中文 / English
Whitney Newey


祝贺邹至庄 

很荣幸能够受邀在此表达恭贺之喜,非常感谢给我这样的机会。


邹至庄对于经济学的贡献不仅广泛而且极具创新,意义深远。长期以来,他的“邹氏检验”被当作寻找结构变化和最优控制估计的方法,研究重要宏观经济学。“邹氏检验”也是可以被称为该领域的先驱,预测邹氏模型和方法的发展。如今,这对经济结构模型的评估非常重要。


同时,他还对中国经济有兴趣,并且做来很多事。比如,多年来,为在普林斯顿学习中国经济的学生教授有趣且很有影响力的课程,而且有很多相关的著作。中国经济的发展对世界产生了深远影响,让世界变得更加美好。这是一个极具研究意义的领域。无数人的脱贫正是借助中国经济的发展。一直以来,邹教授都非常杰出,有很好的影响。他也尝试指出,由中国引发的巨大发展是如何产生、如何进行的。


我认识邹教授已经好几年了,他是我的导师,朋友,也是我第一次到普林斯顿时接待我的人。他非常慷慨,友善。邀请我们到家里做客,并且陪我们在普林斯顿游玩。他帮助我成长为合格的教授,让我明白什么是真正的绅士和杰出的学者。他真的是一个很好的榜样。我非常感谢他对我多年的影响。谈到在普林斯顿找好吃的中国菜,邹教授功不可没。寻找好吃的中国菜并非易事,但如果和他一起去什么都没问题。我很感谢和他的友情和这些年他所做的一切。


很高兴邹教授获此殊荣。他是这个奖项的不二人选。很高兴能够参与经济学基金会的颁奖典礼。为邹教授感到高兴,这项荣誉是对他所做贡献的肯定。祝贺邹教授,祝贺基金会将经济学奖授予邹教授。

 

祝贺陈晓红

很荣幸能够受邀为陈晓红教授送上获奖祝贺。为晓红感到高兴,也很开心基金会将这项荣誉授予晓红。真可谓一大幸事。很感谢给我机会送上祝贺。


我与晓红相识与一个面试,在她作为经济学家的第一个职位之前。当时她正在做关于learning的研究,相当棒。随着时间的推移,她的工作越来越好。很高兴能够与她合作,向她学习。她的工作进一步提升,对计量经济学相当重要。她早期关于learning的研究现在意义深远。晓红开发并展示了异质模型的估计对于金融形成和稳固的意义。在研究不同独立变量间的时间相关性和关系方面,晓红做出了非常有意义的杰出贡献。


除此之外,她在非参数工具变量估计方面的研究也相当重要,非常有用。她发展了收敛率的研究结果,还有渐近分布理论,并影响了早期识别和一致性的结果,她把这些都带到了一个新的高度,她真的是非参数工具变量领域的世界级专家。这些在经济学中非常重要因为它提供了对结构模型的估计。她也继续其在序列估计的研究,为不同经济模型估计提供了非常棒的方法。她发展了一个理论,一个非常棒的方法,帮助我们在很多难题上取得了重大进展。


与她一起工作真的非常美妙。作为合著者,每次与她交流都令我受教。感谢她的交流分享,让我学会以新的方式思考问题,以各种不同的思路想问题,受益匪浅。何种合作基础持续了好多次。感谢她的友好、感谢我们的友谊,很高兴能够和晓红交流。期待她有个美好的未来,期待她今后获得更多的成就。


我要为基金会点赞,选出中国最优秀的经济学家。这项荣誉非晓红莫属,别无他人。她的工作相当棒。祝贺她,获得此项殊荣。也祝贺基金会的奖项授予工作。

 

对未来经济学者的建议

 

可以看到,有很多有趣的研究方向供以后的学者参考。现在正是计量经济学和实证经济学工作研究的大好时期。大数据的到来分析与理解问题提供了基础,用来研究代理人的经济行为。围绕一个话题可以做很多有趣的研究。大数据下的需求分析是一个有趣的课题,非常棒。

 

一般而言,尝试用大数据访问来回答有趣的经济问题将比笼统的说明越来越重要。除此之外,研究者还有心研究其他诸多有趣的领域。比如说,开发博弈模型的评估方法、新的有趣的领域和网络分析。经济领域的最新发展非常有趣,一些年轻人和计量经济学正在率先研究一些新的分析方法,经济网络,非常振奋人心。

 

对年轻学者更普遍的建议是,要致力于研究有意义的经济问题,并且努力解决一些难题。博弈模型中代理人的相互作用,动态规划都很具有挑战性,都是很好的研究领域。在这个领域,大数据越来越多的用于研究有重要意义的方法来预测经济发展成果,估计结构性参数。这些都是非常有前景的研究领域。更普遍的建议是,研究你关注的经济问题,或开发一些有用的方法,以便更好地分析问题。


需要注意的是,研究项目可能会对经济产生影响,提供更好的宏观经济工具,对世界做贡献。同时,也能帮助决策者更好地了解经济、了解人们的行为。在过去有很多可以说的比如非参数工具变量,显示性偏好推论,博弈模型估计,网络模型估计。在任何一个领域的发展都将是一个非常好的研究方向。

 

作者自述

 

好吧,讲讲我所做的经济研究。我起初从事于工具变量,联立方程式的研究,接着快速转移到非参数和半参数估计方法的研究。从事此研究在当时只是兴趣使然,后来发现它在经济学和计量经济学中至关重要。但是当时,很多人都不曾料想到其重要性。

 

我也曾从事非参数模型工具变量估计,实证似然,非参数面板数据和其他方面的研究,比如时间序列推论等等。最近我对经济学模型中的异质性很感兴趣,尤其是允许普遍异质性在估计一些有趣的问题上,比如消费者盈余,有效非线性预算等等。

 

经济研究在过去的一、二十年里发生了变化。随着时间的变化,实证经济学变得越来越重要,因为变量和宏观经济数据源越来越多,经济学者的兴趣也在不断变化。更多应用宏观经济学的建模,使用数据回答疑问的做法得到了很多人的推崇,很多人以不同的方式做着研究,这是经济学的良好发展也会变得更强大、更通用。这一转变与经济发展相吻合,也得益于更成熟的计量经济学方法的广泛运用。这些方法包括非参数和半参数估计,对于点或结构模型的判断,并且推测因果关系。比如,在因果评估中,我必须要提到现在看来是很普通的,但是20年前是非常新鲜的话题。这包括断点回归设计,倾向得分,工具变量估计法,所有这些参数或半参数的方法都是需要重点学习的。因此这是一个很有前景的领域,很多有意义的研究工作正在进行。特别是,机器学习是目前的热门话题,在许多领域,不仅是计量经济学,还有计算机科学等领域都使用数据分析,来了解机器学习如何估计我们感兴趣的经济问题,这已成为当前一个很有意思的话题。所有的大规模机器学习,半参数和非参数方法,都可以用来研究经济参数,比如机构的需求和选择。很重要的一件事是把异质性普遍化。大多数人认为,人与人不同,他们的经济行为方式也不同,考虑到各自的不同也非常重要。估计经济是一件很有趣的事。

 

计量经济学发展前景广阔。应用宏观经济的广泛使用为计量经济学的发展打开了大门。当很多人开始参与的时候,部分识别对象的估计会对学者们研究提供参考。

那些有重要意义的计量经济学方法还会继续发展。例如,观察机器学习方法并加以利用。未来的研究前景光明,计量经济学将迎来振奋人心的发展。

 

 

 

◆◆◆转载须注明来源:北京当代经济学基金会◆◆◆