羊年喜慶賀新春

乙未年正月初一

敬祝各位

羊發利市
名羊四海
才能羊溢
得意飛羊

從資料特性出發的統計學與經濟學

計量經濟學是運用統計方法在經濟資料上，透過運算後得到資料特性，比較理論結果。這可以進行點估計，區間估計，假設檢定，運算迴歸與實驗設計。

經濟學特別著重在迴歸分析上，暸解趨勢走向，使用的資料多有時間特性的資料。所以，計量經濟學的一部分就是時間序列分析。時間序列分析的理論方法經過多年的研究後已經發展出具有特色的研究方法，尤其是在大數法則下的極限結果。

然而，誰能定義出多少樣本才是大數？在其他樣本值下，抽樣分配長得如何？樣本增加時，統計量的抽樣分配又是長得如何？統計量的抽樣分配在隨機變數轉換過程中如何變化？

這四個問題是統計方法的主要問題。我先說明第一個問題，大數法則下的抽樣分配就是母體分配，因為樣本大到足夠大時就是母體，所以樣本表現出母體特性，特性可由分配係數表現，確定多少樣本才是大數。

這問題的解決方法看似簡單，實際上，若找不出抽樣分配的機率密度函數，又怎能比對確認樣本分配即為母體分配。所以往前一步，就是要找出各樣本值下的抽樣分配。

這是我們的第二個問題。一般來說，數值分析的演算法使用公式只開展到二階，也就是變異數。但凡是學過統計學的人都知道的基本觀念是：隨機可以用一階動差與二階動差表示外，三階動差也是代表隨機性，四階動差也代表隨機性。

一二階動差不能代表所有的隨機性，所以才需要找出不同樣本數下的抽樣分配，暸解其特性。甚至是可以看到樣本值增加時的抽樣分配變化，藉此暸解統計量的特性為何，適不適合用在預計的理論模型上。所以演變到第三個問題。

為了知道各樣本值下的統計量抽樣分配，就要先暸解統計量的組成成份在隨機變化影響下是如何轉換的，轉換過程中，樣本數與樣本值扮演的角色。

2015-2-8希臘拒絕紓困事件

整理

1. 拒紓困 希臘向德國討舊債 歐股震盪
2. 堅反撙節 齊普拉斯挑戰大
3. 社論－QE政策不是救經濟、抗通縮的萬靈丹
4. 希臘脫歐 英國已做好應變
5. G20財經峰會 聚焦結構性改革
6. 歐洲資金轉進 亞債泡沫將起
7. 專家：全球降息潮 還沒完
8.

金管會公開金融大數據的新聞解析

http://www.chinatimes.com/newspapers/20150203000019-260202

金管會在農曆年前公開金融消費評議中心的申訴案件統計、保險業理賠爭議類型統計等。5月底前公開銀行局可揭露銀行業務資訊、各銀行呆帳揭露網址等，一些金融機構共通性費用資訊、證券期貨市場交易相關資訊、基金每日淨值與保險相關資料等。共計陸續開放631項金融資料，供民眾、學界、產業界免費查詢。

看似這些資料有利於金管會提出的目標：網路趨勢、拼施政績效

不過，資料的公開與否需要有一定的判斷準則，其中，全國殘障ATM所在位置的例子是屬於公共建設的資訊，本來就應該公開，而不是讓Google Map自己弄，弄錯了造成不便。這是種政府的便民服務，所以這樣的資訊公開本來就是合理的。但是其他的資料庫內容呢？是否也符合公共資訊公開的原則，是便民的政府服務？還是其他？

政府資料開放平台是建在國發會的政府資料開放平台上，但未來金管會也建置「金融資料開放平台」，這兩個平台將可同步連結

當資料放在資料庫裡頭是需要佔空間的，這需要成本，即使成本很低，那也是成本，更何況政府的行政效率與預算設定方法本來就令人詬病，如果能夠放在統一的平台，那為什麼還要再建立一個開放平台，讓其同步連結，浪費資源？

金融大數據開放的理由是

目前周邊機構「開放資料」（open data）只有83項，金融「大數據應用」將投入11項，主要是應用在施政優化方面

這表示金管會會釋放出很多的計畫案，提供給產學界執行，然後作為金管會的施政依據。這是否表示那些數據資料有需要公開，或者是提供給那些得標單位直接使用，做出計劃案結果即可？如果資料公開了，而且施政用的計畫案是否也該提供出該單位的執行步驟，以防作假，然後讓施政的依據產生偏誤？

金融大數據公開的好處

1. 金融評議中心資料對外公布後，可讓大家了解有何類產品造成更多的評議爭議，不只讓消費者充分理解，金融機構也可知道哪些產品容易造成銷售爭議，未來在銷售或設計產品時可以避開。
2. 聯徵中心資料開放，可讓業者知道哪一類產業有更好發展前景，可利用這些資料讓銀行做更好的風險控管
3. 證交所、櫃買資料開放，讓投資大眾更清楚上市櫃公司資料，了解相關產業情形。

無庸置疑的，金融評議中心的資料事關公共利益，公開的目的性相對清楚，當然我還是要說一句

金融商品的銷售爭議、保險理賠爭議是有關於金融商品設計，包含契約條款、模型設計，所以金融商品的銷售與設計上是可以事前用理論模型的模型設計與比較去避開。

那些設計金融商品的金融機構有沒有使用正確的研究方法去判斷？去建立原則？還是跟著國外的金融機構設計出的商品，直接使用？

第二點有意思。所謂『讓業者知道哪一種產業更有發展前景』，請問是哪些業者？可以評斷那些新成立的軟體公司嗎？我國的銀行並沒有向國外的銀行一樣可以有專業去評斷軟體的前瞻性，如果可以的話，台灣的軟體業還會那麼弱，弱到多是代理國外遊戲，弱到比中國早發展，然後幾近無疾而終，想當初2012年的遊戲橘子裁員事件。

在第三點部分，證交所與櫃買資料本來就有公開，不知道還要開放那些資料，所以無法評論。不過，今天金管會同樣公布股價漲跌幅放寬到10%的消息，2015年8月正式啟動。

消息是屬於公告消息，同時也激勵台股上漲，兩個金管會的政策對台灣的金融體系當然是會有衝擊。

對於證交所與櫃買資料還要公開哪些資料庫出來，同樣也會衝擊金融體系。

數學與電腦運算並重

每個數學公式的假設、運算過程都影響公式的應用性。
在經濟學上的名目利率公式會出現二階微分的微小項。
通常，都設定為「微小到足以忽略」。
但真的可以忽略嗎？

在隨機與不確定性的過程中，可以承認的是大數法則結果，只是大數需要有多少？
這似乎沒有人可以定義出來。於是，可以看到在電腦模擬時，就會使用500個樣本做為大數的結果。

無奈的是使用6千萬個樣本的大數結果與公式有存在的必要性，兩問題反倒是後者佔了上風。
問者遺忘了：
如果公式在6千萬個樣本上呈現的結果與認知不同，那麼問者肯定沒有使用6千萬個樣本或是更多樣本來驗證自己所使用之單根(Unit root)數學公式結果。

即使理所當然的結果，卻是從未有人真實驗證出結果。就像達爾文的物種理論與愛因所坦的相對論，直到有學者找到實際例子或從實驗室驗證實驗結果符合理論才開始廣為人知。

如果沒有數據佐證或相關文獻，或者通盤以極限分配會趨向常態分配的看法，這也僅是意見罷了。

如此是否也反映了同樣的問題：問者推導的單根公式是否有存在的必要？

數學的推導是理論的基礎，無法使用數學推導的問題就要用電腦輔助幫忙。
2013年的諾貝爾化學獎就是使用電腦技術成功模擬出化學分子的反應現象。
這表示科學不只是有數學工具，還有電腦運算工具，兩者之間是相輔相成，運用電腦運算工具讓數學推導可以呈現當中的變化與影響結果。

不過，有趣的是使用電腦工具者有時並不了解其中的奧秘，誤將電腦運算工具當做符合他們設定的假設。