1. 神經經濟學的神經經濟學簡介
神經經濟學綜合了經濟學、心理學以及神經生物學等諸多學科。
經濟學試圖用一個單一的、邏輯上統一的形式來整體描述所有的選擇行為;心理學則考察價值在主觀估計和客觀估計之間所存在的差異方式,並提出種種心理模型來解釋這些觀察到的行為偏好。神經生物學著眼於最簡單的、可能存在的神經迴路來解釋最簡單的可測量的行為元素。由此看來,這些學科解釋人類的選擇行為的不同之處在於他們操作的水平不同。此外,當前,腦成像技術成為神經科學最盛行的工具。許多腦成像技術比較人們在執行不同任務(包括實驗任務和控制任務)時的腦區差異。借用腦成像技術,神經經濟學可以直接測量思維和情感,從內部觀察人的行為,探討「黑箱子」問題,從而促進我們對大腦與行為之間關系的理解。正如Camerer等經濟學家和神經生物學家所言,「新的工具定義了新的科學領域,並消除了舊有邊界」,神經經濟學藉助於腦成像等神經科學技術,打破了這三大學科的界線。
2. 淺談經濟理論的演變
第一次工業革命
第一次工業革命是指18世紀60年代從英國發起的技術革命,是從勞動密集型的手工業開始、以蒸汽機作為動力機被廣泛使用為標志的。勞動密集型產業意味著資本密集,當相關產業通過不斷創新提高生產率後,能夠迅速增加社會財富,繼而持續推動本領域和其它領域的工業化革新和生產。
第一次工業革命使工廠制代替了手工作坊,用機器代替了手工勞動;從社會關系來說,工業革命使依附於落後生產方式的自耕農階級消失了,工業資產階級和工業無產階級形成和壯大起來。
第一次工業革命大大密切加強了世界各地之間的聯系,改變了世界的面貌,最終確立了資產階級對世界的統治地位,率先完成了工業革命的英國,很快成為世界霸主。法國、德國、美國、俄國、日本等國也紛紛加入工業革命的行列,中國清朝當時閉關鎖國沒有趕上這個潮流,於1860年被英國打開國門。
第二次工業革命
第二次工業革命是指19世紀60年代後期,歐洲國家和美國、日本的資產階級革命或改革的完成,極大地推動了社會生產力的發展,對人類社會的經濟、政治、文化、軍事,科技和生產力產生了深遠的影響。資本主義生產的社會化大大加強,壟斷組織應運而生。
第二次工業革命,使得資本主義各國各個方面發展不平衡,帝國主義爭奪市場資源和爭奪世界霸權的斗爭更加激烈,促進了世界殖民體系的形成,使得資本主義世界體系的最終確立,世界逐漸成為一個整體。這也促進了工人運動和社會主義運動,列強加緊對外侵略擴張,由於西方一些資本主義國家的爭斗很激烈,第一次世界大戰在此期間爆發。中國在此期間開展了「西學東漸」的洋務運動最終以失敗告終。
第三次工業革命
第三次科技革命以原子能、電子計算機、空間技術和生物工程的發明和應用為主要標志,涉及信息技術、新能源技術、新材料技術、生物技術、空間技術和海洋技術等諸多領域的一場信息控制技術革命。其不僅極大地推動了人類社會經濟、政治、文化領域的變革,而且也影響了人類生活方式和思維方式,隨著科技的不斷進步,人類的衣、食、住、行、用等日常生活的各個方面也在發生了重大的變革。
第三次科技革命加劇了資本主義各國發展的不平衡,使資本主義各國的國際地位發生了新變化;使社會主義國家在與西方資本主義國家抗衡的斗爭中,貧富差距逐漸拉大,促進了世界范圍內社會生產關系的變化。
縱觀前三次工業革命,可以發現他們對世界發展的共同影響有:
①都極大促進了社會生產力的發展,帶來了工業布局的新變化。
②都引起了社會關系的重大變革:第一次導致近代社會兩大對立的階級即工業無產階級和資產階級產生,並開始了城市化進程;第二次,壟斷組織產生,並與國家政權結合,自由資本主義過渡到壟斷資本主義;第三次,國家壟斷資本主義強化,使第三產業比重上升。
③都對世界格局產生巨大影響:第一次,確立了資本主義對世界的統治,殖民擴張造成東方從屬於西方;第二次,資本主義世界體系、殖民體系最終形成,世界成為一個密不可分的整體;第三次,推動了國際經濟結構的調整,世界各國經濟相互依存,聯系日益緊密。
第四次工業革命
從農耕時代到工業時代再到信息時代,技術力量不斷推動人類創造新的世界。智能科技,正以改變一切的力量,在全球范圍掀起一場影響人類所有層面的深刻變革,人類正站在一個新的時代到來的前沿。智能科技可以說人類歷史上的「第四次工業革命」,其來勢洶涌,銳不可當。
這一次工業革命不再局限於某一特定領域。無論是移動網路和感測器,還是納米技術、大腦研究、3D列印技術、材料科學、計算機信息處理……甚至它們之間的相互作用和輔助效用均是此次工業革命涉足的領域,而這樣的組合勢必產生強大的聯動力量。此外,此次工業革命不再是某一個產品或服務的革新,它是整個系統的創新。這場革命將對社會、經濟、金融,包括個人帶來巨大的影響。
四次經濟學革命
伴隨著第四次工業革命,我們對於經濟學的認識也需要變化。這也可以從生產力決定生產關系的角度來理解。
在農業文明時代,最重要的資產是土地跟農民。
工業時代最重要的資產是資本、機器(機器是固化的資本)、流水線上被異化了的人。工業時代早期考慮最多的是異化的人,因為人也被當作機器在處理。人只是流水線當中的螺絲釘。
到了知識經濟的時代,最核心的資源,一個是數據,一個是知識工作者(Knowledge Worker),就是德魯克在上個世紀末講的。企業的管理也會從傳統的多層次走向更加扁平、更加網路、更加生態的方式。讓知識工作者真正能夠創造價值,變成任何一個組織和整個社會最重要、最需要突破的地方。
到了智能科技時代,技術特徵正在影響我們周圍的商業邏輯。
這意味著,
農業文明時代的經濟學是一種貧瘠經濟學(The Economics of Poverty);農業社會的構成單元是整體的分子;
工業文明時代的經濟學是一種稀缺經濟學(The Economics of Scarcity),工業社會的構成單元是有形的原子;
互聯網時代是豐饒經濟學(The Economics of Abundance,又名富足經濟學),構成互聯網世界的基本介質是無形的比特;
而智能時代則是共享經濟學(The Economics of Sharing),構成智能時代經濟體系是具備智能屬性的節點。
這是我們理解的經濟學變遷,具體到主流經濟學,也經歷了經濟學的四次革命與四次綜合。
第一次革命與第一次綜合
經濟學的第一次革命,以亞當·斯密(Adam Smith)的《國富論》(1776)為標志,突破了自古希臘和中世紀以來只注重財富管理分析的前古典經濟學研究範式,確立了以財富生產分析為主要目的的古典經濟學研究範式。
經濟學的第一次綜合,以約翰·穆勒(John Mill)的《政治經濟學原理》(1848)為標志,對前古典經濟學與古典經濟學的研究範式進行了理論綜合,把財富的管理和財富的生產整合為一個統一的分析框架,使之成為經濟學並行不悖、相互補充的兩大研究範式。
第二次革命與第二次綜合
經濟學的第二次革命就是所謂的「邊際革命」,其標志性的人物和代表作分別包括赫爾曼·戈森(Hermann Gossen)的《人類交換規律與人類行為准則的發展》(1854)、卡爾·門格爾(Carl Menger)的《國民經濟學原理》(1871)、利昂·瓦爾拉斯(LeonWalra)的《純粹經濟學要義》(1874)和威廉·傑文斯(William Stanley Jevons)的《政治經濟學理論》(1879)。「邊際革命」突破了古典經濟學此前以生產投入(包括勞動投入)作為分析對象的客觀價值理論,提出了以人的心理因素作為分析對象的主觀價值理論,即邊際效用理論。
經濟學的第二次綜合是新古典經濟學的創立,以阿爾弗雷德·馬歇爾(Alfred Marshall)的《經濟學原理》(1890)為標志,將古典經濟學的客觀價值論和邊際革命的主觀價值論整合為一個統一的分析框架。
第三次革命與第三次綜合
經濟學的第三次革命,以梅納德·凱恩斯(MaynardKeynes)的《就業、利息和貨幣通論》(1936)為標志,被世人稱為「凱恩斯革命」。凱恩斯革命突破了新古典經濟學將經濟分析的基點立足於個人與廠商的微觀分析範式,第一次確立了以國民經濟作為一個整體對象的宏觀分析範式。
經濟學的第三次綜合,以保羅·薩繆爾森(Paul Samuelson)的《經濟學分析基礎》(1947)為標志,將新古典經濟學的微觀分析範式與凱恩斯主義的宏觀分析範式整合為一個統一的分析框架。
第四次革命與第四次綜合
經濟學第四次革命是指從20世紀80-90年代開始,並一直延續至今的、對西方主流經濟學「經濟人假設」或「理性人假設」的挑戰與批判,以及以行為經濟學(Behavioral Economics)、實驗經濟學(ExperimentalEconomics)、演化經濟學(Evolutionary Economics)、計算經濟學(Computational Economics)、神經經濟學(Neuroeconomics)為代表的新興經濟學(Neo-Economics)在此基礎上提出的一系列不同於傳統經濟理論的假設與範式。這次革命發生的時間,基本與人類社會進入以「信息文明」為標志的後工業時代相契合。這一範式革命與轉換,具有後現代主義反理性、反分工的鮮明色彩,反映了當代科學技術跨學科融合與跨學科發展的趨勢,是人類對啟蒙運動以來所謂「科學理性」和「科學分工」進行全面反思在經濟學領域的體現。
目前,主流經濟學正在面臨全面的理論危機。以實驗經濟學、行為經濟學、演化經濟學、計算經濟學和神經經濟學為代表的新興經濟學在經驗實證的基礎上對「理性人假設」的置疑與批判,預示著經濟學基礎理論正在發生深刻的變革與重大創新。預計未來5-10年之內,一個新的、具有替代性和顛覆性的、超越新古典傳統的經濟學理論體系或將展現於世人眼前。
這就是經濟學第四次革命與第四次綜合的前景。
第四次工業革命以及經濟學的第四次革命,我們將如何應對?又該有何種作為?這對我們來說,是一種挑戰,也是一個機遇。
3. 神經管理學
從學科領域的角度來看,神經營銷學的研究,基本上是神經消費行為學、神經營銷策略和神經廣告
學的范疇。其中,神經營銷策略的研究,較為薄弱。除此而外,還應當有神經定價策略、神經促銷策略、神經營銷通道,以及神經客戶關系管理(neuroCRM)等方面研究內容。
(1)神經消費者行為研究
神經消費者行為研究將是神經營銷學的一個較大的分支。它涉及到神經消費決策的研究(這一點,與神經決策學交叉),至於是否能夠找到消費者腦中的「購買按鈕」,現在尚不宜評論。但有一點可以肯定,不同類型的消費者的消費決策的神經特徵的研究,必定會深入下去,得到科學的成果。至於廠商是否會利用這一領域的成果誤導消費者,就屬於商業倫理研究的范疇了。
目前,神經消費者行為研究雖然已經取得了顯著的成果,但是還有很多問題需要研究,例如,從眾消費行為的神經基礎,消費特徵與性格特徵的神經基礎,廣義消費品的神經層面的直接效用與消費特徵,可接受價格的神經基礎,各類消費癖好的神經基礎,病態消費(例如成癮消費)的神經基礎等,都是大有前景、值得進一步研究問題。
(2)神經營銷策略學
營銷策略是依據競爭局勢、消費者分層及各層特徵以及本企業和本企業產品(服務)的特徵所決定的。不論採用什麼營銷策略,最後、最重要的一個環節是消費者購買你的產品或服務。如果總是沒有這個環節,任何營銷策略都是不成功的。而這個環節實現的前提,是消費者決定購買你的產品或服務。因此,依據不同層面、不同類型的消費者購買決策的神經活動的特徵,通過實驗,找到能夠引發(或者容易引發)消費者的大腦啟動「購買決策的神經活動」的策略,是目前商家關注的焦點,也是這一領域學術研究的焦點之一。這些策略可以包括價格策略、試用策略、打折策略、包換策略、賠償策略、產品說明策略、以及廣告策略(包括畫面、詞語的選擇)等,凡是經過實驗篩選的、能夠引發消費者啟動「購買決策的神經活動」的、合法、合倫理的策略,都應當是可以採用的。
但是作為管理科學分支之一的營銷策略學,必須強調策略的合法性、合乎倫理性,不能欺騙、誤導和不當誘導消費者啟動「購買決策的神經活動」。利用民主黨人對911畫面的神經反應的特徵制定競
選策略,應當是正當的策略。當然,它屬於政治策略的范疇。
(3)神經客戶關系管理(NeuroCRM)
客戶關系管理是營銷學與計算機信息管理的交叉學科。它關注的中心問題是,客戶有關消費的特徵以及各類消費之間的相互關系,以便依據這些關系,制定針對這些客戶的營銷策略,甚至是「一對一」的營銷策略。由於這里涉及到海量的行為數據,只有依靠當代信息技術才能實施管理。
當我們在客戶的有關消費的行為特徵的數據的基礎上,進一步補充他們的購買決策的神經層面的數據後,我們事實上就進入了神經客戶關系管理的領域。毫無疑問,人們不可能對每個客戶測量購買決策和消費特徵的神經基礎,但卻可以依據對樣本客戶的測量數據,對記錄了消費行為的客戶分類,然後通過實驗獲得不同類別的消費者的神經活動特徵,並依據神經特徵的類別,實施不同的管理策略。
(4)神經利益相關者管理(NeuroXRM)
藉助當代信息技術,企業 僅可以記錄客戶的消費和需求特徵並對客戶實施管理,而且可以對利益相關者(例如,競爭者、供應鏈上的戰略夥伴),實施關系管理,簡稱為XRM。當我們記錄的信息從行為層面延伸到腦神經的電磁信息層面時,我們就進入了神經利益相關者管理的領域。依據更深層面的信息,實施有效管理。
http://hi..com/neuro_xl
參考資料:轉載自<認知神經科學、神經經濟學與神經管理學> 馬慶國、王小毅
4. 神經科學有哪些分支
情感神經科學 (Affective Neuroscience)
行為神經科學 (Behavioural Neuroscience)
臨床神經科學 (Clinical Neuroscience) - 包括神經學 (Neurology),神經外科 (Neurosurgery),精神醫學 (Psychiatry)及 神經放射醫學 (Neuroradiology) 等
認知神經科學 (Cognitive Neuroscience)
計算神經科學 (Computational Neuroscience)
神經系統的發育 (Developmental Neuroscience)
基因影像學 (Imaging Genetics)
分子神經科學 (Molecular Neuroscience)
神經工程學 (Neural Engineering)
神經解剖學 (Neuroanatomy)
疾病的神經生物學 (Neurobiology of disease)
神經化學 (Neurochemistry)
神經經濟學 (Neuroeconomics)
神經胚胎學 (Neuroembryology)
神經流行病學 (Neuroepidemiology)
神經工效學 (Neuroergonomics)
神經行為學 (Neuroethology)
神經遺傳學 (Neurogenetics)
神經免疫學 (Neuroimmunology)
神經病理學 (Neuropathology)
神經葯理學 (Neuropharmacology)
神經物理學 (Neurophysics)
神經生理學 (Neurophysiology)
神經毒理學 (Neurotoxicology)
感官神經科學 (Sensory Neuroscience)
系統神經科學 (Systems Neuroscience)
5. 如何自學《經濟學原
不是說按這個順序學,不然數學都學完了還沒碰微經。至於順序的話,我覺得是「(蔣中一)--Varian--Barro--Wooldridge」這個順序下去,數學需要的時候再補。比如開始學計量了,去學下概率論和統計。需要學高級的計量了,去學下測度論。另,這個不是寫給打算了解入門下經濟學的同學的,是寫給打算「系統地學習本科生或者研究生那樣專業學習」的,當然研究生主要是靠paper。如果了解下經濟學,那曼昆是很好的,但系統地學慣用曼昆就比較浪費時間了,因為高級的教材基本都是self-contained,只要用中級墊下腳就夠得到了,就沒必要讀曼昆了。(如果有公開版權的我會貼鏈接,不然的話請自行google,大部分都有電子版的吧)
1 數學
關於經濟學要不要數學化大論戰可以看看這個:經濟學數學化的利弊都有什麼?如何看待經濟學不斷數學化的趨勢? - 慧航的回答
1.0
蔣中一Alpha C.Chiang的《數理經濟學的基本方法》(Fundamental Method of Mathematical Economics)
1.1 分析
張築生的《數學分析新講》是一本非常平易近人的入門書、我旦的陳紀修的《數學分析》也還不錯,主要我蠻喜歡陳紀修老師的,就帶點私貨。當然,能讀英文的可以讀下Terence Tao(陶哲軒)的Analysis。如果能比較抽象地想問題的話,可能去看看Walter Rudin 的淑芬原理。這本書很多證明很巧妙(Left as Homework,2333)。如果已經學過簡單的微積分或者淑芬,可以看看辛欽的《數學分析八講》,只是中譯本印刷錯誤太多,俄語我又不會。
公開課可以看看台大的高等微積分,雖然第一課故弄玄虛,但很多東西還是很有見地的。高等微積分 - 台大開放式課程 (NTU OpenCourseWare)
實分析我上課用的是周性偉的《實變函數》這本的證明非常的簡略,國內可能周民強、夏道行那本用的比較多吧,夏道行口碑比較好。英語的教材挺多的,比如Royden, Rudin, Stein, Folland, etc. 但是我這塊學的不咋地就不評價了。台灣的國立交大有個很不錯的實變的視頻。雖然是碩士生課程,但是還蠻容易懂得。國立交通大學開放式課程(OpenCourseWare, OCW)
(復分析好像經濟學里沒啥用,但是我想安利下,因為他很好玩並且優美,可以看看是Tristan Heedham的復分析。)
泛函什麼的,Kreyszig的那本應該Introctory Functional Analysis with application應該是最容易讀的了吧。我打算。。。下學期選這門課。。。
1.2 線性代數
MIT的線性代數公開課據說非常贊,我沒看過,但認識的人看過都說好。畢竟是Gilbert Strang來上的。 Video Lectures
Axler的Linear Algebra done Right.這本書的翻譯超級狗血,叫《線性代數應該這樣學》,但是是我見過最最最最最合適的入門教材的。他會跟你講清楚線性代數到底是怎麼一回事,矩陣到底是幹嘛的,矩陣的乘法為什麼這么定義、矢量空間是什麼鬼東西。而不是一上來告訴你一堆determinant、逆序數、矩陣分割怎麼算,也不是讓你一上來就解線性方程組。讀此書有正三觀的作用。
難一點的可以看Peter Lax的Linear Algebra and its Application(不是Lay的那本同名書,他們作者名字和書名都很像,Lay那本太關注計算了,很費時間)。這本書很虐的,讀之前最好沐浴凈身、請神辟邪(。・`ω´・)。
抽代一般是用不著的,不過可能在看拓撲、實分析等內容時需要了解一點群的內容,一本很容易的教材是張禾瑞的《近世代數基礎》,Artin的《代數》應該是標准教程。
1.3 概率和統計
簡單地可以看鍾開萊《初等概率論》,國內的陳希孺那本口碑不錯,難點的(其實是很難)可以看Durrettd的Probability: Theory and example, 鍾開萊《概率論教程》,Jun Shao的Mathematical Statistics,需要一點測度論知識。
然後,有為武大IAS的同學提出一定要隨機過程。我自己就看過Sheldon Ross的Introction to Probability Models。是基於概率的隨機過程,不需要測度論知識。已經上過概率論可以跳過前三章。例子和習題非常多==、(而且例子都要比正文難)中文翻譯蠻糟糕的,英文版的好懂一點。
那位童鞋的推薦是張景波,張肖的《應用隨機過程》,第一章預備知識里寫著我們需要復習下關於概率測度的積分==、我就沒看下去,寫得挺數學的。以武大IAS的品質應該是好書。
1.4 拓撲
我目前沒有讀起來特別順的拓撲書。。。大概是拓撲本來就很奇怪。。。
比較詳細的是Munkres的topology. 不過這本書讀起來很慢,因為非常非常細碎,會讓人失去耐心。沒耐心的同學不妨看看Armstrong的Basic Topology,進度快一點。 Janich的Topology雖然是給本科生寫的,但我覺得這個書應該是學完一遍拓撲後再看,不能用這本學拓撲。國內尤承業的好像比較常用吧。
1.5 軟體
一般的數學運算,比如求個逆矩陣、對角化、積分,這個就夠了
Wolfram|Alpha: Computational Knowledge Engine
計量我推薦用SciPy自己鼓搗,R也很好。而且不要錢。
如果有錢的話Mathematica、maple、matlab、stata、eviews、spss都好用啦。對於各個軟體的好壞,知乎有很多聖戰,可自行瀏覽。我一般是用R。這些收費軟體也有免費替代品,比如Octave、Sage等等。
2 經濟學
2.1 微觀經濟學
簡單的就Varian的Intermediate Microeconomics:a modern approach。幾乎不用什麼數學。
我們當時老師教微觀的時候是用的自己的lecture notes, 從效用函數講起,過度到multi-periods,再加入uncertainty。接下去就開始討論社會主義(dictatorship)和contract theory之類以及後面的拓展了。整個學期就沒講什麼供求曲線。當時Varian那本書是我們的參考書,但他上課完全沒有講。但我上這么課最大的收獲,不在於學到多少經濟學知識,而是學會在一個給定的環境下,如何把情形抽象化,並用最簡單的數學工具搭建起一個簡單的模型。然後再一步步地擴充模型。其次告訴了你,微觀的核心就是「選擇」這個行為。這個要比你在讀曼昆的書,死記硬背下那些什麼十大原理要有用的多。
另,我們當時其他老師的微經教材主要是平狄克的。我不喜歡那本書,現實的例子太多。數據、圖表太多。(而且啰嗦)在入門時候用這些,我認為是不好的,雖然他能讓你把經濟理論和現實聯系在一起,但很容易讓你犯一些邏輯錯誤,特別是用圖表來呈現數據,得出的結論很可能是誤導性的。(經典例子,警察越多小偷越多,要降低犯罪率應該裁掉警察。)不然幹嘛要用發明計量這個東西出來啊摔。
中文的話平新喬有本《微觀經濟學十八講》還不錯,簡潔清楚。
高級一點的最經典就是MWG Microeconomic Theory。大網路全書,但是有點舊。不過新理論也主要靠論文而不是教材。(吐槽一句,我現在有一門通識課老師拿這本書來給非經濟專業的同學入門用,因為他導師是作者之一。。。)
此外Rubinstein有個免費的Lecture Notes On Microeconomics , 也很不錯。Rubinstein, A.: Lecture Notes in Microeconomic Theory.
2.2宏觀經濟學
不用讀曼昆的宏觀,真的很糟糕。我當時開始學的哪個老師就是用曼昆的。(我的微經老師當年就吐槽過在上完他的微經在本校就遇不到這么厲害的老師了。)
一般比較好的凱恩斯主義的是Blanchard的宏觀,國內大多數經濟學專業都是學的凱恩斯主義的宏觀。這本書至少把凱恩斯主義的大多數基本模型都講得很清楚。
但我更推薦看Robert Barrro的Macroeconomics: A Modern Approach. 這本算是新古典的代表教材,好處在於方法上和微觀保持一致。凱恩斯主義的宏觀教材往往會讓人覺得和微觀沒什麼關系,是完全風馬牛不相及的學問。
高級的微觀基本就是Romer和Sargent吧,另外可以參考數學系的人打算了解一下經濟學,看什麼書合適? - 慧航的回答,他給的那些宏觀我都沒看到過。。。。但這個回答里的書基本那都是研究生的教材,我的回答裡面會多一點基礎的教材。
2.3計量經濟學
先搞定統計和概率論。
計量入門一般是Gujarati的Basic Econometrics或者Wooldridge的Introctory Econometrics: A
Modern Approach (一般會寫modern approach的都還不錯的。)
Reced form的可以看看Most Harmless Econometrics(《基本無害的計量經濟學》)。很有趣。。
高級一般是Greene,Wooldridge(panel data那本),Hayashi三位大神。
2.4 博弈論
我室友比較推崇神取道宏(Kandori Michihiro),總是說他是距諾獎最近的。
一般的入門書是Gibbons, A Primer in Game Theory. 作者好像還有一本書Game Theory for Applied Economists,但內容和這個是一樣的。我們上課的是謝識予的經濟博弈論,我覺得寫得很清楚,甚至有點啰嗦了。
進階的書,如果不怕被虐可以看Osborne的A Course in Game Theory.
比較有趣的有本Binmore的Play for Real,內容比較雜,但是引人思考。
另外還有Fernando Vega-Redondo的Economics and the Theory of Games 和 Fudenberg&Tirole也聽說適合進階閱讀。(都么看過。。)(再注一下,後面那本的作者Jean Tirole今年剛拿了諾獎==、)
2.5 金融
先安利下史樹中《金融經濟學》。
【待補】
2.6 優化
Dixit
蔣中一
【待補】
================================
這是原來的開頭。。。。。
1. 不學經濟學理論就來,上來就讀學經濟史的就是耍流氓。因為你根本沒辦法判斷作者給的結論是不是對的,是不是有邏輯錯誤。並且,古代人的行為准則和資本主義世紀以來,有很大不同,古代的經濟現象不一定是符合現帶經濟理論的。比如現代經濟理論要求的個體假設、完全信息假設、理性人假、市場有效性假設(並非所有理論都有這些假設,但基礎的經濟學理論是有這個假設的)設在古代史不完全一致的。而且古代的知識構建範式和現代史不同的,就像管仲也提出了國營經濟(鹽鐵專營)、政府要大力投資基礎設施建設等一系列看起來很現代的政策,如果你不知道古代知識體系和現代知識體系範式構建的區別的話,就會覺得凱恩斯主義早就有了。。。
2. 不要讀《資本論》、《通論》、《國富論》,這些經濟著作,在早期政治經濟學(或早期宏觀)中確實有重要的地位,但是一來,這些書沒有清晰的理論架構(假設、結論、推導)。這點是非常重要的,因為當你不清楚一個理論的假設、前提的時候,可能正反的結論都是對的。比如宏觀裡面的匯率問題,變一個假設結論和路徑就全變了。而這些書是經濟思想的萌芽階段的書,他可能是有連貫一致的邏輯的,但在表現上會更混亂。比如《國富論》在論證分工的有效性、金價谷價的波動時候用了很大的篇章,舉了很多數據。(光是單位換算就能煩死你)而用現在經濟理論幾句話就能解釋了。同理,像某位答主給了幾百本漢譯名名著藍皮書,這對專業(政治)經濟學以及現在很多的制度經濟學、法經濟學等學者而言是很有用的,但對於一個沒有經濟學基礎的人來講,這些書很可能會看成「民經」。就像現在學物理學,朗道、費曼的書是經典,也是教材,但牛頓的《自然哲學的數學原理》絕不是好的入門教材。為什麼中國的經濟學家大都信奉西方經濟學,馬克思的經濟學真的不實用嗎?這個問題下面也有幾個好的答案。
3. 放棄高鴻業、曼昆。就像譚浩強的C語言教材是一本很經典的教材,但現在基本都被更好的教材取代了。我認為,一本好的教材應該有三個特徵:1)邏輯一致;2)內容自洽(self-contained,即不需要你了解很多其他基礎知識);3)良好、簡潔的論述。像曼昆的宏觀,不同章節之間沒有什麼聯系,一開始學很可能根本不知道為什麼下一張就變成了這個東西。而且沒有IS-LM模型直接跳到AD-AS模型也很令人犯糊塗。
4. 明確你要學的是經濟學還是經濟,後者需要你了解一系列現實,但是前者(大部分)只需要邏輯。後文主要針對前者而言。下面這些內容可能不能幫你了解很多關於經濟的知識,甚至不能讓你了解經濟學的大部分內容。但至少能讓你知道現代的經濟學是一門怎樣的學問。所以只包括了一些最最基本的內容,而不會涉及到金融、貿易、財政、制度經濟學、奧地利學派、會計學、行為經濟學、網路經濟學、神經經濟學(嗯,比如汪丁丁)、股票技術分析等一些列你之後才需要學的東西。【補,這部分我開始覺得這么兩分不太妥當,因為經濟和經濟學不能截然分開,一個比較好的例子是:比如券商的研究員,他們的研究是運用經濟理論來研究現在的經濟現象,比如預測預測某行業的下半年經濟狀況或者央行加息對經濟有啥影響。我把這樣的人視為研究經濟的。研究經濟學的人,比如我的一個老師,他目前研究的課題是動態合約的最優終止條件,這是經濟學里的重要問題,雖然他可能並不了解目前的經濟狀況。】
5 如何學習經濟學?這個問題下面FlyRiderR的回答值得看看。
6. 神經生物學專業碩士可不可以考經濟學博士
啊,神經生物學不是很好玩么,我都動過心要考你們的博士,你看過「追尋記憶的痕跡」沒有,說是你們這科的入門書,我看了一半沒看完。
至於考試,只要你報考的老闆願意要就沒問題吧,否則就算政策允許,老闆不願意要,有什麼用
7. 請教神經經濟學高手,幫忙用英語舉例,在線等,謝謝
The normative hypothesis of this model is that an actor will always be trusted if the following assumption applies: p × G >(1 -- p) × L
p*G = your probable gain when your trust is trustworthy.
(1-p)*L = your probable losses when your trust is betrayed
only when your expected gain is more than your probable losses, will your trust someone (or something)...
for example
now,you are thinking about buying a stock
it may have 2 results:
1, you will gain $1000, the probability is 0.4
2, you may lose $500, the probability is 0.6
1000*0.4>500*0.6
so according to the trsut model, you will buy the stock anyway.
(in this example, you trust the stock and the stock is trusted by you.)
8. 經濟學與心理學有什麼關系
經濟學與心理學的互涉關系:
學科間互涉的日益加強是近年來科學發展的一個顯著趨勢,而心理學與經濟學本就有著特殊的親緣關系,近年來的學科際互動更是日益頻繁深入,採取跨學科的視角,圍繞經濟學與心理學的互涉關系,從如下方面展開具體論述:
(1)心理學與經濟學互涉的歷史淵源:二者共同發軔於近代英國經驗主義哲學,隨後經歷了一個從相互分離到再度結合的過程。
(2)心理學與經濟學的相互「越界」:隨著經濟學的發展,經濟學自身的研究領域逐漸擴張,從而與心理學的研究領域產生了日益增多的交疊,而心理學的發展也使得心理學家逐漸關注經濟學領域的課題。
(3)心理學與經濟學研究方法和分析工具的跨領域應用:心理學中的實驗方法給經濟學帶來了重大的方法論革命,功能性腦成像技術的成熟也促成了神經經濟學的出現;另一方面,經濟學中的博弈實驗範式對於心理學家有著高度的借鑒意義,經濟學家對心理學實驗方法的改造也值得引起心理學家的注意。
(4)心理學與經濟學研究成果的共享:認知心理學的進步為經濟學帶來了作為「有限理性的圖譜」的行為經濟學和優秀的建模工具——人工神經網路,而經濟博弈論作為一種針對人類交互決策行為的優秀分析框架,於心理學家對人際沖突與合作領域的深入理解和研究大有裨益。
(5)心理學與經濟學互涉的積極意義:二門學科互涉的意義表現為,推進二門學科的協同發展、促進二者理論定位、思維方式的差異互補、有助於深化對特定主題的探討。
(6)心理學與經濟學互涉的前景展望:近年來,心理學和經濟學表現出共同的「後現代」轉向、「文化」轉向和「快樂」轉向,從而產生了更多的理論共識,也出現了制度研究、復雜系統研究等二者皆大有可為的新興跨學科研究領域;更進一步地,二者有望在以生物學為理論基礎、以博弈論為建模平台、以理性行為者模型為通用工具的背景下達到整合,並進一步匯入行為科學學科群整合的洪流。
9. 神經元經濟學的深化與拓展
關於人類理性行為的神經生物學基礎與實證
關於「理性」,經濟學家阿爾欽曾經有一個著名的解釋,那就是所謂的「as if」理論。但演化心理學家認為,我們的心智是我們自身長期演化的產物;如果「理性」真能使我們在生存競爭中取得優勢,那麼它就不僅僅看起來「好像」是「理性」的;因為我們的神經系統已經被自然選擇所「塑型」,專門用來解決那些看起來似乎是「理性」的問題。揭示這一過程的真實機制,而不僅僅滿足於所謂的「as if」,則成了神經元經濟學家的一個首要任務。這方面的研究雖然開始不久,但已經取得了一些非常令人鼓舞的成果。
在過去10多年間,有關這方面的研究,通過神經生物學家和經濟學家的共同合作,在動物和人身上進行了一系列奠基性的實驗。其中最重要的有傑弗里·薩爾和他的同事在范德比爾特大學所做的「單球實驗」,普拉特和格林切爾在紐約大學神經科學中心所做的「雙選提示博彩」,帕克和威廉·紐森在斯坦福大學所做的關於神經元編碼和映射的實驗。通過這些實驗,已經基本證明了,包括人在內的動物神經系統確實能夠計算每種行為可能的滿足度。在選擇行為顯得似乎是「理性」的情形下,由神經元對輸入的「信號」(相當於經濟學中被決策者觀察到的客觀變數)進行「編碼」(相當於柏努利所設想的與決策者自身狀況相關的主觀評價)。然後,那個被編碼為具有最大滿足度的信息將形成一個「贏者通吃」的局面,並進一步「激發」其他神經元,成為一個惟一被神經系統執行的行為。神經元經濟學家把這個經過編碼的信息叫做「生理期望效用」,它與柏努利當年提出的主觀期望效用理論非常接近。雖然,現代經濟學已經不再直接地把一個物品的價值與另一個物品進行基數意義上的比較了;然而,當靈長類動物進行經濟選擇的時候,對它們進行電生理學測量的記錄則表明,基數效用是有其神經基礎的。
進一步的研究還證明,位於靈長類動物「中腦腹側被蓋區」和「黑質緻密區」的「多巴胺神經元」(一種以化學物質多巴胺作為神經遞質的神經元),直接負責對外部事件的回報值進行編碼。沃爾弗蘭·斯庫爾茲和他的同事們發現,這些神經元以一種特殊方式被外部信息「激發」:即它們的活躍程度不是取決於外部信息的絕對強度,而是在「邊際」上取決於兩次連續信息的相對強度;由於被編碼的信息實際上是一個帶有主觀性的「預期回報值」,因此神經元最終的激發程度即「激發率」就取決於所謂的本期「預期回報偏離值」,而本期「預期回報偏離值」則取決於「當前的回報值」與上期「預期回報偏離值之間的差額,用一個遞歸計算公式可以表示為:
其中:FR為激發率;RPE為預期回報偏離值;CR為當前的回報值。
由於這個公式是斯庫爾茲實驗小組從上千次動物實驗的數據中歸納出來並且又經過嚴格驗證的,因此被認為具有很強的真實性。熟悉理性預期學說的讀者也許會發現,它與這一學派的早期創始人之一約翰·穆斯關於人類理性預期的假設非常接近。
神經元經濟學關於人類理性行為的研究也許稱不上什麼突破性的發現,因為從某種角度看,它只不過重復了主流經濟學200多年來有關人類行為的基本假定。但其重要意義在於,這一研究與以往所有的經濟學傳統研究不同,它不是在邏輯上、而是在經驗上實證了人類行為的理性機制;從而使「理性」不僅僅只是作為一種「假設」,而是具有了某種「本體論」的地位。無疑,這是對傳統經濟理論的一個重大深化。
進一步看,這些研究雖然只是對傳統認識的深化,但其中仍然包含著一些可能引發「範式革命」的重要因素。在對靈長類和其他生物所做的神經元決策實驗中,不斷增加的證據表明,在所謂的「經濟行為」方面,我們人類遠沒有經濟學家曾經設想的那麼「獨一無二」。例如,猴子在博弈中能夠得到與人一樣有效的混合策略均衡,甚至鳥類也能通過「系統有序地改變它們的效用函數」來調整風險偏好以適應環境。如果人類的行為是物種長期演化的結果,那麼一個合乎邏輯的推論是,我們的經濟行為應該接近於我們的動物遠親,而不是截然不同。對此,格林切爾評論說,「這或許是神經元經濟學所有結論中最有富挑戰性的,因為它將引發一個對經濟學家來說深入人心的假設的置疑,這個假設認為,做出決策既是人類特有的能力,也是一個強大的理性能力」。如果理性能力並非人類所特有的生物稟賦,那麼它是否意味著,面臨挑戰的不僅僅是傳統意義上的經濟學和經濟學家,甚至還包括了自古希臘和啟蒙運動以來所有的哲學和哲學家們,需要在一個新的、實證的基礎上對「理性」的定義進行某種必要的修正。
關於人類趨社會性的神經生物學基礎與實證
上述研究雖然從實證角度揭示了人類理性行為的神經生物學基礎,但它並不意味著神經元經濟學忽視了早期實驗經濟學和行為經濟學對人類「非理性行為」的關注。當然,這里所謂的「非理性行為」是指與人類經濟活動相關的、狹義的「非理性行為」,比如投資沖動、偏好倒置、經濟活動中的利他行為,等等。不過,與實驗經濟學和行為經濟學不同,神經元經濟學更為關注對人類行為中具有利他主義傾向的所謂「趨社會性」的研究。在研究方法上,神經元經濟學基本擺脫了實驗經濟學和行為經濟學傳統的經濟與心理的二元動機模式。事實上,從被演化塑型的神經決策機制上對人類的經濟動機和心理動機作出統一的、一元論的解釋,正是神經元經濟學對實驗經濟學和行為經濟學傳統研究方法的揚棄。
「趨社會性」是社會學家塗爾干早年創造的一個概念,它包括我們人類普遍具有的同情心、感激心、責任心、愧疚感、羞恥感、公正感等道德情感。人類行為的「趨社會性」之所以引起經濟學家的重視,與解決單次囚徒困境中的合作問題有關。傳統思路把單次囚徒困境視作重復博弈的一個「子博弈」,則人類的「理性」能力,包括試錯、學習與討價還價,可以導致博弈雙方的合作。不過,最近的研究表明,大多數關於人類合作的實驗證據來自非重復交往,或者重復交往的最後一輪。非實驗的證據同樣表明,不能輕易用「互惠」來解釋日常生活中人們解決沖突的一般行為。把「趨社會性」作為合作的前提,最早可以追溯到伯格斯特朗和斯塔克1992年的研究。他們證明,親屬或鄰里之間在標準的單次囚徒困境博弈中可以產生合作。沙利2001年的研究則證明,如果博弈雙方帶有斯密意義上的「同情共感」,在嚴格的納什條件下,也可以有「合作解」。最新的研究是桑塔費學派經濟學家金迪斯和鮑爾斯所做的,他們運用計算機模擬技術模擬了10-20萬年以前(更新世晚期)人類狩獵採集族群合作秩序的形成過程。由此得到一個重要的結論是,「強互惠」行為的存在,是原始族群內部維持合作關系的必要條件。所謂「強互惠」是指那些在團體中與別人合作,並不惜花費個人成本去懲罰那些合作規范破壞者(那怕這些破壞不是針對自己)的行為。顯然,「強互惠」本身就是人類「趨社會性」的重要體現。根據計算機模擬,只有成功演化出「強互惠者」,並由「強互惠者」對自私的搭便車者施行懲罰,才能在一個族群中建立起穩定的合作秩序。
人類「趨社會性」的一個顯著特徵是,個體的行為不僅從「自利」原則出發,通常還會顧及他人或團體利益。傳統理論往往在「理性」的框架下,用「跨期貼現」、 「互惠」或「聲譽」機制解釋這類行為。但現代神經科學的發現卻證明,這種解釋即便不是一個錯誤,起碼也是非常膚淺的。心理學家很早就觀察到,一個人體恤他人處境的能力在很大程度上取決於「天性」而非後天的學習。近10 年來,隨著「鏡像神經元」理論的逐漸成熟,曾經被大衛·休謨和亞當·斯密反復提及的人類天性中「同情共感」的能力,基本得到了科學驗證。一項具有重大意義的研究發現,包括人在內的靈長類生物大腦中央運動前皮層中,有一個被稱為F5的特殊區域,該區域的神經元不僅在受試者自己動作時被激活,而且在看到其他受試者的動作時也會被激活。於是,這些能夠對他人的動作在自己內心的呈現做出反應的神經元就被稱為「鏡像神經元」。Umiltá等人通過實驗證實,當一個人看見他人被針扎的時候,「鏡像神經元」做出的生理反映有如他自己被扎一樣。同樣的原理也適用於心理狀態,比如「情緒的鏡像」。Wickers等人通過實驗證實,受試者觀察到的情緒也會激活相關的「鏡像神經元」。這些科學發現克服了蘇格蘭學派當年的技術限制,使我們得以在一個新的基礎上重新審視休謨和斯密的「同情觀」。神經元經濟學據此得出的一個重要結論是:「同情共感」是一個物種不同個體基於「鏡像神經元」實現的「神經網路共享」,這種「共享」對個體之間的合作具有重大的經濟(效率)意義,因此是該物種在長期演化過程中被自然選擇所「塑型」的。今天,神經元經濟學家已經把這一理論用於研究語言的產生和演化以及它對博弈行為的深刻影響。
由「同情共感」所驅使的人類「趨社會性」,特別是「強互惠者」實施的懲罰,是一種明顯具有正外部性的利他行為。但這種行為的激勵機制是什麼?在得不到物質補償的情況下,人們為什麼不惜花費個人成本去懲罰那些違反合作規范的人?蘇黎世大學國家經濟實驗室主任恩斯特·費爾博士提出一個假設:如果這種行為無法從外界獲得激勵,那麼行為者只能通過行為本身獲得滿足。也就是說,這種行為是依靠生物個體的自激勵機制實現的。事實上,人和動物的許多行為都是依靠自激勵實現的。腦科學研究已經證實,對包括人在內的高等動物來說,啟動這類行為的機制是由中腦系統的尾核和殼核來執行的。比如我們人類的成癮性行為,像煙癮、酒癮、毒癮等等,都涉及這一腦區。因此,這一腦區在醫學上也被稱為「鴉片報償區」。費爾博士猜測,如果「強互惠」行為依賴這種自激勵機制,那麼做出這種行為時,人腦的這個部位就會被激活,而且行為的強弱與其激活程度正相關。於是,費爾和他的同事們設計了一系例實驗場景來激發人們的利他懲罰行為,並通過PET即正電子發射斷層掃描技術對行為者的神經系統進行觀察。實驗結果證實了這個大膽的推斷。
神經元經濟學對人類「趨社會性」的研究告訴我們,傳統經濟理論只在「自利」范圍內考察人類的偏好與行為是有缺陷的。事實上,包括「道德感」與「正義感」在內的「趨社會性」在維系人類的經濟制度和政治制度,從而也就是維系人類社會的合作效率和組織效率方面具有不可替代的重要作用。
10. 經濟學專業跨專業考神經生物學的碩士研究生的可能性
你是真的感興趣嗎?作為一個本科碩士都是生物專業的過來人,建議你不要考。除非你還想考博。這個專業就業前景不好的