AI經濟

在 經濟循環圖概說 中，我們介紹了 家計單位 與 廠商 的經濟行為，現在，我們則是要來說明政府的經濟行為。 政府的原型其實是君權。從西方社會的演進史裡面可以觀察到，從君權神授到天賦人權的思維。當英國從君權轉為君主立憲起，政府開始成型，社會的政治結構也由一人獨裁的體制轉為多人管理的體制。 在一開始，政府的存在是為了維持國家主權的穩定，也就是政府必須保障財產權、教育與軍事。但是，隨著時代的演變，社會變得愈來愈複雜時，政府需要規範的內容也就愈得愈多。同樣，政府還需要保護人民的福利(包含生、老、病、死)。 當政府需要提供大量的公共財與政府服務時，其所需要的商品與勞務就會從商品市場內取得。當然，政府不可能強取豪奪。想要買東西，就需要付錢，因此，政府既然提供公共財與政府服務給國民使用時，國民就有義務支付稅(Tax)給政府，讓政府可以購買保護國民所需的商品或勞務。 每年，政府都會根據今年的稅收與預算，編列明年的預算，如果預算沒有用完，那麼，政府將會有盈餘，這些錢可以存在金融市場的金融機構內。反之，如果政府今年的支出超過預算，那麼今年就會產生預算赤字。 當然，政府能夠有效率地使用稅收，讓社會運作良善並且還能夠節省下經費，這是最好的狀態。可惜的是，政府明年的預算總是根據今年的預算與用盡與否來衡量，造成X無效率與資源浪費。 從我國歲入淨額走勢圖可以看出，每年的歲入淨額從2010年起持續增加，而餘絀亦有逐漸達到損益平衡，只是，觀察上圖可以發現赤字狀況累計起來，相當驚人(計算面積)。 所以，政府的經濟行為可歸納為 保障國民生命財產安全 制定稅額向國民收取，得到稅收 每年盈餘可存於金融機構 每年赤字可在金融市場上借款

在 經濟循環圖概說 中，我們介紹了 家計單位的經濟行為 ，現在，我們則是要來說明廠商的經濟行為。 廠商(Firm)是經濟體系內唯一的生產單位。他會收集原料、物料、勞動、資本、土地、設備，建立廠房與生產線進行生產實體商品或無形勞務。 廠商有很多種代稱，例如，企業、公司、店家、商店等。其實，這些都是廠商的一種。如果想要更為精準的定義，那麼，凡有營利事業登記證者，皆為合法的廠商。換句話說，經濟體系內也有不合法的廠商，也就是所有地下經濟的廠商。 對廠商來說，其內部具有特定組織架構，在運作生產線進行生產後，將商品或勞務銷售給需要的人(這些人多是家計單位)。 所以，廠商的生產過程會是取得要素後，在一定的生產方法下，進行生產，製作出產品或勞務，然後，將之販賣給需要的人。 這些要素的來源就是家計單位在販賣的資源，然後，在生產技術與實體的廠商、生產線的運作下，將要素轉換成他人所需的商品或勞務。 此時，廠商在購買要素時就需要支付金錢給要素擁有者，發生成本(Cost)。當商品或勞務販賣掉，就會獲得營收(收入，Revenue)。將營收扣除成本，就是廠商得到的利潤(Profit)，也是企業家精神的報酬。 不過，廠商對於未來的看法會影響其擴廠與否的動作，也就是投資(Investment)。對廠商來說，他需要的投資商品或勞務需要到商品市場上購買，因此，產生了投資支出。有時候，投資金額過於龐大，廠商就需要到金融市場上進行借貸。他可以向銀行借款，之後每期需償還本利，其中之一就是利息(Interest)。當然，廠商未必只能向銀行借款，也可以向同業借款，同樣也要償還利息。 他也可以向社會大眾募資，讓社會大眾成為公司的所有權人(股東，Stockholder)，此後，公司須給予股東一定的股利(Dividend)。 所以廠商的經濟行為可以歸納為 以賺取利潤為目的 販賣他們生產的產品，獲得營收 購買需要的資源，用資金支付成本 投資金額不足時可以借款

一個學科倒底需要哪些東西呢？ 有人說就是知識(Knowledge)，有人說技術勝於一切。 無論怎樣說，都是正確的，只是我們切入的觀點不同而產生很多的方法。 既然如此，經濟教育可以說是在台灣扎根得很早。從國小課本就出現比較利益法則，其後陸陸續續在教科書上出現經濟學的觀念。我不知道這樣做是否適切，問題出在於授課的老師是否有受過正統的經濟學訓練！或者他們自己有自我培訓自己的經濟學知識，而非片面的隻言片語。 在讀經濟學時，大學教授總是會跟我們說國富論的出現是有條件的，亞當斯密先提出了道德情操論，才有了國富論，換言之，人民的道德水準要到一定程度才能夠有國富論當中的：人追求自利，最終達到國富。 現在回想起來，在自由經濟的社會上若缺少了道德素養，恐怕就是暴民主義，或另一個極端就是愚民主義了。 若是讀經濟系的學生大概會發現從大一到博士班，所讀的經濟學不脫個體經濟學與總體經濟學，只是換了樣子。低年級用圖表與數字表示，高年級用數學表示，在高等一點的教育就變成了數學與符號的世界。 也莫怪會有這樣的話語出現：讀經濟學就像是上山學屠龍功夫，等學成後下山，才發現世間沒有半條龍影，更遑論一條龍影出現。 隨著時代的演變，經濟學除了這些，還很容易被人批評：你會的供給需求圖對嗎？一定是曲線嗎？一定是直線嗎？ 經濟學家總是會這樣回話：這是示意圖。 既然這樣，那為何我們不能拿出數字來，直接展現出經濟觀念呢？ 所以，我們提出了這樣的想法：將經濟學概念與EXCEL結合，用數字展現出生活常識與經濟觀念，特別是買賣觀念貫串出經濟學的想法。 為什麼你願意買？為什麼你願意賣？ 你買(賣)東西的行為如工業工程的生產流程一樣，被分解開來，然後被觀察，找出關聯與原則來，轉變成數字，反映心理活動與外在表現。 這代表著經濟學的課程可以重新被設計，切割成 大一：需求供給模型一套 大二：最適化理論一套 大三：市場結構一套 大四：應用模型一套 碩一：數理模型的最適化理論一套 碩二：數理模型的市場結構一套 博士班：數值模擬與隨機動態模型一套 以上的課程切割僅就個體經濟學為主軸。如果是國際貿易，那可以算是應用模型系列，變化多端，就像股市分析技術可以配出不同的技術指標或不同長短時間的搭配使用。 這些課程更重要的是除了理論知識的傳授外，更需要輔助電腦技能幫助學生建立一課兩套的訓練。在理論知識了解後，繪製出圖像式觀念，轉變成流程圖，建置出數字...

過去傳統的計量經濟學、迴歸分析或甚至博士班之相關課程都是建構在抽樣分配、假設檢定與配適出適切的模型，因此，延伸出因分析所需的 Tobit 、 Probit 模型，而在時間序列上則由AR模型延伸出 VAR 等系列模型。 觀察這些模型特徵，不外乎都是建構在線性概念上，換句話說，無論有無前後期關係，模型首先就是展現分類法(可以二分、三分....)以及資料區分出線性可解釋與不可解釋部分。 在「 為何使用曲線化線性迴規模型 」已經提到了重要的兩個觀念後，曲線化線性迴歸模型的特色上，確實與眾不同，同時也難以用紙筆來運算。即使如此，我們不得不說微積分當中的一個觀念是非常有用的，那就是 無論哪種數學模式都可以用泰勒展開式去逼近，其後再加上一個誤差即可代表那個數學模式。 通常經濟學家喜歡用兩階展開來代表，例如，名目與實質利率之間的關係。 問題是真實的資料是否用兩階展開就可以了呢？最後的那個誤差項，又被控制多少呢？ 如果遇到的是研究者最常使用的開放性資料，每天(或每分鐘)都在更新的資料來說，愈細微的資料就可以用線性來衡量產生趨勢，預測下一期就會更為精準。所以，若使用的是每分鐘的資料，等於是將一天的資料切割成1440筆資料，然後由1440筆資料估計出線性規則，再由此規則，估計出明天的平均數字。 如此做，好嗎？ 這問題就出在於既然是每分鐘更新的開放性資料，那麼研究者想要預測明天第一筆資料就必須將分分鐘鐘的新資料再次的放入，重跑估計與預測。好玩的是，有哪種軟體可以在一分鐘內跑完所有開放性資料，估計出來，並讓其他人使用，或者去買賣股票、網路上進行交易？ 所以，當我們遇到開放性資料時，每次新的資料生成後就需要放入資料集內，重跑估計，再比對過去的實際值與估計值，每次都再調整。 而曲線化線性迴歸模型其實很像再使用細微的資料產生線性，再由線性產生曲線。 例如：某股票股價可以反映基本面，所以，先用基本面的財務比率估計股價，再由此股價以曲線方式估計真實股價。 對於開放性資料的估計不一定只能用時間變數(趨勢變數)來估計，當然也可以如上面所言的曲線化線性方式來估計。 而指數的數字則可以呈現出股價的轉折現象，這也是其他模型無法做到的部分，更是捕捉出規律性的方法之一。

當我們想知道資料特性或規律性時，傳統做法是根據統計學概念，認為資料=樣本，必然帶有母體特性。藉由資料找到母體參數即可確認母體特性，從而知道資料特性或規律性為何。 然而，受限在使用資料找到的母體參數卻是有限，例如，一定要找到一、二階動差，即平均數與變異數，如此就能配合樣本數找到極限分配，知道母體特性。在大數法則下，無論是p.或a.s.，都趨近為常態分配。 問題是多少資料點才能算大數？ 這如同我們在問大數據多少才算？ 如果4,000筆已經達到，那何必4,000,000,000筆資料。 這想法並非正確！ 因為每筆資料都有存在的意義，而且，大數據資料下，未必真成為常態分配或極限常態分配。 這點更明顯地顯示在時間序列資料，因為這種資料會破壞迴歸分析的三個基本假設： 常態分配 齊質變異數 兩兩無線性相關 為了解決這些問題，特別是像變數之走勢，無法用線性模式去估計的序列資料，計量經濟學發展出多種的檢定公式，檢定上面的三個基本假設，並且希望更能準確地找出資料問題，試圖解決。 縱使如此，我們卻發現 分配的檢定方法無法控制誤差，資料的殘差幾乎可以滿足常態分配 變異數的齊一性建立在線性迴歸上，誰能保證資料一定是線性，特別是工業工程。若是用非線性迴歸模型，或許變異數就齊質了。 架構在線性迴歸模型上，序列相關運用差分方式，試圖找出差分到幾階才能踢除序列相關。可是，差分後的資料，部分特性將會消失。 更有趣的是，Silverman (1985) 提出無母數版本的曲線配適法，觀察範例後可以發現其轉折點不能超過兩點，也可以從他的數學式看出，僅有二階微分。 Motulsky and Ransnas (1987) 則是提到需要資料點來自於常態分配(進入迴圈：如何確定資料點滿足常態分配)，以及非線性迴歸模型很容易經過多次的電腦運算後配適得到(問題：怎麼進行誤差控制？多次的運算需要多少次？)。 無論如何，使用曲線化線性模型或曲線配適法都是比線性迴歸模型來得好，特別是現在的經濟環境在科技進步到一定的程度後，必須提高精準度，才能夠突破現況。這不是工業4.0(要求精密)、金融3.0(要求跨平台與安全)，而是分析技術的創新與提升。 於是，我們需要更新兩個思維： 第一、一般而言，我們認為線性之外就是屬於變異(波動)。 圖片來源:http://stats.stackexchange.com/questions/1910...

2010年David Merkel在網路上寫了一篇文章「 Do Investors Prefer Negative Skewness? 」。他從經濟學的代理人問題模型與黑天鵝理論，提出投資人是偏好「負向偏態」(Negative skewedness)。在其中的一段文字敘述當中， It can be extremely difficult to ascertain the true distribution of an extremely negatively skewed bet from historical data. A long run without an observed loss makes us less confident about any initial negative thesis. This is also the primary explanation for why we prefer longshots in horse races or play the lottery. Merkel更從道德風險角度說明 the Great Moderation has been characterised by a Fed that is willing to cut interest rates at the smallest hint of trouble, even in situations where systemic risk was far from severe. 所以，Merkel認為 The moral hazard subsidy, the principal-agent problem and investor “irrationality” each incentivise economic actors to take on considerably negatively skewed bets. 以及 Assessing the relative contributions of each from historical market data is extremely difficult given that there is no plausible way to separate the e...

我國汽油的訂價策略是根據每週原油價格加權指數的變化，此指數包括70%的杜拜原油與30%的布蘭特原油。 若不考慮原油價格，純粹就95汽油的訂價來看，從CMoney資料庫內，選擇自2000年1月3日到2015年12月31日的日資料視為母體資料，進行強大數法則(SLLN)規則控制誤差，由資料展現出分配函數。 95油價機率函數 上圖的第一圖為機率密度函數，第二圖則為累積機率密度函數。其中，最低的95油價為15.6655元，而最貴的95油價為33.7745元 由於我國對汽油價格嚴格管制，2008年中華民國消費者文教基金會針對我國油價不透明的浮動油價機制提出質疑。可到了 2012 年，中油說明虧損嚴重的原因之一就是國際油價上漲與政府管制所致。另外，曾志超( 2011 )提到台灣油價未完全反映成本，凍漲反而造成成本分攤不均問題。特別是在春節前後，政府為了討好選民就會運用油價凍漲的政策( 2014 , 2015 )。 眾多的新聞內容再再說明我國對汽油價格的嚴格管制，然而，上述所言之新聞並沒有辦法提出有效的證據來證實我國對汽油價格管制之嚴格程度。因此，上圖可發現，我國95油價會有特別常出現的油價，28.1325元。有多常出現呢？圖形顯示45.9159%的經常性出現28.1325元價位。 你可能懷疑，45.9159%，這樣的出現機率算是很高嗎？ 布蘭特原油現貨價機率函數 看看，上圖的布蘭特原油價格的機率密度函數，最常出現價位的機率也僅有2.9996%而已。這也難怪我國國民對於油價訂價公式的不理解。因為95油價的機率密度函數最常出現價位之機率太高了，若真的是依照浮動油價公式定價，那麼在公告前一定還會有微調，使得95油價常可維持在同一個價位。當然這也有可能是因為遠期期貨契約的因素所致。 透過大數據分析，可以很明顯地看出我國95油價的特性。 詳情可參考 李玫郁 、李堯賢、林哲揚，2016，「國際油價與中油油品價格之大數據特徵分析」，台灣銀行季刊，67(2)，53-78.