关于经济学的作用
提供一点小小的意见
我认为有没有用，端看你觉得怎样才算有用
我自己是分成3类
1.理解市场(或人类)的行为
经济学作为理解市场机制、增进知识、理解人类对于诱因的机制、理解(下略三千字)
完全没问题，经济学的确可以就很多层面理解上述的事情
简单说就是增进知识。除了各位版友提到的学说之外，
你可以找看看用agent-based model 作为基础的经济学，读了我相信会有很多观点
会跟原本不太一样，另外就是实验经济学的部分，也是满有趣的
计量史学跟新制度经济学也不错，我想光是看North、Fogel跟Coase的理论
就可以让你对现在阅读的经济学有很多不同的认识。
2.研究目的
如果经济学是拿来做研究，就会谈到关于经济学跟数学之间的关系
我的想法是这样，做研究，你要有贡献，或者说你需要创造新的经济学知识出来
至少是对一些议题有新的理解，
而且是在一海票你读过的跟没读过的所有强者创造出来的知识之后。
所以你可以在既有的理论使用新的数学方法，得出新的结论，
或者你有新的资料，用原本的数学方法得到不同的结论，
或者你问的问题够有趣，你用超简单大学部学的回归就可以得到新的结论，
所以数学重要吗? 我是觉得，做研究是跟全世界的强者拼，
永远都有人数学比你好，比你强，计算比你快XD
像是AER的文章很好读，数学不难，大概就是创意顶天了
要看数学难的请看Econometrica，资料很有趣的也有
2013年有个研究说撒哈拉沙漠的雨是民主的推手，模型很简单，但资料特殊，
这想法又很厉害，所以登上Econometrica
但总之，数学还是很重要，只是多重要就端看你的需求。
我觉得目前台大经济系主任的研究就很有趣(而且他还略懂全战三国，超厉害QQ)
3.实用目的
经济学的一个大议题大概就是能否真的完全预测经济
大概是受限于模型的关系，没有未预料的冲击就满准的
但常常经济影响的就是未预料的冲击，只要蒐集足够的information就可以有好的预测。
市面上有很多关于预测的书籍，精准预测跟超级预测这两本，
我觉得说的很简单明了，又有说到很多关于预测的经验累积，可以读一读
至于使用算法或是big data预测市场的新方法也是很热门的议题，
这个网络上一大堆资源，我想有兴趣的话就可以从deep learning、text analysis之类
的下手。
其他像是设计市场机制的作用，我并不太熟，可能要请版友补充了。
我的结论其实会有点矛盾，
我认为数学算是必要之恶吧，
最理想的就是不需要太难的数学，然后可以说一个很棒的概念，
回答一个很有意义的问题
但我们没这么厉害，所以需要数学
但数学又有限制，要小心使用
然后有些议题上也不是这么需要数学，反而是其他领域的专业
好比说我原本想针对某个领域讨论议题，
一开始你用了简单的VAR，
结果往下讨论下去，你想要用不同的观点讨论议题
结果就慢慢发现需要用到比较难的模型才能讲故事
比方说你想讲的东西，你后来发现竟然要用到Quantile VAR比较好讲
然后要把他改成自己想要的东西的时候，大概会吐一口血出来
再来就是当你想要卖你的东西到大期刊的时候，
你就会发现说故事的能力远比数学重要...
所以最后因为什么都不够用，数学还是大概够用就好了，人生有限阿QQ
一点小看法~
※ 引述《kkwomen (~_~)》之铭言：
: *善意提醒，以下文章全是我主观意见
: 建议有修过经济学的大大再看
: 没修过的建议先不要看，怕会影响您对经济学的认知
: 饿死抬头，各位好，本文三千字，文长慎入
: (一)
: 本文是一个普通国立大学经济系大三学生对于经济学的
: 看法，若你认为不是顶大就没有发言权，或是认为经济学一定
: 要用高等数学才有用的，可以不用往下看了，本来经济学就并
: 非数学没有一个完全正确的版本，隶属社会科学院是有其道理的，
: 社会科学本来就没有唯一解，我没有要跟任何人争论到底谁才是对
: 错，以下提到的书名或相关理论若有理解错误请多包涵，我并不是
: 在写论文，只是想和大家分享自己的小想法，由于我只是一个NOBODY
: ，所以若您有任何想法也可以和我站内信讨论，我认为想法就是要和
: 别人互相沟通才能越来越完整，也希望看完不认同的人不用在底下急
: 著用犀利的言语攻击任何人，经济学假设人是理性的嘛，那我们就理
: 性讨论就好，把你为何不认同的想法完整的打出来，说不定我们能了
: 解为何对方会这样想。
: (二)
: (1)一说到经济学，有些人可能只会想到看不见的手，
: 这句Adam Smith仅仅在书中提到一次(The Wealth of Nations, p364 )却被
: 奉为经济学至理名言的这句话，却忽略了Adam Smith这厚厚一本书向
: 世人说明他所观察到的这些事实，处于第一次工业革命的核心，英国，
: 他看到的是一个在技术进步下社会结构快速改变的国家，周遭的现实，
: 用他的想法来解释这些现象，实事求是，除此之外，常常有人忘了这
: 位经济学之父还曾写过了另一本书，道德情操论(The Theory of
: Moral Sentiments)，若是以现在只修过经济学原理的人可能很难想
: 像为何经济学之父要写这样哲学类的书，但别忘了，他在试着解释实际
: 的现象，人性，这个经济学家们常常以假设人是理性忽略的影响社会非
: 常重要的因素，我猜就是为何他会写这本书的原因。
: (2)当然，若你是稍微了解现在主流经济学发展的人，你会
: 发现现在行为经济学非常的热门，因为相较于过往的经济学，其解释
: 力比较强当然，其模型的数学复杂程度可能不是那么的亲民，但若你
: 去试着看看相关的书籍，你会发现其实很多东西都是生活中你所经历的。
: Richard Thaler的不当行为(Misbehaving:The Making of Behavioral Economic)
: Dainel Kahneman的快思慢想(Thinking, Fast and Slow)，
: 而如果你真的很有兴趣的话，我建议你可以再去看看
: Michael Lewis写的橡皮擦计画(The Undoing Project)，
: 你将会了解到两位影响行为经济学的心理学家(Amos Tversky、Daniel Kahneman)
: 是如何观察周遭现象进而发展出自己的理论。
: (3)要接着讲以下的东西，先让我和你提一下出自我系上教授
: 官德星，官老师Lecture notes的一段话：
: “自由放任是重农学派的Jacques Turgot 说的, 不是 Smith;
: 完全竞争是 Leon Walras 想像中的理想市场, 和 Smith 无关;
: 而社会福利是 Bentham, Pareto, 和 Arthur Pigou 根据效用设想出的政府目标,
: Smith更是从道德情操论就开始反对了。”
: 常常有人误解前人所阐述的思想，误用其主观的意思
: 阐述，造成后人对原作者的偏误。
: (三)
: (1)让我说明一下我认为许多人使用当代经济学所犯的错误
: 第一：忘记假设
: 第二：误以为数学能解决一切
: 以下是我对于这两个错误的一些看法，首先对于假设，许多人在学
: 经济模型里常忘记有其假设，任意用在现实生活中，常常会觉得偏
: 差太大，然而许多模型其实在其假设下是没有错的，是必然的结果
: ，但在使用模型时，有多少人真正厘清处理状况时，和理论假设的
: 差距？弄清自己在哪里，你才会知道该怎么做，就像橡树资本管
: 理人创办人Howard Marks于其著作，掌握市场周期
: (Mastering the Market Cycle: Getting the Odds on your side)
: 中所提到的概念，你必须了解到市场在哪个位置，你才知道
: 哪个策略是最好的。经济模型就像是个武器，你必须放在一个对
: 的使用情况下才能拥有最好的效果，你不该期望一把制式手枪能精准
: 打中三百公尺外的一个铁罐，当然若是你如此期望，可能是没看过
: 使用说明吧。那为什么我认为数学被滥用了呢？首先，我必须承认
: 数学在经济学里有其必要性，它节省了沟通的成本，若你要以语言
: 的角度来看也不错，数学模型的建立让经济学家得以快速沟通，也
: 得以依此做延伸。
: 举例而言，两个完全不知道对方语言的学者，能依靠数学交换其经
: 济学的概念，而不用额外请一个翻译来沟通(若译者功力不够，甚至
: 会误解对方的意思，这样成本又提高了)
: (2)现今的主流经济学，高深的数学已经是学术界的社交礼仪
: ，若你不懂，那可能只好请你去搞懂，再来跟我说！然而若高等数学
: 成为了经济学界的门槛，当你修完高等微积分、随机过程、时间序列
: 分析、测度论等，我认为你可能对于经济学的兴趣所剩无几了，经济学
: 是在解释真实现象，然而在现实里，有多少变量在变动，变量之间的相
: 关性是多少，时间对于资料的可信度的影响，交易成本的考虑，而最
: 重要的我认为数学可能永远无法刻画的，人的变异程度，既然这些变量
: 基本上是无限的，数学就有其侷限性，一昧的使用代理变量，把
: 主观认为没有影响的、独立的、不可解释的都扔进残差项，这样估计出
: 来的母体，可信度多少？换个角度想，当你使用这些数学工具时，你处
: 理的问题有符合当初你所学的假设？若答案是不知道，那你为何要用如
: 此复杂的工具来帮助你理解这个世界呢，尤其是在取得这些知识是需要
: 极高的成本下，为何不让真正对高深数学有深度兴趣的好好研究，而觉
: 得经济学有趣的，来好好看看这个世界，想想到底为什么，而不是只研
: 究如何将一连串的代数转换微分方程整理完之后，对于答案不知道怎么
: 解释。你能想像要跟朋友沟通，需要用文言文吗？但就我自己来看，若
: 你是真的往学术圈迈进，抱歉，先修一轮数学大餐吧！就连Amos Tversky、
: Daniel Kahneman这两位心理学家当初也是利用数学才得
: 以使经济学家们认可它们的想法，毕竟，学术圈可是高等教育知识份子的交流圈呢。
: (3)回到为什么要稍微讲述一下历史呢？我认为了解理论作者
: 的背景，就像是理解模型中的假设一样，若你不知道作者身在什么环境
: ，无法体会作者为何而想。要知道在教科书上留名的理论，都曾经能解
: 释当时社会的部分现象，而各个时期的社会受到政治、科技、文化的影
: 响都是一个不同的讨论，因此对于教科书的总体经济理论，若真的想理
: 解为何这些理论会出现，我建议你先把当初的社会背景稍微了解一下，
: 这样你可能就能理解为何当初Karl Marx会写资本论(Das Kapital)
: 提倡社会主义的行为了。
: 影响力越大的学者，只要搞错前人的论述，那会是一场灾难。
: 不知道你是否曾有以下经验，当你想要快速阅读一篇非母语的著作时，
: 你会去找其译本，结果越看反而越看不懂。当译者对于原作者的理念理
: 解不清时常会有如此的错误，而若是用这类错误来倡导其想法时，而刚
: 好你又是具有影响力的学者，那你的理论将会根据错误的概念建筑而成
: 为一本教科书影响更多人，而这样的事情，在经济学似乎还蛮常发生的
: ，毕竟人的时间有限，没可能看完并理解全部它所需理论的原作。
: (四)
: 统计学，有多少人知道为何而学？人类从古至今就在试着
: 解释不确定性，天性让人不喜欢未知，统计学的日趋完善，让有些人
: 误以为已经能完整理解现象的发生甚至能预期未来，如果你有兴
: 趣的话，可以参考Nassim Nicholas Taleb的随机骗局：潜藏在生活
: 与市场中的机率陷阱(Fooled by Ramdomness)、黑天鹅效应(The Black Swan:
: The Impact of the Highly Improbable) 或许能帮助你了解机率算
: 出来的数值所代表ˊ的涵义，统计学一样在社会科学中扮演重要的角色，
: 然而千万不要忘记了，其算出的数值通常只是在一个特定的情况下所呈现
: 出来的平均趋势，在实务上，我们理应在资讯流入后利用贝氏定理去反向
: 检验其数值的可信度。
: 举个例子，有次我被一个教授问到：“若一个铜板已经出现20次
: 正面，你认为下一次是正面还是反面出现的机率高？”这个常出现在教科
: 书的类似例子，我毫不思索的回答机率一样。然而，这个问题并非假设其
: 唯一公正的铜板，在实务上若已知其出现20次正面，下次应该是正面的机
: 率较高，现实世界中，也常出现类似的例子，常常在书上看到或是考试考
: 的直觉例子，结果其实不一样，但这并非是理论错了，仅仅是我们忘记了
: 假设，小看了现实的变异程度。
: (五)
: 由于一不小心打了三千字，我稍微做个结论好了，我认为的经
: 济学是依据现实所发生的事情，观察所得的人类行为，很多时候，经济理
: 论并非错了，而是不适用，举Friedrich August von Hayek为例，
: 在John Maynard Keynes的理论统治著整个世界的时候，Hayek的理论
: 被弃之敝屣，然而过了数十年后，其理论则处于领导地位，当然现在又不同
: 以往了，其中可以看见，当某一个流派理论被重用必有效时，其他的理论几
: 乎无法出头，经济学家很多时候也难以接受自己的理论的缺陷，甚至许多经
: 济学家想要建一个适用于全部情况的模型，但我觉得应该要根据不同情况采
: 用不同理论模型才是适当的。
: 以下是我个人觉得经济学最容易得以解释的起源：人皆为自利的，
: 然而这个利并非是钱，而是取决于每个个体的不同，都有其专属的利。
: 虽然难以用数值比较，但若想要好好的解释现实，用自利出发，以成本思考
: ，别忘了假设，经济理论我觉得是非常有用的。以上就是我这个Nobody对
: 于经济学的一点认知，欢迎各位和我讨论，或尽情的打我脸，我
: 是没差啦，反正本来就没有正解嘛。