国内狂顶的评论－－关于神州飞船 (转载）

yqdeng

刚才碰巧在bbs上看到的一篇文章，好像也是转载来的。果然如题目一样，大家都在狂顶。转到华语，大家也来评论一下：

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
1、前苏联和美国是早就把人送上了太空，但并不等于这件事已经失去了意义。因为，中国如果不靠自己，是决不可能从中取得任何利益的。如果说40年前已经作过的事就不能再做的话，我倒要请问一句：“是不是你自己娶了媳妇别人就不能再娶媳妇了？别人再娶媳妇是不是就不能高兴了？”的确，欧洲人不用开发载人航天，因为美国和俄罗斯愿意带他们玩，可中国是无法插上一脚的。所以，为了航天事业的长久发展，我们必须有载人航天的阶段。因此，不允许别人娶媳妇是不对的；不允许别人高兴也是不对的。当然，如果你自己娶了媳妇允许大家共用的话，肯定会有一些人就不娶媳妇了。你会吗？
2、迟到论者。的确，我们的技术并不是最先进的，但从无到有的过程会给我们的科技发展带来很大的发展。毕竟，迟到要比不到好。
3、买技术论者。你是猪啊？只有两个国家掌握的“落后技术”谁会卖啊？
4、忧国忧民论者。我们国家是有很多问题要解决，但这些问题是载人航天造成的吗？火箭不升空就会解决这些问题吗？再重复一次：如果我们要依靠发展科技的资金去扶贫、去办基础教育，那我们就已经完蛋了。
5、洋跃进论者。你懂历史么？大跃进的错误在于违背了自然规律、科学规律、经济发展规律。而载人航天是科学发展的结晶。
6、技术落后论者。我们的科技人员从来就没有说过我们的技术有多么大的独创性。只是告诉大家，我们自主开发了许多美俄对我们进行封锁的技术。怎么，难道这不值得人高兴么？如果说没有独创性就不能高兴，那么所有的体育比赛就不用搞了！国际空间站里的宇航员现在应该哭！你父母生你和你生孩子的时候也不能高兴，因为生你和你的孩子也没有独创性！请记住，罗马不是一天建成的。还有，不要动不动就拿汽车发动机和神5说事。从来就没人说神5一成功，我们的所有技术问题就迎刃而解了。这种比较只能说明你逻辑思维的混乱。再说，有哪一个国家在所有的技术领域都是领先的呢？就是因为我们落后了，所以我们才更要奋起直追。如果等到别人把技术都全部完善了，我们就只有仰人鼻息的份了。
7、冷静论者。首先，我同意我们在兴奋之余一定要保持清醒的头脑。载人飞船的成功并不代表我们就已经是世界强国了，我们只是迈出了一小步，我们还有漫长的路要走。但是，这项要求并不能妨碍我们表达自己的激动和兴奋。我想，绝大多数的国人还是清醒的。就像是男足进世界杯而没有中国人就认为我们已经是足球强国一样。可我们仍然保持有为每一个进球欢呼的权利。清醒论者，你们中有一些人的发言我是十分赞同的。但有几位为标新立异而标新立异的人请就不要再装酷了，这会没人顾得上你。
8、看杨利伟不顺眼的人是妒忌。说又一个造神运动开始了的人简直没脑子。现在的社会早已不是一个你想造神就造神的社会了。请不要妨碍我们在这里向全部为航天事业作出贡献的人致敬！！！
9、航天误国论者。我一直不相信新浪网上有别有用心的人，但今天开始信了。总共花去了25亿美元的航天经费，就误国了？我们是要加强教育投入，也要解决失业问题。但我们解决问题的办法只能通过政治改革和经济改革来实现。在这一点上，我们的政府和人民已经有了一个清醒的认识。而加大科研投入也早已成为共识。什么技术该开发、什么技术不该开发，衡量的标准并不是别人有没有，而是拥有技术的人让不让你用？让你用的条件合不合理？让不让你接触核心技术？所以，发展航天科技是我们必须作且不得不做的事。
10、载人航天的意义。把人送入太空，从世界范围上已不具有多大的历史意义。但是，为什么世界的反映，包括美俄法德日，这么强烈呢？因为我们打破了发达国家的技术垄断。可口可乐的配方够老了吧？可他创造的价值是每一个企业家都梦寐以求的。所以，什么年代的技术不是问题，关键在于有多少人掌握，特别是我们是否掌握。再有，发达国家反映强烈的原因还在于，从此以后，中国为自主的开发和利用太空打下了坚实的基础。
11、做秀论者。我想说的是我们每一个人、每一个组织、包括每一个国家都生活在一个做秀的世界里。我们每天都在秀给世界看、秀给别人看、也秀给自己看。做秀，show,是一个中性词，所以，我们不是考虑应不应该做秀，而是考虑怎么秀得更好.
12、政治秀论者。人生活在社会中，就是政治的动物，一提政治就反感，说明你不成熟，你也不具备基础的哲学常识。你以为发达国家就不作政治秀么？去研究一下西方政治及其思想吧，你会吃惊的！另，即使把宇航员塑造成偶像也没什么，让小孩子去崇拜科学要比让他们只知道追星好上千百倍。也许，我们的爱因斯坦就是在神5升空的那一刻起诞生的。
13、欢迎网友的批评。理不辨不明，但在批评时请在你能正确理解以上文字的前提之下进行。我们需要的是客观的分析和客观的态度而不是谩骂，我们不避讳中国的缺点，但也不能不承认我们的进步。请你们改变一下儿童式的简单的二元思维，这个世界上没有完美，我们既要勇于承认缺点，也要勇于接受成绩。妄自菲薄和妄自尊大一样不可取。
14、前苏联的解体不能简单的归罪于载人航天。不可否认，美国的星球大战计划是最终导致苏联解体的重要原因之一，但更重要的是苏联没有解决好自己的内部发展问题，其争夺世界霸权的行为为其自己掘了坟墓。而我们中国是不会与美国搞军备竞赛的。当然，我们也不会放弃其在军事上的价值。再者，就算是因为载人航天使苏联解了体，下一个倒霉的国家也该是美国和俄罗斯，到那时我们再停止载人航天也不迟。

岚星

不错的文章。

补充一点看法：
神5的质疑不是“我们应该不应该做”，而是“我们应该不应该在现在这个时间做”。当然，可惜的是至今为止，经济学和宏观管理的科学发展都还没有实现对时间轴动态分析的科学化，所以无论正反双方都无法严格证明对方 观点 是错的——当然，证明对方的论证过程有问题还是不难的。：P

j13a

补充
1,国家在高科技部门的有效投入增加100%,国民经济就会增加1%
即使在前苏联的头重脚轻体系,也会带动社会的进步
2,没准,航天业,是将来的一个支柱产业.
当时,我们研究大型客机的时候
大家都说,这个行业,没有必要发展,会浪费资金,只有象征意义.
可是，当初,我们仅仅需要追加1个亿的资金
现在,就会给我国,制造600万个就业岗位,和700亿美金的年产值.
3,今天搞航天业,本来就可以制造更多的就业机会嘛

岚星

j13a：
这个论证其实并不说明问题：因为任何产业投资加大都会制造更多就业和提高GDP。
核心在于：这笔资金（在这个时间）投入其他地方是否会（在理论上延续到整个未来的时间段）产生更大的收益（经济的和社会的）。
可是一牵涉到时间，分析就几乎无法进行了……

J13a

我在想
当初评论界对于"运10"怎么态度的?
现在
我们把钱扔给美国和欧洲的时候
我们在帮助欧洲和美国解决大批工人就业问题的时候
我们把钱用来买高价的支线到干线客机,民航技术水平连印尼和韩国都不如的时候.
当初的批判运10的人跑哪里去了.

绿光光

下面引用由岚星在 2003/10/19 03:57pm 发表的内容：
不错的文章。
补充一点看法：
神5的质疑不是“我们应该不应该做”，而是“我们应该不应该在现在这个时间做”。当然，可惜的是至今为止，经济学和宏观管理的科学发展都还没有实现对时间轴动态分析的科学化，所以　...

我手头上查不到资料，如果你有办法可以去查一下03年诺贝尔经济学得主恩格尔的时间序列好象有涉及时间动态分析。

岚星

是的，这里是经济学的前沿。恩格尔的论文我没有看过，不过听师兄们的话好像偏于金融领域数学分析，那里用的是很多的，因为金融必须考虑时间折算后的价值（这引起时间轴上的决策序列）。

岚星

发信人: zjuxiang (xiang), 信区: Economy
标  题: 2003年度诺贝尔经济学奖获得者及其时间序列模型简介
发信站: 飘渺水云间 (Sat Oct 25 00:21:36 2003), 转信

一 背景介绍
　　 瑞典皇家科学院10月8日宣布，把2003年诺贝尔经济学奖授予美国经济学家罗伯特·
恩格尔(Robert F. Engle)和英国经济学家克莱夫·格兰杰(Clive W.J. Granger)，以表彰
他们在“分析经济时间数列”研究领域所作出的突破性贡献。
　　恩格尔1942年生于美国纽约的锡拉丘兹，1969年获美国CORNELL大学博士学位，现为美
国纽约大学金融服务管理学教授。他在上世纪80年代创立了一种被经济学界称之为“自动
递减条件下的易方差性”(又称“自回归条件异方差过程”----autoregressive conditio
nal heteroskedastic process,简称ARCH模型)理论模式，并提出了根据时间变化的变易率
(time-varying volatility)进行经济时间数列分析的方式。瑞典皇家科学院称赞恩格尔的
分析方式对经济学研究具有“重大的突破性意义”，而且他的ARCH理论模式已成为经济界
用来进行研究以及金融市场分析人士用来评估价格和风险的必不可少工具。
　　格兰杰1934年生于英国威尔士的斯旺西，现为英国公民。他1959年获英国诺丁汉大学
博士学位，现是美国圣迭戈加利福尼亚大学荣誉经济学教授。据瑞典皇家科学院介绍，格
兰杰对经济学研究的一大杰出贡献是，发现非稳定(non-stationary)时间数列的特别组合
可以呈现出稳定性，从而可以得出正确的统计推理。他称此是一种“共合体”(学术上译为
协整cointegration)现象，并提出了根据同趋势(common trends)进行经济时间序列(time
series)分析的方式。瑞典皇家科学院说，格兰杰的发现对研究财富与消费、汇率与价格
以及短期利率与长期利率之间的关系具有非常重要意义。
　　以下就简单介绍两位经济学家的时间序列模型的基本思想.
　　二 两位经济学家的时间序列模型简介
1. 经济数据时间序列分析的统计方法
　　经济学家在揭示经济变量间的关系,对经济发展趋势做出预测以及检验经济理论的假设
条件时往往使用按照时间次序排列起来的统计数据----即按时间先后顺序排列的观察数据
.比如我们知道经济生活中的消费一般取决于总劳动收入及财富(total labor income and
wealth),实际利率以及人口年龄分布等等, 那么最容易想到的描述它们之间关系的模型是
在教科书上的只有两个变量的静态线性模型。
　　变量 (比如代表季度t的消费量)依赖于变量 (比如代表同期收入). 后面的et是随机误
差项,代表因随机因素影响而在模型中无法解释变量yt的异动部分. 通过对两个变量使用时
间序列数据,参数a和 b就可以运用统计方法估计出来 (即用回归分析方法). 有效的结论意
味着这种方法同样可以很好地运用到具有时间序列特征的经济模型上. 今年两位诺奖获得
者在研究经济时间序列的两个主要特性方面取得了突破性的进展和方法: 非稳定性和时变
变易率( time-varying volatility).
2. 格兰杰的贡献-------非稳定性, 共同趋势以及协整(cointegration 有人又译为同积)
　　很多的宏观经济时间序列是非稳定的: 一个变量,比如 GDP, 有一个长期发展变化的趋
势而在该趋势中暂时性的扰动又会影响这种长期趋势. 与稳定的时间序列相反, 非稳定性
序列没有明确的趋向,不会返回一个常数或者一个给定的趋势. 图 1 显示了这种时间序列
的两个例子. 锯齿状实曲线代表的是自1970年以来日元对美圆的每月汇率变动,显然存在很
大的短期波动. 较平缓的虚曲线显示的是同期日本消费水平与美国消费水平之比.（图形见
http://www.nobel.se/economics/laureates/2003/ecoformel1.gif）
　　长期以来, 尽管事实是宏观经济序列常常是非稳定的, 但研究者只能使用用来研究稳
定序列数据的标准方法. In 1974年, 格兰杰 (及其同事保罗.牛鲍德 Paul Newbold) 发现
非稳定变量间关系的估计可能会产生非理性的结果,因为这种估计错误地揭示根本不相关的
变量却显著相关. (上述方程中,如果随机误差项 是非稳定的,问题就会随之产生. 标准检
验也许显示 b 显著非 0, 然而事实上其真值应该为0.)
　　类似这样的统计陷阱(statistical pitfalls)也可能在如下情况下导致令人误解的结
果:即变量间事实上确实存在一定的关系. 特别地, 要在非稳定时间序列中区分暂时的和持
久的关系是非常困难的. 例如, 经济理论假定, 长期而言一个较强的汇率应该和相对较慢
的价格增长有关, 因为通过共同货币(common currency)表述的价格不能相互偏离太远. 图
1也显示了该种倾向, 在那里日圆总体上强于美圆,而美国的价格水平高于日本的价格水平
. 但是就短期而言, 预期以及资本运动对汇率的影响如此之广泛以至于标准方法对精确估
计变量间长期关系无能为力.
　　过去处理这种非稳定数据通常是用统计模型来描述变量的差分(differences),亦即增
长率(rates of increase).比如我们可能会估计货币贬值与相对通货膨胀的关系而不是使
用汇率和相对物价水平这样的变量. 如果这样的增长率确实是稳定的,那么传统方法就可以
提供有效的结果. 然而即使一个完全基于差分的统计模型能够捕获短期的动态规律, 它对
于描述变量的长期共变(covariation)方面却显得苍白无力. 这是因为非常不幸的是经济理
论往往不是以经济变量的差分建构而是以经济变量本身为基础.
　　由于非稳定数据的这些特征, 要发现变量隐藏于短期波动“噪音(noise) ”之下的潜
在的长期关系是一件极富有挑战的工作. 格兰杰的工作就已经找到了一种统计分析方法.
在上个世纪80年代发表的论文中, 格兰杰发展了一些新概念和统计方法来函盖短期与长期
趋势. 这些方法以及有效统计推断的关键是他发现将两个(或多个)非稳定序列用特别的方
式合并(specific combination)在一起将会产生一个稳定的序列. 经济理论通常会非常精
确地做出如下预言: 如果两个经济变量间有某种均衡关系(equilibrium), 在短期内它们可
非稳定变量间关系的估计可能会产生非理性的结果,因为这种估计错误地揭示根本不相关的
变量却显著相关. (上述方程中,如果随机误差项 是非稳定的,问题就会随之产生. 标准检
验也许显示 b 显著非 0, 然而事实上其真值应该为0.)
　　类似这样的统计陷阱(statistical pitfalls)也可能在如下情况下导致令人误解的结
果:即变量间事实上确实存在一定的关系. 特别地, 要在非稳定时间序列中区分暂时的和持
久的关系是非常困难的. 例如, 经济理论假定, 长期而言一个较强的汇率应该和相对较慢
的价格增长有关, 因为通过共同货币(common currency)表述的价格不能相互偏离太远. 图
1也显示了该种倾向, 在那里日圆总体上强于美圆,而美国的价格水平高于日本的价格水平
. 但是就短期而言, 预期以及资本运动对汇率的影响如此之广泛以至于标准方法对精确估
计变量间长期关系无能为力.
　　过去处理这种非稳定数据通常是用统计模型来描述变量的差分(differences),亦即增
长率(rates of increase).比如我们可能会估计货币贬值与相对通货膨胀的关系而不是使
用汇率和相对物价水平这样的变量. 如果这样的增长率确实是稳定的,那么传统方法就可以
提供有效的结果. 然而即使一个完全基于差分的统计模型能够捕获短期的动态规律, 它对
于描述变量的长期共变(covariation)方面却显得苍白无力. 这是因为非常不幸的是经济理
论往往不是以经济变量的差分建构而是以经济变量本身为基础.
　　由于非稳定数据的这些特征, 要发现变量隐藏于短期波动“噪音(noise) ”之下的潜
在的长期关系是一件极富有挑战的工作. 格兰杰的工作就已经找到了一种统计分析方法.
在上个世纪80年代发表的论文中, 格兰杰发展了一些新概念和统计方法来函盖短期与长期
趋势. 这些方法以及有效统计推断的关键是他发现将两个(或多个)非稳定序列用特别的方
式合并(specific combination)在一起将会产生一个稳定的序列. 经济理论通常会非常精
确地做出如下预言: 如果两个经济变量间有某种均衡关系(equilibrium), 在短期内它们可
能会偏离均衡状态, 但是长期而言它们将向均衡状态调整. 例如, 传统理论预言汇率长期
而言是均衡的, 这里以共同货币表述的物价水平相互平等(on parity with each other).
格兰杰创造了协整(cointegration)这一术语以描述非稳定变量的稳定合并.
　　格兰杰还发现协整后的变量交互动态(joint dynamics)可以用一个所谓的误差修正(e
rror-correction)模型来表示. 这种模型不但在统计上是良好的,而且还能够给出一个有意
义的经济解释. 比如, 汇率和物价方面的动态变化是由两种力量同时推动的: 一种熨平偏
离长期均衡汇率波动的倾向,和围绕着这种走向长期均衡的调整之路的短期波动.
　　如果没有强大的估计和假设检验(estimation and testing of hypotheses)统计方法
,协整这个概念在实践中没有任何用处. 格兰杰和恩格尔在1987年共同发表了一篇具有广泛
影响的论文,在这篇论文中他们介绍了这些方法. 包括对误差修正模型的两步法参数估计和
对非稳定变量没有协整关系的假设检验. 这些方法经梭伦.约翰逊(Søren Johanse
n )改进后发展成为现在的标准方法.
　　在此后的研究工作以及和其他研究人员的合作中格兰杰在很多方面拓展了协整分析,包
括处理季节性序列(series with seasonal patterns,又叫季节协整---- seasonal coint
egration)的能力和处理那些只有偏离超过一临界值才向均衡位置调整的序列的能力 (称为
临界点协整-----threshold cointegration).
　　格兰杰的工作已经改变了经济学家处理时间序列的方式. 今天对于动态计量模型的详
细描述,稳定性以及协整检验是日常使用的必不可少的工具.协整分析已被证明在下述环境
下特别有价值,即短期动态受随机扰动的影响巨大而长期变化却要同时受制于各种均衡经济
关系. 其中一个例子就是汇率与物价水平的关系. 其他例子包括消费与财富(wealth)的关
系 (尽管短期而言消费变化比财富要平稳的多,但长期而言二者必须达到一致), 红利与股
票价格的关系(长期来说股价依赖红利的变化, 但短期波动比红利的波动要大得多)以及不
同票据(maturities)的利率 (因为对短期利率的前景预期而使得长期利率与短期利率相勾
连,但二者长期的变化方向却不同).
3. 恩格尔的贡献-----时变变易率(Time-Varying Volatility)和Arch模型
　　在金融市场上风险评估(risk evaluation) 是所有活动的核心. 投资人对其一项资产
根据市场风险来评价预期回报(returns). 银行和其他金融机构则试图保证其资产价值不能
低于使其破产(insolvency)的最低水平. 如果不能测度资产回报的变易率则这种评估难以
进行. 恩格尔就发展了一些完成这类评估的方法. 图 2 展示的是1995年5月至2003年4月间
所有交易日投资于NYSE股票指数(标准普尔the Standard & Poor 500)的收益率图形. 可以
看出平均年收益率为5.3%. 而在同期的一些日子里股价的波动大于5%(向上或向下). 全期
的日收益率标准差(The standard deviation)为1.2%. 但是更细致的观察发现变易率随着
时间的变化而变化: 大的变化(向上或者向下) 经常伴随着进一步的大的波动, 而小的变化
则倾向于伴随着小的波动.（图形见http://www.nobel.se/economics/laureates/2003/ec
opub1low.gif） 图3清楚地表明了这一点, 该图显示了过去四周度量的的标准差是如何随
着时间而变动的. 很显然, 标准差随时间而剧烈波动, 从温和期的约0.5% 到巨变期的近3
%.很多金融时间序列具备类似的时变变易率特征. （图形见http://www.nobel.se/econom
ics/laureates/2003/ecopub2low.gif）图3 展示的是向后的时变变易率的计算. 但是投资
人和金融机构需要的是前瞻性的预测–-- 明天，下周乃至明年的变易率预测. 恩格尔在1
982年发表的杰出文章中构建了能够做出这种预测的模型.
　　资产收益的统计模型只能解释从一天到另一天变化的一部分. 因此大部分变易率隐含
在随机误差变量中–--换言之, 隐含在模型的预测误差中. 在标准统计模型中, 随机误差
的预期方差随着时间的变化应该为常量. 显然这和图3描述的资产收益率的较大的波动相去
甚远.
　　与此相反的是恩格尔假设在一定时期在一定的统计模型里随机误差的方差系统地依赖
于先期得出的随机误差, 如此一来大 (小) 误差倾向于追随大 (小) 误差. 用技术术语来
说, 随机变量显示了自回归条件异方差（ autoregressive conditional heteroskedasti
city）.因此他的方法便根据缩略语叫做ARCH模型. 在我们的例子里, 模型不仅仅包含一个
对资产收益率的预测方程, 还包含一些参数，这些参数显示随机误差的方差是如何依赖于
先期的预测误差. 恩格尔演示了如何估计ARCH模型以及介绍了一种对假设（即条件随机误
差之方差是常数）进行检验的实际方法.
　　在此后的研究工作以及和其学生和其他研究人员的合作中, 恩格尔向几个不同的方向
发展了这个概念. 最著名的拓展当属广义的（generalized） ARCH 模型 (GARCH) ，该模
型是由Tim Bollerslev在1986年建立起来的. 在广义模型里, 一定时期的随机误差的方差
不仅仅取决于前期误差, 也取决于较早的方差本身. 这个发展是非常有用的; GARCH 模型
在今天被广泛使用.
　　在关于ARCH的第一篇文章中, 恩格尔用他的时变变易率模型来研究通货膨胀问题. 但
不久他发现, 他的模型最重要的应用是在金融领域, 在该领域主要面对的是各种类型的风
险定价. 定价模型描述证券价格和变易率之间的关系: 具体股票的预期收益率取决于股票
收益率与市场有价证券的协方差 (根据1990年诺奖得主Sharpe 的CAPM 模型), 期权价格决
定于原始资产（underlying asset ）收益的方差 (根据1997年经济奖获得者Merton 和Sc
holes的 Black-Scholes 公式)等等.
　　在与其他研究人员的联合工作中, 恩格尔通过发展他的模型(GARCH-M) 而捕获到这样
的关系：预期收益率决定于时变变量的方差和协方差, 故而它本身也成为了一个时变变量
.
　　时变变易率的实际意味着什么呢? 图2中如果一个 GARCH 模型应用在股票收益率上,
条件变易率（以标准差表示）在讨论期内的波动区间是0.5% 到3 %. 如果一个投资者按照
标准普尔500（Standard & Poor 500）投资一个有价证券, 那么第二天她会风险性地损失
多少资金呢? 给定预测标准差是0.5%, 她的损失（99%的可能性）– 不会超过她总投资的
1.2%. 如果标准差是3%, 相应的资本损失会高达6.7%. 现代银行和其他金融机构在计算他
们的有价证券的市场风险时使用相同风险值计算方法，这一点在当今风险分析中是至关重
要的. 自1996起, 一项国际规定(所谓的巴塞尔规定---- Basle rules) also prescribes
建议使用风险值来控制银行的资本要求（capital requirements）. 通过这些应用, 以
ARCH 为框架的模型成了金融领域风险评估的一个不可或缺的工具.
作者注: 本文译自网站www.nobel.se

--
犯中华天威者，虽远必诛！

※ 来源:·飘渺水云间 Freecity.dhs.org·[FROM: zjuxiang]