1704547425
1704547426
在你试图决定你的想法是否正确之前，你应当停下来先问问它是否有趣。如果无趣，那它的对错就没人关心了。所以先找几个人试探一下——看看他们是否认为值得继续研究。如果这个想法是对的，那么能从中得到什么推论呢？它会带来很多推论还是个死胡同？切记，研究某个特定想法是有机会成本的——这些时间本可以用来研究别的想法，所以要确保你的预期收益能弥补机会成本。经济理论的主要目的之一就是激发洞见。你能得到的最大的褒奖莫过于，“哈，这样就解释得通了”。这就是你应该追求的东西——忘掉所谓“精致而坚实的研究”吧，努力成为带来“哈”的奇才。
1704547427
1704547429
3．不要急于阅读文献
1704547430
1704547431
多数研究生总是急于阅读文献，看看别人是不是已经发表过自己的想法。然而，我的建议是等待一段时间再看文献。当然，你肯定还是要作彻底的文献回顾，但是我认为如果你在做系统的文献检索之前先花几个星期研究自己的观点，你会做得更好。这里有几个推迟阅读文献的原因。
1704547432
1704547433
首先，你需要练习自己建立模型。即便你最终发现只是完全重复文献里已有的观点，你的练习也不无裨益——要知道你独立研究出一个已经发表的观点，你会感觉绝佳的！（即使你无法发表你的观点……）
1704547434
1704547435
其次，你很可能另辟蹊径，找到与已有文献不同的方法。如果你盯住别人的研究，你的想法就会太多受到他们观点的影响——如果你潜心研究自己的想法，你获得原创观点的可能性就大多了。
1704547436
1704547437
最后，你的观点需要时间来酝酿成熟，因此你要尽早开始建模。等你读到别人的贡献，将他们的观点和你的相结合，很可能会涌现出新奇有趣的想法。
1704547438
1704547440
4．建立你的模型
1704547441
1704547442
现在让我们跳过文献部分，开始建模工作。幸运的是，所有的经济学模型大同小异，都是一些经济主体，为实现各自的目标进行选择。这些选择必须满足各种约束，因此必须调整某些变量以确保选择的一致性。这样的基本结构提供了一个研究路径：谁在作选择？他们面临的约束是什么？他们之间怎么相互影响？当选择不能相互一致时，什么因素必须调整？
1704547443
1704547444
问这些问题有助于你确定模型的组成部分。一旦你对模型的各个部分有了良好的认识，你就可以进入下一步骤了。多数学生认为下一步是证明一个定理或运算一个回归分析。这可不对！下一步是研究一个例子。举个最简单的例子——比如单期、两种商品、两个人、线性效用，怎么都行，只要足够简单——然后看能得出什么。
1704547445
1704547446
如果你完成了一个例子，那就试试另一个例子，然后再试一个。看看这些例子有什么共同点，看这其中会有什么有趣的地方。当你从例子中窥出一些端倪，你就可以写下模型。这里关键的忠告就是KISS原则：保持其简洁易懂（Keep it simple，stupid）。写下你能想到的最简洁的模型，看它是否还能描绘有趣的行为。如果能做到，那就让它更简洁。
1704547447
1704547448
几年前我在一个研讨会上分享我的研究，开始我用了一个非常简单的例子。一位教师打断了我，说他几年前就做了跟我类似的工作，但他的模型“复杂得多”。我回答说：“我开始的模型也很复杂，但我一直在改进直到它变得简单！”
1704547449
1704547450
这也是你们应当做的：持续努力地简化模型。模型的关键完全在于用简化的方式表达现实。爱因斯坦说过：“一切皆应从简，直到简无可简。”模型应该揭示事物的本质，你的模型应该简化到只剩下不可或缺的部分。
1704547451
1704547452
这花费的时间长得惊人——经常有不利的开局、令人沮丧的歧途和跌跌撞撞的摸索。但是要坚持住！如果建模能轻易做到的话，别人早就做完了你要做的工作了。
1704547453
1704547455
5．将你的模型一般化
1704547456
1704547457
假设你终于构建出了尽可能简洁的模型，这时你的模型可能太简单，索然无趣，就像个特例或个案。但是如果你的模型已经尽可能简化，现在要将它一般化就容易得多，因为你知道哪些是模型成立的关键成分。
1704547458
1704547459
现在你受过的教育就有用武之地了，你终于可以用上研究生院里学来的所有技巧。你做学生时的大部分时间可能都用来学习各种规范模型，例如消费者选择、生产者选择、一般均衡、博弈论，等等。教授可能会告诉你这些都是非常普适的模型，涵盖了许多特殊情况。
1704547460
1704547461
事实正是如此。过去50年间经济学家建立了一些非常一般化的理论和模型。你的模型很可能只是一般化模型的一个特例。如果是这样，你可以迅速将一般化模型的结论运用到你的特例上，你学到的技巧也将有助于分析你自己的模型。
1704547462
1704547464
6．犯错
1704547465
1704547466
这个过程——通过简化来得到结果，通过复杂化来评价其一般性——是理解你的模型的良好途径。我在建模中的多数时间都花在了像这样的反复进退过程中，在其中也犯了很多错误。正如皮亚特·海恩(3)所说：
1704547467
1704547468
怎样变得明智？说起来平白简单
1704547469
1704547470
犯错，
1704547471
1704547472
犯错，
1704547473
1704547474
再犯错；
[
上一页 ]
[ :1.704547425e+09 ]
[
下一页 ]