熟女高潮喷水潮吹在线正在播放视频

    1. <form id=qYPkfeBGW><nobr id=qYPkfeBGW></nobr></form>
      <address id=qYPkfeBGW><nobr id=qYPkfeBGW><nobr id=qYPkfeBGW></nobr></nobr></address>

      上海金融論壇

      主頁> 觀點 > 诺奖得主Thomas J.Sargent:我为何一直深陷于“无知”之中?

      诺奖得主Thomas J.Sargent:我为何一直深陷于“无知”之中?

      发布时间:2020-04-30     浏览次数:351


      所有經濟學理論和人都沒法預測科學技術的未來發展,那麽我們該如何應對未來?如何在所有可預測的風險和可操作的資源配置中,做出更平衡妥善的決策?

      在12月15日由上海交通大学上海高級金融學院、上海交通大学中國金融研究院和国际金融家论坛联合举办的上海金融論壇上,纽约大学经济学教授、2011年诺贝尔经济学奖获得者托马斯?萨金特(Thomas J.Sargent)教授以“大数据VS.无数据”为主题,分享了他对经济学理论的反省与展望,以幽默的方式为我们揭开他为何深陷“无知”的迷思。

      我演講的題目是大數據對無數據,內容會著重涉及宏觀經濟學之父凱恩斯和芝加哥經濟學創始人奈特等人的著名理論。在講他們的理論前,我想先提出一些公衆非常關心的問題:

      1.人工智能等新技術,究竟如何影響經濟運行?

      世界當下的新技術領域,無疑已被人工智能、區塊鏈、物聯網、量子計算和基因工程等概念占領。這些新技術爲世界經濟生産力、交易和執行交易的方式、商業周期和經濟增長等帶來了全新的挑戰與影響。探索這些全新的挑戰和影響成爲我們的當務之急。

      2.人工智能等新技術的進步,能否讓人們更輕松聰明地對經濟做出更理性的決策?

      經濟學上經常假設所有人都會理性預期,理性決策。但事實卻證明,這僅是經濟學特有的想象而已。人工智能、大數據和統計學的進步,能否讓人們更輕松聰明地對經濟選擇做出更理性的預測?除此之外,這些新技術對企業內部和企業之間的組織方式産生哪些影響?

      雖然這些問題非常重要,但我對答案一無所知。接下來,我會借用一些十分強悍的經濟學理論,來解釋我爲何一直深陷于“無知”之中。

      一、人永遠沒法預測科學技術的未來發展

      1900年,有人要求數學家昂利·龐加萊預測20世紀的科學創新,他的回答是“不知道”。而他給出的解釋非常符合數學實證家的精神:你讓18世紀的人預測19世紀的科學創新,即使最優秀的人也不可能知道!龐加萊的回答,正是麻省理工學院和英國劍橋大學的香農和圖靈這兩位科學巨匠所奠基的信息論,即信息等于意料之外。也就是說,人永遠無法預測信息,曆史永遠不能作爲信息的參照體。

      當時,美國凱恩斯主義的代表人物是1915年的諾貝爾經濟學獎獲得者薩缪爾森。當他本人讀完信息論後,直接開創了有關股票和證券價格,以及外彙彙率的隨機漫步理論。在薩缪爾森看來,股票價格、證券價格和外彙彙率同樣難以預測。

      總之,信息論告訴我們一個十分無奈的事實:一切經濟學理論和人永遠沒法預測科學技術的未來發展。

      二、可預測的對象,其本質在于“連接”

      但是,也不是所有信息都無法預測,比如“基礎設施”就是個例外。什麽是基礎設施?通俗地說,我認爲它就是一個平台和一種規則。政府、公司、其他的機構和決策者通過這樣的基礎設施和平台,來推動和規範我們的日常生活。

      而具體到基礎設施都有哪些,我用經濟學家經常講的供給側和需求側概念來解答:從供給側角度來看,比如:基礎設施如何促進創新?有什麽樣的技術性學科在過去曾經産生了創新?從需求側來看,比如:哪些經濟活動可以促進發明和創新?哪些學科在過去産生了創新?現在世界政經界都在談論的貿易和戰爭,就是在需求側推動創新和發明的重要動力。

      基礎設施的問題非同小可,我們可以再深入講下基礎設施的本質。如果用一個詞來總結基礎設施的話,我認爲其關鍵詞就是連接。

      想法之間的連接,以機器學習算法爲例。雖然是機器學習,但其實裏面有很多人爲因素,沒有人的話是不可能真正産生機器學習的。機器學習正是很多領域想法的集合,找出這些學科領域之間的聯系互動,才能産生機器學習的算法。還有人與人之間的連接,好比薩缪爾森曾和香農這些偉大的數學家經常共進午餐,相互交流,這就是典型的人與人之間的連接。此外,貿易者、産業和研究者之間的連接,他們經常在市場上接觸,在會議上交流,甚至互聯網上分享想法,都會直接激發偉大的創新。不同的想法和人能在各自的基礎上進行補充,從而促進整個基礎設施的完善。

      由此可見,基礎設施是能夠預測的,它的本質正在于連接。包括想法的連接,人與人的連接等。

      三、敢于“以身試法”的創業者,更擅長應對未知

      最後我想講一下很多人關心的創業和創新問題,它們其實也和上面提及的信息論有緊密關聯。

      奈特曾重點研究過創業者究竟是做什麽的?爲此,他首先把“風險”和“不確定性”這兩個概念作了區分:風險不難理解,本質正是我們通常說的“概率分布一致”。比如你可以做各種各樣的金融産品和金融投資,也可以做保險和精算,這些都是已知概率。但奈特說有些事我們沒辦法得出概率分布,概率分布是未知的,因未知而存在太多不確定性。

      而在信息論裏面,香農指出的意外也即不確定性又是什麽?其實就是用新的概率分布來取代原有的概率分布——由于增加了更多新信息,所以産生了更多意外,然後也因更多意外形成了新的概率分布。既然沒有數據,沒辦法分析風險,我們又該如何模擬這種不知道概率的情形呢?在奈特看來,也許學者不知道如何模擬,但是創業者恰恰擅長模擬這種未知的概率。

      創業者之所以回報非常高,正是因爲他們敢于嘗試模擬這種未知的概率,也即我們俗稱的以身試法;而學者因爲從來只在腦海中架構相關經濟學理論模型,並未真正在現實中,用行動檢驗自己的預測和認知准確與否,所以他們只能隔岸觀火,霧裏看花,當然也因此避免了很多未知和不確定性帶來的失敗決策。

      盡管我主要在論述經濟學理論本身的局限,但是通過以上不可預測和可預測的經濟理論分析,我仍然得出了較樂觀的看法:雖然紙上談兵的經濟學理論永遠無法預測未來,但是積極大膽的創業創新者們也許能夠憑借自身無可限量的動能和生命本身特有的靈性,親手造就未來。

      HoMEmenuCopyrights 2015.All rights reserved.More welcome - Collect from power by english Blok number sss85786789633111 Copyright