这显然不是可行的解决问题的办法。当然，我非常理解学者在建模的时候往往都是希望能够综合各种因素的，对此我的建议是，如果一定要构建一个非常复杂的模型，那么不妨在构建这个复杂模型的同时，首先弄清楚模型里各个变量之间相互作用的机制。




拉尔斯·汉森：
事实上阿尔法围棋涉及一门当前非常重要、活跃的交叉学科——机器学习　(Machine Learning,ML)以及如何利用计算机大量数据提取有价值的信息。我们现在拥有海量的数据，但是如何有效地利用这些数据是一个重要的问题。目前计算机科学和统计学的研究在这方面已经有了长足的进步和丰硕的研究成果，这对于经济学的研究无疑是大有助益的。但是我认为，现在我们面临的挑战是如何结合机器学习，用海量数据以及统计学的研究成果来探讨经济学的本质问题。经济学有很多难题并不能简单地依靠数据分析来解决，我们只能从海量数据中提取一些有用的信息，但是这些信息并不能告诉我们如果经济环境变化了会发生什么，而这才正是经济学家们关注的问题。因此，只有当我们把研究经济结构与机器学习相结合，才能真正有效地运用计算机科学和统计学的研究成果来解决经济学的问题。对于数据分析也是同样的道理，我们的宏观经济模型与国民生产收入的统计数据相对应才有意义，因此根据新出现的海量数据，建立相应的经济模型是合理利用这些数据来解决重要经济问题的可行之道。当然，经济学家面临的挑战也在于此。简单地认为有了海量数据和强大的计算机就可以解决所有问题的想法是不可取的，但是如果我们能够把经济模型的研究进展与计算科学以及统计学的发展很好地结合起来，这将会带来令人振奋的研究成果。


拉尔斯·汉森：
2008、2009年的时候，美国的GDP数据有一个很明显的下滑，然后进入了缓慢的恢复期，即便到了今天，情况依旧大致是这样。欧洲情况也好不到哪里去，同样经济非常箫条——因为他们用的是单一货币欧元，所以经济反弹更加疲软。最近这几年，中国GDP增长率有所下降，当然按照美国的标准来说，中国所谓的低增长如果放在美国也已经是非常了不起的了。
说到GDP，本质上只是一些统计数据而已，并不是权威的指标。如果你真的要了解中国经济运行情况，不如去了解身边处于初创期的企业，了解ZF颁布了怎样的政策去鼓励它们的成长，它们有哪些途径去融资，这些企业的发展是否得到了足够多的资源，还是说存在过多的中间环节，一个很长的价值链。


拉尔斯·汉森：
首先，就像我在演讲中提到的，拓宽自己的知识面是非常重要的。掌握不同领域的广泛知识才有机会推开一扇扇门，去探寻自己感兴趣的学问。就拿我自己来说，现在很难说清楚到底我之前学的哪一门课程是有用的，哪一门课程是没用的，但是它们都或多或少地有助于我的科学研究。我很庆幸自己当年学习时没有太过功利，其中很多当时看似没用的东西，10年、15年后，我发现是非常有用的。所以，我给同学们的建议是，如果有机会的话，尽量地去接触不同的知识、不同的技能，这其实也是你自己应对未来职业和工作发展中可能出现的各种不确定性的一个办法。
我觉得比“经济直觉”更重要的是创造性和批判性的思维能力。掌握坚实的数学功底和其他技能固然是好事，但是培养创新批判思维的能力则更难。一个老师所面临的挑战就是如何鼓励、激发学生去探索不同的想法，不同的解决问题的途径。创新批判思维的能力不是老师可以灌输的，我们当老师的所能做的是发现学生有意愿去探索的时候，给他们提供各种良好的环境帮助和鼓励他们提高这方面的能力。至于你说的“经济直觉”，一方面来自这种创新批判思维，一方面则来自经验。当你有意识地利用经济学去思考现实生活中的各种问题，当你养成了不断实践的习惯，“经济直觉”就自然而然地形成了。
此外，还有一点非常重要，那就是一定要对自己所做的事情怀有激情。或者说，首先要找到自己感兴趣，并愿意为之燃烧激情的方向。以我个人为例，我本人对交叉学科非常有兴趣，并在经济学、数学、统计学等学科的交叉“地带”获得了许多乐趣。年轻人不妨接触一下不同的学科，有一天你可能会发现，这些不同的学科会在你的大脑中碰撞出许多火花。需要强调的是，如果你是分先后顺序去学习的，或许就没有办法感悟不同学科之间的关联性，至少收获大打折扣。


拉尔斯·汉森：
在早期教育中鼓励孩子们问问题是非常重要并且有价值的。我接触过一些传统教育模式培养出来的学生，他们通过重复学习很多材料，可以很轻松地应对考试，并且获得高分。但是当他们开始做科研的时候，往往会很迷茫，不知道从何下手，因为他们从来没有接触过这方面的训练，不知道如何去提出有意义的问题，如何去思考，如何去解决问题。我认为，传统教育模式至少需要调整———鼓励年轻人思辨，支持他们用带有创造力的眼光去打量这个世界，给他们提供机会去探索，培养科学研究的素养，给他们提供良好的环境，鼓励他们发现问题、解决问题。
如我先前所说的，技能是解决问题的基础。但绝不能为了培养技能而破环孩子们勇于探索这个世界的环境与氛围。因为，鼓励小孩子去问为什么，并按照自己的方式去思考问题，这才是创造力的源头。

以上转帖自：《拉尔斯·汉森：如何在经济研究中系统地引入不确定性》

美国教授：为什么不管怎么鼓励中国学生，他们就是不说话


https://bbs.pinggu.org/thread-4918183-1-1.html

楼主他本人，也是科班出身，也是资深的专业的科研人员。

楼主明白文明礼貌、人情世故。
任何人对楼主的文章，不屑一顾，嗤之以鼻等等，这完全有权利，也完全合理。
也完全可以说，其中有的人是一眼看穿了楼主文章的缺陷，一眼看透了楼主文章的水平，洞察秋毫，高屋建瓴，所以才一口否决，不予理睬，或者敷衍了事。
而且，多位专家教授也在百忙当中，抽出时间和楼主做了交流。这都是值得尊重和感谢的。



但是，其实，楼主是提出了这么一个问题，高标准理想化来看来说：

搞科研的人，应该如何看待科研？如何看待学问？如何看待创新？如何看待探索？

在文明礼貌、人情世故之外，需要不需要追求大创新大成果？需要不需要博大的天真的好奇的无知的赤子之心？需要不需要万事万物皆备于我？

兄弟我前面都转帖了，有人研究的结论是：

包括世界顶级名校在内，80%以上的经济学博士、经济学博士生，那就做不出好成果，或者没有去做好成果。

那么这种结论，换句话说，另外来看，这是什么意思？


这个意思就是说，大多数、绝大多数的人或文章，都是“垃圾”文章，“垃圾”的想法和看法。


而“先进的杰出的正确的”人或文章，肯定是少数、极少数，肯定是另类、特例。
---------那么也就是说，另类的等等等的人或文章，有更大概率是错误的，也有更大概率是优秀的。

--------那么也就是说，假若真的真心搞科研，必须重视一下任何的另类观点。





打比方来说，世界上有铁矿，有金矿，钻石矿。

那么，假若你想获得金子钻石，你需要侧重于金矿、钻石矿，虽然它们里面的含量很稀薄，

而相对来说，不能侧重于铁矿，虽然铁矿各处都有，虽然铁矿它里面的含铁量比较高。

楼主也忒着急了点儿！
学术研究有待时间的验证，同行读了以后感兴趣自然会有评论。
现在，我只看到的是，人家“名校教授”连你的书都没看到，你非得逼人家表态，人家感不感兴趣、愿不愿读、愿不愿表态都有他的自由，他不感兴趣，你等着感兴趣的人出来，或者主动找下家就是了，何苦一再相逼！
依我看，他的很多回复言辞都是被你逼迫出来的。你的书真是金子早晚会发光，总会有识货人；真是垃圾，别人试测一下、不看全书就扔也太正常了。以现今书和文章海量，全读完根本不可能，一己之力，只能就自己眼力、水平挑些自己看上眼的再分别粗读、精读。
我没读你的书和文章，所论也仅限于针对你在这里的言论本身。

大家都希望早点了解别人的看法，干脆直白点说，得到别人的赞可。但我们又不是非得表态、站队的年代，作品出来之后，真正的学者应有的态度是不断完善它，或者继续探索别的领域。别人的评论，重要吗？重要，但不是决定因素。你为这个如此纠结，我只能认为，你太看重学术之外的名，而不是学术本身。你在某名校教授那里得不到这个名，就来这里搞个大新闻。

请仔细阅读。
我怎么会急？会逼着别人表态。我只是觉得书都没读，就断定无实证这种学术态度不合适而已。
另外其实我不认为他对本人的态度不好，相反我觉得应该感激他。当然学术态度是另外一回事。

人际态度，是人与人的关系。


学者与学问的态度，是人与自己的关系。
-------楼主强调的是这方面。

LZ就是在自娱自乐：）

防止大家跑题太远，已经把论文全文上传到论坛了，见帖子《钱约论向经济学界挑战》

其实大家都在自娱自乐。

楼主是一个人自娱自乐，是按照兴趣爱好自娱自乐。

大家是一伙人自娱自乐，而且考虑职称评定等等，是服从服务于职称评定等等的自娱自乐。



在无知面前，人人平等。

在没有创新面前，人人自娱自乐，有的玩弄普通的通常的玩具，有的玩耍自制的玩具，有的佩戴高级职称西装革履穿着制服上着班来自娱自乐，有的光膀子业余自娱自乐。

在无知面前，人人平等。

在贫乏创新面前，人人平等。

等过上五十年，大家自娱自乐了一辈子了，楼主心安理得，毕竟探索过创新过，而大家呢？大家做过自己的探索创新吗？有过自己的兴趣爱好吗？做过自己吗？


职业，职称，这些东西，追过就行了，得到了就行了。

人活一辈子，还是要多做一下自己，自己多去搞搞自己的探索，去犯一些自己的错误，自己去搞搞自己的学问，自己的创新。

厦大的教授太好心了，他要是不回邮件也不会引出这些是是非非，被品头论足。作为围观群众，实在觉得这个教授学术态度十分端正，并且很可怜。

大多数人只能发表少量的论文，并且对学科发展的贡献也是相当微小。

详细出处参考： https://bbs.pinggu.org/thread-4920153-1-1.html

我想，

1，楼主大哥的本意，不是责怪这位老师，也不是认为学者们不专业，也不是认为，学者们不能有自己的看法和评价，

而是觉得，大家在学问上的好奇心较差，兴趣较薄，认真的态度比较缺乏。
----------这是一种合理的要求，但，也是高标准的要求，也是理想化的要求，属于大道理，不属于小道理。



那么，即便楼主大哥的本原，不是百分百的如上述，也是相当大程度上如上述吧。
--------那么，这就要看，从什么样的角度上来观察了。
-----------如果侧重于楼主大哥的私德方面，这可能合理，可能成立。
--------------如果侧重于楼主大哥的公德方面，也可能有合理性，可能成立。



2，或许，楼主大哥在言辞上，在对邮件地址的处理上，等等上，不够圆滑，或者，不够完美。