男性器官與經濟成長

赫爾辛基大學的教授Tatu Westling在2011發表了一篇名為”Male organ and economic growth: does size matter?“的文章,這篇文章雖然只是單純地未出版論文,但卻有高達十幾萬次次的下載量,可謂一時洛陽紙貴。而這篇論文提出來的”男性器官假說”(male organ hypothesis)直到現在都還沒被推翻。

身為一個經濟學家,我覺得自己有必要來介紹一下這個著名的男性器官假說,來說明為什麼自己的收入不高而且偏好風險決策。並且透過資料來做出科學化的解釋來說明為何男性器官大概在12公分到16公分的國家收入最高。

經濟成長的因素

總體經濟學教科書的第一章最著名的理論其實並非凱因斯模型,而是Solow-Swan model,有些學校其實根本沒教你新凱因斯模型(遠目MIT的教科書講義),但是Solow-Swan解釋經濟成長是不可或缺的。簡單來說,Solow以及Swan根據不同國家的資料得出了經濟成長取決於:科技(生產要素)、人力、資本,而當時間拉長以後,人力以及資本的重要性會大幅降低,只有科技才能決定經濟成長。

而隨著Solow-Swan model,許多人開始解釋為什麼有些國家會窮有些國家會富有,例如Acemoglu以及Robinson著名的那本”國家為什麼失敗”或者是Paul Romer的”The Origins of Endogenous Growth“。而基本上的資料回歸方式都不出Greg Mankiw以及他同事著名的那篇”A Contribution to the Empirics of Economic Growth“。

Continue reading “男性器官與經濟成長”

畢業遇到景氣轉折對於人生的影響

COVID-19對於全期景氣造成巨大的衝擊,而去年也有一卡車的畢業生在這樣的勞動市場底下受到巨大的衝擊,而許多博士甚至還為了這個特別留級一年,而身為一個經濟學家,我們很好奇到底同樣的人,如果畢業在景氣擴張以及景氣衰退對於他終生的收入會有什麼影響。而耶魯大學的Joseph G. Altonji與他的同事們在2015年的這篇”Cashier or Consultant? Entry Labor Market Conditions, Field
of Study, and Career Success
“給出了有趣的答案。他們發現景氣的衰退以及擴張的確對於起薪有所影響,而這樣的影響會延續多久以及有多大則是取決於你的專業,透過這篇文章,我想對於現在還在猶豫要讀什麼科系或者是要怎樣才能把景氣衰退對自己的升入影響降到最少的人一些參考,反正這篇文章是寫在十一月,而學測也要到了。

Continue reading “畢業遇到景氣轉折對於人生的影響”

總經數據驚喜與股價

大哥翻譯翻譯,什麼叫做驚喜

最近在閱讀FED的一些研究結果的時候意外地發現了一篇由Jack McCoy、Michele Modugno、Dino Palazzo以及Steve Sharpe在2020寫的一篇研究報告叫做”Macroeconomic news and stock prices over the FOMC cycle“挺有趣的,在這邊紀錄一下。

關於總體經濟數據,我想很多人都大概知道的事情在於我們可以透過數據的好壞來大略知道股市會如何成長,而更進一步的人或許知道要去查市場預期以及實際數據,並且分析這之間的落差。

但如果更深入地去問,你可以問說每種類型的總經數據都一樣嗎?什麼總經數據對於股價更明顯?總經數據解釋全部了嗎?這些種種的問題都是非常有趣的。而這篇討論的文章,就針對這點而寫成的。

不過,這只是一篇簡單的討論的文章而已,我會首先呈現這篇文章的背景以及資料,接著跟你講他們的發現,最後提出我覺得可以改進的地方,那我們就開始吧。

Continue reading “總經數據驚喜與股價”

投資或者投胎-有錢人是怎麼練成的

2021年的七月,在夏季研討會的時候有一篇論文挺有趣的,是由Elin Halvorsen以及他的同事們寫成的”Why are the Wealthiest So Wealthy?
An Empirical-Quantitative Investigation of Lifecycle Wealth Dynamics
“,採用挪威的豐富資料來去研究為什麼有錢人會變得更有錢以及對於財富不均的現象體現。

近幾年探討財富不均的論文其實很喜歡用挪威的資料庫,原因在於他們的豐富性充足,你可以追蹤一個人一輩子的資產變化進而去推算他為何會變得有錢,而這對於一般人而言其實也很值得探討。雖然很多人都說北歐國家比較平等,但事實上挪威在OECD國家裡面的財富不均是屬於名列前茅的,1%的人占據了20%的國家資產,比英國還有法國來的高出許多。

這篇論文就是在探討到底有錢人是如何越來越有錢的,到底有錢人做了什麼使得其資產與一般人拉開?我想,無論是對於想變成有錢人的人或者是對於社會財富分配不均甚至是想探討要如何課徵稅收才能使得所得分配均衡的人而言都是一篇非常值得研究的論文。

Continue reading “投資或者投胎-有錢人是怎麼練成的”

P,Q,M:有關於資產定價的一些數學理論

在資產定價相關的文獻裡面往往會看到P,Q,M這些東西出現,其實這是屬於測量理論(measure theory)裡面的東西,但是對於資產價格定價其實挺重要的,由於之後可能會寫有關於wu-xia的影子利率的文章,而好死不死她們用的概念是從布萊克的選擇權遠期利率而來,因此真的要完全讀懂wu-xia的影子利率怎麼來的就會需要稍微提到P,Q,M之類的測量理論的東西,這篇雜談就當作一些數學上的雜談。

Continue reading “P,Q,M:有關於資產定價的一些數學理論”

為什麼會有抗拒疫苗的行為?

隨著COVID-19疫苗的開發,各國都開始呼籲民眾去打疫苗,但我們也看到很多有關於疫苗副作用的報導,而許多人也因此不敢去打疫苗。這個理由聽起來似乎很合理,但是如果單純從統計數字上面來分析,打疫苗的風險其實應該比不打而得到COVID-19的風險來的高。

從行為經濟學來看,這或許跟Mathe Rabin提出的reference dependence 理論有關,這個理論說明人們在做出決定的時候往往需要找一個特定的點去做基礎,無論這個點是否理性,並且以這個點出發去讓自己效益最大化。而當一個人看到新聞報導副作用的時候或許就會將副作用的新聞作為這個點,進而放大疫苗致死的機率,因此他依然是理性的極大化自己的效益。

2021年的心理學期刊”Journal of Behavioral Decision Making”在七月份有一篇名為Contribution of rationality to vaccine attitudes: Testing two hypotheses“作者為Helena Tomljenovic, Andreja Bubic, Nikola Erceg等人的論文特別把抗拒注射疫苗的心理去做分析,這篇論文挺有意思的,就想說來寫一篇來討論這篇論文,探討到底為何人會在心理上抗拒疫苗。

Continue reading “為什麼會有抗拒疫苗的行為?”

趨勢中的漫步-以2021年新台幣為例

在金融市場裡面,往往你會聽到趨勢這兩個字,而似乎這個字與隨機漫步是分開的,因為如果一個金融商品的價格是有趨勢的,那他怎麼可能隨機呢?

理論上,隨機應該是上上下下的起伏才對,但是我們可以看到GDP不斷往上,也可以看到有股票的價格是不斷向下的,在這樣的情況下,為什麼經濟學家們還是執著在隨機漫步裡面,所謂的隨機究竟是什麼呢?

這篇文章就透過2021年的新台幣對美金走勢來講述到底何謂趨勢中的隨機,同時稍微把趨勢以及隨機漫步這兩個概念講解一下。整篇文章會用Python及數學的方式來輔助說明,但對於這部分沒興趣的其實可以單純看圖就好,並不影響閱讀。

Continue reading “趨勢中的漫步-以2021年新台幣為例”

指數型基金-第一代的量化分析

2021年的七月十九日,是第一檔被動型指數型基金的上市50週年,所謂的被動型指數型基金,顧名思義,就是被動的只追蹤特定指數的基金,例如單純追蹤美國SP500的SPR,或者是單純追蹤美國科技股的QQQ,這些都是被動型的指數型基金,一方面基金的經理人只需要跟著這些指數去調整成分,二方面管理費也通常比共同基金還要低。

但這樣的被動型指數型基金往往都被認為是懶惰的,或者是沒有技術的,畢竟你只需要追蹤指數就型沒錯吧,技術上面可能會被認為比不上技術分析的黃金交叉或者死亡交叉,甚至不如那些透過分析EPS或者本益比而投資單一公司的。

事實上,第一檔被動型指數型基金其實可以說是廣義上面量化分析的起源,真正把數學以及模型還有科學帶入華爾街的就是這些指數型基金,這篇文章就來講述這些被動型指數型基金的歷史,以及為什麼指數型的投資才是更加科學的投資。

Continue reading “指數型基金-第一代的量化分析”

淺談葉倫(上)-學者生涯

最近新聞報導Janet Yellen將出任拜登政權的財政部長,有些人質疑這是因為拜登主打性別平權,有些人則認為這是FED跟財政部的掛勾,但是以我這個從事總經研究的人來講,葉倫真的很厲害,出任財政部長當之無愧。

葉倫其實是一個挺特別的人物,她從學術走向政策,在經濟政策委員會跟聯準會都有很多的紀錄,而在學術上面也是備受尊重,這篇文章會先從她的學術開始談起,接著談到她如何進入政界,並介紹跟她有關的幾篇論文來讓人理解葉倫經濟學的思想。

Continue reading “淺談葉倫(上)-學者生涯”

關於疫情控制的經濟模型:SIR

雖然說是去年的論文了,我也以為不會寫這東西,但是最近第二波疫情似乎來勢洶洶,可以寫一下這篇的code以及變數方法(所有的code都是用Python寫成的,我的環境是Anaconda 3),提供給有興趣研究的人參考,同時也科普一下大家常在說的控制Rt到底是怎麼一回事。

這篇論文出自於Andrew Atkeson(2020)的這一篇”What Will Be the Economic Impact of COVID-19 in the US? Rough Estimates of Disease Scenarios“,後續則有許多人引用這篇發展出更深入的探討,但我們可以把重心放在這邊,而我自己則是把疫苗施打率放進去裡面當作一個變數,試圖分析第二波如何在疫苗施打率之下有效控制,目前沒看過有人寫台灣的就自己寫一個。

基本上他的概念是我們要如何透過社會隔離得到最少的染疫人口比例,而這其實真的是可以計算的,事實上去年甚至到今年許多國家都還是採用這個模型作為開端去做符合當地情況的變化,而Robert Shiller於2017在”Narrative Economics“這篇論文裡面也有用這樣的模型來說明報紙以及口接交談的概念或者謠言如何改變我們的思維,所以他不僅僅是一篇一病相關的,未來還有很多可以探討的空間,而這就讓我們開始吧。

Continue reading “關於疫情控制的經濟模型:SIR”