跳到主要內容

發表文章

目前顯示的是 11月, 2016的文章

Changes in Economic Research Fields | 經濟研究領域的變化趨勢

根據Ali Önder, Hakan Yilmazkuday的研究關於1980~2014年間北美經濟學論文主題(field)顯示,總體和個體(包含理論)研究從1980年以來一直維持在11~18%之間,勞動(labor)和產業(IO)則持續維持在10%以上。 財金(Finance)和發展(Development)經濟學研究則是從90年代開始,研究比重分別逐步增加,相對而言,公共經濟(Public)和經濟史(History)則在同期下滑,另外國際(International)經濟學則是在2000年代後期下降到9%以下。但作者表示在1990年左右,許多經濟研究類別突然的變化,是受到經濟論文歸類制度(JEL classification)的改變,並非學者突然改變其研究重心。 Data Source: Ali Önder, Hakan Yilmazkuday (2016) Reading:  What The Next Generation Of Economists Is Working On (FiveThirtyEight)

Trends of Economic Research Methods | 經濟研究方法演變

經濟學家喜歡擅用各種統計及計量方法分析經濟議題,這一期經濟學人雜誌統計過去30年以來,幾種常見的計量方法在研究上的應用程度,研究來源取材自美國全國經濟研究所(NBER) working paper的摘要部分。 以目前來說,差異中之差異法 Difference-in-differences (DID)自從1995年開始不斷提升,緊接下來的方法分別是中斷點迴歸 Regression discontinuity (RD)和實驗設計 Laboratory, 而在總體經濟研究十分常見的動態隨機一般均衡 Dynamic stochastic general equilibrium (DSGE)在近年來有緩步下滑的趨勢。值得注意的是機器學習和大數據 Machine learning/big data 開始在經濟研究中佔有一席之地。 每種統計計量方法都有其優缺點和侷限性,像是2000, 2015年的諾貝爾經濟學獎得主James Heckman, Angus Deaton皆曾發表對於隨機實驗 Randomized controlled trial (RCT) 研究設計的 批評 ,曾擔任IMF首席經濟學家Olivier Blanchard最近也對DSGE發表 針砭 ,世界銀行World Bank 首席經濟學家Paul Romer也對近十年來的總體經濟研究有所 批評 ,因此沒有哪一種方法是萬能適用在各種經濟研究。 Photo and Reference: Trend Growth (Economist)

Dissolution of Firm: Taiwan 2016 | 公司解散

昨天復興航空因為公司經營不善,而宣布公司解散,根據政府統計,今年前十個月總共有一萬五千多件解散登記數。復興航空成立於民國40年,至今已經65年,遠高於其他解散企業的平均(中位)壽命: 9.6 (5.7)年,一半的解散公司壽命不超過6年、九成不超過25年。 資本額部分,根據 公開資訊觀測站 的資料顯示,復興航空的資本額是75.9億,也遠大於其他公司的平均(中位)資本額: 5.6 (1.0)百萬元,由統計圖顯示,有超過一半的解散公司其資本額小於新台幣100萬,93%低於1,000萬,皆屬於中小企業。 資料來源: 政府資料開放平台

U.S. GDP Revision Problem

最近剛好在中研院跟老師做的研究主題,剛好有碰到關於美國經濟成長修正的相關議題,其實從第一版出來到日後(可能是好幾年後)最終確認,該季的修正幅度雖然大部分是落在正負2%之內,但也是曾經發生過超過5%以上的統計誤差。 以前都常開玩笑說台灣的經濟成長預測總是不斷修正再修正,中國的GDP成長就是一個已知保X%的結果,但其實就連美國的經濟資料在第一版出來後,市場上也是用不精確的資料做很認真的分析。 經濟學人在 專文 中提到光是12-14年間,美國當初的數據就高估700億美元,相當於一個斯里蘭卡的經濟體和1/7個台灣,但卻很少有人認真回頭分析這個錯誤,而且研究發現美國在OECD國家中的修正幅度還在中間程度,像是日本、芬蘭都比美國修正更大的幅度。 目前的解決方法除了可以把公佈日期往後延之外,但這個方法市場可能不同意,另外就是多公佈幾種統計方法,像是GDP其實可以從收入或者花費來預估,照理說兩者應該一樣,但就跟學生考會計時,資產負債還是會無法平衡,這時候就只好除二或者分析師自己決定要相信哪個數據。然而在美國的金融市場,也常因為經濟成長率是否優於預期,影響股市漲跌和Fed的利率政策,也因此如何統計出正確的GDP是個重要的議題。

Correctly Forecast Economic Growth Rate?

中國公布2016年第三季的經濟成長率是6.7%,很巧合的是這個成長率,已經連續三季都剛好一樣是6.7%,但這種情況並不常發生,根據經濟學人的 資料 ,從1993年統計以來,這個統計結果是首次在中國發生,而連續兩季有相同的成長率,過去則是發生7次。 比較同期其他國家,曾經發生連續三季有相同經濟成長率的國家包括西班牙(2次)、澳洲(1次)。另外根據主計處公布的台灣經濟成長率 歷史資料 ,台灣過去50年從未連兩季經濟成長率出現一樣的數值(取到小數點後第一位)。 然而過去的中國經濟成長率的波動較其他國家來得大,也因此突然出現連三次經濟成長率維持一樣的情況,難免令人質疑其統計的正確性。 如果我們想要預測國家的經濟成長,直接用前一期的資料或者直接用4%猜測,比起隨機預測,根據經濟學人在2000-14年的統計顯示,預測準確性較高。 參考資料: The greatest moderation , A mean feat (Economist) , 主計處

Fiscal Policy and Business Cycles in Emerging Markets | 財政政策與景氣循環

The fiscal policy is pro-cyclical in emerging markets. When the economy is during good (bad) times, the government spend more (less) money and adopt expansionary (tight) fiscal policy, which is harmful to the economy. 新興國家的財政政策是pro-cyclical,也就是當景氣好的時候,政府花錢實施寬鬆財政政策,景氣不好,又勒緊褲帶壓低政府支出,進而讓經濟情況更加不利。 On the contrary, the fiscal policy and government spending have negative relationship in industrial countries. However, some countries such as Greece and Portugal do not adopt countercyclical fiscal policy though they belong to the industrial countries. 相反的,工業化國家的財政政策和政府支出則呈現反向關係,也代表政府的財政政策是比較有效的,但深陷歐債風暴的幾個國家,雖屬於工業化國家,近年來的財政政策和GDP卻呈現正向的景氣循環。 From the graph, the model economy locates in the third quadrant. The correlation between real GDP and government spending is negative in both 1960-99 and 2000-14. Some countries such as Italy located in the second quadrant belonged to role model countries but do not adopt countercyclical fiscal policy recently. 若以圖片中座標軸來看,第三象限是財政政策的模範生,也就是在兩個

Comments on House of Debt

The main point of House of Debt explains the relationship between the cause of 2008 financial crisis and abnormally high household debt in 2000s. The elevated household indebtedness and declined housing price cause the consumption and economic growth to decline. House of Debt 整本書的核心觀點:解釋2008年金融海嘯的成因,和美國家庭債務在2000年後異常的提高,這兩者間有很大關連,由於債務提高加上房價不再上漲而開始下跌,使得消費力的降低進而導致整體經濟的衰退。 Amir Sufi and Atif Mian are the rising stars in the financial economics field and they both graduated from MIT economics PhD. Sufi currently is the professor at Chicago Booth while Mian works at Princeton economics. I know their research since we need to read their studies in my previous finance PhD coursework and my research professional application was under review in their research institution last year. 兩位作者Amir Sufi和Atif Mian都是財金研究中生代的佼佼者,兩人都畢業於MIT經濟博士,現在分別在芝加哥Booth商學院和普林斯頓經濟系任教,前者也是這幾年John Bates Clark Medal的有力競爭人選,由於去年我也丟了兩人分別所領導的研究中心的助理職缺,再加上之前博班課時常提到他們的研究,所以對於他們的研究一直有在關心。 不過House of Debt 這本書的中文翻譯成"窮人為

JBC Economist: Susan Athey

Susan Athey出生於1970年11月29日,是傑出的Duke經濟系友, Athey從小就天資聰穎,16歲就跳級進入杜克,並且完成三修 (經濟, 數學, 電腦),並且草地曲棍球隊長,畢業後前往史丹佛大學就讀博士班,在   Paul Milgrom and Donald John Roberts的指導下完成論文, 24歲就拿到史丹佛經濟博士。 畢業後在哈佛、史丹佛大學任教,目前也是微軟的重要顧問,在當紅的機器學習(ML), big data結合經濟學的應用,他在拍賣、機制設計和消費者在不確定訊息的行為研究,使他在2007年獲頒John Bates Clark, 成為年輕一輩優秀的經濟學家之一。 雖然在我們看來應該都是天才,但他背後的努力,或許還更叫我們佩服,文章中提及,他在MIT當助理教授時,曾經三週幾乎足不出辦公室,只為了導40頁長的數學證明,另外即使幫女兒換尿布,也可以跟她的先生,同為知名經濟學家Guido Imbens討論統計方法。 Reference: Wiki ,  Stanford Economist Musters Big Data to Shape Web Future, Bloomberg Photo: Susan Athey Website

Reform U.S. Economy with Warren Buffett's Investment Strategy?

經濟學人之前曾撰文批評了巴菲特的價值觀,和他所做的事情相矛盾之處: 企業應該多繳稅,但波克夏繳稅/利潤的比例,比起蘋果、google, 大摩等公司還低。  雖然他時常批評華爾街,卻在08年時買進高盛、穆迪(信評公司)。  上個月和其他業界大老連署聲明重視公司治理,但自己的第一任太太在生前都是董事會成員,兒子準備要接棒。  投資標的中,很喜歡購入公司在該產業中是處於寡占龍頭的地位(吉列、可口可樂、電信和鐵路產業等),但這種低競爭型態的產業,對於消費者或者整體經濟發展不利。  但經濟學人也認為巴菲特很多事情還是有可取之處(捐出財產給基金會、不買違法亂紀的公司...) 只是要提醒大家,他也不是什麼聖者,還是要幫公司利益著想,他選公司的價值觀,更不是現在的美國產業所需。 Reference: Don’t Buff it up (Economist) Data: Dataroma (12/12/2016 update) Save Save

1110 Nobel Economist: Robert F. Engle III

今天是Robert Engle 64歲的生日,Engle的主要研究領域在計量經濟學,其研究在時間序列的Autoregressive conditional heteroskedasticity (ARCH)模型是教科書的經典教材,讓Engle於2003年與Clive Granger一同獲頒諾貝爾經濟學獎。 ARCH模型主要在探討時間變異波動性(time-varying volatility)和非穩定性(non-stationarity),此模型可應用在評估金融市場的資產訂價和投資組合分析,Engle在加州大學-聖地牙哥分校(UCSD)任教時的得意門生周雨田曾表示: ARCH 模型的重點在於"渾沌中見秩序,預測不可測中的可測性" ,"價格行走過程中,看似隨機漫步,然而,大變動跟隨大變動,小變動跟隨小變動的趨勢卻成為一個律。ARCH 模型的成就,在於將這個規律化為模型",例如在未來的股票價格,雖然不能準確預測,但可估計落在某一範圍之內。 Engle大學時在Williams主修物理,之後到康乃爾繼續攻讀物理碩士,但由於不喜歡長期待在康乃爾大學物理系的地下實驗室,因此Engle轉往攻讀經濟博士,並且師從已故的中研院院士劉大中,畢業後分別在MIT, UCSD, 紐約大學等地任教。 除了經濟研究外,Engle平日也喜歡滑冰,還參加許多比賽,並在1995年第一屆全美滑冰比賽榮獲第四名,99年獲得第二名的佳績。 Reference:  Nobel Prize Website , 吳惠林 (2013) 諾貝爾經濟學家的故事,  周雨田 (2005) 渾沌中見秩序-記業師恩格爾其人其學 Photo: Robert Engle Website Save Save

U.S. Presidential Day: Vote Map

根據資料顯示希拉蕊和川普在這次2016年總統大選,兩人在各州的勝選情況,如果以國土面積來看,川普所獲得的支持更加明顯,除了各州主要大城市外,大部分都是川普獲得較高的支持度。 如果和上屆Romney相比較,可以發現川普主要增加的票源在五大湖中部一帶,也反映了他拿下Ohio, Michigan, Wisconsin, Pennsylvania等州,是他這次勝選的關鍵地區 紐約時報從 出口民調 所繪出自從04年以來各族群的投票變化: 族裔: 原本民主黨的鐵票群像是少數族裔的黑人、華人、拉丁全部支持率都下降,另外白人則是更支持共和黨。  收入: 年收入低於49,000美元也是民主黨選票流失的地方,反倒是原本較挺共和黨的高收入族群轉向民主黨。  性別及教育程度: 女性的票數並未對希拉蕊增加太多的支持。男性部分共和黨回到04年以來的水準,其中白人男性且無大學學歷,對共和黨支持率大幅增加,教育程度較高的白人男性則較為轉向民主黨。  經濟學人有另外的 分析 和 圖表 提供參考。 Reference: New York Times Photo: Wiki

U.S President Election 2016 Analysis

今年的美國大選是自從2000年小布希和高爾競爭以來最激烈的一次,選戰的結果可能會由幾個重要的搖擺州決定勝負,除了擁有眾多選舉人票的 佛羅里達 (29), 賓州 (20), 俄亥俄 (18), 北卡 (15)等大州外,根據 FiveThirtyEight 的圖表分析,如果雙方戰成(H)268:266(T), 這次的結果可能會由 新罕布夏 (4),分出勝負。 除了靜態圖片呈現外,媒體也使用動態分析的圖表來預測這次的選舉結果: Upshot 是New York TImes的專欄,裡面也有專文不斷更新及整理除了紐時對於兩黨勝選的預測,也包含其他機構的預測。 WSJ 提供各種選民特質來預測選舉結果,其中包括性別、年齡、族群可供讀者自由切換得票率情境。 Economist 則是使用如果哪一州翻盤,其他州連帶可能也有連鎖效應進而影響選舉人票。  FiveThirtyEight 是新興的統計分析網站,主要分析選舉、運動賽事和經濟議題,名字538也正是美國選舉人總數。  而這一次的媒體則是處於一面倒支持希拉蕊陣營,許多往常很少在總統大選表態的媒體像是WSJ, Atlantic等媒體都加入反川普的陣營。 另外之前的三次辯論,Economist使用Microsoft研發的 臉部偵測 來剖析兩人的態度,藉此也可以解讀兩位候選人的人格特質。 Photo: Electoral College (United States) - Wiki

Economic History in Cubs Championship Drought (1908-2016)

今天見證芝加哥小熊自從1908年以來的首座美國職棒大聯盟冠軍,在這段百年奪冠期間,世界的經濟和商業已有許多變化,從圖中可以看出美國的實質GDP成長30倍,人均實質GDP從6千美元成長至5萬美元 (以2009年為基準校正)。 工人的生產名目時薪(Production Workers Hourly Compensation (nominal dollars)) 從0.16成長至今日的30.55,將近是百年前的200 倍。 美國道瓊指數1908年大約是60點,昨日收盤則是將近18,000點,當時的30檔成分股,只有奇異(General Electric)時至今日還在道瓊指數。 1908年當時幾位在世諾貝爾獎經濟學得主包括: Hayek (9歲)、Hicks (4歲)、Leontief (2歲),Friedman, Samuelson, Arrow等經濟學家都還沒出生。凱因斯當時還在劍橋大學跟隨 Arthur Pigou學習經濟和機率論。 Data and Graph: MeasuringWorth, 2016

2016 WS Game 7 Revisit: Running Plays | 關鍵跑壘回顧

好的比賽總是讓人回味無窮,來紀錄一下這場小熊跟印地安人的世界大賽第七場,方便以後自己回憶這場經典比賽,除了打擊和投球讓比賽面貌改變,但有幾個經典跑壘,更是改變這場比賽的勝負: 整場比賽筆者最欣賞的play, 是十局上半Albert Almora代跑,當時Bryant打出一個中外野的深遠飛球,一般選手可能會先離壘過遠,造成接殺時只能回一壘,但這位22歲的菜鳥靠著冷靜的判斷,成功推進至二壘得點圈,在一壘和二壘的結果對於之後是否得分,有著很大的影響* 也造成下一棒Rizzo打擊時,印地安人選擇故意四壞保送,而下一棒的Zobrist擊出關鍵二壘安打,然後Montero再補上一支安打獲得保險分。如果不是這個關鍵跑壘,接下來可能沒有這些結局。但這種關鍵跑壘表現是不會出現在highlight而容易被人遺忘的。 K. Bryant兩個關鍵跑壘, 第一個 是在四局在Russel打出一個見高不見遠的飛球,但他成功出其不意拚回本壘。 第二個 是五局從一壘提早起跑僅花9.8秒回本壘得分,最快時速達到19.8mph 印地安人五局時, 三壘上的C. Santana和二壘的Kipnis 趁著Lester暴投和Ross一時找不到球之際,成功一暴投得兩分。 * 最讓人印象深刻的盜壘至二壘莫過於04年紅襪洋基美聯冠軍賽第四場,Dave Roberts(現在道奇的總教練)從M. Rivera投球中演出的 ”The Steal“ , 後面的安打也讓紅襪追平洋基,之後帶動紅襪連贏四場擊敗洋基。 Johnny Damon 09年洋基費城人第四戰九局上 一球盜兩壘 ,最後靠著A-Rod安打得到超前分贏得比賽,並在第六場順利封王。 另外一個例子則是台灣球迷很熟悉的比賽,13年經典賽八強台灣對日本,九局上半兩出局日本隊鳥谷敬盜壘成功,之後也順利回來得分追平台灣 ( 影片23min )

1103 Nobel Economist: Amartya Sen

Amartya Sen出生於1933年11月3日,1998年獲頒諾貝爾經濟學獎,是目前唯一亞洲籍得主,Sen的研究領域主要在福利 (Welfare) 和發展 (Development) 經濟學,貢獻於社會選擇(social choice), 福利(welfare measurement)和貧窮(poverty)議題探討。 社會選擇的議題包含個人價值是否可以加總等於社會集體的價值,這一方面的研究可以衍生至像是選舉的多數決議題。福利議題則包含我們如何去衡量經濟體的健康狀態,怎樣可以達到公平和效率的分配,一般媒體或許會將經濟成長率、通膨率作為主要指標,但像是貧窮和所得分配指標如吉尼係數、勞倫斯曲線等,更值得我們觀察經濟體的成長是否處於良性狀態。另外Sen也有許多研究是關於印度、南亞及非洲等開發中國家的饑荒、天災、貧窮及女性教育等議題。 Sen出身在印度(現今則是孟加拉的城鎮),父親是為化學教授,在Calcutta大學就讀時,曾被診斷出癌症並且只有15%的機會活至少五年,但接受治療後的Sen不但痊癒完成大學學業,並前往劍橋大學攻讀經濟學博士,在博士班期間,甚至成為母校Calcutta大學經濟系有史以來最年輕的系主任。畢業後則是在LSE, 劍橋、牛津、哈佛等學校當教授,培育許多發展經濟學的學者。 Robert Solow曾用學術界的良心(conscience of our profession)來形容 Sen在經濟學界的影響。 Reference:  Nobel Prize Website , Wikipedia , New York Times Photo: Amartya Sen - Wiki Save Save