分享

学习经济要达到怎样的数学水平?

 知识润无声 2017-07-15
 
 

“看清全球经济格局的风云幻变”这个很难,需要很高的、各方面的综合能力单靠数学水平做不到。要做到这一点,信息、人脉都是必不可少的!
“看懂较前沿的学术文章”,数学要求如下(有些经济学教育落后的同学不相信经济学数学要求这么高,我特地附了一张北大工作论文,请自行查阅,可以看到,已经到了非线性泛函分析这个层次的数学。如果在美国读博,数学要求也要这个层次。卢卡斯,萨金特等诺奖得主自不必说,记得留美期间,我是做宏观DSGE的,我的博士好基友做竞争均衡理论,我们一起自学微分拓扑,我把米尔诺的小册子学完就罢了,他甚至到了阿蒂亚-辛格指标定理这等传说级深度,简直是丧心病狂,走火入魔):
在我还是小硕的时候,武康平教授曾在他的课堂上讲过,数理经济学或称现代经济分析所涉及的数学工具几乎涵盖了现代数学的所有领域,甚至许多新的数学课题,比如集值映射理论等就是直接由数理经济学推动的。
在文章最后我还会谈一下:
1.在经济学研究过程中,即在《高级微观经济学》和《高级宏观经济学》的学习和研究中直接出现的数学工具。
2.在我的实务工作中,特别是在风险管理实务投资组合实务、资本预算实务中,最常用的数学工具以及最常用的其他知识。注意,这里提到的风险管理并非CPA中的那块内容,而是特指风险的定量分析技术,是金融数学中的内容。CPA或者说审计学中的风险管理跟我在这儿说的风险管理不是一回事。
这个算是最终版答案了,更正了一些错误,补充了一些内容。

【入门】 星号代表重要性水平,下同

1.初等微积分★★★,2.线性代数★★★,3.概率论与数理统计★★★:全部、扎实掌握,不要信国内的什么经济数学!比如,许多本科经济数学的概率统计并不涉及的条件期望和条件方差、矩母函数等知识,在研究生的金融数学中都是非常重要的,在学习随机过程的时候,这些知识点也会进行简要回顾,但往往学生理解不到位。所以这些基本的东西要学,学扎实!。4.运筹学★★,本科阶段最低要求掌握线性规划的基本理论。
这一阶段力求熟练掌握微积分的运算!
这一阶段力荐的书籍:
蒋中一《数理经济学的基本方法》(商务印书馆)适合数学基础一般的同学、迪克希特《经济理论中的最优化方法》
学习金融的可以看沃特沙姆的《金融数量方法》,这本书是最简单基础、内容也十分广泛的金融数学科普读物。

【进阶】
有的同学可能感觉进阶阶段这么多数学,学到何时才是个头?我想说,第一,进阶阶段的数学,不用全学,要结合你的研究方向来定(除非你想读数理经济学的博士,那样的话就必须全面掌握了,而且还有高阶段位的数学等着你),第二,很多数学表面上看是不同的课程,实际上都是相互渗透的,比如你在学实变函数的时候,要联系高等概率论和金融数学一起理解,而一般拓扑你可以联系实变函数与泛函分析导论中的内容一起理解。这样你在学习一门课的时候,相当于学习了两-三门课,效率会高很多。第三,学数学要抓重点,不要眉毛胡子一把抓!比如,数学规划,掌握Kuhn-Tucker定理是唯一的关键,随机微积分,Ito公式是唯一的关键。包括在高阶阶段,学习微分拓扑前,先要学习流形上的Stokes定理,涉及到流形的定向问题在初学时其实也不必去深挖。最后我还会给出进阶阶段数学的学习建议,以帮助提高效率。

1.高等微积分★(加深一下对数学分析的理解,新增的内容并不多)
推荐:马里兰大学《高等微积分》特别提醒:建议好好研究一下隐函数定理(比较静态分析基本定理)!

2.*最优化理论*中的非线性规划★★★★★(分离超平面定理与拟凹规划与Kuhn-Tucker定理!拉格朗日对偶原理等等)非线性规划是研究几乎所有理论经济学最重要的数学工具。
力荐:蒋中一《数理经济学的基本方法》、迪克希特《经济理论中的最优化方法》、高山晟《数理经济学》等等(三本书难度递增)。

3.*常微分方程*(解法、线性系统理论★★★、非线性系统理论只需关注相图★★★、线性化方法:也就是所谓的Hartman-Grobman定理★★★、李雅普诺夫函数★
推荐:罗宾逊《动力系统导论》前六章。弗恩特《经济数学方法与模型》
有人提醒我(大都是reputable university的数学专业的人而非经济学专业的),是否有必要再加上诸如中心流形定理、庞加莱奇点指标这样的高深理论。的确,这一部分理论在数理经济学中有大用处,但大部分经济学学生并不以数理经济学为主攻方向,我认为经济学大部分实际问题应该用不着上述高深定理出山。 99%的非线性动态系统问题,利用稳定流形定理和Hartman—Grobman定理线性化就足够应付了。非数理经济学中很少出现特征根为0的中心流形情况。


4.泛函分析导论。这里严格地讲是拓扑线性空间导论,并未真正涉及无限维空间的“分析”-卢卡斯(学经济的不会不知道吧?)在《经济动态的递归方法》中写道:价格体系本身就是商品空间上的一个线性泛函。(理解Banach\Hilbert空间、理解紧集的概念和判断方法、掌握压缩映射原理★★Hahn-Banach定理分离超平面定理★★(凸集分离定理)的关系(福利经济学第二定理!)、理解基于线性流形的投影定理★和希尔伯特空间的Fourier展开)
力荐:Banach不动点定理的威力参见萨金特《递归宏观经济理论》

5.矩阵论(线性空间、Jordan标准型、哈密尔顿-凯莱定理和矩阵指数、矩阵谱半径的估计是线性常系数差分方程组系统稳定性判别的极为简便的工具,矩阵微积分★★★

6.实变函数论★(难!只需了解测度的概念、Lebesgue可积的概念,掌握控制收敛定理即可)
实变函数跟高等概率论或金融数学几乎可以一一对应地学习。比如,勒贝格积分就是数学期望,可测集就是事件,等等。
Rudin《数学分析原理》

7.*动态最优化*★★★★(变分法,动态规划,最优控制,做DSGE的话要了解随机最优控制
力荐:蒋中一:《动态最优化基础》,弗恩特《经济数学方法与模型》;这个东西对宏观经济学来说太重要了。学过高级宏观经济学的同学都应该理解并且全面掌握。
另外,我还想提一句,最优控制在宏观经济学中是如此重要的存在,它的创造者却是一位盲人数学家:庞特里亚金——微分方程和控制论大师。向他致敬!

8.复变函数与积分变换(掌握欧拉公式★★★、理解解析函数,掌握柯西留数定理★,掌握积分变换★★,这货很强力,简单的常微分方程,积分方程,偏微分方程就靠它了,还有随机过程(金融数学)中也有大量运用)

9.一般拓扑学★★(难!不过只需了解拓扑空间的同胚概念、紧集的性质、连通集的性质、了解housdorff空间的性质,集值映射(对应)的上半连续性和下半连续性即可!少数要求较高的基础拓扑学书籍也会涉及到同伦与基本群,稍微了解就好,因为这部分属于较为高深的代数拓扑学,是可选项)
力荐:Colin Adams,Robert Franzosa
《拓扑学基础及应用》;阿姆斯特朗《基础拓扑学》

10.*随机过程*★★★(很多实用的部分学过概率统计就可以开始学了:最常用的泊松过程、布朗运动、鞅等随机过程的基本概念、随机微积分(金融数学)中的Ito引理非常重要,要会运用。随机微积分,不管你做金融学、金融工程还是高级宏观经济学研究消费、投资等高级专题,伊藤公式如果不会我真不知道如何入门这些领域。还有时间序列分析*也非常重要!)其实,随机微积分并不是很难。如果你没学过上述实变函数,只是单纯用一下的话,只要把握好两点:
1.布朗运动的微元[dW_{t} ]^{2} =dt,其中,W(t)是布朗运动。
2.微积分中的Taylor公式该怎么写怎么写,省略dt的高阶项,只保留dt的同阶项。
然后你就发现,你已经会随机微分法则了。这丝毫不妨碍你使用它来研究宏观经济学。那么做金融工程的话,对随机微积分的要求会更多一些,比如测度变换之类也应该了解。
力荐:Gregory .F. Lawler《随机过程导论》已经包含了上述全部基础性内容。另外,有一本特别著名的书,之前我一直忘了,突然想起来:《金融随机分析》,分一、二卷。这本书尤其是第二卷,是博士级别的随机数学教科书,内容极好,极好,极好!。而Thomas《金融观点下的随机分析基础》这本书,个人认为是金融工程硕士阶段的首选参考书!

11.偏微分方程★★一阶线性、拟线性偏微分方程解法,二阶线性偏微分理解分离变量法、积分变换法即可!)偏微分方程在金融学中的最主要应用恐怕就是期权定价了吧,如布莱克-斯科尔斯偏微分方程。所以这一块更应该关注偏微分方程的数值方法

12.*高级计量经济学*★★★(把这个归为数学真的好吗?)
学习时最好亲手动笔算!这劳什子学好线性代数,矩阵论和概率统计简单得很,许多人觉得难,无法理解,是由于他们只想看懂,不想动笔算,对就是懒。
说实话计量经济学需要掌握的内容其实并不多,比如:多元线性回归只要搞透一个Gauss-Markov定理就可以了,什么异方差多重共线性全是从属地位。ARIMA和VAR模型,你弄懂差分方程了还不会?那么,差分方程很难吗?
对于经济学硕士生而言,完成2、3、7、10、12就可以完爆Varian的高微和Romer的高宏;在此基础上加个4、9的话,看杰里、瑞尼的高微和萨金特的高宏(递归宏观经济学)没有问题的!我个人高微就学了瓦里安的和杰里、瑞尼的,马斯克莱尔的没系统地读过(我研究方向是宏观)其实书不用读太多,弄透一本就够了!!

进阶阶段的学习建议:

事实上,许多正规的硕士级别的(国内)一学期数理经济学课程,就已经包含了2(数学规划)、3(常微分方程)、7(动态最优化)的最重要的内容以及10(随机过程)的部分内容,12(高级计量经济学)是经济学硕士必学不罗嗦。所以其实内容远没有看上去那么多!金融数学的同学如果还需要复变函数和矩阵论,建议这两门自学效率更高(前提是你入门数学已扎实掌握了),而实变函数与泛函分析导论、点集拓扑学、偏微分方程建议旁听,不攻数理经济学的人基本可以无视这些科目。总之就一点:同学看到这么多数学课不要害怕!还有,我们经济系的人研究数学也不要像数学系一样,在学习数学的时候我们可以适当放宽严谨性,理解万岁,差不多就行了

【高阶】
下面两个算是高深级别的数学了,姑且称为双子BOSS吧。献给那些致力于数理经济学的博士生们:

1.非线性泛函分析Final BOSS,真正的泛函分析!是进阶阶段泛函分析导论的深化。较为高深的数学,前置基础为:掌握高等代数、复变函数、高等微积分、实变函数与泛函分析引论、一般拓扑学(最好再去了解代数拓扑的同伦方法,不了解也没关系)。
从经济学角度,需要掌握Banach空间的微分学,重点在可微泛函:Gateaux微分和Frechet微分理论,这样可以把几乎所有最优控制问题(离散、连续、随机)全部统一在拉格朗日泛函的框架下处理,极度方便!原来求解动态优化问题的变分法、Pontryagin最大值原理和动态规划(HJB)方程三位一体归于大统,那就是拉格朗日泛函。学完非线性泛函分析的这一部分,你就可以居高临下地俯瞰所有动态最优化问题,以及大部分数理经济学的非线性动力学问题,比如分叉、混沌理论中的Lyapunov-Schmidt Reduction。
非线性泛函分析有两大块最重要的内容,一个就是上面提到的Banach空间微分学,另一个就是拓扑度理论。当然了,拓扑度理论是依据拓扑学开发出的强力武器,自然也可以在下面介绍的微分拓扑中找到其依据。其中,Brouwer度理论可以轻松地讨论一般均衡的唯一性问题,要知道这可是马斯克莱尔微观圣经中最高深的课题之一了。此外,强大的拓扑度可以导出大量不动点定理,这些不动点定理的海量经济应用,参考卢卡斯《经济动态的递归方法》一般地,经济学中许多的不动点问题,我们总是先派小兵上!就是先尝试Brouwer不动点定理、Lery-Schaulder不动点定理等具体的不动点定理。当这些定理都失效时,拓扑度作为他们的“母亲”,是我们解决此类问题的“最终手段”。没错,就是大招!
非线性泛函分析的最初等应用,可见北大讲稿,请戳:http://econ.pku.edu.cn/upload/20131213/5619969.pdf

力荐:Optimization Method in Vector Space(鲁恩伯杰的最优化的矢量空间方法,对线性泛函分析以及赋范线性空间的微分学都有很生动的例子讲解)

张恭庆的《变分学讲义》也是极力推荐的,对非线性泛函分析中的现代变分方法(临界点理论)有全面的介绍,也涉及了一点儿拓扑方法。
有的同学想要更多地了解泛函分析和一般拓扑在高级数理经济学、现代宏观经济学,特别是随机动态优化、动态随机一般均衡的应用,在此再推荐两本:
1.《经济数学引论》(格致出版社),注意,不要被“引论”二字欺骗了。
2.卢卡斯:《经济动态的递归方法》最高级的宏观经济学教科书。数理工具的深度要高于萨金特的《递归宏观经济理论》。
对泛函分析在优化控制中的全面应用,请看我的另一篇帖子具体哪里会用到泛函分析和测度论? - 遥远的漂泊客的回答 - 知乎

2.微分拓扑学EXTRA BOSS。相当高深的数学,可选项。对于这个学科,范里安在他的微观经济分析中多次提到。它有什么用?最直接的用处就是讨论高维非线性微分方程的定性理论,用拓扑语言说,叫做:流形动力系统。

某种意义上讲,是拓扑学(在一定程度上)拯救了整个微观经济学

为什么这么说?从经济学之父——Adam Smith的“看不见的手”理论以来,从最一开始的理性行为假设开始,到最优化建模,一直到最后的市场经济价格调节机制将会导致整个经济体达到一般均衡状态(极乐世界)是整个微观经济学的根基。长久以来,论证均衡的存在性一直是一个极其困难的问题。试想,如果根据微观经济学的基本理性人(最优化)假设,却无法证明这样的均衡是存在的,那就说明整个学科的逻辑是不自洽的!

受到Nash运用Kakutani不动点理论论证博弈均衡的存在性的启发,Arrow-Debreu同样运用不动点理论证明了一般均衡理论上的存在性,才力挽狂澜于既倒,才真正使得微观经济理论完成了自身的逻辑环路,并让她具有了整体上完美的数学结构。

当然,现在国际上,一般均衡理论的主流方法已经开始向【微分动力系统与微分拓扑】转向,大有取代不动点论证的趋势。市场经济直观上就是一个流形上的动力系统(因为受到了Warlas约束)但不管怎么说,都是在拓扑这个框架内。

分享:下图是一般均衡中非常著名的市场经济的“探索轨迹”相图。(寻找极乐世界的过程图,在3维空间中的示意图)。这是微分拓扑中的Index Theorem(指数定理)的直接推论。



推荐教材:《微分几何与拓扑学简明教程》;米尔诺经典《从微分观点看拓扑》,指数定理就来自于这儿。

最后,是我最想说的话。以上就是我作为一个数理经济学博士所掌握的全部数学了。但是,如果你已经掌握了非线性分析和微分拓扑的奥义,也请记住,这并不是终点,而是新的开始。做研究,请永远保持你的那颗求知之心,它是人区别于动物的永恒标志。(而非运用工具)

【研究】
在高级微观经济学中,非线性规划和有关一般拓扑的知识大量涌现,除此之外,很容易让人忽视的几个地方出现了一阶偏微分方程的应用(如:进行福利分析时,运用可观测的马歇尔需求函数复原间接效用函数,一般的教科书上出现的是比较简单的情况,实际研究中可能会更复杂,所以微观经济分析中一阶偏微分方程有必要掌握)。博弈论里,常微分方程定性理论非常重要,尤其是演化博弈微分博弈。在Varian的《微观经济学(高级教程)》、马斯克莱尔的《微观经济理论》一般均衡分析里出现了高深的指数定理,来自于微分拓扑的Poincare-Hopf定理(奇点指标定理)。当然,也可以从非线性泛函分析的拓扑度入手,相较于微分拓扑,非线性泛函分析可能稍稍平易近人一点点。
在罗默的《高级宏观经济学》中,常微分方程、差分方程、变分法大量涌现,兼具随机过程知识。前三者已经成为了宏观经济研究的标准数学工具。研读萨金特《递归宏观经济理论》、卢卡斯的《经济学动态递归方法》,诸如压缩映射原理Hahn-Banach定理、Lebesgue积分理论等泛函分析的知识也得以直接展现。随机动态规划(特别是具有Markov链的Bellman泛函方程)、随机最优控制(特别是随机微分方程情形下的最大值原理与Hamilton-Jacobi-Bellman方程)、Kalman滤波已成为动态随机一般均衡模型的标准数学工具。

【实务】

实务工作相比研究工作就没有太多什么高大上的知识体系。最重要的还是数理统计学、计量经济学、时间序列分析这块。其次,Ito公式和随机微分方程也经常运用,但由于我更加侧重于风险管理这块,所以随机分析这类数学工具用的不如统计学多。风险管理实务中,熟悉各种分布的特征很重要,蒙特卡罗模拟非常常用,也是最基本的。投资组合的优化方面,在实务中更多的是数值方法。资本预算中,除了传统的净现值方法之外,期权定价模型(实物期权)正成为越来越重要的方法,其中除了著名的布莱克·斯科尔斯期权定价模型之外,我们经常还要使用布莱克——斯科尔斯偏微分方程的数值方法,特别是偏微分方程的有限差分法

实务中更多的是除了数学之外的知识,我个人感觉,CPA(中国注册会计师)培训的整个知识体系的确给了我非常大的帮助,尤其是财务管理、战略管理(非常重要,并不仅指系统地学习书本知识)和法律这块。


祝学习愉快!!

 

转自 https://www.zhihu.com/question/19956188

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多