Uncertainty Shocks

棒球除了傳統的統計數字，像是投手的防禦率、勝敗、WHIP 值，打者的打擊率、上壘率、OPS 等，以及比較常用的進階數據，像是 WAR, BABIP, WRC+, FIP 等，這些數據都可以在 Fangraphs 上查到。 然而自從 MLB 在 2015 年推出 Statcast 之後，提供我們更多數字，觀察大聯盟球員在投打跑守不同面向的表現，也更能衡量球員們的能力。以下用 MLB Savant 的圖表數字做簡單的介紹： 投 以投手 Justin Verlander 為例，Savant 會列出該位投手的球速、轉速、球被打的初速 (exit velocity)、扎實機率 (hard hit %)、期望被上壘率 ( xwOBA )、期望被長打率 ( xSLG )。後面兩個值會以被打擊的初速、角度、跑者衝刺速度等數值計算而得。可以看出 Verlander 除了 xSLG 之外，其他 Statacast 數據都優於平均值，也確實反映他目前防禦率 2.38, WHIP 僅 0.79 的出色表現。 在 Pitcher Visualization Report 部分，可呈現出投手在投球面向的多樣面貌，舉  Max Scherzer 為例，今年到目前為止投出 3480 球，其中四縫線直球佔 50.1%，滑球跟變速球也分別佔 16.6%, 15.7%，同時也呈現各球路的進壘位置、速度、轉速、好球比例、橫縱向變化幅度、出手點位置、被打擊的初速、角度、球的落點分析，以及各球數狀態 (ex: 1 好 2 壞) 會投什麼球種等資訊。內容十分豐富，宛如球探報告。 在 Pitch Arsenal 部分，則可看出各球種使用頻率、75% 該球種的速度分佈、橫縱向位移等資訊，另外也有 3D 版本 可以參考。 另外也有 Statcast Pitcher Velocity Distribution 分析該投手歷年球種使用率和速度變化，以上圖 Clayton Kershaw，可看出 Kershaw 今年的直球速度已不如以往 (淺色)，所以他也降低使用速球的比例，增加滑球等變化球的比例。 除此之外，投手還有  Pitcher Texture Heatmaps , Pitcher Plinko  提供圖表分析。 打 Stat

UBER 在上週五進行首次公開發行 IPO，將價格設在 $45，但掛牌頭兩個交易日並不順利，一度跌至 $36 跌幅將近 20%，今天回升 7.7% 至 $39.96。而美國公共新聞 PBS 近日採訪 UBER 的經濟學家研究團隊，一探這群經濟學家在 UBER 所扮演的角色為何。 首先他們訪問了 UBER 首席經濟學家 Jonathan Hall，他表示 UBER 大概有 20~30 位經濟博士在分析資料，幫助 UBER 維持商業競爭力、探尋難解議題的合理解釋和答案。 首先回到經濟學 101 的問題，供給和需求如何影響價格？像是乘客的搭車需求和駕駛數量如何影響價格，而 UBER 可以如何分配駕駛到熱門和冷門地段，讓整體市場運作更有效率。除此之外，由於 UBER 司機是可以自由選擇何時何地排班，這提供經濟學家了解勞動供給和市場競爭的材料。 之前 UBER 也爆出爭議，報導指控其女性駕駛薪資較男性低 7%，是因為歧視的現象。但史丹佛教授 Paul Oyer 使用 UBER 的資料指出並非歧視而造成工資差異，是因為女性駕駛開車較慢，因此每小時的載客量和工資報酬也較低。長久下來，男性駕駛會累積更多 UBER 駕車經驗，更進一步造成男女薪資的差距。其他的研究議題還包含 UBER 是否造成紐約的交通阻塞問題？小費是否改變乘客搭乘習慣？ Susan Athey 現為史丹佛教授也曾出任 Microsoft 經濟顧問，提到其他科技公司像是 Google, Amazon 等矽谷高科技公司，近年來都在招募經濟博士畢業生，幫忙他們分析資料，改善該公司的營運策略。 延伸閱讀： 要放 Uber 進來嗎？ 當經濟學家成為科技新貴（序）：Google

今年是 NBA 更改選秀中簽率的頭一年，沒想到就讓眾多坦隊失望。鵜鶘 (6%)、灰熊 (6%)、湖人 (2%) 三支球隊分居前四，只有尼克 (14%) 保住樂透區第三的位置。沒意外的話，鵜鶘會選 Zion Williamson，成為下一個球隊基石，目前的傳言 AD 還是想被交易，手中有前段簽的尼克、湖人就變成熱門的交易對象，會不會看到 Zion 和 RJ Barrett 於紐奧良再次同一隊呢？ 看了目前 Ringer ,  ESPN ,  Bleacher report , NBA Draft 的選秀分析和預測 鵜鶘：Zion Williamson，勁爆的體能讓他在攻守兩端都有很高的主宰性，雖然有傷病疑慮，外線投射和切入運球的技巧都有待琢磨。但天花板是 Charles Barkley，地板也至少會是他未來可能的隊友：Julius Randle 灰熊：Ja Morant or RJ Barrett，灰熊陣中還有陣隊之寶 Mike Conley，是否還會選同位置的 Ja Morant 變成一大存疑，但 Conley 也過 31 歲需要交班，選 Morant 也很合理，但 Morant 勢必需要球權，如何分配會是有趣的問題。相對而言，在三號位，灰熊並沒有真正的球星 (包含當年高價簽的 Parsons) 和潛力新秀，選 RJ 也是合情合理。 尼克：如果沒把此簽交易出去，基本上就是選 Ja Morant or RJ Barrett 其中一位未被灰熊選走的。尼克近十多年來選秀結果都不是很好 (除了當年選秀時被尼克噓的 Porzingis)，被選上的球員只能自求多福。如果選到 Ja Morant，尼克的後場一號位置勢必得清人，Dennis Smith Jr. 或 Emmanuel Mudiay 都還年輕，應該可以換到不錯的人或簽回來。 湖人：幸運進到樂透區，選秀前三人大概都不會掉到這個位置，湖人需要的是有外線的側翼或禁區內線，目前看來最有望的人選是今年 NCAA 冠軍 Virginia 的 De'Andre Hunter，三分線命中率 48%，又有優秀的側翼防守，會是湖人目前需要的球員類型，目前的模板預測是 Luol Deng, DeMarre Carroll, Jae Crowder

由於 UBC MSc Finance 這個項目的資訊比較少，來分享一下此財金碩士的概況。先說結論，這個項目最適合想走財金博士的申請者，課程設計非常學術，和大家印象中的財金碩士相差很多，比較可以類比的項目大概就是 LSE MSc Finance and Economics, 相關的就讀心得可以參考  redsa12 ,  pdeking  的文章。以財金博士作為跳板的項目，其他北美可以類比的大概就幾個經濟碩士，像是 Duke, Columbia, Wisconsin 這類型的碩士。 成員背景 UBC MSc Finance 的錄取人次很少，採取小班制，一屆的人數跟博士班差不多，3~4 人左右，根據 UBC 公布的 資料 ，這兩年大概 120 人申請，錄取人次在 6~7 人左右，最後會來 3~4 人。學生背景大部分還是中國人為主，這幾屆還有韓國、義大利、德國人等。 以申請來說，英文考試 GT 就是過標準，然後有跟教授的面試關，所以英文口語也不能太差。由於是學術導向的碩士，GPA 跟修課內容還是更重要的事情，基本上建議至少要上過微積分、線性代數、統計這些基礎課，大學部比較進階的數學課程像是數理統計 (統計推論)、計量、賽局也建議多上幾門，有不足的地方都可以來這裡在上，只是多上過，來這裡會比較輕鬆。 至於經濟跟金融課程，至少上過大學部的基礎課程，像是個經、投資學這種課就可以。然後也建議來這之前有一些 RA 經驗，會對研究比較有感覺，程式至少會一些基本的 Python, R, Matlab, Stata 之類的統計軟體或語言，對研究和課業都有幫助。 讀書資源類比博士生 碩士班人少的好處就是碩士生可以享受到跟博士生差不多的讀書資源： 必修五門財金博士課，和這裡的財金博士一模一樣，碩士階段就可以接受北美 top 30 等級師資的教學，相比很多學校不讓碩士生上博士課，怕損害到博士班的上課品質。 RA、TA 機會多，可以增加研究經驗、跟老師互動，這都有利於拿推薦信和之後的博士申請，或者當成賺一些零用錢。相比以前我讀過 Duke MA Econ，RA/TA 十分競爭，畢竟碩士兩屆就有超過 150 人，更別說其他博士生，每一個缺開出時，都會有很多學生申請。 老師可以照顧每一個學生，負責碩士招生的教授會不定期跟學生見面，給予課程規劃、研究等建議。在申請季

今年的克拉克獎是頒給 Emi Nakamura, 表彰她在實證總體的研究。這個獎項一般有年輕諾貝爾經濟學獎的稱號，也是繼 Lawrence Summers 於 1993 年獲獎之後，再一次有總體經濟學家獲得克拉克獎。過去二十多年，多半是由實證個體的經濟學家獲獎。  Congratulations to Emi Nakamura of @berkeleyecon , winner of the 2019 John Bates Clark Medal! https://t.co/GzkoiUtocp pic.twitter.com/ZPHRvxMxk1 — AEA Journals (@AEAjournals) May 1, 2019 一般來說，經濟研究都在研究 "因果關係"，像是某個貨幣或財政政策，如何影響通膨或失業率？但要如何單獨鑑別其影響性非常困難，舉例來說，如果聯準會降息，那他們可能是看到現在的失業率很高。但此時要再研究聯準會採取此政策，會如何影響失業率，就會有問題 (A 影響 B，但 B 也影響 A)。 Nakamura 有很多研究，都是使用高頻率的資料，來解決此類總體經濟問題。其他的研究還包含探討 menu cost, 財政政策是否影響通膨等。 財政政策如何影響經濟體？ 目前許多已開發國家面臨的一個主要問題是，是否應該通過增加政府支出來刺激經濟。 經濟學家對這個問題的意見，存在嚴重分歧。雖然許多經濟學家認為，政府支出的增加可能產生很大的「乘數效果」(multiplier effects)，意思是政府的支出，可以帶動更多的經濟產出，達到刺激經濟的效果。但許多其他學者對此效果持懷疑態度，有些人甚至認為政府支出的增加，可能會損害經濟復甦。 但這類政策辯論很難有實際證據支持，舉例來說，在金融危機時，政府傾向於在產出低的時候增加支出，所以到底是經濟產出影響政府支出，還是政府支出影響經濟產出，這種雞生蛋還是蛋生雞的因果關係判斷問題，不容易解決。正如同我們以前的 文章 所說，相關性並不意味著因果關係。要解決此問題，需要的是某種「自然實驗」，即政府支出的偽隨機變化 (pseudo-random variation)。 為了解決此研究問題，Nakamura 和 Steinsson 使用政府的軍事支出，由於關於美國的戰爭是