同理,经济模型的意义在于梳理出最重要的决定因素,量化得出的结果虽然会与现实有偏差,但同样不会偏差太大,在这些重要因素上,我们从而可以考量其对现实的影响程度。如果计量经济学发现该模型偏差过大,理论发展自然会淘汰它,从而让模型不断优化。但模型构建错误不能说明建模的方法对经济学就是不利的。
建模的优势除了梳理重要因素外,更重要的一点在于逼迫分析者把自己做分析既定的假设和暗含的假设摆到台面上,方便不同的研究者比对从而判断为什么对同一经济现象的分析会得出不同的结论。而且事实上,即使你做所谓的文字分析,你也暗含了各种假设,比如你说价格升高,商品消费量一定下降,事实上你暗含了需求替代效应大于收入效应,且该商品为非吉芬商品的假设。你觉得你陈述的是现实而且没有用艰涩的数学,事实上你做的只是不自觉没有摆在明面上对现实的简化。那么同样是简化,为什么不用更优秀,更易于经济学发展的简化方式呢?
难道就因为经济学研究人?就必须让研究方法倒退?
至于所谓的完全信息问题,交易成本问题,这些都可以通过放松严格假设,来优化模型实现量化分析,而经济学家也做到了。
所以我并不知道作者心中所谓的更好的经济学为何物。
经济学事实上一直都在变得更好
同理,经济模型的意义在于梳理出最重要的决定因素,量化得出的结果虽然会与现实有偏差,但同样不会偏差太大,在这些重要因素上,我们从而可以考量其对现实的影响程度。如果计量经济学发现该模型偏差过大,理论发展自然会淘汰它,从而让模型不断优化。但模型构建错误不能说明建模的方法对经济学就是不利的。
建模的优势除了梳理重要因素外,更重要的一点在于逼迫分析者把自己做分析既定的假设和暗含的假设摆到台面上,方便不同的研究者比对从而判断为什么对同一经济现象的分析会得出不同的结论。而且事实上,即使你做所谓的文字分析,你也暗含了各种假设,比如你说价格升高,商品消费量一定下降,事实上你暗含了需求替代效应大于收入效应,且该商品为非吉芬商品的假设。你觉得你陈述的是现实而且没有用艰涩的数学,事实上你做的只是不自觉没有摆在明面上对现实的简化。那么同样是简化,为什么不用更优秀,更易于经济学发展的简化方式呢?
难道就因为经济学研究人?就必须让研究方法倒退?
至于所谓的完全信息问题,交易成本问题,这些都可以通过放松严格假设,来优化模型实现量化分析,而经济学家也做到了。
所以我并不知道作者心中所谓的更好的经济学为何物。
经济学事实上一直都在变得更好