關於經濟學的作用
提供一點小小的意見
我認為有沒有用，端看你覺得怎樣才算有用
我自己是分成3類
1.理解市場(或人類)的行為
經濟學作為理解市場機制、增進知識、理解人類對於誘因的機制、理解(下略三千字)
完全沒問題，經濟學的確可以就很多層面理解上述的事情
簡單說就是增進知識。除了各位版友提到的學說之外，
你可以找看看用agent-based model 作為基礎的經濟學，讀了我相信會有很多觀點
會跟原本不太一樣，另外就是實驗經濟學的部分，也是滿有趣的
計量史學跟新制度經濟學也不錯，我想光是看North、Fogel跟Coase的理論
就可以讓你對現在閱讀的經濟學有很多不同的認識。
2.研究目的
如果經濟學是拿來做研究，就會談到關於經濟學跟數學之間的關係
我的想法是這樣，做研究，你要有貢獻，或者說你需要創造新的經濟學知識出來
至少是對一些議題有新的理解，
而且是在一海票你讀過的跟沒讀過的所有強者創造出來的知識之後。
所以你可以在既有的理論使用新的數學方法，得出新的結論，
或者你有新的資料，用原本的數學方法得到不同的結論，
或者你問的問題夠有趣，你用超簡單大學部學的迴歸就可以得到新的結論，
所以數學重要嗎? 我是覺得，做研究是跟全世界的強者拚，
永遠都有人數學比你好，比你強，計算比你快XD
像是AER的文章很好讀，數學不難，大概就是創意頂天了
要看數學難的請看Econometrica，資料很有趣的也有
2013年有個研究說撒哈拉沙漠的雨是民主的推手，模型很簡單，但資料特殊，
這想法又很厲害，所以登上Econometrica
但總之，數學還是很重要，只是多重要就端看你的需求。
我覺得目前台大經濟系主任的研究就很有趣(而且他還略懂全戰三國，超厲害QQ)
3.實用目的
經濟學的一個大議題大概就是能否真的完全預測經濟
大概是受限於模型的關係，沒有未預料的衝擊就滿準的
但常常經濟影響的就是未預料的衝擊，只要蒐集足夠的information就可以有好的預測。
市面上有很多關於預測的書籍，精準預測跟超級預測這兩本，
我覺得說的很簡單明瞭，又有說到很多關於預測的經驗累積，可以讀一讀
至於使用演算法或是big data預測市場的新方法也是很熱門的議題，
這個網路上一大堆資源，我想有興趣的話就可以從deep learning、text analysis之類
的下手。
其他像是設計市場機制的作用，我並不太熟，可能要請版友補充了。
我的結論其實會有點矛盾，
我認為數學算是必要之惡吧，
最理想的就是不需要太難的數學，然後可以說一個很棒的概念，
回答一個很有意義的問題
但我們沒這麼厲害，所以需要數學
但數學又有限制，要小心使用
然後有些議題上也不是這麼需要數學，反而是其他領域的專業
好比說我原本想針對某個領域討論議題，
一開始你用了簡單的VAR，
結果往下討論下去，你想要用不同的觀點討論議題
結果就慢慢發現需要用到比較難的模型才能講故事
比方說你想講的東西，你後來發現竟然要用到Quantile VAR比較好講
然後要把他改成自己想要的東西的時候，大概會吐一口血出來
再來就是當你想要賣你的東西到大期刊的時候，
你就會發現說故事的能力遠比數學重要...
所以最後因為什麼都不夠用，數學還是大概夠用就好了，人生有限阿QQ
一點小看法~
※ 引述《kkwomen (~_~)》之銘言：
: *善意提醒，以下文章全是我主觀意見
: 建議有修過經濟學的大大再看
: 沒修過的建議先不要看，怕會影響您對經濟學的認知
: 餓死抬頭，各位好，本文三千字，文長慎入
: (一)
: 本文是一個普通國立大學經濟系大三學生對於經濟學的
: 看法，若你認為不是頂大就沒有發言權，或是認為經濟學一定
: 要用高等數學才有用的，可以不用往下看了，本來經濟學就並
: 非數學沒有一個完全正確的版本，隸屬社會科學院是有其道理的，
: 社會科學本來就沒有唯一解，我沒有要跟任何人爭論到底誰才是對
: 錯，以下提到的書名或相關理論若有理解錯誤請多包涵，我並不是
: 在寫論文，只是想和大家分享自己的小想法，由於我只是一個NOBODY
: ，所以若您有任何想法也可以和我站內信討論，我認為想法就是要和
: 別人互相溝通才能越來越完整，也希望看完不認同的人不用在底下急
: 著用犀利的言語攻擊任何人，經濟學假設人是理性的嘛，那我們就理
: 性討論就好，把你為何不認同的想法完整的打出來，說不定我們能了
: 解為何對方會這樣想。
: (二)
: (1)一說到經濟學，有些人可能只會想到看不見的手，
: 這句Adam Smith僅僅在書中提到一次(The Wealth of Nations, p364 )卻被
: 奉為經濟學至理名言的這句話，卻忽略了Adam Smith這厚厚一本書向
: 世人說明他所觀察到的這些事實，處於第一次工業革命的核心，英國，
: 他看到的是一個在技術進步下社會結構快速改變的國家，周遭的現實，
: 用他的想法來解釋這些現象，實事求是，除此之外，常常有人忘了這
: 位經濟學之父還曾寫過了另一本書，道德情操論(The Theory of
: Moral Sentiments)，若是以現在只修過經濟學原理的人可能很難想
: 像為何經濟學之父要寫這樣哲學類的書，但別忘了，他在試著解釋實際
: 的現象，人性，這個經濟學家們常常以假設人是理性忽略的影響社會非
: 常重要的因素，我猜就是為何他會寫這本書的原因。
: (2)當然，若你是稍微了解現在主流經濟學發展的人，你會
: 發現現在行為經濟學非常的熱門，因為相較於過往的經濟學，其解釋
: 力比較強當然，其模型的數學複雜程度可能不是那麼的親民，但若你
: 去試著看看相關的書籍，你會發現其實很多東西都是生活中你所經歷的。
: Richard Thaler的不當行為(Misbehaving:The Making of Behavioral Economic)
: Dainel Kahneman的快思慢想(Thinking, Fast and Slow)，
: 而如果你真的很有興趣的話，我建議你可以再去看看
: Michael Lewis寫的橡皮擦計畫(The Undoing Project)，
: 你將會了解到兩位影響行為經濟學的心理學家(Amos Tversky、Daniel Kahneman)
: 是如何觀察周遭現象進而發展出自己的理論。
: (3)要接著講以下的東西，先讓我和你提一下出自我系上教授
: 官德星，官老師Lecture notes的一段話：
: 「自由放任是重農學派的Jacques Turgot 說的, 不是 Smith;
: 完全競爭是 Leon Walras 想像中的理想市場, 和 Smith 無關;
: 而社會福利是 Bentham, Pareto, 和 Arthur Pigou 根據效用設想出的政府目標,
: Smith更是從道德情操論就開始反對了。」
: 常常有人誤解前人所闡述的思想，誤用其主觀的意思
: 闡述，造成後人對原作者的偏誤。
: (三)
: (1)讓我說明一下我認為許多人使用當代經濟學所犯的錯誤
: 第一：忘記假設
: 第二：誤以為數學能解決一切
: 以下是我對於這兩個錯誤的一些看法，首先對於假設，許多人在學
: 經濟模型裡常忘記有其假設，任意用在現實生活中，常常會覺得偏
: 差太大，然而許多模型其實在其假設下是沒有錯的，是必然的結果
: ，但在使用模型時，有多少人真正釐清處理狀況時，和理論假設的
: 差距？弄清自己在哪裡，你才會知道該怎麼做，就像橡樹資本管
: 理人創辦人Howard Marks於其著作，掌握市場週期
: (Mastering the Market Cycle: Getting the Odds on your side)
: 中所提到的概念，你必須了解到市場在哪個位置，你才知道
: 哪個策略是最好的。經濟模型就像是個武器，你必須放在一個對
: 的使用情況下才能擁有最好的效果，你不該期望一把制式手槍能精準
: 打中三百公尺外的一個鐵罐，當然若是你如此期望，可能是沒看過
: 使用說明吧。那為什麼我認為數學被濫用了呢？首先，我必須承認
: 數學在經濟學裡有其必要性，它節省了溝通的成本，若你要以語言
: 的角度來看也不錯，數學模型的建立讓經濟學家得以快速溝通，也
: 得以依此做延伸。
: 舉例而言，兩個完全不知道對方語言的學者，能依靠數學交換其經
: 濟學的概念，而不用額外請一個翻譯來溝通(若譯者功力不夠，甚至
: 會誤解對方的意思，這樣成本又提高了)
: (2)現今的主流經濟學，高深的數學已經是學術界的社交禮儀
: ，若你不懂，那可能只好請你去搞懂，再來跟我說！然而若高等數學
: 成為了經濟學界的門檻，當你修完高等微積分、隨機過程、時間序列
: 分析、測度論等，我認為你可能對於經濟學的興趣所剩無幾了，經濟學
: 是在解釋真實現象，然而在現實裡，有多少變數在變動，變數之間的相
: 關性是多少，時間對於資料的可信度的影響，交易成本的考慮，而最
: 重要的我認為數學可能永遠無法刻畫的，人的變異程度，既然這些變數
: 基本上是無限的，數學就有其侷限性，一昧的使用代理變數，把
: 主觀認為沒有影響的、獨立的、不可解釋的都扔進殘差項，這樣估計出
: 來的母體，可信度多少？換個角度想，當你使用這些數學工具時，你處
: 理的問題有符合當初你所學的假設？若答案是不知道，那你為何要用如
: 此複雜的工具來幫助你理解這個世界呢，尤其是在取得這些知識是需要
: 極高的成本下，為何不讓真正對高深數學有深度興趣的好好研究，而覺
: 得經濟學有趣的，來好好看看這個世界，想想到底為甚麼，而不是只研
: 究如何將一連串的代數轉換微分方程整理完之後，對於答案不知道怎麼
: 解釋。你能想像要跟朋友溝通，需要用文言文嗎？但就我自己來看，若
: 你是真的往學術圈邁進，抱歉，先修一輪數學大餐吧！就連Amos Tversky、
: Daniel Kahneman這兩位心理學家當初也是利用數學才得
: 以使經濟學家們認可它們的想法，畢竟，學術圈可是高等教育知識份子的交流圈呢。
: (3)回到為甚麼要稍微講述一下歷史呢？我認為瞭解理論作者
: 的背景，就像是理解模型中的假設一樣，若你不知道作者身在什麼環境
: ，無法體會作者為何而想。要知道在教科書上留名的理論，都曾經能解
: 釋當時社會的部分現象，而各個時期的社會受到政治、科技、文化的影
: 響都是一個不同的討論，因此對於教科書的總體經濟理論，若真的想理
: 解為何這些理論會出現，我建議你先把當初的社會背景稍微了解一下，
: 這樣你可能就能理解為何當初Karl Marx會寫資本論(Das Kapital)
: 提倡社會主義的行為了。
: 影響力越大的學者，只要搞錯前人的論述，那會是一場災難。
: 不知道你是否曾有以下經驗，當你想要快速閱讀一篇非母語的著作時，
: 你會去找其譯本，結果越看反而越看不懂。當譯者對於原作者的理念理
: 解不清時常會有如此的錯誤，而若是用這類錯誤來倡導其想法時，而剛
: 好你又是具有影響力的學者，那你的理論將會根據錯誤的概念建築而成
: 為一本教科書影響更多人，而這樣的事情，在經濟學似乎還蠻常發生的
: ，畢竟人的時間有限，沒可能看完並理解全部它所需理論的原作。
: (四)
: 統計學，有多少人知道為何而學？人類從古至今就在試著
: 解釋不確定性，天性讓人不喜歡未知，統計學的日趨完善，讓有些人
: 誤以為已經能完整理解現象的發生甚至能預期未來，如果你有興
: 趣的話，可以參考Nassim Nicholas Taleb的隨機騙局：潛藏在生活
: 與市場中的機率陷阱(Fooled by Ramdomness)、黑天鵝效應(The Black Swan:
: The Impact of the Highly Improbable) 或許能幫助你了解機率算
: 出來的數值所代表ˊ的涵義，統計學一樣在社會科學中扮演重要的角色，
: 然而千萬不要忘記了，其算出的數值通常只是在一個特定的情況下所呈現
: 出來的平均趨勢，在實務上，我們理應在資訊流入後利用貝氏定理去反向
: 檢驗其數值的可信度。
: 舉個例子，有次我被一個教授問到：「若一個銅板已經出現20次
: 正面，你認為下一次是正面還是反面出現的機率高？」這個常出現在教科
: 書的類似例子，我毫不思索的回答機率一樣。然而，這個問題並非假設其
: 唯一公正的銅板，在實務上若已知其出現20次正面，下次應該是正面的機
: 率較高，現實世界中，也常出現類似的例子，常常在書上看到或是考試考
: 的直覺例子，結果其實不一樣，但這並非是理論錯了，僅僅是我們忘記了
: 假設，小看了現實的變異程度。
: (五)
: 由於一不小心打了三千字，我稍微做個結論好了，我認為的經
: 濟學是依據現實所發生的事情，觀察所得的人類行為，很多時候，經濟理
: 論並非錯了，而是不適用，舉Friedrich August von Hayek為例，
: 在John Maynard Keynes的理論統治著整個世界的時候，Hayek的理論
: 被棄之敝屣，然而過了數十年後，其理論則處於領導地位，當然現在又不同
: 以往了，其中可以看見，當某一個流派理論被重用必有效時，其他的理論幾
: 乎無法出頭，經濟學家很多時候也難以接受自己的理論的缺陷，甚至許多經
: 濟學家想要建一個適用於全部情況的模型，但我覺得應該要根據不同情況採
: 用不同理論模型才是適當的。
: 以下是我個人覺得經濟學最容易得以解釋的起源：人皆為自利的，
: 然而這個利並非是錢，而是取決於每個個體的不同，都有其專屬的利。
: 雖然難以用數值比較，但若想要好好的解釋現實，用自利出發，以成本思考
: ，別忘了假設，經濟理論我覺得是非常有用的。以上就是我這個Nobody對
: 於經濟學的一點認知，歡迎各位和我討論，或盡情的打我臉，我
: 是沒差啦，反正本來就沒有正解嘛。