2018年7月5日至7月7日，美国华盛顿大学福斯特商学院的谭勇教授为皇冠hg1088官方暑期学校的同学们带来了《计量经济学在信息系统研究中应用（基础）》这一精彩课程。谭教授以认真严谨的教学态度、深入浅出的授课方式、以及对计量经济分析前沿方法的洞若观火，给同学们留下了深刻印象。谭教授还进一步向大家传授如何将时下最热门的人工智能技术与计量经济学相结合，并启迪和鼓励学员运用创新计量方法在信息系统领域做探索性、创新性研究。

谭勇老师现任美国华盛顿大学福斯特商学院信息和运营管理Neal and Jan Dempsey讲席教授，INFORMS信息系统协会首位华人杰出会员以及USTC-UW全球商业与金融创新研究院副主任。谭勇教授学术研究方向包括科技金融、社交媒体、大数据分析、网络经济学、信息安全、线上众筹以及健康信息系统，已在Management Science, Information Systems Research, Operations Research, Production and Operations Management, Management Information Systems Quarterly, Journal of Management Information Systems, INFORMS Journal on Computing 等信息系统及相关领域诸多国际顶级期刊上发表高质量文章数十篇，研究成果丰富，并多年担任Management Science国际顶级期刊副主编， Information Systems Research，Journal of Electronic Commerce Research, Journal of Management Information Systems等国际顶级期刊高级主编（Senior Editor）。指导和培养的博士生现在卡内基梅隆大学、普渡大学、印第安纳大学等国际著名高校任教，和在微软等著名企业从事研究与开发工作。

在短暂而充实的三天授课期间，谭教授围绕“人工智能与计量经济学的巧妙结合”、 “计量模型中内生性问题处理方法”以及“R语言应用实操”三大主题，带我们领略了计量经济分析前沿方向。此外，谭教授指导的两位博士生结合课程内容，分别选取了近期的工作论文做了研究汇报和经验交流，以便学员结合实际研究案例理解抽象计量理论。

     一、人工智能会阻碍计量经济学的发展吗？

随着人工智能技术不断成熟和大数据时代的到来，管理与经济研究领域中会越来越多地用到机器学习方法（包括决策树、贝叶斯文本分类器、神经网络、支持向量机、特征选择与稀疏学习以及深度学习等）。谭教授在第一天的课程中为我们介绍了计量经济学现代方法与人工智能技术的发展。在现有信息系统研究领域中，很多学者将机器学习方法应用到文本挖掘，图像、语音与视频特征识别与处理以及自然语言处理等方面。因此，机器学习是否会逐步取代计量经济学，成为未来实证研究领域的主流方法？

谭教授认为，机器学习、深度学习等人工智能技术与计量经济学之间并不是相对立的关系，而是需要互相借鉴、相互依靠的关系。目前机器学习方法主要应用于数据挖掘领域，而计量经济学侧重于对研究对象内部因果关系地分析。换言之，机器学习可以更好地将大数据结构化，而计量经济学则用于探索数据产生过程的内部机理。

面对大数据的挑战，计量经济传统理论已经远远无法满足现有数据分析与机理探寻的需求，因此越来越多的计量经济学者会将机器学习的思想引入计量经济分析方法中，以期获得创新计量估计模型与方法，例如现有的贝叶斯时间序列结构模型、DID中特征变量筛选、LASSO估计法等计量估计方法创新。所以，机器学习与计量经济学并不是对立的关系，而是各有侧重、相辅相成和互相借鉴的关系。谭教授正是这一机器学习与计量方法“融合”思想的倡导者，他身体力行，在华盛顿大学创立了“计量方法创新研究”工作坊，以期推动计量经济学在应用层面结合机器学习技术的创新性研究。

二、内生性，这件需要极大耐心和技巧的“小事”

内生性是指在计量模型中解释变量与扰动项相关，使得模型参数估计出现重大偏差。将计量模型内生性问题说成是一件“小事”，是因为它很容易被忽略，或者研究者因为无法处理内生性而选择忽略。

谭教授在介绍内生性产生的三种原因和经典理论选取工具变量法解决内生性之后，指出工具变量法是可遇不可求的“随缘方法”，而现有计量前沿方法中常会使用Heckman 两步选择模型、处理效应中半参数估计模型以及联立结构模型这三种方法来消除模型内生性问题，并根据这些方法相应特点讲解了实际运用场景。上述方法需要很扎实的计量理论功底，也需要在应用过程中注意前提假设、统计检验等众多模型细微变化，因此在处理内生性问题的过程中，需要研究者极大的耐心与很强的技巧。

为帮助学员更直观地理解上述前沿理论，谭教授在每讲一个方法之后，都会以Lab Lessons的形式，带着大家一起在R Studio上做随堂实验。在跟随“大牛”一起写代码，用实例理解前沿方法的精髓之后，原本看似枯燥的计量经济学，在谭老师与同学们的互动教学中，却越发鲜活起来。

    三、其实，高水平研究也可以很接地气！

为达到更好的教学效果，在最后两天的授课过程中，谭教授邀请他的两位博士生展示了各自的工作论文，这两篇论文分别已通过Information Systems Research和Production and Operations Management国际顶级期刊的初审。

其中，最让大家印象深刻的是Doctor. Tongxin Zhou所做题为《Users’ Commitment to Weight Management in the Online Weight-loss Communities》的研究报告。研究从线上平台管理者的视角出发，选取了2014年1月至4月在美国最大减肥论坛的线上数据，将论坛用户的线上行为分为自控锻炼、社交支持和短期减肥挑战三类，通过建立基于离散时间的潜马尔科夫实证分析模型，得出用户的自控能力、社交话题参与度以及短期减肥挑战的可实现性，会显著影响他们在线上减肥社群的活跃程度与守约行为。

这篇工作论文引起了大家的激烈讨论，学员们或多或少都有过减肥经历，对上述研究结论感慨颇多。谭老师也对这一研究做了点评，他提出研究的好坏在于研究视角的独特性、研究方法的前沿性以及研究结论的实际参考价值，即使研究减肥这一大众话题，当选取了不同的视角，运用前沿计量实证方法，也可以做出高质量并且接地气的创新性研究。

    没有让人恐惧的大量数学推导、科研小白也能听得懂的计量思维训练、以具体研究案例与随堂操作讲解帮助学员理解抽象概念和理论方法，是本课程的三大特色。在授课过程中，谭老师会时常停下，谦逊地询问大家自己是否讲得清楚，或大家有没有什么问题，以确保教学效果和质量。当有学员提问如何能够向他一样做出国际顶级期刊水平的科研论文时，谭老师在认真思考后给出三点建议：首先要勤奋，大量阅读顶级期刊中高水平论文；其次要有很扎实的计量或其他科研方法功底；第三不可“不闻窗外事”，需关注研究领域的时讯动态和现实问题，从实践出发才能找到创新性研究选题。谭老师还和大家分享了博士生培养规划和丰富经验，以培养未来出类拔萃的学者为目标，进入博三后的高年级博士生每年需有两到三篇高水平研究论文的工作量，这不仅仅夯实了研究基础，更能培养学生“干中学”的超强学习能力，而这同样也是成为知名学者的必备要求。

学海泛泛，以毅相伴；善“计”而舟，勤思巧“量”。感谢谭勇教授为厦大管院暑期学校的学员们带来精彩纷呈的暑期课程，为大家阐述计量经济学在信息系统研究中的实际应用，指明了未来计量经济分析方法的发展方向，让我们能够站在巨人的肩膀、透过他的目光，看到不一样的美好风景；更给予我们勇气与信心，朝着自己的研究理想和目标坚定迈进。

注：作者为我院管理科学系2017级博士研究生