首页 >> 新闻资讯
MIT的故事:你对过去能记住多少?
发布者:唐僧    发布时间:2016-01-20 22:37:16    点击次数:10724
安娜·米库舍瓦改进时间序列计量经济学工具,提供更佳预测效果。

MIT Technology Review 中国大陆地区独家授权,未经授权严禁转载。更多精彩内容请搜索官方微信“mit-tr”,同我们一道关注即将商业化的技术创新,分享即将资本化的技术创业。

安娜·米库舍瓦

对于学者们的工作,如果你问的多了,总会遇到令人惊讶的描述。

“我的论文是关于持久估算的,也就是说你对过去记住了多少。”麻省理工学院(MIT)副教授安娜·米库舍瓦(Anna Mikusheva)在谈及自己的博士论文时说。

初听起来,你可能认为米库舍瓦是一名心理学家或普鲁斯特学者。但事实上,她是一名计量经济学家:研究经济模型中估算方法的学者。

更准确地讲,米库舍瓦主攻时间序列计量经济学,研究的是与特定统计输出相关的时间观察值序列,比如通货膨胀、国内生产总值和股票价格等。

所以,当米库舍瓦说“你记得多少”时,她谈的实际上是时间序列计量经济学中的一个关键问题:这些离散数据点具有多大程度的关联性,比如某只股票价格的历史。

“时间序列与时间依赖性有关,即不同观察值之间的相互依存关系。”米库舍瓦解释说。

就她的工作而言,一是分析该领域内现有的经济学工具,二是帮助开发可解决时间序列问题的新方法。

当然,要想完整说明诸如通货膨胀之类的轨迹,你需要全面解释其所涉及的各种因素。

不过,计量经济学可以帮助我们了解这些模型在统计学上是否可靠,以及经济数据的产生过程中是否存在持久性和连续性。

基于她的创新性工作和教学,米库舍瓦在去年年初获得MIT终身教职职位。

扭转人生的入学考试

从一名苏联儿童到获得MIT教职职位,米库舍瓦的个人经历恰恰也是一个充满诸多非连续性的时间序列。位于乌拉尔山脉一带、靠近哈萨克斯坦边境的俄罗斯城市奥伦堡是她的成长地,但最初,她学的并不是经济学。

“从一开始,从儿童时代起,我恰好就喜欢数学。”米库舍瓦说,“老师们都鼓励我。”她还回忆说,家人也给予了她精神支持,虽然这未必就是学术指向。

“我的父母对教育非常支持,但他们对教育工作并不是很了解,在这方面也没有多少经验。”米库舍瓦说,“我有一位非常好的数学老师,她认为我有天赋,鼓励我参加奥林匹克数学竞赛,于是我就参加了一些地区级别的竞赛。”

米库舍瓦15岁时参加奥林匹克数学竞赛,虽然后来一直没有超越地区级别的门槛,但在参加竞赛期间,她获得了一个机会:莫斯科一家寄宿学校注意到了她,并表示如果她能通过入学考试,就会为她留出录取名额。

米库舍瓦通过了考试,离开家乡,去了新的学校。“这是一个很难得的机会。”她说。

再之后,米库舍瓦就读莫斯科国立大学(Moscow State University),并于1998年获得数学学士学位。在拿到莫斯科新经济学院(New Economic School)硕士学位之后,米库舍瓦才正式开始经济学研究,同时又回到莫斯科国立大学攻读数学博士学位。

她在莫斯科国立大学的博士研究生教育只完成了大约一半:由于太优秀,她被哈佛大学(Harvard University)录取,攻读经济学博士学位。她最初准备研究博弈论,但后来转向了时间序列计量经济学,部分原因与她的导师詹姆斯·斯托克(James Stock)有关,因为米克舍瓦认为自己能够解决斯托克早前确定的一些问题。

“我觉得计量经济学更适合我。”米库舍瓦回忆道,“这是一种数学统计。我说,‘这可能是我的强项所在。’”

数据的局限性

米库舍瓦是对的:她于2007年完成博士学业,而她提出的“一致渐近逼近”(uniform asymptotic approximation)概念以及与之相关的论文,很快就被一家顶级期刊发表。很多用于经济模型评估的统计方法都基于这样一个假定,即其所涉及的大量数据是可以无限增加的。

但经济数据并不是无限的,因此在将经典统计方法应用于现实世界时,其准确性有多高?米库舍瓦的方法表明,模型估算的某些方面可能并不可靠,并暗示经济学中一些常用的统计方法存在这种不可靠问题。

“作为计量经济学家,我们实际上是不开发模型的,但我们会开发可供应用研究人员使用的方法。而且我认为,作为计量经济学家,我们对我们所提供方法的质量还是很在意的。”她说。

在最初的成功之后,米库舍瓦开始追求多层面的研究,其中一些研究是围绕着“弱识别”(weak identification)开展的。这里的弱识别,是指经济模型的某一方面存在信息匮乏问题。这个问题在一些宏观经济模型或大型模型中表现得尤为明显,其中也包括人们所熟知的动态随机一般均衡(DSGE)模型。

“我对其他经济学领域的同事充满敬意。”米库舍瓦说,“解决大型宏观模型问题是一个重大挑战,而他们在这方面做得相当成功。”但同时,她又补充说:“动态随机一般均衡模型的困难在于,数据的支撑力并没有我们想象的那么强大。”

在经历了几年的职业生涯之后,现在米库舍瓦开始强调她在MIT的工作生活。

“我们这个院系提供了很好的支持性环境,一直以来都是这样。”米库舍瓦说,“这是最具合作精神的院系之一。人们喜欢交流。”

对米库舍瓦来说,富有成效的对话也会发生在课堂上。“我喜欢教学。”她说,“有时候,学生教给我的,比我教给他们的还多。我喜欢在课堂上讨论,他们经常会提出非常有趣的问题。”

基于自身的教学努力,米库舍瓦2008年获得MIT经济学研究生教师奖。在研究方面,米库舍瓦2012年获得美国经济学会(American EconomicsAssociation)颁发的伊莱恩·班尼特研究奖(Elaine Bennett Research Prize);该奖每年颁发两次,对象是在7年内完成经济学博士学业的女性。

从近期看,米库舍瓦将会发表更多有关弱识别的论文,并继续朝着计量经济学的新领域迈进。但她的过去和未来研究之间会不会存在强连续性,那就等时间告诉我们吧。


热点资讯
家装知识